Documentos de Académico
Documentos de Profesional
Documentos de Cultura
CARTAS de CONTROL Atributos - Defectos
CARTAS de CONTROL Atributos - Defectos
En la producción de tequila para medir la eficacia del proceso de molienda se mide el grado brix residual después de la molien
tipo entre más pequeña mejor, y el valor máximo tolerado que se ha fijado en una empresa en particular es ES = 3.5%. Despué
proceso lento que es más apropiado analizar con una carta de individuales. En la siguiente tabla se muestran los datos para lo
d2 = 1.128
TENDENCIA CENTRAL
3.00
2.50
2.00
1.50
1.00
0.50
0.00
1 2 3 4 5 6 7 8 9 10111213141516171819202122232425262728293031323334353637383940
X LCS LC LCI
D3 = 0
D4 = 3.267
RANGO MOVIL
RANGO
MOVIL LCS LC LCI
- 1.41 0.43 0
0.40 1.41 0.43 -
0.20 1.41 0.43 -
0.80 1.41 0.43 -
0.90 1.41 0.43 -
0.50 1.41 0.43 - Gráfica de Rangos Móviles
0.30 1.41 0.43 -
1.60
- 1.41 0.43 -
0.60 1.41 0.43 1.40 -
0.10 1.41 0.43 -
0.40 1.41 0.43 1.20 -
0.60 1.41 0.43 -
1.00
0.30 1.41 0.43 -
0.50 1.41 0.43 0.80 -
0.90 1.41 0.43 -
0.60
1.20 1.41 0.43 -
- 1.41 0.43 0.40 -
0.30 1.41 0.43 -
0.20 1.41 0.43 0.20 -
0.50 1.41 0.43 -
-
0.90 1.41 0.43 1 2 3- 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34
0.60 1.41 0.43 -
RANGO MOVIL LCS LC LCI
0.20 1.41 0.43 -
0.40 1.41 0.43 -
0.50 1.41 0.43 -
0.50 1.41 0.43 -
- 1.41 0.43 -
0.70 1.41 0.43 -
0.10 1.41 0.43 -
0.30 1.41 0.43 -
0.40 1.41 0.43 -
0.40 1.41 0.43 -
0.50 1.41 0.43 -
0.80 1.41 0.43 -
0.30 1.41 0.43 -
0.30 1.41 0.43 -
0.50 1.41 0.43 -
0.50 1.41 0.43 -
0.10 1.41 0.43 -
0.10 1.41 0.43 -
os Móviles
22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40
S LC LCI
GRAFICA p
pi
Fracción
No. De
Digitador de
errores
Defectos
Grafico p
0.120
Grafico p
0.120
Interpretación:
El digitador 17 presentó un % de defectos superior al % límite, obteniendo un 11% de defectos en su labor
Gráfico p (con n variable)
No. De
No. De registro por proporción
Digitador
errores cada defectos
digitador
e errores 1 5 110 0.05
ntos analizados 2 5 100 0.05
3 0 100 -
4 1 120 0.01
0.04 5 4 110 0.04
6 2 80 0.03
7 5 105 0.05
8 3 90 0.03
9 3 100 0.03
10 2 110 0.02
11 6 115 0.05
12 1 110 0.01
13 4 110 0.04
14 5 115 0.04
15 5 100 0.05
16 4 100 0.04
17 5 120 0.04
18 3 110 0.03
19 0 100 -
20 5 120 0.04
Total errores 68 2125 0.0318
Digitador p LCS LC LCI
1 0.05 0.037 0.032 0.027
2 0.05 0.037 0.032 0.027
3 - 0.037 0.032 0.027
4 0.01 0.036 0.032 0.028
5 0.04 0.037 0.032 0.027
6 0.03 0.039 0.032 0.025
7 0.05 0.037 0.032 0.027
8 0.03 0.038 0.032 0.026
9 0.03 0.037 0.032 0.027
10 0.02 0.037 0.032 0.027
14 15 16 17 18 19 20
11 0.05 0.037 0.032 0.027
12 0.01 0.037 0.032 0.027
13 0.04 0.037 0.032 0.027
14 0.04 0.037 0.032 0.027
15 0.05 0.037 0.032 0.027
16 0.04 0.037 0.032 0.027
17 0.04 0.036 0.032 0.028
18 0.03 0.037 0.032 0.027
19 - 0.037 0.032 0.027
20 0.04 0.036 0.032 0.028
uno se le toma un numero de registros diferente entre 80 y 120 registros
68 0.0320
= =
2125
Gráfico p (n variable)
0.06
0.05
0.04
0.03
0.02
0.01
-
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
p LCS LC LCI
15 16 17 18 19 20
CARTA np
En un proceso de manufactura al final de la línea de ensamble, antes de empacar, se hace la inspección y prueba final. Se de
una muestra de n=120, inmediatamente que salen de su proceso. Los datos obtenidos en 20 lotes consecutivos se muestran a
ARTICULOS
SUBGRUPO DEFECTUOSOS
EN LA MUESTRA
1 9
2 6
3 10 183 0.0763
p= =
4 8 (20*120)
5 5
6 5
7 14 n= 120
8 12
9 9
10 8
11 10
12 20
13 12
14 10
15 10
16 0
17 13 LCS = 17.87
18 5
19 6 np = 9.15
20 11
TOTAL DEFECTOS 183 LCS = 0.43
LS LC LI
17.87 9.15 0.43
17.87 9.15 0.43
17.87 9.15 0.43 25.00
17.87 9.15 0.43
17.87 9.15 0.43
20.00
17.87 9.15 0.43
17.87 9.15 0.43
17.87 9.15 0.43 15.00
17.87 9.15 0.43
17.87 9.15 0.43
10.00
17.87 9.15 0.43
17.87 9.15 0.43
17.87 9.15 0.43 5.00
17.87 9.15 0.43
17.87 9.15 0.43
17.87 9.15 0.43 -
1 2 3 4 5 6 7 8
17.87 9.15 0.43
17.87 9.15 0.43
17.87 9.15 0.43
17.87 9.15 0.43
Interpretacion: Según esta grafica en el lote 12 se presentó una causa especial que hizo que se presentaran más piezas defect
el proceso mejorara.
inspección y prueba final. Se decide inspeccionar
lotes consecutivos se muestran a continuación.
Grafico np
3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
se presentaran más piezas defectuosas, pero en el lote 16 hubo una causa especial que hizo que
o mejorara.
CARTA C Calculo promedio de Defectos por subgrupo
(Ocurrencias = Defectos)
Ejemplo
En un proceso de manufactura al final de la línea de ensamble, antes de empacar, se hace la inspección y prueba final. Se de
inspeccionar una muestra de n=120, inmediatamente que salen de su proceso. Los datos obtenidos en 20 lotes consecutivos s
muestran a continuación.
1 8 113
c= = 5.65
2 8 20
3 7
4 4
5 8 LCS = 12.78
6 5
7 10 LC = 5.65
8 5
9 7 LCI = (1.48) 0
10 8
11 4
12 3
13 6
14 4
15 3
16 2
17 4
18 7
19 5
20 5
113
LCS LC LCI
12.78 5.65 0
12.78 5.65 0 carta c
12.78 5.65 0
14.00
12.78 5.65 0
12.78 5.65 0
12.78 5.65 0 12.00
12.78 5.65 0
12.78 5.65 0 10.00
12.78 5.65 0
12.78 5.65 0 8.00
12.78 5.65 0
12.78 5.65 0 6.00
12.78 5.65 0
12.78 5.65 0
4.00
12.78 5.65 0
12.78 5.65 0
2.00
12.78 5.65 0
12.78 5.65 0
12.78 5.65 0 -
1 2 3 4 5 6 7 8 9 10 11 12
12.78 5.65 0
Interpretacion: Esta Carta evalua el numero de defectos por lote . Se observa en el ejemplo que el
spección y prueba final. Se decide
dos en 20 lotes consecutivos se
carta c
7 8 9 10 11 12 13 14 15 16 17 18 19 20
Total de defectos
u=
Total de Articulos Inspeccionados
En unproceso final de empaque, se hace inspeccion del producto final a 24 lotes. Cada lote tiene un tamaño de muestra variab
informacion obtenida se muestra en la siguiente tabla:
(ui)
Tamaño de la Total
LOTE No. Promedio
muestra defectos
de defectos
1 18 17 0.9
2 20 24 1.2
3 20 16 0.8
4 20 26 1.3
5 16 15 0.9
6 15 15 1.0
7 15 20 1.3 554
u= =
8 25 18 0.7 504
9 25 26 1.0
10 25 15 0.6
11 25 25 1.0
12 30 21 0.7 LCS =
13 25 40 1.6
14 30 24 0.8 LC = 1.10
15 20 46 2.3
16 25 32 1.3 LCI =
17 30 30 1.0
18 30 34 1.1
19 15 11 0.7
20 15 14 0.9
21 15 30 2.0
22 15 17 1.1
23 15 18 1.2
24 15 20 1.3
504 554 1.10
Interpretacion: Según esta grafica en el lote 15 tuvo algun tipo de evento que origino 46 defectos en los 20 pr
un tamaño de muestra variable. La
1.10
Grafica u
5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
ui LCS LC LCI
Para analizar la estabilidad de la cantidad de artículos defectuosos en un proceso de producción y tratar de mejorarlo, se toma
dias. La siguiente tabla muestra el numero de articulos defectuosos obtenidos en cada muestra. A partir de una carta p, evalua
proceso
Tamaño de la Articulos
Subgrupo
muestra defectuosos
1 50 11
2 45 10
3 40 7
4 45 10
5 45 4
6 50 12
7 55 8
8 40 5
9 45 14
10 40 12
11 45 8
12 50 7
13 50 9
14 50 6
15 40 6
16 40 11
17 40 9
18 45 7
19 35 6
20 50 10
Analisis = lote 1, 11 y 35 estan por fuera
ucción y tratar de mejorarlo, se toma una muestra diferente 20
uestra. A partir de una carta p, evaluar la estabilidad de este
e 1, 11 y 35 estan por fuera
GRAFICA u
En una fábrica de productos de plástico se tiene el problema de las rugosidades (o marcas de fl ujo) que afectan el aspecto de
el propósito de analizar la estabilidad del proceso y tratar de localizar causas especiales de variación, se inspeccionan 50 pieza
cierto producto. El número de rugosidades encontradas en los lotes producidos en dos semanas se muestra en la siguiente tab
Lote Rigurosidades
1 155
2 181
3 158
4 156
5 152
6 188
7 163
8 163
9 170
10 154
11 150
12 188
13 155
14 141
15 163
16 154
17 153
18 167
19 128
20 153
21 129
22 160
ujo) que afectan el aspecto de los productos. Con
ción, se inspeccionan 50 piezas de cada lote de
se muestra en la siguiente tabla
GRAFICA C
En una fábrica de muebles se inspecciona a detalle el acabado de las mesas cuando salen del departamento de laca.
La cantidad de defectos que son encontrados en cada mesa son registrados con el fin de conocer y mejorar el proceso. En la si
mesas. Es claro que estamos ante una variable que debe ser analizada con la carta c, debido a que una misma mesa puede ten
relativamente menores, y aunque influyen en la calidad final del producto, no causan que la mesa sea rechazada.
Mesa Defectos ci
1 7
2 5
3 10
4 2
5 6
6 5
7 4
8 9
9 7
10 5
11 6
12 7
13 8
14 4
15 5
16 12
17 8
18 10
19 4
20 7
21 3
22 10
23 6
24 6
25 7
26 4
27 5
28 6
29 8
30 5
epartamento de laca.
cer y mejorar el proceso. En la siguiente tabla se muestran los defectos encontrados en las últimas 30
que una misma mesa puede tener varios defectos de diferente tipo; además, los defectos son
esa sea rechazada.
CARTA np
Del análisis de los datos de inspecciones y pruebas finales de un producto ensamblado se detectó a través de una estratificació
por la que los artículos salen defectuosos está relacionada con los problemas de un componente en particular. Por lo tanto, se
dicho componente, para lo cual se inspeccionan 100 componentes cada dia durante 20 dias. A partir de una carta np analizar e
Componentes
Muestra
defectuosos
1 4
2 3
3 5
4 4
5 5
6 5
7 7
8 6
9 0
10 4
11 5
12 10
13 6
14 5
15 5
16 0
17 8
18 5
19 3
20 5
95
a través de una estratificación y un análisis de Pareto que la causa principal
en particular. Por lo tanto, se decide analizar el proceso de fabricacion de
tir de una carta np analizar el proceso