Está en la página 1de 6

Del análisis de los datos de inspecciones y pruebas fi nales de un producto ensamblado se detectó a través de

una estratifi cación y un análisis de Pareto que la causa principal por la que los artículos salen defectuosos está
relacionada con los problemas de un componente en particular (el componente k12). Por lo tanto, se decide
analizar más de cerca el proceso que produce tal componente. Para ello, de cada lote de componentes k12 se
decide inspeccionar una muestra de n = 120. Los datos obtenidos en 20 lotes consecutivos se muestran en la
tabla 8.2. Como n es constante, la cantidad de defectuosos por muestra se puede analizar con una carta np.
Para obtener sus límites, primero se estima p –, que se obtiene de dividir el total de artículos defectuosos (183)
entre el total de piezas inspeccionadas (20 muestras de 120 piezas cada una)

n= 120
lotes= 20 Pmedia= Sumatoia /120*20
Pmedia= 0.076
nPmedia= 9.15 npmedia= n*pmedia

Componentes
Muestra LCS LC LCI
descompuestos
1 9 17.87 9.15 0.43
2 6 17.87 9.15 0.43
3 10 17.87 9.15 0.43
4 8 17.87 9.15 0.43
5 5 17.87 9.15 0.43 Carta np para el co
6 5 17.87 9.15 0.43
25
7 14 17.87 9.15 0.43
8 12 17.87 9.15 0.43 20
9 9 17.87 9.15 0.43
14
10 8 17.87 9.15 0.43 15
12
11 10 17.87 9.15 0.43 9
10
9
10 8 8
12 20 17.87 9.15 0.43 6
5 5
13 12 17.87 9.15 0.43 5
14 10 17.87 9.15 0.43
15 10 17.87 9.15 0.43 0
1 2 3 4 5 6 7 8 9 10
16 0 17.87 9.15 0.43
17 13 17.87 9.15 0.43 Componentes des
LC
18 5 17.87 9.15 0.43
19 6 17.87 9.15 0.43
20 11 17.87 9.15 0.43
Suma= 183

La carta np resultante se muestra en la fi gura 8.2, donde se aprecia que


el proceso no funcionó de manera estable, ya que el número de piezas
defectuosas en la muestra del lote 12 es mayor que el límite superior;
mientras que en la muestra del lote 16 el número de defectuosos es
menor que el límite inferior. De aquí que se tenga una evidencia objetiva
para afi rmar que en la fabricación del lote 12 se presentó una causa o
situación especial que normalmente no está presente en el proceso y que
lo empeoró de forma seria; mientras que en el lote 16 ocurrió una causa
especial que mejoró el desempeño del proceso de fabricación de
Carta np para el componente k12

20

14
13
12 12
11
10 10 10
9
8
6
5 5 5

0
5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Componentes descompuestos LCS


LC LCI
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 fi n de conocer y mejorar el proceso. En
la tabla 8.3 se muestran los defectos encontrados en las últimas 30 mesas. Es claro que estamos ante una variable que
debe ser analizada con la carta c, debido a que una misma mesa puede tener varios defectos de diferente tipo; además,
los defectos son relativamente menores, y aunque influyen en la calidad final del producto, no causan que la mesa sea
rechazada. De la tabla 8.3 se obtiene que el número promedio de defectos por unidad (mesa) es:

191 30
Cmedia= Sumatoria/el numero total de datos

Mesa Defectos Ci Cmedia LCI LC LCS


1 7 6.4 -1.2 6.4 14
2 5 6.4 -1.2 6.4 14
Carta control para
3 10 6.4 -1.2 6.4 14
16
4 2 6.4 -1.2 6.4 14
5 6 6.4 -1.2 6.4 14 14

6 5 6.4 -1.2 6.4 14 12


10
7 4 6.4 -1.2 6.4 14 10 9
8
8 9 6.4 -1.2 6.4 14 87 7 7
6 6
9 7 6.4 -1.2 6.4 14 6 5 5 5
4 4
10 5 6.4 -1.2 6.4 14 4
2
11 6 6.4 -1.2 6.4 14 2
12 7 6.4 -1.2 6.4 14
0
13 8 6.4 -1.2 6.4 14 1 2 3 4 5 6 7 8 9 10 11 12 13 14
-2
14 4 6.4 -1.2 6.4 14
15 5 6.4 -1.2 6.4 14 Defectos Ci
16 12 6.4 -1.2 6.4 14
17 8 6.4 -1.2 6.4 14
18 10 6.4 -1.2 6.4 14
19 4 6.4 -1.2 6.4 14
20 7 6.4 -1.2 6.4 14
21 3 6.4 -1.2 6.4 14
22 10 6.4 -1.2 6.4 14
23 6 6.4 -1.2 6.4 14
24 6 6.4 -1.2 6.4 14
25 7 6.4 -1.2 6.4 14
26 4 6.4 -1.2 6.4 14
27 5 6.4 -1.2 6.4 14
28 6 6.4 -1.2 6.4 14
29 8 6.4 -1.2 6.4 14
30 5 6.4 -1.2 6.4 14
Suma= 191
epartamento de laca. La
y mejorar el proceso. En
os ante una variable que
diferente tipo; además,
causan que la mesa sea
ad (mesa) es:

Carta control para defectos en las masas

12
10 10 10
9
8 8 8
7 7 7 7
6 6 6 6 6
5 5 5 5 5
4 4 4 4
3
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

Defectos Ci LCI LC LCS


En una fábrica se ensamblan artículos electrónicos y al final del proceso se hace una inspección por muestreo para detectar defe
se presenta el número de defectos observados en muestreos realizados en 24 lotes consecutivos de piezas electrónicas. El núme
variable, por lo que no es apropiado aplicar la carta c. Es mejor analizar el número promedio de defecto por pieza, Ui, media
control a partir de la tabla 8.4,

El tamaño de subgrupo promed


dividiendo el total de unidades insp
entre el número de subgru

Lote Tamaño de Defectos


muestra, ni encontrados, Ui U media n Lci LC
ci
1 20 17 0.85 1.046 21.875 0.39 1.046
2 20 24 1.20 0.39 1.046
3 20 16 0.80 0.39 1.046
4 20 26 1.30 0.39 1.046
5 15 15 1.00 0.39 1.046
6 15 15 1.00 0.39 1.046
7 15 20 1.33 0.39 1.046
8 25 18 0.72 0.39 1.046
9 25 26 1.04 0.39 1.046
10 25 10 0.40 0.39 1.046
11 25 25 1.00 0.39 1.046
12 30 21 0.70 0.39 1.046
13 30 40 1.33 0.39 1.046
14 30 24 0.80 0.39 1.046
15 30 46 1.53 0.39 1.046
16 30 32 1.07 0.39 1.046
17 30 30 1.00 0.39 1.046
18 30 34 1.13 0.39 1.046
19 15 11 0.73 0.39 1.046
20 15 14 0.93 0.39 1.046
21 15 30 2.00 0.39 1.046
22 15 17 1.13 0.39 1.046
23 15 18 1.20 0.39 1.046
24 15 20 1.33 0.39 1.046
Suma= 525 549
ón por muestreo para detectar defectos relativamente menores. En la tabla 8.4
os de piezas electrónicas. El número de piezas inspeccionadas en cada lote es
dio de defecto por pieza, Ui, mediante la carta u. Para calcular los límites de
bla 8.4,

El tamaño de subgrupo promedio se obtiene


ividiendo el total de unidades inspeccionadas (525)
entre el número de subgrupos (24)

LCI
Carta de control para piezas electronicas
1.70
2.50
1.70 2.00
1.70 2.00
1.70 1.53
1.70 1.50 1.30 1.33 1.33 1.33
1.20 1.131.20
1.70 1.001.00 1.04 1.00 1.071.001.13
0.93
0.85
1.00 0.80 0.80
1.70 0.72 0.70 0.73
1.70 0.40
0.50
1.70
1.70
0.00
1.70 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
1.70 Ui Lci LC LCI
1.70
1.70
1.70
1.70
1.70
1.70
1.70
1.70
1.70
1.70
1.70
1.70

También podría gustarte