Documentos de Académico
Documentos de Profesional
Documentos de Cultura
𝐿(𝑥) = 𝐾(𝑥 − 𝑁 2 )
La función representa el comportamiento que tendrá la longitud (L) dependiente del costo de
reparación o perdidas (x) que asumiría la empresa en caso de que el producto tenga fallas. Los
demás valores que se encuentran en la ecuación significan:
• K=Constante de proporcionalidad
• X= valor de la característica de calidad
• N=Valor objetivo
Donde K es igual a:
𝐶
𝑘=
(𝐿𝑆 − 𝑁) 2
• C= costo reparación
• LS= límite de especificación superior
Con esta función podemos evidenciar la relación de pérdidas económicas ante las posibles
desviaciones en las medidas con respecto al valor objetivo.
Longitud de la pieza(mm) Perdidas (COP)
101 200000
100.9 162000
100.8 128000
100.7 98000
100.6 72000
100.5 50000
100.4 32000
100.3 18000
100.2 8000
100.1 2000
100 0
99.9 2000
99.8 8000
99.7 18000
99.6 32000
99.5 50000
99.4 72000
99.3 98000
99.2 128000
99.1 162000
99 200000
200000
150000
100000
50000
0
98,5 99 99,5 100 100,5 101 101,5
Longitud de la pieza(mm)
Como era de esperar la empresa no sufre de pagar costos de reparación cuando la pieza tiene la
longitud esperada, la cual es 100 mm, y en el límite del rango de las tolerancias esperadas (99,5mm
y 100, 5mm) dio el valor predeterminado para la perdida monetaria que se predetermino, es decir,
50000 COP, por tanto de la gráfica podemos concluir que ante una mayor variación entre el valor
de la característica de calidad y el valor objetivo mayor será la perdida monetaria lo cual no es viable
para ninguna empresa y evidencia la necesidad de estas en emplear estrategias con el fin de
proponer un plan de mejoramiento continuo con el fin de poder acercarse al producto perfecto para
el cliente.
Una empresa que fabrica tornillos de acero está preocupada por la producción de un tornillo de
acero especial ya que su diámetro es crítico, se desea saber si el proceso está bajo control para
cuatro de sus clientes más importantes. Los datos de 10 muestras se muestran en la tabla 1 a
continuación.
Numero de Observación
Muestra 1 2 3 4
1 0,5014 0,5022 0,5009 0,5027
2 0,5021 0,5041 0,5024 0,502
3 0,5018 0,5026 0,5035 0,5023
4 0,5008 0,5034 0,5024 0,5015
5 0,5041 0,5036 0,5034 0,5047
6 0,5033 0,5046 0,5040 0,5047
7 0,5037 0,5051 0,5045 0,5053
8 0,5041 0,5047 0,5050 0,5069
9 0,5045 0,5028 0,5055 0,5053
10 0,5049 0,5032 0,5060 0,5037
Lo primero que se hace es calcular rango para cada una de las muestras de las 4 empresas, este
valor se obtiene restando el valor más bajo del más alto de los diámetros de los tornillos.
Numero de Observación
Muestra 1 2 3 4 R
1 0,5014 0,5022 0,5009 0,5027 0,0018
2 0,5021 0,5041 0,5024 0,502 0,0021
3 0,5018 0,5026 0,5035 0,5023 0,0017
4 0,5008 0,5034 0,5024 0,5015 0,0026
5 0,5041 0,5036 0,5034 0,5047 0,0022
6 0,5033 0,5046 0,5040 0,5047 0,0014
7 0,5037 0,5051 0,5045 0,5053 0,0016
8 0,5041 0,5047 0,5050 0,5069 0,0028
9 0,5045 0,5028 0,5055 0,5053 0,0027
10 0,5049 0,5032 0,5060 0,5037 0,0028
Luego se determina el promedio de los valores R para determinar así la línea central de la gráfica
de control
Luego se deben seleccionar las constantes adecuadas para un tamaño de muestra 4 de los factores
de muestra LCL (𝐷3 ) y UCL (𝐷4 ) para gráficas R. Donde 𝐷3 𝑦 𝐷4 son las constantes que proporcionan
tres acotamientos de desviación estándar para un tamaño de muestra dado, estos valores son
tomados de la siguiente tabla.
Luego de tener estas constantes se calcula el UCL y LCL con el valor hallado del promedio de los
rangos por medio de la siguiente ecuación.
Luego, se calcula la media para cada una de las 10 muestras 𝑥̿, esta es el promedio de las medias de
las muestras tomadas. A continuación, se muestra cómo se calculó este valor para la primera
muestra.
0,5014 + 0,5022 + 0,509 + 0,5027
𝑥̿ = = 0,5018 𝑝𝑢𝑙𝑔𝑎𝑑𝑎𝑠
4
En la siguiente tabla se observa los valores de 𝑥̿ de las 10 muestras.
Numero de Observación
Muestra 1 2 3 4 R x
1 0,5014 0,5022 0,5009 0,5027 0,0018 0,5018
2 0,5021 0,5041 0,5024 0,502 0,0021 0,5027
3 0,5018 0,5026 0,5035 0,5023 0,0017 0,5026
4 0,5008 0,5034 0,5024 0,5015 0,0026 0,5020
5 0,5041 0,5036 0,5034 0,5047 0,0022 0,5040
6 0,5033 0,5046 0,5040 0,5047 0,0014 0,5042
7 0,5037 0,5051 0,5045 0,5053 0,0016 0,5046
8 0,5041 0,5047 0,5050 0,5069 0,0028 0,5052
9 0,5045 0,5028 0,5055 0,5053 0,0027 0,5045
10 0,5049 0,5032 0,5060 0,5037 0,0028 0,5045
En este grafico se observa que la muestra 1 está por fuera de los rangos establecidos lo cual indica
que el promedio de este proceso está fuera de control y que es necesario buscar las posibles causas
para corregir los problemas, recopilar nuevamente los datos y hacer nuevamente las gráficas.