Tabla A1.

Control Estadisticio de Humberto Gutierr

A1. Control Estadisticio de Humberto Gutierrez
EJERCICIO CONTROL X-R

En la línea de embotellado de Aceite de Aguacate, según la ficha técnica, cada botella debe ser de 10 cm
cubicos (volumen de aceite por botella), con una tolerancia de +- 0,7 cm cubicos. La máquina
embotelladora está siendo operada por un nuevo trabajador, por lo que se requiere saber si la
característica de calidad: “Volumén de aceite” está controlada estadísticamente.

Muestras x1 x2 x3 x4 x5 Media Rango

1 10.440 10.500 10.450 10.440 10.520 10.470 0.080
2 10.640 10.530 10.600 10.520 10.510 10.560 0.130
3 10.550 10.510 10.470 10.450 10.420 10.480 0.130
4 10.530 10.520 10.560 10.590 10.600 10.560 0.080
5 10.520 10.430 10.440 10.460 10.500 10.470 0.090
6 10.450 10.460 10.610 10.480 10.550 10.510 0.160
7 10.520 10.610 10.480 10.400 10.480 10.498 0.210
8 10.560 10.500 10.450 10.530 10.470 10.502 0.110
9 10.500 10.560 10.530 10.580 10.660 10.566 0.160
10 10.470 10.500 10.400 10.510 10.640 10.504 0.240
11 10.530 10.480 10.560 10.550 10.580 10.540 0.100
12 10.560 10.430 10.430 10.420 10.510 10.470 0.140
13 10.500 10.720 10.480 10.450 10.500 10.530 0.270
14 10.470 10.530 10.560 10.520 10.470 10.510 0.090
15 10.530 10.560 10.600 10.690 10.550 10.586 0.160
16 10.510 10.630 10.620 10.590 10.610 10.592 0.120
17 10.500 10.510 10.400 10.520 10.520 10.490 0.120
18 10.540 10.460 10.490 10.450 10.460 10.480 0.090
19 10.490 10.550 10.510 10.560 10.490 10.520 0.070
20 10.620 10.500 10.600 10.610 10.620 10.590 0.120
21 10.540 10.590 10.630 10.580 10.560 10.580 0.090
22 10.420 10.550 10.480 10.500 10.500 10.490 0.130
23 10.520 10.600 10.510 10.520 10.500 10.530 0.100
24 10.570 10.720 10.640 10.730 10.590 10.650 0.160
25 10.600 10.570 10.600 10.480 10.500 10.550 0.120
10.529 0.131
X media R media
 Formulación Carta X
LCS 10.605
LC 10.529
LCI 10.454 Grafico X
A2 0.577 10.700

10.650
Formulación Carta R 10.600

10.550

10.500

10.450

10.400

10.350
LCS 0.277 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

LC 0.131 Media
LCI 0.000
D3 0
D4 2.114 Rango
0.300

Teniendo en cuenta el analisis realizado de los datos 0.250

proporcionados y las graficas obtenidas mediante la
realizacion del ejercicio podemos observar quee en la 0.200
grafica del rango tenemos los datos los cuales no
muestran ningun simbolo de alarma. 0.150
Por otro lado en la grafica X podemos observar que la
muestra 24 no esta cumpliendo con el proceso de 0.100
control estadistico entonces la empresa debe de
revisar esta muestra en especifico para revisar que 0.050
error o falencia presenta para que posteriomente esta
pueda cumplir con el control estadistico, teniendo en 0.000
cuenta que el grafico x nos tiene en cuenta las 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
variables de numero de muestras y la media obtenida
en la tabla, de alli podemos discernir que la variable Rango
24 no nos cumple con este analisis y debe de ser
revisada.
en la tabla, de alli podemos discernir que la variable
24 no nos cumple con este analisis y debe de ser
revisada.
 Grafico X

7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

Media

Rango

7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

Rango
EJERCICIO CARTA CONTROL X-S
La empresa de extrasion de aceite de aguacate usa frascos de vidrio para envasar el aceite, La cantidad
que se suele envasar según la ficha técnica, debe ser de 500 gr, con una tolerancia de +- 3 gr. Fue
implementada una nueva envasadora automática para el llenado de los envases con el aceite, por lo que
se requiere saber si la característica de calidad: “Cantidad de Golosinas en gramos” está controlada
estadísticamente.

Para tal efecto, el departamento de calidad ha realizado un muestreo, tomado una muestra aleatoria de 5
envases a los cuales se les midió su peso. El muestreo se repitió durante 40 veces y los datos se
registraron en la tabla que se muestra a continuación. Para saber si el proceso está controlado
estadísticamente, elabore las gráficas X barra (Grafica de medias), gráfica de desviaciones S. Establezca
las concusiones indicando si el proceso está controlado estadísticamente y comparando el resultado de la
gráfica:

Desviación
Muestras x1 x2 x3 x4 x5 Media Estandar
1 499.550 498.084 500.366 501.915 501.798 500.343 1.6063
2 502.600 496.725 499.649 501.643 498.370 499.797 2.3854
3 498.965 497.464 497.230 498.534 498.840 498.207 0.8045
4 496.823 499.148 499.394 500.202 499.452 499.004 1.2812

5 499.510 499.445 502.014 499.872 499.721 500.112 1.0765

6 499.230 502.958 501.299 503.564 499.018 501.214 2.0815

7 502.492 497.581 500.808 501.353 502.878 501.022 2.0977
8 499.873 499.214 501.013 499.428 501.136 500.133 0.8930
9 497.834 498.729 497.718 499.456 499.951 498.738 0.9804
10 500.042 499.516 503.292 497.386 498.895 499.826 2.1781
11 496.134 502.172 498.080 499.020 501.137 499.309 2.4090
12 500.700 501.312 500.894 497.942 498.326 499.835 1.5741
13 501.041 500.484 498.590 499.639 500.197 499.990 0.9320
14 500.837 500.208 498.634 502.827 500.731 500.647 1.5034
15 500.108 501.245 501.293 499.045 498.615 500.061 1.2293
16 501.667 498.198 497.662 501.067 500.958 499.910 1.8377
17 503.309 502.166 501.956 500.169 500.003 501.521 1.4084
18 500.681 499.962 498.418 497.338 501.243 499.528 1.6192
19 500.666 500.927 500.320 498.460 501.857 500.446 1.2481
20 499.533 498.740 498.768 499.357 499.320 499.144 0.3648
21 499.214 501.274 500.770 499.088 501.958 500.461 1.2686
22 497.359 500.826 499.826 500.063 499.019 499.419 1.3194
23 499.176 501.274 501.205 500.685 501.037 500.675 0.8686
24 502.446 500.456 500.884 502.779 499.497 501.212 1.3783
25 501.557 500.215 501.712 499.778 498.830 500.418 1.2190
26 501.614 499.127 500.801 500.819 499.525 500.377 1.0239
27 499.339 497.951 502.989 499.150 500.129 499.912 1.8888
28 499.649 504.253 501.878 501.321 501.998 501.820 1.6520
29 500.282 500.813 499.626 498.168 501.900 500.158 1.3894
30 499.567 498.041 501.146 501.176 500.642 500.114 1.3293
31 500.606 499.028 501.085 500.788 501.613 500.624 0.9702
32 495.846 500.696 502.201 497.416 500.068 499.245 2.5700
33 502.031 502.532 500.358 500.218 502.782 501.584 1.2148
34 499.936 499.015 501.361 499.985 501.559 500.371 1.0687
35 500.656 502.180 499.818 498.557 497.692 499.781 1.7596
36 496.152 500.155 500.449 499.973 500.301 499.406 1.8276
37 500.387 502.215 500.128 498.325 497.915 499.794 1.7330
38 500.387 501.427 497.737 499.085 500.785 499.884 1.4743
39 499.675 499.485 499.755 499.341 498.796 499.410 0.3797
40 500.967 500.088 501.895 500.393 500.086 500.686 0.7655
500.103 1.415
X media S media
 Formulación Carta X

LCS 502.123
LC 500.103
LCI 498.083
C4 0.9400
Tamaño de
subgrupo n 5

GRAFICO X
X LCS LC LCI Gráfica X
500.343 502.123 500.103 498.083 503.000
499.797 502.123 500.103 498.083 502.000
498.207 502.123 500.103 498.083 501.000
499.004 502.123 500.103 498.083 500.000
500.112 502.123 500.103 498.083 499.000
501.214 502.123 500.103 498.083 498.000
501.022 502.123 500.103 498.083 497.000
500.133 502.123 500.103 498.083 496.000
1 5 9 13 17 21 25 29 33 37
498.738 502.123 500.103 498.083
499.826 502.123 500.103 498.083 X LCS LC LCI
499.309 502.123 500.103 498.083
499.835 502.123 500.103 498.083
499.990 502.123 500.103 498.083
500.647 502.123 500.103 498.083
500.061 502.123 500.103 498.083
499.910 502.123 500.103 498.083
501.521 502.123 500.103 498.083
499.528 502.123 500.103 498.083
500.446 502.123 500.103 498.083
499.144 502.123 500.103 498.083
500.461 502.123 500.103 498.083
499.419 502.123 500.103 498.083
500.675 502.123 500.103 498.083
501.212 502.123 500.103 498.083
500.418 502.123 500.103 498.083
500.377 502.123 500.103 498.083
499.912 502.123 500.103 498.083
501.820 502.123 500.103 498.083
500.158 502.123 500.103 498.083
500.114 502.123 500.103 498.083
500.624 502.123 500.103 498.083
499.245 502.123 500.103 498.083
501.584 502.123 500.103 498.083
500.371 502.123 500.103 498.083
499.781 502.123 500.103 498.083
499.406 502.123 500.103 498.083
499.794 502.123 500.103 498.083
499.884 502.123 500.103 498.083
499.410 502.123 500.103 498.083
500.686 502.123 500.103 498.083
 Formulación Carta S

LCS 2.980
LC 1.415
LCI -0.149 0
C4 0.9400
Tamaño de
subgrupo n 5
C4 al
cuadrado 0.88

fica X

GRAFICO S
S LCS LC LCI
1.6063 2.980 1.415 -0.149
2.3854 2.980 1.415 -0.149
0.8045 2.980 1.415 -0.149
1.2812 2.980 1.415 -0.149
17 21 25 29 33 37
1.0765 2.980 1.415 -0.149
LC LCI 2.0815 2.980 1.415 -0.149
2.0977 2.980 1.415 -0.149
0.8930 2.980 1.415 -0.149
0.9804 2.980 1.415 -0.149 3.5000
3.0000
2.1781 2.980 1.415 -0.149 2.5000
2.4090 2.980 1.415 -0.149 2.0000
1.5741 2.980 1.415 -0.149 1.5000
1.0000
0.9320 2.980 1.415 -0.149
0.5000
1.5034 2.980 1.415 -0.149 0.0000
1.2293 2.980 1.415 -0.149 -0.5000 1 4
1.8377 2.980 1.415 -0.149
 1.0000
0.5000
0.0000
-0.5000 1 4

1.4084 2.980 1.415 -0.149

1.6192 2.980 1.415 -0.149
1.2481 2.980 1.415 -0.149
0.3648 2.980 1.415 -0.149
1.2686 2.980 1.415 -0.149
1.3194 2.980 1.415 -0.149
0.8686 2.980 1.415 -0.149
1.3783 2.980 1.415 -0.149
1.2190 2.980 1.415 -0.149
1.0239 2.980 1.415 -0.149
1.8888 2.980 1.415 -0.149
1.6520 2.980 1.415 -0.149
1.3894 2.980 1.415 -0.149
1.3293 2.980 1.415 -0.149
0.9702 2.980 1.415 -0.149
2.5700 2.980 1.415 -0.149
1.2148 2.980 1.415 -0.149
1.0687 2.980 1.415 -0.149
1.7596 2.980 1.415 -0.149
1.8276 2.980 1.415 -0.149
1.7330 2.980 1.415 -0.149
1.4743 2.980 1.415 -0.149
0.3797 2.980 1.415 -0.149
0.7655 2.980 1.415 -0.149
 Gráfico S
3.5000
3.0000
2.5000
2.0000
1.5000
1.0000
0.5000
0.0000
-0.5000 1 4 7 10 13 16 19 22 25 28 31 34 37 40

S LCS LC LCI
 1.0000
0.5000
0.0000
-0.5000 1 4 7 10 13 16 19 22 25 28 31 34 37 40

S LCS LC LCI

CONCLUSIÓN: Considerando los resultados obtenidos, es claro

que el llenado del envase con aceite con la nueva empacadora se
encuentra dentro del rango estadístico, ya que no se exceden los
límites superior e inferior, por lo que se controló
estadísticamente la “cantidad calculada de dulces en gramos”. .

En el caso de S-graph, tal vez debido a los diferentes métodos de

muestreo, los datos son completamente diferentes, puede ver
que aunque el límite no se supera si hay un pico.
CARTA CONTROL P
Las Cartas de Control P son usadas para recortar la proporción de productos defectuosos en un proceso. En la carta p se
toma una muestra de de artículos que pueden der la totalidad o parte de un lote, se revisa cada uno de los artículos de una
muestra y se revisa la cantidad de artículos defectuosos y de numero de defectos encontrados, esta última variable suele
ser igual o mayor que la cantidad de artículos defectuosos, ya que un solo artículo puede tener uno o varios defectos. A
continuación se presenta en la siguiente tabla los datos obtenidos en una ronda de control de calidad de la empresa de
extracción de aceite de aguacate. Establezca las concusiones indicando si el proceso está controlado estadísticamente y
comparando el resultado de la gráfica:

Proporcion
Producto
Muestra Producción Defectuosa
Defectuoso
(Pi)
1 96 8
2 99 12
3 99 17
4 100 16
5 100 9
6 100 15
7 100 18
8 100 14
9 100 15

Total de
Producto
Defectuos
10 99 14 o 331 LCS

Total de
Productos
Inspeccion
11 100 17 ados LCI

Subgrupos
12 100 15 (Paquetes) LC =P
13 100 15 P
14 94 8 n
15 94 10
16 99 22
17 100 15
18 97 12
19 87 9
20 100 12
21 100 13
22 98 18
23 97 14
24 97 13
oceso. En la carta p se
no de los artículos de una
ta última variable suele
o o varios defectos. A
dad de la empresa de
do estadísticamente y

#DIV/0!
CARTA CONTROL NP
Los gráficos Np se aplican al mismo tipo de procesos que en el caso de las gráficas P. La diferencia está en que, en lugar de c
unidades defectuosas en una muestra, se considera el número de unidades defectuosas en la muestra, para ello se toman d
muestras de tamaño constante a intervalos fijos de tiempo. Este tipo de gráficos permite analizar el número de artículos def
detectar la posible existencia de causas especiales en el proceso productivo. En cada muestra se evalúa el número de unidad
independientemente de que se presenten varios defectos en alguna unidad. A continuación se presenta en la siguiente tabl
una ronda de control de calidad de la empresa de aceites de aguacate. Establezca las conclusiones indicando si el proceso es
estadísticamente y comparando el resultado de la gráfica:

Productos
Sample No
Inspeccionad LCI LC LCS
(Muestra) Conformes
os (n)
1 100 12 1.31 10.53 19.76
2 80 8 1.31 10.53 19.76
3 80 6 1.31 10.53 19.76
4 100 9 1.31 10.53 19.76

Total de
No
Conforme
5 110 10 1.31 10.53 19.76 s

Total de
Productos
inspeccon
6 110 12 1.31 10.53 19.76 ados

Subgrupos
7 100 11 1.31 10.53 19.76 (Paquetes)
8 100 16 1.31 10.53 19.76 P
9 90 10 1.31 10.53 19.76 n
10 90 6 1.31 10.53 19.76
11 110 20 1.31 10.53 19.76
12 120 15 1.31 10.53 19.76
13 120 9 1.31 10.53 19.76
14 120 8 1.31 10.53 19.76
15 110 6 1.31 10.53 19.76
1540.0 158.00

np 10.53 Productos con defectos por muestra

ncia está en que, en lugar de contabilizar la proporción de
muestra, para ello se toman de forma sistemática
zar el número de artículos defectuosos para así poder
se evalúa el número de unidades defectuosas,
e presenta en la siguiente tabla los datos obtenidos en
ones indicando si el proceso está controlado

158.00 LCS 19.76

1540.00 LCI 1.31

LC =nP 11.00
0.10
1540
CARTA CONTROL C
Este tipo de gráfico controla la evolución de los defectos presentes en muestras de tamaño constante
tomadas a intervalos fijos de tiempo. El gráfico c está basado en el número total de defectos o de no
conformidades en la producción. A continuación se presenta en la siguiente tabla los datos obtenidos
en una ronda de control de calidad de la empresa de aceite de aguacate. Establezca las concusiones
indicando si el proceso está controlado estadísticamente y comparando el resultado de la gráfica:

Num. De
Muestra
Defectos
1 8
2 4
3 14

Total de
Defectos
encontrad
4 9 os LCS

Subgrupos
5 6 (Paquetes) LCI
6 9 c LC =C
7 13
8 15
9 10
10 17
11 14
12 13
13 16
14 8
15 9
16 14
17 6
18 9
19 13
20 7
21 13
22 8
23 11
24 9
25 6
26 6
27 11
28 12
29 12
30 8
31 16
32 13
33 12
34 11
35 6
36 10
37 13
38 6
39 9
40 10
41 11
42 7
43 11
44 13
45 9
46 11
47 7
48 16
49 5
50 9
0