En el ejemplo 8.

2 se detectó que se tienen problemas con el grosor de las láminas porque no se cumple con las especi
5 mm ±0.8 mm. Con el objetivo de corregir tal situación, un equipo genera un proyecto de mejora. Para verificar si la
ejecutadas dieron resultado, se toman aleatoriamente 45 láminas de la producción de una semana posterior a las modi
Los espesores obtenidos se muestran a continuación.

GROSOR DE LAS
VCC
LÁMINAS EN MM
ES 5.8 mm
EI 4.2 mm
IDEAL 5 mm
LOTE 60 Ud
n 45 Conveniencia

5.2 5.4 5.4 4.7 5.1 4.7 5

5 4.9 4.3 4.7 5.3 4.6 4.8
4.7 4.9 5.6 4.7 4.7 4.5 5.1
4.7 5.1 5.3 5 5.3 4.5 4.4
5.6 5.2 4.7 4.6 5 5.4 4.7
5.2 5.1 4.9 5 5

Clase Frecuencia
4.56 5 EI=4,2mm X=4,926g Histograma ES=5,8m
4.82 15 m
16 15
5.08 9
14 %IN_ES=49,7%
5.34 11
12%IN_EI=48,8% 11
5.6 3
10 9 %O
y mayor... 2
Frecuencia

%Out EI=1,2% 6 5
4 3
2
0
4.56 4.82 5.08 5.34 5.6 y ma
Clase

CÁLCULO DE % IN_OUT EI Y ES
𝑍1=(𝑋−𝐸𝐼)/𝑆
Z1_EI 2.27 SIGMAS
%_IN_EI 48.8% % entre EI y Promedio Aparentemente el plan fue
que al comparar el primer
%_OUT_EI 1.2% % Out EI
antes de la mejora nos mue
#_IN_EI 29 # entre EI y Promedio en LOTE está centrado en el grosor i
5mm, en cambio el hist
después de la mejora está
relativamente con el groso
decir, que es un proceso ce
 Aparentemente el plan fue
que al comparar el primer
antes de la mejora nos mue
está centrado en el grosor i
#_OUT_EI 1 # Out EI 5mm, en cambio el hist
después de la mejora está
𝑍2=(𝐸𝑆−𝑋)/𝑆 relativamente con el groso
Z2_ES 2.72 SIGMAS decir, que es un proceso ce
poca variabilidad, o sea, qu
%_IN_ES 49.7% % entre EI y Promedio cumpliendo las específica
%_OUT_ES 0.3% % Out EI grosor de las lámin
#_IN_ES 30 # entre EI y Promedio en LOTE
#_OUT_ES 0 # Out EI

%_OUT_T 1.5% OUT

#_OUT_T 1 OUT

CÁLCULO DE COSTOS OUT EI Y ES

COSTO POR ARREGLO DE LOS ROLLOS

C_EI 100 $/Ud Suposición
C_ES 150 $/Ud Suposición

COSTOS POR NC_EI Y ES

C_EI $ 70 $/lote*día
C_ES $ 29 $/lote*día
C_T $ 100 $/lote*día
C_T $ 1,993 $/lote*mes
C_T $ 23,919 $/lote*año
 5.2 CLASES Columna1
o se cumple con las especificaciones: 5 4.56
mejora. Para verificar si las acciones
4.7 4.82 Media
mana posterior a las modificaciones.
4.7 5.08 Error típico
5.6 5.34 Mediana
5.2 5.6 Moda

5.4 Desviación estándar

4.9 Varianza de la muestra
4.9 Curtosis
5.1 Coeficiente de asimetría
5.2 Rango
5.1 Mínimo
5.4 Máximo
5.1 4.3 Suma
4.4 5.6 Cuenta
4.7 5.3 NI
4.7 4.7 AI
4.8 4.9
4.7
4.7
4.7
tograma ES=5,8m
5
m 4.6
5
ES=49,7%
5.1
11 5.3
% Out ES=0,3%
4.7
Frecuencia 5.3
5
3 5
2 4.7
4.6
8 5.34 5.6 y mayor... 4.5
Clase 4.5
5.4
5
4.8
5.1
4.4
Aparentemente el plan fue exitoso ya 4.7
ue al comparar el primer histograma
5.1
ntes de la mejora nos muestra que no
stá centrado en el grosor ideal que es 4.4
5mm, en cambio el histograma
después de la mejora está centrado
elativamente con el grosor ideal, es
ecir, que es un proceso centrado con
Aparentemente el plan fue exitoso ya
ue al comparar el primer histograma
ntes de la mejora nos muestra que no
stá centrado en el grosor ideal que es
5mm, en cambio el histograma 4.7
después de la mejora está centrado 4.7
elativamente con el grosor ideal, es 4.8
ecir, que es un proceso centrado con
oca variabilidad, o sea, que se están
cumpliendo las específicaciones del
grosor de las láminas.
olumna1

4.926666667
0.047821216
4.9
4.7

0.320794468
0.102909091
-0.58865995
0.200941511
1.3
4.3
5.6
221.7
45
5
0.26 mm

Histograma
16 15
14
12 11
10 9
Frecuencia

8 Frecuencia
6 5
4 3
2
2
0
56 82 08 34 5.
6 ...
4. 4. 5. 5. yor
Clase a
ym