Documentos de Académico
Documentos de Profesional
Documentos de Cultura
GRÁFICOS DE CONTROL
1. INTRODUCCIÓN
Se desea desarrollar mediante la práctica un control de procesos para
identificar anomalías o datos atípicos que afectan el proceso a la hora de
hacer un control estadístico de estos.
2. OBJETIVO
En este trabajo se hace la realización de gráficos de control, donde se
utiliza la media de los datos y los rangos para medir la variabilidad de
estos.
Además de esto, se calcula la capacidad de dos procesos diferentes y el
centramiento o descentramiento de cada proceso.
PRODUCCIÓN DE AZUCAR
En este ejemplo se escogieron 500 datos de la segunda columna es decir,
la de las 8:00 a.m., luego se tomó una muestra aleatoria para poder
corregir los datos, se crea una hoja de cálculo la cual se nombró Datos,
donde tendremos un número de muestras mayor a 30 y un tamaño de
muestras menor a 5.
Se procede a insertar los datos que aleatoriamente se escogieron para
realizar un control de variables sabiendo que estos datos ya están
normalizados, se calcula el promedio de los datos en cada una de las
columnas, el cual representará un gráfico de medias (X) y con los datos
29/09/2022 1
calculados en la desviación estándar se hace un gráfico de rangos(R) el
cual mostrará la dispersión de esta información.
A continuación las respectivas gráficas:
Gráfico X
508
506
504
502
500
498
496
494
492
490
488
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
29/09/2022 2
gráfico R
10
9
8
7
6
5
4
3
2
1
0
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
gráfico X
503
502
501
500
499
498
497
496
495
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
29/09/2022 3
En este grafico se puede evidenciar que al eliminar las muestra 8 y 15 podemos
hacer que haya un comportamiento de los datos dentro de los límites establecidos,
es decir que estos datos se muevan alrededor de la línea de la media y tengan
menos variabilidad.
gráfico R
10
9
8
7
6
5
4
3
2
1
0
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
En este ejemplo también se calculó la capacidad del proceso la cual arrojo un valor
de 0,5 lo que nos indica que el proceso no es capaz y que es muy difícil poderle
hacer un control estadístico.
Se calculó la centralización la cual nos dio 3,97% es baja pero se recomienda estar
pendiente de todas las muestras para poder identificar porque se presenta esta poca
capacidad en el proceso.
29/09/2022 4
cada una de las columnas, el cual representará un gráfico de medias (X)
y con los datos calculados en la desviación estándar se hace un gráfico de
rangos(R) el cual mostrará la dispersión de esta información.
A continuación las respectivas gráficas:
gráfico X
0,5300
0,5200
0,5100
0,5000
0,4900
0,4800
0,4700
0,4600
0,4500
0,4400
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
En este grafico se evidencia que tenemos 3 muestras que están por fuera de los
límites, en este caso es la muestra 10, 19 y 20.
Pero también se muestra que se tiene 5 muestras que están presentando un
comportamiento de disminución las cuales son la 14, 15, 16,17y 18.
Se debe investigar las causas por la cuales se están generando estos
comportamiento atípicos, se puede revisar la bitácora de producción, se
debe considerar si la maquinaria dañada, también se puede presentar por
errores del operario, por variación en el voltaje de las maquinas,
alteración el peso de las bolsa, entre otras causas.
29/09/2022 5
gráfico R
0,0700
0,0600
0,0500
0,0400
0,0300
0,0200
0,0100
0,0000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
En este grafico aún se evidencia que desde la muestra 5 hasta la 11 los rangos
promedio son tan altos y están por encima de la media, se debe investigar cual es
la causa por la cual se presenta tanta distancia entre el dato mayor y el dato menor
dentro de las muestras, significa que hay señales de alarma.
Pero también se evidencia que desde la muestra 12 a la 16 su comportamiento está
por debajo de la media, se debe estar pendiente en este caso porque se muestra
un patrón de comportamiento
29/09/2022 6
gráfico X
0,5300
0,5200
0,5100
0,5000
0,4900
0,4800
0,4700
0,4600
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
29/09/2022 7
gráfico R
0,0600
0,0500
0,0400
0,0300
0,0200
0,0100
0,0000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
También conocemos el límite superior que es 0,538 gramos, el límite inferior que es
0,458 gramos, procedemos a calcular la meta que en este caso es 0,498.
En este ejercicio también se calcularon los indicadores de:
Capacidad del proceso utilizando la variación estándar del proceso, debido a que
esta capacidad del proceso es igual a 1,142769, nos indica que el proceso si es
capaz de ser controlado estadísticamente. Sin embargo el descentramiento tiene
una variación del 12,3% con respecto al centramiento que debería tener el proceso.
29/09/2022 8
4. CONCLUSIONES
En este trabajo se aprendió a identificar anomalías atípicas a la hora de hacer
un control de procesos estadísticamente identidad si los procesos son capaces
o no de ser controlado estadísticamente.
En estos dos casos se recomienda estar pendiente e investigar cuales y por qué
se están generando estas anomalías para poder corregirlas.
Se recomienda hacer chequeos a las maquinas, estar pendiente de los operarios
para que realicen su trabajo bien, se pueden crear estrategias que ayuden a
disminuir estos picos, tener controlado cada proceso a la hora de hacer este
chequeo, utilizar herramientas que ayuden a identificar estar causas y buscar las
posibles soluciones, entre otras.
5. BIBLIOGRAFÍA
Conocimientos adquiridos durante las clases prácticas.
29/09/2022 9