Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Facultad de Ingeniería
Escuela Profesional de Ingeniería Industrial
Integrantes grupo 2:
Gavidia Paulo, Jhonatan
González Cruz, Ronald
Rabines Antícona, Evelyn
Reyes Neyra, Josué
Valverde Tapia, Al Jared
Vasquez Valles, Hans
Docente:
Dra. Ing. URRACA VERGARA ELENA MATILDE
Curso:
CONTROL TOTAL DE LA CALIDAD
Nrc:
6078 - 6079
Horario:
lunes (2:20 pm – 5:00 pm)& jueves(2:20 pm – 4:05 pm)
2021-20
Trujillo
o del Perú: 200 años de Independencia"
cultad de Ingeniería
esional de Ingeniería Industrial
TAL DE LA CALIDAD
078 - 6079
2021-20
Trujillo
EJERCICIO 01
1. Una fábrica de autopartes ha tenido problemas con la dimensión de cierta barra de acero en el mo
de ensamblarla, por lo que se decide colectar datos para analizar el proceso correspondiente. La long
ideal de la barra es de 100 mm, con una tolerancia de 62 mm. Cada dos horas se toman cinco barras
consecutivas y se miden. Los datos obtenidos (en mm) en una semana se muestran en la tabla 14.9.
INTERPRETACIÓN:
La gráfica X nos muestra que la mayoria de observaciones
de los limites de control, dos puntos estan por encima del
que aparentemente alguna causa especial ocacionó variac
central del proceso, por lo tanto, el proceso esta bajo el co
b. Interprete los límites de control y establezca la diferencia conceptual de é
15 16 17 18 19 20 21 22
CI
PROGRAMA DE MINITAB DEL GRAFICO X
c. Mediante una carta R investigue si el proceso estuvo en control estadístico en cuanto
Rango (R ) LC R LC I LCS
1.6 2.9 0.0 6.1
2.2 2.9 0.0 6.1
2.3 2.9 0.0 6.1
2.6 2.9 0.0 6.1 Gráfi ca de Control d
3.3 2.9 0.0 6.1 7.0
4.7 2.9 0.0 6.1
6.0
3.0 2.9 0.0 6.1
2.4 2.9 0.0 6.1 5.0
Mediante la carta R se puede decir que el proceso estuvo bajo control estadí
variabilidad, esto asi porque existen puntos fuera de los límites de control, la
que puede hacer sospechar la existencia de problemas.
4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
Rango (R ) LC R LC I LCS
tigado en a y en c.
ón de su proceso y le ayudan a
rol son las líneas horizontales
minar si un proceso está fuera de
ación aleatoria esperada en el
ab se muestran 3 desviaciones
al.
LCS 101.949
LCL 98.588
LCI LCS DE
101.0 100.5 0.6041523
100.0 100.3 0.79561297
99.1 99.0 0.97313925 CP 0.49235538
100.3 101.3 0.93701654 CpK 0.4975891
97.2 100.5 1.2255611 Cpm 0.48712167
102.2 104.5 1.91494125
98.2 100.6 1.12782977
100.7 99.7 0.92574294
100.4 101.6 1.59154013 CP
Cpm
Por lo general, los valores de Cpm más altos indican que el pro
es más capaz. Los valores más bajos indican que el proceso pu
necesitar mejoras.
oceso, la cual en este caso va a ser de
estre qué tan capaz es su máquina de
cir
mismo la variación requerida
Al aplicar las fórmulas para cada uno de los límites y posteriormente graficam
histórica promedio de las autopartes. La gráfica revela que hay un punto que e
está fuera de control.
B. ¿Cómo explicaría los límites de control que obtuvo alguien que no tie
conocimientos profundos de estadística?
Interpretación:
D. ¿Qué límites de control usaría para analizar datos futuros mediante las ca
Los límites de control que usaría van a depender de las muestras debido a la di
optimo es usar un desvío normal para que se encuentren dentro d
ra (lote) promedio, grafique e
LCI
0.0496
0.0496
0.0496
0.0496
0.0496
0.0496
0.0496
0.0496 GRÁFICA P
0.0496
0.0496 0.250
0.0496
0.0496
0.200
0.0496
0.0496
0.150
0.0496
0.0496
0.0496 0.100
0.0496
0.0496 0.050
0.0496
0.0496 0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 2
0.0496
0.0496
p LCS LC LCI
0.0496
0.0496
eriormente graficamos el control de la proporción defectuosa de la proporción
e hay un punto que está sobre el límite superior, por ello se dice que el proceso en P
e interprete.
LCI
0.0268
0.0268
0.0268 GRÁFICA P
0.0268
0.0268
0.250
0.0268
0.0268
0.200
0.0268
0.0268
0.0268 0.150
0.0268
0.0268 0.100
0.0268
0.0268 0.050
0.0268
0.0268 0.000
0.0268 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
p LCS LC LCI
0.050
0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
0.0268
0.0268 p LCS LC LCI
0.0268
0.0268
0.0268
0.0268
0.0268
0.0268
I
17 18 19 20 21 22 23 24 25
CI
17 18 19 20 21 22 23 24 25
CI
3. Supongamos que usted produce 100 frascos con tapa. Cada frasco completo consta de dos partes, es decir, la tap
se encuentran 10 defectos en el lote de 100 frascos. Se solicita:
a. Calcular DPU, el DPO y el DPMO del proceso e interpretar cada resultado.
b. En un segundo momento, se cuenta con la misma cantidad de frascos y el mismo número de defectos pero el núm
cuatro, en lugar de dos. Recalcular el DPU, DPO y el DPMO y compare con el resultado anterior
c. Del problema b, ahora cambiar el número de defectos a 100, nuevamente calcular DPU, DPO y el DPMO. Compar
Interpretación:
EL DPO tiene defectos por cada parte, lo que significa que cinco defectos en 100 partes o
50,000 partes defectuosas por millón de oportunidades (DPMO)
b. En un segundo momento, se cuenta con la misma cantidad de frascos y el mismo número de defectos pero el
Interpretación:
EL DPO tiene defectos por cada parte, lo que significa que 2.5 defectos en 100 partes o
25,000 partes defectuosas por millón de oportunidades (DPMO)
c. Del problema b, ahora cambiar el número de defectos a 100, nuevamente calcular DPU, DPO y el DPMO. Comp
Interpretación:
El DPU tiene como resultado 100%, por otro lado el DPO fue de 25%
significa que por cada 25 es defectuosas.
El 100% de los frascos son defectuosos, si es que se tiene en cuenta la cantidad de partes
solo 250,000 partes serían defectuosas en un millón (DPMO)
de dos partes, es decir, la tapa y recipiente. Después del control,
número de defectos pero el número de partes que lo componen es cuatro, en lugar de dos. Recalcular el DPU, DPO y el DPMO y compare