“Año del Bicentenario del Perú: 200 años de Independenci

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

ERGARA ELENA MATILDE

TAL DE LA CALIDAD

078 - 6079

5:00 pm)& jueves(2:20 pm – 4:05 pm)

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.

a. Obtenga una carta X e interprétela.

Muestra Longitud de las piezas Media ( X)
1 101.0 99.4 99.9 100.5 100.2 100.20
2 100.0 98.8 101.0 100.3 100.1 100.04
3 99.1 99.4 101.3 99.0 99.1 99.58
4 100.3 100.1 98.7 101.3 99.8 100.04
5 97.2 99.7 98.9 100.5 99.3 99.12
6 102.2 103.6 100.2 104.5 104.9 103.08
7 98.2 97.6 99.0 100.6 99.0 98.88
8 100.7 99.8 100.4 99.7 98.3 99.78
9 100.4 103.0 98.7 101.6 100.5 100.84
10 97.9 99.8 100.6 99.3 100.7 99.66
11 101.5 100.2 102.1 99.7 102.3 101.16
12 100.4 100.0 100.2 97.7 102.1 100.08
13 101.4 102.4 103.2 103.2 102.6 102.56
14 97.8 100.1 99.3 98.6 100.7 99.30
15 100.7 101.3 98.9 99.9 101.2 100.40
16 101.7 98.4 97.9 102.2 100.3 100.10
17 101.0 100.3 101.3 101.1 99.5 100.64
18 99.6 102.0 100.5 97.6 100.0 99.94
19 101.5 100.2 99.4 99.2 99.6 99.98
20 100.2 102.1 101.0 100.6 101.6 101.10
21 100.5 100.4 100.2 100.7 98.9 100.14
22 99.0 99.0 101.4 101.1 97.9 99.68
TOTAL 100.3

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

Los límites de control son obtenidos a partir de la variabilidad del proceso, y

la realidad en cuando la variabilidad de las medias de las muestras, mientras
son valores deseados para las mediciones.
a barra de acero en el momento FORMULAS
correspondiente. La longitud
as se toman cinco barras
uestran en la tabla 14.9.

Rango (R ) LCI LC LCS X LCS LC

1.6 98.6 100.29 101.9 100.20 101.9 100.29
2.2 98.6 100.29 101.9 100.04 101.9 100.29
2.3 98.6 100.29 101.9 99.58 101.9 100.29
2.6 98.6 100.29 101.9 100.04 101.9 100.29
3.3 98.6 100.29 101.9 99.12 101.9 100.29
4.7 98.6 100.29 101.9 103.08 101.9 100.29
3.0 98.6 100.29 101.9 98.88 101.9 100.29
2.4 98.6 100.29 101.9 99.78 101.9 100.29
4.3 98.6 100.29 101.9 100.84 101.9 100.29
2.8 98.6 100.29 101.9 99.66 101.9 100.29
2.6 98.6 100.29 101.9 101.16 101.9 100.29
4.4 98.6 100.29 101.9 100.08 101.9 100.29
1.8 98.6 100.29 101.9 102.56 101.9 100.29
2.9 98.6 100.29 101.9 99.30 101.9 100.29
2.4 98.6 100.29 101.9 100.40 101.9 100.29
4.3 98.6 100.29 101.9 100.10 101.9 100.29
1.8 98.6 100.29 101.9 100.64 101.9 100.29
4.4 98.6 100.29 101.9 99.94 101.9 100.29
2.3 98.6 100.29 101.9 99.98 101.9 100.29
1.9 98.6 100.29 101.9 101.10 101.9 100.29
1.8 98.6 100.29 101.9 100.14 101.9 100.29
3.5 98.6 100.29 101.9 99.68 101.9 100.29
2.9

de observaciones se encuentran dentro

an por encima del límite superior por lo
ial ocacionó variación en la tendencia
ceso esta bajo el control estadístico.
cia conceptual de éstos con las especificaciones

idad del proceso, y en la carta X representan

muestras, mientras que las especificaciones
 LCI Grafi co de control de medias
98.6
104.00
98.6
98.6
98.6
98.6
98.6 102.00
98.6
98.6
98.6
98.6 100.00
98.6
98.6
98.6
98.6 98.00
98.6
98.6
98.6
98.6
96.00
98.6 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
98.6
X LCS LC LCI
98.6
98.6
edias

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

4.3 2.9 0.0 6.1 4.0

2.8 2.9 0.0 6.1
3.0
2.6 2.9 0.0 6.1
4.4 2.9 0.0 6.1 2.0
1.8 2.9 0.0 6.1
1.0
2.9 2.9 0.0 6.1
2.4 2.9 0.0 6.1 0.0
1 2 3 4 5 6 7 8 9 10 11 12 13 1
4.3 2.9 0.0 6.1
6.1 Rango (R ) LC R
1.8 2.9 0.0
4.4 2.9 0.0 6.1
2.3 2.9 0.0 6.1
1.9 2.9 0.0 6.1
1.8 2.9 0.0 6.1
3.5 2.9 0.0 6.1
2.88

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.

d. Explique con sus palabras cuál es la diferencia entre lo investigado en a y en c.

En el punto (a) que es sobre la gráfica X se investigo el cambio y la estabilidad

tiempo mediante el análisis de medias, en cambio el el punto (c) se investigó
proceso. Podemos decir, que en ambos casos, mientras no haya cambios sign
los valores deben permanecer dentro del rango del control.
trol estadístico en cuanto a la variabilidad.

Gráfi ca de Control de rangos

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

vo bajo control estadístico en cuanto a la

s límites de control, la observada tendencia
.

tigado en a y en c.

cambio y la estabilidad del proceso en el

punto (c) se investigó la variabilidad del
s no haya cambios significativos en el proceso,
ntrol.
PROGRAMA MINITAB GRAFICA R
e. Para continuar con el uso de la carta de control, ¿qué límites de control propondría?

Los límites de control de su gráfica de control representan la variación de su proceso y le ayuda

indicar cuando su proceso está fuera de control. Los límites de control son las líneas horizontal
ubicadas arriba y debajo de la línea central, que se utilizan para determinar si un proceso está fue
control. Los límites de control superior e inferior se basan en la variación aleatoria esperada en
proceso. Por opción predeterminada, los límites de control de Minitab se muestran 3 desviacion
estándar arriba y abajo de la línea central.

f. calcule los índices Cp, Cpk y Cpm, e interprételos

Muestra Longitud de las piezas Media ( X)

1 101.0 99.4 99.9 100.5 100.2 100.20
2 100.0 98.8 101.0 100.3 100.1 100.04
3 99.1 99.4 101.3 99.0 99.1 99.58
4 100.3 100.1 98.7 101.3 99.8 100.04
5 97.2 99.7 98.9 100.5 99.3 99.12
6 102.2 103.6 100.2 104.5 104.9 103.08
7 98.2 97.6 99.0 100.6 99.0 98.88
8 100.7 99.8 100.4 99.7 98.3 99.78
9 100.4 103.0 98.7 101.6 100.5 100.84

10 97.9 99.8 100.6 99.3 100.7 99.66

11 101.5 100.2 102.1 99.7 102.3 101.16
12 100.4 100.0 100.2 97.7 102.1 100.08
13 101.4 102.4 103.2 103.2 102.6 102.56
14 97.8 100.1 99.3 98.6 100.7 99.30
15 100.7 101.3 98.9 99.9 101.2 100.40
16 101.7 98.4 97.9 102.2 100.3 100.10
17 101.0 100.3 101.3 101.1 99.5 100.64
18 99.6 102.0 100.5 97.6 100.0 99.94
19 101.5 100.2 99.4 99.2 99.6 99.98
20 100.2 102.1 101.0 100.6 101.6 101.10
21 100.5 100.4 100.2 100.7 98.9 100.14
22 99.0 99.0 101.4 101.1 97.9 99.68
100.29
s de control propondría?

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

97.9 99.3 1.14149025

Representa el índice de capacidad del proceso, la cual en este caso va a s
101.5 99.7 1.1567195 0.4923 de modo que el índice Cp le muestre qué tan capaz es su máqui
100.4 97.7 1.57066865 producir
101.4 103.2 0.74027022 productos consecutivos dentro del mismo la variación requerida
97.8 98.6 1.155422
100.7 99.9 1.00498756
101.7 102.2 1.91963538 CpK
101.0 101.1 0.74027022
99.6 97.6 1.59311017
101.5 99.2 0.92843955
Si ahora informamos los índices Cp y Cpk, sabemos cuán capaz es el pro
de producir dentro de la variación requerida (tolerancia) y si el proceso
produciendo en el medio de la tolerancia.
100.2 100.6 0.76157731 Si ahora informamos los índices Cp y Cpk, sabemos cuán capaz es el pro
de producir dentro de la variación requerida (tolerancia) y si el proceso
100.5 100.7 0.71624018 produciendo en el medio de la tolerancia.
99.0 101.1 1.505656
1.13772833

Cpm

Evaluar la capacidad a largo plazo del proceso en relación tanto

la dispersión de especificación como con el objetivo. La capacid
largo plazo indica el rendimiento real del proceso que su clien
experimenta con el tiempo.

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

k, sabemos cuán capaz es el proceso

erida (tolerancia) y si el proceso está
dio de la tolerancia.
k, sabemos cuán capaz es el proceso
erida (tolerancia) y si el proceso está
dio de la tolerancia.

el proceso en relación tanto con

o con el objetivo. La capacidad a
real del proceso que su cliente
on el tiempo.

más altos indican que el proceso

os indican que el proceso puede
mejoras.
 A. Obtenga una carta p usando el tamaño de muestra (lote) promedio, gr
interprete.

Dia N de defectos TAMAÑO p LCS LC

1 21 200 0.105 0.1865 0.118
2 20 200 0.100 0.1865 0.118
3 27 200 0.135 0.1865 0.118
4 33 200 0.165 0.1865 0.118
5 22 200 0.110 0.1865 0.118
6 40 200 0.200 0.1865 0.118
7 27 180 0.150 0.1865 0.118
8 23 180 0.128 0.1865 0.118
9 20 180 0.111 0.1865 0.118
10 26 200 0.130 0.1865 0.118
11 28 200 0.140 0.1865 0.118
12 21 200 0.105 0.1865 0.118
13 23 200 0.115 0.1865 0.118
14 21 200 0.105 0.1865 0.118
15 25 200 0.125 0.1865 0.118
16 29 200 0.145 0.1865 0.118
17 20 200 0.100 0.1865 0.118
18 28 220 0.127 0.1865 0.118
19 18 220 0.082 0.1865 0.118
20 24 220 0.109 0.1865 0.118
21 13 200 0.065 0.1865 0.118
22 23 200 0.115 0.1865 0.118
23 12 200 0.060 0.1865 0.118
24 19 200 0.095 0.1865 0.118
25 26 200 0.130 0.1865 0.118
Promedios 200 0.118
 Interpretación:

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?

Una persona que no tiene conocimientos profundos de estadística simplemente

encuentra dentro de los límites hallados.

C. Obtenga una carta p con límites de control corregidos e interprete.

Dia N de defectos TAMAÑO p LCS LC

1 21 200 0.105 0.2094 0.118
2 20 200 0.100 0.2094 0.118
3 27 200 0.135 0.2094 0.118
4 33 200 0.165 0.2094 0.118
5 22 200 0.110 0.2094 0.118
6 40 200 0.200 0.2094 0.118
7 27 180 0.150 0.2094 0.118
8 23 180 0.128 0.2094 0.118
9 20 180 0.111 0.2094 0.118
10 26 200 0.130 0.2094 0.118
11 28 200 0.140 0.2094 0.118
12 21 200 0.105 0.2094 0.118
13 23 200 0.115 0.2094 0.118
14 21 200 0.105 0.2094 0.118
15 25 200 0.125 0.2094 0.118
16 29 200 0.145 0.2094 0.118
17 20 200 0.100 0.2094 0.118
 18 28 220 0.127 0.2094 0.118
19 18 220 0.082 0.2094 0.118
20 24 220 0.109 0.2094 0.118
21 13 200 0.065 0.2094 0.118
22 23 200 0.115 0.2094 0.118
23 12 200 0.060 0.2094 0.118
24 19 200 0.095 0.2094 0.118
25 26 200 0.130 0.2094 0.118
Promedios 200 0.118

Interpretación:

Cuando se cambia la desviación estándar, todos los lotes se encuent

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

btuvo alguien que no tiene

adística?

adística simplemente diría que hay un punto que no se

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

s los lotes se encuentran en el límite de control.

futuros mediante las cartas p?

uestras debido a la diferencia de valor entre estos. Lo más

encuentren dentro de los límites de control.
 17 18 19 20 21 22 23 24 25

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

DATOS DEL EJERCICIO

Fracos /Oportunidades 2 partes
Defectos 10
Lote de Unidades 100 frascos

a. Calcular DPU, el DPO y el DPMO del proceso e interpretar cada resultado.

DPU DPO DPMO

10% 5% 50,000

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

DATOS DEL EJERCICIO

Fracos /Oportunidades 4 partes
Defectos 10
Lote de Unidades 100 frascos

DPU DPO DPMO

10% 2.50% 25,000

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

DATOS DEL EJERCICIO

Fracos /Oportunidades 4 partes
Defectos 100
Lote de Unidades 100 frascos

DPU DPO DPMO

100% 25% 250,000

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,

úmero de defectos pero el número de partes que lo componen es

anterior
DPU, DPO y el DPMO. Comparar sus resultados.

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

ar DPU, DPO y el DPMO. Comparar sus resultados.

DPU, DPO y el DPMO y compare con el resultado anterior