Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Tema: Herramientas d
UNIDAD 3
Alumno: Rayon Rodr
Fecha de entrega: 15 de No
: Gestion de calidad
rramientas de la calidad
UNIDAD 3
Rayon Rodriguez Adan
ga: 15 de Noviembre del 2022
Medias
Muestra o
peso de los costales en Kg
subgrupo Medias Rangos LCS
1 50.2 49.9 49 50.1 49.8 1.2 50.6
2 50.3 50.2 50 49.3 50 1 50.6
3 49.8 50 50 49.7 49.9 0.3 50.6
4 50 49.4 50.1 50.5 50 1.1 50.6
5 50.2 49.8 49.1 49.9 49.8 1.1 50.6
6 49.2 50.7 49.1 48.8 49.5 1.9 50.6
7 49.6 49.9 49.5 49.9 49.7 0.4 50.6
8 50.2 49.8 49.5 50.6 50 1.1 50.6
9 50.1 49.3 49 49.3 49.4 1.1 50.6
10 50.8 49.6 49.8 50.4 50.2 1.2 50.6
11 50.7 49.8 49.7 50.1 50.1 1 50.6
12 50.3 49.6 49.4 49.3 49.7 1 50.6
13 49.3 49.3 49.2 50.5 49.6 1.3 50.6
14 50.2 50.5 50.2 50.9 50.5 0.7 50.6
15 48.8 50.2 49.5 49.6 49.5 1.4 50.6
16 50.9 49.5 49.3 48.9 49.7 2 50.6
17 49.7 48.8 49.6 49.5 49.4 0.9 50.6
18 49.4 49.3 49.4 50.2 49.6 0.9 50.6
19 49.9 49.7 49.9 49.1 49.7 0.8 50.6
20 49.7 49.2 49.4 49.7 49.5 0.5 50.6
21 50.6 49.6 49.6 48.9 49.7 1.7 50.6
22 49.9 49.9 50 49.7 49.9 0.3 50.6
23 49.6 50.2 49.9 48.7 49.6 1.5 50.6
24 49.6 48.9 50.2 49 49.4 1.3 50.6
𝑋 ̿=49.8 (𝑅 ̅ 1.1
=) ̇
Conclusiones:
en la caja de medias lo que se p
apreciar que el proceso esta
estadisticamente controlado ya
se encuentra en el limte del lim
superior y dentro del limite de
control inferior y tampoco se le
una tendencia.
Conclusion:
Estadisticamente esta controlad
cumple con las especificaciones
mi cliente
Conclusion:
Estadisticamente esta controlad
cumple con las especificaciones
mi cliente
Medias Rangos
En una empresa que elabora agroquímicos, una cara
LCC LCl LCS LCC LCl su peso, que debe ser de 50 kg, con una tolerancia de
49.8 49 2.5 1.1 0 proceso de envasado, primero es necesario pesar co
49.8 49 2.5 1.1 0 comportamiento del proceso de llenado en un lapso
ejemplo, tres días, una semana o un mes. En el ejem
49.8 49 2.5 1.1 0 costales que se llenaron consecutivamente. Los dato
49.8 49 2.5 1.1 0
49.8 49 2.5 1.1 0
49.8 49 2.5 1.1 0
49.8 49 2.5 1.1 0
49.8 49 2.5 1.1 0
49.8 49 2.5 1.1 0
49.8 49 2.5 1.1 0
49.8 49 2.5 1.1 0 D3= 0
49.8 49 2.5 1.1 0 D4= 2.2822
49.8 49 2.5 1.1 0 A2= 0.729
49.8 49 2.5 1.1 0
49.8 49 2.5 1.1 0
49.8 49 2.5 1.1 0
49.8 49 2.5 1.1 0
49.8 49 2.5 1.1 0
49.8 49 2.5 1.1 0
49.8 49 2.5 1.1 0
49.8 49 2.5 1.1 0
49.8 49 2.5 1.1 0
49.8 49 2.5 1.1 0
49.8 49 2.5 1.1 0
onclusiones:
n la caja de medias lo que se puede
preciar que el proceso esta
stadisticamente controlado ya que
CARTA DE RANGOS
e encuentra en el limte del limete
uperior y dentro del limite de Rangos LCS LCC LCl
ontrol inferior y tampoco se le ve 3
na tendencia.
2.5
1.5
onclusion:
stadisticamente esta controlado y 1
umple con las especificaciones de
mi cliente 0.5
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
onclusion:
stadisticamente esta controlado y 1
umple con las especificaciones de
mi cliente 0.5
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
abora agroquímicos, una característica importante de los costales de fertilizantes es
e 50 kg, con una tolerancia de ±1, Para hacer un estudio inicial del desempeño del
primero es necesario pesar costales que de alguna manera reflejen el
roceso de llenado en un lapso de tiempo suficientemente representativo, por
semana o un mes. En el ejemplo, se decide pesar cada hora una muestra de cuatro
n consecutivamente. Los datos obtenidos en tres días se muestran en la tabla.
CARTA DE MEDIAS
Medias LCS LCC LCl
51
50.5
50
49.5
49
48.5
48
9 20 21 22 23 24 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
49
48.5
48
9 20 21 22 23 24 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
ex
Medias Desviaciones
Muestra Medias Desviaciones LCS LC LCl LCS
1 28.048 0.1343 28.076 27.967 27.858 0.1916
2 27.985 0.101 28.076 27.967 27.858 0.1916
3 27.949 0.1285 28.076 27.967 27.858 0.1916
4 28.042 0.1596 28.076 27.967 27.858 0.1916
5 28.024 0.0924 28.076 27.967 27.858 0.1916
6 28.028 0.1116 28.076 27.967 27.858 0.1916
7 27.985 0.0846 28.076 27.967 27.858 0.1916
8 27.973 0.1049 28.076 27.967 27.858 0.1916
9 27.99 0.0927 28.076 27.967 27.858 0.1916
10 27.968 0.0868 28.076 27.967 27.858 0.1916
11 28.021 0.1157 28.076 27.967 27.858 0.1916
12 28.004 0.1691 28.076 27.967 27.858 0.1916
13 28.044 0.1086 28.076 27.967 27.858 0.1916
14 28.026 0.1127 28.076 27.967 27.858 0.1916
15 27.097 0.1083 28.076 27.967 27.858 0.1916
16 28.162 0.1029 28.076 27.967 27.858 0.1916
17 28.004 0.0841 28.076 27.967 27.858 0.1916
18 28.014 0.1031 28.076 27.967 27.858 0.1916
19 27.981 0.1241 28.076 27.967 27.858 0.1916
20 27.993 0.109 28.076 27.967 27.858 0.1916
𝑋 ̿=27.967 𝑆 ̅= 0.1117
Conclusion:
De la carta de medias podem
concluir que hay puntos que
fuera y demasiado por fuera
limite inferiror y poco del lim
superior
Conclusion:
De la carta de medias podem
concluir que todas las desviac
estandar estan por dentro de
Desviaciones
LC LCl En la elaboración de envases de plástico primero se elabora la pre fórmula. Para la cu
0.1117 0.0318 criterios de calidad, uno de ellos es el peso. Para cierto envase, el peso debe ser entr
5 gr; cada media hora se toma un subgrupo de 10 envases y se pesan, se obtienen la
0.1117 0.0318 desviaciones estándar, para los últimos 20 subgrupos se tienen los datos que se pued
0.1117 0.0318 tabla adjunta.
0.1117 0.0318 Realizar y analizar una gráfica X-S
0.1117 0.0318
0.1117 0.0318
0.1117 0.0318 C4= 0.9727
0.1117 0.0318 C42= 0.94614529 CARTA DE DESVIACIONES
0.1117 0.0318 0.25
0.1117 0.0318
0.1117 0.0318 0.2
0.1117 0.0318
0.15
0.1117 0.0318
0.1117 0.0318 0.1
0.1117 0.0318
0.1117 0.0318 0.05
0.1117 0.0318
0.1117 0.0318 0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
0.1117 0.0318
Desviaciones LCS LC
0.1117 0.0318
27.8
Conclusion:
De la carta de medias podemos 27.6
concluir que todas las desviaciones
estandar estan por dentro de la lc. 27.4
27.2
27
26.8
26.6
26.4
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Medias LCS LC LC
26.4
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Medias LCS LC LC
labora la pre fórmula. Para la cual se tienen varios
to envase, el peso debe ser entre 28 más menos 0.5
nvases y se pesan, se obtienen las medias y las
se tienen los datos que se pueden apreciar en la
RTA DE DESVIACIONES
7 8 9 10 11 12 13 14 15 16 17 18 19 20
GRAFICA DE MEDIAS
7 8 9 10 11 12 13 14 15 16 17 18 19 20
D3= 0
D4= 3.2685
Conclusion:
De la grafica de rangos podemos concluir
rangos estan un disparejos o desordenad
mediaante las cosas ya que se ve que los
y linea de control
Medias
LC LCS
En una empresa se hacen impresiones en láminas de acero, que posteriormente s
productos de otras empresas. Un aspecto importante a vigilar en dicha impresión
126.9 120.8 que, entre otras cosas, adhiere y seca la pintura una vez que ésta se imprimió. En
126.9 120.8 se tiene que la temperatura de cierto horno debe ser 125°C, con una tolerancia de
temperatura, entonces se presentan problemas en la calidad fi nal de la impresión
126.9 120.8 Para controlar de manera adecuada tal característica de proceso se usa una carta
126.9 120.8 que es lo que se tarda un proceso completo de la horneada.
126.9 120.8 Realizar una carta de control de acuerdo al contexto y haga un análisis de dicha ca
126.9 120.8
126.9 120.8
126.9 120.8
126.9 120.8
126.9 120.8 GRAFICAS DE RANGOS
126.9 120.8 8
126.9 120.8 7
126.9 120.8 6
126.9 120.8
5
126.9 120.8
4
126.9 120.8
126.9 120.8 3
126.9 120.8 2
126.9 120.8 1
126.9 120.8 0
126.9 120.8 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
GRAFICOS DE MEDIAS
134
132
130
de rangos podemos concluir que los 128
un disparejos o desordenados 126
s cosas ya que se ve que los rrangos
ntrol 124
122
120
118
116
114
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
20 21 22 23 24
20 21 22 23 24
Ejemplo cartas p
En una empresa del ramo metal-mecánico se fabrican válvulas. Después del proceso de fundición se hace una in
piezas que no cumplen con ciertas características se rechazan. Las razones por las que pueden rechazarse son d
incompletas, porosas, mal formadas, etc. Para evaluar la variabilidad y la magnitud de la proporción de piezas de
proceso de fundición se decide implementar una carta p.
Proporciones
Muestra Tamaño de Artículos
lote defectuosos Proporciones LCI LC LCS
1 300 15 0.05 0.07 0.04 0.01
2 300 12 0.04 0.07 0.04 0.01
3 300 15 0.05 0.07 0.04 0.01
4 300 7 0.02 0.07 0.04 0.01
5 330 16 0.05 0.07 0.04 0.01
6 300 3 0.01 0.07 0.04 0.01
7 300 18 0.06 0.07 0.04 0.01
8 280 10 0.04 0.07 0.04 0.01
9 290 9 0.03 0.07 0.04 0.01
10 300 4 0.01 0.07 0.04 0.01
11 300 7 0.02 0.07 0.04 0.01
12 300 9 0.03 0.07 0.04 0.01
13 300 5 0.02 0.07 0.04 0.01
14 300 15 0.05 0.07 0.04 0.01
15 295 19 0.06 0.07 0.04 0.01
16 280 7 0.03 0.07 0.04 0.01
17 290 12 0.04 0.07 0.04 0.01
18 280 10 0.04 0.07 0.04 0.01
19 295 15 0.05 0.07 0.04 0.01
20 290 14 0.05 0.07 0.04 0.01
21 300 17 0.06 0.07 0.04 0.01
totales= 6230 239 𝑝 ̅= 0.04
𝑛 ̅= 296.7
fundición se hace una inspección y las
pueden rechazarse son diversas: piezas
a proporción de piezas defectuosas en el
Grafica de Cartas P
0.08
0.07
0.06
0.05
0.04
0.03
0.02
0.01
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
Conclusion:
Del grafico podemos concluir que hay ciertos
puntos que estan sobre el limite inferior casi
saliendose del mismo y poder salir de ello y tener
alunos problemas dentro de la empresa.
Ejemplo de cartas np
Del análisis de los datos de inspecciones y pruebas finales de un producto ensamblado, se ha detectado, a travé
estratificación y un análisis de Pareto, que la causa principal por la que los artículos salen defectuosos está rela
con los problemas en un componente en particular: el componente W. Se decide, entonces, analizar más de
proceso que produce tal componente. Para ello, de cada lote de componentes W se inspecciona en muestras de n
Los datos obtenidos en 20 lotes consecutivos se muestran en la tabla anexa. El análisis de estos datos se hace direc
al registrar la cantidad de artículos defectuosos por muestra, sin necesidad de calcular la proporción, es decir, se
con una carta np.
pza
Muestra
defectuosas
LCS LC LCI
1 9 21.9 12 2.1
2 6 21.9 12 2.1
3 10 21.9 12 2.1
4 8 21.9 12 2.1
GRAFIC
5 5 21.9 12 2.1 25
6 5 21.9 12 2.1
20
7 14 21.9 12 2.1
8 12 21.9 12 2.1 15
9 9 21.9 12 2.1
10 8 21.9 12 2.1 10
11 10 21.9 12 2.1
5
12 20 21.9 12 2.1
13 12 21.9 12 2.1 0
1 2 3 4 5 6 7
14 10 21.9 12 2.1
15 10 21.9 12 2.1
16 0 21.9 12 2.1
17 13 21.9 12 2.1
18 5 21.9 12 2.1 Conclusion:
19 6 21.9 12 2.1 Del grafico podemos concluir
salen del limite inferior paro l
20 11 21.9 12 2.1 mantiene dentro de los limite
0.1 cierto porcentaje dentro de lo
𝑝 ̅= 0.1
𝑛 ̅= 120
(𝑛𝑝) ̅= 12
do, se ha detectado, a través de una
salen defectuosos está relacionada
entonces, analizar más de cerca el
nspecciona en muestras de n = 120.
de estos datos se hace directamente
la proporción, es decir, se estudian
GRAFICA DE CARTA NP
25
20
15
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Conclusion:
Del grafico podemos concluir que ciertas piezas
salen del limite inferior paro la mayotia se
mantiene dentro de los limites teniendo un
cierto porcentaje dentro de lo aceptable.
Ejemplo de cartas c.
En una empresa que elabora productos agroquímicos se tiene el problema de intoxicación de los trabajadores debido
número de obreros intoxicados por mes en los últimos dos años, se recurre a los registros de la enfermería de la emp
Conclusion:
𝑐 ̅= 4.78 De la grafica podemos identifica
mes en que se observa el mayor
personas intoxicada por lo que e
𝑐 ̅= 0 mayor presencia de gentes o alg
ión de los trabajadores debido al contacto con agentes tóxicos. Para evaluar el
os de la enfermería de la empresa. Los datos obtenidos se muestran en la tabla 14.6
Grafi ca de Carta C
14
12
10
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
Conclusion:
De la grafica podemos identificar que hubo un
mes en que se observa el mayor numero de
personas intoxicada por lo que ese dia tuvo
mayor presencia de gentes o alguna fuga.
Ejemplo de carta u
En la tabla anexa se presenta el número de defectos observados en las muestras (subgrupos) de 24 lotes consecutivos de
electrónicos. El número de circuitos inspeccionados en cada lote es variable. Es claro que la columna del número de def
muestra c no se debe analizar con una carta c porque está influido por el número de circuitos: entre más circuitos es natur
i
más defectos. Por ello, es mejor analizar el número promedio de defectos por unidad (circuito) u , mediante la carta u.
i
Tamaño de Total de
Lote
mustra defectos UI LCS LC LCI
1 20 17 0.9 1.6 1 0.4
2 20 24 1.2 1.6 1 0.4
3 20 16 0.8 1.6 1 0.4
4 20 26 1.3 1.6 1 0.4
5 15 15 1 1.6 1 0.4
6 15 15 1 1.6 1 0.4
7 15 20 1.3 1.6 1 0.4
8 25 18 0.7 1.6 1 0.4
9 25 26 1 1.6 1 0.4
10 25 10 0.4 1.6 1 0.4
11 25 21 0.8 1.6 1 0.4
12 30 40 1.3 1.6 1 0.4
13 30 24 0.8 1.6 1 0.4
14 30 46 1.5 1.6 1 0.4
15 30 32 1.1 1.6 1 0.4
16 30 30 1 1.6 1 0.4
17 30 34 1.1 1.6 1 0.4
18 30 11 0.4 1.6 1 0.4
19 15 14 0.9 1.6 1 0.4
20 15 30 2 1.6 1 0.4
21 15 17 1.1 1.6 1 0.4
22 15 18 1.2 1.6 1 0.4
23 15 18 1.2 1.6 1 0.4
24 15 20 1.3 1.6 1 0.4
𝑛 ̅= 525 𝑢 ̅= 542
21.875
(𝑢=) ̿ 1
os) de 24 lotes consecutivos de circuitos
la columna del número de defectos por
os: entre más circuitos es natural esperar
) u , mediante la carta u.
i
Grafica de cartas u
2.5
1.5
0.5
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
UI LCS LC LCI
Conclusion:
De la grafica podemos concluyir que varios de los
puntos estan sobre el limite inferior pero dentro
de los limites la mayoria esta ahi pero hay un
punto que sobrepasa el limite superior.