CONTROL ESTADÍSTICO DE PROCESOS.

SEMANA 2

06 Noviembre de 2022.
Ingeniería Industrial.
DESARROLLO
1. Identifique los objetivos de los gráficos de control para una empresa que fabrica amortiguadores
para camionetas dedicadas a la carga y remolque y que en esta etapa del año e encuentra en el
balance y análisis de productos defectuosos. Responda con sus propias palabras.

Los gráficos de control estadístico de procesos son herramientas de control de desempeño y

variabilidad de un proceso, donde puede ser guiado mediante los gráficos de diagrama de control,
el cual define el rango de variación que tiene la actividad del proceso con respecto a valores
promedios. Por lo cual la aplicación en la empresa que fabrica amortiguadores es factible utilizarlo
por la estabilidad del proceso ya que permite visualizar directamente si los datos se encuentran
dentro de los límites de control, estima los parámetros estadísticos que describen el
comportamiento del proceso y se observa la variabilidad y las líneas de tendencia, por lo tanto es
de necesidad por la producción de fabricación de los amortiguadores y desviaciones posibles que
son controladas por los datos ingresados de fallas y aceptaciones de los mismos (por estándar
promedio aplicado), además de parámetros requeridos por máximos de carga de las camionetas
utilizadas. Como igual forma estimar los gastos incurridos por mermas de fabricación y materia
prima a utilizar.

2. Realice un cuadro comparativo indicando tres diferencias de las gráficas de control por variables
y atributos.

Graficas de control.

Variables. Atributos.
Para monitorear la media y la variabilidad de
Controla y grafica defectos en el producto y/o
un proceso tales como: peso, diámetro,
servicio.
longitud, velocidad, temperatura, etc.
Establece que la distribución delas medias de Considera variables como el tamaño de la
una muestra grande de datos sigue una muestra y procesos con alta tasa de
distribución normal. disconformidades y unidades defectuosas.
Provee control de soluciones rápidas del
Se grafica con las gráficas P y las graficas C.
proceso de manera controlable.
 3. En un taller de tornería, el dueño decide cuantificar las piezas defectuosas durante el año 2018.
Para ello, decide especificar su estudio registrando datos para cuatro tipos de metales con los
cuales se trabaja en el taller.

Observación
Muestra 1 2 3 4
Cobre 601 610 580 587
Aluminio 597 589 600 600
Acero 581 545 580 590
Hierro 625 603 575 580

Con los datos entregados, determine:

a) Los límites de control.

Observaciones.
Muestra. 1 2 3 4
Cobre. 601 610 580 587
Aluminio. 597 589 600 600
Acero. 581 545 580 590
Hierro. 625 603 575 580

valor
Muestra. Valor menor.
mayor.
Cobre. 580 610
Aluminio. 589 600
Acero. 545 590
Hierro. 575 625

Rango.
30
11
45
50
Promedio rango.
34
 Muestra. Promedio por muestra X ̅ .
Cobre. 595
Aluminio. 597
Acero. 574
Hierro. 596

Promedio muestra X ̅ .
590

- Considerando que el tamaño de la muestra es 4, los valores para 𝑫𝟑 y 𝑫𝟎 de la tabla de factores:

𝑫𝟑 = 𝟎
𝑫𝟎 = 𝟐. 𝟐𝟖𝟐
Reemplazamos:

𝑈𝐶𝐿R = 2.282 ∗ 34 = 77.588

𝑼𝑪𝑳𝐑 = 𝟕𝟕. 𝟓𝟖𝟖
𝑳𝑪𝑳𝐑 = 𝟎

Promedio por muestra X 2

̅
Muestra. LCL UCL Promedio muestras X ̅ .
.
Cobre. 0 77.588 595 590
Aluminio. 0 77.588 597 590
Acero. 0 77.588 574 590
Hierro. 0 77.588 596 590
 - Considerando que el tamaño de la muestra es 4 y según tabla de factores, tenemos:

𝑨𝟐 = 𝟎, 𝟕𝟐𝟗

Reemplazamos:

𝑈𝐶𝐿𝑥̅ = 590 + 0,729 ∗ 34

𝑼𝑪𝑳𝒙̅ = 𝟔𝟏𝟓
𝐿𝐶𝐿𝑥̅ = 590 − 0,729 ∗ 34
𝑳𝑪𝑳𝒙̅ = 𝟓𝟔𝟓

Muestra. LCL UCL ̅ . Promedio muestras X ̅ .

Promedio por muestra X 2
Cobre. 565 615 595 590
Aluminio. 565 615 597 590
Acero. 565 615 574 590
Hierro. 565 615 596 590
b) Elabore la gráfica X.

Grafica X.
620
615 615 615 615
610
600 597
595 596
590 590 590 590 590
580
574
570
565 565 565 565
560
550
540
Cobre. Aluminio. Acero. Hierro.

LCL UCL X2 X

c) Analice los resultados obtenidos considerando cada metal. ¿Necesita mejoras el desempeño
en el taller? Argumente con sus propias palabras.

Cobre: Según promedio 595 no requiere de mejoras en su desempeño en taller, pero si bajo de
aluminio y hierro.
Aluminio: Es el de más alto promedio 597 lo que es beneficioso y no requiere de mejoras.
Acero: Es de promedio 574 más bajo entres las muestras lo cual tampoco requiere mejoras ya que
se mantiene en los límites.
Hierro: Es de bue promedio 596 lo cual no requiere mejoras de desempeño.
4. Un supervisor de una empresa de congelados verifica todos los dias la precisión de una muestra
aleatoria de 250 registros de fechas de elaboración. Cuando un registro contiene uno o más
errores, se considera defectuoso y es preciso digitar de nuevo. Los resultados de las 20 últimas
muestras se presentan en la siguiente tabla. Todos fueron verificados para asegurar que ninguno
estuviera fuera de control. Tomando como base estos datos históricos, trace un gráfico p usando
z=3.

Muestra Número de registros

defectuosos
1 12
2 4
3 5
4 11
5 5
6 17
7 3
8 11
9 12
10 8
11 4
12 2
13 12
14 7
15 9
16 5
17 10
18 8
19 7
20 8
Con los datos estregados:

a) Obtenga la gráfica P usando para este caso un z=3.

Muestra. N° registro defectuoso.

1 12
2 4
3 5
4 11
5 5
6 17
7 3
8 11
9 12
10 8
11 4
12 2
13 12
14 7
15 9
16 5
17 10
18 8
19 7
20 8
Total. 160

Total= 160
𝒕𝒐𝒕𝒂𝒍 𝒅𝒆𝒅𝒆𝒇𝒆𝒄𝒕𝒐𝒔
̅=
𝒑
𝒏𝒖𝒎𝒆𝒓𝒐 𝒕𝒐𝒕𝒂𝒍 𝒅𝒆 𝒐𝒃𝒔𝒆𝒓𝒗𝒂𝒄𝒊𝒐𝒏𝒆𝒔

160
𝑝̅ = = 0,032
250 ∗ 20

𝑝(1 − 𝑝) 0,032(1 − 0,032)

𝜎𝑝 = √ =√ = 0,011
𝑛 250
- Límites de control considerando que z=3:

𝑈𝐶𝐿𝑝 = 𝑝̅ + 𝑧𝜎𝑝 = 0,032 + 3 ∗ 0,011

𝑼𝑪𝑳𝒑 = 𝟎, 𝟎𝟔𝟓

𝐿𝐶𝐿𝑝 = 𝑝̅ − 𝑧𝜎𝑝 = 0,032 − 3 ∗ 0,011

𝑳𝑪𝑳𝒑 = −𝟎, 𝟎𝟎𝟏

- Calcular la proporción defectuosa:

𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑟𝑒𝑠𝑔𝑖𝑠𝑡𝑟𝑜𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠
𝑝𝑟𝑜𝑝𝑜𝑟𝑐𝑖ó𝑛 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑎 =
𝑛𝑢𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑟𝑒𝑔𝑖𝑠𝑡𝑟𝑜𝑠 𝑝𝑜𝑟 𝑚𝑢𝑒𝑠𝑡𝑟𝑎

Muestra. N° registro defectuoso. Calculo. Proporción defectuosa.

1 12 0,048 0,048
2 4 0,016 0,016
3 5 0,02 0,02
4 11 0,044 0,044
5 5 0,02 0,02
6 17 0,068 0,068
7 3 0,012 0,012
8 11 0,044 0,044
9 12 0,048 0,048
10 8 0,032 0,032
11 4 0,016 0,016
12 2 0,008 0,008
13 12 0,048 0,048
14 7 0,028 0,028
15 9 0,036 0,036
16 5 0,02 0,02
17 10 0,04 0,04
18 8 0,032 0,032
19 7 0,028 0,028
20 8 0,032 0,032
 - Luego:

Muestra. Proporción defectuosa.

1 0,065 -0,001 0,048 0,032

2 0,065 -0,001 0,016 0,032
3 0,065 -0,001 0,02 0,032
4 0,065 -0,001 0,044 0,032
5 0,065 -0,001 0,02 0,032
6 0,065 -0,001 0,068 0,032
7 0,065 -0,001 0,012 0,032
8 0,065 -0,001 0,044 0,032
9 0,065 -0,001 0,048 0,032
10 0,065 -0,001 0,032 0,032
11 0,065 -0,001 0,016 0,032
12 0,065 -0,001 0,008 0,032
13 0,065 -0,001 0,048 0,032
14 0,065 -0,001 0,028 0,032
15 0,065 -0,001 0,036 0,032
16 0,065 -0,001 0,02 0,032
17 0,065 -0,001 0,04 0,032
18 0,065 -0,001 0,032 0,032
19 0,065 -0,001 0,028 0,032
20 0,065 -0,001 0,032 0,032

- Se grafican los resultados obtenidos:

Gráfico.
0,08
0,07
0,06
0,05
0,04
0,03
0,02
0,01
0
-0,01 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Proporción defectuosa. UCL LCL p

b) Analice los resultados obtenidos.

En cuanto a análisis y grafico de evidencia que la mayoría de las muestras son defectuosas, donde
se encuentran en los rangos de límites superiores e inferiores a diferencia de la muestra número 6
que esta sobre el límite superior. Se debe aplicar medidas eficientes.

5. Una planta produce papel para ña industria de periódicos. En la fase final del proceso, el papel
pasa por una máquina que mide varias características de calidad del producto. Cuando el
proceso de producción de papel está bajo control, el promedio es de 20 defectos por cada rollo.

a) Se solicita elaborar un gráfico de control (tipo c) para el numero de defectos por rollo. Para este
ejemplo, se debe utilizar límites de control dos sigmas.

- Se deben encontrar los limites donde el enunciado dice que c=20 y z=2:

𝑈𝐶𝐿𝐶 = 𝑐̅ + 𝑧√𝑐

𝐿𝐶𝐿𝐶 = 𝑐̅ − 𝑧√𝑐
- Reemplazamos datos:
𝑈𝐶𝐿𝐶 = 20 + 2√20 = 28,94

𝐿𝐶𝐿𝐶 = 20 − 2√20 = 11,06

N° de rollo de papel (muestra) N° de defectos. c z

1 21 28,94 11,06 20 2
2 18 28,94 11,06 20 2
3 21 28,94 11,06 20 2
4 19 28,94 11,06 20 2
5 18 28,94 11,06 20 2
6 22 28,94 11,06 20 2
7 17 28,94 11,06 20 2
8 24 28,94 11,06 20 2
9 22 28,94 11,06 20 2
10 18 28,94 11,06 20 2

- Graficamos:

Gráfico C
35

30

25

20

15

10

0
1 2 3 4 5 6 7 8 9 10

c N° defectos. LCLc UCLc

b) Analice los resultados obtenidos.

Según datos obtenidos por tabla y grafico podemos definir que los valores se encuentran en los
rangos de limite por lo cual está dentro de control según cantidad de defectos por rollo.
REFERENCIAS BIBLIOGRÁFICAS.
REFERENCIAS
IACC. (2019). Gráficas y diagramas de control. Control estadístico de procesos. Semana 2.

TRABAJOS CITADOS
IACC. (2019). Gráficas y diagramas de control. Control estadístico de procesos. Semana 2.