GESTION DE CALIDAD

ACTIVIDAD 22
GRAFICOS DE CONTROL POR ATRIBUTO

ESTUDIANTE
SERGIO IVAN PRADA LEON
PROFESOR
HUGO HERNANDES

CORPORACION UNIVERSITARIA IBEROAMERICANA

SAN VICENTE DE CHUCURI, SANTANDER
2023
 INTRODUCCION

A continuación, se realiza la entrega de la actividad 2 gráficos de control por atributo el

cual consiste en realizar los tres primeros puntos en Excel, los cuales consiste en realizar
los análisis y las gráficas p, np, y c realizando su análisis,

adicionalmente se debe realizar la descripción de los tipos de patrones que pueden surgir en
los gráficos de control por variables y sus posibles causas
 Actividad 02

Gráficos de control por atributos

Desarrolle todos los gráficos de control por atributos que correspondan en cada caso. Tenga
en cuenta que es posible que más de un tipo de gráfico sea aplicable al conjunto de datos.

1. Se tiene la información de un proceso A el cual se ha realizado unas series de

muestreo por grupos de productos, a continuación, se presentan los datos de
productos defectuosos.
 Límite
superior
tamaño de muestra subgrupo defectuosos Proporción (W) (LCS) limite inferior Límite central
60 1 5 0,08 0,12 0,0 0,04
60 2 4 0,07 0,12 0,0 0,04
60 3 1 0,02 0,12 0,0 0,04
60 4 5 0,08 0,12 0,0 0,04
60 5 0 0,00 0,12 0,0 0,04
60 6 2 0,03 0,12 0,0 0,04
60 7 5 0,08 0,12 0,0 0,04
60 8 0 0,00 0,12 0,0 0,04
60 9 2 0,03 0,12 0,0 0,04
60 10 0 0,00 0,12 0,0 0,04
60 11 3 0,05 0,12 0,0 0,04
60 12 3 0,05 0,12 0,0 0,04
60 13 1 0,02 0,12 0,0 0,04
60 14 0 0,00 0,12 0,0 0,04
60 15 0 0,00 0,12 0,0 0,04
60 16 3 0,05 0,12 0,0 0,04
60 17 4 0,07 0,12 0,0 0,04
60 18 0 0,00 0,12 0,0 0,04
60 19 0 0,00 0,12 0,0 0,04
60 20 2 0,03 0,12 0,0 0,04
60 21 2 0,03 0,12 0,0 0,04
60 22 0 0,00 0,12 0,0 0,04
60 23 4 0,07 0,12 0,0 0,04
60 24 1 0,02 0,12 0,0 0,04
60 25 3 0,05 0,12 0,0 0,04
60 26 5 0,08 0,12 0,0 0,04
60 27 2 0,03 0,12 0,0 0,04
60 28 2 0,03 0,12 0,0 0,04
60 29 3 0,05 0,12 0,0 0,04
60 30 5 0,08 0,12 0,0 0,04
60 31 4 0,07 0,12 0,0 0,04
60 32 0 0,00 0,12 0,0 0,04
60 33 5 0,08 0,12 0,0 0,04
60 34 2 0,03 0,12 0,0 0,04
60 35 4 0,07 0,12 0,0 0,04
60 36 4 0,07 0,12 0,0 0,04
60 37 2 0,03 0,12 0,0 0,04
60 38 3 0,05 0,12 0,0 0,04
60 39 1 0,02 0,12 0,0 0,04
60 40 5 0,08 0,12 0,0 0,04
60 41 4 0,07 0,12 0,0 0,04
60 42 5 0,08 0,12 0,0 0,04
60 43 2 0,03 0,12 0,0 0,04
60 44 4 0,07 0,12 0,0 0,04
60 45 1 0,02 0,12 0,0 0,04
60 46 1 0,02 0,12 0,0 0,04
60 47 1 0,02 0,12 0,0 0,04
60 48 1 0,02 0,12 0,0 0,04
60 49 0 0,00 0,12 0,0 0,04
60 50 2 0,03 0,12 0,0 0,04
60 51 2 0,03 0,12 0,0 0,04
60 52 0 0,00 0,12 0,0 0,04
60 53 3 0,05 0,12 0,0 0,04
60 54 3 0,05 0,12 0,0 0,04
60 55 4 0,07 0,12 0,0 0,04
60 56 2 0,03 0,12 0,0 0,04
60 57 5 0,08 0,12 0,0 0,04
60 58 2 0,03 0,12 0,0 0,04
60 59 5 0,08 0,12 0,0 0,04
60 60 5 0,08 0,12 0,0 0,04
total muestras 1830
total defectuosa 149
promedio defectuosas 0,04
Análisis

después de realizar un análisis se puede llegar a la conclusión que a pesar que los valores
están entre los limites se puede observar una clara inestabilidad por lo que podemos
determinar que el proceso no se encuentra bajo control.

2. En la siguiente tabla se relacionan las cantidades de quejas de un servicio de

telefonía día tras día.
dia total dias quejas LCS LC LCI
1 45 3 6,28 2,07 0,0
2 45 2 6,28 2,07 0,0
3 45 1 6,28 2,07 0,0
4 45 1 6,28 2,07 0,0
5 45 2 6,28 2,07 0,0
6 45 1 6,28 2,07 0,0
7 45 1 6,28 2,07 0,0
8 45 3 6,28 2,07 0,0
9 45 5 6,28 2,07 0,0
10 45 4 6,28 2,07 0,0
11 45 1 6,28 2,07 0,0
12 45 0 6,28 2,07 0,0
13 45 2 6,28 2,07 0,0
14 45 0 6,28 2,07 0,0
15 45 3 6,28 2,07 0,0
16 45 3 6,28 2,07 0,0
17 45 3 6,28 2,07 0,0
18 45 0 6,28 2,07 0,0
19 45 4 6,28 2,07 0,0
20 45 1 6,28 2,07 0,0
21 45 2 6,28 2,07 0,0
22 45 1 6,28 2,07 0,0
23 45 4 6,28 2,07 0,0
24 45 2 6,28 2,07 0,0
25 45 1 6,28 2,07 0,0
26 45 2 6,28 2,07 0,0
27 45 1 6,28 2,07 0,0
28 45 1 6,28 2,07 0,0
29 45 4 6,28 2,07 0,0
30 45 5 6,28 2,07 0,0
31 45 4 6,28 2,07 0,0
32 45 1 6,28 2,07 0,0
33 45 0 6,28 2,07 0,0
34 45 0 6,28 2,07 0,0
35 45 1 6,28 2,07 0,0
36 45 5 6,28 2,07 0,0
37 45 3 6,28 2,07 0,0
38 45 1 6,28 2,07 0,0
39 45 3 6,28 2,07 0,0
40 45 3 6,28 2,07 0,0
41 45 1 6,28 2,07 0,0
42 45 0 6,28 2,07 0,0
43 45 3 6,28 2,07 0,0
44 45 0 6,28 2,07 0,0
45 45 5 6,28 2,07 0,0
TOTAL DEFECTOS 93
total dias 2025
np 2,07
p 0,05
Análisis

Después de realizar el análisis de los datos se puede llegar a la conclusión, que a pesar de
que los valores de las quejas se encuentran entre los límites, si se encuentra una gran
inestabilidad lo que nos lleva a decir que el proceso es inestable,

También cabe resaltar que después de aplicar la fórmula para el límite inferior el resultado
es negativo, por lo que dicho valor es redondeado a cero.

3. Se tiene un proceso productivo el cual genera lotes de 40 productos cada uno, se han
registrado la cantidad total de defectos por lote.
UN. LOTE DESVIACION TOTALPRODUCTOS PROMEDIO DEFECTO LC LCS LCI
1 2,2 40 4,93 3 4,9 11,60 0,00
2 2,2 40 4,93 8 4,9 11,60 0,00
3 2,2 40 4,93 7 4,9 11,60 0,00
4 2,2 40 4,93 5 4,9 11,60 0,00
5 2,2 40 4,93 3 4,9 11,60 0,00
6 2,2 40 4,93 2 4,9 11,60 0,00
7 2,2 40 4,93 8 4,9 11,60 0,00
8 2,2 40 4,93 7 4,9 11,60 0,00
9 2,2 40 4,93 6 4,9 11,60 0,00
10 2,2 40 4,93 4 4,9 11,60 0,00
11 2,2 40 4,93 8 4,9 11,60 0,00
12 2,2 40 4,93 7 4,9 11,60 0,00
13 2,2 40 4,93 3 4,9 11,60 0,00
14 2,2 40 4,93 7 4,9 11,60 0,00
15 2,2 40 4,93 6 4,9 11,60 0,00
16 2,2 40 4,93 2 4,9 11,60 0,00
17 2,2 40 4,93 3 4,9 11,60 0,00
18 2,2 40 4,93 5 4,9 11,60 0,00
19 2,2 40 4,93 8 4,9 11,60 0,00
20 2,2 40 4,93 6 4,9 11,60 0,00
21 2,2 40 4,93 5 4,9 11,60 0,00
22 2,2 40 4,93 3 4,9 11,60 0,00
23 2,2 40 4,93 3 4,9 11,60 0,00
24 2,2 40 4,93 5 4,9 11,60 0,00
25 2,2 40 4,93 5 4,9 11,60 0,00
26 2,2 40 4,93 5 4,9 11,60 0,00
27 2,2 40 4,93 2 4,9 11,60 0,00
28 2,2 40 4,93 6 4,9 11,60 0,00
29 2,2 40 4,93 3 4,9 11,60 0,00
30 2,2 40 4,93 3 4,9 11,60 0,00
PROMEDIO 4,93
total defectos 148
C 4,9
des. Estandar 2,2

Análisis

Después de realizar el análisis de los datos podemos llegar a la conclusión que: a pesar que
los valores se encuentran entre los límites, también tenemos una inestabilidad lo cual nos
indica que debemos tomar medidas correctivas con el fin de mejorar los resultados.

También cabe resaltar que después de aplicar la fórmula para el límite inferior el resultado
es negativo, por lo que dicho valor es redondeado a cero.
4. Describa los tipos de patrones que pueden surgir en los gráficos de control por variables
y sus posibles causas

Para desarrollar el análisis de las graficas de control se debe considerar los puntos fuera del
rango de control, pero también los patrones aleatorios que pueden suceder dentro de ellos,
ya que dichas observaciones deben variar aleatoriamente.

A fin de favorecer el análisis de estos comportamientos aleatorios, el gráfico de control

frecuentemente se divide en seis regiones, cada una de las cuales tiene una magnitud igual a
la desviación estándar del proceso.
Los cinco tipos de patrones se pueden representar en gráficos de control, las causas de
cambio generalmente se adjudican a las 5M (Materiales, Mano de obra, Métodos, Medio
ambiente y Maquinaria). Estas diferencias aparecer porque las organizaciones no cuentan
con procesos estandarizados y sus respectivos componentes.

Debe destacar que la gráfica de la media y (rango o desviación estándar) tienen que
analizarse juntas y la gráfica del rango o desviación estándar debe verificarse y corregirse
primero. Se requiere un archivo de registro para un análisis adecuado y una mayor
corrección de posibles patrones aleatorios. Puede examinar algunos cargos relacionados
que influyen en el comportamiento pasado.

A continuación, se enuncia las causas que generan estos comportamientos no aleatorios:

1. Cambios en las 5M´S.

2. El proceso mejoro o empeoro.
3. Cambios en los métodos de inspección del proceso
4. Mayor o menor atención de los operarios a la hora de realizar el procedimiento.

Es importante aclarar que estas fuentes se relacionan con las gráficas de media, p, np, c y u
(cuando hay un cambio en el nivel del proceso), gráficas de rango y desviación estándar.
Esto significa que la variabilidad ha aumentado o ha disminuido (se necesita un análisis
más riguroso para declarar un cambio significativo).

las pautas para detectar estos cambios varían según el autor, pero las más comunes son:

1. Siete o más puntos consecutivos de un solo lado de la línea central.

2. Un punto fuera de los límites de control.
3. Al menos 12 de 14 puntos consecutivos caen de un mismo lado de la línea central
4. Al menos 10 de 11 puntos consecutivos caen de un mismo lado de la línea central.

Tendencia: Consiste en una serie de puntos con evidencia de una predisposición a un valor
observado que es claramente creciente o decreciente.

En esta imagen podemos observar perfectamente un patrón creciente constante, lo cual nos
permite determinar que se trata de una tendencia, pero en nuestro estudio podemos
determinar que dicha tendencia es negativa, ya que demuestra que se presenta fallas las
cuales inciden en un mayor numero de piezas defectuosas dichas falas pueden suceder
debido a:

1. deterioro gradual del equipo con el que se desarrolla el proceso.

2. Calentamiento de las máquinas.
3. desajuste gradual del equipo
4. Acumulación gradual de algún tipo de desperdicio en un componente de la maquina
Alta variabilidad: Ocurre cuando hay muchos puntos en los límites de control y muy
pocos puntos cerca de la línea central.

Principales causas:

1. Ajustes innecesarios en el proceso.

2. Control de dos o más procesos en la misma carta.

En los gráficos de área (R) y desviación estándar (S), estos patrones generalmente se
producen debido a mesclado de materiales de distinta calidad.

Baja variabilidad: Este fenómeno ocurre cuando todos los puntos se concentran cerca de
la línea central del gráfico de control.

Principales causas:

1. Equivocación en el cálculo de los límites de control.

2. Manipulación de las medidas en el proceso.
 3. Mala calibración en la sensibilidad de los instrumentos de medición.

Criterio para determinación de dicho patrón:

15 puntos o más consecutivos en la zona central de la carta de control.

Ciclos (Periodicidad): Se presenta cuando se repite un comportamiento en intervalos

iguales de tiempo.

Principales causas:

1. rotación regular de máquinas u operarios.

2. Cambios periódicos en el ambiente.

Un criterio común para la detección de bucles es simplemente el análisis del gráfico de

control. Son los más difíciles de tratar porque son casi imposibles de eliminar por
proceso y es muy probable que el proceso sea inestable debido a los números
especiales.
 CONCLUSIONES

El análisis de los gráficos de control por atributos nos permite detectar posibles problemas,
ya sea por desgate de las maquinas o cansancio de los operarios, así como posibles
problemas con las materias primas, dichos inconvenientes los podemos detectar asiendo un
riguroso seguimiento y un acertado análisis.
 BIBLIOGRAFIA

Aldana de Vega, L. A. (2011). Administración por calidad. Universidad de La Sabana. 

Ortiz, González, O. C. (2016). Sistemas de gestión de calidad.
Cantú, Delgado, J. H. (2011). Desarrollo de una cultura de calidad.
Ortega, Loaiza, L. Z., Almanza, Vides, K. I., & Cárdenas, Fragozo, o. G. (2017).
Gestión de calidad desde la ISO 9001: análisis teórico de casos. Cultura, educación y
sociedad, Vol. 8(1), pp. (43 - 50).

https://www.3ciencias.com › uploads › 2012/06

GRÁFICAS DE CONTROL PARA ATRIBUTOS

https://support.minitab.com › es-mx › supporting-topics