Ejemplo np: Se ha detectado a través de un análisis de Pareto y que la causa principal por la que los articulos sa

particular el componente 3520AR. Se decide, entonces, analizar más de cerca el proceso que produce tal componen
los datos obtenidos en 18 lotes se muestra e

Lote Articulos defectuosos en

la muestra
1 7
2 4 𝑃 ̅=92/(42∗18
𝑃 ̅=(𝑇𝑜𝑡𝑎𝑙 𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑜𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠 )/(𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑖𝑒𝑧𝑎𝑠 𝑖𝑛𝑠𝑝𝑒𝑐𝑐𝑖𝑜𝑛𝑎𝑑𝑎𝑠)
3 11
4 4
5 7 n= 42
6 7 Lotes= 18
7 4
8 8
9 4 𝐿𝑆𝐶=𝑛𝑃 ̃+3√(𝑛𝑃 ̃∗(1−𝑃 ̃))
10 5
11 0
12 0 𝐿𝐶=𝑛𝑃 ̃ 𝐿𝐶=42(0.12)
13 4
14 8 𝐿𝐼𝐶=𝑛𝑃 ̃−3√(𝑛𝑃 ̃∗(1−𝑃 ̃))
15 5
16 6
17 3
18 5
𝑃 ̅= 92

14

Lote Articulos defectuosos en

LSC LC LIC la muestra 12
1 11.47 5.11 0 7
2 11.47 5.11 0 4 10
3 11.47 5.11 0 11
4 11.47 5.11 0 4 8
5 11.47 5.11 0 7
6 11.47 5.11 0 7
6
7 11.47 5.11 0 4
8 11.47 5.11 0 8
9 11.47 5.11 0 4 4

10 11.47 5.11 0 5
11 11.47 5.11 0 0 2
12 11.47 5.11 0 0
13 11.47 5.11 0 4 0
1 2 3 4 5 6 7
14 11.47 5.11 0 8
15 11.47 5.11 0 5 Column B
16 11.47 5.11 0 6
17 11.47 5.11 0 3
Con la grafica se pue
revisar por que tiene
conocer
18 11.47 5.11 0 5
Con la grafica se pue
revisar por que tiene
conocer
ipal por la que los articulos salen defectuosos esta relacionado con los problemas con un componente en
so que produce tal componente. Para ello, de cada lote de componentes se inspecciona una muestra de n=42
idos en 18 lotes se muestra en la tabla

𝑃 ̅=92/(42∗18)
𝑝𝑖𝑒𝑧𝑎𝑠 𝑖𝑛𝑠𝑝𝑒𝑐𝑐𝑖𝑜𝑛𝑎𝑑𝑎𝑠) 𝑃 ̅= 0.12

𝐿𝑆𝐶=42(0.12)+3√(42(0.12)∗(1−0.12)) 𝐿𝑆𝐶= 11.47

𝐿𝐶= 5.11

𝐿𝐼𝐶= -1.25
𝐿𝐼𝐶=42(0.12)−3√(42(0.12)∗(1−0.12))

ZAMORA YOSELIN

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

Column B Column C Column D Column E Column F

Con la grafica se puede concluir que se debe de revisar el lote 5 para

revisar por que tiene más errores al igual investigar los dias 13 y 14 para
conocer como es que no tiene ningun error
 Con la grafica se puede concluir que se debe de revisar el lote 5 para
revisar por que tiene más errores al igual investigar los dias 13 y 14 para
conocer como es que no tiene ningun error
= 0
Ejemplo np: Se desea construir una grafuca de control np para controlar un proceso que fabrica un chip
que se inserta una gama de Smart tv´s se tiene 15 muestras cada uno formado por 50 chips. El número
de chips defectuosos en cada una de las muestras de la tabla
Articulos defectuosos en n= 50
Lote
la muestra Lotes= 15
1 3
2 2 𝑃 ̅=(𝑇𝑜𝑡𝑎𝑙 𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑜𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠 )/(𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑖𝑒𝑧𝑎𝑠 𝑖𝑛𝑠𝑝𝑒𝑐𝑐𝑖𝑜𝑛𝑎𝑑𝑎𝑠)
𝑃 ̅=59/(50∗15)
3 5
4 4
5 7
6 5 𝐿𝑆𝐶=𝑛𝑃 ̃+3√(𝑛𝑃 ̃∗(1−𝑃 ̃))
7 4
8 6
9 2 𝐿𝐶=𝑛𝑃 ̃ 𝐿𝐶=50(0.08)
10 4
11 3 𝐿𝐼𝐶=𝑛𝑃 ̃−3√(𝑛𝑃 ̃∗(1−𝑃 ̃))
12 5
13 2
14 4
15 3
59

Lote Articulos defectuosos en

LSC LC LIC la muestra ZAMO
1 9.64 3.93 0 3
12.00
2 9.64 3.93 0 2
3 9.64 3.93 0 5
10.00
4 9.64 3.93 0 4
5 9.64 3.93 0 7 8.00
6 9.64 3.93 0 5
7 9.64 3.93 0 4 6.00
8 9.64 3.93 0 6
9 9.64 3.93 0 2 4.00
10 9.64 3.93 0 4
11 9.64 3.93 0 3 2.00
12 9.64 3.93 0 5
13 9.64 3.93 0 2 0.00
1 2 3 4 5
14 9.64 3.93 0 4
15 9.64 3.93 0 3 Column B C

Con la grafica se co
muestra 5 que tien
de investigar porqu
2,9,13 revisar por q
errores pero ningun
 Con la grafica se co
muestra 5 que tien
de investigar porqu
2,9,13 revisar por q
errores pero ningun
𝑝𝑖𝑒𝑧𝑎𝑠 𝑖𝑛𝑠𝑝𝑒𝑐𝑐𝑖𝑜𝑛𝑎𝑑𝑎𝑠)
𝑃 ̅=59/(50∗15) 𝑃 ̅= 0.08

𝐿𝑆𝐶=50(0.08)+3√(50(0.08)∗(1−0.08)) 𝐿𝑆𝐶= 9.64

𝐿𝐶= 3.93
𝐿𝐼𝐶=
𝐿𝐼𝐶=50(0.08)−3√(50(0.08)∗(1−0.08)) -1.78

ZAMORA RESENOS YOSELIN

2 3 4 5 6 7 8 9 10 11 12 13 14 15

Column B Column C Column D Column E Column F

Con la grafica se concluye que los chips de la

muestra 5 que tiene más defectos y se debera
de investigar porque, al igual que las muestras
2,9,13 revisar por que los chips tienen menos
errores pero ninguna sobre pasa los limites de
control
 Con la grafica se concluye que los chips de la
muestra 5 que tiene más defectos y se debera
de investigar porque, al igual que las muestras
2,9,13 revisar por que los chips tienen menos
errores pero ninguna sobre pasa los limites de
control
= 0
Ejemplo2: para analizarla estabilidad de la cantidad del articulos defectuosos es un proceso de producción y tratar de mejo
mediante el metodo de intervalo. Los datos obtenidos durante tres días se muestran en la tabla siguiente, analice lo

Muestra Articulos defectuosos en 𝐿𝑆𝐶=𝑛𝑃 ̃+3√(𝑛𝑃 ̃∗(1−𝑃 ̃)) 𝐿𝑆𝐶=95(0.03)+

la muestra
1 1
2 4 𝐿𝐶=𝑛𝑃 ̃ 𝐿𝐶=95(0.03)
3 3
4 5 𝐿𝐼𝐶=𝑛𝑃 ̃−3√(𝑛𝑃 ̃∗(1−𝑃 ̃)) 𝐿𝐼𝐶=95(0.03"  " )−
5 2
6 6
7 3 n= 95
8 5 Muestra= 21
9 2
10 1 𝑃 ̅=(𝑇𝑜𝑡𝑎𝑙 𝑎𝑟𝑡𝑖𝑐𝑢𝑙𝑜𝑠 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜𝑠 )/(𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑖𝑒𝑧𝑎𝑠 𝑖𝑛𝑠𝑝𝑒𝑐𝑐
11 1
12 3
13 2
14 4
15 1
16 3
17 2 8.00
18 3
19 1 7.00
20 2
21 3 6.00
𝑃 ̅= 57
5.00

Muestra LSC LC LIC Articulos defectuosos en 4.00

la muestra
1 7.59 2.71 0 1
3.00
2 7.59 2.71 0 4
3 7.59 2.71 0 3
2.00
4 7.59 2.71 0 5
5 7.59 2.71 0 2
1.00
6 7.59 2.71 0 6
7 7.59 2.71 0 3
8 7.59 2.71 0 5 0.00
1 2 3 4
9 7.59 2.71 0 2
10 7.59 2.71 0 1
11 7.59 2.71 0 1
12 7.59 2.71 0 3
13 7.59 2.71 0 2
14 7.59 2.71 0 4
15 7.59 2.71 0 1
16 7.59 2.71 0 3
17 7.59 2.71 0 2
18 7.59 2.71 0 3
19 7.59 2.71 0 1
20 7.59 2.71 0 2
21 7.59 2.71 0 3
de producción y tratar de mejorarlo, se toma una muestra de 95 piezas cada dos horas,
en la tabla siguiente, analice los datos del ejercicio con una grafica de control np

𝐿𝑆𝐶=95(0.03)+3√(95(0.03)∗(1−0.03)) 𝐿𝑆𝐶= 7.59

𝐿𝐶= 2.71

𝐿𝐼𝐶= -2.16 =
𝐿𝐼𝐶=95(0.03"  " )−3√(95(0.03)∗(1−0.03))

𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑖𝑒𝑧𝑎𝑠 𝑖𝑛𝑠𝑝𝑒𝑐𝑐𝑖𝑜𝑛𝑎𝑑𝑎𝑠)

𝑃 ̅=59/(50∗15) 𝑃 ̅= 0.03

ZAMORA RESENOS YOSELIN

0

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

Column B Column C Column D Column E Column F

Conn la graffica se concluye que se debe de revisar la

muestras de las horas 1,10,11,15,19 para revisar por q
tienen menos defectos los productos al iggual que se
debe de revisar la muestra de la hora 6 para saber e
procesos y el porque tiene más errores
 Conn la graffica se concluye que se debe de revisar la
muestras de las horas 1,10,11,15,19 para revisar por q
tienen menos defectos los productos al iggual que se
debe de revisar la muestra de la hora 6 para saber e
procesos y el porque tiene más errores
 0

14 15 16 17 18 19 20 21

E Column F

debe de revisar las

para revisar por que
os al iggual que se
ora 6 para saber el
más errores
 debe de revisar las
para revisar por que
os al iggual que se
ora 6 para saber el
más errores