Universidad Tecnológica de Querétaro

Voluntad ● Conocimientos ● Servicio

NOMBRE DE LA MATERIA:

Control Estadístico de Proceso

DOCENTE:
Ing. Ruth Amira Gómez Hernández

Práctica 3
Gráficos de Control

INTEGRANTES:
Ferrusca Salazar Maria Xóchitl
Estrada Araujo Fernando

GRUPO:
PI-148

Fecha de entrega: 20 de Julio de 2023.

 Control Estadístico de Proceso
Práctica 3

Contenido de la práctica

Introducción...............................................................................................................................2
Objetivo.......................................................................................................................................3
Marco teórico.............................................................................................................................4
Desarrollo de la práctica...........................................................................................................5
Conclusiones.............................................................................................................................14
Fuente bibliográfica.................................................................................................................15

P á g i n a 1 | 19
 Control Estadístico de Proceso
Práctica 3

Introducción

En este reporte se resolverán problemas propuestos por la docente, por lo que en base a las
fórmulas, análisis y cálculos planteados se busca resolver de la manera más adecuada cada
situación; por lo que en todo momento se estará mostrando el proceso para darle solución a cada
problema, los resultados obtenidos serán graficados de tal forma que se muestre con claridad si el
proceso es estable o variable, y a su vez para verificar si cumple con lo solicitado.

P á g i n a 2 | 19
 Control Estadístico de Proceso
Práctica 3

Objetivo

El objetivo principal de este trabajo es resolver los problemas acordes a la situación

planteada, en base a los aprendizajes obtenidos anteriormente en clase, por lo que cada
problema tiene que ser resuelto con un análisis previo para posteriormente hacer los,
cálculos, operaciones y graficas necesarias.

P á g i n a 3 | 19
 Control Estadístico de Proceso
Práctica 3

Marco teórico

¿Qué es un gráfico de control?

Se les conoce así a aquellos gráficos que sirven para poder analizar de manera más fácil el
comportamiento que tiene algún tipo de proceso y determinar si este este proceso es estable, estos
pueden ser graficados para variables o atributos; cabe mencionar que dentro de estos gráficos podemos
encontrar dos tipos diferentes de causas: las comunes y la especiales.

Causas comunes
Son aquellas que forman parte de nuestro proceso como es de costumbre, así que este tipo de causas ya
son normales y es mucho más difícil ubicarlas.

Causas especiales
Este tipo de causas son causadas por eventos o situaciones que no son frecuentadas comúnmente dentro
de nuestro proceso, así que los gráficos nos permiten identificar con mayor facilidad este tipo de causas.

¿En qué ocasiones pueden ser utilizados los gráficos de control?

Generalmente se utilizan este tipo de gráficos en procesos en donde es importante verificar los diferentes
tipos de defectos o bien causas las cuales pueden llegar a ser perjudiciales para nuestro proceso, y a su vez
para llevar un registro mas preciso de estos tipos de datos.

P á g i n a 4 | 19
 Control Estadístico de Proceso
Práctica 3

Desarrollo de la práctica
Procedimiento

Desarrollar gráficos de control para variables o de atributos según sea el caso. Cada caso debe llevar conclusiones del
comportamiento del proceso. La práctica será entregada por escrito y las gráficas serán desarrolladas en hojas
milimétricas. Todas deberán llevar sus conclusiones. Para cada caso describa lo siguiente:

a. Calcule los límites para cada carta de control, grafique e interprétala.

b. ¿El proceso es estable? Defina por medio de los 8 criterios (puntos fuera, tendencias, ciclos, etcétera).

Caso 1
A continuación, se presentan los datos de botellas defectuosas en el proceso de embotellado. Los criterios para
rechazar la botella han sido comparar el contenido de especificaciones con el cliente, defectos de la botella, mal
etiquetado y defectos del cierre. A continuación, se presentan los datos de 20 muestras:

% De botellas
NUM BOTELLAS TAMAÑO DE LA
defectuosas
MUESTRA DEFECTUOSAS MUESTRA
1 6 100 6
2 7 150 4.66
3 5 120 4.16
4 10 100 10
5 8 140 5.71
6 7 90 7.77
7 4 100 4
8 2 100 2
9 1 100 1
10 9 150 6
11 12 145 8.27
12 5 130 3.84
13 6 100 6
14 11 160 6.87
15 3 120 2.5
16 14 140 10
17 4 100 4
18 7 90 7.77
19 6 100 6
20 9 100 9
Σ=2335 Σ=115.55

Fracción media de unidades no conformes p:

115.55
ρ= =5.77
20
Tamaño medio de las muestras n:

P á g i n a 5 | 19
 Control Estadístico de Proceso
Práctica 3
2335
n= =116.75
20

Límite de control superior (LCSP):

LCSP=ρ+3 ❑
√ 5.77(100−5.77)
116.75
=5.77+3 ❑
√
5.77(94.23)
116.75
=5.77+ 3 ❑
5.77+3 ❑√ 4.65=5.77+3 ( 2.15 )=12.22
543.70
116.75√=¿

Límite de control inferior (LCI):

LCI =ρ−3 ❑
√ 5.77 ( 100−5.77 )
116.75
=5.77−3 ❑
√
5.77 ( 94.23 )
116.75
5.77−3 ❑√ 4.65=5.77−3 (2.15 )=−0.68
=5.77−3 ❑
√
543.70
116.75
=¿

Grafica:

Conclusión:
En base a los resultados obtenidos en la gráfica, se pudo determinar

Caso 2
En una empresa del ramo metal-mecánico se fabrican válvulas. Después del proceso de fundición se hace una
inspección y las piezas que no cumplen con ciertas características se rechazan. Las razones por las que pueden
rechazarse son diversas: piezas incompletas, porosas, mal formadas, etc. Para evaluar la variabilidad y la magnitud
de la proporción de piezas defectuosas en el proceso de fundición se decide implementar una carta P. Grafique y
deduzca conclusiones.

Unidades Proporción
Muestra o lote verificadas “n” Artículos defectuosos “p”
1 300 15 5
2 300 12 4
3 300 15 5
4 300 7 2.33
5 300 16 5.33
6 300 6 2
7 300 18 6
8 300 10 3.33
9 300 9 3
10 300 25 8.33
11 300 9 3
12 300 4 1.33
13 300 7 2.33
14 300 9  3

P á g i n a 6 | 19
 Control Estadístico de Proceso
Práctica 3
15 300 5 1.66
16 300 15  5
17 300 19  6.33
18 300 7  2.33
19 300 12  4
20 300 10  3.33
21 300 4 1.33
Σ=6300 Σ=77.96

Fracción media de unidades no conformes p:

77.96
ρ= =3.71
21
Tamaño medio de las muestras n:

6300
n= =300
21

Límite de control superior (LCSP):

LCSP=ρ+3 ❑
√ 3.71(100−3.71)
300
=3.71+3 ❑
√3.71(96.29)
300
=3.71+3 ❑
3.71+3 ❑√ 1.19=3.71+ 3 (1.09 )=6.98
√
357.23
300
=¿

Límite de control inferior (LCI):

LCSP=ρ−3
√
❑ 3.71 ( 100−3.71 )
300
=3.71−3
√
❑ 3.71 ( 96.29 )

300
3.71−3 ❑√ 1.19=3.71−3 ( 1.09 ) =0.44
√
=3.71−3 ❑
357.23
300
=¿

P á g i n a 7 | 19
 Control Estadístico de Proceso
Práctica 3
Caso 3

El departamento de control de motores, muestra los resultados de inspección para el motor del soplador
de una secadora eléctrica de cabello. Realizar un estudio de NO CONFORMES (NP), grafique y deduzca
conclusiones en base a los resultados de gráfico.

NÚMERO DE NO
SUBGRUPO CONFORMES
NUMERO
1 12
2 3
3 9
4 4
5 0
6 6
7 6
8 1
9 8
10 11
11 2
12 10
13 9
14 3
15 0
16 5
17 7
18 8
19 16
20 2
21 5
22 6
23 0
24 3
25 2

Σ=138

Numero medio de unidades no conformes:

138
nρ= =5.52
25

Calcular el límite de control superior (LCSnp)

LCSnp=nρ+3 √ nρ ¿ ¿

P á g i n a 8 | 19
 Control Estadístico de Proceso
Práctica 3
5.52+3 √5.52(0.78)=5.52+3 √ 4.30=5.52+3 ( 2.07 ) =5.52+ 6.21=11.73

Calcular el límite de control inferior (LCInp)

LC I np=nρ−3 √ nρ¿ ¿
5.52−3 √ 5.52 ( 0.78 )=5.52−3 √ 4.30=5.52−3 ( 2.07 )=5.52−6.21=−0.69

Caso 4.
En un proceso se produce por lotes y éstos se prueban a 100%. Se lleva un registro de la proporción de
artículos defectuosos. Realizar análisis de “np” para los siguientes artículos defectuosos, grafique y
deduzca conclusiones de la información. Los datos se muestran a continuación:
Lote Artículos defectuosos
1 21
2
20
3 27
4 33
5 22
6 40
7 27
8 23
9 20
10 26
11 28
12 21
13 23
14 21
15 25
16 29
17 20
18 28
19 18
20 24
21 13
22 23
23 12
24 19
25 26
Σ=589

Número medio de unidades no conformes:

589
nρ= =23.56
25
P á g i n a 9 | 19
 Control Estadístico de Proceso
Práctica 3

Calcular el límite de control superior (LCSnp)

LCSnp=nρ+3 √ nρ ¿ ¿
23.56+3 √ 23.56( 0.06)=23.56+3 √ 1.41=23.56+3 ( 1.18 )=23.56 +3.54=27 .1

Calcular el límite de control superior (LCInp)

LC I np=nρ−3 √ nρ¿ ¿
23.56−3 √ 23.56 ( 0.06 )=23.56−3 √ 1.41=23.56−3 ( 1.18 ) =23.56−3.54=2 0.02

Caso 5

En un cierto proceso de fabricación, una de las operaciones consiste en efectuar un corte en una pieza de
plástico. Dicho corte debe tener una profundidad especificada en los planos. Dado que en el proceso
posterior de dichas piezas se tenían problemas debido a las piezas con cortes no adecuados, un ingeniero
decide recoger información del proceso.

Para ello recogió 25 conjunto de piezas cada uno con intervalos de tiempo de 15 minutos y midió la
profundidad del corte obtenido. Realice X-R para los datos obtenidos son los de la tabla adjunta:

Conjunto Profundidad del corte

1 160 159.5 159.6 159.7 159.7
2 159.7 159.5 159.5 159.5 160
3 159.2 159.7 159.7 159.5 160.2
4 159.5 159.7 159.2 159.2 159.1
5 159.6 159.3 159.6 159.5 159.4
6 159.8 160.5 160.2 159.3 159.5
7 159.7 160.2 159.5 159 159.7
8 159.2 159.6 159.6 160 159.9
9 159.4 159.3 159.3 159.9 159.5
10 159.5 159.5 159.5 158.9 159.5
11 159.4 159.6 159.6 159.8 159.8
12 159.5 160 160 159.3 159.4
13 159.7 159.3 159.3 159.4 159.2
14 159.3 159.9 158.5 159.9 159.5
15 159.7 158.8 158.8 160.6 159.1
16 159.1 158.9 159.9 159.6 159.7
17 159.2 159.8 159.8 159.8 159.7
18 160 159.9 159.9 160.3 159.3
19 159.9 159.7 159.7 159.6 159.3
20 159.5 160.6 160.6 160.6 159.8
21 159.9 159.9 159.9 159.5 161
22 159.6 159.5 159.5 159.7 159.5
23 159.8 159.4 159.4 160 159.7
24 159.3 160.3 160.3 159.9 160
25 159.3 159.7 159.7 160.1 160.1
P á g i n a 10 | 19
 Control Estadístico de Proceso
Práctica 3
Media:

X 1+ x 2+…+ xn
x= =¿
n

Recorrido:

R=Xmaxima−Xmínima=¿
Media de medias:

∑ xn
x= =¿
n
Media de rangos:

∑ Rn
R= =¿
n
Límite superior para gráfico de medias:

LCSx=x+(R∗A 2)
Límite inferior para gráfico de medias:

LC I x=x −( R∗A 2)
Límite superior para gráfico de rangos:

LCS r=R∗D 4
Límite inferior para gráfico de rangos:

LC I r =R∗D3

P á g i n a 11 | 19
 Control Estadístico de Proceso
Práctica 3
Caso 6

En una empresa en la que se fabrican corcholatas o tapas metálicas para bebidas gaseosas, un aspecto
importante es la cantidad de PVC que lleva cada corcholata, el cual determina el espesor de la película que
hace que la bebida quede bien cerrada. El peso de los gránulos de PVC debe estar entre 212 y 218 mg.

Si el peso es menor a 212, entonces, entre otras cosas, la película es muy delgada y eso puede causar
fugas de gas en la bebida. Pero si el peso es mayor a 218 g, entonces se gasta mucho PVC y aumentan los
costos. Para asegurar que se cumple con especificaciones, de manera ordinaria se usa una carta de
control: cada 30 minutos se toma una muestra de cuatro gránulos consecutivos de PVC y se pesan. En la
tabla 7.3 se muestran las últimas 25 medias y los rangos obtenidos del proceso. n=4 muestras para cálculo
de constantes.

a) Calcule los límites de una carta X -R y obtenga las cartas.

P á g i n a 12 | 19
 Control Estadístico de Proceso
Práctica 3
Caso 7

Los siguientes datos corresponden a mediciones en dimensión “b” de la pieza B, y las medias y rangos de
24 subgrupos (1 cada hora) de cuatro unidades cada uno. Los datos se tomaron durante los tres turnos de un
día de producción.

TURNO 1 TURNO 2 TURNO 3

SUB Ẋ Ṝ SUB Ẋ Ṝ SUB Ẋ Ṝ
1 288.5 16 9 296 2 17 296 6
2 281.75 19 10 292.75 12 18 301.25 26
3 294.25 15 11 289.25 22 19 296.75 23
4 284.75 12 12 299 8 20 294 13
5 293 13 13 282.75 9 21 296 18
6 293 18 14 296 16 22 298 16
7 291.25 17 15 284.25 21 23 289.5 19
8 300.25 3 16 295 20 24 285 15

P á g i n a 13 | 19
 Control Estadístico de Proceso
Práctica 3
Caso 8

El siguiente caso presenta Datos sobre la profundidad de chavetero. Los datos se encuentran dados en
mm. En base a lo solicitado, determine sus conclusiones.

a) Calcule los límites de una carta X -R y obtenga las cartas.

Caso 9
P á g i n a 14 | 19
 Control Estadístico de Proceso
Práctica 3
Está comenzando un nuevo proceso, y existe la posibilidad de que haya problemas con la temperatura.
Cada día se hacen ocho mediciones, a las 8:00 A.M., 10:00 A.M., 12:00 A.M., 2:00 P.M., 4:00 P.M., 6:00
P.M., 8:00 P.M. y 10:00 P.M.

Prepare una gráfica de X-R y evalúe los resultados con los siguientes datos y determine sus conclusiones.

P á g i n a 15 | 19
 Control Estadístico de Proceso
Práctica 3
Caso 10

En un hospital se terminó un proyecto de mejoramiento de la calidad para el tiempo de admisión de un

paciente usando gráficas y R. Ahora, el hospital desea vigilar la actividad usando gráficas de mediana y
rango. Determine la línea central, los límites de control y sus conclusiones con la información presentada a
continuación. Los datos están dados en minutos.

P á g i n a 16 | 19
 Control Estadístico de Proceso
Práctica 3

Conclusiones

En base a los problemas resueltos anteriormente, podemos decir que hubo

distintos tipos de resultado, por lo que

P á g i n a 17 | 19
 Control Estadístico de Proceso
Práctica 3

Fuente bibliográfica

P á g i n a 18 | 19