CONTROL ESTADISTICO DE PROCESOS

TAREA SEMANA 2

Jordan Pizarro Paredes

10.07.2023
Programa Continuidad 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 se encuentra en el
balance y análisis de productos defectuosos. Responda con sus propias palabras.

Los objetivos son muy importantes, esto debido a la precisión que deben tener los componentes
que constituyen un amortiguador, cilindro, eje, doble eje de apoyo, tubo de compresión, etc.
Todos estos componentes deben cumplir características para poder cumplir con las exigencias de
los vehículos que utilizarán estos productos, los gráficos de control permitirán evaluar cuales son
las mayores desviaciones en proceso de manufactura del amortiguador, tiempos de durabilidad,
principales fallas, etc. Estas métricas permitirán desarrollar planes de mejora en el
proceso de construcción de los amortiguadores para mejores resultados de usos y posventa.

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

Cuadro Comparativo
Gráficas de control x variable Gráficas de control por Atributos
Se utilizan para monitorear la media y la Están centradas específicamente en el producto o
variabilidad de un proceso. servicio.
El control se realiza mediante variables Se focaliza la atención en defectos en el producto y/o
continuas. servicio, para poder corregirlo.
Realiza la deficiente capacitación del trabajador Grafican datos en conteo, tales como el número de
o la falta de ajuste de una máquina. defectos o unidades defectuosas.

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.

 Para determinar los límites de control en primera instancia debemos calcular el rango de
cada muestra y el rango promedio:

Observación
Muestra 1 2 3 4 Rango
Cobre 601 610 580 587 30
Aluminio 597 589 600 600 11
Acero 581 545 580 590 45
Hierro 625 603 575 580 50
 De los rangos obtenidos, se tiene que el rango promedio es R=34

 Determinar el promedio de cada muestra

Observación
Muestra 1 2 3 4 x
Cobre 601 610 580 587 594,5
Aluminio 597 589 600 600 596,5
Acero 581 545 580 590 574
Hierro 625 603 575 580 595,75

Se tiene que el rango promedio es x=590,19

 Aplicaremos las siguientes ecuaciones para determinar los límites de control: Limite
superior e inferior respectivamente:
UCL x =x+ A @∗R
L CL x =x− A @∗R
Considerando que el tamaño de las muestras es 4, los valores para A @=0.729

Reemplazamos:
UCL x =59 0+0.729∗34=615

L CL x =59 0−0.729∗34=565
Luego:
Muestra UCL LCL x x
Cobre 615 565 594,5 590
Aluminio 615 565 596,5 590
Acero 615 565 574 590
Hierro 615 565 595,75 590

b) Elabore la gráfica X.

GRÁFICA X
620
610
600
590
PROMEDIO

580
570
560
550
540
Cobre Aluminio Acero Hierro
NÚMERO DE MUESTRAS

X UCL LCL X
 c) Analice los resultados obtenidos considerando cada metal. ¿Necesita mejoras el
desempaño en el taller? Argumente con sus propias palabras.
Los resultados indican que el proceso está bajo control y el valor de las medias demuestra
que no existe la posibilidad de realizar mejoras ya que se encuentran dentro de control.

4. Un supervisor de una empresa de congelados verifica todos los días 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 Numero 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
Total 160

Con los datos entregados:

a) Obtenga la grafica P usando para este caso un z=3
 Obtener el valor de p
total de defectos 160
p= = =0,032
número total de observaciones 250∗20
 Obtener
 −p ( 1−p ) −0,032 ( 1−0,032 )
σ p= = =0,011
n 250
 Luego se calculan los límites de control
UCL p= p+ z σ p=0,032+3∗0,011=0,065
L CL p= p−z σ p=0,032−3∗0,011=−0,0 01
 Calcular la proporción defectuosa
número de registros defectuosos
Proporcion defectuosa=
número total de registros por muestra

Muestra Numero de registros Proporción defectuosa

defectuosos
1 12 0,048
2 4 0,016
3 5 0,02
4 11 0,044
5 5 0,02
6 17 0,068
7 3 0,012
8 11 0,044
9 12 0,048
10 8 0,032
11 4 0,016
12 2 0,008
13 12 0,048
14 7 0,028
15 9 0,036
16 5 0,02
17 10 0,004
18 8 0,032
19 7 0,028
20 8 0,032

Luego:

Muestra UCL p LCL p Proporción P

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 0,004 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 p
0.08
proporción defectuosa

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

número de muestra

UCL LCL
Proporción defectuosa P

b) Analice los resultados obtenidos.

Los resultados indican que todos los registros de piezas defectuosas se encuentran dentro
de los límites de control excepto la muestra 6 ya que pasa el límite superior. Por lo tanto,
es necesario determinar las razones del desempeño deficiente de ese día, ya que hubo un
número mayor de piezas defectuosas. Se deben aplicar medidas correctivas.

5. Una planta produce papel para la 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.

Número de rollo de papel (muestra) Numero defectuosos

1 21
2 18
3 21
4 19
5 18
6 22
7 17
8 24
9 22
10 18
a) Se solicita elaborar un grafico de control (tipo c) para el numero de defectos por rollos.
Para este ejemplo, se debe utilizar limites de control dos sigma.
 Los límites de control U CL c LCL c se obtiene de:

UCLc =c+ z √ c=20+2∗√ 20=28,94

L CLc =c+ z √ c=20−2∗√ 20=11,06
Luego:

Número de rollo de Numero UCLc LCLc c

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

 Se grafican los resultados obtenidos

Gráfico C
35
30
Número de defectos

25
20
15
10
5
0
1 2 3 4 5 6 7 8 9 10
Número de defectos

Numero defectuosos UCLc

LCLc c

b) Analice los resultados obtenidos.

Los resultados reflejan que las muestras se encuentran bajo control, por lo que no son
necesarias mejoras o aumento del monitoreo de los defectos.
REFERENCIAS BIBLIOGRÁFICAS
IACC. (2019). Gráficas y diagramas de control. Control Estadisticos de Procesos. Semana 2.

IACC. (2023). RESUMEN SEMANA 2. CONTROL ESTADISTICO DE PROCESOS.