FACULTAD DE INGENIERÍA Y COMPUTACIÓN

ESCUELA PROFESIONAL DE
INGENIERÍA INDUSTRIAL

CONTROL DE LA CALIDAD

APLICACIÓN DE GRÁFICAS Y
HERRAMIENTAS DE CALIDAD

MARIANHELLA ZÚÑIGA ENRÍQUEZ

CARDENAS CACERES CRISMARY 16,7%

GALLEGOS FIGUEROA NAGELLY 16,7%
MAMANI APAZA RAMIRO JOSE 16,7%
RUELAS MAMANI PATRICIA 16,7%
NINASIVINCHA CARPIO CARLOS 16,7%
OLAZAVAL MACHICAO GRECIA 16,7%

“Los alumnos declaran haber realizado el presente trabajo de

acuerdo con las normas de la Universidad Católica San Pablo”.
Arequipa 20203
Actividad 1: Atributos

Enunciado:
Una empresa desea aplicar la Norma MIL-STD-05E para el muestreo de lotes de un
determinado producto de tamaño N=3000 y que históricamente ha presentado un
porcentaje de defectuosos de un 2%.Se ha convenido un nivel de calidad aceptable (AQL)
de un 1%.La empresa utiliza inspección normal.Se busca determinar el tamaño de la
muestra(n) y el número de aceptación(c)

Resolución:

Paso 1: Búsqueda de letra código de acuerdo a tamaño de lote

El tamaño de lote se encuentra entre el rango de 1201 a 3200 y su inspección normal

corresponde a la columna II, por lo que se selecciona la letra K.
Paso 2: Búsqueda de el nivel de aceptación y rechazo de acuerdo a la letra obtenida

Se obtiene n=125 como tamaño de muestra, c=3 como número de aceptación y r=4 como
número de rechazo. Es decir que, el plan de muestreo simple consiste en tomar una
muestra de tamaño de 125 del lote y aceptar el lote si el número de elementos no
conformes es menor o igual a 4

Paso 3: Para una mayor precisión se insertaron los datos a minitab

Paso 4: Resultados obtenidos en MINITAB

Interpretación: Para un tamaño de lote de 3000 se tiene una muestra de 1235, si es que se
presentará un lote con más de 18 productos defectuosos se rechazará el lote.La
probabilidad de aceptar un lote bueno es de 0.954 y la probabilidad de rechazar un lote que
esté mal es de 0.046 para u 1% de elementos defectuosos,la probabilidad de aceptar un
lote bueno es de 0.100 y la probabilidad de rechazar un lote que esté mal es de 0.900 para
un 2% de elementos defectuosos y la probabilidad de aceptar un lote bueno es de 0 y la
probabilidad de rechazar un lote que esté mal es de 1 para un 4% de elementos
defectuosos.

El riesgo del consumidor establecido es del 0.1 y el riesgo de productor establecido es del
0.05.Al realizar una inspeccion al 100% para un 1% de elementos defectuosos se obtendrá
un nuevo % defectuoso de 0.561%, al realizar una inspección al 100% para un 2% de
elementos defectuosos se obtendrá un nuevo % defectuoso 0.117% y al realizar una
inspección al 100% para un 4% de elementos defectuosos se obtendrá un nuevo %
defectuoso de 0%

Para reducir el 1% de elementos defectuosos se debe realizar una inspección de 1317

productos, para reducir un 2% de elementos defectuosos se debe realizar una inspección
de 2825 productos y para reducir un 4% de elementos defectuosos se debe realizar una
inspección de 3000 productos
Interpretación:

➢ En la curva característica OC podemos observar que a menor porcentaje de

defectuosos en el lote , hay una mayor probabilidad de aceptación
➢ En la curva de calidad saliente promedio AOQ podemos observar que los defectos
en el lote entrante de 0 a 2% el AOQ es grande debido a que no hay muchos
elementos defectuosos, en cambio de 2% a más se tiene un menor AOQ, debido a
que la cantidad de defectos es mayor
➢ En la curva de inspección total promedio ATI podemos observar que los defectos en
el lote es proporcional a los productos que se deben inspeccionar, es decir a menor
defectos por lote, menor inspección

…..
Actividad 2:

Enunciado:

En una tienda de ropa se realiza un control de calidad del tamaño de las prendas. Se toman
5 muestras de los polos cada 12 horas. Generar la gráfica de corridas correspondiente y
analizar los resultados para mejorar el proceso de producción.

Resolución:

Muestra Polos

1 39.2

2 39.9

3 40.2

4 39.7

5 39.8

6 40.1

7 39.9

8 40.3

9 39.8

10 39.7

11 39.9

12 40

13 40.1

14 40.2

15 39.6

16 39.8

17 40.1

18 40.2

19 40

20 40.3

21 39.9
22 39.8

23 40

24 40.1

25 40.2

26 39.6

27 39.8

28 40.1

29 40.2

30 40

31 40.3

32 39.9

33 40.1

34 40

35 39.7

36 39.8

37 39.9

38 40

39 40.1

40 40.2
Interpretación:
Los círculos plomos representan los datos individuales y los azules el promedio de los
datos; los conglomerados, son datos que se agrupan en un solo valor, en este caso no hay
presencia de conglomerados, ni tendencia.
En la gráfica podemos observar que existen causas comunes de variación, ello nos indica
que los datos tienen un comportamiento aleatorio, ya que no se exhibe cierto patrón y ciclo.
.
Se compara el valor de P que se ha obtenido con el valor de significancia si P>0.05.
En la gráfica tenemos el valor P para conglomerados en 0.223 y para mezclas en 0.777, por
lo tanto, en la gráfica no hay mezclas ni conglomerados.

La siguiente prueba se realiza para verificar si existe presencia de tendencias u

oscilaciones, para ello tomaremos si en el valor P<0.05 hay presencia de tendencias u
oscilaciones.
Se puede observar un valor P aproximado para tendencias de 0.830 y un valor P
aproximado para la oscilación de 0.170, por lo tanto, podemos afirmar que los datos no
indican presencia de tendencias ni oscilaciones, ya que en la grafica podemos observar que
no hay tendencias ascendentes y descendentes notables, de la misma manera no hay
datos que varían de arriba hacia abajo y abajo hacia arriba con frecuencia.

_________________________________________________________________________

BIBLIOGRAFÍA

Gutierrez, H. 2009. Control Estadístico de la Calidad y Seis Sigma. México. McGraw Hill.
https://www.uv.mx/personal/ermeneses/files/2018/05/6-control-estadistico-de-la-calidad-y-
seis-sigma-gutierrez-2da.pdf