UNIDAD 5

SEIS SIGMA
CARTA DE CONTROL.

ADRIANA AGUIRRE ONTIVEROS

En la fabricación de discos ópticos una máquina metaliza el disco. Para garantizar la uniformidad del
metal en el disco, la densidad debe ser de 1.93, con una tolerancia de ±0.12. En la tabla se muestran
los datos obtenidos para un estudio inicial con tamaño de subgrupo de 5.

1 2 3 4 5 6 7 8 9 10
1.917 1.829 1.946 1.913 1.966 1.914 1.963 1.978 1.870 1.904
1.865 1.870 1.903 1.884 1.935 1.911 1.943 1.907 1.943 1.904
1.991 1.917 1.951 1.907 1.936 1.820 1.918 1.922 1.819 1.907
1.906 1.971 1.893 1.950 1.955 1.932 1.911 1.908 1.946 1.864
1.957 1.861 1.938 1.941 2.032 1.889 1.891 1.929 1.956 1.904
11 12 13 14 15 16 17 18 19 20
1.910 1.984 1.903 1.949 1.961 1.898 1.918 1.880 1.919 1.965
1.904 1.899 1.915 1.898 1.953 1.929 1.925 1.882 1.840 2.031
1.903 1.938 1.932 1.952 1.954 1.953 1.912 1.949 1.940 1.902
1.901 1.978 2.014 1.869 1.939 1.952 1.945 1.910 1.942 1.923
1.926 1.936 1.937 1.916 1.867 1.939 1.940 1.944 1.933 1.817
21 22 23 24 25
1.878 1.956 1.894 1.895 1.949
1.938 1.951 1.972 1.938 1.912
2.058 1.898 1.936 1.859 1.870
1.938 1.969 1.924 1.938 1.971
1.939 1.931 1.927 1.973 1.949

Construya la carta de control adecuada y concluya.

Gráfica Xbarra-R de C27

1.98 LCS=1.9786
Media de la muestra

1.95
__
1.92 X=1.9246

1.89

LCI=1.8706
1.86
1 3 5 7 9 11 13 15 17 19 21 23 25
Muestra

0.20 LCS=0.1978
Rango de la muestra

0.15

_
0.10 R=0.0936

0.05

0.00 LCI=0
1 3 5 7 9 11 13 15 17 19 21 23 25
Muestra
Medias y Rangos:
En las medias es estable ya que cuando los subgrupos en el disco óptico tiene la
densidad entonces esto quiero decir que hay causas de variación. Y en el rango
no es estable por que de los subgrupos de la densidad en los discos óptimos, ya
que existe muchas causas comunes de variaciones.
Un punto en la falla de prueba es mas allá de 3.00 desviación estándar en la línea
central entonces la prueba es 2o en el fallo de los puntos

Una empresa que manufactura tubería está tratando de determinar si existe

variación atípica en su proceso. Específicamente desea analizar el diámetro de
uno de sus productos, durante una semana recolecta información para esto.
Los resultados obtenidos se muestran a continuación:

Subgrupo
1 2 3 4 5 6 7 8 9 10
19.4094 18.0197 19.6806 19.6715 21.2013 19.4469 19.4856 19.2990 19.6917 20.2131
18.7625 20.1150 21.2053 20.3285 19.1866 19.2390 18.3134 20.5411 18.5130 20.2257
19.9350 19.9543 19.7454 19.8468 20.2743 21.4113 18.6273 18.4338 18.7232 18.9400
19.5922 19.4105 20.1173 19.3862 20.3927 19.8483 19.3043 19.8298 20.0480 20.5724
18.8721 20.1745 20.4447 20.7156 19.8594 20.3670 20.2558 19.6278 21.6269 19.1756
19.6302 20.1874 18.1679 19.4762 20.6034 19.7592 19.0359 19.0309 18.5470 20.8720
20.8716 20.0308 21.3600 19.4044 18.3097 20.0675 17.2204 19.7367 21.2490 21.1946
21.1202 19.8395 18.8155 19.9086 20.1483 20.5626 17.5620 18.5198 21.8832 21.6217
19.3525 21.2038 20.6144 20.4963 19.4747 18.2974 19.2128 19.9041 21.0746 18.3094
19.2923 20.4272 18.5860 20.1839 20.6205 21.6638 19.2724 20.7861 18.9557 19.6005

11 12 13 14 15 16 17 18 19 20
20.1369 19.3566 21.7550 21.2397 21.7375 19.8637 19.7627 21.1118 20.1220 17.9564
20.0209 21.1638 20.5669 20.8258 19.6083 19.9339 18.2681 21.0775 19.9420 19.5000
19.7219 20.9734 19.4812 22.0507 20.2344 18.3493 19.7932 19.2703 19.4164 21.0396
21.0188 19.1573 21.7173 22.1096 20.0815 20.4876 20.0499 20.0773 19.8090 20.4731
19.9035 19.6870 20.7594 20.0560 19.2217 20.5833 18.4852 20.0857 22.3180 19.5668
21.2158 21.1681 21.7363 21.0901 20.9360 21.5664 20.5300 20.4541 19.2078 22.2299
19.0601 20.4789 19.9520 19.7129 20.0149 18.2064 18.4620 19.6204 21.2363 19.5686
20.4023 20.1167 19.2358 19.6690 19.6237 20.2543 20.6413 18.9969 20.5588 19.9019
18.8708 20.2441 20.3837 20.7155 18.2991 22.7442 19.5460 19.8179 19.5158 21.6354
17.5458 20.8468 20.6419 20.7962 20.4632 22.3575 18.5183 21.1269 21.6850 20.3435
Realice la carta de control adecuada y concluya

Gráfica Xbarra-S de C22

21.0 LCS=20.938
Media de la muestra

20.5
__
20.0 X=20.010

19.5

19.0 LCI=19.082
1
1 3 5 7 9 11 13 15 17 19
Muestra

LCS=1.633
1.5
Desv.Est. de la muestra

_
1.0 S=0.951

0.5

LCI=0.270
1 3 5 7 9 11 13 15 17 19
Muestra

Desviación estándar y medias.

En las medias el proceso no es estable que cuando las medidas de subgrupos del diámetro de
productos, ya que existe casusas de variación, en el fallo de prueba también es de 3.00 de
desviación estándar. Y en los puntos de falla es de 7.

Y en la desviación estándar no existe casusas comunes de variaciones.

En la producción de tequila para medir la eficacia del proceso de molienda se
mide el grado brix residual después de la molienda (cantidad de azúcar que
queda en el bagazo del agave). Ésta es una variable del tipo entre más pequeña
mejor, y el valor máximo tolerado que se ha fijado en una empresa en
particular es ES = 3.5%. Después de moler cada lote se determina el grado brix
residual, por lo que se considera un proceso lento que es más apropiado
analizar con una carta de individuales. En la tabla se muestran los datos para
los últimos 40 lotes molidos:

Lote Brix Lote Brix Lote Brix Lote Brix

residual residual residual residual
1 2.0 11 1.6 21 1.2 31 1.7
2 2.4 12 2.2 22 1.8 32 2.1
3 2.2 13 1.9 23 2.0 33 1.6
4 1.4 14 2.4 24 2.4 34 2.4
5 2.3 15 3.3 25 1.9 35 2.1
6 1.8 16 2.1 26 2.4 36 1.8
7 1.5 17 2.1 27 2.4 37 1.3
8 1.5 18 1.8 28 1.7 38 1.8
9 2.1 19 1.6 29 1.8 39 1.7
10 2.0 20 2.1 30 2.1 40 1.6

Construya la carta de control adecuada y concluya.

 Gráfica I-MR de Brix residual
1

3.0 LCS=3.098
Valor individual

2.5
_
2.0 X=1.952

1.5

1.0
LCI=0.807
1 5 9 13 17 21 25 29 33 37
Observación

1.6
LCS=1.407
1.2
vil
mó

0.8
Rango

__
0.4 MR=0.431

0.0 LCI=0
1 5 9 13 17 21 25 29 33 37
Observación

Medidas y Rangos móviles.

En el Rango móvil es estable ya que cuando los rangos móviles del brix residual,
ya que existen causas comunes de variación. Y las medidas no es estable ya
que del Brix residual, ya que existen causas especiales de variación.
Y en la falla del prueba 1 el punto fuera mas allá de 3 de desviación estándar.
En una empresa del ramo alimenticio, mediante ciertas máquinas se empaquetan
salchichas en sobres o paquetes.
Un problema que se ha tenido es que dentro del sobre queda aire (falta de vacío),
el problema se detectó mediante inspección visual. Los paquetes con aire son
segregados y luego se abren para recuperar las salchichas y volver a empaquetar,
el atributo de falta de vacío es importante, debido a que, si un paquete con aire llega
al mercado, la vida en anaquel se acorta.
Realice la carta P y obtenga sus conclusiones.

Subgrupo Paquetes Paquetes Subgrupo Paquetes Paquetes

con aire con aire
1 595 15 21 594 7
2 593 5 22 606 5
3 607 8 23 601 7
4 596 10 24 598 4
5 602 6 25 599 2
6 599 5 26 590 3
7 600 5 27 588 5
8 590 7 28 597 3
9 599 2 29 604 6
10 601 4 30 605 5
11 598 9 31 597 7
12 600 17 32 603 9
13 597 4 33 596 5
14 594 5 34 597 3
15 595 3 35 607 8
16 597 10 36 596 15
17 599 7 37 598 4
18 596 5 38 600 6
19 607 4 39 608 8
20 601 9 40 592 5
 Gráfica P de Paquetes con aire
0.030 1

1 1
0.025
LCS=0.02344

0.020
Proporc n
ió

0.015

_
P=0.01073
0.010

0.005

0.000 LCI=0

1 5 9 13 17 21 25 29 33 37
Muestra
Las pruebas se realizaron con tamaños de la muestra desiguales

En el proceso no es estable ya que cuando la proporción de paquetes de aire

existen causas especiales de variación. Entonces en la prueba de fallo el punto
más allá es de 3 de desviación estándar y en la prueba los puntos son 1, 12 y 36.
Del análisis de los datos de inspecciones y pruebas finales de un producto
ensamblado a través de una Estratificación y análisis de Pareto, se detectó que la
causa principal por la que los artículos salen defectuosos está relacionada con los
problemas de un componente en particular. Por lo tanto, se decide analizar más de
cerca el proceso que produce tal componente. Para ello, de cada lote de
componentes se decide inspeccionar una muestra de n=120. Los datos obtenidos
en 20 lotes se muestran a continuación. Desarrolle la carta np y concluya.

Muestra Componentes Muestra Componentes

defectuosos defectuosos
1 9 11 10
2 6 12 20
3 10 13 12
4 8 14 10
5 5 15 10
6 5 16 0
7 14 17 13
8 12 18 5
9 9 19 6
10 8 20 11

Gráfica NP de C2
1
20

LCS=17.87

15
Conteo de muestras

10 __
NP=9.15

0 LCI=0.43
1
1 3 5 7 9 11 13 15 17 19
Muestra

En el numero de defectos no es estable ya que cuando el numero de componentes defectuosos

existe causas especiales de variación, los punto de fallo es el 12 y 16.
En una fábrica de muebles se inspecciona a detalle el acabado de las mesas cuando
salen del departamento de laca. La cantidad de defectos que son encontrados en
cada mesa son registrados con el fin de conocer y mejorar el proceso. En la
siguiente tabla se muestran los defectos encontrados en las últimas 30 mesas,
desarrolle la carta C y concluya.

Mesa Defectos Mesa Defectos Mesa Defectos

1 7 11 6 21 3
2 5 12 7 22 10
3 10 13 8 23 6
4 2 14 4 24 6
5 6 15 5 25 7
6 5 16 12 26 4
7 4 17 8 27 5
8 9 18 10 28 6
9 7 19 4 29 8
10 5 20 7 30 5

Gráfica C de Defectos
14 LCS=13.94

12

10
Conteo de muestras

8
_
C=6.37
6

0 LCI=0

1 4 7 10 13 16 19 22 25 28
Muestra

En este proceso es estable ya que en cuanto a los numero de defectos por la mesa
eso quiere decir que causas comunes tiene de variación.
En una fábrica se ensamblan artículos electrónicos y al final del proceso se hace
una inspección por muestreo, para detectar defectos relativamente menores. En la
siguiente tabla se presentan el número de defectos encontrados en muestreos
realizados en 24 lotes consecutivos de piezas. Realice una carta U y concluya.
Lote Tamaño Defectos Lote Tamaño Defectos
de encontrados de encontrados
muestra muestra
1 20 17 8 25 18
2 20 24 9 25 26
3 20 16 10 25 10
4 20 26 11 25 25
5 15 15 12 30 21
6 15 15 13 30 40
7 15 20 14 30 24

Gráfica U de Defectos encontrados

1.8

1.6
Conteo de muestras por unidad

LCS=1.475
1.4

1.2

1.0 _
U=0.943
0.8

0.6

0.4 LCI=0.411

0.2

0.0
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Muestra
Las pruebas se realizaron con tamaños de la muestra desiguales

En el proceso de numero de defectos por unidad es estable ya que en cuanto al numero de

defectos por unidad entonces esto quiere decir que existen casusas comunes de variación.