LABORATORIO N° 6

En una empresa del ramo metalmecánico se fabrican válvulas. Después del proceso de
fundición se realiza una inspección y las piezas que no cumplen con ciertas características
son rechazadas. Las razones del rechazo son diversas: piezas incompletas, porosas, mal
formadas, etc. Para evaluar la variabilidad y la magnitud de la proporción de piezas
defectuosas en le fundición se decide implementar una carta p. El proceso de fundición se
hace por lotes. En la tabla se muestran los datos obtenidos durante una semana para cierto
tipo de válvulas. Aunque regularmente el tamaño de lote es fijo, n = 300, en ocasiones, por
diferentes motivos, en algunos lotes se hacen unas cuantas piezas de más o de menos, como

Lote Tamaño Defectuoso

del lote ni
1 300 15
2 300 12
3 300 15
4 300 7
5 300 16
6 300 6
7 300 18
8 280 10
9 290 9
10 300 15
11 300 9
12 300 4
13 300 7
14 300 9
15 305 5
16 295 15
17 300 19
18 300 7
19 300 12
20 300 10
21 300 4
6270 224

a) Calcule los límites de control utilizando el tamaño de subgrupo (lote) promedio.

Gráfico p
Período #1-21
LSC: +3.0 sigma 0.0679019
Línea Central 0.0357455
LIC: -3.0 sigma 0.00358914
0 fuera de límites

b) ¿Cómo explicaría los límites de control que obtuvo a alguien que no tiene
conocimientos profundos de estadística?
Según los resultados obtenidos mediante el muestreo se evidencia que por cada 300
unidades fabricadas en promedio 12 de ellas no cumplen con las especificaciones.
c) Grafique la carta correspondiente e interprétela.
Adicionalmente la gráfica muestra que todos los lotes avaluados tienen un # de
defectuosos estable es decir no tienen picos atípicos dentro del rango de tiempo
estudiado.

Gráfico p para Pi

0.08

0.0679019
0.06

0.04
p

0.0357455

0.02

0.00358914
0
0 4 8 12 16 20 24
Muestra

d) ¿El proceso es estable?

Si es estable con el porcentaje de 4% de defectuosos por lote de producción, aun valor
es demasiado alto, deben tomar las medidas de avaluación, análisis y mejora para
disminuir este valor.
e) ¿Se puede considerar que la calidad del proceso es aceptable? Argumente su
respuesta.
No, el porcentaje de defectuosos debería estar en un 2%, se debe implementar un
plan de acción con el fin de cumplir con la calidad de los productos fabricados.
f) ¿Cómo aplicaría un análisis de Pareto para enfocar mejor un proyecto de mejora en
este caso?
Identificando cada una de las causas de los defectos; calculando los porcentajes
acumulados y determinando que motiva está generando el 80% de los defectos
identificados.

LABORATORIO N° 7
En un proceso se produce por lotes y éstos se prueban al 100%. Se lleva un registro de la
proporción de artículos defectuosos por diferentes causas. Los datos de los últimos 25 lotes
se muestran en la tabla.

LOTE Tamaño defectuoso

1 200 21
2 200 20
3 200 27
4 200 33
5 200 22
6 200 40
7 200 27
8 200 23
9 200 20
10 200 26
11 200 28
12 200 21
13 200 23
14 200 21
15 200 25
16 200 29
17 200 20
18 200 28
19 200 18
20 200 24
21 200 13
22 200 23
23 200 12
24 200 19
25 200 26
total 5000 589 a) Obtenga una carta p usando el
tamaño de subgrupo (lote) promedio.

GRAFICO P

0.2
0.186185

0.16

0.12 0.1178
p

0.08

0.0494148
0.04

0
0 5 10 15 20 25
Muestra
 b) ¿Cómo explicaría los límites de control que obtuvo a alguien que no tiene
conocimientos profundos de estadística?
El porcentaje de artículos defectuosos, en lotes de alrededor de 200, fluctúa
ordinariamente entre 5% y 19% con un promedio de 12%.

c) Obtenga una carta p con límites de control variables.

Gráfico p para defectos

0.2
LSC = 0.19
0.16 CTR = 0.12
LIC = 0.05
0.12
p

0.08

0.04

0
0 5 10 15 20 25
Muestra
d) Suponiendo que todos los lotes tienen el mismo tamaño (el promedio), obtenga una
carta np para tales datos.

Gráfico np
Período #1-25
LSC: +3.0 sigma 37.237
Línea Central 23.56
LIC: -3.0 sigma 9.88295
1 fuera de límites
Gráfico np para defectos

40
LSC = 37.24
CTR = 23.56
30 LIC = 9.88
np

20

10

0
0.105 0.135 0.11 0.135 0.1 0.14 0.115 0.125 0.1 0.09 0.065 0.06 0.13
0.1 0.165 0.2 0.115 0.13 0.105 0.105 0.145 0.14 0.12 0.115 0.095
e) ¿Observa alguna diferencia importante entre ¡a carta p y la np?
No, la única diferencia que se observa es que una nos muestra el valor en proporción y la
otra en valor absoluto.

f) ¿De qué depende la elección entre la carta p o np?

Se prefiere la carta p cuando se requiere trabajar con proporcione de artículos defectuosos
por tamaño de grupo o subgrupo, además cuando el tamaño del subgrupo es variable.
 Se prefiere la carta np cuando se requiere trabajar con cantidades individuales de
subgrupos constantes.

g) ¿Qué límites de control usaría para analizar datos futuros mediante las cartas p y np?

Gráfico np
Período #1-25
LSC: +3.0 sigma 36.3779
Línea Central 22.875
LIC: -3.0 sigma 9.37211
0 fuera de límites

Gráfico p
Período #1-25
LSC: +3.0 sigma 0.181889
Línea Central 0.114375
LIC: -3.0 sigma 0.0468605
0 fuera de límites

h) ¿Cómo aplicaría el análisis de Pareto para enfocar mejor un proyecto de mejora?

Un 20% de las proporciones defectuosas por lote origina el 80% del problema que se da en el
proceso.
 LABORATORIO N°8
PROBLEMA 1
En la tabla siguiente se ve la cuenta de no conformidades superficiales en 1000 m^2 de
papel kraft de 20 kg (por resma). Determine la línea central y los limites tentativos, y la
línea central y los límites de control revisados, suponiendo que los puntos de fuera de
control tienen causas asignables.

Número de Cuenta de no
lote Conformidades
20 10
21 8
22 6
23 6
24 2
25 10
26 8
27 10
28 0
29 2
30 8
31 2
32 20
33 10
34 6
35 30
36 2
37 12
38 0
39 6
40 14
41 10
42 8
43 6
44 2
45 14
46 16
47 10
48 2
49 6
50 3
249
LIMITES DE CONTROL REVISADOS.
Número de muestras = 28
3 muestras excluidas

Gráfico c
Período #1-31
LSC: +3.0 sigma 14.2052
Línea Central 6.53571
LIC: -3.0 sigma 0.0
0 fuera de límites

Este procedimiento crea una gráfico c para cuenta de no conformidades. Está diseñada para
permitirle determinar si los datos provienen de un proceso en un estado de control estadístico.
El gráfico de control se construye bajo el supuesto de que los datos provienen de una
distribución de Poisson con una media igual a 6.53571. Este parámetro fue estimado a partir
de los datos. De los 28 puntos no excluidos mostrados en el gráfico, 0 se encuentran fuera de
los límites de control. Puesto que la probabilidad de que aparezcan 0 o más puntos fuera de
límites, sólo por azar, es 1.0 si los datos provienen de la distribución supuesta, no se puede
rechazar la hipótesis de que el proceso se encuentra en estado de control estadístico con un
nivel de confianza del 95%.

Problema N°2
En una línea de ensamblaje o montaje de pequeñas piezas en tarjetas electrónicas se
cuantifica el número de defectos de diferente tipo por medio de una muestra de 10
tarjetas. Los defectos encontrados en las ultimas 30 muestras se listan en continuación
(datos en orden por renglón).
28 22 25 21 26 22 36 22 32 22 23 27 26 18 29 24 6 20 25 29 26 24 32 31 29 24
27 21 27 31 20 22 28 26 24
a) Note que en promedio hay más de un defecto por tarjeta, ¿es
adecuado analizar estos datos mediante una carta p? Argumente.
Dentro de la carta p solamente se señalan el número de defectos en general y en
este caso tiene un cierto número de defectos en cada producto, sin decir, si pasan
o no pasan.
b) Calcule los limites de control para una carta C e interprete los limites
obtenidos.
LSC =40LC= 25LIC = 10

c) Obtenga la carta C y analícela.

Gráfico c para defectos encontrados

40 40.0

30

25.0

20
c

10 10.0

0
0 10 20 30 40
Muestra

d) El dato de la muestra 17 es especial, por lo que habria que buscar las

posibles causas que ocacionaron esto, ¿Por qué?
El dato 17está por debajo del límite inferior de control, es decir, que obtiene
menos defectos esperados o determinados por el límite inferior del control, de
esta forma podemos analizar el entorno o causas para la futura mejora del
proceso y producto.

e) ¿Que opina de la estabilidad del proceso?

Se puede decir que el proceso se encuentra fuera de control ya que se tiene un
dato fuera del límite inferior, de esta forma, se determina que se puede mejorar
el proceso ya que al rebasar este límite inferior tenemos una cantidad menor de
defectos, siendo positivo para la calidad del proceso.

f) ¿El nivel de calidad se puede considerar satisfactorio?

La cantidad de defectos en promedio de una muestra es de 25, siendo este un
valor elevado e indica que la calidad del proceso no es satisfactoria

g) ¿Cómo aplicaria un analisis de pareto para enfocar mejor un proyecto de

mejora?
Con base en los datos e información aportados por un análisis estadístico, la
carta de control c, se establezca prioridades y se enfoquen los esfuerzos donde
 éstos tengan mayor impacto. En este caso se observa en un punto que se
alcanza a disminuir de forma dramática la cantidad de errores determinado así
promover esa situación y los problemas a atacar, de acuerdo a la prioridad.

LABORATORIO N°9
Problema N°1
 Determine los límites de control tentativos y los límites de control
revisados para una gráfica u, con los datos de la tabla siguiente, de
acabado superficial en rollos de papel blanco. Suponga que todos los
puntos fuera de control tienen causas asignables.
LIMITES DE CONTROL TENTATIVOS
Gráfico u - Col_4
Número de muestras = 28
Tamaño promedio de muestra = 10.0
0 muestras excluidas

Gráfico u
Período #1-28
LSC: +3.0 sigma 5.02787
Línea Central 3.30357
LIC: -3.0 sigma 1.57927
4 fuera de límites
Este procedimiento crea un gráfico u para Col_4. Está diseñada para permitirle
determinar si los datos provienen de un proceso en un estado de control estadístico. El
gráfico de control se construye bajo el supuesto de que los datos provienen de una
distribución de Poisson con una tasa igual a 3.30357. Este parámetro fue estimado a
partir de los datos. De los 28 puntos no excluidos mostrados en el gráfico, 4 se
encuentran fuera de los límites de control. Puesto que la probabilidad de que aparezcan
4 ó más puntos fuera de límites, sólo por azar, es 0.0 si los datos provienen de la
distribución supuesta, se puede declarar que el proceso está fuera de control con un
nivel de confianza del 95%.

LIMITES DE CONTROL REVISADOS

Número de muestras = 25
Tamaño promedio de muestra = 10.04
3 muestras excluidas

Gráfico u
Período #1-28
LSC: +3.0 sigma 5.16382
Línea Central 3.41434
LIC: -3.0 sigma 1.66487
0 fuera de límites
Este procedimiento crea un gráfico u para defectos. Está diseñada para permitirle
determinar si los datos provienen de un proceso en un estado de control estadístico.
El gráfico de control se construye bajo el supuesto de que los datos provienen de una
distribución de Poisson con una tasa igual a 3.41434. Este parámetro fue estimado a
partir de los datos. De los 25 puntos no excluidos mostrados en el gráfico, 0 se
encuentran fuera de los límites de control. Puesto que la probabilidad de que
aparezcan 0 ó más puntos fuera de límites, sólo por azar, es 1.0 si los datos provienen
de la distribución supuesta, no se puede rechazar la hipótesis de que el proceso se
encuentra en estado de control estadístico con un nivel de confianza del 95%.

Gráfico u para defectos

5 5.16382

4
3.41434
3
u

2
1.66487
1

0
0 5 10 15 20 25 30
Muestra
PROBLEMA N°2
En un hotel se ha llevado el registro de quejas de los clientes desde hace 15
semanas con el número de clientes por semana, los datos se muestran en la tabla
8.8.
u u
MANA CUENTES QUEJAS ¡ SEMANA CUENTES QUEJAS ¡
1 114 11 0.096 9 131 10 0.076
2 153 15 0.098 10 91 10 0.110
3 115 5 0.043 11 112 10 0.089
4 174 14 0.080 12 158 11 0.070
5 157 16 0.102 13 244 30 0.123
6 219 11 0.050 14 111 11 0.099
7 149 10 0.067 15 120 11 0.092
8 147 9 0.061
Total 2195 184

a) Calcules los límites de control para una carta u para el número de quejas
por cliente e interprete los límites que obtenga.
Período #1-15
LSC: +3.0 sigma 0.155468
Línea Central 0.0837139
LIC: -3.0 sigma 0.0119595

Las quejas tienen un límite superior de 0.15 y un inferior de 0.011,con una media de
0.083,estos límites reflejan la realidad del problema de acuerdo como se muestra.

b) Grafique la carta u correspondiente y analícela.

LA grafica mostrada nos indica que todos los puntos están dentro de las
especificaciones establecidas dentro de los límites de control, sé puede observar la
variación del número de promedios de quejas por día en lugar de defectos por
subgrupos.

c) ¿La estabilidad del proceso es aceptable?

Si es aceptable
d) ¿Considera que la calidad en el hotel es buena? Explique.
la calidad del hotel si es buena ya que trabaja de una manera estable.
e) ¿Cómo aplicaría un análisis de Pareto para enfocar mejor un proyecto de
mejora?
En este caso sería adecuado tener menos semanas y analizar el número de quejas
f) ¿Si mejora o empeora la calidad, como se daría cuenta a través de esta
carta de control?
Ya que al momento de analizar la variación del numero promedio de defectos se
encontrarían fuera de los límites establecidos y la gráfica sería totalmente diferente.

LABORATORIO N°10
Considere un estudio R&R largo en el que se obtuvieron los datos de la tabla. Las
especificaciones para las partes que se miden son: EI=2.10 y ES=2.20
 a) Estime la desviación estándar en el error de medición atribuible a
repetibilidad, reproducibilidad y a amabas fuentes.
Medición Sigma Porcentaje Varianza Porcentaje de Porcentaje
Unidad Estimada Variación Total Estimada Contribución de R&R
Repetibilidad 0.00168555 60.7712 0.00000284107 36.9314 100.00
Reporducibilidad 0.0 0.0 0.0 0.0 0.00
R&R 0.00168555 60.7712 0.00000284107 36.9314 100.00
30 0.00220267 79.4157 0.00000485174 63.0686
Variación Total 0.00277359 100.0 0.00000769281
b) Calcule los índices P/T y EM/Var Tot e interprétalos.
Tolerancia = 0.1
Medición 5.15 Porcentaje de
Unidad Desv. Estd. Tolerancia
Repetibilidad 0.00868056 8.68056
Reporducibilidad 0.0 0.0
R&R 0.00868056 8.68056
30 0.0113437 11.3437

Dada una tolerancia o especificación de 0.1 unidades de ancho (+/-0.05), puede

esperarse que la variabilidad proveniente del proceso de medición cubra el 8.68056%
de ese rango. Las reglas del pulgar generales clasifican un sistema de medición como
aceptable si el porcentaje de variación total de RyR es menor que 10%, aunque hasta
30% puede ser aceptable para algunas situaciones.
 1 2 3 4 5 6 7 8 9 10
partes

Razón P/T = 8.68%

5.15 sigma

Tolerancia = 0.1

R&R 30
8.68% 11.34%

Total = 14.28%

c) Si la pieza 2 mide en realidad 2.103(valor verdadero), encuentre: la

Gráfico
exactitud de Corridas
o sesgo que se generó en la medición de esta pieza. Además, con
base a ±2.575 σR&R, obtenga el intervalo al 99% de confianza para las
2.4lecturas del instrumento para esa3 pieza.
A
B
2 C
Intervalos
1.6 de confianza del 99.0%
Medidas

Inferior 2.575 Superior

1.2
Límite Desv. Estd. Límite
Repetibilidad
0.8 0.00347427 0.00434028 0.00571834
Reporducibilidad
0.4
0.0 0.0 0.0
R&R 0.00348676 0.00434028 0.00568708
30 0 0.00339754 0.00567187 0.0141714
1 2 3 4 5 6 7 8 9 10
partes
Esta tabla muestra intervalos iguales a 2.575 veces las desviaciones estándar debidas
a la Repetibilidad, Reproducibilidad, RyR combinadas, y variabilidad entre 30. Puede
esperarse que estos intervalos contengan el 80.2081% por ciento de los errores
atribuidos a cada fuente. Por ejemplo, podría esperarse que las mediciones se
desviaran del valor verdadero en un +/-0.00217014 debido a la RyR combinada, un
intervalo de ancho 0.00434028 unidades. Como los estimados de la variabilidad están
sujetos a los errores de muestreo, los intervalos de confianza muestran que tan precisos
son estos estimados.