17- 1

Herramientas de
Calidad
Ms. Gloria Poémape Rojas
 17- 2
 Exposición por Grupos. Biografía y aportes

Ideólogos de la calidad
 17- 3

Control Final Control de Calidad de

Calidad en Diseño
Proceso
• Prevenir
• Separar • “La que los
productos calidad no defectos
malos de se sucedan.
los controla,
productos se fabrica”
buenos.

Evolución del concepto de calidad en la

Industria y los servicios
 17- 4

Aseguramient Gestión de la Gestion Total

o de la calidad calidad de la calidad

• Control de • Ext calidad

• “Calidad es toda
Calidad en el esfuerzo organizacion
todas activ de todos”
organización
.

Evolución del concepto de calidad en la

Industria y los servicios
 17- 5

 ¿Cuál es la importancia de las Herramientas de Calidad?

La experiencia 95% de los

indica que con problemas de
las 7 la calidad y
Herramientas de productividad
Calidad.

Herramientas de Calidad
 17- 6

7 Herramientas
Solución efectiva de
problemas

Mejoramiento de procesos

Establecimiento de
controles en las
operaciones del proceso
 17- 7

Gráficos de control.
Diagrama causa-efecto.

Diagrama de Pareto

Hoja de verificación.

Histograma.

Diagrama de dispersión.

Cartas de control

7 Herramientas básicas de
Calidad
 17- 8

GRAFICOS
 17- 9

Se clasifican en:
 Grafica de Barras

 Graficas de líneas

 Grafica de pastel

 Grafica de columna

 Grafica de radar

Graficas
 17- 10

 Utilizabarras paralelas de ancho idéntico para comparar el

comportamiento de un determinado hecho cuantitativo.
 Ejemplo: En un centro educativo se han detectado fallas de
iluminación .Se encontró lo siguiente:

Pabellón A B C D E
Número de lámparas 8 8 3 12 5
malogradas.

Grafica de Barras
 17- 11

Figura 1: Numero de fallas al mes

12

10

8
Conteo

0
A B C D E
Pabellón
Fuente: Datos de XYZ

Grafica de Barras
 17- 12

 Es una forma de representar gráficamente los valores de la

variable de un problema de estudio, poniendo de manifiesto
la tendencia de una serie de datos en el tiempo.
 Ejemplo:

 Se quiere analizar el trabajo de un operador nuevo en la

máquina extructora en la línea de producción de envases
plásticos por lo que se han registrado las cantidades
elaboradas cada día durante un turno de 7.5 horas de trabajo
efectivo

Grafica de línea
 17- 13

Dia Cantidad en unidades

Lunes(L) 40000
Martes(Ma) 55000
Miercoles(M) 60000
Jueves(J) 65000
viernes(V) 55000
 17- 14

Grafica de línea
 17- 15

 Es una grafica circular que representa la composición

porcentual de un grupo de datos con respecto al total.
 Usos: Se puede observar la descomposición de las ventas de
determinados productos., la participación de la empresa en el
mercado.

Grafica de pastel
 17- 16

Mes A B C D Total
1 250 280 115 200 846
2 286 100 100 100 588
3 354 120 80 110 667
Total 890 500 295 410 2095
% 42.48% 23.87% 14.08% 19.57%

Grafica de pastel
 17- 17

 Sirve para expresar la composición interna de alguna

situación y las proporciones de sus componentes. El dibujo
de varias bandas en paralelo sirve para la comparación de
varias cantidades y sus proporciones.
 Normalmente permite comparar distintos grupos de un
aspecto de interes

Grafica de Banda o columna

 17- 18

Grafica de banda o columna

 17- 19

Permite visualizar las brechas entre el estado actual y el estado ideal

de un parámetro o de un conjunto de parámetros relacionados con
una determinada situación o escenario.
Usado en las distintas fases de un proyecto de mejora para tener
una visión global de algún factor

Diagrama de araña
 17- 20

Diagrama de arañ
 17- 21

DIAGRAMA DE
CAUSA Y EFECTO
HERRAMIENTAS DE CALIDAD
 17- 22

 Desarrollado
en 1950 por el Ingeniero
Japonés Kaoru Ishikawa.

Diagrama de causa y Efecto

(D. de Ishikawa
 17- 23

CARACTERISTICAS:

Método de Trabajo en grupo que muestra

la relación entre una característica de
calidad (efecto) y sus factores(causas).
Agrupa esta causas en distintas
categorías, que generalmente se basan en
las 6 M (Medio ambiente, medios de
control, Máquinas, Mano de obra,
Materiales y Métodos de trabajo).
Diagrama de Ishikawa-
Características
 17- 24

 Metodología simple y clara.

 Estimula la participación de los miembros
del grupo de trabajo, permitiendo así
aprovechar mejor el conocimiento que cada
uno de ellos tiene sobre el proceso.
 Facilita el entendimiento y comprensión del
proceso.

D. Ishikawa- Ventajas
 17- 25
Diagnóstico Diagrama de Ishikawa
Tambien llamado Diagrama de causa-efecto

Problema o efecto
es la cabeza de pez
Ayuda a
organizar ideas
e identificar sus
relaciones
Usualmente considera 6
áreas del problema:
metodos, materiales,
Identifica factores Las causas se listan equipo, personal,
que causa en el lado izquierdo mediciones y entorno
variabilidad
del diagrama Diag. Ishikawa.
 17- 26

Suponga que un restaurante familiar, como

aquéllos encontrados a lo largo de una carretera,
ha estado experimentando las quejas
recientemente de clientes que les sirven la
comida fría.
En el siguiente diagrama
de espina, note cada una
de las subcausas que son
listadas como una
suposición. Cada uno de
estas subcausas debe
investigarse para
encontrar el problema
real con respecto a la
comida fría. Example 2
 17- 27

Métodos Materiales
Comida calentada a la Comida a la temperatura
Temperatura correcta. inicial correcta
Comida ubicada bajo Suficiente empaque de
luces de calefacción aislamiento

Termostato trabajando
de manera correcta
Luces calientes a la
altura correcta
Quejas por
comida fría
Empleados operan el
equipo correctamente
Meseros entregan la
comida de manera rápida.

Equipo Personal
17- 28
 17- 29

Diagrama de causa y efecto

Mediciones Material Personal

Fo Ex
rm pe O perario
ac ri e
F orma ió n ci a
n
H abilidad
Dureza C oncentración

A lmacenamiento

Variabilidad

Temperatura

H umedad

V elocidad
P olv o
A juste

Entorno Métodos Máquinas

Ejemplo
 17- 30

 MINITAB:

 Ira Menú de Estadísticas

 Herramientas de Calidad

 Diagrama Causa y efecto

 17- 31

DIAGRAMA DE
PARETO
HERRAMIENTA DE CALIDAD
 17- 32

 Wilfredo Federico Damaso Pareto (Sociólogo y

Economista Italiano 1848-1923) enunció el principio de
distribución de riqueza:
 “El 80% de la riqueza esta en manos del 20% de la
población”

Diagrama de Pareto
 17- 33

 El principio de Pareto es aplicable a múltiples actividades.

 El 80% de las ventas se realiza al 20% de los clientes.

 El 80% del valor del inventario lo absorbe el 20% de

artículos.
 El 80% del coste esta dedicado al 20% de productos

 El 80% de los problemas de calidad lo acapara el 20% de

productos.

Principio de Pareto
 17- 34

Análisis de Pareto
Una técnica que ordena el número
y tipo de defectos que se presentan
en un producto o servicio.
Hacer una tabla
Pasos en el análisis de Pareto d e b a r r a s
verticales para
Clasificamos los defectos visualizar datos.
en términos de frecuencia
d e m a y o r a m e n o r. .
O r d e n a mo s e l
tipo de defectos. Diagramas de diagnostico: Diagrama de Pareto
El departamento de contabilidad 17- 35
de una gran organización está
empleando tiempo significativo
corrigiendo los vouchers de viaje
procesados por los empleados de
sus numerosas localizaciones. El
personal de contabilidad notó que
los errores típicos son: los códigos
de viaje equivocados, número de
identificación del empleado
incorrecta, cálculos inexactos, El personal del
colocar los gastos en las líneas departamento sacó una
incorrectas del formulario, y falla muestra de 100
al incluir documentación vouchers y contó los
apropiada de gastos. errores en las varias
categorías.
Ejemplo 1
 17- 36

Tipo de error Número encontrado

Codigos equivocados 60
Incorrecto número 25
de identificación del
empleado
Cálculo inexacto 23
Colocación inexacta 80
en el formulario
Documentacion 42
Incompleta
Ejemplo 1
continua
 17- 37

Tipo de error Number Percent

Codigos equivocados 60 26
Incorr. número de 25 11
identificación del Emp
Calculos inexactos 23 10
Colocación inexacta 80 35
en el formulario
Documetación 42 18
incompleta
Total 330 100

Example 1 Pareto table

 17- 38

Pareto Chart for Voucher Errors

90 100
80 90

70 80

Cumulative Percent
70
60
E 50
60
50
Count

X 40
40
C 30
30
20
E 20
10 10
L Defect
0 -
Inaccurate form Wrong codes Incomplete Incorrect employee Inaccurate math
placement documentation id

Ejemplo 1 Diagrama de Pareto

 17- 39

Diagrama de Pareto de error

250
100
200
80

Porcentaje
numero

150
60
100 40

50 20

0 0
error a os ta rr ex
a ct d le co n
ex ca p in li
in vo om o cl u
n qui inc er ca
cio e t m
c a en nu
olo um
c c
do
numero 80 60 42 25 23
Porcentaje 34.8 26.1 18.3 10.9 10.0
% acumulado 34.8 60.9 79.1 90.0 100.0
 17- 40

Defectos Conteos
Tornillos falt 274
Clips falt 59
Caja defect 19
Junta defect 43
Restos 4
Cable descon 8
Pernos falt 6
Pieza incomp 10
MINITAB

Ejemplo-Diag de Pasreto
 17- 41

 MINITAB

 Ira Estadística
 Herramientas de Calidad

 Diagrama de Pareto

Diagrama de Paretp
 17- 42

Diagrama de Pareto de Defectos

100
400

80
300

Porcentaje
Conteos

60
200
40

100
20

0 0
Defectos lt lt c t c t p tro
fa fa fe fe om O
s s e e c
il lo Cl ip a
d
ja
d in
rn nt Ca ez
a
To Ju
Pi
Conteos 274 59 43 19 10 18
Porcentaje 64.8 13.9 10.2 4.5 2.4 4.3
% acumulado 64.8 78.7 88.9 93.4 95.7 100.0

Diagrama de Pareto.
17- 43
 17- 44

Uso de las 7 herramientas

 17- 45

Listas de Control,
Check Lists u Hojas de
Verificación
HERRAMIENTAS DE CALIDAD
 17- 46

 Las Listas de Control, Check Lists u Hojas de

Verificación son formatos creados para realizar
actividades repetitivas, controlar el cumplimiento de
una lista de requisitos o recolectar datos
ordenadamente y de forma sistemática.
 Se usan para hacer comprobaciones sistemáticas de
actividades o productos asegurándose de que el
trabajador o inspector no se olvida de nada
importante.

Check List
 17- 47

 Llamada LISTA DE CHEQUEO O VERIFICACION

 Es una herramienta de calidad que se utiliza para el Control
de los procesos en una empresa en el momento, es decir en
tiempo real.
 Generalmente se trata de una tabla donde se puede registrar,
analizar y presentar resultados de una manera sencilla.
 Usados en un plan de seguimiento y medición de los
procesos, para lo cual los procesos deben estar
documentados en la empresa.

Hoja de Control
 17- 48

a) Registrar datos de manera inmediata

y eficiente para posteriormente ser
utilizado para un análisis de
información.
b) Tener un registro de información
histórica que pueda ser utilizado a
fin de identificar los cambios
realizados en el tiempo.
c) Usar la información para realizar un
análisis estadístico.

¿Porque usar Listas de

Chequeo?
 17- 49

d) Verificar el funcionamiento y efectividad de un

control establecido.
e) Concentrar los aspectos críticos del proceso que
puedan generar resultados no esperados.
f) Sistematizar las actividades no confiando en la
memoria de las personas.

¿Porque usar Listas de

Chequeo?
 17- 50

1. Determinar que se debe chequear

2. Diseñar el formato de chequeo
3. Determinar la persona que va a realizar el chequeo
o verificación y las horas en que va a realizar
dicha función.
4. Tomar nota de la información en el formato de
Chequeo o Verificación.
5. Registrarlo en una Base de datos, hoja de Calculo
(Excel) o almacenar el formato en algún lugar
seguro para su posterior análisis.

Lista de chequeo-Pasos a seguir

 17- 51

 -Qué tiene que controlarse o chequearse.

 - Cuál es el criterio de conformidad o no conformidad (qué
es lo correcto y qué lo incorrecto).
 - Cada cuánto se inspecciona: frecuencia de control o
chequeo.
 - Quién realiza el chequeo y cuáles son los procedimientos
aplicables.
 Conviene, por último, que se disponga de un apartado de
observaciones con el fin de poder obtener información
previa sobre posibles motivos que han causado la
disconformidad.

¿Cómo usar el checklist?

 17- 52

Se ha planificado hacer el chequeo de los

problemas identificados en el servicio
automotriz que se brinda en un taller.

Listas de Chequeo-Ejemplos
17- 53
 17- 54

Hoja de control
17- 55
17- 56
 17- 57

HISTOGRAMA
 17- 58

Es un gráfico o diagrama de barras verticales

que muestra el número de veces que se
repiten cada uno de los resultados cuando se
realizan mediciones sucesivas.
La construcción de histogramas se puede
hacer con datos discretos (Variables
discretas) y con datos continuos (variables
continuas).

HISTOGRAMA
 17- 59

 Su aparición se debe al francés A.M. Guerry.

 Al analizar una distribución es importante recordar que tiene
las siguientes características:
 - Forma.

 - Posición.

 - Dispersión.

HISTOGRAMA
 17- 60

Asimetría +
Asimétrica. Sesg.Derecha
(Sesgada) Asimetría –
Forma
Sesg. Izquierda
Simétrica

Histograma- Forma
 17- 61

Cuando esta sesgada a la derecha la mayoría de

datos se encuentra al lado izquierdo.

Histograma-Simetría
 17- 62

 Media y mediana coinciden en las distribuciones simétricas.

Si solo hay una moda (Distribución unimodal) el valor de
esta también será igual a las dos anteriores.
 17- 63

En caso de asimetría, los valores de la media, de

la mediana y de la moda difieren,
17- 64
 17- 65

Histograma -Forma
 17- 66

 Posición: Centrada o a uno de los dos lados

Histograma - Posición
 17- 67

 La curtosis describe el apuntamiento de la

distribución. Una distribución con un pico alto se
conoce como leptocúrtica; una curva aplanada se
conoce como platicúrtica.
 Distribución mesocúrtica (apuntamiento normal)
como en la distribución normal.

Histograma-curtosis
 17- 68

Ejemplos
 17- 69

 Para variables categóricas, no tiene sentido el plantear este

tipo de índices, dado que no existe un orden intrínseco a los
valores de la variable.
 Ejemplo: Dos diagramas de barras de una misma
distribución de frecuencias de la variable “Estado Civil”.

Ejemplo
 17- 70

Su construcción ayudará a comprender, la

tendencia central, dispersión y frecuencias
relativas de los distintos valores.
Muestra grandes cantidades de datos dando
una visión clara y sencilla de su distribución.
Es un medio eficaz para transmitir a otras
personas información sobre un proceso de
forma precisa.
Ventajas
 17- 71

 El Histograma permite:
 Mostrar el resultado de un cambio en una actividad.

 Identificar el comportamiento de un conjunto de

datos de la muestra.
 Identificar la variabilidad de las observaciones
respecto a la tendencia central (dispersión).
 Identificar los valores extremos o atípicos.

 Se utiliza para evaluar la eficiencia de las medidas

de mejora implantadas o para corroborar el
grado de cumplimiento.

Histograma
 17- 72

 Los pasos a seguir para crear un histograma son:

1. Recopilar datos
2. Hallar el valor mínimo y el valor máximo
3. Determinar el ancho o recorrido del Rango ( R ) cuya
fórmula es: R=xmax - xmin
4. Determinar el número de intervalos ( M ) de secciones o
barras, se pueden obtener de 3 formas:
𝑎) 𝑀 = 𝑛
b) M=1+3.3(log n) donde n=número de elementos o
mediciones realizadas

Histograma
 17- 73

c) Otros autores recomiendan la siguiente tabla:

Histograma
 17- 74

5. Determinar la amplitud de la clase o intervalo

A=R/m
Donde:
R= ancho o recorrido
M= número de intervalos
 17- 75

6. Generar la tabla de intervalos y Frecuencias:

Consiste en dividir el rango de valores de la variable en
intervalos, generalmente de la misma amplitud, de modo que
cada observación se clasifique sin ambigüedad en un único
intervalo.
A continuación, hay que contar cuantas observaciones de la
muestra pertenecen a cada intervalo, es decir, calcular la
frecuencia de los intervalos
7. Construir el gráfico (Excel o Minitab o a mano alzada)
considerando los intervalos y las frecuencias.

Histograma
 17- 76

 MINITAB:

 Ingresar datos
 Estadistica- Estadistica básica –Est descriptiva
 17- 77

 Ejercicio N° 1: Prepare la tabla de frecuencia compuesto de

cinco intervalos para el conjunto de los siguientes 20 datos:
 5, 7, 8, 3, 7, 7, 1, 9, 6, 8

 5, 6, 7, 8, 7, 9, 6, 8, 6, 6

Ejemplo - Histograma
 17- 78

DIAGRAMA DE
DISPERSIÓN
 17- 79

 Diagrama que se utiliza para realizar un análisis entre dos

variables, donde se estema que existe una relación o un
patrón de correlacion entre ellas.
 Ejemplo:

 Relación entre números de visitas de un vendedor y numero

de pedidos.
 Relación entre espesor y resistencia de una pieza metalica.

Diagrama de dispersión
17- 80
 17- 81

GRAFICOS DE
CONTROL
 17- 82

 Llamado también CARTAS DE CONTROL es la

herramienta más poderosa para analizar la variación en la
mayoría de los procesos.
 Los gráficos de control enfocan la atención hacia las causas
especiales de variación cuando estas aparecen y reflejan la
magnitud de la variación debida a las causas comunes.
 Las causas comunes o aleatorias se deben a la variación
natural del proceso.
 Las causas especiales o atribuibles son por ejemplo: un mal
ajuste de máquina, errores del operador, defectos en materias
primas.

Grafico de control
 17- 83

Propósito de los Diagramas Control de Calidad

Detecta Supervisando y
graficamente seleccionando
cuando una causa periódicamente
asignable entra en una muestra
el sistema de aleatoria de la
producción para producción
que pueda actual.
identificarse y
corregirse.
Propósito de los Diagramas
de Control de Calidad
 17- 84

Tipos Diagramas de Control de Calidad

Diagrama de Diagrama de
control de control de
variables. atributos
Describe de Clasifica un
manera gráfica producto o servicio
las mediciones. como aceptable o
inaceptable.

Tipos de Diagramas de
Control de Calidad
 17- 85

Mean (x-bar) Chart

_
Gran media:

x  x suma de las media de
los subgrupos
=
k N° medias muestrales

Error Estándar de la media:

s
sx 
n

Diagramas de Control
para variables
 17- 86

Mean (x-bar) Chart

Diseñado para Los límites
controlar las Cuánta variación puede esperarse
variables como peso para un tamaño de la muestra
o l o n g i t u d . dado

s s
UCL = X + 3 LCL = X - 3
n n

Donde X es la media de la media muestral

UCL: upper control limit Tipos de Diagramas de
LCL: lower control limit Control de calidad para
variables
 17- 87

Shortcut method for UCL and LCL

UCL  X  A2 R and LCL  X  A2 R

Donde X es la media de la media muestral

R es la media de los rangos de la muestra

A2 Es una constante usada en los cálculos
de los límites de control superior e
inferior, los factores encontraran en el
Apéndice I.
Shortcut method
17- 88
 17- 89

Diagramas de Rangos

Diseñado para mostrar si el rango global de

medidas esta dentro o fuera de control

UCL  D4 R and LCL  D3 R

Tipos de Diagramas de
Control -Variables
 17- 90
Hour #mm. #mm. #mm. #mm.

1 23 24 26 28

2 26 24 30 27

3 24 32 26 27

4 24 28 31 26

5 25 24 25 27

Un fabricante de sillas de ruedas desea mantener la

calidad del proceso industrial. Cada 15 minutos, por
un período de cinco horas, una rueda se selecciona, y
se mide su diámetro. Se da los diámetros (en el mm.)
de las ruedas.
Ejemplo 3
 17- 91
Gran Media
EXAMPLE 3 continued Mean and Range
(25.25+26.75+...+25.25)
5 Table
= 26.35 Hour X R
UCL and LCL for Mean 1 25.3 5
UCL=26.35+.729(5.8)=30.58 2 26.8 6
LCL=26.35-.729(5.8)=22.12 3 27.3 8
Media Rangos UCL and 4 27.3 7
(5+6+...+3) LCL para 5 25.3 3
5 el diámetro
del rango UCL=2.282(5.8) = 13.24
=5.8
LCL= 0(5.8) = 0
 17- 92

Mean Chart for Diameters

30
UCL=30.58
Sample Means

28
Mean=26.35
UCL = 30.58
26

24
LCL=22.12

22

20
1 2 3 4 5
Hours

No hay puntos fuera de los límites:

Proceso en control Example 3 continued
 17- 93

Range Charts for Diameters

UCL = 13.24
14
12
Sample Range

10 Mean =5.8
8
6 LCL = 0
4
2
0
1 2 3 4 5
Hour

No points outside limits:

Process in control Example 3
continued
 17- 94
Gráfica Xbarra-R de C6, ..., C9
Informe de resumen

¿Es estable la media del proceso? Gráfica Xbarra

Evalúe el % de subgrupos fuera de control. Investigue los subgrupos fuera de control
0% > 5% LCS=30.283
30
Sí No
0.0% 27 _
_

Media
X=26.35

24
Comentarios
LCI=22.417
La media del proceso es estable. Ningún subgrupo está fuera
1 2 3 4 5
de control en la gráfica Xbarra.
Subgrupo

Gráfica R
Investigue los subgrupos fuera de control

12 LCS=12.32

8
Rango _
R=5.40
4

0 LCI=0
1 2 3 4 5
Subgrupo
 17- 95
Gráfica Xbarra-R de C6, ..., C9
Informe de estabilidad

¿Es estable la media del proceso?

Investigue los subgrupos fuera de control. Busque patrones y tendencias.
30 LCS=30.283

_
_
27
Media

X=26.35

24

LCI=22.417
1 2 3 4 5
Subgrupo

¿Es estable la variación del proceso?

Investigue los subgrupos fuera de control. Busque patrones y tendencias.

12 LCS=12.32

8
Rango

_
R=5.40
4

0 LCI=0
1 2 3 4 5
Subgrupo
 17- 96

Gráfica Xbarra-R de C6, ..., C9

Tarjeta de informe
Verificar Estado Descripción

Estabilidad La media y la variación del proceso son estables. No hay subgrupos fuera de control en ninguna
de las gráficas.

Cantidad Es posible que usted no tenga suficientes datos para estimar límites de control precisos. Por lo
de datos ! menos 100 puntos de datos se deberían incluir en los cálculos.

Datos Si los datos están correlacionados, usted puede observar un número mayor de falsas alarmas.
correlacionados Dado que menos de 2% de los subgrupos están fuera de los límites de control en la gráfica
Xbarra, la prueba de correlación no es necesaria.
 17- 97

 StatisticalSoftware, Inc., ofrece un número telefónico de larga

distancia sin costo al cual los clientes pueden llamar todos los
días, de 7 a.m. a 11 p.m., para resolver problemas con sus
productos. Es imposible que un representante técnico conteste de
inmediato, pero es importante que los clientes no esperen
demasiado en línea para que les respondan. Los clientes se
molestan cuando escuchan demasiadas veces el mensaje: “Su
llamada es importante para nosotros. En breve le contestará un
representante”. Para comprender el proceso, Statistical Software
decidió elaborar una tabla de control con el tiempo total desde el
momento en que se recibe una llamada hasta que el representante
la responde y soluciona el problema.
 El día de ayer se tomó una muestra de cinco llamadas cada hora
durante las 16 horas de operación del servicio de atención al
cliente.
Ejemplo
17- 98
17- 99
 17- 100

ejemplo
17- 101
 17- 102

Diagrama de porcentaje defectuoso

(p-chart or p-bar chart)

Los UCL y LCL Graphicamente

calculadas como el
p o rc e n t a j e m ed i o
defectuoso más o
m e n o s 3 v eces e l
error standard de los
p
p o c e n t a j e s .
muestra la proporcion
de la producción que
no es aceptable (p)
Numero total dedefectos
Numero de articulos de la muestra

p(1  p)
UCL and LCL  p  3
n Tipos de Diagramas de
Control Calidad-Atributos
 17- 103

Un fabricante de
zapatillas quiere
establecer los límites
de control para el
porcentaje defectuoso
¿Diez muestras de 400
zapatillas revela que el
promedio del
.08(1.08)
.08  3 porcentaje defectuoso
400 fue del 8.0% Dónde el
.08.041 fabricante debe poner
los límites de control?
Ejemplo 4
 17- 104

C-Diagrama (c-bar
chart)

Diseñado
para
UCL and LCL found by
supervisar el
número de UCL and LCL  c  3 c
defectos por
unidad

Tipos de Diagramas de Control

de Calidad -Atributos
 17- 105

Un fabricante de
tablas de circuito de
computadora probó
10 después de que
fueran
manufacturadas. El
número de defectos
obtenido por la tabla
del circuito son: 5, 3, c  26 / 10  2.6
4, 0, 2, 2, 1, 4, 3, y 2.
Construya los límites UCL and LCL  2.6  3 2.6
de control  2.6  4.84
apropiados.
Ejemplo 5
 17- 106

c-bar chart for Number of Defects per Circuit Board

8
7
Sample Count

6
5
4 UCL = 7.44
3
2
1
0
1 2 3 4 5 6 7 8 9 10 c = 2.6
Sample Number
LCL = 0

Ejemplo 5
 17- 107

Muestreo de aceptación

Un método de determinar Basadas en tecnicas

si un lote de un producto muestreo aleatorio
especificó los standards

c es el número máximo
de unidades defectuosas
Una muestra simple de n
que pueden encontrarse en
unidades is obtenida del
la muestra para que el lote
lote entero.
sea considerado aceptable.

Muestreo de aceptación
 17- 108
Curva de Caracteristicas Operativas
Curva CO Un fabricante y un
proveedor está de
Usa la distribución acuerdo en un plan
de probabilidad muestral con n=10 y
binomial para número de aceptación de
determinar las 1. Cuál es la probabilidad
probabilidad de de aceptar un lote cuando
aceptar lotes de mucho con 5%
varios niveles de defecuoso? ¿con 10%
c a l i d a d d e f e c t u o s o ?
P( X  1 / n  10,   .05)  .599  .315  .914
P( X  1 / n  10,   .10)  .349  .387  .736
 17- 109

 En Excel:
 =DISTR.BINOM.N(0,10,0.05,0) +

 DISTR.BINOM.N(1,10,0.05,0)

 =DISTR.BINOM.N(0,10,0.10,0) +
 DISTR.BINOM.N(1,10,0.10,0)

P( X  1 / n  10,   .05)  .599  .315  .914

P( X  1 / n  10,   .10)  .349  .387  .736
 17- 110

OC Curve for Sampling Plan (n=20,c=2)

Probability of accepting lot 1.2

Probability of
1
accepting a lot
0.8 that is 10%
0.6 defective
0.4 is .677
0.2
0
0 10 20 30 40
Incoming lot percent defective

Ejemplo 6
 17- 111

 Resolver ejercicios indicados por la profesora

 Enviar trabajo aplicativo de las Herramientas de calidad en
la empresa.

TRABAJOS