E J E R C I C I O S L A B O R AT O R I O 2 1 / 0 3 / 2 0 1 7

M TODOS E STADSTICOS PARA LA C ALIDAD

CICLO 01/ 2017
Profesor: Jos Luis Magaa

I N D I C A C I ON E S G E N E R AL E S :

SEGN EL E N U N C I AD O D E L P R O B L E M A E S CO JA EL TI P O D E
G R AF I C O A I M P L E M E N TAR Y CAL CU L E LO S L M I TE S D E
CO N TRO L PAR A M ON I TO R E AR EL P R O CE SO .

EJEMPLO 1:

Supongamos que usted trabaja para un fabricante de tejido lino. Cada 100 yardas
cuadradas de tejido puede contener cierto nmero de manchas, pero si alcanza cierto
lmite, el tejido es rechazado. Para mejorar la calidad, usted desea hacer un
seguimiento al nmero de manchas por cada 100 yardas cuadradas durante un perodo
de varios das, a fin de determinar si su proceso se comporta de manera predecible.
Usted desea la grfica de control para mostrar los lmites de control a 1, 2 y 3
desviaciones estndar por debajo y por encima de la lnea central.

1 Abra la hoja de trabajo EJA_CAL.MTW.

2 Elija Estadsticas > Grficas de control > Grficas de atributos > C.

3 En Variables, ingrese Manchas.

4 Haga clic en Opciones de grfica C, luego haga clic en la ficha Lmites S.

5 En Mostrar lmites de control en, ingrese 1 2 3 en Estos mltiplos de la

desviacin estndar .

6 En Colocar bandas a los lmites de control , marque la opcin Banda de lmite

inferior de desviacin estndar e ingrese0.

7 Haga clic en Aceptar en cada cuadro de dilogo.

 Interpretacin de los resultados
Debido a que los puntos se ubican en un patrn aleatorio, dentro de las bandas de los
3 lmites de control , usted puede concluir que el proceso se est comportando de
manera predecible y se encuentra bajo control.

Banda de lmite inferior de desviacin estndar: Marque esta opcin para

establecer una banda inferior para los lmites de control. Si el lmite de control
inferior calculado es inferior a la banda inferior, se dibuja una lnea horizontal
identificada como LB en la banda inferior.

EJEMPLO 2:

D AD A LA F R A C C I N D I SCO N F O R M E P R O M E D I O E SP E R AD A D E
0.09 (9%) C AL C U L E L O S L M I TE S D E CO N TRO L Y D E TE R M I N E S I
EL SI G U I E N TE P RO C E S O CU M P L E CO N L A F R A CCI N E SP E R A D A
P RO M E D I O D AD A . N =75

CAMISETAS DEPORTIVAS

MUESTR DEFECTUO MUESTR DEFECTUO MUESTR DEFECTUO

A SOS A SOS A SOS
1 6 16 6 31 4
2 6 17 6 32 3
3 3 18 3 33 6
4 12 19 6 34 7
5 3 20 5 35 10
6 1 21 4 36 3
7 3 22 2 37 5
8 3 23 3
9 5 24 7
10 3 25 4
11 4 26 3
12 1 27 2
13 3 28 15
14 3 29 2
15 2 30 7

EJERCICIO 1
U TIL I C E PAR A EL M I S M O P RO CE SO L A G R F I C A D E UN I D A D E S
D I SCO N F O R M E S .
Grfica NP de Defectos
16 1
Conteo de muestras

1
12
LCS=10.87
+2SL=8.79
8
+1SL=6.70
__
NP=4.62
4
-1SL=2.54

0 -2SL=
LCI=00.46

1 5 9 13 17 21 25 29 33 37
Muestra

Grfica NP de Defectos
16 1
Conteo de muestras

1
12
LCS=10.03
8 +2SL=8.06
+
__1SL=6.09
4 NP=4.11
-1SL=2.14
0 -2SL=
LCI=00.17
1 5 9 13 17 21 25 29 33 37
Muestra
Subgrupos omitidos de los clculos: 4; 28

E JE R C I C I O 2.

1.- E JE R C I C I O 6_36: S E CO N TAR O N LO S D E F E CTO S

SU P E R F I C I AL E S E N 25 P L AC AS D E A CE R O R E CTAN G U L AR E S ,
( D ATO S E N HO J A E JE R C I CI O 6_36. XL S ), E S TA B L E CE R UN C ARTA
D E CO N TR OL U TI L I Z AN D O E S TO S D ATO S . E L P RO CE SO QU E
P RO D U C E L AS P L AC AS PAR E CE E STAR B A JO CO N TRO L
E STAD S TI C O ?

NUMERO DE NUMERO DE
PLACA DISCONFORMIDADES
1 1
2 0
3 4
4 3
5 1
6 2
7 5
8 0
9 2
10 1
 11 1
12 0
13 8
14 0
15 2
16 1
17 3
18 5
19 4
20 6
21 3
22 1
23 0
24 2
25 4

Grfica C de C
1
8
Conteo de muestras

LCS=6.969
6

4
_
C=2.36
2

0 LCI=0

1 3 5 7 9 11 13 15 17 19 21 23 25
Muestra

Grfica C de C
1
8
Conteo de muestras

LCS=6.498
6

4
_
2 C=2.125

0 LCI=0
1 3 5 7 9 11 13 15 17 19 21 23 25
Muestra
Subgrupos omitidos de los clculos: 13

Estn bajo control.

E JE M P L O 3.
 1. Se desarrolla un estudio de capacidad de proceso durante un tiempo
en una lnea de produccin de tabletas de acetaminofn. Nuevo
producto ofrece 100 mgr. La tolerancia es de +/- 3 mgr.

Los datos se toman en grupos de 5 tabletas y son los mostrados en la tabla.

Siendo el promedio de los promedios de los subgrupos, o lo que es lo mismo, el promedio

de los 100 datos individuales igual lo mostrado en los datos expresado en mgrs.
Determinar:
a) Comprobar si el proceso est bajo control estadstico para poder
concluir acerca de su capacidad.
b) Calcular Cp, Cpk, Pp y Ppk.
c) El nivel Z (Sigma) del general del proceso, los defectos esperados
como DPMOs y porcentaje, potenciales y generales.
d) Los DPMOs observados.

Ejercicio 3:

Las piezas manufacturadas por un proceso de moldeo de inyeccin se someten a una

prueba de resistencia a la compresin (psi). Sabiendo que el proceso se encuentra bajo
control estadstico y que su promedio es de 79.834, que S = 4.019, que n=5 y que el
valor mnimo esperado es de 75 psi.
Calcular Cpk y Ppk.
El nivel Z (Sigma) del general del proceso, los defectos esperados
como DPMOs y porcentaje, potenciales y generales.
 Informe de capacidad del proceso de Datos3

LEI
Procesar datos Largo plazo
LEI 75 Corto plazo
Objetivo *
LES * Capacidad largo plazo
Media de la muestra 79.8428 Pp *
Nmero de muestra 200 PPL 0.45
Desv.Est. (Largo plazo) 3.6222 PPU *
Desv.Est. (Corto plazo) 3.89379 Ppk 0.45
Cpm *
Capacidad corto plazo
Cp *
CPL 0.41
CPU *
Cpk 0.41

72 75 78 81 84 87 90

Rendimiento
Esperado Largo Esperado Corto
Observado plazo plazo
PPM < LEI 100000.00 90615.95 106801.57
PPM > LES * * *
PPM Total 100000.00 90615.95 106801.57
 Informe de capacidad del proceso de Datos3
(utilizando 95.0% confianza)

LEI
Procesar datos Largo plazo
LEI 75 Corto plazo
Objetivo *
LES * Capacidad largo plazo
Media de la muestra 79.8428 Nivel Z 1.34
Nmero de muestra 200 IC para Nivel Z ( 1.15; 1.53 )
Desv.Est. (Largo plazo) 3.6222 Z.LEI 1.34
Desv.Est. (Corto plazo) 3.89379 Z.LES *
Ppk 0.45
IC para Ppk ( 0.38; 0.51)
Cpm *
Capacidad corto plazo
Nivel Z 1.24
IC para Nivel Z ( 1.04; 1.44 )
Z.LEI 1.24
Z.LES *
Cpk 0.41
IC para Cpk ( 0.35; 0.48 )

72 75 78 81 84 87 90

Rendimiento
Esperado Largo Esperado Corto
Observado plazo plazo
% < LEI 10.00 9.06 10.68
% > LES * * *
% Total 10.00 9.06 10.68