FACULTAD DE INGENIERIA INDUSTRIAL

REA: PRODUCCIN
CURSO: CALIDAD II
TEMA: MTODOS ESTADSTICOS DE CONTROL DE PROCESOS.

PROBLEMA 1: (cartas de control de datos variables, ponderados

especiales, estudio de capacidad)
Los datos de la tabla 1 representan el porcentaje de producto activo que se obtiene en
ensayos qumicos en tanques de 50 galones de capacidad y 25 por ciento de ingrediente
activo. El producto se obtiene en una planta de procesamiento qumico continuo en la que se
seleccionan cuatro tanques por turno, los cuales se analizan en el laboratorio. Los subgrupos
se definen con los resultados de los anlisis diarios.
Los lmites de especificacin del producto son de 20 a 30. Los administradores de la
planta desean investigar, con base en una muestra, si pueden satisfacer estos lmites. Lo
primero que debemos observar en estos datos es la variabilidad, la cual puede haber sido
provocada por causas aleatorias o por variaciones originadas por la forma en que se lleva a
cabo el proceso. Estas ltimas se denominan causas asignables y, por lo general, no son
aleatorias ni independientes.
Da

Ensayo Y

Yi/n

1
2

28
22

31
26

27
29

25
28

27.75
26.25

6
7

29

28

27

22

26.50

26

23

21

29

24.75

28

26

29

28

27.75

25

21

22

27

23.75

21

22

21

19

20.75

26

26

27

27

26.50

27

23

28

25

25.75

10

29

32

35

28

31.00

11

22

23

26

22

23.25

12

18

22

19

27

21.50

13

27

25

22

23

24.25

14

24

18

27

21

22.50

15

22

26

23

18

22.25

16

31

26

24

31

28.00

17

27

26

23

28

26.00

18

33

36

27

27

30.75

19

30

28

23

38

29.75

15

20

37

19

26

27

27.25

18

516.25

142

Total =

Tabla 1. Resultados de Ensayos Qumicos

Datos recolectados:

VN=25
Tamao de muestra=4
LSE=30
LIE=20
Nmero de muestras=20

Grficas de Control de datos variables (X-R, X-S, Zona):

Stat>Control Charts>Variables Charts for Subgroups> XbarR/Xbar-S/Zone
Para Xbar-R, Xbar-S, Zone:
Options:

Parameters (cuando dan data histrica).

Estimate:

Omit following subgroups when estimating

parameters: (para eliminar puntos fuera de control).

R bar o S bar (este ltimo solo para Xbar-S).

Si los datos estn en varias columnas -> Observations for a

subgroup are in one row of columns.
Si los datos estn en una columna -> All observations for a
chart are in one column.
Para Xbar-R y Xbar-S:

Xbar-R Chart of C4, ..., C7

1

Sample Mean

UCL=30.98

30.0
27.5

__
X=25.81

25.0
22.5

LCL=20.64

20.0
1

11
Sample

13

15

17

19

Sample Range

20

UCL=16.20

15
10

_
R=7.1

5
0

LCL=0
1

11
Sample

13

15

17

19

Comentario 1.1: Puntos fuera de control segn las dos grficas: 10, 15,
19, 20, siendo esta la grfica X-R antes de cualquier correccin.
Entonces, se corregir la grfica hasta que ya no haya puntos fuera de control, pero esto solo
quiere decir que se eliminarn de los clculos de los lmites y del promedio, mas no de la
grfica. Esta eliminacin (o mejora del proceso) solo puede ser posible cuando no se tiene
media histrica, ya que en caso contario permanece sin arreglo a pesar de realizar la
correccin en Minitab, entonces el control de la produccin futura con media histrica (ya sea
de defectos, defectuosos o de variables) se har dependiendo del comportamiento de los
datos de los ltimos tiempos pudindose cambiar a una media ms ajustada.

Xbar-R Chart of C4, ..., C7

1

1
1

Sample Mean

30.0

UCL=29.65
6

27.5

_
_
X=25.38

25.0
22.5

LC L=21.10

20.0
1

11
Sample

13

15

17

19

Sample Range

20

1
1

15

UCL=13.40

10
_
R=5.88

5
0

LC L=0
1

11
Sample

13

15

17

19

Comentario 1.2: Las diferencias que se encuentran entre la primera y segunda

grafica:

Ha disminuido la variabilidad, porque los datos se eliminan los puntos para el

clculo de media y rango.
Se reducen los lmites de control.
Existen ms puntos fuera de control.

La grfica de control Xbar-R corregida totalmente:

Xbar-R Chart of C4, ..., C7
1

1
1

Sample Mean

30.0

UCL=29.63
6

27.5

_
_
X=25.54

25.0
22.5

LCL=21.45

20.0
1

11
Sample

13

15

17

19

Sample Range

20

1
1

15

UCL=12.81
10
_
R=5.62

5
0

LCL=0
1

11
Sample

13

15

17

19

La grfica de control Xbar-S: La grfica S se puede usar indistintamente para

cualquier tamao de muestra, pero es recomendable para tamaos de
muestras mayores o iguales a 10.
Xbar-S Chart of C4, ..., C7
1

UCL=30.91

Sample Mean

30.0
27.5

__
X=25.81

25.0
22.5

LCL=20.71

20.0
1

11
Sample

13

15

17

19

Sample StDev

UCL=7.096
6
4

_
S=3.131

2
0

LCL=0
1

11
Sample

13

15

17

La grfica de zona:
Reglas bsicas:

A partir de 8, es un punto fuera de control.

Si no cruza la media de medias, entonces el nmero
se mantiene.

19

Zone Chart of C4, ..., C7

8

+3 StDev=30.98
4

10

+2 StDev=29.26
2

2
2

10

+1 StDev=27.54
_
_
X=25.81

-1 StDev=24.09
2

-2 StDev=22.36
4

12

-3 StDev=20.64
8
1

11
Sample

13

15

17

19

Comentario 1.3: Puntos fuera de control: 10, 14, 15,

19, 20.

Se omiten los puntos fuera de control, luego se consigue la siguiente

grfica:
Zone Chart of C4, ..., C7
8

10 18

+3 StDev=29.69
4
+2 StDev=28.32
2

2
2

20

+1 StDev=26.94
__
X=25.57

-1 StDev=24.19
2

-2 StDev=22.81
4

10 14

-3 StDev=21.44
8

10

11
Sample

13

15

17

19

Grficas de Control Ponderados especiales (CUSUM, Promedios mviles,

EWMA):

Stat>Control Charts>Time-Weighted Charts> CUSUM/Moving

Average/EWMA
En este caso, solo se har CUSUM, que permite:

Tomar decisiones para el control de la produccin.

Predecir la oportunidad de corrida.

En Options:

Para el plan de un solo lado:

CUSUM Chart of C4, ..., C7

15

Cumulative Sum

10
UCL=6.90
5

-5
LCL=-6.90
1

11
Sample

13

15

17

19

Comentario 1.4: Se puede desencadenar una corrida a partir del

punto 18, ya que desde ese punto no hay retorno.

Para el plan de dos lados o V-mask:

Vmask Chart of C4, ..., C7

40

Cumulative Sum

30

20

10

Target=0

11
Sample

13

15

17

19

Capacidad De Proceso: para la realizacin de este estudio, se usan solo los

datos buenos (puntos dentro de control), considerando los resultados de las
cartas X-R.
Stat>Quality Tools>Capacity Analysis>Normal
Stat>Quality Tools>Capacity Six Pack>Normal

Process Capability of C12, ..., C15

LSL

Target

USL
Within
Overall

Process Data
LSL
20
Target
25
USL
30
Sample Mean
25.5385
Sample N
52
StDev(Within) 2.72724
StDev(Overall) 3.01929

Potential (Within) Capability

Cp
0.61
CPL 0.68
CPU 0.55
Cpk 0.55
Overall Capability
Pp
PPL
PPU
Ppk
Cpm

18
Observed Performance
% < LSL 3.85
% > USL 5.77
% Total
9.62

21

Exp. Within Performance

% < LSL 2.11
% > USL 5.09
% Total
7.21

24

27

0.55
0.61
0.49
0.49
0.54

30

Exp. Overall Performance

% < LSL
3.33
% > USL
6.97
% Total
10.30

PROBLEMA 2: (cartas de control de atributos)

La Recoma: Los siguientes son el nmero de defectos encontrados en la
inspeccin de sub-ensamblaje de aparatos de radio durante un periodo
dado de operacin para nmero de aparatos diferentes.

# de
aparato
s
4
4
4
4
5
5
5
6
6
6

# de
defectos

70
64
80
90
55
75
53
60
82
90

Grficas de Control de Atributos (p, np, u, c):

Stat>Control Charts>Attritubes Charts>P/NP/C/U
Con todos los tests:

Los criterios para escoger cul grfica de control sern los siguientes:

Defectuo
sos
Defectos

n
constante
Grfica p
Grfica np
Grfica u
Grfica c

n variable
Grfica p
Grfica u

a. Cul es el nmero de defectos por unidad y sus respectivos lmites

de control; comente sus resultados?

Para este caso, se escoger la grfica u.

Sin correccin:

U Chart of defectos
24
1

Sample Count Per Unit

22
20

UCL=19.36

18
16

_
U=14.67

14
12
10

LCL=9.98
1

5
6
Sample

10

Tests performed with unequal sample sizes

Comentario 2.1: Punto fuera de

control: 4.

Eliminando punto 4 del clculo:

U Chart of defectos
24
1

Sample Count Per Unit

22
1

20

UCL=18.56

18
16

_
U=13.98

14
12
10

LCL=9.40

8
1

5
6
Sample

Tests performed with unequal sample sizes

Comentario 2.2: Puntos fuera de

control: 3, 4.

10

Eliminando punto 3 y 4 del clculo (grfica definitiva):

U Chart of defectos
24

Sample Count Per Unit

22
1

20
18

UCL=17.87

16
_
U=13.39

14
12
10

LCL=8.91

8
6
1

5
6
Sample

10

Tests performed with unequal sample sizes

b. Considerando el promedio histrico es de 15: con los datos del

problema (a),
determine los lmites de control y comente sus
resultados.
(1p)

Sin correccin: Puntos fuera de control 4 y 8.

U Chart of defectos
24
1

Sample Count Per Unit

22
20

UCL=19.74

18
16

_
U=15

14
12
LCL=10.26

10

5
6
Sample

Tests performed with unequal sample sizes

Comentario 2.3: Puntos fuera de

control: 4, 8.

10

Eliminando puntos 4 y 8 del clculo (no se modifica, por tener data

histrica):
U Chart of defectos
24
1

Sample Count Per Unit

22
20

UCL=19.74

18
16

_
U=15

14
12
LCL=10.26

10

5
6
Sample

10

Tests performed with unequal sample sizes

c. Utilizando los mismos datos de problema 3 considerando que los

defectos ahora son defectuosos para una grfica de defectuosos,
cules son sus lmites y la fraccin promedio de defectuosos. Existen
diferencias con los lmites de la parte (a)? Por qu? Considerar
n=tamao de muestra=1000
Para la resolucin de este caso se puede optar por la grfica np o p,
pero como piden fraccin defectuosa, entonces se escoge la grfica p.

P Chart of defectos
0.10
UCL=0.09641

Proportion

0.09

0.08
_
P=0.0719

0.07

0.06

0.05

LCL=0.04739
1

5
6
Sample

10

Comentario 2.4: S existen diferencias, ya que las

distribuciones de clculo son diferentes; para p se utiliza la
Binomial y para u la Poisson.

d. Si se cambia el nmero de aparatos de cada muestra multiplicando

por 100 cada una, y adems se considera que los defectos son
iguales a defectuosos, cules son los lmites de las grficas de
defectos y defectuosos, el nmero de defectos por unidad y la
fraccin promedio de defectuosos? Existen diferencias con los
lmites entre ambos? Por qu?
En la grfica p, se debe tener en cuenta lo siguiente: tamao de
muestra nmero de unidades defectuosas.

U Chart of defectos
0.24
1

Sample Count Per Unit

0.22
0.20

UCL=0.1936

0.18
0.16

_
U=0.1467

0.14
0.12
0.10

LCL=0.0998
1

5
6
Sample

10

Tests performed with unequal sample sizes

P Chart of defectos
0.24
1

0.22
1

0.20
Proportion

UCL=0.1901
0.18
0.16

_
P=0.1467

0.14
0.12

LCL=0.1034

0.10

5
6
Sample

10

Tests performed with unequal sample sizes

Comentario 2.5: Cuando se considera total defectos=total defectuosos

y el mismo tamao de muestra para ambos casos:

P raya y U raya, se calculan de manera similar.

P raya y U raya tienen el mismo valor.
Los lmites de control son diferentes, porque responden a
distribuciones de probabilidad diferentes.

e. Considerando los cambios de la pregunta d y adems que se desea

mantener un rendimiento del 80%, esto es, una proporcin de
unidades defectuosas del 20%. Cules son los lmites de las grficas
de defectuosos? Comente sus resultados.

P Chart of defectos
0.28
0.26

UCL=0.2490

0.24
Proportion

0.22

_
P=0.2

0.20
0.18
0.16
1

0.14
1

0.12
1

0.10
1

5
6
Sample

Tests performed with unequal sample sizes

Comentario 2.6: Puntos fuera de control: 5, 7,

8, 9, 10.

10

LCL=0.1510

1) Las especificaciones indican que la longitud de un tornillo debe ser de

20 mm. El equipo para fabricarlos es semiautomtico. En tabla se
muestran los resultados de haber tomado muestras de 5 tornillos
durante cada hora de su fabricacin. Se pide elaborar los grficos de
control para la media y el rango.

Hora

Longitud de los tornillos de la

muestra
1

19.5

19.8

19.6

20.4

20.1

20.1

19.8

20.3

19.7

20.0

20.4

20.5

19.9

20.4

20.3

Hora

Longitud de los tornillos de la

muestra
1

19.8

19.2

19.7

20.4

20.3

19.6

20.3

20.3

19.4

20.2

19.6

19.9

20.0

19.6

19.6

20.3

19.8

19.7

20.1

19.7

20.4

20.4

19.8

20.4

19.9

2) Considerar las 15 siguientes muestras, cada una de tamao 4.

a. Calcule los lmites de control para grficas X y R e interprete sus
resultados. Todos los puntos fuera de control debern ser
recalculados.
b. Estime la relacin de capacidad de proceso Cp, Cpk, Cpm ; Pp,
Ppk si los limites de las tolerancias son 75 15.
c. Qu porcentaje de productos no cumplen con las
especificaciones?
Muestra
1
2
3
4
5
6
7
8
9

observaciones
75 83 76 76
74 81 71 78
72 80 70 84
70 81 77 81
76 76 72 80
73 84 76 79
75 80 72 81
75 77 76 82
72 79 73 79

10
11
12
13
14
15

67
75
72
80
70
74

77
76
83
77
80
81

69
71
75
72
70
71

74
79
81
80
82
80

3) Supongamos que se desea controlar la salida de cierta lnea de

produccin de un circuito integrado para mantener un rendimiento
del 60%, esto es, una proporcin de unidades defectuosas del 40%.
Con este fin se verifican las especificaciones elctricas de 100
unidades durante 30 das con los siguientes resultados:

Nmero de
Nmero de
Nmero de
unidades
unidades
unidades
Da
Da
Da
defectuosa
defectuosa
defectuosa
s
s
s
1

24

11

44

21

23

38

12

52

22

31

62

13

45

23

26

34

14

30

24

32

26

15

34

25

35

36

16

33

26

15

38

17

22

27

24

52

18

34

28

38

33

19

43

29

21

10

44

20

28

30

16

Elaborar las cartas de control para P y NP.

4) El nmero de imperfecciones (ralladuras, grietas, astilladuras, etc.) en
tableros de madera de ebanistera fabricados a la medida es
importante tanto para el cliente como para el fabricante. A fin de
vigilar el proceso de fabricacin, cada hora durante 15 horas
consecutivas se selecciona un tablero acabado de 4 x 8 pies y se

inspecciona para detectar imperfecciones. En la tabla se registra el

nmero de imperfecciones por tablero.
Graficar el nmero de defectos por tablero en una grfica C.

Tablero

No.
Defectos

Tablero

No.
Defectos

Tablero

No.
Defectos

11

12

13

14

10

15

5) Los anillos para pistones de automvil se producen mediante un proceso de

fundicin Ud. quiere establecer el control estadstico del dimetro interior de
los anillos fabricados con este proceso utilizando cartas de control de Medias
y Rangos. Se toman 15 muestras, cada una de tamao 5, cuando.
Los
lmites de la especificacin para estos anillos para pistones son 74.00 +0.05. Los datos de 15 muestras son las siguientes:

D
a

X1

X2

X3

X4

X5

74.
012

74.
015

74.
030

73.
986

74.
000

73.
995

74.
010

73.
990

74.
015

74.
001

73.
987

73.
999

73.
985

74.
000

73.
990

74.
008

74.
010

74.
003

73.
991

74.
006

74.
003

74.
000

74.
001

73.
986

73.
997

73.
994

74.
003

74.
015

74.
020

74.
004

74.
008

74.
002

74.
018

73.
995

74.
005

74.

74.

73.

73.

73.

001

004

990

996

998

74.
015

74.
000

74.
016

74.
025

74.
000

10

74.
030

74.
005

74.
000

74.
016

74.
012

11

74.
001

73.
990

73.
995

74.
010

74.
024

12

74.
015

74.
020

74.
024

74.
005

74.
019

13

74.
035

74.
010

74.
012

74.
015

74.
026

14

74.
035

74.
013

74.
036

74.
025

74.
026

15

74.
017

74.
005

74.
029

74.
000

74.
020

a. Antes de corregir si fuera necesario Cual es la gran media con sus

lmites de control, el Rango promedio con sus respectivos lmites; Aplique
todos los test. Comente la grfica.
b. Eliminando los puntos fuera de control, considerando que provienen de
causas asignables. Indique los nuevos lmites de control, nueva media y
rango promedio.
c. Considerando un proceso bajo control Qu porcentaje de productos no
cumplen con la especificacin inferior?
d. Estime la relacin de capacidad de proceso Cp, Cpk, Cpm. Comente sus
resultados.
e. Ud. desea mejorar la calidad de su proceso y tiene la exigencia que su
nuevo Cpk debe ser 2. Cul debe ser la desviacin estndar de su
proceso para lograr esta meta?
f. Para todos los datos, en lugar de usar la grfica de rangos se le
recomienda usar la de desviaciones estndares. Cul es la desviacin
promedio y los lmites de control? Comprela con la grfica de rangos.
Explique cuando se usa una grfica de desviaciones estndares.
g. Aplicando la grfica CUSUM Tabular, indique en qu punto se inicia una
corrida de los datos.
6) Una lnea de produccin de pantalones tiene grandes problemas de calidad,
pues los lotes estn siendo producidos con un promedio de defectuosos
superior al 2.5% especificado como promedio histrico. Esto ha significado
grandes volmenes de rechazo en los ltimos meses. Con el fin de investigar
esta situacin se ha recolectado la informacin que se presenta en el cuadro
siguiente:
Muestra
1
2
3
4
5

tamao
50
50
50
50
50

Defectuosos
3
8
4
2
5

6
7
8
9
10
11
12
13
14
15
16

50
50
75
75
75
75
75
75
75
75
75

1
2
10
3
4
3
2
5
4
3
2

a. Utilizando la fraccin histrica determine los lmites de control y comente la

grfica del proceso?
b. Recalcule los nuevos lmites y la nueva fraccin defectuosa, considerando
que los puntos fuera de control se deben a causas asignables.
c. Si Ud. con los datos del proceso tendra que definir la fraccin defectuosa y
los lmites de control Cuales seran estos nuevos lmites?

7) Una empresa de helados se dedica en una de sus plantas a la fabricacin de

helados de chocolate. El helado es vendido en envases de 205 g. Se decide
comenzar un estudio de control del proceso, y para ello se extraen cuatro
envases durante la produccin, a intervalos de tiempo de 10 minutos. Las
medidas de las pesadas estn en la tabla que sigue: Las especificaciones del
producto son 205 5 g.
Grupo

Observaciones
X1

X2

X3

X4

202

201

208

206

200

202

205

202

202

201

208

201

201

200

200

202

205

203

200

198

202

206

205

203

204

200

202

199

206

204

204

206

206

204

203

204

10

208

206

205

207

11

201

208

206

207

12

204

204

202

206

a. Antes de corregir si fuera necesario Cul es la gran media y el rango

promedio con sus respectivos lmites; Aplique todos los test. Comente
las grficas.

b. Eliminando los puntos fuera de control, considerando que provienen de

causas asignables. Indique los nuevos lmites de control, nueva media y
rango promedio.
c. Considerando para el proceso bajo control Qu porcentaje de productos
no cumplen con la especificacin superior 210?
d. Estime la relacin de capacidad de proceso Cp, Cpk, Cpm. Cul es la
causa de la diferencia con el Pp, Ppk? Comente sus resultados
e. Ud. desea mejorar la calidad de su proceso y tiene la exigencia que su
nuevo Cpk debe ser 2. Cul debe ser la desviacin estndar de su
proceso para lograr esta meta
f. Para todos los datos originales, en lugar de usar la grfica de rangos se le
recomienda usar la de desviaciones estndares. Cul es la desviacin
promedio y los lmites de control? Explique cuando se usa una grfica de
desviaciones estndares.
g. Eliminando los puntos fuera de control, considerando que provienen de
causas asignables. Indique los nuevos lmites de control y S promedio.
h. Para todos los datos originales, elaborar el grfico de Zona indique que
puntos tienen valor 8; comente.
i. Aplicando el CUSUM tabular a todos los datos originales, indique en que
muestra se inicia la corrida.
Usando los mismos datos iniciales del problema anterior como datos
individuales:
j. Del histograma para 7 marcas de Clase indique los valores de marca de
clase, los intervalos de clase y la frecuencia.
k. Cul es el valor de Ppk? y cul es la razn de la diferencia con el Cpk?
l. Determine el Cpk de datos individuales e indique si hay diferencias con el
Cpk de la grafica de control. Indique si hay o no diferencias y por qu.
8) En una fbrica de
con
detalle
el
cuando salen del
cantidad
de
encontrados
en
con
el
fin
de
proceso. En la tabla
defectos
ltimas mesas.

N# de
mesa

# de
defectos

12

10

10

10

11

12

13

14

15

muebles se inspecciona
acabado de las mesas
departamento de laca. La
defectos
que
son
cada mesa son registrados
conocer y mejorar el
siguiente se muestran los
encontrados en las 15

a. Elabore el grfico respectivo e indique el valor promedio y sus respectivos

lmites de control; comente sus resultados.
b. Considerando el promedio histrico es de 6 con los datos del problema (a),
determine los lmites de control y comente sus resultados.