Академический Документы
Профессиональный Документы
Культура Документы
HERRAMIENTA
S DE LA
CALIDAD CON
APLICACIN
EN MINITAB
TALLERES N1 AL N7
Contenido
TALLER N 1............................................................................................................. 2
PREGUNTA 2:........................................................................................................ 2
PREGUNTA 5:........................................................................................................ 3
TALLER N 2............................................................................................................. 6
PREGUNTA 3:........................................................................................................ 6
PREGUNTA 4:........................................................................................................ 7
TALLER N 3............................................................................................................. 9
PREGUNTA 2:........................................................................................................ 9
TALLER N 4........................................................................................................... 12
PREGUNTA 1:...................................................................................................... 12
PREGUNTA 3:...................................................................................................... 15
TALLER N 5........................................................................................................... 17
PREGUNTA 1:...................................................................................................... 17
PREGUNTA 3:...................................................................................................... 18
TALLER N 7........................................................................................................... 20
PREGUNTA 1:...................................................................................................... 20
TALLER N 1
HERRAMIENTAS BSICAS DE CALIDAD
HISTOGRAMAS Y ESTRATIFICACIN
PREGUNTA 2:
En una fbrica de piezas de asbesto una caracterstica de importante de la calidad
es el grosor de las lminas. La especificacin de dichas lminas es de 5mm como
mnimo, menor a este valor no rene las condiciones de resistencia para su uso, y
como mximo 6 mm, mayor a este valor en grosor eleva el costo del producto. Se
tomaron 50 mediciones como muestra del grosor de estas lminas:
5.82
5.82
5.80
5.77
5.79
5.84
5.81
5.80
5.77
5.79
5.88
5.79
5.77
5.80
5.72
5.79
5.83
5.84
5.79
5.88
5.73
5.79
5.79
5.81
5.78
5.76
5.84
5.74
5.76
5.79
5.80
5.77
5.80
5.83
5.81
5.73
5.84
5.76
5.81
5.78
5.83
5.78
5.84
5.85
5.79
5.76
5.80
5.82
5.84
5.80
5.72
5.76
5.80
5.84
5.88
0.44
0.275
Media
Desv.Est.
Varianza
Asimetra
Kurtosis
N
5.7986
0.0353
0.0012
0.042272
0.114943
50
Mnimo
1er cuartil
Mediana
3er cuartil
Mximo
5.7200
5.7775
5.8000
5.8225
5.8800
5.8086
5.8100
0.0295
0.0440
Media
Mediana
5.790
5.795
5.800
5.805
5.810
INTERPRETACIN:
2
72
86
76
76
81
46
76
71
82
85
81
87
65
46
88
76
79
76
81
74
59
80
77
71
92
76
64
61
82
79
83
81
76
69
64
84
86
84
72
83
74
55
81
78
64
82
82
62
51
76
86
80
84
87
61
55
85
85
80
82
87
59
60
77
74
83
79
82
70
53
Las primeras 5 filas son respuestas de los clientes de la sede principal y las dos
ltimas filas son respuestas de los clientes de la sucursal.
A qu conclusiones podemos llegar?
SOLUCIN:
Primero se obtiene los residuos de las respuesta con la herramienta: Estadsticas ->
ANOVA -> Un solo factor (almacenar residuos).
Despus se realiza la prueba de Normalidad para esos residuos con la herramienta:
Estadsticas -> Estadstica Bsica -> Prueba de Normalidad, del cual se obtiene el
siguiente grfico.
Media
Desv.Est.
N
AD
Valor P
99
Porcentaje
95
90
-3.24820E-15
6.362
70
0.426
0.308
80
70
60
50
40
30
20
10
5
1
0.1
-20
-10
0
RESID1
10
20
INTERPRETACIN:
ANOVA unidireccional:
GRADO DE
SATISFACCION vs.
SEDE
Fuente
CM
SEDE
5233.4
Error
41.1
Total
GL
SC
F
P
1 5233.4
127.44 0.000
68 2792.4
69
8025.8
S = 6.408
R-cuad. =
65.21%
R-cuad.
(ajustado) = 64.70%
66.0
78.0
Desv.Est. agrupada =
6.408
TALLER N 2
HERRAMIENTAS BSICAS DE CALIDAD
DIAGRAMA DE PARETO Y DIAGRAMA CAUSA EFECTO
PREGUNTA 3:
De acuerdo a los registros en una lnea de proceso de envasado de tequila, en el
ltimo mes se presentaron los siguientes resultados en cuanto a defectos y
frecuencia.
Defecto de
envasado
Botella
Tapa
Etiqueta
Contraetiqueta
Botella sin
vigusa
Otros
Frecue
ncia
804
1087
1824
740
16
8
FRECUENCIA
4000
80
3000
60
2000
40
1000
20
0
DEFECTOS DE ENVASADO
FRECUENCIA
Porcentaje
% acumulado
Porcentaje
100
1824
40.7
40.7
1087
24.3
65.0
804
18.0
82.9
740
16.5
99.5
16
0.4
99.8
8
0.2
100.0
6
INTERPRETACIN:
Segn el grafico, se tiene tres variables (etiqueta, tapa y botella) que equivalen al
82.9% de los defectos en el proceso de envasado del tequila.
CONCLUSIN:
Lo ms importante a priorizar para solucionar los defectos de envasado son en la
etiqueta, tapa y botella, ya que se asegura que el 82.9 % de los problemas que
contribuyen a los defectos de envasado se estn solucionando.
PREGUNTA 4:
En el anlisis de reclamos de una empresa se detect seis tipos bsicos de reclamos
de clientes, pero cada uno con diferente grado de insatisfaccin. En la siguiente
tabla se resume la informacin recolectada.
Tipo de
Reclamo
A
B
C
D
E
F
Grado de
Insatisfaccin
4
8
2
6
4
8
Frecuencia de
Ocurrencia
12%
5%
40%
25%
10%
8%
Tipo de
Reclamo
A
B
C
D
E
F
Priorizaci
n
0.48
0.40
0.80
1.50
0.40
0.64
80
60
2
40
1
0
TIPO DE RECLAMO
PRIORIZACION
Porcentaje
% acumulado
Porcentaje
PRIORIZACION
20
D
1.50
35.5
35.5
C
0.80
19.0
54.5
F
0.64
15.2
69.7
A
0.48
11.4
81.0
B
0.40
9.5
90.5
E
0.40
9.5
100.0
INTERPRETACIN:
Segn el grfico, los tipos de reclamos D, C, F y A, equivalen al 81.0% de los
reclamos generados por los clientes.
CONCLUSIN:
Se debe buscar solucionar en primer lugar los tipos de reclamos D, C, F y A, ya que
as se disminuye en 81% la frecuencia de ocurrencia y el grado de insatisfaccin
que genera el tipo de reclamo.
TALLER N 3
HERRAMIENTAS BSICAS DE CALIDAD
DIAGRAMA DE DISPERSIN
PREGUNTA 2:
Byers y Williams ("Viscosities of Binary and Ternary Mixtures of Polynomatic
Hydrocarbons", Journal ofChemical and Engineering Data, 32,349-354,1987)
estudiaron el impacto de la temperatura sobre la viscosidad de mezclas de tolueno
y tetralina. La tabla siguiente muestra los datos para mezclas con fraccin molar de
tolueno igual a 0.4.
T (C)
24.9
35.0
44.9
55.1
65.2
75.2
85.2
95.2
Viscosidad (mPa
s)
1.133
0.9772
0.8532
0.755
0.6723
0.6021
0.542
0.5074
VISCOSIDAD(mPa.s)
1.1
1.0
0.9
0.8
0.7
0.6
0.5
20
30
40
50
60
T(C)
70
80
90
100
INTERPRETACIN:
Grficamente se aprecia que si existe relacin entre las variables, pero se tiene que
analizar estadsticamente para corroborar el resultado.
As que se trabaja con la herramienta: Estadsticas -> Estadstica Bsica ->
Correlacin.
Anlisis de regresin:
Correlaciones: T(C),
VISCOSIDAD (mPa.s)
VISCOSIDAD(mPa.s)
vs. T (C)
Correlacin de Pearson
La
de ecuacin
T(C) y de
regresin
es
VISCOSIDAD(mPa.s)
=
VISCOSIDAD
(mPa.s) =
-0.980
1.28
Valor-P0.00876
= 0.000T (C)
Predictor
Coef
SE Coef
T
P
Constante
1.28151
0.04687
27.34 0.000
T(C)
-0.0087578
0.0007284 -12.02
0.000
INTERPRETACIN:
El valor p es 0.000, quiere decir que si existe relacin
significativa entre las variables (r 0). Y el r es
negativo (r = - 0.98) porque la relacin es inversa.
Pero se tiene que establecer el grado de relacin
entre variables, para esto se usa la herramienta:
Estadstica -> Regresin -> Regresin, que muestra el
siguiente resultado.
S = 0.0474336
R-cuad.
= 96.0%
R-cuad.
(ajustado) = 95.4%
Anlisis de varianza
Fuente
GL
SC
CM
F
P
Regresin
1
0.32529 0.32529
144.58 0.000
Error residual
6
0.01350 0.00225
Total
7
0.33879
10
INTERPRETACIN:
Segn el anlisis existe un 95.4% de correlacin entre las variables temperatura y
viscosidad.
CONCLUSIN:
Entonces, si existe relacin entre la variables, ya que la viscosidad depende de la
temperatura en un 95.4%, es decir que conociendo la temperatura se predice la
viscosidad, con la ecuacin de la regresin lineal.
11
TALLER N 4
HERRAMIENTAS BSICAS DE CALIDAD
GRFICOS DE CONTROL DE VARIABLES
PREGUNTA 1:
Los datos que se muestran en la tabla inferior, son las mediciones que se hacen al
dimetro interior de los rodamientos. Verificar si el proceso est bajo control
estadstico. Estimar los lmites de control.
N
Muestra
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
r1
r2
Repeticiones
r3
34.8
34.4
33.9
33.8
34.0
33.8
33.6
34.2
34.6
34.8
34.7
34.3
34.3
34.2
35.3
34.4
35.4
34.6
34.6
34.4
34.4
34.1
35.0
34.8
34.3
34.2
34.4
34.1
34.8
34.0
34.5
34.4
34.1
34.3
34.4
34.5
34.4
34.6
35.0
33.6
34.6
34.1
34.7
34.1
35.0
34.1
33.7
34.9
34.3
34.2
34.2
34.5
34.7
34.7
34.1
35.0
34.4
34.4
34.4
34.3
34.5
34.3
35.1
35.0
33.7
33.9
34.3
34.2
34.1
35.0
34.6
34.8
34.9
34.2
34.8
34.2
35.3
34.5
34.5
34.6
34.8
34.5
34.8
35.1
34.7
34.5
34.7
34.4
34.5
34.2
r4
r5
34.3
35.0
34.3
34.5
34.8
35.0
35.1
34.7
34.4
34.5
34.6
34.5
34.1
34.4
34.7
34.3
34.5
34.9
34.6
34.1
34.0
34.9
33.9
34.4
33.9
34.4
34.7
34.3
34.2
35.2
34.0
34.5
34.0
34.7
34.3
34.3
34.2
34.4
34.2
34.5
34.2
35.2
35.4
34.9
34.8
34.6
35.0
34.4
33.7
34.8
34.3
35.3
35.0
35.1
34.8
35.1
34.5
34.4
34.7
34.6
SOLUCIN:
12
Las mediciones del dimetro interior del rodamiento, son datos continuos y se
asume la normalidad de los datos (n >30) para trabajar con el promedio, pero se
puede corroborar si en realidad los datos siguen una distribucin normal; para esto
se trabaja con la herramienta: Estadsticas -> Estadstica Bsica -> Prueba de
Normalidad, del cual se obtiene el siguiente grfico.
Media
Desv.Est.
N
AD
Valor P
99
95
Porcentaje
90
34.49
0.3844
150
0.688
0.071
80
70
60
50
40
30
20
10
5
1
0.1
33.0
33.5
34.0
34.5
DIAMETRO
35.0
35.5
36.0
INTERPRETACIN:
Los datos siguen una distribucin normal, ya que el Valor P es mayor a 0.05 (Valor P
= 0.071).
Por lo tanto los datos cumplen las dos condiciones para realizar el grafico de control
de variables por subgrupos (la variable x es continua y posee distribucin normal).
Se trabaja con la herramienta: Estadsticas -> Grficas de control -> Grficas de
variables para subgrupos -> Xbarra R, del cual se obtiene el siguiente grfico.
13
Media de la muestra
35.00
34.75
_
_
X=34.495
34.50
34.25
34.00
LCI =33.979
1
10
13
16
Muestra
19
22
25
28
Rango de la muestra
2.0
LCS=1.891
1.5
_
R=0.894
1.0
0.5
0.0
LCI =0
1
10
13
16
Muestra
19
22
25
28
INTERPRETACIN:
Segn el grfico podemos observar que los lmites de control de la media de la
muestra son en LCI = 33.979 a LCS =35.010 y que el promedio es de 34.495.
Adems que el rango de la muestra tiene un LCS = 1.891.
CONCLUSIN:
Se puede asegurar que el proceso est bajo control estadstico. Adems que el
promedio en cada momento de muestreo del dimetro interior de los rodamientos
debe estar entre 33.979 a 35.010 y la diferencia del dimetro mximo y mnimo en
las cinco repeticiones no debe pasar de 1.891.
14
PREGUNTA 3:
Una caracterstica importante en la produccin de tapas metlicas para bebidas
gaseosas es la cantidad de PVC que lleva cada tapa. Para estimar los lmites de
control para la cantidad de PVC en las tapas se tom las siguientes muestras: (una
medicin cada media hora).
212.
4
214.
5
216.
4
214.
3
215.
4
214.
8
218.
6
209.
7
217.
3
214.
9
213.9
215.5
210.6
212.9
214.9
213.
5
210.
7
215.
7
213.
0
211.
6
214.
1
212.
1
215.
5
212.
9
216.
8
213.
7
214.
3
215.
1
215.
8
215.
4
213.
6
212.
1
214.
2
210.
7
218.
7
211.
7
215.
2
216.
7
211.
3
214.
2
215.
5
213.
6
212.
9
214.
1
218.
2
218.2
208.0
215.4
212.6
212.0
Media
Desv.Est.
N
AD
Valor P
95
90
214.1
2.309
50
0.214
0.842
Porcentaje
80
70
60
50
40
30
20
10
5
208
210
212
214
216
CANTIDAD DE PVC
218
220
INTERPRETACIN:
Los datos siguen una distribucin normal por tener un Valor P mayor a 0.05 (Valor P
= 0.842).
15
Entonces los datos cumplen las dos condiciones para realizar el grafico de control
de variables para individuos (la variable x es continua y posee distribucin normal).
Se trabaja con la herramienta: Estadsticas -> Grficas de control -> Grficas de
variables para individuos -> Individuos, del cual se obtiene el siguiente grfico.
16
LCS=221.87
220.0
Valor individual
217.5
215.0
_
X=214.10
212.5
210.0
207.5
LCI=206.34
205.0
1
11
16
21
26
31
Observacin
36
41
46
INTERPRETACIN:
Segn el grfico podemos observar que los lmites de control de la muestra son en
LCI = 206.34 a LCS = 221.87.
CONCLUSIN:
En cada media hora el valor que se mide debe estar entre 206.34 a 221.87.
17
TALLER N 5
HERRAMIENTAS DE CALIDAD Y MEJORA CONTNUA
GRFICOS DE CONTROL DE POR ATRIBUTOS
PREGUNTA 1:
En una empresa industrial, cada hora se muestrea 100 unidades para verificar la
apariencia de los productos terminados. Se desea estimar la mxima proporcin de
productos no conformes del proceso productivo, para ello se tiene la siguiente
informacin:
Hora
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
N de
No
Confor
mes
2
3
0
1
4
2
0
2
1
0
4
1
2
0
4
Hora
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
N de
No
Confor
mes
0
1
1
2
3
4
3
1
1
1
5
1
5
3
0
18
SOLUCIN:
Las variables son continuas y se desarrolla con la herramienta: Estadsticas ->
Grficas de Control -> Grficas de atributos -> P
Grfica P de NO CONFORMES
0.06
LCS=0.05996
Proporcin
0.05
0.04
0.03
_
P=0.019
0.02
0.01
0.00
LCI=0
1
10
13
16
19
Muestra
22
25
28
CONCLUSIN:
Se tolera un mximo de 5.9% de no conformes en el proceso. Es decir que en cada
momento de muestreo se acepta 5 unidades no conformes de cada 100 muestras.
Si la proporcin es mayor a 5.9%, quiere decir que el proceso est fuera de control.
PREGUNTA 3:
En una lnea de ensamble de pequeas piezas en tarjetas electrnicas se cuantifica
el nmero de defectos de diferente tipo por medio de una muestra de 100 tarjetas.
Los defectos encontrados en las ltimas 30 muestras son las siguientes:
5
6
7
8
6
5
3
4
6
6
3
8
12
7
5
10
9
5
6
4
4
7
11
6
3
4
9
4
7
11
19
SOLUCIN:
Se trabaja con la herramienta: Estadsticas -> Grficas de Control -> Grficas de
atributos -> C
LCS=13.94
Conteo de muestras
12
10
8
_
C=6.37
6
4
2
0
LCI=0
1
10
13
16
Muestra
19
22
25
28
CONCLUSIN:
Se acepta hasta un mximo de 13 defectos, si el nmero de defectos es igual o
mayor a 14, se considera que el proceso est fuera de control.
20
TALLER N 7
CAPACIDAD DE PROCESO
PREGUNTA 1:
Estimar los ndices de capacidad para las variables: X1, X2, X3, X4 y X5.
Sabiendo que;
LTI
LTS
1
2
3
4
5
6
7
8
9
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
X1
65.00
X2
8.00
10
X3
X4
1
2
X5
12
X1
X2
X3
X4
X5
66.69
9.08
6.56
1.08
11.15
67.98
9.90
5.61
1.72
11.65
67.33
8.76
5.22
1.44
10.94
66.66
8.31
6.90
1.64
11.67
66.30
8.19
6.94
1.75
11.80
66.22
9.06
6.69
1.43
10.88
67.85
9.42
5.61
1.45
10.89
66.02
8.98
6.19
1.43
11.30
67.59
8.88
5.89
1.08
11.23
67.87
8.92
5.00
1.68
11.52
67.33
9.97
6.46
1.67
10.74
67.18
9.04
6.34
1.53
10.92
66.46
9.00
5.02
1.53
11.34
66.70
9.31
5.71
1.21
10.69
67.11
9.91
5.41
1.35
11.50
67.35
8.22
6.23
1.33
11.37
66.68
9.82
5.44
1.92
11.14
66.12
9.90
5.35
1.93
11.71
67.70
8.50
6.20
1.81
11.26
67.56
8.65
5.37
1.03
11.25
66.42
9.94
5.29
1.62
11.24
66.90
8.96
6.49
1.33
10.81
21
2
3
2
4
2
5
2
6
2
7
2
8
2
9
3
0
66.10
9.92
5.18
1.54
10.25
66.02
9.96
5.79
1.97
10.08
66.37
9.27
6.34
1.70
11.33
67.96
9.47
5.26
1.36
10.84
67.48
8.09
6.74
1.45
10.98
66.37
8.72
6.86
1.48
10.10
67.28
9.87
5.79
1.51
10.34
67.05
8.91
5.02
1.61
11.21
SOLUCIN:
Se trabaja con la herramienta: Estadsticas -> Herramientas de calidad -> Anlisis
de capacidad -> Normal.
Capacidad de proceso de X1
LEI
Dentro de
General
Procesar datos
LEI
65
O bjetivo
*
LES
*
Media de la muestra 66.955
Nmero de muestra
30
Desv.Est. (Dentro)
0.635241
Desv.Est. (General)
0.632127
*
1.03
*
1.03
*
CONCLUSIN:
Existe capacidad en el proceso, ya que el Cpk es mayor que 1 (Cpk = 1.03), se
asegura que el 99.7 % del producto est dentro de la especificacin. Slo existe
991.61 sobre un milln fuera de la especificacin, lo que hace el 0.09% de producto
no conforme.
22
Capacidad de proceso de X2
LEI
LES
Dentro de
General
Procesar datos
LEI
8
O bjetivo
*
LES
10
Media de la muestra 9.16433
Nmero de muestra
30
Desv.Est. (Dentro)
0.625764
Desv.Est. (General)
0.597285
8.0
Desempeo observado
PPM < LEI 0.00
PPM > LES 0.00
PPM Total
0.00
8.5
9.0
9.5
0.56
0.65
0.47
0.47
*
10.0 10.5
CONCLUSIN:
No existe capacidad sobre el proceso, ya que el Cpk es menor que 1 (Cpk = 0.45),
no se cumple con la especificacin. Existe 106515.51 sobre un milln fuera de la
especificacin, lo que genera un 10.65% de producto no conforme.
Capacidad de proceso de X3
LES
Dentro de
General
Procesar datos
LEI
*
O bjetivo
*
LES
7
Media de la muestra 5.89667
Nmero de muestra
30
Desv.Est. (Dentro)
0.663365
Desv.Est. (General)
0.629315
4.5
Desempeo observado
PPM < LEI
*
PPM > LES 0.00
PPM Total
0.00
5.0
5.5
6.0
6.5
7.0
*
*
0.58
0.58
*
7.5
23
CONCLUSIN:
No existe capacidad sobre el proceso, ya que el Cpk es menor que 1 (Cpk = 0.55),
no se cumple con la especificacin. Existe 39781.24 sobre un milln fuera de la
especificacin, lo que genera un 3.97% de producto no conforme.
Capacidad de proceso de X4
LEI
LES
Dentro de
General
Procesar datos
LEI
1
O bjetivo
*
LES
2
Media de la muestra 1.51933
Nmero de muestra
30
Desv.Est. (Dentro)
0.215517
Desv.Est. (General)
0.2425
1.0
Desempeo observado
PPM < LEI 0.00
PPM > LES 0.00
PPM Total
0.00
1.2
1.4
1.6
1.8
0.69
0.71
0.66
0.66
*
2.0
CONCLUSIN:
No existe capacidad sobre el proceso, ya que el Cpk es menor que 1 (Cpk = 0.74),
no se cumple con la especificacin. Existe 39846.24 sobre un milln fuera de la
especificacin, lo que genera un 3.98% de producto no conforme.
24
Capacidad de proceso de X5
LES
Dentro de
General
Procesar datos
LEI
*
O bjetivo
*
LES
12
Media de la muestra 11.071
Nmero de muestra
30
Desv.Est. (Dentro)
0.39863
Desv.Est. (General)
0.457869
10.0 10.4
Desempeo observado
PPM < LEI
*
PPM > LES 0.00
PPM Total
0.00
10.8 11.2
*
*
0.68
0.68
*
11.6 12.0
CONCLUSIN:
No existe capacidad sobre el proceso, ya que el Cpk es menor que 1 (Cpk = 0.78),
no se cumple con la especificacin. Existe 21230.89 sobre un milln fuera de la
especificacin, lo que genera un 2.12% de producto no conforme.
25