Examen Control Estadístico de Calidad UDEM

Nombre: Guillermo José Muñiz Fletes

Caso .En el consorcio pequero “AquaNic” se realizan operaciones de pesca y procesamiento

cada día donde se procesan productos varios del mar. La matriz muestra las actividades y las
incidencias de mala calidad.

Desarrolle un plan de control de calidad tomando en cuenta las incidencias presentadas para
dicho caso en los ítems 1, 2, 3, 4, 6, 8.3, 8.5, 8.6, 8.7, 9. Haga sus análisis y conclusiones en
cada caso. Asuma causas atribuibles. Haga uso de las herramientas básicas para la calidad y/o
herramientas para el control de calidad de su conocimiento.
Examen Control Estadístico de Calidad UDEM

Nombre: Guillermo José Muñiz Fletes

Nota:

1. Deben desarrollar cada ítem con la herramienta de calidad o de control de calidad

adecuada.
2. Cada trabajo debe ser original.
3. Entregar la resolución al domingo 08 de abril de 12 am. pasada esta fecha y hora todo
envío será rechazado y anulado.
4. Enviar a la cuenta edmodo.com con asunto resolución examen de control estadístico
de calidad.
5. El trabajo es individual.
6. Usar todo recurso TIC’s a su disposición.

Solución:
1. Se procede a establecer una gráfica de control, que sea la adecuada para este caso
(µg/UR). Por lo tanto tiene que ser un diagrama de control para variables. Usando el
software minitad el grafico más adecuado para este proceso es: la gráfica de
observaciones individuales y rangos móviles

Gráfica I-MR de C1
Informe de resumen
¿Es estable la media del proceso? Comentarios
Evalúe el % de puntos fuera de control.
La media del proceso es estable. No hay puntos de datos fuera de
0% > 5% control en la gráfica I.

Sí No
0.0%

Gráficas de observaciones individuales y rangos móviles

Investigue cualquier punto fuera de control.
LCS=1.060
1.0
Valor individual

_
0.5 X=0.444

0.0
LCI=-0.171

0.8
LCS=0.7563
Rango móvil

0.4
__
MR=0.2315

0.0 LCI=0
1 4 7 10 13 16 19 22 25 28

Los límites de control usan

Desv.Est(dentro de) N: 28 Media: 0.44429 Desv.Est.(dentro de): 0.20521 Desv.Est.(general): 0.23994

Histograma de Biotoxinas u/g

9

6
Frecuencia

0
0.2 0.4 0.6 0.8 1.0
Biotoxinas u/g
Examen Control Estadístico de Calidad UDEM

Nombre: Guillermo José Muñiz Fletes

2. Se establecerá un plan de muestreo con su respectiva curva de operación. Se

comparara el proceso sencillo de muestreo con inspección más severa e inspección
abreviada y por último se graficar en una sola curva de operación.

Inspección normal
Lote:
300,000 Muestra: 800 unid
AQL: 1.5% Nivel II:P
Ac: 21 Re: 22

Inspección más severa

Lote:
300,000 Muestra: 800 unid
AQL: 1.5% Nivel II:P
Ac: 18 Re: 19

Inspección abreviada
Lote:
300,000 Muestra: 315 unid
AQL: 1.5% Nivel II:P
Acep: 10 Rech: 13

Curva Característica de operación (OC)

n c
1.0
800 21
800 18
0.9 315 10
Probabilidad de aceptación

n tamaño de la muestra
0.8 c Número de aceptación

0.7

0.6

0.5

0.4

0.3

0.0 0.5 1.0 1.5 2.0 2.5 3.0

Porcentaje de defectuosos en el lote

3. Se debe establecer el pronto uso de las hojas de control. Las cuales facilitan la
recolección de datos y que también nos muestra tendencias. Son herramientas bases
para la recolección de datos, que permite realizar seguimientos en el proceso de
resolución de problemas.
Examen Control Estadístico de Calidad UDEM

Nombre: Guillermo José Muñiz Fletes

Ejemplo de hoja de control o de registro:

7. En este caso como tratamos con un producto de consumo humano. Por lo tanto se debe
obligatoria mente mejorar en los aspectos de sabor y frescura, por ende es de vital
importancia aplicar el uso de las hojas de análisis sensorial
Examen Control Estadístico de Calidad UDEM

Nombre: Guillermo José Muñiz Fletes

7.

8.3. En este inciso lo más preciso y útil es utilizar una herramienta de control que nos permita
evaluar la frecuencia de los errores cometidos o defectos con su respectiva frecuencia por lo
tanto la mejor herramienta a utilizar es el diagrama de Pareto y el histograma de frecuencias

Diagrama de Pareto de C1
90
80 100
70 80

Porcentaje
60
50 60
C2

40
30 40
20
20
10
0 0
C1
te
s el es da ta
s
r pi et ta ro
co de fi l tr a s
s s ra
lo os lo co
n
se
en az en vi
s d s no r
na Pe sa a po
ra p er rim os
b
em di ia
p
ad
m as er in
y am at am
s c M nt
so Es Co
ue
H
C2 25 25 15 13 5
Porcentaje 30.1 30.1 18.1 15.7 6.0
% acumulado 30.1 60.2 78.3 94.0 100.0

8.5. En este inciso se procede a crear una gráfica X barra y una gráfica R, ya que los datos
brindados son los adecuados para el diseño de dichas graficas por lo tanto se usaran las
siguiente tablas y ecuaciones.
Examen Control Estadístico de Calidad UDEM

Nombre: Guillermo José Muñiz Fletes

Inspección matutina Inspección vespertina Inspección nocturna Media Rango

23 5 20 16.00 18
10 8 19 12.33 11
12 31 14 19.00 19
14 30 17 20.33 16
20 10 18 16.00 10
23 11 19 17.67 12
21 9 20 16.67 12
45 14 21 26.67 31
20 12 25 19.00 13
23 10 23 18.67 13
15 10 20 15.00 10
14 13 22 16.33 9
23 15 25 21.00 10
21 16 26 21.00 10
25 14 32 23.67 18
35 12 31 26.00 23
34 25 36 31.67 11
36 35 34 35.00 2
30 20 36 28.67 16
33 22 32 29.00 11
Media 21.48 13.75

LCS=21.48+1.023 ( 13.75 )=35.55

LCI=21.48−1.023 ( 13.75 )=7.413

LCS ( R )=2.574∗13.75=35.39

LCI ( R )=0∗13.75=0
Examen Control Estadístico de Calidad UDEM

Nombre: Guillermo José Muñiz Fletes

Gráfica Xbarra-R de Inspeccion matutina, ..., Inspeccion nocturna
LCS=35.55

30
Media de la muestra

__
X=21.48
20

10
LCI=7.42
1 3 5 7 9 11 13 15 17 19
Muestra

40
LCS=35.40
Rango de la muestra

30

20
_
R=13.75
10

0 LCI=0
1 3 5 7 9 11 13 15 17 19
Muestra

Nota: el proceso se encuentra bajo control estadistico.

8.7. Utilizar un diagrama de pareto que nos muestre la frecuencia y asi poder incidir en en cual es el
problema que sea mas recurrente y de ese modo tratar de solucionarlo tal como en una matriz FODA es
combeniente solucionar el problemas mas frecuente.

Diagrama de Pareto de C1
90
80 100
70
Porcentaje

80
60
50 60
C2

40
30 40
20 20
10
0 0
C1 s al e
so nt ta a
e on ie an gu
oc er
s b pl la
pr lp am la de
de de al de ad
s
ne
n
nt
o lid
r to ie cio a
co g si ie C
s hi po am
po al
a ex ni
la sa
em M y
Ti a e
vo en
si gi
ce H i
ex
po
i em
T
C2 30 25 12 10 5
Porcentaje 36.6 30.5 14.6 12.2 6.1
% acumulado 36.6 67.1 81.7 93.9 100.0

9. En esta situacion es conveniente usar una grafica C (Usamos las gráficas c para controlar el número de
defectos por unidad de salida).

Las ecuaciones para la grafica de control C son:

Examen Control Estadístico de Calidad UDEM

Nombre: Guillermo José Muñiz Fletes

1517
C= =37.92
40

LCS=37.92+3∗√ 37.92=56.39

LCI=37.92−3∗√ 37.92=19.45

Gráfica C de Numero de rechazos

90 1

80

1
70 1 1
1
Conteo de muestras

60
LCS=56.40
50

40 _
C=37.92

30

20 LCI=19.45

1 1
10 1
1 5 9 13 17 21 25 29 33 37
C2

Nota: El proceso presenta 8 puntos fuera de los limites de control.

Recomendaciones finales:
Examen Control Estadístico de Calidad UDEM

Nombre: Guillermo José Muñiz Fletes

Examen Control Estadístico de Calidad UDEM

Nombre: Guillermo José Muñiz Fletes

Examen Control Estadístico de Calidad UDEM

Nombre: Guillermo José Muñiz Fletes

Examen Control Estadístico de Calidad UDEM

Nombre: Guillermo José Muñiz Fletes

Examen Control Estadístico de Calidad UDEM

Nombre: Guillermo José Muñiz Fletes

Examen Control Estadístico de Calidad UDEM

Nombre: Guillermo José Muñiz Fletes

Examen Control Estadístico de Calidad UDEM

Nombre: Guillermo José Muñiz Fletes

Examen Control Estadístico de Calidad UDEM

Nombre: Guillermo José Muñiz Fletes

Examen Control Estadístico de Calidad UDEM

Nombre: Guillermo José Muñiz Fletes