Ejercicio diagrama de Pareto.

SOLUCIÓN Y DIAGRAMA.
Ejercicio diagrama de Pareto.
Ejercicio diagrama de Pareto.
Ejercicio histograma.
Ejercicio histograma.
Ejercicio histograma.
Ejercicio grafica u
Ejercicio grafica u

Un operario inspecciona la calidad de unos circuitos impresos (arañazos, bandas

incorrectas, grosor no uniforme, etc.). Los circuitos que inspecciona son muy
diversos. Según el tipo de circuito se apunta su superficie y el número de
defectos. Tras inspeccionar 12 placas obtiene los datos de la tabla.

Superficie cm2 50 50 34 38 54 22 22 25 50 34 34 38

Nº de defectos 4 3 4 4 4 3 5 3 4 2 2 4

El número total de defectos es 42 y la superficie total 451cm2. Por tanto

Ejercicio grafica u
Grafica p
Grafica p

Una empresa inspecciona un artículo eléctrico tomando muestras de 100 unidades cada vez. Si
bien se verifican 5 características relevantes de la calidad, finalmente cada artículo se clasifica
como aceptable o defectuoso. Las últimas 25 muestras aplicadas muestran los siguientes
resultados:

Primero se calcula el promedio de unidades defectuosas, lo cual determina la línea central de la

gráfica de control y se obtiene como el promedio de los porcentajes de defectuosos de cada
muestra. En nuestro ejemplo el promedio de defectuosos o no conformantes se obtiene de la
siguiente forma:

p = (4% + 3% + 5% + .......... + 2% + 2%)/25 = 3,6%

 Grafica p

Todos los días se tomaban muestras de las formas llenas, de un departamento en

particular, en una compañía de seguros para revisar la calidad del desempeño de
ese departamento. Con el fin de establecer una norma tentativa para el
departamento, se tomó una muestra de 300 unidades al día (n=300) durante 10
días, obteniendo los siguientes resultados: Desarrolle una gráfica de proporciones
o gráfica p utilizando un intervalo de confianza de un 90% para las 10 muestras
recolectadas.

la muestra 1 presenta 10 defectos (de un

total de 300 unidades inspeccionadas),
en consecuencia el porcentaje de
defectos de dicha muestra corresponde
aproximadamente a un 3,33% (10/300).
Luego se obtiene el promedio de
unidades defectuosas del total de las
muestras (celda amarilla)
correspondiente a un 3,03% (se obtiene
de
[3,33%+2,67%+3,00%+…+2,67%]/10).

 LCS = 3,03% + 1,645*0,9896% = 4,66%

 LCI = 3,03% – 1,645*0,9896% = 1,40%
 Si en cambio los límites de control se definen a un σ del promedio de defectos será
necesario recalcular los límites de control estadístico obteniendo los siguientes
resultados (aproximados):

 LCS = 3,03% + 0,9896% = 4,02%

 LCI = 3,03% – 0,9896% = 2,04%
Graficas NP

Muestra Número de Artículos Artículos Defectuosos

1 50 3 0.06

2 50 5 0.10

3 50 5 0.10

4 50 1 0.02

5 50 10 0.20

6 50 4 0.08

7 50 2 0.04

8 50 5 0.10

9 50 6 0.12

10 50 4 0.08

11 50 1 0.02

12 50 0 0.00

13 50 4 0.08

14 50 6 0.12

15 50 2 0.04

16 50 2 0.04

17 50 3 0.06

18 50 4 0.08

19 50 2 0.04
 20 50 5 0.10

21 50 4 0.08

22 50 5 0.10

23 50 2 0.04

24 50 4 0.08

25 50 2 0.04

Total 1250 91

El gráfico de control resulta el siguiente . En él puede apreciarse que hay una

observación fuera de control por lo que habrá que eliminarla antes de considerar
que la estimación de p es definitiva y pueda ser utilizada para analizar posteriores
muestras. En este gráfico el LCI es cero, pues el valor que se obtiene aplicando la
fórmula correspondiente es negativo: LCI =-1.87.
Graficas NP
Grafica np

Se muestra un ejemplo práctico para aplicar las funciones ya estudiadas: Una

manufacturera de esponjas de gasa toma una muestra de 600 esponjas diariamente, las
inspecciona y registra el número de esponjas defectuosas. En total hay 9 muestras de
esponjas, representados en la siguiente tabla:

La proporción será igual al resultado de la división de todos los elementos defectuosos

entre el tamaño de la muestra, para este caso, 600.

A continuación, se sustituyen los valores en las fórmulas para calcular los valores de los
límites.
Graficas xr
Una máquina automatizada a alta velocidad fabrica resistores para circuitos
electrónicos. La máquina está programada para producir un lote muy numeroso de
resistores de 1000 OHMS cada uno, siendo éste el valor ideal para cada resistor y
admitiéndose una variación sobre dicho valor de ± 25 OHMS.

Con el fin de ajustar la máquina y crear una gráfica de control para utilizarla a lo
largo de todo el proceso, se tomaron 15 muestras con cuatro resistores cada una.
La lista completa de muestras y sus valores medidos es la siguiente:

Calcular los límites de control estadístico para las gráficas de promedio y rango.
Para ello se deben considerar las siguientes fórmulas y parámetros:
 Con esta información procedemos a
calcular el promedio y rango de cada una de las 15 muestras. Por ejemplo el
promedio de la muestra 1 se obtiene de X1=(1010+991+985+986)/4=993 y
el rango R1=1010-985=25 (la diferencia en magnitud de la mayor y menor
observación de la muestra.
Grafica xr
Grafica xr

na empresa mide una característica de un producto que es significativa en la calidad de éste.

Para ello ha tomado 25 muestras donde cada muestra consiste en la selección aleatoria
de 4 unidades de producto. Luego se mide la característica de interés (en alguna unidad de
medida) y se obtienen los promedios muestrales que se presentan en la siguiente tabla.
Adicionalmente, el rango de cada muestra es la diferencia entre el valor de la mayor observación
menos el valor de la menor observación.

El valor objetivo de la característica en evaluación es 11 +- 1,5. Se requiere una gráfica de

control de promedios para analizar si el proceso se encuentra bajo Control Estadístico.

obtención del gran promedio que determina la línea central de la gráfica de control y se
obtiene como el promedio de los promedios muestrales. En nuestro ejemplo el gran promedio se
obtiene de la siguiente forma:

X = (15,1 + 12,3 + 7,4 + .......... + 8,8 + 8,0)/25 = 9,872

se calcula el promedio de los rangos muestrales:

R = (9,1 + 9,9 + 9,7 + ........... + 6,9 + 6,4)/25 = 8,076

Finalmente se determina el LCS (Límite de Control Superior) y LCI (Límite de Control

Inferior). Para ello dado que cada muestra es de un tamaño n=4, el valor de la
constante A2 asociada es 0,729.

LCS = 9,872 + 0,729*8,076 = 15,76

LCI = 9,872 - 0,729*8,076 = 3,98