GESTION DE LA CALIDAD

PRACTICA 5 Semana 5

Docente: Zoila López Salavarría

1. En una empresa se hacen impresiones en láminas de acero, que posteriormente se convierten en

recipientes de productos de otras empresas. Un aspecto importante a vigilar en dicha impresión es la
temperatura de “horneada” donde, entre otras cosas, se da adherencia y se seca la lámina una vez que
ésta ha sido impresa. En una fase particular de la horneada se tiene que la temperatura de cierto horno
debe ser 125°C con una tolerancia de ± 5°C. Si no se cumple con tal rango de temperatura, entonces se
presentan problemas en la calidad final de la impresión.

Para controlar de manera adecuada tal característica de proceso se usa una carta de control. En la tabla
siguiente se muestran las temperaturas obtenidas en tres días, midiendo la temperatura en el horno cada
hora.

Temperatura en Temperatura en
Muestra Muestra
el horno el horno
1 125.1 13 126.4
2 127.5 14 128.3
3 122.7 15 129.5
4 126.4 16 128.1
5 125.5 17 125.1
6 130.5 18 128.5
7 127.3 19 125.0
8 127.5 20 126.3
9 127.3 21 126.5
10 123.0 22 127.9
11 123.5 23 129.5
12 128.0 24 131.9
a) Elabore los gráficos de control e interprete los resultados.
Gráfica I-MR de Temperatura en el horno
LCS=133.05
132
Valor individual

129
_
X=126.97
126

123

LCI=120.89
120
1 3 5 7 9 11 13 15 17 19 21 23
Observación

8
LCS=7.472

6
vil
mó

4
Rango

__
2 MR=2.287

0 LCI=0
1 3 5 7 9 11 13 15 17 19 21 23
Observación
 El proceso está bajo control estadístico tanto en la variabilidad y rango móvil, también se observa
que el proceso no esta cumpliendo con las especificaciones requeridas.

b) Calcule los índices Cp y Cpk

Desviación estándar= 2.27

125°C con una tolerancia de ± 5°C
ES= 120°C EI= 130°C
Cp = (130-120)/6*2.27=0.73

El proceso no es capaz de cumplir las especificaciones

Media=126.97
Cpk= (((130-126.97)/3*2.27); ((126.97-120)/3*2.27)
Cpk= (0.44;1.02)
Cpk=0.44

El proceso no cumple con la especificación superior

c) Calcule la probabilidad que se presenten problemas en la calidad final de la impresión

P(x≤120) = 0.10%

P(x>130) = 9.06%

9.16% Probabilidad de tener problemas de calidad final de impresión

2. Los datos siguientes representan los resultados de inspeccionar todas las unidades de una computadora
personal producidas en los 10 últimos días. ¿El proceso parece estar bajo control?
Día Unidades inspeccionadas Unidades disconformes
1 80 4
2 110 7
3 90 5
4 75 8
5 130 6
6 120 6
7 70 4
8 125 5
9 105 8
10 95 7
 Gráfica P de Unidades disconformes
0.14
LCS=0.1312
0.12

0.10
Proporc n

0.08
ió

_
0.06 P=0.06

0.04

0.02

0.00 LCI=0

1 2 3 4 5 6 7 8 9 10
Muestra

El proceso esta bajo control estadistico

3. Los datos siguientes representan el número de disconformidades por 1000 m de cable telefónico

N° Muestra Disconformidades N° Muestra Disconformidades

1 1 12 6
2 1 13 9
3 3 14 11
4 7 15 15
5 8 16 8
6 10 17 3
7 5 18 6
8 13 19 7
9 0 20 4
10 19 21 9
11 24 22 20
a) ¿A partir del análisis, se concluirá que el proceso está bajo control estadístico?

Facultad de Ingeniería Semestre 2019-II

Carrera de Ingeniería Industrial
 Gráfica C de Disconformidades
25 1

1
20 1

LCS=17.38
Conteo de muestras

15

10 _
C=8.59

0 LCI=0

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

El proceso esta fuera de control estadistico

4. En una fábrica se ensamblan artículos electrónicos y al final del proceso se hace una inspección por
muestreo para detectar defectos relativamente menores, y así retroalimentar el proceso para enfocar
bien las acciones de mejora. En la tabla se presenta el número de defectos observados en muestreos
realizados en 24 lotes consecutivos de piezas electrónicas.

Lote Tamaño Defectos Lote Tamaño Defectos

de muestra, ni encontrados, ci de muestra, ni encontrados, ci

1 20 17 13 30 40
2 20 24 14 30 24
3 20 16 15 30 46
4 20 26 16 30 32
5 15 15 17 30 30
6 15 15 18 30 34
7 15 20 19 15 11
8 25 18 20 15 14
9 25 26 21 15 30
10 25 10 22 15 17
11 25 25 23 15 18
12 30 21 24 15 20

Calcular los límites de control e indicar si el proceso está bajo control estadístico.
 Gráfica U de Defectos encontrados
2.25
1

2.00
Conteo de muestras por unidad 1

1.75
LCS=1.692

1.50

1.25
_
U=1.040
1.00

0.75

0.50
LCI=0.388

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

El proceso esta fuera de control estadistico

5. En las plantas de tratamiento de aguas residuales, una forma de medir la eficacia del tratamiento biológico
aerobio de la clarificación secundaria y de la filtración, es mediante los sólidos en suspensión totales
(SST), ya que la alta concentración impedirá volver a usarla. En una planta, en particular, se tiene que los
SST no deben ser mayores a ES=30 para considerar que el proceso fue satisfactorio. De acuerdo con los
datos históricos, se tiene que la media y la desviación estándar de SST son µ = 10.2 y σ = 5.1
a) Calcular el índice para la especificación dada. Interprete sus resultados.

Cps=(30-10.2)/3*5.1= 1.29
El proceso puede cumplir la especificación superior

b) Estime él % fuera de especificaciones

p(x>30) = 0.005% está fuera de la especificación superior

6. En una armadora de autos, en el área de pintado, una característica de calidad es el espesor de la capa anti
piedra en la zona trasera de los arcos de rueda, que debe tener un espesor mínimo de 100 micras (EI=100
u). A partir de la carta de control de X -R que se lleva normalmente para monitorear el espesor, se sabe que
μ =105 y σ = 6.5.

a) Calcular el índice para la especificación dada. Interprete sus resultados.

Cpi=(105-100)/3*6.5= 0.27
El proceso no puede cumplir la especificación inferior

b) Estime él % fuera de especificaciones

p(x≤100) = 22.09% de espesor de las capas de anti piedra está fuera de la especificación inferior

Facultad de Ingeniería Semestre 2019-II

Carrera de Ingeniería Industrial
7. At YourService.com, proveedor de servicios de Internet (PSI), se preocupa porque el nivel de acceso de los
clientes ha bajado debido al uso más intenso. La proporción del tiempo en horas pico, cuando es probable
que el cliente reciba señales de ocupado, se considera una medida adecuada para el nivel del servicio. El
porcentaje de veces que el cliente recibe una señal de ocupado durante los periodos de pico varía.
Utilizando un proceso de muestreo, el PSI creó gráficas de control para vigilar el nivel del servicio con base
en la proporción de señales de ocupado recibidas. Elabore una gráfica de control utilizando los datos de la
muestra. ¿Qué indica la gráfica? En su opinión, ¿el nivel de servicio es bueno o malo?

Number of Number of Number of Number of Number of

Peak Peak Number of Peak
Calls Busy Calls Calls Busy
Period Period Busy Signals Period
Attempted Signals Attempted Attempted Signals
1 492 8 10 506 5 19 552 9
2 424 9 11 596 3 20 466 10
3 508 4 12 510 9 21 472 6
4 614 5 13 428 11 22 484 2
5 566 11 14 524 8 23 468 8
6 616 6 15 410 3 24 574 8
7 528 5 16 586 9 25 606 7
8 382 8 17 488 8
9 608 8 18 618 3

Gráfica P de N° de señales ocupadas

0.030
LCS=0.02833

0.025

0.020
Proporc n
ió

0.015 _
P=0.01328

0.010

0.005

0.000 LCI=0

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

El grafico indica el porcentaje de señales ocupadas referente al número de llamadas intentadas.

El servicio si logra cumplir con sus especificaciones por lo cual se concluye que la atención es
buena.

8. Con el propósito de juzgar y monitorear la calidad de la instrucción, la administración de la Mega-Byte

Academy ideó un examen para probar los conocimientos de los estudiantes en los conceptos básicos que
todos deben de haber aprendido. Cada año, se selecciona al azar una muestra de 10 estudiantes a punto
de graduarse, para realizar la prueba. El puntaje promedio se usa para observar la calidad del proceso
educativo. Los resultados de dicho examen en los últimos 10 años se indican en la siguiente tabla.
 AÑO ESTUDIANTE
1 2 3 4 5 6 7 8 9 10
1 63 57 92 87 70 61 75 58 63 71
2 90 77 59 88 48 83 63 94 72 70
3 67 81 93 5 71 71 86 98 60 90
4 62 67 78 61 89 93 71 59 93 84
5 85 88 77 69 58 90 97 72 64 60
6 60 57 79 83 64 94 86 64 92 74
7 94 85 56 77 89 72 71 61 92 97
8 97 86 83 88 65 87 76 84 81 71
9 94 90 76 88 65 93 86 87 94 63
10 88 91 71 89 97 79 93 87 69 85
a) Use los datos para calcular el centro y la desviación estándar para esta distribución. Calcule
luego los límites de control y grafique.

Gráfica Xbarra-S de Calificacion

90 LCS=90.77
Media de la muestra

80 __
X=77.3

70

LCI=63.83
60
1 2 3 4 5 6 7 8 9 10
Muestra

25
LCS=23.71
Desv.Est. de la muestra

20

_
15
S=13.81

10

5
LCI=3.92
1 2 3 4 5 6 7 8 9 10
Muestra

b) Si se ha establecido que el puntaje mínimo debe de ser 60, calcule el índice de capacidad
correspondiente.

Cpi=(77.3-60)/3*13.81= 0.42
Las calificaciones no pueden cumplir con la especificación inferior

c) Cual es el porcentaje de alumnos que no alcanzan el puntaje mínimo. ¿Qué comentarios haría
usted a la secretaría académica de Mega-Byte Academy?

p(x≤60) = 11.63% de los alumnos no alcanzan el puntaje mínimo

Se debe tratar que las notas promedio de los estudiantes deben encontrarse entre los límites
de 63.16 y 91.44 para tener un buen control en la enseñanza.

9. Los datos siguientes dan el número de ensamblajes de rodamiento y sello disconformes en muestras de
Facultad de Ingeniería Semestre 2019-II
Carrera de Ingeniería Industrial
 tamaño 100. Construir una gráfica de control para la fracción disconforme de estos datos. Si algunos de los
puntos se localizan fuera de control, suponer que pueden encontrase las causas asignables y determinar los
límites de control revisados:

Número Número de
de Número de ensamblajes Número ensamblajes
muestra disconformes de muestra disconformes
1 7 11 6
2 4 12 15
3 1 13 0
4 3 14 9
5 6 15 5
6 8 16 1
7 10 17 4
8 5 18 5
9 2 19 7
10 7 20 12

a) Establecer los límites y gráficos de control e indicar si el proceso manifiesta control estadístico .

Gráfica NP de N° ensanbles disconformes

16
1

14
LCS=12.89
12
Conteo de muestras

10

__
6 NP=5.85

0 LCI=0

1 3 5 7 9 11 13 15 17 19
Muestra

El proceso se encuentra fuera de control estadístico

10. En una empresa se registra el número de quejas por mal servicio. Los datos de las últimas 25 semanas se
muestran en la tabla siguiente:

Número de Número de
Semana Semana
quejas quejas
1 4 14 7
 2 2 15 8
3 6 16 3
4 5 17 4
5 3 18 2
6 4 19 5
7 2 20 4
8 5 21 6
9 3 22 3
10 4 23 2
11 6 24 4
12 5 25 5
13 2

a) Calcule los límites de control, obtenga la gráfica correspondiente e interprete.

Gráfica C de Número de quejas

LCS=10.28
10

8
Conteo de muestras

_
4 C=4.16

0 LCI=0

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

El proceso esta bajo control estadístico

Facultad de Ingeniería Semestre 2019-II

Carrera de Ingeniería Industrial