Академический Документы
Профессиональный Документы
Культура Документы
1
Muestra Paquetes Paquetes con aire Proporción
1 595 15 0.025
2 593 5 0.008
3 607 8 0.013
4 596 10 0.017
5 602 6 0.010
6 599 5 0.008
7 600 5 0.008
8 590 7 0.012
9 599 2 0.003
10 601 4 0.007
11 598 9 0.015
12 600 17 0.028
13 597 4 0.007
14 594 5 0.008
15 595 3 0.005
16 597 10 0.017
17 599 7 0.012
18 596 5 0.008
19 607 4 0.007
20 601 9 0.015
21 594 7 0.012
22 606 5 0.008
23 601 7 0.012
24 598 4 0.007
25 599 2 0.003
26 590 3 0.005
27 588 5 0.009
28 597 3 0.005
29 604 6 0.010
30 605 5 0.008
31 597 7 0.012
32 603 9 0.015
33 596 5 0.008
34 597 3 0.005
35 607 8 0.013
36 596 15 0.025
37 598 4 0.007
38 600 6 0.010
39 608 8 0.013
40 592 5 0.008
2
+ 596, 597, 607, 596, 598, 600, 608, 592)
> paq_aire <- c(15, 5, 8, 10, 6, 5, 5, 7, 2, 4, 9, 17,
+ 4, 5, 3, 10, 7, 5, 4, 9, 7, 5, 7, 4,
+ 2, 3, 5, 3, 6, 5, 7, 9, 5, 3, 8, 15,
+ 4, 6, 8, 5)
> data <- data.frame(Muestra, paquetes, paq_aire)
> #Cargar el paquete
> library(qcc)
Es claro que el problema de falta de vacı́o es del tipo pasa- no pasa; por lo
tanto, para analizar la variación de las proporciones de la tabla se debe aplicar
la carta p o np. Para calcular los lı́mites de control provisionales se necesita
calcular la proporción promedio p̄ y el tamaño de subgrupo promedio n-, que
corresponde al número promedio de salchichas empaquetadas por hora. De la
tabla se obtiene que el número total de paquetes inspeccionados fue de 23942,
y de éstos, 257 tuvieron el problema de falta de vacı́o, por lo que la proporción
promedio de paquetes defectuosos está dada por:
257
p̄ = = 0,0107
23942
Y como
23942
n̄ = = 598,55 ≈ 599
40
r
p̄(1 − p̄)
LCS =p̄ + 3
n
r
0,0107(1 − 0,0107)
=0,0107 + 3
599
=0,023
LC = 0,0107
r
p̄(1 − p̄)
LCI =p̄ − 3
n
r
0,0107(1 − 0,0107)
=0,0107 − 3
599
= − 0,0019
Pero como el lı́mite de control inferior no puede ser negativo debido a que las
proporciones siempre son mayores o iguales a cero, entonces se toma LCI = 0.La
carta p con estos lı́mites se muestra en la fi gura
3
> #Carta de control p
> pchart <- qcc(data$paq_aire, type = "p", sizes = 599,
+ title = "Carta de control p Paquetes con aire",
+ ylab = "Proporción", xlab = "Subgrupos")
UCL
0.020
Proporción
0.015
0.010
CL
0.005
0.000
LCL
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39
Subgrupos
Number of groups = 40
Center = 0.01072621 LCL = 0 Number beyond limits = 3
StdDev = 0.1030105 UCL = 0.02335289 Number violating runs = 1
UCL
0.020
Proporción
0.015
0.010
CL
0.005
0.000
LCL
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39
Subgrupos
Number of groups = 40
Center = 0.01073427 LCL = 0 Number beyond limits = 3
StdDev = 0.1030488 UCL is variable Number violating runs = 1
4
se terminó o porque se empezó a empaquetar otra presentación. Se investigó en
otras máquinas y se encontró una situación similar. A partir de esto se adquirió
conciencia de que no habı́a un método estandarizado para cambiar la pelı́cula,
pues cada operador usaba su criterio. Al consultar los manuales de las máquinas
empaquetadoras se descubrió que ahı́ se daban instrucciones y recomendaciones
precisas para cambiar la pelı́cula y se advertı́a que en caso de no seguirlas se
podrı́an tener problemas de falta de vacı́o. Se procedió a diseñar un método para
cambiar la pelı́cula y dar el entrenamiento correspondiente a los operadores.
Con ello se espera que esos incrementos ”bruscos”del problema no se vuelvan a
presentar.
Lo curioso del asunto es que los operadores sabı́an que cuando cambiaban la
pelı́cula debı́an estar más alertas, ya que se detectaban más paquetes con falta
de vacı́o.
Sin embargo, esta situación fue ignorada por quienes en la planta podı́an generar
soluciones e implantar un método estándar, y si los operadores se lo llegaban a
comentar a una de esas personas la respuesta era: ”debes tener mucho cuidado”.
Sólo el registro sistemático de los resultados del proceso y su análisis mediante la
carta de control generó la evidencia objetiva de que recién cambiada la pelı́cula
el proceso funcionaba peor.
En el estudio inicial del ejemplo de las salchichas se identificaron las causas de los
puntos especiales; entonces, para calcular los lı́mites que se usarán a futuro en
este proceso es preciso excluir de los cálculos las proporciones de los subgrupos
1, 12 y 36. Si se procede de esta manera, se obtiene que:
p̄ = 0,0095
$beyond.limits
[1] 1 12 36
$violating.runs
[1] 30
5
Carta de control p Paquetes con aire
UCL
0.020
0.015
Proporción
0.010
CL
0.005
0.000
LCL
2 4 6 8 11 15 18 21 24 27 30 33 37 40
Subgrupos
Number of groups = 37
Center = 0.009480385 LCL = 0 Number beyond limits = 0
StdDev = 0.09690463 UCL is variable Number violating runs = 0
6
Carta de control p Paquetes con aire
UCL
0.020
0.015
Proporción
0.010
CL
0.005
0.000
LCL
2 4 6 8 11 15 18 21 24 27 30 33 37 40
Subgrupos
Number of groups = 37
Center = 0.009475252 LCL = 0 Number beyond limits = 0
StdDev = 0.09687864 UCL = 0.02135031 Number violating runs = 0