Taller de Variables

Adiela Gómez Ciro

Carlos Novoa Dita
Estivenson Gómez Villegas

Presentado a:
Misael Cruz Monroy

Universidad Tecnológica de Bolívar

Ingeniería Industrial
Control de Calidad
2017
1. Para realizar el control de una característica de calidad cuya especificación es 100
± 15, se toman muestras de tres unidades cada hora. Después de diez muestras se
tienen los siguientes datos:

Valores observados
Muestras
1 2 3
1 100 101 100
2 95 93 97
3 101 103 100
4 96 95 97
5 98 98 96
6 99 98 98
7 95 97 98
8 100 99 98
9 100 100 97
10 100 98 99

a) ¿Qué puede usted afirmar a cerca de la forma como se distribuye la

característica de calidad? C

Intervalos Amplitud Frecuencia

1 93 95 1
2 95 97 5
3 97 99 11
4 99 101 10
5 101 102 2
6 102 104 1
 Histograma
12

10

Frecuencia 8

0
[93 - 95) [95 - 97) [102- 105)
[97 - 99) [99 - 101) [101 - 102)[103 - 104]

Clases

Por la forma en que se distribuye la característica, podemos decir que se aproxima o

sigue una distribución normal.

b) Utilice gráficas para la media y el rango y determine si el proceso está o no bajo

control estadístico

R
100,333 1
95,000 4
101,333 3
96,000 2
97,333 2
98,333 1
96,667 3
99,000 2
99,000 3
99,000 2

98,200 2,3

UCL 100,5529
CL 98,200
LCL 95,8471
 Gráfico de centramiento
102
101
100
99
98
97
96
95
94
93
92
91
1 2 3 4 5 6 7 8 9 10

LSC LC LIC X̅

UCL 5,9225
CL 2,300
LCL 0

Gráfica de dispersión
7

0
1 2 3 4 5 6 7 8 9 10

R LSC LC LIC

Debido a que la gráfica de centramiento (x-barra) no está bajo control, porque las
muestras 2 y 3 se encuentran fuera de los límites de control, se deduce que el
 proceso está fuera de control aunque la gráfica de dispersión (gráfica R) muestre lo
contrario.

c) Estime los parámetros estadísticos del proceso. ¿Cuáles utilizar? ¿Por qué?

µ= = 98,2 y σ = ŝt = 2,17

Se utilizan estos parámetros, debido a que el proceso no está bajo control que se
puede evidenciar en la gráfica de centramiento.

d) Determine si el proceso es o no capaz de cumplir la especificación. ¿A qué

dedicar los esfuerzos de mejora: a estabilidad, a capacidad o a ambos?

µ−𝐿𝑆𝐿 98,2−85 𝑈𝑆𝐿−µ 115−98,2

𝑃𝑝𝑙 = = 3∗(2,17) = 2,03 𝑃𝑝𝑢 = = = 2,58 𝑃𝑝𝑘 = 2,03
3𝜎𝑡 3𝜎𝑡 3∗(2,17)

El proceso es realmente capaz de cumplir con las especificaciones por ende, los
esfuerzos de mejora deben estar centrado en la estabilidad ya que según las gráficas
de X-barra y R muestra que no está bajo control estadístico (No estable).

e) Si el proceso no está bajo control, suponga que es posible identificar la causa

y realice las revisiones que sean necesarias a fin de obtener límites a utilizar
para controlar la producción futura.

Se identificó las causas que hacía que el proceso estuviera fuera de control, por lo
cual se eliminó los puntos 2, 3 y 4, para obtener los límites del proceso que se
utilizarán en la producción futura

98,524 2,0

𝑼𝑪𝑳 = 𝑥̿ + 𝐴2 𝑅̅
𝑪𝑳 = 𝑥̿
𝑳𝑪𝑳 = 𝑥̿ − 𝐴2 𝑅̅

UCL 100,56981
CL 98,524
LCL 96,4778095
 GRÁFICA DE CENTRAMIENTO LUEGO DE
ELIMINAR LAS CAUSAS ES PECIALES
101.000
100.000
99.000
98.000
97.000
96.000
95.000
94.000
1 2 3 4 5 6 7

X̅ LSC LC LIC

2. La viscosidad de un polímero se mide cada hora. Las mediciones de las últimas

20 horas fueron:

Prueba 1 2 3 4 5 6 7 8 9 10
Viscosidad 2838 1785 3064 3058 2996 2882 2878 2920 2870 3050

11 12 13 14 15 16 17 18 19 20
3174 3102 2762 2975 2719 2861 2797 3078 2964 2805

a. ¿Podría afirmarse que la viscosidad sigue una distribución normal?

Intervalos Amplitud Frecuencia

1 1785 2062,8 1
2 2062,8 2340,6 0
3 2340,6 2618,4 0
4 2618,4 2896,2 9
5 2896,2 3174,0 10
 12
Histograma
10
Frecuencia

8
6
4
2
0
[1785 - 2062,8) [2062,8 - 2340,6) [2340,6 - 2618,4) [2618,4 - 2896,2) [2896,2 - 3174]
Clase

Según la gráfica no se puede afirmar que la viscosidad sigue una distribución normal,
ya que el histograma no sigue o no muestra una campana de Gauss que es la gráfica
a la que se aproxima la distribución normal.

b. Determine si el proceso está o no bajo control estadístico.

ẋ = 2878,9 𝑦 ŝ = 286

Carta X-barra
𝑼𝑪𝑳 = ẋ + 3ŝ
𝑪𝑳 = ẋ
𝑳𝑪𝑳 = ẋ − 3ŝ
UCL 3736,89
LC 2878,9
LCL 2020,191

Grafica de X
4000
3500
3000
2500 UCL

2000 LCL
1500 CL
1000 X
500
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
 El proceso no se encuentra bajo control porque la muestra 2 se encuentra fuera de
los límites de control.

c. ¿Cómo podría mejorarse el proceso?

El proceso se puede mejorar centrando y disminuyendo la variabilidad debido a

causas comunes.

d. Si a usted le solicitan una especificación, en donde por los menos el 99% de

las mediciones la cumpla; qué especificación propondría

Para que al menos el 99% de las mediciones cumplan entonces las Fracción de
producto no conforme debe ser menor o igual a 1%

𝐿𝑆𝐿 − µ 𝑈𝑆𝐿 − µ
𝐹𝑃𝑛𝑜𝐶 = 1% = 𝑃 (𝑧 < ) + 𝑃 (𝑧 > )
𝜎 𝜎

Para 0,005 y 0,995 Z es igual a -2,57 y 2,57 respectivamente

𝐿𝑆𝐿 − µ 𝑈𝑆𝐿 − µ
−2,57 = ; 2,57 =
𝜎 𝜎

𝐿𝑆𝐿 − 2878,9 𝑈𝑆𝐿 − 2878,9

−2,57 = ; 2,57 =
286 286

𝐿𝑆𝐿 = 2143,88 ; 𝑈𝑆𝐿 = 3613,92

Los límites de especificación son:

2878,9 ± 735,02
3. En una industria alimenticia se requiere garantizar que la concentración mínima
de grasa de un producto sea de 1.8%. En la siguiente tabla se muestran los datos
obtenidos para un estudio inicial, con tamaño de subgrupo igual a 4.

Subgrupo GRASA
1 1,88 1,93 1,98 1,88
2 1,93 1,97 1,89 1,94
3 1,92 1,95 1,9 1,98
4 1,89 1,89 1,9 1,94
5 1,95 1,93 1,9 1,93
6 2 1,95 1,94 1,89
7 1,95 1,93 1,97 1,85
8 1,87 1,98 1,96 2,04
 9 1,96 1,92 1,98 1,88
10 1,99 1,93 2,01 2,02
11 1,93 1,95 1,9 1,93
12 1,95 1,98 1,89 1,9
13 1,88 1,93 1,88 1,9
14 1,97 1,88 1,92 1,96
15 1,91 1,91 1,96 1,93
16 1,98 1,9 1,92 1,91
17 1,93 1,94 1,95 1,9
18 1,83 1,92 1,95 1,94
19 2 1,97 1,99 1,95
20 1,98 1,94 1,96 1,88

a) ¿Los datos muestran evidencia de que provienen de un universo normal?

Intervalos Amplitud Frecuencia

1 1,82 1,851 2
2 1,851 1,883 8
3 1,883 1,914 16
4 1,914 1,946 22
5 1,946 1,977 18
6 1,977 2,009 11
7 2,009 2,040 3

Histograma
25

20
Frecuencia

15

10

Clase
De acuerdo al histograma se puede observar que es una distribución que se aproxima a la
distribución normal, por lo cual se puede decir que los datos provienen de un universo normal.
b) Utilice gráficas para la media y la desviación estándar y determine si el proceso
está o no bajo control estadístico

̅
𝓧 S
1,92 0,05
1,93 0,03
1,94 0,04
1,91 0,02
1,93 0,02
1,95 0,05
1,93 0,05
1,96 0,07
1,94 0,04
1,99 0,04
1,93 0,02
1,93 0,04
1,90 0,02
1,93 0,04
1,93 0,02
1,93 0,04
1,93 0,02
1,91 0,05
1,98 0,02
1,94 0,04

̿
𝓧 ̅
𝑺
1,934 0,037

LSC 1,994
LC 1,934
LIC 1,873
 GRÁFICO DE CENTRAMIENTO
LSC LC LIC X-BARRA

2.02
2
1.98
1.96
1.94
1.92
1.9
1.88
1.86
1.84
1.82
1.8
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

Se puede observar que los datos se encuentran dentro de los límites de control por lo
cual el proceso se encuentra bajo control, esto quiere decir que no existen causas
especiales en el proceso.

LSC 0,084
LC 0,037
0,000

GRÁFICO DE DISPERSIÓN
LSC LC LIC S

0.09
0.08
0.07
0.06
0.05
0.04
0.03
0.02
0.01
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
 Se puede concluir que el proceso se encuentra bajo control con respecto a la dispersión,
pues los puntos se encuentran dentro de los límites de control

El proceso se encuentra bajo control porque en las gráficas de centrado y dispersión los
datos no se salen de los límites de control.

c) Estime los parámetros estadísticos del proceso. ¿Cuáles utilizar? ¿Por qué?
̿ , para los procesos que se encuentran bajo control
Se utiliza los parámetros 𝜎̂𝑝 y 𝜇̂𝓍̅ = 𝒳

̿ = 1,934
𝜇̂𝓍̅ = 𝒳

̅
𝑺 0,037
𝜎̂𝑝 = = = 0,0402
𝑐4 0.921

d) Determine si el proceso es o no capaz de cumplir la especificación.

𝐿𝑆𝐿 = 1,8

𝜇̂𝓍̅ − 𝐿𝑆𝐿 1,934 − 1,8

𝐶𝑝𝑙 = = = 1,11
3𝜎̂𝑝 3 ∗ 0,0402

El proceso es potencialmente capaz de cumplir las especificaciones porque el 𝐶𝑝𝑙 es mayor

que uno.
e) ¿Cuál es la fracción de producto no conforme?
𝐹𝑃𝑁𝐶 = 𝑃(𝑋 < 𝐿𝑆𝐿)

1,8 − 1,934
𝐹𝑃𝑁𝐶 = 𝑃 (𝑧 < )
0,0402

𝐹𝑃𝑁𝐶 = 𝑃(𝑧 < −3,33)

𝐹𝑃𝑁𝐶 = 0,0004

%𝑷𝑵𝑪 = 𝟎, 𝟎𝟒%