Gráficas y diagramas de control

Carlos Cabrera

Control estadístico de procesos

Instituto IACC

18/05/2020
 Desarrollo

1. Identifique los objetivos de los gráficos de control para una empresa que fabrica

amortiguadores para camionetas dedicadas a la carga y remolque y que en esta etapa del año se

encuentra en el balance y análisis de productos defectuosos. Responda con sus propias palabras.

Controlan la estabilidad de los procesos.

controlar la calidad de los amortiguadores

Controlar la cantidad de piezas defectuosas

Controlar el uso de los amortiguadores

2. Realice un cuadro comparativo indicando tres diferencias de las gráficas de control por

variables y atributos.

Control por variables Control Por Atributos

Se usan para contrastar las características de Se utilizan para contrastar características

calidad cuantitativas. cualitativas.

Permiten el uso de procedimientos de control Tienen la ventaja de que hacen posible

más eficientes y proporcionan más considerar varias características de calidad al

información. mismo tiempo.

Se puede obtener de formas más rápida y Tiene la ventaja de sintetizar de forma rápida

directa información especifica acerca de la toda la información refería a diferentes

media del proceso y sus variables. aspectos de calidad de un producto.

3. En un taller de tornería, el dueño decide cuantificar las piezas defectuosas durante el año 2018.

Para ello, decide especificar su estudio registrando datos para cuatro tipos de metales con los

cuales se trabaja en el taller.

Con los datos entregados, determine:

a) Los límites de control.

Datos de producción de lotes de piezas metálicas

Muestra 1 2 3 4 Rango
Cobre 601 610 580 587 30
Aluminio 597 589 600 600 11
Acero 581 545 580 590 45
Hierro 625 603 575 580 50

De los rangos obtenidos, se obtiene que el rango promedio es 𝑅 = 34

 Promedio de cada muestra

Datos de producción de lotes de piezas metálicas

Muestra 1 2 3 4 Promedio
Cobre 601 610 580 587 594,5
Aluminio 597 589 600 600 596,5
Acero 581 545 580 590 574
Hierro 625 603 575 580 595,75

 Aplicar las ecuaciones para determinar los limites de control: limite superior e inferior

respectivamente:

Considerando que el tamaño de la muestra es 4m los valores para D3 y D4 de la tabla de factores

es:

D3 = 0

D4 = 2.282

Reemplazando

UCLr = 2.282*34 = 77.588

LCLr = 0

Luego:

Muestra LCL UCL R Ṝ

Cobre 0 77,588 30 34
aluminio 0 77,588 11 34
acero 0 77,588 45 34
Hierro 0 77,588 50 34

b) Elabore la gráfica X.
 GRAFICA R
90
80
70
60
LCL
50
RANGO

UCL
40 R
30 Ṝ
20
10
0
Cobre aluminio acero Hierro
MUESTRA

c) Analice los resultados obtenidos considerando cada metal. ¿Necesita mejoras el desempeño en

el taller? Argumente con sus propias palabras.

Se debe mejorar en las piezas de acero y hierro ya que están sobre el promedio de piezas

defectuosas, las piezas de aluminio son las mejores, ya que es la que posee la mejor cantidad de

piezas defectuosas con un R = 11. Por otro lado, las piezas de cobre se mantienen muy poco por

debajo del promedio de piezas defectuosas.

Como conclusión se necesita mejorar en las piezas de acero y hierro. Pero no existe la

posibilidad de realizas mejoras ya que se encuentran dentro de control.

4. Un supervisor de una empresa de congelados verifica todos los días la precisión de una
muestra aleatoria de 250 registros de fechas de elaboración. Cuando un registro contiene uno o
más errores, se considera defectuoso y es preciso digitar de nuevo. Los resultados de las 20
últimas muestras se presentan en la siguiente tabla. Todos fueron verificados para asegurar que
ninguno estuviera fuera de control. Tomando como base estos datos históricos, trace un gráfico P
usando z = 3.

Con los datos entregados:

a) Obtenga la gráfica P usando para este caso un z=3.

Número de registro
Muestra
defectuosos
1 12
2 4
3 5
4 11
5 5
6 17
7 3
8 11
9 12
10 8
11 4
12 2
13 12
14 7
15 9
16 5
17 10
18 8
19 7
20 8
TOTAL 160

 Obtener el valor de ṕ

160
ṕ= =0.032
250∗20

 Obtener
 0.032∗ (1−0.032 )
σ p=
√ 250
0.011131

 Luego se calculan los límites de control.

𝑈𝐶𝐿p =𝑝̅ + 𝑧𝜎p = 0.032 + 3*0.011131 = 0.065393

𝐿𝐶𝐿p =𝑝̅ − 𝑧𝜎p = 0.032 - 3*0.011131 = -0.001393

 Calculando la proporción defectuosa

Número de registro
Muestra proporción defectuosa
defectuosos
1 12 0,048
2 4 0,016
3 5 0,02
4 11 0,044
5 5 0,02
6 17 0,068
7 3 0,012
8 11 0,044
9 12 0,048
10 8 0,032
11 4 0,016
12 2 0,008
13 12 0,048
14 7 0,028
15 9 0,036
16 5 0,02
17 10 0,04
18 8 0,032
19 7 0,028
20 8 0,032
TOTAL 160 0,64
Luego:

Muestra UCL LCL proporción defectuosa P

1 0,065393 -0,001393 0,048 0,032
 2 0,065393 -0,001393 0,016 0,032
3 0,065393 -0,001393 0,02 0,032
4 0,065393 -0,001393 0,044 0,032
5 0,065393 -0,001393 0,02 0,032
6 0,065393 -0,001393 0,068 0,032
7 0,065393 -0,001393 0,012 0,032
8 0,065393 -0,001393 0,044 0,032
9 0,065393 -0,001393 0,048 0,032
10 0,065393 -0,001393 0,032 0,032
11 0,065393 -0,001393 0,016 0,032
12 0,065393 -0,001393 0,008 0,032
13 0,065393 -0,001393 0,048 0,032
14 0,065393 -0,001393 0,028 0,032
15 0,065393 -0,001393 0,036 0,032
16 0,065393 -0,001393 0,02 0,032
17 0,065393 -0,001393 0,04 0,032
18 0,065393 -0,001393 0,032 0,032
19 0,065393 -0,001393 0,028 0,032
20 0,065393 -0,001393 0,032 0,032

 Grafico de resultados
 Grafico P
0.08

0.07

0.06
Proporcion defectuosa

0.05
UCL
0.04 LCL
Proporcion defectuosa
0.03
P
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
-0.01
Numero de Muestra

b) Analice los resultados obtenidos.

Los resultados indican que todos los registros de fechas de elaboración se encuentran dentro de
los límites de control excepto la muestra 6 ya que pasa el límite superior. Por lo tanto, es
necesario determinar las razones de porque fue mal etiquetada la fecha, ya que existieron
productos con mala etiquetación. Se deben aplicar medidas correctivas.
5. Una planta produce papel para la industria de periódicos. En la fase final del proceso, el papel

pasa por una máquina que mide varias características de calidad del producto. Cuando el proceso

de producción de papel está bajo control, el promedio es de 20 defectos por cada rollo.

a) Se solicita elaborar un gráfico de control (tipo C) para el número de defectos por rollo. Para

este ejemplo, se deben utilizar límites de control dos sigmas.

Los limites de control UCLc y LCLc se obtiene de:

UCLc = 𝑐̅ + Z *√ C = 20 + 2*√ 20 = 28.9443

LCLc = 20 - 2*√ 20 = 11.0557

  Luego

Grafico C
35

30
Numero de Defectos

25
Numedo de Defectos
20
UCL
15 LCL
c
10

0
1 2 3 4 5 6 7 8 9 10
Numero de muestras

b) Analice los resultados obtenidos.

Los resultados indican que las muestras se encuentran bajo control, por lo que no son necesarias

mejoras o aumento del monitoreo de los defectos.

 Bibliografía

IACC (2020). Control estadístico de procesos. Contenido de la semana 2. Disponible en:

https://campus.iacc.cl/bbcswebdav/pid-760954-dt-content-rid-2912546_1/xid-2912546_1