GESTIÓN DE CALIDAD

UNIDAD 2: FASE 3 - APLICAR HERRAMIENTAS DE ANÁLISIS PARA EL CONTROL

ESTADÍSTICO DE LA CALIDAD

VERONICA ISABELLE DEIBE

DAICY DEL TRANSITO PALMA

EVA SANDRITH CABRALES
JESUS FABIAN ARENAS
MILEIDYS MARCELA PEDRAZA
RAFAEL JOAQUÍN GÁMEZ ACOSTA

212023_55

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA – UNAD

VALLEDUPAR-CESAR
26-MARZO-2020
 INTRODUCCIÓN

El control estadístico de Calidad es la aplicación de técnicas estadísticas para determinar si el

resultado de un proceso concuerda con el diseño del producto o servicio correspondiente, las
herramientas conocidas como gráficas de control se usan principalmente para detectar la
elaboración de productos o servicios defectuosos, o bien, para indicar que el proceso de
producción se ha modificado y los productos o servicios se desviarán de sus respectivas
especificaciones de diseño, a menos que se tomen medidas para corregir esa situación.
La aplicación de las herramientas de calidad se desarrolla en el contexto de la mejora continua,
bajo la filosofía de la participación de todas las personas de la organización en las actividades de
control de calidad.
 OBJETIVOS

Objetivo General

 Aplicar las herramientas de análisis para el control estadístico de la calidad, resolver los
ejercicios planteados, por medio del software Statgraphics, o por medio de Excel.

Objetivos Específicos

 Participar activamente en el foro resolviendo el problema escogido.

 Analizar de los resultados arrojados por el software o en Excel, para dar las conclusiones.
 Dar las respectivas recomendaciones a la empresa modelo a partir del análisis de las
gráficas de control.
TABLA NO 1 “DISTRIBUCIÓN EJERCICIOS DEL TALLER HERRAMIENTAS ESTADÍSTICAS PARA EL CONTROL
DE PROCESOS (CEP)”

Ejercicios Integrantes del Grupo

Ejercicio Grafico de Control X-R Jesus Fabian Arenas

Ejercicio Grafico de Control X-S Daicy Del Transito Palma

Ejercicio Grafico de Control P Eva Sandrith Cabrales

Ejercicio Grafico de Control np Mileidys Marcela Pedraza

Ejercicio Grafico de Control C Rafael Gámez Acosta

 EJERCICIO CONTROL X-R
Jesus Fabian Arenas
En la línea de Jabones Naturales para lavado a mano, el largo de la barra del jabón Puro según la
ficha técnica debe ser de 17 cm, con una tolerancia de +- 0,4 cm. La máquina cortadora en la que
hace el moldeado del jabón y por ende establece las dimensiones está siendo operada por un
nuevo trabajador, por lo que se requiere saber si la característica de calidad: “Largo de la barra de
jabón” está controlada estadísticamente.
Para tal efecto, el departamento de calidad ha realizado un muestreo, tomado una muestra
aleatoria de 7 jabones a los cuales se les midió su longitud. El muestreo se repitió durante 25
veces y los datos se registraron en la tabla que se muestra a continuación. Para saber si el
proceso está controlado estadísticamente, elabore las gráficas X barra (Grafica de medias),
gráfica de rangos R. Establezca las concusiones indicando si el proceso está controlado
estadísticamente y comparando el resultado de la gráfica:
Muestra
X1 X2 X3 X4 X5 X6 X7
s

               

1 16,704 16,8 16,72 16,704 16,832 16,848 16,848

2 17,253 17,04 17,28 16,832 17,136 17,083 17,12

3 16,88 16,816 16,752 16,72 16,672 16,896 16,8

4 16,848 16,832 16,896 16,944 16,96 16,688 16,752

5 16,832 16,688 16,704 16,736 16,8 16,768 16,848

6 16,72 16,736 16,976 16,768 16,88 16,896 16,816

7 16,848 16,976 16,768 16,64 16,768 16,864 16,8

8 16,72 16,8 16,72 16,848 16,752 16,784 16,864

9 16,832 16,896 16,848 16,928 17,056 16,992 16,944

10 16,896 16,8 16,64 16,816 17,024 16,864 16,736

11 16,848 16,768 16,896 16,88 16,928 16,672 16,768

12 16,896 16,688 16,688 16,672 16,816 16,832 16,64

13 16,8 17,152 16,768 16,72 16,8 16,837 16,848

14 16,752 16,848 16,896 16,832 16,752 16,96 16,928

15 16,848 16,896 16,96 17,104 16,88 17,136 16,88

16 16,816 17,008 16,992 16,944 16,976 16,672 16,8

17 16,8 16,816 16,64 16,832 16,832 16,96 16,944

18 16,864 16,736 16,784 16,72 16,736 16,8 16,88

19 16,784 16,88 16,816 16,896 16,784 16,88 16,96

20 16,992 16,8 16,96 16,976 16,992 16,832 16,965

21 16,864 16,944 17,008 16,928 16,896 16,837 16,837

 22 16,672 16,88 16,768 16,8 16,8 16,96 16,96

23 16,832 16,96 16,816 16,832 16,8 16,8 17,136

24 16,837 16,965 16,88 17,04 16,798 16,992 17,024

25 16,96 16,912 16,96 16,768 16,8 16,8 16,928

A p a r t i r de la tabla anterior el estudiante deberá desarrollar un Gráfico de Control X-R

presentando p as o a paso del desarrollo.
Paso 1: 

Lo primero que debemos hacer es la recolección de datos.

Estos datos deberán ser recientes de un proceso al cual se quiere controlar, estos pueden ser
tomados en diferentes horas del día o en diferentes días pero todos tienen que ser de un
mismo producto.

Los números de Subgrupos están conformados horizontalmente ejemplos:

Subgrupo 1 conformado por: X1, X2, X3, X4, X5, X6, X7
Subgrupo 2 conformado por; X1, X2, X3, X4, X5, X6, X7
Así sucesivamente hasta el subgrupo 25

Las Muestras están enumeradas verticalmente del 1 al 25.

Paso 2: 

Encuentre el valor promedio de X̅, en las 25 muestras para esto utilice la siguiente fórmula para
cada subgrupo. X1+X2+X3+ X4 + X5+X6+X7 = dividido 7 = Promedio. X̅.

Promedio X̿ = 16.704 + 16.8 + 16.72 + 16.704 + 16.832 + 16.848 + 16.848 = 16.77942857

Muestras X1 X2 X3 X4 X5 X6 X7 Promedio ̿X
1 16,704 16,8 16,72 16,704 16,832 16,848 16,848 16,77942857
2 17,253 17,04 17,28 16,832 17,136 17,083 17,12 17,10628571
3 16,88 16,816 16,752 16,72 16,672 16,896 16,8 16,79085714
4 16,848 16,832 16,896 16,944 16,96 16,688 16,752 16,84571429
5 16,832 16,688 16,704 16,736 16,8 16,768 16,848 16,768
6 16,72 16,736 16,976 16,768 16,88 16,896 16,816 16,82742857
7 16,848 16,976 16,768 16,64 16,768 16,864 16,8 16,80914286
8 16,72 16,8 16,72 16,848 16,752 16,784 16,864 16,784
9 16,832 16,896 16,848 16,928 17,056 16,992 16,944 16,928
10 16,896 16,8 16,64 16,816 17,024 16,864 16,736 16,82514286
11 16,848 16,768 16,896 16,88 16,928 16,672 16,768 16,82285714
12 16,896 16,688 16,688 16,672 16,816 16,832 16,64 16,74742857
13 16,8 17,152 16,768 16,72 16,8 16,837 16,848 16,84642857
14 16,752 16,848 16,896 16,832 16,752 16,96 16,928 16,85257143
15 16,848 16,896 16,96 17,104 16,88 17,136 16,88 16,95771429
16 16,816 17,008 16,992 16,944 16,976 16,672 16,8 16,88685714
17 16,8 16,816 16,64 16,832 16,832 16,96 16,944 16,832
18 16,864 16,736 16,784 16,72 16,736 16,8 16,88 16,78857143
19 16,784 16,88 16,816 16,896 16,784 16,88 16,96 16,85714286
20 16,992 16,8 16,96 16,976 16,992 16,832 16,965 16,931
21 16,864 16,944 17,008 16,928 16,896 16,837 16,837 16,902
22 16,672 16,88 16,768 16,8 16,8 16,96 16,96 16,83428571
23 16,832 16,96 16,816 16,832 16,8 16,8 17,136 16,88228571
24 16,837 16,965 16,88 17,04 16,798 16,992 17,024 16,93371429
25 16,96 16,912 16,96 16,768 16,8 16,8 16,928 16,87542857
Paso 3: 

Encuentre el rango (R) de las 25 muestras utilizando la siguiente fórmula para cada subgrupo.
R= X (valor más alto) – X (valor menor)
Para el Subgrupo 1. R = 16.704 – 16.848 = 0.144

Muestras X1 X2 X3 X4 X5 X6 X7 Promedio ̿ X R
1 16,704 16,8 16,72 16,704 16,832 16,848 16,848 16,77942857 0,144
2 17,253 17,04 17,28 16,832 17,136 17,083 17,12 17,10628571 0,448
3 16,88 16,816 16,752 16,72 16,672 16,896 16,8 16,79085714 0,224
4 16,848 16,832 16,896 16,944 16,96 16,688 16,752 16,84571429 0,272
5 16,832 16,688 16,704 16,736 16,8 16,768 16,848 16,768 0,16
6 16,72 16,736 16,976 16,768 16,88 16,896 16,816 16,82742857 0,256
7 16,848 16,976 16,768 16,64 16,768 16,864 16,8 16,80914286 0,336
8 16,72 16,8 16,72 16,848 16,752 16,784 16,864 16,784 0,144
9 16,832 16,896 16,848 16,928 17,056 16,992 16,944 16,928 0,224
10 16,896 16,8 16,64 16,816 17,024 16,864 16,736 16,82514286 0,384
11 16,848 16,768 16,896 16,88 16,928 16,672 16,768 16,82285714 0,256
12 16,896 16,688 16,688 16,672 16,816 16,832 16,64 16,74742857 0,256
13 16,8 17,152 16,768 16,72 16,8 16,837 16,848 16,84642857 0,432
14 16,752 16,848 16,896 16,832 16,752 16,96 16,928 16,85257143 0,208
15 16,848 16,896 16,96 17,104 16,88 17,136 16,88 16,95771429 0,288
16 16,816 17,008 16,992 16,944 16,976 16,672 16,8 16,88685714 0,336
17 16,8 16,816 16,64 16,832 16,832 16,96 16,944 16,832 0,32
18 16,864 16,736 16,784 16,72 16,736 16,8 16,88 16,78857143 0,16
19 16,784 16,88 16,816 16,896 16,784 16,88 16,96 16,85714286 0,176
20 16,992 16,8 16,96 16,976 16,992 16,832 16,965 16,931 0,192
21 16,864 16,944 17,008 16,928 16,896 16,837 16,837 16,902 0,171
22 16,672 16,88 16,768 16,8 16,8 16,96 16,96 16,83428571 0,288
23 16,832 16,96 16,816 16,832 16,8 16,8 17,136 16,88228571 0,336
24 16,837 16,965 16,88 17,04 16,798 16,992 17,024 16,93371429 0,242
25 16,96 16,912 16,96 16,768 16,8 16,8 16,928 16,87542857 0,192
Paso 4: 

Encuentre el valor de la línea central x̿ , totalizando todos los valores del Promedio. X̿, y
Dividiéndolos entre los 25 subgrupos.

Línea Central x̿ = Prom. X̿ (suma total de los 25 subgrupos) = 421.414 / 25 = 16.857

Muestras X1 X2 X3 X4 X5 X6 X7 Promedio ̿ X Central ̿ x

1 16,704 16,8 16,72 16,704 16,832 16,848 16,848 16,779 16,857
2 17,253 17,04 17,28 16,832 17,136 17,083 17,12 17,106 16,857
3 16,88 16,816 16,752 16,72 16,672 16,896 16,8 16,791 16,857
4 16,848 16,832 16,896 16,944 16,96 16,688 16,752 16,846 16,857
5 16,832 16,688 16,704 16,736 16,8 16,768 16,848 16,768 16,857
6 16,72 16,736 16,976 16,768 16,88 16,896 16,816 16,827 16,857
7 16,848 16,976 16,768 16,64 16,768 16,864 16,8 16,809 16,857
8 16,72 16,8 16,72 16,848 16,752 16,784 16,864 16,784 16,857
9 16,832 16,896 16,848 16,928 17,056 16,992 16,944 16,928 16,857
10 16,896 16,8 16,64 16,816 17,024 16,864 16,736 16,825 16,857
11 16,848 16,768 16,896 16,88 16,928 16,672 16,768 16,823 16,857
12 16,896 16,688 16,688 16,672 16,816 16,832 16,64 16,747 16,857
13 16,8 17,152 16,768 16,72 16,8 16,837 16,848 16,846 16,857
14 16,752 16,848 16,896 16,832 16,752 16,96 16,928 16,853 16,857
15 16,848 16,896 16,96 17,104 16,88 17,136 16,88 16,958 16,857
16 16,816 17,008 16,992 16,944 16,976 16,672 16,8 16,887 16,857
17 16,8 16,816 16,64 16,832 16,832 16,96 16,944 16,832 16,857
18 16,864 16,736 16,784 16,72 16,736 16,8 16,88 16,789 16,857
19 16,784 16,88 16,816 16,896 16,784 16,88 16,96 16,857 16,857
20 16,992 16,8 16,96 16,976 16,992 16,832 16,965 16,931 16,857
21 16,864 16,944 17,008 16,928 16,896 16,837 16,837 16,902 16,857
22 16,672 16,88 16,768 16,8 16,8 16,96 16,96 16,834 16,857
23 16,832 16,96 16,816 16,832 16,8 16,8 17,136 16,882 16,857
24 16,837 16,965 16,88 17,04 16,798 16,992 17,024 16,934 16,857
25 16,96 16,912 16,96 16,768 16,8 16,8 16,928 16,875 16,857
421,414
Paso 5: 

Calcule el valor de la Línea Central del rango R’, totalizando todos los valores de R, y
Dividiéndolos entre los 25 subgrupos.
LC R̅ = R (suma total de los 25 subgrupos) = 6.445 / 25 = 0.258

Muestras X1 X2 X3 X4 X5 X6 X7 Promedio ̿ X Central ̿ x R LC R̅

1 16,704 16,8 16,72 16,704 16,832 16,848 16,848 16,779 16,857 0,144 0,258
2 17,253 17,04 17,28 16,832 17,136 17,083 17,12 17,106 16,857 0,448 0,258
3 16,88 16,816 16,752 16,72 16,672 16,896 16,8 16,791 16,857 0,224 0,258
4 16,848 16,832 16,896 16,944 16,96 16,688 16,752 16,846 16,857 0,272 0,258
5 16,832 16,688 16,704 16,736 16,8 16,768 16,848 16,768 16,857 0,16 0,258
6 16,72 16,736 16,976 16,768 16,88 16,896 16,816 16,827 16,857 0,256 0,258
7 16,848 16,976 16,768 16,64 16,768 16,864 16,8 16,809 16,857 0,336 0,258
8 16,72 16,8 16,72 16,848 16,752 16,784 16,864 16,784 16,857 0,144 0,258
9 16,832 16,896 16,848 16,928 17,056 16,992 16,944 16,928 16,857 0,224 0,258
10 16,896 16,8 16,64 16,816 17,024 16,864 16,736 16,825 16,857 0,384 0,258
11 16,848 16,768 16,896 16,88 16,928 16,672 16,768 16,823 16,857 0,256 0,258
12 16,896 16,688 16,688 16,672 16,816 16,832 16,64 16,747 16,857 0,256 0,258
13 16,8 17,152 16,768 16,72 16,8 16,837 16,848 16,846 16,857 0,432 0,258
14 16,752 16,848 16,896 16,832 16,752 16,96 16,928 16,853 16,857 0,208 0,258
15 16,848 16,896 16,96 17,104 16,88 17,136 16,88 16,958 16,857 0,288 0,258
16 16,816 17,008 16,992 16,944 16,976 16,672 16,8 16,887 16,857 0,336 0,258
17 16,8 16,816 16,64 16,832 16,832 16,96 16,944 16,832 16,857 0,32 0,258
18 16,864 16,736 16,784 16,72 16,736 16,8 16,88 16,789 16,857 0,16 0,258
19 16,784 16,88 16,816 16,896 16,784 16,88 16,96 16,857 16,857 0,176 0,258
20 16,992 16,8 16,96 16,976 16,992 16,832 16,965 16,931 16,857 0,192 0,258
21 16,864 16,944 17,008 16,928 16,896 16,837 16,837 16,902 16,857 0,171 0,258
22 16,672 16,88 16,768 16,8 16,8 16,96 16,96 16,834 16,857 0,288 0,258
23 16,832 16,96 16,816 16,832 16,8 16,8 17,136 16,882 16,857 0,336 0,258
24 16,837 16,965 16,88 17,04 16,798 16,992 17,024 16,934 16,857 0,242 0,258
25 16,96 16,912 16,96 16,768 16,8 16,8 16,928 16,875 16,857 0,192 0,258
6,445
Paso 6: 

Calcule Los límites de control Superior e Inferior, utilizando las fórmulas siguientes para X y R.
Los coeficientes A2, D4, D3, etc. Son dados por la tabla de Factores para la Construcción de
Cartas de Control estos datos ya están establecidos.
Para X:

LCS - Limite control superior = LC x̿ + A2*LCR̅

LCI - Limite control inferior = LC x̿ - A2* LCR̅

LCS = 16.857 + 0.419 * 0.258 = 16.9645896

LCI = 16.857 – 0.419* 0.258 = 16.7485532

Muestras X1 X2 X3 X4 X5 X6 X7 Promedio ̿ X Central ̿ x LCS LCI LC R̅

1 16,704 16,8 16,72 16,704 16,832 16,848 16,848 16,779 16,857 16,9645896 16,7485532 0,258
2 17,253 17,04 17,28 16,832 17,136 17,083 17,12 17,106 16,857 16,9645896 16,7485532 0,258
3 16,88 16,816 16,752 16,72 16,672 16,896 16,8 16,791 16,857 16,9645896 16,7485532 0,258
4 16,848 16,832 16,896 16,944 16,96 16,688 16,752 16,846 16,857 16,9645896 16,7485532 0,258
5 16,832 16,688 16,704 16,736 16,8 16,768 16,848 16,768 16,857 16,9645896 16,7485532 0,258
6 16,72 16,736 16,976 16,768 16,88 16,896 16,816 16,827 16,857 16,9645896 16,7485532 0,258
7 16,848 16,976 16,768 16,64 16,768 16,864 16,8 16,809 16,857 16,9645896 16,7485532 0,258
8 16,72 16,8 16,72 16,848 16,752 16,784 16,864 16,784 16,857 16,9645896 16,7485532 0,258
9 16,832 16,896 16,848 16,928 17,056 16,992 16,944 16,928 16,857 16,9645896 16,7485532 0,258
10 16,896 16,8 16,64 16,816 17,024 16,864 16,736 16,825 16,857 16,9645896 16,7485532 0,258
11 16,848 16,768 16,896 16,88 16,928 16,672 16,768 16,823 16,857 16,9645896 16,7485532 0,258
12 16,896 16,688 16,688 16,672 16,816 16,832 16,64 16,747 16,857 16,9645896 16,7485532 0,258
13 16,8 17,152 16,768 16,72 16,8 16,837 16,848 16,846 16,857 16,9645896 16,7485532 0,258
14 16,752 16,848 16,896 16,832 16,752 16,96 16,928 16,853 16,857 16,9645896 16,7485532 0,258
15 16,848 16,896 16,96 17,104 16,88 17,136 16,88 16,958 16,857 16,9645896 16,7485532 0,258
16 16,816 17,008 16,992 16,944 16,976 16,672 16,8 16,887 16,857 16,9645896 16,7485532 0,258
17 16,8 16,816 16,64 16,832 16,832 16,96 16,944 16,832 16,857 16,9645896 16,7485532 0,258
18 16,864 16,736 16,784 16,72 16,736 16,8 16,88 16,789 16,857 16,9645896 16,7485532 0,258
19 16,784 16,88 16,816 16,896 16,784 16,88 16,96 16,857 16,857 16,9645896 16,7485532 0,258
20 16,992 16,8 16,96 16,976 16,992 16,832 16,965 16,931 16,857 16,9645896 16,7485532 0,258
21 16,864 16,944 17,008 16,928 16,896 16,837 16,837 16,902 16,857 16,9645896 16,7485532 0,258
22 16,672 16,88 16,768 16,8 16,8 16,96 16,96 16,834 16,857 16,9645896 16,7485532 0,258
23 16,832 16,96 16,816 16,832 16,8 16,8 17,136 16,882 16,857 16,9645896 16,7485532 0,258
24 16,837 16,965 16,88 17,04 16,798 16,992 17,024 16,934 16,857 16,9645896 16,7485532 0,258
25 16,96 16,912 16,96 16,768 16,8 16,8 16,928 16,875 16,857 16,9645896 16,7485532 0,258
Para R: LCS - Limite control superior = D4* LCR̅
LCI - Limite control inferior = D3* LCR̅
LCS = 1.924 * 0.258 = 0.4960072
LCI = 0 * 0.258 = 0

SUBGRUPOS OBSERVACIONES DATOS DE LA MUESTRA DATOS DE RANGO

Muestras X1 X2 X3 X4 X5 X6 X7 Promedio ̿X Central ̿ x LCS LCI R LC R̅ LCS LCI
1 16,704 16,8 16,72 16,704 16,832 16,848 16,848 16,779 16,857 16,9645896 16,7485532 0,144 0,258 0,4960072 0
2 17,253 17,04 17,28 16,832 17,136 17,083 17,12 17,106 16,857 16,9645896 16,7485532 0,448 0,258 0,4960072 0
3 16,88 16,816 16,752 16,72 16,672 16,896 16,8 16,791 16,857 16,9645896 16,7485532 0,224 0,258 0,4960072 0
4 16,848 16,832 16,896 16,944 16,96 16,688 16,752 16,846 16,857 16,9645896 16,7485532 0,272 0,258 0,4960072 0
5 16,832 16,688 16,704 16,736 16,8 16,768 16,848 16,768 16,857 16,9645896 16,7485532 0,160 0,258 0,4960072 0
6 16,72 16,736 16,976 16,768 16,88 16,896 16,816 16,827 16,857 16,9645896 16,7485532 0,256 0,258 0,4960072 0
7 16,848 16,976 16,768 16,64 16,768 16,864 16,8 16,809 16,857 16,9645896 16,7485532 0,336 0,258 0,4960072 0
8 16,72 16,8 16,72 16,848 16,752 16,784 16,864 16,784 16,857 16,9645896 16,7485532 0,144 0,258 0,4960072 0
9 16,832 16,896 16,848 16,928 17,056 16,992 16,944 16,928 16,857 16,9645896 16,7485532 0,224 0,258 0,4960072 0
10 16,896 16,8 16,64 16,816 17,024 16,864 16,736 16,825 16,857 16,9645896 16,7485532 0,384 0,258 0,4960072 0
11 16,848 16,768 16,896 16,88 16,928 16,672 16,768 16,823 16,857 16,9645896 16,7485532 0,256 0,258 0,4960072 0
12 16,896 16,688 16,688 16,672 16,816 16,832 16,64 16,747 16,857 16,9645896 16,7485532 0,256 0,258 0,4960072 0
13 16,8 17,152 16,768 16,72 16,8 16,837 16,848 16,846 16,857 16,9645896 16,7485532 0,432 0,258 0,4960072 0
14 16,752 16,848 16,896 16,832 16,752 16,96 16,928 16,853 16,857 16,9645896 16,7485532 0,208 0,258 0,4960072 0
15 16,848 16,896 16,96 17,104 16,88 17,136 16,88 16,958 16,857 16,9645896 16,7485532 0,288 0,258 0,4960072 0
16 16,816 17,008 16,992 16,944 16,976 16,672 16,8 16,887 16,857 16,9645896 16,7485532 0,336 0,258 0,4960072 0
17 16,8 16,816 16,64 16,832 16,832 16,96 16,944 16,832 16,857 16,9645896 16,7485532 0,320 0,258 0,4960072 0
18 16,864 16,736 16,784 16,72 16,736 16,8 16,88 16,789 16,857 16,9645896 16,7485532 0,160 0,258 0,4960072 0
19 16,784 16,88 16,816 16,896 16,784 16,88 16,96 16,857 16,857 16,9645896 16,7485532 0,176 0,258 0,4960072 0
20 16,992 16,8 16,96 16,976 16,992 16,832 16,965 16,931 16,857 16,9645896 16,7485532 0,192 0,258 0,4960072 0
21 16,864 16,944 17,008 16,928 16,896 16,837 16,837 16,902 16,857 16,9645896 16,7485532 0,171 0,258 0,4960072 0
22 16,672 16,88 16,768 16,8 16,8 16,96 16,96 16,834 16,857 16,9645896 16,7485532 0,288 0,258 0,4960072 0
23 16,832 16,96 16,816 16,832 16,8 16,8 17,136 16,882 16,857 16,9645896 16,7485532 0,336 0,258 0,4960072 0
24 16,837 16,965 16,88 17,04 16,798 16,992 17,024 16,934 16,857 16,9645896 16,7485532 0,242 0,258 0,4960072 0
25 16,96 16,912 16,96 16,768 16,8 16,8 16,928 16,875 16,857 16,9645896 16,7485532 0,192 0,258 0,4960072 0
Paso 7: 

construya su gráfica y grafique las X y R de cada subgrupo. Para cada X y R ponga un punto
en la gráfica. Circule cada punto que este fuera de los límites para así distinguirlos mejor.
Nota: para hacer el grafico se recomienda que todos los datos estén en una tabla en Excel procure
anotar y tener bien definas las cabeceras para que el grafico salga bueno.

Se selecciona toda la tabla en Excel de”X” nos vamos para insertar

gráficos de líneas escogemos el adecuado y nos saldrá la gráfica,
este proceso se repite para el grafico de “R”.

Para “R”
Análisis:

Podemos observar que en este gráfico de control de muestras nos sirve para darle el seguimiento
a los promedios de los diámetros de los materiales, podemos observar que en este punto el
diámetro ha sido superior, a sobre salido nuestro rango de control que teníamos establecido, ese
sería el punto crítico a corregir.

Grafico de Control Muestras

17.200 Promedio X̿
17.000 Central x̿
Diametros

16.800 LCS
16.600 LCI
16.400
1 4 7 10 13 16 19 22 25

Análisis
En este grafico de control de Rango nos sirve para observar que tan variable han sido las
muestras y nos podemos dar cuenta que los diámetros de los materiales no han sido muy variados
ya que no sobre salen del rango.

Grafico de Control Rango

0.600
0.500 R
0.400 LC R̅
0.300 LCS
0.200 LCI
0.100
0.000
1
3
5
7
9
11
13
15
17
19
21
23
25

Recomendaciones
Seguir capacitando al nuevo trabajador que opera la maquina cortadora de jabón, para lograr
corregir las pequeñas falencias en las medidas del producto que se obtuvieron.
Revisar y calibrar más seguido la maquina cortadora, para lograr tener la medida requerida más
exacta, dentro del margen de tolerancia.
 EJERCICIO GRAFICO DE CONTROL X-S
Daicy Del Transito Palma

Desarrollo paso a paso del ejercicio Grafico de Control X-S

Paso #1:
Descargar el programa de Statgraphics, Ingresar los datos en la tabla.

Paso#2:
Seleccionar Control estadístico de Proceso, Grafico de control, Variables y X-S
Paso #3:
Seleccionamos todas las columnas de X, los Ingresamos a Observaciones

Paso#4:
Seleccionamos; Estudio inicial, Promedio de subgrupo y Usar formato de zona
Paso#5:
Seleccionamos en barra; Resumen de análisis y reporte de Subgrupo, en gráficos; gráficos por X
bar y gráficos S.

Paso #6:
Nos aparecen los resultados de los Gráfico de Control X-S

GRÁFICO DE CONTROL X-S

ANÁLISIS:
El límite de control inferior no puede ser negativo ya que debido a sus proporciones siempre son
mayores o iguales a cero.
 EJERCICIO CARTA CONTROL P
Eva Sandrith Cabrales

Datos para trabajar

Producto Número de
Muestra Producción
Defectuoso Defectos

1 256 10 12
2 202 11 14
3 234 8 21
4 307 10 21
5 280 7 15
6 298 15 18
7 231 22 22
8 201 9 20
9 314 15 19
10 223 8 20
11 300 17 19
12 245 14 17
13 224 12 20
14 278 16 9
15 215 10 13
16 287 22 32
17 234 12 21
18 310 14 19
19 285 24 12
20 251 11 12
21 256 30 18
22 204 25 24
23 232 31 19
24 307 35 19
25 282 28 19
26 298 35 13
27 240 33 10
28 212 27 20
29 333 12 11
Las fórmulas con 30 225 14 14 las que se va a
desarrollar el ejercicio son las
siguientes:
Paso 1:
Realizar la columna fracción defectuosa, para lo cual se divide la columna producto defectuoso
entre producción

Paso 2:
Se saca el promedio al final de las filas de producción, producto defectuoso y fracción defectuosa

Paso 3: Se realiza una nueva tabla con los datos de los promedios dividiendo 18/ 259
Paso 4: Para realizar la fila LCI se utiliza la
formula

Paso 5: Para realizar la fila LC se utiliza la formula

Paso 6: Para realizar la fila LCS se utiliza la formula
Paso 7: Se obtiene la tabla terminada
 CARTA CONTROL P VERSIÓN TEORICA
Producto Número de Fracción
Muestra Producción LCI LC LCS
Defectuoso Defectos Defectuosa
1 256 10 12 0,039 0,022 0,070 0,118
2 202 11 14 0,054 0,016 0,070 0,124
3 234 8 21 0,034 0,020 0,070 0,120
4 307 10 21 0,033 0,026 0,070 0,114
5 280 7 15 0,025 0,024 0,070 0,116
6 298 15 18 0,050 0,026 0,070 0,114
7 231 22 22 0,095 0,020 0,070 0,120
8 201 9 20 0,045 0,016 0,070 0,124
9 314 15 19 0,048 0,027 0,070 0,113
10 223 8 20 0,036 0,019 0,070 0,121
11 300 17 19 0,057 0,026 0,070 0,114
12 245 14 17 0,057 0,021 0,070 0,119
13 224 12 20 0,054 0,019 0,070 0,121
14 278 16 9 0,058 0,024 0,070 0,116
15 215 10 13 0,047 0,018 0,070 0,122
16 287 22 32 0,077 0,025 0,070 0,115
17 234 12 21 0,051 0,020 0,070 0,120
18 310 14 19 0,045 0,027 0,070 0,113
19 285 24 12 0,084 0,025 0,070 0,115
20 251 11 12 0,044 0,022 0,070 0,118
21 256 30 18 0,117 0,022 0,070 0,118
22 204 25 24 0,123 0,016 0,070 0,124
23 232 31 19 0,134 0,020 0,070 0,120
24 307 35 19 0,114 0,026 0,070 0,114
25 282 28 19 0,099 0,024 0,070 0,116
26 298 35 13 0,117 0,026 0,070 0,114
27 240 33 10 0,138 0,021 0,070 0,119
28 212 27 20 0,127 0,017 0,070 0,123
29 333 12 11 0,036 0,028 0,070 0,112
30 225 14 14 0,062 0,019 0,070 0,121
259 18 0,070 0,022 0,118

Paso 8: Realizar el grafico Seleccionando las filas de LCI, LC, LCS y Fracción defectuosa
 Control P
Fracción Defectuosa LCI LC LCS
0.160

0.140

0.120

0.100

0.080

0.060

0.040

0.020

0.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Análisis y Recomendación: Se detecta que el paquete muestra No. 22, 23, 27 y 28 donde se
inspeccionaron 204, 232, 240 y 212 productos, se detectaron 25, 31, 33 y 27 defectos, lo cual
arroja una proporción de defectuosos de 0.123, 0.134, 0.138 y 0.127 estos puntos estarían fuera
de los límites de control. Debido a esto; es necesario investigar en la cadena de producción si
estos mismos defectos se identifican en las otras muestras.

CARTA CONTROL C
 Numero
Muestra de
Defectos
1 15
2 18
3 27 Rafael Joaquín Gámez Acosta
4 27 Este tipo de gráfico controla la evolución de los defectos presentes en
5 19 muestras de tamaño constante tomadas a intervalos fijos de tiempo. El
6 23 gráfico c está basado en el número total de defectos o de no
7 28 conformidades en la producción. A continuación, se presenta en la
8 26 siguiente tabla los datos obtenidos en una ronda de control de calidad
9 24 de la empresa de Jabones. Establezca las concusiones indicando si el
10 26 proceso está controlado estadísticamente y comparando el resultado de
11 24 la gráfica:
12 22
13 26
14 11
15 16
16 41
17 27
18 24
19 15
20 15
21 23
22 31
23 24
24 24
25 24
26 16
27 13
28 26
29 14
30 18
31 16 A p a r t i r de la tabla anterior el estudiante deberá desarrollar un
32 7 Gráfico de Control CONTROL C presentando p as o a paso del
33 8 desarrollo.
34 28 Paso 1: 
35 16 Descargar statgraphics e Ingresar los datos en la tabla
36 7
37 15 Paso 2
38 24
39 12 Seleccionamos control estadístico de proceso, grafico de control,
40 22 grafico por atributos, c
41 9
42 15 Paso 3
43 7 Seleccionamos “DEFECTOS”
44 27
45 9
46 22
47 15
48 29
49 24
50 17
PASO 4
Seleccionamos estándar inicial, usar formato de zona

Paso 5
Seleccionamos Resumen del análisis, Reporte del grafico c, Grafico c
Y nos quedaría así

GRAFICOS c
Gráfico c - DEFECTOS
Número de muestras = 60
0 muestras excluidas
Muestra c Recuento de Zona
1 15,0 -1
2 18,0 -2
3 27,0 2
4 27,0 4
5 19,0 5 Gráfico c
6Período 23,0 6 #1-60
7LSC: +3,0 28,0
sigma * 10 31,8301
8Línea Central
26,0 * 12 18,8167
9LIC: -3,0 sigma
24,0 * 14 5,80321
10 26,0 * 16 19 señales zona fuera de control
11 24,0 * 18
12 22,0 * 19 Estimados
Período
13 #1-60
26,0 * 21
c Media 18,8167
14 11,0 -2
Sigma
15 4,33782
16,0 -3
16 41,0 * 8
17 27,0 * 10 El StatAdvisor
18 24,0 * 12 Este procedimiento crea una gráfico c para
DEFECTOS. Está diseñada para permitirle
19 15,0 -1
determinar si los
20 15,0 -2
datos provienen de un proceso en un estado de control
21 23,0 1 estadístico. El gráfico de control se construye bajo
22 31,0 5 el supuesto de que los datos provienen de una
23 24,0 7 distribución de Poisson con una media igual a
24 24,0 * 9 18,8167. Este
25 24,0 * 11 parámetro fue estimado a partir de los datos. De los
26 16,0 -1 60 puntos no excluidos mostrados en el gráfico, 19
27 13,0 -3 corresponden a señales zona fuera de control.
28 26,0 2 Reporte del Gráfico c
29 14,0 -2 Todas las Muestras
30 18,0 -3 X = Excluida * = Fuera de Límites
31 16,0 -4
32 7,0 * -8
33 8,0 * -12 El StatAdvisor
34 28,0 4 Esta tabla muestra los valores que están graficados en
35 16,0 -1 el gráfico de control. Los puntos fuera de límites
36 7,0 -5 se denotan por un asterisco (*). Los puntos excluidos
se denotan por una X.
37 15,0 -6
38 24,0 2
39 12,0 -2
40 22,0 1
41 9,0 -4
42 15,0 -5
43 7,0 * -9
44 27,0 2
45 9,0 -4
46 22,0 1
47 15,0 -1
48 29,0 4
49 24,0 6
50 17,0 -1
51 19,0 1
52 22,0 2
53 9,0 -4
 CONCLUSIÓN
El proceso de análisis de datos de manera gráfica es una herramienta de mucha utilidad para el
control rápido de los resultados; permitiendo evidenciar de manera instantánea las variaciones de
las muestras obtenidas y los controles de calidad y los análisis de resultados deben llevarse de
forma periódica en el control de cualquier proceso, con el fin de hacer un seguimiento constante y
garantizar el cumplimiento de los requerimientos para un cliente o un proceso de certificación
para un proceso de control de calidad.
El control de calidad es una herramienta que es indispensable a la hora de controlar procesos y
poder establecer mecanismos de control que permitan regular los mismos. Todo esto con el fin de
mantener los estándares establecidos y poder cumplir con las especificaciones que el proceso
requiere.
En la actualidad la demanda de los clientes por la excelencia de la calidad en los productos que se
les fabrican, o servicios que se les brindan, deber ser de calidad total, con el fin de cumplir con
todas las expectativas que ellos requieren, por esta razón las empresas están en constante cambio
en procesos de mejora continua e implementación herramientas de sistemas de calidad
específicos que les permitan cumplir con los requerimientos del mercado nacional y extranjero,
apoyándose de herramientas de control estadístico para la calidad, tales como: graficas de control
para variables, o graficas de control por atributos que son herramientas que ayudan a visualizar y
analizar el comportamiento de un proceso a través del tiempo, con la finalidad de identificar la
variabilidad, conocer las causas y proponer mejoras que contribuyan a tener procesos de calidad.
 REFERENCIA BIBLIOGRAFICAS
2.1.1 Introducción a la Metrología
Escamilla, E. (2014). Metrología y sus aplicaciones. México: Larousse - Grupo Editorial.
Recuperado de http://bibliotecavirtual.unad.edu.co:2077/lib/unadsp/reader.action?
ppg=92&docID=11013591&tm=1471503999124

2.2.1 Control Estadístico de Procesos (Procesos bajo Control Estadístico)

Gutierrez, H. (2013). Capitulo 7: Carta de Control para atributos. En Control estadístico de la
calidad y Seis Sigma. (pp. 173-178). Mexico: MCGrawHill. Recuperado de
http://bibliotecavirtual.unad.edu.co:2053/?il=280

2.2.2 Gráficos de Control (X, R)

Gutierrez, H. (2013). Capítulo 7: Carta de Control para atributos. En Control estadístico de la
calidad y Seis Sigma. (pp. 178-185). Mexico: MCGrawHill. Recuperado de
http://bibliotecavirtual.unad.edu.co:2053/?il=280

2.2.3 Gráficos de Control (X, s)

Gutierrez, H. (2013). Capítulo 7: Carta de Control para atributos. En Control estadístico de la
calidad y Seis Sigma. (pp. 185-192). Mexico: MCGrawHill. Recuperado de
http://bibliotecavirtual.unad.edu.co:2053/?il=280

2.3.1 Gráficos de Control por atributos (Gráficos "p" y Gráficos "np")

Gutierrez, H. (2013). Capítulo 7: Carta de Control para atributos. En Control estadístico de la
calidad y Seis Sigma. (pp. 229-239). Mexico: MCGrawHill. Recuperado de
http://bibliotecavirtual.unad.edu.co:2053/?il=280