Professional Documents
Culture Documents
FACULTAD DE MECNICA
ESCUELA DE INGENIERA AUTOMOTRIZ
CONTROL DE CALIDAD
TEMA: EJERCICIOS DE DIAGRAMAS DE CONTROL DE CALIDAD
PROBLEMA 1
RESISTENCIAS PARA CIRCUITOS AUTOMOTRICES
Las resistencias de una circuito electrnico se fabrican en una maquina automatizada
de alta velocidad. La mquina est preparada para producir una corrida de resistencias
de 1000 ohm de cada una. Se tomaron 60 muestras como sigue:
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
31
32
33
34
35
36
37
38
39
1010
995
990
1015
1013
994
989
1001
1006
992
996
1019
981
999
1013
991
996
1003
1020
1019
1001
992
986
989
1007
1006
996
991
993
1002
985
1009
1015
1009
1005
994
982
996
1005
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
HISTOGRAMA DE FRECUENCIA
1006
997
991
989
988
1005
986
994
1008
998
993
1005
1020
996
1007
979
989
1011
1003
984
992
Ohm
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
979
981
982
984
985
986
986
988
989
989
989
989
990
991
991
991
992
992
992
993
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
2.- Establecer nmero de clases.
K= N
K= 60
993
994
994
994
995
996
996
996
996
996
997
998
999
1001
1001
1002
1003
1003
1005
1005
1005
1005
1006
1006
1006
1007
1007
1008
1009
1009
1010
1011
1013
1013
1015
1015
1019
1019
1020
1020
K=7.74
K=8
3.- Determinar el intervalo de la clase.
h=
Xmax Xmin
K
h=
1020979
8
h=5.13
h=5
4. Asociar intervalos de clase con sus respectivos datos.
979-984
984-989
989-994
994-999
9991004
10041009
10091014
10141019
10191024
3
5
13
11
6
10
6
2
4
5.Datos estadsticos.
6. Grfica.
1030,66
Media 999,1
Desv.Est. 10,52
N
60
12
Frecuencia
10
970
980
990
1000
1010
1020
1030
Lecturas en OHMs
7. Conclusin:
DIAGRAMA DE DISPERSIN
Para el ejercicio anterior, determine un diagrama de dispersin, suponiendo que se han
tomados muestras aleatorias y han generados ciertas no conformidades, segn como
se menciona en la tabla.
no conformidades
(x)
muestra (y)
50
49
51
53
52
51
28
45
48
51
y2
12
15
8
10
4
7
16
9
14
10
x2
2500
2401
2601
2809
2704
2601
784
2025
2304
2601
xy
144
225
64
100
16
49
256
81
196
100
600
735
408
530
208
357
448
405
672
510
51
50
51
52
53
54
55
56
57
58
59
60
50
39
47
48
44
40
47
46
51
52
53
54
55
56
57
45
43
53
52
58
57
56
55
54
53
52
47
45
34
41
58
59
60
59
5
6
17
12
22
8
10
5
13
11
20
18
24
15
9
12
7
13
9
6
12
15
8
10
4
7
16
9
14
10
5
6
17
12
22
8
10
5
13
11
20
18
24
15
9
12
2601
2500
2601
2704
2809
2916
3025
3136
3249
3364
3481
3600
2500
1521
2209
2304
1936
1600
2209
2116
2601
2704
2809
2916
3025
3136
3249
2025
1849
2809
2704
3364
3249
3136
3025
2916
2809
2704
2209
2025
1156
1681
3364
3481
3600
3481
25
36
289
144
484
64
100
25
169
121
400
324
576
225
81
144
49
169
81
36
144
225
64
100
16
49
256
81
196
100
25
36
289
144
484
64
100
25
169
121
400
324
576
225
81
144
255
300
867
624
1166
432
550
280
741
638
1180
1080
1200
585
423
576
308
520
423
276
612
780
424
540
220
392
912
405
602
530
260
348
969
672
1210
432
530
260
611
495
680
738
1392
885
540
708
48
46
51
48
Sumatoria
7
13
9
6
694
2304
2116
2601
2304
157063
49
169
81
36
9546
336
598
459
288
35125
y = -0,051x + 14,157
R = 0,004
Conclusin.
Se define que hay una correlacin negativa muy dbil entre el nmero de
resistencias producidas y el nmero de defectuosas ya que la fabricacin de una
resistencia depende de muchos factores de produccin y de importacin de
elementos y materia prima a la fbrica, es por eso que no se puede definir que al
producir ms resistencias el nmero de defectuosas sea directamente mayor.
DIAGRAMA DE PARETTO
Del ejercicio anterior se han tomado todos los datos y ordenado segn como se
muestra en la tabla, se han ordenado las frecuencias de las fallas existentes en las
resistencias, para lo cual se necesita saber cules defectos son los ms prximos a
corregir segn un diagrama de Paretto.
Conclusin.
GRAFICA X-R
Del ejercicio en estudio el nmero de muestras totales has sido tomado de 4
revisiones, 1 revisin por cada turno de trabajo, cada muestra consta de 15
lecturas. Como se especifica en la siguiente tabla.
Numero
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Promedio
Muestra 1
(ohm)
1010
995
990
1015
1013
994
989
1001
1006
992
996
1019
981
999
1013
1000,87
Muestra 2
(ohm)
991
996
1003
1020
1019
1001
992
986
989
1007
1006
996
991
993
1002
999,47
Muestra 3
(ohm)
985
1009
1015
1009
1005
994
982
996
1005
1006
997
991
989
988
1005
998,40
Muestra 4
(ohm)
986
994
1008
998
993
1005
1020
996
1007
979
989
1011
1003
984
992
997,67
subgrupo
mximo
mnimo
Rango
subgrupo
1019
981
38
1020
986
34
1015
982
33
1020
979
41
LCS=1014,93
1010
__
X=999,1
1000
990
LCI=983,27
980
1
10
11
12
13
14
15
Muestra
LCS=49,58
Rango de la muestra
48
36
_
R=21,73
24
12
0
LCI=0
1
10
11
12
13
14
15
Muestra
Conclusin.
El grafico x-r indica que todos los valores obtenidos se encuentran dentro del
rango, concordando as con el histograma de frecuencias, es decir los procesos
estn dentro del control de calidad que se requiere y que todos los turnos de
trabajo estn dentro de la eficiencia requerida.
tamao
muestra
50
50
50
50
50
numero de
defectos
12
15
8
10
4
proporcin de
fraccin
0,24
0,3
0,16
0,2
0,08
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
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
7
16
9
14
10
5
6
17
12
22
8
10
5
13
11
20
18
24
15
9
12
7
13
9
6
0,14
0,32
0,18
0,28
0,2
0,1
0,12
0,34
0,24
0,44
0,16
0,2
0,1
0,26
0,22
0,4
0,36
0,48
0,3
0,18
0,24
0,14
0,26
0,18
0,12
1
1
LCS=0,4102
Proporcin
0,4
0,3
_
P=0,2313
0,2
0,1
LCI=0,0524
0,0
1
10
13
16
Muestra
19
22
25
28
Conclusin.
tamao
muestra
50
49
51
53
52
51
28
45
48
51
51
50
51
52
53
54
55
56
57
58
59
60
50
39
47
48
numero
defectos
12
15
8
10
4
7
16
9
14
10
5
6
17
12
22
8
10
5
13
11
20
18
24
15
9
12
de
proporcin
fraccin
0,24
0,31
0,16
0,19
0,08
0,14
0,57
0,20
0,29
0,20
0,10
0,15
0,36
0,25
0,50
0,18
0,23
0,09
0,25
0,23
0,43
0,35
0,50
0,32
0,20
0,35
de
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
44
40
47
46
51
52
53
54
55
56
57
45
43
53
52
58
57
56
55
54
53
52
47
45
34
41
58
59
60
59
48
46
51
48
7
13
9
6
12
15
8
10
4
7
16
9
14
10
5
6
17
12
22
8
10
5
13
11
20
18
24
15
9
12
7
13
9
6
0,17
0,33
0,19
0,13
0,24
0,29
0,15
0,19
0,07
0,13
0,28
0,20
0,33
0,19
0,10
0,10
0,30
0,21
0,40
0,15
0,19
0,10
0,28
0,24
0,59
0,44
0,41
0,25
0,15
0,20
0,15
0,28
0,18
0,13
0,5
1
LCS=0,4188
Proporcin
0,4
0,3
_
P=0,2321
0,2
0,1
LCI=0,0454
0,0
1
10
13
16
19
22
25
28
Muestra
Las pruebas se realizaron con tamaos de la muestra desiguales
Conclusin.
tamao
muestra
50
50
50
50
50
50
50
50
50
50
numero
defectos
12
15
8
10
4
7
16
9
14
10
de
proporcin
fraccin
0,24
0,3
0,16
0,2
0,08
0,14
0,32
0,18
0,28
0,2
de
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
5
6
17
12
22
8
10
5
13
11
20
18
24
15
9
12
7
13
9
6
0,1
0,12
0,34
0,24
0,44
0,16
0,2
0,1
0,26
0,22
0,4
0,36
0,48
0,3
0,18
0,24
0,14
0,26
0,18
0,12
1
1
LCS=20,51
Conteo de muestras
20
15
__
NP=11,57
10
5
LCI=2,62
0
1
10
13
16
19
22
25
28
Muestra
Conclusin.
De igual manera que con el grafico P tenemos 2 puntos espordicos que estn
tergiversando el control de calidad que necesitamos, ciertas causas o fallas se
tamao
muestra
50
49
51
53
52
51
28
45
48
51
50
39
47
48
44
45
43
53
52
48
46
51
48
47
45
34
41
40
47
46
numero
defectos
12
15
8
10
4
7
16
9
14
10
5
6
17
12
22
8
10
5
13
11
20
18
24
15
9
12
7
13
9
6
de
proporcin
fraccin
0,24
0,31
0,16
0,19
0,08
0,14
0,57
0,20
0,29
0,20
0,10
0,15
0,36
0,25
0,50
0,18
0,23
0,09
0,25
0,23
0,43
0,35
0,50
0,32
0,20
0,35
0,17
0,33
0,19
0,13
de
25
1
LCS=20,27
Conteo de muestras
20
1
15
__
NP=11,47
10
5
LCI=2,66
0
1
10
13
16
19
22
25
28
Muestra
Las pruebas se realizaron con tamaos de la muestra desiguales
Conclusin.
Se puede observar que tanto el grafico P con el grafico NP erogan los mismos
resultados, con a diferencia que el grafico P se analiza con una proporcin de
fraccin y el grafico NP se analiza con el nmero de defectos, siendo as que el
nmero de espordicos obtenidos deben pasar a un nuevo estudio para saber las
causas que lo produjeron.
GRAFICO C
La fbrica de produccin de resistencias automotrices desea saber si ciertos defectos
que se han encontrado en las resistencias no son calificativas para rechazar el lote
producido, para lo cual se ha tomado una muestra diaria durante un mes, verificando
sus errores de fabricacin. Se desea saber si los errores estn dentro del lmite de
control impuesto.
fecha
1
2
3
4
5
6
7
8
9
10
numero
defectos
12
15
8
10
4
7
16
9
14
10
de
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
5
6
17
12
22
8
10
5
13
11
20
18
24
15
9
12
7
13
9
6
1
1
LCS=21,77
Conteo de muestras
20
15
_
C=11,57
10
5
LCI=1,36
0
1
10
13
16
19
22
25
28
Muestra
Conclusin.
ventas iniciales
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
50
ventas perdidas
5
8
7
12
8
11
1
3
8
11
5
9
14
11
3
8
6
7
13
14
13
1
7
7
10
8
14
7
1
3
LCS=0,3246
0,30
0,25
0,20
_
U=0,1567
0,15
0,10
0,05
0,00
LCI=0
1
10
13
16
19
22
25
28
Muestra
Conclusin.
El grafico indica que los errores por unidad estn dentro del rango indicado por lo
cual se concluye que las prdidas en las ventas no se deben a fallos en los
materiales, sino puede ser por problemas de distribucin, o por retrasos en la
entrega.
GRAFICO U (muestra variable).Se han superado los problemas con respecto al ejercicio anterior, y ahora en este mes
se quiere recuperar el mercado por lo cual las ventas suben y bajan a lo largo del mes,
se quiere saber con un grfico u si existen defectos por unidad, los datos se muestran
en la tabla siguiente.
da
1
2
3
4
5
6
7
8
9
10
ventas
iniciales
27
36
29
38
42
63
75
24
36
28
ventas
perdidas
5
8
7
12
8
11
30
3
8
11
pi
LCI
LCS
0,19
0,22
0,24
0,32
0,19
0,17
0,40
0,13
0,22
0,39
-0,06
-0,01
-0,03
0,04
-0,01
0,02
0,18
-0,09
-0,01
0,04
0,43
0,46
0,52
0,59
0,39
0,33
0,62
0,34
0,46
0,75
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
29
37
49
63
26
35
28
37
42
63
77
18
26
37
42
32
58
66
19
39
5
9
14
17
3
8
6
7
13
19
18
1
7
7
10
8
16
7
1
3
promedio
0,17
0,24
0,29
0,27
0,12
0,23
0,21
0,19
0,31
0,30
0,23
0,06
0,27
0,19
0,24
0,25
0,28
0,11
0,05
0,08
0,22
u
-0,06
0,00
0,06
0,07
-0,08
-0,01
-0,05
-0,03
0,05
0,09
0,07
-0,11
-0,04
-0,03
0,01
-0,02
0,07
-0,01
-0,11
-0,06
-0,0039
lci
0,40
0,49
0,51
0,47
0,32
0,47
0,48
0,40
0,57
0,51
0,40
0,22
0,57
0,40
0,46
0,52
0,48
0,23
0,21
0,21
0,4403
lcs
0,6
0,5
LCS=0,4618
1
0,4
0,3
_
U=0,2310
0,2
0,1
0,0
LCI=0,0001
1
10
13
16
Muestra
Las pruebas se realizaron con tamaos de la muestra desiguales
Conclusin.-
19
22
25
28
El grafico nos dice que en ese mes hay un error de fbrica en las resistencias, lo
cual nos obliga a mejorar esos errores que pueden hacer que el tiempo de vida
til del elemento se haga ms corto, y con eso el prestigio de la empresa estara
en duda, se recomienda buscar las causas mediante diagramas causa efecto.
PROBLEMA 2
BATERIAS DE 12 V PARA MOTOS
En una fbrica de bateras se exigen ciertas horas de funcionamiento mnimas, para lo
cual se decide probar en MOTOS de prueba. En la Tabla se presenta el ciclo de vida de
bateras en horas, de 72 muestras secuenciales de bateras.
Muestra
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
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
462.2
451.2
435.7
455.5
463.6
432.3
442
468.1
445.4
465.2
438.1
449.6
417.2
434.7
438.4
449.2
458.2
445.5
432.1
446.3
467.9
437.1
461
444.9
424.6
465.9
432.7
440.6
436.2
425.4
429.4
452.6
449.3
445.1
431.4
467.5
463.9
425.2
426.5
424
458.8
HISTOGRAMA DE FRECUENCIA
411.6
417.2
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
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
424.0
424.6
425.2
425.4
426.5
427.9
429.4
430.8
431.4
432.1
432.2
432.3
432.7
434.7
435.4
435.6
435.7
435.9
436.2
436.7
436.8
437.1
438.1
438.4
439.2
440.6
442.0
442.5
444.6
444.9
445.1
445.4
445.4
445.5
446.3
448.2
449.2
449.3
449.6
449.7
449.7
450.1
450.9
451.2
452.6
453.9
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
455.5
458.2
458.5
458.6
458.8
458.8
459.7
461.0
462.2
463.6
463.9
465.2
465.9
466.1
466.5
467.5
467.6
467.9
468.1
469.3
470.3
470.5
479.7
484.5
K= N
K= 72
K=8.48
K=8
3.- Determinar el intervalo de la clase.
h=
Xmax Xmin
K
h=
484.5411.6
8
h=9.125
h=9
2
7
17
11
12
11
10
1
1
5. Datos estadsticos.
6. Grfica.
20
524,1
Media 447,3
Desv.Est. 15,59
N
72
Frecuencia
15
10
420
440
460
480
500
520
7. Conclusin:
DIAGRAMA DE DISPERSIN
Para el ejercicio anterior se estima que la vida til de la batera en minutos debe llegar
como mnimo a 485 horas, caso contrario los minutos faltantes seria tomados como no
conformidad, en un diagrama de dispersin verificar si el nmero de no conformidades
aumenta respecto a la muestra.
muestra
no
y2
x2
xy
conformidades
(x)
(y)
411,6
73,4
417,2
438,4
67,8
61
442
60,4
436,2
59,8
436,7
59,6
430,8
58,5
435,7
57,1
424,6
55,6
425,2
54,2
431,4
53,6
432,1
52,9
432,2
52,8
432,3
52,7
432,7
52,3
434,7
50,3
435,4
49,6
435,6
49,4
429,4
49,3
425,4
49,1
426,5
48,8
427,9
48,3
424
48,2
436,8
47,9
437,1
46,9
438,1
46,6
169414,5
6
174055,8
4
179776
180285,1
6
180795,0
4
180965,1
6
181902,2
5
183098,4
1
184384,3
6
185588,6
4
186105,9
6
186710,4
1
186796,8
4
186883,2
9
187229,2
9
188964,0
9
189573,1
6
189747,3
6
189834,4
9
190008,8
1
190270,4
4
190706,8
9
190794,2
4
191056,4
1
191931,6
1
192194,5
6
5387,56 30211,44
4596,84 28286,16
3721
25864
3648,16 25645,84
3576,04 25426,96
3552,16 25353,84
3422,25 24950,25
3260,41 24433,09
3091,36 23874,64
2937,64 23349,36
2872,96 23123,04
2798,41 22858,09
2787,84 22820,16
2777,29 22782,21
2735,29 22630,21
2530,09 21865,41
2460,16 21595,84
2440,36 21518,64
2430,49 21480,01
2410,81 21402,69
2381,44 21286,56
2332,89 21092,61
2323,24 21053,76
2294,41 20937,09
2199,61 20546,89
2171,56 20429,44
439,2
45,8
440,6
435,9
44,4
43
442,5
42,5
444,6
40,4
444,9
40,1
445,1
39,9
449,3
39,6
449,6
39,6
449,7
39,5
446,3
38,7
448,2
36,8
449,2
35,8
445,4
35,7
445,4
35,4
445,5
35,3
463,6
35,3
463,9
34,9
465,2
34,1
468,1
33,8
469,3
32,4
470,3
31,1
466,5
29,5
458,2
26,8
458,5
26,5
458,6
26,4
458,8
26,2
192896,6
4
194128,3
6
195364
195806,2
5
197669,1
6
197936,0
1
198114,0
1
198381,1
6
198381,1
6
198470,2
5
199183,6
9
200883,2
4
201780,6
4
201870,4
9
202140,1
6
202230,0
9
202230,0
9
202590,0
1
203310,8
1
203581,4
4
204846,7
6
206025,2
1
207480,2
5
209947,2
4
210222,2
5
210313,9
6
210497,4
4
2097,64 20115,36
1971,36 19562,64
1849
19006
1806,25 18806,25
1632,16 17961,84
1608,01 17840,49
1592,01 17759,49
1568,16 17637,84
1568,16 17637,84
1560,25 17597,25
1497,69 17271,81
1354,24 16493,76
1281,64 16081,36
1274,49 16040,01
1253,16 15915,84
1246,09 15874,41
1246,09 15874,41
1218,01 15708,49
1162,81 15375,69
1142,44 15250,56
1049,76 14664,24
967,21 14116,29
870,25 13437,25
718,24 12279,76
702,25 12150,25
696,96 12107,04
686,44 12020,56
458,8
26,2
459,7
461
25,3
24
462,2
22,8
453,9
21,4
450,9
21,1
451,2
19,8
465,9
19,1
466,1
18,9
455,5
18,5
467,5
17,5
467,6
17,4
467,9
17,1
449,7
16,9
450,1
15,7
452,6
14,7
470,5
14,5
479,7
5,3
484,5
0,5
210497,4
4
211324,0
9
212521
213628,8
4
214924,9
6
215203,2
1
216411,0
4
217062,8
1
217249,2
1
217622,2
5
218556,2
5
218649,7
6
218930,4
1
219117,6
1
220242,4
9
221182,0
9
221370,2
5
230112,0
9
234740,2
5
686,44 12020,56
640,09 11630,41
576
11064
519,84 10538,16
457,96
9921,04
445,21
9788,29
392,04
9210,96
364,81
8898,69
357,21
8809,29
342,25
8630,25
306,25
8181,25
302,76
8136,24
292,41
8001,09
285,61
7910,89
246,49
7368,01
216,09
6913,41
210,25
6822,25
28,09
2542,41
0,25
242,25
muestra (y)
470
460
450
440
430
420
410
0
10
20
30
40
50
60
70
80
no conformidades (x)
Conclusin.
DIAGRAMA DE PARETTO
Del ejercicio anterior, se han encontrado ciertas fallas en las bateras lo cual afecta al
desempeo mnimo de tales, para eso se quiere saber cules son las fallas que se debe
atender ms rpidamente para mejorar el proceso de produccin.
Material
cantidad
incorrecta
de
voltajes
estaticos
inadecuados
amperajes
fuera de
rango
falta de
higiene en la
fabrica
falta de
claridad
espacios no
hermeticos
Entorno
Personal
error en la
seleccin de
material
agua no
destilada al
100%
plomo no
puro al
100%
escaso
tiempo de
ensamble
conexiones
entre celdas
incorrectas
electrolisis
incorrecta
Mtodos
personal desmotivado
falta de capacitacion
herramientas
inadecuadas
Bateria
Rechazada
fundidora de plomo con
escorias
temperatura de la
maquina incorrecta
inyectora plastica
descalibrada
Mquinas
GRAFICO X-R
Del ejercicio anterior se han tomado aleatoriamente 8 muestras con 9 lecturas cada
una, se desea saber si los requerimientos de duracin en horas de la produccin de
bateras est dentro del rango especificado mediante un grfico x-r.
Numero
1
2
3
4
5
6
7
8
9
promedio
subgrupo
maximo
minimo
rango
Muestra
1
458,5
458,6
458,8
453,9
425,2
425,4
426,5
427,9
429,4
Muestr
a2
465,2
465,9
466,1
462,2
432,3
452,6
437,1
470,3
435,6
Muestr
a3
435,7
435,9
436,2
436,7
436,8
461
445,1
470,5
439,2
Muestr
a4
440,6
434,7
435,4
444,6
444,9
432,7
442,5
479,7
445,5
Muestr
a5
446,3
438,1
438,4
449,3
449,6
449,7
449,7
450,1
450,9
Muest
ra 6
451,2
445,4
445,4
455,5
458,2
411,6
417,2
424
458,8
Muestr
a7
459,7
448,2
449,2
463,6
463,9
430,8
431,4
432,1
466,5
Muestr
a8
467,5
467,6
467,9
468,1
469,3
424,6
432,2
442
484,5
440,47
454,14
444,12
444,51
446,90
440,81
449,49
458,19
458,8
425,2
33,6
470,3
432,3
38
470,5
435,7
34,8
479,7
432,7
47
450,9
438,1
12,8
458,8
411,6
47,2
466,5
430,8
35,7
484,5
424,6
59,9
Media de la muestra
460
__
X=447,33
450
440
LCI=432,20
430
1
Muestra
Rango de la muestra
80
LCS=75,67
60
_
R=40,6
40
20
LCI=5,53
0
1
Muestra
Conclusin.
El grafico x-r indica que todos los valores obtenidos se encuentran dentro del
rango, concordando as con el histograma de frecuencias, es decir los procesos
estn dentro del control de calidad que se requiere y que todos los turnos de
trabajo estn dentro de la eficiencia requerida.
GRAFICO P (muestra constante).Se ha decidido estudiar el proceso de produccin de bateras durante un mes con una
muestra de 25 bateras cada da, todo esto con el fin de verificar si la produccin se
encuentra dentro de los lmites de control de un grfico P.
fecha
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
tamao muestra
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
numero de defectos
19
16
7
15
20
15
17
15
13
16
8
4
15
12
17
20
3
8
9
15
10
12
11
3
3
3
5
8
14
4
0,5
LCS=0,4940
Proporcin
0,4
_
P=0,2808
0,3
0,2
0,1
LCI=0,0677
1
10
13
16
19
22
25
28
Muestra
Conclusin.
El grafico nos indica que tenemos procesos con demasiados errores es por lo
cual tenemos 2 puntos espordicos adems aproximadamente 5 puntos que
estn muy cerca de los lmites de control, esto implica que las bateras cumples
los requisitos pero con tendencia a que no funcionen correctamente, se sugiere
mejorar los procesos buscando las fallas mediante un diagrama de paretto o un
diagrama de causa efecto.
tamao
muestra
37
43
35
42
38
37
43
37
37
36
numero de
defectos
7
7
6
7
15
2
3
10
4
13
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
36
44
42
33
41
33
34
37
39
33
43
34
33
44
40
36
39
44
37
35
8
9
9
12
9
8
5
2
3
6
10
11
6
6
6
11
11
12
4
3
0,4
LCS=0,3987
Proporcin
0,3
_
P=0,1970
0,2
0,1
0,0
LCI=0
1
10
13
16
19
22
25
28
Muestra
Las pruebas se realizaron con tamaos de la muestra desiguales
Conclusin.
Se puede definir que los procesos si han mejorado con respecto al ao anterior
por lo que ya tenemos un punto espordico y los dems puntos estn
controlados dentro del lmite, sin embargo no est por dems decir que se debe
seguir mejorando procesos aplicando mtodos de mejora continua por ejemplo:
5 s.
tamao muestra
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
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
40
numero
de
defectos
4
11
4
12
17
17
9
11
17
8
7
1
8
15
16
10
19
9
4
9
16
7
17
7
18
14
2
7
19
12
proporcin
fraccin
0,1
0,275
0,1
0,3
0,425
0,425
0,225
0,275
0,425
0,2
0,175
0,025
0,2
0,375
0,4
0,25
0,475
0,225
0,1
0,225
0,4
0,175
0,425
0,175
0,45
0,35
0,05
0,175
0,475
0,3
de
Conteo de muestras
20
LCS=19,35
15
__
NP=10,9
10
5
LCI=2,45
1
1
0
1
10
13
16
19
22
25
28
Muestra
Conclusin.
tamao
muestra
40
45
41
43
46
41
46
44
45
42
48
45
numero de
defectos
3
10
3
10
5
10
4
5
5
1
2
8
proporcin de
fraccin
0,08
0,22
0,07
0,23
0,11
0,24
0,09
0,11
0,11
0,02
0,04
0,18
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
42
49
40
44
47
42
45
43
44
50
48
42
46
42
43
45
45
48
5
7
8
1
9
2
9
9
3
8
6
1
6
2
5
5
4
8
0,12
0,14
0,20
0,02
0,19
0,05
0,20
0,21
0,07
0,16
0,13
0,02
0,13
0,05
0,12
0,11
0,09
0,17
Conteo de muestras
12
10
8
__
NP=5,91
6
4
2
0
LCI=0
1
10
13
16
19
22
25
28
Muestra
Las pruebas se realizaron con tamaos de la muestra desiguales
Conclusin.
GRAFICO C
Se necesita saber si el nmero de bateras defectuosas estn dentro de del lmite
necesario para que no existan perdidas y disminuir costos de almacenamientos, as
tambin como los inventarios excesivos, hacer un grfico c e interpretar.
fecha
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
numero de defectos
9
6
9
6
10
11
9
12
14
7
3
6
9
7
4
14
4
6
6
4
9
13
10
14
12
2
10
14
13
3
LCS=17,30
16
Conteo de muestras
14
12
10
_
C=8,53
8
6
4
2
0
LCI=0
1
10
13
16
19
22
25
28
Muestra
Conclusin.
El grafico nos dice que las bateras defectuosas que se presentan en los procesos
de produccin no significan perdida para la fbrica, por lo tanto se deduce que el
sistema an puede seguir ejecutndose.
bateras
10
10
10
10
10
10
10
10
10
10
10
10
10
10
errores
1
3
4
2
3
3
4
3
5
1
2
1
3
2
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
10
5
4
2
5
5
1
4
5
2
1
2
2
3
4
5
3
Grfica U de errores
0,9
LCS=0,8196
0,8
0,7
0,6
0,5
0,4
_
U=0,3
0,3
0,2
0,1
0,0
LCI=0
1
10
13
16
19
22
25
28
Muestra
Conclusin.
El grafico indica que los errores por unidad estn dentro del rango indicado por lo
cual se concluye que las prdidas en las ventas no se deben a fallos en los
materiales, sino puede ser por problemas de distribucin, o por retrasos en la
entrega.
batera
8
9
9
10
10
10
8
9
9
9
10
9
10
9
10
9
10
10
10
8
10
9
9
9
10
10
10
10
10
8
error
es
1
3
3
3
4
2
4
5
3
5
2
3
4
2
3
5
2
1
1
3
4
1
1
1
5
3
1
5
5
4
Grfica U de errores
LCS=0,914
0,9
0,8
0,7
0,6
0,5
0,4
_
U=0,317
0,3
0,2
0,1
0,0
LCI=0
1
10
13
16
19
22
25
28
Muestra
Las pruebas se realizaron con tamaos de la muestra desiguales
Conclusin.
El grafico nos indica que no existen errores en este mes de produccin y que el
servicio de distribucin es aceptable, es notable que desde al comienzo del
anlisis de control de calidad se encuentra un correcto procedimiento en la
fabricacin y un producto final aceptado por el cliente
Bajo estas condiciones surgen algunas interrogantes: que tipo de calidad garantiza este
plan y cul es el nivel de calidad que no tolera; o de una manera ms tcnica: si un lote
tiene cierta proporcin de artculos defectuosos, cul es la probabilidad de que el lote
sea aceptado? Las respuestas a estas preguntas se obtiene a partir de la curva
caracterstica de operacin (curva CO) para el citado plan.
La curva CO de un plan proporciona una caracterizacin del potencial desempeo del
mismo, ya que con sta se puede saber la probabilidad de aceptar o rechazar un lote
que tiene determinada calidad. Por ejemplo, con la curva CO del plan n = 60, c =1 y
tamao de lote grande, se puede saber cual es la probabilidad de aceptar un lote que
tenga 2% de sus artculos defectuosos. Adems, como de un lote que se somete a
inspeccin por muestreo se desconoce su proporcin, p, de artculos defectuosos,
entonces la curva CO tiene que proporcionar la probabilidad de aceptar lotes con
cualquier valor de p. En la figura 3 se muestra la curva CO para el plan n = 60, c =1.
1% no se est satisfecho con esa calidad por lo que se desea aceptarla con
probabilidad cero (es decir, rechazarla con probabilidad 1). Sin embargo, no existe
ningn plan de muestreo que tenga esta curva ideal y que por tanto sea capaz de
hacer una discriminacin perfecta entre los lotes "buenos" y "malos". En teora la curva
CO ideal se puede alcanzar con inspeccin al 100%, siempre y cuando esta inspeccin
estuviera libre de errores, lo que difcilmente ocurre.
No existe un plan de muestreo que tenga una curva CO ideal, que pueda
distinguir perfectamente los lotes buenos de los malos. De esta manera, todo plan
de muestreo tiene riesgos de rechazar la buena calidad y aceptar la mala. Lo que s
existe son planes que tienen mayor probabilidad de aceptar la buena calidad y
menos probabilidad de aceptar la mala.
Plan n = 60, c = 1; probabilidad de aceptarlo 0.302
Plan n =120, c = 2; probabilidad de aceptarlo 0.137
Plan n =240, c = 4; probabilidad de aceptarlo 0.035
De esta manera, el ltimo plan slo dejar pasar 3.5% de lotes con 4% de defectivo.
2.
4.
6.
Nivel de calidad aceptable, NCA o AQL (aceptancing quality level). El NCA se define
como el porcentaje mximo de unidades que no cumplen con la calidad especificada,
que para propsitos de inspeccin por muestreo se puede considerar como satisfactorio
o aceptable como un promedio para el proceso. El NCA tambin se lo conoce
como nivel de calidad del productor y se expresa en porcentajes de unidades que no
cumplen con la calidad especificada.
Nivel de calidad lmite, NCL o LQL (limiting quality level). Es el nivel de calidad que se
considera como no satisfactorio y que los lotes que tengan este tipo de calidad deben
ser rechazados casi siempre. El NCL, en algunos planes especficos (por ejemplo los
"Planes de muestreo Dodge-Roming") se conoce como porcentaje defectivo tolerado del
lote, PDTL o LTPD (lot tolerance percent defective).
EJEMPLO:
Suponga que un cliente plantea la necesidad de que su proveedor le envi slo
aquellos lotes que tengan un buen nivel da calidad. Para ello se decide establecer un
plan simple de muestreo de aceptacin. El tamao de lote es grande y se establece con
el porcentaje de unidades defectuosas que se considera aceptable o satisfactorio es del
0.4%, NCA = 0.4%, y se acuerda que este tipo de calidad adecuada tendr probabilidad
de aceptarse del 0.95, y por tanto un riesgo de no aceptarse de 0.05. El riesgo del
productor es = 0.05, ya que los lotes del productor que tengan 0.4% de defectuosos,
a pesar de tener una calidad aceptable, tienen probabilidad de no aceptarse de 0.05.
Tambin se acuerda que el nivel de calidad que se considerar como no aceptable o
insatisfactorio es de 2.55%, NCL = 2.55%. Por ello los lotes que tengan este porcentaje
de unidades defectuosas tendrn baja probabilidad de aceptarse (0.10); de esta
manera el cliente (consumidor) est asumiendo un riesgo de = 0.10 de aceptar lotes
de calidad pobre (2.55% de defectuosos).
Bajo las condiciones anteriores, un plan de muestreo que cumple moderadamente bien
los acuerdos del cliente y el proveedor es n = 205 c = 2, cuya curva CO se muestra en
la figura 9. Es importante entender bien el funcionamiento de este plan: garantiza que
los lotes que tengan un porcentaje de unidades defectuosas menor o igual a 0.4% se
aceptarn con facilidad. A medida que este porcentaje vaya siendo mayor, cada vez
ser ms difcil (menos probable) que los lotes correspondientes sean aceptados. En
particular si un lote tiene un porcentaje del 2.55%, entonces tendr probabilidad de ser
aceptado de 0.10.
En consecuencia, este plan no garantiza que los lotes con un porcentaje de defectuosos
mayor a 0.4% sean rechazados siempre.