Proyecto Final

CONTROL ESTADISTICO DE LA CALIDAD
INSTITUTO TECNOLÓGICO NACIONAL DE MÉXICO
INSTITUTO TECNOLÓGICO DE CIUDAD GUZMÁN

INGENIERIA INDUSTRIAL
ANÁLISIS DE PROCESO DE CAL BERTRÁN
INTEGRANTES:
Méndez Cárdenas Guillermo
Ortega Larios Cinthya
Zúñiga López Nancy Saraí
ÍNDICE
Introducción ......................................................................................................................................... 12
Descripción de la empresa .................................................................................................................... 12
Objetivos ............................................................................................................................................... 12
UNIDAD 2 CARTAS DE CONTROL POR VARIABLES
Conceptos básicos ................................................................................................................................ 12
Gráfica 𝑋̅ – R; Media y rango móvil ...................................................................................................... 12
Gráfica 𝑋̅ – S; Media y desviación estándar .......................................................................................... 12
Gráfica IM – R ....................................................................................................................................... 12
Gráfica de análisis de la capacidad normal ........................................................................................... 12
UNIDAD 3 CARTAS DE CONTROL POR ATRIBUTOS
Gráfica P; Proporción o fracción de artículos defectuosos ................................................................... 12
Gráfica NP; Número de unidades defectuosas ..................................................................................... 12
Gráfica C; Número de defectos............................................................................................................. 12
Gráfica U; Número de defectos por unidad .......................................................................................... 12
Gráfica de análisis de capacidad binomial ............................................................................................ 12
Gráfica de análisis de la capacidad de poisson ..................................................................................... 12
UNIDAD 4 MUESTREO DE ACEPTACIÓN
Creación de un plan de muestreo de aceptación por variables ............................................................ 12
Comparación de planes de muestreo de aceptación por variables ...................................................... 12
Aceptación o rechazo de un lote basándose en una muestra .............................................................. 12
Creación de un plan de muestreo de aceptación por atributos ........................................................... 12
Comparación de planes de muestreo de aceptación por atributos ...................................................... 12
Conclusión ............................................................................................................................................ 12
Anexos .................................................................................................................................................. 12
INTRODUCCIÓN
Se pondrá en práctica los conocimientos adquiridos a lo largo del curso del control estadístico de la
calidad a una situación real dentro de una empresa que en nuestro caso será Bio papel mediante la inspección
de sacos mediante muestras, con la finalidad de buscar posibles causas específicas.
Lo que se expondrá en primera instancia es la aplicación de las cartas de control por variable que
por definición son diagramas que se aplican a variables o características de calidad de tipo continuo (peso,
volumen, longitud, etcétera), entre estos diagramas o graficas que se presentan en el trabajo se encuentran:
 X barra- R (Media y rango móvil)

 X-barra –S (Media y desviación estándar)
 IM-R
 Análisis de la capacidad normal
Estas graficas serán aplicadas mediante muestreos de la válvula, largo, ancho y des encuadre. También
describirán y vendrán adjuntadas a una interpretación de resultados.
Por otra parte, se abunda en las cartas de control para atributos que son diagramas que se aplican al
monitoreo de características de calidad del tipo “pasa, o no pasa”, o donde se cuenta el número de no
conformidades que tienen los productos analizados. También se expondrá una breve descripción de las gráficas
e interpretación de resultados de:
 p (proporción o fracción de artículos defectuosos).

 np (número de unidades defectuosas).
 c (número de defectos).
 u (número de defectos por unidad).
 Análisis de la capacidad binomial.
 Análisis de la capacidad poisson.
El muestreo de aceptación es el proceso de inspección de una muestra de unidades de un lote con el

propósito de aceptar o rechazar todo el lote. Existen dos planes de muestreo:
Planes por variables Es cuando a cada unidad de la muestra se le mide una variable continúa y con los datos se
calcula un estadístico que contienes dos tipos de gráficas y su respectiva interpretación de resultados:
 Creación de un plan de muestreo de aceptación por variables.
 Comparación de planes de muestreo de aceptación por variables.
 Aceptación o rechazo de un lote basándose en una muestra.
Planes por atributos es cuando cada artículo de la muestra se clasifica como conforme o no conforme; la
cantidad de no conformes se utiliza para aceptar o rechazar el lote.
 Creación de un plan de muestreo de aceptación por atributos
 Comparación de planes de muestreo de aceptación por atributos
Página | 1
La historia de Bio-PAPPEL comenzó hace 32 años en los bosques de Durango dentro de un modesto
aserradero, donde la meta fue crear cadenas de valor a partir del aprovechamiento integral y la
regeneración sostenida del bosque, en armonía con el medio ambiente.
Bio-pappel es una de las empresas mexicanas más competitivas a nivel nacional y es una de las
más responsables socialmente y con alto compromiso con el ambiente, pues para esta empresa su
materia prima no solo es la madera, sino también el desecho urbano de cartón y papel, pues aplica
tecnologías para la recolección, reciclar y uso de estos desechos.
Día a día nos esforzamos en ser una empresa en la cual los clientes deseen comprar porque
suministramos competitivamente soluciones y productos sustentables, donde la gente talentosa
desee trabajar porque reconocemos la iniciativa, la creatividad y los resultados, que las comunidades
deseen atraer porque generamos empleos, derrama económica y nos preocupamos seriamente por
la ecología y el planeta, una empresa enfocada en la creación de ventajas competitivas sustentables,
comprometida con la sustentabilidad ambiental y la responsabilidad social.
MISIÓN
Empresarial es producir competitivamente papel y productos de papel sustentable que contribuyan
consistentemente, una y otra vez, al éxito de nuestros clientes y de sus clientes.
IDENTIDAD
Además de ser una empresa “verde” que recicla papel, planta árboles y maneja bosques sustentables,
nos esforzamos en ser una empresa “azul” que maximiza el uso de la tecnología para co-generar
energía limpia, reciclar y reutilizar el agua, operar procesos industriales sustentables y cuidar el
impacto de nuestras operaciones en los ríos, lagunas, el océano y el cielo azul.
Página | 2
NUESTRA FILOSOFÍA EMPRESARIAL
1. EMPEZAR con el cliente y luego trabajar hacia atrás.

2. GIRAR todas las decisiones del negocio hacia la competitividad.
3. TENER uno de los más bajos costos de producción en el mundo.
4. COMPARAR nuestro desempeño con los mejores del mundo.
5. DIFERENCIAR nuestra empresa y sus productos.
6. INNOVAR continuamente en todo lo que hacemos.
7. MEDIR todo lo que hacemos, para mejorarlo.
8. HACER más con menos, más rápido y a menor costo.
9. CONSTRUIR alianzas duraderas con clientes y proveedores.
10. TOMAR decisiones con información, pragmatismo y agilidad.
11. SER uno de los mejores lugares para trabajar.
12. TRATAR a todo el personal como asociados.
13. PREMIAR el desempeño sobresaliente y los logros relevantes.
14. SER un líder en sustentabilidad y cuidado del planeta.
15. SER líder en creación de valor compartido.
COMPORTAMIENTO DE LA INDUSTRIA PAPELERA
Página | 3
CARTAS DE CONTROL PARA VARIABLES

Carta de control: Es una gráfica que sirve para observar y analizar la variabilidad y el comportamiento
de un proceso a través del tiempo. El objetivo básico de una carta de control es observar y analizar
el comportamiento de un proceso a través del tiempo.
Causas comunes y especiales de variación
Variación por causas comunes: Es aquella que permanece día a día, lote a lote y es aportada en forma
natural por las condiciones de las 6 M.
Variación por causas especiales: Es causada por situaciones o circunstancias especiales que no están
de manera permanente en el proceso
No distinguir entre estos dos tipos de variabilidad conduce a cometer dos errores en la actuación de
los procesos. Error 1: reaccionar ante un cambio o variación (efecto o problema) como si proviniera
de una causa especial, cuando en realidad surge de algo más profundo en el proceso, como son las
causas comunes de variación. Error 2: tratar un efecto o cambio como si procediera de causas
comunes de variación, cuando en realidad se debe a una causa especial.
Las cartas de control de variables con diagramas que se aplican a variables o características de calidad
de tipo continuo (peso, volumen, longitud, etcétera). Las cartas para variables tipo Shewhart más
usuales son:
- X – (de medias)
- R (de rangos)
- S (de desviaciones estándar)
- X (de medidas individuales)
- Cartas de control X-R
Son diagramas para variables que se aplican a procesos masivos, en donde en forma periódica se
obtiene un subgrupo de productos, se miden y se calcula la media y el rango R para registrarlos en la
carta correspondiente.
Límites de control: Valores que se calculan a partir del conocimiento de la variación de un proceso,
de tal forma que entre éstos caiga el estadístico que se grafica en la carta mientras el proceso
permanece sin cambios importantes.
LSC X  X  A2 R
LIC X  X  A2 R
LIC R  D3 R
LSCR  D4 R
Página | 4
CARTA 𝑿
̅- S
Son un diagrama para variables que se aplican a procesos masivos, en los que se quiere tener una mayor
potencia para detectar pequeños cambios. Por lo general, el tamaño de los subgrupos es n > 10.
LSC=𝑋̅+A3 S-barra
LIC=𝑋̅-A3S-barra
LSCS= B4 𝑆̅
LICS= B3 𝑆̅
Estos límites reflejan la variación esperada para las desviaciones estándar de muestras de tamaño n,
mientras el proceso no tenga cambios importantes y, por lo tanto, son útiles para detectar cambios
significativos en la magnitud de la variación del proceso.
La carta de individuales es un diagrama para variables de tipo continuo, pero en lugar de aplicarse a procesos
semi-masivos o masivos como es el caso de la carta 𝑋̅ − R, se emplea en procesos lentos, en los cuales para
obtener una medición o una muestra de la producción se requieren periodos relativamente largos.
LSC X  X  E2 R = 60.84+ (2.66*0.1136) = 61.142176
LIC X  X  E2 R = 60.84- (2.66*0.1136) = 60.537824
LSCR  D4 R = 3.27*0.1136 =0.371472
LIC R  D3 R = 0*0.1136=0
Carta de pre control

Es un diagrama para variables con doble especificación en donde se grafican las mediciones
individuales, utiliza las especificaciones como límites de control y se aplica cuando Cpk > 1.15.
Página | 5
En la empresa bio papel dedicada a la elaboración de sacos. Se analiza el fondo de los sacos que debe
de tener un ancho de 11 cm + 5 mm de largo para cumplir con las especificaciones de ingeniería. Ha
habido problema crónico con el fondo de los sacos que no ha cumplido con la especificación, lo cual
causa devoluciones y pérdidas económicas en la empresa. Se desea ejecutar gráficas X y R para
monitorear esta característica, se recolectaron un total 60 observaciones; 15muestras de 4 sacos
cada una, de todos los sacos en la producción de una semana. Se analizará primero la parte superior
del fondo.
MEDIDAS DEL ANCHO DEL FONDO SUPERIOR
cm
11 11.3 11.3 11.2 11.3 11.2
11.3 11.1 11.3 11.3 11.2 11
11.3 11.2 11.2 11.3 11.3 11
11.3 11.2 11.4 11 11 11
11.2 11.2 11 11.3 11.2 11
11.2 11.3 11 11.1 11.2 11
11.2 11.4 11.2 11 11.2 11.2
11.2 11.2 11 11.3 11.3 11.1
11.2 11.1 11.1 11.2 11.3 11.1
11 11.1 11.2 11.4 11.3 11.2
Página | 6
Interpretación de resultados: Como podemos observar nuestra X -barra es de 11.18 lo que nos indica
que nuestro proceso se encuentra dentro de los límites, se observa un punto fuera de los límites de
control lo que nos hace suponer que el proceso es inestable. La línea central del R-barra es de 0.25 lo
que es pequeño a consideración de la variación permisible.
LSC X  X  A2 R =11.18 + (0.48*0.2) = 11.276
LIC X  X  A2 R =11.18 - (0.48*0.2) = 11.084
LIC R  D3 R = 0 * 0.2 = 0
LSCR  D4 R = 2*0.2=0.4
TITULO
En la empresa bio-papel dedicada a la elaboración de sacos. Se analiza el fondo de los sacos debe
de tener un ancho de 11 cm + 5 mm de largo para cumplir con las especificaciones de ingeniería. Ha
habido problema crónico con el fondo de los sacos que no ha cumplido con la especificación, lo cual
causa devoluciones y pérdidas económicas en la empresa. Se desea ejecutar gráficas X y R para
monitorear esta característica, se recolectaron un total 60 observaciones; 215 muestras de 4 sacos
cada una, de todos los sacos en la producción de una semana. Se analizará primero la parte inferior
del fondo.
MEDIDAS DEL ANCHO DEL FONDO INFERIOR

cm
11.3 11.2 11.3 10.8 11 11
11 11.1 11.3 10.8 11 11
11 11.2 11.3 11 11 11
11 11.2 11.2 1.3 11 11
11.1 11.2 11.4 11 11 11
11.1 11.3 11 11.3 11 11
11 11.4 11 11.2 11 11
11 11.2 11.2 11 11 11
11 11.1 11.4 11 11 11
11 11.1 11 11 11 11
Página | 7
Interpretación de resultados: Como podemos observar nuestra X -barra es de 10.917 lo que nos indica que
nuestro proceso se encuentra dentro de los límites, se observa un punto fuera de los límites justo de control
lo que nos hace suponer que del proceso es inestable. La línea central del R-barra es de 0.82 que también está
dentro de sus límites de control.
A comparación de la parte superior del fondo en el inferior se observa de acuerdo con las gráficas en el
fondo se detecta mayor problema en los sacos se recomienda un reajuste.
LSC X  X  A2 R =10.917+ (0.48*0.82)=11.3106
LIC X  X  A2 R =10.917- (0.48*0.82)=10.5234
LIC R  D3 R = 0 * 0.82 = 0
LSCR  D4 R = 2*0.82=1.64
Página | 8
GRÁFICA ̅
X-S
Se desea realizar un estudio de los des encuadres de los sacos, que por la forma son medidos en cuatro
puntos en esta ocasión se medirá superior 1. Para supervisar la media y la desviación estándar de los
descuadres de los sacos con la gráfica X y S. Se toman 60muestras en subgrupos de 6.
̅ - S MEDIAS DE CONTROL PARA DESENCUADRE SUPERIOR 1

GRAFICA 𝑿
0.5 0.5 0.1 0.2 0.2 0
0.5 0.4 0.4 0.4 0 0
0.4 0.4 4 0 0 0
0.5 0.5 0.2 0 0 0.2
0 0.2 0.4 0 0 0.2
0.5 0.2 0 0 0 0.3
0.4 0.3 0.4 0 0 0
0.5 0.2 0.1 0 0.3 0
0.4 0.2 0.1 0.3 0.2 0
0.4 0.2 0.2 0.2 0 0
Página | 9
Interpretación de resultados: Se observan dos un punto en el subgrupo 4 por más de 3 desviaciones

estándar se recomienda inspeccionar esos lotes y ver probables causas del desajuste de la maquina
en ese momento.
LSC=𝑋̅+A3 𝑆̅=0.26-(1.287*0.275)=0.092
LIC=𝑋̅-A3𝑆̅ =0.26+(1.287*0.275)=0.613925
LSCS= B4 𝑆̅ =1.97*0.275=0.54175
LICS= B3 𝑆̅ =0.030*0.275=0.0025
TITULO
Se desea realizar un estudio de los des encuadres de los sacos, que por la forma son medidos en
cuatro puntos en esta ocasión se medirá inferior 1. Para supervisar la media y la desviación estándar
de los descuadres de los sacos con la gráfica X y S. Se toman 60 muestras en subgrupos de 6.
MEDIAS DE CONTROL PARA DESCUADRE

INFERIOR 1
0.5 0.2 0.3 0.4 0.4 0.7
0.3 0 0.3 0.2 0 0.2
0.3 0.3 0.1 0.7 0.7 0.2
0.2 0.3 0.2 0.5 0.4 0.3
0.2 0.3 0.3 0.3 0 0.8
0.2 0.4 0.3 0.7 0.7 0.8
0.2 0.4 0.2 0.6 0.3 0.1
0.3 0.3 0.1 0.6 0.3 0.4
0.2 0.3 0.1 0.5 0.8 0.3
0.3 0.2 0.5 0.6 0.8 0.3
Página | 10
Interpretación de resultados: El des encuadre dentro de estos sacos esta fuera de los límites en la
prueba 9 y 10 se recomienda inspeccionar esos lotes. De igual manera se recomienda un reajuste de
máquina para que el des encuadre sea igual a 0.
LSC=X-barra+A3 S-barra=0.3567-(1.287*0.1806)=0.5891322
LIC=X-barra-A3S-barra=0.3567+(1.287*0.1806)=0.1242678
LSCS= B4 S-Barra=1.97*0.1806=0.355782
LICS= B3 S-Barra=0.030*0.1806=0.005418
Página | 11
TITULO
cuatro puntos en esta ocasión se medirá superior 2. Para supervisar la media y la desviación estándar
MEDIAS DE CONTROL PARA DESENCUADRE

SUPERIOR 2
0.5 0.5 0.1 0.4 0 0.8
0.1 0.2 0.4 0.4 0 0.7
0.5 0.2 0 0 0.7 0.5
0.2 0.3 0.2 0 0.6 0.6
0.2 0.2 0.4 0 0.3 0.5
0 0 0.2 0 0.4 0.3
0.2 0.5 0.3 0 0 0.3
0.5 0.2 0.4 0 0.7 0.4
0.4 0 0 0 0.7 0.2
0.4 0 0 0.2 1 0.4
Página | 12
Interpretación de resultados: En la gráfica de X barra se encuentra fuera d los límites 7 y 9, por otra
parte, también fallo en el lote 6. Se recomienda hacer otra prueba quitando estas pruebas.
LIC=X-barra+A3 S-barra=0.2867-(1.287*0.169) = 0.504203

LSC=X-barra-A3S-barra=0.2867+(1.287*0.169)=0.069197
LSCS= B4 S-Barra=1.97*0.169=0.33293
LICS= B3 S-Barra=0.030*0.169=0.00507
TITULO
cuatro puntos en esta ocasión se medirá abajo 2. Para supervisar la media y la desviación estándar
MEDIAS DE CONTROL PARA DESENCUADRE INFERIOR 2
0.2 0.3 0.5 0 0.2 0.4

0.5 0.3 0.2 0.3 0.2 0.4
0.1 0.1 0.4 0.2 0.8 1
0.3 0.3 0.4 0.3 0.1 0.8
0.3 0.3 0.2 0.5 0.7 0.8
0.4 0.4 0.2 0.5 0.4 0.7
0.1 0.4 0.3 0.5 0.5 0.5
0.4 0.5 0.4 0.4 0.6 0.6
0 0.2 0.2 0 0.6 0.2
0.3 0.4 0.2 0.2 0.7 0.3
Página | 13
Interpretación de resultados: En la gráfica de X barra se encuentra un punto por fuera del límite de
control superior en el caso de la desviación estándar están bajo control se recomienda hacer otro
estudio quitando la muestra 9.
LIC=X-barra+A3 S-barra=0.37-(1.287*0.1715) = 0.1492795

LSC=X-barra-A3S-barra=0.37+(1.287*0.1715) = 0.5907205
LSCS= B4 S-Barra=1.97*0.1715 = 0.3378

LICS= B3 S-Barra=0.030*0.1715 = 0
Página | 14
TITULO
Se desea supervisar la longitud del saco (en centímetros) y la variación en 60 sacos que se envían
semanalmente a un cliente importante. Cada saco debería tener una longitud aproximadamente de
61 cm. Se utiliza una gráfica I-MR.
MEDICION DE LA LONGITUD DEL SACO

cm
60.2 60.7 60.5 60.7 61 61.3
60.2 60.7 60.7 61.3 61.2 61.3
60.1 60.6 60.8 61.2 61.2 61.2
60 60.7 60.6 61.3 61.1 61.2
60.2 60.8 60.5 61.2 61.2 61.3
60.1 60.5 60.5 61 61.2 61.4
60.1 60.5 60.6 61 61 61.2
60.3 60.7 60.6 61.2 61.2 61.2
60.3 60.8 60.6 61.2 61.2 61.3
60.5 60.5 61 61.2 61.2 61.3
Página | 15
Interpretación de resultados: En la gráfica de valores individuales muestra 38 puntos fuera de los límites
de control lo que advierte que no se tiene un buen proceso y que existen causas específicas que deben ser
investigadas y reajustadas de inmediato. Por otra parte, en el de rangos móviles se encuentran dos puntos por
encima del límite superior.
LSC X  X  E2 R = 60.84+ (2.66*0.1136) = 61.142176
LIC X  X  E2 R = 60.84- (2.66*0.1136) = 60.537824
LSCR  D4 R = 3.27*0.1136 = 0.371472
LIC R  D3 R = 0*0.1136 = 0
TITULO
Un fabricante de sacos desea evaluar el tamaño de la válvula satisface las especificaciones. Una
válvula debe tener 1cm + 0.05 cm para satisfacer las especificaciones de ingeniería. Los analistas
evalúan la capacidad del proceso para asegurarse de que éste satisface el requisito del cliente de un
Ppk de 1.33. Cada hora, los analistas toman un subgrupo de 10 válvulas.
INFORME DE CAPACIDAD NORMAL DEL

PROCESO VALVULADO
2 0.9 1.5 0.9 1.15 1.15
1.5 2 1.6 0.9 0.3 2
1.3 0.8 0 0.7 0.8 1.8
1.6 0.4 0 1 0.6 1.9
1.15 0.4 0.6 1.1 0.6 1.8
1.1 1.5 1.7 1.1 0.9 1.8
1 0 1.5 1.1 0.5 2
1 0 1.5 1.2 0.5 0.9
0.8 0.5 1 0.9 0.8 0.9
0.6 1.9 1.1 1.3 1.1 0.8
Página | 16
Interpretación de los resultados: Si desea interpretar las estadísticas de capacidad de proceso, sus datos
deben seguir aproximadamente una distribución normal. Este requisito parece haber sido satisfecho, como se
muestra en el histograma sobrepuesto con una curva normal. Sin embargo, usted puede ver que la media del
proceso (1.0575) está ligeramente superior del objetivo (1). Y ambas colas de la distribución quedan fuera de
los límites de especificación. Esto significa que algunas veces verá válvulas serán menores que la especificación
inferior de 0.723734cm o mayores que la especificación superior de1.39127 cm.
El índice Ppk indica si el proceso producirá unidades dentro de los límites de tolerancia En este caso,
el índice Ppk es 0.21, lo que indica que el fabricante debe mejorar el proceso al reducir la variabilidad
y centrar el proceso en el objetivo. Aparentemente, no existe gran variación en el proceso es un
problema no muy severo para esta línea de producción que el hecho de que el proceso no centrado
en el objetivo.
El fabricante no satisface los requisitos del cliente y debe mejorar su proceso reduciendo la variación
del mismo.
𝐿𝐸𝐼 − 𝜇 0.72 − 1.05

𝐶𝑃𝑙 = = = 34
3𝜎 3 ∗ 0.3215
Página | 17
𝐿𝐸𝑆−𝜇 1.3−1.0575
𝐶𝑃𝑈 = = =0.25
3𝜎 3∗0.3215
𝐿𝐸𝑆 − 𝐿𝐸𝐼 1.3 − 0.72

𝐶𝑝 = = = 0.30
6𝜎 0.3215 ∗ 6
𝑅 0.3627
𝜎= = = 0.3215
𝑑2 1.128
Página | 18
GRÁFICA P
Ésta gráfica realiza el seguimiento de la proporción de defectuosos y detecta la presencia de causas
especiales. Cada una de las entradas en la columna de la hoja de trabajo es el número de defectuosos
para un subgrupo, que se supone provino de una distribución binomial con los parámetros n y p.
Dentro de la empresa Biopappel TITAN se fabrica saco valvulado. Posterior al proceso de pegado, las
inspectoras de calidad realizan una inspección manual y las piezas que no cumplen con las características de la
válvula son rechazadas. Las razones de rechazo son diversas: escurrimiento de goma, dimensiones del corte de
la válvula, válvulas mal formadas. Para evaluar la variabilidad y la magnitud de la proporción de piezas
defectuosas en el proceso de pegado se decide implementar una carta p. El proceso de pegado se hace por
lotes. En la siguiente tabla se muestran los datos obtenidos durante 1 semana de saco valvulado. Aunque
regularmente el tamaño de lote es fijo n=1,800, en ocasiones, por diferentes motivos, en algunos lotes se hacen
unas piezas de más o de menos como se aprecia en la tabla.
LOTE TAMAÑO DE LOTE DEFECTUOSOS PROPORCIÓN

1 1800 62 0.0344
2 1800 150 0.0833
3 1800 63 0.0350
4 1800 74 0.0411
5 1800 103 0.0572
6 1800 66 0.0367
7 1800 106 0.0589
8 1600 58 0.0363
9 1700 193 0.1135
10 1800 197 0.1094
11 1800 142 0.0789
12 1800 147 0.0817
13 1800 85 0.0472
14 1800 94 0.0522
15 1800 83 0.0461
16 1650 100 0.0606
17 1800 174 0.0967
18 1800 102 0.0567
19 1800 148 0.0822
20 1800 115 0.0639
21 1800 141 0.0783
SUMA = 37350 SUMA = 2403
Página | 19
Gráfica P SACOS CON VALVULAS DEFECTUOSAS

0.12
1
1
0.11
0.10 1
0.09
1 1
Proporción
0.08 LCS=0.08169
0.07 _
P=0.06434
0.06
0.05
LCI=0.04699
1
0.04 1
1 1
1 1
0.03
1 3 5 7 9 11 13 15 17 19 21
Muestra
Las pruebas se realizaron con tamaños de la muestra desiguales
𝑻𝑶𝑻𝑨𝑳 𝑫𝑬 𝑫𝑬𝑭𝑬𝑪𝑻𝑼𝑶𝑺𝑶𝑺 𝟐 𝟒𝟎𝟑

̅=
𝒑 = = 𝟎. 𝟎𝟔𝟒𝟑𝟑𝟕𝟑𝟒𝟗𝟒
𝑻𝑶𝑻𝑨𝑳 𝑫𝑬 𝑰𝑵𝑺𝑷𝑬𝑪𝑪𝑰𝑶𝑵𝑨𝑫𝑶𝑺 𝟑𝟕 𝟑𝟓𝟎
𝑻𝑶𝑻𝑨𝑳 𝑫𝑬 𝑰𝑵𝑺𝑷𝑬𝑪𝑪𝑰𝑶𝑵𝑨𝑫𝑶𝑺 𝟑𝟕 𝟑𝟓𝟎

̅=
𝒏 = = 𝟏𝟕𝟕𝟖. 𝟓𝟕𝟏𝟒𝟐𝟗
𝑻𝑶𝑻𝑨𝑳 𝑫𝑬 𝑺𝑼𝑩𝑮𝑹𝑼𝑷𝑶𝑺 𝟐𝟏
𝑷̅ (𝟏 − 𝑷
̅)
̅ ± 𝟑√
𝑳𝑪 = 𝑷
̅
𝒏
𝟎. 𝟎𝟔𝟒𝟑𝟑𝟕𝟑𝟒𝟗𝟒 (𝟏 − 𝟎. 𝟎𝟔𝟒𝟑𝟑𝟕𝟑𝟒𝟗𝟒)
𝑳𝑪𝑺 = 𝟎. 𝟎𝟔𝟒𝟑𝟑𝟕𝟑𝟒𝟗𝟒 + 𝟑√ = 𝟎. 𝟎𝟖𝟏𝟕𝟗𝟎𝟔𝟐𝟎𝟐𝟒
𝟏𝟕𝟕𝟖. 𝟓𝟕𝟏𝟒𝟐𝟗
𝟎. 𝟎𝟔𝟒𝟑𝟑𝟕𝟑𝟒𝟗𝟒 (𝟏 − 𝟎. 𝟎𝟔𝟒𝟑𝟑𝟕𝟑𝟒𝟗𝟒)
𝑳𝑪𝑺 = 𝟎. 𝟎𝟔𝟒𝟑𝟑𝟕𝟑𝟒𝟗𝟒 − 𝟑√ = 𝟎. 𝟎𝟒𝟔𝟖𝟖𝟒
𝟏𝟕𝟕𝟖. 𝟓𝟕𝟏𝟒𝟐𝟗
Interpretación: En ésta gráfica se aprecia que el pegado de la válvula no fue estable, ya que las proporciones
de los subgrupos 2, 9, 10, 17 y 19, rebasan el límite de control superior y 1, 3, 4, 6, 8 y 15 rebasan el límite de
Página | 20
control inferior. De aquí se desprende que durante el empaquetado de esos subgrupos el proceso funcionó en
presencia de causas especiales que por lo general no están presentes en el proceso, y que causaron que la
proporción de defectuosos fuera anormalmente grande.
GRÁFICA NP
Hace un seguimiento del número de defectuosos y detecta la presencia de causas especiales. Cada
una de las entradas en la columna de la hoja de trabajo es el número de defectuosos para un
subgrupo, que se supone provino de una distribución binomial con los parámetros n y p.
Del análisis de los datos inspeccionados del se detectó a través de un análisis que la causa principal por la que
los sacos salen defectuosos está relacionada con la viscosidad de la goma. Para ello de cada lote de pegamento
CORAGUM® se decide inspeccionar una muestra de n=10. Los datos obtenidos en 20 lotes consecutivos se
muestran en la siguiente tabla. Como n es constante, la cantidad de defectuosos por muestra se puede analizar
con una carta np.
PIEZAS
LOTE
DEFECTUOSAS
1 4
2 4
3 3
4 3
5 5
6 2
7 9
8 1
9 2
10 2
11 5
12 1
13 3
14 0
15 6
16 4
17 6
18 12
19 2
20 1
SUMA = 75
Página | 21
Gráfica NP PROCESO DE PEGADO

12
1
9 LCS=8.34
6
__
PIEZAS DEFECTUOSAS
NP=3.75
3
0 LCI=0
1 2 3 4 5 6 7 8 9 10
1
12
9 LCS=8.34
6
__
NP=3.75
3
0 LCI=0
11 12 13 14 15 16 17 18 19 20
LOTE
Resultados de la prueba para la gráfica NP de CUBETAS DEFECTUOSAS
PRUEBA 1. Un punto fuera más allá de 3.00 desviaciones estándar de la línea central.
La prueba falló en los puntos: 7, 18
𝑇𝑂𝑇𝐴𝐿 𝐷𝐸 𝐷𝐸𝐹𝐸𝐶𝑇𝑈𝑂𝑆𝑂𝑆 75
𝑃̅ = = = 0.375
𝑇𝐴𝑀𝐴Ñ𝑂 𝐷𝐸 𝑀𝑈𝐸𝑆𝑇𝑅𝐴 (𝑁𝑜. 𝐷𝐸 𝑀𝑈𝐸𝑆𝑇𝑅𝐴𝑆) 10 (20)
𝐿𝐶𝑆 = 𝑛(𝑃̅) + 3√𝑛(𝑃̅)(1 − 𝑃̅) = 10(0.375) + 3√10(0.375)(1 − 0.375) = 8.332793268
𝐿Í𝑁𝐸𝐴 𝐶𝐸𝑁𝑇𝑅𝐴𝐿 = 𝑛(𝑃̅) = 10 (0.375) = 3.75
𝐿𝐶𝐼 = 𝑛(𝑃̅) − 3√𝑛(𝑃̅)(1 − 𝑃̅) = 10(0.3) + 3√10(0.3)(1 − 0.3) = −0.8327932677  0
Interpretación: La carta np resultante se aprecia que el proceso no funcionó de manera estable, ya que el
número de cubetas defectuosas del lote 7 y 18 se encuentran en el límite superior. De aquí que se tenga
evidencia para afirmar que en la fabricación del lote 7 y 18 se presentó una causa que lo empeoró de forma
seria, mientras que en el lote 14 ocurrió una causa especial que mejoró el desempeño del proceso de pegado.
Página | 22
GRÁFICA U
Realiza un seguimiento de los defectos por unidad muestreada y detecta la presencia de causas
especiales. Analiza la variación del número promedio de defectos por artículo o unidad de referencia.
Se usa cuando el tamaño del subgrupo no es constante.
En la fabricación de saco valvulado al final del proceso se hace una inspección por muestreo para detectar
defectos menores. En ésta tabla se presenta el muestreo realizado en 25 lotes consecutivos de saco pegado. El
tamaño de muestras en cada lote fue diferente, por lo que se deberá analizar el número de defectos promedio
DEFECTOS 𝐶𝑖
LOTES MUESTRA 𝑈𝑖 =
ENCONTRADOS 𝑛𝑖
1 20 13 0.650
2 20 8 0.400
3 20 14 0.700
4 20 7 0.350
5 15 11 0.733
6 15 2 0.133
7 15 2 0.133
8 25 4 0.160
9 25 11 0.440
10 25 14 0.560
11 25 9 0.360
12 30 7 0.233
13 30 8 0.267
14 30 15 0.500
15 30 6 0.200
16 30 11 0.367
17 40 15 0.375
18 40 11 0.275
19 40 19 0.475
20 40 14 0.350
21 40 19 0.475
22 50 13 0.260
23 50 17 0.340
24 50 21 0.420
25 50 8 0.160
SUMA = 775 279 9.31666667
Página | 23
Gráfica U DEFECTOS EN SACOS

0.8
1
1
Conteo de muestras por unidad 0.7 LCS=0.6832
0.6
0.5
0.4 _
U=0.36
0.3
0.2
0.1
LCI=0.0367
0.0
1 3 5 7 9 11 13 15 17 19 21 23 25
LOTES
Resultados de la prueba para la gráfica U de DEFECTOS ENCONTRADOS

La prueba falló en los puntos: 3, 5
𝟐𝟕𝟗
̅=
𝒖 = 𝟎. 𝟑𝟔
𝟕𝟕𝟓
𝑻𝑶𝑻𝑨𝑳 𝑫𝑬 𝑴𝑼𝑬𝑺𝑻𝑹𝑨𝑺 𝟕𝟕𝟓

𝒖𝒊 = = = 𝟑𝟏
𝑵𝒐. 𝑺𝑼𝑩𝑮𝑹𝑼𝑷𝑶𝑺 𝟐𝟓
̅
𝒖 𝟎. 𝟑𝟔
̅ + 𝟑√ = 𝟎. 𝟑𝟔 + 𝟑√
𝑳𝑪𝑺 = 𝒖 = 𝟎. 𝟔𝟖𝟑𝟐
𝒖𝒊 𝟑𝟏
̅
𝒖 𝟎. 𝟑𝟔
̅ − 𝟑√ = 𝟎. 𝟑𝟔 − 𝟑√
𝑳𝑪𝑰 = 𝒖 = 𝟎. 𝟎𝟑𝟔𝟕𝟏𝟎𝟒𝟓𝟔𝟑𝟓
𝒖𝒊 𝟑𝟏
Interpretación: En ésta carta se observa que el proceso no trabaja de manera estable ya que en la
muestra de los lotes 3 y 5 el número de defectos promedio por pieza sobrepasa el límite de control
Página | 24
superior. En la fabricación de esos lotes ocurrió alguna causa que empeoró la calidad de los sacos.
Por lo cual es preciso identificar la causa para evitarla en el futuro. Además del punto fuera de los
límites no existe ningún patrón aleatorio.
GRÁFICA C
Hace un seguimiento del número de defectuosos y detecta la presencia de causas especiales. Su
objetivo es analizar la variabilidad del número de defectos por subgrupos o unidad con un tamaño
de subgrupo constante.
Las inspectoras de calidad revisan a detalle el acabado de los sacos cuando salen de las tuberas, para
cerciorarse que las dimensiones son las adecuadas. La cantidad de defectos que son encontrados en
cada saco son registrados para avisar al operador de la máquina y haga los ajustes en el proceso. En la
tabla siguiente se muestran los defectos encontrados en los últimos 30 sacos. Debido a que un mismo
saco puede tener varios defectos de diferente tipo; y aunque influyen en la calidad final del producto,
no causan que el saco sea rechazado.
SACO DEFECTOS SACO DEFECTOS

1 12 16 3
2 8 17 2
3 8 18 3
4 7 19 10
5 12 20 10
6 8 21 5
7 5 22 1
8 2 23 7
9 5 24 3
10 2 25 2
11 1 26 6
12 9 27 7
13 4 28 9
14 10 29 1
15 9 30 3
SUMA = 174
Página | 25
Gráfica C VARIACIÓN DE DEFECTOS

20
+5SL=17.84
15
NUMERO DE DEFECTOS
LCS=13.02
10
_
C=5.8
5
0 LI=0
1 4 7 10 13 16 19 22 25 28
LOTES
𝑵𝒐. 𝒅𝒆 𝑫𝑬𝑭𝑬𝑪𝑻𝑶𝑺 𝟏𝟕𝟒

̅=
𝑪 = = 𝟓. 𝟖
𝒏 𝟑𝟎
̅ + 𝟑√𝑪̅ = 𝟓. 𝟖 + 𝟑√𝟓. 𝟖 = 𝟏𝟑. 𝟎𝟐𝟒𝟗𝟓𝟔𝟕𝟓

𝑳𝑪𝑺 = 𝑪
̅ + 𝟓√𝑪̅ = 𝟓. 𝟖 + 𝟓√𝟓. 𝟖 = 𝟏𝟕. 𝟖𝟒𝟏𝟓𝟗𝟒𝟓𝟖

+𝟓 𝑺𝑳 = 𝑪
̅ = 𝟓. 𝟖
𝑳Í𝑵𝑬𝑨 𝑪𝑬𝑵𝑻𝑹𝑨𝑳 = 𝑪
̅ − 𝟑√𝑪̅ = 𝟓. 𝟖 − 𝟑√𝟓. 𝟖 = −𝟏. 𝟒𝟐𝟒𝟗𝟓𝟔𝟕𝟒𝟕

𝑳𝑪𝑰 = 𝑪
Interpretación: A partir de ésta carta se aprecia que el proceso de producción de sacos estuvo
funcionando de manera estable, ya que no hay puntos fuera de los límites. Por lo anterior, los límites
de control a usar en el futuro son esos mismos.
Página | 26
Análisis de Capacidad Binomial

Evaluar la capacidad de un proceso consiste en conocer la amplitud de la variación natural de éste
para una característica de calidad dada, lo cual permitirá saber en que medida tal característica de
calidad cumple con las especificaciones. El Análisis de capacidad Binomial produce un informe de
capacidad del proceso cuando sus datos provengan de una distribución binomial. Las distribuciones
binomiales se asocian al registro del número de elementos defectuosos entre el número total de
elementos de la muestra.
Una característica de calidad importante en la fabricación de sacos valvulados es la longitud final del
saco, el cual debe ser de 61 cm, con una tolerancia de ± 1 cm. La longitud es el resultado de un proceso
de corte, por lo que éste proceso debe garantizar su longitud. Para monitorear el correcto
funcionamiento del proceso de corte, cada media hora se toman 10 sacos, los cuales se miden y se
registra el número de sacos que no cumplieron con las especificaciones. Con base en lo anterior se
quiere saber en qué medida el proceso ha estado cumpliendo con las medidas establecidas por el
cliente.
SACOS SACOS
SACOS REVISADOS SACOS REVISADOS
DEFECTUOSOS DEFECTUOSOS
88 395 116 264
74 412 112 290
88 137 113 329
113 346 115 324
104 140 122 228
62 170 69 376
52 360 65 298
109 140 91 307
111 300 64 264
85 227 78 116
1831 5423
𝑆𝐴𝐶𝑂𝑆 𝐷𝐸𝐹𝐸𝐶𝑇𝑈𝑂𝑆𝑂𝑆 1831

𝑃̅ = = = 0.3376359948
𝑆𝐴𝐶𝑂𝑆 𝑅𝐸𝑉𝐼𝑆𝐴𝐷𝑂𝑆 5423
5423
𝑛̅ = = 271.15
20
Página | 27
̅
𝑃 (1−𝑃) ̅ 0.3376359948 (1−0.3376359948)
𝐿𝐶𝑆 = 𝑃̅ + 3√ 𝑛̅ = 0.3376359948 + 3√ = 0.423792719
271.15
𝑃̅ (1 − 𝑃̅) 0.3376359948 (1 − 0.3376359948)

𝐿𝐶𝐼 = 𝑃̅ − 3√ = 0.3376359948 − 3√ = 0.2514792699
𝑛̅ 271.15
La prueba falló en los puntos: 1, 2, 3, 5, 7, 8, 11, 15, 16, 17, 19, 20
Interpretación: La gráfica P indica que hay 12 puntos fuera de control. La gráfica de porcentajes defectuosos
indica que en los puntos 12, 13 y 14 se mantuvo estable el proceso, pero continúo disminuyendo. Ésta
información nos dice que por cada millón de sacos fabricados 337,636 serán defectuosos.
Página | 28
ANÁLISIS DE CAPACIDAD DE POISSON

El análisis de capacidad Poisson se utiliza para producir un informe de capacidad del proceso cuando sus datos
provengan de una distribución de Poisson. Los datos de Poisson comúnmente están asociados con el número
de defectos observados en un elemento, donde el elemento ocupa una cantidad de tiempo especificada o un
espacio especificado. El tamaño del elemento puede variar, por lo que también se puede hacer seguimiento
al tamaño.
A la empresa Biopappel le preocupa la calidad de impresión de los sacos que fabrica. En la empresa se
encuentra una impresora industrial que imprime en los rollos de papel los gráficos que debe de llevar cada
saco según los requerimientos del cliente. El ingeniero de calidad toma longitudes aleatorias del rollo del
papel impreso para detectar impresiones fuera de tono, o leyendas mal alineadas; realizando un registro del
número de impresiones inadecuadas y la longitud del rollo en que se imprimió.
IMPRESIONES IMPRESIONES
LONGITUD DEL ROLLO LONGITUD DEL ROLLO
DEFECTUOSAS DEFECTUOSAS
34 445 32 342
20 375 36 317
34 402 51 403
59 347 43 324
33 425 34 370
51 321 38 417
26 430 46 378
53 389 43 406
21 362 39 399
34 317 44 340
26 381 60 347
28 356 35 311
31 368 46 389
33 316 45 441
40 385 55 313
40 317 54 411
33 417 39 415
25 319 60 430
26 402 23 373
40 398 50 356
1560 14954
Página | 29
Resultados de la prueba para la gráfica U de IMPRESIONES
La prueba falló en los puntos: 2, 4, 6, 31, 35
𝑵𝒐. 𝑫𝑬𝑭𝑬𝑪𝑻𝑶𝑺 𝟏𝟓𝟔𝟎

̅=
𝒖 = = 𝟎. 𝟏𝟎𝟒𝟑𝟏𝟗𝟗𝟏𝟒𝟒
𝑻𝑶𝑻𝑨𝑳 𝑫𝑬 𝑳𝑶𝑵𝑮𝑰𝑻𝑼𝑫 𝟏𝟒𝟗𝟓𝟒
𝟏𝟒𝟗𝟓𝟒
̅=
𝒏 = 𝟕𝟒𝟕. 𝟕
𝟐𝟎
̅
𝒖 𝟎. 𝟏𝟎𝟒𝟑𝟏𝟗𝟗𝟏𝟒𝟒
̅ + 𝟑√ = 𝟎. 𝟏𝟎𝟒𝟑𝟏𝟗𝟗𝟏𝟒𝟒 + 𝟑√
𝑳𝑪𝑺 = 𝒖 = 𝟎. 𝟏𝟑𝟗𝟕𝟓𝟓𝟔𝟐𝟕𝟒
̅
𝒏 𝟕𝟒𝟕. 𝟕
Página | 30
̅
𝒖 𝟎. 𝟏𝟎𝟒𝟑𝟏𝟗𝟗𝟏𝟒𝟒
̅ − 𝟑√ = 𝟎. 𝟏𝟎𝟒𝟑𝟏𝟗𝟗𝟏𝟒𝟒 − 𝟑√
𝑳𝑪𝑰 = 𝒖 = 𝟎. 𝟎𝟔𝟖𝟖𝟖𝟒𝟐𝟎𝟏𝟒𝟐
̅
𝒏 𝟕𝟒𝟕. 𝟕
Interpretación: La gráfica U significa que hay 5 puntos fuera de control en el proceso de impresión. La gráfica
DPU acumulado muestra la cantidad de defectos va en incremento.
Página | 31
MUESTREO DE ACEPTACIÓN
MUESTREO DE ACEPTACIÓN: El muestreo de aceptación se puede aplicar a cualquier

Es el proceso de inspeccionar una relación cliente-proveedor, ya sea en el interior de una
muestra de unidades de un lote empresa o entre diferentes empresas y se puede ver
con el propósito de acepta o como una medida defensiva para protegerse contra la
rechazar todo un lote. amenaza del posible deterioro en la calidad.
Esquema de un plan de muestreo de

¿Cuándo aplicar un muestreo de
aceptación por atributos (N, n c).
aceptación?:
 Cuando la inspección se
hace con pruebas LOTE DE TAMAÑO N
destructivas.
 Cuando el costo de
inspección al 100% es muy
alto comparado con el Se selecciona una muestra de
tamaño n
costo de pasar unidades
defectuosas.
 En casos en los que la
inspección al 100% no es Se inspeccionan los n artículos
técnicamente posible.
 Cuando el lote es
demasiado grande.
 Cuando es necesario
¿Se encontraron
asegurar la confiabilidad c o menos
del producto. Se rechaza el lote
defectuosos?
Se acepta el lote
Página | 32
TIPOS DE PLANES DE MUESTREO
PLANES POR VARIABLES PLANES POR ATRIBUTOS

Cuando a cada unidad de la muestra se le mide una Cuando cada artículo de la muestra se clasifica en
característica de calidad de tipo continuo. una categoría de aceptación o rechazo
MUESTREO DE ACEPTACIÓN POR ATRIBUTOS
Biopappel planta Ciudad Guzmán es una empresa que produce sacos de papel kraft y esta empresa le
suministra sacos a Caleras Bertrán, es primera vez que se le va a enviar producto y entre el cliente y nosotros
como proveedores acordamos un AQL de 1.5% y el RQL de 10%.
A Caleras de Bertrán le llego su pedido de 6000 sacos a su planta, pero este quiere saber cuántos sacos debe
de tener la muestra que el tomará para hacer su análisis y ver si rechaza o acepta el lote.
Resultados: con esta grafica observamos que la muestra necesita ser de 52 sacos, estos serán seleccionados
aleatoriamente el cual si salen 2 defectuosos o menos usted puede aceptar todo el lote, pero si este llegara a
tener más de 2 defectos, se necesitara rechazar todo el lote o hacer la inspección al 100%.
Página | 33
Para ello necesitamos comparar si este es el plan adecuado.
Página | 34
% DE DEFECTO BETA ALFA

0.01 0.984647374 0.01535263
0.015 0.956700284 0.04329972
0.02 0.914065897 0.0859341
0.03 0.795393457 0.20460654
0.04 0.654624399 0.3453756
0.05 0.514569522 0.48543048
0.06 0.389390941 0.61060906
0.07 0.2854006 0.7145994
0.08 0.203538822 0.79646118
0.09 0.141736576 0.85826342
0.1 0.096633285 0.90336671
Y efectivamente comprobamos que este es el plan adecuado, pues se cumple la probabilidad de aceptación
en el AQL (1.5%) que es de 0.957 y la probabilidad de rechazo es de 0.043. Y la probabilidad de aceptación en
el RQL (10%) es de 0.097 y la de rechazo es de 0.0903.
MUESTREO DE ACEPTACIÓN POR VARIABLES
Página | 35
En los últimos viajes que Bio pappel ha mandado a Caleras Bertrán, se ha identificado un problema, pues
debido al descuadre del saco este se está rompiendo al momento de que se le inyecta el material cerámico.
Este último pedido llego de 3000 piezas. Para no cometer el error de aceptar un lote que pueda venir
defectuoso se implementara un plan de muestreo para verificar el descuadre de los sacos. El límite inferior
de especificación para el descuadre de los sacos es de 0.03mm y una desviación histórica de 0.2mm. Bio pappel
y Caleras Bertrán convienen en que el AQL es de 100 defectuosos por millón y el RQL es de 300 defectuosos
por millón.
Presentación de datos
DESCUADRE
0.5 0.3 0.3 0.2 0.2 0.2 0.2 0.3 0.2 0.3 0.2 0.0 0.3 0.3 0.3
0.4 0.4 0.3 0.3 0.2 0.3 0.3 0.1 0.2 0.3 0.3 0.2 0.1 0.1 0.5
0.4 0.2 0.7 0.5 0.3 0.7 0.6 0.6 0.5 0.6 0.4 0.0 0.7 0.4 0.0
0.7 0.3 0.3 0.8 0.8 0.7 0.2 0.2 0.3 0.8 0.8 0.1 0.4 0.3 0.3
Caleras Bertrán decide comprobar si su plan de muestreo es el adecuado, así que hacen una prueba de
comparación de planes de muestreo de aceptación:
Página | 36
Interpretación: En esta grafica podemos ver que la cantidad adecuada para obtener nuestras muestras serian
de 104 piezas, pero observamos también que si elegimos una muestra de 100 piezas, no hay mucha diferencia
y estaríamos ahorrando 4 piezas de nuestro muestreo, en cambio también observamos que una muestra de
25, 50 y de 75 piezas no nos conviene ni al productor ni al consumidor de acuerdo a al AQL y RQL convenido,
esto quiere decir que nuestro plan anterior es el adecuado, el cual también podemos hacer una adecuación en
dejar en 100 piezas la muestra.
MUESTREO DE ACEPTACIÓN POR VARIABLES (aceptar/rechazar)
En los últimos viajes que Bio pappel ha mandado a Caleras Bertrán, se ha identificado un problema, pues
debido al descuadre del saco este se está rompiendo al momento de que se le inyecta el material cerámico.
Este último pedido llego de 3000 piezas. Para no cometer el error de aceptar un lote que pueda venir
defectuoso se implementara un plan de muestreo para verificar el descuadre de los sacos. El límite inferior
de especificación para el descuadre de los sacos es de 0.03mm y una desviación histórica de 0.2mm. Bio pappel
y Caleras Bertrán convienen en que el AQL es de 100 defectuosos por millón y el RQL es de 300 defectuosos
por millón. El cual en esta ocasión se registró en una lista las medidas de 60 sacos y estas fueron las siguientes.
Página | 37
Presentación de datos
DESCUADRE
0.5 0.3 0.3 0.2 0.2 0.2 0.2 0.3 0.2 0.3 0.2 0.0 0.3 0.3 0.3
0.4 0.4 0.3 0.3 0.2 0.3 0.3 0.1 0.2 0.3 0.3 0.2 0.1 0.1 0.5
0.4 0.2 0.7 0.5 0.3 0.7 0.6 0.6 0.5 0.6 0.4 0.0 0.7 0.4 0.0
0.7 0.3 0.3 0.8 0.8 0.7 0.2 0.2 0.3 0.8 0.8 0.1 0.4 0.3 0.3
Esta es la respuesta que obtuvimos de Minitab.
Muestreo de aceptación por variables - Aceptar/Rechazar lote
Tomar la decisión de aceptar o rechazar utilizando DESCUADRE
Tamaño de la muestra 60
Media 0.356667
Desviación histórica estándar 0.02
Límite de especificación inferior (LEI) 0.03
Z.LEI 16.3333
Distancia crítica (valor k) 3.5575
Decisión: Aceptar lote
A partir de las mediciones de los 60 tubos que Caleras Bertran tomó como muestra, el grosor medio de los
tubos es 0.36 milimetros y la desviación estándar histórica es 0.02 milimetros. La especificación inferior del
grosor de los tubos es 0.03 milimetros.
Página | 38
CONCLUSIONES
En este proyecto se aplicaron herramientas estadísticas que permiten recopilar, estudiar y analizar la
información de procesos para poder tomar decisiones encaminadas a la mejora de los mismos, es aplicable
tanto a procesos productivos como de servicios siempre y cuando cumplan con dos condiciones: Que sea
medible y que sea repetitivo. El propósito fundamental de es identificar y eliminar las causas especiales de las
variaciones para llevar a los procesos nuevamente bajo control.
Una empresa que cuenta con Control Estadístico puede mejorar sus procesos, reducir retrabajos y
desperdicios, lo que genera una reducción de costos ya que involucra más que solo crear el producto perfecto,
implica además asegurar que los procesos internos son llevados apropiadamente, que el equipo se le da el
mantenimiento adecuado y que los recursos suministrados son los adecuados.
Las variaciones atribuibles se deben a una causa concreta, tal como las diferencias entre el
rendimiento de diversas máquinas, operarios o materiales. Las variaciones de este tipo no son aleatorias, y
pueden conducir a variaciones excesivas en los procesos. Si existen causas de variaciones atribuibles en un
proceso, entonces se dice que el proceso está fuera de control.
Las variaciones aleatorias surgen como consecuencia de la interacción de una gran variedad de
factores, y la tolerancia normal de operación de la maquinaria. Estas variaciones son aleatorias, en general
pequeñas, y no se pueden atribuir a ninguna causa concreta.
Con este proyecto pudimos desarrollar un control estadístico del proceso de producción de saco
valvulado para “Caleras Bertran”. En la maestra de requisiciones se pueden observar las especificaciones que
el cliente requiere; y en base a ello se realizó el plan de calidad para el proceso de producción, y en base en
los resultados, fue posible cuantificar el desperdicio, las variaciones del proceso; lo cual fue lo más importante
ya que con ello se podrá entregar un reporte a el área de calidad, para llevar un control estadístico del proceso
y hagan las correcciones necesaria para volver a encarrilar el proceso a las especificaciones que demanda el
cliente.
BIBLIOGRAFIA
Control Estadístico de Calidad y Seis Sigma

Humberto Gutiérrez Pulido, 2ª Edición, Mc Graw Hill
Estadística para Administración y Economía

Lind, Marchal, Wather; 16 Edición, Mc Graw Hill
Página | 39
Página | 40

Proyecto Final

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Proyecto Final

Uploaded by

Copyright:

Available Formats

CONTROL ESTADISTICO DE LA CALIDAD

INSTITUTO TECNOLÓGICO NACIONAL DE MÉXICO

INSTITUTO TECNOLÓGICO DE CIUDAD GUZMÁN

ANÁLISIS DE PROCESO DE CAL BERTRÁN

Descripción de la empresa .................................................................................................................... 12

UNIDAD 2 CARTAS DE CONTROL POR VARIABLES

Conceptos básicos ................................................................................................................................ 12

Gráfica 𝑋̅ – R; Media y rango móvil ...................................................................................................... 12

Gráfica 𝑋̅ – S; Media y desviación estándar .......................................................................................... 12

Gráfica de análisis de la capacidad normal ........................................................................................... 12

UNIDAD 3 CARTAS DE CONTROL POR ATRIBUTOS

Conceptos básicos ................................................................................................................................ 12

Gráfica P; Proporción o fracción de artículos defectuosos ................................................................... 12

Gráfica NP; Número de unidades defectuosas ..................................................................................... 12

Gráfica C; Número de defectos............................................................................................................. 12

Gráfica U; Número de defectos por unidad .......................................................................................... 12

Gráfica de análisis de capacidad binomial ............................................................................................ 12

Gráfica de análisis de la capacidad de poisson ..................................................................................... 12

UNIDAD 4 MUESTREO DE ACEPTACIÓN

Conceptos básicos ................................................................................................................................ 12

Creación de un plan de muestreo de aceptación por variables ............................................................ 12

Comparación de planes de muestreo de aceptación por variables ...................................................... 12

Aceptación o rechazo de un lote basándose en una muestra .............................................................. 12

Creación de un plan de muestreo de aceptación por atributos ........................................................... 12

Comparación de planes de muestreo de aceptación por atributos ...................................................... 12

 X barra- R (Media y rango móvil)

 p (proporción o fracción de artículos defectuosos).

El muestreo de aceptación es el proceso de inspección de una muestra de unidades de un lote con el

NUESTRA FILOSOFÍA EMPRESARIAL

1. EMPEZAR con el cliente y luego trabajar hacia atrás.

COMPORTAMIENTO DE LA INDUSTRIA PAPELERA

CARTAS DE CONTROL PARA VARIABLES

LSC X  X  E2 R = 60.84+ (2.66*0.1136) = 61.142176

LIC X  X  E2 R = 60.84- (2.66*0.1136) = 60.537824

LSCR  D4 R = 3.27*0.1136 =0.371472

Carta de pre control

LSC X  X  A2 R =11.18 + (0.48*0.2) = 11.276

LIC X  X  A2 R =11.18 - (0.48*0.2) = 11.084

MEDIDAS DEL ANCHO DEL FONDO INFERIOR

LSC X  X  A2 R =10.917+ (0.48*0.82)=11.3106

LIC X  X  A2 R =10.917- (0.48*0.82)=10.5234

̅ - S MEDIAS DE CONTROL PARA DESENCUADRE SUPERIOR 1

Interpretación de resultados: Se observan dos un punto en el subgrupo 4 por más de 3 desviaciones

MEDIAS DE CONTROL PARA DESCUADRE

MEDIAS DE CONTROL PARA DESENCUADRE

LIC=X-barra+A3 S-barra=0.2867-(1.287*0.169) = 0.504203

MEDIAS DE CONTROL PARA DESENCUADRE INFERIOR 2

0.2 0.3 0.5 0 0.2 0.4

LIC=X-barra+A3 S-barra=0.37-(1.287*0.1715) = 0.1492795

LSCS= B4 S-Barra=1.97*0.1715 = 0.3378

MEDICION DE LA LONGITUD DEL SACO

LSC X  X  E2 R = 60.84+ (2.66*0.1136) = 61.142176

LIC X  X  E2 R = 60.84- (2.66*0.1136) = 60.537824

LSCR  D4 R = 3.27*0.1136 = 0.371472

INFORME DE CAPACIDAD NORMAL DEL

𝐿𝐸𝐼 − 𝜇 0.72 − 1.05

𝐿𝐸𝑆 − 𝐿𝐸𝐼 1.3 − 0.72

LOTE TAMAÑO DE LOTE DEFECTUOSOS PROPORCIÓN

Gráfica P SACOS CON VALVULAS DEFECTUOSAS

𝑻𝑶𝑻𝑨𝑳 𝑫𝑬 𝑫𝑬𝑭𝑬𝑪𝑻𝑼𝑶𝑺𝑶𝑺 𝟐 𝟒𝟎𝟑

𝑻𝑶𝑻𝑨𝑳 𝑫𝑬 𝑰𝑵𝑺𝑷𝑬𝑪𝑪𝑰𝑶𝑵𝑨𝑫𝑶𝑺 𝟑𝟕 𝟑𝟓𝟎

Gráfica NP PROCESO DE PEGADO

Resultados de la prueba para la gráfica NP de CUBETAS DEFECTUOSAS