106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
TRANSCRIPT
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
1/113
Gua de Ejercicios Prcticos
Asignatura:
Aplicacin de la Calidad Total para
la Ingeniera Industrial
Catedrtico:
Ing. Jairo Nez
Alumno:Erick Joel Ocampo
0201198500735
La Ceiba, Atlntida, Honduras, C.A.10 de octubre de 2011
UNICAHUniversidad Catlica de
HondurasNuestra Seora Reina de la Paz
Campus San Isidro
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
2/113
GUA DE EJERCICIOS1. En una empresa, mediante un anlisis se ha detectado que se tiene seis tipos bsicos de
quejas de los clientes, pero cada tipo de queja caus diferente grado de insatisfaccin o
molestia para el cliente. La escala que se ha utilizado para medir el grado de molestia es elsiguiente: mxima molestia (10 puntos), mucha insatisfaccin (8), molestia moderada (6),
poca (4), muy leve (2). Adems en el anlisis se determin la frecuencia con la que han
ocurrido en el ltimo semestre las distintas quejas. En las tablas siguientes se sintetiza los
resultados de tal anlisis:
Tipo de queja Grado de molestia Frecuencia de ocurrenciaA 4 12%B 8 5%C 2 40%D 6 25%E 4 10%F 8 8%
Realice un anlisis de Pareto para determinar sobre qu tipo de queja se deben dirigir los esfuerzos
para atender sus causas. Aplique la recomendacin 2 del diagrama de Pareto.
Tipo de queja Grado de molestia Frecuencia deocurrencia Frecuencia porgravedad Frecuencia porgravedad acumuladaD 6 25% 150% 150%C 2 40% 80% 230%F 8 8% 64% 294%A 4 12% 48% 342%E 4 10% 40% 382%B 8 5% 40% 422%
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
3/113
0%
50%
100%
150%
200%
250%
300%
350%
400%
450%
0%
20%
40%
60%
80%
100%
120%
140%
160%
D C F A E B
Frecuencia
Clase
Diagrama de Pareto
Frecuencia
% acumulado
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
4/113
AnlisisPara poder realizar este anlisis de Pareto y determinar as la queja que ms contribuye a la
insatisfaccin de los clientes se multiplic el grado de la queja por la frecuencia de ocurrencia. Con
ellos vemos que la queja D supera a las dems en magnitud, por lo tanto es en esta que se debe de
poner el mayor atencin ejecutar acciones destinadas a reducir las causantes del descontento de los
clientes y de ser posible eliminar tal tipo de insatisfaccin.2. De acuerdo con la informacin de una hoja de verificacin en una lnea del proceso de
envasado de tequila, se presentaron en el ltimo mes los siguientes resultados en cuanto a
defectos y frecuencia:
Defecto de envasado FrecuenciaBotella 804
Tapa 715
Etiqueta 1,823
Contraetiqueta 742
Botella sin vigusa 916
Otros 102
Total de botellas envasadas en el mes 424,654
Realice un diagrama de Pareto y obtenga conclusiones.
Defecto de envasado Frecuencia % Frecuencia F. AcumuladaEtiqueta 1,823 36% 36%
Botella sin vigusa 916 18% 54%
Botella 804 16% 69%
Contraetiqueta 742 15% 84%Tapa 715 14% 98%
Otros 102 2% 100%Total de botellasenvasadas en el mes 5,102 100%
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
5/113
0%
20%
40%
60%
80%
100%
120%
0200400600800
1,000
1,2001,4001,6001,8002,000
Frecue
ncia
Clase
Histograma
Frecuencia
% acumulado
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
6/113
AnlisisDe acuerdo al anlisis estadstico realizado se puede apreciar claramente que los defectos de
etiqueta, botella sin vigusa, en la botella y en la contraetiqueta componen el 84% de los problemas
que se presentan en el proceso de envasado del tequila. De los cuales, componen el 36% y 18% los
defectos en las etiquetas y la botella sin vigusa. Debido a esto la empresa deber fijar toda su
atencin para poder encontrar las causas que los generan para poder garantizar la calidad y poder
proporcionar mayor satisfaccin a sus clientes.
3. En una empresa procesadora de carnes fras se detecta mediante inspeccin 100% losproblemas en las salchichas. A continuacin se muestran los resultados de una semana.
Mquinaempacadora Turno Problema y nmero de paquetes defectuososFalta de vaco Mancha verde Mancha amarillaA I 4,300 700 700
II 6,300 650 650
B I 3,500 700 400II 6,600 500 420
C I 8,500 800 324II 9,120 655 345
a) Considerando que la gravedad de los tres problemas es la misma, realice un anlisis dePareto para problemas y detecte cul es el vital.
b) Sobre el problema vital, haga un Pareto de segundo nivel (causas) tanto para mquinacomo para turno.
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
7/113
Pareto I Nivel (Problemas)Problema Frecuencia % Frecuencia F. Acumulada
Falta de Vaco 38,320 85% 85%
Mancha verde 4,005 9% 94%
Mancha amarilla 2,839 6% 100%
Total 45,164
75%
80%
85%
90%
95%
100%
105%
0
5,000
10,000
15,000
20,000
25,000
30,000
35,000
40,000
45,000
Falta de Vaco Mancha verde Mancha
amarilla
Frecuencia
Clase
Anlisis de Pareto para Problemas
Frecuencia
% acumulado
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
8/113
Pareto II Nivel (Turnos)Falta de vaco Frecuencia % Frecuencia F. Acumulada
Turno II 22,020 57% 57%
Turno I 16,300 43% 100%Total 38,320 100%
0%
20%
40%
60%
80%
100%
120%
0
5,000
10,000
15,000
20,000
25,000
Turno II Turno I
Frecuencia
Clase
Anlisis de Pareto para Turnos
Frecuencia
% acumulado
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
9/113
Pareto II Nivel (Mquinas)Mquina Frecuencia % Frecuencia F. Acumulada
C 17,620 46% 46%
A 10,600 28% 74%
B 10,100 26% 100%
Total 38,320 100%
0%
20%
40%
60%
80%
100%
120%
0
5,000
10,000
15,000
20,000
C A B
Frecuencia
Clase
Anlisis de Pareto para Mquinas
Frecuencia
% acumulado
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
10/113
Anlisis En el primer anlisis de Pareto se observa de forma clara que el 85% de los problemas
relacionados al procesado de las salchichas se deben a la falta de vaco, por lo que este es
identificado como el problema vital ms relevante, en consecuencia se desarrollar por lo
tanto un Pareto de segundo nivel tanto en las mquinas como en los turnos para identificar
en cul de ellos se presentan mayores fallas.
En el diagrama de Pareto que considera los turnos se puede apreciar que la cantidad deproblemas relacionados con la falta de vaco en el procesamiento de las salchichas es mayor
durante el turno 2, ya que ste constituye el 57% del total de los problemas de este tipo.
Con esto se concluye, a travs del anlisis de Pareto, que los problemas de falta de vaco se
dan con mayor frecuencia en la mquina C, durante el turno 2.
Con base en el Pareto de 2do. Nivel se puede observar que las mquinas C y A son lasprincipales causas de la falta de vaco; siendo la causa ms significante la maquina C ya que
representa el 46% de los problemas relacionados con la falta de vaco que es el principal
problema con el que cuenta el proceso y el que necesita de una pronta solucin.
4. En una fbrica de pintura se requiere reducir el tiempo de secado del barniz, los siguientesdatos corresponden al tiempo del secado del barniz (horas) y a la cantidad de aditivo con el
que se intenta lograr tal reduccin.
Cantidad deAditivo Tiempo deSecado0 141 112 103 84 7.55 96 107 118 139 1210 15
a) Mediante un diagrama de dispersin investigue la relacin entre el tiempo de secado y lacantidad de aditivo.
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
11/113
b) Con base en la relacin, alrededor de qu cantidad de aditivo recomendara para reducirel tiempo de secado?
c) Obtenga el coeficiente de relacin entre ambas variables e interprtelo.d) Al parecer el coeficiente de correlacin lineal es muy bajo. Quiere decir entonces que el
tiempo de secado no est relacionado con la cantidad de aditivo?
Anlisisa) Como se observa en la grfica la cantidad de aditivo y el tiempo de secado tienen una
relacin lineal positiva baja, lo que indica que son directamente proporcionales, es decir, a
mayor cantidad de aditivo se necesitarn ms horas de secado.
b) Basado en la relacin, recomendara el 4 de aditivo para reducir el tiempo de secado, puessegn la grfica, es el que registra menor tiempo de secado, es decir, 7.5 horas.
c) El coeficiente de relacin es de 0.33 este valor muestra que existe una relacin positiva bajaentre la cantidad de aditivo y el tiempo de secado.
d) En efecto si existe relacin pero es una relacin baja ya que el coeficiente de correlacin esun tanto leve.
5. En una industria se desea investigar cmo influye la temperatura (C) en la presin delvapor B-trimetilboro. Los datos obtenidos para tal propsito se muestran a continuacin:
y = 0.2409x + 9.75
R = 0.1116
0
2
4
6
8
10
12
14
16
0 2 4 6 8 10 12
TiempodeSecado
Cantidad de Aditivo
Relacin Aditivo - Tiempo de Secado
Tiempo de SecadoLineal (Tiempo de Secado)
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
12/113
Temperatura Presin13.0 2.919.5 5.145.7 30.556.1 51.464.4 74.571.4 100.280.5 143.785.7 176.922.5 8.527.2 10.331.8 14.6
a) Construya un diagrama de dispersin e interprtelo.b) Obtenga el coeficiente de correlacin y al interpretarlo compare con lo observado en el
inciso a.
y = 2.213x - 47.935
R = 0.8981
-50
0
50
100
150
200
0.0 20.0 40.0 60.0 80.0 100.0
Presin
Temperatura
Relacin Temperatura - Presin
Presin
Lineal (Presin)
Lineal (Presin)
Lineal (Presin)
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
13/113
AnlisisExiste una relacin lineal positiva entre la presin y la temperatura, aunque se asemeja ms a una
relacin del tipo exponencial. El coeficiente de correlacin es de R=0.95 lo que muestra que existe
una alta relacin entre las variables estudiadas, con lo que podemos afirmar que la temperatura
incide de manera importante sobre la presin, es decir, a mayor temperatura, mayor presin.
6. Como parte del anlisis del problema de ausentismo se decide investigar la relacin entreedad del empleado y das que falt a laborar en el ao. Los datos del ltimo ao se
muestran a continuacin.
Empleado Edad Faltas Empleado Edad Faltas1 29 6 21 25 72 33 5 22 38 33 40 0 23 22 04 23 8 24 30 45 31 6 25 24 76 20 9 26 39 107 30 5 27 35 58 38 5 28 20 19 23 8 29 32 510 25 6 30 25 511 26 7 31 36 5
12 30 5 32 30 513 42 2 33 20 1014 34 5 34 38 415 31 6 35 39 416 18 11 36 34 417 33 6 37 35 618 33 4 38 27 719 33 5 39 40 320 32 5 40 31 6
a) Mediante un diagrama de dispersin analice la relacin entre estas dos variables.b) Qu tipo de relacin observa y cules son algunos hechos especiales?c) Calcule el coeficiente de correlacin e interprtelo.
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
14/113
AnlisisSe puede observar que existe una relacin lineal negativa entre las variables que son objeto de
nuestro estudio, la edad y el nmero de das que los empleados faltan a sus trabajos; esto sugiere
que entre ms joven es el empleado esta ms susceptible al ausentismo. Al calcular el coeficiente
de correlacin el cual es de R= 0.44 se tiene una mayor certeza que entre las variables existe una
relacin lineal negativa media.
7. Dos mquinas, cada una operada por una persona, son utilizadas para cortar tiras de hule,cuya longitud ideal es de 200mm, con una tolerancia de 3 mm. Al final del turno un
inspector toma una muestra e inspecciona que la longitud cumpla especificaciones. A
continuacin se muestran las ltimas 110 mediciones para ambas mquinas.
Muestras (mm)199.2 201.7 200.9 201.0 200.6 199.5 199.0 199.2 199.0 198.9
199.7 201.4 200.7 201.4 200.1 198.6 198.4 198.8 199.0 199.2
201.8 201.4 200.5 201.4 201.3 200.3 199.1 198.5 198.7 197.9
202.0 200.8 201.2 201.1 200.6 198.5 198.8 198.9 199.1 200.3
201.0 202.1 201.7 201.2 200.7 198.2 198.3 198.8 200.3 199.6201.5 200.7 201.2 201.0 201.8 199.6 198.9 198.7 200.5 199.4
200.0 200.9 201.2 200.6 200.5 198.2 199.6 199.2 198.1 198.7
199.8 201.0 200.5 202.0 200.5 198.4 199.0 199.3 198.3 198.5
200.7 201.5 200.1 201.0 200.8 199.0 198.7 199.7 199.6 198.7
y = -0.1665x + 10.47
R = 0.1958
0
2
4
6
8
10
12
0 10 20 30 40 50
DasFaltados
Edad del Trabajador
Relacin Edad - Faltas
Faltas
Lineal (Faltas)
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
15/113
201.4 201.2 201.4 201.5 200.3 199.7 200.5 197.8 199.0 198.6
200.4 201.3 200.2 201.6 200.7 199.7 198.4 199.9 199.7 198.5
a) Obtenga las medidas de tendencia central y con base en ellas seale si la tendencia centraldel proceso es adecuada.
b) Calcule la desviacin estndar y una aproximacin de los lmites reales con base en estosdecida si la variabilidad de los datos es aceptable.
c) Obtenga un histograma e interprtelo (con tendencia Central, variabilidad, acantilados,sesgos, etc.).
0
5
10
15
20
25
30
Frecuencia
Milmetros
Histograma
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
16/113
Media 200.05Error tpico 0.12Mediana 200.1Moda 199Desviacin estndar1.29Varianza de la muestra 1.66Curtosis 2.53Coeficiente de asimetra 0.80Rango 8.20Mnimo 197.80Mximo 206Suma 22005Cuenta 110
AnlisisTomando las 110 muestras, se obtuvo una media de 200.05 mm, una mediana o percentil 50 de
200.10 mm que nos dice que la mitad de los datos son menores que 200.10 mm y la otra mitad
mayores o iguales a 200.10 mm, y una moda de 201.4. Adems se obtuvo un error tpico de 0.12;
La desviacin estndar de 1.29 lo que nos indica que el grado de dispersin de los datos respecto
a su media. El coeficiente de asimetra de 0.80 indica que existe una curva asimtrica positiva. El
coeficiente de Curtosis es de 2.53, nos demuestra que la grafica posee una forma leptocrtica, es
decir que presenta un elevado grado de concentracin de valores a la derecha de la media que a su
izquierda. Podemos notar tambin que la forma de la grfica obedece a una Histograma centrado
con mucha variabilidad. El Rango de los datos es de 8.2 mm, ya que el menor es 197.8 mm y el
mayor es 206 mm, por lo tanto extensin de la variacin de los datos no es tan grande. Podemos
afirmar que el histograma no presenta acantilados en su grfica, pero si posee sesgo a la izquierda
de la media, lo que podemos constatar observando la barra de color verde el cual es la clase con
mayor numero de datos asociados. Los lmites reales se definan por:
8. En un rea de servicio dentro de una empresa de manufactura se hace una encuesta paraevaluar la calidad del servicio proporcionada y el nivel de satisfaccin de los clientes
internos. La encuesta consiste de 10 preguntas, donde cada una de ellas evala diferentes
aspectos del servicio proporcionado. Las respuestas para cada pregunta es un nmero entre
0 y 10. Para hacer un primer anlisis de los resultados obtenidos, se suman los puntos
LRS 203.91LRI 196.18
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
17/113
obtenidos de las 10 preguntas para cada cuestionario. A continuacin se muestran los
puntos obtenidos en 50 cuestionarios.
Muestras78 78 82 85 81 86 80 73 84 78
68 84 75 78 76 76 82 85 91 8070 87 77 82 84 48 49 39 39 43
35 42 34 44 49 34 30 43 31 34
41 42 45 42 35 38 39 42 43 29
a) A los datos anteriores calcleles sus medias de tendencia central, su dispersin y de unaprimera opinin sobre la calidad del servicio.
b) Realice el histograma e interprtelo con cuidado.Media 59.8
Error tpico 2.99
Mediana 58.5
Moda 42
Desviacin estndar 21.13
Varianza de la muestra 446.29
Curtosis -1.80
Coeficiente de asimetra -0.02
Rango 62
Mnimo 29Mximo 91
Suma 2990
Cuenta 50
0
5
10
15
29 37.86 46.71 55.57 64.43 73.29 82.14 y
mayor...
Frecuencia
Calificacin
Histograma
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
18/113
AnlisisLos datos estadsticos obtenidos a travs de la encuesta, proporcionaron los siguientes resultados:
una media de 59.8 puntos, la mediana o percentil 50 es de 58.5 puntos y una moda de 42 puntos.
Un error tpico de 2.99; la desviacin estndar de los datos con respecto a su media es de 21.13
puntos un valor demasiado elevado por lo que podemos afirmar que los datos se encuentran muy
dispersos con respecto a su media, es decir que existe mucha variabilidad. Con una Curtosis de -
1.80, nos expone que la campana de Gauss posee una forma plana, es decir, una forma achatada.
La curva asimtrica es negativa esto se puede observar a travs del valor del coeficiente de asimetra
que es de -0.02. Con una puntuacin mnima de 29 y mxima de 91, nos indica que existe una
gran variabilidad en los datos ya que posee un rango de 62 puntos el cual mide la gran amplitud en
la variacin de los datos. La forma del histograma supone una descentralizacin con mucha
variabilidad y dos realidades, es decir que es bimodal.
9. En la elaboracin de envases de plsticos, primero se elabora la preforma, para la cual setienen varios criterios de calidad, uno de ellos es ep peso de la preforma. Para cierto
envase se tiene que el peso debe estar entre 28.00 0.5g. A continuacin se muestran los
ltimos 112 datos obtenidos mediante una carta de control para esta variable.
Muestras27.72 28.39 28.21 28.19 28.02 27.92 27.89 27.88
28.06 27.91 27.91 27.95 27.96 27.94 28.04 28.05
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
19/113
27.81 27.74 27.95 27.91 27.93 28.07 28.13 27.93
27.87 27.87 27.82 28.23 27.90 27.91 28.16 27.94
27.86 27.84 27.70 27.98 28.02 28.00 27.99 28.13
28.26 28.10 27.94 28.07 27.84 27.90 27.87 27.76
27.95 27.94 27.81 27.76 27.96 27.84 27.85 27.93
28.22 27.96 27.88 28.08 28.04 28.19 27.89 28.08
28.09 28.02 27.85 28.27 27.75 27.98 27.75 27.82
28.13 27.88 28.11 28.05 28.14 28.11 28.08 28.16
28.04 28.05 27.75 27.89 27.94 28.19 28.10 27.78
27.63 27.93 27.74 28.10 28.14 27.91 27.84 28.21
27.85 27.84 28.12 28.01 27.97 27.88 28.00 28.10
28.16 28.16 28.01 28.13 27.97 27.90 27.87 27.94
a) Obtenga las medidas de tendencia central y seale si la tendencia central de las medicioneses adecuada.
b) Calcule la desviacin estndar y una aproximacin de los lmites reales y con base en estosdecida si la variabilidad de los datos es aceptable.
c) Obtenga un histograma e interprtelo (tendencia central, variabilidad, acantilados, sesgos,etc.).
Media 27.97
Error tpico 0.01Mediana 27.95
Moda 27.94
Desviacin estndar 0.14
Varianza de la muestra 0.02
Curtosis -0.30
Coeficiente deasimetra
0.21
Rango 0.76
Mnimo 27.63
Mximo 28.39Suma 3133.19
Cuenta 112
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
20/113
AnlisisCon relacin a los datos de las 112 muestras se obtuvieron los siguientes resultados una media de
27.97, una mediana de 27.95, la moda es de 27.94. Un error tpico de 0.01; la desviacin estndar
es de 0.14, lo que indica que hay poca dispersin en el peso de los envases con respecto a la media
de los datos. La Curtosis es -0.26, lo que indica que el curva de Gauss tiene una forma platicrtica,
es decir, que la grafica es de forma achatada. El rango es de 0.76, puesto que el peso menor es
27.63 y el mximo de 28.39. Por lo tanto la amplitud de la variacin de los datos es un tanto
0
5
10
15
20
25
30
Frecue
ncia
Gramos
Histograma
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
21/113
aceptable. La grafica posee un coeficiente de asimetra que muestra que es una curva asimtrica
positiva. En cuanto a la forma del histograma podemos aseverar que ste est centrado con mucha
variabilidad. No hay acantilados y no hay evidencia de sesgo ni datos aislados.
10.Los siguientes datos corresponden a la medicin de la viscosidad, variable importante en lacalidad del adhesivo.
a) Calcule los lmites de control para las cartas X-R e interprtelosb) Elabore la carta de control X y la R y de sus conclusiones.
Semana 29 Semana 30 Semana 31H H H H H H H H H1 2 3 4 5 6 7 8 9
I I I II II II I I I
17-jul 18-jul 19-jul 19-jul 25-jul 26-jul 31-jul 01-ago 02-ago
1 34.0 33.0 34.0 35.0 34.0 35.0 33.0 34.0 35.0
2 34.0 33.0 34.0 35.0 34.0 35.0 33.0 34.0 35.0
3 34.0 34.0 34.0 34.0 34.0 34.0 34.0 35.0 35.0
4 35.0 34.0 34.0 34.0 35.0 34.0 34.0 35.0 34.0
5 35.0 35.0 35.0 34.0 35.0 33.0 34.0 35.0 34.0
6 35.0 35.0 35.0 34.0 35.0 33.0 34.0 34.0 34.0
7 35.0 35.0 35.0 35.0 35.0 34.0 35.0 34.0 35.0
8 34.0 34.0 34.0 35.0 34.0 35.0 35.0 35.0 35.0
9 34.0 34.0 34.0 35.0 34.0 35.0 35.0 35.0 35.0
Carta X
33.4
33.6
33.8
34.0
34.2
34.4
34.6
34.8
35.0
1 2 3 4 5 6 7 8 9 10
Promedio
LCS
LCC
LCI
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
22/113
Anlisis: El proceso de viscosidad en los adhesivos esta dentro de control estadstico en cuanto a
su medida de tendencia central, con un LIC= 33.90 y un LCS= 34.80. Todos los datos
muestreados estn dentro de los lmites de control establecidos para esta carta.
Carta R
0
0.5
1
1.5
2
2.5
3
1 2 3 4 5 6 7 8 9 10
Rango
LCSLCC
LCI
LCS 34.8LCC 34.4LCI 33.9A2 0.337
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
23/113
Anlisis:El proceso de viscosidad en los adhesivos esta dentro de control estadstico en cuanto a la
variabilidad de los datos, es decir en cuanto a sus rangos, ningn valor excede los lmites de control
respectivos. El rango de la viscosidad de dichos adhesivos se encuentra entre 0.25 y 2.42 con un
rango promedio de 1.3. Lo cual indica que existe poca variabilidad en la viscosidad del adhesivo.
11.En una industria alimenticia se quiere garantizar que la concentracin mnima de grasa deun producto sea de 1.8%. En la siguiente tabla, se muestran los datos obtenidos para el
estudio inicial, con tamao de subgrupo de 4.
SUBGRUPOGRASA SUBGRUPO
GRASA1 2 3 4 1 2 3 41 1.88 1.93 1.98 1.88 11 1.93 1.95 1.90 1.932 1.93 1.97 1.89 1.94 12 1.95 1.98 1.89 1.90
D3 0.1838D4 1.8162LCS 2.4LCC 1.3LCI 0.2
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
24/113
3 1.92 1.95 1.90 1.98 13 1.88 1.93 1.88 1.904 1.89 1.89 1.90 1.94 14 1.97 1.88 1.92 1.965 1.95 1.95 1.93 1.90 15 1.91 1.91 1.96 1.936 2.00 1.95 1.94 1.89 16 1.98 1.90 1.92 1.917 1.95 1.93 1.97 1.85 17 1.93 1.94 1.95 1.908 2.87 1.98 1.96 2.04 18 1.82 1.92 1.95 1.949 1.96 1.92 1.98 1.88 19 2.00 1.97 1.99 1.9510 1.99 1.93 2.01 2.02 20 1.98 1.94 1.96 1.88
a) Calcule los lmites de control para las cartas X-R e interprtelos.b) Elabore la carta de control X y la R y de sus conclusiones.
Carta Xn 4A2 0.729X 1.946LCS 2.035LCI 1.858LCC 1.946R 0.122
1.600
1.700
1.800
1.900
2.000
2.100
2.200
2.300
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Promedio
LCS
LCI
LCC
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
25/113
Anlisis: El proceso de concentracin de grasa en el producto se encuentra fuera de controlestadstico en cuanto a su medida de tendencia central ya que la muestra 8 est por arriba del lmite
de control superior, el punto 9 viola la regla 14 la cual dice que este punto est por debajo de 4sigmas. Y la muestra 18 viola la prueba 8 que indica que hay 8 puntos consecutivos en la zona C (1
sigma). La concentracin de grasa en los productos se encuentra entre 1.86 y 2 con un promedio
de 1.95.
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
26/113
Carta RLCS 0.28LCC 0.12LCI 0D3 0D4 2.28
0.000
0.100
0.200
0.300
0.400
0.500
0.600
0.700
0.800
0.900
1.000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Rango
LCS
LCC
LCI
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
27/113
Anlisis: El proceso de concentracin de grasa en los productos se encuentra fuera de controlestadstico en cuanto a su medida dispersin o variabilidad ya que la muestra 8 est por arriba del
lmite de control superior. El rango de la concentracin de grasa en los productos se encuentra
entre 0.0% y 0.28% con un rango promedio de 0.1 %. Lo cual indica que existe poca dispersin en
la viscosidad del adhesivo.
12.En la fbrica de discos pticos una mquina metaliza disco. Para garantizar la uniformidaddel metal en el disco, la densidad debe ser de 1.93, con una tolerancia de 0.12, en la tabla
siguiente se muestran los datos obtenidos para un estudio inicial, con tamao de subgrupo
5.
SUB
GRUPODATOS
1 1.909 1.917 1.865 1.991 1.906
2 1.957 1.829 1.87 1.917 1.971
3 1.861 1.946 1.903 1.951 1.893
4 1.938 1.913 1.884 1.907 1.95
5 1.941 1.966 1.935 1.936 1.955
6 2.032 1.914 1.911 1.82 1.932
7 1.889 1.963 1.943 1.918 1.911
8 1.891 1.978 1.907 1.922 1.908
9 1.929 1.87 1.943 1.819 1.946
10 1.956 1.904 1.904 1.907 1.864
11 1.904 1.91 1.904 1.903 1.901
12 1.926 1.984 1.899 1.938 1.978
13 1.936 1.903 1.915 1.932 2.014
14 1.937 1.949 1.898 1.952 1.869
15 1.916 1.961 1.953 1.954 1.939
16 1.867 1.898 1.929 1.953 1.952
17 1.939 1.918 1.925 1.949 1.91
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
28/113
18 1.94 1.88 1.882 1.949 1.91
19 1.944 1.919 1.84 1.94 1.942
20 1.933 1.965 2.031 1.902 1.923
21 1.817 1.878 1.938 2.058 1.938
22 1.939 1.956 1.951 1.898 1.969
23 1.931 1.894 1.972 1.936 1.924
24 1.927 1.895 1.938 1.859 1.938
25 1.973 1.949 1.912 1.87 1.971
a) Calcule los lmites de control para las cartas X-R e interprtelos.b) Elabore la carta de control X y la R y de sus conclusiones.
Carta Xn 5A2
0.577X 1.924LCS 1.979LCI 1.869LCC 1.924R 0.095
1.800
1.820
1.840
1.860
1.880
1.900
1.920
1.940
1.960
1.980
2.000
1 3 5 7 9 11 13 15 17 19 21 23 25
Promedio
LCS
LCI
LCC
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
29/113
Anlisis: Con base en el anlisis de los datos mediante una carta X el proceso de fabricacin discospticos la densidad se encuentra bajo control estadstico en cuanto a su medida de tendencia
central ya que todos los datos estn dentro de los lmites de control superior e inferior. La
densidad en el metal para los discos se encuentra entre 1.924 y 1.979 con un promedio de 1.869.
En conclusin el proceso est bajo control estadstico.
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
30/113
Carta R
0.000
0.050
0.100
0.150
0.200
0.250
0.300
1 3 5 7 9 11 13 15 17 19 21 23 25
Rango
LCS
LCC
LCI
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
31/113
Anlisis: Basado en la Carta de Rangos el proceso de fabricar discos pticos la densidad est fuerade control estadstico en cuanto a su variabilidad ya que los puntos 6 y 21 se encuentran por
encima del lmite de control superior. El rango de la densidad en el metal para fabricar los discos
pticos se encuentra entre 0.00 y 0.200 con un rango promedio de 0.095.
13.En la presentacin de servicios en una empresa se registra diariamente la evaluacin de losclientes. La forma operativa que se hace es la siguiente: todos los das en forma aleatoria se
le pide a 5 clientes atendidos que contesten una encuesta de satisfaccin en el servicio, la
escala de satisfaccin va de 0 a 100. Los datos obtenidos durante el ltimo mes se
muestran en la tabla siguiente.
a) Mediante una carta de medias analice la estabilidad de la calidad en el servicio.
DA CALIFICACIN DE SERVICIOS MEDIA1 83 84 63 68 93 78.202 84 88 71 87 93 84.603 87 76 92 75 79 81.804 71 69 79 79 62 72.005 76 81 100 85 100 88.406 69 86 98 84 89 85.207 88 89 75 72 86 82.008 96 76 71 97 73 82.609 61 71 57 90 79 71.6010 82 93 87 87 76 85.0011 80 82 66 83 83 78.8012 69 84 89 88 65 79.0013 50 92 76 62 71 70.2014 74 94 73 79 67 77.4015 66 74 86 78 72 75.2016 80 82 84 60 83 77.8017 57 87 74 94 72 76.8018 99 88 83 90 80 88.0019 87 80 89 89 77 84.4020 79 85 65 71 70 74.0021 93 70 77 80 74 78.8022 73 76 81 80 65 75.00
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
32/113
n 5LCS 131.67LCC 79.40LCI 27.13A2 0.58R promedio 90.59Carta X
0.00
20.00
40.00
60.00
80.00
100.00
120.00
140.00
1 3 5 7 9 11 13 15 17 19 21
Media
LCS
LCC
LCI
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
33/113
Anlisis: Segn la carta de medida de tendencia central, la calidad del servicio se encuentra encontrol estadstico, ya que todas las observaciones caen dentro de los lmites de control para dicha
carta. La satisfaccin de los clientes se encuentra entre 131.67 y 27.13 con una satisfaccin
promedio de 79.4.
Carta RD3 0D4 2.11LCS 191.55LCC 90.59LCI 0
0.00
50.00
100.00
150.00
200.00
250.00
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
Rango
LCS
LCC
LCI
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
34/113
Anlisis: Basados en la Carta R, la calidad del servicio se encuentra bajo control estadstico, encuanto a la variabilidad de los datos se refiere ya que todas las observaciones no violan los lmites
de control. El rango de satisfaccin en los clientes se encuentra entre 0.0 y 191.55 con una
satisfaccin promedio de 90.59. Por tanto podemos concluir que tal proceso funciona de una
forma estable.
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
35/113
CAPTULO 21. Con los datos del ejercicio de las dos mquinas operadas por una persona, considerando
que los primeros 55 datos (ordenados por regln) corresponden a una mquina, y los
ltimos 55 a otra, conteste lo siguiente.
a) Evale las dos mquinas en cuanto a su centrado (tendencia central) respecto a lalongitud ideal (200).
b) Analice la dispersin de ambas mquinas, utilizando la desviacin estndar.c) Haga un histograma para cada mquina e interprete cada uno de ellos.d) Con base en lo anterior, cul es el problema de cada mquina?e) Considerando que cada mquina es operada por una persona diferente, discuta cules
son las posibles causas de los problemas sealados en el inciso anterior y seale qu
hara para corroborar cules son las verdaderas causas.
f) Vuelva a analizar el histograma realizado en el inciso c del ejercicio anterior y vea si dealguna forma se vislumbraba lo que detect con los anlisis hechos en este ejercicio.
g) A la luz de lo anterior, qu recomendaciones respecto a la obtencin de datos y suanlisis dara para hacer ms eficiente la inspeccin y el control del funcionamiento de
cada mquina?
Mquina 1Media 200.13
Error tpico 0.17
Mediana 200.3
Moda 201.4
Desviacin estndar 1.23
Varianza de la muestra 1.50
Curtosis -1.39
Coeficiente de asimetra -0.09
Rango 4.2
Mnimo 197.9
Mximo 202.1
Suma 11007.1
Cuenta 55
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
36/113
Anlisis: Basados en la informacin y grficos obtenidos se ve claramente de que en la mquina 1los datos se encuentran poco dispersos con respecto a la media (dispersin), pero sin embargo, la
empresa debe de reducirla. La mediana o percentil 50 nos indica que la mitad de los datos tienen
un valor por debajo de 200.3 mm, y la otra parte, su valor es mayor o igual a 200.3 mm. La curtosis
es de -1.39 lo que indica que la curva de la distribucin normal presenta un grado reducido de
concentracin alrededor de los valores centrales de la variable estudiada, es decir que presenta una
forma aplanada o achatada. El coeficiente de asimetra es 0 por lo que se concluye que existe una
mayor concentracin de valores a la izquierda de la media que a su derecha. Aqu se aprecia que se
presentan dos realidades distintas (bimodal) lo que indica que hay situaciones que causan esto y
deben ser identificadas para erradicarlas.
0
2
4
6
8
10
12
14
Frecu
encia
Milmetros
Histograma "Mquina 1"
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
37/113
Mquina 2Media 199.97
Error tpico 0.18
Mediana 199.8
Moda 200.5
Desviacin estndar 1.37
Varianza de la muestra 1.87
Curtosis 5.52
Coeficiente de asimetra 1.50
Rango 8.2
Mnimo 197.8
Mximo 206Suma 10998.4
Cuenta 55
02468
1012141618
Frecuencia
Milmetros
Histograma "Mquina 2"
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
38/113
Anlisis: Basados en la informacin y grficos obtenidos se puede ver que en la mquina 2 losdatos se encuentran poco dispersos con respecto a la media (dispersin), pero sin embargo esmayor que el de la mquina 1 y la empresa debe de reducirla. La mediana o percentil 50 nos
indica que la mitad de los datos tienen un valor por debajo de 199.8 mm, y la otra parte, su valor es
mayor o igual a 199.8 mm. La curtosis es de 5.52 lo que indica que la curva de la distribucin
normal presenta un elevado grado de concentracin alrededor de los valores centrales de la
variable estudiada, es decir que presenta una forma alargada en el centro. El coeficiente de
asimetra es >0 por lo que se concluye que existe una mayor concentracin de valores a la derecha
de la media que a su izquierda. Con respecto a la mquina 1, la 2 presenta un mejor estado porque
en esta claramente solo hay una realidad por lo tanto es ms fcil poder controlarlo y erradicarlo.
2. Con el propsito de mejorar la calidad que se tena en cuanto al grosor de las lminas, ungrupo implementa un proyecto de mejora siguiendo la metodologa. Varios de los cambios
implementados fueron relativos a los procedimientos empleados durante el proceso ya y la
estandarizacin de los mismos. Para verificar si el plan tuvo xito, se eligieron lminas
aleatoriamente y midiendo su grosor. Los 120 datos obtenidos durante tres das se
muestran a continuacin.
4.8 4.3 4.8 5.1 4.9 4.6 4.9 4.6 5.0 4.9 4.8 4.5
4.7 5.7 4.5 5.3 4.4 5.1 4.6 4.9 4.2 4.6 5.3 5.2
4.7 4.1 5.1 5.0 5.0 4.9 4.6 4.9 5.2 4.8 4.7 5.1
4.9 4.8 4.7 5.1 5.1 5.3 5.1 5.0 5.3 5.0 5.1 5.2
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
39/113
4.7 5.0 5.0 5.3 5.1 5.1 4.5 5.2 4.1 5.1 4.9 4.9
4.6 5.0 4.6 4.8 4.7 4.9 4.4 4.5 5.3 5.3 4.4 5.0
4.2 4.5 5.3 5.1 4.8 4.4 4.7 5.3 5.1 4.7 4.7 4.8
5.0 5.0 4.9 5.2 5.6 5.1 5.2 4.5 4.6 5.2 4.9 5.0
5.3 4.9 5.0 4.4 4.9 4.7 4.6 5.3 4.8 4.7 4.6 5.14.4 5.0 4.5 5.0 5.2 4.7 5.0 5.3 5.6 5.0 5.0 4.5
a) Calcule la media y mediana de estos datos, y comparndolas con sus correspondientesantes del proyecto, decida si con los cambios se mejor el centrado del proceso.
= 4.75, mediana= 4.7
b) Calcule la desviacin estndar, y con sta, obtenga los nuevos lmites reales, y decida si lavariabilidad se redujo. = 0.45
c) Construya un histograma.d) Con base en todo lo anterior, el proyecto dio buenos resultados? Argumente.e) Si hubo mejoras, stas son suficientes para garantizar un producto dentro de
especificaciones?
Datos del Estudio Anterior
Desviacin estndar 0.45 mmGrosor ptimo 5 mm
Discrepancia 0.8 mm
Mediana 4.7 mm
Media 4.75 mm
LRS 6.1 mm
LRI 3.4 mm
Datos del Estudio ActualMedia 4.88Error tpico 0.03
Mediana 4.9
Moda 5
Desviacin estndar 0.32
Varianza de la muestra 0.10
Curtosis -0.12
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
40/113
Coeficiente de asimetra -0.18
Rango 1.6
Mnimo 4.1
Mximo 5.7
Suma 586.1
Cuenta 120
0
5
10
15
20
25
Frecuencia
Milmetros
Histograma
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
41/113
LRS 5.83 mmLRI 3.94 mm
Anlisis: Se puede ver claramente que los datos, en cuanto a su dispersin con respecto a la mediase redujo, la desviacin estndar paso de 0.45 0 0.32 aproximndose ms a cero, que es lo ideal. El
ndice de Curtosis nos dice que la curva de la normal tiende a ser achatada con colas cortas y el
coeficiente de asimetra nos dice que existe mayor concentracin de datos a la izquierda que a la
derecha. Con ello se puede afirmar que se ha logrado una mejora pero se debe seguir mejorando
ya que, aunque el proceso est centrado presenta variabilidad.
3. Una caracterstica clave en la calidad de las pinturas es su densidad y un componente queinfluye en tal densidad es la cantidad de arenas que se utilizan en su elaboracin. La
cantidad de arena en la formulacin de un lote se controla con base en el nmero de
costales, que segn el proveedor contienen 20 kg. Sin embargo, continuamente se tienen
problemas en la densidad de la pintura, que es necesario corregir con retrabajo y
reprocesos adicionales. En este contexto en la empresa se preguntan, cunta arena
contienen realmente los costales? Para averiguarlo deciden tomar una muestra aleatoria de
30 costales de cada lote pedido (500 costales). Los pesos obtenidos en las muestras de los
ltimos tres lotes se muestran a continuacin. Las especificaciones iniciales que se
establecen para el peso de los costales de arena son 200.8 kg.
Lote Peso de costales de la muestra
118.6 19.2 19.5 19.2 18.9 19.4 19.0 20.0 19.3 20.0
19.1 18.6 19.4 18.7 21.0 19.8 19.0 18.6 19.6 19.0
19.6 19.4 19.8 19.1 20.0 20.4 18.8 19.3 19.1 19.1
218.6 19.9 18.8 18.4 19.0 20.1 19.7 19.3 20.7 19.6
19.5 19.1 18.5 19.6 19.4 19.6 20.3 18.8 19.2 20.6
20.0 18.4 18.9 19.7 17.8 19.4 18.9 18.4 19.0 19.7
320.1 20.2 21.0 19.7 20.1 20.0 19.1 20.4 19.6 20.6
20.0 19.7 20.8 19.7 19.7 20.4 19.8 20.5 20.0 20.0
20.2 19.7 20.0 19.6 19.7 19.8 19.9 20.3 20.4 20.2
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
42/113
a) Tomando en cuenta los 90 datos, el centrado del proceso es adecuado?b) La variabilidad es poca o mucha? Apyese en los estadsticos adecuados.c) Obtenga un histograma para los noventa datos, inserte las especificaciones e interprtelo
con detalle.
d) D su conclusin general sobre si los bultos cumplen con el peso especificado.e) Haga un anlisis de cada lote por separado y con apoyo de estadsticos y grficas, seale si
hay diferencias grandes entre los lotes.
f) Las diferencias encontradas se podran haber inferido a partir del histograma del inciso c?Costales
Media 19.562
Error tpico 0.069
Mediana 19.6Moda 20
Desviacin estndar 0.65
Varianza de la muestra 0.42
Curtosis -0.29
Coeficiente de asimetra -0.07
Rango 3.2
Mnimo 17.8
Mximo 21
Suma 1760.6
Cuenta 90
0
5
10
15
20
25
Frecuencia
Kilogramos
Histograma "Peso de los Costales"
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
43/113
Anlisis: Los datos que corresponden al peso de los costales se encuentran con muy pocavariabilidad, ya que esto es evidente por el coeficiente de asimetra, Curtosis y la desviacin
estndar, cuyos valores se aproximan a cero. Se puede constatar que existe un ligero sesgo a la
izquierda.
Lote 1Media 19.35Error tpico 0.10
Mediana 19.25
Moda 19.1
Desviacin estndar 0.56
Varianza de la muestra 0.31
Curtosis 1.39
Coeficiente de asimetra 1.01
Rango 2.4
Mnimo 18.6Mximo 21
Suma 580.5
Cuenta 30
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
44/113
Anlisis: El lote 1, con respecto a la poblacin total de los costales, cuenta con mayor variabilidad,con una mayor concentracin de los datos a la derecha de la media.
Lote 2Media 19.2967
Error tpico 0.1260
Mediana 19.35
Moda 18.4
Desviacin estndar 0.69
0
2
4
6
8
10
12
14
18.6 19.08 19.56 20.04 20.52 y mayor...
Frecuencia
Kilogramo
Histograma "Lote 1"
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
45/113
Varianza de la muestra 0.48
Curtosis -0.26
Coeficiente de asimetra 0.06
Rango 2.9
Mnimo 17.8
Mximo 20.7Suma 578.9
Cuenta 30
0
1
2
3
4
5
6
7
8
9
10
17.8 18.38 18.96 19.54 20.12 y mayor...
Frecuencia
Kilogramos
Histograma "Lote 2"
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
46/113
Anlisis: El lote presenta mayor variabilidad en relacin al 1 y 2 con sesgo a la derecha donde lamayora de los datos se concentran a la derecha y la curva normal presenta una forma ligeramente
achatada.
Lote 3Media 20.04
Error tpico 0.07
Mediana 20
Moda 19.7
Desviacin estndar 0.40
Varianza de la muestra 0.16
Curtosis 0.46
Coeficiente de asimetra 0.29
Rango 1.9
Mnimo 19.1
Mximo 21
Suma 601.2
Cuenta 30
0
2
4
6
8
10
12
19.1 19.48 19.86 20.24 20.62 y mayor...
Frecuencia
Kilogramos
Histograma "Lote 3"
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
47/113
Anlisis: El proceso se encuentra con una ligera variabilidad en los datos, con acantilado lo que
ocasiona que los mismos presenten variabilidad, debido a que los datos tiendan a agruparse ms a
la derecha de la media causando una desviacin de 0.4 y dndole una forma alargada a la curva
normal.
4. En una empresa que fabrica y vende equipo para fotocopiado utilizan como un indicadorimportante de la calidad en el servicio posventa el tiempo de respuestas a solicitudes de
apoyo tcnico debido a fallas en los equipos. Para problemas mayores, en cierta zona del
pas, se ha establecido como meta que la respuesta se d en un mximo de 6 horas hbiles;
es decir, de que habla el cliente solicitando apoyo, y que si el problema se clasifica como
grave no deben pasar ms de 6 horas hbiles en que un tcnico acuda a resolver su
problema. A continuacin se aprecian los tiempos de respuestas en horas para los primeros
9 meses del ao (65 datos).
5.0 5.4 7.1 7.0 5.5 4.4 5.4 6.6 7.1 4.2
4.1 3.0 5.7 6.7 6.8 4.7 7.1 3.2 5.7 4.15.5 7.9 2.0 5.4 2.9 5.3 7.4 5.1 6.9 7.5
3.2 3.9 5.9 3.6 4.0 2.3 8.9 5.8 5.8 6.4
7.7 3.9 5.8 5.9 1.7 3.2 6.8 7.0 5.4 5.6
4.5 6.5 4.1 7.5 6.8 4.3 5.9 3.1 8.3 5.4
4.7 6.3 6.0 3.1 4.8
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
48/113
a) Calcule las medidas de tendencia central y con base en stas, cree que se cumple con lameta?
b) Haga un histograma e interprete sus aspectos ms relevantes.c) A partir del anlisis que se ha hecho, qu recomendaciones dara para ayudar a cumplir
mejor la meta?
Columna1Media 5.37
Error tpico 0.20
Mediana 5.5
Moda 5.4
Desviacin estndar 1.62
Varianza de la muestra 2.62
Curtosis -0.52
Coeficiente de asimetra -0.20
Rango 7.2
Mnimo 1.7
Mximo 8.9
Suma 348.8
Cuenta 65
0
2
4
6
8
10
12
14
16
18
Frecuencia
Tiempo de Respuesta
Histograma
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
49/113
Anlisis: Los datos correspondientes se encuentran con una variabilidad ligera donde la curva de la
normal tiende a ser achata y con colas muy cortas presentando un acantilado donde la mitad de los
datos son menor que 5.5 y la otra mitad son mayores o iguales a ese valor.
5. Los datos de la tabla siguiente representan las horas cadas de equipos, por semana, de treslneas de produccin.
Semana Lnea 1 Lnea 2 Lnea 3 Semana Lnea 1 Lnea 2 Lnea 31 7.7 6.6 7.5 14 6.3 6.5 8.52 6.8 5.2 8.1 15 7.8 7.7 8.03 8.5 7.2 6.2 16 6.7 7.4 7.74 8.6 9.2 7.4 17 7.3 6.1 7.55 5.7 6.7 8.2 18 5.7 6.2 8.26 7.9 6.2 6.0 19 6.2 7.3 7.77 8.1 7.1 8.2 20 7.3 6.9 7.08 7.6 8.1 8.1 21 5.0 6.1 .59 7.1 6.4 6.7 22 5.0 6.9 6.210 7.3 6.3 8.0 23 5.4 8.4 6.011 7.8 8.2 8.1 24 7.5 5.0 6.112 6.1 8.4 8.1 25 6.0 7.4 5.813 6.4 7.4 7.0
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
50/113
a) Analice los datos para cada lnea, anote las principales caractersticas de la distribucinde los datos.
b) Compare las tres lneas, nota alguna diferencia importante?Lnea 1
Media 6.87
Error tpico 0.21
Mediana 7.1
Moda 7.3
Desviacin estndar 1.05
Varianza de la muestra 1.10
Curtosis -0.94
Coeficiente de asimetra -0.23
Rango 3.6Mnimo 5
Mximo 8.6
Suma 171.8
Cuenta 25
0
1
2
3
4
5
6
7
8
9
5 5.72 6.44 7.16 7.88 y mayor...
Semanas
Horas Cadas
Histograma "Lnea 1"
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
51/113
Anlisis: La curva de la normal tiende a ser plana o achatada debido a como los datos seencuentran distribuidos, aunque la deviacin estndar no es grande en magnitud, sigue siendo un
problema muy grande ya que la variabilidad existe en el proceso y mientras la empresa no le de
solucin va a seguir perdiendo tiempo, un factor importante para los clientes y as cumplir con los
tiempos de entrega. Tambin presenta sesgo a la izquierda.
Lnea 2Media 7.00
Error tpico 0.20
Mediana 6.9
Moda 7.4
Desviacin estndar 1.00
Varianza de la muestra 1.00
Curtosis 0.01
Coeficiente de asimetra 0.13
Rango 4.2
Mnimo 5
Mximo 9.2
Suma 174.9
Cuenta 25
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
52/113
Anlisis: El coeficiente de asimetra nos muestra que hay mayor concentracin de datos a laderecha de la media y el coeficiente de Curtosis se aproxima mucho a 0 lo que nos dice que la
campada de Gauss se aproxima ms a la curva normal deseada, curva que en este caso representa
el proceso en la lnea 2.
Lnea 3Media 7.07
Error tpico 0.32
Mediana 7.5
Moda 8.1
0
1
2
3
4
56
7
8
9
10
5 5.84 6.68 7.52 8.36 y mayor...
Semanas
Horas Cadas
Histograma "Lnea 2"
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
53/113
Desviacin estndar 1.62
Varianza de la muestra 2.62
Curtosis 11.35
Coeficiente de asimetra -2.96
Rango 8
Mnimo 0.5
Mximo 8.5
Suma 176.8
Cuenta 25
Anlisis: La lnea 3 presenta mayor variabilidad en su proceso, con acantilado y un coeficiente deasimetra de -2.96 y cuyo coeficiente de Curtosis nos muestra que la curva es alargada en el centro.
0
2
4
6
8
1012
14
16
18
0.5 2.1 3.7 5.3 6.9 y mayor...
Frecuencia
Clase
Histograma "Lnea 3"
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
54/113
6. Una caracterstica importante en la calidad de la leche de vaca es la concentracin de grasa.En una industria en particular se ha fijado como estndar mnimo que debe cumplir el
producto que recibe directamente de los establos lecheros, 3.0%. Por medio de muestreos
y evaluaciones en cierta poca del ao se obtuvieron los siguientes 90 datos sobre
concentracin de grasa, en cierta regin.
2.7 3.4 3.5 4.0 3.1 3.3 3.5 3.3 3.2 3.4 2.6 3.1
3.4 2.7 3.3 3.6 2.9 2.8 3.0 3.6 3.5 2.8 3.1 2.8
2.2 3.4 3.3 2.5 3.4 2.7 2.9 3.6 3.3 2.7 3.7 3.3
3.2 3.1 2.9 2.7 3.3 3.6 3.3 3.1 3.1 3.4 3.0 3.5
3.4 3.0 2.9 3.2 3.2 3.0 3.3 3.9 3.3 3.0 3.0 3.5
2.9 3.5 3.1 3.5 3.0 3.1 2.9 3.1 3.1 2.9 2.9 3.4
3.4 3.1 3.2 3.3 3.2 3.3 3.0 3.2 3.5 3.4 3.8 3.2
2.9 3.0 3.2 3.2 3.3 3.8
a) Calcule las medidas de tendencia central y de variabilidad, y comente sobre elcumplimiento del estndar mnimo para la concentracin de la grasa.
b) Obtenga un histograma, inserte el estndar mnimo e interprete ampliamente.c) La poblacin de donde provienen estos datos, cumple el estndar mnimo?
Columna1Media 3.19
Error tpico 0.03
Mediana 3.2
Moda 3.3
Desviacin estndar 0.32
Varianza de la muestra 0.10
Curtosis 0.52
Coeficiente de asimetra -0.15Rango 1.8
Mnimo 2.2
Mximo 4
Suma 286.9
Cuenta 90
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
55/113
Anlisis: Aqu los datos obtenidos sobre el nivel de concentracin de grasa en la leche de vacapresentan poca variabilidad donde la curva normal tiende a ser un poco alargada.
7. A continuacin se muestran 100 datos obtenidos en las pruebas destructivas de laresistencia de botellas.
28.3 26.8 26.6 26.5 28.1 24.8 27.4 26.2 29.4 28.6 24.9 25.2
30.4 27.7 27.0 26.1 28.1 26.9 28.0 27.6 25.6 29.5 27.6 27.3
0
5
10
15
20
25
Frecuencia
Concentracin
Histograma
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
56/113
26.2 27.7 27.2 25.9 26.5 28.3 26.5 29.1 23.7 29.7 26.8 29.5
28.4 26.3 28.1 28.7 27.0 25.5 26.9 27.2 27.6 25.5 28.3 27.4
28.8 25.0 25.3 27.7 25.2 28.6 27.9 28.7 25.3 29.2 26.5 28.7
29.3 27.8 25.1 26.6 26.8 26.4 26.4 26.3 28.3 27.0 23.7 27.7
26.9 27.7 26.2 27.0 27.6 28.8 26.5 28.6 25.7 27.1 27.8 24.727.1 26.4 27.2 27.3 27.0 27.7 27.6 26.2 24.7 27.2 23.8 27.4
29.5 26.4 25.8 26.7
a) Calcule medidas de tendencia central y de variabilidad.b) Estime los lmites reales y comente si las botellas cumplen la resistencia mnima e
interprete ampliamente.
c) Obtenga un histograma, inserte la resistencia mnima e interprete ampliamente.d) Con base en los anlisis anteriores, d su opinin sobre si el proceso cumple con la
especificacin inferior.
Columna1Media 27.10
Error tpico 0.14
Mediana 27.1
Moda 27.7
Desviacin estndar 1.39Varianza de la muestra 1.93
Curtosis -0.10
Coeficiente de asimetra -0.18
Rango 6.7
Mnimo 23.7
Mximo 30.4
Suma 2709.5
Cuenta 100
LRS 31.26LRI 22.93
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
57/113
Anlisis: La informacin obtenida de las pruebas destructivas para ver la resistencia de las botellastiene mucha variabilidad ya que la desviacin estndar as lo indica, donde la curva normal tiende a
ser achatada.
8. En la elaboracin de una bebida se desea a garantizar que el porcentaje de CO2 est entre2.5 y 3.0. De los datos obtenidos del monitoreo del proceso se obtuvieron los siguientes
115 datos.
0
5
10
15
20
25
Frecuencia
Resistencia de las Botellas
Histograma
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
58/113
2.61 2.56 2.63 2.61 2.56 2.60 2.56 2.60 2.55 2.64 2.66 2.65
2.69 2.51 2.56 2.64 2.52 2.57 2.60 2.67 2.48 2.57 2.66 2.592.61 2.61 2.66 2.64 2.56 2.58 2.61 2.57 2.56 2.59 2.67 2.572.57 2.49 2.58 2.69 2.61 2.64 2.57 2.55 2.70 2.65 2.67 2.652.73 2.65 2.58 2.67 2.53 2.67 2.62 2.57 2.64 2.55 2.64 2.52
2.60 2.67 2.71 2.51 2.57 2.57 2.51 2.67 2.50 2.56 2.652.61 2.49 2.66 2.52 2.60 2.63 2.61 2.60 2.56 2.67 2.612.62 2.52 2.72 2.53 2.64 2.52 2.60 2.53 2.62 2.64 2.602.53 2.61 2.68 2.59 2.63 2.66 2.59 2.58 2.65 2.57 2.522.64 2.55 2.63 2.59 2.62 2.52 2.49 2.55 2.60 2.61 2.58
a) Con medidas de tendencia central seale si la tendencia central de las mediciones esadecuada.
b) Calcule las desviaciones estndar y una aproximacin de los lmites reales y con base enstos decidida si la variabilidad de los datos es aceptable.
c) Obtenga un histograma e interprtelo.d) Con la evidencia obtenida antes, cul es su opinin sobre la capacidad del proceso referido.
Columna1Media 2.599
Error tpico 0.005
Mediana 2.600
Moda 2.610Desviacin estndar 0.056
Varianza de la muestra 0.003
Curtosis -0.587
Coeficiente de asimetra -0.030
Rango 0.250
Mnimo 2.480
Mximo 2.730
Suma 298.870
Cuenta 115
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
59/113
Anlisis: Se puede decir, en este caso, que la variabilidad de los datos con respecto al porcentaje de
CO2 es mnima, lo que es indicado por la desviacin, la asimetra y el coeficiente de Curtosis,
donde se ve que los datos tienden a estar centrados con poca variabilidad.
0
5
10
15
20
25
Frecuencia
Porcentaje de CO2
Histograma
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
60/113
CAPTULO 61. En un proceso de manufactura las piezas resultan defectuosas por distintas razones. Para
entender cul es la regularidad estadstica de esta problemtica se decide registrar los datos
de la inspeccin. Para el diseo de la hoja de verificacin se toma en cuenta que lasposibles fuentes de variabilidad (origen de los problemas) son las mquinas, el da y el
turno. En la siguiente tabla se muestran los datos obtenidos en una semana.
Mquina Lunes Martes Mircoles Jueves ViernesAM PM AM PM AM PM AM PM AM PMA oo
x
-
O
X
ooo o
xx
ooooo
xxx
-
ooooo
xxx
/
ooo
x
- -
o
xx
/
ooo
//
xx
B ooooxx
-
oooo
xxx
-
ooo
xx
oooooo
xx
- /
oooooooo
-
x
oooooooo
xx
ooooo
xx
- - /
oooo
xx
-
ooooo
/
ooo
x
C oox
O
x
oo
/
oooooo oooooo
x
oo o
-
oo
*
oo
/D oox
O
x
oo
/
oo
*
ooo
/
*
oooo
x
oo
-
oo
*
oo
**
/
o
***
(o) Rasguos superficiales, (x) Rupturas, (-) Incompletas, (/) Forma inapropiada, (*) Otro.
a) Realice un Pareto para problemas y encuentre cul es el predominante.b) Para el defecto principal, realice Paretos de segundo nivel en funcin de:
Mquinas. Da. Turno.
c) De los Paretos de segundo nivel, con cules se encontr pistas especficas para localizar lacausa? Explique.
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
61/113
d) En resumen, cules son las pistas concretas para orientar los esfuerzos de mejora?
Pareto de ProblemasProblema Frecuencia % Frecuencia FrecuenciaAcumulada
Rasguos superficiales 119 62% 62%Rupturas 39 20% 82%Incompletas 13 7% 89%Forma inapropiada 12 6% 95%Otros 9 5% 100%
Total 192 100%
0%20%40%60%80%100%120%
020406080
100120140
Frecuencia
Tipo de Defecto
Diagrama de Pareto
Frecuencia
Frecuencia
acumulada
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
62/113
Anlisis: El problema de rasguos superficiales y las rupturas cusan el 82% de los problemas, delos cuales el primero constituye el 62% y ese es el problema que debe tener prioridad para ser
erradicado.
Pareto de MquinasMquinas Frecuencia %Frecuencia FrecuenciaAcumulada
B 50 42% 42%A 24 20% 62%C 24 20% 82%D 21 18% 100%Total 119 100%
0%
20%
40%
60%
80%
100%
120%
0
10
20
30
40
50
60
B A C D
Frecuencia
Mquina
Diagrama de Pareto
Frecuencia
Frecuencia
acumulada
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
63/113
Anlisis: Las mquinas B, A y C generan el 82% de los problemas que surgen en el proceso, ya seapor averas o fallas. De ellas la que produce mayor cantidad de problemas es la B, donde debera
de hacerse un estudio y determinar si las fallas son de origen humano o tecnolgico.
Pareto de DasDa Frecuencia %Frecuencia FrecuenciaAcumulada
Mircoles 45 38% 38%
Jueves 20 17% 55%
Martes19 16% 71%
Viernes 18 15% 86%
Lunes 17 14% 100%Total 119 100%
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
64/113
Anlisis: Los das en los que se hacen presentan la mayor cantidad de fallas son el mircoles,jueves, martes y viernes. Es en esos das donde se producen 82% de los problemas que hay en el
proceso.
0%
20%
40%
60%
80%
100%
120%
0
1020
30
40
50
Fre
ceuncia
Da
Diagrama de Pareto
Frecuencia
Frecuencia
acumulada
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
65/113
Pareto de TurnosTurnos Frecuencia %Frecuencia FrecuenciaAcumulada
I 66 55% 55%II 53 45% 100%Total 119 100%
Anlisis: El turno en el que se dan la mayor cantidad de problemas es el turno I, donde se generanel 55% de los problemas y es en el que se tiene que investigar la causas por las cuales se originan
dichas fallas.
0%20%
40%
60%
80%
100%
120%
010
20
30
40
50
60
70
I II
Frecuencia
Turno
Pareto de Turnos
Frecuencia
Frecuencia
acumulada
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
66/113
2. En una fbrica de aparatos de lnea blanca se han tenido problemas con la calidad de laslavadoras. Un grupo de mejora de la calidad decide revisar los problemas de la tinta de las
lavadoras, ya que frecuentemente es necesario retrabajarla para que sta tenga una calidad
aceptable. Para ello estratificaron los problemas en la tina de lavadora por tipo de defecto,
con la idea de localizar cul es el defecto principal. A continuacin se muestra el anlisis de
los defectos encontrados en las tinas producidas en cinco meses. Realice un anlisis de
Pareto y obtenga conclusiones.
Defecto FrecuenciaOvalada la boca de la tina 1,200Perforaciones deformes 400
Boca de tina despostillada 180
Falta de fundente 130
Mal soldada 40
Total 1,950
Defecto Frecuencia % Frecuencia FrecuenciaacumuladaBoca de la tina ovalada 1200 62% 62%Perforaciones deformes 400 21% 82%Boca de la tina despostillada 180 9% 91%Falta de fundente 130 7% 98%Mal soldada 40 2% 100%Total 1950 100%
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
67/113
Anlisis: Los defectos principales en las tinas de lavadora son que la boca de las mismas seaovalada o que tenga perforaciones deformes ya que constituyen el 82% de los problemas y es aqu
donde se deben concentrar los esfuerzos para reducir tales defectos.
3. En cierta empresa es usual pagar horas extras para cumplir con los tiempos de entrega. Eneste centro productivo, un grupo de mejora de calidad est tratando de reducir la
proporcin de piezas malas. Con este propsito deciden investigar la relacin entre la
0%20%40%60%80%100%120%
0
500
1000
1500
Frecuencia
Defecto
Diagrama de Pareto
Frecuencia
Frecuencia
acumulada
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
68/113
cantidad de horas extras, X, y el porcentaje de artculos defectuosos, Y. A continuacin se
muestran los datos obtenidos.
Semana Horas extras Porcentaje dedefectuosos1 340 52 95 33 210 64 809 155 80 46 438 107 107 48 180 69 100 310 550 1311 220 712 50 313 193 614 290 815 340 216 115 417 362 1018 300 919 75 220 93 221 320 1022 154 7
a) Obtenga el diagrama de dispersin para estas variables.b) Qu relacin observa?c) Con base en lo anterior, puede concluir con seguridad que cuando se trabaja tiempo extra
se incrementa el porcentaje de defectuosos, porque ocurren factores como calentamiento
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
69/113
de equipo, cansancio de obreros, etc., que causan mayores problemas en la calidad de las
piezas?
Anlisis: La relacin existen entre la cantidad de horas extras y el nmero de defectos es linealpositiva, lo que quiere decir que a ms horas de trabajo mayores defectos, ya que por el cansancio
los trabajadores van a laborar sin motivacin alguna.
4. En una empresa del ramo grfico se ha llevado durante dos meses el registro del tipo dedefectos que tienen los productos finales, obtenindose los siguientes problemas con sus
respectivos porcentajes: fuera de tono, 35%; manchas, 30%; fuera de registro, 15%; mal
corte, 12%; cdigo de barras opaco, 8%. De acuerdo con el principio de Pareto, se puede
decir que el problema vital, desde el punto estadstico, es fuera de tono?
Problemas % Frecuencia F. acumuladaFuera de tono 35% 35%
Manchas 30% 65%
Fuera de registro 15% 80%
Mal corte 12% 92%
Cdigo de barras opaco 8% 100%Total 100%Anlisis: Realmente el 80% de los problemas no es nicamente causado por fallas fuera de tono,sino tambin por manchas y errores fuera de registro.
y = 0.0171x + 2.111
R = 0.7368
0
2
4
6
8
10
12
14
16
18
0 200 400 600 800 1000
Series1
Lineal (Series1)
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
70/113
CAPTULO 71. Segn la informacin proporcionada por cada carta X-R sobre un proceso de produccin
de piezas metlicas, la media de la longitud de tales piezas es 50mm y el rango medio con
tamao de muestra 5, es 0.6; conteste:a) Obtenga la desviacin estndar del proceso.b) Calcule los lmites de control para la carta X (tamao de sub-grupo 5) e interprtelos.c) Tambin obtenga los lmites de control para la carta R y explique su significado prctico.d) Si la especificacin inferior y superior para esta pieza es 49 y 51 mm, respectivamente;
calcule los lmites reales o naturales e interprtelos.
e) Explique para qu sirven los lmites que obtuvo en los incisos b y c y para qu los queobtuvo en el inciso d.
f) El proceso es capaz? Argumente.g) Tiene informacin suficiente para comprobar si el proceso es estable (est en control
estadstico)? Explique y argumente.
Lmites de Control, Carta R
LCS 0.6
LCI 0.6
LCC 0.6
Lmites Naturales
LRS 50.7739
LRI 49.2261
Interpretacin: Los lmites de la carta X establecen de donde a donde deben estar ubicados losdatos de un proceso con respecto a la centralidad del mimo y los lmites de la carta R miden la
variabilidad de los mismos. Y para poder comprobar si la estabilidad del proceso es estable se
necesita recolectar datos procedentes del proceso.
Lmites de Control, Carta X
LCS 50.3462
LCI 49.6538
LCC 50
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
71/113
2. El peso ideal del contenido neto de una caja de cereal es de 250.0g, y se tiene unatolerancia de 2.5 g. Para monitorear tal peso se usa una carta de control XR. de datos
histricos se tiene que la media y la desviacin estndar del proceso son = 249.0 y =
0.70, respectivamente. Con esta informacin conteste las siguientes preguntas:
a) Cules son las especificaciones para el peso? Y explique por qu es importantecumplirlas. Las especificaciones del peso son:
ES 252.5EI 247.5Las especificaciones son importantes porque son dadas por los clientes, por quienes la
empresa funciona.b) Explique en forma y con sus palabras, Qu se le controla al peso con la carta X y quecon la carta R? Considerando un tamao de subgrupo de 4, obtenga la lnea central y
los lmites de control para la correspondiente carta X, e interprete.
LCS 4.223LCI 0.578LCC 2.4
Con la carta X se mide cun centrado est el proceso y con la carta R la variabilidad que hay en elmismo.
3. En una empresa en la que se fabrican corcholatas o tapas metlicas para bebidas gaseosas,un aspecto importante es la cantidad de PVC que lleva cada corcholata, el cual determina el
espesor de la pelcula que hace que la bebida quede bien cerrada. El peso de los grnulos
de PVC debe estar entre 212 y 218 mg. Si el peso es menor a 212 mg, entonces, entre otras
cosas, la pelcula es muy delgada y eso puede causar fugas de gas en la bebida. Pero si el
peso es mayor a 218 g, entonces se gasta mucho PVC y aumentan los costos. Para asegurar
que se cumple con especificaciones, de manera ordinaria se usa una carta de control: cada
30 minutos se toma una muestra de cuatro grnulos consecutivos de PVC y se pesan. En la
siguiente tabla se muestran las ltimas 25 medias y los rangos obtenidos del proceso.
Subgrupos Media Rango
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
72/113
1 214.18 2.52 213.48 2.73 213.98 2.24 214.12 1.85 214.46 2.56 213.38 2.77 213.56 2.38 214.08 1.89 213.72 2.910 214.64 2.211 213.92 2.412 213.96 3.613 214.2 0.414 213.74 3.215 214.26 1.216 214.18 2.217
214.0 1.018 213.6 2.019 214.2 2.720 214.38 0.821 213.78 2.022 213.74 1.623 213.32 2.424 214.02 3.225 214.24 1.1Media 213.966 2.136a) Calcule los lmites de una carta X-R y obtenga las cartas.b) Interprete las cartas (puntos fuera, tendencias, ciclos, etctera)c) El proceso muestra una estabilidad o estado de control estadstico razonable?d)Analice la capacidad del proceso, para ello:
a. Calcule los lmites reales del proceso e interprtelos.
Interpretacin: El proceso de fabricacin de las corcholatas se encuentra fuera de controlestadstico en cuanto a su centrado ya que no se cumplen una serie de criterios para poder afirmar
su estabilidad y buen funcionamiento. En la carta X 13 puntos se encuentran fuera de control
estadstico pero sin embargo, en la carta R se cumple con los niveles de variabilidad en el mismo.
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
73/113
Carta X
LCS 216.97LCI 213.85LCC 215.41A2 0.729
200
205
210
215
220
225
230
235
1 3 5 7 9 11 13 15 17 19 21 23 25
Promedio
LCS
LCI
LC
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
74/113
Carta R
LCS 4.874779LCI 0LCC 2.136d3 0d4 2.2822
0
1
2
3
4
5
6
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
Rango
LCS
LCI
LC
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
75/113
4. En el caso de la longitud de las bolsas del ejercicio 11, se decide emplear una carta decontrol X R utilizando un tamao de subgrupo de cinco, en donde se toman cinco bolsas
consecutivas cada determinado tiempo. En la siguiente tabla se muestran las medias y los
rangos de los ltimos 40 subgrupos (los datos estn en milmetros)
a) Calcule los lmites de una carta X R y obtenga las cartas.b) Interprete las cartas (puntos fuera, tendencias, ciclos, altas variabilidad, etc.).
Subgrupo Media Rango Subgrupo Media Rango1 301.12 1.9 21 302 4.62 300.96 1 22 299.02 3.5
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
76/113
3 301.16 3.6 23 299.5 3.14 300.5 1 24 300.3 2.35 301.28 2.5 25 301.64 3.46 299.92 2.3 26 300.88 2.97 300 2.3 27 301.28 1.88 301.86 1.5 28 300.75 1.59 301.52 2.3 29 301.6 3.110 302.8 0.4 30 300.53 2.811 299.01 3 31 300.41 1.412 300.02 2.5 32 300.19 2.113 300.1 2.3 33 301.12 3.414 301.28 3.4 34 300.8 3.215 301.02 1.1 35 300.27 3.416 300.7 3.9 36 300.91 2.717
301.2 3.137
300.48 3.218 300.96 3.1 38 302 1.819 300.24 3.7 39 299.22 3.520 301.86 2.7 40 300.59 3
Carta Xn 40A2 0.153X 300.775LCS 301.174LCI 300.376LCC 300.775R 2.608
Interpretacin: En la carta X se puede apreciar como varios puntos se encuentran fuera de controlestadstico, lo que hace al proceso impredecible ya que se rompe el criterio 14, adems se puede
apreciar en la grfica los cambios bruscos que hay dentro del proceso, y esto es algo que se debeerradicar totalmente de dicho proceso.
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
77/113
Carta Rn 40D3 0.4597D4 1.5403
297
298
299
300
301
302
303
304
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39
Media
LCS
LCI
LCC
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
78/113
LCS 1.199LCI 4.016LCC 2.608R 2.608
Interpretacin: La longitud de las bolsas en cuanto a su variabilidad se encuentran fuera de controlestadstico, ya que al igual que la carta X no se cumplen muchos criterios y la variabilidad
experimenta muchas subidas y cadas bruscas.
5. Se desea que la resistencia de un artculo sea de por los menos 300 psi. Para verificar quese cumple con tal caracterstica de calidad, se hacen pequeas inspecciones peridicas y los
datos se registran en una carta X-R. El tamao de subgrupo que se ha usado es de tres
artculos, que son tomados de manera consecutiva cada dos horas. Los datos de los ltimos
subgrupos se muestran en la tabla 7.5. Conteste:
a) Dado que la media de media es 320.73, el proceso cumple con las especificacin inferior(El=300)? Explique.
b) Calcule los lmites de la Carta X-R, e interprtelos.c) Obtenga las cartas e interprtelas.
Subgrupo Datos Media Rango1 315.6 319.2 303.8 312.87 15.42 218.8 309.2 321.4 316.47 12.23 311.2 312.1 342.9 322.07 31.74 322.0 321.1 329.1 324.07 8.05 315.2 327.4 300.6 314.40 26.86 310.3 319.8 338.5 322.87 28.27 320.6 315.9 318.3 318.27 4.7
0
1
2
3
4
5
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39
Rango
LCS
LCI
LCC
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
79/113
8 322.2 303.6 323.4 316.40 19.89 329.1 306.7 312.4 316.07 22.410 322.4 318.8 299.7 313.63 22.711 326.2 310.1 338.5 324.93 28.412 328.8 325.0 322.0 325.27 6.813 328.8 306.3 305.6 313.57 23.214 318.7 320.8 310.3 316.60 10.515 326.7 316.7 327.3 323.57 10.616 313.4 307.4 329.5 316.77 22.117 337.3 312.9 324.4 324.87 24.418 316.3 314.1 323.0 317.80 8.919 327.2 338.2 340.9 335.43 13.720 337.8 343.0 337.4 339.40 5.621 309.2 321.7 310.5 313.80 12.522 314.3 321.6 318.0 317.97 7.323 318.9 322.2 333.5 324.87 14.624
303.7 326.3 337.1 322.37 33.425 319.3 338.8 320.9 326.33 19.526 317.0 327.4 312.5 318.97 14.927 310.6 318.5 336.7 321.93 26.128 319.5 326.0 333.2 326.23 13.729 308.6 321.7 306.0 312.10 15.730 316.2 321.6 328.5 322.10 12.3320.73 17.2Carta Xn 3A2 1.023Gran Media 320.73LCS 338.331LCI 303.133LCC 320.732R 17.203
280
290
300
310
320
330
340
350
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Promedio
LCS
LCI
LCC
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
80/113
Interpretacin: La resistencia de los artculos se encuentra fuera de control estadstico ya que secumplen los criterios 1, 3 y 14 que hacen que dicho proceso sea impredecible estadsticamente. En
cuanto a su centralidad dicho proceso est fuera de control.
Carta Rd4 2.5735d3 0R 17.20LCS 44.27LCI 0LCC 17.20
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
81/113
Interpretacin: En cuanto a la variabilidad en la resistencia de los artculos estos se encuentrandentro de control estadstico ya que ninguno de los puntos sale de los lmites de control.
0
5
10
15
2025
30
35
40
45
50
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Rango
LCS
LCI
LCC
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
82/113
6. Una empresa que hacen impresiones en lminas de acero que despus se convierten enrecipientes de productos de otras empresas. Un aspecto importante a vigilar en dicha
impresin es la temperatura de Horneado, donde, entre otras cosas, se da adherencia y
se seca la lmina una vez que ha sido impresa. En una fase particular de la horneada se
tiene que la temperatura de cierto horno debe ser 125 grados centgrados, con una
tolerancia de ms menos 5 grados centgrados. Si no se cumple con tal rango de
temperatura, entonces se presentan problemas en la calidad final de la impresin. A pesar
que el horno se la programa la temperatura, en la tabla 7.9 se muestran los ltimos 45 datos
en el orden que se obtuvieron, con el rango mvil para facilitar clculos.
a) Por qu utilizar en este caso una carta de individuales y no una carta X-R?b) Estime los lmites de control para la carta de individuales e interprtelos.c) Obtenga la carta e interprtela.d) En el punto 32 se decidi hacer un ajuste al horno, tiene algn fundamento estadstico la
decisin de hacer el ajuste? la decisin fue oportuna?
e) Alguien no est del todo de acuerdo en la decisin tomada, argumentando que latemperatura todava estaba dentro de especificaciones, Qu opina al respecto?
Subgrupo TemperaturaRangoMvil
Subgrupo TemperaturaRangoMvil
1 27.4 24 26.5 2.72 26.8 0.6 25 23.3 3.2
3 24.3 2.5 26 23.8 0.5
4 26.6 2.3 27 25.5 1.7
5 26.5 0.1 28 26.4 0.9
6 25.6 0.9 29 27.5 1.1
7 25.1 0.5 30 27.7 0.2
8 26.5 1.4 31 28.5 0.8
9 25.8 0.7 32 29.8 1.3
10 24.7 1.1 33 25.1 4.7
11 23.3 1.4 34 25.0 0.112 23.3 0.0 35 22.9 2.1
13 24.7 1.4 36 23.6 0.7
14 23.4 1.3 37 24.7 1.1
15 27.4 4.0 38 24.4 0.3
16 24.7 2.7 39 25.4 1.0
17 21.7 3.0 40 23.5 1.9
18 26.7 5.0 41 27.8 4.3
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
83/113
19 24.2 2.5 42 25.5 2.3
20 25.5 1.3 43 26.4 0.9
21 25.3 0.2 44 24.5 1.9
22 25.0 0.3 45 23.5 1.0
23 23.8 1.2 Media 25.32 1.57
d2 1.1218
LCS 29.55975
LCI 21.08914
LCC 25.32
Interpretacin: El proceso de horneado se encuentra fuera de control estadstico ya que lavariacin en la temperatura hace que uno de los puntos se salga de los lmites de control
establecidos.
0
5
10
15
20
25
30
35
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45
Temperatura
LCS
LCI
LC
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
84/113
7. En una empresa se lleva el registro por consumo de agua por semana, y de acuerdo con losdatos histricos se sabe que = 170.2 metros cuadrados con =10.4.
a) Es mejor llevar el control de esta variable a travs de una carta de control. Por qu?b) Obtenga los lmites de control para la carta de individuales e interprtelos.c) Cmo se detectara en la carta los efectos de un programa de ahorro de agua?
LCS 201.4
LCI 167.2
LC 170.2
8. En el departamento de sistemas se lleva un registro del tiempo de respuesta a solicitudes deservicio de clientes internos. Los ltimos datos en horas y en el orden de ocurrencia se
muestran a continuacin (el orden es por regin).
39 92 38 33 119 32 96 32
35 34 42 39 78 37 26 32
38 43 46 37 28 40 35
35 41 37 44 37 34 43
42 86 117 43 42 33 37
98 126 31 40 52 29 7149 57 33 34 34 23 36
42 27 33 37 37 96 29
39 87 109 37 122 33 62
a) Es apropiado analizar estos datos mediante una carta de individuales?b) Organice los datos en columna y obtenga la columna de rangos mviles de orden dos.
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
85/113
c) Obtenga los lmites de control para una carta de control de individuales e interprtelos.d) Obtenga la carta de control e interprtela.e) El tiempo de respuesta es estable?f) Grafique los datos en un histograma.g) Observe cmo se aprecia en el histograma lo especial percibido en la carta, comente.h) Cul sera su conclusin sobre la causa de los que se puede observar de especial?
d2 1.128LCS 48.97LCS 50.89LCC 49.92
-40
-20
0
20
40
60
80
100
120
140
1 4 7 10 13 1619222528 31 34 3740434649 52 55 58 6164
Respuesta de
solicitudes
LCS
LCI
LC
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
86/113
9. En el departamento de capacitacin de una empresa se lleva un registro por alumno delporcentaje de asistencia a cada evento de capacitacin. Con el total de alumnos que asistena cada curso. A continuacin se muestran los resultados de los ltimos 30 cursos:
71 74 79 65 85 76 76 61 74 78
78 99 70 76 88 78 82 67 72 76
70 79 71 74 80 70 83 69 77 75
71 72 75 71 70 73 69 74 77 78
78 79
a)
Organice los datos en columna y obtenga la columna de rangos mviles de orden dos.b) Analizar estos datos mediante una carta de individuales.c) Obtenga la carta de control e interprtela.d) Se puede considerar satisfactoria la calidad de los cursos?e) Qu observa de especial en la carta?f) Cules podran ser las razones de los puntos especiales?g) Qu lmites de control utilizara a futuro, de tal forma que reflejen la realidad
prevaleciente?
h) A su juicio cules podran las causes comunes que contribuyen al nivel de ausentismoobservado?
d2 1.128LCS 94.57LCI 55.91LCC 75.24
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
87/113
0
20
40
60
80
100
120
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41
AsistenciaLCS
LCC
LCI
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
88/113
CAPTULO 81. En una empresa del ramo metalmecnico se fabrican vlvulas. Despus del proceso de
fundicin se hace una inspeccin y las piezas que no cumplen con ciertas caractersticas son
rechazadas. Las razones por las que pueden ser rechazadas son diversas: piezas
incompletas, porosas, mal formadas, etctera. Para evaluar la variabilidad y la magnitud dela proporcin de piezas defectuosas en el proceso de fundicin se decide implementar una
carta p. el proceso de fundicin se hace por lotes. Aunque regularmente el tamao de lote
es fijo, n=300, en ocasiones por diferentes motivos en algunos lotes se hacen unas cuantas
piezas de ms o de menos. En la siguiente tabla se muestran los datos obtenidos durante
una semana para un cierto tipo de vlvulas.
Lote Tamao de lote Defectuosas Proporcin1 300 15 0.0502 300 12 0.0403 300 15 0.0504 300 7 0.0235 300 16 0.0486 300 6 0.0207 300 18 0.0608 280 10 0.0369 290 9 0.03110 300 15 0.05011 300 9 0.03012 300 4 0.01313 300 7 0.02314 300 9 0.03015 305 5 0.01616 295 15 0.05117 300 19 0.06318 300 7 0.02319 300 12 0.04020 300 10 0.033
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
89/113
21 300 4 0.013Total 6,300 224
a) Calcule los lmites de control utilizando el tamao de subgrupo (lote) promedio.b) Cmo explicara los lmites de control a alguien que no tiene conocimientos profundos de
estadstica?
c) Grafique la carta correspondiente e interprtela.d) El proceso es estable?e) Se puede considerar que la calidad del proceso es aceptable? Argumente.
n 21LCS 0.0674LCI 0.0034LC 0.03538
0
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
1 3 5 7 9 11 13 15 17 19 21
Proporcin, p
LCS
LCI
LC
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
90/113
2. En el caso del ejercicio 5:a) Suponga que todos los lotes tienen el mismo tamao (el promedio), calcule los lmites
de control para una cartanp, e interprtelos.
b) Grafique la correspondiente cartanpy analcela.c) El proceso es estable?d) Observa alguna diferencia importante entre la cartapy lanp?e) Cul, carta p o la np sera la ms conveniente en este caso? Argumente.
n 300N Lotes 21p-promedio 0.036LCS 20.29LCC 10.67LCI 1.044np 10.67
0
5
10
15
20
25
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21
Componentes
Defectuosos
LCS
LCC
LCI
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
91/113
3. En un proceso se lleva una cartap, cuya lnea central es 0.08. Si se toma un lote de 100artculos y se obtienen 16 defectuosos, ese lote es anormal?, es decir, en la produccin
de ese lote el proceso estuvo fuera de control estadstico? Conteste calculando los lmites
de control considerando n= 100 y p= 0.08.
n 100p 0.08Defectos totales 16p-promedio 16%LCS 27%LCI 5%LCC 16%
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
92/113
4. En un proceso de produccin se produce por lotes de tamao 500, en la inspeccin finalde los ltimos 30 lotes se obtuvieron la siguiente cantidad de artculos defectuosos.
Lote Tamao Lote Tamao1 11 16 112 12 17 203 15 18 154 17 19 125 11 20 176 10 21 187 13 22 148 25 23 109 17 24 810 13 25 1011 11 26 612 12 27 713 17 28 514 8 29 915 12 30 6
a) Calcule los lmites de control para una cartap.b) Grafique la cartape interprtela.c) El proceso es estable?d) Con sus palabras diga que significan los lmites de control y la lnea central.e) A partir del lote 20 se empez a ejecutar un plan de mejora, hay algn tipo de evidencia
de que el plan haya dado resultado?
p 2.48%LSC 4.57%LIC 0.39%
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
93/113
0
0.01
0.02
0.03
0.04
0.05
0.06
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29
Fraccin defectuosa
p
LCS
LCI
LCC
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
94/113
5. En una empresa se ha usado una cartappara analizar la variacin en la proporcin deartculos defectuosos.
a) Si la lnea central de esta carta es 0.05, el tamao de subgrupo es de 150, calcule los lmitesde control de la carta e interprtelos.
b) Si la proporcin de defectuosos de nueve lotes consecutivos de tamao 150, fueron lossiguientes: 0.02, 0.065, 0.07, 0.08, 0.09, 0.07, 0.11, 0.10, 0.09. Analice estos datos con los
datos del inciso anterior y seale si en la produccin de estos lotes el proceso estuvo en
control estadstico o si hubo algn cambio importante.
c) Haga lo mismo que el inciso a pero utilizando un tamao de subgrupo de 300, e interpretelos lmites que obtenga.
d) Qu efecto tiene el tamao de subgrupo en la amplitud de los lmites de control de unacartap?
LCS 0.103LCC 0.05LCI 0n 150Lote Proporcin LCS LCI LCC
1 0.02 0.12 0.03 0.082 0.07 0.12 0.03 0.083 0.07 0.12 0.03 0.084 0.08 0.12 0.03 0.085 0.09 0.12 0.03 0.086 0.07 0.12 0.03 0.087 0.11 0.12 0.03 0.088 0.10 0.12 0.03 0.089 0.09 0.12 0.03 0.08p-promedio 0.08
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
95/113
0.00
0.02
0.04
0.06
0.08
0.10
0.12
0.14
1 2 3 4 5 6 7 8 9
Proporcin
LCS
LCI
LCC
-
7/16/2019 106921845-guadeejerciciosaplicacindelacalidad-111109220040-phpapp01
96/113
6. Para analizar el desempeo de un proceso y tratar de mejorarlo, se decide analizar laproporcin de defectuosos. Para ello se toman subgrupos de tamao 200 y se cuantifica la
cantidad de defectuosos. Los datos obtenidos durante 6 das son los siguientes:
Lote Defectuosos Lote Defectuosos1 10 11 102 6 12 93 12 13 134 7 14 95 9 15 116 6 16 67 8 17 158 9 18 79 8 19 410 6 20 8
a) Calcule lo lmites de control para una cartap, y explique el significado de los lmites decontrol que obtuvo.
b) Mediante una cartapanalice los datos y obtenga conclusiones.c) De acuerdo a los costos de produccin el nivel de defectuosos mximo tolerable es de 5%.
Con base en esto alguien sugiere que el lmite de control superior de la cartapdebe ser
0.05, es correcta esa sugerencia?
LCS 0.086LCC 0.043LCI 0.0
0.000
0.020
0.040
0.060
0.080
0.100
1 2 3 4 5 6 7 8