UNIDAD 1: FASE 2 - CONTROL ESTADÍSTICO DE PROCESOS POR VARIABLES

Wilson Lopez Parra Código: 18.395.387

Francisco Hernando Camacho Código: 1.082.215.234
Antonio Fajardo Rico Código: 17.653.390
Sonia Amanda Caicedo Morales Código: 41.110.231
Leidy Carolina Vargas Ramos Código: 1.075.230.895

CURSO:
302582_# 22

TUTORA
ANA MILENA CASTRO VERGARA

UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA

ESCUELA DE CIENCIAS BÁSICAS, TECNOLOGÍA E INGENIERÍA
PROGRAMA INGENIERÍA INDUSTRIAL
03 DE OCTUBRE DE 2018
 Tabla no. 5 del caso “Confecciones Belo Horizonte”
Tela Tela
Muestra Defectos revisada en Muestra Defectos revisada en Muestra Defectos
m m
1 2 120 11 4 123 21 0
2 4 150 12 3 140 22 4
3 0 180 13 2 130 23 3
4 5 124 14 1 120 24 1
5 4 135 15 8 123 25 3
6 0 140 16 0 100 26 2
7 6 120 17 4 125 27 0
8 3 140 18 6 157 28 4
9 2 136 19 4 160 29 2
10 1 149 20 3 135 30 1
TOTALES 27 1394 35 1313 20
onte”
Tela
revisada en
m
135
127
160
155
145
130
120
100
135
125
1332
 Gráfica p
MUESTRA TELA MUESTRA TELA MUESTRA
DEFECTOS Reviasda en Rollos Tela DEFECTOS Revisada en Rollos Tela DEFECTOS
Rollos Tela
m m
1 2 120 11 4 123 21 0
2 4 150 12 3 140 22 4
3 0 180 13 2 130 23 3
4 5 124 14 1 120 24 1
5 4 135 15 8 123 25 3
6 0 140 16 0 100 26 2
7 6 120 17 4 125 27 0
8 3 140 18 6 157 28 4
9 2 136 19 4 160 29 2
10 1 149 20 3 135 30 1
Totales 27 1394 35 1313 20

No de Proporción
muestra Tamaño lote Defectuosos muestral LSC LC LIC
observado
1 120 2 0.016667 0.0575 0.0203 0
2 150 4 0.026667 0.0575 0.0203 0
3 180 0 0.000000 0.0575 0.0203 0
0.070
4 124 5 0.040323 0.0575 0.0203 0
5 135 4 0.029630 0.0575 0.0203 0
0.060
6 140 0 0.000000 0.0575 0.0203 0
7 120 6 0.050000 0.0575 0.0203 0 0.050
8 140 3 0.021429 0.0575 0.0203 0
9 136 2 0.014706 0.0575 0.0203 0 0.040

Medidas
10 149 1 0.006711 0.0575 0.0203 0
11 123 4 0.032520 0.0575 0.0203 0 0.030
12 140 3 0.021429 0.0575 0.0203 0
13 130 2 0.015385 0.0575 0.0203 0 0.020
14 120 1 0.008333 0.0575 0.0203 0
15 123 8 0.065041 0.0575 0.0203 0 0.010
16 100 0 0.000000 0.0575 0.0203 0
17 125 4 0.032000 0.0575 0.0203 0 0.000
18 157 6 0.038217 0.0575 0.0203 0
19 160 4 0.025000 0.0575 0.0203 0
20 135 3 0.022222 0.0575 0.0203 0
21 135 0 0.000000 0.0575 0.0203 0
22 127 4 0.031496 0.0575 0.0203 0
23 160 3 0.018750 0.0575 0.0203 0
24 155 1 0.006452 0.0575 0.0203 0
25 145 3 0.020690 0.0575 0.0203 0
 26 130 2 0.015385 0.0575 0.0203 0
27 120 0 0.000000 0.0575 0.0203 0
28 100 4 0.040000 0.0575 0.0203 0
29 135 2 0.014815 0.0575 0.0203 0
30 125 1 0.008000 0.0575 0.0203 0
total 4039 82

total defec.
P media 82 0.0203
4039
ap
TELA
Revisada en
m
135 n 135 LSC 0.0575
127 proporción 0.0203 LC 0.0203
160 Sp 0.0124 LIC 0
155
145
130
120
100
135
125
1332

GRÁFICA P
0.070000

0.060000

0.050000

0.040000
Medidas

0.030000

0.020000

0.010000

0.000000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26

Muestras

Proporci ón muestra l LSC LC LIC

Análisis: Los límites de control se pueden

observar constantes durante las
observaciones, como los límites no
sobrepasan los límites de control se
Análisis: Los límites de control se pueden
observar constantes durante las
observaciones, como los límites no
sobrepasan los límites de control se
puede decir que el proceso está dentro
de los límites de control, y los datos
tienden a ser altos y se debe analizar que
esta ocasionando este comportamiento
en el proceso
21 22 23 24 25 26 27 28 29 30
 Gráfica np
Tela Tela
Proporción Proporción
Muestra Defectos revisada en Muestra Defectos revisada en
pi pi
m m

1 2 120 0.0167 11 4 123 0.0325

2 4 150 0.0267 12 3 140 0.0214

3 0 180 0.0000 13 2 130 0.0154

4 5 124 0.0403 14 1 120 0.0083
5 4 135 0.0296 15 8 123 0.0650
6 0 140 0.0000 16 0 100 0.0000
7 6 120 0.0500 17 4 125 0.0320
8 3 140 0.0214 18 6 157 0.0382
9 2 136 0.0147 19 4 160 0.0250
10 1 149 0.0067 20 3 135 0.0222
TOTALES 27 1394 35 1313

n 135 LSC 7.642566

p barra 0.0203021 LC 2.733333

S np 1.636411 LIC 0

Tela
Muestra Defectos revisada en di LSC LC LIC
m

1 2 120 2.0000 7.643 2.733 0.000

2 4 150 4.0000 7.643 2.733 0.000
3 0 180 0.0000 7.643 2.733 0.000
4 5 124 5.0000 7.643 2.733 0.000
5 4 135 4.0000 7.643 2.733 0.000
6 0 140 0.0000 7.643 2.733 0.000
7 6 120 6.0000 7.643 2.733 0.000
8 3 140 3.0000 7.643 2.733 0.000
9 2 136 2.0000 7.643 2.733 0.000
10 1 149 1.0000 7.643 2.733 0.000
11 4 123 4.0000 7.643 2.733 0.000
12 3 140 3.0000 7.643 2.733 0.000
13 2 130 2.0000 7.643 2.733 0.000
14 1 120 1.0000 7.643 2.733 0.000
15 8 123 8.0000 7.643 2.733 0.000
16 0 100 0.0000 7.643 2.733 0.000
17 4 125 4.0000 7.643 2.733 0.000
18 6 157 6.0000 7.643 2.733 0.000
19 4 160 4.0000 7.643 2.733 0.000
20 3 135 3.0000 7.643 2.733 0.000
21 0 135 0.0000 7.643 2.733 0.000
22 4 127 4.0000 7.643 2.733 0.000
23 3 160 3.0000 7.643 2.733 0.000
24 1 155 1.0000 7.643 2.733 0.000
25 3 145 3.0000 7.643 2.733 0.000
26 2 130 2.0000 7.643 2.733 0.000
27 0 120 0.0000 7.643 2.733 0.000
28 4 100 4.0000 7.643 2.733 0.000
29 2 135 2.0000 7.643 2.733 0.000
30 1 125 1.0000 7.643 2.733 0.000

Gráfico np
9.000

8.000

7.000

6.000

5.000
Medias

4.000

3.000

2.000

1.000

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

Muestras
 Tela
Proporción
Muestra Defectos revisada en
pi
m
21 0 135 0.0000
22 4 127 0.0315
23 3 160 0.0188
24 1 155 0.0065
25 3 145 0.0207
26 2 130 0.0154
27 0 120 0.0000
28 4 100 0.0400
29 2 135 0.0148
30 1 125 0.0080
20 1332
 ANÁLISIS DE
RESULTADOS:
Gráficamente se observa
que hay un dato fuera de
control y es el dato
número 15. Al observar
en la tabla 5, en la
muestra 15 se tuvieron 8
defectos en total, la cual
es la cifra más alta de
defectos encontrada y
LSC
según los límites de
LC
control, el valor máximo
LIC permitido de defectos es
di de 7,6.

20 21 22 23 24 25 26 27 28 29 30
 Gráfica c
MUESTRA TELA REVISADA DEFECTOS PROPORCION NC Muestra

1 120 2 0.02 1
2 150 4 0.03 2
3 180 0 0.00 3
4 124 5 0.04 4
5 135 4 0.03 5
6 140 0 0.00 6
7 120 6 0.05 7
8 140 3 0.02 8
9 136 2 0.01 9
10 149 1 0.01 10
11 123 4 0.03 11
12 140 3 0.02 12
13 130 2 0.02 13
14 120 1 0.01 14
15 123 8 0.07 15
16 100 0 0.00 16
17 125 4 0.03 17
18 157 6 0.04 18
19 160 4 0.03 19
20 135 3 0.02 20
21 135 0 0.00 21
22 127 4 0.03 22
23 160 3 0.02 23
24 155 1 0.01 24
25 145 3 0.02 25
26 130 2 0.02 26
27 120 0 0.00 27
28 100 4 0.04 28
29 135 2 0.01 29
30 125 1 0.01 30
4039 82 0.62

c 2.7333333333
Sc 1.653279569
9.000
N 134.63333333
LCS 7.6931720404 8.000
LCI 0
7.000

6.000

5.000
Defectos

4.000

3.000

2.000
 6.000

5.000

Defectos
4.000

3.000

2.000

1.000

0.000
1 2 3 4 5 6 7 8

Análisis de Cuándo es conveniente usar la g

conclusiones generales y su propuesta de m
analizar la variabilidad del numero de defect
causa especial la variación causada en la ten
anormalmente grande o pequeño de ocurre
U, es una herramienta estadística usada par
unidad. Se usa cuando el tamaño del subgru
carta U porque nuestro tamaño de subgrupo
fica c
Fraccion LCI LC LCS
Defectuosa
2 0.000 2.733 7.693
4 0.000 2.733 7.693
0 0.000 2.733 7.693
5 0.000 2.733 7.693
4 0.000 2.733 7.693
0 0.000 2.733 7.693
6 0.000 2.733 7.693
3 0.000 2.733 7.693
2 0.000 2.733 7.693
1 0.000 2.733 7.693
4 0.000 2.733 7.693
3 0.000 2.733 7.693
2 0.000 2.733 7.693
1 0.000 2.733 7.693
8 0.000 2.733 7.693
0 0.000 2.733 7.693
4 0.000 2.733 7.693
6 0.000 2.733 7.693
4 0.000 2.733 7.693
3 0.000 2.733 7.693
0 0.000 2.733 7.693
4 0.000 2.733 7.693
3 0.000 2.733 7.693
1 0.000 2.733 7.693
3 0.000 2.733 7.693
2 0.000 2.733 7.693
0 0.000 2.733 7.693
4 0.000 2.733 7.693
2 0.000 2.733 7.693
1 0.000 2.733 7.693

Gráfico c

LCS
LC
LCI
Fraccion Defec
 LCS
LC
LCI
Fraccion Defec

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

Muestras

ndo es conveniente usar la gráfica C y cuándo la gráfica U de control estableciendo las

nerales y su propuesta de mejora. Rta: La carta C, es una herramienta estadística usada para
bilidad del numero de defectos por subgrupo. Las cartas C, responden a la pregunta “Tiene una
a variación causada en la tendencia central de este proceso para producir un número
grande o pequeño de ocurrencias durante el período de tiempo observado”. mientras que la carta
mienta estadística usada para evaluar la variación del número promedio de defectos por articulo o
uando el tamaño del subgrupo no es constante. Por tanto, en nuestro caso, conviene utilizar la
nuestro tamaño de subgrupo no es constante.
LCS
LC
LCI
Fraccion Defectuosa
 LCS
LC
LCI
Fraccion Defectuosa

30
 Gráfica u
Muestra Producción Producto Defectuoso Fracción Defectuosa (p)
1 120 2 0.017
2 150 4 0.027
3 180 0 0.000
4 124 5 0.040
5 135 4 0.030
6 140 0 0.000
7 120 6 0.050
8 140 3 0.021
9 136 2 0.015
10 149 1 0.007
11 123 4 0.033
12 140 3 0.021
13 130 2 0.015
14 120 1 0.008
15 123 8 0.065
16 100 0 0.000
17 125 4 0.032
18 157 6 0.038
19 160 4 0.025
20 135 3 0.022
21 135 0 0.000
22 127 4 0.031
23 160 3 0.019
24 155 1 0.006
25 145 3 0.021
26 130 2 0.015
27 120 0 0.000
28 100 4 0.040
29 135 2 0.015
30 125 1 0.008
4039 82 0.62

(U) Promedio de Defectos LCI LC LCS

0.017 0.000 0.020 0.057
0.027 0.000 0.020 0.057
0.000 0.000 0.020 0.057
0.040 0.000 0.020 0.057
0.030 0.000 0.020 0.057
0.000 0.000 0.020 0.057
0.050 0.000 0.020 0.057
0.021 0.000 0.020 0.057
0.015 0.000 0.020 0.057 P
0.007 0.000 0.020 0.057 n
0.033 0.000 0.020 0.057
0.021 0.000 0.020 0.057
0.015 0.000 0.020 0.057
0.008 0.000 0.020 0.057
0.065 0.000 0.020 0.057
0.000 0.000 0.020 0.057
0.032 0.000 0.020 0.057
0.038 0.000 0.020 0.057
0.025 0.000 0.020 0.057
0.022 0.000 0.020 0.057
0.000 0.000 0.020 0.057
0.031 0.000 0.020 0.057
0.019 0.000 0.020 0.057
0.006 0.000 0.020 0.057
0.021 0.000 0.020 0.057
0.015 0.000 0.020 0.057
0.000 0.000 0.020 0.057
0.040 0.000 0.020 0.057
0.015 0.000 0.020 0.057
0.008 0.000 0.020 0.057
au

Gráfico de Control u Número de defectos

0.090

0.070

0.050

0.030

0.010

-0.010 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 2
 0.090

0.070

0.050

0.030

0.010
0.0203
-0.010 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 2
135
-0.030

-0.050
(U) Promedi o de Defectos LCI
LC LCS

Analisis de la Grafica de control u

Con el analisis realizado se encontro que la muestra numero 15, con un promedio de de 135 metro
elaboro por fuera de los limites de errores permitidos por la empresa y pos sus sistema de control d
este allasgo supera el limete de control superior estipulado en las cartas de control, se recomienda
una investigacion para encontrar las causas que originaron que el provedor produjiera este rollo de
tantos defectos.

Ademas los registros que se estipulan en las cartas de control presenta muchas caracteristicas par
considerar que el analisis esta fuera de los parametros de control, se encuentra muchos puntos re
diferencia de 1 sigma, el registro que se encuentra por fuera del limite superior de control, cambios
en el registro de los allasgos entre el limte superior e inferior de las cartas de control.

Podemos identificar que la muestra 7 con 135 metros de tela promedio analizados se encuentra al
control superior para la carta de control, este hallazgo auque no supera los parametros de control e
si puede ser considerado como significativo, por lo cual se plantea recomendar realizar una investig
encontrar las causas en la cual se producjo este rollo de tela y cual fue el detonanate para que tuvie
defectos.
e defectos

19 20 21 22 23 24 25 26 27 28 29 30
19 20 21 22 23 24 25 26 27 28 29 30

CI
CS

promedio de de 135 metros, se

s sus sistema de control de calidad,
de control, se recomienda realizar
or produjiera este rollo de tela con

muchas caracteristicas para

cuentra muchos puntos registros con
perior de control, cambios contantes
de control.

nalizados se encuentra al limite del

s parametros de control establecidos
endar realizar una investigacion para
detonanate para que tuviera tantos
 Análisis de causas de variación y Evento Kaizen

1. Identificación si el subgrupo o muestra 15 u otros, alteran la aleatoriedad del proceso y hacen q

estadístico

La muestra 15 corresponde a 8 defectos encontrados en 123 metros de tela, de acuerdo a

se encuentra por encima del límite de control superior (LSC= 7,643), lo que indica que la m
del control estadístico de la producción, de forma que altera la aleatoriedad del procesoe
conformidad.

2. Determinar si la variación es natural o especial

Analisis: solo hay un punto fuera de control, el cual superara el numero de defectos perm
con base al grafico de control. En sintesis ese rollo se saca porque no cumple las condicio
de tela están saliendo defectuosos por una variación natural, mala elaboración de los mi
almacenamiento.

3. Diagrama Ishikawa
4. Evento Kaizen o acción correctiva

Para la empresa se establecen las siguientes recomendaciones en el proceso de producció

• Realizar las graficas de control como herramienta de seguimiento del proceso produc
la variables a la luz de las características acordes del producto.
• Minimizar la rotación del personal que se encarga de la operación de la máquinas, re
de conocimiento acorde en caso de que se presenten situaciones que ameriten contingen
• Realizar analisis periódico con intervalos cortos de las variables y de las condiciones d
términos de calidad que se tienen en cuenta en el desarrollo del proceso productivo.
 Evento Kaizen

dad del proceso y hacen que no esté bajo control

etros de tela, de acuerdo a la gráfica np, este dato

643), lo que indica que la muestra 15 esta fuera
aleatoriedad del procesoe implica no

numero de defectos permitidos por la empresa

ue no cumple las condiciones de calidad.Los rollos
mala elaboración de los mismos, mal manejo de
en el proceso de producción analizado:

miento del proceso productivo, y la evaluación de

eración de la máquinas, relizar una transferencia

s que ameriten contingencias.
bles y de las condiciones de la materia prima en
l proceso productivo.
 Conclusiones

Las gráficas de control permiten identificar los datos que se encuentran por fuera de control en un proceso productivo de man
las acciones de mejora para evitar que el proceso deje siga siendo no conforme y se logre mantener bajo control estadístico.

Gracias a las gráficas p, np, u y c es posible identificar la muestra no conforme obtenida del proceso de control de calidad en el
conocer los defectos por rollo se las muestras analizadas en términos de proporciones con respecto al total de tela revisada.
en un proceso productivo de manera que se puedan establecer
ntener bajo control estadístico.

oceso de control de calidad en el despacho de las telas y

specto al total de tela revisada.
 Bibliografía

Gómez Solarte, Germán. (2016). Control Estadístico por Atributos y Planes de Muestreo. Universidad Nacional Abierta y/a Dista
http://hdl.handle.net/10596/6465

Gutiérrez, Humberto (2014). Costos de Calidad. (pp22-23). Calidad y Productividad. México, D.F.: Mc Graw Hill. Recuperado de
http://bibliotecavirtual.unad.edu.co:2053/book.aspx?i=751&opensearch=calidad&editoriales=&edicion=&anio=
ersidad Nacional Abierta y/a Distancia. UNAD. Recuperado de

D.F.: Mc Graw Hill. Recuperado de

=&edicion=&anio=