Práctica N˚ 5: Gráficos de control por variables

5
Característica

Tiempo

Gráficos de Control por variables

OBJETIVOS

Conocer los principios teóricos de la elaboración de gráficos de control de variables.

Elaborar el grafico de la media, del rango, de la desviación estándar y de la varianza.
Interpretar los gráficos de control.
Hallar los gráficos de control corregidos.
Determinar la capacidad del proceso.

 TEMAS A TR ATAR

Gráficos de control X y R.
Gráficos de Control X y S.
Capacidad del proceso.

 D URACIÓN DE LA PRÁCTICA

Dos sesiones (4 horas).

 MARCO TEÓRIC O

1. Introducción.
Uno de los axiomas o verdades evidentes de la fabricación es que nunca se producen
dos objetos que sean exactamente iguales, En realidad esta idea de la variación es una
ley inherente a la naturaleza, en donde no hay dos seres que pertenezcan a la misma
categoría que sean exactamente iguales. Existen tres clases de variaciones en la
producción de las partes por pieza:
Variación en la pieza misma.
Variación de una pieza a la otra
Variación de una hora a otra.

La variación es algo inherente a todo proceso, debido al efecto conjunto de equipo,

materiales, entorno y operario.

2. ¿Qué es un gráfico de control?

Un gráfico de control es un gráfico en el que se representa el comportamiento de un
proceso anotando sus datos ordenados en el tiempo. El objetivo principal de los gráficos

Ing. Ferly Urday Luna

 de control es detectar lo antes posible cambios en el proceso que puedan dar lugar a la
producción de unidades defectuosas, y ello se consigue minimizando el tiempo que
transcurre desde que se produce un desajuste hasta que se detecta.

Contenido en cm3 de 50 botellas de agua de un proceso en estado de control

Fig. 1.- Contenido en cm3 de 50 botellas de agua de un proceso en estado de

control

Fig. 2.- Contenido en 50 botellas cuando el proceso se ha desajustado: a) la

media de 200 cm3 a 201 cm3.

Ing. Ferly Urday Luna

 Fig. 3.- Contenido en 50 botellas cuando el proceso se ha desajustado: b) la
desviación típica de 0.7 cm3 a 1 cm3 con media de 200 cm3

3. Gráficos de control para variables

Se denominan así los gráficos de control para características continuas del producto o
del proceso tales como: contenido en cm3 de un líquido, peso de un saco de pienso,
viscosidad de una resina, intensidad de una tinta, temperatura de un horno, etc., las
cuales, cuando el proceso está en estado de control, se distribuyen en general según la
ley normal.

2.1. Gráficos X - R
El CEP utilizando gráficos X - R se lleva a cabo tomando muestras de n individuos
(entre dos y seis), calculando la media y el recorrido muestral y llevando estos
valores a los gráficos correspondientes. Las muestras han de ser obtenidas de tal
forma que contengan individuos homogéneos, es decir, producidos bajo las
mismas condiciones; así, los estadísticos que se obtengan de ellos, la media y el
recorrido, serán buenos estimadores de los parámetros del proceso. Es decir, debe
procurarse que, durante el tiempo que el proceso fabrica los individuos que forman
parte de una muestra, sólo hayan actuado causas comunes de variabilidad.

Los límites en los gráficos se colocan en

σ
Límite superior µ +3 x+A2 R
n
Gráfico X Límite central µ x
σ
Límite inferior µ −3 x-A2 R
n
Límite superior D4 R
Gráfico R Límite central R
Límite inferior D3R

Donde los valores de A2, D3 y D4 se pueden encontrar, para distintos tamaños de

muestra, en la tabla adjunta al final de la práctica)

Ing. Ferly Urday Luna

 Los valores de la media de medias y del rango, se obtienen por:
g g

∑ Xi
i=1
∑R i
X= y R= i=1
g g

Para la corrección del grafico, se utilizan los siguientes formulas:

X nuevo =
∑ X − Xd R nuevo =
∑ R − Rd
g − gd g − gd

X d = Promedio de subgrupos descartados

g d = Cantidad de subgrupos descartados
Rd = Campos de valores de los subgrupos descartados.

Los nuevos valares de X y R sirven para definir los valores estándar de

X 0 , R 0 y σ 0 Entonces
R0
X 0 = X nuevo R0 = R nuevo y σ 0 =
d2

En donde d2 es un factor de la tabla B que sirve para calcular σ 0 a partir de Ro,

Se considera que los valores estándar o de referencia son los mejores valores
calculados a partir de los datos de que se dispone. Conforme se cuenta con más
datos, se obtienen mejores cálculos, o más confianza en los valores estándar que
ya se tienen.
Con ayuda de los valores estándar, se obtienen las líneas centrales y los limites de
control 3 σ para operaciones reales correspondientes a X 0 y σ 0 .

UCL X = X 0 + Aσ 0 LCL X = X 0 − Aσ 0
UCLR = D2 σ 0 LCLR = D1 σ 0

Donde A. D1, y D2 son factores de la tabla B para obtener los límites de control 3 σ

a partir del
X 0 yσ0

Ing. Ferly Urday Luna

Ejemplo ilustrativo 1

Datos sobre el ojo de una cerradura

Nro. del Mediciones.

Fecha Hora Observaciones
Subgrupo X1 X2 X3. X4
1 12/23 8:50 6.35 6.41 6.32 6.38
2 11:30 6.46 6.37 6.36 6.41
3 1:45 6.34 6.40 6.34 6.36
4 3:45 6.69 6.64 6.68 6.59 Operador nuevo, temporal
5 4:20 6.38 6.34 6.44 6.40
6 12/27 8:35 6.42 6.41 6.43 6.34
7 9:00 6.44 6.41 6.41 6.46
8 9:40 6.33 6.41 6.38 6.36
9 1:30 6.48 6.40 6.47 6.45
10 2:50 6.47 6.43 6.36 6.42
11 12/28 8:30 6.38 6.41 6.39 6.38
12 1:35 6.37 6.33 6.41 6.37
13 2:25 6.40 6.38 6.47 6.35
14 2:35 6.38 6.39 6.45 6.42
15 3:55 6.50 6.42 6.43 6.45
16 12/29 8:25 6.33 6.35 6.29 6.39
17 9:25 6.41 6.40 6.29 6.34
18 11:00 6.38 6.44 6.28 6.58 Línea de aceite averiada
19 2:35 6.35 6.41 6.37 6.38
20 3:15 6.56 6.55 6.45 6.48 Material malo
21 12/30 9:35 6.38 6.40 6.45 6.37
22 10:20 6.39 6.42 6.35 6.40
23 11:35 6.42 6.39 6.39 6.36
24 2:00 6.43 6.36 6.34 6.38
25 4:25 6.39 6.38 6.43 6.45

Entonces los gráficos de control de variables son:

Gráfico X-bar para Col_1-Col_4

6.7
UCL = 6.4737
CTR = 6.4099
6.6
LCL = 6.3461
X-bar

6.5

6.4

6.3
0 5 10 15 20 25
Subgrupo

Gráfico de Rango para Col_1-Col_4

0.3
UCL = 0.1999
0.25 CTR = 0.0876
0.2 LCL = 0.0000
Rango

0.15
0.1
0.05
0
0 5 10 15 20 25
Subgrupo

Ing. Ferly Urday Luna


ACT IVIDADES DE LA PRÁCTICA

1. La Marlin Company produce botellas de plástico de acuerdo con las especificaciones del
cliente. El inspector de calidad seleccionada al azar cuatro botellas, que extrae de la
máquina, y mide el diámetro exterior del cuello del envase, una dimensión de calidad
típica de la cual depende que la tapa de la botella ajuste correctamente. Las dimensiones
de las seis últimas muestras (en pulgadas) son:

Botella
Muestra 1 2 3 4
1 0.604 0.612 0.588 0.600
2 0.597 0.601 0.607 0.603
3 0.581 0.570 0.585 0.592
4 0.620 0.605 0.595 0.588
5 0.590 0.614 0.608 0.604
6 0.585 0.583 0.617 0.579

a. Suponga que estas seis muestras sean suficientes para que a partir de estos datos
se determinen los acotamientos de control para una gráfica R y una gráfica x.
Construya la gráfica y corrija si es que existiese algún punto fuera de los límites de
control.

2. El gerente de producción de Real Kola, desea seguir la huella de la calidad en la línea de

rellenado de botellas de 12 onzas de la compañía. Las botellas deben llenarse de
acuerdo con las tolerancias establecidas para este producto, ya que la información
dietética contenida en la etiqueta indica que 12 onzas son la ración que debe servirse. La
norma correspondiente al diseño del producto requiere que las botellas sean llenadas
hasta el nivel de 12.00 + 0.10 onzas. El gerente ha recopilado los siguientes datos de
muestra (en onzas fluidas por botella) acerca del proceso de producción.

Observación
Muestra 1 2 3 4
1 12.00 11.97 12.10 12.08
2 11.91 11.94 12.10 11.96
3 11.89 12.02 11.97 11.99
4 12.79 12.49 12.35 12.65
5 12.08 11.92 12.12 12.05
6 11.94 11.98 12.06 12.08
7 12.09 12.00 12.00 12.03
8 12.01 12.04 11.99 11.95
9 12.00 11.96 11.97 12.03
10 11.92 11.94 12.09 12.00
11 11.91 11.99 12.05 12.10
12 12.01 12.00 12.06 11.97
13 11.98 11.99 12.06 12.03
14 12.02 12.00 12.05 11.95
15 12.00 12.05 12.01 11.97

a. ¿Se encuentran bajo control estadístico el promedio y el rango de este proceso?

b. ¿Se encuentran bajo control estadístico el promedio y la desviación estándar de este
proceso?

Ing. Ferly Urday Luna

 c. Construya la gráfica y corrija si es que existiese algún punto fuera de los límites de
control para las preguntas a) y b).

3. Consorcio Industrial S.A.., está realizando un estudio para evaluar la capacidad de su

línea de producción de barras de jabón de 150 gramos. Una medida crítica de calidad es
el peso de las barras de jabón después del modelo, los límites de las especificaciones
superior o inferior son 162 y 170 gramos, respectivamente. Como parte de un estudio
inicial de la capacidad, el grupo a cargo de garantizar la calidad recabo 25 muestras de
tamaño 5 y registro las observaciones que aparecen en la tabla siguiente:
Muestra Obs.1 Obs. 2 Obs.3 Obs. 4 Obs.5
1 167.0 159.6 161.6 164.0 165.3
2 156.2 159.5 161.7 164.0 185.3
3 167.0 162.9 162.9 164.0 165.4
4 167.0 159.6 163.7 164.1 165.4
5 156.3 160.0 162.9 164.1 165.5
6 164.0 164.2 163.0 164.2 163.9
7 161.3 163.0 164.2 157.0 160.3
8 163.1 164.2 156.9 160.1 163.1
9 164.3 157.0 161.2 163.2 164.4
10 156.9 161.0 163.2 164.3 157.3
11 161.0 163.3 164.4 157.6 160.6
12 163.3 164.5 158.4 160.1 163.3
13 158.2 161.3 163.5 164.6 158.7
14 161.5 163.5 164.7 158.6 162.5
15 163.6 164.8 158.0 162.4 163.6
16 164.5 158.5 160.3 163.4 164.6
17 164.9 157.9 162.3 163.7 165.1
18 155.0 162.2 163.7 164.8 159.6
19 162.1 163.9 165.1 159.3 162.0
20 165.2 159.1 161.6 163.9 165.2
21 174.9 170.0 169.9 177.2 163.7
22 167.6 165.6 165.6 156.7 165.7
23 167.7 165.8 165.9 156.9 165.9
24 166.0 166.0 165.6 165.6 165.5
25 163.7 163.7 165.6 165.6 166.2

a. ¿Se encuentran bajo control estadístico el promedio y el rango de este proceso?

b. ¿Se encuentran bajo control estadístico el promedio y la desviación estándar de este
proceso?
c. Construya la gráfica y corrija si es que existiese algún punto fuera de los límites de
control para las preguntas a) y b).

4. Una fuente de poder de alto voltaje debería tener un voltaje de salida nominal de 350 V. S
selecciona una muestra de cuatro unidades cada día y se prueban para finen de control
del proceso. En los datos que se muestran abajo se presenta la diferencia entre la lectura
observada en cada unidad y el voltaje nominal multiplicada por diez; es decir

x1 = (voltaje observado en la unidad i = 350)10

Ing. Ferly Urday Luna

 Número de x1 x2 x3 x4
muestra
1 6 9 10 15
2 10 4 6 11
3 7 8 10 5
4 8 9 6 13
5 9 10 7 13
6 12 11 10 10
7 16 10 8 9
8 7 5 10 4
9 9 7 8 12
10 15 16 10 13
11 8 12 14 16
12 6 13 9 11
13 16 9 13 15
14 7 13 10 12
15 11 7 101 16
16 15 10 11 14
17 9 8 12 10
18 15 7 10 11
19 8 6 9 12
20 14 15 12 16

a) Establecer las cartas x y R para este proceso. ¿El proceso está bajo control
estadístico?
b) Establecer las cartas x y Spara este proceso. ¿El proceso está bajo control
estadístico?

EJERCICIOS
1. A continuación se presentan mediciones sobre el radio de los cilindros de unas termas
solares de 75 litros de capacidad:
Subgrupo Fecha X1 X2 X3 X4 X5 Observación
1 03-Jun 17.6A 17.80 17.54 17.70 17.60
2 03-Jun 18.00 17.70 17.67 17.83 17.80
3 03-Jun 17.61 17.80 17.61 17.67 17.70
4 03-Jun 18.74 18.58 18.71 18.42 18.68 Trabajador nuevo
5 03-Jun 17.74 17.61 17.93 17.80 17.74
6 04-Jun 17.87 17.8A 17.90 17.61 18.02
7 04-Jun 17.93 17.83 17.83 18.00 18.12
8 04-Jun 17.57 17.83 17.74 17.67 17.49
9 04-Jun 18.06 17.93 18.03 17.96 17.89
10 04-Jun 18.03 17.90 17.67 17.8B 17.87
11 07-Jun 17.74 17.83 17.77 17.74 17.79
12 07-Jun 17.70 17.70 17.83 17.70 17.90

Ing. Ferly Urday Luna

 13 07-Jun 17.80 17.74 18.03 17.6A 17.69
14 07-Jun 17.74 17.77 17.96 17.87 17.86
15 07-Jun 18.13 17.87 17.90 17.96 17.32
16 08-Jun 17.57 17.6B 17.44 17.77 17.45
17 08-Jun 17.83 17.80 17.44 17.61 17.82
18 08-Jun 17.74 17.93 17.41 18.39 17.92 Engranaje suelto de maq
19 08-Jun 17.64 17.83 17.70 17.74 17.73
20 08-Jun 18.32 18.29 17.96 18.06 18.12 Plancha muy porosa
21 09-Jun 17.74 17.80 17.96 17.70 17.83
22 09-Jun 17.77 17.87 17.64 17.80 17.82
23 09-Jun 17.87 17.77 17.77 17.67 17.7B
24 09-Jun 17.90 17.67 17.64 17.74 17.62
25 09-Jun 17.77 17.74 17.90 17.93 17.70
Nota: A = último digito del DNI y B = ultimo digito del CUI

Se le pide:
a) Obtener las gráficas X y R correspondientes en excel y statgraphics.
b) Obtener las gráficas X y s correspondientes.
c) Obtener las gráficas X y s2 correspondientes.
d) Hallar las gráficas corregidas, de ser necesario.

2. Los datos que se muestran abajo son los valores x y R para las 24 muestras de tamaño
n=5

Número de x R Número de x R
muestra muestra
1 34.5 3 13 35.4 8
2 34.2 4 14 34.0 6
3 31.6 4 15 37.1 5
4 31.5 4 16 34.9 7
5 35.0 5 17 33.5 4
6 34.1 6 18 31.7 3
7 32.6 4 19 34.0 8
8 33.8 3 20 35.1 4
9 34.8 7 21 33.7 2
10 33.6 8 22 32.8 1
11 31.9 3 23 33.5 3
12 38.6 9 24 34.2 2

tomadas de un proceso de fabricación de rodamientos. Las mediciones se hacen en el

diámetro interior de los rodamientos, registrando únicamente los tres últimos decimales
(i.e., 34.5 debería ser 0.50345). Establecer las cartas x y R para este proceso. ¿El
proceso parece estar bajo control estadístico? De ser necesario, revisar los límites de
control de prueba.

3. El espesor de una tarjeta de circuitos impresos es un parámetro importante de la calidad.

Se presentan abajo los datos del espesor de las tarjetas (en pulgadas) para 25 muestras
de tres tarjetas cada una.

Ing. Ferly Urday Luna

 Número de x1 x2 x3
muestra
1 0.0629 0.0636 0.0640
2 0.0630 0.0631 0.0622
3 0.0628 0.0631 0.0633
4 0.0634 0.0630 0.0631
5 0.0619 0.0628 0.0630
6 0.0613 0.0629 0.0634
7 0.0630 0.0639 0.0625
8 0.0628 0.0627 0.0622
9 0.0623 0.0626 0.0633
10 0.0631 0.0631 0.0633
11 0.0635 0.0630 0.0638
12 0.0623 0.0630 0.0630
13 0.0635 0.0631 0.0630
14 0.0645 0.0640 0.0631
15 0.0619 0.0644 0.0632
16 0.0631 0.0627 0.0630
17 0.0616 0.0623 0.0631
18 0.0630 0.0630 0.0626
19 0.0636 0.0631 0.0629
20 0.0640 0.0635 0.0629
21 0.0628 0.0625 0.0616
22 0.0615 0.0625 0.0619
23 0.0630 0.0632 0.0630
24 0.0635 0.0629 0.0635
25 0.0623 0.0629 0.0630

a) Establecer las cartas de control x y R . ¿El proceso está bajo control

estadístico?
b) Estimar la desviación estándar del proceso.

4. El volumen de llenado de las botellas de refresco es una característica de la calidad

importante. El volumen se mide (aproximadamente) colocando un medidor sobre la boca
de la botella y comparando la altura del líquido en el cuello de la botella con una escala
codificada. En esta escala, una lectura cero corresponde a la altura de llenado correcta.
Se analizan 15 muestras de tamaño n = 10 y las alturas de llenado se muestran abajo.

Número de x1 x2 x3 x4 x5 x6 x7 x8 x9 x10
muestra
1 2.5 0.5 2.0 -1.0 1.0 -1.0 0.5 1.5 0.5 -1.5
2 0.0 0.0 0.5 1.0 1.5 1.0 -1.0 1.0 1.5 -1.0
3 1.5 1.0 1.0 -1.0 0.0 -1.5 -1.0 -1.0 1.0 -1.0
4 0.0 0.5 -2.0 0.0 -1.0 1.5 -1.5 0.0 2.0 -1.5
5 0.0 0.0 0.0 -0.5 0.5 1.0 -0.5 -0.5 0.0 0.0
6 1.0 -0.5 0.0 0.0 0.0 0.5 -1.0 1.0 -2.0 1.0
7 1.0 -1.0 -1.0 -1.0 0.0 1.5 0.0 1.0 0.0 0.0

Ing. Ferly Urday Luna

 8 0.0 -1.5 -0.5 1.5 0.0 0.0 0.0 -1.0 0.5 -0.5
9 -2.0 -1.5 1.5 1.5 0.0 0.0 0.5 1.0 0.0 1.0
10 -0.5 1.5 0.0 -1.0 -1.5 -1.5 -1.0 -1.0 1.0 0.5
11 0.0 1.5 0.0 0.0 2.0 1.5 0.5 -0.5 2.0 -1.0
12 0.0 1.5 0.0 0.0 -0.5 2.0 1.5 0.0 0.5 -1.0
13 -1.0 -0.5 -0.5 -1.0 0.0 0.5 2.0 1.5 -1.0 -1.0
14 0.5 1.0 -1.0 -0.5 -2.0 -1.0 -1.5 0.0 1.5 1.5
15 1.0 0.0 1.5 1.5 1.0 -1.0 0.0 1.0 -2.0 -1.5

a) Establecer las cartas de control x y R .para este proceso. ¿El proceso muestra
control estadístico? De ser necesario, construir los límites de control revisados.
b) Establecer una carta S y compararla con la carta R̅ del inciso a).

5. El peso neto (en onzas) de un producto blanqueador en polvo va a monitorearse con

cartas de control x y R , utilizando un tamaño de la muestra de n = 5. Los datos de 20
maestras preliminares son los siguientes:

Número x1 x2 x3 x4 x5
de
muestra
1 15.8 16.3 16.2 16.1 16.6
2 16.3 15.9 15.9 16.2 16.4
3 16.1 16.2 16.5 16.4 16.3
4 16.3 16.2 15.9 16.4 16.2
5 16.1 16.1 16.4 16.5 16.0
6 16.1 15.8 16.7 16.6 16.4
7 16.1 16.3 16.5 16.1 16.5
8 16.2 16.1 16.2 16.1 16.3
9 16.3 16.2 16.4 16.3 16.5
10 16.6 16.3 16.4 16.1 16.5
11 16.2 16.4 15.9 16.3 16.4
12 15.9 16.6 16.7 16.2 16.5
13 16.4 16.1 16.6 16.4 16.1
14 16.5 16.3 16.2 16.3 16.4
15 16.4 16.1 16.3 16.2 16.2
16 16.0 16.2 16.3 16.3 16.2
17 16.4 16.2 16.4 16.3 16.2
18 16.0 16.2 16.4 16.5 16.1
19 16.4 16.0 16.3 16.4 16.4
20 16.4 16.4 16.5 16.0 15.8

a) Establecer las cartas de control x y R , usando estos datos. ¿El proceso

manifiesta control estadístico?
b) Estimar la media y la desviación estándar del proceso.
c) Una empresa produce una cantidad grande de un artículo que vende en $0.75 por
unidad. El costo de producción variable es de $0.30 por unidad. La compañía puede
producir y vender 10,000,000 artículos por año si opera a toda su capacidad.

Ing. Ferly Urday Luna

 d) El atributo crítico de este producto es el peso. El valor objetivo del peso es de 1,000
gramos, y los límites de las especificaciones se establecieron en ±50 gramos. La
máquina empacadora que se emplea para colocar el producto distribuye pesos que
siguen una distribución normal con promedio (µ) de 1,000 gramos, y desviación
estándar (σ) de 40 gramos. Las unidades que no están de acuerdo con las
especificaciones se deben corregir para poder ser vendidas y para corregir se puede
adicionar o quitar peso al artículo.
e) Suponga que las unidades que no satisfacen las especificaciones pueden repetirse
para satisfacerlas con un costo fijo adicional de $0.10 por unidad. Las unidades
repetidas pueden venderse a $0.75 por unidad. Se ha estimado que la demanda
para este producto será de 10,000,000 de unidades por cada año de los cinco
siguientes.
f) Con la finalidad de mejorar la calidad de este producto, la compañía está
considerando adquirir una máquina empacadora nueva. La máquina nueva sería
capaz de empacar el producto con pesos que siguen una distribución normal con µ =
1,000 gramos y σ = 20 gramos. El equipo nuevo costaría $715,000 y duraría al
menos cinco años: Al final de este periodo podría venderse en $100,000. Si la
TREMA de la compañía es del 15% anual, ¿es económicamente atractiva la compra
de la máquina nueva para mejorar la calidad (reducir la variabilidad)?

6. Una empresa está interesada en controlar la fabricación de un tipo de piezas para

ensamblar ciertos equipos. La calidad de las piezas esta descrita por su longitud en
milímetros. Se desea establecer diagramas de control para esta característica de calidad
para lo cual se toman 38 muestras de cinco piezas, anotándose su longitud. Las
longitudes de las piezas observadas se recogen en la siguiente tabla:

Longitud de las piezas

1 150.42 149.83 149.05 149.18 149.62
2 151.77 151.88 151.43 151.75 152.43
3 150.83 149.62 150.23 149.32 150.09
4 152.98 149.36 149.32 150.42 149.23
5 149.50 151.80 149.57 149.98 148.69
6 151.06 150.80 150.42 150.78 150.59
7 150.72 147.76 148.56 150.60 150.55
8 150.45 150.33 150.43 150.31 150.65
9 150.47 150.48 150.47 150.45 150.24
10 150.21 150.24 150.35 150.74 150.44
11 150.02 150.04 150.78 150.77 150.45
12 150.78 150.44 150.78 150.45 150.44
13 150.77 150.52 150.56 150.07 150.04
14 150.44 150.48 150.40 150.15 150.17
15 150.17 150.18 150.70 150.40 150.56
16 149.84 149.44 151.64 151.14 148.93
17 149.62 149.40 148.91 149.31 150.16
18 150.62 148.77 149.50 150.32 150.91
19 150.92 150.93 150.84 150.75 150.86
20 150.85 150.84 150.73 150.62 150.71
21 150.74 150.75 150.56 150.47 150.68
22 150.59 150.57 150.66 150.65 150.54
23 150.44 150.43 150.52 150.54 150.45
24 150.46 150.47 150.28 150.39 150.35
25 150.34 150.43 150.22 150.14 150.25
26 150.26 150.17 150.18 150.15 150.14

Ing. Ferly Urday Luna

 27 149.83 149.75 150.67 149.88 147.29
28 150.92 150.35 150.28 149.87 150.08
29 149.95 150.25 147.90 149.33 151.71
30 149.80 149.41 149.98 149.89 148.56
31 150.31 150.39 150.10 149.78 149.09
32 149.15 149.57 151.53 148.59 148.62
33 151.07 150.92 151.86 148.51 150.22
34 149.56 149.17 150.87 149.69 148.64
35 151.11 149.85 148.92 150.83 150.51
36 151.16 150.28 150.01 150.04 150.53
37 149.95 149.13 150.44 150.91 152.53
38 150.08 150.17 149.56 149.25 148.74

Analizar con el StatGraphics, y responder ¿Cuáles son los límites iniciales?. ¿Está el
proceso bajo control?. Si intenta controlar el proceso haciendo uso del software, ¿A qué
conclusiones llegaría?.

CUESTIONARIO
1. Responder las siguientes interrogantes
2. ¿Qué son los gráficos de control?
3. Describa los tipos de gráficos de control que existen. Cuantos
4. ¿Cuáles son los elementos de un gráfico de control.?
5. Describa el procedimiento para realizar un gráfico de control de variables
6. Explique, mediante ejemplos, los tipos de causas que existen en las observaciones
que se salen de los límites de control.

 REFEREN CI AS BIBLIOGRÁFICAS

Duncan, Acheson. Control de calidad y estadística industrial. Editorial Alfaomega 1989

Montgomery, D. Control Estadístico de la Calidad. Ed. LIMUSA WILEY. 2005
Heinz Kohler. Estadística para negocios y economía. Editorial CECSA 1999
Besterfield, Dale H. Control de la calidad. Pearson Educación 1994

DOCUMENTOS ADJUNTOS

Ing. Ferly Urday Luna