Ejercicios de Aplicacion Parte Cortez Final Analisis

EJERCICIOS DE APLICACION
7 HERRAMIENTAS DEL CONTROL DE CALIDAD
Ejercicio N 1: En la planta de conservas INPESCO S.A.C se recolectaron 300

datos provenientes del control de pesos de envasado filete de caballa en aceite
vegetal lb tuna durante 1 semana. Se pide aplicar las 7 herramientas del
control de calidad para esta etapa del proceso de elaboracin de conservas de
pescado.
Los datos se presentan a continuacin:
Ejercicio N 2: DIAGRAMA CAUSA EFECTO (ISHIKAWA)
Se realizara un anlisis causa efecto para determinar los factores que originan
que los pesos de envasado de filete tengan mucha variabilidad. Mediante lluvia
o tormenta de ideas se obtuvo la siguiente informacin:
Causa principal: VARIABILIDAD DE PESOS DE ENVASADO
Causas secundarias y terciarias:
MANO DE OBRA
Capacitacin incipiente
Personal no es fijo
Salarios bajos
MAQUINARIAS Y EQUIPOS
Mala calibracin de balanzas
Falta de precisin
Lentas de operar
METODOLOGIA
Mal prensado
sobrellenado
no realizan pesaje
MEDICION
Control de pesos no es estricto

Control de pesos esporadico
1. DIAGRAMA CAUSA EFECTO (ISHIKAWA)
MANO DE OBRA
MAQUINARIA Y EQUIPOS
Capacitacion incipiente
Se presenta el diagrama de causa efecto, determinando que

las principales causas que origian variabilidad en los pesos
de envasado son que el personal no tiene la capacitacin
adecuada, el personal que contratan no es fijo por tanto no
existe una estandarizacin en el proceso, las balanzas estn
descalibradas en su mayora por ello los pesos no son
homogneos, muchas veces el personal no realiza el pesaje
de las latas,etc.
mala calibracion de balanzas
Personal no es fijo
falta de precision
Salarios bajos
lentas de operar
VARIABILIDAD PESOS ENVASADO
mal prensado
control de pesos esporadico
sobrellenado
control de pesos no es estricto
no realizan pesaje
METODOLOGIA
MEDICION
Ejercicio N 3:
1. PLANILLAS DE INSPECCION
PLANILLA
INSPECCION
NOMBRE
SERVICIO:
DE
DEL ENVASADO
FILETE
CONTROL
DE
AREA:
CALIDAD
ESPECIFICACION:
110 2 g
N
ESPECIFICACIONES: 2
OBSERVACIONES:
Dia
1
2
3
4
5
6
7
FECHA:
10
13/07/2016
DELEGACION:
UNIDAD:
NOMBRE DEL EMPLEADO:
NOMBRE DEL GRUPO:
envases sobrepeso (gr)

113
114
115
116
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
Frecuencia
117
X
X
X
X
118
X
X
X
X
119
X
X
X
X
120
X
X
TOTAL
121
122
45
26
32
25
24
12
24
188
Ejercicio N 4:
2. GRAFICOS DE CONTROL
Nmero de subgrupos = 30
Tamao de subgrupo = 10.0
0 subgrupos excluidos
Mediante
los
grficos
de
control
observamos que se encuentra 1 punto
fuera de los limites de control para el
grafico de medias y 1 punto fuera de los
limites en el grafico de control con lo cual
que determinamos que nuestro proceso
es estable y cumple con los requerimientos
en su mayora.
Distribucin: Normal
Transformacin: ninguna
Grfico X-bar
Perodo
#1-30
LSC:
+3.0 115.13
sigma
2
Lnea
112.11
Central
2
LIC:
-3.0 109.09
sigma
1
1 fuera de lmites
Grfico X-bar para Col_1-Col_10
117
115.13
X-bar
115
113
112.11
111
109.09
109
0
Grfico de Rangos
Perodo
#1-30
LSC:
+3.0 17.413
sigma
6
Lnea
9.8
Central
LIC:
-3.0 2.1863
sigma
7
1 fuera de lmites
10
15
Subgrupo
20
25
30
Grfico de Rangos para Col_1-Col_10
18
17.41
15
Rango
12
9.80
9
6
3
2.19
0
0
10
15
Subgrupo
20
25
30
Se recalculan los lmites de control excluyendo los puntos que se

encuentran fuera de los limites superior e inferior.
Mediante
los
grficos
de
control
observamos que eliminando los puntos
que se encuentran fuera de los limites
ahora podemos decir que el proceso se
encuentra controlado y estable.
Distribucin: Normal
Grfico X-bar
Perodo
#1-30
LSC:
+3.0 114.86
sigma
2
Lnea
111.92
Central
8
LIC:
-3.0 108.99
sigma
4
0 fuera de lmites
116
114.86
X-bar
114
112
111.93
110
108.99
108
0
10
15
Subgrupo
20
25
30
Grfico de Rangos
Perodo
#1-30
LSC:
+3.0 16.913
sigma
5
Lnea
9.5185
Central
2
LIC:
-3.0 2.1235
sigma
8
0 fuera de lmites
18
16.91
15
Rango
12
9.52
9
6
3
2.12
0
0
10
15
Subgrupo
20
25
30
Ejercicio N 5:
3. DIAGRAMA DE FLUJO PARA LA PRODUCCION DE CONSERVAS DE FILETE DE CABALLA
21
22
ENVASES
Y TAPAS
RECEPCION
23 ABASTECIMIENTO
DIAGRAMA DE
FLUJO: ENVASADO
RECEPCION
MATERIA PRIMA
ENCANASTILLADO
COCINADO
FILETEO
ENVASADO
ADICION LIQUIDO
GOBIERNO
EXHAUSTING
SELLADO
10
LAVADO
DE LATAS
11
ESTERILIZADO
12
LIMPIEZA Y
SELECCION
13
EMPAQUE Y
ETIQUETADO
14
CODIFICADO
15
DESPACHO
16
CODIFICADO
17
DESPACHO
18
ACEITE
VEGETAL Y SAL
24
ETIQUETAS
Y CAJ AS
19
RECEPCION
25
RECEPCION
20 PREPARACION
LIQUIDO GOBIERNO
26 ABASTECIMIENTO
cajas
Mediante el diagrama de flujo o mapa de

proceso identificamos las etapas y la
secuencia del proceso productivo, en este
caso para la elaboracin de conservas de
pescado.
Ejercicio N 6:
4. HISTOGRAMA
Poligono
Histograma
80
80
60
frecuencia
frecuencia
60
40
40
20
20
0
100
104
100
108
104
108
112
pesosenvasado
112
pesosenvasado
116
120
116
120
124
124
Mediante el histograma o polgono de frecuencias

podemos observar que el valor que mas veces se
repite es el de 110 gramos, seguido por el de 112
gramos y asi sucesivamente.
Ejercicio N 7:
5. GRAFICO DE PARETO
Al igual que en el histograma, el diagrama de

Pareto nos muestra que el dato que mas se repite
es el de 110 con un porcentaje de 22.33% del total
de datos de peso de envasado.
Grfica de Pareto para pesosenvasado

100.00%
99.67%
99.33%
99.00%
98.67%
98.33%
98.00%
96.33%
94.33%
91.67%
88.67%
85.67%
81.67%
77.33%
72.33%
66.33%
300
frecuencia
250
200
150
56.33%
40.33%
100 22.33%
50
0
110
111
112
119
109
108
118
117
113
116
115
120
114
110.5
111.5
107
109.5
102
105
Ejercicio N 8:
6. DIAGRAMA DE DISPERSION
Grfico de Dispersin
100
104
108
112
pesos envasado
116
120
Mediante el grafico de dispersin podemos notar

que la mayora de puntos se encuentran fuera de
Ejercicio N 9: Una
alimentaria
se dedica,
en una(110
de sus plantas, a la
las empresa
especificaciones
que brinda
la empresa
2 g) con lo cual existe mucha variabilidad.
fabricacin de pat de finas hierbas. El pat se vende en tarrinas de 200 g. El
equipo de control de calidad decide comenzar un estudio para ver el estado de

control del proceso, para ello, se extraen cuatro tarrinas de la lnea de
produccin en intervalos de 10 minutos registrando el peso. Los datos (96 en
total) figuran a continuacin:
Causa principal: VARIABILIDAD DE PESOS DE ENVASADO DE PATE EN

TARRINAS
MANO DE OBRA
Personal no es fijo
Salarios recortados
Mala calibracin de balanzas
Falta de precisin
Lentas de operar
METODOLOGIA
Maldeficit de pesos
sobrellenado
no realizan pesaje
MEDICION
Control de pesos no es estricto

Control de pesos esporadico
MANO DE OBRA
Capacitacion insuficiente
mala calibracion de balanzas
Personal no es fijo
falta de precision
Salarios recortados
lentas de operar
VARIABILIDAD PESOS TARRINAS
deficit de pesos
control de pesos esporadico
sobrellenado
control de pesos no es estricto
no realizan pesaje
METODOLOGIA
MEDICION

las principales causas que origian variabilidad en los pesos
de envasado de pate en tarrinas son que el personal no tiene
la capacitacin adecuada, el personal que contratan no es
fijo por tanto no existe una estandarizacin en el proceso, las
balanzas estn descalibradas en su mayora por ello los
pesos no son homogneos, muchas veces el personal no
realiza el pesaje de las latas,etc.
Ejercicio N 11:
PLANILLA DE INSPECCION
NOMBRE
DEL ENVASADO
PATE
SERVICIO:
TARRINAS
AREA:
CONTROL DE CALIDAD
ESPECIFICACION:
200 2 g
N
ESPECIFICACIONES: 2
OBSERVACIONES:
minutos
10
20
30
40
50
60
70
envases sobrepeso (gr)

202
203
204
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
10
FECHA:
13/07/2016
DELEGACION:
UNIDAD:
NOMBRE DEL GRUPO:
Frecuencia
205
X
X
X
X
X
206
X
X
X
X
207
X
X
X
X
208
X
X
X
X
209
X
X
TOTAL
210
211
4
8
7
4
5
11
5
44
Ejercicio N 12:
Mediante
los
grficos
de
control
es estable y cumple con los requerimientos
en su mayora.
Distribucin: Normal
Grfico X-bar
Perodo
#1-24
LSC:
+3.0 206.78
sigma
2
Lnea
203.26
Central
LIC:
-3.0 199.73
sigma
9
2 fuera de lmites
Grfico X-bar para TARRINA 1-TARRINA 4
210
206.78
X-bar
206
203.26
202
199.74
198
194
190
0
Grfico de Rangos
Perodo
#1-24
LSC:
+3.0 11.026
sigma
3
Lnea
4.8333
Central
3
LIC:
-3.0 0.0
sigma
0 fuera de lmites
12
Subgrupo
16
20
24
Grfico de Rangos para TARRINA 1-TARRINA 4
12
11.03
10
Rango
8
6
4.83
4
2
0
0.00
0
12
Subgrupo
16
20
24

Distribucin: Normal
Grfico X-bar
Perodo
#1-24
LSC:
+3.0 206.75
sigma
2
Lnea
203.68
Central
4
LIC:
-3.0 200.61
sigma
7
0 fuera de lmites
Mediante
los
grficos
de
control
Grfico X-bar para TARRINA 1-TARRINA 4
210
206.75
206
X-bar
203.68
202
200.62
198
194
190
0
12
Subgrupo
16
20
24
Grfico de Rangos
Perodo
#1-24
LSC:
+3.0 9.6054
sigma
8
Lnea
4.2105
Central
3
LIC:
-3.0 0.0
sigma
0 fuera de lmites
Grfico de Rangos para TARRINA 1-TARRINA 4
12
10
9.61
Rango
8
6
4.21
4
2
0
0.00
0
12
Subgrupo
16
20
24
Ejercicio N 13:
4. DIAGRAMA DE FLUJO: ELABORACION DE PATE DE HIGADO
1 DIAGRAM A DE FLUJO:
PATE EN TARRINAS
2
RECEPCION
MATERIA PRIMA
ADECUACION
PRESALADO
COCCION
MOLIDO
FORM ACION
DE EMULSION
M EZCLADO
EMPACADO
10
ESCALDADO
11 ENFRIAMIENTO
12
CODIFICADO
13 ALMACENAMIENTO
14
DESPACHO
15
DESPACHO
16
CODIFICADO
17
DESPACHO

caso para la elaboracin de pate en
tarrinas de 200 gramos.
Ejercicio N 14:
5. HISTOGRAMA
repite es el de 200 gramos, seguido por el de 205
Histograma
gramos y asi sucesivamente.
24
20
frecuencia
16
12
8
4
0
190
195
200
205
tarrina
210
215
210
215
220
Poligono
24
20
frecuencia
16
12
8
4
0
190
195
200
205
tarrina
220
Ejercicio N 15:
es el de 204 con un porcentaje de 18.75% del total
de datos de peso
envasado
de pate en tarrinas.
Grficade
de Pareto
para tarrina
100.00%
98.96%
97.92%
96.88%
95.83%
93.75%
90.63%
86.46%
82.29%
77.08%
70.83%
64.58%
58.33%
51.04%
100
frecuencia
80
60
40
20
36.46%
18.75%
0
204
206
202
205
201
200
203
199
208
207
198
214
196
209
212
Ejercicio N 16:
Mediante el grafico de dispersin podemos notar

las especificaciones que brinda la empresa (200
2 g) con lo cual existe mucha variabilidad.
192
Grfico de Dispersin
190
194
198
202
tarrina
206
210
214
Ejercicio N 17: La empresa agroexportadora CAMPOSOL recepciona aprox

20 toneladas de arndanos diarios. El departamento de calidad se encarga de
realizar los anlisis respectivos para conocer el estadio de madurez, para ello
se tomaron 80 muestras de arndanos y se midieron los brix, los cuales se
presentan y analizan a continuacin:
Causa principal: VARIABILIDAD EN LA MEDICION DE LOS GRADOS BRIX
MANO DE OBRA
fatiga
Salarios bajos
Mala calibracin de refractometro
Falta de precisin
Lentas de operar
METODOLOGIA
Mala medicin
Saturacin de medidas
MEDICION
Control de grados brix no es estricto

Control de grados brix eincorrecto
MATERIA PRIMA
Diferentes estadios de madurez
Distintos proveedores
Ejercicio N 18:
MANO DE OBRA
Capacitacion incipiente
METODOLOGIA
mala calibracion de refractometro

mala medicion
fatiga
falta de precision
saturacion de medidas
Salarios bajos
lentas de operar
VARIABILIDAD GRADOS BRIX
control de grados brix esporadico
diferentes estadios de madurez
control de grados brix incorrecto
MEDICION
distintos proveedores
MATERIA PRIMA

las principales causas que origian variabilidad en la medicin
de los grados brix son que las personas encargadas de
medir los grados brix en arandanos se fatigan al realizar
muestras secuencialmente, los refractmetros no estn
calibrados adecuadamente y faltos de precisin, los tcnicos
no realizan la medicin coirrectamente y tambin los frutos
se encuentran en diferentes estadios de madurez y muchas
veces son de distintos proveedores.
Ejercicio N 19:
PLANILLA
INSPECCION
DE
NOMBRE
DEL CONTROL
SERVICIO:
GRADOS BRIX
AREA:
CONTROL DE CALIDAD
ESPECIFICACION:
8 0.2 g
N
ESPECIFICACIONES: 2
OBSERVACIONES:
Dia
1
2
3
4
5
6
7
FECHA:
DELEGACION:
UNIDAD:
10
13/07/2016

NOMBRE DEL GRUPO:
FRUTAS EXCESO DE GRADOS BRIX

8.2
8.3
8.4
8.5
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
X
Frecuencia
8.6
X
X
X
X
8.7
X
X
X
X
8.8
X
X
X
X
8.9
X
X
TOTAL
12
5
10
8
4
5
0
44
Ejercicio N 20:
Mediante
los
grficos
de
control
no es estable y no cumple con los
requerimientos en su mayora.
Distribucin: Normal
Grfico X-bar
Perodo
#1-20
LSC:
+3.0 8.1494
sigma
5
Lnea
8.0037
Central
5
LIC:
-3.0 7.8580
sigma
5
14 fuera de lmites
Grfico X-bar para brix 1-brix 4
8.7
8.5
X-bar
8.3
8.15
8.1
8.00
7.9
7.86
7.7
7.5
0
12
Subgrupo
Grfico de Rangos
Perodo
#1-20
LSC:
+3.0 0.4562
sigma
6
Lnea
0.2
Central
LIC:
-3.0 0.0
sigma
1 fuera de lmites
16
20
Grfico de Rangos para brix 1-brix 4
0.6
0.5
0.46
Rango
0.4
0.3
0.2
0.20
0.1
0
0.00
0
12
16
20
Subgrupo

Distribucin: Normal
Grfico X-bar
Perodo
#1-20
LSC:
+3.0 8.2345
sigma
4
Lnea
8.1343
Central
8
LIC:
-3.0 8.0342
sigma
1
Mediante
los
grficos
de
control
Grfico X-bar para brix 1-brix 4
8.7
8.5
X-bar
8.3
8.23
8.13
8.03
8.1
7.9
7.7
7.5
0
12
16
20
Subgrupo
0 fuera de lmites
Grfico de Rangos
Perodo
#1-20
LSC:
+3.0 0.31367
sigma
9
Lnea
0.1375
Central
LIC:
-3.0 0.0
sigma
0 fuera de lmites
Grfico de Rangos para brix 1-brix 4
0.6
0.5
Rango
0.4
0.31
0.3
0.2
0.14
0.1
0
0.00
0
12
16
20
Subgrupo
Ejercicio N 21:
4. DIAGRAMA DE FLUJO
MERMELADA DE ARANDANOS
PARA
LA
ELABORACION
DE
1 DIAGRAMA DE FLUJO:
MERMELADA DE ARANDANOS
2
RECEPCION
MATERIA PRIMA
SELECCION
LAVADO
PELADO Y
DESEMILLADO
ESCALDADO
7 ACONDICIONAMIENTO
PULPA
8
ESTANDARIZADO
9
10
11
12
COCCION
ENVASADO
SELLADO
ENFRIADO
13 EMPAQUE Y
ETIQUETADO
14
DESPACHO

caso para la elaboracin d mermelada de
arandanos.
Ejercicio N 22:
5. HISTOGRAMA
repite es el de 8 brix, seguido por el de 8.2 brix y
asi sucesivamente. Histograma
16
poligono
frecuenciafrecuencia
16
12
12
8
8
4
4
0
7.4
7.8
8.2
8.6
9.4
brix
0
7.4
7.7
8.3
brix
8.6
8.9
9.2
Ejercicio N 23:
Grfica
de Pareto para
brix del total de
es el de 8.2 con
un porcentaje
de 20%
datos de grados brix en arandanos
80
80.00%
90.00%
72.50%
60
frecuencia
85.00%
98.75% 100.00%
93.75% 96.25%
65.00%
53.75%
40
20
40.00%
20.00%
0
8.2
7.5
8
8.4
8.1
7.9
7.8
8.3
7.7
7.6
8.5
Ejercicio N 24:
Grfico
Dispersin
Mediante el grafico
dede dispersin
podemos notar
las especificaciones que brinda la empresa (8
0.2 g) con lo cual existe mucha variabilidad.
7.5
7.8
8.1
8.4
8.7
brix
PROBLEMAS SOBRE GRFICOS DE CONTROL

EJERCICIO N 25: REALICE EL GRAFICO DE CONTROL MEDIA
RANGO Y DETERMINE LA CAPACIDAD DEL PROCESO CUANDO EL
CLIENTE DESEA 26 CON TOLERANCIA (+/-) 3.
SUBGRUPO X1
X2
X3
X4
1
27
26
28
27
2
25
26
29
28
3
23
27
25
24
4
26
25
28
25
5
25
29
25
26
6
22
23
29
24
7
28
27
25
26
8
24
27
27
26
9
24
27
26
24
10
26
26
25
27
11
25
30
23
28
12
23
28
25
24
13
25
26
23
26
14
25
27
23
26
15
24
24
25
25
16
24
27
23
28
17
28
29
25
26
18
26
28
27
25
19
30
26
30
28
20
26
29
27
27
SOLUCIN: GRFICO DE CONTROL MEDIA RANGO
X5
26
23
27
27
24
23
26
24
23
25
27
22
24
27
23
27
24
28
32
28
ANALISIS: AL OBSERVAR LAS GRFICAS NOS PODEMOS DAR CUENTA

QUE LOS PROCESOS NO ESTAN CONTROLADOS, NO SERA DABLE
CALCULAR LA CAPACIDAD DE UN PROCESO QUE NO ESTA
CONTROLADO, PRIMERO DEBEMOS CONTROLARLO, PERO EN ESTE
EJERCICIO NOS PIDEN CALCULAR LA CAPACIDAD DEL PROCESO.
Capabilidad de Proceso para Col_1-Col_5

LIE = 23.0, LSE = 29.0
40
Normal
Media=25.91
Desv. Est.=1.99542
frecuencia
30
Cp = 0.56
Pp = 0.50
Cpk = 0.54
Ppk = 0.49
20
10
0
19
22
25
28
Col_1-Col_5
31
34
La capacidad del proceso (CpK) obtenido es de 0.54

Donde el CpK es un indicador de capacidad del proceso
Anlisis: Para poder decir que el proceso es ptimo o es de calidad se debe
tener un CpK mayor o igual a 1.33; en nuestro ejercicio obtuvimos un CpK de
0.54 por ende podemos concluir que nuestro proceso no tiene capacidad.
EJERCICIO N 26: REALICE EL GRAFICO DE CONTROL MEDIA

RANGO PARA LA SIGUIENTE TABLA DE DATOS.
SUBGRUPO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
X1
2.000
2.007
1.987
1.989
1.997
1.983
1.966
2.004
2.009
1.991
2.004
1.988
1.996
1.999
2.018
1.986
2.002
1.988
2.011
1.998
X2
1.988
1.988
1.983
1.989
2.018
1.972
1.982
1.998
1.954
1.985
1.98
1.991
2.005
1.984
2.009
2.01
1.969
2.031
1.976
2.003
X3
1.975
2.002
2.006
1.997
1.999
2.002
1.995
2.011
2.02
2
1.998
2.003
1.996
1.988
2.023
2.012
2.018
2.031
1.998
2.016
X4
1.994
1.978
2.019
1.976
1.99
1.991
2.02
1.991
2
2.016
1.994
1.997
2.008
2.011
2.01
2.013
1.984
1.978
2.023
1.996
X5
1.991
2.012
2.021
2.007
2.003
1.997
2
1.972
2.006
2.037
2.006
1.906
2.007
2.006
1.993
1.908
1.99
1.987
1.998
2.009

0.12
LSC = 0.09
CTR = 0.04
LIC = 0.00
LSC = 2.02
CTR = 2.00
LIC = 1.97
X -b a r
Ra n g o
0.1
2.03
0.08
2.02
0.06
2.01
0.04
2
0.02
1.99
0
0
1.98
12
16
20
Subgrupo
1.97
0
12
Subgrupo
16
20
ANLISIS: AL OBSERVAR LAS GRFICAS NOS DAMOS CUENTA QUE EL

PROCESO NO ESTA CONTROLADO.
EJERCICIO N 27: Se obtienen datos sobre la anchura de un producto.

En 20 periodos se toman muestras de cada periodo. Los datos
obtenidos se presentan en la siguiente tabla. El nmero de muestras
peridicas es 20, el tamao de muestra o subgrupo es 5, la suma de
todos los datos es 199.84 y la lnea central es x=1.998. se pide realizar
el grafico de control media rango.
1
2.000
1.988
1.975
1.994
1.991
11
2.004
1.980
1.998
1.994
2.006
2
2.007
1.988
2.002
1.978
2.012
12
1.988
1.991
2.003
1.997
1.906
3
1.987
1.983
2.006
2.019
2.021
13
1.996
2.005
1.996
2.008
2.007
4
1.989
1.989
1.997
1.976
2.007
14
1.999
1.984
1.988
2.011
2.006
5
1.997
2.018
1.999
1.99
2.003
15
2.018
2.009
2.023
2.01
1.993
6
1.983
1.972
2.002
1.991
1.997
16
1.986
2.01
2.012
2.013
1.908
7
1.966
1.982
1.995
2.02
2
17
2.002
1.969
2.018
1.984
1.99
8
2.004
1.998
2.011
1.991
1.972
18
1.988
2.031
1.978
1.987
1.99
9
2.009
1.954
2.02
2
2.006
19
2.011
1.976
1.998
2.023
1.998
10
1.991
1.985
2
2.016
2.037
20
1.998
2.003
2.016
1.996
2.009
Grfico X-bar para Datos Combinados

2.02
LSC = 2.02
CTR = 2.00
LIC = 1.98
X-b a r
2.01
2
1.99
1.98
1.97
0
12
Subgrupo
16
20
ANLISIS: AL OBSERVAR LAS GRFICAS NOS PODEMOS DAR CUENTA

QUE LOS PROCESOS ESTAN CONTROLADOS.
Grfico de Rangos para Datos Combinados

0.08
LSC = 0.07
CTR = 0.03
LIC = 0.00
Ra n g o
0.06
0.04
0.02
0
0
12
Subgrupo
16
20
EJERCICIO N 28: Se inspeccionan circuitos impresos para detectar

soldaduras imperfectas. A lo largo de 30 das, diariamente se
inspeccionan 500 circuitos impresos. En la tabla se presentan las
cantidades defectuosas. Elaborar una grfica P y otra NP.
Da
1
2
3
4
5
6
7
8
9
10
N
Defectuosos
2
0
2
5
2
4
5
1
2
3
N
Defectuosos
3
2
0
4
3
8
10
4
4
5
Da
11
12
13
14
15
16
17
18
19
20
Da
21
22
23
24
25
26
27
28
29
30
N
Defectuosos
2
4
3
2
3
3
2
1
1
2
SOLUCIN: GRAFICA P
Grfico p para Col_3

0.02
LSC = 0.02
CTR = 0.01
LIC = 0.00
0.016
0.012
0.008
0.004
0
0
10
15
20
Muestra
25
30
GRAFICA NP
Grfico np para Col_2

10
LSC = 8.30
CTR = 3.07
LIC = 0.00
np
6
4
2
0
0
10
15
20
Muestra
25
30
ANLISIS: La proporcin promedio es 0.01

PROBLEMAS SOBRE DIAGRAMAS CAUSA EFECTO
EJERCICIO N 29: REALIZAR EL DIAGRAMA CAUSA EFECTO EN
UNA INVESTIGACIN DE AUSENTISMO EN UNA ESCUELA, EL
OBJETIVO BSICO ES IDENTIFICAR LAS CAUSAS DE AUSENTISMO
DE ALUMNOS. PARA ELLO SE TIENEN LAS SIGUIENTE LLUVIA DE
IDEAS.
Regla: crticas constructivas
Desarrollo:
Eleccin de un animador
Establecimiento de un orden de inspeccin
Anotar las ideas
No hacer interrupciones, criticas, no comentarios durante las
intervenciones de cada participante.
Se deben generar entre 30-80 ideas.
Discusiones y evaluaciones.
Materiales:
Escasos accesos a centros de comida

Escasos accesos biblioteca
Mano de obra
Dificultad en aprender
No tiene inters en su carrera
Cruce de horarios con el trabajo
Mtodo
Horarios discontinuos
Faltas de personal docente
Empalme de horarios
Falta de motivacin.
Medio ambiente
Antros de atraccin
Centros comerciales
Convertirse en padres
SOLUCIN: DIAGRAMA CAUSA EFECTO
MATERIALES
MANO DE OBRA
Escasos accesos a centro de computo
No tiene inters en su carrera
Escasos accesos a biblioteca
Cruce de horarios con el trabajo

AUSENTISMO ESCOLAR
Antros de atraccin(.)billares, maquinitas
Faltas de personal docente

Centros comerciales
Empalme de horarios
Falta de motivacin
METODO
MEDIO AMBIENTE
EJERCICIO N 30: EN UNA PASTELERIA EL PASTEL DE

CHOCOLATE NO SE VENDE; POR LO TANTO, EL PASTELERO
DECIDE ANALIZAR LA SITUACIN CON SUS AYUDANTES. SE DA A
LA TAREA DE HACER UNA LLUVIA DE IDEAS.
MATERIALES:
CALIDAD DEL CHOCOLATE.
MARCA DE LA LECHE.
CALIDAD DEL AZUCAR.
MAQUINARIA:
MOLDE ABOLLADO.
HORNO VIEJO.
MANO DE OBRA:
CAPACIDAD DE QUIEN LO PREPARA.
MEDIO AMBIENTE:
UBICACIN DEL HORNO
METODOS DE TRABAJO:
MALA DOSIFICACION DE LEVADURA Y HARINA.
MADICIN:
HORNO FRIO, HORNO CALIENTE.
SOLUCION: GRAFICO DE CAUSA EFECTO
MATERIALES
MAQUINARIA
CALIDAD DEL CHOCOLATE
MANO DE OBRA
MOLDE ABOLLADO
MARCA DE LA LECHE
CALIDAD DEL AZUCAR
CAPACIDAD DEL OBRERO

HORNO VIEJO
BAJAS VENTAS DE PASTELES DE CHOCOLATE
UBICACION DEL HORNO
MEDIO AMBIENTE
MALA DOSIFICACION DE LEVADURA
METODOS DE TRABAJO
HORNO FRIO Y CALIENTE
MEDICIN
EJERCICIO N 31: EN UN RESTAURANTE SE ESTAN OBTENIENDO

VENTAS POR DEBAJO DE LO NORMAL. POR LO TANTO, EL DUEO
DECIDE ANALIZAR LA SITUACIN CON SUS EMPLEADOS. SE LA
TAREA DE HACER UNA LLUVIA DE IDEAS.
MATERIALE:
UTENSILIOS EN MAL ESTADO
LUGAR DE PROCEDENCIA DE LOS ALIMENTOS
CALIDAD DE LOS INGREDIENTES
MAQUINARIA:
OLLAS OBOLLADAS
COCINAS VIEJAS
MANO DE OBRA:
INEXPERIENCIA DE LOS COCINEROS Y EMPLEADOS
MEDIO AMBIENTE:
SUCIEDAD DE LOS ALREDEDORES
METODOS DE TRABAJO:
MALA SASN DEL COCINERO
MEDICION:
NO CONTROLA LOS TIEMPOS DE ENTREGA
SOLUCION: GRAFICO DE CAUSA EFECTO

MATERIALES
MAQUINARIA
UTENSILIOS EN MAL ESTADO
MANO DE OBRA
OLLAS ABOLLADO
LUGAR DE PROCEDENCIA DE LOS ALIMENTOS

CALIDAD DE LOS INGREDIENTES
INEXPERIENCIA DE LO COCINEROS Y EMPLEADOS
COCINAS VIEJAS
BAJAS VENTAS EN EL RESTAURANTE
SUCIEDAD
MEDIO AMBIENTE
MALA SASN DEL COCINERO
METODOS DE TRABAJO
NO CONTROLA LOS TIEMPOS DE ENTREGA
MEDICIN
Problemas sobre histogramas

EJERCICIO N 32: El archivo bottles.sf3 contiene mediciones de la
fuerza a la rotura de 100 botellas de cristal, similar a un conjunto de
datos contenido en Montgomery (2005) se pide mostrar el histograma
del proceso. La tabla de abajo muestra una lista parcial de los datos de
este archivo:
Strength(fuerz
a)
255
232
282
260
255
233
240
255
254
259
235
262
Solucin:
Histograma
8
frecuencia
0
220
240
260
Col_1
280
300
Histograma
8
frecuencia
0
220
240
260
Col_1
280
300
EJERCICIO N 33: Una lapeadora Es una mquina cuyo objetivo es

reunir muchas cintas de los manuares (alrededor de 30 y 40
dependiendo la mquina) y formar rollos para poder homogenizar el
peso o ttulo de la cinta para poder tener un hilo regular. sta mquina
tiene un estiraje de 2 a 3, que respecto a las peinadoras es insignificante
(proceso posterior donde se quita la fibra corta), donde se manejan
estirajes de 40 a 60 veces.
Lapeadoras del 4/07/2011 al 29/07/2011
En la seccin existen 2 lapeadoras, la Whitin y la Marzoli. Se pide
realizar el Histograma para los procesos de ambas lapeadoras.
Marzolii
Clase
57.43982
49
57.86834
43
58.29686
36
58.72538
29
59.15390
23
59.58242
16
60.01094
09
60.43946
02
60.86797
96
61.29649
89
61.72501
82
62.15353
76
mayor ..
Solucin: Histograma
%
Frecuenci
acumulad
a
o
2
1.25
3.75
19
15.63
31
35
26
51.25
19
63.13
65.63
70
23
84.38
16
94.38
99.38
99.38
100
Histograma
25
porcentaje
20
15
10
5
0
57
58
59
60
61
Col_1
62
63
Histograma
25
porcentaje
20
15
10
5
0
57
58
59
60
61
Col_1
62
63
EJERCICIO N 34: REALIZAR EL HISTOGRAMA PARA WHIITIN
Whiitin
Clase
59.299781
2
59.726477
60.153172
9
60.579868
7
61.006564
6
61.433260
4
61.859956
2
62.286652
1
62.713347
9
63.140043
8
y mayor
Frecuenci
a
%
acumulado
1.67
5.83
14
17.5
22
35.83
42.5
16
55.83
26
77.5
83.33
90.83
95.83
100
2. Histogramas:
Histograma
30
porcentaje
25
20
15
10
5
0
59
60
61
62
Col_1
63
64
63
64
Histograma
30
porcentaje
25
20
15
10
5
0
59
60
61
62
Col_1
EJERCICIOS DE GRAFICOS DE PARETO
EJERCICIO N 35: El archivo checksheet.sf6 contiene informacin de n

= 166 defectos descubiertos en un proceso de manufactura. Estos
datos, tomados de Montgomery (2005), se pide realizar el grfico de
Pareto, los datos se muestran a continuacin:
Frecuenci
a
Pats Damageed
34
Machining problems 29
Supplied part rusted 13
Masking insufficient 17
Misaligned weld
2
Processing out of
4
order
Wrong part issued
3
Unfinished fairing
3
Adhesive failure
6
Powdery adoline
1
Paint out of limits
2
Paint damaged by
1
etching
Film on parts
5
Primer
cans
1
damaged
Voids in casting
2
Delaminated
2
composite
Incorrect
36
dimensions
Improper
test
1
procedure
Salt-spray failure
4
Defect (defecto)
SOLUCION:
PARETO
Etiqueta
de Clase
Incorrect
dimensions
Pats Damageed
Machining
problems
GRAFICO
DE
Puntaje Puntaj
Porcent
e
aje
Rang Recuen Ponderac Pondera Acum Porcenta Acum
o
to
in
do
je
1
36
1
36
36
21.69
21.69
2
3
34
29
1
1
34
29
70
99
20.48
17.47
42.17
59.64
Masking
4
17
1
17
insufficient
Supplied
part 5
13
1
13
rusted
Adhesive failure 6
6
1
6
Film on parts
7
5
1
5
Salt-spray failure 8
4
1
4
Processing out of 9
4
1
4
or
Unfinished fairing 10
3
1
3
Wrong
part 11
3
1
3
issued
Delaminated
12
2
1
2
composit
Voids in casting 13
2
1
2
Paint out of limits 14
2
1
2
Misaligned weld 15
2
1
2
Improper
test 16
1
1
1
proced
Primer
cans 17
1
1
1
damaged
Paint damaged 18
1
1
1
by etc
Powdery adoline 19
1
1
1
Total
166
166
Tabla de Pareto con Frecuencias Acumuladas
116
10.24
69.88
129
7.83
77.71
135
140
144
148
3.61
3.01
2.41
2.41
81.33
84.34
86.75
89.16
151
154
1.81
1.81
90.96
92.77
156
1.20
93.98
158
160
162
163
1.20
1.20
1.20
0.60
95.18
96.39
97.59
98.19
164
0.60
98.80
165
0.60
99.40
166
0.60
100.00
El StatAdvisor
Esta tabla muestra los 19 recuentos declarados en Col_3. Las clases se
ordenan de acuerdo con los recuentos, poniendo primero la clase con mayor
frecuencia de ocurrencia. La clase ms alta es Incorrect dimensions con un
recuento de 36, el cual representa 21.6867% del total.
Defecto
Pats Damageed
Machining problems
Supplied part rusted
Masking insufficient
Misaligned weld
Processing out of
order
Wrong part issued
Unfinished fairing
Adhesive failure
Powdery adoline
Paint out of limits
Paint damaged by
etching
Film on parts
Primer
cans
damaged
Voids in casting
Delaminated
composite
Incorrect dimensions
Improper
test
procedure
Salt-spray failure
Frecuencia
23
23
56
34
4
4
3
5
6
8
4
3
4
4
6
1
45
4
2
EJERCICIO N 36: Al igual que en el ejercicio 11 calcular el grafico de

Pareto con la siguiente distribucin de datos:

Etiqueta
Puntaje Puntaj
e
de Clase
Rang Recuen Ponderac Pondera Acum
o
to
in
do
Supplied
part 1
56
1
56
56
rusted
Incorrect
2
45
1
45
101
dimensions
Masking
3
34
1
34
135
insufficient
Machining
4
23
1
23
158
problems
Pats Damageed 5
23
1
23
181
Powdery adoline 6
8
1
8
189
Voids in casting 7
6
1
6
195
Adhesive failure 8
6
1
6
201
Unfinished fairing 9
5
1
5
206
Improper
test 10
4
1
4
210
proced
Primer
cans 11
4
1
4
214
damaged
Film on parts
12
4
1
4
218
Paint out of limits 13
4
1
4
222
Processing out of 14
4
1
4
226
or
Misaligned weld 15
4
1
4
230
Paint damaged 16
3
1
3
233
by etc
Wrong
part 17
3
1
3
236
issued
Salt-spray failure 18
2
1
2
238
Delaminated
19
1
1
1
239
composit
Total
239
239
El StatAdvisor
Porcent
aje
Porcenta Acum
je
23.43
23.43
18.83
42.26
14.23
56.49
9.62
66.11
9.62
3.35
2.51
2.51
2.09
1.67
75.73
79.08
81.59
84.10
86.19
87.87
1.67
89.54
1.67
1.67
1.67
91.21
92.89
94.56
1.67
1.26
96.23
97.49
1.26
98.74
0.84
0.42
99.58
100.00
Esta tabla muestra los 19 recuentos declarados en Col_3. Las clases se

frecuencia de ocurrencia. La clase ms alta es Supplied part rusted con un
recuento de 56, el cual representa 23.431% del total.
3. Un fabricante de heladeras desea analizar cules son los defectos ms

frecuentes que aparecen en las unidades de produccin. Muestre el
diagrama de Pareto y analice el problema.
Pasos para construir el diagrama de Pareto:
Paso 1: Qu problema de va a investigar?
Paso 2: Qu datos va a necesitar y como se van a clasificar?
Defectos por tipo (listado de defectos)
Paso 3: Mtodo y periodo para la recoleccin de los datos.
El departamento de calidad registrar los datos durante un mes.
Paso 4: Disear la tabla para el recuento de los datos, analizando y
ordenando la informacin:
TIPO DE
CANTID
DEFECT
AD
O
motor no
36
detiene
no enfria
27
buriete
defectuos 9
o
pintura
defectuos 5
a
rayas
4
CANTIDAD %ACUMULA
ACUMULA DO
DA
40.
36
9
30.
63
7
40.9
71.6
10.
72
2
81.8
5.7 77
87.5
4.5 81
92
no
funciona
puerta no
cierra
gavetas
defectuos
as
mala
nivelacion
motor no
arranca
puerta
defectuos
a
2.3 83
94.3
2.3 85
96.6
1.1 86
97.7
1.1 87
98.9
1.1 88
100
100
88
Grfica de Pareto por defectos

100
72
77
63
60
40
36
20
0
m otor no detiene
no enfria
buriete defectuoso
pintura defectuosa
rayas
puerta no cierra
no funciona
m otor no arranca
m ala nivelacion
gavetas defectuosas
puerta defectuosa
frecuencia
80
85 86 87 88 88
81 83
EJERCICIO N 37: 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 no molestia
para el cliente. La escala que se ha utilizado para medir el grado de
molestia es el siguiente: mxima molestia (10 puntos), mucha molestia
(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 siguientes tablas se sintetiza los
resultados de tal anlisis:
TIPO
DE GRADO
QUEJA
MOLESTIA
A
4
B
8
C
2
D
6
E
4
F
8
DE FRECUENCIA
(%)
12
5
40
25
10
8
Realizar un anlisis de Pareto.

SOLUCION: TABLA DE PARETO CON FRECUENCIAS ACUMULADAS
Etiquet
Puntaje Puntaj
Porcent
a
e
aje
de
Rang Recuen Ponderac Pondera Acum Porcenta Acum
Clase o
to
in
do
je
F
1
8
1
8
8
25.00
25.00
B
2
8
1
8
16
25.00
50.00
D
3
6
1
6
22
18.75
68.75
E
4
4
1
4
26
12.50
81.25
A
5
4
1
4
30
12.50
93.75
C
6
2
1
2
32
6.25
100.00
Total
32
32
Esta tabla muestra los 6 recuentos declarados en GRADO DE MOLESTIA. Las
clases se ordenan de acuerdo con los recuentos, poniendo primero la clase con
mayor frecuencia de ocurrencia. La clase ms alta es F con un recuento de 8,
el cual representa 25.0% del total.
Grfica de Pareto para GRADO DE MOLESTIA

40
30
frecuencia
30
32
26
22
20
10
16
8
0
F
EJERCICIO N 38: 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 frecuencias.
Defecto
de
envasado
botella
tapa
etiqueta
contraetiqueta
botella
sin
vigusa
otros
total de botellas
envasadas en el
mes
Frecuenci
a
804
715
1823
742
916
102
424.654
Solucin:
Etiqueta
Puntaje
de Clase
etiqueta
Puntaj
e
Rang Recuen Ponderac Pondera Acum Porcenta
o
to
in
do
je
1
1823.0 1
1823.0
1823.0 32.99
Porcent
aje
Acum
32.99
botella
sin
vigusa
botella
contraetiqueta
tapa
total
de
botellas en
otros
916.0
916.0
2739.0 16.57
49.56
3
4
5
6
804.0
742.0
715.0
424.654
1
1
1
1
804.0
742.0
715.0
424.654
14.55
13.43
12.94
7.68
64.11
77.53
90.47
98.15
102.0
102.0
3543.0
4285.0
5000.0
5424.6
5
5526.6
5
1.85
100.00
Total
5526.65
5526.65
El StatAdvisor
Esta tabla muestra los 7 recuentos declarados en frecuencia. Las clases se
frecuencia de ocurrencia. La clase ms alta es etiqueta con un recuento de
1823, el cual representa 32.9856% del total.
frecuencia
100.00
77.53
64.11
49.56
3
2
98.15
otros
90.47
total de botellas en
Grfica de Pareto para frecuencia

(X 1000.0)
6
32.99
tapa
contraetiqueta
botella
botella sin vigusa
etiqueta
EJERCICIO N 39: Considere el mapa de un anlisis de capacidad de

un proceso estndar presentado por Pyzdek (2001), se pide determinar
el Mapa del proceso (Diagrama de flujo), este consiste de 13 objetos de
los siguientes tipos:
Corregir
problemas
SI
Proceso de
diagrama
Proceso de
revisin
13
Reunin
NO
Problemas?
NO
Colectar
datos
Analizar
datos
Bajo control
SI
Graficar
histogramas
9 Capacidad estimada
de proceso
11
Clasificar
producto
NO
10
12
Capaz?
SI
Mejorar
capacidad
ANLISIS: EN EL DIAGRAMA DE FLUJO SE PUEDE APRECIAR LOS PASOS

CRITICOS INVOLUCRADOS EN EL DESARROLLO DEL PROCESO,
PODEMOS NOTAR COMO LAS ETAPAS DE PROBLEMAS, BAJO CONTROL
Y CAPAZ, TIENEN EFECTOS EN EL DESARROLLO DEL PROCESO, POR
ENDE, ES NCESERARIO SU CONTROL PARA EL MONITOREO DE LA
CALIDAD.
DIAGRAMA DE PARETO
EJERCICIO N 40: EN EL DEPARTAMENTO DE PRODUCCION
EXISTE PARALIZACIONES DE TRABAJO DEBIDO A FALLAS DE
LAS MAQUINARIAS , EL PERSONAL DEL AREA RECOLECTA
DATOS DURANTE 8 HORAS EN 4 DIAS
Causas
Programa inadecuado
falta de mantenimiento
manejo inadecuado
maquina
interrupcin de luz
Otros
Tiempo
de
trabajo( minutos)
90
70
de
50
30
20
paralizacin
de

Etiqueta
Puntaje Puntaj
e
de Clase
o
to
in
do
FALTA DE MANTENIMIENTO
1
90
1
90
90
PROGRAMA INADECUADO
2
70
1
70
160
INTERRUPCION
DE
FLUIDO 3
50
1
50
210
ELECTRICO
MANEJO
INADECUADO
DE 4
30
1
30
240
MAQUINAS
OTROS
5
20
1
20
260
Total
260
260
Porcent
aje
Acum
34.62
61.54
80.77
92.31
100.00
El StatAdvisor
Esta tabla muestra los 5 recuentos declarados en TIEMPO DE
PARALIZACION. Las clases se ordenan de acuerdo con los recuentos,
poniendo primero la clase con mayor frecuencia de ocurrencia. La clase ms
alta es FALTA DE MANTENIMIENTO con un recuento de 90, el cual representa
34.6154% del total.
Grfica de Pareto para TIEMPO DE PARALIZACION

300
92.31
250
100.00
61.54
150
100
34.62
50
OTROS
MANEJO INADECUADO DE MAQUINAS
INTERRUPCION DE FLUIDO ELECTRICO
PROGRAMA INADECUADO
0
FALTA DE MANTENIMIENTO
frecuencia
80.77
200
Porcenta
je
34.62
26.92
19.23
11.54
7.69
EJERCICIO N 41: ENCUENTA DE POR QUE LA GENTE NO LLEGA A

UN RESTAURANTE
Causas
comida fra
Mucho calor
Meseros groseros
Baos sucios
Falta de estacionamiento
Encuestas
120
30
25
15
10

Etiqueta
Puntaje Puntaj
e
de Clase
o
to
in
do
COMIDA FRIA
1
120
1
120
120
MUCHO CALOR
2
30
1
30
150
MESEROS GROSEROS
3
25
1
25
175
BAOS SUCIOS
4
15
1
15
190
FALTA
DE 5
10
1
10
200
ESTACIONAMIENTO
Total
200
200
Porcent
aje
Porcenta Acum
je
60.00
60.00
15.00
75.00
12.50
87.50
7.50
95.00
5.00
100.00
El StatAdvisor
Esta tabla muestra los 5 recuentos declarados en Encuestas. Las clases se
frecuencia de ocurrencia. La clase ms alta es COMIDA FRIA con un recuento
de 120, el cual representa 60.0% del total.
Grfica de Pareto para Encuestas

200
87.50
120
100.00
75.00
60.00
80
40
FALTA DE ESTACIONAMIENTO
BAOS SUCIOS
MESEROS GROSEROS
MUCHO CALOR
0
COMIDA FRIA
frecuencia
160
95.00
EJERCICIO N 42: CAUSAS DEL RETRASO PARA EL INICIO DE UNA

CIRUJIA
Causas
Proceso de admisin tardado
Paciente sin preoperatorios
Retardo
en
entrega
de
preoperatorios
Llego tarde el paciente
Retardo en la entrega de
sangre
Retardo para pasar paciente a
sala
Falta de algn insumo
Falta de equipo
Eventos
25
16
11
9
5
4
3
1

Etiqueta
de Clase
Puntaj
e
Rang Recuen Ponderac Pondera Acum Porcenta
o
to
in
do
je
admisin 1
25
1
25
25
33.78
Proceso
de
tardado
Paciente sin preoperatorios
Retardo en entrega de
preoperatorios
Llego tarde el paciente
Retardo en la entrega de
sangre
Retardo
para
pasar
paciente a sala
Falta de algn insumo
Falta de equipo
Total
Puntaje
Porcent
aje
Acum
33.78
2
3
16
11
1
1
16
11
41
52
21.62
14.86
55.41
70.27
4
5
9
5
1
1
9
5
61
66
12.16
6.76
82.43
89.19
70
5.41
94.59
7
8
3
1
74
1
1
3
1
74
73
74
4.05
1.35
98.65
100.00
El StatAdvisor
Esta tabla muestra los 8 recuentos declarados en EVENTOS. Las clases se
frecuencia de ocurrencia. La clase ms alta es Proceso de admision tardado
con un recuento de 25, el cual representa 33.7838% del total.
Grfica de Pareto para EVENTOS
82.43
60
89.19
94.59
98.65
100.00
70.27
55.41
40
F a lta de e qu ip o
F alta de algu n insum o
R eta rdo pa ra pa sar pa cien te a sala
EJERCICIO N 43: CAUSA EFECTO
R e tard o en la en treg a d e san gre
P acie nte sin p reo pe ra torio s
P roce so de ad m ision tard ado
20
L le go tarde el pa cien te
33.78
R e tard o en en treg a d e p re op erato rio s
fre cu en cia
80
INVESTIGACION DE AUSENTISMO DE UNA ESCUELA

MATERIAL
-Escasos accesos a centro de computacin
-Escasos accesos a bibliotecas
MANO DE OBRA
-Dificultad en aprender
-No tener inters
-Cruce de horario con trabajo
METODO
-Horarios discontinuos
-Falta del personal docente
-Falta de motivacin
MATERIAL
MEDIO AMBIENTE MANO DE OBRA

-Antros de alteraciones
-Convertirse en padres
Escasos accesos a centro de computacin
No tener
Diagrama Espina de Pescado - investigacin
deinters
un ausentismo
Escasos accesos a bibliotecas
Cruce de horario
con trabajo
Etiquetas: investigacin de un ausentismo (Ausentismo
escolar)
Efecto: Ausentismo escolar
Causas primarias: 4
Causas secundaria: 10
Causas terciarias: 0
Antros de alteraciones
Falta del personal docente
Falta de motivacin
METODO
MEDIO AMBIENTE
Ausentismo escolar
EJERCICIO N
CHOCOLATE
44:
BAJAS
VENTAS
DE
PASTELERIA
DE
MATERIALES
. Calidad de chocolate
. Calidad de azcar
.Marca de la leche
MEDIO AMBIENTE
. Contaminacin del horno
MAQUINARIA
. Horno abollado
.Horno viejo
MANO DE OBRA
.Capacitacin del personal
METODO DE TRABAJO
. Mala dosificacin de levadura y harina
MATERIALES
MEDIO AMBIENTE
MAQUINARIA
Diagrama Espina de Pescado - Bajas ventas

Calidad de chocolate
Etiquetas: Bajas ventas

Calidad de azcar
Efecto: Pastelera
de chocolate
Causas primarias:
5
Marca de la leche
Horno abollado
Contaminacin del horno
Horno viejo
Pasteleria de chocolate
Capacitacin del personal
MANO DE OBRA
Mala dosificacin de levadura y harina
METODO DE TRABAJO
EJERCICIO N 45: PERDIDA DEL CONTROL DE UN AUTOMOBIL

NEUMATICO DESHINCHADO
.Vidrio
.Piedra
.Reventn
.Clavo
CARRETERA RESBALADIZA
.Aceite
.Lluvia
.Hielo
.Nieve
FALLO MECANICO
.Rotura direccin
.Acelerador bloqueado
.Pastilla gastada
ERROR DEL CONDUCTOR
.Formacin defectuosa
.Temeridad
.Sueo
Diagrama Espina de Pescado - PERDIDA DEL CONTROL
Etiquetas: PERDIDA DEL CONTROL
Efecto: Control del automvil
Causas primarias: 4
NEUMATICO DESHINCHADO
CARRETERA RESBALADIZA
Vidrio
Aceite
Piedra
Lluvia
Reventn
Hielo
Clavo
Nieve
Control del automobil
Rotura direccin
Formacin defectuosa
Acelerador bloqueado
Temeridad
Pastilla gastada
FALLO MECANICO
Sueo
ERROR DEL CONDUCTOR
HISTOGRAMAS
EJERCICIO N 46: EDADES DE ALUMNOS DE UN COLEGIO
EDADES
14
14
15
15
16
14
17
16
17
17
16
15
16
Histograma EDADES
Datos/Variable: EDADES
8 valores con rango desde 14.0 a 17.0
Histograma
3
frecuencia
2.5
2
1.5
1
0.5
0
13
14
15
16
EDADES
EJERCICIO N 47:
AOS
PERSONA
S
0-10
80
10_20
60
20-30
60
30 -40
40
40-50
30
50-60
20
MAS DE 10
60
Histograma AOS
Datos/Variable: AOS
17
18
Histograma
2
frecuencia
1.6
1.2
0.8
0.4
0
-2
18
AOS
28
EJERCICIO N 48:
ASISTENCIAS
15-18
18-20
20-24
24-30
30-35
35-40
Histograma ASISTENCIAS
Datos/Variable: ASISTENCIAS
SEMANA
1
2
3
4
5
6
38
Histograma
2
frecuencia
1.6
1.2
0.8
0.4
0
16
21
26
31
36
ASISTENCIAS
41
46
Grfico de control X-R

EJERCICIO N 49: RESISTENCIA PARA ESTUFA
#MUESTR
A
1
2
3
4
5
6
7
8
9
10
11
12
MEDIDAS DE CADA ARTICULO EN LA MUESTRA

X1
X2
X3
X4
X5
20
20
20
21
20
20
19
19
19
20
20
21
20
20
20
20
20
20
20
21
20
20
20
20
20
20
20
20
20
20
21
21
20
21
21
21
20
20
21
20
20
20
20
20
20
20
20
20
20
20
20
20
21
20
20
20
20
21
21
21
Grficos X-bar y R - Datos Combinados

X6
20
19
20
21
21
20
20
20
20
20
20
20
Distribucin: Normal
Grfico X-bar
Perodo
#1-12
LSC:
+3.0 20.676
sigma
4
Lnea
20.152
Central
8
LIC:
-3.0 19.629
sigma
2
0 fuera de lmites
Grfico de Rangos
Perodo
#1-12
LSC:
+3.0 2.1709
sigma
4
Lnea
1.0833
Central
3
LIC:
-3.0 0.0
sigma
0 fuera de lmites
Estimados
Perodo
#1-12
Media
de 20.1528
proceso
Sigma
de 0.427519
proceso
Rango
1.08333
promedio
Sigma estimada a partir del rango medio
El StatAdvisor
Este procedimiento crea un grfico de X-bar y R para Datos Combinados. Est
diseada para permitirle determinar si los datos provienen de un proceso en un
estado de control estadstico. Las grficos de control se construyen bajo el
supuesto de que los datos provienen de una distribucin normal con una media
igual a 20.1528 y una desviacin estndar igual a 0.427519. Estos parmetros
fueron estimados a partir de los datos. De los 12 puntos no excluidos
mostrados en el grfico, 0 se encuentran fuera de los lmites de control en el
primer grfico, mientras que 0 estn fuera de lmites en la segunda. Puesto
que la probabilidad de que aparezcan 0 ms puntos fuera de lmites, slo por
azar, es 1.0 si los datos provienen de la distribucin supuesta, no se puede
rechazar la hiptesis de que el proceso se encuentra en estado de control
estadstico con un nivel de confianza del 95%.

20.8
LSC = 20.68
CTR = 20.15
LIC = 19.63
20.5
X-bar
20.2
19.9
19.6
19.3
19
0
6
Subgrupo
10
12

2.4
LSC = 2.17
CTR = 1.08
LIC = 0.00
Rango
1.6
1.2
0.8
0.4
0
0
EJERCICIO N 50:.
6
Subgrupo
10
12
Muestra
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Longitud de las piezas

101
99
99.9
100
98
101
99.1
99.4
101
100
100
98.7
97.2
99.7
98.9
102
103
100
100
97
99
100
99
100
97.9
103
98.7
101
99
100
100
100
102
101
100
100
97.8
102
103
100
100
99.3
101
101
98.9

Distribucin: Normal
Grfico X-bar
Perodo
#1-15
LSC:
+3.0 102.10
sigma
3
Lnea
100.16
Central
1
LIC:
-3.0 98.219
sigma
4
0 fuera de lmites
Grfico de Rangos
Perodo
#1-15
LSC:
+3.0 7.1187
sigma
8
Lnea
3.3666
Central
7
LIC:
-3.0 0.0
sigma
0 fuera de lmites
Estimados
100
100
99
101
100
104
100
99.7
101
99.3
99.7
97.7
103
98.6
99.9
100.2
100.1
99
99.8
99.3
104.9
99
98.3
100.5
100.7
102.3
102.1
102.6
100.7
101.2
Perodo
#1-15
Media
de 100.161
proceso
Sigma
de 1.44741
proceso
Rango
3.36667
promedio
El StatAdvisor
Este procedimiento crea una grfico de X-bar y R para Datos Combinados.
Est diseada para permitirle determinar si los datos provienen de un proceso
en un estado de control estadstico. Las grficos de control se construyen bajo
el supuesto de que los datos provienen de una distribucin normal con una
media igual a 100.161 y una desviacin estndar igual a 1.44741. Estos
parmetros fueron estimados a partir de los datos. De los 15 puntos no
excluidos mostrados en la grfico, 0 se encuentran fuera de los lmites de
control en la primer grfico, mientras que 0 estn fuera de lmites en la
segunda. Puesto que la probabilidad de que aparezcan 0 ms puntos fuera
de lmites, slo por azar, es 1.0 si los datos provienen de la distribucin
supuesta, no se puede rechazar la hiptesis de que el proceso se encuentra en
estado de control estadstico con un nivel de confianza del 95%.
103
LSC = 102.10
CTR = 100.16
LIC = 98.22
X-bar
102
101
100
99
98
0
9
Subgrupo
12
15

8
LSC = 7.12
CTR = 3.37
LIC = 0.00
Rango
0
0
12
15
Subgrupo
EJERCICIO N 51: Usted realiza un estudio de los niveles de glucosa en la

sangre de 5 pacientes, quienes siguen una dieta estricta y rutinas de ejercicios.
Para supervisar la media y la desviacin estndar de los niveles de glucosa en
la sangre de sus pacientes grafica X Y S. Usted toma las lecturas dela glucosa,
todos los das durante 6 das
Sujetos
1
2
3
4
5
6
7
8
9
Nivel de Glucosa
85
70
87
85
150
143
100
100
100
121
90
92
70
66
72
70
75
69
75
80
140
92
130
83
67
78
80
Grficos X-bar y S - Datos Combinados

Distribucin: Normal
Grfico X-bar
Perodo
#1-11
LSC:
+3.0 126.15
82
78
145
125
100
94
76
73
69
76
82
159
137
124
93
72
65
74
82
90
154
102
108
90
65
73
67
sigma
2
Lnea
93.055
Central
6
LIC:
-3.0 59.958
sigma
9
0 fuera de lmites
Grfico S
Perodo
#1-11
LSC:
+3.0 48.234
sigma
3
Lnea
22.943
Central
8
LIC:
-3.0 0.0
sigma
0 fuera de lmites
Estimados
Perodo
#1-11
Media
de 93.0556
proceso
Sigma
de 24.4435
proceso
s promedio
22.6861
Sigma estimada a partir de s promedio con correccin de bias
El StatAdvisor
Este procedimiento crea un grfico de X-bar y S para Datos Combinados. Est
igual a 93.0556 y una desviacin estndar igual a 24.4435. Estos parmetros
fueron estimados a partir de los datos. De los 11 puntos no excluidos
mostrados en el grfico, 0 se encuentran fuera de los lmites de control en la
primer grfico, mientras que 0 estn fuera de lmites en la segunda. Puesto
que la probabilidad de que aparezcan 0 ms puntos fuera de lmites, slo por
azar, es 1.0 si los datos provienen de la distribucin supuesta, no se puede
rechazar la hiptesis de que el proceso se encuentra en estado de control
estadstico con un nivel de confianza del 95%.

139
LSC = 126.15
CTR = 93.06
LIC = 59.96
X-bar
119
99
79
59
0
6
Subgrupo
10
12
Grfico S para Datos Combinados

50
LSC = 48.23
CTR = 22.94
LIC = 0.00
40
30
20
10
0
0
6
Subgrupo
10
DIAGRAMA DE DISPERSION X-Y

Fibras
22
6
93
62
84
14
52
69
104
100
41
85
90
27
18
Rendimient
o
0.36
0.09
0.67
0.44
0.72
0.24
0.33
0.61
0.66
0.8
0.47
0.6
0.51
0.14
0.32
12
17
0.31
Grfico X-Y - Rendimiento vs. FIBRAS

Variable X: FIBRAS
Variable Y: Rendimiento
16 alores
Grfico de Rendimiento vs FIBRAS

0.8
Rendimiento
0.6
0.4
0.2
0
0
20
40
60
FIBRAS
80
100
120
EJERCICIO N 52: TIEMPO DE CAIDA DE UNA GOTA DE ACEITE
tiempo de cada
0
1
2.2
3.1
4
5.3
6
6.8
8
9.2
10.3
desplazamiento de la
gota
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Grfico X-Y - desplazamiento de la gota vs. tiempo de caida

Variable X: tiempo de caida
Variable Y: desplazamiento de la gota
11 valores
Grfico de desplazamiento de la gota vs tiempo de caida
desplazamiento de la gota
1
0.8
0.6
0.4
0.2
0
0
6
tiempo de caida
10
12
EJERCICIO N 53: ALTURA Y PESOS DE ESTUDIANTES DEL

COLEGIO
ALTURA
1.45
1.5
1.55
1.6
1.65
1.7
1.75
1.8
1.85
1.9
PESO
45
49
51.5
54.5
57
60
63.5
67
70
74
Grfico X-Y - PESO vs. ALTURA

Variable X: ALTURA
Variable Y: PESO
10 valores
Grfico de PESO vs ALTURA

75
70
PESO
65
60
55
50
45
1.4
1.5
1.6
1.7
ALTURA
1.8
1.9
DIAGRAMA DE FLUJO
EJERCICIO N 54: MAPA DE PROCESOS PARA NECESIDADES DE
UN CLIENTE
NECESIDADES
DEL CLIENTE
ESTRATEGICOS
DIRECCIONAMIENTO
ESTRATEGICO
gestion y administracion
del riesgo
5
6
7
EVALUACION
CONTROL Y
EVALUACION
MISIONALES
Otorgamiento
de prodctos
Gestion de
Operaciones
10
gestion de
recuperacion
11
Gestion de
servicio
12
APOYO
13
Gestion
Administrativa
14
Gestion
Financiera
15
Gestion del
Talento Humano
16
Gestion de
adquisiciones
17
Gestion de
asuntos legales
18
SATISFACCION
DEL CLIENTE
EJERCICIO N 55: PROYECTO EDUCATIVO INSTITUCIONAL
Estrategicas de
Gestion Escolar
Gestion
Directiva
Modelos de gestion
de calidad
Articulacion del
proyecto educativo
Integracion
Institucional
Gestion
Administrativa
Plan Indicativo,
Medicion de eficiencia
8
9
Calidad
Cobertura
10
Gestion
Academica
11
Sustento Academico
y Pedagogico
12
Estructura Academica
de Formacion
13
Transversalidad
Educativa y Proyectos
14
Gestion
Comunidad
15
Interaccion con
Poblacion Rural
16
Proceso de
Reconceptualizacion
17
Proceso de
Resignificacion
EJERCICIO N 56: PROCESOS ASOCIADOS A LA FABRICACIN DE

CALZADOS
1
2
EMPRESA DE
CALZADO
COMPRAS
Seleccion de
proveedor
Contratacion
de Proveedor
Recepcion
de Alimento
6
7
8
9
Almacenamiento
Salida a
Procesos
FABRIACION
Preparacion
Tecnica
10
Preparacion
de los Cortes
11
Preparacion
del Calzado
12
Monta del
Calzado
13
Envase del
Calzado
14
COMERCIALIZACION
15
Almacenamiento
de Calzado
16
Despacho
del Calzado
17
Entrega del
Calzado
18
19
Cobro
Clientes
Ejercicios de Diagramas de causa efecto.

EJERCICIO N 57: En una pastelera, el pastel de chocolate no se
vende, por lo tanto el pastelero decide analizar la situacin sus
ayudantes, a los cuales se da la tarea de hacer una lluvia de idea, los
cuales presentan las siguientes:
MATERIAL
- Mala calidad del chocolate
- Marca de la leche
- Mala calidad del azcar
MEDIO AMBIENTE
- Mala ubicacin del horno
METODOS DE TRABAJO:
- Mala dosificacin de la levadura
- Tiempo de amasado
MAQUINARIA:
- Molde abollado
- Horno viejo
MANO DE OBRA
- Falta de capacitacin al personal
MEDICION
- Si el horno se encuentra frio o caliente
A continuacin presentamos el diagrama de causa efecto, realizado en
statgraphics.
Interpretacin:
un
diagrama de causa efecto

no
presentara
una seria
de
causas
que
con
llevan a un problema que
se
est dando en la empresa,
entonces nosotros al ver esas causas debemos de proceder de inmediato

a una pronta solucin de ellos, con lo que llevara a que la empresa mejore
su produccin, generando mas ingresos.
EJERCICIO N 58: Se est eligiendo la caracterstica de calidad que se
va a analizar en la produccin de frascos de mermelada de fresa, en
donde las caractersticas podran ser el peso del frasco lleno, la

densidad del producto, los grados brix, etc.
Indicamos los factores causales ms importantes que puedan generar la
fluctuacin de la caracterstica de calidad. Usualmente estos factores
causales se ven representados en Materias primas, Mquinas, Mano de
obra, Mtodos de medicin, etc.
Caracterstica de la calidad de la mermelada de fresa
Maquinas
- Mantenimiento incorrecto.
Medicin
- Calibracin de los equipos.
- Picnmetro
- Balanza
- Operador
- Capacitacin
Mano de obra
- Capacitacin insuficiente
Materia Prima
- Cantidad de la fruta
- Azcar de baja calidad
- Proveedor
A continuacin presentamos el diagrama de causa efecto, realizado en
statgraphics
Interpretacin: en un proceso de elaboracin de mermelada debemos de
ser
minuciosos
ya
que
estos
productos
son
muy
consumidos por el pblico
consumidor,
entonces se debe de
tener en cuenta las causas para que
una
posible
generacin
de
problemas no afecte la calidad del producto final.

EJERCICIO N 59: El Ing. Ral Ramrez acaba de ser contratado como
gerente de control de sistemas de comunicacin en la empresa donde
usted labora como Subgerente de Produccin de una de las 5 plantas
que existen en el pas, que en los ltimos dos meses no han podido
lograr las metas de produccin. El ingeniero Ramrez fue contratado por

que la empresa enfrentaba graves problemas de comunicacin en donde
slo 70 de los 100 equipos de cmputo funcionaban correctamente, no
funcionan las redes internas de dos plantas, y no existen redes externas
entre las 5 plantas por lo que se vena trabajando con correos
electrnicos. Slo cuenta con 5 personas que saben reparar equipos y
cada uno est en diferente planta por lo que la compostura de los
equipos es demasiada lenta y esto ha provocado que la mayora de
departamentos tengan problemas. La subgerencia que usted dirige ha
enfrentado varios problemas de comunicacin (correos perdidos, correos
que se retrasan y comunicacin escasa con sus similares de las otras 4
plantas) uno de los cinco equipos no funciona, sin embargo usted ha
notado que aunque no funciona un equipo en su departamento que es
del rea de empaquetado, esta rea ha funcionado bien, porque se
encuentra junto a la subdireccin
Usted el da de maana tiene su reunin de crculo de calidad en donde
estar el nuevo ingeniero y el Director General y deber generar
propuestas de solucin.
Solucin:
A continuacin se presenta el Diagrama de Ishikawa o de Pescado
utilizando el Mtodo de las 6 Ms; en el cual utilizamos como espinas, los
siguientes conceptos:
Maquinaria
- 30 equipos no funcionan
- No funcionan las redes internas de 2 plantas
- No hay redes externas entre las 5 plantas.
Mano de Obra
- Personal insuficiente
- Falta de entrenamiento
- Sobrecarga de trabajo
Medio Ambiente
- Se carece de supervisin
.Existe mala comunicacin interna y externa
Mtodo de Trabajo
- No hay estandarizacin en los mtodos de trabajo.
- No estn definidas las operaciones
Mantenimiento
- Compostura de equipo lenta
- No existe un programa de mantenimiento preventivo.
Interpretacin:
En
donde
identificamos que existe

carencia
en
el
equipo
de
comunicacin,
ya
que
de 100 equipos, solo 70 estn

funcionando, la reparacin de estos 30 equipos est siendo rebasada
por la operatividad y el personal de mantenimiento es insuficiente para
llevar a cabo la reparacin del equipo.
Por lo que se propone, se lleven a cabo las siguientes acciones, segn
la Filosofa de Kaizen:
Contratacin de Outsourcing de tcnicos de reparacin de equipo de
cmputo.
Implementar un sistema de Intranet en la Empresa
Implementar diseo de redes para comunicacin externa
Programacin de mantenimiento preventivo
Capacitacin del personal existente para resolver daos menores
Diseo de parmetros de desempeo
Evaluacin de desempeo del personal de mantenimiento
Estandarizar los procesos de mantenimiento
Verificar que se cumplan con los programas de mantenimiento de los
equipos.
De esta manera creo que se puede resolver el obstculo de la mala
comunicacin y as colaborar a la consecucin de metas del rea de
produccin.
GRAFICOS DE CONTROL
GRAFICOS DE CONTROL POR ATRIBUTOS
EJERCICIO N 6: se solicita realizar un diagrama de control para una
procesadora de frutas, considerando que cada lote posee 40 unidades, se han
reportado quejas por productos defectuosos en cada muestra tomada 8, 7, 3,
12, 4, 5, 7, 8, 9. Utilice un grfico de control para la fraccin de unidades

defectuosas.
Solucin:
Nmero de muestras = 10
Tamao de muestra = 40.0
0 muestras excluidas
Grfico np
Perodo
#1-10
LSC:
+3.0 13.785
sigma
Lnea
2
6.7
Central
LIC:
-3.0 0.0
sigma
0 fuera de lmites
Estimados
Perodo #1-10
np
6.7
Media
Sigma
2.3617
3
El StatAdvisor
Este procedimiento crea una grfico np para Artculos defectuosos.
Est

estado de control estadstico.
El grfico de control se construye bajo el
supuesto de que los datos provienen de una distribucin binomial con una
media igual a 6.7. Este parmetro fue estimado a partir de los datos. De los 10
puntos no excluidos mostrados en la grfico, 0 se encuentran fuera de los
lmites de control.
Puesto que la probabilidad de que aparezcan 0 ms
puntos fuera de lmites, slo por azar, es 1.0 si los datos provienen de la
distribucin supuesta, no se puede rechazar la hiptesis de que el proceso se
encuentra en estado de control estadstico con un nivel de confianza del 95%.
Grfico np para Articulos defectuosos
15
LSC = 13.79
CTR = 6.70
LIC = 0.00
12
np
9
6
3
0
0
10
Muestra
Interpretacin:
A continuacin presentamos el grafico de control para la fraccin
defectuosa, del cual podemos decir que todos los puntos de la grfica se
encuentra dentro de los lmites superiores e inferiores, es decir que el
proceso est controlado, en otras palabras ay un patrn que evidencia
que el proceso no es aleatorio.
EJERCICIO N 61: Un fabricante de latas de aluminios desea registrar el
nmero de partes defectuosas tomando muestras cada 50 latas con cada 30
sub grupos. Construir la carta de control p (proporcin defectuosos) para la
siguiente seria de datos obtenida durante el muestreo adems dar un informe

de la interpretacin de el grafico obtenido.
Solucin:
Grfico de Control
Grfico np - Numero de muestras defectuosas

Grfico np
Perodo
#1-30
LSC:
+3.0 20.512
sigma
Lnea
11.566
Central
7
LIC:
-3.0 2.6213
sigma
8
2 fuera de lmites
Estimados
Perodo #1-30
np
11.5667
Media
Sigma
2.98176
El StatAdvisor
Este procedimiento crea una grfico np para Numero de muestras defectuosas.
en un estado de control estadstico. La grfico de control se construye bajo el
media igual a 11.5667. Este parmetro fue estimado a partir de los datos. De
los 30 puntos no excluidos mostrados en la grfico, 2 se encuentran fuera de
los lmites de control. Puesto que la probabilidad de que aparezcan 2 ms
puntos fuera de lmites, slo por azar, es 3.16938E-7 si los datos provienen de
la distribucin supuesta, se puede declarar que el proceso est fuera de control
con un nivel de confianza del 95%.
Grfico np para Numero de muestras defectuosas

24
LSC = 20.51
CTR = 11.57
LIC = 2.62
20
np
16
12
8
4
0
0
10
15
20
25
30
Muestra
Interpretacin: Como podemos observar, hay dos puntos (15 y 23) los
cuales se encuentran fuera del rango, podemos decir que el proceso est
fuera de control, entonces procedemos a recalcular.
Grfico np - Numero de muestras defectuosas
Grfico np
Perodo
#1-30
LSC:
+3.0 19.019
sigma
Lnea
6
10.407
Central
4
LIC:
-3.0 1.7952
sigma
0 fuera de lmites
Estimados
Perodo #1-30
np
10.4074
Media
Sigma
2.87074
El StatAdvisor
Este procedimiento crea una grfico np para Numero de muestras defectuosas.

en un estado de control estadstico. La grfico de control se construye bajo el
media igual a 10.4074. Este parmetro fue estimado a partir de los datos. De
los 27 puntos no excluidos mostrados en la grfico, 0 se encuentran fuera de
los lmites de control. Puesto que la probabilidad de que aparezcan 0 ms
puntos fuera de lmites, slo por azar, es 1.0 si los datos provienen de la
distribucin supuesta, no se puede rechazar la hiptesis de que el proceso se
encuentra en estado de control estadstico con un nivel de confianza del 95%.
Grf ico np para Numero de muestras def ectuosas
24
LSC = 19.02
CTR = 10.41
LIC = 1.80
20
np
16
12
8
4
0
0
10
15
20
25
30
Muestra
Interpretacin:
En el monitoreo de unidades no conformes se tiene que al recalcular
podemos decir que los sub grupos se encuentran en el rango del lmite
superior y lmite superior, entonces decimos que el proceso de control
esta de manera establece.
Diagrama de Pareto
Anlisis Pareto - Numero de muestras defectuosas_1

Datos/Variable: Numero de muestras defectuosas_1
Recuentos totales: 30.0
Nmero de clases: 18
Interpretacin:
De
las
muestras de
defectos
podemos
observar
que
la
ms
alta es de
12
con
clase
un
recuento
de 3, el cual
nos representa el
10% del total,
de la misma manera para los valores de 10, 9.

Histograma
Histograma - Numero de muestras defectuosas_1
Interpretacin:
Podemos
observar
los
valores que se encuentran en los intervalos

de 9 -12 son los que ms se repiten en la
figura mostrada, por lo tanto debemos de
tener en cuenta en el proceso ya que si
sumamos
los
3,
nos
dar
valores
significativos de latas defectuosas.

Diagrama de Dispersin
Grfico de dispersin:
El StatAdvisor
Este procedimiento despliega el diagrama de dispersin de una sola columna
de datos. Se pueden crear muchas otras grficas y estadsticas para los datos,
seleccionando Analizar - Datos Continuos - Anlisis de Una Variable, del men

principal.
Interpretacin:
podemos
observar
existe una
diversa
que
correlacin entre
los valores
defectuosos, por
lo tanto no
tenemos
estndares
pre establecido que
nos indiquen la cantidad exacta de las muestras defectuosas.
EJERCICIO N 62: Suponga que en el proceso de fabricar ejes de

motores elctricos esta en control al final de cada hora, durante un
periodo de cada horas, el fabricante selecciono una aleatoria de cuatro
ejes y midi el dimetro de cada uno. Las mediciones en pulgadas para
20 muestras se presentan en la siguiente tabla. Construya la grfica de
control e interprete los resultados.
Muestra
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Mediciones de muestras (cm)

1.505
1.499
1.501
1.496
1.513
1.512
1.516
1.485
1.492
1.507
1.492
1.511
1.502
1.491
1.501
1.502
1.488
1.506
1.489
1.512
1.496
1.485
1.518
1.494
1.503
1.495
1.503
1.485
1.519
1.503
1.491
1.516
1.497
1.486
1.505
1.487
1.51
1.502
1.515
1.495
1.485
1.493
1.504
1.499
1.504
1.499
1.503
1.508
1.501
1.493
1.509
1.497
1.51
1.496
1.503
1.526
1.487
1.494
1.501
1.519
Solucin:
Graficas de control
GRAFICOS DE CONTROL DE VARIABLE

Grficos X-bar y R - Col_1-Col_4
Grfico X-bar
Perodo
#1-20
LSC:
+3.0 1.5151
1.488
1.501
1.503
1.491
1.502
1.483
1.501
1.513
1.496
1.507
1.493
1.492
1.499
1.503
1.5
1.497
1.491
1.5
1.5
1.508
sigma
Lnea
3
1.5003
Central
LIC:
-3.0 1.4854
sigma
7
0 fuera de lmites
Grfico de Rangos
Perodo
#1-20
LSC:
+3.0 0.04642
sigma
Lnea
45
0.02035
Central
LIC:
-3.0 0.0
sigma
0 fuera de lmites
Estimados
Perodo
Media
#1-20
de 1.5003
proceso
Sigma
de 0.0098834
proceso
Rango
4
0.02035
promedio
El StatAdvisor
Este procedimiento crea un grfico de X-bar y R para Col_1-Col_4.
Est

igual a 1.5003 y una desviacin estndar igual a 0.00988344.
parmetros fueron estimados a partir de los datos.
Estos
De los 20 puntos no



1.52
LSC = 1.52
CTR = 1.50
LIC = 1.49
X-bar
1.51
1.5
1.49
1.48
0
12
16
20
Subgrupo
El StatAdvisor
Este procedimiento crea un grfico de X-bar y R para Col_1-Col_4.
Est

igual a 1.5003 y una desviacin estndar igual a 0.00988344.
Estos
De los 20 puntos no

Anlisis:
decir que los valores
0.05
LSC = 0.05
CTR = 0.02
LIC = 0.00
Rango
0.04
se encuentran dentro
0.03
del rango establecido
0.02
por
0.01
entonces el proceso
0
0
12
16
20
Subgrupo
podemos
los
lmites,
no cuenta de manera
estable.
Diagrama de Pareto:
Anlisis Pareto datos combinados

Datos/Variable: datos combinados
Nmero de clases: 15
El StatAdvisor
Este procedimiento ejecuta un anlisis de Pareto a un conjunto de datos
tabulados o sin tabular. El anlisis de Pareto intenta resaltar los valores de
datos que se presentan con mayor frecuencia.
Construye una tabla de
frecuencias y una grfica de barras.
Grfica de Pareto de datos combinados

100.00
95.00
90.00
85.00
80.00
75.00
70.00
65.00
60.00
55.00
50.00
45.00
20
frecuencia
16
12
8
35.00
25.00
4 15.00
0
1.5
1.501 1.513 1.507 1.499 1.496 1.492 1.483
1.503 1.491 1.508 1.502 1.497 1.493 1.488
Interpretacin:
En la grfica podemos observar que la clase ms alta es 1.5 con un
recuento de 3, el cual representa un 15% del total.
Histograma:
Histograma - Datos Combinados

Datos/Variable: Datos Combinados
El StatAdvisor
Este procedimiento despliega un histograma de frecuencias para una sola
columna de datos. Se pueden crear muchas otras grficas y estadsticas para
los datos, seleccionando Analizar - Datos Continuos - Anlisis de Una Variable,
del men principal.
Histograma
30
frecuencia
25
20
15
10
5
0
1.48
1.49
1.5
1.51
1.52
1.53
Datos Combinados
Interpretacin:
Al igual que el diagrama de Pareto, se tiene una mayor significancia en el
punto 1.5.
Diagrama de dispersin:
GRAFICO DE DISPERSION
El StatAdvisor
principal.
Interpretacin:
Grfico de Dispersin
Podemos
observar
que los resultados se

encuentran
dispersos,
algunos
se encuentran muy
1.48
1.49
1.5
1.51
Datos Combinados
1.52
1.53
fuera del rango
EJERCICIO N 63: En una planta confeccionadora de polos, los cuales

tienen una variacin de medidas, entonces se procedi a realizar una
toma de medidas cada cierto tiempo, los cuales son los siguientes:
Solucin:
Diagrama de causa efecto:
Diagrama Espina de Pescado - Produccion de polos

Etiquetas: Produccion de polos (Variacion de cortes)
Efecto: Variacion de cortes
Causas primarias: 4
El StatAdvisor
Este procedimiento genera un diagrama de espina de pescado, tambin
llamado de causa-y-efecto. Muestra cada uno de los factores contribuyentes
que pueden ocasionar un efecto especfico. Con frecuencia, un diagrama de
espina de pescado es el resultado de una sesin de tormenta de ideas.
Mano de obra
Metodologia
Falta de capacitacion
Mal corte
Personal Inestable
Bajas remuneraciones
Uso cintas de medicion
Exceso de trabajo
Variacion de cortes
Cortadoras antiguas
Falta de supervision
Cintas obsoletas
Maquinarias
Medicion
Grfico de control
Grficos de control variable

Grficos X-bar y R - Datos Combinados_
Distribucin: Normal
Grfico X-bar
Perodo
#1-22
LSC:
+3.0 102.12
sigma
Lnea
9
100.11
Central
5
LIC:
-3.0 98.101
sigma
9
0 fuera de lmites
Grfico de Rangos
Perodo
#1-22
LSC:
+3.0 7.3814
sigma
Lnea
9
3.4909
Central
1
LIC:
-3.0 0.0
sigma
0 fuera de lmites
Estimados
Perodo
Media
#1-22
de 100.115
proceso
Sigma
de 1.50082
proceso
Rango
3.49091
promedio
El StatAdvisor
Este procedimiento crea una grfico de X-bar y R para Datos Combinados_.
en un estado de control estadstico. Las grficos de control se construyen bajo
el supuesto de que los datos provienen de una distribucin normal con una
media igual a 100.115 y una desviacin estndar igual a 1.50082.
Estos
De los 22 puntos no

Grfico X-bar para Datos Combinados_

103
LSC = 102.13
CTR = 100.12
LIC = 98.10
X-bar
102
101
100
99
98
0
12
16
20
24
Subgrupo
Grfico de Rangos para Datos Combinados_

8
LSC = 7.38
CTR = 3.49
LIC = 0.00
Rango
0
0
12
16
20
24
Subgrupo
Interpretacion:
Los valores de los cortes se encuentran de los rangos, entonces
podemos decir que se encuentra en un proceso de control estable.
Diagrama de Pareto
Anlisis Pareto - Datos Combinados

Nmero de clases: 10
El StatAdvisor
Este procedimiento ejecuta un anlisis de Pareto a un conjunto de datos

tabulados o sin tabular. El anlisis de Pareto intenta resaltar los valores de
datos que se presentan con mayor frecuencia.
Construye una tabla de
frecuencias y una grfica de barras.
Grfica de Pareto para Datos Combinados

24
frecuencia
20
16
63.64
68.18
72.73
77.27
81.82
86.36
90.91
100.00
95.45
12
8
36.36
4
0
100
102
101
99.1
99.6
98.2
99
97.8
97.9
97.2
Interpretacin:
Esta grafica muestra la frecuencia de ocurrencia de los 10 valores nicos
de Datos Combinados.
Las clases se ordenan de acuerdo con los
recuentos, poniendo primero la clase con mayor frecuencia de

ocurrencia.
La clase ms alta es 100 con un recuento de 8, el cual
representa 36.3636% del total.
HISTOGRAMA
Histograma - Datos Combinados_

Datos/Variable: Datos Combinados_
El StatAdvisor
Este procedimiento despliega un histograma de frecuencias para una sola
columna de datos. Se pueden crear muchas otras grficas y estadsticas para
los datos, seleccionando Analizar - Datos Continuos - Anlisis de Una Variable,
del men principal.
Histograma
60
frecuencia
50
40
30
20
10
0
96
98
100
102
104
106
Datos Combinados_
Interpretacin: Como nos indica el diagrama de Pareto de tiene ms valores

que se repiten, por lo tanto decimos que en el valor de 100, se tiene mayor
frecuencia de ocurrencia.
DIAGRAMA DE DISPERSION
Datos/Variable: Datos Combinados_

El StatAdvisor
principal.
Grfico de Dispersin
97
99
101
103
105
Datos Combinados_
Interpretacin: podemos observar que tiene valores que se encuentran

fuera del rango, haciendo que el corte de las telas no sea homognea.
DIAGRAMA DE FLUJO DE LA ELABORACION DE POLOS
Otros diagramas de flujo de diferentes procesos:
DIAGRAMA DE FLUJO DE LA ELABORACION

CONGELADO
DIAGRAMA
EN TROZOS
DE MANGO
DE
FLUJO
DE
LA
ELABORACION
DE
MERMELADA DE PIA
Ejercicio. 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 218mg. Si el
peso es menor a 212, 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 218g, entonces
se gasta mucho PVC y aumentan los costos. Para asegurar que se cumple con las
especificaciones, de manera ordinaria se usa una carta de control: cada30 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
SUBGRUP
O
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
MEDIA
HISTOGRAMA
MEDIA
214.18
213.48
213.98
214.12
214.46
213.38
213.56
214.08
213.72
214.64
213.92
213.96
214.20
213.74
214.26
214.18
214.00
213.60
214.20
214.38
213.78
213.74
213.32
214.02
214.24
215.41
RANGO
2.50
2.70
2.20
1.80
2.50
2.70
2.30
1.80
2.90
2.20
2.40
3.60
0.40
3.20
1.20
2.20
1.00
2.00
2.70
0.80
2.00
1.60
2.40
3.20
1.10
2.136
Histograma
12
frecuencia
10
8
6
4
2
0
213 213.3 213.6 213.9 214.2 214.5 214.8
MEDIA
Ejercicio N 5. En una empresa se hacen impresiones en lminas de acero que
despus se convierten en recipientes de productos de otras empresas. Un aspecto
importante a vigilar es dicha impresin es la temperatura de horneado, donde,
entre otras cosas, se presentan adherencia y la lmina se seca una vez que ha sido
impresa. La temperatura de cierto horno debe ser 125C con una tolerancia de 5 C.
A pesar de que al horno se le programa la temperatura, por experiencia se sabe que
no la mantiene, por ello, para llevar un control adecuado de la temperatura del
proceso se decide emplear una carta de control de individuales. Cada dos horas se
mide la temperatura, en la tabla siguiente se muestran los ltimos 45 datos en el
orden que se obtuvieron, con el rango mvil para facilitar los clculos.
SUBGRUP
O
1
2
3
4
5
6
7
8
9
10
11
12
13
TEMPERATURA RANGO MVIL

27.4
26.8
24.3
26.6
26.5
25.6
25.1
26.5
25.8
24.7
23.3
23.3
24.7
0
0.6
2.5
2.3
0.1
0.9
0.5
1.4
0.7
1.1
1.4
0
1.4
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
MEDIA
HISTOGRAMA
23.4
27.4
24.7
21.7
26.7
24.2
25.5
25.3
25
23.8
26.5
23.3
23.8
25.5
26.4
27.5
27.7
28.5
29.8
25.1
25
22.9
23.6
24.7
24.4
25.4
23.5
27.8
25.5
26.5
24.5
23.5
25.33
1.3
4
2.7
3
5
2.5
1.3
0.2
0.3
1.2
2.7
3.2
0.5
1.7
0.9
1.1
0.2
0.8
1.3
4.7
0.1
2.1
0.7
1.1
0.3
1
1.9
4.3
2.3
0.9
1.9
1
1.57
Histograma
15
fre c u e n c ia
12
9
6
3
0
21
23
25
27
29
TEMPERATURA
31
DIAGRAMA DE OPERACIONES DE ELABORACIN DE GALLETAS
10
rec epcin de la
m ateria prim a
form ulac in
pes ado
am asado
lam inado
horneado
m oldeado
enfriado
em bolsado
alm ac enam iento
DIAGRAMA DE OPERACIONES DE NCTAR DE PIA
PESADO
LAVADO
DESINFECCI N
CO RTADO
EXPRIMIDO
Y CO LADO
MEZCLADO
DILUCI N
8 ESTANDARIZACI N
9
PASTEURIZACI N
10HO MO GENIZACI N
11
12
ENVASADO
SELLADO
13
SHO CK
TRMICO
14
NCTAR
DIAGRAMA DE OPERACIONES DE ALFAJORES
10
PESAR
MEZCLAR
R EPO SAR
LAMINAR
CO R TAR
HO R NEAR
ENFR IAR
R ELLENAR
C O BER TUR A
ALFAJO R
DIAGRAMA DE FLUJO DE ELABORACIN DEL VINO
SELEC CI N D E
MATERIA PRIMA
D ESPALILLADO
O BTENCI N
D EL MO STO
AD IC I N
D E AZCAR
AD ICI N DE
C S CAR A DE LA UVA
6
7
8
9
10
INO C ULACI N
FERMENTAC IN
PASTEUR IZACI N
C LARIFICAC I N
EMBO TELLAD O
11
MADUR AC I N
DIAGRAMA DE FLUJO DE ELABORACIN DE FRUTA CONFITADA

1 R ECEPCI N DE LA
MATERIA PRIMA
2
SELECC IN
PELADO
PICADO
MACER AD O
DESALADO
PREC OCCI N
ENFRIADO Y
ESCURRID O
INMER SIN
EN JAR ABE
10
11
12
13
ESCURRID O Y
ENJUAGAD O
GLACEAD O
SECADO
EMPACADO
Ejercicio N 6.. En la fabricacin de discos pticos una mquina metaliza el disco. Para garantizar la uniformidad del metal en el disco, la
densidad debe ser de 1.93, con una tolerancia de 0.12. En la tabla se muestran los datos obtenidos para un estudio inicial con tamao de
subgrupo 5.
SUBGRUPO
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
1.909
1.957
1.861
1.938
1.941
2.032
1.889
1.891
1.929
1.956
1.904
1.926
1.936
1.937
1.916
1.867
1.939
1.94
1.944
1.933
1.817
1.939
1.93
1.927
1.973
1.917
1.829
1.946
1.913
1.966
1.914
1.963
1.978
1.87
1.904
1.91
1.984
1.903
1.949
1.961
1.898
1.918
1.88
1.919
1.965
1.878
1.956
1.894
1.895
1.949
DATOS
1.865
1.87
1.903
1.884
1.935
1.911
1.943
1.907
1.943
1.904
1.904
1.899
1.915
1.898
1.953
1.929
1.925
1.882
1.84
2.031
1.938
1.951
1.972
1.938
1.912
1.991
1.917
1.951
1.907
1.936
1.82
1.918
1.922
1.819
1.907
1.903
1.938
1.932
1.952
1.954
1.953
1.912
1.949
1.94
1.902
2.058
1.898
1.936
1.859
1.87
1.906
1.971
1.893
1.95
1.955
1.932
1.911
1.908
1.946
1.864
1.901
1.978
2.014
1.89
1.939
1.952
1.945
1.91
1.94
1.923
1.938
1.969
1.924
1.938
1.971
MEDIA
MEDIA
1.918
1.909
1.911
1.918
1.947
1.922
1.925
1.921
1.901
1.907
1.904
1.945
1.940
1.925
1.945
1.920
1.928
1.912
1.917
1.951
1.926
1.943
1.931
1.911
1.935
1.924
RANGO
0.126
0.142
0.090
0.066
0.031
0.211
0.074
0.087
0.127
0.092
0.009
0.085
0.111
0.083
0.045
0.086
0.033
0.069
0.104
0.129
0.241
0.071
0.078
0.079
0.103
0.095
HISTOGRAMA
Histograma
10
frecuencia
8
6
4
2
0
1.89
1.91
1.93
MEDIA
1.95
1.97
GRFICO DE CONTROL

1.98
LSC = 1.98
CTR = 1.92
LIC = 1.87
1.95
X-bar
1.92
1.89
1.86
1.83
1.8
0
10
15
20
25
Subgrupo

0.2
LSC = 0.19
CTR = 0.09
LIC = 0.00
Rango
0.16
0.12
0.08
0.04
0
0
10
15
Subgrupo
20
25

Distribucin: Normal
Grfico X-bar
Perodo
LSC: +3.0 sigma
Lnea Central
LIC: -3.0 sigma
0 fuera de lmites
#1-25
1.97681
1.92443
1.87206
Grfico de Rangos
Perodo
LSC: +3.0 sigma
Lnea Central
LIC: -3.0 sigma
1 fuera de lmites
#1-25
0.191996
0.0908
0.0
Estimados
Perodo
#1-25
Media de proceso
1.92443
Sigma de proceso
0.039037
Rango promedio
0.0908
UNA EMPRESA EXPORTAR UVA EN FRESCO, EN ESTE CASO LA VARIEDAD DE UVA

ES RED GLOBE, SE DESEA ARMAR EL DIAGRAMA DE ESPINA DE PESCADO PARA
SU FCIL ENTENDIMIENTO.
COLOR
CATEGORA
CHERRY CLARO
PRIMERA
CHERRY OSCURO
OSCURO
SEGUNDA
RED GLOBE
M
L
J
CALIBRE
SE DESEA EVALUAR EL BAJO RENDIMIENTO EN LOS ESTUDIANTES DE LA

INSTITUCIN
EDUCATIVA
MUNDO
NUEVO.
CONDICIONADA PRINCIPALMENTE POR 5 FACTORES:

A. Recursos
Acceso difcil o moderado las TIC
Poca cantidad de libros de texto
B.
Docente de matemticas
Uso inadecuado de los recursos
Proceso de evaluacin inadecuado
Estrategias de clase inadecuadas
C. Estudiantes
No buscan la ayuda del docente
Poco inters y participacin activa en clases
D.
Contenidos curriculares
Poco tiempo para temas difciles
Demasiados temas a cubrir
Contenidos inadecuados
E.
Institucin educativa
Poca capacitacin de docentes
Negligencia en el manejo de problemas
Desconocimiento del problema
No proporciona los recursos necesarios
Falta de una metodologa de enseanza adecuada
ESTA
SITUACIN
EST
DIAGRAMA CAUSA-EFECTO
RECURSOS
DOCENTE DE MATEMTICAS
ESTUDIANTES
USO INADECUADO DE LOS RECURSOS

ACCESO DIFICIL O MODERADO A LAS TIC
NO BUSCAN
PROCESO DE EVALUACIN INADECUADO

POCA CANTIDAD DE LIBROS DE TEXTO
POCO INTE
ESTRATEGIA DE CLASE INADECUADAS
POCA CAPACIDAD DE DOCE

POCO INTERS PARA TEMAS DIFCILES
NGLIGENCIA EN EL MANEJO DE
DEMASIADOS TEMAS A CUBRIR
DESCONOCIMIENTO DEL PROBL
NO PROPORIONA LOS RECURSOS

CONTENIDOS INADECUADOS
FALTA DE METODOLOGA DE UNA E

CONTENIDOS CURRICULARES
INSTITUCIN EDUCATIVA
SE DESEA EVALUAR LA PRDIDA DE PARTICIPACIN EN EL MERCADO

POR AUMENTO DE LA COMPETENCIA, SE PLANTEAN LOS SIGUIENTES
FACTORES:
A. Mtodo
Formulas copiadas por la competencia
Utilizacin de tcnicas antiguas
B. Maquinaria
Maquinaria devaluada
Fallas en los equipos
C. Mano de obra
Falta de capacitacin del personal
Faltan lderes del proceso
D. Medio ambiente
Faltas en la planeacin estratgica
Faltasen la investigacin de mercado
DIAGRAMA CAUSA-EFECTO
MQUINARIA
MANO DE OBRA
MAQUINARIA DEVALUADA
FALTA DE CAPACITACIN DEL PERSONAL
FALLAS EN LOS EQUIPOS
FALTAN LDERES DEL PROCESO
PERDIDA EN EL MERCADO
FALTAS EN LA PLANEACIN ESTRATICA
FALTAS EN LA INVESTIGACIN DE MERCADO
MEDIO AMBIENTE
MTODO
FRMULAS COPIADAS POR LA COMPETENCIA
UTILIZACIN DE TCNICAS ANTIGUAS
SE DESEA ANALIZAR LAS CAUSAS DE LAS DEFICINCIAS DE UN PRODUCTO

EXORTADO:
Grfica de Pareto para NMERO

300
100.00
frecuencia
250
89.96
72.20
200
52.90
150
100
33.20
50

Etiqueta
de Clase
Rang Recuento
o
CAJA ROTA
1
86
MALA CATEGORIZACIN
2
51
PRESENCIA DE ENFERMEDADES 3
50
MAL PESADO
4
46
MALA CALIBRACIN
5
26
Total
259
Ponderacin
1
1
1
1
1
MALA CALIBRACIN
MAL PESADO
PRESENCIA DE ENFERMEDADES
MALA CATEGORIZACIN
CAJA ROTA
Puntaje
Ponderado
Puntaje
Acum
Porcentaje
Porcentaje
Acum
86
51
50
46
26
259
86
137
187
233
259
33.20
19.69
19.31
17.76
10.04
33.20
52.90
72.20
89.96
100.00
La agroexportadora Sang Barrents Company desea evaluar la calidad en su

procesamiento de a en fresco. Se desea centrar principalmente en el proceso de
pesado de lava, en donde el promedio de peso es de 9Kg. Los datos se muestran
a continuacin:
GRUPO
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
8.95
8.94
9.99
9.01
9.09
9.07
9.1
9
8.95
8.99
9.99
9.01
9.09
9.07
9
9.99
9.01
9.09
9.07
9
9.01
8.95
8.94
9.99
9.01
9.09
9.07
9.1
9
8.95
DATOS
9.09
9.07
9.01
9.09
9.07
9.1
8.94
9.99
9.01
9.09
9.07
9.1
9.02
9
8.95
9.1
9
8.95
8.99
9.99
9.01
9.09
9.07
9.01
9.09
9.07
9.1
9.09
9.07
9.1
9.01
8.95
8.94
9.99
9.01
9.09
9
8.95
8.99
9.99
9.09
9.07
9
9.01
8.95
MEDIA
9.228
8.994
9.196
9.230
9.232
9.056
9.016
9.190
9.190
9.234
9.262
9.070
9.060
9.030
8.990
GRFICOS DE CONTROL
9.5
LSC = 9.48
CTR = 9.13
LIC = 8.78
X-bar
9.3
9.1
8.9
8.7
0
9
Subgrupo
12
15

1.5
LSC = 1.27
CTR = 0.60
LIC = 0.00
Rango
1.2
0.9
0.6
0.3
0
0
9
Subgrupo

Distribucin: Normal
Grfico X-bar
Perodo
LSC: +3.0 sigma
Lnea Central
LIC: -3.0 sigma
0 fuera de lmites
#1-15
9.47949
9.13187
8.78425
Grfico de Rangos
Perodo
LSC: +3.0 sigma
Lnea Central
LIC: -3.0 sigma
0 fuera de lmites
#1-15
1.27433
0.602667
0.0
Estimados
Perodo
#1-15
Media de proceso
9.13187
Sigma de proceso
0.2591
Rango promedio
0.602667
12
15

Ejercicios de Aplicacion Parte Cortez Final Analisis

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Ejercicios de Aplicacion Parte Cortez Final Analisis

Caricato da

Copyright:

Formati disponibili

EJERCICIOS DE APLICACION

7 HERRAMIENTAS DEL CONTROL DE CALIDAD

Ejercicio N 1: En la planta de conservas INPESCO S.A.C se recolectaron 300

Ejercicio N 2: DIAGRAMA CAUSA EFECTO (ISHIKAWA)

Causas secundarias y terciarias:

Control de pesos no es estricto

1. DIAGRAMA CAUSA EFECTO (ISHIKAWA)

Se presenta el diagrama de causa efecto, determinando que

mala calibracion de balanzas

VARIABILIDAD PESOS ENVASADO

envases sobrepeso (gr)

Grfico X-bar para Col_1-Col_10

Grfico de Rangos para Col_1-Col_10

Se recalculan los lmites de control excluyendo los puntos que se

Grfico X-bar para Col_1-Col_10

Mediante el diagrama de flujo o mapa de

Mediante el histograma o polgono de frecuencias

Al igual que en el histograma, el diagrama de

Grfica de Pareto para pesosenvasado

Mediante el grafico de dispersin podemos notar

fabricacin de pat de finas hierbas. El pat se vende en tarrinas de 200 g. El

equipo de control de calidad decide comenzar un estudio para ver el estado de

Ejercicio N 10: DIAGRAMA CAUSA EFECTO (ISHIKAWA)

Causa principal: VARIABILIDAD DE PESOS DE ENVASADO DE PATE EN

Causas secundarias y terciarias:

Control de pesos no es estricto

1. DIAGRAMA CAUSA EFECTO (ISHIKAWA)

mala calibracion de balanzas

VARIABILIDAD PESOS TARRINAS

Se presenta el diagrama de causa efecto, determinando que

envases sobrepeso (gr)

Grfico X-bar para TARRINA 1-TARRINA 4

Grfico de Rangos para TARRINA 1-TARRINA 4

Se recalculan los lmites de control excluyendo los puntos que se

Grfico X-bar para TARRINA 1-TARRINA 4

4. DIAGRAMA DE FLUJO: ELABORACION DE PATE DE HIGADO

Mediante el diagrama de flujo o mapa de

Mediante el grafico de dispersin podemos notar

Ejercicio N 17: La empresa agroexportadora CAMPOSOL recepciona aprox

Ejercicio N 17: DIAGRAMA CAUSA EFECTO (ISHIKAWA)

Causa principal: VARIABILIDAD EN LA MEDICION DE LOS GRADOS BRIX

Causas secundarias y terciarias:

Control de grados brix no es estricto

1. DIAGRAMA CAUSA EFECTO (ISHIKAWA)

mala calibracion de refractometro

VARIABILIDAD GRADOS BRIX

control de grados brix esporadico

diferentes estadios de madurez

control de grados brix incorrecto

Se presenta el diagrama de causa efecto, determinando que

NOMBRE DEL EMPLEADO:

FRUTAS EXCESO DE GRADOS BRIX

Grfico X-bar para brix 1-brix 4

Grfico de Rangos para brix 1-brix 4

Se recalculan los lmites de control excluyendo los puntos que se

Grfico X-bar para brix 1-brix 4

Mediante el diagrama de flujo o mapa de

PROBLEMAS SOBRE GRFICOS DE CONTROL

ANALISIS: AL OBSERVAR LAS GRFICAS NOS PODEMOS DAR CUENTA

Capabilidad de Proceso para Col_1-Col_5

La capacidad del proceso (CpK) obtenido es de 0.54

EJERCICIO N 26: REALICE EL GRAFICO DE CONTROL MEDIA

SOLUCIN: GRFICO DE CONTROL MEDIA RANGO

Grfico de Rangos para Col_1-Col_5