UNIVERSIDAD NACIONAL DEL CALLAO

FACULTAD DE INGENIERIA QUIMICA

ESCUELA PROFESIONAL DE INGENIERIA QUIMICA

SISTEMA DE GESTION DE LA CALIDAD

TRABAJO: TALLER N°09

GRUPO N°2

 AGUILAR CHAPILLIQUEN ORIANA RUBI 1526120604

 ARÉVALO CÁRDENAS GIANMARCO IVAN 092886A
 CARPIO PELAES MARTIN 1416110078
 CHAHUA CHOQUE MIGUEL ANGEL 1516130015
 HUAMANI MALLQUI RUBEN FELIX 1526120604
 SURICHQUI SARMIENTO KARLA HAYDEE 1416120544

CALLAO, PERÚ
2020
 I. Problemas

Problema 1
En una fábrica de muebles se inspecciona a detalle el acabado de las mesas cuando salen del
departamento de laca. La cantidad de defectos que son encontrados en cada mesa son
registrados con el fin de conocer y mejorar el proceso. En la tabla siguiente se muestran los
defectos encontrados en las últimas 30 mesas. Es claro que estamos ante una variable que debe
ser analizada con la carta c, debido a que una misma mesa puede tener varios defectos de
diferente tipo; además, los defectos son relativamente menores, y aunque influyen en la calidad
final del producto, no causan que la mesa sea rechazada. De la tabla se obtiene que el número
promedio de defectos por unidad (mesa) es:

N 30
C=
∑ ¿ LSC=C+3∗√ C LSC=C−3∗ √C
∑¿ 191 N
C 6.36666667
Tabla N°1. Datos de control C

Mesa Defectos LSC LCI LCI C

1 7 13.936343 -1.20300968 0 6.36666667
2 5 13.936343 -1.20300968 0 6.36666667
3 10 13.936343 -1.20300968 0 6.36666667
4 2 13.936343 -1.20300968 0 6.36666667
5 6 13.936343 -1.20300968 0 6.36666667
6 5 13.936343 -1.20300968 0 6.36666667
7 4 13.936343 -1.20300968 0 6.36666667
8 9 13.936343 -1.20300968 0 6.36666667
9 7 13.936343 -1.20300968 0 6.36666667
10 5 13.936343 -1.20300968 0 6.36666667
11 6 13.936343 -1.20300968 0 6.36666667
12 7 13.936343 -1.20300968 0 6.36666667
13 8 13.936343 -1.20300968 0 6.36666667
14 4 13.936343 -1.20300968 0 6.36666667
15 5 13.936343 -1.20300968 0 6.36666667
16 12 13.936343 -1.20300968 0 6.36666667
17 8 13.936343 -1.20300968 0 6.36666667
18 10 13.936343 -1.20300968 0 6.36666667
19 4 13.936343 -1.20300968 0 6.36666667
20 7 13.936343 -1.20300968 0 6.36666667
21 3 13.936343 -1.20300968 0 6.36666667
22 10 13.936343 -1.20300968 0 6.36666667
23 6 13.936343 -1.20300968 0 6.36666667
24 6 13.936343 -1.20300968 0 6.36666667
25 7 13.936343 -1.20300968 0 6.36666667
26 4 13.936343 -1.20300968 0 6.36666667
27 5 13.936343 -1.20300968 0 6.36666667
 28 6 13.936343 -1.20300968 0 6.36666667
29 8 13.936343 -1.20300968 0 6.36666667
30 5 13.936343 -1.20300968 0 6.36666667
Fuente : Propia

Como el control límite inferior(LCI) es negativo lo cambiamos a 0

Grafico N°1. Gráficos C

Grafico C
16

14

12

10

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30

Defectos LSC LCI C

Fuente: Propia
Conclusión

 Mediante el grafico observamos que no hay puntos fuera de los limites de

control , se adoptan los limites calculados para la producción futura

 Observamos que en la mesa 16 tiene el mayor defecto y la mesa 4 tiene el

menor defecto .
 Observamos que la mesa 10,11,12,13 tiene una tendencia lineal en la media.

 Observamos que la mesa 26,27,28 tiene una tendencia lineal por debajo de la
media

 Observamos que la distribución de los defectos no son uniformes en la media

Problema 2
En una empresa del ramo alimenticio, mediante ciertas máquinas se empaquetan
salchichas en sobres o paquetes. Un problema que se ha tenido es que dentro del sobre
queda aire (falta de vacío). El problema se detecta mediante inspección visual; los
 paquetes con aire son segregados y después se abren para recuperar las salchichas y
volverlas a empaquetar. si un paquete con aire llega al mercado, la vida de anaquel se
acorta, por lo que después de algunos días la salchicha empieza a cambiar de color y a
perder su frescura; y eso puede ocurrir en el refrigerador del distribuidor o del
consumidor. Esta situación repercute en clientes insatisfechos y De ahí surgió la
necesidad de registrar los resultados y analizarlos mediante una carta de control. Cada
hora se registra el número de paquetes detectados con aire di y del contador de la
máquina se obtiene el total de paquetes ni durante esa hora. Los datos obtenidos durante
tres días en una máquina se muestran en la siguiente tabla:

Paquetes Paquetes
Paquetes Proporción Paquetes Proporción
Subgrupo con aire Subgrupo con aire
ni Pi ni Pi
di di
1 595 15 0,025 21 594 7 0,007
2 593 5 0,008 22 606 5 0,015
3 607 8 0,013 23 601 7 0,012
4 596 10 0,017 24 598 4 0,007
5 602 6 0,01 25 599 2 0,003
6 599 5 0,1008 26 590 3 0,005
7 600 5 0,008 27 588 5 0,009
8 590 7 0,012 28 597 3 0,005
9 599 2 0,003 29 604 6 0,01
10 601 4 0,007 30 605 5 0,008
11 598 9 0,015 31 597 7 0,012
12 600 17 0,028 32 603 9 0,015
13 597 4 0,007 33 596 5 0,008
14 594 5 0,008 34 597 3 0,005
15 595 3 0,005 35 607 8 0,013
16 597 10 0,017 36 596 15 0,025
17 599 7 0,012 37 598 4 0,007
18 596 5 0,017 38 600 6 0,01
19 607 4 0,012 39 608 8 0,013
20 601 9 0,008 40 592 5 0,008

Mediante que carta de control se podrá emitir un reporte, desarrolle la carta o gráfica y
comente los resultados del proceso.

Solución

Debido a que el tamaño es lo suficientemente grande se hará uso de la gráfica de control

de fracción de unidades no conformes ”p”,ya que tenemos un mayor visualización de
las pautas analizadas y de esa manera evidenciar cambios significativamente favorables
 a) Calcular la fracción media de unidades no conformes p.
15+5+ 8+…+8+5
ṕ=
40

ṕ=6.245
b) Calcular el tamaño medio de las muestras n
595+593+ …+608+592
ń=
40
ń=598.55
c) Calcular el valor del Límite de Control Superior LCSp

ṕ (100− ṕ)
LCS p= ṕ+3
√ ń

6.245 ×(100−6.245)
LCS p=6.245+ 3
√ 598.55
LCS p=9.432
d) Calcular el valor del Límite de Control Inferior LCIp

ṕ(100− ṕ)
LCI p =ṕ−3
√ ń

6.245×(100−6.245)
LCI p =6.245−3
√ 598.55
LCI p =3.418

Grafico N°3. Carta P

GRAFICO P
610 10
9
605
8
600 7
595 6
5 LCSp
590 4 p
585 3
2 LCIp
580
1 PAQUETES
575 0 ni
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39

Conclusión
  Mediante el grafico observamos que no hay puntos fuera de los límites de
control superior, pero respecto al limite inferior sobre pasan
 Se observa que en la media hay una distribución no uniforme.
 Observamos que la muestra 2,8,26 y 27 tiene una tendencia lineal por debajo
del LCIp

Problema 3
En una fábrica se ensamblan artículos electrónicos y al final del proceso se hace una inspección
por muestreo para detectar defectos relativamente menores. En la tabla se presenta el número de
defectos observados en muestreos realizados en 24 lotes consecutivos de piezas electrónicas.

Tabla N°3. Datos de defectos observados en 24 lotes

ci
Lote Tamaño de Defectos ui=
Muestra, ni Encontrados, ci ni
1 20 17 0.85
2 20 24 1.2
3 20 16 0.8
4 20 26 1.3
5 15 15 1
6 15 15 1
7 15 20 1.33
8 25 18 0.72
 9 25 26 1.04
10 25 10 0.4
11 25 25 1
12 30 21 0.7
13 30 40 1.33
14 30 24 0.8
15 30 46 1.53
16 30 32 1.07
17 30 30 1
18 30 34 1.13
19 15 11 0.73
20 15 14 0.93
21 15 30 2
22 15 17 1.13
23 15 18 1.2
24 15 20 1.33

Con que gráfica o carta cree ud. Que se podrá evaluar ésta tabla de modo que se pueda realizar
un reporte y tomar las medidas del caso.
1. Realice la gráfica.
2. Analice y comente los resultados.

Solución
Debido a que el tamaño de subgrupo o muestra (Lotes) es variable, podemos analizar utilizando
el tamaño de subgrupo promedio ń o realizar una carta con límites variables, en este caso vamos
a comparar utilizando estos dos métodos.

a) Carta u: Tamaño de subgrupo promedio

ń=Tamaño promedio de subgrupo

525
ń=
24

ń=21.875

ú=Promedio de defecto por pieza

 Total de defectos
ú=
Total de artículos inspeccionados

549
ú=
525

ú=1.04571 Línea central

 Cálculo de los límites de control LCS y LCI:

ú
LCS=ú+ 3
√ ń
1.045
LCS=1.045+3
√ 21.875

LCS=1.7016

ú
LCI =ú−3
√ ń

1.045
LCI =1.045−3
√ 21.875

LCI =0.3897

Grafico N°3. Carta u: Número de defectos por piezas electrónicas

 Promedio defecto vs Subgrupo

2
1.8
1.6
1.4
Defectos
1.2 u
1 LCS n promedio
u

LCI n promedio
0.8
0.6
0.4
0.2
0
0 5 10 15 20 25 30

Lotes

Análisis del gráfico N°3

Se observó una anomalía en la muestra del lote 21 el número promedio de defectos por
pieza sobrepasa el límite de control superior (LCS).

Se observó un cambio repentino en la muestra del lote 10 el número promedio de

defectos por pieza esta próximo al límite de control inferior (LCI).

Se observó una tendencia sobre la línea central en las muestras de lotes 22, 23 y 24.

Se observó que las demás muestras de lotes no mencionadas anteriormente tienen un

comportamiento normal

b) Carta u: Límites variables

 Cálculo de los límites de control para cada tamaño de subgrupo:

ú ú
LCS=ú+ 3
√ n
LCI =ú−3
√ n
 Tabla N°4. Tratamiento de límites variables superior e inferior

Lote Tamaño de LCS LCI

Muestra, ni
1 20 1.73 0.36
2 20 1.73 0.36
3 20 1.73 0.36
4 20 1.73 0.36
5 15 1.84 0.25
6 15 1.84 0.25
7 15 1.84 0.25
8 25 1.66 0.43
9 25 1.66 0.43
10 25 1.66 0.43
11 25 1.66 0.43
12 30 1.61 0.49
13 30 1.61 0.49
14 30 1.61 0.49
15 30 1.61 0.49
16 30 1.61 0.49
Tabla N°4. Tratamiento de límites variables superior e inferior

Tamaño de
Lote LCS LCI
Muestra, ni
18 30 1.61 0.49
19 15 1.84 0.25
20 15 1.84 0.25
21 15 1.84 0.25
22 15 1.84 0.25
23 15 1.84 0.25
24 15 1.84 0.25

Grafico N°4. Carta u: Con límites variables para defectos en piezas electrónicas
 Promedio de defector por pieza
2

1.8

1.6

1.4

1.2
Defectos
1 u
u

LCS n promedio
0.8 LCI n promedio
LCS Variable
0.6
LCI variable
0.4

0.2

0
0 5 10 15 20 25 30

Lotes

Análisis del gráfico N°4

Se observó una anomalía en la muestra del lote 10 el número promedio de defectos por
pieza esta fuera del límite de control inferior variable (LCI).

Se observó una anomalía en la muestra del lote 21 el número promedio de defectos por
pieza sobrepasa el límite de control superior variable (LCS).
 II. CONCLUSIONES

 Mediante el grafico observamos que no hay puntos fuera de los limites de

control , se adoptan los limites calculados para la producción futura

 Observamos que en la mesa 16 tiene el mayor defecto y la mesa 4 tiene el

menor defecto .

 Observamos que la mesa 10,11,12,13 tiene una tendencia lineal en la media.

 Observamos que la mesa 26,27,28 tiene una tendencia lineal por debajo de la
media

 Observamos que la distribución de los defectos no son uniformes en la media

 Se concluyó del problema dos que en la fabricación de la muestra del lote 21 es

preciso identificar la causa para prevenir el empeoramiento de la calidad en un
futuro.

 Se concluyó del problema dos que en la fabricación de la muestra del lote 10 se

debe investigar la causa que mejoró el proceso de calidad para tener
antecedentes.

 Se concluyó del problema dos que al aplicar el método con los límites promedio
se obtiene una interpretación más generalizada del proceso y que algunas
anomalías no pueden ser detectadas.

 Se concluyó del problema dos que al aplicar el método con los límites variables
se pudo detectar cambios o anomalías no percibidas con el método de limites
promedio, lo cual nos permite tener un mejor control del proceso.