PROYECTO FINAL CONTROL DE CALIDAD

Preparado por
Jaime Andrs Ardila Bermeo. Cd. 74.376.678
Roger Andrs Gmez. Cd. 74.370.669
Luis Fernando Rodrguez. Cd. 74.360.712


Tutor
GERMAN GEOVANNY GOMEZ SOLARTE



UNIVERSIDAD NACIONAL ABIERTA Y A DISTANCIA
CONTROL DE CALIDAD
2013
INTRODUCCIN

La realizacin de este trabajo permite evidenciar todos los conceptos aplicados durante el
curso de control de calidad. Toma una importancia vital este informe puesto que es la
evidencia de cada uno de los principales temas del curso, y como es sabido el control de
calidad para el quehacer de un ingeniero o profesional en administracin es fundamental
en sobremanera en su desempeo profesional.
En las siguientes pginas se encontrar punto a punto la consecucin de cada ejercicio
propuesto en la gua de actividades. Se toma de esta forma un proyecto integral para la
finalizacin de este importante curso.


















OBJETIVOS

Consolidar mediante ejercicios de aplicacin la fundamentacin terica del curso
control de calidad.
Desarrollar los ejercicios propuestos de la manera ms correcta posible,
argumentando resultados.
Confrontar los resultados de cada ejercicio propuesto con su desarrollo estadstico
y grfico.
Despejar dudas y abarcar nuevamente los temas de las unidades I y II del mdulo
temtico del curso.


















PRIMER PUNTO
Enunciado: Seleccin de una poltica de inspeccin
Un fabricante de radios que utilizaba una inspeccin al 100% encontraba un promedio de
dos elementos que no cumplan en lotes de 10.000 componentes electrnicos adquiridos.
El costo estimado de inspeccionar el componente es de $ 0.25, en tanto que el costo de
reemplazarlo despus de que ha sido ensamblado es de aproximadamente $ 25. Cul
es la mejor decisin de inspeccin desde el punto de vista econmico? Cunto est
perdiendo o ganando el fabricante por radio con el procedimiento actual de inspeccin si
cada uno de los radios contiene 60 de estos componentes?
La tasa de error actualmente es de 2/10000=0.0002 no cumplimientos por unidad.
Planteamiento:
Datos preliminares.

Sin lugar a duda encontramos un caso de sobrecostos en control de calidad en este
problema. A estas alturas del curso todos entendemos que una inspeccin al 100% no es
aconsejable para nadie. Bien sabido es que una inspeccin al 100% es engorrosa para
los inspectores, para el productor y para el proceso productivo en general, adems son
costos que siempre aumentarn al aumentar por ejemplo la produccin, efecto contrario al
que se produce si se utiliza un sistema de inspeccin por muestreo.
Desarrollo:
Tenemos un tamao de lote de 10.000 unidades de componentes electrnicos para radio.
El costo de inspeccionar cada componente es $0.25, es decir que si hacemos una
inspeccin del lote nos valdra $2.500 pesos cada lote. En cambio al realizar una
Tamao del lote (u) 10.000
Elementos defectuosos 2
Costo unitario de inspeccin $ 0,25
Costo de inspeccin al 100% $ 2.500,00
Costo de componente
defectuoso ensamblado
$ 25,00
Componentes por radio 60
Radios por lote 166,67
Costo total por lote de corregir
componentes ensamblados
$ 50,00
Tasa de error 0,0002
Costo de Inspeccin por muestreo.
Tamao de muestra n=25
$ 6,25
inspeccin por muestreo con un tamao de muestra por ejemplo de 25 unidades, ese
costo disminuye crticamente. Observemos el comportamiento inicial:

Claramente observamos el crecimiento de costos analizando nicamente un lote.
Observemos el grfico:


En esta escala vemos el comportamiento de los costos, siempre en aumento proporcional
al aumento en produccin que requiere ms componentes.
Unidades
Unidades
Inspeccionadas Costo Total
1000 1.000 $ 250
2000 2.000 $ 500
3000 3.000 $ 750
4000 4.000 $ 1.000
5000 5.000 $ 1.250
6000 6.000 $ 1.500
7000 7.000 $ 1.750
8000 8.000 $ 2.000
9000 9.000 $ 2.250
10000 10.000 $ 2.500
Costo Unitario Fijo $ 0,25
Costos de Inspeccin al 100 %
$ 0
$ 500
$ 1,000
$ 1,500
$ 2,000
$ 2,500
$ 3,000
1 2 3 4 5 6 7 8 9 10
Unidades VS Costos de Inspeccin
Costo Total
En la siguiente tabla podemos observar el comportamiento de los costos con un sistema
de muestreo, el cual podramos suponer que es por variables, tomando por ejemplo un
aspecto a inspeccionar como Medicin de la resistencia elctrica del componente
electrnico, as obtendramos lo siguiente:



Respuestas:
Basndonos en la informacin anterior podemos dar respuesta a los interrogantes
propuestos. Desde el punto de vista econmico se observa que la inspeccin al 100% no
es nada rentable, si lo analizamos como costo unitario y como costo total, es necesario
cambiar el sistema de inspeccin. Se escoge un sistema de inspeccin por variables dado
que un componente electrnico debe manejar un parmetro de control medible, por
atributos sera muy difcil determinar si un componente est daado o no. La tasa de error
actual es baja, si miramos el tamao de los lotes. Observando el primer tem del cuadro
anterior para costos de un lote se denota una diferencia de un 4464% de aumento en
costos, abismal. Deducimos la segunda pregunta; por radio el fabricante est perdiendo
$14.66 con el sistema actual comparado si se pasara a un sistema de muestreo.
Interpretacin y anlisis de grficos:
Unidades
Unidades
inspeccionadas
Costo
Inspeccin
Costo
Promedio
Unidades
defectuosas
Costos por
defectuosos Costo Total
10.000 25 $ 6,25 $ 0,000625 2 $ 50 $ 56,25
20.000 50 $ 12,50 $ 0,000625 4 $ 100 $ 112,50
30.000 75 $ 18,75 $ 0,000625 6 $ 150 $ 168,75
40.000 100 $ 25,00 $ 0,000625 8 $ 200 $ 225,00
50.000 125 $ 31,25
$ 0,000625
10 $ 250 $ 281,25
60.000 150 $ 37,50 $ 0,000625 12 $ 300 $ 337,50
70.000 175 $ 43,75 $ 0,000625 14 $ 350 $ 393,75
80.000 200 $ 50,00
$ 0,000625
16 $ 400 $ 450,00
90.000 225 $ 56,25 $ 0,000625 18 $ 450 $ 506,25
100.000 250 $ 62,50
$ 0,000625
20 $ 500 $ 562,50
$ 343,75
Costo Unitario Promedio por lote $ 0,000625
Costos de Inspeccin por muestreo
Costo Inspeccin
Por radio
Costo por radio inspeccin al 100% $ 15
Costo por radio inspeccin por muestreo $ 0,34
Bsicamente la interpretacin se ha dado en el prrafo anterior, sin embargo cabe anotar
otros aspectos. En inspeccin al 100% se causa una fatiga en el inspector otra
desventaja de este sistema- la cual puede llevar a cometer errores tipo I y tipo II con ms
frecuencia. Este efecto se disminuye con otro sistema de inspeccin. Pero cabe anotar la
importancia de definir bien las caracterstica (s) del componente a inspeccionar para que
el ejercicio sea correcto. Se concluye definitivamente utilizar un sistema de inspeccin por
muestreo por variables dado todo el anlisis del caso.
SEGUNDO PUNTO
Para responder a este ejercicio se tiene en cuenta que este caso encaja dentro de la
distribucin de probabilidad normal, dado que la poblacin se toma como infinita puesto
que nos dicen que histricamente se ha usado el torno en n ocasiones, adems tenemos
desviacin estndar, media poblacional, mas no muestral, la cual es la que se supone
hallar como 50.04 una vez analizadas las muestras. Para este caso 50.04 seria nuestro
parmetro X. se sabe que distribucin normal tenemos dos parmetros fundamentales a
usar, el dato a analizar (x), la media poblacional (), la varianza () o desviacin estndar
al cuadrado, lo que nos permite usar la siguiente frmula.

Para este valor de z, la probabilidad que encontramos en la tabla normal es:
0.9972, Entonces restamos 1-0.9972=0.0028 * 100= 0.28% de probabilidad de que la
media de la muestra tomada sea superior a 50.04






TERCER PUNTO
Elabore un diagrama de Pareto para investigar las siguientes prdidas de calidad en
la compaa ABC S.A.S Qu conclusiones puede usted extraer?

CATEGORA PERDIDA ANUAL
Costos de reproceso
Disco rechazados (llenos)
Disco rechazados (en blanco)
Costos de inspeccin (extraordinarios) de
recesin.
Costos de inspeccin (extraordinarios) de
salida
Devoluciones de clientes
Costos de capacitacin y mejora del
sistema
Tiempo perdido del sistema
$30.000
360.000
89.000
18.000
28.000
185.000
67.000
138.000

De acuerdo al diagrama de Pareto, para la compaa ABC S.A.S, las prdidas de calidad
que ms sobresalen son las de Discos rechazados (llenos), devoluciones de clientes y
tiempo perdido por sistema. Y las que menos perdidas de calidad obtuvieron; Costos de
inspeccin extraordinarios, costos de proceso, costos de capacitacin y discos
rechazados en blanco.

Perdidas mayores
Discos rechazados (llenos) $360.000
Devoluciones de clientes $185.000
Tiempo perdido por sistema $138.000
Total: $683.000

Perdidas menores
Costos de inspeccin (extraordinarios) de recepcin $18.000
Costos de inspeccin (extraordinarios) de salida $28.000
Costos de reproceso $30.000
Costos de capacitacin y mejora del sistema $67.000
Discos rechazados en (blanco) $89.000
Total: $232.000

Total en prdidas al ao $915.000
La compaa ABC S.A.S, tiene perdidas de calidad anual por $ 915.000








CUARTO PUNTO
4. Dados los siguientes elementos de costo, determinar el porcentaje total de cada
una las 4 categoras principales del costo de calidad.
Elemento de costo Monto
Prueba e inspeccin de recepcin
Desperdicio
Capacidad de la calidad
Inspeccin
Pruebas
Costo de ajuste por quejas
Auditorias de calidad
Mantenimiento de herramientas y troqueles
Administracin y control de calidad
Pruebas de laboratorio
Diseo de equipos de aseguramiento de calidad
Pruebas e inspeccin de materias primas
Reproceso
Solucin de problemas de calidad por los ingenieros de producto
Calibracin de equipos de inspeccin
Redaccin de procedimientos
Servicios de laboratorio
Reprocesos debido a problemas con proveedores
Correccin de no conformidades
Puesta en marcha de pruebas e inspecciones
Quejas formales a proveedores
$7.500
35.000
0
25.000
5.000
21.250
2.500
9.200
5.000
1.250
1.250
1.250
70.000
11.250
2.500
2.500
2.500
17.500
6.250
10.750
10.000

Costos de prevencin:
Diseo de equipos de aseguramiento de calidad $1.250
Capacidad de la calidad $0
Administracin y control de calidad $5.000
Mantenimiento de herramientas y troqueles $9.200

Costos de apreciacin:
Prueba e inspeccin de recepcin $7.500
Inspeccin $25.000
Pruebas $5.000
Auditorias de calidad $2.500
Pruebas de laboratorio $1.250
Pruebas e inspeccin de materias primas $1.250
Servicios de laboratorio $6.500
Calibracin de equipos de inspeccin $2.500
Puesta en marcha de pruebas e inspecciones $10.750
Costos por fallas internas:
Reproceso $70.000
Reproceso debido a problemas con proveedores $17.500
Solucin de problemas de calidad por los ingenieros de producto $11.250
Redaccin de procedimientos $2.500
Desperdicio $35.000

Costos por fallas externas:
Quejas formal a proveedores $10.000
Correccin de no conformidades $6.250
Costo de ajuste por quejas $21.250








QUINTO PUNTO
Los datos y el histograma que aparecen a continuacin muestran el peso de las piezas de
fundicin (en kilogramos) que se cuelan en el alto horno Santa Helena, despus de
ocurridos cambios en los procesos. Con base en la muestra de 100 piezas, encuentre la
media y la desviacin estndar de la muestra. Elabore la grafica correspondiente para
determinar si la distribucin de los datos es Aproximadamente normal

FRECUENCIAS
LIMITE DE CELDA
SUPERIOR
CELDA 9 4 39,7
CELDA 8 6 39,45
CELDA 7 12 39,2
CELDA 6 19 38,95
CELDA 5 23 38,7
CELDA 4 17 38,45
CELDA 3 12 38,2
CELDA 2 5 37,95
CELDA 1 2 37,7

MEDIA 38,7

DESVIACIN
ESTNDAR
0,685

Como podemos ver hallamos media y desviacin estndar, luego graficamos los puntos
que nos entregan y efectivamente vemos para este caso que los datos se distribuyen de
manera normal, como lo vemos en la siguiente grfica:

39.7 39.45 39.2 38.95 38.7 38.45 38.2 37.95 37.7
Limite de celda superior 4 6 12 19 23 17 12 5 2
0
5
10
15
20
25
Limite de celda superior
SEXTO PUNTO
Durante un periodo de 25 horas en un proceso de maquinado se tomaron 50muestras de
tamao 5.
a. Calcule la media y la desviacin estndar de los datos
b. Calcule la media y el rango de cada muestra y trace la grfica de control Este proceso
est controlado? Por qu?

Calculamos media y rango para cada muestra:
MEDIAS DE CADA MUESTRA RANGOS
10,001 0,017
10,004 0,058
10,006 0,025
10,006 0,023
9,994 0,032
10,011 0,043
9,999 0,014
9,993 0,027
10,006 0,034
10,009 0,036
10,003 0,018
TABLA DE DATOS
9,999 10,022 10,001 10,007 10,011 10,019 10,015 9,998 9,980 10,017
9,992 9,998 10,006 10,006 9,979 10,017 10,015 9,990 10,001 10,017
10,002 10,037 10,002 10,004 9,991 10,018 9,978 10,008 10,013 9,988
10,003 9,994 9,993 10,018 9,996 10,008 10,006 10,002 9,998 10,010
10,009 10,003 10,011 10,011 9,994 10,018 9,997 9,989 10,015 9,980
9,980 10,004 10,025 9,992 9,985 9,977 9,996 10,014 10,001 9,982
10,038 9,990 9,989 10,023 10,002 9,975 9,991 10,010 9,979 9,975
9,990 10,002 9,981 10,019 10,008 10,002 10,005 10,000 10,001 9,976
9,996 10,003 10,006 9,990 10,008 10,021 10,009 10,001 10,015 10,012
10,016 9,996 9,998 10,003 9,998 9,989 9,977 10,006 10,009 9,994
10,010 9,988 9,991 10,005 9,987 9,994 9,994 9,972 10,018 9,850
10,003 10,004 9,996 10,003 9,993 10,007 9,987 9,994 10,007 10,010
9,990 10,001 10,020 10,027 9,992 10,013 10,027 9,969 9,980 9,998
10,010 9,995 10,002 9,996 9,987 9,997 10,030 10,011 9,987 10,033
10,015 9,977 10,002 9,970 10,008 10,014 9,989 9,985 10,014 9,994
10,009 9,987 9,990 9,985 9,991 10,002 10,045 9,970 10,019 9,954
10,013 10,012 9,973 10,038 9,999 9,989 9,993 9,999 9,989 10,011
10,008 10,015 9,996 9,991 9,989 9,993 10,007 9,989 9,998 10,003
9,990 9,995 9,990 9,988 10,014 10,013 9,990 9,999 9,997 9,987
10,008 10,021 9,980 9,986 9,997 9,980 10,010 10,014 9,986 10,005
9,978 10,008 10,035 10,012 10,009 10,004 10,023 9,972 9,988 10,032
10,010 10,025 10,015 10,025 10,007 9,998 9,979 9,993 10,002 10,017
9,996 10,017 9,994 9,972 10,027 10,026 10,002 10,005 9,992 9,999
9,991 10,008 9,991 10,013 9,988 10,032 9,979 9,982 10,002 9,979
9,995 9,989 9,998 10,011 9,967 10,019 10,020 9,999 9,988 10,002
10,000 0,044
10,002 0,029
9,986 0,023
10,007 0,044
10,009 0,014
10,005 0,033
10,000 0,057
9,998 0,053
10,007 0,053
9,994 0,032
10,000 0,023
9,993 0,021
9,998 0,025
10,000 0,06
10,016 0,011
9,993 0,046
10,005 0,02
9,995 0,033
10,016 0,034
10,002 0,037
9,996 0,032
10,005 0,043
10,009 0,055
10,001 0,044
9,997 0,019
10,006 0,014
9,986 0,042
9,994 0,044
9,990 0,033
10,001 0,035
10,001 0,036
10,001 0,038
9,998 0,033
9,994 0,014
10,002 0,037
9,988 0,037
9,977 0,183
9,992 0,057
10,006 0,053

Calculamos Media de Medias y de rangos:
MEDIA DE LOS DATOS 10,000
DESVIACIN ESTANDAR DE
LOS DATOS
0,0178
MEDIA DE RANGOS 0,037

En nuestro concepto no est controlado, puesto que en la grfica R se observa que hay
una corrida de 5 puntos por encima de la media, aunque el punto 12 sea igual a 10, los
otros son mayores a 10. Por otro lado la grafica R nos muestra un punto muy por encima
del lmite superior. El proceso no est controlado.
Veamos las grficas:
Grfica X

Grfica R

1
0
.
0
0
1

1
0
.
0
0
4

1
0
.
0
0
6

1
0
.
0
0
6

9
.
9
9
4

1
0
.
0
1
1

9
.
9
9
9

9
.
9
9
3

1
0
.
0
0
6

1
0
.
0
0
9

1
0
.
0
0
3

1
0
.
0
0
0

1
0
.
0
0
2

9
.
9
8
6

1
0
.
0
0
7

1
0
.
0
0
9

1
0
.
0
0
5

1
0
.
0
0
0

9
.
9
9
8

1
0
.
0
0
7

9
.
9
9
4

1
0
.
0
0
0

9
.
9
9
3

9
.
9
9
8

1
0
.
0
0
0

1
0
.
0
1
6

9
.
9
9
3

1
0
.
0
0
5

9
.
9
9
5

1
0
.
0
1
6

1
0
.
0
0
2

9
.
9
9
6

1
0
.
0
0
5

1
0
.
0
0
9

1
0
.
0
0
1

9
.
9
9
7

1
0
.
0
0
6

9
.
9
8
6

9
.
9
9
4

9
.
9
9
0

1
0
.
0
0
1

1
0
.
0
0
1

1
0
.
0
0
1

9
.
9
9
8

9
.
9
9
4

1
0
.
0
0
2

9
.
9
8
8

9
.
9
7
7

9
.
9
9
2

1
0
.
0
0
6

9.920
9.970
10.020
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33 35 37 39 41 43 45 47 49
Series1
SPTIMO PUNTO
Punto a


En la siguiente grfica vemos que el proceso no est controlado, dos puntos se salen del
lmite de control superior. Observemos.
Punto a)
MUESTRAS 1 2 3 4 MEDIA RANGO
1 4,92 4,26 4,94 4,29 4,60 0,68
2 4,65 5,54 5,00 5,42 5,15 0,89
3 5,77 5,26 4,76 4,79 5,15 1,01
4 6,25 4,88 5,66 4,44 5,31 1,81
5 5,27 5,41 6,02 4,91 5,40 1,11
6 5,22 5,38 5,08 4,65 5,08 0,73
7 5,47 4,68 4,56 4,70 4,85 0,91
8 5,71 4,54 4,17 4,87 4,82 1,54
9 5,24 5,58 4,72 5,41 5,24 0,86
10 4,42 5,18 4,79 4,73 4,78 0,76
11 5,14 4,26 4,71 5,48 4,90 1,22
12 4,92 5,78 4,50 5,05 5,06 1,28
13 5,79 3,83 4,30 4,78 4,68 1,96
14 4,92 4,80 4,75 5,59 5,02 0,84
15 5,68 5,74 4,65 5,20 5,32 1,09
16 5,43 4,81 5,27 4,96 5,12 0,62
17 4,79 6,04 4,47 5,18 5,12 1,57
18 4,43 5,08 3,69 6,43 4,91 2,74
19 6,35 5,95 6,29 5,89 6,12 0,46
20 5,03 4,66 5,25 4,46 4,85 0,79
21 6,32 6,09 5,57 5,91 5,97 0,75
22 4,30 5,47 4,27 4,34 4,60 1,20
23 6,07 4,97 5,51 5,02 5,39 1,10
24 5,11 4,90 5,91 4,66 5,15 1,25
25 4,50 5,24 4,86 4,35 4,74 0,89
MEDIAS X Y R 5,09 1,12
DESVIACIN ESTANDAR 0,59
GRFICO X
LIC 4,274
LSC 5,911
FACTOR A2 0,729

GRFICO R
LIC 0
LSC 2,561
FACTOR D3 0
FACTOR D4 2,282

3.00
3.50
4.00
4.50
5.00
5.50
6.00
6.50
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
Series1
0.00
0.50
1.00
1.50
2.00
2.50
3.00
1 2 3 4 5 6 7 8 9 10 11 1213 14 1516 17 1819 2021 22 2324 25
Series1

En la anterior grfica tambin observamos un valor por fuera de los lmites de control.
Ahora, considerando que se admiten los errores del proceso por parte del proveedor,
eliminemos los tres valores que se salen de los parmetros para ver si el proceso queda
controlado o no. Este es el inciso B.

Grficos de control.
GRFICO X
LSC 5,813
LIC 4,215
FACTOR A2 0,729

Proceso no controlado
Datos fuera de control en X 19 y 21
6,12 y 5,97
LSC
Punto b)
SE ELIMINAN 3 MUESTRAS QUE SE SALEN DE CONTROL
MUESTRAS 1 2 3 4 Media Rango
1 4,92 4,26 4,94 4,29 4,60 0,68
2 4,65 5,54 5,00 5,42 5,15 0,89
3 5,77 5,26 4,76 4,79 5,15 1,01
4 6,25 4,88 5,66 4,44 5,31 1,81
5 5,27 5,41 6,02 4,91 5,40 1,11
6 5,22 5,38 5,08 4,65 5,08 0,73
7 5,47 4,68 4,56 4,70 4,85 0,91
8 5,71 4,54 4,17 4,87 4,82 1,54
9 5,24 5,58 4,72 5,41 5,24 0,86
10 4,42 5,18 4,79 4,73 4,78 0,76
11 5,14 4,26 4,71 5,48 4,90 1,22
12 4,92 5,78 4,50 5,05 5,06 1,28
13 5,79 3,83 4,30 4,78 4,68 1,96
14 4,92 4,80 4,75 5,59 5,02 0,84
15 5,68 5,74 4,65 5,20 5,32 1,09
16 5,43 4,81 5,27 4,96 5,12 0,62
17 4,79 6,04 4,47 5,18 5,12 1,57
18 5,03 4,66 5,25 4,46 4,85 0,79
19 4,30 5,47 4,27 4,34 4,60 1,20
20 6,07 4,97 5,51 5,02 5,39 1,10
21 5,11 4,90 5,91 4,66 5,15 1,25
22 4,50 5,24 4,86 4,35 4,74 0,89
Medias X y R 5,01 1,10
Desv. Estndar 0,51
LSC

GRFICO R
LIC 0
LSC 2,501
FACTOR D3 0


Vemos que eliminando las tres muestras el proceso quedara bajo control, no
encontramos puntos por fuera de los lmites de control, adems no hay puntos
consecutivos en exceso en algunas de las dos reas de lmites. Observemos que pasa si
aadimos las otras 10 muestras tomadas. Este es el inciso c)
Punto c)




4.00
4.50
5.00
5.50
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
Series1
0.00
0.50
1.00
1.50
2.00
2.50
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
Series1
LSC
LIC
MUESTRAS 1 2 3 4 Media Rango
1 4,92 4,26 4,94 4,29 4,60 0,68
2 4,65 5,54 5,00 5,42 5,15 0,89
3 5,77 5,26 4,76 4,79 5,15 1,01
4 6,25 4,88 5,66 4,44 5,31 1,81
5 5,27 5,41 6,02 4,91 5,40 1,11
6 5,22 5,38 5,08 4,65 5,08 0,73
7 5,47 4,68 4,56 4,70 4,85 0,91
8 5,71 4,54 4,17 4,87 4,82 1,54
9 5,24 5,58 4,72 5,41 5,24 0,86
10 4,42 5,18 4,79 4,73 4,78 0,76
11 5,14 4,26 4,71 5,48 4,90 1,22
12 4,92 5,78 4,50 5,05 5,06 1,28
13 5,79 3,83 4,30 4,78 4,68 1,96
14 4,92 4,80 4,75 5,59 5,02 0,84
15 5,68 5,74 4,65 5,20 5,32 1,09
16 5,43 4,81 5,27 4,96 5,12 0,62
17 4,79 6,04 4,47 5,18 5,12 1,57
18 5,03 4,66 5,25 4,46 4,85 0,79
19 4,30 5,47 4,27 4,34 4,60 1,20
20 6,07 4,97 5,51 5,02 5,39 1,10
21 5,11 4,90 5,91 4,66 5,15 1,25
22 4,50 5,24 4,86 4,35 4,74 0,89
23 4,92 5,54 5,00 5,42 5,22 0,62
24 4,65 5,14 4,26 4,71 4,69 0,88
25 5,78 5,50 5,05 4,79 5,28 0,99
26 5,95 3,83 4,30 4,44 4,63 2,12
27 4,92 4,80 4,75 5,59 5,02 0,84
28 5,68 5,68 5,74 4,65 5,44 1,09
29 4,78 4,78 5,79 5,20 5,14 1,01
30 4,43 4,81 5,27 4,87 4,85 0,84
31 6,04 4,47 5,18 5,41 5,28 1,57
32 4,96 5,18 5,48 4,73 5,09 0,75

media x y r 5,03 1,09
Desv. Estandar 0,51

Nuevos grficos X y R


Grfico R

Es evidente que con las nuevas muestra s que se tomaron el proceso muestra estar en
control dentro de los parmetros establecidos.








4.60
5.15 5.15
5.31
5.40
5.08
4.85
4.82
5.24
4.78
4.90
5.06
4.68
5.02
5.32
5.12 5.12
4.85
4.60
5.39
5.15
4.74
5.22
4.69
5.28
4.63
5.02
5.44
5.14
4.85
5.28
5.09
4.00
4.20
4.40
4.60
4.80
5.00
5.20
5.40
5.60
5.80
1 2 3 4 5 6 7 8 9 1011121314151617181920212223242526272829303132
Series1
MEDI
A
LIC
0.68
0.89
1.01
1.81
1.11
0.73
0.91
1.54
0.86
0.76
1.22
1.28
1.96
0.84
1.09
0.62
1.57
0.79
1.20
1.10
1.25
0.89
0.62
0.88
0.99
2.12
0.84
1.09
1.01
0.84
1.57
0.75
0.00
0.50
1.00
1.50
2.00
2.50
1 2 3 4 5 6 7 8 9 1011121314151617181920212223242526272829303132
Series1
LI
C
OCTAVO PUNTO
Un proceso de trefilado tiene lmites superior e inferior de tolerancia de 5.60 y5.20,
respectivamente. Si el cliente requiere CP demostrado de valor 2.0 cul deber ser la
capacidad de proceso? Si tanto CPU y CPL tambin deben ser iguala 2.0, determine la
desviacin media y estndar del proceso, suponiendo una distribucin normal del
resultado.
Lmite superior 5,6
Lmite inferior 5,2
Cp 2
Cpu 2
Cpl 2

6*S 0,2
S 0,03333 Desviacin estndar
La capacidad del proceso debe ser 2, porque as lo requiere el cliente, de esta forma el
proceso tiene la capacidad potencial de cumplir con la especificacin. La desviacin
estndar es igual a 0.03333

NOVENO PUNTO

% de tiempo ocioso=P 0,1

No. Observaciones=N 550

Porcentaje elemental=p 0,1

z=No. Observaciones estandar 20% Dato encontrado en textos

A=exactitud deseada 0,025


Comprobamos= 549,792


550 Aprox

Aplicando
frmula= 0,1954


20% aprox



DCIMO PUNTO
Para este punto se ha observado la tabla normal con valores de z
negativos (se encuentra en el archivo de Excel)


MEDIA (Min) 0,1
LS 0,04
LI -0,06
MUESTRA 50

COMPONENTE
Tiempo
Medio
Desviaci
n
estndar Tolerancias
Demora en contestar 0,1023 0,0183 0,04 -0,06
Servicio 0,5044 0,0902 0,20 -0,30
Total 0,6067 0,1085


Para el caso

Desviacin (min) 0,6

Tolerancias

0,24 -0,36
Probabilidad tiempo =
1,2067 min 52,39%

Probabilidad tiempo =
0,0067 min

1,601x10