INSTITUTO TECNOLOGICO DE AGUASCALIENTES

DEPARTAMENTO DE INGENIERIA INDUSTRIAL

CONTROL ESTADISTICO DE LA CALIDAD
ACTIVIDAD 2.2: GRFICOS DE CONTROL ESTADSTICO PARA VARIABLES
CUANTITATIVAS.
M. C. Ernesto Garca Prez

Nombre: Raymundo Salazar Gonzlez.

Fecha: 17/10/14

Calif.

INSTRUCCIONES: ENTREGAR EN ESTE FORMATO, RESOLVIENDO CON MINITAB, LA

SIGUIENTE ACTIVIDAD TIENE UN VALOR DE 5%, ENTREGADA OPORTUNAMENTE.
ORDENADAMENTE, CON LAS CARACTERSTICAS DE UN TRABAJO PROFESIONAL.
1. Los siguientes datos representan a una poblacin, 5, 7, 12, 14, 14 y 16, determinar:
a) La media y desviacin estndar de la poblacin.
Media

11.33333

Desviacin estndar

3.986087

b) La distribucin de la poblacin.
Histograma de poblacion
3.0

Frecuencia

2.5
2.0
1.5
1.0
0.5
0.0

5.0

7.5

10.0
poblacion

12.5

15.0

No presenta ninguna tendencia clara, por lo tanto no es uniforma y no es normal.

c) Todas las posibles muestras de tamao 2 con reemplazo, y calcular su media muestral.
X1

X2
5
5.0
6.0
8.5
9.5
9.5
10.5

5
7
12
14
14
16

d) Comprobar que ( )

7
6.0
7.0
9.5
10.5
10.5
11.5

12
8.5
9.5
12.0
13.0
13.0
14.0

14
9.5
10.5
13.0
14.0
14.0
15.0

y que el error estndar

14
9.5
10.5
13.0
14.0
14.0
15.0

16
10.5
11.5
14.0
15.0
15.0
16.0

Media de medias

11.33333

Desviacin estndar de las medias

2.818589

La desviacin estndar de las medias=

=3.986/ =2.8185

e) Comprobar que la distribucin muestral de las medias se aproxima a la normal.

Histograma de xbarra
Normal

14

Media
Desv .Est.
N

12

Frecuencia

10
8
6
4
2
0

5.0

7.5

10.0
12.5
xbarra

Si se ajusta a una distribucin normal

15.0

17.5

11.33
2.859
36

f) La probabilidad de que la media muestral se encuentre entre 9.3 y 12.7.

(

Grfica de probabilidad de xbarra

Normal - 95% de IC

99

Media
Desv .Est.
N
AD
Valor P

95
90

11.33
2.859
36
0.664
0.076

Porcentaje

80
70
60
50
40
30
20
10
5

10
xbarra

15

20

El valor de p es mayor de .05 por lo tanto se puede decir que si se ajustan a una
distribucin normal.
g) Resuelva el inciso anterior mediante el teorema del lmite central.
Grfica de distribucin

Normal, Media=11.333, Desv.Est.=2.8185

0.16
0.14

0.451

Densidad

0.12
0.10
0.08
0.06
0.04
0.02
0.00

9.3

11.3 12.7
X

2. Considerar los datos del problema anterior (5, 7, 12, 14, 14 y 16). Utilizando el Minitab
(o cualquier otro Software o medio) generar 100 muestras de tamao 5, determinar:
a) La distribucin muestral de medias, considerando las 100 muestras.
11.4
13.0
11.8
8.6
14.8
9.8
10.0
12.2
10.0
10.4

8.6
12.6
10.0
10.4
10.4
10.4
10.0
10.4
10.8
13.6

9.8
9.0
13.0
11.8
12.6
10.8
9.4
13.6
11.0
10.8

10.0
12.2
12.2
9.0
13.0
11.8
10.0
13.4
12.2
11.8

9.6
9.4
8.6
9.8
13.4
8.6
11.4
8.6
12.6
7.6

10.8
10.2
13.4
9.0
11.2
9.4
11.2
11.2
13.6
14.4

12.2
9.8
11.6
14.4
10.8
11.2
10.4
11.6
10.8
11.2

10.8
12.2
10.4
9.4
11.8
13.0
8.0
11.4
14.4
11.8

13.0
13.4
11.2
14.0
10.4
14.8
15.2
12.6
9.6
12.2

12.2
14.0
13.0
12.2
14.8
10.8
8.2
14.0
13.2
14.0

Histograma de media
Normal

25

Media
Desv .Est.
N

11.41
1.783
100

Frecuencia

20

15

10

10

12
media

14

16

b) La media de las medias para comprobar que el valor esperado de las medias es igual a
la media poblacional.
La media poblacional es 11.333 y la media de las medias es 11.41, por lo tanto no
existe diferencia significativa.
Para demostrar que la diferencia no es significativa se dividen los dos valores, el
esperado y el real, es decir 11.333/11.41=0.9932, se dice que la diferencia no es
significativa si la divisin se encuentra entre 0.95 y 1.05.

c) Comprobar que la distribucin muestral de medias se aproxima a la normal.

Histograma de media
Normal

25

Media
Desv .Est.
N

11.41
1.783
100

Media
Desv .Est.
N
AD
Valor P

11.41
1.783
100
0.455
0.263

Frecuencia

20

15

10

10

12
media

14

16

Grfica de probabilidad de media

Normal - 95% de IC

99.9
99

Porcentaje

95
90
80
70
60
50
40
30
20
10
5
1
0.1

5.0

7.5

10.0

12.5
media

15.0

17.5

Como no existen valores fuera, y el Valor P 0.263>0.05, por lo tanto se acepta que los
datos tienen una distribucin normal.

d) Determine el error estndar de la media.

Muestra el valor realmente obtenido que es 1.783

3. Se est utilizando un grfico de control X-R para controlar las tallas de pantalones, las
mediciones se hacen en lo que se tenga de ms o de menos en la talla original, si se
tomaron 16 muestras de 4 elementos, con los siguientes resultados en pulgadas:

Muestra
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
Determine:

Mediciones
-0.25
0.50
-0.5
0.25
0
-0.50
0.5
0.25
0.25
-0.25
0.25
0.50
-0.25
0.25
-0.25
-0.50
0.50
0
-0.25
0
0
-0.25
-0.5
-0.5
-0.25
1.0
0.75
0
0.5
0.25
0
0.75

0.75
0.25
-0.25
-0.50
0
0.25
-0.25
0.50
0.25
0.25
-0.25
0
0.5
1.0
-1.0
0

0.25
-0.50
-0.25
-0.25
0.25
0.25
-0.25
-0.50
0.75
-0.75
0
-0.5
-1.0
0.5
1.0
1.0

a) Los lmites de control del grafico

Grfica Xbarra-R de e1, ..., e4

U C L=0.696

M edia de la muestr a

0.6
0.3

_
_
X=0.059

0.0
-0.3

LC L=-0.579

-0.6
1

9
M uestr a

11

Rango de la muestr a

2.0

13

15

U C L=1.996

1.5
_
R=0.875

1.0
0.5
0.0

LC L=0
1

9
M uestr a

11

13

15

b) Si no est bajo control estadstico, Cules son las causas?

El grafico R presenta dos puntos por encima del lmite superior, 13 y 15. Es por eso que no
est bajo control. (Causa nm. 1)
c) Determine los ndices de capacidad del proceso, si las especificaciones fueran
Capacidad de proceso Sixpack de e1, ..., e4
Media de la muestra

Grfica Xbarra

Histograma de capacidad
LIE

UCL=0.696

LSE

E specificaciones
LIE -0.5
LS E
0.5

0.5
_
_
X=0.059

0.0
-0.5

LCL=-0.579
1

11

13

15

-0.8

Rango de la muestra

Grfica R

0.0

0.4

0.8

1.2

Grfica de prob. Normal

A D : 0.900, P : 0.020

UCL=1.996

_
R=0.875

LCL=0
1

11

13

15

ltimos 16 subgrupos

-1

Dentro
D esv .E st. 0.424964
Cp
0.39
C pk
0.35

-1

De n tro d e

Ge n e ra l

E sp e cifica cio n e s

10
Muestra

Grfica de capacidad

1
Valores

-0.4

15

G eneral
Desv .E st. 0.479215
Pp
0.35
P pk
0.31
C pm
*

d) Qu acciones considerar para mejorar la calidad en orden de prioridad y que el

proceso sea hbil?
1. Controlar el proceso.
2. Disminuir la Desviacin estndar.
3. Centrar la media a 0.

4. Se est controlando el porcentaje de concentrado de cido, en una sustancia qumica,

se tomaron 20 muestras de 5 elementos:

Muestra
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

a
3
4
6
4
3
2
4
6
4
4
4
5
6
2
1
5
2
3
4
3

b
3
3
6
4
6
3
4
5
1
2
3
5
6
3
2
4
5
1
7
1

c
4
5
6
7
4
3
5
2
3
4
6
4
4
2
3
2
1
4
5
6

d
3
2
5
4
3
4
4
5
6
2
4
5
6
2
4
5
2
2
3
5

e
2
3
4
5
4
5
6
7
8
2
3
4
3
3
3
4
5
6
2
4

a) Determine los lmites de control

Grfica Xbarra-R de a, ..., e
M edia de la muestr a

+3S L=5.755

+2S L=5.130

+1S L=4.505
_
_
X=3.88

-1S L=3.255

-2S L=2.630

-3S L=2.005
1

Rango de la muestr a

11
M uestr a

13

15

17

19

+3S L=6.872

+2S L=5.665

+1S L=4.457
_
R=3.25

-1S L=2.043

-2S L=0.835
-3S L=0
1

11
M uestr a

13

15

17

19

b) El proceso est bajo control?, si no es as cuales son las causas.

No est bajo control:
En el grafico se tiene:
-El punto 14 y 15 estn arriba de 2 sigma
-Puntos 14, 15, 17, y 18, estn arriba de 1 sigma
Grafico R se tiene:
-Puntos del 1 al 7 por debajo de R barra.
-Punto 9 est arriba del lmite de control superior o 3 sigma
-Puntos del 10 al 16 por debajo de R barra

c) Si un cliente tiene las especificaciones siguientes 42, calcule los ndices Cp y

Cpk, el proceso es hbil?
Capacidad de proceso Sixpack de a, ..., e
Media de la muestra

Grfica Xbarra

Histograma de capacidad

UCL=5.755

_
_
X=3.88

LIE

LSE

E specificaciones
LIE 2
LS E 6

LCL=2.005
1

11

13

15

17

19

Rango de la muestra

Grfica R

Grfica de prob. Normal

A D: 1.864, P : < 0.005

UCL=6.872

5.0
_
R=3.25

2.5
0.0

LCL=0
1

11

13

15

17

19

ltimos 20 subgrupos

10

Grfica de capacidad

8
Valores

Dentro de

D entro
D esv .E st. 1.39725
Cp
0.48
C pk
0.45

General

G eneral
D esv .E st. 1.55232
Pp
0.43
P pk
0.4
C pm
*

Especificaciones

10
Muestra

15

20

d) Cules son la media y desviacin estndar que debe tener para hacer hbil el
proceso?

e) Si otro cliente tiene como especificacin de 6 o menos, cual es el ndice Cpk.

Capacidad de proceso Sixpack de a, ..., e
Media de la muestra

Grfica Xbarra

Histograma de capacidad

UCL=5.755

_
_
X=3.88

LSE

E specificaciones
LS E 6

LCL=2.005
1

11

13

15

17

19

Rango de la muestra

Grfica R

Grfica de prob. Normal

A D: 1.864, P : < 0.005

UCL=6.872

5.0
_
R=3.25

2.5
0.0

LCL=0
1

11

13

15

17

19

ltimos 20 subgrupos
8

Valores

D entro
D esv .E st. 1.39725
Cp
*
C pk
0.51

Dentro de

General

Especificaciones

10
Muestra

15

10

Grfica de capacidad

20

G eneral
D esv .E st. 1.55232
Pp
*
P pk
0.46
C pm
*

5. Resolver el problema 3 mediante el grafico

a) Los lmites de control del grafico

M edia de la muestr a

Grfica Xbarra-S de m1, ..., m4

+3S L=0.712

0.6

+2S L=0.494

0.3

+1S L=0.276
_
_
X=0.059

0.0

-1S L=-0.159
-0.3

-2S L=-0.377

-0.6

-3S L=-0.595

Desv.Est. de la muestr a

9
M uestr a

11

13

15

+3S L=0.909
0.8

+2S L=0.740

0.6
0.4

+1S L=0.571
_
S =0.401

0.2

-1S L=0.232

0.0

-2S L=0.063
-3S L=0
1

9
M uestr a

11

13

15

b) Si no est bajo control estadstico, Cules son las causas?

Aparentemente el proceso est bajo control, el software no seala alguna causa
que determine lo contrario.
c) Determine los ndices de capacidad del proceso, si las especificaciones fueran
Capacidad de proceso Sixpack de m1, ..., m4
Media de la muestra

Grfica Xbarra

Histograma de capacidad
LIE

UCL=0.712

LSE

E specificaciones
LIE -0.5
LS E
0.5

0.5
_
_
X=0.059

0.0
-0.5

LCL=-0.595

Desv.Est. de la muestra

11

13

15

Grfica S

-0.4

0.0

0.4

0.8

1.2

Grfica de prob. Normal

1.0

A D : 0.900, P : 0.020

UCL=0.909
_
S=0.401

0.5

0.0

LCL=0
1

11

13

15

ltimos 16 subgrupos

-1

Dentro
D esv .E st. 0.435543
Cp
0.38
C pk
0.34

-1

De n tro d e

Ge n e ra l

E sp e cifica cio n e s

10
Muestra

Grfica de capacidad

Valores

-0.8

15

G eneral
Desv .E st. 0.479215
Pp
0.35
P pk
0.31
C pm
*

e) Qu acciones considerar para mejorar la calidad en orden de prioridad y que el

proceso sea hbil?
4. Controlar el proceso.
5. Disminuir la Desviacin estndar.
6. Centrar la media a 0.
6. Resolver el problema 4 mediante el grafico

a) Lmites de control:
Grfica Xbarra-S de a, ..., e
M edia de la muestr a

U C L=5.786

5
_
_
X=3.88

4
3

6
5

LC L=1.974
1

11
M uestr a

13

15

17

19

Desv.Est. de la muestr a

U C L=2.790

2
_
S =1.336
1
2

LC L=0
1

11
M uestr a

13

15

17

19

b) Proceso bajo control:

El proceso no est bajo control:
Grafico x barra:
Puntos 14 y 15 arriba de 2 sigma.
Puntos 14, 15,17 y 18 arriba de 1 sigma.
Grafico S:
Siete puntos consecutivos por debajo de S barra (1 al 7)

c) ndices de capacidad Cp y Cpk

Capacidad de proceso Sixpack de a, ..., e
Media de la muestra

Grfica Xbarra
UCL=5.786

_
_
X=3.88

LIE

LSE

E specificaciones
LIE 2
LS E 6

LCL=1.974
1

Desv.Est. de la muestra

Histograma de capacidad

11

13

15

17

19

Grfica S

Grfica de prob. Normal

A D: 1.864, P : < 0.005

UCL=2.790
2

_
S=1.336

1
0

LCL=0
1

11

13

15

17

19

ltimos 20 subgrupos

10

Grfica de capacidad

8
Valores

Dentro de

D entro
D esv .E st. 1.42097
Cp
0.47
C pk
0.44

G eneral
D esv .E st. 1.55232
Pp
0.43
P pk
0.4
C pm
*

General

Especificaciones

10
Muestra

15

20

d) Medidas ptimas para hacer hbil el proceso:

X doble barra = 4
Sigma = 0.667
e) Las medidas de capacidad son: (solo con lmite de especificacin superior)
Capacidad de proceso Sixpack de a, ..., e
Media de la muestra

Grfica Xbarra
UCL=5.786

_
_
X=3.88

2
3

11

13

15

17

19

E specificaciones
LS E 6

Grfica S

Grfica de prob. Normal

A D: 1.864, P : < 0.005

UCL=2.790
2

_
S=1.336

1
0

LCL=0
1

11

13

15

17

19

ltimos 20 subgrupos

D entro
D esv .E st. 1.42097
Cp
*
C pk
0.5

Dentro de

General

Especificaciones

10
Muestra

10

Grfica de capacidad

Valores

LSE

LCL=1.974
1

Desv.Est. de la muestra

Histograma de capacidad

15

20

G eneral
D esv .E st. 1.55232
Pp
*
P pk
0.46
C pm
*