Grfica de control de atributos p :

1) Se ha encontrado que una carta de control de las proporciones de lmparas defectuosas es ms adecuada
para este anlisis. Tambin se ha determinado realizar el muestreo con subgrupos de tamao variable, por
lo que se ha optado por llevar a cabo el anlisis con una carta de control p.
Despus de 30 das se ha obtenido los siguientes datos.
Tambin se ha encontrado que en los das 4, 18 y 19 se dieron un nmero anormal de unidades defectuosas,
lo cual parece deberse a problemas con la cablera.

Numero de subgrupos

Numero
inspeccionados
(n)
1
920
2
893
3
849
4
789
5
802
6
910
7
938
8
976
9
936
10
857
11
820
12
853
13
947
14
930
15
847
16
981
17
976
18
908
19
837
20
967
21
852
22
756
23
935
24
929
25
996
26
1005
27
842
28
916
29
1010
30
854
Calculando lmites de control:

de

Numero de
No-conformes (d)

Proporcin de
No-conformidades (p)

13
4
3
22
13
6
12
19
2
17
4
12
4
21
6
17
13
25
25
15
7
19
12
9
16
4
9
18
19
4

0.014
0.0004
0.0004
0.028
0.016
0.007
0.013
0.019
0.002
0.020
0.005
0.014
0.004
0.023
0.007
0.017
0.013
0.028
0.030
0.016
0.008
0.025
0.013
0.010
0.016
0.004
0.011
0.020
0.019
0.005

= 0.0253

= 0.0021

Lc = 0.0137

Interpretacin:
Segn lo observado en la grfica en la lnea de lamparas no fue estable ya que proporciones de los
sub grupos 4, 18 y 19 rebasan el LCS. De aqu se desprende que durante el de esos sub grupos el proceso
funciono en presencia de causas o situaciones especiales que por lo general no estn presentes en el
proceso y que causaron que la proporcin de defectuosos fuera anormalmente grande.

2) En la siguiente figura se tiene los datos de 24 muestras de producto producido por turno. En la columna
produccin tenemos el total de producto fabricado por turno. La columna Producto Defectuoso nos indica el
nmero de artculos defectuosos por turno; la columna Nmero de Defectos nos indica el nmero de
defectos encontrados en la produccin de cada turno, ntese que por cada turno el nmero de defectos es
mayor o igual que el nmero de defectuosos, ya que un artculo defectuoso puede tener uno o ms
defectos. Finalmente tenemos la columna de Fraccin Defectuosa, la fraccin defectuosa de un turno se

calcula dividiendo el nmero de productos defectuosos por la produccin de ese turno, es decir, los valores
de la columna D divididos por los valores de la columna C.
B
MUESTRA

C
PRODUCCION

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24

96
99
99
100
100
100
100
100
100
99
100
100
100
94
94
99
100
97
87
100
100
98
97
97

D
PRODUCTO
DEFECTUOSO
8
12
17
16
9
15
18
14
15
14
17
15
15
8
10
22
15
12
9
12
13
18
14
13

Calculando lmites de control:

P = 437 / 2356 = 0.1855 , n = 2356 / 24 = 98.17

Lc = 0.1855

= 0.3032

= 0.0678

E
NUMERO DE
DEFECTOS
12
14
21
21
15
18
22
20
20
19
20
17
20
9
13
32
21
19
12
12
18
24
19
19

F
FRACCION
DEFECTUOSA (P)
0.083
0.121
0.172
0.160
0.090
0.150
0.180
0.140
0.150
0.141
0.170
0.150
0.150
0.085
0.106
0.222
0.150
0.124
0.103
0.120
0.130
0.184
0.144
0.134

Interpretacin:
Segn lo observado en la grfica en fabricacin de productos no fue estable ya que proporciones de
la muestra 16 rebasa el LCS. De aqu se desprende que durante el proceso de esos sub grupos el proceso
funciono en presencia de causas o situaciones especiales que por lo general no estn presentes en el
proceso y que causaron que la proporcin de defectuosos fuera anormalmente grande.

3) una compaa productora de pc reunio datos relacionados con la produccin no conforme del mes de
julio. Se realiza la prueba colocando un computador en una mesa de prueba automatizada
muestra

inspeccionado

defectuoso

99

18

94

22

97

11

90

11

100

98

16

100

100

14

99

11

10

100

17

11

100

15

12

87

13

13

100

16

14

99

21

15

99

17

16

100

11

17

100

13

18

100

10

19

100

21

20

100

13

21

97

13

22

100

25

23

100

19

24

94

15

Calculando lmites de control:

P =358 / 2353 = 0.1521 , n = 2353 / 24 = 980416667

= 0.2609

= 0.04329

Lc= 0.1521

Interpretacin:
Segn lo observado en la grfica en la lnea de computadoras fue estable ya que proporciones no rebasan
los lmites permitidos.

4) esta grafica de clculo est diseada para 50 muestras. Escriba datos nicamente en las celdas
sombreadas. Oprima sobre la ceja de la hoja para desplegar la grfica del control
muestra

valor

inspeccionados

fraccion no conforme

100

0.03

100

0.01

100

100

100

0.02

100

0.05

100

0.03

100

0.06

100

0.01

10

100

0.04

11

100

12

100

0.02

13

100

0.01

14

100

0.03

15

100

0.04

16

100

0.01

17

100

0.01

18

100

0.02

19

100

0.05

20

100

0.02

21

100

0.03

22

100

0.04

23

100

0.01

24

100

25

100

0.01

Calculando lmites de control:

P = 0.55 / 2500 = 0.00022 , n = 2500 / 25 = 100

Lc = 0.02

= 0.7

=0

Interpretacin:
Segn lo observado en la grfica en la lnea de computadoras fue estable ya que proporciones no rebasan
los lmites permitidos.
5) Determine la lnea central y los lmites de control tentativos para una grfica p, usando los datos
siguientes, que corresponden a pagos de reclamaciones de seguro dental. Trace los valores en el papel
milimetrado y determine si el proceso es estable. Si hay puntos fuera de control, suponga que tienen causa
asignable, y determine la lnea central y los lmites de control revisados.
subgrupo

cantidad inspeccionada

numero de no conformes

300

300

300

300

300

20

300

300

300

300

10

300

11

300

12

300

13

300

14

300

15

300

16

300

17

300

18

300

19

300

20

300

21

300

22

300

23

300

24

300

25

300

Calculando lmites de control:

P = 131 / 7500 = 0.01746667

Lc = 0.01746667

Interpretacion:

, n = 7500 / 25 =300

= 0.0401569226

= -5.22*10-3 = 0

Segn lo observado en la grfica en fabricacin de productos no fue estable ya que

proporciones de la muestra 5 rebasa el LCS. De aqu se desprende que durante el proceso de esos
sub grupos el proceso funciono en presencia de causas o situaciones especiales que por lo general
no estn presentes en el proceso y que causaron que la proporcin de defectuosos fuera
anormalmente grande.

Grafica de control de atributos np:

1) La empresa Data ha decidido llevar un control de calidad del proceso productivo mediante la
utilizacin de grficos np empleando muestras de 250 unidades, obtenindose de las 25 primeras
muestras las unidades defectuosas que se presentan en la tabla siguiente:
N

Def.

19

16

28

21

18

19

15

19

10

10

23

11

12

12

20

13

25

14

31

15

14

16

27

17

18

18

16

19

17

20

23

21

26

22

17

23

26

24

30

25

11

Determinar los lmites y si el proceso es estable:

N

Def.

LCI

LC

LCS

19

0.076

7.15969168

20.04

32.9203083

16

0.064

7.15969168

20.04

32.9203083

28

0.112

7.15969168

20.04

32.9203083

21

0.084

7.15969168

20.04

32.9203083

18

0.072

7.15969168

20.04

32.9203083

19

0.076

7.15969168

20.04

32.9203083

15

0.06

7.15969168

20.04

32.9203083

19

0.076

7.15969168

20.04

32.9203083

10

0.04

7.15969168

20.04

32.9203083

10

23

0.092

7.15969168

20.04

32.9203083

11

12

0.048

7.15969168

20.04

32.9203083

12

20

0.08

7.15969168

20.04

32.9203083

13

25

0.1

7.15969168

20.04

32.9203083

14

31

0.124

7.15969168

20.04

32.9203083

15

14

0.056

7.15969168

20.04

32.9203083

16

27

0.108

7.15969168

20.04

32.9203083

17

18

0.072

7.15969168

20.04

32.9203083

18

16

0.064

7.15969168

20.04

32.9203083

19

17

0.068

7.15969168

20.04

32.9203083

20

23

0.092

7.15969168

20.04

32.9203083

21

26

0.104

7.15969168

20.04

32.9203083

22

17

0.068

7.15969168

20.04

32.9203083

23

26

0.104

7.15969168

20.04

32.9203083

24

30

0.12

7.15969168

20.04

32.9203083

25

11

0.044

7.15969168

20.04

32.9203083

Total:

501

35
30
25

Def.

20

15

LCI
LC

10

LCS

5
0
1 3 5 7 9 11 13 15 17 19 21 23 25

Realizando el diagrama de procesos para la Empresa Data se obtienen los siguientes lmites:
LCI: 7.15

LC: 20.04
LCS: 32.9
Nuestro proceso si es estable ya que todo est acorde los limites hallados, aunque se tiene dos picos de 30 y
31 de las muestras nmero 24 y 30 que podran ser atendidas despus.
2) En un proceso de produccin se produce por lotes de tamao 500, en la inspeccin final de los
ltimos 30 lotes se obtuvo la siguiente cantidad de artculos defectuosos (los datos estn en orden
horizontal).

11

12

15

17

11

10

13

25

17

13

11

12

17

12

11

20

15

12

17

18

14

10

10

Calcule sus lmites, grafique, interprtala y diga si el proceso es estable

LCI

LC

LCS

11

0.022

1.9677

12.4

22.832

12

0.024

1.9677

12.4

22.832

15

0.03

1.9677

12.4

22.832

17

0.034

1.9677

12.4

22.832

11

0.022

1.9677

12.4

22.832

10

0.02

1.9677

12.4

22.832

13

0.026

1.9677

12.4

22.832

25

0.05

1.9677

12.4

22.832

17

0.034

1.9677

12.4

22.832

13

0.026

1.9677

12.4

22.832

11

0.022

1.9677

12.4

22.832

12

0.024

1.9677

12.4

22.832

17

0.034

1.9677

12.4

22.832

0.016

1.9677

12.4

22.832

12

0.024

1.9677

12.4

22.832

11

0.022

1.9677

12.4

22.832

20

0.04

1.9677

12.4

22.832

15

0.03

1.9677

12.4

22.832

12

0.024

1.9677

12.4

22.832

17

0.034

1.9677

12.4

22.832

18

0.036

1.9677

12.4

22.832

14

0.028

1.9677

12.4

22.832

10

0.02

1.9677

12.4

22.832

0.016

1.9677

12.4

22.832

Def

10

0.02

1.9677

12.4

22.832

0.012

1.9677

12.4

22.832

0.014

1.9677

12.4

22.832

0.01

1.9677

12.4

22.832

0.018

1.9677

12.4

22.832

0.012

1.9677

12.4

22.832

30
25
20

Def
P

15

LCI
LC

10

LCS
5
0
1

11 13 15 17 19 21 23 25 27 29

La muestra numero 8 presenta una cantidad mayor de artculos defectuosos y esto hace que nuestro
proceso este fuera de control.

3) Una agencia gubernamental muestrea 200 documentos por da de un lote de 6000 diarios. De
acuerdo con los registros histricos, el valor estndar o de referencia para la fraccin de no
conformes p0 es 0.075. Hallar la lnea central y los lmites de control:
Np: 200 * 0.075= 15
LCU: 26.2
LCL: 3.8

4) Cada da se inspeccionan 100 etiquetas de producto para ver si tienen no conformidades

superficiales. Los resultados de los ltimos 25 das son 22, 29, 25, 17, 20, 16, 34, 11, 31, 29, 15, 10,

33, 23, 27, 15, 17, 17, 19, 22, 23, 27, 29, 33 y 21. Grafique los puntos y determine si el proceso es
estable. Determinar la lnea central y los lmites de control tentativos.

N
inspeccionados

N defectos

LCI

LC

LCS

100

22

0.22

10.052825

22.6

35.147175

100

29

0.29

10.052825

22.6

35.147175

100

25

0.25

10.052825

22.6

35.147175

100

17

0.17

10.052825

22.6

35.147175

100

20

0.2

10.052825

22.6

35.147175

100

16

0.16

10.052825

22.6

35.147175

100

34

0.34

10.052825

22.6

35.147175

100

11

0.11

10.052825

22.6

35.147175

100

31

0.31

10.052825

22.6

35.147175

100

29

0.29

10.052825

22.6

35.147175

100

15

0.15

10.052825

22.6

35.147175

100

10

0.1

10.052825

22.6

35.147175

100

33

0.33

10.052825

22.6

35.147175

100

23

0.23

10.052825

22.6

35.147175

100

27

0.27

10.052825

22.6

35.147175

100

15

0.15

10.052825

22.6

35.147175

100

17

0.17

10.052825

22.6

35.147175

100

17

0.17

10.052825

22.6

35.147175

100

19

0.19

10.052825

22.6

35.147175

100

22

0.22

10.052825

22.6

35.147175

100

23

0.23

10.052825

22.6

35.147175

100

27

0.27

10.052825

22.6

35.147175

100

29

0.29

10.052825

22.6

35.147175

100

33

0.33

10.052825

22.6

35.147175

100

21

0.21

10.052825

22.6

35.147175

Tenemos:
LCI: 10.05
LC: 22.6
LCS: 35.15

40
35
30
N defectos

25

P
20

LCI

15

LC

10

LCS

5
0
1

11 13 15 17 19 21 23 25

Segn el grafico se ve que el proceso es estable, es decir que la cantidad de etiquetas defectuosas
encontradas en cada inspeccin no asciende de las 35.

5) En la siguiente tabla se presentan los resultados de las inspecciones diarias a la lnea de ensamble
de estufas elctricas del modelo 305. Determine los lmites de control tentativos para cada
subgrupo. Suponga que todos los puntos fuera de control tienen causas asignables, y determine el
valor estndar (o de referencia) para la fraccin de no conformes para Diciembre.

Fecha

Cantidad
inspeccionada

Numero de
no
conformes

LCI

LC

LCS

nov-08

200

31

0.155

13.1919693

27.8888889

42.5858084

nov-09

200

0.04

13.1919693

27.8888889

42.5858084

nov-10

200

26

0.13

13.1919693

27.8888889

42.5858084

nov-11

200

30

0.15

13.1919693

27.8888889

42.5858084

nov-12

200

38

0.19

13.1919693

27.8888889

42.5858084

nov-13

200

26

0.13

13.1919693

27.8888889

42.5858084

nov-14

200

16

0.08

13.1919693

27.8888889

42.5858084

nov-15

200

12

0.06

13.1919693

27.8888889

42.5858084

nov-16

200

50

0.25

13.1919693

27.8888889

42.5858084

nov-17

200

16

0.08

13.1919693

27.8888889

42.5858084

nov-18

200

33

0.165

13.1919693

27.8888889

42.5858084

nov-19

200

18

0.09

13.1919693

27.8888889

42.5858084

nov-20

200

33

0.165

13.1919693

27.8888889

42.5858084

nov-21

200

25

0.125

13.1919693

27.8888889

42.5858084

nov-22

200

28

0.14

13.1919693

27.8888889

42.5858084

nov-23

200

12

0.06

13.1919693

27.8888889

42.5858084

nov-24

200

49

0.245

13.1919693

27.8888889

42.5858084

nov-25

200

51

0.255

13.1919693

27.8888889

42.5858084

60
50

Numero de no
conformes

40

30

LCI

20

LC

10

LCS

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18
El diagrama nos muestra que el proceso no est controlado, ya que en la inspeccin en los das 16, 24 y 25
de Noviembre nos arroj una cantidad de productos defectuosos que no estn dentro de los lmites.

Grafica de control de atributos c:

1.

Se reunieron datos de la cuenta de no conformidades de un defecto en canoas de fibra de vidrio.

Dichos datos se reunieron durante la primera y segunda semanas de mayo, inspeccionando,
muestras al azar. Los datos se ven en la tabla siguiente, para 25 canoas, que es la cantidad mnima
de subgrupos necesaria para clculos de lmites tentativos de control. Observe que las canoas
MY132 y MT278 tuvieron dificultades en su produccin.
Nmero de
Numero de serie

CUENTA DE NO CONFORMIDADES

MY102

MY113

MY121

MY125

MY132

20

MY143

MY150

MY152

MY164

MY166

MY172

14

MY184

MY185

MY198

MY208

MY222

MY235

MY241

MY258

MY259

MY264

MY267

MY278

14

MY281

MY288

Hallando c:

COMENTARIO

se pag el
molde

serie

5,64

Hallando los limites:

LCS

12,7646053

LCI

25
20
15

Series1
Series2

10

Series3
5

Series4

MY288

MY278

MY264

MY258

MY235

MY208

MY185

MY172

MY164

MY150

MY132

MY121

MY102

Segn lo observado en la grfica en la lnea de canoa de vidrio no fue estable ya que

proporciones de los sub grupos MY132, MY172 Y MY278 rebasan el LCS. De aqu se desprende que
durante el proceso de obtencin de canoas de vidrio de esos sub grupos el proceso funciono en
presencia de causas o situaciones especiales que por lo general no estn presentes en el proceso y
que causaron que la proporcin de defectuosos fuera anormalmente grande.

2.

Se obtuvieron datos de la cuenta de no conformidades de rasgaduras en mesas a base de

melamina. Estos datos se obtuvieron durante el mes de Julio, inspeccionando, muestras al azar. Los
datos se ven en la tabla siguiente, para 30 mesas, que es la cantidad mnima de subgrupos
necesaria para clculos de lmites tentativos de control. Observe que las mesas ABC1, ABC10 Y
ABC12 tuvieron dificultades en su produccin.

Nmero de serie

CUENTA DE NO CONFORMIDADES

ABEC1

30

ABEC2

ABEC3

27

ABC4

ABC5

16

ABC6

25

ABC7

10

ABC8

18

ABC9

27

ABC10

30

ABC11

ABC12

30

ABC13

ABC14

17

ABC15

26

ABC16

13

ABC17

17

ABC18

29

ABC19

26

ABC20

25

ABC21

ABC22

ABC23

ABC24

ABC25

29

ABC26

ABC27

20

ABC28

ABC29

ABC30

30

Hallando c y los lmites:

C

16,6666667

LCS

28,9141154

LCI

4,41921795

35
30
25
Series1

20

Series2

15

Series3
10

Series4

5
ABC1
ABC3
ABC5
ABC7
ABC9
ABC11
ABC13
ABC15
ABC17
ABC19
ABC21
ABC23
ABC25
ABC27
ABC29

Segn lo observado en la grfica en la lnea de canoa de vidrio no fue estable ya que

proporciones de los sub grupos ABC1, ABC10, ABC12 Y ABC30 rebasan el LCS. De aqu se desprende
que durante el proceso de fabricacin de mesas de melamina de esos sub grupos el proceso
funciono en presencia de causas o situaciones especiales que por lo general no estn presentes en
el proceso y que causaron que la proporcin de defectuosos fuera anormalmente grande.
3.

Se obtuvieron datos de la cuenta de no conformidades de ralladuras en licuadoras. Estos se

obtuvieron durante el mes de Enero y Febrero, inspeccionando, muestras al azar. Los datos se ven
en la tabla siguiente, para 30 mesas, que es la cantidad mnima de subgrupos necesaria para
clculos de lmites tentativos de control.
Muestra

CUENTA DE NO CONFORMIDADES
1

20

12

25

15

10

18

11

25

12

15

13

11

14

15

16

16

17

25

18

19

15

20

12

21

15

22

14

23

24

25

26

16

27

28

29

30

11

31

16

32

33

33

34

12

35

17

36

33

37

19

38

39

40

19

41

25

42

12

43

44

13

45

46

47

48

49

50

19

Hallando c y los lmites:

C

11,44

LCS

21,5869207

LCI

1,29307928

35
30
25
Series1

20

Series2
15

Series3
Series4

10
5
0
1

7 10 13 16 19 22 25 28 31 34 37 40 43 46 49

Segn lo observado en la grfica en la lnea de obtencin de licuadoras no fue estable ya

que proporciones de los sub grupos 7, 11, 17, 32, 36 y 41 rebasan el LCS. De aqu se desprende que
durante el proceso de esos sub grupos el proceso funciono en presencia de causas o situaciones
especiales que por lo general no estn presentes en el proceso y que causaron que la proporcin de
defectuosos fuera anormalmente grande.

4.

Se tiene informacin sobre m = 26 muestras, cada una consiste de n = 100 tarjetas de circuitos
impresos. Los datos son tomados de Montgomery (2005). Cada tarjeta fue inspeccionada y el
nmero de defectos sobre la tarjeta fue tabulado. La siguiente tabla
Muestra una lista parcial de los datos en este archivo:

Muestra

Defectos

21

24

16

12

15

28

20

31

10

25

11

20

12

24

13

16

14

19

15

10

En la grfica se puede observar que el proceso funciono de manera estable ya que el numero tarjetas
defectuosas estn dentro de los limites.
5.

Un desarrollador de Sofware ha medido el nmero de defectos por cada 1000 lneas de cdigo en
los mdulos de software desarrollados por la empresa. Elabore una grfica c para estos datos.

Cantidad de defectos por cada

t

1000 lneas de cdigo

10

11

12

10

11

12

10

13

14

15

Encuentre limites de control tres sigma para una grfica C con un nmero promedio de defectos igual a 9.

Como se observa en la grfica el proceso estuvo funcionando de manera estable, ya que no hay puntos fuera
de los lmites de control.

Grafica de control de atributos u:

1.

Un fabricante de computadoras personales desea establecer una carta de control para las
disconformidades por unidad en lnea de ensamblaje final.
El tamao de la muestra se selecciona de 5 computadoras.
En la siguiente tabla se muestran los datos del nmero de disconformidades en 20 muestras de
tamao 5 cada una. Realizar el grfico de control para disconformidades por unidad.

1
2

5
5

Numero prom
de no
conformidades
10
2
12
2.4

3
4
5
6
7
8

5
5
5
5
5
5

8
14
10
16
11
7

1.6
2.8
2
3.2
2.2
1.4

9
10
11
12
13
14

5
5
5
5
5
5

10
15
9
5
7
11

2
3
1.8
1
1.4
2.2

15
16
17
18
19
20

5
5
5
5
5
5

12
6
8
10
7
5

2.4
1.2
1.6
2
1.4
1

193

38.6

Tamao d
emuestra

Muestra

U=

LCS = U + 3*

= 1.93 + 3*

= 3.794

Nmero de no
conformidades

= 1.93

LCI = U - + 3* = 1.93 -3*

Muestra
1
2
3
4
5

=0.066

Numero prom
de no
conformidades LS
2
2.4
1.6
2.8
2

LC

LI

3.794
3.794
3.794
3.794
3.794

1.93
1.93
1.93
1.93
1.93

0.066
0.066
0.066
0.066
0.066

6
7
8
9
10
11

3.2
2.2
1.4
2
3
1.8

3.794
3.794
3.794
3.794
3.794
3.794

1.93
1.93
1.93
1.93
1.93
1.93

0.066
0.066
0.066
0.066
0.066
0.066

12
13
14
15
16
17

1
1.4
2.2
2.4
1.2
1.6

3.794
3.794
3.794
3.794
3.794
3.794

1.93
1.93
1.93
1.93
1.93
1.93

0.066
0.066
0.066
0.066
0.066
0.066

18
19
20

2
1.4
1

3.794
3.794
3.794

1.93
1.93
1.93

0.066
0.066
0.066

4
3.5
3

Numero prom de no
conformidades

2.5

LS

2
LC

1.5
1

LI

0.5
0
1

11

13

15

17

19

Ya que no existen puntos fuera de control, se concluye que el proceso parece estar estable.

2.

Se desea saber cul es el estado de los empaques en una fbrica de computadoras, para lo cual se
obtienen datos durante un mes, los cuales se muestran en la tabla.

Lote

Muestra

Defectos por
unidad

11

20,3023499

10,5555556

0,80876121

20,3023499

10,5555556

0,80876121

20,3023499

10,5555556

0,80876121

12

20,3023499

10,5555556

0,80876121

13

20,3023499

10,5555556

0,80876121

20,3023499

10,5555556

0,80876121

13

20,3023499

10,5555556

0,80876121

10

20,3023499

10,5555556

0,80876121

12

20,3023499

10,5555556

0,80876121

15

20,3023499

10,5555556

0,80876121

12

20,3023499

10,5555556

0,80876121

14

20,3023499

10,5555556

0,80876121

10

20,3023499

10,5555556

0,80876121

11

20,3023499

10,5555556

0,80876121

10

20,3023499

10,5555556

0,80876121

10

20,3023499

10,5555556

0,80876121

12

20,3023499

10,5555556

0,80876121

20,3023499

10,5555556

0,80876121

10,55555556
LCS

20,3023499

LC

10,55555556

LCI

0,808761211

Defectos por unidad

25
20
15
10
5
0
1

Series1

Series2

9 10 11 12 13 14 15 16 17 18
Series3

Series4

Ya que no existen puntos fuera de control, se concluye que el proceso parece estar estable.
3.

Se desea saber cul es el estado de los envases en una fbrica de lacteos, para lo cual se obtienen
datos durante un mes, los cuales se muestran en la tabla.

Lote

Muestra

Defectos por
unidad

10

15

21,99354151

11,7222222

1,45090293

10

21,99354151

11,7222222

1,45090293

10

21,99354151

11,7222222

1,45090293

10

12

21,99354151

11,7222222

1,45090293

10

22

21,99354151

11,7222222

1,45090293

10

21,99354151

11,7222222

1,45090293

10

13

21,99354151

11,7222222

1,45090293

10

21,99354151

11,7222222

1,45090293

10

12

21,99354151

11,7222222

1,45090293

10

10

25

21,99354151

11,7222222

1,45090293

11

10

12

21,99354151

11,7222222

1,45090293

12

10

14

21,99354151

11,7222222

1,45090293

13

10

10

21,99354151

11,7222222

1,45090293

14

10

11

21,99354151

11,7222222

1,45090293

15

10

10

21,99354151

11,7222222

1,45090293

16

10

10

21,99354151

11,7222222

1,45090293

17

10

12

21,99354151

11,7222222

1,45090293

18

10

21,99354151

11,7222222

1,45090293

11,72222222
LCS

21,99354151

LC

11,72222222

LCI

1,45090293

Defectos por unidad

30
25
20
15
10
5
0
1

Series1

Series2

9 10 11 12 13 14 15 16 17 18
Series3

Series4

Segn lo observado en la grfica en la lnea de envasado de leche no fue estable ya que

proporciones de los sub grupos 10 rebasan el LCS. De aqu se desprende que durante el proceso de
envasado de leche de ese sub grupo el proceso funciono en presencia de causas o situaciones
especiales que por lo general no estn presentes en el proceso y que causaron que la proporcin de
defectuosos fuera anormalmente grande.

4. La tabla muestra la cantidad de no conformidades que arrojo cada subgrupo de tmao

de muestra n variables .La cantidad de no conformidades por unidad que se trazara en la
grafica se calcula dividiendo C / n
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
Sumatoria
Promedio

c
98
96
100
100
100
95
92
97
100
98
91
100
100
93
100
100
97
92
100
100
99
100
90
99
2337
97.375

13
11
18
19
13
18
15
20
17
12
23
30
20
15
9
23
16
13
9
17
31
13
18
21
414

U
0.13265306
0.11458333
0.18
0.19
0.13
0.18947368
0.16304348
0.20618557
0.17
0.12244898
0.25274725
0.3
0.2
0.16129032
0.09
0.23
0.16494845
0.14130435
0.09
0.17
0.31313131
0.13
0.2
0.21212121
5.64492754

U=

= 0.17715019

LCS= 0.17715019 + 3*

= 0.30510845

LCI == 0.17715019 - 3*

=0.04919193

0.35
0.3
0.25
U

0.2

LCS
0.15

LC

0.1

LCI

0.05
0
1 2 3 4 5 6 7 8 9 101112131415161718192021222324
Segn lo observado en la no fue estable ya que proporciones de los sub grupos 21 rebasa el LCS. De
aqu se desprende que durante el proceso de ese sub grupos el proceso funciono en presencia de causas o
situaciones especiales que por lo general no estn presentes en el proceso y que causaron que la proporcin
de defectuosos fuera anormalmente grande.