Taller de Gráficos de Control

Descargar como pdf o txt
Descargar como pdf o txt
Está en la página 1de 7

Taller Gráficos de control 1

1. Se tomaron 30 muestras a través de un periodo de 15 horas, cada una de tamaño 3,


enlistadas en la tabla siguiente, a partir de un proceso de maquinado.

Muestra Observaciones
1,00 3,55 3,64 4,37
2,00 3,61 3,42 4,07
3,00 3,61 3,36 4,34
4,00 4,13 3,50 3,61
5,00 4,06 3,28 3,07
6,00 4,48 4,32 3,71
7,00 3,25 3,58 3,51
8,00 4,25 3,38 3,00
9,00 4,35 3,64 3,20
10,00 3,62 3,61 3,43
11,00 3,09 3,28 3,12
12,00 3,38 3,15 3,09
13,00 2,85 3,44 4,06
14,00 3,59 3,61 3,34
15,00 3,60 2,83 2,84
16,00 2,69 3,57 3,28
17,00 3,07 3,18 3,11
18,00 2,86 3,69 3,05
19,00 3,68 3,59 3,93
20,00 2,90 3,41 3,37
21,00 3,57 3,63 2,72
22,00 2,82 3,55 3,56
23,00 3,82 2,91 3,80
24,00 3,14 3,83 3,80
25,00 3,97 3,34 3,65
26,00 3,77 3,60 3,81
27,00 4,12 3,38 3,37
28,00 3,92 3,60 3,54
29,00 3,50 4,08 4,09
30,00 4,23 3,62 3,00

¿Parecería estar ese proceso bajo control estadístico? ¿Por qué?

2. Durante un periodo de 25 horas en un proceso de maquinado se tomaron 50 muestras de


tamaño 5, enlistadas en la tabla siguiente.
Datos 1 2 3 4 5 6 7 8 9 10
1 9.999 10.022 10.001 10.007 10.011 10.019 10.015 9.988 9.980 10.017
2 9.992 9.998 10.006 10.006 9.979 10.017 10.015 9.990 10.001 10.017
3 10.002 10.037 10.002 10.004 9.991 10.018 9.978 10.008 10.013 9.988
4 10.003 9.994 9.993 10.018 9.996 10.008 10.006 10.002 9.998 10.010
5 10.009 10.003 10.011 10.011 9.994 10.018 9.997 9.989 10.015 9.980
11 12 13 14 15 16 17 18 19 20
1 9.980 10.004 10.025 9.992 9.985 9.977 9.996 10.014 10.001 9.982
2 10.038 9.990 9.989 10.023 10.002 9.975 9.991 10.010 9.979 9.975
3 9.990 10.002 9.981 10.019 10.008 10.002 10.005 10.000 10.001 9.976
4 9.996 10.003 10.006 9.990 10.008 10.021 10.009 10.001 10.015 10.012
5 10.016 9.996 9.998 10.003 9.998 9.989 9.977 10.006 10.009 9.994
21 22 23 24 25 26 27 28 29 30
1 10.010 9.988 9.991 10.005 9.987 9.994 9.994 9.972 10.018 9.985
2 10.003 10.004 9.996 10.003 9.993 10.007 9.987 9.994 10.007 10.010
3 9.990 10.001 10.020 10.027 9.992 10.013 10.027 9.969 9.980 9.998
4 10.010 9.995 10.002 9.996 9.987 9.997 10.030 10.011 9.987 10.033
5 10.015 9.977 10.022 9.970 10.008 10.014 9.989 9.985 10.014 9.994
31 32 33 34 35 36 37 38 39 40
1 10.009 9.987 9.990 9.985 9.991 10.002 10.045 9.970 10.019 9.954
2 10.013 10.012 9.973 10.038 9.999 9.989 9.993 9.999 9.989 10.011
3 10.008 10.015 9.996 9.991 9.989 9.993 10.007 9.989 9.998 10.003
4 9.990 9.995 9.990 9.988 10.014 10.013 9.990 9.999 9.997 9.987
5 10.008 10.021 9.980 9.986 9.997 9.980 10.010 10.014 9.986 10.005
41 42 43 44 45 46 47 48 49 50
1 9.978 10.008 10.035 10.012 10.009 10.004 10.023 9.972 9.988 10.032
2 10.010 10.025 10.015 10.025 10.007 9.998 9.979 9.993 10.002 10.017
3 9.996 10.017 9.994 9.972 10.027 10.026 10.002 10.005 9.992 9.999
4 9.991 10.008 9.991 10.013 9.988 10.032 9.979 9.982 10.002 9.979
5 9.995 9.989 9.998 10.011 9.967 10.019 10.020 9.999 9.988 10.002

¿Parecería que este proceso estuviera bajo control estadístico? ¿Por qué?

3. Treinta muestras, cada una de tamaño 6, dieron como valor 𝑥̅ = 480 y R = 34. Calcule los
límites de control para las gráficas 𝑥̅ y R y estime la desviación estándar del proceso.

4. General Hydraulics es un fabricante de máquinas-herramienta hidráulicas. Ha tenido un


historial de problemas de fugas, resultado de un cierto acoplamiento crítico. Se
seleccionaron 25 muestras de piezas maquinadas, una por cada turno, y se midió el
diámetro del acoplamiento. Los resultados se dan en la tabla siguiente.
a) Elabore gráficas de control 𝑥̅ y R para estos datos.
b) Si el operador habitual de la máquina estuvo ausente al tomar las muestras 4, 8, 14, y
22, ¿de qué manera afectan los resultados del inciso (a)?

Medida del diámetro (cm)


Observaciones
Muestra
1 2 3 4
1 10,94 10,64 10,88 10,70
2 10,66 10,66 10,68 10,68
3 10,68 10,68 10,62 10,68
4 10,03 10,42 10,48 11,06
5 10,70 10,46 10,76 10,80
6 10,38 10,74 10,62 10,54
7 10,46 10,90 10,52 10,74
8 10,66 10,04 10,58 11,04
9 10,50 10,44 10,74 10,66
10 10,58 10,64 10,60 10,26
11 10,80 10,36 10,60 10,22
12 10,42 10,36 10,72 10,68
13 10,52 10,70 10,62 10,58
14 11,04 10,58 10,42 10,36
15 10,52 10,40 10,60 10,40
16 10,38 10,02 10,60 10,60
17 10,56 10,68 10,78 10,34
18 10,58 10,50 10,48 10,60
19 10,42 10,74 10,64 10,50
20 10,48 10,44 10,32 10,70
21 10,56 10,78 10,46 10,42
22 10,82 10,64 11,00 10,01
23 10,28 10,46 10,82 10,84
24 10,64 10,56 10,92 10,54
25 10,84 10,68 10,44 10,68

c) La tabla siguiente representa medidas tomadas durante los siguientes 10 turnos. ¿Qué
información proporciona esa tabla al gerente de control de calidad?

Observaciones
Muestra
1 2 3 4
1 10,40 10,76 10,54 10,64
2 10,60 10,28 10,74 10,86
3 10,56 10,58 10,64 10,70
4 10,70 10,60 10,74 10,52
5 11,02 10,36 10,90 11,02
6 10,68 10,38 10,22 10,32
7 10,64 10,56 10,82 10,80
8 10,28 10,62 10,40 10,70
9 10,50 10,88 10,58 10,54
10 10,36 10,44 10,40 10,66

5. Suponga que las siguientes medias y desviaciones estándar de las muestras se observan
para muestras de tamaño 6:

Muestra ̅
𝒙 s Muestra ̅
𝒙 s
1 2,15 0,14 11 2,10 0,17
2 2,07 0,10 12 2,19 0,13
3 2,10 0,11 13 2,14 0,07
4 2,14 0,12 14 2,13 0,11
5 2,18 0,12 15 2,14 0,11
6 2,11 0,12 16 2,12 0,14
7 2,10 0,14 17 2,08 0,17
8 2,11 0,10 18 2,18 0,10
9 2,06 0,09 19 2,06 0,06
10 2,15 0,08 20 2,13 0,14

Construya graficas 𝑥̅ y s para estos datos.

6. Un hospital encuesta a todos los pacientes que se dan de alta mediante un cuestionario de
satisfacción de los pacientes. El número de pacientes encuestados varía todos los meses. Se
elaboran y estudian gráficas de control que vigilan la proporción de pacientes no satisfechos
en relación con algunas preguntas clave. Elabore una gráfica p para los datos siguientes, que
representan las respuestas a una pregunta sobre su satisfacción en relación con los
alimentos en el hospital.

Cantidad de Cantidad de no
Mes
pacientes conformes
1 256 10
2 202 11
3 234 8
4 307 10
5 280 7
6 298 15
7 231 22
8 201 9
9 314 12
10 223 13
11 256 14
12 224 9
13 278 16
14 215 10
15 287 16
16 234 11
17 310 17
18 285 26
19 251 8

7. Una gráfica de promedio y rango basada en un tamaño de muestra de cuatro se ha estado


usando con los siguientes resultados:

Promedios Rangos
Límite de control superior 78,0 8,0
Valor promedio 75,8 3,8
Límite de control inferior 73,6 0,0

¿Qué tan grande tendría que ser un incremento en el promedio total del proceso para que
tuviera 35 por ciento de probabilidad de que la muestra promedio excediese el límite de
control superior?

8. Un proveedor local de servicios de internet (ISP) está preocupado porque está


disminuyendo el nivel de acceso de sus clientes, debido a mayor uso. La proporción del
tiempo de periodo pico, cuando es probable que un cliente reciba una señal de ocupado, se
considera como una buena medición del nivel de servicio. El porcentaje de las veces que un
cliente recibe una señal de ocupado durante los periodos pico varía. Con base en un proceso
de muestreo, el ISP ha establecido gráficas de control para vigilar el nivel de servicio basado
en la proporción de señales de ocupado recibidas. Elabore una gráfica p con base en las
siguientes cifras, que representan los datos de la muestra. ¿Qué muestra la gráfica? En su
opinión, ¿se trata de un servicio bueno o malo?
Periodo Cantidad de llamadas Cantidad de
pico intentadas señales de ocupado
1 246 50
2 212 51
3 254 68
4 307 74
5 283 62
6 308 65
7 264 46
8 191 49
9 304 70
10 253 54
11 298 70
12 255 58
13 214 48
14 262 64
15 205 47
16 293 73
17 244 67
18 309 65
19 276 71
20 233 57
21 236 50
22 242 61
23 234 53
24 287 64
25 303 62

9. Una gráfica p se va a usar para analizar el registro de septiembre del 100 por ciento de una
inspección de cierto componente de radio. El número total inspeccionado durante el mes
fue 2.196, y el número total de defectos, 158. Estime 𝑝̅ . Calcule los límites de control para
los siguientes 3 días y diga qué porcentaje de defectuosos cae dentro de los límites de
control de cada día.

Fecha Número inspeccionado Número de defectuosos


14-sep 54 8
15-sep 162 24
16-sep 213 3
10. Un desarrollador de software ha medido el número de defectos por cada 1000 líneas de
código en los módulos de software desarrollados por la empresa. Elabore una gráfica c para
estos datos.
Cantidad de defectos por
Muestra
cada 1,000 líneas de código
1 5
2 10
3 11
4 2
5 6
6 8
7 12
8 2
9 7
10 3
11 6
12 10
13 9
14 1
15 4

También podría gustarte