Control estadístico de procesos TP503V

EXAMEN FINAL

DIANA PARRA SALAZAR 20152015E

Problema 1:
Un fabricante de componente electrónico, desea evaluar si la medida de longitud satisface
las especificaciones. La longitud debe tener 0.545 ± 0.075 cm para satisfacer las
especificaciones de ingeniería. Los analistas evalúan la capacidad del proceso para
asegurarse de que este manifieste el requisito del cliente. Cada hora, los analistas toman un
subgrupo de 5 longitudes del componente electrónico consecutivos de la línea de producción
y lo registran. Se pide:
a. Demostrar si los datos recepcionados cumplen con la distribución normal
b. Encontrar la media y rango de los datos. Analizar los resultados
c. Verificar la calidad del producto para satisfacer los requisitos específicos para el
cliente

a.

La prueba de normalidad nos muestra que todos los datos están agrupados y
cercanos. Por lo tanto podemos decir que los datos cumplen con una distribución
normal
 b.
Gráfica Xbarra-R de C1; ...; C5
0.58
LCS=0.57253
Media de la muestra

0.56
__
X=0.54646
0.54

0.52 LCI=0.52039
1
1 3 5 7 9 11 13 15 17 19
Muestra

0.100
LCS=0.0956
Rango de la muestra

0.075

0.050 _
R=0.0452

0.025

0.000 LCI=0
1 3 5 7 9 11 13 15 17 19
Muestra

Las gráficas muestran que todos los datos están dentro de los límites. Por lo tanto,
la media y los rangos del proceso parecen ser estables o estar bajo control; excepto
en el análisis de medias, donde el subgrupo 11 está por debajo del límite inferior
LCI=0.52030. Sin embargo, esta dentro de los límites de especificaciones del cliente,
donde el límite inferior es LI= 0.47.Media de los datos: 0.54646

Rango de los datos: 0.0452

c.

Gráfica S de LONGITUD
0.04
LCS=0.03826

0.03
Desv.Est. de la muestra

0.02 _
S=0.01831

0.01

0.00 LCI=0

1 3 5 7 9 11 13 15 17 19
Muestra
En este análisis de
desviación estándar,
observamos que todos los
datos están dentro de los
límites, con esta gráfica y
las anteriores podemos
decir que el proceso es
estable y está bajo control.

Además podemos analizar

la capacidad del proceso.
Con los límites
especificados por el
cliente.

La gráfica demuestra que es un proceso de distribución normal y que está dentro de

los límites, por lo tanto podemos decir que es un proceso capaz, además de
controlado. Por ende la calidad del producto esta verificada.
Problema 2:
Supongamos que usted esta interesado MUESTRA TURNO - ESPESOR
en la capacidad de un proceso que 1 1 10.87 1 10.86 1 10.9 2 10.86 2 10.91
2 1 10.88 1 10.9 1 10.9 2 10.85 2 10.89
produce barras de soporte. A usted le
3 1 10.89 1 10.91 1 10.92 2 10.87 2 10.89
preocupa que el espesor de la barra 4 1 10.95 1 10.91 1 10.88 2 10.86 2 10.9
pudiera estar afectado por los turnos 5 1 10.92 1 10.88 1 10.87 2 10.95 2 10.9
de trabajo: mañana (1) y tarde (2). 1 1 10.9 1 10.9 1 10.89 2 10.89 2 10.89
2 1 10.9 1 10.91 1 10.91 2 10.88 2 10.9
Usted mide el espesor de 5 muestras
3 1 10.93 1 10.93 1 10.89 2 10.89 2 10.86
extraidas de 10 cajas producidas en 4 1 10.88 1 10.9 1 10.93 2 10.9 2 10.91
cada turno. El espesor debe estar entre 5 1 10.89 1 10.87 1 10.89 2 10.9 2 10.89
10.81mm y 10.97mm para satisfacer el 1 1 10.89 1 10.89 2 10.85 2 10.92 2 10.88
2 1 10.92 1 10.91 2 10.87 2 10.91 2 10.91
requisito. Se pide:
3 1 10.91 1 10.9 2 10.91 2 10.89 2 10.88
a. Demostrar si los datos 4 1 10.88 1 10.9 2 10.89 2 10.88 2 10.91
5 1 10.86 1 10.85 2 10.88 2 10.87 2 10.92
recepcionados cumplen con la 1 1 10.92 1 10.89 2 10.87 2 10.88 2 10.89
distribución normal. 2 1 10.85 1 10.91 2 10.86 2 10.9 2 10.92
b. Encontrar la media y rango de 3 1 10.89 1 10.91 2 10.93 2 10.84 2 10.89
los datos. Analizar los 4 1 10.86 1 10.87 2 10.91 2 10.87 2 10.9
5 1 10.9 1 10.87 2 10.85 2 10.9 2 10.89
resultados
c. Verificar la calidad del producto para satisfacer el requisito del cliente.

a. Sí es una distribución normal.

b. En general, si dividimos los datos en 2 grupos por turnos, tenemos:

 Gráfica Xbarra-R de ESPESOR
LCS=10.90190
10.900

Media de la muestra
10.895 __
X=10.892
10.890

10.885
LCI=10.88210
10.880
1 2
TURNO

0.150 LCS=0.1507
Rango de la muestra

0.125
_
R=0.105
0.100

0.075

LCI=0.0593
0.050
1 2
TURNO

Analizando más los datos, en subgrupos de 5 datos (como las muestras). Tenemos:

Media de los datos: 10.892 / Rango de los datos: 0.105

Gráfica Xbarra-R de ESPESOR

LCS=10.92286
10.920
Media de la muestra

10.905
__
10.890 X=10.892

10.875

10.860 LCI=10.86114
1 3 5 7 9 11 13 15 17 19
Turno 1 (Del 1 al 10) - Turno 2 (Del 10 al 20)

LCS=0.1131
0.100
Rango de la muestra

0.075
_
0.050 R=0.0535

0.025

0.000 LCI=0
1 3 5 7 9 11 13 15 17 19
Turno 1 (Del 1 al 10) Turno 2 (Del 10 al 20)

Podemos notar que durante el turno 1 el proceso es más estable, mientras que en el
turno 2 el proceso es muy variable, aunque se mantiene entre los límites.
 c. Verificamos calidad:

Gráfica S de ESPESOR
0.05
LCS=0.04582

0.04
Desv.Est. de la muestra

0.03

_
S=0.02193
0.02

0.01

0.00 LCI=0

1 3 5 7 9 11 13 15 17 19

TURNO1 (Del 1 al 10) - TURNO 2 (Del 10 al 20)

Con estas 2 graficas confirmamos la estabilidad y capacidad del proceso,

comparando por turnos. De donde podemos confirmar la calidad del producto de
acuerdo a las especificaciones del cliente.
Problema 3:
Considere el caso de cierta materia prima para la cual se requiere un plan de un solo
muestreo enfocado en atributos. El AQL es de 1% y el LTPD es de 4%.Se han propuesto dos
planes. El plan 1, n=150 y c =4; bajo el plan 2, n=300 y c=8. ¿Son equivalentes estos dos
planes? Graficar y fundamente su respuesta determinando α y β para cada plan. Comparar
con el Plan de Muestreo Optimo. Analizar y realizar pruebas con las alternativas cercanas al
optimo.

Tipo de medición: Pasa/No pasa

Calidad del lote en porcentaje de elementos defectuosos
Tamaño del lote: 1000
Utilizar la distribución binomial para calcular la probabilidad de
aceptación

Nivel de calidad aceptable (AQL): 1

Nivel de calidad rechazable (RQL o LTPD): 4

Comparar los planes definidos por el usuario

Tamaño
de la Número de Porcentaje de
muestra aceptación elementos Probabilidad Probabilidad
(n) (c) defectuosos de aceptación de
rechazo AOQ ATI
150 4 1 0.982
0.018 0.835 165.3
150 4 4 0.280
0.720 0.951 762.3

300 8 1 0.996
0.004 0.697 302.5
300 8 4 0.150
0.850 0.419 895.2

Tamaño
de la Número de
muestra aceptación En el porcentaje
(n) (c) AOQL de defectuosos
150 4 1.443 2.417
300 8 1.204 2.181
Ambos planes si son equivalentes ya que
sus valores de probabilidad de aceptación
para un porcentaje de defectuosos, tanto en
el AQL como en el LTPD, son muy cercanos.

Plan 1 (n=150 y c=4) α = 0.018 β = 0.280

Plan 2 (n=300 y c=8) α = 0.004 β = 0.150