Vous êtes sur la page 1sur 33

UNIVERSIDAD MAYOR DE SAN ANDRES

FACULTAD DE INGENIERIA
INGENIERIA INDUSTRIAL

Control estadístico de calidad

DOCENTE: Ing. Oswaldo Fernando Teran Modregon

ESTUDIANTE: Mitre Huayta Juan Ignacio

FECHA DE ENTREGA: 18 de Diciembre de 2017


Control estadístico de la Calidad y Laboratorio Practica Final

Practica Final
Cartas de Control

2. Se van a establecer gráficas de control para X y R en determinada dimensión, en


milímetros, de una parte. Se reunieron datos en tamaños de subgrupo igual a 6, y se
citan a continuación. Determine la línea central y los límites de control tentativos.
Suponga que hay causas asignables, y revise la línea central y b s límites.

MEDIAS RANGOS
1 20.35 0.34
2 20.40 0.36
3 20.36 0.32
4 20.65 0.36
5 20.20 0.36
6 20.40 0.35
7 20.43 0.31
8 20.37 0.34
9 20.48 0.30
10 20.42 0.37
11 20.39 0.29
12 20.38 0.30
13 20.40 0.33
14 20.41 0.36
15 20.45 0.34
16 20.34 0.36
17 20.36 0.37
18 20.42 0.73
19 20.50 0.38
20 20.31 0.35
21 20.39 0.38
22 20.39 0.33
23 20.40 0.32
24 20.41 0.34
25 20.40 0.30
20.40 0.36

Como 𝜎, 𝜇 son desconocidas:


PARA LA MEDIA
3
𝐿𝐶𝑆 = 𝑋̿ + 𝐴2 𝑅̅ = 𝑋̿ + ( ) 𝑅̅
𝑑2 √𝑛
𝐿𝐶 = 𝑋̿
3
𝐿𝐶𝐼 = 𝑋̿ − 𝐴2 𝑅̅ = 𝑋̿ − ( ) 𝑅̅
𝑑2 √𝑛

𝑳𝑪𝑺 = 𝟐𝟎. 𝟒𝟎 + 𝟎, 𝟒𝟖𝟑 ∗ 𝟎. 𝟑𝟔 = 𝟐𝟎. 𝟓𝟕𝟑𝟗


𝑳𝑪 = 𝟐𝟎. 𝟒𝟎
𝑳𝑪𝑰 = 𝟐𝟎, 𝟒𝟎 − 𝟎, 𝟒𝟖𝟑 ∗ 𝟎, 𝟑𝟔 = 𝟐𝟎. 𝟐𝟐𝟔𝟏

Gráfico X-bar para medias

20.7

20.6
20.57

20.5
X-bar

20.4 20.40

20.3

20.23
20.2

20.1
0 5 10 15 20 25
Subgrupo

PARA EL RANGO:
𝑑3
𝐿𝐶𝑆 = 𝐷4 𝑅̅ = (1 + 3 ) 𝑅̅
𝑑2
𝐿𝐶 = 𝑅̅
𝑑3
𝐿𝐶𝐼 = 𝐷3 𝑅̅ = (1 − 3 ) 𝑅̅
𝑑2
Reemplazando datos:
𝑳𝑪𝑺 = 𝟐, 𝟎𝟎𝟑𝟗 ∗ 𝟎, 𝟑𝟔 = 𝟎, 𝟕𝟐𝟏𝟒
𝑳𝑪 = 𝟎, 𝟑𝟔
𝑳𝑪𝑰 = 𝟎
4. Vuelva a resolver el ejercicio 2, suponiendo que los tamaños de subgrupo son 3,
4 y 5. Compare los límites de control.

 Para subgrupo 3
Como 𝜎, 𝜇 son desconocidas:
PARA LA MEDIA
3
𝐿𝐶𝑆 = 𝑋̿ + 𝐴2 𝑅̅ = 𝑋̿ + ( ) 𝑅̅
𝑑2 √𝑛
𝐿𝐶 = 𝑋̿
3
𝐿𝐶𝐼 = 𝑋̿ − 𝐴2 𝑅̅ = 𝑋̿ − ( ) 𝑅̅
𝑑2 √𝑛

𝑳𝑪𝑺 = 𝟐𝟎. 𝟒𝟎 + 𝟏, 𝟎𝟐𝟑 ∗ 𝟎. 𝟑𝟔 = 𝟐𝟎. 𝟕𝟔𝟖𝟑


𝑳𝑪 = 𝟐𝟎. 𝟒𝟎
𝑳𝑪𝑰 = 𝟐𝟎. 𝟒𝟎 − 𝟏, 𝟎𝟐𝟑 ∗ 𝟎, 𝟑𝟔 = 𝟐𝟎, 𝟎𝟑𝟏𝟕

Gráfico X-bar para Medias

20.8
20.76

20.6
X-bar

20.4 20.40

20.2

20.04
20
0 5 10 15 20 25
Subgrupo

PARA EL RANGO:
𝑑3
𝐿𝐶𝑆 = 𝐷4 𝑅̅ = (1 + 3 ) 𝑅̅
𝑑2
𝐿𝐶 = 𝑅̅
𝑑3
𝐿𝐶𝐼 = 𝐷3 𝑅̅ = (1 − 3 ) 𝑅̅
𝑑2
Reemplazando datos:
𝑳𝑪𝑺 = 𝟐, 𝟓𝟕𝟑𝟓 ∗ 𝟎, 𝟑𝟔 = 𝟎, 𝟗𝟐𝟔𝟓
𝑳𝑪 = 𝟎, 𝟑𝟔
𝑳𝑪𝑰 = 𝟎
Gráfico de Rangos para Rangos

1
0.92

0.8

0.6
Rango

0.4
0.36

0.2

0 0.00
0 5 10 15 20 25
Rangos
 Para subgrupo 4
Como 𝜎, 𝜇 son desconocidas:
PARA LA MEDIA
3
𝐿𝐶𝑆 = 𝑋̿ + 𝐴2 𝑅̅ = 𝑋̿ + ( ) 𝑅̅
𝑑2 √𝑛
𝐿𝐶 = 𝑋̿
3
𝐿𝐶𝐼 = 𝑋̿ − 𝐴2 𝑅̅ = 𝑋̿ − ( ) 𝑅̅
𝑑2 √𝑛

𝑳𝑪𝑺 = 𝟐𝟎. 𝟒𝟎 + 𝟎. 𝟕𝟐𝟗 ∗ 𝟎. 𝟑𝟔 = 𝟐𝟎, 𝟔𝟔𝟐𝟒


𝑳𝑪 = 𝟐𝟎. 𝟒𝟎
𝑳𝑪𝑰 = 𝟐𝟎. 𝟒𝟎 − 𝟎, 𝟕𝟐𝟗 ∗ 𝟎, 𝟑𝟔 = 𝟐𝟎, 𝟏𝟑𝟕𝟓

Gráfico X-bar para Medias

20.7
20.66
20.6

20.5
X-bar

20.4 20.40

20.3

20.2
20.14
20.1
0 5 10 15 20 25
Subgrupo

PARA EL RANGO:
𝑑3
𝐿𝐶𝑆 = 𝐷4 𝑅̅ = (1 + 3 ) 𝑅̅
𝑑2
𝐿𝐶 = 𝑅̅
𝑑3
𝐿𝐶𝐼 = 𝐷3 𝑅̅ = (1 − 3 ) 𝑅̅
𝑑2
Reemplazando datos:
𝑳𝑪𝑺 = 𝟐, 𝟐𝟖𝟐𝟐 ∗ 𝟎, 𝟑𝟔 = 𝟎, 𝟖𝟐𝟏𝟔
𝑳𝑪 = 𝟎, 𝟑𝟔
𝑳𝑪𝑰 = 𝟎

Gráfico de Rangos para Rangos

0.8 0.81

0.6
Rango

0.4
0.36

0.2

0 0.00
0 5 10 15 20 25
Rangos
 Para subgrupo 5
Como 𝜎, 𝜇 son desconocidas:
PARA LA MEDIA
3
𝐿𝐶𝑆 = 𝑋̿ + 𝐴2 𝑅̅ = 𝑋̿ + ( ) 𝑅̅
𝑑2 √𝑛
𝐿𝐶 = 𝑋̿
3
𝐿𝐶𝐼 = 𝑋̿ − 𝐴2 𝑅̅ = 𝑋̿ − ( ) 𝑅̅
𝑑2 √𝑛

𝑳𝑪𝑺 = 𝟐𝟎. 𝟒𝟎 + 𝟎. 𝟓𝟕𝟕 ∗ 𝟎. 𝟑𝟔 = 𝟐𝟎, 𝟔𝟎𝟕𝟕


𝑳𝑪 = 𝟐𝟎. 𝟒𝟎
𝑳𝑪𝑰 = 𝟐𝟎. 𝟒𝟎 − 𝟎, 𝟕𝟐𝟗 ∗ 𝟎, 𝟑𝟔 = 𝟐𝟎, 𝟏𝟗𝟐𝟑

Gráfico X-bar para Medias

20.7

20.6 20.61

20.5
X-bar

20.4 20.40

20.3

20.2 20.20

20.1
0 5 10 15 20 25
Subgrupo

PARA EL RANGO:
𝑑3
𝐿𝐶𝑆 = 𝐷4 𝑅̅ = (1 + 3 ) 𝑅̅
𝑑2
𝐿𝐶 = 𝑅̅
𝑑3
𝐿𝐶𝐼 = 𝐷3 𝑅̅ = (1 − 3 ) 𝑅̅
𝑑2
Reemplazando datos:
𝑳𝑪𝑺 = 𝟐, 𝟏𝟏𝟒𝟒 ∗ 𝟎, 𝟑𝟔 = 𝟎, 𝟖𝟐𝟏𝟔
𝑳𝑪 = 𝟎, 𝟑𝟔
𝑳𝑪𝑰 = 𝟎
Gráfico de Rangos para Rangos

0.8
0.75

0.6
Rango

0.4
0.36

0.2

0 0.00
0 5 10 15 20 25
Rangos
6. Se van a establecer gráficas de control para la dureza Brinell de acero endurecido
para herramientas, en kilogramos por milímetro cuadrado. A continuación se muestran
los datos para tamaños de subgrupo igual a 8. Determine la línea central y los límites de
control tentativos para las gráficas X y s. Suponga que los puntos fuera de control tienen
causas asignables, y calcule los límites y línea central revisados.

MEDIAS DESVIACIONES
1 540 26
2 534 23
3 545 24
4 561 27
5 576 25
6 523 50
7 571 29
8 547 29
9 584 23
10 552 24
11 541 28
12 545 25
13 546 26
14 551 24
15 522 29
16 579 26
17 549 28
18 508 23
19 569 22
20 574 28
21 563 33
22 561 23
23 548 25
24 556 27
25 553 23
551,92 26.80

Como 𝜎, 𝜇 son desconocidas:

PARA LA MEDIA
3
𝐿𝐶𝑆 = 𝑋̿ + 𝐴3 𝑆̅ = 𝑋̿ + ( ) 𝑆̅
𝑐4 √𝑛
𝐿𝐶 = 𝑋̿
3
𝐿𝐶𝐼 = 𝑋̿ − 𝐴3 𝑅̅ = 𝑋̿ − ( ) 𝑆̅
𝑐4 √𝑛
Reemplazando datos:

𝟑
𝑳𝑪𝑺 = 𝟓𝟓𝟏, 𝟗𝟐 + ( ) ∗ 𝟐𝟔. 𝟖𝟎 = 𝟓𝟖𝟏, 𝟑𝟕𝟔
𝟎, 𝟗𝟔𝟓𝟎√𝟖

𝑳𝑪 = 𝟓𝟓𝟏, 𝟗𝟐

𝟑
𝑳𝑪𝑰 = 𝟓𝟓𝟏, 𝟗𝟐 − ( ) ∗ 𝟐𝟔. 𝟖𝟎 = 𝟓𝟐𝟐, 𝟒𝟔𝟑
𝟎, 𝟗𝟔𝟓𝟎√𝟖
Gráfico X-bar para Medias

600

580 581.38

560
X-bar

551.92

540

520 522.46

500
0 5 10 15 20 25
Subgrupo

PARA LA DESVIACIÒN:
√1 − 𝑐4
𝐿𝐶𝑆 = 𝐵4 𝑆̅ = (1 + 3 ) 𝑆̅
𝑐4
𝐿𝐶 = 𝑆̅
√1 − 𝑐4
𝐿𝐶𝐼 = 𝐵3 𝑆̅ = (1 − 3 ) 𝑆̅
𝑐4
Reemplazando datos:

√𝟏 − 𝟎, 𝟗𝟔𝟓𝟎
𝑳𝑪𝑺 = (𝟏 + 𝟑 ) ∗ 𝟐𝟔. 𝟖𝟎 = 𝟒𝟖, 𝟑𝟖𝟕
𝟎, 𝟗𝟔𝟓𝟎
𝑳𝑪 = 𝟐𝟔, 𝟖𝟎
√𝟏 − 𝟎, 𝟗𝟔𝟓𝟎
𝑳𝑪𝑰 = (𝟏 − 𝟑 ) ∗ 𝟐𝟔. 𝟖𝟎 = 𝟏𝟏, 𝟐𝟏𝟑
𝟎, 𝟗𝟔𝟓𝟎
Gráfico S para Desviaciones

50
48.64

40

30
26.80
S

20

10
4.96
0
0 5 10 15 20 25
Desviaciones

8. Repita el ejercicio 6, suponiendo que el tamaño de subgrupo es 3.

Como 𝜎, 𝜇 son desconocidas:

PARA LA MEDIA
3
𝐿𝐶𝑆 = 𝑋̿ + 𝐴3 𝑆̅ = 𝑋̿ + ( ) 𝑆̅
𝑐4 √𝑛
𝐿𝐶 = 𝑋̿
3
𝐿𝐶𝐼 = 𝑋̿ − 𝐴3 𝑅̅ = 𝑋̿ − ( ) 𝑆̅
𝑐4 √𝑛
Reemplazando datos:

𝟑
𝑳𝑪𝑺 = 𝟓𝟓𝟏, 𝟗𝟐 + ( ) ∗ 𝟐𝟔. 𝟖𝟎 = 𝟔𝟎𝟒, 𝟐𝟗𝟖
𝟎, 𝟖𝟖𝟔𝟐√𝟑

𝑳𝑪 = 𝟓𝟓𝟏, 𝟗𝟐

𝟑
𝑳𝑪𝑰 = 𝟓𝟓𝟏, 𝟗𝟐 − ( ) ∗ 𝟐𝟔. 𝟖𝟎 = 𝟒𝟗𝟗, 𝟓𝟒𝟐
𝟎, 𝟖𝟖𝟔𝟐√𝟑

Gráfico X-bar para Medias

610
604.30

590

570
X-bar

550 551.92

530

510
499.54
490
0 5 10 15 20 25
Subgrupo
PARA LA DESVIACIÒN:
√1 − 𝑐4
𝐿𝐶𝑆 = 𝐵4 𝑆̅ = (1 + 3 ) 𝑆̅
𝑐4
𝐿𝐶 = 𝑆̅
√1 − 𝑐4
𝐿𝐶𝐼 = 𝐵3 𝑆̅ = (1 − 3 ) 𝑆̅
𝑐4
Reemplazando datos:

√𝟏 − 𝟎, 𝟖𝟖𝟔𝟐
𝑳𝑪𝑺 = (𝟏 + 𝟑 ) ∗ 𝟐𝟔. 𝟖𝟎 = 𝟔𝟖, 𝟖𝟐𝟕
𝟎, 𝟖𝟖𝟔𝟐
𝑳𝑪 = 𝟐𝟔, 𝟖𝟎
√𝟏 − 𝟎, 𝟖𝟖𝟔𝟐
𝑳𝑪𝑰 = (𝟏 − 𝟑 ) ∗ 𝟐𝟔. 𝟖𝟎 = 𝟎
𝟎, 𝟖𝟖𝟔𝟐
Gráfico S para Desviaciones

80

68.83

60
S

40

26.80
20

0 0.00
0 5 10 15 20 25
Desviaciones

10. Al llenar bolsas con fertilizante nitrogenado, se desea mantener un exceso promedio
tan bajo como sea posible. El límite inferior de especificación es 22.00 kg (48.50 Ib), el
peso promedio de la población de sacos es 22.73 kg (50.11 Ib), y la desviación estándar
de la población es 0.80 kg (1.76 Ib). ¿Qué porcentaje de las bolsas contiene menos de
22 kg? Si se puede admitir que 5% de las bolsas tengan menos de 22 kg ¿cuál sería el
peso promedio? Suponga que la distribución es normal.

DATOS:

LI=22.00
𝑋̅ = 22.73
𝜎 = 0.80

𝑳𝑪𝑰−𝛍 𝑳𝑪𝑺−𝛍
P=P (𝑿̅ < 𝑳𝑪𝑰)+ P(𝑿
̅ ≥ 𝑳𝑪𝑺)= P (𝑿
̅< ̅≥
)+ P(𝑿 )
𝝈 𝝈
Reemplazando datos:

22−22.73 23,53−22.73
P= P (𝑍 < )+ P(𝑍 ≥ )
0.80 0.80
P= P (𝑍 < −0.9125)+1- P(𝑍 < 1)=0,1814+1-0,8413=0,3401
El 34.01 % tienen menos de 22 kg.
12 . Una empresa fabrica sellos de aceite y ve que el promedio de población es 49.15
mm (1.935 pulg), la desviación estándar poblacional es 0.51 mm (0.020 pulg), y que los
datos tienen distribución normal. Si el diámetro interno del sello es menor que el límite
inferior de especificación, de 47.80 mm, se reprocesa la parte. Sin embargo, si es mayor
que el límite de especificación superior de 49.80 mm, el sello se desecha, (a) ¿Qué
porcentaje de los sellos se reprocesa? ¿Qué porcentaje se desecha? (b) Por diversas
razones se cambia el promedio de proceso a 48.50 mm. Con esta nueva media o centro
de proceso, ¿qué porcentaje de bs sellos se reprocesa? ¿Qué porcentaje se desecha? Si
el reproceso es económicamente factible, ¿es una decisión correcta el cambio de centro
de proceso?

DATOS:

LS=49.80
LI=47.80
𝑋̅ = 49.15
𝜎 = 0.51
a)
P=P (𝑿̅ < 𝑳𝑪𝑰)+ P(𝑿 ̅ < 𝑳𝑪𝑰−𝛍 )+ P(𝑿
̅ ≥ 𝑳𝑪𝑺)= P (𝑿 ̅ ≥ 𝑳𝑪𝑺−𝛍 )
𝝈 𝝈
Reemplazando datos:

47.80−49.15 49.80−49.15
P= P (𝑍 < )+ P(𝑍 ≥ )
0,51 0.51
P= P (𝑍 < −2.647)+1- P(𝑋̅ < 1.274)=0,0040+1-0,8980=0,106
El 10.6 % se reprocesa y el 89.4 % se desecha
b) ̅ < 𝑳𝑪𝑰)+ P(𝑿
P=P (𝑿 ̅ < 𝑳𝑪𝑰−𝛍 )+ P(𝑿
̅ ≥ 𝑳𝑪𝑺)= P (𝑿 ̅ ≥ 𝑳𝑪𝑺−𝛍 )
𝝈 𝝈
𝑆𝑖 𝑋̅ = 48.50
Reemplazando datos:

47.80−48.50 49.80−48.50
P= P (𝑍 < )+ P(𝑍 ≥ )
0,51 0.51
P= P (𝑍 < −1.372)+1- P(𝑋̅ < 2.549)=0,0853+1-0,9946=0,0907
El 9.07 % se reprocesa y el 90.93 % se desecha

14. Repita el ejercicio 13 usando los últimos 25 subgrupos y compare los resultados.

Numero X1 X2 X3
de
subgrupo
1 6.01 6.01 5.97
2 5.99 6.03 5.99
3 6.00 5.96 6.00
4 6.01 5.99 5.99
5 6.05 6.00 6.00
6 6.00 5.94 5.99
7 6.04 6.02 6.01
8 6.01 5.98 5.99
9 6.00 6.00 6.01
10 5.98 5.99 6.03
11 6.00 5.98 5.99
12 5.98 5.99 5.99
13 5.97 6.01 6.00
14 6.01 6.03 5.99
15 6.00 5.98 6.01
16 6.00 5.98 6.02
17 5.97 6.01 5.97
18 6.02 5.99 6.02
19 5.99 5.98 6.01
20 6.01 5.98 5.99
21 5.97 5.95 5.99
22 6.02 6.00 5.98
23 5.98 5.99 6.00
24 6.02 6.00 5.98
25 5.97 5.99 6.02
26 6.00 6.02 5.99
27 5.99 5.96 6.01
28 5.99 6.02 5.99
29 5.99 5.98 5.96
30 5.97 6.01 5.98
Gráficos X-bar y S - X1-X3
Número de subgrupos = 25
Tamaño de subgrupo = 3.0
0 subgrupos excluidos

Distribución: Normal
Transformación: ninguna

Gráfico X-bar
Período #1-25
LSC: +3.0 sigma 6.03243
Línea Central 5.99627
LIC: -3.0 sigma 5.9601
0 fuera de límites

Gráfico S
Período #1-25
LSC: +3.0 sigma 0.0475235
Línea Central 0.0185048
LIC: -3.0 sigma 0.0
0 fuera de límites

Estimados
Período #1-25
Media de proceso 5.99627
Sigma de proceso 0.0208804
s promedio 0.0185048
Sigma estimada a partir de s promedio con corrección de bias

Este procedimiento crea una gráfico de X-bar y S para X1-X3. Está diseñada para permitirle determinar si
los datos provienen de un proceso en un estado de control estadístico. Las gráficos de control se construyen
bajo el supuesto de que los datos provienen de una distribución normal con una media igual a 5.99627 y
una desviación estándar igual a 0.0208804. Estos parámetros fueron estimados a partir de los datos. De los
25 puntos no excluidos mostrados en la gráfico, 0 se encuentran fuera de los límites de control en la primer
gráfico, mientras que 0 están fuera de límites en la segunda. Puesto que la probabilidad de que aparezcan
0 ó más puntos fuera de límites, sólo por azar, es 1.0 si los datos provienen de la distribución supuesta, no
se puede rechazar la hipótesis de que el proceso se encuentra en estado de control estadístico con un nivel
de confianza

Para índice de capacidad para X

𝑳𝑪𝑺 − Ẋ Ẋ − 𝑳𝑪𝑰
𝑪𝒑𝒌 = 𝐦𝐢𝐧( ; )
𝟑𝑺 𝟑𝑺
6.03243−5.99627
𝐶𝑝𝑘 = min( ) = 0.577255
3∗0.0208804

5.9601 − 5.99627
𝐶𝑝𝑘 = min ( ) = −0.418576
3 ∗ 0.0208804

Entonces el Cpk para X

Tomando el menor valor −0.418576 no es un proceso apto


16 . Determine la capacidad del proceso con pruebas de resistencia de la cuerda
mejorada a la tensión del ejercicio 3.

MEDIAS RANGOS
1 476 32
2 466 24
3 484 32
4 466 26
5 470 24
6 494 24
7 486 28
8 496 23
9 488 24
10 482 26
11 498 25
12 464 24
13 484 24
14 482 22
15 506 23
16 496 23
17 478 25
18 484 24
19 506 23
20 476 25
21 485 29
22 490 25
23 463 22
24 469 27
25 474 22
482,52 25,04

Como 𝜎, 𝜇 son desconocidas:


PARA LA MEDIA
3
𝐿𝐶𝑆 = 𝑋̿ + 𝐴2 𝑅̅ = 𝑋̿ + ( ) 𝑅̅
𝑑2 √𝑛
𝐿𝐶 = 𝑋̿
3
𝐿𝐶𝐼 = 𝑋̿ − 𝐴2 𝑅̅ = 𝑋̿ − ( ) 𝑅̅
𝑑2 √𝑛
𝑳𝑪𝑺 = 𝟒𝟖𝟐, 𝟓𝟐 + 𝟎, 𝟕𝟐𝟗 ∗ 𝟐𝟓, 𝟎𝟒 = 𝟓𝟎𝟎. 𝟕𝟕𝟒𝟐
𝑳𝑪 = 𝟒𝟖𝟐, 𝟓𝟐

𝑳𝑪𝑰 = 𝟒𝟖𝟐, 𝟓𝟐 − 𝟎, 𝟕𝟐𝟗 ∗ 𝟐𝟓, 𝟎𝟒 = 𝟒𝟔𝟒, 𝟐𝟔

PARA EL RANGO:
𝑑3
𝐿𝐶𝑆 = 𝐷4 𝑅̅ = (1 + 3 ) 𝑅̅
𝑑2
𝐿𝐶 = 𝑅̅
𝑑3
𝐿𝐶𝐼 = 𝐷3 𝑅̅ = (1 − 3 ) 𝑅̅
𝑑2
Reemplazando datos:
𝑳𝑪𝑺 = 𝟐, 𝟐𝟖𝟐𝟐 ∗ 𝟐𝟓, 𝟎𝟒 = 𝟓𝟕, 𝟏𝟓
𝑳𝑪 = 𝟐𝟓, 𝟎𝟒
𝑳𝑪𝑰 = 𝟎

Para el índice de capacidad

𝑳𝑪𝑺 − Ẋ Ẋ − 𝑳𝑪𝑰
𝑪𝒑𝒌 = 𝐦𝐢𝐧( ; )
𝟑𝑺 𝟑𝑺
Reemplazando datos:

500.774 − 482.52
𝐶𝑝𝑘 = min( ) = 0.50
3 ∗ 12.1612
482.52 − 464.26
𝐶𝑝𝑘 = min ( ) = 0.50
3 ∗ 12.1612

Tomando el menor valor 𝟎. 𝟓𝟎 no es un proceso apto

18 . Determine el índice de capacidad antes (cr0 = 0.038) y después (cr0 = 0.030) de la


mejora en el problema de ejemplo 5-8, usando las especificaciones 6.40 ± 0.15 mm.
Datos

σ=0.038
σ=0.030
Tolerancia =6.40 ± 0.15
LSC=6.55
LIC=6.25

𝑳𝑪𝑺 − 𝑳𝑪𝑰
𝑪𝒑 =
𝟔σ
Reemplazando datos:
Para σ=o.038
6.55 − 6.25
𝐶𝑝𝑘 = = 1.3158
6 ∗ 0.038
Para σ=o.030
6.55 − 6.25
𝐶𝑝𝑘 = = 1.6667
6 ∗ 0.030

Tomando el menor valor 1.3158 se encuentra dentro del rango de 1 a 1.33, concluimos
que el proceso es justamente apto

20 . ¿Cuál es el valor de Cpk después de la mejora en el ejercicio 18, cuando el centro


del proceso es 6.40? ¿Cuando el centro del proceso es 6.30? Explique por qué.

Datos

σ=6.40
σ=6.30
Tolerancia =6.40 ± 0.15
LSC=6.55
LIC=6.25

𝑳𝑪𝑺 − 𝑳𝑪𝑰
𝑪𝒑 =
𝟔σ
Reemplazando datos:
Para σ= 6.40
6.55 − 6.25
𝐶𝑝𝑘 = = 0.0078
6 ∗ 6.40

Para σ=6.30
6.55 − 6.25
𝐶𝑝𝑘 = = 0.0079
6 ∗ 6.30

Ambos valores se encuentran por debajo de 1 por lo que el proceso no es apto.

22. Determine la línea central y los límites de control revisados para una gráfica de suma
de subgrupo, usando los datos de:
(a) El ejercicio 2
(b) El ejercicio 3

No se avanzo este tipo de graficas en clases

24. Repita el ejercicio 23, con un intervalo de tiempo de 4 . ¿Cuál es la diferencia en la


línea central y los limites de control? ¿Hay puntos fuera de control?

Muestra
1 4.56 4.65 4.66 4.34
2 4.65 4.40 4.50 4.55
3 4.69 4.29 4.58 4.71
4 4.61 4.66 4.46 4.70
5 4.65 4.61 4.54 4.55
6 4.54 4.54 4.47 4.64
7 4.72 4.47 4.66 4.51
8 4.43 4.34

Gráficos de Medianas y Rangos - Litros


Número de subgrupos = 8
Tamaño promedio de subgrupo = 3.75
0 subgrupos excluidos

Distribución: Normal
Transformación: ninguna

Gráfico de Medianas
Período #1-8
LSC: +3.0 sigma 4.7805
Línea Central 4.573
LIC: -3.0 sigma 4.3655
0 fuera de límites

Gráfico de Rangos
Período #1-8
LSC: +3.0 sigma 0.554717
Línea Central 0.236622
LIC: -3.0 sigma 0.0
0 fuera de límites

Estimados
Período #1-8
Media de proceso 4.573
Sigma de proceso 0.120265
Rango promedio 0.23125
Sigma estimada a partir del rango medio

El StatAdvisor
Este procedimiento crea una gráfico de Medianas y Rangos para Litros. Está diseñada para permitirle determinar si los
datos provienen de un proceso en un estado de control estadístico. Las gráficos de control se construyen bajo el supuesto
de que los datos provienen de una distribución normal con una media igual a 4.573 y una desviación estándar igual a
0.120265. Estos parámetros fueron estimados a partir de los datos. De los 8 puntos no excluidos mostrados en la gráfico,
0 se encuentran fuera de los límites de control en la primer gráfico, mientras que 0 están fuera de límites en la segunda.

Gráfico de Rangos para Litros


Gráfico de Medianas para Litros

4.8 0.6
4.78 0.55
0.5
4.7

0.4
4.6
Mediana

Rango

4.57
0.3
4.5 0.24
0.2

4.4
0.1
4.37

4.3 0 0.00
0 2 4 6 8 0 2 4 6 8
4 4
26 . Determine la línea central y los límites de control tentativos para las gráficas de
mediana y rango, con los datos de la tabla 5-2. Suponga que hay causas asignables para
los puntos fuera de control que haya, y determine la línea central y los límites de control
revisados. Compare el patrón de variación con las gráficas X y R de la figura 5 4.

Para la tabla 5.2


Gráficos de Medianas y Rangos - Mediana&Rango
Número de subgrupos = 25
Tamaño de subgrupo = 4.0 Gráfico de Medianas para Mediana
0 subgrupos excluidos
6.7
Distribución: Normal
Transformación: ninguna
6.6
Gráfico de Medianas

Mediana
Período #1-25
6.5
LSC: +3.0 sigma 6.48768 6.49

Línea Central 6.418


6.42
LIC: -3.0 sigma 6.34832 6.4
4 fuera de límites 6.35

6.3
Gráfico de Rangos
0 5 10 15 20 25
Período #1-25 Subgrupo
LSC: +3.0 sigma 0.199842 Gráfico de Rangos para Rango
Línea Central 0.0876
LIC: -3.0 sigma 0.0 0.3

1 fuera de límites 0.25

Estimados 0.2 0.20


Período #1-25
Rango

0.15
Media de proceso 6.418
Sigma de proceso 0.0425449 0.1
0.09
Rango promedio 0.0876
0.05
Sigma estimada a partir del rango medio
0 0.00
0 5 10 15 20 25
Rango

Para la tabla 5.4


28. Determine los límites superior e inferior de rechazo para la gráfica X del ejercicio 2.
Las especificaciones son 20.40 ±0.25. Compare estos límites con los límites de control
revisados.

𝐿𝑆 = 20.65
𝑡𝑜𝑙𝑒𝑟𝑎𝑛𝑐𝑖𝑎 = 20.40 ± 0.25 {
𝐿𝐼 = 20.15

𝑘=6

∑ 𝑥̅ 510.01
𝑥̿ = = = 20.4
𝑘 25

𝑅 = 𝑥𝑚𝑎𝑥 − 𝑥𝑚𝑖𝑛 = 0.73 − 0.29 = 0.44

∑ 𝑅 8.89
𝑅̅ = = = 0,3556
𝑘 25

PARA X

𝐿𝐶𝑆 = 𝑥̿ + 𝐴2 ∗ 𝑅̅ = 20,4 + (0.153 ∗ 0,3556) = 20,454

𝐿𝐶 = 𝑥̿ = 20,4

𝐿𝐶𝐼 = 𝑥̿ − 𝐴2 ∗ 𝑅̅ = 20,4 − (0.153 ∗ 0,3556) = 20,345

Gráfico de Medianas para Mediana

20.7
20.68

20.6

20.5
Mediana

20.4 20.40

20.3

20.2

20.12
20.1
0 5 10 15 20 25
Subgrupo

PARA R

𝐿𝐶𝑆 = 𝐷4 ∗ 𝑅̅ = 1.5403 ∗ 0,3556 = 0.548

𝐿𝐶 = 𝑅̅ = 0,3556

𝐿𝐶𝐼 = 𝐷3 ∗ 𝑅̅ = 0.4597 ∗ 0,3556 = 0,163


Gráfico de Rangos para Rango

0.8 0.81

0.6
Rango

0.4
0.36

0.2

0 0.00
0 5 10 15 20 25
Rango

30. Está comenzando un nuevo proceso, y existe la posibilidad de que haya problemas
con la temperatura. Cada día se hacen ocho mediciones, a las 8:00 a .m, 10:00 A.M.,
12:00 a .m. , 2:00 pm., 4:00 pm, 6:00 pm., 8:00 pm.y 10:00 pm.
Prepare una gráfica de corrida y evalúe los resultados con los siguientes datos:

Este tipo de graficas no se avanzo en clases

32. Use el programa del CD y resuelva:


(a) El ejercicio 1.
(b) El ejercicio 25.
(c) El ejercicio 27.

Ejercicio 1
̅̅̅
𝒙𝟏 + ̅̅̅
𝒙𝟐 + ̅̅̅
𝒙𝟑 … + ̅̅̅
𝒙𝒌
̿=
𝒙
𝒌
𝑋1 +𝑋2 + 𝑋3 +. . 𝑋𝑛
𝑋̅ =
𝑛

𝑅 = 𝑋𝑚𝑎𝑥 − 𝑋𝑚𝑖𝑛

K 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 MEDIAS

0,85 0,75 0,80 0,65 0,75 0,60 0,80 0,70 0,75 0,60 0,80 0,75 0,70 0,65 0,85 0,80 0,70 0,70 0,65 0,65 0,55 0,75 0,80 0,65 0,65

0,65 0,85 0,80 0,75 0,70 0,75 0,75 0,60 0,85 0,70 0,75 0,85 0,70 0,70 0,75 0,75 0,85 0,60 0,65 0,60 0,50 0,65 0,65 0,60 0,70

0,65 0,75 0,75 0,60 0,65 0,75 0,65 0,75 0,85 0,60 0,90 0,85 0,75 0,85 0,80 0,75 0,75 0,70 0,85 0,60 0,65 0,65 0,75 0,65 0,70

0,7 0,85 0,70 0,70 0,80 0,70 0,75 0,75 0,80 0,80 0,50 0,65 0,70 0,75 0,80 0,80 0,70 0,70 0,65 0,65 0,80 0,80 0,65 0,60 0,60

SUMA 2,85 3,2 3,05 2,70 2,90 2,80 2,95 2,80 3,25 2,70 2,95 3,10 2,85 2,95 3,20 3,10 3,00 2,70 2,80 2,50 2,50 2,85 2,85 2,50 2,65

0,71 0,80 0,76 0,68 0,73 0,70 0,74 0,70 0,81 0,68 0,74 0,78 0,71 0,74 0,80 0,78 0,75 0,68 0,70 0,63 0,63 0,71 0,71 0,63 0,66 0,72
MEDIA

RANGO 0,2 0,1 0,1 0,2 0,2 0,2 0,2 0,2 0,1 0,2 0,4 0,2 0,1 0,2 0,1 0,1 0,2 0,1 0,2 0,1 0,3 0,2 0,2 0,1 0,1 0,15
Como 𝜎, 𝜇 son desconocidas:

PARA LA MEDIA
3
𝐿𝐶𝑆 = 𝑋̿ + 𝐴2 𝑅̅ = 𝑋̿ + ( ) 𝑅̅
𝑑2 √𝑛
𝐿𝐶 = 𝑋̿
3
𝐿𝐶𝐼 = 𝑋̿ − 𝐴2 𝑅̅ = 𝑋̿ − ( ) 𝑅̅
𝑑2 √𝑛

𝑳𝑪𝑺 = 0,72 + 0,729 ∗ 0,15 = 0,8249

𝑳𝑪 = 0,72

𝑳𝑪𝑰 = 0,72 − 0,729 ∗ 0,15 = 0,6091

PARA EL RANGO:
𝑑3
𝐿𝐶𝑆 = 𝐷4 𝑅̅ = (1 + 3 ) 𝑅̅
𝑑2
𝐿𝐶 = 𝑅̅
𝑑3
𝐿𝐶𝐼 = 𝐷3 𝑅̅ = (1 − 3 ) 𝑅̅
𝑑2

𝑳𝑪𝑺 = 2,2822 ∗ 0,15 = 0,34


𝑳𝑪 = 0,15
𝑳𝑪𝑰 = 0
Ejercicio 25

OBSERVACION
NRO DE SUBGRUPO X1 X2 X3
1 6.0 5.8 6.1
2 5.2 6.4 6.9
3 5.5 5.8 5.2
4 5.0 5.7 6.5
5 6.7 6.5 5.5
6 5.8 5.2 5.0
7 5.6 5.1 5.2
8 6.0 5.8 6.0
9 5.5 4.9 5.7
10 4.3 6.4 6.3
11 6.2 6.9 5.0
12 6.7 7.1 6.2
13 6.1 6.9 7.4
14 6.2 5.2 6.8
15 4.9 6.6 6.6
16 7.0 6.4 6.1
17 5.4 6.5 6.7
18 6.6 7.0 6.8
19 4.7 6.2 7.1
20 6.7 5.4 6.7
21 6.8 6.5 5.2
22 5.9 6.4 6.0
23 6.7 6.3 4.6
24 7.4 6.8 6.3

𝑛=3

𝑘 = 24
∑ 𝑥̅ 145.76
𝑥̿ = = = 6.073
𝑘 24
∑ 𝑅 28.7
𝑅̅ = = = 1.195
𝑘 24

PARA X

𝐿𝐶𝑆 = 𝑥̿ + 𝐴2 ∗ 𝑅̅ = 6.073 + (1.023 ∗ 1.195) = 7.295

𝐿𝐶 = 𝑥̿ = 6.073

𝐿𝐶𝐼 = 𝑥̿ − 𝐴2 ∗ 𝑅̅ = 6.073 − (1.023 ∗ 1.195) = 4.851

PARA R

𝐿𝐶𝑆 = 𝐷4 ∗ 𝑅̅ = 2.5735 ∗ 1.195 = 3.075

𝐿𝐶𝑆 = 𝑅̅ = 1.195

𝐿𝐶𝑆 = 𝐷3 ∗ 𝑅̅ = 0 ∗ 1.195 = 0
Ejercicio 27
DATOS:

días Ph
1 7.8
2 7.9
3 7.7
4 7.6
5 7.4
6 7.2
7 6.9
8 7.5
9 7.8
10 7.7
11 7.5
12 7.8
13 8.0
14 8.1
15 8.0
16 7.9
17 8.2
18 7.3
19 7.8
20 7.4
21 7.2
22 7.5
23 6.8
24 7.3
25 7.4
26 8.1
27 7.6
28 8.0
29 7.4
30 7.0
K=30

∑ 𝑥̅ 227.8
𝑥̿ = = = 7.593
𝑘 30
∑ 𝑅 1.4
𝑅̅ = = = 0.0467
𝑘 30

PARA X

𝐿𝐶𝑆 = 𝑥̿ + 𝐴2 ∗ 𝑅̅ = 7.593 + 1.882 ∗ 0.0467 = 7.681

𝐿𝐶 = 𝑥̿ = 7.593

𝐿𝐶𝐼 = 𝑥̿ − 𝐴2 ∗ 𝑅̅ = 7.593 − 1.882 ∗ 0.0467 = 7.505


PARA R

𝐿𝐶𝑆 = 𝐷4 ∗ 𝑅̅ = 3.2686 ∗ 0.0467 = 0.1152

𝐿𝐶𝑆 = 𝑅̅ = 0.0467

𝐿𝐶𝑆 = 𝐷3 ∗ 𝑅̅ = 0 ∗ 0.0467 = 0

34. Use Excel para escribir una plantilla para gráficas X y s y trace las gráficas para
el ejercicio 1.

Para el ejercicio 1
Como 𝜎, 𝜇 son desconocidas:

PARA LA MEDIA
3
𝐿𝐶𝑆 = 𝑋̿ + 𝐴2 𝑅̅ = 𝑋̿ + ( ) 𝑅̅
𝑑2 √𝑛
𝐿𝐶 = 𝑋̿
3
𝐿𝐶𝐼 = 𝑋̿ − 𝐴2 𝑅̅ = 𝑋̿ − ( ) 𝑅̅
𝑑2 √𝑛

𝑳𝑪𝑺 = 0,72 + 0,729 ∗ 0,15 = 0,8249

𝑳𝑪 = 0,72

𝑳𝑪𝑰 = 0,72 − 0,729 ∗ 0,15 = 0,6091


PARA LA DESVIACIÒN:
√1 − 𝑐4
𝐿𝐶𝑆 = 𝐵4 𝑆̅ = (1 + 3 ) 𝑆̅
𝑐4
𝐿𝐶 = 𝑆̅
√1 − 𝑐4
𝐿𝐶𝐼 = 𝐵3 𝑆̅ = (1 − 3 ) 𝑆̅
𝑐4
Reemplazando datos:

√𝟏 − 𝟎, 𝟗𝟓𝟏𝟓 𝟏𝟕, 𝟒
𝑳𝑪𝑺 = (𝟏 + 𝟑 )∗ = 𝟒, 𝟗𝟏𝟑𝟔
𝟎, 𝟗𝟓𝟏𝟓 𝟔
𝟏𝟕, 𝟒
𝑳𝑪 = = 𝟐, 𝟗
𝟔
√𝟏 − 𝟎, 𝟗𝟓𝟏𝟓 𝟏𝟕, 𝟒
𝑳𝑪𝑰 = (𝟏 − 𝟑 )∗ = 𝟎, 𝟖𝟖𝟔𝟒
𝟎, 𝟗𝟓𝟏𝟓 𝟔
36. Use el programa del CD para determinar la capacidad del proceso de bolsas con
corteza de ciprés, en kilogramos, para los datos de la tabla siguiente. También
determine los coeficientes Cp y para un límite superior de tolerancia (USL) de 130 kg, y
límite inferior de tolerancia (LSL) de 75 kg.

Gráficos X-bar y R - Col_2


Número de subgrupos = 25
Tamaño promedio de subgrupo = 4.0
0 subgrupos excluidos

Distribución: Normal
Transformación: ninguna

Gráfico X-bar
Período #1-25
LSC: +3.0 sigma 103.499
Línea Central 91.93
LIC: -3.0 sigma 80.3613
0 fuera de límites

Gráfico de Rangos
Período #1-25
LSC: +3.0 sigma 36.2271
Línea Central 15.88
LIC: -3.0 sigma 0.0
0 fuera de límites

Estimados
Período #1-25
Media de proceso 91.93
Sigma de proceso 7.71248
Rango promedio 15.88
Sigma estimada a partir del rango medio

̅ ̅̅̅̅̅̅̅̅̅̅̅
𝑳𝑪𝑺 − 𝑿 𝑿 − 𝑳𝑪𝑰
𝑪𝒑𝒌 = 𝒎𝒊𝒏 ( , )
𝟑𝝈 𝟑𝝈
Reemplazando datos

130 − 91.93 91.93 − 75


𝐶𝑝𝑘 = 𝑚𝑖𝑛 ( , ) = (1.6454,0.7317)
3 ∗ 7.71248 3 ∗ 7.71248

𝑳𝑪𝑺 − 𝑳𝑪𝑰
𝑪𝒑 =
𝟔σ
Reemplazando datos:
Para σ=o.038
130 − 75
𝐶𝑝𝑘 = = 1.1885
6 ∗ 7.71248

38. Con el programa del CD adjunto en el libro, prepare una gráfica de promedio móvil
ponderado exponencial (EWMA) para los datos del
(a) Ejercicio 2, usando A = 0.10 y 0.20.
(b) Ejercicio 3, usando A = 0.05 y 0.25.

a) Gráficos X-bar y S-cuadrada – Ejercicio 2


Número de subgrupos = 25
Gráfico X-bar para Col_3
Tamaño de subgrupo = 6.0
0 subgrupos excluidos
20.9
20.85
Distribución: Normal
Transformación: ninguna 20.7

Gráfico X-bar 20.5


X-bar

Período #1-25 20.40


LSC: +3.0 sigma 20.8479 20.3
Línea Central 20.4004
LIC: -3.0 sigma 19.9529 20.1
0 fuera de límites
19.95
19.9
0 5 10 15 20 25
Subgrupo
Gráfico S-cuadrada para Col_4

Gráfico S-cuadrada 0.8


Período #1-25
LSC: +3.0 sigma 0.527042
0.6
Línea Central 0.132948 0.53

S-cuadrada
LIC: -3.0 sigma 0.00632715
1 fuera de límites 0.4

Estimados 0.2
Período #1-25 0.13
Media de proceso 20.4004
0 0.01
Sigma de proceso 0.36535
0 5 10 15 20 25
s agrupada 0.36462 Col_4
Sigma estimada a partir de la s agrupada con corrección de bias

El StatAdvisor
Este procedimiento crea una gráfico de X-bar y S-Cuadrada para Col_3 y Col_4. Está diseñada para permitirle determinar
si los datos provienen de un proceso en un estado de control estadístico. Las gráficos de control se construyen bajo el
supuesto de que los datos provienen de una distribución normal con una media igual a 20.4004 y una desviación estándar
igual a 0.36535. Estos parámetros fueron estimados a partir de los datos. De los 25 puntos no excluidos mostrados en la
gráfico, 0 se encuentran fuera de los límites de control en la primer gráfico, mientras que uno está fuera de límites en la
segunda. Puesto que la probabilidad de que aparezcan 1 ó más puntos fuera de límites, sólo por azar, es 0.000674763 si los
datos provienen de la distribución supuesta, se puede declarar que el proceso está fuera de control con un nivel de confianza
del 95%.

b) Gráficos X-bar y S-cuadrada – Ejercicio 3


Gráfico X-bar para Col_3
Número de subgrupos = 25
Tamaño de subgrupo = 4.0
0 subgrupos excluidos 540

Distribución: Normal 520 520.42

Transformación: ninguna
500
X-bar

Gráfico X-bar
480 482.52
Período #1-25
LSC: +3.0 sigma 520.42
460
Línea Central 482.52
LIC: -3.0 sigma 444.62 444.62
440
0 fuera de límites 0 5 10 15 20 25
Subgrupo
Gráfico S-cuadrada para Col_4
Gráfico S-cuadrada
Período #1-25 (X 1000)
4
LSC: +3.0 sigma 3304.07
Línea Central 634.16 3304.07
LIC: -3.0 sigma 6.28041 3

0 fuera de límites
S-cuadrada

2
Estimados
Período #1-25
1
Media de proceso 482.52 634.16
Sigma de proceso 25.2666
0 6.28
s agrupada 25.1825 0 5 10 15 20 25
Sigma estimada a partir de la s agrupada con corrección de bias Col_4

El StatAdvisor
Este procedimiento crea una gráfico de X-bar y S-Cuadrada para Col_3 y Col_4. Está diseñada para permitirle determinar
si los datos provienen de un proceso en un estado de control estadístico. Las gráficos de control se construyen bajo el
supuesto de que los datos provienen de una distribución normal con una media igual a 482.52 y una desviación estándar
igual a 25.2666. Estos parámetros fueron estimados a partir de los datos. De los 25 puntos no excluidos mostrados en la
gráfico, 0 se encuentran fuera de los límites de control en la primer gráfico, mientras que 0 están fuera de límites en la
segunda. Puesto que la probabilidad de que aparezcan 0 ó más puntos fuera de límites, sólo por azar, es 1.0 si los datos
provienen de la distribución supuesta, no se puede rechazar la hipótesis de que el proceso se encuentra en estado de control
estadístico con un nivel de confianza del 95%.
PRACTICAS 2

2. Determine la línea central y los límites de control tentativos para una gráfica p, usando
los datos siguientes, que corresponden a pagos de reclamaciones de seguro dental.
Trace los valores en papel milimétrico y determine si el proceso es estable. Si hay
puntos fuera de control, suponga que tienen causa asignable, y determine la línea
central y los límites de control revisados.

Gráfico p para Reclamaciones


Gráfico p - Reclamaciones
Número de muestras = 25
Tamaño de muestra = 300.0 0.08
0 muestras excluidas

Gráfico p 0.06
Período #1-25
LSC: +3.0 sigma 0.0401569
Línea Central 0.0174667
0.04 0.04
p

LIC: -3.0 sigma 0.0


1 fuera de límites

Estimados 0.02
0.02
Período #1-25
p Media 0.0174667
Sigma 0.00756342 0 0.00
0 5 10 15 20 25
Muestra
El StatAdvisor
Este procedimiento crea una gráfico p para Col_4/Col_3. Está diseñada para permitirle determinar si los datos provienen
de un proceso en un estado de control estadístico. La gráfico de control se construye bajo el supuesto de que los datos
provienen de una distribución binomial con una proporción igual a 0.0174667. Este parámetro fue estimado a partir de los
datos. De los 25 puntos no excluidos mostrados en la gráfico, uno se encuentran fuera de los límites de control. Puesto que
la probabilidad de que aparezcan 1 ó más puntos fuera de límites, sólo por azar, es 0.000674763 si los datos provienen de
la distribución supuesta, se puede declarar que el proceso está fuera de control con un nivel de confianza del 95%.