12
Lo más leído
14
Lo más leído
15
Lo más leído
Mtz. Padrón Néstor G.
Mtz. Rueda J. Inocencio
Mayorga Medellín B.Yaneth
Morales Contreras Juan De Dios Viernes 1º de Marzo
del 2012
Cd. Mante, Tamps.
UNIDAD 2: MUESTREO DEL TRABAJO
Aplicación del Gráfico C
APLICACIÓN DEL GRÀFICO C
Estudia el comportamiento
de un proceso
considerando el número de
defectos encontrados al
inspeccionar una unidad de
producción. Sus muestras
son constantes.
Fórmulas
Límite Central
LCS= Límite
Superior
LCI= Límite
Inferior
Ejemplo 1
Se han observado los defectos de
50 muestras sucesivas de 40
tarjetas electrónicas de circuitos
impresos.
Solución
1.
• Las 50 muestras contienen 515 defectos, entonces c
testada puede ser calculada mediante: 𝒄 =
𝟏𝟎. 𝟑 (Total de defectos)/ (Número de
muestras)= (515/50)
2.
• Se obtiene el LCS= 19.92 (Límite central
+ Número de desviación* 𝑳í𝒎𝒊𝒕𝒆𝑪𝒆𝒏𝒕𝒓𝒂𝒍) =
(𝟏𝟎. 𝟑 + 𝟑√𝟏𝟎. 𝟑 )
3.
• Se obtiene LCI= 0.67 (Límite Central
- Número de desviación* 𝑳í𝒎𝒊𝒕𝒆𝑪𝒆𝒏𝒕𝒓𝒂𝒍) =
(𝟏𝟎. 𝟑 − 𝟑√𝟏𝟎. 𝟑 )
Gráfica de Control «C»
464136312621161161
20
15
10
5
0
Muestra
Conteodemuestras
_
C=10,3
UCL=19,93
LCL=0,67
Gráfica C de Defectos
Análisis de la Gráfica de Control
Como podemos observar la gráfica nos describe que se
encuentra dentro de los límites, por lo tanto podemos decir
que tenemos resultados aceptables, sin embargo también
podemos mencionar que existen varios puntos en los cuales
se indica variabilidad. Pero como futuros Ingenieros
debemos hacer un estudio sobre las causas que están
originando éstos defectos y darle oportuna solución.
¿Cómo hacerlo en Minitab?
1. Ingresar datos
2. Dar clic en Estadísticas
3. Seleccionar Gráficos de
Control
4. Seleccionar Gráfica de
atributos
6. Dar doble clic en
Defectos.
7. Dar clic en la
etiqueta «
Opciones de gráfica
C»
8. Seleccionar la
etiqueta «Pruebas».
9. Seleccionar todos
los puntos.
10. Dar clic en
Aceptar.
11. Y por último te
regresa a la ventana
anterior, se vuelve a
dar clic y la gráfica
aparece enseguida.
12. La gráfica
automáticamente
muestra: Los límites
Superior e Inferior, así
como el Limite Central.
Dentro de sus escalas se
encuentran las muestras
y el numero de defectos
de éstas.
Ejemplo 2
En una fábrica de muebles se inspecciona a
detalle el acabado de las mesas cuando salen del
departamento de laca. La cantidad de defectos
que son encontrados en cada mesa son
registrados con el fin de conocer y mejorar el
proceso. En la tabla se muestran los defectos
encontrados en las ultimas 30 mesas.
MESA DEFECTOS MESA DEFECTOS
1 7 16 12
2 5 17 8
3 10 18 10
4 2 19 4
5 6 20 7
6 5 21 3
7 4 22 10
8 9 23 6
9 7 24 6
10 5 25 7
11 6 26 4
12 7 27 5
13 8 28 6
14 4 29 8
15 5 30 5
De la tabla anterior se obtiene que el número promedio de defectos por
unidad(mesa) es:
𝑐 =
191
30
= 6.4
Por lo tanto, los límites de control de la carta están dados por:
𝐿𝐶𝑆 = 6.4 + 3 6.4 = 14
Línea central= 6.4
𝐿𝐶𝐼 = 6.4 − 3 6.4 = −1.2
Gráfica de Control C
28252219161310741
14
12
10
8
6
4
2
0
Muestra
Conteodemuestras
_
C=6,37
UCL=13,94
LCL=0
Gráfica C de DEFECTOS
Análisis de la gráfica
Obsérvese que el LCI resulta negativo, pero como no
puede haber cantidades negativas de defectos,
entonces el limite inferior se iguala a cero. La carta
obtenida se muestra que a partir de la cual se aprecia que
el proceso de producción de mesas estuvo funcionando de
manera estable, ya que no hay puntos fuera de los limites
ni otro patrón no aleatorio.
Por lo tanto, los limites de control a usar en un futuro son
los mismos.
Grafico de Control C (Aplicacion)

Más contenido relacionado

PPT
Ingenieria de metodos (PRODUCTIVIDAD Y TRABAJO ESTANDARIZADO)
DOCX
programacion-de-operaciones-secuenciacion-de-trabajos
DOC
Diseño experimental ortogonal pdf
PDF
Superficies de Respuesta
PPTX
Diagrama hombre máquina
PDF
graficos-de-control
PDF
6 sigmas cap. 2 resolucion
PDF
Problemario
Ingenieria de metodos (PRODUCTIVIDAD Y TRABAJO ESTANDARIZADO)
programacion-de-operaciones-secuenciacion-de-trabajos
Diseño experimental ortogonal pdf
Superficies de Respuesta
Diagrama hombre máquina
graficos-de-control
6 sigmas cap. 2 resolucion
Problemario

La actualidad más candente (20)

PPTX
Most
PPTX
VSM: VALUE STREAM MAPPING
PPTX
Métodos para planeación agregada
PPTX
2.1. CONCEPTO Y CLASIFICACIÓN DE TABLEROS
PPTX
Medicion del trabajo, muestreo del trabajo
PDF
U5 ANÁLISIS DE REEMPLAZO
PPTX
Muestreo Aceptacion
DOCX
Experimentos con arreglos Ortogonales Unidad II Ing. de la Calidad
PPT
1 metodologia-taguchi-u21
DOC
Problemas resueltos-de-metodos-de-transporte
PPT
Manufactura Sincronica
PPT
Graficas de control por atributo
DOCX
Diferencia entre grafico xr,xs
PPTX
Programacion Lineal Entera
PPTX
Diseño factorial 2k...
PPTX
Metodologia para el estudio de tiempos
PDF
Balance de lineas de produccion
PPTX
Graficos de control
PPTX
DOCX
Taller p y np sandra liliana patiño
Most
VSM: VALUE STREAM MAPPING
Métodos para planeación agregada
2.1. CONCEPTO Y CLASIFICACIÓN DE TABLEROS
Medicion del trabajo, muestreo del trabajo
U5 ANÁLISIS DE REEMPLAZO
Muestreo Aceptacion
Experimentos con arreglos Ortogonales Unidad II Ing. de la Calidad
1 metodologia-taguchi-u21
Problemas resueltos-de-metodos-de-transporte
Manufactura Sincronica
Graficas de control por atributo
Diferencia entre grafico xr,xs
Programacion Lineal Entera
Diseño factorial 2k...
Metodologia para el estudio de tiempos
Balance de lineas de produccion
Graficos de control
Taller p y np sandra liliana patiño
Publicidad

Similar a Grafico de Control C (Aplicacion) (20)

PPTX
Gráficos de control por atributo1
PDF
Control estadistico de procesos
PDF
Graficos de control
PPTX
123456 presentacion unidad 2 graficos de conrol
PPT
Graficas de control por atributo
PDF
05. gráfica de control y conceptos estadisticos
DOCX
control de calidad
PPT
Cartas de-control lourdes final
DOCX
Calidad cirobuitrago
PPT
Control%20 estad%e-dstico%20-calidad
PDF
Reporte u3 graficas de control por atributos
PPT
Graficos de Control
PPTX
Graficos de control
PDF
Cartas de control en minitab por Ing. Jose Zavala
PPT
Graficas de control por atributo
PPTX
Ejercicios cartas de control p y np, c y u
PPTX
T1.P3_GRAFICAS DE CONTROL CHAVEZ YUMISEBA.pptx
PPT
Control Estadistico De Procesos
PPT
Control_estadistico_de_procesos_12053684.ppt
PPTX
Graficas de control x
Gráficos de control por atributo1
Control estadistico de procesos
Graficos de control
123456 presentacion unidad 2 graficos de conrol
Graficas de control por atributo
05. gráfica de control y conceptos estadisticos
control de calidad
Cartas de-control lourdes final
Calidad cirobuitrago
Control%20 estad%e-dstico%20-calidad
Reporte u3 graficas de control por atributos
Graficos de Control
Graficos de control
Cartas de control en minitab por Ing. Jose Zavala
Graficas de control por atributo
Ejercicios cartas de control p y np, c y u
T1.P3_GRAFICAS DE CONTROL CHAVEZ YUMISEBA.pptx
Control Estadistico De Procesos
Control_estadistico_de_procesos_12053684.ppt
Graficas de control x
Publicidad

Grafico de Control C (Aplicacion)

  • 1. Mtz. Padrón Néstor G. Mtz. Rueda J. Inocencio Mayorga Medellín B.Yaneth Morales Contreras Juan De Dios Viernes 1º de Marzo del 2012 Cd. Mante, Tamps. UNIDAD 2: MUESTREO DEL TRABAJO Aplicación del Gráfico C
  • 2. APLICACIÓN DEL GRÀFICO C Estudia el comportamiento de un proceso considerando el número de defectos encontrados al inspeccionar una unidad de producción. Sus muestras son constantes.
  • 4. Ejemplo 1 Se han observado los defectos de 50 muestras sucesivas de 40 tarjetas electrónicas de circuitos impresos.
  • 5. Solución 1. • Las 50 muestras contienen 515 defectos, entonces c testada puede ser calculada mediante: 𝒄 = 𝟏𝟎. 𝟑 (Total de defectos)/ (Número de muestras)= (515/50) 2. • Se obtiene el LCS= 19.92 (Límite central + Número de desviación* 𝑳í𝒎𝒊𝒕𝒆𝑪𝒆𝒏𝒕𝒓𝒂𝒍) = (𝟏𝟎. 𝟑 + 𝟑√𝟏𝟎. 𝟑 ) 3. • Se obtiene LCI= 0.67 (Límite Central - Número de desviación* 𝑳í𝒎𝒊𝒕𝒆𝑪𝒆𝒏𝒕𝒓𝒂𝒍) = (𝟏𝟎. 𝟑 − 𝟑√𝟏𝟎. 𝟑 )
  • 6. Gráfica de Control «C» 464136312621161161 20 15 10 5 0 Muestra Conteodemuestras _ C=10,3 UCL=19,93 LCL=0,67 Gráfica C de Defectos
  • 7. Análisis de la Gráfica de Control Como podemos observar la gráfica nos describe que se encuentra dentro de los límites, por lo tanto podemos decir que tenemos resultados aceptables, sin embargo también podemos mencionar que existen varios puntos en los cuales se indica variabilidad. Pero como futuros Ingenieros debemos hacer un estudio sobre las causas que están originando éstos defectos y darle oportuna solución.
  • 8. ¿Cómo hacerlo en Minitab? 1. Ingresar datos 2. Dar clic en Estadísticas 3. Seleccionar Gráficos de Control 4. Seleccionar Gráfica de atributos
  • 9. 6. Dar doble clic en Defectos. 7. Dar clic en la etiqueta « Opciones de gráfica C» 8. Seleccionar la etiqueta «Pruebas». 9. Seleccionar todos los puntos. 10. Dar clic en Aceptar.
  • 10. 11. Y por último te regresa a la ventana anterior, se vuelve a dar clic y la gráfica aparece enseguida. 12. La gráfica automáticamente muestra: Los límites Superior e Inferior, así como el Limite Central. Dentro de sus escalas se encuentran las muestras y el numero de defectos de éstas.
  • 11. Ejemplo 2 En una fábrica de muebles se inspecciona a detalle el acabado de las mesas cuando salen del departamento de laca. La cantidad de defectos que son encontrados en cada mesa son registrados con el fin de conocer y mejorar el proceso. En la tabla se muestran los defectos encontrados en las ultimas 30 mesas.
  • 12. MESA DEFECTOS MESA DEFECTOS 1 7 16 12 2 5 17 8 3 10 18 10 4 2 19 4 5 6 20 7 6 5 21 3 7 4 22 10 8 9 23 6 9 7 24 6 10 5 25 7 11 6 26 4 12 7 27 5 13 8 28 6 14 4 29 8 15 5 30 5
  • 13. De la tabla anterior se obtiene que el número promedio de defectos por unidad(mesa) es: 𝑐 = 191 30 = 6.4 Por lo tanto, los límites de control de la carta están dados por: 𝐿𝐶𝑆 = 6.4 + 3 6.4 = 14 Línea central= 6.4 𝐿𝐶𝐼 = 6.4 − 3 6.4 = −1.2
  • 14. Gráfica de Control C 28252219161310741 14 12 10 8 6 4 2 0 Muestra Conteodemuestras _ C=6,37 UCL=13,94 LCL=0 Gráfica C de DEFECTOS
  • 15. Análisis de la gráfica Obsérvese que el LCI resulta negativo, pero como no puede haber cantidades negativas de defectos, entonces el limite inferior se iguala a cero. La carta obtenida se muestra que a partir de la cual se aprecia que el proceso de producción de mesas estuvo funcionando de manera estable, ya que no hay puntos fuera de los limites ni otro patrón no aleatorio. Por lo tanto, los limites de control a usar en un futuro son los mismos.