TALLER 2do SEGUIMIENTO

CONTROL ESTADÍSTICO DE PROCESOS

(CARTAS DE CONTROL POR ATRIBUTOS)

JHON LUIS CHOLES DÍAZ - 2016116024

ELIAS DAVID CHOLES MENDOZA - 2016116025
DANIELA CRISTINA FERIA ROJAS - 2016116035
MATEO EDUARDO ORDÓÑEZ GUERRA - 2016116084
MARÍA DE LOS ÁNGELES SARRIA TABARES - 2016116124

DOCTOR MANUEL DE JESÚS CAMPUSANO HERNÁNDEZ

GRUPO 3

UNIVERSIDAD DEL MARGADALENA

FACULTAD DE INGENIERÍA
INGENIERÍA INDUSTRIAL

SANTA MARTA DTCH

OCTUBRE 20 DE 2019
 INTRODUCCIÓN
En la comercialización de los alimentos o insumos alimenticios, es siempre importante
definir el tipo de empaque que se utilizara para su distribución, pues no solo tienen la función
de contener los alimentos, sino que los protege del deterioro químico y físico, y opera como
estrategia de marketing al proporcionar un medio para informar a los consumidores sobre
las características y composición de este.
Para lograr que el aceite de cocina, un producto líquido, preserve sus propiedades el
mayor tiempo que sea posible, se debe evitar que entre en contacto directo con el oxígeno
y la luz solar. El envase plástico, aunque no es el mejor para lograr este objetivo, resulta
practico por su facilidad de transporte, almacenaje, su bajo costo y su reciclabilidad; y el
más utilizado para la fabricación de botellas plásticas es el PET.
Como todo producto que sale al mercado, los envases deben cumplir ciertas
especificaciones en términos de calidad e imagen, físicamente las botellas deben estar en
óptimas condiciones para su uso (incluyendo cierto margen de error), pero en el proceso
de fabricación pueden ocurrir ciertas irregularidades que impiden este objetivo. En la
producción de envases para aceite, se presentan en la actualidad ciertas inconformidades
que representa una pérdida total o parcial del producto y por consiguiente perdidas
monetarias.
Por lo tanto, en este trabajo se analizará la variabilidad de las características cualitativas en
el proceso de fabricación de botellas plásticas utilizadas en el empaque de aceite de cocina.

OBJETIVOS.
- General

• Reconocer por medio de las cartas de control las no conformidades que pueden
surgir en el proceso de fabricación de botellas para envasar aceite de cocina.
- Específicos

• Identificar los criterios requeridos para la conformidad del producto.

• Realizar un análisis de variabilidad de los atributos del producto, tomando muestras
aleatorias de tamaños constantes y variables.
• Distinguir las posibles fuentes origen, de las no conformidades presentadas.
 PLANTEAMIENTO DEL PROBLEMA
Una empresa envasadora de aceite de palma se enfrenta a un problema de producción
desde la creación de la botella de empaque hasta el etiquetado de esta, estas
inconformidades incluyen el mal sellado del envase en su tapa, la deformación del fondo,
del cuello, el aplastamiento del cuerpo del envase en la máquina y el mal etiquetado en la
fase final. El jefe de producción le preocupa la cantidad de envases de aceite no conformes
que está presentando el proceso, esto genera unos costos de producción elevados ya que
luego de envasado no es posible distribuir el producto porque no cumple con las
especificaciones del cliente.
Como estas inconformidades son más de tipo cualitativo que cuantitativo, se hará uso de
cartas de control por atributos, ya que estas analizan las características buenas y malas,
sin hacer referencia al grado, y dependiendo de la cantidad de unidades con defectos o
cuantas veces esté ocurriendo se procede a decidir si se aceptarán o rechazarán dichos
productos.
METODOLOGÍA DE DESARROLLO.
Para el desarrollo de este trabajo, se decide realizar la aplicación de las cartas de control
por atributos P, C (ambas con tamaño de n constante y variable), nP y U de Shewhart. Para
los gráficos de control con tamaño de muestra variable se hace necesario la aleatorización
a través de la herramienta Excel. Los tamaños de muestra finales se muestran en la
siguiente tabla:

Muestreo
Gráfico Tamaño de muestra (n) Numero de muestras (K)
P (n constante) 25 30
NP 25 30
P 15-25 30
C (n constante) 1 30
U 15 30
C 15-25 30

Posterior a la toma de los datos, se procede a realizar el análisis de estos, que incluye la
utilización de diagramas como Pareto e Ishikawa, para la identificación de las causas y así
establecer las respectivas conclusiones.
 MARCO TEÓRICO
- CARTAS DE CONTROL POR ATRIBUTOS:
Son usadas cuando no se desea controlar el valor de una magnitud medible sino
simplemente si el producto es adecuado o no lo es; o, en general, si se posee o no cierto
atributo.
La monitorización de un proceso a través de este tipo de mediciones de denomina control
por atributos. Existen varios gráficos que permiten monitorizar la evolución de este tipo de
información. En unos se observa la evolución de la proporción de artículos defectuosos en
sucesivas muestras de tamaño n (cada elemento observado es/no es defectuoso, o tiene/no
tiene cierto atributo; por ejemplo, una llamada es o no es fallida), mientras que en otros se
observa la evolución del número de defectos que aparecen en cada unidad de medida (cada
unidad de medida puede tener más de un defecto o más de un atributo.
Por lo general, los gráficos por atributos no ofrecen tanta información como los gráficos por
variables, ya que una medición numérica es más informativa que la sola clasificación de
una unidad como conforme o disconforme.
Aun así, los gráficos por atributos son muy útiles en el sector servicios y en los esfuerzos
de mejora de la calidad fuera de la manufactura, ya que no es fácil medir en una escala
numérica un gran número de las características de calidad que se encuentran en estos
escenarios.
Al igual que en los gráficos de control por variables, el gráfico de atributos representa un
estadístico T del proceso (como puede ser el número de defectos) frente al número de la
muestra o al tiempo. Una línea central representa el valor medio o esperado del estadístico,
mientras que la especificación de los límites de control es una de las decisiones críticas que
deben tomarse al diseñar un gráfico de control.
Un punto que se encuentra fuera de los límites de control se interpreta como una evidencia
de que el proceso está fuera de control.
Además, incluso si todos los puntos se hallan comprendidos entre los límites de control,
pero se comportan de manera sistemática o no aleatoria, también se tendría un proceso
fuera de control.
En el uso de este tipo de gráficos han de considerarse las siguientes limitaciones:
- Es necesario tomar muestras de tamaño grande para obtener información significativa.
- Son aplicables a procesos que presentan cantidades considerables de
disconformidades (defectos), o unidades no conformes (defectuosas).
- No avisan de cambios adversos en el parámetro que queremos controlar en el proceso
hasta que se han registrado un mayor número de defectos o unidades no conformes.
- Las verificaciones pueden estar influidas por subjetividades de las personas que
evalúan la muestra, por lo que se hace necesario el establecimiento de unos criterios
de conformidad escritos y con apoyo de medios visuales que minimicen estas
diferencias.

1. CARTA DE CONTROL P:

En este gráfico se muestra la evolución de la proporción de individuos que tienen cierto

atributo. Es frecuente que la magnitud observada y utilizada como variable de control
sea una proporción.
 Una proporción P que se estima por medio de la proporción muestral, obtenida con una
muestra de tamaño n. Tiene un valor esperado o medio que es precisamente P y una
desviación típica.

Para esta carta los límites de control hallarán de la siguiente manera:

𝑝̅ (1 − 𝑝̅ )
𝐿𝐶𝑆 = 𝑝̅ + 3√
𝑛

𝑝̅ (1 − 𝑝̅)
𝐿𝐶𝐼 = 𝑝̅ − 3√
𝑛
𝐿𝐶 = 𝑝̅
Se puede observar que dichos límites dependen del tamaño de la muestra utilizada. Así
pues, si todas las muestras son del mismo tamaño entonces los límites de control serán
fijos, pero si los tamaños muestrales varían, resulta que dichos límites son variables.
Para paliar esta situación se suele tomar una de estas cuatro soluciones:

- Poner un valor de n igual a un promedio de los tamaños de muestra utilizados.

- Utilizar una gráfica estandarizada
- Usar el gráfico con límites individualizados
- Regla del 40%

2. CARTA DE CONTROL NP:

En ocasiones resulta más cómodo representar directamente la cantidad de unidades

defectuosas en la muestra en vez de su proporción, en este caso el gráfico de control
correspondiente se denomina np puesto que en ordenadas se representa esa
magnitud. Este tipo de gráfico resulta cómodo cuando el tamaño de muestra es
constante. El número de unidades defectuosas en la muestra sigue una distribución
teórica binomial de parámetros n y p, cuya media es np y su varianza es npq.

Por lo tanto, lo limites de control serán:

𝐿𝐶𝑆 = 𝑛𝑝̅ + 3√𝑛𝑝̅ (1 − 𝑝̅ )

𝐿𝐶𝐼 = 𝑛𝑝̅ − 3√𝑛𝑝̅ (1 − 𝑝̅)
𝐿𝐶 = 𝑛𝑝̅
 3. CARTA DE CONTROL C:

En el control por número de defectos, utilizando un gráfico c, lo que se contabiliza

es el total de defectos en la muestra. Se supone para los mismos una distribución
de Poisson. Tiene una media y varianza iguales.

Para hallar sus límites se usará:

𝐿𝐶𝑆 = 𝑐̅ + 3 √ 𝑐̅
𝐿𝐶𝐼 = 𝑐̅ − 3 √ 𝑐̅
𝐿𝐶 = 𝑐̅
4. CARTA DE CONTROL U:

En este tipo de gráficos se representa la cantidad de defectos por unidad de medida.

La hipótesis de trabajo es que el número de defectos tiene una distribución de
Poisson. La línea central y los límites de control vienen dados por:

𝑈̅
̅ +3√
𝐿𝐶𝑆 = 𝑈
𝑙

𝑈̅
̅
𝐿𝐶𝐼 = 𝑈 − 3 √
𝑙
𝐿𝐶 = 𝑈̅
Donde L es la longitud de medida

Al igual que para los gráficos p, si los límites de control son variables se puede construir
el gráfico U de manera similar a la mencionada anteriormente, por cualesquiera de las
4 opciones.

- ¿CÓMO SE HACEN LAS BOTELLAS DE PLÁSTICO?

Partes que componen una botella de plástico:
Boca
Hilo o hélice
Anillo
Cuello
Espalda
Cuerpo
Fondo
Anillo de apilamiento
a) Tapón de rosca:
Este tapón es el que permite el cierre de la botella. Es el más utilizado en las botellas de
plásticos. Su forma va desde una tapa común hasta un difusor en spray o un gotero, en el
caso de los productos de limpieza.
b) Cuello o costura:
El cuello de las botellas de plásticos suelen ser más cortas comparadas con las de vino o
vidrio. El cuello es el que separa el cuerpo de la botella con la boca.
c) Boca:
La boca de la botella es el orificio por donde sale el líquido contenido en la botella. Esta
está formada por un labio, que son esos círculos del mismo material que sobresalen un
poco. Por lo regular, las botellas suelen tener un labio o tres.
d) Cuerpo:
Esta parte es donde está contenida la bebida de la botella. Ante de tomar cualquier liquido
se debe agita, además de no dejarlo a la exposición del sol.
e) Fondo:
El fondo de la botella proporciona estabilidad. Está formada por el talón, una textura más
gruesa que le da base al fondo para que puede ejecutar sus funciones.
f) Etiqueta:
Al igual que otras botellas, las de plásticos deben tener su etiqueta. Aquí se establecen los
detalles de la bebida y el nombre de la empresa fabricante.
Los materiales empleados para el proceso de soplado pertenecen a la familia de los
termoplásticos. Esto se debe a que se necesita que el material tenga un comportamiento
viscoso y se pueda deformar cuando tenga una temperatura determinada, pues de otra
forma la presión ejercida por el aire inyectado no podría expandir el material por la cavidad
del molde.
• Los principales termoplásticos utilizados para la fabricación de las botellas son:

Polietileno de alta densidad (PEAD)

Polietilentereftalato (PET )
Politereftalato de etileno
Policloruro de vinilo PVC
Polipropileno (PP)
Poliestireno
- PROCESO DE FABRICACIÓN:
De los termoplásticos presentados, el más usado
para la creación de recipientes plásticos es el
Polietilentereftalato (PET). El proceso se inicia en un
mezclador automatizado que combina fragmentos o
pequeñas bolitas de PET con escamas de PET
reciclado (fig. 1); el plástico procesado pierde
algunas de sus propiedades físicas, así que el
plástico reciclado no puede exceder el 10%.

Ilustración 1 Escamas de PET reciclado

Posteriormente el PET pasa del mezclador a una

máquina de inyección de plástico, la cual tiene la
misión de calentarlo hasta 315 °c, la materia prima
seca se funde en un plástico líquido, espeso y
pegajoso.
La máquina mete a presión el material en un molde
para crear una figura similar a la de un tubo de
ensayo, el cual se endurece casi al instante gracias a
un sistema de refrigeración integrado; el molde cuenta
con la capacidad de tomar cualquier forma o grosor e
incluye en su forma la apertura del cuello de la botella.
Ilustración 2 Preforma

Este tubo se denomina preforma (fig. 2), es la primera figura y se produce mediante un
proceso de alta velocidad llamado moldeado de inyección.
El siguiente proceso es el moldeo por recalentamiento estirado y soplado (fig. 3), que en
cuestión de segundos calienta las preformas a una temperatura de alrededor de 100 °C. El
calentamiento ablanda la preforma y la hace elástica, lo que permite insertar una barra que
logra estirarla y mientras al mismo tiempo la sopla con aire a altísima presión, para que
tome la forma del molde. Apenas se sopla la botella, se la debe enfriar inmediatamente para
asegurarse de que mantenga su forma.
Fig. 3 Moldeo por inyección y soplado

Una vez están listas las botellas, estas pasan a una maquina automática de llenado de
envases; y de acuerdo a los requerimientos de la empresa se pueden utilizar estos Modelos
con diferencia en su Capacidad de trabajo

El modelo La capacidad de trabajo

GYF 12-5F 2000-3000HPB
GYF 16-5F 4000-5000HPB
GYF 24-8F 6000-7000HPB
GYF 32-8F 9000-10000HPB

Esta máquina se encarga de todos los procesos subsiguientes;

llenado, sellado y etiquetado.

El proceso de llenado puede llegar a durar en promedio, 4

segundos por botella y se realiza a través de un circuito
circular que recoge las botellas en un punto, las llena y
posteriormente las envía para ser cerradas y selladas en
otro punto.
Una a una, envases llenos pasan para la ubicación de
sus correspondientes tapas, y sellamiento.

El último paso es el etiquetado, mediante una banda

transportadora las botellas son enviadas a este
proceso, y a través de un rodillo la etiqueta es
adherida al envase

Finalmente, las botellas están listan para ser

enviadas.
- DIAGRAMA DE FLUJO
-

1 3
Almacenamiento del
plástico y materiales
Mezclado del material 2 Se calienta la mezcla y se
lleva o moldes de
reciclable
reciclables preforma
<
<

5 4 Los moldes de preforma se

Transporte hacia Almacenamiento de vuelven a calentar y se
la máquina de botellas soplan en los moldes de la
llenado forma de deseada.

7 8
Llenado tiempo
Sellado
9
promedio 4 segundo Etiquetado
por botella

10
Inspección de botellas
Transporte de
para saber que
botellas conformes
disconformidades tienen.

12
0 Almacenamiento de
las botellas
 PARTE 2: TOMA DE DATOS Y CÁLCULOS

1. TOMA DE LOS DATOS Y TABLA DE NO CONFORMIDADES

%PNC 14% 0,14

Tamaño de la
muestra 200
# unidades no
conformes 28

Tabla de no conformidades
# de productos/
Cuello Mal Mal
no Golpes Asimetría
doblado etiquetado sellado
conformidades
1 0 0 0 1 1 2
2 0 0 1 1 1 3
3 1 1 0 1 0 3
4 1 1 0 0 1 3
5 0 1 0 1 1 3
6 1 0 0 0 0 1
7 1 0 1 0 1 3
8 0 1 1 1 1 4
9 1 0 1 1 0 3
10 1 0 0 1 0 2
11 0 1 1 1 0 3
12 1 0 0 0 1 2
13 0 0 1 1 0 2
14 1 0 0 1 0 2
15 1 1 0 0 0 2
16 1 0 0 1 0 2
17 1 0 0 1 1 3
18 1 0 0 0 0 1
19 1 0 1 0 0 2
20 0 1 0 1 1 3
21 1 1 1 1 1 5
22 1 0 1 1 0 3
23 1 0 0 1 0 2
24 0 0 1 1 1 3
25 0 0 0 0 1 1
26 0 0 1 0 1 2
27 0 0 0 1 1 2
28 0 1 0 1 1 3
70
Muestra 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 np-sumatoria

1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 1 1 1 0 0 5
2 0 0 0 0 0 1 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 3
3 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 1 0 0 0 3
4 1 0 0 0 1 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 4
5 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 2
1. GRÁFICOS NP Y P

6 0 0 0 0 0 1 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 3
7 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 1 3
8 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1 0 2
9 0 0 1 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 1 0 0 0 5
10 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 3
11 0 0 0 0 1 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 3
12 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 3
13 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1 0 0 0 0 2
14 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 2
15 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 2
16 0 1 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 1 0 0 0 0 0 0 0 4
17 0 0 0 0 0 0 1 0 1 0 0 0 0 0 0 0 1 1 0 0 0 0 0 1 1 6
18 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0 2
19 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 3
20 1 0 0 0 0 0 0 0 0 0 0 0 1 0 1 1 0 0 0 0 0 0 0 1 0 5
21 0 1 0 0 0 1 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 4
22 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 0 0 2
23 1 0 0 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 4
24 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 1 0 4
25 0 0 0 0 0 1 0 0 1 0 0 1 1 0 0 1 0 0 0 0 0 0 0 0 1 6
26 1 0 1 0 0 0 0 0 0 0 0 1 0 0 0 1 1 0 0 0 0 0 0 0 1 6
27 1 0 0 1 0 0 0 1 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 4
28 1 1 1 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 5
29 1 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 4
30 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1
Total 105
pi P
P(1-P) DESVIACIÓN
0,2 0,14 0,1204 0,069397406

gráfico p
0,12
0,12
0,16
0,08 LCS 0,348192219
0,12 LCI -0,068192219
0,12 0
0,08
0,2
0,12
0,12
0,12
0,08
0,08 nP nP(1-P) DESVIACIÓN
0,08 3,5 3,01 1,734935157
0,16

gráfico nP
0,24 LCS 8,704805472
0,08 LIC -1,704805472
0,12 0
0,2
0,16
0,08
0,16
0,16 n 25
0,24 k 30
0,24
0,16
0,2
0,16
0,04
4,2
 1.1 GRÁFICO NP:

Muestra pi P LCS LIC

1 0,2 0,14 0,34819222 0
2 0,12 0,14 0,34819222 0
3 0,12 0,14 0,34819222 0
4 0,16 0,14 0,34819222 0
5 0,08 0,14 0,34819222 0
6 0,12 0,14 0,34819222 0
7 0,12 0,14 0,34819222 0 Este proceso está bajo control estadístico
8 0,08 0,14 0,34819222 0
9 0,2 0,14 0,34819222 0
debido a que en la carta de control no se
10 0,12 0,14 0,34819222 0 encontró puntos por fuera de los límites de
11 0,12 0,14 0,34819222 0 control, ni tampoco secuencias, ni patrones
12 0,12 0,14 0,34819222 0 cíclicos, ni corrimiento de medias
13 0,08 0,14 0,34819222 0
14 0,08 0,14 0,34819222 0
15 0,08 0,14 0,34819222 0
16 0,16 0,14 0,34819222 0
17 0,24 0,14 0,34819222 0
18 0,08 0,14 0,34819222 0
19 0,12 0,14 0,34819222 0
20 0,2 0,14 0,34819222 0
21 0,16 0,14 0,34819222 0
22 0,08 0,14 0,34819222 0
23 0,16 0,14 0,34819222 0
24 0,16 0,14 0,34819222 0
25 0,24 0,14 0,34819222 0
26 0,24 0,14 0,34819222 0
27 0,16 0,14 0,34819222 0
28 0,2 0,14 0,34819222 0
29 0,16 0,14 0,34819222 0
30 0,04 0,14 0,34819222 0
 1.2 GRÁFICO P:
Muestra np-sumatoria nP LCS LCI
1 5 3,5 8,7048055 0
2 3 3,5 8,7048055 0
3 3 3,5 8,7048055 0
4 4 3,5 8,7048055 0
5 2 3,5 8,7048055 0
6 3 3,5 8,7048055 0
7 3 3,5 8,7048055 0
8 2 3,5 8,7048055 0
9 5 3,5 8,7048055 0
10 3 3,5 8,7048055 0
11 3 3,5 8,7048055 0
Como podemos ver en la carta de control
12 3 3,5 8,7048055 0
np no se encontró puntos por fuera de los
13 2 3,5 8,7048055 0
límites de control, ni tampoco secuencias,
14 2 3,5 8,7048055 0
ni patrones cíclicos, por lo tanto, el
15 2 3,5 8,7048055 0
16 4 3,5 8,7048055 0
proceso está bajo control estadístico,
17 6 3,5 8,7048055 0
entonces se concluye que no se tienen
18 2 3,5 8,7048055 0 presentes problemas controlables por el
19 3 3,5 8,7048055 0 operador, por tanto, las causas de
20 5 3,5 8,7048055 0 variabilidad son comunes y su reducción
21 4 3,5 8,7048055 0 depende sólo del control de la
22 2 3,5 8,7048055 0 administración.
23 4 3,5 8,7048055 0
24 4 3,5 8,7048055 0
25 6 3,5 8,7048055 0
26 6 3,5 8,7048055 0
27 4 3,5 8,7048055 0
28 5 3,5 8,7048055 0
29 4 3,5 8,7048055 0
30 1 3,5 8,7048055 0
 No de
Muestras 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 d
muestras
24 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1
16 2 0 0 0 0 0 0 0 1 0 1 0 0 0 0 1 0 3
18 3 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 2
22 4 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 5
24 5 0 0 0 0 0 0 0 0 1 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 3
25 6 0 0 1 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 3
18 7 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 3
16 8 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 2
16 9 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1
20 10 1 0 0 1 1 0 1 0 0 0 0 1 0 0 0 0 0 0 0 0 5
20 11 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 2
25 12 0 1 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 0 0 0 0 0 4
15 13 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 2
20 14 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1
2. GRÁFICO P CON n VARIABLE:

17 15 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 2
21 16 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1
18 17 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1
20 18 0 1 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 1 4
20 19 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 2
19 20 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 0 1 4
21 21 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 2
21 22 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 1 0 1 4
19 23 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 1
16 24 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2
16 25 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1
23 26 1 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 3
19 27 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 0 1 0 0 3
16 28 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1
25 29 0 0 1 0 0 0 0 0 1 1 0 0 0 1 0 0 0 0 0 0 1 0 0 0 1 6
16 30 0 1 0 0 0 1 1 0 0 0 0 0 1 0 1 0 5
586 79
 d Pi DESVIACIÓN

1 0,04166667 0,069713083
3 0,1875 0,085380741
2 0,11111111 0,080497734
5 0,22727273 0,07281294
3 0,125 0,069713083
3 0,12 0,068304593
3 0,16666667 0,080497734
2 0,125 0,085380741
1 0,0625 0,085380741
5 0,25 0,076366856
2 0,1 0,076366856
4 0,16 0,068304593
2 0,13333333 0,08818085
1 0,05 0,076366856
2 0,11764706 0,082831485
1 0,04761905 0,07452642
1 0,05555556 0,080497734
4 0,2 0,076366856
2 0,1 0,076366856
4 0,21052632 0,078350741
2 0,0952381 0,07452642
4 0,19047619 0,07452642
1 0,05263158 0,078350741
2 0,125 0,085380741
1 0,0625 0,085380741
3 0,13043478 0,07121246
3 0,15789474 0,078350741
1 0,0625 0,085380741
6 0,24 0,068304593
5 0,3125 0,085380741
79 4,02057387

LCS 0,183601068
nprom 19,53333333 LC 0,134812287
pprom 0,134812287 LCI 0,086023505
 Limites de control
constantes

LCS LCI

Como podemos ver en la carta de control P variable con limites

0,18270877 0,08532949 constantes se encuentran diversos puntos por fuera de los límites
0,18270877 0,08532949 de control, dando a entender que quizás no es un problema de
0,18270877 0,08532949 muestreo si no del proceso; por esto, debemos analizar los
0,18270877 0,08532949 parámetros, además podemos plantear cuatro soluciones las
0,18270877 0,08532949 cuales son:
0,18270877 0,08532949 -Poner un valor de n igual a un promedio de los tamaños de
0,18270877 0,08532949
muestra utilizados.
0,18270877 0,08532949
0,18270877 0,08532949 -Utilizar una gráfica estandarizada
0,18270877 0,08532949
-Usar el gráfico con límites individualizados
0,18270877 0,08532949
0,18270877 0,08532949 -Regla del 40%
0,18270877 0,08532949
0,18270877 0,08532949
0,18270877 0,08532949
0,18270877 0,08532949
0,18270877 0,08532949
0,18270877 0,08532949
0,18270877 0,08532949
0,18270877 0,08532949
0,18270877 0,08532949
0,18270877 0,08532949
0,18270877 0,08532949
0,18270877 0,08532949
0,18270877 0,08532949
0,18270877 0,08532949
0,18270877 0,08532949
0,18270877 0,08532949
0,18270877 0,08532949
0,18270877 0,08532949
 Limites de control
variables
LCI
(como los
límites < 0, Como podemos ver en la carta de control P variable
LCS con limites variables, no se encontró puntos por fuera
entonces se
toman de los límites de control, ni tampoco secuencias, ni
patrones cíclicos. Por lo que podemos decir que las
como 0)
causas de variabilidad son comunes es decir que el
0,34395154 0
proceso se encuentra bajo control estadístico.
0,39095451 0
0,37630549 0
0,35325111 0
0,34395154 0
0,33972606 0
0,37630549 0
0,39095451 0
0,39095451 0
0,36391285 0
0,36391285 0
0,33972606 0
0,39935484 0
0,36391285 0
0,38330674 0
0,35839155 0
0,37630549 0
0,36391285 0
0,36391285 0
0,36986451 0
0,35839155 0
0,35839155 0
0,36986451 0
0,39095451 0
0,39095451 0
0,34844967 0
0,36986451 0
0,39095451 0
0,33972606 0
0,39095451 0
3. GRÁFICO C CON n = 1:

Cprom 0,36666667
LCS 2,18325688
LCI 0
Cantidad de
no
LCS LCI
conformida
muestras des
1 0 2,18325688 0
2 0 2,18325688 0
3 0 2,18325688 0
4 0 2,18325688 0
5 0 2,18325688 0
6 0 2,18325688 0
7 3 1 1 1 2,18325688 0
8 0 2,18325688 0
9 0 2,18325688 0
10 2 1 1 2,18325688 0
11 2 1 1 2,18325688 0
12 0 2,18325688 0
13 0 2,18325688 0
14 3 1 1 1 2,18325688 0
15 0 2,18325688 0
16 0 2,18325688 0
17 0 2,18325688 0
18 0 2,18325688 0
19 0 2,18325688 0
20 0 2,18325688 0
21 0 2,18325688 0
22 0 2,18325688 0
23 0 2,18325688 0
24 0 2,18325688 0
25 1 1 2,18325688 0
26 0 2,18325688 0
27 0 2,18325688 0
28 0 2,18325688 0
29 0 2,18325688 0
30 0 2,18325688 0
11

Como podemos observar

en la carta de control C se
encontraron puntos por
fuera de los límites de
control, por lo que
podemos decir que el
proceso no se encuentra
bajo control estadístico, es
recomendable hacer un
análisis detallado de las
causas originan el
problema y posteriormente
si las causas son comunes
se procede hacer un
cepillado.
 4. GRÁFICOS C Y U

Cantidad de
Muestras no Ci Ui
conformes
1 2 1 1 2 1 5 0,33333333
2 4 3 1 2 4 1 11 0,73333333
3 2 2 1 2 2 7 0,46666667
4 2 1 2 1 2 6 0,4
5 2 1 1 1 2 1 6 0,4
6 2 2 1 3 0,2
7 2 1 2 1 2 1 7 0,46666667
8 2 2 1 1 4 0,26666667
9 4 2 2 1 3 8 0,53333333
10 4 3 2 2 2 3 12 0,8
11 1 1 1 2 0,13333333
12 2 1 1 2 1 5 0,33333333
13 1 1 1 1 3 0,2
14 4 1 2 2 3 3 11 0,73333333
15 4 2 2 1 3 1 9 0,6
16 3 2 1 2 1 6 0,4
17 3 2 1 3 6 0,4
18 2 1 1 2 1 5 0,33333333
19 2 1 3 1 5 0,33333333
20 1 1 1 0,06666667
21 4 3 1 2 3 1 10 0,66666667
22 4 2 1 2 3 2 10 0,66666667
23 3 2 1 2 1 6 0,4
24 3 1 1 3 2 7 0,46666667
25 2 1 1 2 2 6 0,4
26 3 3 2 1 6 0,4
27 1 1 1 1 3 0,2
28 1 1 1 2 0,13333333
29 3 2 1 1 3 1 8 0,53333333
30 2 1 1 1 2 5 0,33333333
Total 75 44 26 24 55 36 185

n c LCS LIE

15 6,16666667 13,6164989 0
0
4.1 GRÁFICO C CON n= 30:

Ci C LCS LIC

5 6,16666667 13,6164989 0
11 6,16666667 13,6164989 0
7 6,16666667 13,6164989 0
6 6,16666667 13,6164989 0
6 6,16666667 13,6164989 0
3 6,16666667 13,6164989 0
7 6,16666667 13,6164989 0
4 6,16666667 13,6164989 0
8 6,16666667 13,6164989 0
12 6,16666667 13,6164989 0
2 6,16666667 13,6164989 0
5 6,16666667 13,6164989 0 Como podemos ver en la carta de control C,
3 6,16666667 13,6164989 0 no se encontró puntos por fuera de los límites
11 6,16666667 13,6164989 0 de control, ni tampoco secuencias, ni
9 6,16666667 13,6164989 0 patrones cíclicos. Por lo que podemos decir
6 6,16666667 13,6164989 0
que las causas de variabilidad son comunes
6 6,16666667 13,6164989 0
5 6,16666667 13,6164989 0 es decir que el proceso se encuentra bajo
5 6,16666667 13,6164989 0 control estadístico.
1 6,16666667 13,6164989 0
10 6,16666667 13,6164989 0
10 6,16666667 13,6164989 0
6 6,16666667 13,6164989 0
7 6,16666667 13,6164989 0
6 6,16666667 13,6164989 0
6 6,16666667 13,6164989 0
3 6,16666667 13,6164989 0
2 6,16666667 13,6164989 0
8 6,16666667 13,6164989 0
5 6,16666667 13,6164989 0
 4.2 GRÁFICO U:

muestra n Ui U LCS LIC

1 15 0,333333333 0,41111111 0,90776659 0
2 15 0,733333333 0,41111111 0,90776659 0
3 15 0,466666667 0,41111111 0,90776659 0
4 15 0,4 0,41111111 0,90776659 0
5 15 0,4 0,41111111 0,90776659 0
6 15 0,2 0,41111111 0,90776659 0
7 0 0,466666667 0,41111111 0,90776659 0
8 15 0,266666667 0,41111111 0,90776659 0
9 15 0,533333333 0,41111111 0,90776659 0
10 15 0,8 0,41111111 0,90776659 0
Como podemos ver en la carta
11 15 0,133333333 0,41111111 0,90776659 0
12 15 0,333333333 0,41111111 0,90776659 0
de control U, no se encontró
13 15 0,2 0,41111111 0,90776659 0 puntos por fuera de los límites
14 15 0,733333333 0,41111111 0,90776659 0 de control, ni tampoco
15 15 0,6 0,41111111 0,90776659 0 secuencias, ni patrones cíclicos.
16 15 0,4 0,41111111 0,90776659 0 Por lo que podemos decir que
17 15 0,4 0,41111111 0,90776659 0 las causas de variabilidad son
18 15 0,333333333 0,41111111 0,90776659 0
comunes es decir que el
19 15 0,333333333 0,41111111 0,90776659 0
20 15 0,066666667 0,41111111 0,90776659 0 proceso se encuentra bajo
21 15 0,666666667 0,41111111 0,90776659 0 control estadístico.
22 15 0,666666667 0,41111111 0,90776659 0
23 15 0,4 0,41111111 0,90776659 0
24 15 0,466666667 0,41111111 0,90776659 0
25 15 0,4 0,41111111 0,90776659 0
26 15 0,4 0,41111111 0,90776659 0
27 15 0,2 0,41111111 0,90776659 0
28 15 0,133333333 0,41111111 0,90776659 0
29 15 0,533333333 0,41111111 0,90776659 0
30 15 0,333333333 0,41111111 0,90776659 0
4.3 DIAGRAMA DE PARETO E ISHIKAWA
A través del diagrama de Pareto, fue posible identificar los errores o no conformidades del
producto que más se presentan y que requieren intervención inmediata, aunque no sean
producidas por causas especiales, como puede observarse en los gráficos.
A partir de estos datos, se procedió a realizar el diagrama de Ishikawa en base a la
disconformidad en el cuerpo y cuello del envase; permitiendo esquematizar y analizar las
posibles causas de estas variaciones, así como la relación que existe entre ellas.
Al estudiar esta información, se considera como
posible causa raíz la temperatura aplicada a las
Disconformidad Frecuencia % Acumulado
preformas en el proceso de moldeo por estirado
y soplado puesto que, al ser estas calentadas
al mismo tiempo, por lotes, no hay una Asimetría 55 30%
distribución uniforme de la temperatura y lado Cuello doblado 44 54%
más caliente se estira adelgaza más, por lo que Mal sellado 36 73%
se presentan desniveles en el endurecimiento
Golpe 26 87%
del plástico.
Mal etiquetado 24 100%
 5. GRAFICO U PARA n = (15-25)

Debido a la realización del grafico U se logró analizar que, de un total de 602 botellas
revisadas, se obtuvieron un total de 218 no conformidades de entre los 5 tipos y hubo 96
botellas no conformes para un promedio de aproximadamente 16% de no conformidad.
5.1 Para limites variables:

Para el grafico con límites

variables se encontró que
este proceso está bajo
control estadístico debido
a que en la carta de control
no se encontró puntos por
fuera de los límites de
control, ni tampoco
secuencias, ni patrones
cíclicos.
5.2 Para límites constantes:

Para el grafico con límites constantes tampoco

encontró puntos por fuera de los límites de control,
ni tampoco secuencias, ni patrones cíclicos. Por lo
que se concluye que este proceso está bajo control
estadístico
 CONCLUSIÓN Y RECOMENDACIONES

- Conclusión:

La aplicación de cartas de control en el proceso de fabricación de envases plásticos

para aceite de cocina, permite concluir que el proceso se encuentra bajo control
estadístico en relación a la proporción de defectos y productos que resultan
inconformes por implicación de ciertas características cualitativas que incluyen,
asimetría en el cuerpo y deformación en el cuello del envase, golpes generalmente
producidos por choque, además del mal sellado y etiquetado del producto final.

La selección de las no conformidades permitió reconocer de manera acertada,

cuáles son los puntos críticos en el proceso que afectan la calidad del producto final
y por consiguiente la visión del cliente frente al producto, entre estas causas raíces
fue identificada la temperatura aplicada a la preforma para permitir su soplado por
inyección.

- Recomendaciones;

• Con el fin de disminuir la proporción de productos inconformes relacionados

a la simetría del cuerpo de la botella, se recomienda la utilización de un sistema
lineal de calentamiento, para el moldeo de las preformas y verificar los que canales
de alimentación no se encuentren obstruidos, para el enfriamiento del molde.

• En aras de reducir la probabilidad de que los fallos sean causados por

desgaste de la maquinaria, se sugiere realizar planes de mantenimiento preventivo
regulares.

• Realizar un proceso de muestreo antes de pasar a la fase de llenado, para

evitar pérdidas del siguiente proceso.
 BIBLIOGRAFÍA

1. Montgomery, Douglas C. 1991. Control Estadístico de la Calidad. Grupo Editorial

Iberoamérica.

WEBGRAFÍA

- https://www.3ciencias.com/wp-content/uploads/2012/06/2.-Graf_Atributos.pdf
- http://www.est.uc3m.es/esp/nueva_docencia/leganes/ing_telecomunicacion/metodos_
mejora_calidad/MEMC/doc_generica/Temario/CapCAtributos/CapCAtributos.pdf
- http://ocw.usal.es/ciencias-sociales-1/control-estadistico-de-la-
calidad/contenido/ocw_cabero/01_asignaturaCC/Temario/Tema3.pdf
- https://ingenieriaindustrialupvmtareasytrabajos.files.wordpress.com/2012/08/cartas-de-
control-por-atributos1.pdf
- https://www.hogarmania.com/cocina/escuela-cocina/vinoteca/200911/partes-botella-
6191.html
- https://www.pt-mexico.com/art%c3%adculos/solucin-de-cinco-problemas-comunes-en-
moldeo-por-estirado-soplado-de-pet
- https://www.interempresas.net/Plastico/Articulos/5878-Guia-para-solucionar-los-
problemas-mas-comunes-en-moldeo-por-inyeccion.html
- http://www.fillex-filingmachine.com/filling-machine/oil-filling-machine/pet-bottle-edible-
oil-filling-machine.html
- https://www.bmimachines.com/paso-a-paso-como-se-fabrica-una-botella-de-pet/
- http://www.uptc.edu.co/vice_academica/programas/index.html?idnivel=01
 ANEXO: COMENTARIO CRÍTICO.
CRITICAL ANALYSIS

Title: Application of Process Quality Control in Leather Industry

Authors: Ayoub K. Logmen, Prof. Elnour K. Abusabah, Dr. Abdalla MA Suliman
Source: Gezira Journal of Engineering, Deanship of Scientific Research
Vol 9 No 2 (2014)
Date: 2014-11-01

Summary:

The present article under analysis is based on the application of quality controls in the
goatskins industry, whether they are for export or raw for use within the country, the central
objective is preventing items that have anomalies not be distributed for shipment.

The methodology used to achieve these objectives includes the construction of the p and
np charts; for the study of raw skins, the author decides to analyze ten random samples of
different sizes (between 32-125 pieces) and through this make a p chart; on the contrary,
for blue goatskin for export, ten samples were recognized, but this time of constant size (125
pieces) to make an np chart.

The author concludes by analyzing these charts that the process involved in the delivery of
raw skins was out of control, because the defective scale locates a point above the upper
limit of control. The export blue skin process is concluded as stable, since all its points are
within the control limits.

The main defects taken in the detection in this sampling were, rot found in the skins, skins
with holes in the main area, in addition to the correct form of cut in the skin.

Review:

Based on the knowledge about control charts, it can be inferred that for this type of situation
that you want to analyze, using only the p and np charts is not adequate, since the main
objective of the article is to prevent the final customer from arriving defective products or
nonconformities, it would be convenient and even necessary to start analyzing the type of
nonconformities produced, either by inspecting which ones occur the most and why it is
happening.

Using the U charts can be an option to identify the amount of defects per square meter of
leather, in this one not only takes into account the fact that the material may or may not be
defective, but also inspects the quantity or the average of defects presented by sample.

Leather sampling does not seem to be taken correctly, since there are elements with
nonconformities due to external factors of the process such as rot; it can be evidenced that
a constant level of defective percentage is being produced, therefore it is advisable to
analyze and verify separately each place where these raw materials come from. The author,
when concluding, is only based on what was observed at first sight in the control chart p,
and does not perform a cause analysis using a Pareto diagram, which would allow him to
assign the order of priorities to these defects, neither does it use the 5-why method or the
Ishikawa diagram that will allow him to find the root cause-effect of the problem, analyzing
all the factors that involve the execution of the process (environment, machine,
measurement, labor, materials and method ); when a point is presented outside the control
limits established in a process, it can be the case in which said point is a false alarm, so it
is essential to inspect to thoroughly inspect that sampling, and verify that this situation really
occurred ; if so, the improvement and new calculations will be carried out to verify that the
process after all this is under statistical control, in such case points are still presented outside
the limits then the parameters and the process itself will have to be evaluated.

One point in favor is that the author does not design the chart only with the two control zones
that are regularly used, which only include the control limits; It also makes use of action and
warning limits to have greater control over the process, this makes it a three-zone graph that
adds more sensitivity to the charts (in this case p and np).

To conclude, we believe that this is an article that can create confusion in the readers, since
it is giving a wrong concept of the use of these charts, in addition that it does not make a
clear introduction about the process that is being carried out, making a suitable appropriation
of the subject impossible.