Graficos XR Xs

Descargar como xlsx, pdf o txt
Descargar como xlsx, pdf o txt
Está en la página 1de 34

TABLA DE COEFICIENTES DE GRAFICOS DE CONTR

n A A2 A3 d2 d3 C2 C4 B3
2 2.121 1.881 2.659 1.128 0.8525 0.5642 0.7979 0
3 1.732 1.023 1.954 1.693 0.8884 0.7236 0.8862 0
4 1.5 0.729 1.628 2.059 0.8798 0.7979 0.9213 0
5 1.342 0.577 1.427 2.326 0.8641 0.8407 0.94 0
6 1.225 0.483 1.287 2.634 0.8448 0.8686 0.9515 0.03
7 1.134 0.419 1.182 2.704 0.833 0.8882 0.9594 0.118
8 1.061 0.373 1.099 2.847 0.82 0.9027 0.965 0.185
9 1 0.337 1.032 2.97 0.808 0.9139 0.9693 0.239
10 0.949 0.308 0.975 3.078 0.797 0.9227 0.9727 0.284
11 0.905 0.285 0.927 3.173 0.787 0.93 0.9754 0.322
12 0.866 0.266 0.886 3.258 0.778 0.9359 0.9776 0.354
13 0.832 0.249 0.85 3.336 0.77 0.941 0.9794 0.381
14 0.802 0.235 0.917 3.407 0.762 0.9453 0.981 0.407
15 0.775 0.223 0.789 3.472 0.755 0.949 0.9823 0.428
16 0.75 0.212 0.764 3.532 0.749 0.9523 0.9815 0.415
17 0.728 0.203 0.739 3.588 0.743 0.9551 0.9845 0.466
18 0.707 0.194 0.718 3.64 0.738 0.9576 0.9854 0.482
19 0.688 0.187 0.698 3.689 0.733 0.9599 0.9862 0.496
20 0.671 0.18 0.68 3.735 0.729 0.9619 0.9869 0.51
FICOS DE CONTROL
B4 D1 D2 D3 D4
3.266 0 3.686 0 3.267
2.568 0 4.358 0 2.574
2.266 0 4.698 0 2.282
2.089 0 4.918 0 2.114
1.97 0 5.068 0 2
1.882 0.205 5.203 0.076 1.924
1.815 0.387 5.307 0.136 1.864
1.761 0.546 5.394 0.184 1.816
1.716 0.687 5.469 0.223 1.777
1.678 0.812 5.534 0.256 1.744
1.646 0.924 5.592 0.284 1.716
1.619 1.026 5.646 0.308 1.692
1.593 1.121 5.693 0.329 1.671
1.572 1.207 5.737 0.348 1.652
1.585 1.285 5.779 0.364 1.636
1.534 1.359 5.817 0.379 1.621
1.518 1.426 5.854 0.392 1.608
1.504 1.49 5.888 0.404 1.596
1.49 1.548 5.922 0.414 1.586
Gráfica X (Xbarra)
Detecta cambios significativos en la media del proceso. Cuando la curva normal de desplaza, la gráfica lo detecta mediante
Gráfica R
Detecta cambios significativos en la amplitud de la dispersión, Por ejemplo si la variabilidad aumenta (curva normal más am
mas puntos fuera de los límites de control.
Utilizando el siguiente ejemplo podemos comprobarlo, este ejercicio consiste en analizar la variabilidad de los grados brix
tenemos una tabla en la que figuran los datos recopilados antes de aplicar mejoras.

Fecha Número grados


x1 x2 x3 x4
1 8.3 8.0 8.4 8.4
2 8.1 8.0 7.9 8.0
7/1/2018
3 8.1 8.2 8.2 8.2
4 8.0 8.2 8.0 8.0
5 7.9 8.0 8.0 8.0
6 9.0 8.4 8.5 8.5
7/2/2018
7 8.3 8.4 8.4 8.4
8 8.1 8.2 8.2 8.1
9 8.0 7.9 8.0 8.0
10 8.0 8.1 8.1 8.1
7/3/2018
11 7.8 7.5 7.5 7.5
12 8.1 8.2 8.2 8.2
13 7.6 7.7 7.9 7.7
14 7.5 7.6 7.7 7.7
7/4/2018
15 7.5 7.5 7.5 7.5
16 7.5 7.8 7.8 7.8
17 7.8 7.5 7.5 7.5
18 8.2 8.0 8.2 8.0
7/5/2018
19 8.2 8.2 8.2 8.2
20 8.2 8.3 8.0 8.1

X1, X2, X3 y X4 son subgrupos de datos los cuales fueron tomados de lotes diferentes, en caso que solo exista un lote o el p
tomar los datos en una sola columna o bien formar subgrupos alternando entre diferentes momentos a los largo del día.
Manejaremos la gráfica Xbarra-R porque la característica de la calidad que se está midiendo en una variable continúa.

Para analizar nuestra data utilizaremos el software MINITAB e ingresaremos los valores de la siguiente forma:
Luego tenemos que ingresar a la opción Xbarra-R que se muestra en la imagen.

A continuación aparecerá la siguiente ventana donde ingresaremos los datos en la segunda casilla haciendo doble clic a ca
que las observaciones para un subgrupo se encuentran en distintas columnas es por eso que seleccionaremos la segunda o
botones restantes (escala, etiquetas, gráficas múltiples, etc.) se explicarán en una futura publicación.
Luego de ingresar los datos presiones aceptar y generará el siguiente gráfico

Gráfica Xbarra-R de x1; ...; x4


1

8,50
1
Mediadelamuestra

1
8,25 1 1 1 1
1
LCS
_
_
8,00 X=8
LCI
7,75
1 1
1
1 1
7,50 1
1 3 5 7 9 11 13 15 17 19
Muestra

1
0,60
Rangodelamuestra

0,45 LCS

0,30
_
R=0
0,15

0,00 LCI
1 3 5 7 9 11 13 15 17 19
Muestra

La gráfica superior (Xbarra) nos indica que el proceso en no se encuentra bajo control estadístico por que existen 12 punto
8.146 y LCL =7.854).
La segunda gráfica (R) nos indica que el proceso es variable, y que existen muchas observaciones muy cerca del límite de c
brix en la bebida están por debajo del promedio ésta resulta poco dulce.
También observamos que existe 1 punto por encima del límite de control superior, significando esto que no se utiliza la ma
excesiva variabilidad de los datos podemos afirmar que existen Causas Asignables en el proceso que se deberán de investi

Bibliografía
Dale H. Besterfield, Ph.D., P.E., Control de Calidad (Cuarta Edición), ISBN 968-880-530-0
a gráfica lo detecta mediante un punto fuera de sus límites.

menta (curva normal más amplia), la gráfica R lo detecta mediante uno o

riabilidad de los grados brix en la fabricación de bebidas gaseosas para esto

que solo exista un lote o el proceso de producción sea continuo se deberán


mentos a los largo del día.
n una variable continúa.

guiente forma:
n.

silla haciendo doble clic a cara uno de nuestros subgrupos, tengan en cuenta
eleccionaremos la segunda opción que se muestra en la caja de selección, los
cación.
1
1
LCS=8,146
_
_
X=8
LCI=7,854
1

17 19

LCS=0,4564

_
R=0,2

LCI=0
17 19

co por que existen 12 puntos fuera de fuera de los límites de control (UCL =

es muy cerca del límite de control inferior lo que nos dice que si los grados

o esto que no se utiliza la materia prima óptimamente. Advirtiendo la


o que se deberán de investigar para su corrección.
minitab
Fecha Número grados
x1 x2 x3 x4
1 8.3 8.0 8.4 8.4
2 8.1 8.0 7.9 8.0
7/1/2018
3 8.1 8.2 8.2 8.2
4 8.0 8.2 8.0 8.0
5 7.9 8.0 8.0 8.0
6 9.0 8.4 8.5 8.5
7/2/2018
7 8.3 8.4 8.4 8.4
8 8.1 8.2 8.2 8.1
9 8.0 7.9 8.0 8.0
10 8.0 8.1 8.1 8.1
7/3/2018
11 7.8 7.5 7.5 7.5
12 8.1 8.2 8.2 8.2
13 7.6 7.7 7.9 7.7
14 7.5 7.6 7.7 7.7
7/4/2018
15 7.5 7.5 7.5 7.5
16 7.5 7.8 7.8 7.8
17 7.8 7.5 7.5 7.5
18 8.2 8.0 8.2 8.0
7/5/2018
19 8.2 8.2 8.2 8.2
20 8.2 8.3 8.0 8.1
excle
Fecha #VALUE! grados
x1 x2 x3 x4
1 8.3 8.0 8.4 8.4
2 8.1 8.0 7.9 8.0
7/1/2018
3 8.1 8.2 8.2 8.2
4 8.0 8.2 8.0 8.0
5 7.9 8.0 8.0 8.0
6 9.0 8.4 8.5 8.5
7/2/2018
7 8.3 8.4 8.4 8.4
8 8.1 8.2 8.2 8.1
9 8.0 7.9 8.0 8.0
10 8.0 8.1 8.1 8.1
7/3/2018
11 7.8 7.5 7.5 7.5
12 8.1 8.2 8.2 8.2
13 7.6 7.7 7.9 7.7
14 7.5 7.6 7.7 7.7
7/4/2018
15 7.5 7.5 7.5 7.5
16 7.5 7.8 7.8 7.8
17 7.8 7.5 7.5 7.5
18 8.2 8.0 8.2 8.0
7/5/2018
19 8.2 8.2 8.2 8.2
20 8.2 8.3 8.0 8.1
Ejemplo de Gráfica Xbarra-R
Un ingeniero especializado en calidad que trabaja en una planta de partes automotrices monitorea la long
El ingeniero crea una gráfica Xbarra-R para cada máquina para monitorear la longitud de los árboles de le

1. Abra los datos de muestra, LongÁrbolLevas.MTW.


2. Elija Estadísticas > Gráficas de control > Gráficas de variables para subgrupos > Xbarra-R.
3. En la lista desplegable, seleccione Todas las observaciones para una gráfica están en una colum
4. En Tamaños de los subgrupos, ingrese ID subgrupo.
5. Haga clic en Opciones de Xbarra-R.
6. En la ficha Pruebas, seleccione 1 punto > K desviaciones estándar desde la línea central (Prueba
Si no está seguro de qué pruebas se aplican en su situación específica, utilice las pruebas 1, 2 y 7

7. Haga clic en Aceptar en cada cuadro de diálogo

Imagen del punto 3.


Máquina 1 Máquina 2 Máquina 3 ID subgrupo
601.4 598.00 601.6 1
601.6 599.80 600.4 1
598.00 600.00 598.4 1
601.4 599.80 600.00 1
599.4 600.00 596.8 1
600.00 602.8 2
600.2 598.8 600.8 2
601.2 598.2 603.6 2
598.4 599.4 604.2 2
599.00 599.6 602.4 2
601.00 599.4 598.4 3
601.00 599.4 599.6 3
600.8 600.00 603.4 3
597.6 598.8 600.6 3
601.6 599.2 598.4 3
599.4 599.4 598.2 4
601.2 599.6 602.00 4
598.4 599.00 599.4 4 Imagen del punto 6
599.2 599.2 599.4 4
598.8 600.6 600.8 4
601.4 598.8 600.8 5
599.00 598.8 598.6 5
601.00 599.8 600.00 5
601.6 599.2 600.4 5
601.4 599.4 600.8 5
601.4 600.00 600.8 6
598.8 600.2 597.2 6
601.4 600.2 600.4 6
598.4 599.6 599.8 6
601.6 599.00 596.4 6
598.8 599.00 600.4 7
601.2 599.8 598.2 7
599.6 600.8 598.6 7
601.2 598.8 599.6 7
598.2 598.2 599.00 7
598.8 600.00 598.2 8
597.8 599.2 599.4 8
598.2 599.8 599.4 8
598.2 601.2 600.2 8 Imagen punto 7
598.2 600.4 599.00 8
601.2 600.2 599.4 9
600.00 599.6 598.00 9
598.8 599.6 597.6 9
599.4 599.6 598.00 9
597.2 600.2 597.6 9
600.8 599.2 601.2 10
600.6 599.00 599.00 10
599.6 599.6 600.4 10
599.4 600.4 600.6 10
598.00 600.00 599.00 10
600.8 599.00 602.2 11
597.8 599.6 599.8 11
599.2 599.4 599.8 11
599.2 599.2 601.00 11
600.6 597.8 601.6 11
598.00 600.4 601.6 12
598.00 599.6 600.2 12
598.8 600.00 601.8 12
601.00 600.8 601.2 12
600.8 600.4 597.6 12
598.8 599.4 599.8 13
599.4 599.00 602.8 13
601.00 598.4 600.00 13
598.8 599.00 599.6 13
599.6 599.6 602.2 13
599.00 598.8 603.8 14
600.4 599.2 603.6 14
598.4 599.6 601.8 14
602.2 598.6 602.00 14
601.00 599.8 603.6 14
601.4 599.6 600.8 15
601.00 599.2 600.2 15
601.2 599.6 600.4 15
601.4 600.2 600.2 15
601.8 599.8 602.2 15
601.6 599.6 598.00 16
601.00 600.00 598.4 16
600.2 599.6 600.8 16
599.00 599.2 602.8 16
601.2 598.6 597.6 16
601.2 599.6 601.6 17
601.2 601.2 603.4 17
601.2 599.6 597.00 17
601.00 600.2 599.8 17
601.00 600.00 597.8 17
601.4 600.00 602.4 18
601.4 599.4 602.2 18
598.8 599.8 600.6 18
598.8 599.2 596.2 18
598.8 599.6 602.4 18
598.2 599.4 601.4 19
601.8 600.00 599.2 19
601.00 600.00 601.6 19
601.4 599.2 600.4 19
601.4 599.4 598.00 19
599.00 599.6 601.2 20
601.4 599.8 604.2 20
601.8 599.00 600.2 20
601.6 599.6 600.00 20
601.2 599.4 596.8 20
motrices monitorea la longitud de los árboles de levas. Tres máquinas producen los árboles de levas en tres turnos
ongitud de los árboles de levas.

bgrupos > Xbarra-R.


áfica están en una columna e ingrese Máquina 1 Máquina 2 Máquina 3.

de la línea central (Prueba 1), K puntos consecutivos en el mismo lado de la línea central (Prueba 2) y K punto
utilice las pruebas 1, 2 y 7 cuando establezca por primera vez los límites de control con base en los datos. Después

magen del punto 3.

magen del punto 6


magen punto 7

Interpretar los resultados


Minitab crea tres gráficas Xbarra-R, una gráfica para cada máquina. El ingeniero examina la gr
Las gráficas R para las tres máquinas muestran que la variación del proceso está bajo control.
Las gráficas Xbarra muestran que la máquina 2 está bajo control, pero las máquinas 1 y 3 no lo

Resultados de la prueba para la gráfica Xbarra de Máquina 1

PRUEBA 1. Un punto fuera más allá de 3.00 desviaciones estándar de la línea central
La prueba falló en los puntos: 8

Resultados de la prueba para la gráfica Xbarra de Máquina 3

PRUEBA 1. Un punto fuera más allá de 3.00 desviaciones estándar de la línea central
La prueba falló en los puntos: 2, 14

* NOTA * Si se actualiza la gráfica con los nuevos datos, los resultados anteriores quizás ya no
es de levas en tres turnos cada día. El ingeniero mide cinco árboles de levas de cada máquina durante cada turno.

ntral (Prueba 2) y K puntos consecutivos dentro de 1 desviación estándar de la línea central (cualquier lado)
ase en los datos. Después de establecer los límites de control, puede usar los los valores conocidos de esos límites
El ingeniero examina la gráfica R primero, porque si la gráfica R muestra que la variación del proceso no está bajo
proceso está bajo control. Ningún punto está fuera de control y todos los puntos se encuentran dentro de los límites
ero las máquinas 1 y 3 no lo están. En la gráfica Xbarra de la máquina 2, ningún punto está fuera de control. Sin emb

de la línea central
de la línea central

dos anteriores quizás ya no sean correctos.


quina durante cada turno.

a central (cualquier lado) (Prueba 7).


s conocidos de esos límites y la Prueba 7 ya no es necesaria.
n del proceso no está bajo control, entonces los límites de control en la gráfica Xbarra son inexactos.
entran dentro de los límites de control en un patrón aleatorio.
á fuera de control. Sin embargo, la máquina 1 tiene un punto fuera de control y la máquina 3 tiene dos puntos fuera
n inexactos.

a 3 tiene dos puntos fuera de control.


Carta X - R Carta de Medias Rangos, funciona mejor para subgrupos menores a 10.

Ejemplo: En una planta automotríz una flecha debe tener 600 mm ± 2 mm de longitud
sin embargo ha habido dificultades con dar esta dimensión con problemas de ensamble
que resultan en un alto porcentaje de retrabajo y desperdicio. Se dese monitorear esta
característica con una carta X media - R durante un mes se colectan 100 mediciones
(20 muestras de 5 flechas cada una) de todas las flechas utilizadas en la planta de los dos
proveedores que las surten SUPP1 y SUPP2, primero se analiza al SUPP2.

Length Supp1 Supp2


601.4 598 601.6
601.6 599.8 600.4
598 600 598.4
601.4 599.8 600
599.4 600 596.8
600 600 602.8
600.2 598.8 600.8
601.2 598.2 603.6
598.4 599.4 604.2
599 599.6 602.4
601.2 599.4 598.4
601 599.4 599.6
600.8 600 603.4
597.6 598.8 600.6
601.6 599.2 598.4
599.4 599.4 598.2
601.2 599.6 602
598.4 599 599.4
599.2 599.2 599.4
598.8 600.6 600.8
601.4 598.8 600.8
599 598.8 598.6
601 599.8 600
601.6 599.2 600.4
601.4 599.4 600.8
601.4 600 600.8
598.8 600.2 597.2
601.4 600.2 600.4
598.4 599.6 599.8
601.6 599 596.4
598.8 599 600.4
601.2 599.8 598.2
599.6 600.8 598.6
601.2 598.8 599.6
598.2 598.2 599
598.8 600 598.2
597.8 599.2 599.4
598.2 599.8 599.4
598.2 601.2 600.2
598.2 600.4 599
601.2 600.2 599.4
600 599.6 598
598.8 599.6 597.6
599.4 599.6 598
597.2 600.2 597.6
600.8 599.2 601.2
600.6 599 599
599.6 599.6 600.4
599.4 600.4 600.6
598 600 599
600.8 599 602.2
597.8 599.6 599.8
599.2 599.4 599.8
599.2 599.2 601
600.6 597.8 601.6
598 600.4 601.6
598 599.6 600.2
598.8 600 601.8
601 600.8 601.2
600.8 600.4 597.6
598.8 599.4 599.8
599.4 599 602.8
601 598.4 600
598.8 599 599.6
599.6 599.6 602.2
599 598.8 603.8
600.4 599.2 603.6
598.4 599.6 601.8
602.2 598.6 602
601 599.8 603.6
601.4 599.6 600.8
601 599.2 600.2
601.2 599.6 600.4
601.4 600.2 600.2
601.8 599.8 602.2
601.6 599.6 598
601 600 598.4
600.2 599.6 600.8
599 599.2 602.8
601.2 598.6 597.6
601.2 599.6 601.6
601.2 601.2 603.4
601.2 599.6 597
601 600.2 599.8
601 600 597.8
601.4 600 602.4
601.4 599.4 602.2
598.8 599.8 600.6
598.8 599.2 596.2
598.8 599.6 602.4
598.2 599.4 601.4
601.8 600 599.2
601 600 601.6
601.4 599.2 600.4
601.4 599.4 598
599 599.6 601.2
601.4 599.8 604.2
601.8 599 600.2
601.6 599.6 600
601.2 599.4 596.8
DIAGRAMA DE DISPERSION
El diagrama de correlación es una representación gráfica en un eje de coordenadas de los datos que se recogen sobre dos
existe relación de causa efecto entre ellas (Kume 1985b).

Se utiliza para comprender si se encuentran vinculadas entre sí dos magnitudes y en qué medida. Sirve para verificar causa
existentes entre dos variables. Se instrumentaliza en cuatro fases (Kume 1985b):

Publicidad Ventas
30 430
21 335
35 520
42 490
37 470
2 210
8 195
17 270
35 400
25 480

En el Vínculo Herramientas del asistente del Excel dentro de la herramienta Análisis de datos encontrará el aplicativo Regr
valores de las variables componentes del estudio.

En el menu superior buscar DATOS / ANALISIS DE DATOS / REGRESIÓN

En el cuadro de dialogo, se ingresan los respectivos valores de:


RANGO y DE ENTRADA:
Rango X de entrada:

Marque la casilla CURVA DE REGRESION AJUSTADA

Nota. En caso de tener rotulos, marque la opción ROTULOS


NOTA. RECUERDE… LAS OPCIONES DE SALIDA, para el caso que esta práctica indicar que la salida
seria en RAGNO DE SALID $S$3. Con la finalidad que salgan en esa misma columnas los datos.
os que se recogen sobre dos variables para poder estudiar si

da. Sirve para verificar causas reales, definir y medir relaciones

ncontrará el aplicativo Regresión que le permitirá graficar los


Publicidad Curva de regresión ajustada
600

500

Ventas 400

300

200

100

0
0 5 10 15 20 25 30 35 40 45
Publicidad

Resumen

Estadísticas de la regresión
Coeficiente de correlación múltiple 0.90835854
Coeficiente de determinación R^2 0.82511523
R^2 ajustado 0.80325463
Error típico 53.2990104
Observaciones 10

ANÁLISIS DE VARIANZA
Grados de libertad
Suma de cuadrados
Regresión 1 107223.724
Residuos 8 22726.276
Total 9 129950

Coeficientes Error típico


Intercepción 170.782978 37.9969365
Publicidad 8.30226279 1.35135726

Análisis de los residuales

Observación Pronóstico VentasResiduos


1 419.850861 10.1491386
2 345.130496 -10.1304963
3 461.362175 58.6378246
4 519.478015 -29.4780149
5 477.966701 -7.96670095
6 187.387503 22.6124968
7 237.20108 -42.20108
8 311.921445 -41.9214451
9 461.362175 -61.3621754
10 378.339547 101.660453
gresión ajustada

Ventas
Pronóstico Ventas

30 35 40 45

Promedio de los cuadradosF Valor crítico de F


107223.724 37.7444061 0.00027591
2840.7845

Estadístico t Probabilidad Inferior 95% Superior 95%Inferior 95,0%


Superior 95,0%
4.49465124 0.0020163 83.161885 258.40407 83.161885 258.40407
6.14364762 0.00027591 5.18602737 11.4184982 5.18602737 11.4184982
Gráfico de control para variables

El gráfico de variable más conocido es el gráfico X-R, que monitorea la variación de la media y amplitud de los datos a lo largo
de las seis muestras se calculó la media aritmética y la amplitud de los pesos (valor máximo - valor mínimo).
En la construcción del gráfico X - r son necesarios los siguientes valores:
• Media de las medias de las muestras (X);
• Media de las amplitudes de las muestras (K);
• Tamaño de las muestras (n);
• Límite Superior de control (LSC);
• Límite Inferior de control (LIC).

Estudio

Colecta de Datos:

1 2 3 4 5 6
60 50 60 60 60 50
70 60 70 50 50 65
Peso
55 70 75 55 65 65
65 60 65 55 65 70
y amplitud de los datos a lo largo del tiempo. Para cada una
- valor mínimo).
GRAFICA DE CONTROL X-R y X-S (si proceden)

Datos acerca de los anillos de pistón forjados


No. De MuestOBSERVACIONES
1 74.03 74.002 74.019 73.992 74.008
2 73.995 73.992 74.001 74.011 74.004
3 73.988 74.024 74.021 74.005 74.002
4 74.002 73.996 73.993 74.015 74.009
5 73.992 74.007 74.015 73.989 74.014
6 74.009 73.994 73.997 73.985 73.993
7 73.995 74.006 73.994 74 74.005
8 73.985 74.003 73.993 74.015 73.988
9 74.008 73.995 74.009 74.005 74.004
10 73.99 74 73.99 74.007 73.995
11 73.994 73.998 73.994 73.995 73.99
12 74.004 74 74.007 74 73.996
13 73.983 74.002 73.998 73.997 74.012
14 74.006 73.967 73.994 74 73.984
15 74.012 74.014 73.998 73.999 74.007
16 74 73.984 74.005 73.998 73.996
17 73.994 74.012 73.986 74.005 74.005
18 74.006 74.01 74.018 74.003 74
19 73.984 74.002 74.003 74.005 73.997
20 74 74.01 74.013 74.02 74.003
21 73.988 74.001 74.009 74.005 73.996
22 74.004 73.999 73.99 74.006 74.009
23 74.01 73.989 73.99 74.009 74.014
24 74.015 74.008 73.993 74 74.01
25 73.982 73.984 73.995 74.017 74.013

También podría gustarte