Graficos XR Xs
Graficos XR Xs
Graficos XR Xs
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.
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
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.
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
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
PRUEBA 1. Un punto fuera más allá de 3.00 desviaciones estándar de la línea central
La prueba falló en los puntos: 8
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
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.
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.
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
Ventas
Pronóstico Ventas
30 35 40 45
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)