CARTAS DE CONTROL. Han sido difundidas exitosamente en varios países dentro de una amplia variedad de situaciones para el control del proceso.



Documentos relacionados
Un estimado de intervalo o intervalo de confianza ( IC

CAPÍTULO IV. MEDICIÓN. De acuerdo con Székely (2005), existe dentro del período información

CAPÍTULO III ACCIONES. Artículo 9º Clasificación de las acciones. Artículo 10º Valores característicos de las acciones. 10.

EXPERIMENTACIÓN COMERCIAL(I)

EL ANÁLISIS DE LA VARIANZA (ANOVA) 2. Estimación de componentes de varianza

Tema 1: Estadística Descriptiva Unidimensional

UNIVERSIDAD NACIONAL MAYOR DE SAN MARCOS. Métodos multivariantes en control estadístico de la calidad

Población 1. Población 1. Población 2. Población 2. Población 1. Población 1. Población 2. Población 2. Frecuencia. Frecuencia

CAPÍTULO 4 MARCO TEÓRICO

A. Una pregunta muy particular que se puede hacer a una distribución de datos es de qué magnitud es es la heterogeneidad que se observa.

Medidas de Variabilidad

Análisis de Regresión y Correlación

CLAVE - Laboratorio 1: Introducción

Tema 4: Variables aleatorias

TÍTULO I Aspectos Generales TÍTULO II Alcance TÍTULO III Metodología de Cálculo de FECF... 3

PROBABILIDAD Y ESTADÍSTICA

Inferencia en Regresión Lineal Simple

5.0 ESTADÍSTICOS PARA DATOS AGRUPADOS.

Tema 1:Descripción de una variable. Tema 1:Descripción de una variable. 1.1 El método estadístico. 1.1 El método estadístico. Describir el problema

INTRODUCCIÓN. Técnicas estadísticas

RESUMEN. Palabras clave:aseguramiento de calidad, bario, carta control Shewhart, agua residual, ABSTRACT

Reconciliación de datos experimentales. MI5022 Análisis y simulación de procesos mineralúgicos

Introducción a la Física. Medidas y Errores

DESEMPEÑO DEL CONTROL DE FRECUENCIA PROCEDIMIENTO DO

Apéndice A: Metodología para la evaluación del modelo de pronóstico meteorológico

Variables Aleatorias. Variables Aleatorias. Variables Aleatorias. Objetivos del tema: Al final del tema el alumno será capaz de:

Prueba de Evaluación Continua

Figura 1

1.- Objetivo Alcance Metodología...3

Estas medidas serán más significativas cuanto más homogéneos sean los datos y pueden ser engañosas cuando mezclamos poblaciones distintas.

Estadísticos muéstrales

Tema 6. Estadística descriptiva bivariable con variables numéricas

Maestría en Administración. Medidas Descriptivas. Formulario e Interpretación. Dr. Francisco Javier Cruz Ariza

Análisis de Resultados con Errores

Slide 1. Slide 2 Organización y Resumen de Datos. Slide 3. Universidad Diego Portales. Tablas de Frecuencia. Estadística I

COLEGIO INGLÉS MEDIDAS DE DISPERSIÓN

SEMANA 13. CLASE 14. MARTES 20/09/16

Tema 3. Estadísticos univariados: tendencia central, variabilidad, asimetría y curtosis

EXPERIMENTOS ANIDADOS O JERARQUICOS NESTED

ESTADÍSTICA UNIDIMENSIONAL

) para toda permutación (p p 1 p

CURSO INTERNACIONAL: CONSTRUCCIÓN DE ESCENARIOS ECONÓMICOS Y ECONOMETRÍA AVANZADA. Instructor: Horacio Catalán Alonso

I.E.S. Historiador Chabás -1- Juan Bragado Rodríguez

Capítulo 7 Bucles. Bucle For-Next. Informática

Población: Es el conjunto de todos los elementos cuyo conocimiento nos interesa y serán objeto de nuestro estudio.

TEMA 5. DETERMINACION DE ASIENTOS.

4) Ahora elaboremos la tabla de distribución de frecuencias: TABLA DE DISTRIBUCIÓN DE FRECUENCIAS DE LOS PESOS DE LOS ESTUDIANTES MERU CALIDAD.

VII. Solución numérica de ecuaciones diferenciales

GUÍA DE APOYO AL APRENDIZAJE N 1

Histogramas: Es un diagrama de barras pero los datos son siempre cuantitativos agrupados en clases o intervalos.

:Concentración DBO promedio durante el día de monitoreo i (g/l) :Nº de días en que se ejecutaron controles, durante el mes

Enlaces de las Series de Salarios. Metodología

Organización y resumen de datos cuantitativos

ESTADÍSTICA DESCRIPTIVA

12-16 de Noviembre de Francisco Javier Burgos Fernández

Tema 1: Estadística Descriptiva Unidimensional Unidad 2: Medidas de Posición, Dispersión y de Forma

ESTADISTÍCA. 1. Población, muestra e individuo. 2. Variables estadísticas. 3. El proceso que se sigue en estadística

UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO PLANTEL IGNACIO RAMÍREZ C. DE LA ESCUELA PREPARATORIA

ESTADÍSTICA. Definiciones

Modelos lineales Regresión simple y múl3ple

Pronósticos. Humberto R. Álvarez A., Ph. D.

Estadística Descriptiva y Analisis de Datos con la Hoja de Cálculo Excel. Números Índices

Descripción de una variable

Facultad de Ciencias Básicas

9Soluciones a los ejercicios y problemas

UNIVERSIDAD TECNOLÓGICA DE PANAMÁ H. R. Alvarez A., Ph. D.

( ) MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas ) y Y. N n. S y. MUESTREO ALEATORIO SIMPLE SIN REEMPLAZO ( mas )

3 - VARIABLES ALEATORIAS

INSTRUMENTACIÓN Y TÉCNICAS DE MEDIDA. EL AMPLIFICADOR DE POTENCIA

TRATAMIENTO DE LOS RESULTADOS ANALITICOS A- SIGNIFICADO DE LA MEDICION DE UNA MAGNITUD

APLICACIÓN DEL ANALISIS INDUSTRIAL EN CARTERAS COLECTIVAS DE VALORES

Mª Dolores del Campo Maldonado. Tel: :

GERENCIA DE OPERACIONES Y PRODUCCIÓN DISEÑO DE NUEVOS PRODUCTOS Y SERVICIOS ESTRATEGIAS DE OPERACIONES

EL MÉTODO DE DIFERENCIAS FINITAS POR GUILLERMO HERNÁNDEZ GARCÍA

Resolución. Instrucciones: Leer detenidamente los siete enunciados y resolver seis de los siete problemas propuestos.

Medidas de Tendencia Central y de Variabilidad

REGRESION LINEAL SIMPLE

SEGUNDA PARTE RENTAS FINANCIERAS

Capitalización y descuento simple

REGRESION LINEAL SIMPLE

Utilizar sumatorias para aproximar el área bajo una curva

CASO 1: Variable CONTINUA con idéntica probabilidad de ocurrencia para los infinitos valores comprendidos entre dos extremos (inferior y superior)

Tema 1.3_A La media y la desviación estándar

FUNDAMENTOS QUIMICOS DE LA INGENIERIA

Tema 8 - Estadística - Matemáticas CCSSI 1º Bachillerato 1

Aspectos fundamentales en el análisis de asociación

Ejemplo: Consumo - Ingreso. Ingreso. Consumo. Población 60 familias

MONITOREO ESTADÍSTICO DE PERFILES DE CALIBRACIÓN

IDENTIFICACIÓN Y MODELADO DE PLANTAS DE ENERGÍA SOLAR

H 0 : La distribución poblacional es uniforme H 1 : La distribución poblacional no es uniforme

ESTADÍSTICA (GRUPO 12)

FISICOQUÍMICA FARMACÉUTICA (0108) UNIDAD 1. CONCEPTOS BÁSICOS DE CINÉTICA QUÍMICA

EJERCICIOS RESUELTOS VARIABLE ALEATORIA UNIDIMENSIONAL

Modelos triangular y parabólico

2.2 TASA INTERNA DE RETORNO (TIR). Flujo de Caja Netos en el Tiempo

LECTURA N 06: MEDIDAS DE TENDENCIA CENTRAL (PARTE I) TEMA 14: MEDIDAS ESTADISTICAS: DEFINICION Y CLASIFICACION

Transcripción:

CARTAS DE CONTROL Las cartas de control son la herramenta más poderosa para analzar la varacón en la mayoría de los procesos. Han sdo dfunddas extosamente en varos países dentro de una ampla varedad de stuacones para el control del proceso. Estas gráfcas fueron desarrolladas por el Dr. Shewhart son gráfcas polgonales que muestran en el tempo el estado de un proceso. Las cartas de control enfocan la atencón haca las causas especales de varacón cuando estas aparecen y reflejan la magntud de la varacón debda a las causas comunes (Las causas comunes o aleatoras se deben a la varacón natural del proceso). Las causas especales o atrbubles son por ejemplo: un mal ajuste de máquna, errores del operador, defectos en materas prmas. Se dce que un proceso está bajo Control Estadístco cuando presenta causas comunes úncamente. Cuando ocurre esto tenemos un proceso estable y predecble. Cuando exsten causas especales el proceso está fuera de Control Estadístco; las gráfcas de control detectan la exstenca de estas causas en el momento en que se dan, lo cual permte que podamos tomar accones al momento. Las gráfcas de control se usan entre otras cosas: Para verfcar que los datos obtendos poseen condcones semejantes. Para observar un proceso productvo, a fn de poder nvestgar las causas de un comportamento anormal. Al dstngur entre las causas especales y las causas comunes de varacón, dan una buena ndcacón de cuándo un problema debe ser corregdo localmente y cuando se requere de una accón en la que deben de partcpar varos departamentos o nveles de la organzacón. Exsten dferentes gráfcas de control en funcón de la varable a observar y del proceso a controlar. El proceso a controlar puede depender de una varable o de característcas llamadas atrbutos. Recordemos la dferenca entre una varable y un atrbuto. En Control de Caldad medante el térmno varable se desgna a cualquer característca de caldad medble tal como una longtud, peso, temperatura, etc. Mentras que se denomna atrbuto a las característcas de caldad que no son medbles y que presentan dferentes estados tales como conforme y dsconforme o defectuoso y no defectuoso. Según sea el tpo de la característca de caldad a controlar así será el correspondente tpo de Gráfco de Control a obtener: Preparado por: IQI María Guadalupe cadenas Trejo 1

Cartas de control por varables Cartas de control por atrbutos Las Gráfcas de control más utlzadas son las sguentes: Por varables Carta Descrpcón Campo de aplcacón. R Medas y Rangos Control de característcas ndvduales. S Medas y desvacón estándar. Control de característcas ndvduales. Control de un proceso con datos varables que no - Medcones y rangos móvles pueden ser muestreados en lotes o grupos. Por atrbutos Carta Descrpcón Campo de aplcacón. p Proporcón Control del porcentaje de undades defectuosas. np Número de defectuosos Control del número de pezas defectuosas. c Defectos Control de número global de defectos por undad. u Promedo de defectos por undad Control del promedo de defectos por undad. Preparado por: IQI María Guadalupe cadenas Trejo 2

1 CARTAS DE CONTROL POR VARIABLES Paso 1: Colectar los datos. Cartas de control -R (Medas y rangos) Varables a consderar. La eleccón se basa en el propósto de reducr o mpedr los rechazos, los costos, el desperdco, el reproceso, etc. Elegr algo que pueda ser meddo y expresado en números: dmensones, dureza, fragldad, resstenca, peso, etc. Eleccón del tamaño y la frecuenca de la obtencón de los datos representatvos. Los datos son el resultado de la medcón de las característcas del producto, los cuales deben de ser regstrados y agrupados de la sguente manera: Se toma una muestra (subgrupo) de 2 a 10 pezas consecutvas (Shewhart sugere 4) sn embargo es muy común utlzar 5 y se anotan los resultados de la medcón. Durante un estudo ncal, los subgrupos pueden ser tomados consecutvamente o a ntervalos cortos para detectar s el proceso puede cambar o mostrar nconsstenca en breves perodos de tempo. Algunos recomendan que el ntervalo sea de ½ a 2 hrs., ya que más frecuentemente puede representar demasado tempo nvertdo, y s es menos frecuente pueden perderse eventos mportantes que sean poco usuales. Eleccón de cuantos subgrupos tomar. Mentras menor sea el número de subgrupos que tomemos, más pronto tendremos una dea para actuar, pero menor será la segurdad de que esta base sea confable. Es convenente tener al menos 25 subgrupos; la experenca ndca que las prmeras muestras pueden no ser representatvas de lo que se mde posterormente. Paso 2: Calcular el promedo y R para cada subgrupo n = = 1 n = promedo de un subgrupo = Valor de la varable medda. n = Tamaño de la muestra R = Valor max Valor mn Preparado por: IQI María Guadalupe cadenas Trejo 3

Paso 3: Calcular el promedo de rangos Ry el promedo de promedos. = R= R Paso 4: Calcular los límtes de control. Los límtes de control son calculados para determnar la varacón de cada subgrupo, están basados en el tamaño de los subgrupos y se calculan de la sguente forma: Límtes de control para Límtes de control para R UCLx= + A Línea Central= LCL= A 2 2 R R UCLR= D 4 R Línea Central= R LCLR = D 3 R Paso 5: Trazar la gráfca de control. Una carta de control -R nos presenta dos gráfcos en una hoja, la grafca superor es la de las medas y la grafca nferor es la de rangos R. En el eje de las x se representa el número de subgrupos (se anotan los números cardnales que representan las muestras sucesvas). En el eje de las y se representan los valores de las medas ó rangos según corresponda a la gráfca que estemos trazando. Para la gráfca para las medas La grafca consste en tres líneas de guía: Límte de control nferor LCL x, línea central CL x y límte de control superor UCL x. La línea central es el promedo de promedos y los dos límtes de control son fjados más o menos a tres desvacones estándar. Cada subgrupo se dentfca en la gráfca como un punto, un círculo o una cruz según se establezca, cada punto corresponde a un valor. Para la gráfca de Rangos La grafca consste en tres líneas de guía: Límte de control nferor LCL, línea central CL y límte de control superor UCL. La línea central es el promedo de los rangos y los dos límtes de control son fjados más o menos a tres desvacones estándar. Cada subgrupo se dentfca en la gráfca como un punto, un círculo o una cruz según se establezca, cada punto corresponde a un valor R. Preparado por: IQI María Guadalupe cadenas Trejo 4

1.- En la produccón de porta engranes se tomaron 30 muestras de tamaño 5 y se mdó el dámetro a contnuacón se muestran los datos. Construya la Carta de Control -R e nterprete la msma. No de muestra Datos en 1/10000 n A B C D E 1 583 584 584 584 584 2 584 583 584 583 583 3 584 583 583 583 584 4 584 584 584 583 585 5 583 583 583 585 582 6 582 583 583 583 583 7 583 583 584 583 584 8 583 583 584 583 583 9 582 582 584 583 583 10 583 582 583 583 583 11 583 583 583 584 585 12 584 583 585 585 585 13 583 582 585 585 585 14 585 582 585 585 585 15 586 583 584 584 583 16 584 583 583 584 585 17 583 584 583 585 583 18 583 583 584 585 583 19 583 583 585 583 583 20 582 585 584 585 583 21 584 584 584 583 582 22 583 583 582 583 583 23 584 583 585 586 584 24 583 583 583 582 584 25 583 583 584 583 583 26 583 583 582 582 583 27 583 582 582 583 582 28 582 582 583 583 584 29 583 583 585 584 584 30 583 584 583 583 584 Preparado por: IQI María Guadalupe cadenas Trejo 5

2.- Construya la Carta de Control -R e nterprete la msma. No de muestra Datos según escala x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x 10 1 2.5 0.5 2.0-1.0 1.0-1.0 0.5 1.5 0.5-1.5 2 0.0 0.0 0.5 1.0 1.5 1.0-1.0 1.0 1.5-1.0 3 1.5 1.0 1.0-1.0 0.0-1.5-1.0-1.0 1.0-1.0 4 0.0 0.5-2.0 0.0-1.0 1.5-1.5 0.0-2.0-1.5 5 0.0 0.0 0.0-0.5 0.5 1.0-0.5-0.5 0.0 0.0 6 1.0-0.5 0.0 0.0 0.0 0.5-1.0 1.0-2.0 1.0 7 1.0-1.0-1.0-1.0 0.0 1.5 0.0 1.0 0.0 0.0 8 0.0-1.5-0.5 1.5 0.0 0.0 0.0-1.0 0.5-0.5 9-2.0-1.5 1.5 1.5 0.0 0.0 0.5 1.0 0.0 1.0 10-0.5 3.5 0.0-1.0-1.5-1.5-1.0-1.0 1.0 0.5 11 0.0 1.5 0.0 0.0 2.0-1.5 0.5-0.5 2.0-1.0 12 0.0-2.0-0.5 0.0-0.5 2.0 1.5 0.0 0.5-1.0 13-1.0-0.5-0.5-1.0 0.0 0.5 0.5-1.5-1.0-1.0 14 0.5 1.0-1.0-0.5-2.0-1.0-1.5 0.0 1.5 1.5 15 1.0 0.0 1.5 1.5 1.0-1.0 0.0 1.0-2.0-1.5 Preparado por: IQI María Guadalupe cadenas Trejo 6

Cartas de control - s (Medas y desvacones estándar) El procedmento para realzar las cartas de control - s es smlar al de las cartas de -R la dferenca consste en que el tamaño de la muestra puede varar y es mucho más sensble para detectar cambos en la meda o en la varabldad del proceso. La grafca montorea el promedo del proceso para vglar tendencas y la grafca s montorea la varacón en forma de desvacón estándar. Paso 1: Colectar los datos En este paso se sguen las msmas consderacones que en la construccón de los gráfcos, solo que aquí el tamaño de muestra n es recomendable que sea mayor a 9. Paso 2: Calcular el promedo y la desvacón estándar (s ) para cada subgrupo s= n = = 1 n n ( ) = 1 n 1 2 = promedo de un subgrupo = Valor de la varable medda. n = Tamaño de la muestra s = Desvacón estándar de un subgrupo Paso 3: Calcular la desvacón estándar promedo sy el promedo de promedos = s= s = Promedo de promedos = Promedo del subgrupo = Número de subgrupos s = Desvacón estándar promedo s = Desvacón estándar del subgrupo Paso 4: Calcular los límtes de control. Límtes de control para UCLx= + A Línea Central= LCLx = A 3 3 *s *s Límtes de control para s UCLs= B4 *s Línea Central= s LCLs= B3*s Preparado por: IQI María Guadalupe cadenas Trejo 7

Paso 5: Trazar la gráfca de control. Una carta de control -s nos presenta dos gráfcos en una hoja, la grafca superor es la de las medas y la grafca nferor es la de las desvacones estándar. En el eje de las x se representa el número de subgrupos (se anotan los números cardnales que representan las muestras sucesvas). En el eje de las y se representan los valores de las medas ó desvacones estándar según corresponda a la gráfca que estemos trazando. Para la gráfca para las medas La grafca consste en tres líneas de guía: Límte de control nferor LCL x, línea central CL x y límte de control superor UCL x. La línea central es el promedo de promedos y los dos límtes de control son fjados más o menos a tres desvacones estándar. Cada subgrupo se dentfca en la gráfca como un punto, un círculo o una cruz según se establezca, cada punto corresponde a un valor. Para la gráfca de desvacones estándar La grafca consste en tres líneas de guía: Límte de control nferor LCL s, línea central CL s y límte de control superor UCL s. La línea central es el promedo de los rangos y los dos límtes de control son fjados más o menos a tres desvacones estándar. Cada subgrupo se dentfca en la gráfca como un punto, un círculo o una cruz según se establezca, cada punto corresponde a un valor s. Preparado por: IQI María Guadalupe cadenas Trejo 8

3.- Construya la Carta de Control -S e nterprete la msma. No de muestra Datos según escala x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x 10 1 2.5 0.5 2.0-1.0 1.0-1.0 0.5 1.5 0.5-1.5 2 0.0 0.0 0.5 1.0 1.5 1.0-1.0 1.0 1.5-1.0 3 1.5 1.0 1.0-1.0 0.0-1.5-1.0-1.0 1.0-1.0 4 0.0 0.5-2.0 0.0-1.0 1.5-1.5 0.0-2.0-1.5 5 0.0 0.0 0.0-0.5 0.5 1.0-0.5-0.5 0.0 0.0 6 1.0-0.5 0.0 0.0 0.0 0.5-1.0 1.0-2.0 1.0 7 1.0-1.0-1.0-1.0 0.0 1.5 0.0 1.0 0.0 0.0 8 0.0-1.5-0.5 1.5 0.0 0.0 0.0-1.0 0.5-0.5 9-2.0-1.5 1.5 1.5 0.0 0.0 0.5 1.0 0.0 1.0 10-0.5 3.5 0.0-1.0-1.5-1.5-1.0-1.0 1.0 0.5 11 0.0 1.5 0.0 0.0 2.0-1.5 0.5-0.5 2.0-1.0 12 0.0-2.0-0.5 0.0-0.5 2.0 1.5 0.0 0.5-1.0 13-1.0-0.5-0.5-1.0 0.0 0.5 0.5-1.5-1.0-1.0 14 0.5 1.0-1.0-0.5-2.0-1.0-1.5 0.0 1.5 1.5 15 1.0 0.0 1.5 1.5 1.0-1.0 0.0 1.0-2.0-1.5 Preparado por: IQI María Guadalupe cadenas Trejo 9

Cartas de Control (-) (Medcones ndvduales y rangos móvles) En muchas stuacones el tamaño de la muestra para montorear el proceso es n=1; es decr la muestra consta de una undad ndvdual. Algunos ejemplos de estas stuacones son: Las medcones repetdas del proceso dferen úncamente por el error de laboratoro o de análss, como en muchos procesos químcos. En otras palabras cuando la característca a medr es relatvamente homogénea. El prncpal objetvo de este tpo de grafco es estmar la varabldad debda a causas especales cuando se presentan lecturas ndvduales que consttuyen tendencas. Procedmento para la construccón del gráfco. Paso 1: Colectar los datos Paso 2: Calcular el promedo de los datos. = = 1 Paso 3: Calcular los rangos móvles. = 1 = Valor de la medcón en el lote o tanda. = Numero de subgrupo (lote o tanda) = Valor de la medcón en el lote ( es un contador) -1= Valor de la medcón -1 en el lote Paso 4: Calcular el promedo de los rangos móvles. = = 2 Paso 5. Calcular los límtes de control Para el grafco de medcones ndvduales UCL = + 3 * CL= LCL = 3 * d 2 d 2 Para el grafco de rangos móvles UCL= D4 * CL= LCL= D3 * Nota: Los valores de las constantes d2, D3 y D4 se toman para n=2 Preparado por: IQI María Guadalupe cadenas Trejo 10

Paso 6: Trazar la gráfca de control. La gráfca superor es la de observacones ndvduales y la grafca nferor es la de rangos móvles. En el eje de las x se representa el número de subgrupos (se anotan los números cardnales que representan las muestras sucesvas). En el eje de las y se representan los valores ndvduales ó rangos móvles según corresponda a la gráfca que estemos trazando. Para la gráfca de valores ndvduales La grafca consste en tres líneas de guía: Límte de control nferor LCL x, línea central CL x y límte de control superor UCL x. La línea central es el promedo de las medcones ndvduales y los dos límtes de control son fjados más o menos a tres desvacones estándar. Cada subgrupo se dentfca en la gráfca como un punto, un círculo o una cruz según se establezca, cada punto corresponde a un valor. Para la gráfca de Rangos móvles La grafca consste en tres líneas de guía: Límte de control nferor LCL, línea central CL y límte de control superor UCL. La línea central es el promedo de los rangos móvles y los dos límtes de control son fjados más o menos a tres desvacones estándar. Cada subgrupo se dentfca en la gráfca como un punto, un círculo o una cruz según se establezca, cada punto corresponde a un valor. (Nota: solo tomamos desde el valor del segundo lote o tanda ya que el prmero no genera rango móvl). Preparado por: IQI María Guadalupe cadenas Trejo 11

Ejemplo en con el uso de excel. Paso 3 = 1 Paso 4 = = 2 Paso 2 = = 1 Paso 5 UCL = + 3 * CL= LCL = 3 * d 2 d 2 UCL= D4 * CL= LCL= D3 * Nota: Los valores de las constantes son los correspondentes a n=2 Paso 6 Selecconar las columnas de UCL x CL x, y LCL x y la columna de los valores ndvduales e nsertar un grafco de líneas 2 D. Selecconar las columnas de UCL CL, y LCL y la columna de los valores de rangos móvles e nsertar un grafco de líneas 2 D. Preparado por: IQI María Guadalupe cadenas Trejo 12

5.- Se mde la pureza de un producto químco en cada lote. Las determnacones de la pureza para 20 lotes sucesvos se muestran abajo. Elaborar un gráfco de control de Medcones ndvduales y rangos móvles Lote Pureza 1 0.81 2 0.82 3 0.81 4 0.82 5 0.82 6 0.83 7 0.81 8 0.8 9 0.81 10 0.82 11 0.81 12 0.83 13 0.81 14 0.82 15 0.81 16 0.85 17 0.83 18 0.87 19 0.86 20 0.84 Preparado por: IQI María Guadalupe cadenas Trejo 13

6.- Se desea controlar la concentracón (g/ml) de un ngredente actvo de un blanqueador líqudo producdo con un proceso químco. Elaborar un gráfco de control de Medcones ndvduales y rangos móvles. Observacón Concentracón (g/ml) 1 60.4 2 69.5 3 78.4 4 72.8 5 78.2 6 78.7 7 56.9 8 78.4 9 79.6 10 100.8 11 99.6 12 64.9 13 75.5 14 70.4 15 68.1 16 99.9 17 59.3 18 60 19 74.7 20 75.8 21 76.6 22 68.4 23 83.1 24 61.1 25 54.9 26 69.1 27 67.5 28 69.2 29 87.2 30 73 Preparado por: IQI María Guadalupe cadenas Trejo 14