Control estadístico de calidad
1ra práctica Laboratorio
MAYO, 2021
Crear una gráfica Xbarra-S
Cree una gráfica Xbarra-S para evaluar la media y la variabilidad del proceso. Esta gráfica de control
muestra una gráfica Xbarra y una gráfica S en la misma gráfica. Utilice una gráfica Xbarra-S cuando los
subgrupos contengan 10 o más observaciones.
Para determinar si el proceso de entrega es estable en el tiempo, el gerente del centro de envío del Oeste
seleccionó 10 muestras de manera aleatoria durante 20 días.
Use el archivo Excel DATOS-VARIABLES
Coloque los datos para Medias-S, en las celdas C1 y C2 como se muestra a continuación
En la celda C4 Escriba su nombre como se muestra en la figura siguiente.
Cuando esté realizando la gráfica, en el Tamaños de los subgrupos digite: DATE
( mire la figura siguiente)
Coloque los límites a 1 y 2 sigmas.
Incluya todos los test para la realización de la gráfica.
Realizar la grafica de Control, y copiar el resultado en la pagina 2 de este archivo donde dice:
Interpretar la gráfica Xbarra-S. y luego escriba lo que usted interpreta de los
resultados de esta grafica.
Interpretar la gráfica Xbarra-S
Se utiliza la gráfica Xbarra-S porque el número de observaciones para cada subgrupo es
igual (en nuestro caso) igual o superior a 10, especialmente hay 20 subgrupos en total.
Xbarra-S se usa para monitorear la desviación estándar por subgrupos.
Gráfico Xbarra: debido a que el proceso del gráfico S de desviación estándar está bajo
control, se puede obtener el gráfico de la media. Si no está completamente controlado, no
se puede encontrar el gráfico de barras X. Tenemos que la línea central del gráfico está en
2.978, el límite de control superior es 3.584 y el límite de control inferior es 2.372. El
proceso cumple con todas las pruebas y se encuentra dentro del rango establecido, por lo
que se puede decir que el proceso está bajo control.
Gráfico S: podemos ver que los límites obtenidos son el límite de control superior en 1.066,
el límite de control inferior es 0.176 y la línea central está en 0.621. Estos límites reflejan el
cambio esperado en la desviación estándar de la muestra utilizada, siempre que no haya
cambios importantes en el proceso. Este proceso está bajo control, y no es necesario
reajustar el gráfico, ya sea eliminando algún punto o volviendo a calcular los límites.
Agregar más datos y actualizar la gráfica de control
Cuando se producen cambios en los datos, puede actualizar cualquier gráfica de control (excepto la gráfica
de tallo y hoja) sin tener que volver a crear la gráfica.
Después de crear la gráfica Xbarra-S, al gerente de la planta le proporciona más datos, que fueron
recolectados el 24/03/2013. Agregue los datos a la hoja de trabajo y actualice la gráfica de control.
Agregar más datos a la hoja de trabajo
Debe agregar datos de fecha/hora en C1 y datos numéricos en C2.
1. Haga clic en la hoja de trabajo para activarla.
2. Haga clic en cualquier celda de C1 y luego presione END (Fin) en su teclado, para ir al final de la hoja
de trabajo.
3. Para agregar la fecha 24/03/2013 a las filas de la 201 a la 210:
a. Ingrese 03/24/2013 en la fila 201 en C1.
b. Seleccione la celda que contiene 03/24/2013 y apunte al control de Relleno automático en la esquina
inferior derecha de la celda. Cuando el cursor se convierta en un símbolo de cruz ( + ), presione Ctrl y
arrastre el cursor hasta la fila 210 para llenar las celdas con el valor de fecha repetido. Al mantener
presionado Ctrl,
4. Agregue los siguientes datos en C2, a partir de la fila 201:
3.60 2.40 2.80 3.21 2.40 2.75 2.79 3.40 2.58 2.50
Al ingresar los datos, presione Intro para avanzar a la siguiente celda hacia abajo. Si la flecha de dirección
de entrada de datos apunta a la derecha, haga clic en la flecha para que apunte hacia abajo.
Actualizar la gráfica de control
1. Haga clic con el botón derecho en la gráfica Xbarra-S y luego elija Update Graph Now (Actualizar
gráfica ahora).
Cambiar las etiquetas del eje X por fechas
De manera predeterminada, los subgrupos en las gráficas Xbarra-S están etiquetados en orden numérico
consecutivo.
En lugar de ello, puede editar el eje X para que muestre fechas.
1. Haga doble clic en el eje X de la gráfica Xbarra (la gráfica superior).
2. En la pantalla que sale escoger lo que muestra el ejemplo siguiente.
Ponga aquí la gráfica con las Nuevas Etiquetas
Realizar un análisis de capacidad
Ahora que sabe que el proceso de entrega está bajo control, realice un análisis de capacidad para
determinar si el proceso de entrega está dentro de los límites de especificación y produce tiempos de
entrega aceptables.
El límite de especificación superior (LES) es 6 porque el gerente del centro de envío del Oeste considera que
un pedido está retrasado si se entrega después de 6 días. El gerente no especifica un límite de especificación
inferior (LEI). La distribución es aproximadamente normal, de modo que puede usar un análisis de
capacidad normal.
1. Elija Stat > Quality Tools > Capability Analysis > Normal.
2. En Los datos están organizados como, seleccione Single Column. Ingrese Days.
3. En Tamaño del subgrupo, ingrese Date.
4. En Especificación. superior, ingrese 6.
5. Haga clic en Aceptar.
Interpretación de los resultados para la Capacidad de Proceso
Debido a que se sabe de antemano que el proceso está controlado, el análisis de capacidad
se puede realizar a través del modelo normal porque los datos se consideran normales.
Haciendo solo el límite superior de la especificación en los datos dados, la CPU con
resultado 1.58 y la PPU (el resultado de la capacidad a largo plazo) es 1.58. Esto significa
que la capacidad a corto y largo plazo es la misma.
Crear una Gráfica de Individuales y Rango Móvil
Use los datos del archivo Excel, y colóquelos en las celdas C7 y C8 como se muestra a
continuación
Coloque los límites a 1 y 2 sigmas.
Incluya todos los test para la realización de la gráfica.
Realizar la gráfica de Control, y copiar el resultado en la pagina 8 de este archivo donde dice:
Interpretar la gráfica I-RM. y luego escriba lo que usted interpreta de los
resultados de esta grafica.
Como es un estudio inicial, si esta fuera de control saque las muestras y recalcule la gráfica.
Interpretar la gráfica I-RM
Gráfica de Rango Móvil: esta gráfica nos muestra el rango móvil para detectar cambios en la
variabilidad o dispersión del proceso. Obtenemos que el limite de control superior es de
0.4636, el límite central es de 0.1419 y el límite de control inferior es 0. Inicialmente, en la
gráfica de individuales se tuvo que eliminar algunos lotes ya que algunos de ellos no
estaban cumpliendo con el test. Según esta gráfica el proceso se encuentra bajo control.
Gráfica de individuales: nos proporcionan una cierta cantidad de lotes donde se mide el pH
de cada una. Al ser un estudio inicial, se corrigió la gráfica eliminando los lotes que no
cumplian con la prueba, obteniendo así que todos los lotes cumplen con la prueba.
Obtenemos que el límite superior es de 6.3742, el límite central es 5.9968 y el límite
inferior es 5.6194. El proceso se encuentra bajo control después de reajustar el gráfico.
PRUEBA DE NORMALIDAD
Para probar normalidad de datos, se pueden utilizar los métodos de Anderson Darling o
Ryan Joiner, y la gráfica de probabilidad normal.
a) En el método de Anderson Darling o Ryan Joiner, si el valor de probabilidad P de la
prueba es mayor a 0.05, se considera que los datos son normales.
En este ejercicio los datos que se genera son aleatorio, pero cumplen con las condiciones de
media y desviación estándar especificadas. Es decir, que los resultados pueden variar un
poco con respecto a los de este instructivo.
Seguir los siguientes pasos:
Generar 100 datos aleatorios en Minitab con Media = 264.6 y Desviación estándar S = 32.02 con:
1. Calc > Random data > Normal
2. Generate 100 Store in columns C10 Mean 264.06 Standard deviation 32.02 OK
Nos aseguramos de que los datos se distribuyan normalmente con la prueba
de Anderson Darling o Ryan joiner como sigue:
1. Stat > Basic statistics > Normality Test
2. Variable C10 Seleccionar Ryan Joiner test OK
El P value debe ser mayor a 0.05 para que los datos se distribuyan
normalmente. En el caso de la gráfica siguiente los datos son normales porque
el P-Value es 0.100 es decir mayor que 0.05
b) Otra opción para probar la normalidad de los datos, es por
medio de una gráfica de probabilidad normal, se tiene:
1. Graph > Probability plot > Single
2. Graph Variable C10
3. Distribution Normal OK
En la gráfica siguiente, los puntos deben quedar dentro del intervalo de confianza para
indicar que la distribución es normal.
TRANSFORMACIÓN DE DATOS
Con los datos del archivo [Link]
Realizar la prueba de normalidad como en el punto anterior
Stat > Basic statistics > Normality Test …
El resultado de dicha prueba está en la gráfica siguiente.
Como pueden ver el P-Value es menor que 0.010 por lo tanto los datos no son normales.
Porque para que sean normales el P-Value debe ser mayor que 0.05
Para tratar de normalizar esos datos se transformaran usando el Método de Box
Cox, que encuentra un exponente Lamda al que se deben elevar los datos:
1. Stat > Control Charts > Box Cox transformation
2. All observations in a column Warping Subgroup size 1
3. Options: Store transformed data in: WarpingTransf
Como ven en la gráfica siguiente el Rounded Value es 0.50
Lo que indica que para normalizar los datos, se deben elevar a la 0.5 es decir
(raíz cuadrada),
Ahora pruebe la normalidad de los datos transformados.
Stat > Basic statistics > Normality Test …
Y el resultado será una gráfica como la siguiente.
Cuyo P-Value es mayor que 0.100 por lo tanto los datos transformados son normales.
