Scribd
Cargar
127 vistas15 páginas

Trabajo Final de Calidad

El documento presenta los resultados de un análisis de calidad de control en una empresa procesadora de carnes frías. El problema más frecuente detectado fue la falta de vacío en las salchichas, representando más del 80% de los problemas. La máquina C presentó casi la mitad de los problemas totales, mientras que el turno 2 tuvo una frecuencia mayor que el turno 1.

Cargado por

Jonathan Jose Cardenas
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
127 vistas15 páginas

Trabajo Final de Calidad

El documento presenta los resultados de un análisis de calidad de control en una empresa procesadora de carnes frías. El problema más frecuente detectado fue la falta de vacío en las salchichas, representando más del 80% de los problemas. La máquina C presentó casi la mitad de los problemas totales, mientras que el turno 2 tuvo una frecuencia mayor que el turno 1.

Cargado por

Jonathan Jose Cardenas
Derechos de autor
© © All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como DOCX, PDF, TXT o lee en línea desde Scribd
Está en la página 1/ 15

Apellidos y Nombres: Cardenas Barja Jonathan Jose

Trabajo de Control de Calidad


1. En una empresa procesadora de carnes fras se detectan, mediante inspeccin, los
problemas en las salchichas. En la tabla se muestran los resultados de una semana:
Mq.empaca
dora
A
B
C

Tabla de problemas que presenta la produccin de salchichas.


Turno
Falta
de Mancha
Mancha
vaco
verde
amarilla
I
4 300
700
700
II
6 300
650
650
I
3 500
700
400
II
6 600
500
420
I
8 500
800
324
II
9 120
655
345
Total
38 320
4 005
2 839

a. Considerando que la gravedad de los tres problemas es la misma, realice un anlisis


de
Pareto
para
problemas
y
detecte
cul
es
el
ms
trascendente.. 2 puntos.
b. Respecto al problema ms trascendente, haga Paretos de segundo nivel (causas)
tanto por mquina como por turno
Solucin:
frecuencia
Falta
vaco
Mancha
verde
Mancha
amarilla

de

38320

Frec.
acumulada
38 320

%frec
acumulada
0.84

4005

42 325

0.93

2839

45 164

Grfica de C2
40000

C2

30000

20000

10000

falta de vacio

mancha de verde
C1

mancha amarilla

Chart Title
1.05
1
0.95
0.9
0.85
0.8
0.75

Interpretacin:
Como podemos apreciar el tipo de problema falta de vaco es el que presenta mayor
porcentaje de fallas (ms del 80%) por lo que es el que se debe solucionar primero
POR TIPO DE MAQUINA:
Frecuencia
C

17620

Frecuencia
acumulada
17620

Porcentaje
acumulado
0.45

A
B

10100
10600

27720
38320

0.72
1

Grfica de C10
20000

C10

15000

10000

5000

B
C9

Chart Title
1.2
1
0.8
0.6
0.4
0.2
0

PARA LOS TURNOS:

TURNO 2
TURNO 1

Frecuencia

Frec. acumulada

22020
16300

22020
38320

Porcentaje
acumulado
0.57
1

Grfica de C13
25000

20000

C13

15000

10000

5000

TURNO 2

TURNO 1
C12

Chart Title
1.2
1
0.8
0.6
0.4
0.2
0

2.-

En una planta de 140 puestos de trabajo, que labora en tres turnos, se han registrado el nmero de accidentes
por da, obtenindose los siguientes resultados:
Nmero de
accidentes
Nmero de das

15

28

29

18

11

a) Probar el ajuste a una distribucin terica, con un de 5 %


b) Segn los resultados, Cul es el promedio anual de accidentes por operario en dicha planta, suponiendo que
los accidentes se presentarn uniformemente conforme a los resultados de la muestra?
c) Determinar la probabilidad que se produzcan 4 o ms accidentes en un da en la planta
a) Probar el ajuste a una distribucin terica, con un de 5 %
Primero ingresamos los datos en minitab

Hallamos la media con ayuda de la calculadora de minitab y lo almacenamos en la columna MEDIA.

Hallamos la probabilidad de Poisson. Con la opcin de Calc-Distribucin de probabilidad-Poisson.

Como vemos que en el caso de que los accidentes son mayores a 5,6,7 y 8 son menores a 5 los agrupamos.

Luego hallamos la frecuencia esperada, que sera el producto entre la probabilidad con el nmero total de
ocurrencias. Lo hacemos con ayuda de la calculadora. Y lo almacenamos en la columna FE.

As quedara nuestra minitab.

Luego vamos a Estadstica-Tablas-Prueba Chi-cuadrada de bondad de ajuste (una variable)

Como el valor de p(0.650) es mayor a nuestro alfa (0.05) entonces podemos decir que no se rechaza la hiptesis
nula. Por lo tanto, podemos decir que los datos siguen una distribucin de Poisson.

d) Segn los resultados, Cul es el promedio anual de accidentes por operario en dicha planta, suponiendo que
los accidentes se presentarn uniformemente conforme a los resultados de la muestra?

Con la ayuda de la Calculadora aplicamos la siguiente frmula:

e) Determinar la probabilidad que se produzcan 4 ms accidentes en un da en la planta


La probabilidad lo hallamos sumando la probabilidad de que se produzca 4 accidentes y tambin que se
produzcan 5 accidentes a ms.

P= 0,113906+0,079191=0,193097

La

probabilidad es 0,193097 de que se produzcan 4 o ms


accidentes en un da en la planta

3.- Una caracterstica de calidad importante en una autoparte es su peso. Se seleccionan 100 de esta
autoparte de la ltima produccin de una marca determinada, mostrando los siguientes resultados:

Pesos

60-62.9

63-65.9

66-68.9

69-71.9

72-74.9

Frecuencia
observada

20

40

25

10

a) Probar si la distribucin se ajusta a una terica normal, empleando la prueba de chi


cuadrado, utilice un alfa =5% (2 puntos)
b) Determine el peso mximo y mnimo, del 32,7% ms pesado de las autopartes. (3
puntos)

Solucin: Se sabe que la marca de clase es determinado por:


Xi=

Xo+ Xf
XiNk
Media=
2
102

XiNk 6933.9
=
=67.98
102
102

Pesos

Procedemos
Estndar:

Xi

Nk
60-62.9
63-65.9
7
66-68.9
20
69-71.9
40
72-74.9
25
a 10

Desviacion Estanar=

Xi
* Xifrec.
Media
XiNk*(Xi61.45
451.15
-6.53
64.45Media
1289 Med)^2
-3.53
67.45-6.53 2698 298.486
-0.53
-3.53
249.218
70.45
1761.25 2.47
73.45-0.53 734.5 11.236
5.47
2.47
152.523
5.47
299.209

Hallar

la

Desviacin

Nk( XiMedia)
n1

Ya obtenida la Media y Varianza procedemos al Anlisis de Bondad de ajuste para comprobar la


Normalidad
Desviacion Estandar=3.16

Media=67.98

Hallando los Z con el minitab de cada Dato Agrupado

a) Para el limite 62.95


1 paso: Escogemos Grafica de distribucin de probabilidad

2 paso: Escogemos Ver Probabilidad

3 paso: Se escoge la distribucin Normal y colocamos le Media y Desviacion

4 paso: Se observa la Probabilidad para el rango indicado

5 paso:
Al resultado indicado se le suma o resta 0.5 dependiendo quien es mayor el Limite
Superior o la Media , en este caso es Mayor la media, entonces restamos 0.5

( x ) =0.50.443=0.057

Repetimos los 5 pasos anteriores para cada Lmite Superior:

Limite
Terico
62.95
65.95
68.95
71.95
74.9
P(x)
uno

0.057
0.2611
0.6217
0.8962
0.9857

Superior

P(x)

0.057
0.2611
0.6217
0.8962
0.9857
Diferencia Nkt
Suc
0.057
5.815
0.2041
20.81
82
0.3606
36.78
12
0.2745
27.99
9
0.0895
9.129

Ahora se procede a hallar la Dif suc para


cada Probabilidad y Multiplicamos a cada
con el tamao de la frecuencia total es
decir 102:

Como cumple con la regla de las frecuencias procedemos con el minitab a hallar si
se aproxima a una Distribucin Normal
1 paso:

2 paso: Seleccionar en cada una de las opciones y luego seleccionamos aceptar

Resultados:

Observando la Imagen el valor de chi cuadrado es 0.925109, Nos ayudamos con el


Minitab para el valor de la probabilidad con una nivel de significancia de 0.05 y
gl= 5-3= 2

Observamos que el valor de

Xi 2 es igual a 5.991 esta define la region de

aceptacion y region de rechazo , Con lo calculado nuestro valor es 0.925109

Interpretacin:
Se encuentra en la Regin de Aceptacin entonces La distribucin se ajusta a una
Distribucin Normal
B) El peso mximo es el mayor posible es decir 74.9 lb
C) El peso mnimo es decir con una probabilidad de 0.37
Como se distribuye a la normal un z para esa probabilidad es 1.13

1.13=

X67.98
3.16

Entones el PESO MINIMO es 64.41 kg, corroborando con el minitab:

Aproximadamente un 37% de las piezas.

También podría gustarte