Práctica N˚ 5: Gráficos de control por variables



5
&DUDFWHUtVWLFD





7LHPSR

     

 .

 TEMAS A TR ATAR Gráficos de control X y R. En realidad esta idea de la variación es una ley inherente a la naturaleza. Uno de los axiomas o verdades evidentes de la fabricación es que nunca se producen dos objetos que sean exactamente iguales. Existen tres clases de variaciones en la producción de las partes por pieza: Variación en la pieza misma. Elaborar el grafico de la media. Gráficos de Control X y S. Determinar la capacidad del proceso.QJ)HUO\8UGD\/XQD . La variación es algo inherente a todo proceso. Interpretar los gráficos de control.  MARCO TEÓRIC O   1. Introducción. materiales. entorno y operario. ¿Qué es un gráfico de control? Un gráfico de control es un gráfico en el que se representa el comportamiento de un proceso anotando sus datos ordenados en el tiempo. Capacidad del proceso.  OBJETIVOS Conocer los principios teóricos de la elaboración de gráficos de control de variables. debido al efecto conjunto de equipo. en donde no hay dos seres que pertenezcan a la misma categoría que sean exactamente iguales. Hallar los gráficos de control corregidos.  D URACIÓN DE LA PRÁCTICA Dos sesiones (4 horas). Variación de una pieza a la otra Variación de una hora a otra. 2. de la desviación estándar y de la varianza. El objetivo principal de los gráficos . del rango.

QJ)HUO\8UGD\/XQD . ..Contenido en 50 botellas cuando el proceso se ha desajustado: a) la media de 200 cm3 a 201 cm3.. 2. y ello se consigue minimizando el tiempo que transcurre desde que se produce un desajuste hasta que se detecta.Contenido en cm3 de 50 botellas de agua de un proceso en estado de control Fig. de control es detectar lo antes posible cambios en el proceso que puedan dar lugar a la producción de unidades defectuosas. 1. Contenido en cm3 de 50 botellas de agua de un proceso en estado de control Fig.

intensidad de una tinta. temperatura de un horno. Gráficos  . Los límites en los gráficos se colocan en σ Límite superior µ +3   n Gráfico  Límite central µ  σ Límite inferior µ −3    n Límite superior !  Gráfico R Límite central  Límite inferior !" Donde los valores de A2. cuando el proceso está en estado de control. en la tabla adjunta al final de la práctica) .QJ)HUO\8UGD\/XQD . así. serán buenos estimadores de los parámetros del proceso. 2. es decir. producidos bajo las mismas condiciones. debe procurarse que. Las muestras han de ser obtenidas de tal forma que contengan individuos homogéneos. para distintos tamaños de muestra.R se lleva a cabo tomando muestras de n individuos (entre dos y seis). peso de un saco de pienso.. durante el tiempo que el proceso fabrica los individuos que forman parte de una muestra.Contenido en 50 botellas cuando el proceso se ha desajustado: b) la desviación típica de 0.1.7 cm3 a 1 cm3 con media de 200 cm3 3. Gráficos de control para variables Se denominan así los gráficos de control para características continuas del producto o del proceso tales como: contenido en cm3 de un líquido. 3. viscosidad de una resina. se distribuyen en general según la ley normal. calculando la media y el recorrido muestral y llevando estos valores a los gráficos correspondientes. etc. Es decir. sólo hayan actuado causas comunes de variabilidad. la media y el recorrido. los estadísticos que se obtengan de ellos. Fig. D3 y D4 se pueden encontrar.. las cuales.R El CEP utilizando gráficos  .

se obtienen las líneas centrales y los limites de control 3 σ para operaciones reales correspondientes a X 0 y σ 0 . D1. Los nuevos valares de X y R sirven para definir los valores estándar de X 0 . Con ayuda de los valores estándar. se obtienen mejores cálculos. o más confianza en los valores estándar que ya se tienen. Conforme se cuenta con más datos. Los valores de la media de medias y del rango.QJ)HUO\8UGD\/XQD . Se considera que los valores estándar o de referencia son los mejores valores calculados a partir de los datos de que se dispone. se obtienen por: # # ¦  ¦   $ %  $ # # Para la corrección del grafico. R 0 y σ 0 Entonces R0 X 0 = X nuevo R0 = R nuevo y σ 0 = d2 En donde d2 es un factor de la tabla B que sirve para calcular σ 0 a partir de Ro. UCL X = X 0 + Aσ 0 LCL X = X 0 − Aσ 0 UCLR = D2 σ 0 LCLR = D1 σ 0 Donde A. se utilizan los siguientes formulas: X nuevo = ¦ X − Xd R nuevo = ¦ R − Rd g − gd g − gd X d = Promedio de subgrupos descartados g d = Cantidad de subgrupos descartados Rd = Campos de valores de los subgrupos descartados. y D2 son factores de la tabla B para obtener los límites de control 3 σ a partir del X 0 yσ0 .

38 6.45 16 12/29 8:25 6.34 6.40 6.41 6.40 23 11:35 6.39 6.34 6.46 6.48 Material malo 21 12/30 9:35 6.34 6.47 6.47 6.42 6.47 6.32 6.68 6.4 6.35 6.5 6.39 6.37 6.28 6.37 6.41 6.43 6.40 6.43 6.45 6.40 6.36 6.42 6.3 0 5 10 15 20 25 Subgrupo Gráfico de Rango para Col_1-Col_4 0.29 6.39 6.39 6.58 Línea de aceite averiada 19 2:35 6.25 CTR = 0.36 6.44 6.37 6.38 6.36 24 2:00 6.42 6.42 11 12/28 8:30 6.41 3 1:45 6.35 6.41 6.38 25 4:25 6.6 LCL = 6. Fecha Hora Observaciones Subgrupo X1 X2 X3.36 9 1:30 6.44 6.43 6.3461 X-bar 6.69 6.41 6.37 22 10:20 6.45 10 2:50 6.38 6.41 6.Ejemplo ilustrativo 1 Datos sobre el ojo de una cerradura Nro.4099 6.41 6.40 6.7 UCL = 6.0000 Rango 0.36 6.45 6.64 6.35 14 2:35 6.4737 CTR = 6.39 6.39 6.45 6.43 6.56 6.35 6.3 UCL = 0.34 18 11:00 6.38 20 3:15 6. del Mediciones.38 12 1:35 6.41 6.34 7 9:00 6.0876 0.42 6.40 6 12/27 8:35 6.1999 0.1 0.33 6.44 6.33 6.05 0 0 5 10 15 20 25 Subgrupo .55 6.33 6.38 2 11:30 6.38 6. temporal 5 4:20 6.46 8 9:40 6.42 15 3:55 6.59 Operador nuevo.41 6.38 6.38 6.40 6.29 6.41 6.2 LCL = 0.15 0.50 6.37 13 2:25 6.45 Entonces los gráficos de control de variables son: Gráfico X-bar para Col_1-Col_4 6.35 6.43 6.QJ)HUO\8UGD\/XQD .36 4 3:45 6.39 17 9:25 6.34 6.48 6. X4 1 12/23 8:50 6.38 6.38 6.

08 11.91 11.604 0.12 12.607 0.99 12.05 11.97 11.98 12.583 0.04 11.92 11.03 10 11.585 0.00 11.00 11 11.600 2 0.06 12.588 5 0.10 onzas.94 12. y mide el diámetro exterior del cuello del envase. Construya la gráfica y corrija si es que existiese algún punto fuera de los límites de control.00 12.95 9 12.97 13 11. ¿Se encuentran bajo control estadístico el promedio y la desviación estándar de este proceso? .97 12.08 2 11.03 14 12.02 12.96 11.05 12.00 12.570 0.581 0.99 4 12.597 0. El inspector de calidad seleccionada al azar cuatro botellas. Las dimensiones de las seis últimas muestras (en pulgadas) son: Botella Muestra 1 2 3 4 1 0.06 11. La Marlin Company produce botellas de plástico de acuerdo con las especificaciones del cliente.99 12.99 11.579 a. desea seguir la huella de la calidad en la línea de rellenado de botellas de 12 onzas de la compañía.10 12 12.09 12. Las botellas deben llenarse de acuerdo con las tolerancias establecidas para este producto.01 12. 2. ya que la información dietética contenida en la etiqueta indica que 12 onzas son la ración que debe servirse.01 12.‡ACT IVIDADES DE LA PRÁCTICA 1.601 0.03 8 12.09 12.89 12.00 + 0.94 12.10 12.585 0.49 12. ¿Se encuentran bajo control estadístico el promedio y el rango de este proceso? b.94 11.05 6 11.65 5 12.10 11.620 0.00 11.00 12.612 0.97 12. Suponga que estas seis muestras sean suficientes para que a partir de estos datos se determinen los acotamientos de control para una gráfica R y una gráfica x.00 12.614 0.79 12.08 7 12. Observación Muestra 1 2 3 4 1 12.01 11.00 12.92 12. La norma correspondiente al diseño del producto requiere que las botellas sean llenadas hasta el nivel de 12.06 12.91 11.35 12.05 12.98 11.590 0.97 a.608 0. El gerente de producción de Real Kola.592 4 0.96 3 11.605 0.588 0. El gerente ha recopilado los siguientes datos de muestra (en onzas fluidas por botella) acerca del proceso de producción.595 0.QJ)HUO\8UGD\/XQD .95 15 12.604 6 0.603 3 0. una dimensión de calidad típica de la cual depende que la tapa de la botella ajuste correctamente.617 0.02 11. que extrae de la máquina.

2 164.6 165.6 12 163.9 164.5 163. Construya la gráfica y corrija si es que existiese algún punto fuera de los límites de control para las preguntas a) y b).7 165. Una medida crítica de calidad es el peso de las barras de jabón después del modelo.3 3 167.3 11 161.1 164. respectivamente.3 163.0 160.6 19 162.4 160. los límites de las especificaciones superior o inferior son 162 y 170 gramos.1 165.5 15 163.A.6 17 164.3 162.3 157.9 165.6 156. S selecciona una muestra de cuatro unidades cada día y se prueban para finen de control del proceso.QJ)HUO\8UGD\/XQD .9 24 166.9 164.3 8 163. es decir x1 = (voltaje observado en la unidad i = 350)10 . Construya la gráfica y corrija si es que existiese algún punto fuera de los límites de control para las preguntas a) y b).7 165.2 163. ¿Se encuentran bajo control estadístico el promedio y el rango de este proceso? b.4 4 167.6 16 164.1 Obs.6 164.2 161.0 164.0 159.0 162.7 164.9 7 161.2 21 174. 4.0 165. En los datos que se muestran abajo se presenta la diferencia entre la lectura observada en cada unidad y el voltaje nominal multiplicada por diez.0 162.0 159.5 161.7 158.5 160.4 157.9 170.1 163.6 165.2 159.1 9 164. 2 Obs.2 163. ¿Se encuentran bajo control estadístico el promedio y la desviación estándar de este proceso? c.5 158.1 18 155.2 156.6 163.3 164.1 165.3 164.2 164.3 157.1 161.0 163.5 158.4 5 156.2 157.5 1 167.3 163.0 165.5 164.7 23 167.0 162.8 158.9 157.0 20 165.1 163.0 162. Como parte de un estudio inicial de la capacidad.6 165.8 165. 4 Obs.8 159.6 164.9 165.0 165.2 163. 3. el grupo a cargo de garantizar la calidad recabo 25 muestras de tamaño 5 y registro las observaciones que aparecen en la tabla siguiente: Muestra Obs.4 10 156.3 13 158.3 163.3 2 156. Consorcio Industrial S.5 164.1 159.2 163.2 159.9 156.6 162.0 166.7 164.6 165.6 161.9 165.7 165.0 163.0 161.9 162.3 160.3 Obs.6 158.0 164.7 14 161..9 160.7 22 167.6 163.2 a.1 163.6 160.4 163.4 164.7 163.0 169.9 177.0 164.6 166.7 164.9 162.9 161. está realizando un estudio para evaluar la capacidad de su línea de producción de barras de jabón de 150 gramos..5 6 164.2 163.6 165.3 163. Una fuente de poder de alto voltaje debería tener un voltaje de salida nominal de 350 V.5 25 163.7 165. c.0 185.

61 17.03 17.61 17.03 17.83 17.71 18.67 17.80 3 03-Jun 17.6A 17.90 17.02 7 04-Jun 17.93 17.74 6 04-Jun 17.00 18.QJ)HUO\8UGD\/XQD . ¿El proceso está bajo control estadístico? b) Establecer las cartas x y Spara este proceso.90 .68 Trabajador nuevo 5 03-Jun 17.74 17.77 17.93 17.61 17. ¿El proceso está bajo control estadístico? EJERCICIOS 1.54 17.8B 17.67 17.42 18. A continuación se presentan mediciones sobre el radio de los cilindros de unas termas solares de 75 litros de capacidad: Subgrupo Fecha X1 X2 X3 X4 X5 Observación 1 03-Jun 17.70 17.70 17.70 4 03-Jun 18.60 2 03-Jun 18.8A 17.12 8 04-Jun 17.06 17.70 17.70 17.83 17.70 17.89 10 04-Jun 18.61 18.83 17.49 9 04-Jun 18.00 17.93 18.58 18.74 17.87 17.83 17.80 17.74 17.67 17.90 17. Número de x1 x2 x3 x4 muestra 1 6 9 10 15 2 10 4 6 11 3 7 8 10 5 4 8 9 6 13 5 9 10 7 13 6 12 11 10 10 7 16 10 8 9 8 7 5 10 4 9 9 7 8 12 10 15 16 10 13 11 8 12 14 16 12 6 13 9 11 13 16 9 13 15 14 7 13 10 12 15 11 7 101 16 16 15 10 11 14 17 9 8 12 10 18 15 7 10 11 19 8 6 9 12 20 14 15 12 16 a) Establecer las cartas x y R para este proceso.74 17.87 11 07-Jun 17.57 17.80 17.67 17.74 18.83 18.79 12 07-Jun 17.80 17.96 17.83 17.

4 8 2 34.61 17.62 25 09-Jun 17. registrando únicamente los tres últimos decimales (i.57 17.83 22 09-Jun 17.9 3 23 33.83 17.5 3 13 35.0 5 17 33.73 20 08-Jun 18.64 17. de ser necesario.7B 24 09-Jun 17. Las mediciones se hacen en el diámetro interior de los rodamientos.44 17.80 17. El espesor de una tarjeta de circuitos impresos es un parámetro importante de la calidad.1 5 4 31.77 17.6 4 15 37.90 17.77 17.2 4 14 34.74 18.92 Engranaje suelto de maq 19 08-Jun 17.77 17.06 18. Los datos que se muestran abajo son los valores x y R para las 24 muestras de tamaño n=5 Número de x R Número de x R muestra muestra 1 34.5 4 6 34.67 17.74 17. d) Hallar las gráficas corregidas.1 4 9 34.70 17.74 17.74 17.77 17.80 17.50345).82 18 08-Jun 17.83 17.64 17.7 2 10 33..74 17.6A 17.6 8 22 32.80 17.6 4 19 34. 3.93 17.12 Plancha muy porosa 21 09-Jun 17.90 17.90 17.5 3 12 38.70 Nota: A = último digito del DNI y B = ultimo digito del CUI Se le pide: a) Obtener las gráficas X y R correspondientes en excel y statgraphics.70 17.8 1 11 31.29 17.87 17. .87 17. Establecer las cartas x y R para este proceso.5 debería ser 0.32 16 08-Jun 17.86 15 07-Jun 18.0 8 8 33.7 3 7 32. 34.64 17.67 17.45 17 08-Jun 17.96 17.5 4 16 34.2 2 tomadas de un proceso de fabricación de rodamientos.1 6 18 31.82 23 09-Jun 17.74 17. ¿El proceso parece estar bajo control estadístico? De ser necesario.32 18.87 17.8 7 21 33.96 17.93 17.74 17. 2.96 18.13 17.6B 17. b) Obtener las gráficas X y s correspondientes.77 17.77 17.69 14 07-Jun 17.80 17.6 9 24 34.41 18. c) Obtener las gráficas X y s2 correspondientes.87 17.QJ)HUO\8UGD\/XQD . revisar los límites de control de prueba. Se presentan abajo los datos del espesor de las tarjetas (en pulgadas) para 25 muestras de tres tarjetas cada una.39 17.8 3 20 35.9 7 5 35.03 17.0 6 3 31. 13 07-Jun 17.96 17.e.44 17.

5 1.0 0.0631 0.5 5 0.0629 0.0 0.0 .0616 22 0.0622 3 0.0619 0.0630 0. una lectura cero corresponde a la altura de llenado correcta.0626 19 0.0 -1.0627 0.5 -2.0 0.0625 8 0.0 0.0635 25 0.5 0.0 -1.0631 0.0 4 0.0630 24 0.0 0.0633 4 0.0640 2 0.0640 0.5 1.5 0.5 1. El volumen de llenado de las botellas de refresco es una característica de la calidad importante.0640 0.5 0.0632 16 0.0 1.0631 5 0.0623 0.0629 21 0.5 -1.0630 17 0.0630 0.0 -1.0625 0.0636 0.0626 0.0644 0.0 0.0 1.0628 0.0 -0.0639 0.0 2.5 1.0623 0.0 3 1.5 0.5 0.0631 0.0619 0.0645 0.5 2.0 0.0 -0.0633 10 0.0629 0.0 1.0636 0.0635 0.5 -1.0 -1. En esta escala.0634 7 0. 4.0631 0.0613 0.0 6 1.0 -1.0 0.0 -1.0630 0.5 -0.0630 0.0623 0.0628 0.0635 0.0 0.0631 0.5 2 0.0 -1.0 0.0 0.0631 0.0 0.0 -0.0 0.0616 0.0634 0.0632 0.5 -1.0622 9 0.0623 0.0631 15 0.0630 0.0 1.5 0.0631 0.0619 23 0.0630 0.0630 0.0 -1.0 1.0 1. Número de x1 x2 x3 x4 x5 x6 x7 x8 x9 x10 muestra 1 2. Número de x1 x2 x3 muestra 1 0.0630 0.0630 14 0.5 -1.0638 12 0.0 -1.0628 0.0628 0.0629 0.0630 13 0.5 1.0 0.0 -2.0 7 1.0 1. ¿El proceso está bajo control estadístico? b) Estimar la desviación estándar del proceso.5 0.QJ)HUO\8UGD\/XQD .0635 0.0 1.0630 6 0.0630 a) Establecer las cartas de control x y R .0633 11 0.0 0.0631 18 0.0 -1.0629 20 0.0 1.0625 0.0 -1. El volumen se mide (aproximadamente) colocando un medidor sobre la boca de la botella y comparando la altura del líquido en el cuello de la botella con una escala codificada. Se analizan 15 muestras de tamaño n = 10 y las alturas de llenado se muestran abajo.0635 0.0615 0.0 -1.0629 0.0 1.0627 0.0 1.5 -1.

6 16.5 0.0 -1.5 1.3 9 16.4 16.5 1.4 20 16.0 0.9 15.0 1.0 0.0 1.0 10 -0.0 0.4 16.5 16.3 16. b) Establecer una carta S y compararla con la carta Rࡄ del inciso a).6 16. 5.5 0.3 16.0 1.75 por unidad.2 18 16.2 16 16.8 16.5 -1.0 0.5 -0.1 16.5 15 1.1 16.5 1.0 0. El costo de producción variable es de $0.5 16.5 -1.3 16. .0 1.1 16.0 1.1 16.2 15.4 16.5 -0.0 1.5 1. usando estos datos. utilizando un tamaño de la muestra de n = 5.5 1.1 16.0 0.2 16.5 11 0.5 2.0 0.3 15.4 16. c) Una empresa produce una cantidad grande de un artículo que vende en $0.3 16.5 8 16.4 16.0 12 0.5 -2.3 16. 8 0.0 0.0 0.5 16.0 -2.1 16.2 16.2 16. construir los límites de control revisados.0 1.2 16.3 16.3 16.0 16.0 -0.5 0.0 -1.30 por unidad.4 16.5 2.2 16.0 -1.0 -1.0 -1.5 -1.9 16.8 16.9 16.000 artículos por año si opera a toda su capacidad. ¿El proceso muestra control estadístico? De ser necesario.5 0. Los datos de 20 maestras preliminares son los siguientes: Número x1 x2 x3 x4 x5 de muestra 1 15.7 16.1 16.2 17 16.0 -1.5 1.5 11 16.9 16.3 16.5 13 16.6 16.5 -0.5 a) Establecer las cartas de control x y R .para este proceso.9 16.5 -1.5 2.0 0.5 0.5 0.5 1.0 1.3 16.0 14 0.5 1.000.0 2.0 16.6 2 16.4 16.1 14 16.QJ)HUO\8UGD\/XQD .4 15.5 16.0 1.0 13 -1.0 -1. ¿El proceso manifiesta control estadístico? b) Estimar la media y la desviación estándar del proceso.0 0.4 7 16.5 1.4 16.2 16.4 16.0 -1.7 16.1 16.0 16.4 16.4 15 16.4 3 16.0 6 16.3 16.3 16.2 16.0 -1.1 15.3 16.0 0.0 -1.2 16.0 -1.4 16.5 0.2 16. La compañía puede producir y vender 10.3 16.3 4 16.4 16.0 -1.6 16.5 -0. El peso neto (en onzas) de un producto blanqueador en polvo va a monitorearse con cartas de control x y R .0 -0.1 16.0 0.2 16.0 -0.3 16.5 0.5 16.5 9 -2.2 16.1 16.5 -1.4 16.4 16.4 12 15.1 16.2 5 16.2 16.2 16.8 a) Establecer las cartas de control x y R .0 -1.0 0.5 10 16.0 15.4 16.0 1.1 19 16.5 16.

32 150.23 149.14 150.77 150.000.68 22 150.44 150.52 150.21 150. e) Suponga que las unidades que no satisfacen las especificaciones pueden repetirse para satisfacerlas con un costo fijo adicional de $0.18 150.47 150.47 150.31 150.45 12 150.74 150.74 150.80 149.33 150. Una empresa está interesada en controlar la fabricación de un tipo de piezas para ensamblar ciertos equipos.06 150.84 149.47 150.50 151.17 150.78 150.93 17 149.54 150.78 150.60 150.26 150.22 150. anotándose su longitud.18 150.59 150.56 150.000 gramos y σ = 20 gramos. Las unidades repetidas pueden venderse a $0.10 por unidad.92 150. y desviación estándar (σ) de 40 gramos.02 150.88 151.75 150.65 150.000 gramos. Las longitudes de las piezas observadas se recogen en la siguiente tabla: Longitud de las piezas 1 150.32 150.56 150.80 150.62 148.70 150.24 150. ¿es económicamente atractiva la compra de la máquina nueva para mejorar la calidad (reducir la variabilidad)? 6. Se desea establecer diagramas de control para esta característica de calidad para lo cual se toman 38 muestras de cinco piezas.000 gramos.62 150.65 9 150.69 6 151.14 148.04 14 150.44 150.28 150.44 11 150.17 150.05 149.43 3 150.36 149.17 15 150.43 150.44 151.75 por unidad.42 149. Se ha estimado que la demanda para este producto será de 10. Si la TREMA de la compañía es del 15% anual.78 150.43 150.000 de unidades por cada año de los cinco siguientes.75 150.43 151.77 150.44 150. Las unidades que no están de acuerdo con las especificaciones se deben corregir para poder ser vendidas y para corregir se puede adicionar o quitar peso al artículo.16 18 150. La máquina empacadora que se emplea para colocar el producto distribuye pesos que siguen una distribución normal con promedio (µ) de 1.24 10 150.91 19 150. y los límites de las especificaciones se establecieron en ±50 gramos. La máquina nueva sería capaz de empacar el producto con pesos que siguen una distribución normal con µ = 1.98 149.15 150.40 150.52 150.84 150.62 149.66 150.40 150.73 150.93 150.78 150.48 150.04 150.62 150.15 150.39 150.14 .57 149.83 149.56 16 149.77 151.77 149. El equipo nuevo costaría $715.000.98 148.45 150.85 150.35 25 150.56 150.000 y duraría al menos cinco años: Al final de este periodo podría venderse en $100.50 150.72 147.45 150. d) El atributo crítico de este producto es el peso.57 150.32 150.75 152.35 150.71 21 150.86 20 150. El valor objetivo del peso es de 1.45 150.84 150.09 4 152.55 8 150.83 149.62 2 151.47 150.45 24 150.42 149.42 150.46 150.44 13 150.91 149.48 150.QJ)HUO\8UGD\/XQD .07 150. la compañía está considerando adquirir una máquina empacadora nueva.64 151.25 26 150.34 150.40 148.59 7 150. f) Con la finalidad de mejorar la calidad de este producto.43 150. La calidad de las piezas esta descrita por su longitud en milímetros.18 149.76 148.54 23 150.23 5 149.31 150.

28 149. ¿Qué son los gráficos de control? 3.QJ)HUO\8UGD\/XQD .75 150.53 37 149.91 152.29 28 150. ¿Cuáles son los elementos de un gráfico de control.80 149.89 148.90 149.07 150.83 150. ¿A qué conclusiones llegaría?.16 150.25 148. mediante ejemplos. Describa los tipos de gráficos de control que existen.64 35 151. Editorial Alfaomega 1989 Montgomery.17 150.95 149.62 33 151.10 149.41 149.13 150.53 38 150.85 148. Explique.35 150.25 147.15 149.56 149. 27 149. Editorial CECSA 1999 Besterfield. Responder las siguientes interrogantes 2. D. 2005 Heinz Kohler.17 149.31 150.92 150. LIMUSA WILEY.87 149. Control de calidad y estadística industrial.74 Analizar con el StatGraphics. Describa el procedimiento para realizar un gráfico de control de variables 6.22 34 149. Cuantos 4.01 150. Control Estadístico de la Calidad. Pearson Educación 1994 DOCUMENTOS ADJUNTOS .? 5. Ed.56 31 150.11 149.44 150. Š REFEREN CI AS BIBLIOGRÁFICAS Duncan.83 149.56 149.08 29 149.92 150.51 36 151. los tipos de causas que existen en las observaciones que se salen de los límites de control.57 151.33 151.71 30 149.53 148.95 150. Control de la calidad.67 149.92 151.86 148. y responder ¿Cuáles son los límites iniciales?.88 147.28 150.69 148. Estadística para negocios y economía.87 150.39 150.04 150. Dale H.08 150.78 149. Acheson.59 148. Si intenta controlar el proceso haciendo uso del software.51 150.98 149.09 32 149.  CUESTIONARIO 1. ¿Está el proceso bajo control?.