UNIVERSIDAD NACIONAL DE SAN MARTIN

Facultad de Ingeniera Agroindustrial

INFORME DE PRCTICAS DE APLICACIN
GRAFICAS DE CONTROL EN LA EMPRESA COCOS & NUTS SAC

ASIGNATURA:

Control de Calidad Agroindustrial

DOCENTE:

Ing. M.s.c Epifanio Martnez Mena

ESTUDIANTES:

Julio Cesar Ortiz Chvez

Gustavo Del guila Melndez

CICLO:

FECHA:

Sbado 24 de Noviembre del 2012

JUANJUI PERU
2012

I.

INTRODUCCION
En el desarrollo de un Programa de Control de Calidad Interno dentro del
Laboratorio Clnico, disponemos de varios tipos de grficos de control,
dependiendo su utilizacin de varios factores y polticas de calidad a llevar a
cabo.
Como hemos visto en esta pgina, las caractersticas de la calidad de una
medicin en particular o de un proceso de medicin son variables
aleatorias. La cantidad de mediciones errneas por no cumplir los requisitos
de calidad, depende de la distribucin de dichas variables aleatorias.
Controlar el proceso de medicin es tratar de que el proceso sea estable en
el tiempo; mas exactamente que los parmetros y sean constantes en el
tiempo. Lo verdaderamente importante es, si en un determinado caso, ambos
parmetros varan a lo largo de un proceso de control o del tiempo, es
disponer de herramientas para detectar y encontrar la causa de dicha
variacin. En consecuencia el control estadstico de proceso (cep), es la
herramienta bsica que nos permitir mantener el proceso de control estable
y por lo tanto el control de un proceso de medicin

II.

OBJETIVOS
Controlar

Mediante las graficas

de media y Rango los

limites de

calidad, la cantidad de benzoato de sodio que se utiliza durante el

proceso de deshidratado de coco.
Evaluar la disconformidad

existentes en la empresa COCOS & NUTS

SAC. mediante la grafica P.

III.

REVISIN BIBLIOGRAFICA
GRAFICAS DE CONTROL
Grficos de Control de Shewhart
La idea tradicional de inspeccionar el producto final y eliminar las unidades
que no cumplen con las especificaciones una vez terminado el proceso, se
reemplaza por una estrategia ms econmica de prevencin antes y
durante del proceso industrial con el fin de lograr que precisamente estos
productos lleguen al consumidor sin defectos.
As las variaciones de calidad producidas antes y durante el proceso
pueden ser detectadas y corregidas gracias al empleo masivo de Grficas
de Control.
Segn este nuevo enfoque, existen dos tipos de variabilidad. El primer tipo
es una variabilidad aleatoria debido a "causas al azar" o tambin conocida
como "causas comunes". El segundo tipo de variabilidad, en cambio,
representa un cambio real en el proceso atribuible a "causas especiales",
las cuales, por lo menos tericamente, pueden ser identificadas y
eliminadas.
Los grficos de control ayudan en la deteccin de modelos no naturales de
variacin en los datos que resultan de procesos repetitivos y dan criterios
para detectar una falta de control estadstico. Un proceso se encuentra bajo
control estadstico cuando la variabilidad se debe slo a "causas comunes".
Los grficos de control de Shewart son bsicamente de dos tipos; grficos
de control por variables y grficos de control por atributos. Para cada uno
de los grficos de control, existen dos situaciones diferentes; a) cuando no
existen valores especificados y b) cuando existen valores especificados.
3

Se denominan "por variables" cuando las medidas pueden adoptar un

intervalo continuo de valores; por ejemplo, la longitud, el peso, la
concentracin, etc. Se denomina "por atributos" cuando las medidas
adoptadas no son continuas; ejemplo, tres tornillos defectuosos cada cien, 3
paradas en un mes en la fbrica, seis personas cada 300, etc.
Antes de utilizar las Grficas de Control por variables, debe tenerse en
consideracin lo siguiente:
a) El proceso debe ser estable
b) Los datos del proceso deben obedecer a una distribucin normal
c) El nmero de datos a considerar debe ser de aproximadamente 20 a 25
subgrupos con un tamao de muestras de 4 a 5, para que las muestras
consideradas sean representativas de la poblacin.
d) Los datos deben ser clasificados teniendo en cuenta que, la dispersin
debe ser mnima dentro de cada subgrupo y mxima entre subgrupos
e) Se deben disponer de tablas estadsticas
Las etapas que deben tomarse en cuenta para mejorar el proceso estn
esquematizadas en la siguiente figura:

Grficas de medianas y rangos

Es la herramienta estadstica que permite evaluar el comportamiento del
proceso a partir de la mediana y del rango. La estructura es la comn a
todas las grficas de control para variables.
La parte superior registra el valor medio de las caractersticas de calidad en
estudio, y la parte inferior indica la variabilidad de la misma.
El clculo de la mediana, es muy sencillo, de modo que utilizar esta grfica
par monitorear el proceso es atractivo para el usuario.
El uso de esta grfica en procesos que actualmente muestren estabilidad
estadstica. Como toda grfica de control, el usuario obtendr, de una
manera continua, informacin rpida y eficiente del proceso en estudio;
para verificar que el proceso continua en control o bien para reconocer la
aparicin de causas especiales de variacin.
5

Para el procedimiento de construccin de esta grfica es muy similar al de

la grfica de medias y rangos; estos es calculando los lmites de control,
luego se grafican los puntos y se integran los lmites de control y lneas
centrales, por ltimo se efecta la lectura de la grfica, a fin de ver si el
proceso continua estable o bien percibir alguna situacin de anormalidad.
El siguiente ejemplo ensea cmo utilizar estas grficas
Grficas de Control X y R, por variables (sin valores especificados)
En la siguiente tabla se muestran los pesos de los sobres de un
determinado alimento. Cada media hora se realizan 4 mediciones por
muestra, sumando un total de 20 muestras. Los lmites de tolerancia son
0,5360 (LST) y 0,4580 (LIT)
Con esto se pretende evaluar el comportamiento del proceso y hacer un
control del mismo respecto a su localizacin y dispersin, con el objeto que
el proceso cumpla con las especificaciones preestablecidas.

Primero debemos calcular las medias tanto de la media de cada muestra (X

doble raya) como la de su amplitud o recorrido (R)

Para

ello

utilizamos

las

siguientes

frmulas:

Donde X (doble raya) = 0,4970 y R (raya) = 0,0224

Para construir los Grficos de Control por variables, se tiene que tener en
cuenta que al determinar si un proceso est bajo control estadstico,
siempre se debe analizar primero la grfica R. Como los lmites de control
en la grfica X (raya)dependen de la amplitud promedio, podran haber
causas especiales en la grfica R que produzcan comportamientos
anmalos en la grfica X (raya), an cuando el centrado del proceso est
bajo control.

Para el grfico R, se tiene que:

Lmite Central (LC) = R (raya)= 0,0224
Lmite Superior de Control (LSC)

Donde LSC = 0,0511, el valor de D se consigue en una tabla estadstica

(para este caso es 2,282 con un tamao de grupo n = 4).
Lmite Inferior de Control (LIC)

Donde LIC = 0, porque para todo proceso en que se considera un n < 7, el

LIC no se indica en la grfica.
El grfico R es el siguiente:

Como se puede apreciar, el grfico R no presenta variaciones fuera del

lmite superior, por lo tanto la dispersin de los datos es aceptable para
calcular el grfico X (raya).
Para el grfico X (raya), se tiene que:
Lmite Central (LC) = X (doble raya)= 0,4970

Lmite Superior de Control (LSC)

8

Donde LSC = 0,5133, el valor de A2 se consigue en una tabla estadstica

(para este caso el valor es 0,729 con un tamao n =4).
Lmite Inferior de Control (LIC)
Donde LIC = 0,4807
El grfico X (raya) es el siguiente:

Como se puede apreciar un punto queda fuera del rango calculado, por lo
tanto el proceso se encuentra fuera de control estadstico.
En este caso, habra que investigar y eliminar la causa asignable, que
podra haberse debido al uso de algn material defectuoso o una mala
lectura del instrumento. Este dato debe eliminarse de la grfica y recalcular
todo de nuevo pero sin considerar el subgrupo 8.
Nota.- Esto no siempre es as, si los puntos fuera de control son de tal
magnitud, entonces no queda ms remedio que una vez encontrada y
eliminadas las causas en la prctica, habra que repetir el proceso,
recogiendo nuevos datos.
Despus de la correccin, los resultados son:
Grfico R corregido
R (raya) = LC = 0,0231
LSC = 0,0527 y LIC = 0
9

Grfico X (raya) corregido

X (doble raya) = LC = 0,4979
LSC = 0,5147 y LIC = 0,4811
Los grficos son los siguientes:

Como se puede apreciar en ambos grficos, ahora el proceso se encuentra

en "control estadstico".
Graficas c
En una grfica de control c, el tamao de la muestra se mantiene fijo o
constante. La grfica c tiene que ver con el nmero total de defectos por
subgrupo, es fcil de construir, pero necesita que todos los subgrupos sean
del mismo tamao. Primero se encuentra el nmero promedio de defectos
por grupo, usando cuando menos de 20 a 25 grupos. Esto se puede llamar
promedio c y se puede usar para la lnea central sobre la grfica de control.
Se pueden calcular entonces los lmites de control. Si el nmero de
artculos inspeccionados por grupos no es constante, la grfica c no se
puede usar.
La grfica c se basa en la distribucin de Possion, se deben satisfacer dos
condiciones. Primera, el nmero promedio de defectos debe ser mucho
menor que el nmero total de posibles defectos, y segunda el rea de
oportunidad para los defectos debe ser la misma.
La grfica c puede utilizarse para identificar las imperfecciones en rollos de
papel grandes, en los erros tipogrficos sobre una pgina impresa, en las
10

reas oxidadas de lminas de acero, o en las burbujas de aire en los

artculos de cristalera. Con frecuencia, la grfica c se ha utilizado en
estudios breves para descubrir la variacin en la calidad de una
caracterstica particular o de una pieza. Estas grficas se han usado para
muestreos peridicos de produccin donde se tolera un cierto nmero de
defectos por unidad
Las frmulas de los lmites de control son:

Lmite inferior de control =

Lmite central =

Lmite superior de control =

MATERIALES
kardex del almacn de insumos qumicos de la empresa COCOS &
Registro de solicitudes de las acciones correctivas de la empresa
Balanza analtica
Lapicero
Hoja de verificacin

11

RESULTADOS

La empresa COCOS & NUTS S. A.C durante una auditara se recolectaron

los datos de las disconformidades de las distintas solicitudes de acciones
correctivas para analizar el los factores causantes de dichos problemas y se
obtuvieron los siguientes:
CUADRO N 01: RESULTADOS DE LAS INSPECCIONES

Da
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18

Nmeros
inspeccionados
24
35
30
25
19
23
31
25
23
18
26
30
21
34
25
31
31
32

12

nmero
defectuosos
14
16
12
12
5
14
12
6
14
5
11
16
8
10
7
7
6
11

Fraccin de
unidades
defectuosas
0.58
0.46
0.40
0.48
0.26
0.61
0.39
0.24
0.61
0.28
0.42
0.53
0.38
0.29
0.28
0.23
0.19
0.34

INTERPRETACIN MEDIANTE LA GRAFICA P

CALCULO DE LOS LIMITES DE CONTROL PARA FRACCION DEFECTIVA

LC=

0.67341
587

LIC=

0.057418
87

LSC:
LCC:
LIC:
P=

0.6734
0.3654
0.0574
0.3654

13

14

INTERPRETACIN
Como se puede observar en la grafica P de las disconformidades existentes en los
kardex de la empresa todos se encuentran dentro de los lmites permitidos. Esto
implica que al existir una disconformidad registrada esta dentro de los limites
asignables de la empresa.

GRAFICAS PARA MEDIAS Y RANGOS

En la empresa COCOS & y NUTS S.A.C se desea controlar la cantidad de
benzoato de sodio utilizado durante el proceso de deshidratado de coco, para
ello se seleccionaron 25 muestras una muestra de cinco observaciones (n=5)
correspondientes a los pesos en gramos y se registra en una hoja como la que
se muestra a continuacin.
PESOS DE LOS LOTES (KG)
MUESTRAS
1
2
3
4
5
1
5.1
4.9
4.9
5.2
5
2
5.3
4.7
4.8
4.9
5
3
5
5
4.9
5
5
4
5
4.9
4.9
4.8
5.1
5
5.1
5.1
5
5
4.7
6
5.1
4.9
4.7
4.8
5.2
7
4.9
4.9
5
4.9
5
8
5.2
5.1
4.9
5
4.9
9
5
4.8
5
4.9
5
10
4.8
4.9
5
5
5.1
11
4.8
4.9
4.9
5.3
5.1
12
4.9
5.2
5
5
5
13
5.2
4.9
4.9
4.9
4.8
14
5
5
5.1
5.1
4.8
15
4.9
4.9
5.1
4.8
5
16
4.9
4.8
4.9
5
5
17
5.1
5.2
5.1
5
4.8
18
4.8
4.8
4.8
5.1
5.2
19
5
5.1
4.9
5
5
20
5.1
4.9
4.9
4.9
4.9
21
5
4.9
4.9
5
5.2
22
5
5
5.1
5.2
4.8
23
4.8
5.2
5
4.8
5.2
24
4.8
4.9
5
5.3
5
25
4.7
5.1
5.1
4.9
5
15

APLICANDO LA GRFICA DE MEDIAS Y RANGOS PARA INTERPRETAR LOS

DATOS
MUESTRAS

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

1
5.1
5.3
5
5
5.1
5.1
4.9
5.2
5
4.8
4.8
4.9
5.2
5
4.9
4.9
5.1
4.8
5
5.1
5
5
4.8
4.8
4.7

PESOS DE LOS LOTES (KG)

2
3
4
4.9
4.9
5.2
4.7
4.8
4.9
5
4.9
5
4.9
4.9
4.8
5.1
5
5
4.9
4.7
4.8
4.9
5
4.9
5.1
4.9
5
4.8
5
4.9
4.9
5
5
4.9
4.9
5.3
5.2
5
5
4.9
4.9
4.9
5
5.1
5.1
4.9
5.1
4.8
4.8
4.9
5
5.2
5.1
5
4.8
4.8
5.1
5.1
4.9
5
4.9
4.9
4.9
4.9
4.9
5
5
5.1
5.2
5.2
5
4.8
4.9
5
5.3
5.1
5.1
4.9
TOTAL

=4.9752

=0.332

CALCULO PARA MEDIAS

16

5
5
5
5
5.1
4.7
5.2
5
4.9
5
5.1
5.1
5
4.8
4.8
5
5
4.8
5.2
5
4.9
5.2
4.8
5.2
5
5

R
5.02
4.94
4.98
4.94
4.98
4.94
4.94
5.02
4.94
4.96
5.00
5.02
4.94
5.00
4.94

0.3
0.6
0.1
0.3
0.4
0.5
0.1
0.3
0.2
0.3
0.5
0.3
0.4
0.3
0.3

4.92
5.04
4.9
5.00
4.94
5.0
5.02
5.00
5.00
4.96
124.38

0.2
0.4
0.4
0.2
0.2
0.3
0.4
0.4
0.5
0.4
8.3

CON TABLA SE OBTIENE LOS SIGUIENTES RESULTADOS

LSC

: 4.9752+0.153*0332 = 5.03

LC

: 4.9752

LSC

: 4.9752-0.153*0332 = 4.92
LSC =

5.03

LC=

4.9752

LIC=

4.92

17

GRAFICO PARA MEDIAS

18

CALCULO PARA RANGOS

LSC: 1.541*0.332 = 0.512

LCC: 0.332
LIC: 0.459*0.332= 0.152
MUESTR
AS
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

LSC
0.512
0.512
0.512
0.512
0.512
0.512
0.512
0.512
0.512
0.512
0.512
0.512
0.512
0.512
0.512
0.512
0.512
0.512
0.512
0.512
0.512
0.512
0.512
0.512
0.512

LCC
0.332
0.332
0.332
0.332
0.332
0.332
0.332
0.332
0.332
0.332
0.332
0.332
0.332
0.332
0.332
0.332
0.332
0.332
0.332
0.332
0.332
0.332
0.332
0.332
0.332

19

LIC
0.152
0.152
0.152
0.152
0.152
0.152
0.152
0.152
0.152
0.152
0.152
0.152
0.152
0.152
0.152
0.152
0.152
0.152
0.152
0.152
0.152
0.152
0.152
0.152
0.152

R
0.3
0.6
0.1
0.3
0.4
0.5
0.1
0.3
0.2
0.3
0.5
0.3
0.4
0.3
0.3
0.2
0.4
0.4
0.2
0.2
0.3
0.4
0.4
0.5
0.4

GRAFICO R

20

MUESTRAS

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23

1
5.1
5.3
5
5
5.1
5.1
4.9
5.2
5
4.8
4.8
4.9
5.2
5
4.9
4.9
5
5.1
5
5
4.8
4.8
4.7

CORRECCION DE LA GRAFICA
PESOS DE LOS LOTES (KG)
2
3
4
4.9
4.9
5.2
4.7
4.8
4.9
5
4.9
5
4.9
4.9
4.8
5.1
5
5
4.9
4.7
4.8
4.9
5
4.9
5.1
4.9
5
4.8
5
4.9
4.9
5
5
4.9
4.9
5.3
5.2
5
5
4.9
4.9
4.9
5
5.1
5.1
4.9
5.1
4.8
4.8
4.9
5
5.1
4.9
5
4.9
4.9
4.9
4.9
4.9
5
5
5.1
5.2
5.2
5
4.8
4.9
5
5.3
5.1
5.1
4.9
TOTAL

=4.97

=0.30

21

5
5
5
5
5.1
4.7
5.2
5
4.9
5
5.1
5.1
5
4.8
4.8
5
5
5
4.9
5.2
4.8
5.2
5
5

R
5.02
4.94
4.98
4.94
4.98
4.94
4.94
5.02
4.94
4.96
5.00
5.02
4.94
5.00
4.94
4.92
5.00
4.94
5.0
5.02
5.00
5.00
4.96
114.40

0.3
0.6
0.1
0.3
0.4
0.5
0.1
0.3
0.2
0.3
0.5
0.3
0.4
0.3
0.3
0.2
0.2
0.2
0.3
0.4
0.4
0.5
0.4
7.5

NUEVOS CALCULOS
CON TABLA SE OBTIENE LOS SIGUIENTES RESULTADOS

LSC =

5.02

LC=

4.97

LIC=

4.93

MUESTRAS LSC
LCC
LIC
1
5.02 4.97391304
2
5.02 4.97391304
3
5.02 4.97391304
4
5.02 4.97391304
5
5.02 4.97391304
6
5.02 4.97391304
7
5.02 4.97391304
8
5.02 4.97391304
9
5.02 4.97391304
10
5.02 4.97391304
11
5.02 4.97391304
12
5.02 4.97391304
12
5.02 4.97391304
14
5.02 4.97391304
15
5.02 4.97391304
16
5.02 4.97391304
17
5.02 4.97391304
18
5.02 4.97391304
19
5.02 4.97391304
20
5.02 4.97391304
21
5.02 4.97391304
22
5.02 4.97391304
23
5.02 4.97391304

22

X
4.93
4.93
4.93
4.93
4.93
4.93
4.93
4.93
4.93
4.93
4.93
4.93
4.93
4.93
4.93
4.93
4.93
4.93
4.93
4.93
4.93
4.93
4.93

5.02
4.94
4.98
4.94
4.98
4.94
4.94
5.02
4.94
4.96
5.00
5.02
4.94
5.00
4.94
4.92
5.00
4.94
5.00
5.02
5.00
5.00
4.96

GRAFICA DE CONTROL RECTIFICADO

23

ANLISIS.
En el diagrama X se detecto que existen dos puntos fuera de control
correspondiente a la muestras 16 y 17, sin embargo en la grafica R tambin
hay puntos salientes en los sub grupos 2, 3 y 5. Esto se debe debido a los
puntos que se encuentran en la grafica X. Sin embargo al eliminar los dos
puntos de las muestras 16 y 17, en la nueva grafica aun queda un punto fuera
de control en el punto 16. Esto se debe a una causa atribuible debido al mal
pesado o mala calibracin de la balanza analtica antes de ser utilizado por
parte del operador.

GRAFICA C
Al verificar los datos sobre la cantidad de defectos en el pesado de coco
deshidratado por unidad, en 20 lotes del Almacn de la empresa COCOS &
NUTS se registro los siguientes datos, se puede decir que es concebible que
puedan ocurrir miles de defectos dentro de cada unidad embolsado (la
constante es de 25 kilos por unidad).

NUMERO
DE LOTES
1
2
3
4
5
6
7
8
9
10

NUMERO DE
DEFECTOS
7
5
3
4
3
8
2
3
4
3

(=82/20=4.1)
24

NUMERO
DE LOTE
11
12
13
14
15
16
17
18
19
20
TOTAL
PROMEDIO

NUMERO DE
DEFECTOS
6
3
2
7
2
4
7
4
2
3
82
4.1

Los lmites de control sern:

LIC =

LCC =

LSC =

= 4.1 - 3

= -1.97 o 0

82/20=4.1

= 4.1 +3

= 10.17

INTERPRETACIN
La meta principal de esta grfica es reducir el costo de produccin o de
desperdicio, como se observa no existen puntos fuera de control, dicindonos
que no existe defectos por unidad en ningn de los lotes analizados.

25

DISCUSIONES
En caso de apreciar en tales grficos tendencias no aleatorias o bien
muestras que se siten ms all de los lmites de control consideraremos
que En el grfico de control de medias, se observa puntos que muestran
que est fuera de control es decir fuera del lmite superior. Si as ocurre,
estaremos interesados en averiguar las causas especiales que afectan a
la inspeccin.

CONCLUSIONES
De esta manera se pudo tener un ejemplo de la manera como el
profesional encargado de Planta puede controlar sus procesos de una
manera sistemtica rpida y estadsticamente comprobado.
El punto de inspeccin debe establecerse lo ms cerca posible de
donde se genere la caracterstica y en funcin del factor predominante
puede ser antes, durante o despus de la operacin que la genera.

La eleccin de quien realiza la medicin se hace en base al lugar

donde se realiza la medicin y a los resultados de las pruebas para
determinar el grado de precisin y exactitud de los inspectores y los
medios.

La grfica c se utiliza para muestreos peridicos de produccin donde

se tolera un cierto nmero de defectos por unidad.

26

BIBLIOGRAFA

http://www.monografias.com/trabajos28/calidad-spc/calidad-spc.shtml#tipos

http://www.seh-lelha.org/calidad.htm

http://calidadbioquimica.com.ar/cartas.htm

27