DOCENTE:

ALUMNOS:

CRDOVA ROMN HEGARTY WALDIR.

ECHE ANTN ALEX MARTIN.
MANCHAY CHINCHAY ANTERO.
SNCHEZ CHAMBA MEDALY LIZETH.
SUREZ GUTIRREZ EDGAR.
 INTRODUCCIN
Este presente trabajo pretende aplicar un control
estadstico de calidad en la empresa PESQUERA
CONSERVERA DE LAS AMERICAS S.A. utilizando las
diferentes herramientas vistas y explicadas en clase como
son: Grafico de Control de suma acumulada (CUSUM),
Grafico de control EWMA con el fin de obtener un estudio,
comparar con el grafico de control de SHEWHART y dar
un aporte para una mejora de la calidad de dicha empresa
para la satisfaccin de sus clientes.
 OBJETIVO DE ESTUDIO
Aplicar el Control Estadstico de calidad a los
procesos de la empresa pesquera CONSERVERA
DE LAS AMERICAS S.A.
Colaborar en la calidad de los procesos de la
empresa pesquera CONSERVERA DE LAS
AMERICAS S.A.
Conocer el manejo y aplicacin de los grficos de
control CUSUM y EWMA.
Comparar los grficos de control CUSUM, EWMA y
SHEWHART.
 A QU SE DEDICA CONSERVERA DE LAS
AMERICAS S.A.?
Conservera de las Amricas S.A. es una subsidiaria
de Austral Group S.A.A., que se dedica
principalmente al desarrollo de actividades de
extraccin y procesamiento pesquero,
especialmente el procesamiento y comercializacin
a nivel nacional e internacional de productos
hidrobiolgicos de consumo humano directo e
indirecto. As como a la acuicultura, investigacin y
promocin de productos hidrobiolgicos. La
Compaa cuenta con una planta de procesamiento
ubicada en la ciudad de Piura, Paita.
 VISIN -MISIN DE LA EMPRESA
Visin
Ser reconocidos como la empresa pesquera lder
en la elaboracin de productos alimenticios de alta
calidad.

Misin
Satisfacer las necesidades y expectativas de
nuestros clientes con productos de alta calidad
sobre la base de un equipo humano comprometido
con la sostenibilidad de los recursos pesqueros a
travs de una operacin eficiente, ambiental y
socialmente responsable, en un contexto de
creacin de valor e innovacin.
 Anlisis del problema
En el proceso del pesado, y para cumplir con las
garantas establecidas, una de las variables a
considerar es el peso (neto y de envasado).
Para la variable en estudio haremos los tres grficos de
control para la media, aplicados a la variable peso
envasado, en primer lugar realizaremos la prueba de
kolmogorov-smirnov para ver si los datos se distribuyen
de manera normal, luego se har el grafico de
SHEWHART, un grfico insensible a corrimientos
pequeos; despus lo compararemos con los grficos
CUSUM Y EWMA que capaces de detectar una causa
asignable ms rpido que el anterior cuando se trata de
corrimientos pequeos. Utilizaremos el software
STAGRAPHIC CENTURIN 16 Y MINITAB 16 para el
respectivo anlisis.
 DATOS SOBRE EL PESO ENVASADO DE LA
ESPECIE EN PROCESO: CABALLA.

En la tabla 1.1 se recogen los peso envasado de 100

de la especie en proceso: caballa, cuyas
especificaciones son 114-118 en gramos. Hagamos un
histograma usando estos datos.
 TABLA 1.1
116 118 120 116 114
120 117 118 120 117
116 116 114 118 120
113 116 118 116 119
118 118 113 114 116
114 116 116 117 118
116 116 115 113 116
112 116 118 115 116
116 118 120 116 113
114 115 118 116 117
118 110 114 118 120
113 115 118 120 114
118 116 117 116 114
119 116 117 118 120
120 118 117 117 120
116 113 118 116 119
115 113 114 110 119
117 116 116 118 119
116 115 115 114 116
116 113 114 116 115
GRFICO DE NORMALIDAD Y PRUEBA DE
KOLMOGOROV-SMIRNOV

Realizamos las correspondientes pruebas para

comprobar si nuestros datos de peso envasado
siguen una distribucin normal para poder realizar
los respectivos grficos de control utilizando el
stagraphic y el spss-20
 GRAFICO DE NORMALIDAD

Grfica de Probabilidad Normal

99.9

99
porcentaje acumulado

95

80

50

20

0.1
110 112 114 116 118 120
PESO ENVASADO
 PRUEBA DE KOLMOGOROV SMIRNOV

Primero planteamos nuestras hiptesis:

Ho: los datos siguen una distribucin normal.

H1: los datos no se distribuyen de una manera
normal.

Con una significancia del 1%= 0.01

Obtenemos el siguiente cuadro.
Como el p-valu 0.028 es mayor que el 0.01 se
acepta la hiptesis nula, es decir, los datos del
peso envasado siguen una distribucin
normal.
 GRFICOS DE CONTROL
PESOS PARA EL CONTROL DE PESO ENVASADO
Muestra Peso 1 Peso 2 Peso 3 Peso 4 Peso 5 Media Rango

1 116 118 120 116 114 116.8 6

2 120 117 118 120 117 118.4 3
3 116 116 114 118 120 116.8 6
4 113 116 118 116 119 116.4 6
5 118 118 113 114 116 115.8 5
6 114 116 116 117 118 116.2 4
7 116 116 115 113 116 115.2 3
8 112 116 118 115 116 115.4 6
9 116 118 120 116 113 116.6 7
10 114 115 118 116 117 116 4
11 118 110 114 118 120 116 10
12 113 115 118 120 114 116 7
13 118 116 117 116 114 116.2 4
14 119 116 117 118 120 118 4
15 120 118 117 117 120 118.4 3
16 116 113 118 116 119 116.4 6
17 115 113 114 110 119 114.2 9
18 117 116 116 118 119 117.2 3
19 116 115 115 114 116 115.2 2
20 116 113 114 116 115 114.8 3
Se desea establecer un grfico de control para el Peso
Envasado del producto Trozos de caballa en aceite. Se
ha tomado cada 1 hora muestras de tamao 5. Los datos
obtenidos se expresan en gramos.
GRAFICO DE CONTROL DE SHEWHART
Calculamos la media de medias y rango promedio:

20
=1
= = 116.30
20
20
=1
= = 5.05
20
Calculamos los lmites de control del grafico de
medias. Para n=5

= + 2 . = 116.30 + 0.577 5.05 = 119.21

= = 116.30
= 2 . = 116.30 0.577 5.05 = 113.39
Grfico de control para el envasado usando
el software statgraphics
Grfico X-bar para PESO ENVASADO

121

119 119.21
X-bar

117
116.30

115

113.39
113
0 4 8 12 16 20
5

Representacin del grafico SHEWHART en el statgraphics 16

GRFICO DE CONTROL PARA EL RANGO

LIMITES DE CONTROL PARA EL RANGO:

= 4 . = 2.115 5.05 = 10.68

= = 5.05
= 3 . = 0.00 5.05 = 0.00
GRFICO DE CONTROL PARA EL RANGO

Grfico de Rangos para PESO ENVASADO

12
10.68
10

8
Rango

6
5.05
4

0 0.00
0 4 8 12 16 20
5
GRAFICO DE CONTROL DE SUMA ACUMULADA (CUSUM)
TABULAR PARA SUBGRUPOS RACIONALES
Para ilustrar los clculos para la cusum tabular
para subgrupos racionales se utilizaran los
datos de la siguiente tabla:
Recurdese que el valor objetivo es 0 = 116.3,
el tamao de la muestra es n=5, y se supondr
que la magnitud del corrimiento que quiere
detectarse es 0.15 gramos. Cada hora se toma
muestras de tamao 5. Las medias y rangos de
las ltimas 20 muestras son:
ente tabla:
Muestra Media Rango

1 116.8 6
2 118.4 3
3 116.8 6
4 116.4 6
5 115.8 5
6 116.2 4
7 115.2 3
8 115.4 6
9 116.6 7
10 116 4
11 116 10
12 116 7
13 116.2 4
14 118 4
15 118.4 3
16 116.4 6
17 114.2 9
18 117.2 3
19 115.2 2
20 114.8 3
En primer estimaremos la desviacin estndar del proceso
mediante la siguiente formula:

=
2,5
Buscamos 2,5 en la tabla y nos da un valor igual a 2.326
5.05
= = 2.1711
2.326
Para aplicar la CUSUM tabular, tenemos que la media del
proceso es igual = 116.3, igual al valor nominal 0 = 116.3
2.1711
gramos. El error estndar histrico es = = = 0.97
5
e intenta detectar un cambio de 0.15 con la cual se tiene
que el cambio de inters es = 0.15/0.97= 0.15. El valor de
referencia es k=0.075 y el intervalo de decisin es h=5. Al
expresar estos parmetros en las unidades originales se
tiene que K y H son respectivamente: K= 0.075 =
0.075(0.97)= 0.07 y H=5 =5(0.97)=4.85
De manera que la suma por arriba + acumula
solo cuando la media observada al tiempo i es
mayor que 0 + = 116.37 y la suma por debajo
acumula solo cuando la media observada al

tiempo i es menor que u0 K = 116.23 .
 Media Cusum
Subgrup
o C+ N+ C- N- Rango

1 0.427179 1 0 0 6
2 2.45436 2 0 0 3
3 2.88154 3 0 0 6
4 2.90872 4 0 0 6
5 2.33589 5 0.427179 1 5
6 2.16307 6 0.454358 2 4
7 0.990251 7 1.48154 3 3
8 0.0174303 8 2.30872 4 6
9 0.244609 9 1.93589 5 7
10 0 0 2.16307 6 4
11 0 0 2.39025 7 10
12 0 0 2.61743 8 7
13 0 0 2.64461 9 4
14 1.62718 1 0.871788 10 4
15 3.65436 2 0 0 3
16 3.68154 3 0 0 6
17 1.50872 4 2.02718 1 9
18 2.33589 5 1.05436 2 3
19 1.16307 6 2.08154 3 2
20 0 0 3.50872 4 3
 GRAFICO CUSUM TABULAR

Grfico de Estado CuSum para media

5.1
H=4.85
3.1
CuSum

1.1
K=0.07
-0.9 K=-0.07

-2.9

-4.9 H=-4.85
0 4 8 12 16 20
Subgrupo
 LONGITUD PROMEDIO DE RACHAS (ARL) EN EL
GRAFICO CUSUM
En nuestro ejemplo visto anteriormente tenemos
lo siguiente:
k=0.075 y h=5. Para hallar 0 , primero se
calcularan los valores 0 para los esquemas
bilaterales. Se hace = 0.15 entonces:
= = 0.15 0.075 = 0.075
= + 1.166 = 5 + 1.166 = 6.166
Por lo tanto obtenemos:
2(0.075)(6.166) + 2(0.075)(6.166) 1
ARL+ =
2(0.075)2
= 28.58
Por otro lado, para el clculo de ARL , se tiene que:
= = 0.15 0.075 = 0.225
= + 1.166 = 5 + 1.166 = 6.166
2(0.225)(6.166) + 2(0.225)(6.166) 1
ARL = 2
= 121.08
2(0.225)
Luego la ARL bajo control de la CUSUM bilateral es:
1 1 1 1 1
= +
+
= + = 0.043249
ARL ARL 28.58 121.08
De donde se tiene que:
ARL=23.12

INTERPRETACION:
Para detectar un punto por primera vez fuera de los
lmites de control se necesita 23 muestras.
GRAFICO DE CONTROL EWMA
Subgrupo Tamao EWMA Rango
1 5 116.4 6
2 5 116.8 3
3 5 116.8 6
4 5 116.72 6
5 5 116.536 5
6 5 116.469 4
7 5 116.215 3
8 5 116.052 6
9 5 116.162 7
10 5 116.129 4
11 5 116.103 10
12 5 116.083 7
13 5 116.106 4
14 5 116.485 4
15 5 116.868 3
16 5 116.774 6
17 5 116.26 9
18 5 116.448 3
19 5 116.198 2
20 5 115.918 3
 Grfico de control EWMA para el peso de
envasado de caballa.
Grfico EWMA para media
117.4
UCL = 117.27
117
116.6
EWMA

116.2 CTR = 116.30

115.8
115.4
LCL = 115.33
115
0 4 8 12 16 20
Subgrupo

En el grfico EWMA se puede observar que no hay puntos fuera de

de los lmites de control, por lo que el proceso est bajo control
estadstico respecto a su media.
 CONCLUSIONES
De acuerdo al estudio realizado, comparando
los diferentes grficos como: SHEWHART,
CUSUM y EWMA se pudo observar que el
proceso de peso de envasado de caballa est
bajo control estadstico de calidad, aun
tomando corrimientos pequeos

Paraque el grafico CUSUM detecte por

primera vez un punto fuera de los lmites se
necesitaran 23 muestras segn la longitud
promedio de rachas.
ANEXOS
 BIBLIOGRAFIA
MONTGOMERY DOUGLAS C.:Control
Estadstico de Calidad ,Editorial Limosa wiley. 3ra
Edicin .Mxico. 2004
Dr.HARO DIAZ CESAR LEONARDO. : Control
Estadstico de Calidad I
MUCHAS
GRACIAS