Para analizar estos datos, ¿Cuál carta (p o np) recomendaría?ю
paco123451Apuntes4 de Diciembre de 2016
434 Palabras (2 Páginas)5.103 Visitas
7. Para analizar la estabilidad de la cantidad de artículos defectuosos en un proceso de producción y tratar de mejorarlo, se toma una muestra de 120 piezas cada cuatro horas, mediante el método de intervalo. Los datos obtenidos durante seis días se muestran en la siguiente tabla:
MUESTRA | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
N | 120 | 120 | 120 | 120 | 120 | 120 | 120 | 120 | 120 | 120 |
ARTÍCULOS DEFECTUOSOS | 11 | 10 | 7 | 10 | 4 | 12 | 8 | 5 | 14 | 12 |
11 | 12 | 13 | 14 | 15 | 16 | 17 | 18 | 19 | 20 |
120 | 120 | 120 | 120 | 120 | 120 | 120 | 120 | 120 | 120 |
8 | 7 | 9 | 6 | 6 | 11 | 9 | 7 | 6 | 10 |
- Para analizar estos datos, ¿Cuál carta (p o np) recomendaría?
NP; piezas no pasan con un tamaño de lote constante. Que en este caso aplica con un lote de 120
- Mediante una carta p, analice los datos.
MUESTRA | N | ARTÍCULOS DEFECTUOSOS | P | LIMITE DE CONTROL CENTRAL | LIMITE DE CONTROL SUPERIOR | LIMITE DE CONTROL INFERIOR |
1 | 120 | 11 | 0.0917 | 0.0717 | 0.142305124 | 0.00102821 |
2 | 120 | 10 | 0.0833 | 0.0717 | 0.142305124 | 0.00102821 |
3 | 120 | 7 | 0.0583 | 0.0717 | 0.142305124 | 0.00102821 |
4 | 120 | 10 | 0.0833 | 0.0717 | 0.142305124 | 0.00102821 |
5 | 120 | 4 | 0.0333 | 0.0717 | 0.142305124 | 0.00102821 |
6 | 120 | 12 | 0.1000 | 0.0717 | 0.142305124 | 0.00102821 |
7 | 120 | 8 | 0.0667 | 0.0717 | 0.142305124 | 0.00102821 |
8 | 120 | 5 | 0.0417 | 0.0717 | 0.142305124 | 0.00102821 |
9 | 120 | 14 | 0.1167 | 0.0717 | 0.142305124 | 0.00102821 |
10 | 120 | 12 | 0.1000 | 0.0717 | 0.142305124 | 0.00102821 |
11 | 120 | 8 | 0.0667 | 0.0717 | 0.142305124 | 0.00102821 |
12 | 120 | 7 | 0.0583 | 0.0717 | 0.142305124 | 0.00102821 |
13 | 120 | 9 | 0.0750 | 0.0717 | 0.142305124 | 0.00102821 |
14 | 120 | 6 | 0.0500 | 0.0717 | 0.142305124 | 0.00102821 |
15 | 120 | 6 | 0.0500 | 0.0717 | 0.142305124 | 0.00102821 |
16 | 120 | 11 | 0.0917 | 0.0717 | 0.142305124 | 0.00102821 |
17 | 120 | 9 | 0.0750 | 0.0717 | 0.142305124 | 0.00102821 |
18 | 120 | 7 | 0.0583 | 0.0717 | 0.142305124 | 0.00102821 |
19 | 120 | 6 | 0.0500 | 0.0717 | 0.142305124 | 0.00102821 |
20 | 120 | 10 | 0.0833 | 0.0717 | 0.142305124 | 0.00102821 |
[pic 1]
- ¿Cómo explicaría los límites de control que obtuvo?
Se observa claramente que los limites van de 0.01 aumentando en una proporción aproximada de .07 para el limite central, añadiendo .07 más se puede obtener el límite de control superior. Permitiendo así pues que todo el proceso quede bajo control.
- De acuerdo con los costos de producción, el nivel de artículos defectuosos máximo tolerable es de 10%. Por lo tanto, se sugiere que el límite de control superior de la carta p sea 0.10. ¿Es correcta esta sugerencia?
No, es incorrecta. Ya que si lo que se deseará fuera un nivel de artículos defectuosos del 10%, el máximo permisible de artículos, serían 12. No obstante p (proporción) cambiaría a 0.10 lo que sustituyendo para obtener un límite de control superior, quedaría.
=0.1+3*(RAIZ((0.1*(1-0.1))/120))
Resultando como límite de control superior: 0.182158384
8. Analice los datos anteriores con una carta np
MUESTRA | N | ARTÍCULOS DEFECTUOSOS (NP) | P | LIMITE DE CONTROL CENTRAL | LIMITE DE CONTROL SUPERIOR | LIMITE DE CONTROL INFERIOR |
1 | 120 | 11 | 0.0917 | 0.0717 | 17.07661489 | 0.12338511 |
2 | 120 | 10 | 0.0833 | 0.0717 | 17.07661489 | 0.12338511 |
3 | 120 | 7 | 0.0583 | 0.0717 | 17.07661489 | 0.12338511 |
4 | 120 | 10 | 0.0833 | 0.0717 | 17.07661489 | 0.12338511 |
5 | 120 | 4 | 0.0333 | 0.0717 | 17.07661489 | 0.12338511 |
6 | 120 | 12 | 0.1000 | 0.0717 | 17.07661489 | 0.12338511 |
7 | 120 | 8 | 0.0667 | 0.0717 | 17.07661489 | 0.12338511 |
8 | 120 | 5 | 0.0417 | 0.0717 | 17.07661489 | 0.12338511 |
9 | 120 | 14 | 0.1167 | 0.0717 | 17.07661489 | 0.12338511 |
10 | 120 | 12 | 0.1000 | 0.0717 | 17.07661489 | 0.12338511 |
11 | 120 | 8 | 0.0667 | 0.0717 | 17.07661489 | 0.12338511 |
12 | 120 | 7 | 0.0583 | 0.0717 | 17.07661489 | 0.12338511 |
13 | 120 | 9 | 0.0750 | 0.0717 | 17.07661489 | 0.12338511 |
14 | 120 | 6 | 0.0500 | 0.0717 | 17.07661489 | 0.12338511 |
15 | 120 | 6 | 0.0500 | 0.0717 | 17.07661489 | 0.12338511 |
16 | 120 | 11 | 0.0917 | 0.0717 | 17.07661489 | 0.12338511 |
17 | 120 | 9 | 0.0750 | 0.0717 | 17.07661489 | 0.12338511 |
18 | 120 | 7 | 0.0583 | 0.0717 | 17.07661489 | 0.12338511 |
19 | 120 | 6 | 0.0500 | 0.0717 | 17.07661489 | 0.12338511 |
20 | 120 | 10 | 0.0833 | 0.0717 | 17.07661489 | 0.12338511 |
8.6 | 0.0717 |
[pic 2]
ANÁLISIS DE CAPACIDAD: [pic 3]
15.- A continuación se presenta el número de defectos observados en las muestras de 24 lotes consecutivos de circuitos electrónicos. El número de circuitos inspeccionados en cada muestra es variable.
...