7 Herramientas de calidad - 3 Grafica de control.pptx

RUBEN QUISTIAN ZAPATA
RUBEN QUISTIAN ZAPATA

1. Lorem ipsum dolor sit amet, consectetur adipiscing elit. 7 Herramientas de calidad utilizando MINITAB Ruben Quistian Zapata

2. GRÁFICAS DE CONTROL DATOS CONTINUOS 2

3. Gráficas de control de variables para datos individuales 3

4. HERRAMIENTA 3: GRAFICA DE CONTROL 4 ¿Qué es una gráfica de control de variables? Las gráficas de control de variables grafican datos de procesos de medición continua, tales como longitud o presión, en una secuencia ordenada por tiempo. En contraste, las gráficas de control de atributos grafican datos de conteo, tales como el número de defectos o unidades defectuosas. Existen dos tipos principales de gráficas de control de variables: gráficas para datos recopilados en subgrupos y gráficas para mediciones individuales.

5. HERRAMIENTA 3: GRAFICA DE CONTROL 5 Las graficas de control se dividen en dos : -Gráficas de control de variables para datos individuales - Gráficas de control de variables para datos de subgrupos

6. HERRAMIENTA 3: GRAFICA DE CONTROL 6 Gráficas de control de variables para datos individuales Cada punto en la gráfica representa una medición individual; de esta manera, el tamaño del subgrupo es 1. Las gráficas de observaciones individuales se utilizan cuando las mediciones son costosas, el volumen de producción es bajo o los productos tienen un tiempo largo entre ciclos; por ejemplo, para probar la resistencia al impacto de las piezas (pruebas de destrucción).

7. HERRAMIENTA 3: GRAFICA DE CONTROL 7 Gráficas de control de variables para datos individuales - Gráfica I-MR Utilice la Gráfica I-MR para monitorear la media y la variación del proceso cuando tenga datos continuos que sean observaciones individuales que no están en subgrupos. Utilice esta gráfica de control para monitorear la estabilidad del proceso en el tiempo, de manera que pueda identificar y corregir las inestabilidades en un proceso.

8. HERRAMIENTA 3: GRAFICA DE CONTROL 8 EJEMPLO : Gráficas de control de variables para datos individuales - Gráfica I-MR En el departamento de producción , el ingeniero de procesos lleva el monitoreo del ph final en la fermentación de la cerveza mas producida , por lo que es importante tener un análisis al final de la fermentación . Debido a que solo se hace una medición de ph por lote se procede a realizar una grafica I-MR

9. HERRAMIENTA 3: GRAFICA DE CONTROL 9 EJEMPLO : Gráficas de control de variables para datos individuales - Gráfica I-MR : .. Primero se tienen que introducir los datos con la identificación correcta del lote . Posteriormente se procede a encontrar la grafica deseada.

10. HERRAMIENTA 3: GRAFICA DE CONTROL 10 EJEMPLO : Gráficas de control de variables para datos individuales - Gráfica I-MR : .. Seleccione la columna C2 que representa la variable de estudio , una vez seleccionada haga click en el botón de aceptar .

11. HERRAMIENTA 3: GRAFICA DE CONTROL 11 EJEMPLO : Gráficas de control de variables para datos individuales - Gráfica I-MR : .. Interprete primero la gráfica de rangos móviles (gráfica MR) para examinar la variación del proceso. Ninguno de los puntos está fuera de los límites de control y los puntos presentan un patrón aleatorio. Por lo tanto, la variación del proceso está bajo control y el ingeniero de procesos puede examinar el centro del proceso en la gráfica de observaciones individuales (gráfica I).

12. HERRAMIENTA 3: GRAFICA DE CONTROL 12 EJEMPLO : Gráficas de control de variables para datos individuales - Gráfica I-MR : .. PRUEBA 1. Un punto fuera más allá de 3.00 desviaciones estándar de la línea central. La prueba falló en los puntos: 8 PRUEBA 5. 2 de 3 puntos más de 2 desviaciones estándar de la línea central (en un mismo lado de la LC). La prueba falló en los puntos: 20, 21

13. HERRAMIENTA 3: GRAFICA DE CONTROL 13 Gráficas de control de variables para datos individuales - Gráfica Z-MR Utilice la Gráfica Z-MR para monitorear la media y la variación de partes diferentes cuando se producen relativamente pocas unidades de cada parte, como en los procesos de corridas cortas. Con frecuencia, los procesos de corridas cortas no tienen suficientes datos en cada corrida para producir estimaciones adecuadas de los parámetros del proceso. Usted puede utilizar una sola máquina o proceso para producir muchas piezas diferentes o productos diferentes. Por ejemplo, puede producir solo 20 unidades de una parte y luego configurar la máquina para producir una parte diferente en la siguiente corrida. El método más general parte del supuesto de que cada parte o lote producido por un proceso tiene su propio promedio y desviación estándar únicos. Si se pueden obtener el promedio y la desviación estándar, entonces los datos del proceso se pueden estandarizar al restar la media y dividir el resultado entre la desviación estándar. La gráfica Z-MR representa las observaciones individuales (z) y los rangos móviles estandarizados, de modo que usted pueda evaluar los datos de diferentes corridas en una misma gráfica de control .

14. HERRAMIENTA 3: GRAFICA DE CONTROL 14 EJEMPLO : Gráficas de control de variables para datos individuales - Gráfica Z-MR Un fabricante utiliza corridas cortas para crear pequeños lotes de productos enlatados . El gerente de calidad mide partes producidas por tres corridas para evaluar la estabilidad del proceso de engargolado .

15. HERRAMIENTA 3: GRAFICA DE CONTROL 15 EJEMPLO : Gráficas de control de variables para datos individuales - Gráfica Z -MR … Primero se tienen que vaciar los datos de cada corrida , identificando una columna con los datos y otra para la corrida que pertenece , posteriormente se escoge la grafica a utilizar

16. HERRAMIENTA 3: GRAFICA DE CONTROL 16 EJEMPLO : Gráficas de control de variables para datos individuales - Gráfica Z -MR … 1-seleccionar en “variables “ las columnas numéricas , 2- Seleccionar en “indicador de parte “ la columna que contiene la etiqueta de corrida , 3-seleccionar opciones de Z-MR

17. HERRAMIENTA 3: GRAFICA DE CONTROL 17 EJEMPLO : Gráficas de control de variables para datos individuales - Gráfica Z -MR … 4-seleccionar en “estimación “ en “como definir grupos de observación “ como relativo al tamaño

18. HERRAMIENTA 3: GRAFICA DE CONTROL 18 EJEMPLO : Gráficas de control de variables para datos individuales - Gráfica Z -MR … 5-Seleccionar en “ puebas “ todas las pruebas 6- Dar click en aceptar en las dos ventanas emergentes

19. HERRAMIENTA 3: GRAFICA DE CONTROL 19 EJEMPLO : Gráficas de control de variables para datos individuales - Gráfica Z -MR … El punto 13 está por encima del límite de control en la gráfica de rangos. Además, la Corrida A parece tener menos variación en los rangos móviles que la Corrida B o la Corrida C. Esa variación entre las corridas también se puede ver en la gráfica Z. Con base en estos resultados, es probable que causas especiales estén influyendo en el proceso actualmente

20. 20 Gráficas de control de variables para datos de subgrupos

21. HERRAMIENTA 3: GRAFICA DE CONTROL 21 Gráficas de control de variables para datos de subgrupos – Grafica X- BarraR Utilice Gráfica Xbarra -R para monitorear la media y la variación de un proceso cuando tenga datos continuos y tamaños de subgrupo de 8 o menos. Utilice esta gráfica de control para monitorear la estabilidad del proceso en el tiempo, de manera que pueda identificar y corregir las inestabilidades en un proceso.

22. HERRAMIENTA 3: GRAFICA DE CONTROL 22 Gráficas de control de variables para datos de subgrupos – Grafica X- BarraR Los datos deben ser continuos Si sus datos son conteos de defectuosos o de defectos, utilice una gráfica de control de atributos, tal como Gráfica P o Gráfica U. Los datos deben estar en orden cronológico Puesto que las gráficas de control detectan los cambios en el tiempo, el orden de los datos es importante. Usted debe ingresar los datos en el orden en que se recolectaron, con los datos más viejos en la parte superior de la hoja de trabajo. Los datos se deben recolectar en intervalos de tiempo adecuados Recolecte los datos a intervalos de tiempo con igual separación, como por ejemplo a cada hora, en cada turno o cada día. Seleccione un intervalo de tiempo que sea suficientemente corto para que usted pueda identificar cambios en el proceso poco después que ocurra el cambio.

23. HERRAMIENTA 3: GRAFICA DE CONTROL 23 Gráficas de control de variables para datos de subgrupos – Grafica X- BarraR Los datos deben estar en subgrupos racionales Un subgrupo racional es una pequeña muestra de elementos que son similares, que se producen en un corto período de tiempo bajo las mismas condiciones (como operador, equipo o proveedor) y que son representativos de la salida de un proceso. Si los subgrupos no son subgrupos racionales, los límites de control estimados podrían ser demasiado amplios. El tamaño del subgrupo debe ser 8 o menos observaciones Para subgrupos que tengan 9 o más observaciones, utilice Gráfica Xbarra -S. Si usted no tiene subgrupos, utilice Gráfica I-MR.

24. HERRAMIENTA 3: GRAFICA DE CONTROL 24 Gráficas de control de variables para datos de subgrupos – Grafica X- BarraR Recopilar una cantidad adecuada de datos La cantidad adecuada de datos depende del tamaño del subgrupo. Si el tamaño del subgrupo es menor que o igual a 2, recopile al menos 100 observaciones. Si el tamaño del subgrupo es 3, recopile al menos 80 observaciones. Si el tamaño del subgrupo es 4 o 5, recopile al menos 70 observaciones. Si el tamaño del subgrupo es 6, recopile al menos 60 observaciones. Si usted tiene menos del número recomendado de observaciones, entonces aún puede utilizar la gráfica de control, pero los resultados son preliminares porque los límites de control podrían no ser precisos. Si utiliza la gráfica habitualmente, vuelva a estimar la desviación estándar y los límites de control después de recolectar el número recomendado de observaciones.

25. HERRAMIENTA 3: GRAFICA DE CONTROL 25 Gráficas de control de variables para datos de subgrupos – Grafica X- BarraR Los datos no necesitan estar distribuidos normalmente Aunque la mayoría de las gráficas de control para datos de variables están basadas formalmente en el supuesto de normalidad, todavía puede obtener buenos resultados con datos no normales si recoge los datos en subgrupos. El tamaño de subgrupo requerido depende de qué tan no normales sean los datos. Las observaciones dentro de cada subgrupo no deben estar correlacionadas entre sí Si los puntos de datos consecutivos dentro de cada subgrupo están correlacionados, los límites de control serán demasiado estrechos y la gráfica de control podría mostrar incorrectamente algunos puntos bajo control como si estuvieran fuera de control.

26. HERRAMIENTA 3: GRAFICA DE CONTROL 26 Gráficas de control de variables para datos de subgrupos – Grafica X- BarraR Los datos no necesitan estar distribuidos normalmente Aunque la mayoría de las gráficas de control para datos de variables están basadas formalmente en el supuesto de normalidad, todavía puede obtener buenos resultados con datos no normales si recoge los datos en subgrupos. El tamaño de subgrupo requerido depende de qué tan no normales sean los datos. Las observaciones dentro de cada subgrupo no deben estar correlacionadas entre sí Si los puntos de datos consecutivos dentro de cada subgrupo están correlacionados, los límites de control serán demasiado estrechos y la gráfica de control podría mostrar incorrectamente algunos puntos bajo control como si estuvieran fuera de control.

27. HERRAMIENTA 3: GRAFICA DE CONTROL 27 EJEMPLO Gráficas de control de variables para datos de subgrupos – Grafica X- BarraR E n Una planta de quesos uno de los parámetros mas importantes en el queso madurado es el pH en tina de cuajado , por lo que se monitorea el pH final del proceso de cuajado en tres tinas de cuajado , debido a que es un proceso critico se realizan 5 análisis en cada lote .

28. HERRAMIENTA 3: GRAFICA DE CONTROL 28 EJEMPLO Gráficas de control de variables para datos de subgrupos – Grafica X- BarraR 1- Se tienen que vaciar los datos obtenidos durante el proceso , cuidando que sean similares en este casos serán 5 análisis por subgrupo , siendo 20 subrgrupos . Se traduce a 20 lotes y 5 análisis por lote.

29. HERRAMIENTA 3: GRAFICA DE CONTROL 29 EJEMPLO Gráficas de control de variables para datos de subgrupos – Grafica X- BarraR 2- Selecciona “Todas las observaciones para una grafica están en una columna “ , posteriormente selecciona las columnas <Tina 1 , Tina 2 , Tina 3> , en la parte donde dice “Tamaños de los grupos” selecciona ID de grupo , … Selecciona Opciones de Xbarra -R

30. HERRAMIENTA 3: GRAFICA DE CONTROL 30 EJEMPLO Gráficas de control de variables para datos de subgrupos – Grafica X- BarraR Selecciona “Pruebas “ y realizar pruebas seleccionadas para causas especiales , , haz click en aceptar en ambas ventanas

31. HERRAMIENTA 3: GRAFICA DE CONTROL 31 EJEMPLO Gráficas de control de variables para datos de subgrupos – Grafica X- BarraR Interpretar los resultados Minitab crea tres gráficas Xbarra -R, una gráfica para cada Tina. El ingeniero examina la gráfica R primero, porque si la gráfica R muestra que la variación del proceso no está bajo control, entonces los límites de control en la gráfica Xbarra son inexactos. Las gráficas R para las tres máquinas muestran que la variación del proceso está bajo control. Ningún punto está fuera de control y todos los puntos se encuentran dentro de los límites de control en un patrón aleatorio. Las gráficas Xbarra muestran que la máquina 2 está bajo control, pero las máquinas 1 y 3 no lo están. En la gráfica Xbarra de la máquina 2, ningún punto está fuera de control. Sin embargo, la máquina 1 tiene un punto fuera de control y la máquina 3 tiene dos puntos fuera de control.

32. HERRAMIENTA 3: GRAFICA DE CONTROL 32 EJEMPLO Gráficas de control de variables para datos de subgrupos – Grafica X- BarraR

33. HERRAMIENTA 3: GRAFICA DE CONTROL 33 EJEMPLO Gráficas de control de variables para datos de subgrupos – Grafica X- BarraR Resultados de la prueba para la gráfica Xbarra de TINA 1 PRUEBA 1. Un punto fuera más allá de 3.00 desviaciones estándar de la línea central. La prueba falló en los puntos: 8 PRUEBA 5. 2 de 3 puntos más de 2 desviaciones estándar de la línea central (en un mismo lado de la LC). La prueba falló en los puntos: 17 PRUEBA 6. 4 de 5 puntos más de 1 desviación estándar a partir de la línea central (en un mismo lado de la LC). La prueba falló en los puntos: 12, 13, 19, 20

34. HERRAMIENTA 3: GRAFICA DE CONTROL 34 EJEMPLO Gráficas de control de variables para datos de subgrupos – Grafica X- BarraR Resultados de la prueba para la gráfica Xbarra de TINA 3 PRUEBA 1. Un punto fuera más allá de 3.00 desviaciones estándar de la línea central. La prueba falló en los puntos: 2, 14 PRUEBA 6. 4 de 5 puntos más de 1 desviación estándar a partir de la línea central (en un mismo lado de la LC). La prueba falló en los puntos: 9

35. HERRAMIENTA 3: GRAFICA DE CONTROL 35 Gráficas de control de variables para datos de subgrupos – Grafica X-Barra-S Utilice la Gráfica Xbarra -S para monitorear la media y la variación de un proceso cuando tenga datos continuos y tamaños de subgrupo de 9 o más. Utilice esta gráfica de control para monitorear la estabilidad del proceso en el tiempo, de manera que pueda identificar y corregir las inestabilidades en un proceso .

36. HERRAMIENTA 3: GRAFICA DE CONTROL 36 Gráficas de control de variables para datos de subgrupos – Grafica X-Barra-S Los datos deben ser continuos Si sus datos son conteos de defectuosos o de defectos, utilice una gráfica de control de atributos, tal como Gráfica P o Gráfica U. Los datos deben estar en orden cronológico Puesto que las gráficas de control detectan los cambios en el tiempo, el orden de los datos es importante. Usted debe ingresar los datos en el orden en que se recolectaron, con los datos más viejos en la parte superior de la hoja de trabajo. Los datos se deben recolectar en intervalos de tiempo adecuados Recolecte los datos a intervalos de tiempo con igual separación, como por ejemplo a cada hora, en cada turno o cada día. Seleccione un intervalo de tiempo que sea suficientemente corto para que usted pueda identificar cambios en el proceso poco después que ocurra el cambio. Los datos deben estar en subgrupos racionales Un subgrupo racional es una pequeña muestra de elementos que son similares, que se producen en un corto período de tiempo bajo las mismas condiciones (como operador, equipo o proveedor) y que son representativos de la salida de un proceso. Si los subgrupos no son subgrupos racionales, los límites de control estimados podrían ser demasiado amplios.

37. HERRAMIENTA 3: GRAFICA DE CONTROL 37 Gráficas de control de variables para datos de subgrupos – Grafica X-Barra-S El tamaño del subgrupo debe ser 9 o más observaciones Para subgrupos que tengan 2−8 observaciones, utilice Gráfica Xbarra -R. Si usted no tiene subgrupos, utilice Gráfica I-MR. Los datos deben incluir por lo menos 60 observaciones totales Si usted tiene menos del número recomendado de observaciones, entonces aún puede utilizar la gráfica de control, pero los resultados son preliminares porque los límites de control podrían no ser precisos. Si utiliza la gráfica habitualmente, vuelva a estimar la desviación estándar y los límites de control después de recolectar el número recomendado de observaciones. Los datos no necesitan estar distribuidos normalmente Aunque la mayoría de las gráficas de control para datos de variables están basadas formalmente en el supuesto de normalidad, todavía puede obtener buenos resultados con datos no normales si recoge los datos en subgrupos. El tamaño de subgrupo requerido depende de qué tan no normales sean los datos. Las observaciones dentro de cada subgrupo no deben estar correlacionadas entre sí Si los puntos de datos consecutivos dentro de cada subgrupo están correlacionados, los límites de control serán demasiado estrechos y la gráfica de control podría mostrar incorrectamente algunos puntos bajo control como si estuvieran fuera de control .

38. HERRAMIENTA 3: GRAFICA DE CONTROL 38 EJEMPLO Gráficas de control de variables para datos de subgrupos – Grafica X-Barra-S En una planta envasadora de jugos y leches en Tetra Pak , Tetra brik se tiene una línea continua 24/7 , Los ingenieros de proceso se disponen a realizar un análisis en el llenado de las envasadoras por lo que se disponen a realizar el análisis , se pesa el producto cada hora , pesando 10 envases por hora .

39. HERRAMIENTA 3: GRAFICA DE CONTROL 39 EJEMPLO Gráficas de control de variables para datos de subgrupos – Grafica X-Barra-S 1- En una columna coloca los datos de Peso y en otra columna coloca los datos de ID sugrupo , para que el programa pueda relacionar a que grupo pertenece

40. HERRAMIENTA 3: GRAFICA DE CONTROL 40 EJEMPLO Gráficas de control de variables para datos de subgrupos – Grafica X-Barra-S 2-Selecciona “Todas la observaciones para ina grafica están en una columna “ , posteriromente selecciona peso “ como los datos , y en “Tamaños de los subgrupos “ selecciona > ID de grupo < , después selecciona opciones de “ Xbarra -S”

41. HERRAMIENTA 3: GRAFICA DE CONTROL 41 EJEMPLO Gráficas de control de variables para datos de subgrupos – Grafica X-Barra-S 3 -Selecciona “ Pruebas “ y finalmente selecciona todas las pruebas de interés , finalmente seleciona “aceptar en los dos cuadros .

42. HERRAMIENTA 3: GRAFICA DE CONTROL 42 EJEMPLO Gráficas de control de variables para datos de subgrupos – Grafica X-Barra-S Interpretar los resultados Interprete la gráfica S primero. Ninguno de los puntos está fuera de los límites de control y los puntos muestran un patrón aleatorio. Por lo tanto, la variación del proceso está bajo control y el ingeniero puede examinar el centro del proceso en la gráfica Xbarra .

43. HERRAMIENTA 3: GRAFICA DE CONTROL 43 EJEMPLO Gráficas de control de variables para datos de subgrupos – Grafica X-Barra-S PRUEBA 1. Un punto fuera más allá de 3.00 desviaciones estándar de la línea central. La prueba falló en los puntos: 3 PRUEBA 5. 2 de 3 puntos más de 2 desviaciones estándar de la línea central (en un mismo lado de la LC). La prueba falló en los puntos: 3, 4 PRUEBA 6. 4 de 5 puntos más de 1 desviación estándar a partir de la línea central (en un mismo lado de la LC). La prueba falló en los puntos: 5, 14, 15

44. HERRAMIENTA 3: GRAFICA DE CONTROL 44 Gráficas de control de variables para datos de subgrupos – Gráfica I-MR-R/S Utilice la Gráfica I-MR-R/S para monitorear la media del proceso y la variación entre y dentro de los subgrupos cuando cada subgrupo sea una parte o un lote diferente . Utilice esta gráfica de control para monitorear la estabilidad del proceso en el tiempo, de manera que pueda identificar y corregir las inestabilidades en un proceso.

45. HERRAMIENTA 3: GRAFICA DE CONTROL 45 Gráficas de control de variables para datos de subgrupos – Gráfica I-MR-R/S Los datos deben ser continuos Si sus datos son conteos de defectuosos o de defectos, utilice una gráfica de control de atributos, tal como Gráfica P o Gráfica U. Los datos deben estar en orden cronológico Puesto que las gráficas de control detectan los cambios en el tiempo, el orden de los datos es importante. Usted debe ingresar los datos en el orden en que se recolectaron, con los datos más viejos en la parte superior de la hoja de trabajo. Los datos se deben recolectar en intervalos de tiempo adecuados Recolecte los datos a intervalos de tiempo con igual separación, como por ejemplo a cada hora, en cada turno o cada día. Seleccione un intervalo de tiempo que sea suficientemente corto para que usted pueda identificar cambios en el proceso poco después que ocurra el cambio.

46. HERRAMIENTA 3: GRAFICA DE CONTROL 46 Gráficas de control de variables para datos de subgrupos – Gráfica I-MR-R/S Los datos están en subgrupos que tienen una fuente consistente de variación interna Es importante asegurarse de que las mediciones se tomen en el mismo conjunto de ubicaciones para cada subgrupo, de modo que la variación interna sea consistente. Los datos deben incluir por lo menos 100 observaciones totales en todos los subgrupos Si usted tiene menos del número recomendado de observaciones, entonces aún puede utilizar la gráfica de control, pero los resultados son preliminares porque los límites de control podrían no ser precisos. Si utiliza la gráfica habitualmente, vuelva a estimar la desviación estándar y los límites de control después de recolectar el número recomendado de observaciones.

47. HERRAMIENTA 3: GRAFICA DE CONTROL 47 Gráficas de control de variables para datos de subgrupos – Gráfica I-MR-R/S Los datos no necesitan estar distribuidos normalmente Aunque la mayoría de las gráficas de control para datos de variables están basadas formalmente en el supuesto de normalidad, todavía puede obtener buenos resultados con datos no normales si recoge los datos en subgrupos. El tamaño de subgrupo requerido depende de qué tan no normales sean los datos. Las observaciones dentro de cada subgrupo no deben estar correlacionadas entre sí Si los puntos de datos consecutivos dentro de cada subgrupo están correlacionados, los límites de control serán demasiado estrechos y la gráfica de control podría mostrar incorrectamente algunos puntos bajo control como si estuvieran fuera de control.

48. HERRAMIENTA 3: GRAFICA DE CONTROL 48 Gráficas de control de variables para datos de subgrupos – Gráfica I-MR-R/S En una empresa de alimentos lácteos , se elabora dos lotes de una base para helado especial libre de lácteos por lo que se tiene que realizar una limpieza CIP profunda en la línea de producción , para validar que se realizo la limpieza, los inspectores de calidad realizan una liberación con 5 análisis en un luminometro (URL) , el ingeniero de calidad elabora una grafica de control para investigar desviaciones en la limpieza.

49. HERRAMIENTA 3: GRAFICA DE CONTROL 49 Gráficas de control de variables para datos de subgrupos – Gráfica I-MR-R/S. 1-Primero se debe en una columna poner los datos obtenidos , y en la segunda poner la etiqueta al subgrupo , después selecciona la grafica I-MR-R/S

50. HERRAMIENTA 3: GRAFICA DE CONTROL 50 Gráficas de control de variables para datos de subgrupos – Gráfica I-MR-R/S. 1-Selecciona “ todas las observaciones para una grafia en una columna” , posterior selecciona los datos obtenidos URL , y finalmente en “Tamaño de los grupos >Subgrupo< , entra a Opciones de I-MR-R/S

51. HERRAMIENTA 3: GRAFICA DE CONTROL 51 Gráficas de control de variables para datos de subgrupos – Gráfica I-MR-R/S. 1-Selecciona “ Pruebas “ y selecciona todas las pruebas . Da clicl en aceptar

52. HERRAMIENTA 3: GRAFICA DE CONTROL 52 Gráficas de control de variables para datos de subgrupos – Gráfica I-MR-R/S. 4-D a click en aceptar

53. HERRAMIENTA 3: GRAFICA DE CONTROL 53 Gráficas de control de variables para datos de subgrupos – Gráfica I-MR-R/S.

54. HERRAMIENTA 3: GRAFICA DE CONTROL 54 Gráficas de control de variables para datos de subgrupos – Gráfica I-MR-R/S. Resultados de la prueba de la gráfica MR de las medias de subgrupo de URL PRUEBA 1. Un punto fuera más allá de 3.00 desviaciones estándar de la línea central. La prueba falló en los puntos: 14

55. HERRAMIENTA 3: GRAFICA DE CONTROL 55 Gráficas de control de variables para datos de subgrupos – Gráfica I-MR-R/S. Resultados de la prueba de la gráfica R de URL PRUEBA 1. Un punto fuera más allá de 3.00 desviaciones estándar de la línea central. La prueba falló en los puntos: 8

56. HERRAMIENTA 3: GRAFICA DE CONTROL 56 Gráficas de control de variables para datos de subgrupos – Gráfica I-MR-R/S. Debido a la gravedad del análisis , se tiene que realizar un análisis en las causas de desviación de medición en subgrupos , debido a que esto significa que aun existen moléculas organicas en la superficie.

57. 57 Gráficas de control de variables para datos de subgrupos