UNIVERSIDAD NACIONAL DE SAN AGUSTIN

LABORATORIO DE
CONTROL DE CALIDAD ESCUELA PROFESIONAL DE INGENIERIA DE MATERIALES

PROBLEMAS # 1
En la tabla se presenta la resistencia al estallamiento de 100 botellas de vidrio para refrescos de 1 litro. Hacer el
histograma para estimar la capacidad del proceso. Distribucin de frecuencias

RESOLUCION:

Comenzamos rotulando la columna con el nombre de Resistencia al Estallamiento, a continuacin

proseguimos ingresando los datos de la siguiente tabla.

Los datos que analizaremos es de una sola variable que para el siguiente problema ser la resistencia al
estallamiento
de

las

datos

botellas,

los

que
ingresamos

fueron

en total 100

con valor

mximo (346)

y mnimo

de

Como

podemos

apreciar

en

siguiente

cuadro

(176)

,
el

estadstico nos muestra que tiene un promedio o media de 264.06 y una desviacin estndar de 32.0179 ,
estos datos son los ms esenciales para realizar y calcular la capacidad del proceso.

UNIVERSIDAD NACIONAL DE SAN AGUSTIN

LABORATORIO DE
CONTROL DE CALIDAD ESCUELA PROFESIONAL DE INGENIERIA DE MATERIALES

En el siguiente cuadro, es decir el de frecuencias nos muestra el nmero de clases, que para nuestro caso
tienes 8 clases, el nmero de clases puede ser hallada de la siguiente manera.
k=1+3.3log(n)
n = nmero de muestras
En nuestro caso tenemos k= 1+ 3.3 log (100)= 7.6

En la siguiente grafica que viene a ser el histograma nos ayuda para la ubicacin ms rpida de las
muestras, como tambin para ver la tendencia que tenga esta .Como podemos apreciar el nmero de clases es
10 y tiene una tendencia hacia la derecha, la cual indicara la mayor cantidad de datos en esta regin de la
grfica de barras.

UNIVERSIDAD NACIONAL DE SAN AGUSTIN

LABORATORIO DE
CONTROL DE CALIDAD ESCUELA PROFESIONAL DE INGENIERIA DE MATERIALES

Para el
teorico

calculo
practico

podemos

utilizar

formula

como

tambien

podemos

usar una de

las

la

herramientas
de
que

Statgraphics,
nos

ayuda

determinar rapidamente la capacidad del proceso en el cual tenemos que ingresar los datos LSE y LSI .

UNIVERSIDAD NACIONAL DE SAN AGUSTIN

LABORATORIO DE
CONTROL DE CALIDAD ESCUELA PROFESIONAL DE INGENIERIA DE MATERIALES

Despus de realizado el paso anterior obtendremos al siguiente grafica con un nmero de clases de 8, para
este paso debemos tener en cuenta que los datos encontrados deben estar en el rango de la grfica para un
mejor anlisis del proceso. Sealando tambin que las lneas verticales en los lmites de especificacin y valor
nominal estn de color rojo (entre 168 360), podemos decir que se ajusta a una distribucin normal .La lnea

de color azul viene a ser el intervalo 6 sigma centrada en la media muestral.

Con ayuda del Cp tambin podemos asegurar que si la produccin est dentro de los mrgenes de la
tolerancia , para esto necesariamente el Cp debe ser mayor que 1 . Como observamos en al siguiente tabla el
Cp es 1.04 que es mayor que 1, por ende podemos decir que este proceso del embotellamiento de botellas est
dentro de las tolerancias y especificaciones que se requieren.

En la siguiente tabla podemos ver la capacidad del proceso segn las especificaciones tendremos 1366
piezas por milln en el lmite superior, y 1349 piezas por milln en el lmite inferior, que sumados aran un total de
2715 estas vendran a ser las piezas que se producirn con algn error o falla, es decir fuera de las
especificaciones.

UNIVERSIDAD NACIONAL DE SAN AGUSTIN

LABORATORIO DE
CONTROL DE CALIDAD ESCUELA PROFESIONAL DE INGENIERIA DE MATERIALES

PROBLEMAS # 2
El peso que deben tener ciertas bolsas de detergente es de 750 con una tolerancia de g. Se desea verificar si es
razonable suponer que la distribucin del peso es normal. Para ello se toma una muestra aleatoria de 25 productos,
se pesan y se obtienen los siguientes datos: ver tabla

Comenzamos rotulando la columna con el nombre de Peso, a continuacin proseguimos ingresando los
datos de la siguiente tabla, obteniendo el siguiente resumen estadstico que nos muestra una media de 750.008
y una desviacion estandar de 1.35059
LSE=750.008+3 ( 1.35059 ) =754.05977
LIE=750.0083 ( 1.35059 )=745.95623

UNIVERSIDAD NACIONAL DE SAN AGUSTIN

LABORATORIO DE
CONTROL DE CALIDAD ESCUELA PROFESIONAL DE INGENIERIA DE MATERIALES

Como podemos apreciar en la siguiente grafica el Cp es menor que 1 , lo cual nos da a entender qye el
proceso no esta dentro de las especificaciones , esto quizas debido a la poca cantidad de datos, por lo que
podemos recomendar que se haga un muestreo de 100 datos aproximadamente para tener de esta forma un
mejor rango de especificaciones y sea mas aceptable el proceso.

Al observar la grafica de probabilidades podemos ver que la distribucion de los datos tienden a ser lineales y
estar cerca de la linea , de esta forma podemos decir que la distribucion es la adecuada , y que para nuestro
caso los datos cumplen con esta grafica.

UNIVERSIDAD NACIONAL DE SAN AGUSTIN

LABORATORIO DE
CONTROL DE CALIDAD ESCUELA PROFESIONAL DE INGENIERIA DE MATERIALES

PROBLEMAS # 3
Se tom la siguiente informacin de los dimetros de 20 pernos cuya especificacin es 2.8895 0.0015 pulgadas.
(Ver tabla). Determinar la capacidad del proceso y si los datos provienen de una distribucin normal e interprete los
resultados:

RESOLUCION:

Comenzamos rotulando la columna con el nombre de Dimetro de Pernos, a continuacin proseguimos

ingresando los datos de la siguiente tabla, Los datos que analizaremos es de una sola variable que para el
siguiente problema ser el dimetro de pernos, los datos que ingresamos fueron en total 20, que tiene un
promedio o media de 2.8895 pulgadas y una desviacion estandar de 0.0015 pulgadas. Ac ingresamos los
lmites que obtenemos tanto como LSE y LIE
LSE=2.8895+3 ( 0.0015 )=2.894

UNIVERSIDAD NACIONAL DE SAN AGUSTIN

LABORATORIO DE
CONTROL DE CALIDAD ESCUELA PROFESIONAL DE INGENIERIA DE MATERIALES

LIE=2.88953 ( 0.0015 ) =2.885

El siguiente histograma

es de 6 clases, esto podemos

corroborar con la siguiente formula , K= 1+3.3 log (20) = 5.29 , las lneas de color rojo son las lneas de
especificacin y valor nominal con un valor mayor de 2.894 y uno menos de 2.885 . La lnea azul es la funcin
de densidad de probabilidad que se ajusta a los datos. Tambin podemos observar que el Cp es mayo que 1,
es decir 1.67 indicando que el proceso est dentro de las especificaciones.
.

En la siguiente tabla podemos ver la capacidad del proceso segn las especificaciones tendremos 3 piezas
por milln

en

superior, y

4 piezas por

milln

el lmite inferior,

en

el

lmite

que

sumados aran

un total de

vendran a

ser las piezas

que

se

producirn con

algn error

o falla, es decir

fuera de las especificaciones.

estas

UNIVERSIDAD NACIONAL DE SAN AGUSTIN

LABORATORIO DE
CONTROL DE CALIDAD ESCUELA PROFESIONAL DE INGENIERIA DE MATERIALES

Al

observar

la

grafica de probabilidades podemos ver que la distribucion de los datos tienden a ser lineales y estar cerca de la
linea , de esta forma podemos decir que la distribucion es la adecuada , y que para nuestro caso los datos

cumplen con esta grafica.

Esta prueba fue realizada al 95% de confianza esto debido a que el programa ya est prediseado para
este nivel de

confianza.

UNIVERSIDAD NACIONAL DE SAN AGUSTIN

LABORATORIO DE
CONTROL DE CALIDAD ESCUELA PROFESIONAL DE INGENIERIA DE MATERIALES