Lab 6 Capacidad de Proceso

LABORATORIO DE CONTROL DE CALIDAD IND - 1477
LABORATORIO Nº 6
CAPACIDAD DE PROCESO
1. ANALISIS DE LA CAPACIDAD DE PROCESO
PH - 1
Datos
 Los límites de tolerancia es: 3,74+/-0,06
Entonces: LTI =3,68
LTS=3,80
Con los datos de PH 1 del jugo vemos si el proceso se encuentra bajo control
DATOS PH 1 DEL JUGO
N x1 x2 x3 x4 X media R LIC LM LSC
1 3.7 3.7 3.74 3.76 3.75 0.06 3.7 3.7 3.7

8 2 2 5 8
2 3.7 3.7 3.71 3.76 3.75 0.06 3.7 3.7 3.8

7 4 1 6 1
3 3.7 3.7 3.72 3.75 3.76 0.06 3.7 3.7 3.8

8 7 1 6 1
4 3.7 3.7 3.74 3.73 3.75 0.03 3.7 3.7 3.8

6 5 1 6 1
5 3.7 3.7 3.75 3.76 3.76 0.01 3.7 3.7 3.8

5 6 1 6 1
6 3.7 3.7 3.73 3.75 3.75 0.04 3.7 3.7 3.8

5 7 1 6 1
7 3.7 3.7 3.75 3.76 3.75 0.04 3.7 3.7 3.8

7 3 1 6 1
8 3.7 3.7 3.73 3.74 3.74 0.03 3.7 3.7 3.8

4 6 1 6 1
9 3.7 3.7 3.74 3.72 3.74 0.03 3.7 3.7 3.8

5 5 1 6 1
LABORATORIO Nº 6
1 3.7 3.7 3.75 3.76 3.76 0.04 3.7 3.7 3.8

0 4 8 1 6 1
𝑋̅
Media global 3.749
Media de rango 𝑅̅ 0.040
Tabla1.1
Hallamos los límites de control
 Para grafico de medias 𝑋̅ = 3,749
n=4 A2 = 0,729
LCS = 𝑋̅ + A2 ∗ 𝑅̅
LCS=3, 7781
LCI = 𝑋̅ − A2 ∗ 𝑅̅
LCI=3,7198
3.84
3.82
3.80
3.78 X media
LIC
3.76
LM
3.74 LSC
3.72
3.70
3.68
1 2 3 4 5 6 7 8 9 10
Fig.1.1. Grafica X
LABORATORIO Nº 6
 Para grafico de recorridos 𝑅̅ = 0,067
n=4 D4 = 2,282 D3 = 0
̅
LCS = D4 ∗ R
LCS=0, 091
̅
LCI = D3 ∗ R
LCI=0
0.18
0.16
0.14
0.12
0.10
0.08 R
LIC
0.06
LM
0.04 LSC
0.02
0.00
1 2 3 4 5 6 7 8 9 10
-0.02
Fig.1.2. Grafica R
LABORATORIO Nº 6
PH1
Gráfica Xbarra Histograma de capacidad
3.78 UCL=3.77745 LIE LSE
Media de la muestra
E specificaciones
_ LIE 3.68
_
3.75 X=3.74925 LS E 3.80
3.72 LCL=3.72105
1 2 3 4 5 6 7 8 9 10 3.68 3.70 3.72 3.74 3.76 3.78 3.80
Gráfica R Gráfica de prob. Normal

0.10 A D: 0.613, P : 0.103
Rango de la muestra
UCL=0.0883
0.05 _
R=0.0387
0.00 LCL=0
1 2 3 4 5 6 7 8 9 10 3.70 3.75 3.80
Últimos 10 subgrupos Gráfica de capacidad

3.78 De n tro d e
Dentro G eneral
Desv .E st. 0.0187973 Desv .E st. 0.0173038
Valores
3.75 Cp 1.06 Ge n e ra l Pp 1.16

C pk 0.9 P pk 0.98
3.72 C pm *
E sp e ci fi ca ci o n e s
2 4 6 8 10
Muestra
Fig.1.3. Grafica minitab
Observando las gráficas podemos decir que el proceso se encuentra bajo control
Calculo de la desviación en el proceso
Método 1
𝑅̅
𝜎=𝐷 Dónde: 𝐷2 = 2,059
2
𝜎 =0,019
Calculamos el índice 𝑪𝒑
𝑳𝑻𝑺 − 𝑳𝑻𝑰
𝑪𝒑=
𝟔𝝈
𝐶𝑝= 1.36
Método 2
∑(𝑋 − 𝑋̅)2
𝜎=√
𝑛−1
𝜎 = 0,025
LABORATORIO Nº 6
𝑪𝒑=
𝟔𝝈
𝐶𝑝= 1,03
Calculamos el índice 𝑪𝑷𝑲
̅ − 𝑳𝑻𝑰
𝑿
𝑪𝑷𝑲(𝒊𝒏𝒇𝒆𝒓𝒊𝒐𝒓) =
𝟑𝝈
𝐶𝑃𝐾(𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟) = 0,38
̅
𝑳𝑻𝑺 − 𝑿
𝑪𝑷𝑲(𝒔𝒖𝒑𝒆𝒓𝒊𝒐𝒓) =
𝟑𝝈
𝐶𝑃𝐾(𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟) = 1.36
Entonces el 𝑪𝑷𝑲 = 𝟏. 𝟑𝟔
Integrantes:
LABORATORIO Nº 6
INGENIERIA MECANICA
Como la media de la especificación no es igual a la media de los datos obtenidos
3,72 ≠ 3,76
Calculamos K
̅ − 𝑵𝒐𝒎𝒊𝒏𝒂𝒍)
𝟐(𝑿
𝑲=
𝑲 = 𝟎, 𝟖𝟖𝟖
Como 𝐶𝑝 ≠ 𝐶𝑃𝐾 estamos tratando con un proceso no centrado entonces las relaciones entre
𝐶𝑝 , 𝐶𝑃𝐾 , 𝐶𝑃𝑀 , 𝐶𝑅 y K son las siguientes
VARIABLES FORMULA VALORES CRITERIO CONCLUSIÓN
CP LTS-LTI/6 1,16 CP > 1 Proceso capaz
CPK Minx -̅ (LTI/3) , LTS-(x /̅ 3)  0,05 CPK < CP Proceso no capaz
CR 1/Cp 0,84 0,75 < CR < 1 Proceso capaz
LTS − LTI
CPM ∑(𝑋𝑖 − 𝑃𝑀𝑇)2 0,21 CP  CPM El Proceso no es centrado
6√
𝑛−1
̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
2(𝑋 − 𝑁𝑜𝑚𝑖𝑛𝑎𝑙 )
K 0,888 K es positivo Media mayor que el nominal
𝐿𝑇𝑆 − 𝐿𝑇𝐼
Tabla1.2
6
Integrantes:
LABORATORIO Nº 6
INGENIERIA MECANICA
PH - 2
Datos
Entonces: LTI =3,68
LTS=3,80
Con los datos de PH 1 del jugo vemos si el proceso se encuentra bajo control
N x1 x2 x3 x4 X media R
1 3.77 3.70 3.69 3.75 3.73 0.08
2 3.75 3.71 3.71 3.77 3.74 0.06
3 3.69 3.68 3.75 3.78 3.73 0.10
4 3.68 3.73 3.77 3.72 3.73 0.09
5 3.74 3.73 3.70 3.74 3.73 0.04
6 3.68 3.74 3.72 3.75 3.72 0.07
7 3.71 3.75 3.74 3.69 3.72 0.06
8 3.76 3.75 3.70 3.71 3.73 0.06
9 3.77 3.69 3.75 3.72 3.73 0.08
10 3.73 3.75 3.69 3.68 3.71 0.07
𝑋̅
Media global 3.726
Media de rango 𝑅̅ 0.071
Tabla1.3
n=4 A2 = 0,729
LCS = 𝑋̅ + A2 ∗ 𝑅̅
LCS=3, 7777
LCI = 𝑋̅ − A2 ∗ 𝑅̅
LCI=3,6742
7
Integrantes:
LABORATORIO Nº 6
INGENIERIA MECANICA
3.84
3.82
3.80
X media
3.78
LIC
3.76
LM
3.74
LSC
3.72
3.70
3.68
1 2 3 4 5 6 7 8 9 10
Fig.1.4. Grafica X

n=4 D4 = 2,282 D3 = 0
̅
LCS = D4 ∗ R
LCS=0, 016
̅
LCI = D3 ∗ R
LCI=0
0.18
0.16
0.14
0.12
0.10
0.08
R
0.06 LIC
LM
0.04
LSC
0.02
0.00
1 2 3 4 5 6 7 8 9 10
-0.02
Fig.1.5. Grafica R
8
Integrantes:
LABORATORIO Nº 6
INGENIERIA MECANICA
PH2
3.78 UCL=3.7769 LIE LSE
Media de la muestra
E specificaciones
_
_ LIE 3.68
X=3.726 LS E 3.80
3.72
LCL=3.6751
3.66
1 2 3 4 5 6 7 8 9 10 3.66 3.68 3.70 3.72 3.74 3.76 3.78 3.80

0.16 A D: 0.839, P : 0.028
Rango de la muestra
UCL=0.1593
_
0.08
R=0.0698
0.00 LCL=0
1 2 3 4 5 6 7 8 9 10 3.65 3.70 3.75 3.80

De n tro d e
Dentro G eneral
3.76
Desv .E st. 0.0339217 Desv .E st. 0.0301109
Valores
Cp 0.59 Ge n e ra l Pp 0.66
3.72 C pk 0.45 P pk 0.51
C pm *
3.68 E sp e ci fi ca ci o n e s
2 4 6 8 10
Muestra
Observando las gráficas podemos decir que el proceso no se encuentra bajo control
Método 1
𝑅̅
𝜎=𝐷 Dónde: 𝐷2 = 2,059
2
𝜎 =0,019
𝑪𝒑=
𝟔𝝈
𝐶𝑝= 1.36
9
Integrantes:
LABORATORIO Nº 6
INGENIERIA MECANICA
Método 2
∑(𝑋 − 𝑋̅)2
𝜎=√
𝑛−1
𝜎 = 0,025
𝑪𝒑=
𝟔𝝈
𝐶𝑝= 1,03
̅ − 𝑳𝑻𝑰
𝑿
𝟑𝝈
̅
𝟑𝝈
Entonces el 𝑪𝑷𝑲 = 𝟏. 𝟑𝟔
3,72 ≠ 3,76
Calculamos K
𝟐(𝑿
𝑲=
𝑲 = 𝟎, 𝟕𝟓𝟖
10
Integrantes:
LABORATORIO Nº 6
INGENIERIA MECANICA
VARIABLES FORMULA VALORES CRITERIO CONCLUSIÓN
CP LTS-LTI/6 0,66 CP > 1 Proceso capaz
CR 1/Cp 0,84 0,75 < CR < 1 Proceso capaz
LTS − LTI
CPM ∑(𝑋𝑖 − 𝑃𝑀𝑇)2 0,21 CP  CPM El Proceso no es centrado
6√ 𝑛−1
̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
Tabla1.4
%DE HUMEDAD GALLETAS 1
Datos
Entonces: LTI =4,20
LTS=6,55
Con los datos de % de humedad vemos si el proceso se encuentra bajo control
1 5.21 4.97 5.43 6.14 5.44 1.18
2 5.80 5.20 6.36 5.34 5.67 1.16
3 4.66 5.55 4.96 6.10 5.32 1.44
4 5.22 5.26 6.18 5.32 5.49 0.96
5 5.90 6.04 5.72 5.12 5.69 0.92
6 5.55 5.84 5.04 6.02 5.61 0.98
8 5.97 6.15 5.44 6.39 5.99 0.95
9 5.67 5.14 5.92 6.19 5.73 1.05
10 6.22 5.98 5.72 5.82 5.93 0.50
11 6.05 6.03 5.73 6.59 6.10 0.86
𝑋̿
Media global 5.698
11
Integrantes:
LABORATORIO Nº 6
INGENIERIA MECANICA
𝑅̅ 0.998
Tabla1.5
n=4 A2 = 0,729
LCS = 𝑋̅ + A2 ∗ 𝑅̅
LCS=6, 42
LCI = 𝑋̅ − A2 ∗ 𝑅̅
LCI=4,97
7.5
7.0
6.5
6.0 X media
LIC
5.5 LM
LSC
5.0
4.5
4.0
1 2 3 4 5 6 7 8 9 10
Fig.1.7. Grafica X
n=4 D4 = 2,282 D3 = 0
̅
LCS = D4 ∗ R
LCS=2, 27
12
Integrantes:
LABORATORIO Nº 6
INGENIERIA MECANICA
̅
LCI = D3 ∗ R
LCI=0
4.50
4.00
3.50
3.00
2.50
2.00 R
LIC
1.50
LM
1.00 LSC
0.50
0.00
1 2 3 4 5 6 7 8 9 10
-0.50
Fig.1.8. Grafica R
% GALLETAS 1
LIE LSE
UCL=6.379
Media de la muestra
E specificaciones
6.0 LIE 4.20
_
_
X=5.698 LS E 6.55
5.5
5.0 LCL=5.016
1 2 3 4 5 6 7 8 9 10 4.5 5.0 5.5 6.0 6.5

A D: 0.500, P : 0.197
Rango de la muestra
UCL=2.134
2
_
1 R=0.936
0 LCL=0
1 2 3 4 5 6 7 8 9 10 4 5 6 7

De n tro d e
6.4 Dentro G eneral

Desv .E st. 0.454356 Desv .E st. 0.462862
Valores
5.6 Cp 0.86 Ge n e ra l Pp 0.85

C pk 0.63 P pk 0.61
C pm *
4.8 E sp e ci fi ca ci o n e s
2 4 6 8 10
Muestra
13
Integrantes:
LABORATORIO Nº 6
INGENIERIA MECANICA
Observando las gráficas podemos decir que el proceso no se encuentra bajo control
Método 1
𝑅̅
𝜎=𝐷 Dónde: 𝐷2 = 2,059
2
𝜎 =0,4847
𝑪𝒑=
𝟔𝝈
𝐶𝑝= 0,1171
Método 2
∑(𝑋 − 𝑋̅)2
𝜎=√
𝑛−1
𝜎 = 1,28
𝑪𝒑=
𝟔𝝈
𝐶𝑝= 0,31
14
Integrantes:
LABORATORIO Nº 6
INGENIERIA MECANICA
̅ − 𝑳𝑻𝑰
𝑿
𝟑𝝈
̅
𝟑𝝈
𝐶𝑃𝐾(𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟) = 0,86
Entonces el 𝑪𝑷𝑲 = 𝟎, 𝟖𝟔
5,375 ≠ 5,572
Calculamos K
𝟐(𝑿
𝑲=
𝑲 = 𝟎, 𝟏𝟕
Variables Formula Valores Criterio Conclusión
CP LTS-LTI/6 0,31 CP < 1 Proceso no capaz
CR 1/Cp 3,22 CR < 1 Proceso no capaz
LTS − LTI
CPM ∑(𝑋𝑖 − 𝑃𝑀𝑇)2 1,11 CPCPM El Proceso no es centrado
6√ 𝑛−1
̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
Tabla 1.6.
15
Integrantes:
LABORATORIO Nº 6
INGENIERIA MECANICA
%DE HUMEDAD
GALLETAS 2
Datos
Entonces: LTI =4,20
LTS=6,55
Con los datos de % de humedad vemos si el proceso se encuentra bajo control
1 6.08 5.54 5.60 5.30 5.63 0.78
2 6.00 5.55 5.71 5.67 5.73 0.45
3 4.99 5.33 6.05 4.86 5.31 1.19
4 5.85 5.57 5.50 5.32 5.56 0.52
5 5.82 4.90 5.26 5.44 5.35 0.92
6 5.62 5.47 5.29 5.72 5.53 0.43
8 5.69 5.06 5.08 5.84 5.42 0.78
9 5.80 4.76 5.15 6.02 5.43 1.26
10 5.42 5.65 5.20 5.57 5.46 0.45
11 6.22 5.26 5.26 5.44 5.55 0.96
𝑋̿
Media global 5.496
𝑅̅ 0.775
Tabla1.7
n=4 A2 = 0,729
LCS = 𝑋̅ + A2 ∗ 𝑅̅
LCS=6, 06
LCI = 𝑋̅ − A2 ∗ 𝑅̅
16
Integrantes:
LABORATORIO Nº 6
INGENIERIA MECANICA
LCI=4,93
7.5
7.0
6.5
6.0 X media
LIC
5.5 LM
LSC
5.0
4.5
4.0
1 2 3 4 5 6 7 8 9 10
Fig.1.10. Grafica X
 Para grafico de recorridos 𝑅̅ = 0.775
n=4 D4 = 2,282 D3 = 0
̅
LCS = D4 ∗ R
LCS=1.76
̅
LCI = D3 ∗ R
LCI=0
17
Integrantes:
LABORATORIO Nº 6
INGENIERIA MECANICA
4.50
4.00
3.50
3.00
2.50
2.00 R
LIC
1.50
LM
1.00 LSC
0.50
0.00
1 2 3 4 5 6 7 8 9 10
-0.50
Fig.1.11. Grafica R para %

%GALLETAS 2
LIE LSE
UCL=6.064
Media de la muestra
6.0
E specificaciones
_ LIE 4.20
_
5.5 X=5.496 LS E 6.55
5.0 LCL=4.929
1 2 3 4 5 6 7 8 9 10 4.4 4.8 5.2 5.6 6.0 6.4

2 A D: 0.123, P : 0.986
Rango de la muestra
UCL=1.777
1 _
R=0.779
0 LCL=0
1 2 3 4 5 6 7 8 9 10 4.8 5.4 6.0 6.6

De n tro d e
Dentro G eneral
6.0
Desv .E st. 0.378311 Desv .E st. 0.351545
Valores
5.5 Cp 1.04 Ge n e ra l Pp 1.11

C pk 0.93 P pk 1
5.0 C pm *
E sp e ci fi ca ci o n e s
2 4 6 8 10
Muestra
18
Integrantes:
LABORATORIO Nº 6
INGENIERIA MECANICA
Observando las gráficas podemos decir que el proceso se encuentra bajo control
Método 1
𝑅̅
𝜎=𝐷 Dónde: 𝐷2 = 2,059
2
𝜎 =0,89
𝑪𝒑=
𝟔𝝈
𝐶𝑝= 1.032
Método 2
∑(𝑋 − 𝑋̅)2
𝜎=√
𝑛−1
𝜎 = 1,28
𝑪𝒑=
𝟔𝝈
𝐶𝑝= 1.02
̅ − 𝑳𝑻𝑰
𝑿
𝟑𝝈
̅
𝟑𝝈
Entonces el 𝑪𝑷𝑲 = 𝟎, 𝟐𝟓
19
Integrantes:
LABORATORIO Nº 6
INGENIERIA MECANICA
5,375 ≠ 5,572
Calculamos K
𝟐(𝑿
𝑲=
𝑲 = 𝟎, 𝟏𝟑𝟐
Variables Formula Valores Criterio Conclusión
CP LTS-LTI/6 1,03 CP < 1 Proceso no capaz
CR 1/Cp 3,22 CR < 1 Proceso no capaz
LTS − LTI
CPM ∑(𝑋𝑖 − 𝑃𝑀𝑇)2 1,11 CPCPM El Proceso no es centrado
6√ 𝑛−1
̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅̅
20
Integrantes:
LABORATORIO Nº 6
INGENIERIA MECANICA
Tabla 1.8.
2. CUESTIONARIO.
1) Explique la relación entre el Cp, el AQL y el precio.

Mientras mayor sea mi Cp, Menos cantidad de productos defectuosos tendré (AQL) y
mis costos los cuales afectan al precio serán más bajos.
2) Existe la relación entre el Cp y el Cpk, Cuando son iguales, Cuando son distintos, etc.
La relación es que si Cp=Cpk entonces el proceso está centrado, si Cpk<Cp el proceso
tiene % productos fuera de la tolerancia, mientras más grande sea la diferencia entre
estos valores mayor será los porcentajes de productos defectuosos.
3) Existen dos métodos para el cálculo de la desviación. La diferencia entre estos dos
métodos, ¿es aleatorio o siempre un valor será mayor que el otro? ¿Cuál de los dos
valores es el valor correcto?
El de mayor valor será siempre el primer método pues un factor puede ser los
decimales y otro la aproximación a los valores en función a “n”
4) ¿Por qué se considera el proceso es capaz si Cr es menor a 0,75?

Cr se hallara cuando tenga un Cp que sea “capaz” y así comparar, pues si mi Cr=0,75
mi Cp=1,33 y esto me da un proceso mejor que un “estrictamente capaz” que es a lo
que apunta esta comparación.
5) ¿Por qué para Cp=1 el AQL es 0,27?

Porque Si Cp =1 Significa que la variabilidad natural es igual a la variabilidad de la
especificación, y es igual a 6 veces la desviación, por lo cual te da un valor de 99,73 %
de productos buenos y 0,27% (AQL) de productos defectuosos.
6) Explique la relación entre la desviación y el Cp De tres opciones

Si la desviación es mayor, entonces tengo menor capacidad del proceso (Cp), la
relación es inversamente proporcional.
7) ¿Cómo incrementa la capacidad de mi proceso? De tres opciones

Mejorando mi Cp, jugando con los valores hallados para mejorar y no solo que los
limites naturales estén por debajo de mis límites de tolerancia si no también que este
centralizado. Todo esto se logra con la continua mejora del proceso. . Como por
21
Integrantes:
LABORATORIO Nº 6
INGENIERIA MECANICA
ejemplo buscar una buena materia prima, tener control de procesos, teniendo un
personal capacitado.
3. RECOMENDACIONES Y CONCLUSIONES.
 Para el PH del jugo
 Viendo los gráficos de medias podemos observar que estos procesos están
“controlados” pero se deben mejorar para aminorar el nivel de dispersión de los puntos
y de mis límites pues según con el requerimiento del cliente mi nivel de capacidad es
muy bajo incurriéndome a grandes costos por producción defectuosa.
 Ninguna maquina cumple con las especificaciones y sus límites naturales son más
grandes que los límites de tolerancia (Cp>1), dándonos 0,032% y la media del proceso
se encuentra por encima de la media nominal K>0
 La producción está descentrada (Cpk<Cp) con respecto a las especificaciones, por lo

que la mayor parte de la producción, sale de manera que no satisface a nuestro cliente.
 Recomendamos la revisión y mantenimiento con tal de que se incremente su nivel de
producción en base a las tolerancias requeridas por los pedidos del cliente.
 Para el % de humedad galletas

 Viendo los gráficos de medias podemos observar que estos procesos están
“controlados” pero se deben mejorar para aminorar el nivel de dispersión de los puntos
y de mis límites, pues según con el requerimiento del cliente, mi nivel de capacidad es
muy bajo incurriéndome a grandes costos por producción defectuosa.
 Ninguna maquina cumple con las especificaciones y sus límites naturales son más
grandes que los límites de tolerancia (Cp<1), dándonos 40,90% de los productos fuera
de la tolerancia y la media del proceso se sitúa por encima de la media nominal K>0
 La producción está descentrada (Cpk<Cp) con respecto a las especificaciones, por lo

que la producción adecuada con las especificaciones nos dan un rendimiento general
de 59,10% (100%-40,9%)
 Recomendamos el mantenimiento de las maquinas o la compra de nuevos equipos que

puedan satisfacer los requerimientos de nuestros clientes.
22

Lab 6 Capacidad de Proceso

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Lab 6 Capacidad de Proceso

Cargado por

Copyright:

Formatos disponibles

LABORATORIO DE CONTROL DE CALIDAD IND - 1477

1. ANALISIS DE LA CAPACIDAD DE PROCESO

DATOS PH 1 DEL JUGO

N x1 x2 x3 x4 X media R LIC LM LSC

1 3.7 3.7 3.74 3.76 3.75 0.06 3.7 3.7 3.7

2 3.7 3.7 3.71 3.76 3.75 0.06 3.7 3.7 3.8

3 3.7 3.7 3.72 3.75 3.76 0.06 3.7 3.7 3.8

4 3.7 3.7 3.74 3.73 3.75 0.03 3.7 3.7 3.8

5 3.7 3.7 3.75 3.76 3.76 0.01 3.7 3.7 3.8

6 3.7 3.7 3.73 3.75 3.75 0.04 3.7 3.7 3.8

7 3.7 3.7 3.75 3.76 3.75 0.04 3.7 3.7 3.8

8 3.7 3.7 3.73 3.74 3.74 0.03 3.7 3.7 3.8

9 3.7 3.7 3.74 3.72 3.74 0.03 3.7 3.7 3.8

1 3.7 3.7 3.75 3.76 3.76 0.04 3.7 3.7 3.8

Media de rango 𝑅̅ 0.040

Hallamos los límites de control

 Para grafico de medias 𝑋̅ = 3,749

 Para grafico de recorridos 𝑅̅ = 0,067

Gráfica R Gráfica de prob. Normal

Últimos 10 subgrupos Gráfica de capacidad

3.75 Cp 1.06 Ge n e ra l Pp 1.16

Fig.1.3. Grafica minitab

Calculo de la desviación en el proceso

Como la media de la especificación no es igual a la media de los datos obtenidos

VARIABLES FORMULA VALORES CRITERIO CONCLUSIÓN

CP LTS-LTI/6 1,16 CP > 1 Proceso capaz

CR 1/Cp 0,84 0,75 < CR < 1 Proceso capaz

Hallamos los límites de control

 Para grafico de medias 𝑋̅ = 3,726

 Para grafico de recorridos 𝑅̅ = 0,067

Gráfica R Gráfica de prob. Normal

Últimos 10 subgrupos Gráfica de capacidad

Fig.1.6. Grafica minitab

Calculo de la desviación en el proceso

Como la media de la especificación no es igual a la media de los datos obtenidos

VARIABLES FORMULA VALORES CRITERIO CONCLUSIÓN

CP LTS-LTI/6 0,66 CP > 1 Proceso capaz

CR 1/Cp 0,84 0,75 < CR < 1 Proceso capaz

%DE HUMEDAD GALLETAS 1

Con los datos de % de humedad vemos si el proceso se encuentra bajo control

Hallamos los límites de control

 Para grafico de medias 𝑋̅ = 5,698

 Para grafico de recorridos 𝑅̅ = 0,998

Gráfica R Gráfica de prob. Normal

Últimos 10 subgrupos Gráfica de capacidad

6.4 Dentro G eneral

5.6 Cp 0.86 Ge n e ra l Pp 0.85

Fig.1.9. Grafica minitab

Calculo de la desviación en el proceso

Calculamos el índice 𝑪𝑷𝑲

Como la media de la especificación no es igual a la media de los datos obtenidos

Variables Formula Valores Criterio Conclusión

CP LTS-LTI/6 0,31 CP < 1 Proceso no capaz

CR 1/Cp 3,22 CR < 1 Proceso no capaz

Con los datos de % de humedad vemos si el proceso se encuentra bajo control

Hallamos los límites de control

 Para grafico de medias 𝑋̅ = 5,496

Fig.1.11. Grafica R para %

Gráfica R Gráfica de prob. Normal

Últimos 10 subgrupos Gráfica de capacidad

5.5 Cp 1.04 Ge n e ra l Pp 1.11

Fig.1.12. Grafica minitab

Calculamos el índice 𝑪𝑷𝑲