Laboratorio N6

LABORATORIO N° 6
Docente: Ph. D. Luz Dávalos Zelada Materia: Control de la calidad.

Nombre: Huayllas Calani Lenny Rayssa Carrera: Ingeniería Electromecanica
Título del Laboratorio: Capacidad de proceso
1. OBJETIVO
 El objetivo del presente laboratorio es que el estudiante sea capaz de realizar el análisis de capacidad
de proceso
2. FUNDAMENTO TEORICO
2.1 ANALISIS DE CAPACIDAD DE PROCESO
Analicemos el siguiente gráfico:
Fig.1. estado de los procesos

Cuando un proceso se encuentra en estado de control estadístico es el momento de estudiar si el
proceso es capazo no. El estado de control de un proceso garantiza la homogeneidad. sus resultados
pero no si este resultado es aceptable. Por lo tanto es necesario estudiar la variación natural del
proceso en comparación con la variación permitida por la especificación, eso se denomina un estudio de
la capacidad del pro...o. Si la variación natural del proceso es inferior a la permitida por la especificación
diremos que el proceso es capaz y por 1o tanto siel resultado del mismo satisface los requerimientos.
¿Qué sucede si el proceso no es capaz? Es decir, nos encontramos con una variación constante y
predecible puesto que el proceso se encuentra en estado de control pero esta variación es superior a la
permitida por la especificación. Ahora el problema se complica y la solución es: reducir la variación
debida a las causas comunes, pero la dificultad es evidente. Al contrario que la eliminación delas
causas especiales de variación que suele ser más sencilla y más económica, la eliminación áe la
variación debida a causas comunes suele ser mucho más costosa.
Una vez que se ha conseguido el estado de control y la capacidad del proceso, es decir, si cumplen las
especificaciones, ¿debemos dejar la actividad de reducir su variación? No. Sabemos que" en muchas
ocasiones la variación, aun dentro de tolerancia, produce pérdidas tanto para la empresa como para el
cliente. Siempre en función de los costos, se seguir identificando las posibles fuentes de variación para
eliminarlas Y reducir ésta.
¿Cómo se relacionan la variabilidad natural de los procesos con la variabilidad exigida por las
especificaciones? Los índices de capacidad permiten evaluar los procesos desde este punto de vista.
Al trabajar con gráficos de control nos hemos concentrado en la variabilidad natural del proceso.
Analizamos los gráficos que nos ayudaban a determinar si un proceso se comportaba de una forma
estable y predecible, pero sin embargo no nos preocupamos mucho en saber si la característica
resultado del proceso satisfacía o no (y en qué grado) las tolerancias especificadas. ¿cómo podemos
"medir", es decir, comparar la variabilidad natural de nuestro proceso con la máxima permitida en la
especificación? Intentémoslo de la forma más sencilla: representar gráficamente y comparar ambas
variabilidades.
Disponemos de un proceso en estado de control del que se obtienen veinte subgrupos Ot) de tamaño
cinco (n). Los datos relativos a dichos subgrupos, valores individuales, medias y recorridos son los que
se muestran a continuación con la siguiente grafica
Los gráficos de control para las medias y los recorridos, muestran que todos los puntos se encuentran
dentro de los límites de control, no existiendo evidencia de que actúen causas, especiales, sobre el
proceso. En estas condiciones, podemos decir que el proceso se encuentra en estado de control. Si
definimos la variabilidad natural del proceso como seis veces el valor de la desviación de la curva
normal formada por las observaciones individuales, esta es la variabilidad mostrada por los límites de
control calculados, podemos comparar esta variabilidad con la correspondiente a la especificación.
La variabilidad natural o capacidad del proceso, es cuantificada como (recordar la curva de distribución
normal):
𝑪𝑨𝑷𝑨𝑪𝑰𝑫𝑨𝑫 = 𝑳𝑵𝑺 − 𝑳𝑵𝑰 = 𝟔𝝈
Es decir el proceso es capaz de lograr valores comprendidos dentro del LNS y el LNI. En donde:
𝐿𝑁𝑆: 𝐿í𝑚𝑖𝑡𝑒 𝑁𝑎𝑡𝑢𝑟𝑎𝑙 𝑆𝑢𝑝𝑒𝑟𝑖𝑜𝑟 𝑑𝑒𝑙 𝑃𝑟𝑜𝑐𝑒𝑠𝑜: 𝑀𝑒𝑑𝑖𝑎 + 3𝜎

𝐿𝑁𝐼: 𝐿í𝑚𝑖𝑡𝑒 𝑁𝑎𝑡𝑢𝑟𝑎𝑙 𝐼𝑛𝑓𝑒𝑟𝑖𝑜𝑟 𝑑𝑒𝑙 𝑃𝑟𝑜𝑐𝑒𝑠𝑜 ∶ 𝑀𝑒𝑑𝑖𝑎 − 3𝜎
𝐿𝐼𝑆: 𝐿í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑇𝑜𝑙𝑒𝑟𝑎𝑛𝑐𝑖𝑎 𝑆𝑢𝑝𝑒𝑟𝑖𝑜𝑟
𝐿𝑇𝐼: 𝐿í𝑚𝑖𝑡𝑒 𝑑𝑒 𝑇𝑜𝑙𝑒𝑟𝑎𝑛𝑐𝑖𝑎 𝐼𝑛𝑓𝑒𝑟𝑖𝑜𝑟
Este valor debe ser inferior a la variabilidad especificada, cuantificada como: (LTS-LTI)
Si esto sucede el proceso dará lugar a una característica "capaz" de satisfacer la especificación
,encontrándose la mayor parte (el 99.73%) de los valores resultado del proceso dentro de tolerancia.
Diremos que el proceso es capaz. Cuando por el contrario, la variabilidad natural del proceso sea mayor
que la variabilidad especificada , parte de los datos se encontrará fuera de tolerancia. Diremos que el
proceso no es capaz. La primera definición de Proceso capaz es, pues, bastante obvia y por lo tanto
sencilla:
𝑉𝐴𝑅𝐼𝐴𝐵𝐼𝐿𝐼𝐷𝐴𝐷𝑁𝐴𝑇𝑈𝑅𝐴𝐿 < 𝑉𝐴𝑅𝐼𝐴𝐵𝐼𝐿𝐼𝐷𝐴𝐷𝐸𝑆𝑃𝐸𝐶𝐼𝐹𝐼𝐶𝐴𝐷𝐴

6𝜎 = 𝐿𝑁𝑆 − 𝐿𝑁𝐼 < 𝐿𝑇𝑆 − 𝐿𝑇𝐼 𝑃𝑅𝑂𝐶𝐸𝑆𝑂 𝐶𝐴𝑃𝐴𝑍
𝑉𝐴𝑅𝐼𝐴𝐵𝐼𝐿𝐼𝐷𝐴𝐷𝑁𝐴𝑇𝐼𝐼𝑅𝐴𝐿 > 𝑉𝐴𝑅𝐼𝐴𝐵𝐼𝐿𝐼𝐷𝐴𝐷𝐸𝑆𝑃𝐸𝐶𝐼𝐹𝐼𝐶𝐴𝐷𝐴
6𝜎 = 𝐿𝑁𝑆 − 𝐿𝑁𝐼 > 𝐿𝑇𝑆 − 𝐿𝑇𝐼 𝑃𝑅𝑂𝐶𝐸𝑆𝑂 𝑁𝑂 𝐶𝐴𝑃𝐴𝑍
Si representamos en un histograma los cien valores individuales de los datos obtenidos veremos que
los valores individuales tienen una clara tendencia central. También podemos observar como el
histograma se aproxima bastante a una curva normal.
Esta es la representación gráfica de las 100 mediciones de una variable x. La variabilidad natural del
proceso viene dada por la diferencia entre el Límite Natural Superior (LNS) y el Límite Natural Inferior
(LNI) (variabilidad natural)= 𝐿𝑁𝑆 − 𝐿𝑁𝐼 = 6𝜎. La variabilidad especificada viene dada por la diferencia
entre el Límite de Tolerancia superior (LTS) y el Límite de Tolerancia lnferior (LTI). Se debe definir un
índice que cuantifique ambas variabilidades, proporcionándonos un valor objetivo de la capacidad del
proceso. Para ello se define el Índice CP de capacidad del proceso, también denominado Potencial del
Proceso como:
𝑽𝒂𝒓𝒊𝒂𝒃𝒊𝒍𝒊𝒅𝒂𝒅 𝑬𝒔𝒑𝒆𝒄𝒊𝒇𝒊𝒄𝒂𝒅𝒂
𝑪𝒑 = = 𝑳𝑻𝑺 − 𝑳𝑻𝑰 = 𝟔𝝈
𝑽𝒂𝒓𝒊𝒂𝒃𝒊𝒍𝒊𝒅𝒂𝒅 𝑵𝒂𝒓𝒖𝒓𝒂𝒍
En estas circunstancias, la definición de capacidad de un proceso puede expresarse como:
𝑉𝐴𝑅𝐼𝐴𝐵𝐼𝐿𝐼𝐷𝐴𝐷 𝑁𝐴𝑇𝑈𝑅𝐴𝐿 < 𝑉𝐴𝑅𝐼𝐴𝐵𝐼𝐿𝐼𝐷𝐴𝐷 𝐸𝑆𝑃𝐸𝐶𝐼𝐹𝐼𝐶𝐴𝐷𝐴

6𝜎 = 𝐿𝑁𝑆 − 𝐿𝑁𝐼 < 𝐿𝑇𝑆 − 𝐿𝑇𝐼 𝐶𝑝 > 1 𝑃𝑅𝑂𝐶𝐸𝑆𝑂 𝐶𝐴𝑃𝐴𝑍
𝑉𝐴𝑅𝐼𝐴𝐵 𝐼𝐿𝐼𝐷𝐴𝐷 𝑁𝐴𝑇𝑈𝑅𝐴𝐿 > 𝑉𝐴𝑅𝐼𝐴𝐵𝐼𝐿𝐼𝐷𝐴𝐷 𝐸𝑆𝑃𝐸𝐶𝐼𝐹𝐼𝐶𝐴𝐷𝐴
6𝜎 = 𝐿𝑁𝑆 − 𝐿𝑁𝐼 > 𝐿𝑇𝑆 − 𝐿𝑇𝐼 𝐶𝑝 < 1 𝑃𝑅𝑂𝐶𝐸𝑆𝑂𝑁𝑂 𝐶𝐴𝑃𝐴𝑍
𝑉𝐴𝑅𝐼𝐴𝐵 𝐼𝐿𝐼𝐷𝐴𝐷 𝑁𝐴𝑇𝑈𝑅𝐴𝐿 ∶ 𝑉𝐴𝑅𝐼𝐴𝐵𝐼𝐿𝐼𝐷𝐴𝐷 𝐸𝑆𝑃𝐸𝐶𝐼𝐹𝐼𝐶𝐴𝐷𝐴
Es necesario estimar la desviación 𝜎. Para ello se pueden emplear los siguientes dos métodos:
Método 1:
Cuando realizamos gráficos de control por variables (x , R), empleamos el valorde constantes para el
cálculo de los límites de control, ahora emplearemos el valor de estas constantes para realizar una
estimación de la desviación típica del proceso utilizando la expresión:
𝑅̅
𝜎=
𝐷2
Donde 𝐷2 es por supuesto función del tamaño "n"' sus valores' son los siguientes:
Método 2:
Utilizando la expresión conocida:
Evidentemente hay una relación entre el índice Cp y el porcentaje de los valores que se encuentran
dentro o fuera de tolerancia, en la siguiente tabla se muestra dicha relacion.
El índice Cp es un "traductor" válido entre variabilidad del proceso y porcentaje de valores fuera de
tolerancia cuando estamos tratando con procesos centrados en el intervalo de tolerancia. Cuando el
proceso no está centrado es necesario utilizar otra "medida" que tenga en cuenta la posición relativa de
la media del proceso respecto a la especificación. A esta medida la denominamos índice Cpk.
Para calcular el índice Cpk, es necesario determinar previamente dos "semi índices" de capacidad (
𝐶𝑝𝑘𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 Y 𝐶𝑝𝑘𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 ) cuyas expresiones son:
La expresión 𝐶𝑝𝑘 se escribe:
𝐶𝑃𝐾 = 𝑀𝐸𝑁𝑂𝑅 {𝐶𝑝𝑘 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 , 𝐶𝑝𝑘 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 }
Cuando el proceso se encuentra centrado, se cumple:
𝐶𝑝𝑘𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 𝐶𝑝𝑘𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 𝐶𝑝𝑘 = 𝐶𝑝
Cuanto mayor sea el "descentrado" del proceso, mayor será la diferencia entre el índice Cp y el Cpk.
Además, cuando un proceso tiene un excesivo porcentaje de valores fuera de tolerancia debido al
descentrado del mismo (índice Cpk < Cp), su centrado aumentará el índice Cpk. hasta un valor máximo
igual al índice Cp. Este es el motivo de que al índice Cp. se le conozca también como "el potencial del
proceso".
La relación entre el valor del índice Cpk y el porcentaje de valores fuera de tolerancia no es de cálculo
directo, siendo función del índice Cp y de una medida de la falta de centrado. En la siguiente Tabla se
muestra tal relación (o/o de valores fuera de tolerancia), función del índice CP obtenido y de la
diferencia entre los índices Cp y Cpk.
Para ello, si denominamos:

𝐶𝑃𝐾𝐸 : Í𝑛𝑑𝑖𝑐𝑒 𝑑𝑒 𝐶𝑎𝑝𝑎𝑐𝑖𝑑𝑎𝑑 𝐶𝑃𝐾 𝑒𝑠𝑝𝑒𝑐𝑖𝑓𝑖𝑐𝑎𝑑𝑜
𝐶𝑃𝐾 > 𝐶𝑃𝐾𝐸 𝑃𝑅𝑂𝐶𝐸𝑆𝑂 𝐶𝐴𝑃𝐴𝑍
𝐶𝑃𝐾 < 𝐶𝑃𝐾𝐸 𝑃𝑅𝑂𝐶𝐸𝑆𝑂 𝑁𝑂 𝐶𝐴𝑃𝐴𝑍
𝐶𝑃𝐾 = 𝐶𝑃𝐾𝐸 𝐸𝑆𝑇𝑅𝐼𝐶𝑇𝐴𝑀𝐸𝑁𝑇𝐸 𝐶𝐴𝑃𝐴𝑍
INDICE 𝑪𝑹 : Tambien denominado “ratio de capacidad” del proceso, es el inverso del índice Cp por lo
tanto su interpretación es muy similar.
𝟏
𝑪𝑹 =
𝑪𝒑
En procesos centrados, suele utilizarse con un criterio simplista
𝐶𝑅 > 1 𝑃𝑅𝑂𝐶𝐸𝑆𝑂 𝑁𝑂 𝐶𝐴𝑃𝐴𝑍

𝐶𝑅 < 0,75 𝑃𝑅𝑂𝐶𝐸𝑆𝑂 𝐶𝐴𝑃𝐴𝑍
0,75 < 𝐶𝑅 < 1 𝑃𝑅𝑂𝐶𝐸𝑆𝑂 𝐶𝐴𝑃𝐴𝑍 𝑃𝐸𝑅𝑂 𝐸𝑉𝐴𝐿𝑈𝐴𝑅 𝐻𝐴𝑆𝑇𝐴 𝐿𝑂𝐺𝑅𝐴𝑅 𝑈𝑁 𝑉𝐴𝐿𝑂𝑅 𝐷𝐸 0,75
INDICE 𝑪𝑷𝑴 : Denominado índice cp modificado. Es un índice mas conservador que el índice cp,
resultando mas eficaz cuando el tamaño de la muestra es pequeño:
En donde PMT es el punto medio del campo de tolerancia (nominal).Si el proceso es centrado 𝑪𝑷 = 𝑪𝑷𝑴
INDICE K:Es el denominado “ratio ” de comparacion entre la media del proceso y el nominal de la
especificacion
K es una medida del descentrado del proceso, cuantificando la separación existente entre la media del
proceso y el nominal (o PMT). Si el proceso es centrado, k=0, si k es positivo la media es mayor que el
nominal, si k es negativo la media es menor que la nominal. Cuando K es pequeño en valor absoluto, la
media del proceso y el nominal se encuentran muy cercanos
Las relaciones existentes entre 𝐶𝑃 𝐶𝑝𝑘 , 𝐶𝑃𝑀 𝑦 𝐾 son las siguientes:

𝐾
𝐶𝑝𝑘 = 𝐶𝑝 − ( )
3
𝐶𝑝
𝐶𝑃𝑀 = ( )
(1 − 𝐾 2 )1/2
1
𝐶𝑅 =
𝐶𝑝
𝑘
𝐾=
3𝐶𝑝
3. MATERIALES Y EQUIPO
Los materiales a utilizar serán son, sin carácter limitativo:
 Muestra equipo
 computadora
4. PROCEDIMIENTO Y EJECUCION
Los procedimientos del laboratorio son los siguientes:
 Se realizara una explicación de los fundamentos y las formulas para el análisis e procesos
 Posteriormente se proporcionara al estudiante la información obtenida por ellos para la
realización de graficos con los limites de tolerancia respectivos
 Cada estudiante realizara el análisis de capacidad de proceso, calculándose todos los
índices enseñados, para los casos señalados y tomando decisiones en función de los
resultados
5. ESTUDIO DE CASO
Los datos de partida se emplearan como base serán los datos logrados en las mediciones realizadas
para los graficos de control con sus respectivos limites de tolerancia
5.1. DATOS OBTENIDOS
DATOS LABORATORIO 6 - CAPACIDAD DE PROCESO

DATOS PH (min 3,69 - max 3,79) ES DECIR 3,74+/-0,05
3,78 3,77 3,78 3,76 3,75 3,75 3,77 3,74 3,75 3,74
JUGO
3,72 3,74 3,77 3,75 3,76 3,77 3,73 3,76 3,75 3,78
3,74 3,71 3,72 3,74 3,75 3,73 3,75 3,73 3,74 3,75
3,76 3,76 3,75 3,73 3,76 3,75 3,76 3,74 3,72 3,76

3,77 3,75 3,69 3,68 3,74 3,68 3,71 3,76 3,77 3,73
JUGO
3,70 3,71 3,68 3,73 3,73 3,74 3,75 3,75 3,69 3,75
3,69 3,71 3,75 3,77 3,70 3,72 3,74 3,70 3,75 3,69
3,75 3,77 3,78 3,72 3,74 3,75 3,69 3,71 3,72 3,68

DATOS % HUMEDAD (min 4,20 - max 6,52) ES DECIR 5,36+/-
1,16
5,21 5,80 4,66 5,22 5,90 5,55 5,97 5,67 6,22 6,05
GALLETAS
4,97 5,20 5,55 5,26 6,04 5,84 6,15 5,14 5,98 6,03
5,43 6,36 4,96 6,18 5,72 5,04 5,44 5,92 5,72 5,73
6,14 5,34 6,10 5,32 5,12 6,02 6,39 6,19 5,82 6,59

DATOS % HUMEDAD (min 4,20 - max 6,52) ES DECIR 5,36+/-
1,16
6,08 6,00 4,99 5,85 5,82 5,62 5,69 5,80 5,42 6,22
GALLETAS
5,54 5,55 5,33 5,57 4,90 5,47 5,06 4,76 5,65 5,26
6,60 6,71 6,05 5,50 5,26 5,29 5,08 5,15 5,20 5,26
5,30 5,67 4,86 5,32 5,44 5,72 5,84 6,02 5,57 5,44
5.2. CALCULOS
1. PRIMERA MAQUINA DE JUGO PH

N 1 2 3 4 5 6 7 8 9 10
X1 3,78 3,77 3,78 3,76 3,75 3,75 3,77 3,74 3,75 3,74
X2 3,72 3,74 3,77 3,75 3,76 3,77 3,73 3,76 3,75 3,78
n
X3 3,74 3,71 3,72 3,74 3,75 3,73 3,75 3,73 3,74 3,75
X4 3,76 3,76 3,75 3,73 3,76 3,75 3,76 3,74 3,72 3,76
Hallamos sumatoria total de x y el promedio:
∑ 𝑥 = 𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 𝑒𝑐. 1.
∑𝑥
𝑥̅ = 𝑒𝑐. 2.
𝑛
Reemplazando en ec.1. y ec.2.

N=1; n=4
∑ 𝑥 = 3,78 + 3,72 + 3,74 + 3,76 = 15
15
𝑥̅ = = 3,75
4
N=2; n=4
∑ 𝑥 = 3,77 + 3,74 + 3,71 + 3,76 = 14,98

14,98
𝑥̅ = 3,74
4
N=3; n=4
∑ 𝑥 = 3,78 + 3,77 + 3,72 + 3,75 = 15,02

15,02
𝑥̅ = = 3,75
4
N=4; n=4
∑ 𝑥 = 3,76 + 3,75 + 3,74 + 3,73 = 14,98

14,98
𝑥̅ = = 3,74
4
N=5; n=4
∑ 𝑥 = 3,75 + 3,76 + 3,75 + 5,76 = 15,02

15,02
𝑥̅ = = 3,75
4
N=6; n=4
∑ 𝑥 = 3,77 + 3,75 + 3,75 + 3,73 = 15

15
𝑥̅ = = 3,75
4
N=7; n=4
∑ 𝑥 = 3,77 + 3,73 + 3,75 + 3,76 = 15,01

15,01
𝑥̅ = = 3,75
4
N=8; n=4
∑ 𝑥 = 3,74 + 3,76 + 3,74 + 3,73 = 14,97
14,97
𝑥̅ = = 3,75
4
N=9; n=4
∑ 𝑥 = 3,75 + 3,75 + 3,74 + 3,72 = 14,96

14,96
𝑥̅ = = 3,74
4
N=10; n=4
∑ 𝑥 = 3,78 + 3,75 + 3,74 + 3,76 = 15,03

15,03
𝑥̅ = = 3,75
4
Entonces la solución es:

N 1 2 3 4 5 6 7 8 9 10
X1 3,78 3,77 3,78 3,76 3,75 3,75 3,77 3,74 3,75 3,74
X2 3,72 3,74 3,77 3,75 3,76 3,77 3,73 3,76 3,75 3,78
n
X3 3,74 3,71 3,72 3,74 3,75 3,73 3,75 3,73 3,74 3,75
X4 3,76 3,76 3,75 3,73 3,76 3,75 3,76 3,74 3,72 3,76
∑𝒙 15 14,98 15,02 14,98 15,02 15 15,01 14,97 14,96 15,03
̅
𝒙 3,75 3,745 3,755 3,745 3,755 3,75 3,7525 3,7425 3,74 3,7575
Hallamos rango:
𝑅 = 𝑀𝐴𝑋𝐼𝑀𝑂 − 𝑀𝐼𝑁𝐼𝑀𝑂 𝑒𝑐. 3.

N 1 2 3 4 5 6 7 8 9 10
X1 3,78 3,77 3,78 3,76 3,75 3,75 3,77 3,74 3,75 3,74
X2 3,72 3,74 3,77 3,75 3,76 3,77 3,73 3,76 3,75 3,78
N
X3 3,74 3,71 3,72 3,74 3,75 3,73 3,75 3,73 3,74 3,75
X4 3,76 3,76 3,75 3,73 3,76 3,75 3,76 3,74 3,72 3,76
MINIMO 3,72 3,71 3,72 3,73 3,75 3,73 3,73 3,73 3,72 3,74
MAXIMO 3,78 3,77 3,78 3,76 3,76 3,77 3,77 3,76 3,75 3,78
R 0,06 0,06 0,06 0,03 0,01 0,04 0,04 0,03 0,03 0,04
Hallamos media de medias y media de rangos:

N=10
∑ 𝑥̅
𝑥̿ =
𝑁
𝑥̅ 1 + 𝑥̅ 2 + 𝑥̅ 3 + 𝑥̅ 4 + 𝑥̅ 5 + 𝑥̅ 6 + 𝑥̅ 7 + 𝑥̅ 8 + 𝑥̅ 9 + 𝑥̅ 10
𝑥̿ =
𝑁
3,75 + 3,74 + 3,75 + 3,74 + 3,75 + 3,75 + 3,75 + 3,75 + 3,74 + 3,74
𝑥̿ =
10
37,49
𝑥̿ =
10
̿ = 𝟑, 𝟕𝟓
𝒙
∑𝑅
𝑅̅ =
𝑁
𝑅1 + 𝑅2 + 𝑅3 + 𝑅4 + 𝑅5 + 𝑅6 + 𝑅7 + 𝑅8 + 𝑅9 + 𝑅10
𝑅̅ =
𝑁
0,06 + 0,06 + 0,06 + 0,04 + 0,04 + 0,04 + 0,03 + 0,03 + 0,03 + 0,01
𝑅̅ =
10
0,4
𝑅̅ =
10
𝑅̅ = 𝟎, 𝟎𝟒
HALLANDO LIMITES DE CONTROL
PARA X
LIMITE DE CONTROL SUPERIOR LIMITE DE CONTROL INFERIOR

𝐿𝐶𝑆 = 𝑋̿ + 𝐴2 𝑅̅ 𝐿𝐶𝐼 = 𝑋̿ − 𝐴2 𝑅̅
𝐿𝐶𝑆 = 3,75 + 0,729 ∗ 0,04 𝐿𝐶𝐼 = 3,75 − 0,729 ∗ 0,04
𝐿𝐶𝑆 = 3,78 𝐿𝐶𝐼 = 3,72
PARA R

𝐿𝐶𝑆 = 𝐷4 𝑅̅ 𝐿𝐶𝐼 = 𝐷3 𝑅̅
𝐿𝐶𝑆 = 2,282 ∗ 0,04 𝐿𝐶𝐼 = 0 ∗ 0,04
𝐿𝐶𝑆 = 0,09 𝐿𝐶𝐼 = 0
GRAFICANDO EN EXCEL
GRAFICANDO EN MINITAB
Gráfica PH
3,780 U C L=3,77839
M edia de la muestr a
3,765
_
_
3,750 X=3,74925
3,735
3,720 LC L=3,72011
1 2 3 4 5 6 7 8 9 10
M uestr a
U C L=0,0913
Rango de la muestr a
0,08
0,06
_
0,04 R=0,04
0,02
0,00 LC L=0
1 2 3 4 5 6 7 8 9 10
M uestr a
HALLAMOS CAPACIDAD DE PROCESO EN MINITAB
Capacidad de proceso del PH maquina 1
LIE LSE
P rocesar datos Dentro de
LIE 3,69 General
O bjetiv o *
LS E 3,79 C apacidad (dentro) del potencial
M edida de la muestra 3,74925 Cp 0,89
C P L 1,05
N úmero de muestra 40
C P U 0,72
Desv .E st. (Dentro) 0,0187973
Desv .E st. (G eneral) 0,0173038 C pk 0,72
C apacidad general
Pp 0,96
PPL 1,14
PPU 0,78
P pk 0,78
C pm *
3,70 3,72 3,74 3,76 3,78

Desempeño observ ado E xp. Dentro del rendimiento E xp. Rendimiento general
P P M < LIE 0,00 P P M < LIE 810,65 P P M < LIE 308,43
P P M > LS E 0,00 P P M > LS E 15084,57 P P M > LS E 9262,15
P P M Total 0,00 P P M Total 15895,22 P P M Total 9570,58
HALLAMOS CAPACIDAD DE PROCESO CON EL METODO 1

𝑅̅
𝜎=
𝐷2
0,04
𝜎=
2,059
𝝈 = 𝟎, 𝟎𝟏𝟗𝟒
𝐿𝑇𝑆 − 𝐿𝑇𝐼
𝐶𝑝 =
6𝜎
𝐿𝑇𝑆 =3,79
𝐿𝑇𝐼 =3,69
3,79 − 3,69
𝐶𝑝 =
6 ∗ 0,0194
𝑪𝒑 = 𝟎, 𝟖𝟓𝟗𝟏
SOLUCION: EL PROCESO NO ES CAPAZ POR QUE CP ES MENOR A 1
2. SEGUNDA MAQUINA DE JUGO PH

N 1 2 3 4 5 6 7 8 9 10
X1 3,77 3,75 3,69 3,68 3,74 3,68 3,71 3,76 3,77 3,73
X2 3,70 3,71 3,68 3,73 3,73 3,74 3,75 3,75 3,69 3,75
n
X3 3,69 3,71 3,75 3,77 3,70 3,72 3,74 3,70 3,75 3,69
X4 3,75 3,77 3,78 3,72 3,74 3,75 3,69 3,71 3,72 3,68

∑ 𝑥 = 𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 𝑒𝑐. 1.
∑𝑥
𝑥̅ = 𝑒𝑐. 2.
𝑛

N=1; n=4
∑ 𝑥 = 3,77 + 3,70 + 3,69 + 3,75 = 14,91
14,91
𝑥̅ = = 3,73
4
N=2; n=4
∑ 𝑥 = 3,77 + 3,75 + 3,71 + 3,75 = 14,94

14,94
𝑥̅ = 3,74
4
N=3; n=4
∑ 𝑥 = 3,75 + 3,78 + 3,69 + 3,68 = 14,90

14,90
𝑥̅ = = 3,73
4
N=4; n=4
∑ 𝑥 = 3,73 + 3,77 + 3,72 + 5,68 = 14,90

14,90
𝑥̅ = = 3,73
4
N=5; n=4
∑ 𝑥 = 3,73 + 3,74 + 3,70 + 5,74 = 14,91

14,91
𝑥̅ = = 3,73
4
N=6; n=4
∑ 𝑥 = 3,74 + 3,72 + 3,75 + 3,68 = 14,89
14,89
𝑥̅ = = 3,72
4
N=7; n=4
∑ 𝑥 = 3,71 + 3,74 + 3,75 + 3,69 = 14,89

14,89
𝑥̅ = = 3,72
4
N=8; n=4
∑ 𝑥 = 3,71 + 3,70 + 3,75 + 3,76 = 14,92

14,92
𝑥̅ = = 3,73
4
N=9; n=4
∑ 𝑥 = 3,72 + 3,75 + 3,77 + 3,69 = 14,93
14,93
𝑥̅ = = 3,73
4
N=10; n=4
∑ 𝑥 = 3,73 + 3,75 + 3,68 + 3,69 = 14,85

14,85
𝑥̅ = = 3,71
4

N 1 2 3 4 5 6 7 8 9 10
X1 3,77 3,75 3,69 3,68 3,74 3,68 3,71 3,76 3,77 3,73
X2 3,70 3,71 3,68 3,73 3,73 3,74 3,75 3,75 3,69 3,75
n
X3 3,69 3,71 3,75 3,77 3,70 3,72 3,74 3,70 3,75 3,69
X4 3,75 3,77 3,78 3,72 3,74 3,75 3,69 3,71 3,72 3,68
∑𝒙 15 14,91 14,94 14,90 14,90 14,91 14,89 14,89 14,92 14,93
̅
𝒙 3,75 3,73 3,74 3,73 3,73 3,73 3,72 3,72 3,73 3,73
Hallamos rango:

N 1 2 3 4 5 6 7 8 9 10
X1 3,77 3,75 3,69 3,68 3,74 3,68 3,71 3,76 3,77 3,73
X2 3,70 3,71 3,68 3,73 3,73 3,74 3,75 3,75 3,69 3,75
N
X3 3,69 3,71 3,75 3,77 3,70 3,72 3,74 3,70 3,75 3,69
X4 3,75 3,77 3,78 3,72 3,74 3,75 3,69 3,71 3,72 3,68
MINIMO 3,69 3,71 3,68 3,68 3,70 3,68 3,69 3,70 3,69 3,68
MAXIMO 3,77 3,77 3,78 3,77 3,74 3,75 3,75 3,76 3,77 3,75
R 0,08 0,06 0,10 0,09 0,04 0,07 0,06 0,06 0,08 0,07

N=10
∑ 𝑥̅
𝑥̿ =
𝑁
𝑥̅ 1 + 𝑥̅ 2 + 𝑥̅ 3 + 𝑥̅ 4 + 𝑥̅ 5 + 𝑥̅ 6 + 𝑥̅ 7 + 𝑥̅ 8 + 𝑥̅ 9 + 𝑥̅ 10
𝑥̿ =
𝑁
3,75 + 3,74 + 3,73 + 3,73 + 3,73 + 3,73 + 3,73 + 3,73 + 3,72 + 3,72
𝑥̿ =
10
37,26
𝑥̿ =
10
̿ = 𝟑, 𝟕𝟑
𝒙
∑𝑅
𝑅̅ =
𝑁
𝑅1 + 𝑅2 + 𝑅3 + 𝑅4 + 𝑅5 + 𝑅6 + 𝑅7 + 𝑅8 + 𝑅9 + 𝑅10
𝑅̅ =
𝑁
0,06 + 0,06 + 0,06 + 0,04 + 0,07 + 0,07 + 0,08 + 0,08 + 0,09 + 0,1
𝑅̅ =
10
0,71
𝑅̅ =
10
𝑅̅ = 𝟎, 𝟎𝟕
PARA X

𝐿𝐶𝑆 = 𝑋̿ + 𝐴2 𝑅̅ 𝐿𝐶𝐼 = 𝑋̿ − 𝐴2 𝑅̅
𝐿𝐶𝑆 = 3,73 + 0,729 ∗ 0,07 𝐿𝐶𝐼 = 3,73 − 0,729 ∗ 0,07
𝐿𝐶𝑆 = 3,78 𝐿𝐶𝐼 = 3,68
PARA R
𝐿𝐶𝑆 = 2,282 ∗ 0,07 𝐿𝐶𝐼 = 0 ∗ 0,07
𝐿𝐶𝑆 = 0,16 𝐿𝐶𝐼 = 0
GRAFICANDO EN EXCEL
Gráfica PH maquina 2
3,78 U C L=3,7777
3,75
_
_
X=3,726
3,72
3,69
LC L=3,6743
3,66
1 2 3 4 5 6 7 8 9 10
M uestr a
0,16 U C L=0,1620
0,12
0,08 _
R=0,071
0,04
0,00 LC L=0
1 2 3 4 5 6 7 8 9 10
M uestr a
HALLAMOS CAPACIDAD DE PROCESO
Capacidad de proceso de PH de maquina 2
LIE LSE
LIE 3,69 General
O bjetiv o *
C P L 0,35
C P U 0,63
C apacidad general
Pp 0,55
PPL 0,40
PPU 0,71
P pk 0,40
C pm *
3,66 3,68 3,70 3,72 3,74 3,76 3,78 3,80
𝑅̅
𝜎=
𝐷2
0,07
𝜎=
2,059
𝝈 = 𝟎, 𝟎𝟑𝟒
𝐶𝑝 =
6𝜎
𝐿𝑇𝑆 =3,79
𝐿𝑇𝐼 =3,69
3,79 − 3,69
𝐶𝑝 =
6 ∗ 0,034
𝑪𝒑 = 𝟎, 𝟒𝟗𝟎𝟐
SOLUCION: El proceso no es capaz porque Cp es menor a 1

Para elegir la maquina a utilizar será el que tendrá mayor cp
MAQUINA 1 𝑪𝒑 = 𝟎, 𝟖𝟗 < 𝟏
MAQUINA 2 𝑪𝒑 = 𝟎, 𝟒𝟗 < 𝟏
Ninguna maquina es capaz
1. PRIMERA MAQUINA DE GALLETAS HUMEDAD

DATOS % HUMEDAD (min 4,20 - max 6,52) ES DECIR 5,36+/-1,16
N 1 2 3 4 5 6 7 8 9 10
X1 5,21 5,80 4,66 5,22 5,90 5,55 5,97 5,67 6,22 6,05
X2 4,97 5,20 5,55 5,26 6,04 5,84 6,15 5,14 5,98 6,03
n
X3 5,43 6,36 4,96 6,18 5,72 5,04 5,44 5,92 5,72 5,73
X4 6,14 5,34 6,10 5,32 5,12 6,02 6,39 6,19 5,82 6,59

∑ 𝑥 = 𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 𝑒𝑐. 1.
∑𝑥
𝑥̅ = 𝑒𝑐. 2.
𝑛

N=1; n=4
∑ 𝑥 = 5,21 + 4,97 + 5,43 + 6,14 = 21,75
21,75
𝑥̅ = = 5,44
4
N=2; n=4
∑ 𝑥 = 5,80 + 5,20 + 6,36 + 5,34 = 22,70
22,70
𝑥̅ = = 5,67
4
N=3; n=4
∑ 𝑥 = 4,66 + 5,55 + 4,96 + 6,10 = 21,27

21,27
𝑥̅ = = 5,32
4
N=4; n=4
∑ 𝑥 = 5,22 + 5,26 + 6,18 + 5,32 = 21,98

21,98
𝑥̅ = = 5,39
4
N=5; n=4
∑ 𝑥 = 5,90 + 6,04 + 5,72 + 5,12 = 22,77

22,77
𝑥̅ = = 5,69
4
N=6; n=4
∑ 𝑥 = 5,55 + 5,84 + 5,04 + 6,02 = 22,45

22,45
𝑥̅ = = 5,61
4
N=7; n=4
∑ 𝑥 = 5,97 + 6,15 + 5,44 + 6,39 = 23,95

23,95
𝑥̅ = = 5,99
4
N=8; n=4
∑ 𝑥 = 5,67 + 5,14 + 5,92 + 6,19 = 22,92

22,92
𝑥̅ = = 5,73
4
N=9; n=4
∑ 𝑥 = 6,22 + 5,98 + 5,72 + 5,82 = 23,74

23,74
𝑥̅ = = 5,93
4
N=10; n=4
∑ 𝑥 = 6,05 + 6,03 + 5,73 + 6,59 = 24,4

23,74
𝑥̅ = = 6,10
4

N 1 2 3 4 5 6 7 8 9 10
X1 5,21 5,80 4,66 5,22 5,90 5,55 5,97 5,67 6,22 6,05
X2 4,97 5,20 5,55 5,26 6,04 5,84 6,15 5,14 5,98 6,03
n
X3 5,43 6,36 4,96 6,18 5,72 5,04 5,44 5,92 5,72 5,73
X4 6,14 5,34 6,10 5,32 5,12 6,02 6,39 6,19 5,82 6,59
∑𝒙 21,75 22,70 21,27 21,98 22,77 22,45 23,95 22,92 23,74 24,40
̅
𝒙 5,4363 5,674 5,3168 5,4938 5,694 5,6115 5,9875 5,7298 5,935 6,1
Hallamos rango:

N 1 2 3 4 5 6 7 8 9 10
X1 5,21 5,80 4,66 5,22 5,90 5,55 5,97 5,67 6,22 6,05
X2 4,97 5,20 5,55 5,26 6,04 5,84 6,15 5,14 5,98 6,03
N
X3 5,43 6,36 4,96 6,18 5,72 5,04 5,44 5,92 5,72 5,73
X4 6,14 5,34 6,10 5,32 5,12 6,02 6,39 6,19 5,82 6,59
MINIMO 4,97 5,20 4,66 5,22 5,12 5,04 5,44 5,14 5,72 5,73
MAXIMO 6,14 6,36 6,10 6,18 6,04 6,02 6,39 6,19 6,22 6,59
R 1,18 1,16 1,44 0,96 0,92 0,98 0,95 1,05 0,50 0,86

N=10
∑ 𝑥̅
𝑥̿ =
𝑁
𝑥̅ 1 + 𝑥̅ 2 + 𝑥̅ 3 + 𝑥̅ 4 + 𝑥̅ 5 + 𝑥̅ 6 + 𝑥̅ 7 + 𝑥̅ 8 + 𝑥̅ 9 + 𝑥̅ 10
𝑥̿ =
𝑁
5,44 + 5,67 + 5,32 + 5,49 + 5,69 + 5,61 + 5,99 + 5,73 + 5,93 + 6,1
𝑥̿ =
10
56,98
𝑥̿ =
10
̿ = 𝟓, 𝟕𝟎
𝒙
∑𝑅
𝑅̅ =
𝑁
𝑅1 + 𝑅2 + 𝑅3 + 𝑅4 + 𝑅5 + 𝑅6 + 𝑅7 + 𝑅8 + 𝑅9 + 𝑅10
𝑅̅ =
𝑁
1,18 + 1,16 + 1,44 + 0,96 + 0,92 + 0,98 + 0,95 + 1,05 + 0,50 + 0,86
𝑅̅ =
10
9,98
𝑅̅ =
10
𝑅̅ = 𝟏, 𝟎𝟎
PARA X

𝐿𝐶𝑆 = 𝑋̿ + 𝐴2 𝑅̅ 𝐿𝐶𝐼 = 𝑋̿ − 𝐴2 𝑅̅
𝐿𝐶𝑆 = 5,70 + 0,729 ∗ 1 𝐿𝐶𝐼 = 5,70 − 0,729 ∗ 1
𝐿𝐶𝑆 = 6,43 𝐿𝐶𝐼 = 4,97
PARA R

𝐿𝐶𝑆 = 2,282 ∗ 1 𝐿𝐶𝐼 = 0 ∗ 1
𝐿𝐶𝑆 = 2,282 𝐿𝐶𝐼 = 0
GRAFICANDO EN EXCEL
Gráfica Xbarra-R de HUMEDAD
6,5
U C L=6,419
6,0
_
_
X=5,691
5,5
5,0 LC L=4,962
1 2 3 4 5 6 7 8 9 10
M uestr a
U C L=2,281
2,0
1,5
_
1,0 R=1
0,5
0,0 LC L=0
1 2 3 4 5 6 7 8 9 10
M uestr a

Capacidad de proceso de HUMEDAD de maquina 1
LIE LSE
LIE 4,2 General
O bjetiv o *
C P L 1,08
C P U 0,60
C apacidad general
Pp 0,84
PPL 1,08
PPU 0,60
P pk 0,60
C pm *
4,5 5,0 5,5 6,0 6,5


𝑅̅
𝜎=
𝐷2
1
𝜎=
2,059
𝝈 = 𝟎, 𝟒𝟖𝟓𝟕
𝐶𝑝 =
6𝜎
𝐿𝑇𝑆 =6,52
𝐿𝑇𝐼 =4,20
6,52 − 4,20
𝐶𝑝 =
6 ∗ 0,4857
𝑪𝒑 = 𝟎, 𝟖𝟎
2. SEGUNDA MAQUINA DE GALLETAS HUMEDAD

N 1 2 3 4 5 6 7 8 9 10
X1 6,08 6,00 4,99 5,85 5,82 5,62 5,69 5,80 5,42 6,22
X2 5,54 5,55 5,33 5,57 4,90 5,47 5,06 4,76 5,65 5,26
n
X3 6,60 6,71 6,05 5,50 5,26 5,29 5,08 5,15 5,20 5,26
X4 5,30 5,67 4,86 5,32 5,44 5,72 5,84 6,02 5,57 5,44

∑ 𝑥 = 𝑥1 + 𝑥2 + 𝑥3 + 𝑥4 𝑒𝑐. 1.
∑𝑥
𝑥̅ = 𝑒𝑐. 2.
𝑛

N=1; n=4
∑ 𝑥 = 6,08 + 5,54 + 6,60 + 5,30 = 23,52
23,52
𝑥̅ = = 5,88
4
N=2; n=4
∑ 𝑥 = 6,00 + 5,55 + 6,71 + 5,67 = 23,93

23,93
𝑥̅ = = 5,98
4
N=3; n=4
∑ 𝑥 = 4,99 + 5,33 + 6,05 + 4,86 = 21,23

21,23
𝑥̅ = = 5,31
4
N=4; n=4
∑ 𝑥 = 5,85 + 5,57 + 5,50 + 5,32 = 22,24

22,24
𝑥̅ = = 5,56
4
N=5; n=4
∑ 𝑥 = 5,82 + 4,90 + 5,26 + 5,44 = 22,42

22,42
𝑥̅ = = 5,35
4
N=6; n=4
∑ 𝑥 = 5,62 + 5,47 + 5,29 + 5,72 = 22,10

22,10
𝑥̅ = = 5,53
4
N=7; n=4
∑ 𝑥 = 5,69 + 5,06 + 5,08 + 5,84 = 21,67

21,67
𝑥̅ = = 5,42
4
N=8; n=4
∑ 𝑥 = 5,80 + 4,76 + 5,15 + 6,02 = 21,73

21,73
𝑥̅ = = 5,43
4
N=9; n=4
∑ 𝑥 = 5,42 + 5,65 + 5,20 + 5,57 = 21,84

21,84
𝑥̅ = = 5,46
4
N=10; n=4
∑ 𝑥 = 6,22 + 5,26 + 5,26 + 5,44 = 22,18

22,18
𝑥̅ = = 5,55
4

N 1 2 3 4 5 6 7 8 9 10
X1 6,08 6,00 4,99 5,85 5,82 5,62 5,69 5,80 5,42 6,22
X2 5,54 5,55 5,33 5,57 4,90 5,47 5,06 4,76 5,65 5,26
n
X3 6,60 6,71 6,05 5,50 5,26 5,29 5,08 5,15 5,20 5,26
X4 5,30 5,67 4,86 5,32 5,44 5,72 5,84 6,02 5,57 5,44
∑𝒙 21,75 23,52 23,93 21,23 22,24 21,42 22,10 21,67 21,73 21,84
̅
𝒙 5,4363 5,88 5,98 5,31 5,56 5,35 5,53 5,42 5,43 5,46
Hallamos rango:

N 1 2 3 4 5 6 7 8 9 10
X1 6,08 6,00 4,99 5,85 5,82 5,62 5,69 5,80 5,42 6,22
X2 5,54 5,55 5,33 5,57 4,90 5,47 5,06 4,76 5,65 5,26
N
X3 6,60 6,71 6,05 5,50 5,26 5,29 5,08 5,15 5,20 5,26
X4 5,30 5,67 4,86 5,32 5,44 5,72 5,84 6,02 5,57 5,44
MINIMO 5,30 5,55 4,86 5,32 4,90 5,29 5,06 4,76 5,20 5,26
MAXIMO 6,60 6,71 6,05 5,85 5,82 5,72 5,84 6,02 5,65 6,22
R 1,30 1,16 1,19 0,52 0,92 0,43 0,78 1,26 0,45 0,96

N=10
∑ 𝑥̅
𝑥̿ =
𝑁
𝑥̅ 1 + 𝑥̅ 2 + 𝑥̅ 3 + 𝑥̅ 4 + 𝑥̅ 5 + 𝑥̅ 6 + 𝑥̅ 7 + 𝑥̅ 8 + 𝑥̅ 9 + 𝑥̅ 10
𝑥̿ =
𝑁
5,44 + 5,88 + 5,98 + 5,31 + 5,56 + 5,35 + 5,53 + 5,42 + 5,43 + 5,46
𝑥̿ =
10
55,46
𝑥̿ =
10
̿ = 𝟓, 𝟓𝟎
𝒙
∑𝑅
𝑅̅ =
𝑁
𝑅1 + 𝑅2 + 𝑅3 + 𝑅4 + 𝑅5 + 𝑅6 + 𝑅7 + 𝑅8 + 𝑅9 + 𝑅10
𝑅̅ =
𝑁
1,30 + 1,16 + 1,19 + 0,52 + 0,92 + 0,43 + 0,78 + 1,26 + 0,45 + 0,96
𝑅̅ =
10
8,98
𝑅̅ =
10
𝑅̅ = 𝟎, 𝟗𝟎
PARA X

𝐿𝐶𝑆 = 𝑋̿ + 𝐴2 𝑅̅ 𝐿𝐶𝐼 = 𝑋̿ − 𝐴2 𝑅̅
𝐿𝐶𝑆 = 5,50 + 0,729 ∗ 0,9 𝐿𝐶𝐼 = 5,50 − 0,729 ∗ 0,9
𝐿𝐶𝑆 = 6,16 𝐿𝐶𝐼 = 4,84
PARA R

𝐿𝐶𝑆 = 2,282 ∗ 0,9 𝐿𝐶𝐼 = 0 ∗ 0,9
𝐿𝐶𝑆 = 2,05 𝐿𝐶𝐼 = 0
GRAFICANDO EN EXCEL
Gráfica de HUMEDAD
U C L=6,200
6,0
_
_
5,5 X=5,546
5,0
LC L=4,893
1 2 3 4 5 6 7 8 9 10
M uestr a
2,0 U C L=2,046
1,5
1,0 _
R=0,897
0,5
0,0 LC L=0
1 2 3 4 5 6 7 8 9 10
M uestr a
Capacidad de proceso de HUMEDAD de maquina 2
LIE LSE
LIE 4,2 General
O bjetiv o *
C P L 1,03
C P U 0,74
C apacidad general
Pp 0,89
PPL 1,03
PPU 0,75
P pk 0,75
C pm *
4,5 5,0 5,5 6,0 6,5


𝑅̅
𝜎=
𝐷2
0,9
𝜎=
2,059
𝝈 = 𝟎, 𝟒𝟑𝟕𝟏
𝐶𝑝 =
6𝜎
𝐿𝑇𝑆 =6,52
𝐿𝑇𝐼 =4,20
6,52 − 4,20
𝐶𝑝 =
6 ∗ 0,4371
𝑪𝒑 = 𝟎, 𝟖𝟖

Para elegir la maquina a utilizar será el que tendrá mayor cp
MAQUINA 1 𝑪𝒑 = 𝟎, 𝟖𝟒 < 𝟏
MAQUINA 2 𝑪𝒑 = 𝟎, 𝟖𝟗 < 𝟏
Ninguna maquina es capaz
6. CONCLUSION
 Se realizo los cálculos necesarios para hallar la capacidad de proceso de las cuatro maquinas,
con los siguientes resultados y se realizo la comprobación por el método del minitab y de método
𝑅̅
1 (𝜎 = 𝐷 ).
2
Cp (capacidad de proceso) Cp (capacidad de proceso)

Método MINITAB 𝑅̅
Metodo 1 (𝜎 = )
𝐷2
MAQUINA 1 JUGO 0,89 0,86
MAQUINA 2 JUGO 0,49 0,49
MAQUINA 1 GALLETA 0,84 0,80
MAQUINA 2 GALLETA 0,89 0,88
 Con los resultados realizados ninguna maquina es capaz del proceso
7. CUESTIONARIO
1. EXPLIQUE LA RELACIÓN ENTRE EL CP EL AQL Y EL PRECIO

R-. La capacidad de proceso (Cp) es el cumplimiento de las especificaciones según sea el (AQLs)
exigido por el cliente. Entonces el cliente hace las especificaciones que quiere y elige los AQLs, para
poder ver que capacidad de proceso se usara y que costo tendrá.
CLIENTE AQL Cp Precio

Especificación muy Nivel de calidad alta Capacidad de proceso Costoso
exigida por el cliente alto
Especificación poco Nivel de calidad baja Capacidad de proceso barato
exigida por el cliente bajo
Evidentemente hay una relación entre el índice de Cp. y el porcentaje de valores que se encuentran
dentro o fuera de tolerancia. En la siguiente tabla se muestra dicha relación para distintos valores de
Cp.
2. EXPLIQUE LA RELACIÓN ENTRE EL CP Y EL CPK, CUANDO SON IGUALES Y CUANDO

SON DISTINTOS, ETC
R-. El índice CP y CPK son traductores validos entre variabilidad del proceso y porcentaje de valores
fuera de tolerancia cuando estamos tratando con procesos centrados en el intervalo de tolerancia
Cuando CP (capacidad de proceso) no está centrada en el intervalo de tolerancia, es necesario requerir

a otra media que tenga en cuenta la posición relativa de la media del proceso respecto a la
especificación. A esta medida la denominamos índice CPK
Para calcular el índice Cpk, es necesario determinar previamente dos "semi índices" de capacidad
(𝐶𝑝𝑘𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 Y 𝐶𝑝𝑘𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 ) cuyas expresiones son:
La expresión 𝐶𝑝𝑘 se escribe:

𝐶𝑃𝐾 = 𝑀𝐸𝑁𝑂𝑅 {𝐶𝑝𝑘 𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 , 𝐶𝑝𝑘 𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 }
Cuando el proceso se encuentra centrado, se cumple:
𝐶𝑝𝑘𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 𝐶𝑝𝑘𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 𝐶𝑝𝑘 = 𝐶𝑝

Este es el motivo de que al índice Cp. se le conozca también como "el potencial del proceso".
La relación entre el valor del índice Cpk y el porcentaje de valores fuera de tolerancia no es de cálculo
directo, siendo función del índice Cp y de una medida de la falta de centrado. En la siguiente Tabla se
muestra tal relación (% de valores fuera de tolerancia), función del índice CP obtenido y de la diferencia
entre los índices Cp y Cpk.
3. EXISTEN DOS MÉTODOS PARA EL CÁLCULO DE LA DESVIACIÓN. LA DIFERENCIA

ENTRE ESTOS DOS MÉTODOS,
¿ES ALEATORIA O SIEMPRE UN VALOR SERÁ MAYOR QUE EL OTRO?.
¿CUÁL DE LOS DOS VALORES ES EL VALOR CORTECTO?
R-. MÉTODO 1:
Cuando realizamos gráficos de control por variables (x , R), empleamos el valor de constantes para el
cálculo de los límites de control, ahora emplearemos el valor de estas constantes para realizar una
estimación de la desviación típica del proceso utilizando 1a expresión
̅
𝑹
𝝈=
𝑫𝟐
𝐶𝑝 =
6∗𝜎
MÉTODO 2:
Utilizando la expresión conocida:
̅)𝟐
∑(𝒙 − 𝒙
𝝈=√
𝒏−𝟏
La media coincide(excepto por errores de redondeo) con la media general obtenida de los subgrupos:
𝐶𝑝 =
6∗𝜎
-En el método 1 y 2, siempre existirá un valor mayor al otro. El valor que mas se aproxima al valor
correcto es el segundo metodo
4. ¿POR QUÉ SE CONSIDERA QUE EL PROCESO ES CAPAZ SI CR ES MENOR A 0.75?
R-.El proceso CR (ratio de capacidad), que es la inversa de CP (capacidad de proceso)

1
𝐶𝑝 = 𝑒𝑐. 1
𝐶𝑅
Para un Cp=1,33 el proceso es muy capaz (eficaz), pues mediante el control estadístico del proceso,
solo actúan causas comunes, y se puede garantizar que, a largo plazo , gran parte de los valores se
encontraran dentro de tolerancia.
Despejando CR de la ec.1, hallamos
1
𝐶𝑅 = = 0,75
1,33
En procesos centrados, suele utilizarse con un criterio simplista:
CR> 1 , el proceso no es capaz.

CR < 0.75 -, el proceso es capaz.
0.75 < CR < 1 , el proceso es capaz, pero debe vigilarse hasta lograr que se aproxime al valor de 0.75.
5. ¿PORQUE PARA CP =1 EL AQL ES 0,27?
R-. CP=1 ESTRICTAMENTE CAPAZ
De acuerdo con el criterio de la campana de distribución ("la frontera"), para poder considerar un
proceso capaz o no capaz es que el porcentaje de valores fuera de tolerancia sea un 0.27% (100 -
99,73).Un proceso con dicho porcentaje se consideraría estrictamente capaz.
Si son simétricas porque tiene una distribución normal (𝜇, 𝜎)
FIGURA 1. CAMPANA DE DISTRIBUCION

DONDE:
𝑑𝑒𝑠𝑣𝑖𝑎𝑐𝑖𝑜𝑛 = 𝜎
Supongamos que tenemos un proceso con un índice Cp=1.0 (que produciría un 0.27 o de valores fuera
de tolerancia). El producto resultado del proceso es entregado a distintos clientes.
Uno de los clientes, que utilizara este criterio, consideraría que el proceso es capaz. Sin embargo,
supongamos que, para otro cliente, este porcentaje fuera de tolerancias fuera excesivo. Para este
segundo cliente, el mismo proceso se consideraría no capaz.
6. EXPLIQUE LA RELACIÓN ENTRE LA DESVIACIÓN Y EL CP. DE TRES EJEMPLOS
R-. Se debe definir un índice que cuantifiqué ambas variabilidades, proporcionándonos un valor objetivo
de la capacidad del proceso. Para ello se define el Índice CP de capacidad del proceso, también
denominado Potencial del Proceso como:
Cp = Variabilidad especificada/Variabilidad Natural = LTS –LTI = 6𝝈
En estas circunstancias, la definición de capacidad de un proceso puede expresarse

como:
Cp> 𝟏 proceso capaz
Cp<1proceso no capaz
Cp=1estrictamente capaz
Ejemplo1
DATOS:
LTS=5,3
LTI=4,7
𝜎 = 0,092
𝐶𝑝 =
6∗𝜎
5,3 − 4,7
𝐶𝑝 =
6 ∗ 0,092
𝐶𝑝 = 1,087 ≅ 1 𝑒𝑠𝑡𝑟𝑖𝑐𝑡𝑎𝑚𝑒𝑛𝑡𝑒 𝑐𝑎𝑝𝑎𝑧
Ejemplo 2
DATOS:
LTS=5,3
LTI=4,7
𝜎 = 0,080
𝐶𝑝 =
6∗𝜎
5,3 − 4,7
𝐶𝑝 =
6 ∗ 0,080
𝐶𝑝 = 1,25 > 1 𝑐𝑎𝑝𝑎𝑧
Ejemplo 3
DATOS:
LTS=5,0
LTI=4,7
𝜎 = 0,080
𝐶𝑝 =
6∗𝜎
5, −4,7
𝐶𝑝 =
6 ∗ 0,080
𝐶𝑝 = 0,62 < 1 𝑛𝑜 𝑐𝑎𝑝𝑎𝑧
7. ¿CÓMO INCREMENTO LA CAPACIDAD DE MI PROCESO? DE TRES OPCIONES
R-. Si Cp no esta centrado, utilizar otra medida que tenga en cuenta la posición relativa de la media del
proceso respecto a la especificación. A esta medida la denominamos índice CPK.
Para aumentar la capacidad del proceso según la ec.1. se puede reducir la desviación en el proceso
ec.1
Para aumentar la capacidad de proceso se puede disminuir el AQL especificada por el cliente, el
porcentaje defectuoso (% fuera de tolerancia)
1-. Índice CR También denominado "ratio de capacidad" del proceso. Es el inverso del índice CR y por
lo tanto su interpretación es muy similar.
1
𝐶𝑅 =
𝐶𝑃
2-. Índice CPM: Denominado indice C. modificado. Es un índice más conservador que el índice CP
resultando más eficaz cuando el tamaño de la muestra es pequeño.Su interpretación es similar
3-. Índice K: Es el denominado "ratio" de comparación entre la media del proceso y el nominal de la
especificación.

Laboratorio N6

Cargado por

Información del documento

Título 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

Laboratorio N6

Cargado por

Copyright:

Formatos disponibles

LABORATORIO N° 6

Docente: Ph. D. Luz Dávalos Zelada Materia: Control de la calidad.

2.1 ANALISIS DE CAPACIDAD DE PROCESO

Analicemos el siguiente gráfico:

Fig.1. estado de los procesos

𝑪𝑨𝑷𝑨𝑪𝑰𝑫𝑨𝑫 = 𝑳𝑵𝑺 − 𝑳𝑵𝑰 = 𝟔𝝈

𝐿𝑁𝑆: 𝐿í𝑚𝑖𝑡𝑒 𝑁𝑎𝑡𝑢𝑟𝑎𝑙 𝑆𝑢𝑝𝑒𝑟𝑖𝑜𝑟 𝑑𝑒𝑙 𝑃𝑟𝑜𝑐𝑒𝑠𝑜: 𝑀𝑒𝑑𝑖𝑎 + 3𝜎

𝑉𝐴𝑅𝐼𝐴𝐵𝐼𝐿𝐼𝐷𝐴𝐷𝑁𝐴𝑇𝑈𝑅𝐴𝐿 < 𝑉𝐴𝑅𝐼𝐴𝐵𝐼𝐿𝐼𝐷𝐴𝐷𝐸𝑆𝑃𝐸𝐶𝐼𝐹𝐼𝐶𝐴𝐷𝐴

En estas circunstancias, la definición de capacidad de un proceso puede expresarse como:

𝑉𝐴𝑅𝐼𝐴𝐵𝐼𝐿𝐼𝐷𝐴𝐷 𝑁𝐴𝑇𝑈𝑅𝐴𝐿 < 𝑉𝐴𝑅𝐼𝐴𝐵𝐼𝐿𝐼𝐷𝐴𝐷 𝐸𝑆𝑃𝐸𝐶𝐼𝐹𝐼𝐶𝐴𝐷𝐴

Cuando el proceso se encuentra centrado, se cumple:

𝐶𝑝𝑘𝑖𝑛𝑓𝑒𝑟𝑖𝑜𝑟 = 𝐶𝑝𝑘𝑠𝑢𝑝𝑒𝑟𝑖𝑜𝑟 = 𝐶𝑝𝑘 = 𝐶𝑝

Para ello, si denominamos:

𝐶𝑅 > 1 𝑃𝑅𝑂𝐶𝐸𝑆𝑂 𝑁𝑂 𝐶𝐴𝑃𝐴𝑍

Las relaciones existentes entre 𝐶𝑃 𝐶𝑝𝑘 , 𝐶𝑃𝑀 𝑦 𝐾 son las siguientes:

DATOS LABORATORIO 6 - CAPACIDAD DE PROCESO

DATOS LABORATORIO 6 - CAPACIDAD DE PROCESO

DATOS LABORATORIO 6 - CAPACIDAD DE PROCESO

DATOS LABORATORIO 6 - CAPACIDAD DE PROCESO

1. PRIMERA MAQUINA DE JUGO PH

DATOS LABORATORIO 6 - CAPACIDAD DE PROCESO

Reemplazando en ec.1. y ec.2.

∑ 𝑥 = 3,78 + 3,72 + 3,74 + 3,76 = 15

∑ 𝑥 = 3,77 + 3,74 + 3,71 + 3,76 = 14,98

∑ 𝑥 = 3,78 + 3,77 + 3,72 + 3,75 = 15,02

∑ 𝑥 = 3,76 + 3,75 + 3,74 + 3,73 = 14,98

∑ 𝑥 = 3,75 + 3,76 + 3,75 + 5,76 = 15,02

∑ 𝑥 = 3,77 + 3,75 + 3,75 + 3,73 = 15

∑ 𝑥 = 3,77 + 3,73 + 3,75 + 3,76 = 15,01

∑ 𝑥 = 3,75 + 3,75 + 3,74 + 3,72 = 14,96

∑ 𝑥 = 3,78 + 3,75 + 3,74 + 3,76 = 15,03

DATOS LABORATORIO 6 - CAPACIDAD DE PROCESO

𝑅 = 𝑀𝐴𝑋𝐼𝑀𝑂 − 𝑀𝐼𝑁𝐼𝑀𝑂 𝑒𝑐. 3.

DATOS LABORATORIO 6 - CAPACIDAD DE PROCESO

Hallamos media de medias y media de rangos:

LIMITE DE CONTROL SUPERIOR LIMITE DE CONTROL INFERIOR

LIMITE DE CONTROL SUPERIOR LIMITE DE CONTROL INFERIOR

Capacidad de proceso del PH maquina 1

3,70 3,72 3,74 3,76 3,78

HALLAMOS CAPACIDAD DE PROCESO CON EL METODO 1

2. SEGUNDA MAQUINA DE JUGO PH

DATOS LABORATORIO 6 - CAPACIDAD DE PROCESO

Hallamos sumatoria total de x y el promedio:

Reemplazando en ec.1. y ec.2.

∑ 𝑥 = 3,77 + 3,70 + 3,69 + 3,75 = 14,91

∑ 𝑥 = 3,77 + 3,75 + 3,71 + 3,75 = 14,94

∑ 𝑥 = 3,75 + 3,78 + 3,69 + 3,68 = 14,90

∑ 𝑥 = 3,73 + 3,77 + 3,72 + 5,68 = 14,90

∑ 𝑥 = 3,73 + 3,74 + 3,70 + 5,74 = 14,91

∑ 𝑥 = 3,71 + 3,74 + 3,75 + 3,69 = 14,89

∑ 𝑥 = 3,71 + 3,70 + 3,75 + 3,76 = 14,92

∑ 𝑥 = 3,73 + 3,75 + 3,68 + 3,69 = 14,85

DATOS LABORATORIO 6 - CAPACIDAD DE PROCESO

𝑅 = 𝑀𝐴𝑋𝐼𝑀𝑂 − 𝑀𝐼𝑁𝐼𝑀𝑂 𝑒𝑐. 3.

DATOS LABORATORIO 6 - CAPACIDAD DE PROCESO

Hallamos media de medias y media de rangos:

LIMITE DE CONTROL SUPERIOR LIMITE DE CONTROL INFERIOR

HALLAMOS CAPACIDAD DE PROCESO

Capacidad de proceso de PH de maquina 2

3,66 3,68 3,70 3,72 3,74 3,76 3,78 3,80

SOLUCION: El proceso no es capaz porque Cp es menor a 1

1. PRIMERA MAQUINA DE GALLETAS HUMEDAD

DATOS LABORATORIO 6 - CAPACIDAD DE PROCESO