Cartas De Control e Índices De Capacidad – Taller #5: Control Estadístico De La

Calidad
Integrantes: Licona Faneite, Jesús Andrés. Vitola Gouriyu, Natalia. Crespo Osorio,
Daniel. García Pérez, Ilse
Docente: Mauricio Quintana Torres

6.15. Piezas fabricadas mediante un proceso de moldeo por inyección se someten a una
prueba de resistencia a la compresión. Veinte se recogen muestras de cinco partes
cada una, y las resistencias a la compresión (en psi) se muestran en la Tabla 6E.11.
¿Está el proceso en control estadístico?

Sample 𝑅 𝑆
x1 x2 x3 x4 x5 𝑥̅
Number

1 83 81,2 78,7 75,7 77 79,12 7,3 2,99

2 88,6 78,3 78,8 71 84,2 80,18 17,6 6,65
3 85,7 75,8 84,3 75,2 81 80,4 10,5 4,79
4 80,8 74,4 82,5 74,1 75,7 77,5 8,4 3,88
5 83,4 78,4 82,6 78,2 78,9 80,3 5,2 2,49
6 75,3 79,9 87,3 89,7 81,8 82,8 14,4 5,78
7 74,5 78 80,8 73,4 79,7 77,28 7,4 3,22
8 79,2 84,4 81,5 86 74,5 81,12 11,5 4,53
9 80,5 86,2 76,2 64,1 80,2 77,44 22,1 8,26
10 75,7 75,2 71,1 82,1 74,3 75,68 11 4,01
11 80 81,5 78,4 73,8 78,1 78,36 7,7 2,89
12 80,6 81,8 79,3 73,8 81,7 79,44 8 3,31
13 82,7 81,3 79,1 82 79,5 80,92 3,6 1,57
14 79,2 74,9 78,6 77,7 75,3 77,14 4,3 1,94
15 85,5 82,1 82,8 73,4 71,7 79,1 13,8 6,14
16 78,8 79,6 80,2 79,1 80,8 79,7 2 0,81
17 82,1 78,2 75,5 78,2 82,1 79,22 6,6 2,85
18 84,5 76,9 83,5 81,2 79,2 81,06 7,6 3,11
19 79 77,8 81,2 84,4 81,6 80,8 6,6 2,55
20 84,5 73,1 78,6 78,7 80,6 79,1 11,4 4,12
SUMATORIA 1586,66 187 75,90

Tabla 1. 6E.11 Muestras tomadas de cinco partes cada una

(a) Establecer gráficos de control X y R para compresión fuerza utilizando estos datos.
Primero hallamos el límite central, con la siguiente formula; para encontrar los parámetros
correspondientes para la carta R:
∑20
𝑖=1 𝑅𝑖 187
𝑅̅ = → = 9.35
20 20

Para la muestra n = 5, 𝐷3 = 0 y 𝐷4 = 2.114

𝐿𝐶𝐿 = 𝑅̅ 𝐷3 = 9.35 × 0 = 0

𝐶𝐿 = 𝑅̅ = 9.35

𝑈𝐶𝐿 = 𝑅̅ 𝐷4 = 9.35 × 2.114 = 19.76

En la carta R se establece que el proceso no se encuentra en control estadístico, puesto que el

subgrupo 9 se localiza por fuera del límite de control superior, lo que significa que este subgrupo
está presentando una alta variabilidad
𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑢𝑛𝑡𝑜𝑠 𝑒𝑠𝑝𝑒𝑐𝑖𝑎𝑙𝑒𝑠 1
𝑆𝑡 = × 100 → × 100 = 5%
𝑛ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑢𝑛𝑡𝑜𝑠 20

El índice de inestabilidad, indica que el proceso es demasiado inestable en cuanto a su variabilidad

puesto que este es del 5%
Ahora hallaremos los parámetros correspondientes para la carta 𝑥̅ , primero hallamos el
límite central, con la siguiente formula;

∑20
𝑖=1 𝑅𝑖 1586.66
𝑥̿ = → = 79.333
20 20

Para encontrar los límites de la carta 𝑋̅, usaremos 𝐴2 para cuando la muestra es igual a 5

𝐿𝐶𝐿 = 𝑋̿ − 𝐴2 𝑅̅ = 79.333 − 0.577(9.35) ≈ 79.94

𝐶𝐿 = 𝑋̿ = 79.333

𝑈𝐶𝐿 = 𝑋̿ + 𝐴2 𝑅̅ = 79.333 + 0.577(9.35) ≈ 84.73

̅ se establece una estabilidad

En contraste con la carta anterior notamos que en la carta 𝒙
del proceso en cuanto a los cambios que podrían darse en la media del mismo.
 (b) Después de establecer los gráficos de control en la parte (a), se recopilaron 15 nuevos
subgrupos y las resistencias a la compresión se muestran en la Tabla 6E.12. Trace los
valores de X y R contra las unidades de control del inciso a) y saque conclusiones.

Sample 𝑆
x1 x2 x3 x4 x5 𝑥̅ 𝑅
Number

1 68,9 81,5 78,2 80,8 81,5 78,18 12,6 5,36

2 69,8 68,6 80,4 84,3 83,9 77,4 15,7 7,65
3 78,5 85,2 78,4 80,3 81,7 80,82 6,8 2,80
4 76,9 86,1 86,9 94,4 83,9 85,64 17,5 6,28
5 93,6 81,6 87,8 79,6 71 82,72 22,6 8,55
6 65,5 86,8 72,4 83,6 71,4 75,94 21,3 8,93
7 78,1 65,7 83,7 93,7 93,4 82,92 28 11,69
8 74,9 72,6 81,6 87,2 72,7 77,8 14,6 6,41
9 78,1 77,1 67 75,7 76,8 74,94 11,1 4,52
10 78,7 85,4 77,7 90,7 76,7 81,84 14 6,01
11 85 60,2 68,5 71,1 82,5 73,46 24,8 10,26
12 86,4 79,2 79,8 86 75,4 81,36 11 4,73
13 78,5 99 78,3 71,4 81,8 81,8 27,6 10,33
14 68,8 62 82 77,5 76,1 73,28 20 7,89
15 83 83,7 73,1 82,2 95,3 83,46 22,2 7,90
SUMATORIA 1191,56 269,8 109,32
Tabla 2. 6E.12 15 nuevos subgrupos recopilados

Haremos un resumen general de los datos tomados con anterioridad (20 subgrupos de 5
muestras cada uno) y de los nuevos datos recopilados (15 subgrupos de 5 muestras cada
uno).

Carta 𝑥̅ y R
20 subgrupos 15 subgrupos
𝑥̿ 79.333 79.44
𝐴2 0.577 0.577
𝑅̅ 9.35 17.97
𝑥̿ − 𝐴2 𝑅̅ 73.94 69.07
𝑥̿ + 𝐴2 𝑅̅ 84.73 89.81
𝑅̅ 𝐷3 0 0
𝑅̅ 𝐷4 19.77 37.7
En los primeros 20 subgrupos tomados notamos que el subgrupo 9 se encuentra por fuera
del límite de control superior, al tomar los nuevos datos (15 subgrupos) evidenciamos que
existe un desplazamiento o cambio en el nivel del proceso, puesto que uno o más puntos se
salen del límite de control superior. Llegamos a la conclusión de que este patrón ocurre
puesto que 8 o más puntos consecutivos están de un solo lado de la línea central, esto puede
deberse a causa de cambios en los métodos de inspección o porque el proceso ha
empeorado.

𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑢𝑛𝑡𝑜𝑠 𝑒𝑠𝑝𝑒𝑐𝑖𝑎𝑙𝑒𝑠 1

𝑆𝑡 = × 100 → × 100 = 5%
𝑛ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑢𝑛𝑡𝑜𝑠 20

En los primeros 20 subgrupos tomados, notamos hay una inestabilidad es del 5% lo que
indica que el proceso es demasiado inestable.

𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑢𝑛𝑡𝑜𝑠 𝑒𝑠𝑝𝑒𝑐𝑖𝑎𝑙𝑒𝑠 7

𝑆𝑡 = × 100 → × 100 ≈ 46.7%
𝑛ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑢𝑛𝑡𝑜𝑠 15
En los subgrupos recopilados después de la toma de los 20, presenta un índice de
inestabilidad del 46.7%, lo cual indica que el proceso es horrorosamente inestable y
necesita de una intervención inmediata que permita encontrar que ocasiona el error en
estas muestras.

̅, podemos observar con mayor precisión que hay 3 puntos que se encuentran
En la carta 𝒙
por fuera de los límites de control especificados (24, 31 y 34). Lo cual indica una tendencia
en el nivel del proceso puesto que 6 o más puntos consecutivos se encuentran en ascenso
o descenso tal y como se evidencia en los nuevos datos registrados.

𝑛ú𝑚𝑒𝑟𝑜 𝑑𝑒 𝑝𝑢𝑛𝑡𝑜𝑠 𝑒𝑠𝑝𝑒𝑐𝑖𝑎𝑙𝑒𝑠 3

𝑆𝑡 = × 100 → × 100 = 20%
𝑛ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑝𝑢𝑛𝑡𝑜𝑠 15

El índice de inestabilidad es del 20%, por lo cual el proceso es demasiado inestable. Como
medida de recomendación, solicitamos que los nuevos datos registrados sean revisados de
manera cautelosa, puesto que en estos podrían estar los errores del proceso, y hacer
especial hincapié en el subgrupo 9 de los 20 datos tomados primeramente.
6.16. Reconsidere los datos presentados en el ejercicio 6.15.
(a) Vuelva a trabajar ambas partes (a) y (b) del ejercicio 6.15. Utilizando los gráficos x
y s.
Parte a del inciso 6.15
Procedemos a hallar los parámetros correspondientes a la carta S
20
1 1
𝑠̅ = ∑ 𝑠𝑖 = (75.90) = 3.795
20 20
𝑖=1

Para la muestra n = 5, 𝐵3 = 0 𝑦 𝐵4 = 2.089

𝐿𝐶𝐿 = 𝐵3 𝑠̅ = 0 × 3.795 = 0

𝐶𝐿 = 𝑠̅ = 3.795

𝑈𝐶𝐿 = 𝐵4 𝑠̅ = 2.089 × 3.795 = 7.93

Al realizar la carta S reafirmamos lo obtenido en el inciso a del punto 6.15 en el cual se evidenciaba
que el subgrupo 9 estaba presentando una disconformidad en cuanto al límite de control superior.
Por ende, concluimos que el proceso no es estable, puesto que se detecta un cambio significativo
en la magnitud de la variación del mismo.
Hallamos los parámetros que corresponden a la carta 𝑥̅ de la siguiente forma:

20
1 1
𝑥̅ ∑ 𝑠𝑖 = (1586.66) = 79.333
20 20
𝑖=1

Para la muestra n = 5 𝐴3 = 1.427

𝐿𝐶𝐿 = 𝑥̿ − 𝐴3 𝑠̅ = 79.333 − 1.427(3.795) = 73.91

𝐶𝐿 = 𝑥̿ = 79.333

𝑈𝐶𝐿 = 𝑥̿ + 𝐴3 𝑠̅ = 79.333 + 1.427(3.795) = 84.74

̅ tenemos que el proceso se encuentra bajo control respecto a la media de los datos obtenidos
Para 𝒙
con las nuevas mediciones, es decir que no hay mucha variación en el proceso.
Parte b del inciso 6.15
Carta 𝑥̅ y S
20 subgrupos 15 subgrupos
𝑥̿ 79.333 79.44
𝐴3 1.427 1.427
𝑠̅ 3.795 7.288
𝑥̿ − 𝐴3 𝑠̅ 73.91 69.04
𝑥̿ + 𝐴3 𝑠̅ 84.74 89.84
𝐵3 𝑠̅ 0 0
𝐵4 𝑠̅ 7.93 15.22

Para la carta S con la recopilación de los nuevos datos (15 subgrupos de n = 5) en contraste
con los datos obtenidos anteriormente (20 subgrupos de n = 5) determinamos que 6
subgrupos están violando el límite de control superior y los nuevos datos representan 5 de
estos 6 datos, por lo cual podríamos deducir que el proceso podría haber empeorado en
cuanto a la variación del mismo.
 ̅ determinamos que el subgrupo 24, 31 y 34 se encuentran por fuera de los
Para la carta 𝒙
límites de control establecidos y permitidos en el proceso, lo que indica que la media de
estos subgrupos está sufriendo de un desperfecto o lo que en otras palabras quiere decir se
está presentando un cambio significativo en la media del proceso cuando se toman las
nuevas muestras. Por ende se recomienda hacer hincapié en los cambios que se hayan
producido a partir del subgrupo 22.

(b) ¿La gráfica S detecta el cambio en la variabilidad del proceso más

rápidamente que la gráfica R originalmente en la parte (b) del ejercicio 6.15?
Si, la carta S detecta la variabilidad del proceso de una manera más eficiente que la gráfica
R, puesto que la carta S está especialmente diseñada para detectar cambios en la
variabilidad del proceso cuando n > 10, porque grafica las desviaciones estándar de los
subgrupos. Ejemplo de ello es como se halla sus límites de control, los cuales se determinan
a partir de su media y su desviación estándar.
6.26. Se deposita una capa de TiW sobre un sustrato utilizando una herramienta de
pulverización catódica. La Tabla 6E.13 contiene medidas de espesor de capa (en
Angstroms) en 20 subgrupos de cuatro sustratos.

Subgrupo 𝑥1 𝑥2 𝑥3 𝑥4 𝑥̅ 𝑅

1 459 449 435 450 448,25 24

2 443 440 442 442 441,75 3
3 457 444 449 444 448,5 13
4 469 463 453 438 455,75 31
5 443 457 445 454 449,75 14
6 444 456 456 457 453,25 13
7 445 449 450 445 447,25 5
8 446 455 449 452 450,5 9
9 444 452 457 440 448,25 17
10 432 463 463 443 450,25 31
11 445 452 453 438 447 15
12 456 457 436 457 451,5 21
13 459 445 441 447 448 18
14 441 465 438 450 448,5 27
15 460 453 457 438 452 22
16 453 444 451 435 445,75 18
17 451 460 450 457 454,5 10
18 422 431 437 429 429,75 15
19 444 446 448 467 451,25 23
20 450 450 454 454 452 4
SUMATORIA 8973,75 333
Tabla 3. 6E.13 20 subgrupos de cuatro sustratos

(a) Configure gráficos de control X y R en este proceso. ¿Está el proceso bajo

control? Revise los límites de control según sea necesario.
Procedemos a hallar los límites de control para la carta R bajo las condiciones dadas en el
enunciado del problema.

∑20
𝑖=1 𝑅𝑖 333
𝑅̅ = → = 16.65
20 20
Para una muestra n = 4 𝐷3 = 0 𝑦 𝐷4 = 2.282
 𝐿𝐶𝐿 = 𝑅̅ 𝐷3 = 16.65 × 0 = 0

𝐶𝐿 = 𝑅̅ = 16.65

𝑈𝐶𝐿 = 𝑅̅ 𝐷4 = 16.65 × 2.282 = 37.99

A través de la carta R, podríamos deducir que el proceso se encuentra estable, puesto que
ningún punto se encuentra por fuera de los límites de control.

En primera instancia, hallamos el limite central (media de medias) para encontrar los
parámetros correspondientes a la carta 𝑥̅ .

∑20
𝑖=1 𝑅𝑖 8973.75
𝑋̿ = → ≈ 448.7
20 20

Para encontrar los límites de la carta 𝑋̅, usaremos 𝐴2 para cuando la muestra es igual a 4

𝐿𝐶𝐿 = 𝑋̿ − 𝐴2 𝑅̅ = 448.7 − 0.729(16.65) ≈ 436.6

𝐶𝐿 = 𝑋̿ = 448.7
𝑈𝐶𝐿 = 𝑋̿ + 𝐴2 𝑅̅ = 448.7 + 0.729(16.65) ≈ 460.84
 ̅ tenemos que un punto (subgrupo 18) se encuentra por fuera del límite de
Para la carta 𝒙
control inferior, y siguiéndonos por el nivel de caída que presenta desde el subgrupo 17 al
18, podríamos determinar que ocurrió una caída en cuanto a la media de este subgrupo,
pero se logra superar con un aumento de la media para el subgrupo 19; aun así en cuanto
a la media del proceso se determina que este no se encuentra estable.

(b) Estime la desviación estándar y media del proceso.

Para estimar la desviación estándar del proceso, debemos hacer uso de la formula
presentada a continuación, teniendo en cuenta que para 𝑛 = 4, le corresponde 𝑑2 = 2.059
𝑅̅ 16.65
𝜎̂ = = ≈ 8.09
𝑑2 2.059

Al resolver la formula con los datos correspondientes, nos da que la desviación estándar
estimada es aproximadamente 𝟖. 𝟎𝟗
Para estimar la media del proceso, debemos hacer uso de la formula presentada a
continuación, teniendo en cuenta los datos presentados en el enunciado del problema.
 ∑20
𝑖=1 𝑅𝑖 8973.75
𝑋̿ = → ≈ 448.7
20 20
Al resolver la formula con los datos correspondientes nos da que la media del proceso es
aproximadamente 448.

(c) ¿Se distribuye normalmente el espesor de la capa?

Lilliefors (Kolmogorov-Smirnov) normality test
data: N
D = 0.063681, p-value = 0.5862

Los datos se distribuyen normalmente, porque el P-valor > 0.05. Sabiendo que el P-valor
es una medida directa para indicar cuanto o cuan poco se contradice la muestra actual de
la hipótesis alterna.

(d) Si las especificaciones son 450 ± 30, estime la capacidad del proceso
La capacidad del proceso, puede ser hallada a través de la siguiente formula:
𝐸𝑆 − 𝐸𝐼
𝐶𝑃 =
6𝜎̂
Cp = índice de capacidad potencial del proceso
𝐸𝑆 − 𝐸𝐼 480 − 420
𝐶𝑃 = → ≈ 1.2361
6𝜎̂ 6 × 8.09
Como Cp > 1, establecemos que existe una capacidad en el proceso, pero al ser menor que
1.33, determinamos que no es totalmente satisfactoria esta calidad.

Cpi = índice de capacidad potencial inferior del proceso

𝜇 − 𝐸𝐼 448.7 − 420
𝐶𝑃𝑖 = → ≈ 1.18253
3𝜎̂ 3 × 8.09
Como Cpi < 1.25 se determina que la especificación no es la ideal pero tampoco está
errónea puesto que Cpi > 1

Cps = índice de capacidad potencial superior del proceso

 𝐸𝑆 − 𝜇 480 − 448.7
𝐶𝑃𝑠 = → ≈ 1.29
3𝜎̂ 3 × 8.09
Como Cps es mayor que 1.25, determinamos que el proceso es adecuado y hay un
cumplimiento total del límite superior en el proceso, ahora como Cps > Cpi se concluye que
el cumplimiento de la especificación superior es mejor que la de la especificación inferior.

Cpk = índice de capacidad real del proceso

𝜇 − 𝐸𝐼 𝐸𝑆 − 𝜇 448.7 − 420 480 − 448.7
𝐶𝑃𝑘 = 𝑚𝑖𝑛𝑖𝑚𝑜 ( ; ) → 𝑚𝑖𝑛 ( ; ) ≈ 1.18253
3𝜎̂ 3𝜎̂ 3 × 8.09 3 × 8.09
El índice de capacidad real del proceso es de aproximadamente 1.18. Entonces, como Cp y
Cpk son desiguales y Cpk <Cp determinamos que la media del proceso está alejada del
centro de las especificaciones, por ende, si se corrigiese el problema de descentrado se
podría alcanzar la capacidad potencial, que es indicada por el índice Cp.

Cpm = índice de capacidad de Taguchi

𝐸𝑆 − 𝐸𝐼 480 − 420
𝐶𝑃𝑚 = → ≈ 1.23
6𝑡 6 × 8.193784

𝑡 = √𝜎 2 + (𝜇 − 𝑁)2 → √8.092 + (448.7 − 450)2 ≈ 8.193784

𝑁 = 0.5(𝐸𝑆 + 𝐸𝐼) → 0.5(480 + 420) = 450

Como Cpm > 1, eso quiere decir que el proceso cumple con las especificaciones que ya están
establecidas, y en particular que la media del proceso está dentro de la tercera parte central
de la banda de las especificaciones.

Índice de capacidad (ancho abarcado de las especificaciones), Cr

1 1
𝐶𝑟 = ( ) 100% = ( ) 100% ≈ 80.90%
𝐶𝑝 1.2361

Esto quiere decir que el proceso usa 81% del ancho de banda de las especificaciones.
Valores de expectativas
Se espera que al tomar nuevamente los datos en días posteriores el 0.019% de los mismos se
encuentren por debajo del límite de especificación inferior que ya se ha establecido, mientras
que el 0% de los datos estarán por encima del límite superior especificado, es decir,
cumplirán con este.

Valores observacionales
En este punto, tenemos que el 0% de los datos recogidos no cumplen con la especificación
inferior mientras que el 0% de los mismos no cumplen con la especificación superior, es
decir, LSL y USL son cumplidas por la totalidad de los datos.
6.27. Continuación del ejercicio 6.26. La Tabla 6E.14 contiene 10 nuevos subgrupos de
datos de espesor. Grafique estos datos en las gráficas de control construidas en el
ejercicio 6.26.
(a) ¿Está el proceso en control estadístico?

𝑥1 𝑥2 𝑥3 𝑥4 𝑥̅ 𝑅
Subgrupo

21 454 449 443 461 451,75 18

22 449 441 444 455 447,25 14
23 442 442 442 450 444 8
24 443 452 438 430 440,75 22
25 446 459 457 457 454,75 13
26 454 448 445 462 452,25 17
27 458 449 453 438 449,5 20
28 450 449 445 451 448,75 6
29 443 440 443 451 444,25 11
30 457 450 452 437 449 20
SUMATORIA 4482,25 149
Tabla 4. 6E.14 10 nuevos subgrupos de datos de espesor

Carta 𝑥̅ y R
20 subgrupos 10 subgrupos
𝑥̿ 448.7 448.225
𝐴2 0.729 0.729
𝑅̅ 16.65 14.9
𝑥̿ − 𝐴2 𝑅̅ 436.6 437.4
𝑥̿ + 𝐴2 𝑅̅ 460.84 459.89
𝑅̅ 𝐷3 0 0
𝑅̅ 𝐷4 37.99 34.002
Se determina que el proceso es estable en cuanto a su dispersión, puesto que si una
medición individual (un subgrupo) se dispara, esto afectará directamente a la carta R
(rangos móviles). En palabras más sencillas, el proceso se encuentra en control
estadístico en cuanto a su variabilidad.
 ̅ podemos
Se determina que solo existe un punto fuera de control (subgrupo 18), para la carta 𝒙
concluir que la media del subgrupo 18 se encuentra desviada de la media del proceso y esto
ocasiona que el proceso sea inestable.

Anexos (Códigos usado en R)

EJERCICIO 6.15

> x1 <- c(83.0, 88.6, 85.7, 80.8, 83.4, 75.3, 74.5, 79.2, 80.5, 75.7

+ , 80.0, 80.6, 82.7, 79.2, 85.5, 78.8, 82.1, 84.5, 79.0, 84.5)

> x2 <- c(81.2, 78.3, 75.8, 74.4, 78.4, 79.9, 78.0, 84.4, 86.2, 75.2

+ , 81.5, 81.8, 81.3, 74.9, 82.1, 79.6, 78.2, 76.9, 77.8, 73.1)

> x3 <- c(78.7, 78.8, 84.3, 82.5, 82.6, 87.3, 80.8, 81.5, 76.2, 71.1

+ , 78.4, 79.3, 79.1, 78.6, 82.8, 80.2, 75.5, 83.5, 81.2, 78.6)

> x4 <- c(75.7, 71.0, 75.2, 74.1, 78.2, 89.7, 73.4, 86.0, 64.1, 82.1

+ , 73.8, 73.8, 82.0, 77.7, 73.4, 79.1, 78.2, 81.2, 84.4, 78.7)

> x5 <- c(77.0, 84.2, 81.0, 75.7, 78.9, 81.8, 79.7, 74.5, 80.2, 74.3

+ , 78.1, 81.7, 79.5, 75.3, 71.7, 80.8, 82.1, 79.2, 81.6, 80.6)

> resistencia <- data.frame(x1,x2,x3,x4,x5)

PUNTO A)

CARTA DE CONTROL R

> library(qcc)

> rbar <- qcc(data=resistencia, type = "R",

+ title = "Carta R para las piezas fabricadas por inyeccion",

+ ylab = "Rango", xlab = "Subgrupo")

CARTA DE CONTROL XBAR

> xbar <- qcc(data = resistencia, type = "xbar",

+ title = "Carta X para las piezas fabricadas por inyeccion",

+ ylab = "Media", xlab = "Subgrupo")

PUNTO B)

NUEVOS DATOS

> x11 <- c(68.9, 69.8, 78.5, 76.9, 93.6, 65.5, 78.1, 74.9, 78.1, 78.7

+ , 85.0, 86.4, 78.5, 68.8, 83.0)

> x22 <- c(81.5, 68.6, 85.2, 86.1, 81.6, 86.8, 65.7, 72.6, 77.1, 85.4

+ , 60.2, 79.2, 99.0, 62.0, 83.7)

> x33 <- c(78.2, 80.4, 78.4, 86.9, 87.8, 72.4, 83.7, 81.6, 67.0, 77.7

+ , 68.5, 79.8, 78.3, 82.0, 73.1)

> x44 <- c(80.8, 84.3, 80.3, 94.4, 79.6, 82.6, 93.7, 87.2, 75.7, 90.7

+ , 71.1, 86.0, 71.4, 77.5, 82.2)

> x55 <- c(81.5, 83.9, 81.7, 83.9, 71.0, 71.4, 93.4, 72.7, 76.8, 76.7

+ , 82.4, 75.4, 81.8, 76.1, 95.3)

> resistencia2 <- data.frame(x11,x22,x33,x44,x55)

CARTA DE CONTROL R + NUEVOS DATOS

> xbar <- qcc(data = resistencia, type = "R", newdata = resistencia2,

+ center = 79.333, limits = c(73.9399,84.7261), title = "Carta X para las piezas fabricadas por
inyeccion", ylab = "Media", xlab = "Subgrupo")

CARTA DE CONTROL XBAR + NUEVOS DATOS

> xbar <- qcc(data = resistencia, type = "xbar", newdata = resistencia2,

+ center = 79.333, limits = c(73.9399,84.7261), title = "Carta X para las piezas fabricadas por
inyeccion", ylab = "Media", xlab = "Subgrupo")

EJERCICIO 6.16

> q1 <- c(83.0, 88.6, 85.7, 80.8, 83.4, 75.3, 74.5, 79.2, 80.5, 75.7

+ , 80.0, 80.6, 82.7, 79.2, 85.5, 78.8, 82.1, 84.5, 79.0, 84.5)

> q2 <- c(81.2, 78.3, 75.8, 74.4, 78.4, 79.9, 78.0, 84.4, 86.2, 75.2

+ , 81.5, 81.8, 81.3, 74.9, 82.1, 79.6, 78.2, 76.9, 77.8, 73.1)

> q3 <- c(78.7, 78.8, 84.3, 82.5, 82.6, 87.3, 80.8, 81.5, 76.2, 71.1
+ , 78.4, 79.3, 79.1, 78.6, 82.8, 80.2, 75.5, 83.5, 81.2, 78.6)

> q4 <- c(75.7, 71.0, 75.2, 74.1, 78.2, 89.7, 73.4, 86.0, 64.1, 82.1

+ , 73.8, 73.8, 82.0, 77.7, 73.4, 79.1, 78.2, 81.2, 84.4, 78.7)

> q5 <- c(77.0, 84.2, 81.0, 75.7, 78.9, 81.8, 79.7, 74.5, 80.2, 74.3

+ , 78.1, 81.7, 79.5, 75.3, 71.7, 80.8, 82.1, 79.2, 81.6, 80.6)

> resistencia <- data.frame(q1,q2,q3,q4,q5)

PUNTO A)

CARTA DE CONTROl S

> rbar <- qcc(data = resistencia, type = "S",

+ title = "Carta S para las piezas fabricadas por inyeccion", ylab = "Rango", xlab = "Subgrupo")

CARTA DE CONTROL XBAR

> xbar <- qcc(data = resistencia, type = "xbar",

+ title = "Carta X para las piezas fabricadas por inyeccion", ylab = "Media", xlab = "Subgrupo")

PUNTO B)

NUEVOS DATOS

> q11 <- c(68.9, 69.8, 78.5, 76.9, 93.6, 65.5, 78.1, 74.9, 78.1, 78.7

+ , 85.0, 86.4, 78.5, 68.8, 83.0)

> q22 <- c(81.5, 68.6, 85.2, 86.1, 81.6, 86.8, 65.7, 72.6, 77.1, 85.4

+ , 60.2, 79.2, 99.0, 62.0, 83.7)

> q33 <- c(78.2, 80.4, 78.4, 86.9, 87.8, 72.4, 83.7, 81.6, 67.0, 77.7

+ , 68.5, 79.8, 78.3, 82.0, 73.1)

> q44 <- c(80.8, 84.3, 80.3, 94.4, 79.6, 82.6, 93.7, 87.2, 75.7, 90.7

+ , 71.1, 86.0, 71.4, 77.5, 82.2)

> q55 <- c(81.5, 83.9, 81.7, 83.9, 71.0, 71.4, 93.4, 72.7, 76.8, 76.7

+ , 82.4, 75.4, 81.8, 76.1, 95.3)

> resistencia2 <- data.frame(q11,q22,q33,q44,q55)

CARTA DE CONTROL S + NUEVOS DATOS

> rbar <- qcc(resistencia, type = "S", newdata = resistencia2, center = 3.795123,limits = c(0,7.928005)
, title = "Carta S para las piezas fabricadas por inyeccion", ylab = "Rango", xlab = "Subgrupo")

CARTA DE CONTROL XBAR + DATOS NUEVOS

> xbar <- qcc(data = resistencia, type = "xbar", newdata = resistencia2,

+ center = 79.333, limits = c(73.9399,84.7261), title = "Carta X para las piezas fabricadas por
inyeccion", ylab = "Media", xlab = "Subgrupo")

EJERCICIO 6.26

> z1 <- c(459, 443, 457, 469, 443, 444, 445, 446, 444, 432, 445, 456, 459, 441,

+ 460, 453, 451, 422, 444, 450)

> z2 <- c(449, 440, 444, 463, 457, 456, 449, 455, 452, 463, 452, 457, 445, 465,

+ 453, 444, 460, 431, 446, 450)

> z3 <- c(435, 442, 449, 453, 445, 456, 450, 449, 457, 463, 453, 436, 441, 438,

+ 457, 451, 450, 437, 448, 454)

> z4 <- c(450, 442, 444, 438, 454, 457, 445, 452, 440, 443, 438, 457, 447, 450,

+ 438, 435, 457, 429, 467, 454)

> espesor <- data.frame(z1,z2,z3,z4)

PUNTO A)

CARTA DE CONTROL R

> rbar <- qcc(data = espesor, type = "R",

+ title = "Carta R para las medidas de espesor de capa TiW",

ylab = "Rango", xlab = "Subgrupo")

CARTA DE CONTROL X

> xbar <- qcc(data = espesor, type = "xbar",

+ title = "Carta X para las medidas de espesor de capa TiW",

+ ylab = "Media", xlab = "Subgrupo")

PUNTO C) PRUEBA DE NORMALIDAD

library(nortest)

N<-c(z1,z2,z3,z4)

lillie.test(N)

PUNTO D) INDICE DE CAPACIDAD

> ic <- qcc(espesor, type = "xbar", nsigmas = 3, plot =FALSE)

> process.capability (ic,spec.limits = c(420,480),target = 448.6875)

Process Capability Analysis

Call:

process.capability(object = ic, spec.limits = c(420, 480), target = 448.6875)

Number of obs = 80 Target = 448.7

Center = 448.7 LSL = 420

StdDev = 8.086 USL = 480

Capability indices:

Value 2.5% 97.5%

Cp 1.237 1.0440 1.429

Cp_l 1.183 1.0161 1.349

Cp_u 1.291 1.1111 1.470

Cp_k 1.183 0.9842 1.381

Cpm 1.237 1.0452 1.428

Exp<LSL 0.019% Obs<LSL 0%

Exp>USL 0% Obs>USL 0%

ESTIMAR LA DESVIACION ESTADAR DEL PROCESO

> R_bar=bar_R/D_2

> R_bar<-16.65/2.059

> R_bar

[1] 8.08645
INDICE DE CAPACIDAD POTENCIAL

> c_p<-(ES-EI)/(6*sigma)

> c_p<-((480-420)/(6*8.08645))

> c_p

[1] 1.236637

INDICE DE CAPACIDAD POTENCIAL INFERIOR

> c_pi<-(ic$center-EI)/(3*sigma)

> c_pi<-(ic$center-420)/(3*8.08645)

> c_pi

[1] 1.182534

INDICE DE CAPACIADAD POTENCIAL SUPERIOR

> c_ps<-(ES-ic$center)/(3*sigma)

> c_ps<-(480-ic$center)/(3*8.08645)

> c_ps

[1] 1.290739

INDICE DE CAPACIDAD K

> c_pk<-min(c_ps,c_pi)

> c_pk

[1] 1.182534

INDICE DE CAPACIDAD M

> N<-0.5(EI+ES)

> N<-0.5*(420+480)

> N

[1] 450

> t<-sqrt((sigma)^2+(ic$center-N) ^2)

> t<-sqrt ((8.08645) ^2+(ic$center-N) ^2)

> t
[1] 8.192273

> c_pm<-(ES-EI/6t)

> c_pm<-(480-420)/(6*t)

> c_pm

[1] 1.220663

EJERCICIO 6.27

NUEVOS DATOS

> z11 <- c(454, 449, 442, 443, 446, 454, 458, 450, 443, 457)

> z22 <- c(449, 441, 442, 452, 459, 448, 449, 449, 440, 450)

> z33 <- c(443, 444, 442, 438, 457, 445, 453, 445, 443, 452)

> z44 <- c(461, 455, 450, 430, 457, 462, 438, 451, 451, 437)

> espesor2 <- data.frame(z11,z22,z33,z44)

CARTA DE CONTROL R + NUEVOS DATOS

> rbar <- qcc(espesor, type = "R", newdata = espesor2, center = 16.65, limits = c(0,37.99364) ,

+ title = "Carta R para las medidas de espesor de capa TiW", ylab = "Rango", xlab = "Subgrupo")

CARTA DE CONTROL X + NUEVOS DATOS

> xbar <- qcc(data = espesor, type = "xbar", newdata = espesor2, center = 448.6875 , limits =
+c(436.5578,460.8172), title = "Carta X para las medidas de espesor de capa TiW",

ylab = "Media", xlab = "Subgrupo")