UNIVERSIDAD TECNICA DE COTOPAXI

FACULTAD CIENCIAS DE LA INGENIERIA

Y APLICADAS

INGENIERIA INDUSTRIAL

INTEGRANTES:

TAPIA CANGO HERNAN FRANCISCO

GARCIA GAVILANES KEVIN GEOVANNY

MATERIA:

INGENIERIA DE PROCESOS INDUSTRIALES

CURSO:

7MO “A”

CICLO ACADEMICO

ABRIL 2023 – AGOSTO 2023

 FORMATO DE PRÁCTICA

Ciclo Académico Código de la Asignatura Nombre de la Asignatura

Abril-Agosto IIONI403 Ingeniería de Procesos
Industriales

Práctica Duración
NOMBRE DE LA PRÁCTICA
No. (Horas)
1 CAPITULO 5 CONTROL 3
ESTADISTICO DE LA CALIDAD
Y SIX SIGMA

1. INTRODUCCIÓN

Este capítulo es una continuación de los conceptos que se presentaron en el capítulo 2 sobre la
capacidad de los procesos. Las técnicas estudiadas en el capítulo 2 no sólo son útiles para evaluar la
capacidad, sino que se usan en muchos campos de aplicación de la estadística. En este capítulo se
analizarán los índices de capacidad, que son mediciones especializadas que sirven para evaluar de
manera práctica la habilidad de los procesos para cumplir con las especificaciones. Sin embargo, en
ocasiones se ha abusado de su uso sin considerar sus limitaciones, por eso es importante conocerlos
bien para interpretarlos de manera correcta. También se describen las métricas ligadas de manera más
estrecha con la estrategia Seis Sigma y, por último, se presenta el análisis de tolerancia, el cual es una
metodología de gran utilidad para estudiar la capacidad cuando se combinan varios componentes o
partes.

2. OBJETIVOS

2.1 OBJETIVOS ESPECÍFICOS

• Identificar los índices de capacidad para variables con una y con doble especificación.
• Conocer las diferentes métricas Seis Sigma, y la diferencia entre capacidad de corto y largo
plazos.
• Calcular índices de capacidad para variables de atributos.
• Explicar la función del análisis de tolerancias en el diseño y caracterización de productos.
• Realizar un estudio amplio de la capacidad de un proceso.

3. RECURSOS MATERIALES Y EQUIPO

• Computadora
• Internet
4. RESULTADOS

Se logró analizar y comprender los distintos objetivos del capítulo leído, unos más
complejos que otros, pero todos con un solo fin, ayudarnos a tener una mayor
comprensión sobre el six sigma.

5. ANÁLISIS DE RESULTADOS

• El resultado a considerar es en su totalidad satisfactorio dado que se logró

comprender los distintos objetivos de este capítulo estudiado.

• Durante este informe se recopilo información de todos y cada uno de los

objetivos, los cuales tienen varias características y ayudan a obtener una
mayor comprensión.

• Se logró adquirir grandes conocimientos mediante la investigación y la

experiencia vivida dentro del aula de clases.
 6. ANEXOS

RESUMEN CAPITULO 5 DE LIBRO DE CONTROL ESTADISTICO DE LA CALIDAD Y

SIX SIGMA

Índices de capacidad para procesos con doble especificación

Los procesos tienen variables de salida o de respuesta, las cuales deben cumplir con ciertas
especificaciones a fin de considerar que el proceso está funcionando de manera satisfactoria.
Evaluar la habilidad o capacidad de un proceso consiste en conocer la amplitud de la variación natural
de éste para una característica de calidad dada, lo cual permitirá saber en qué medida tal característica
de calidad es satisfactoria (cumple especificaciones).
En esta sección se supone que se tiene una característica de calidad de un producto o variable de salida
de un proceso, del tipo valor nominal es mejor, en donde, para considerar que hay calidad las
mediciones deben ser iguales a cierto valor nominal o ideal (N), o al menos tienen que estar con holgura
dentro de las especificaciones inferior (EI) y superior (ES).

Índice Cp
El índice de capacidad potencial del proceso, Cp, se define de la siguiente manera:

Valores de Cp y su interpretación.

Para que el proceso sea considerado potencialmente capaz de cumplir con especificaciones, se requiere
que la variación real (natural) siempre sea menor que la variación tolerada. De aquí que lo deseable es
que el índice Cp sea mayor que 1; y si el valor del índice Cp es menor que uno, es una evidencia de
que el proceso no cumple con las especificaciones. Para una mayor precisión en la interpretación en la
tabla 5.1 se presentan cinco categorías de procesos que dependen del valor del índice Cp, suponiendo
que el proceso está centrado. Ahí se ve que el Cp debe ser mayor que 1.33, o que 1.50 si se quiere tener
un proceso bueno; pero debe ser mayor o igual que dos si se quiere tener un proceso de clase mundial
(calidad Seis Sigma).
Además, en la tabla 5.2 se representó el valor del índice en el porcentaje de artículos que no cumplirían
especificaciones, así como en la cantidad de artículos o partes defectuosas por cada millón producido
(PPM). Por ejemplo, si el índice Cp = 0.8 y el proceso estuviera centrado, entonces el correspondiente
proceso produciría 1.64% de piezas fuera de especificaciones (que corresponde a 16 395 partes malas
por cada millón producido). Una observación que se deriva de la tabla referida es que el valor del
índice Cp no es igual al porcentaje de piezas que cumplen con especificaciones.

Los índices Cp, Cpi y Cps en términos de la cantidad de piezas malas; bajo normalidad y
proceso centrado en el caso de doble especificación.

Índice Cr

Un índice menos conocido que el Cp, es el que se conoce como razón de capacidad
potencial, Cr, el cual está definido por:
Índices Cpi, Cps y Cpk

Como ya se mencionó, la desventaja de los índices Cp y Cr es que no toman en cuenta el

centrado del proceso, debido a que en las fórmulas para calcularlos no se incluye de
ninguna manera la media del proceso, μ. Una forma de corregir esto consiste en evaluar
por separado el cumplimiento de la especificación inferior y superior, a través del índice
de capacidad para la especificación inferior, Cpi, y el índice de capacidad para la
especificación superior, Cps, respectivamente, los cuales se calculan de la siguiente
manera:

Índice K

Como se ha visto por medio del ejemplo 5.1, un aspecto importante en el estudio de la
capacidad de un proceso es evaluar si la distribución de la característica de calidad está
centrada con respecto a las especificaciones, por ello es útil calcular el índice de centrado
del proceso, K, que se calcula de la siguiente manera:

Índice Cpm (índice de Taguchi)

Los índices Cp y Cpk están pensados a partir de lo importante que es reducir la

variabilidad de un proceso para cumplir con las especificaciones. Sin embargo, desde el
punto de vista de G.
Taguchi, cumplir con especificaciones no es sinónimo de buena calidad y la reducción de
la variabilidad debe darse en torno al valor nominal (calidad óptima). Es decir, la mejora
de un proceso según Taguchi debe estar orientada a reducir su variabilidad alrededor del
valor nominal, N, y no sólo para cumplir con especificaciones. En consecuencia, Taguchi
(1986) propone que la capacidad del proceso se mida con el índice
Cpm que está definido por:
 Capacidad de largo plazo e índices Pp y Ppk

La capacidad de largo plazo y los índices Pp y Ppk son conceptos relacionados con el
Control Estadístico de Procesos (CEP) y la evaluación de la capacidad de un proceso de
fabricación o producción.

Capacidad de Largo Plazo:

La capacidad de largo plazo es una medida de la habilidad de un proceso para producir
productos consistentes y dentro de especificaciones a lo largo del tiempo. Para evaluar la
capacidad de largo plazo, se toman en cuenta todas las fuentes de variación del proceso,
incluyendo las variaciones aleatorias y las variaciones causadas por factores no
controlables.

Índice Pp:

El índice Pp (índice de capacidad de proceso a largo plazo) es una medida que evalúa la
capacidad potencial de un proceso para cumplir con las especificaciones a largo plazo. Se
calcula dividiendo la distancia entre las especificaciones (USL - LSL) por el rango de
proceso a largo plazo (que es la diferencia entre el valor máximo y mínimo de los datos
históricos). La fórmula para Pp es:

Un valor de Pp mayor o igual a 1 indica que el proceso tiene capacidad potencial para
cumplir con las especificaciones a largo plazo.

Índice Ppk:

El índice Ppk (índice de capacidad de proceso a largo plazo centrado) es similar al índice
Pp, pero también toma en cuenta la capacidad del proceso para mantenerse centrado
dentro de las especificaciones. Para calcular el Ppk, se compara el centrado del proceso
con el valor promedio de las especificaciones (Tamaño medio del proceso, que es el
promedio de los datos históricos). La fórmula para Ppk es:

Un valor de Ppk mayor o igual a 1 indica que el proceso tiene capacidad para cumplir con
las especificaciones a largo plazo y está centrado dentro de los límites.

Estos índices son útiles para evaluar la capacidad del proceso a lo largo del tiempo y
determinar si el proceso es capaz de producir productos dentro de las especificaciones de
manera consistente. Es importante tener en cuenta que se utilizan datos históricos para
calcular estos índices, por lo que es fundamental mantener un registro adecuado de los
datos de producción para realizar una evaluación precisa.
 Métricas Seis Sigma

Calidad Seis Sigma o los procesos Seis Sigma se refieren a un concepto que plantea una
aspiración o meta común en calidad para todos los procesos de una organización. El
término se acuñó en el decenio de 1980-1989, y le dio su nombre al programa de mejora
Seis Sigma. Por medio de los conceptos vistos antes es fácil analizar y entender el nivel
de calidad en términos del número de sigmas.

Índice Z

Otra forma de medir la capacidad del proceso es mediante el índice Z, el cual consiste en
calcular la distancia entre las especificaciones y la media μ del proceso en unidades de la
desviación estándar, σ. De esta manera, para un proceso con doble especificación se tiene
Z superior, Zs, y Z inferior, Zi, que se definen de la siguiente manera:

Métrica Seis Sigma para atributos (DPMO)

El índice Z se emplea como métrica en Seis Sigma cuando la característica de calidad es

de tipo continuo; sin embargo, muchas características de calidad son de atributos. En este
caso se utilizará como métrica a los Defectos por millón de oportunidades de error
(DPMO).

Procesos con sólo una especificación

Existen procesos cuyas variables de salida tienen una sola especificación, ya sea que se
trate de variables del tipo entre más grande mejor, donde lo que interesa es que sean
mayores a cierto valor mínimo (EI); o de variables del tipo entre más pequeña mejor,
donde lo que se quiere es que nunca excedan cierto valor máximo (ES).

Estimación por intervalo de los índices de capacidad

Para calcular los índices de capacidad e interpretarlos se necesita conocer la media, μ, y

la desviación estándar, σ, del proceso con una buena aproximación. Sin embargo, cuando
no se conocen estos parámetros será necesario utilizar datos muéstrales y estimar por
intervalo a estos índices. Sea x1, x2,..., xn una muestra aleatoria del proceso, y X y S la
media y la desviación estándar de tal muestra. Si los índices se estiman usando X y S en
lugar de μ y σ, respectivamente, entonces la estimación puntual de los índices estará dada
por:
Estudio real (integral) de capacidad

En el capítulo 2 y en las secciones anteriores se han presentado varias técnicas para

estudiar la capacidad de un proceso. En esta sección, a manera de resumen, aplicaremos
en forma conjunta varias de estas técnicas sin detenernos en volverlas a explicar, a fin de
tener una información más completa acerca de los diferentes aspectos del estudio de la
capacidad de un proceso.

Capacidad para procesos no normales

Los índices de capacidad discutidos anteriormente son sensibles a la falta de normalidad

de los datos utilizados para calcularlos.
Esto significa que pueden estar subestimando o sobrestimando la capacidad verdadera,
dependiendo de la manera en que la distribución de los datos no se aproxima al patrón de
la distribución normal. En la práctica existen variables de interés que no siguen tal patrón,
de aquí la importancia de conocer técnicas que permitan estimar de manera más confiable
la capacidad de procesos en estas situaciones.

Básicamente existen dos alternativas para lidiar con datos no normales en estudios de
capacidad:

1. La primera consiste en redefinir el ancho del proceso en términos de los percentiles de

la distribución que sigan los datos, además de sustituir la media por la mediana (percentil
50), en las fórmulas de índices de capacidad.
2. La segunda consiste en transformar los datos a normalidad, y luego calcular los índices
de la manera usual con los datos transformados. A continuación, describimos una manera
de proceder con cada uno de los dos enfoques mencionados.
Diseño de tolerancias

Un paso importante en el desarrollo de un producto es la conversión de sus peculiaridades

a características dimensionales, químicas, eléctricas y otras. Por ejemplo, un sistema de
calentamiento para un automóvil tendrá muchas características para el calentador, los
ductos de aire, el ensamble del ventilador, el radiador, etc. Para cada característica del
tipo valor nominal el diseñador debe especificar:

1. El promedio deseado (o “valor nominal”, N).

2. Los límites de especificación (o “límites de tolerancia”) arriba y abajo del valor
nominal que deben cumplir los componentes individuales del producto.

Estimación de los límites naturales de tolerancia de un proceso

Los límites naturales de tolerancia de un proceso, o simplemente límites naturales o reales

de un proceso (vea el capítulo 2), son aquellos entre los cuales por lo regular varía el
proceso, y por lo general se obtienen de la siguiente manera:

donde μ y σ son la media y la desviación estándar del proceso, respectivamente. Si la

característica de calidad tiene una distribución normal (μ, σ), entonces 99.73% de la
distribución se localiza dentro de los límites naturales.

Uso de software

Para el caso de Excel, a lo largo del capítulo se dieron indicaciones de cómo utilizarlo
para realizar ciertos cálculos.

Statgraphics

Después de introducir en una columna los datos a analizar se ejecuta la siguiente

secuencia:
CEP → Análisis de Capacidad → Datos Continuos. En ambos aparecerá una pantalla
donde, en primer término, en Data se da el nombre de la variable que va a ser analizada;
después se introduce, en caso que exista, el valor de la especificación superior (USL),
después el valor nominal para la variable. Pero si sólo se tiene una especificación,
entonces es usual dar como valor nominal la media actual del proceso. Por último, en LSL
se introduce el valor de la especificación inferior, en caso de que exista. Dentro del
procedimiento existen varios análisis tanto a manera de tablas o reportes como gráficas,
que incluyen capacidad de corto y largo plazo. Y también incluyen pruebas de normalidad
y la capacidad para procesos no normales.
Minitab

En este software existen varias opciones para hacer un análisis de capacidad; para ello, se
selecciona
Stat → Quality Tools, y después aparece una lista de opciones para realizar el análisis:
Capability Analysis (Normal); Capability Analysis (Between/Within), con esa opción el
software es posible calcular tanto la variación de corto como de largo plazo y los índices
correspondientes.
Después, será necesario declarar la columna donde están los datos a ser analizados, así
como la especificación inferior (Lower Spec.) y la superior (Upper Spec.). La capacidad
para procesos no normales se encuentra en la opción Nonnormal. Para la transformación
Box-Cox usar la secuencia Stat → Control Charts → Box-Cox. Una prueba de normalidad
se encuentra en Stat →
Basic Statistics → Graphical Summary.

Ejercicio:

La planta de fertilizantes Agripac desea controlar la operación de llenado de costales

a la semana de 24 días, con una media de 50kg, el Área de Control Calidad da una
tolerancia de +-1,5 kg, calcular la desviación estándar y graficar la dispersión de los
datos.

Grupo Lecturas en kg/costal MEDIA DESVEST LCS LC LCI

1 50,2 49,9 49 50,1 49,2 49,68 0,54498 51,5 50 48,5
2 50,3 50,2 50 49,3 49,6 49,88 0,42071 51,5 50 48,5
3 49,8 50 50 49,7 50,2 49,94 0,19494 51,5 50 48,5
4 50 49,4 50 50,5 50,1 50 0,3937 51,5 50 48,5
5 50,2 49,8 50,1 49,9 50,8 50,16 0,39115 51,5 50 48,5
6 49,2 50,7 49,1 49,8 50,7 49,9 0,77782 51,5 50 48,5
7 49,6 49,9 49,1 49,9 50,3 49,76 0,44497 51,5 50 48,5
8 50,2 49,8 49,5 50,6 49,3 49,88 0,52631 51,5 50 48,5
9 50,1 49,3 49 49,3 50,2 49,58 0,53572 51,5 50 48,5
10 50,8 49,6 49,8 50,4 48,8 49,88 0,76942 51,5 50 48,5
11 50,7 48,8 49,7 50,1 49,5 49,76 0,70569 51,5 50 48,5
12 50,3 49,6 49,4 49,3 49 49,52 0,48683 51,5 50 48,5
13 49,3 49,3 49,2 50,5 49,8 49,62 0,54498 51,5 50 48,5
14 50,2 50,5 50,2 50,9 49,7 50,3 0,44159 51,5 50 48,5
15 48,8 50,2 49,5 49,6 49,4 49,5 0,5 51,5 50 48,5
16 50,9 49,5 49,3 49,9 49,2 49,76 0,69138 51,5 50 48,5
17 49,7 48,8 49,6 49,5 50,2 49,56 0,50299 51,5 50 48,5
18 49,4 49,3 49,4 50,2 49,5 49,56 0,36469 51,5 50 48,5
19 49,9 49,7 49,9 49,1 49,3 49,58 0,36332 51,5 50 48,5
20 49,7 49,2 49,4 49,7 49,6 49,52 0,21679 51,5 50 48,5
21 50,6 49,6 49,6 49,9 49,4 49,82 0,47117 51,5 50 48,5
22 49,9 49,9 50 49,7 49,3 49,76 0,27928 51,5 50 48,5
 23 49,6 50,2 49,9 48,7 49,7 49,62 0,56303 51,5 50 48,5
24 49,6 48,9 50,2 49 49,2 49,38 0,53104 51,5 50 48,5
49,747 0,48594

𝟓𝟎−𝟒𝟖.𝟓
𝑪𝒑 =
𝟔∗𝟎,𝟒𝟖𝟓𝟗𝟒

𝑪𝒑 = 𝟏. 𝟎𝟐𝟖𝟗

GRAFICO DE CONTROL

GRAFICO DE CONTROL
52

51,5

51

50,5 50,3
50,16
49,94 50
49,88 49,9 49,88 49,88
49,76 49,76 49,76 49,82
49,76
50 49,68 49,58 49,62 49,58 49,62
49,52 49,5 49,56
49,56 49,52
49,38
49,5

49

48,5

48
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

MEDIA LCS LC LCI

Se logra observar que todos los datos se encuentran dentro de los limites o
especificaciones.
GRAFICO DE DISPERSION

GRAFICO DE DISPERSION
50,4
y = -0,0159x + 49,946
50,2 R² = 0,2597

50

49,8

49,6

49,4

49,2
0 5 10 15 20 25

7. CONLCLUSIONES
• Seis Sigma es una metodología estratégica que con una adecuada
implementación y compromiso de todas las dependencias de la
organización logra reducir considerablemente la variabilidad en
los procesos minimizando costos, aumentado las ganancias y la
satisfacción de los clientes.
• Esta metodología se puede implementar tanto en empresas con
procesos productivos como en empresas prestadoras de servicios
y su éxito dependerá del grado de compromiso que se adquiera
desde los altos cargos hasta los más bajos, recayendo la mayor
parte de la responsabilidad en los altos mandos ya que es una
metodología que tiene gran peso estratégico.
8. RECOMENDACIONES
• Para implementar Si Sigma de manera efectiva, es fundamental
que la alta dirección esté comprometida con el proceso de
mejora continua y lo respalde plenamente.
Fomentar la colaboración entre diferentes departamentos y
• equipos para abordar los desafíos del proceso de manera
holística. La comunicación efectiva es clave para el éxito de los
proyectos Six Sigma.