INSTITUTO TECNOLOGICO DE PIEDRAS NEGRAS

INGENIERIA INDUSTRIAL
MATERIA: COSTOS DE CALIDAD
DOCENTE: MARIA DE LOURDES JUAREZ
HERNANDEZ
ALUMNO: ANGEL ISAI CHAVEZ RUIZ
PRACTICA 2
 LABORATORIO DE CONTROL ESTADISTICO DE CALIDAD

PRACTICA No. 2

LUGAR: LABORATORIO DE METODOS DE INGENIERIA INDUSTRIAL

DOCENTE: MARIA DE LOURDES JUAREZ HERNANDEZ

UNIDAD 2. Gráficas de Control de Variables

Temas que reafirma esta práctica:

2.2. Elaboración e interpretación de gráficas para variables.

2.2.1. Gráfico X-R.
2.2.2. Gráfico X-S
2.2.3. Gráfico X de individuales
2.3. Capacidad de proceso, Cp y Cpk.

OBJETIVO.

Practicar el uso de instrumentos de medición para la recolección de datos , la toma

de datos, elaborar gráficas de control de variables, calcular la capacidad del proceso,
interpretar resultados y tomar decisiones en base a estos.

MATERIALES
Una tapa con 30 huevos por equipo.
1 báscula de 500 gr.
1 calibrador Vernier
1 taza medidora
1 computadora con Excel y MINITAB

INSTRUCCIONES

1. Numerar los huevos del 1 al 30 (por equipo).

2. Usando el calibrador Vernier, medir el diámetro y altura de cada huevo y
anotar la medida en una hoja de Excel en centímetros (verificar que el
medidor marque 0 antes de iniciar la medición de cada producto).
3. Haciendo uso de la báscula pesar cada huevo y anotar su valor en grs. junto
al diámetro (verificar que la báscula marque 0 antes de poner cada producto).
4. Llena la taza medidora hasta 150 ml de agua, pon el huevo dentro y ve cuanto
sube para sacar por diferencia el volumen de cada huevo.
5. Registrar información poniendo los datos del equipo que tomó las medidas.
6. Subir en el TEAMS los resultados de los 30 huevos del equipo.
 7. Une los 30 datos obtenidos de las tres dimensiones de peso, diámetro y
altura, de tu equipo con los datos de otros dos equipos como te indique el
profesor y elabora los siguientes gráficos de control:
8. Una gráfica Xprom-R con tamaño de muestra de 5 para el diámetro (cm).

en la media de la muestra nos da un 42.816 para el diámetro de los

huevos, limite superior de 46.38 e inferior de 41.24. Hay un dato en
el rango que estuvo cerca de sobrepasar el límite superior.
 Una gráfica Xprom-R con tamaño de muestra de 5 para la altura (cm).

nuestra media de cada 5 muestras es de 57.65, con limite superior

62.006 e inferior 53.29. En el rango podemos encontrar una media
de variación de 4.78.
 Una gráfica Xprom-S con tamaño de muestra 6 para el peso (gr).

En este grafico de el peso podemos observar que dos datos

sobrepasan los limites de superior como del inferior. Abajo
podemos observar que tenemos un ciclo de bajar y subir.
 Una gráfica X-R individual con n=3 utilizando solamente tus
30 datos de volumen (ml).

Aquí solo usamos los 30 datos nuestros de volumen y podemos

observar que hay mucha variación entre los datos que hasta 4
datos se salen de los límites. También podemos intuir que las
mediciones de volumen fueron elaboradas erróneamente, ya que
la gráfica está bastante desordenada.
 Si consideramos que los límites de especificación son los siguientes: altura
55+/-5 mm, diámetro 44+/- 4 mm, peso 60+/- 10 gr. Y volumen 50 +/- 10 ml.
Calcule la capacidad potencial y real del proceso y de sus conclusiones.

Aquí concluimos que el proceso no es potencialmente capaz ni es

realmente hábil. Por que es 0.84 que es menor a 1.2 para poder ser
potencialmente hábil y es 0.39 que es menor a 1 para que sea
realmente capaz
Aquí podemos concluir que el proceso no es potencialmente capaz pero si
realmente hábil.
Aquí podemos concluir que el proceso no es potencialmente capaz ni realmente
hábil.
Aquí concluimos que el proceso no es potencialmente capaz ni realmente hábil.

9. Presente el reporte con gráficas, resultados y conclusiones.