UNIVERSIDAD NACIONAL DE SAN AGUSTIN

FACULTAD DE INGENEIRÍA DE PROCESO

PROGRAMA PROFESIONAL DE INGENIERIA DE

MATERIALES

CURSO: GESTIÓN Y CONTROL DE LA CALIDAD

LABORATORIO N° 01

TEMA: CAPACIDAD DE PROCESOS

Alumno: Tejada Vilca Adam Rubén

DOCENTE: Mg E- Nicolás Collado Cárdenas

AREQUIPA - PERU

2019
 Practica N° 1

CAPACIDAD DE PROCESOS I: Estadística Descriptiva

1. Objetivos
A. Analizar las principales técnicas para realizar un análisis descriptivo de un
conjunto de datos, donde se detecta la tendencia central, la variabilidad, así
como la forma de distribución de estos datos.

2. Marco Teórico
La estadística descriptiva se divide en:
a) MEDIDAS
 Medidas de tendencia central
 Medidas de dispersión
 Medidas de formas
 Medidas de localización
b) DISTRIBUCIÓN
 Histogramas y tablas de frecuencia
 Parámetros
 Limites reales
 Diagrama de caja

2.1 MEDIDAS DE TENDENCIA CENTRAL

Valor en torno al cual los datos o mediciones de una variable tienden a
aglomerarse o concentrarse.
2.1.1.Mediana; Medida de tendencia central que es igual al valor que divide a
la mitad a los datos cuando son ordenados de menor a mayor.
2.1.2.Moda; Medida de tendencia central de un conjunto de datos que es igual
al dato que se repite más veces.
2.1.3.Media; Medida de tendencia central que es igual al promedio aritmético de un conjunto de datos,
que se obtiene al sumarlos y el resultado se divide entre el número de datos.
OBS: Las medidas de tendencia central son insuficientes como criterio de calidad, ya
que no toman en cuenta qué tan dispersos están los datos, un hecho vital para la
calidad.
2.2 MEDIDAS DE DISPERSIÓN O VARIABILIDAD
2.2.1 Desviación estándar muestral; Medida de la variabilidad que indica qué
tan esparcidos están los datos con respecto a la media.
2.2.2 Desviación estándar del proceso; Refleja la variabilidad de un proceso.
Para su cálculo se debe utilizar un número grande de datos que hayan
sido obtenidos en el transcurso de un lapso de tiempo amplio. Se denota
con la letra griega sigma σ.
2.2.3 Rango; Medición de la variabilidad de un con junto de datos que es
resultado de la diferencia entre el dato mayor y el dato menor de la
muestra.
2.2.4 Coeficiente de variación; Medida de variabilidad que indica la
magnitud relativa de la desviación estándar en comparación con la
media. Es útil para contrastar la variación de dos o más variables
que están medidas en diversas escalas.
 2.3 MEDIDAS DE FORMA
Una medida numérica del sesgo o asimetría en la distribución de un
conjunto de datos que se obtiene a través del sesgo y del sesgo
estandarizado (skewness).
2.3.1 Sesgo; Es una medida numérica de la asimetría en la distribución
de un conjunto de datos.
2.3.2 Curtosis; Estadístico que mide qué tan elevada o plana es la curva
de la distribución de unos datos respecto a la distribución norma.
2.3.3 Percentil; En ciertos datos es igual a un valor x tal que el p% de las
mediciones es menor o igual a x
2.3.4 Cuantiles; Medidas de localización que separan por magnitud un
conjunto de datos en cierto número de grupos o partes que
contienen la misma cantidad de datos. Por ejemplo, los deciles
dividen los datos en 10 grupos.
2.3.5 Cuartiles; Son iguales a los percentiles 25, 50 y 75, y sir ven para
separar por magnitud la distribución de unos datos en cuatro
grupos, donde cada uno contiene 25% de los datos.

3. RELACION ENTRE LA MEDIA Y LA DESVIACIÓN

Una forma de apreciar claramente el significado de la desviación estándar
como medida de dispersión en torno a la media, es a través de la relación entre
la media y la desviación estándar, la cual está dada por la desigualdad de
CHEBYSHEV Y LA REGLA EMPÍRICA.
a) CHEBYSHEV afirman que entre x̅ − 2s y𝑥̅ + 2𝑠 está por lo menos 75% de
los datos de la muestra, y que entre𝑥̅ ± 3𝑠 está por lo menos 89%.
b) LA REGLA EMPÍRICA; En cuanto a la regla empírica, ésta afirma que en
muchos de los datos que surgen en la práctica se ha observado por la
experiencia que:
• entre 𝑥̅ − 𝑠 y 𝑥̅ + 𝑠 está 68% de los datos de la muestra;
• entre x̅ − 2s y 𝑥̅ + 2𝑠 está 95%, y
• entre 𝑥̅ − 3𝑠 y 𝑥̅ + 3𝑠 está 99.7%.

4. Ejercicios
Ejercicio N°1
Se está analizando la variabilidad en el volumen de llenado de un refresco. Se mide el
contenido de 10 botellas seleccionadas al azar del proceso, los resultados son los
siguientes (en onzas liquidas):
10. 10.03
05
10. 10.05
04
10. 10.02
02
10. 10.02
01
10. 10.03
01
La secuencia a desarrollar es:
1. Generar un archivo de datos con una columna llamada VOLUMEN, de tipo
numérico
2. Ingresar los datos,
3. De la barra de menús clic en la opción DESCRIBIR/DATOS
NUMERICOS/ANALISIS DE UNA VARIABLE
4. De la caja de dialogo, colocar las variables adecuadas.
5. Luego presione el botón ACEPTAR para conseguir los resultados, como se
muestra en la figura 1.

FIG. 11 CAJA DE DIALOGO PARA DEFINIR VARIABLES.

6. Visualizará una ventana de TABLAS Y GRAFICOS donde podrás seleccionar

las tablas estadística y gráficos. Como se muestra a continuación en la figura 2.
FIG. 2 VENTANA DE TABLAS Y GRÁFICOS DEL EJEMPLO 1.

7. Luego presione el botón ACEPTAR para conseguir los resultados.

RESULTADOS
Análisis de Una Variable - VOLUMEN
Datos/Variable: VOLUMEN
10 valores con rango desde 10.01 a 10.05
Resumen Estadístico para VOLUMEN
Recuento 10
Promedio 10.028
Mediana 10.025
Moda 10.02
Varianza 0.000217
7
78
Desviación 0.014757
Estándar 3
Coeficiente 0.147161
%
de
Variación
Mínimo 10.01
Máximo 10.05
Rango 0.04
Cuartil Inferior 10.02
Cuartil Superior 10.04
Rango 0.02
Intercuartíli
co
Sesgo 0.425248
Sesgo 0.548993
Estandarizado
Curtosis -
Estandarizada 0.687427

5. EJERCICIOS PARA DESARROLLAR EN CLASE

EJERCICIO N° 1
Dos máquinas, cada una operada por una persona, son utilizadas para cortar tiras de
hule, cuya longitud ideal es de 200 mm, con una tolerancia de ± 3 mm. Al final del
turno un inspector toma una muestra e inspecciona que la longitud cumpla
especificaciones. A continuación, se muestran las últimas 110 mediciones para ambas
máquinas.

199.2 201.4 201.8 202. 201.0 201.5 200.0 199.8

0
200.7 200.9 200.4 201. 201.4 201.4 200.8 202.1
7
200.7 201.2 201.0 201. 201.2 201.3 200.9 200.7
5
200.5 201.0 201.7 201. 201.2 200.5 200.1 201.4
2
200.2 201.0 201.4 201. 201.1 201.2 201.0 200.6
4
202.0 201.8 201.5 201. 200.6 200.1 201.3 200.6
6
200.7 200.3 200.5 200. 200.8 200.3 200.7 199.5
5
198.6 199.7 198.5 198. 199.6 198.2 198.4 198.9
2
199.7 199.0 199.0 198. 199.1 198.8 198.3 199.0
4
199.6 198.8 198.7 200. 198.4 199.2 198.8 198.5
5
198.9 199.0 198.7 199. 199.3 199.7 197.8 199.9
2
199.0 199.0 198.7 199. 200.3 200.5 198.1 199.6
1
199.6 198.7 199.7 198. 199.2 197.9 200.3
9
199.4 199.7 198.5 198. 198.6 198.5 198.3
7
 a) Obtenga las medidas de tendencia central y con base en ellas señale si la
tendencia central del proceso es adecuada.
Resumen Estadístico para TIRAS DE HULE

b) Calcule la desviación estándar y una aproximación de los límites reales, y a

partir de éstos decida si la variabilidad de los datos es aceptable.

Para calcular las medidas de tendencia central y de dispersión hacemos uso de software statgraphisc:

INICIO DESCRIBE DATOS NUMERICO

BARRA DE TAREAS

ACEPTAR ANALISIS DE UNA VARIABLE

Resumen Estadístico para tiras de hule

Hacer doble click botón derecho de ratón en la ventana de análisis de una variable, se despliega la
siguiente ventana click en opciones de ventana se despliega la siguiente ventana activar las
casillas que nos interesa
 Recuento 110
Promedio 199.996
Mediana 200.1 INTERPLETACION:
Moda  Se puede ver que los datos no tienen una
Varianza 1.33558 concentración, pero entran dentro del rango de
Desviación Estándar 1.15567 aceptabilidad
Coeficiente de Variación 0.577848%
Mínimo 197.8
 Viendo los datos vemos que esta ligeramente
Máximo 202.1 sesgada hacia la izquierda

Rango 4.3
Sesgo Estandarizado -0.158635
Curtosis Estandarizada -2.69237

EJERCICIO N°2

En la elaboración de envases de plástico primero se elabora la preforma, para la cual

se tienen varios criterios de calidad, uno de ellos es el peso de ésta. Para cierto
envase se tiene que el peso debe estar entre
28.00 ± 0.5 g. A continuación se muestran los últimos 112 datos obtenidos mediante
una carta de control para esta variable.
27.72 28.06 27.81 27.87 27.86 28.26 27.95 28.22 28.09 28.13 28.04 27.63 27.85 28.16
28.39 27.91 27.74 27.87 27.84 28.10 27.94 27.96 28.02 27.88 28.05 27.93 27.84 28.16
28.21 27.97 27.95 27.82 27.70 27.94 27.81 27.88 27.85 28.11 27.75 27.74 28.12 28.01
28.19 27.95 27.91 28.23 27.98 28.07 27.76 28.08 28.27 28.05 27.89 28.10 28.01 28.13
28.02 27.96 27.93 27.90 28.02 27.84 27.96 28.04 27.75 28.14 27.94 28.14 27.97 27.97
27.93 27.94 28.07 27.91 28.00 27.90 27.84 28.19 27.98 28.11 28.19 27.91 27.88 27.90
27.89 28.04 28.13 28.16 27.99 27.87 27.85 27.89 27.75 28.08 28.10 27.84 28.00 27.87
27.88 28.05 27.98 27.94 28.13 27.76 27.93 28.08 27.82 28.16 27.78 28.21 28.10 27.94
a) Obtenga las medidas de tendencia central y señale si la tendencia central de
las mediciones es adecuada.
b) Calcule la desviación estándar y una aproximación de los límites reales y con
base en éstos decida si la variabilidad de los datos es aceptable.
Para calcular las medidas de tendencia central y de dispersión hacemos uso de software statgraphisc:

INICIO DESCRIBE DATOS NUMERICO

BARRA DE TAREAS

ACEPTAR ANALISIS DE UNA VARIABLE

Resumen Estadístico para el peso de las botellas

Hacer doble click botón derecho de ratón en la ventana de análisis de una variable, se
despliega la siguiente ventana click en opciones de ventana se despliega la siguiente
ventana activar las casillas que nos interesa
Resumen Estadístico para Peso de botellas
COMENTARIO:
Recuento 112 Vemos que los datos tienen un sesgo izquierdo del
Promedio 27.976 calor original que debería tener.
Mediana 27.96
Vemos que hoy mucha variabilida en estos datos, eso
Moda 27.94
Varianza 0.0206585 quiere decir que se noque van a tener una
Desviación Estándar 0.143731 concentración de datos.
Coeficiente de Variación 0.513764%
Mínimo 27.63
Máximo 28.39
Rango 0.76
Sesgo Estandarizado 0.807104
Curtosis Estandarizada -0.62401

EJERCICIO N° 3
En la elaboración de envases de plástico es necesario garantizar que cierto tipo de
botella en posición vertical tenga una resistencia mínima de 20 kg fuerza.
En la actualidad se realiza una prueba exacta, en la que mediante un equipo se le
aplica fuerza a la botella hasta que ésta cede, y el equipo registra la resistencia que
alcanzó. A continuación, se muestran 100 datos obtenidos en las pruebas destructivas
de la resistencia de botellas.
28.3 30.4 26.2 28.4 28.8 29.3 26.9 27.1 29.5 26.8 27.7 27.7 26.3 25.0 27.8 27.7 26.4
26.4 26.6 27.0 27.2 28.1 25.3 25.1 26.2 27.2 25.8 26.5 26.1 25.9 28.7 27.7 26.6 27.0
27.3 26.7 28.1 28.1 26.5 27.0 25.2 26.8 27.6 27.0 24.8 26.9 28.3 25.5 28.6 26.4 28.8
27.7 27.4 28.0 26.5 26.9 27.9 26.4 26.5 27.6 26.2 27.6 29.1 27.2 28.7 26.3 28.6 26.2
29.4 25.6 23.7 27.6 25.3 28.3 25.7 24.7 28.6 29.5 29.7 25.5 29.2 27.0 27.1 27.2 24.9
27.6 26.8 28.3 26.5 23.7 27.8 23.8 25.2 27.3 29.5 27.4 28.7 27.7 24.7 27.4
a) Calcule las medidas de tendencia central y de variabilidad.

Para calcular las medidas de tendencia central y de dispersión hacemos uso de software statgraphisc:

DESCRIBE BARRA DE DATOS

INICIO
TAREAS NUMERICO

ACEPTAR ANALISIS DE
UNA VARIABLE
Resumen Estadístico para Resistencia Kg
Hacer doble click botón derecho de ratón en la ventana de análisis de una variable, se despliega la
siguiente ventana click en opciones de ventana se despliega la siguiente ventana activar las
casillas que nos interesa

INTERPLETACION:
Viendo los siguientes datos uno ve que los datos están
sesgados muy ligeramente hacia la derecha.
Se puede ver que el dato más frecuente es el 27.7.
Viendo la varianza, se puede decir que esta dispersados, y no
es un proceso tan centrado

b) Estime los límites reales y comente si las botellas cumplen la resistencia mínima
que se desea garantizar.

31.2616

22.92
 COMENTARIO:
Viendo que el limite eral es mínimo es 22.92, y este es mayor que el requerido, se
puede concluir que estas botellas cumple con los requisitos
 Practica N° 2

CAPACIDAD DE PROCESOS I: HISTOGRAMAS Y TABLAS DE FRECUENCIA

1. Objetivos
A. Interpretar en forma adecuada los resultados para un mejor análisis de los
resultados.
B. Aplicar los diferentes conceptos básicos estadísticos para hacer una
valoración amplia de la capacidad de proceso.

2. MEDIDAS DE DISTRIBUCIÓN
2.1 Limites reales; Se obtienen con μ − 3σ y μ + 3σ, e indican de dónde a
dónde varía la salida de un proceso.
Límite real inferior (LRI ) = μ − 3σ y Límite real superior (LRS) = μ + 3σ
2.2 Histogramas y Tablas de Frecuencia; Representación gráfica de la
distribución de un conjunto de datos o de una variable, donde los datos se
clasifican por su magnitud en cierto número de clases. Permite visualizar la
tendencia central, la dispersión y la forma de la distribución.
2.3 Tabla de frecuencias; Representación en forma de tabla de la distribución
de unos datos, a los que se clasifica por su magnitud en cierto número de
clases.
2.4 Distribución sesgada; Forma asimétrica de la distribución de unos datos o
una variable, donde la cola de un lado de la distribución es más larga que la
del otro lado.
2.5 Distribución multimodal; Forma de la distribución de unos datos en la que
sea aprecian claramente dos o más modas (picos). Por lo general, cada
moda refleja una condición o realidad diferente.
2.6 Dato raro o atípico; Medición cuya magnitud es muy diferente a la
generalidad de las mediciones del conjunto de datos correspondiente.
2.7 Estratificación; Consiste en clasificar y analizar datos de acuerdo con las
distintas fuentes de donde proceden, como, por ejemplo, por máquinas,
lotes, proveedores, turnos, etcétera.
2.8 Diagrama de caja; Representación gráfica de la distribución de un conjunto
de datos que se basa en los cuartiles. Es de gran utilidad para hacer
análisis comparativos.
2.9 Rango intercuartílico; Es igual a la distancia entre el cuartil inferior y el
superior, y determina el rango en el que se ubican 50% de los datos que
están en el centro de la distribución.
3. EJERCICIOS
Del ejercicio N°1
Una vez que se tiene el archivo seguimos la siguiente secuencia:
a) De la barra de menús clic en la opción GRAFICAR/GRAFICO DE
NEGOCIOS/ DIAGRAMA DE BARRAS.
b) De la caja de dialogo, colocar las variables adecuadas.
c) Luego presione el botón ACEPTAR para conseguir los resultados, como se
muestra en la figura 9.
 d) Visualizará una ventana de TABLAS Y GRAFICOS donde podrás
seleccionar las tablas estadística y gráficos. Como se muestra a
continuación en la figura 2.
FIG. 3 VENTANA DE TABLAS Y GRÁFICOS DEL EJEMPLO 1.

e) Luego presione el botón ACEPTAR para conseguir los resultados.

RESULTADOS

El StatAdvisor
Esta tabla muestra los estadísticos de resumen para VOLUMEN. Incluye medidas
de tendencia central, medidas de variabilidad y medidas de forma. De particular
interés aquí son el sesgo estandarizado y la curtosis estandarizada, las
cuales pueden utilizarse para determinar si la muestra proviene de una
distribución normal. Valores de estos estadísticos fuera del rango de -2 a +2
indican desviaciones significativas de la normalidad, lo que tendería a invalidar
cualquier prueba estadística con referencia a la desviación estándar. En este
caso, el valor del sesgo estandarizado se encuentra dentro del rango
esperado para datos provenientes una distribución normal. El valor de
curtosis estandarizada se encuentra dentro del rango esperado para datos
provenientes de una distribución normal.

Tabla de Frecuencias para VOLUMEN

Límite Límite Frecue Frecuen Frecuen
nci ci ci
a a a
Cla Inferior Super Punto Frecue Relativ Acumul Rel.
se io Medio nci a ad Acum.
r a a
menor o 10.0 0 0.0000 0 0.0000
igual
1 10.0 10.01 10.0083 2 0.2000 2 0.2000
67
2 10.0167 10.03 10.025 5 0.5000 7 0.7000
33
3 10.0333 10.05 10.0417 3 0.3000 10 1.0000
mayor de 10.05 0 0.0000 10 1.0000
Media = 10.028 Desviación Estándar = 0.0147573
 Gráfico de Caja y Bigotes
VOLUMEN DE REFRESCO

50

40
porcentaje

30

20

10
10.01 10.02 10.03 10.04 10.05
VOLUMEN
0
10 10.01 10.02 10.03 10.04 10.05
VOLUMEN

Gráfico de Dispersión

10.01 10.02 10.03 10.04 10.05

VOLUMEN

4. EJERCICIOS PARA DESARROLLAR EN

CLASE EJERCICIO N° 1
Dos máquinas, cada una operada por una persona, son utilizadas para cortar tiras de
hule, cuya longitud ideal es de 200 mm, con una tolerancia de ± 3 mm. Al final del
turno un inspector toma una muestra e inspecciona que la longitud cumpla
especificaciones. A continuación, se muestran las últimas 110 mediciones para ambas
máquinas.

199.2 201.4 201.8 202. 201.0 201.5 200.0 199.8

0
200.7 200.9 200.4 201. 201.4 201.4 200.8 202.1
7
200.7 201.2 201.0 201. 201.2 201.3 200.9 200.7
5
200.5 201.0 201.7 201. 201.2 200.5 200.1 201.4
2
200.2 201.0 201.4 201. 201.1 201.2 201.0 200.6
4
202.0 201.8 201.5 201. 200.6 200.1 201.3 200.6
6
200.7 200.3 200.5 200. 200.8 200.3 200.7 199.5
5
198.6 199.7 198.5 198. 199.6 198.2 198.4 198.9
2
199.7 199.0 199.0 198. 199.1 198.8 198.3 199.0
4
199.6 198.8 198.7 200. 198.4 199.2 198.8 198.5
5
198.9 199.0 198.7 199. 199.3 199.7 197.8 199.9
2
 199.0 199.0 198.7 199. 200.3 200.5 198.1 199.6
1
199.6 198.7 199.7 198. 199.2 197.9 200.3
9
199.4 199.7 198.5 198. 198.6 198.5 198.3
7
a) Obtenga un histograma e interpréte lo (tendencia central, variabilidad,
acantilados, sesgos, etcétera).

Para obtener el histograma hacemos uso de software statgraphisc:

INICIO DESCRIBE DATOS NUMERICO

BARRA DE TAREAS

ACEPTAR ANALISIS DE UNA VARIABLE

Hacer doble click botón derecho de ratón en la ventana de análisis de una variable, se despliega la
siguiente ventana click en opciones de ventana. Luego se desplegara una ventana en lo que
escogeremos el histograma, y si queremos también tendremos otros análisis
 Tabla de Frecuencias para TIRAS DE HULE
Límite Límite Frecuencia Frecuencia Frecuencia
Clase Inferior Superior Punto Medio Frecuencia Relativa Acumulada Rel. Acum.
menor o igual 197.8 1 0.0091 1 0.0091
1 197.8 198.24 198.02 4 0.0364 5 0.0455
2 198.24 198.68 198.46 11 0.1000 16 0.1455
3 198.68 199.12 198.9 19 0.1727 35 0.3182
4 199.12 199.56 199.34 7 0.0636 42 0.3818
5 199.56 200.0 199.78 12 0.1091 54 0.4909
6 200.0 200.44 200.22 8 0.0727 62 0.5636
7 200.44 200.88 200.66 16 0.1455 78 0.7091
8 200.88 201.32 201.1 15 0.1364 93 0.8455
9 201.32 201.76 201.54 12 0.1091 105 0.9545
10 201.76 202.2 201.98 5 0.0455 110 1.0000
mayor de 202.2 0 0.0000 110 1.0000
Media = 199.996 Desviación Estándar = 1.15567

Gráfico de Caj a y Bigotes

197 198 199 200 201 202 203

TIRAS DE HULE

Histograma

20

16

12
frecuencia

0
197 198 199 200 201 202 203
TIRAS DE HULE

COMENTARIO
Como podemos darnos cuenta en el histograma , los datos no
están centrados, y si se ve una gran dispersidad.
 b) Con la evidencia obtenida antes, cuál es su opinión acerca de lo adecuado o no
de la longitud de las tiras que se cortaron en el periodo que representan las
mediciones.

Capacidad de Proceso para TIRAS DE HULE

LIE = 197.0, Nominal = 200.0, LSE = 203.0

15 Normal
Media=199.996
Desv. Est.=1.15567
12
Cp = 28.59
Pp = 0.87
frecuencia

9 Cpk = 28.56
Ppk = 0.86
K = 0.00
6

0
196 198 200 202 204
TIRAS DE HULE

COMENTARIO
Según vemos, en la grafica cumple con la normativa, pero habría que controlar
mas el proceso para obtener una centralidad, y no tanta variabilidad

EJERCICIO N°2
En la elaboración de envases de plástico primero se elabora la preforma, para la cual
se tienen varios criterios de calidad, uno de ellos es el peso de ésta. Para cierto
envase se tiene que el peso debe estar entre
28.00 ± 0.5 g. A continuación, se muestran los últimos 112 datos obtenidos mediante
una carta de control para esta variable.
27.72 28.06 27.81 27.87 27.86 28.26 27.95 28.22 28.09 28.13 28.04 27.63 27.85 28.16
28.39 27.91 27.74 27.87 27.84 28.10 27.94 27.96 28.02 27.88 28.05 27.93 27.84 28.16
28.21 27.97 27.95 27.82 27.70 27.94 27.81 27.88 27.85 28.11 27.75 27.74 28.12 28.01
28.19 27.95 27.91 28.23 27.98 28.07 27.76 28.08 28.27 28.05 27.89 28.10 28.01 28.13
28.02 27.96 27.93 27.90 28.02 27.84 27.96 28.04 27.75 28.14 27.94 28.14 27.97 27.97
27.93 27.94 28.07 27.91 28.00 27.90 27.84 28.19 27.98 28.11 28.19 27.91 27.88 27.90
27.89 28.04 28.13 28.16 27.99 27.87 27.85 27.89 27.75 28.08 28.10 27.84 28.00 27.87
27.88 28.05 27.98 27.94 28.13 27.76 27.93 28.08 27.82 28.16 27.78 28.21 28.10 27.94
 a) Obtenga un histograma e interprételo (tendencia central, variabilidad, acantilados,
sesgos, etcétera).

Para obtener el histograma hacemos uso de software statgraphisc:

INICIO DESCRIBE DATOS NUMERICO

BARRA DE TAREAS

ACEPTAR ANALISIS DE UNA VARIABLE

Hacer doble click botón derecho de ratón en la ventana de análisis de una variable, se despliega la
siguiente ventana click en opciones de ventana. Luego se desplegara una ventana en lo que
escogeremos el histograma, y si queremos también tendremos otros análisis
 Tabla de Frecuencias para Peso de botellas
Límite Límite Frecuencia Frecuencia Frecuencia
Clase Inferior Superior Punto Medio Frecuencia Relativa Acumulada Rel. Acum.
menor o igual 27.63 1 0.0089 1 0.0089
1 27.63 27.707 27.6685 1 0.0089 2 0.0179
2 27.707 27.784 27.7455 9 0.0804 11 0.0982
3 27.784 27.861 27.8225 13 0.1161 24 0.2143
4 27.861 27.938 27.8995 22 0.1964 46 0.4107
5 27.938 28.015 27.9765 23 0.2054 69 0.6161
6 28.015 28.092 28.0535 16 0.1429 85 0.7589
7 28.092 28.169 28.1305 17 0.1518 102 0.9107
8 28.169 28.246 28.2075 7 0.0625 109 0.9732
9 28.246 28.323 28.2845 2 0.0179 111 0.9911
10 28.323 28.4 28.3615 1 0.0089 112 1.0000
mayor de 28.4 0 0.0000 112 1.0000
Media = 27.976 Desviación Estándar = 0.143731
Gráfico de Caja y Bigotes

27.6 27.8 28 28.2 28.4

Peso de botellas

Histograma

24

20

16
frecuencia

12

0
27.6 27.8 28 28.2 28.4
Peso de botellas

COMENTARIO
Viendo el histograma podemos ver que hay algo de centralidad, y que también
los datos están mas o menos dispersos.
Para poder mejorar se tendrá que controlar esta variabilidad
 b) ¿Es adecuado el peso de las preformas?

Haciendo una línea en el mínimo requerimiento

Capacidad de Proceso para Peso de botellas
LIE = 27.5, Nominal = 28.0, LSE = 28.5

20 Normal
Media=27.976
Desv . Est.=0.143731
16
Cp = 27.46
Pp = 1.16
frecuencia

12 Cpk = 26.14
Ppk = 1.10
K = -0.05
8

0
27 27.3 27.6 27.9 28.2 28.5
Peso de botellas

COMENTARIO
Viendo todo estos datos vemos con la última gráfica, que este proceso es
muy variado , eso quiere decir que debe haber una gran variabilidad.
Este proceso le falta centralidad, y que estos datos no sean tan dispersos
 EJERCICIO N°3
En la elaboración de envases de plástico es necesario garantizar que cierto tipo de
botella en posición vertical tenga una resistencia mínima de 20 kg fuerza.
En la actualidad se realiza una prueba exacta, en la que mediante un equipo se le
aplica fuerza a la botella hasta que ésta cede, y el equipo registra la resistencia que
alcanzó. A continuación, se muestran 100 datos obtenidos en las pruebas destructivas
de la resistencia de botellas.
28.3 30.4 26.2 28.4 28.8 29.3 26.9 27.1 29.5 26.8 27.7 27.7 26.3 25.0 27.8 27.7 26.4
26.4 26.6 27.0 27.2 28.1 25.3 25.1 26.2 27.2 25.8 26.5 26.1 25.9 28.7 27.7 26.6 27.0
27.3 26.7 28.1 28.1 26.5 27.0 25.2 26.8 27.6 27.0 24.8 26.9 28.3 25.5 28.6 26.4 28.8
27.7 27.4 28.0 26.5 26.9 27.9 26.4 26.5 27.6 26.2 27.6 29.1 27.2 28.7 26.3 28.6 26.2
29.4 25.6 23.7 27.6 25.3 28.3 25.7 24.7 28.6 29.5 29.7 25.5 29.2 27.0 27.1 27.2 24.9
27.6 26.8 28.3 26.5 23.7 27.8 23.8 25.2 27.3 29.5 27.4 28.7 27.7 24.7 27.4

a) Obtenga un histograma, inserte una línea vertical en el valor de la resistencia

mínima e interprete ampliamente.

Para obtener el histograma hacemos uso de software statgraphisc:

INICIO DESCRIBE DATOS NUMERICO

BARRA DE TAREAS

ACEPTAR ANALISIS DE UNA VARIABLE

Hacer doble click botón derecho de ratón en la ventana de análisis de una variable, se despliega la
siguiente ventana click en opciones de ventana. Luego se desplegara una ventana en lo que
escogeremos el histograma, y si queremos también tendremos otros análisis
 Tabla de Frecuencias para Resistencia de las botellas
Límite Límite Frecuencia Frecuencia Frecuencia
Clase Inferior Superior Punto Medio Frecuencia Relativa Acumulada Rel. Acum.
menor o igual 23.7 2 0.0200 2 0.0200
1 23.7 24.38 24.04 1 0.0100 3 0.0300
2 24.38 25.06 24.72 5 0.0500 8 0.0800
3 25.06 25.74 25.4 9 0.0900 17 0.1700
4 25.74 26.42 26.08 13 0.1300 30 0.3000
5 26.42 27.1 26.76 19 0.1900 49 0.4900
6 27.1 27.78 27.44 22 0.2200 71 0.7100
7 27.78 28.46 28.12 12 0.1200 83 0.8300
8 28.46 29.14 28.8 9 0.0900 92 0.9200
9 29.14 29.82 29.48 7 0.0700 99 0.9900
10 29.82 30.5 30.16 1 0.0100 100 1.0000
mayor de 30.5 0 0.0000 100 1.0000
Media = 27.095 Desviación Estándar = 1.38887
Gráfico de Caja y Bigotes

23 25 27 29 31
Resistencia de las botellas

Histograma

24

20

16
frecuencia

12

0
23 25 27 29 31
Resistencia de las botellas

COMENTARIO
Viendo el histograma se puede ver que es un proceso no tan disperso, ni tan
variable, y no tiene algún sesgo, se ve un proceso normal.
Quizás su variabilidad hay que mejorar , para tener mejor calidad
 b) Con base en los análisis anteriores, ¿considera que el proceso cumple con la
especiación inferior?

Haciendo una línea en el mínimo requerimiento

Capacidad de Proceso para Resistencia de las botellas

LIE = 20.0

24 Normal
Media=27.095
Desv. Est.=1.38887
20
Cpk = 39.42
16 Ppk = 1.70
frecuencia

12

0
20 22 24 26 28 30 32
Resistencia de las botellas

c)
d)
COMENTARIO
e) Viendo todo estos datos vemos con la última gráfica, que este proceso si
cumple con lo mínimo, pero se ve una dispersidad en ellos. Para
mejorar más su calidad se tendría que tratar de disminuir esa
variabilidad