Vous êtes sur la page 1sur 32

CAPACIDAD Y DESEMPEÑO DEL PROCESO

CAPACIDAD Y DESEMPEÑO
DEL PROCESO

H. Hernández / P. Reyes
Sept. 2007

Página 1 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

CONTENIDO

1. Introducción
a. Definiciones básicas
b. Objetivos
c. Partes fuera de especificaciones
d. Variación a corto y a largo plazo

2. Cálculo de la capacidad del proceso


a. Condiciones y fórmulas para el estudio de capacidad
b. Capacidad a partir de histogramas
c. Capacidad a partir de papel de probabilidad normal
d. Otros índices de capacidad del proceso

3. Cálculo del desempeño de los proceso

4. Capacidad y desempeño de procesos con Minitab

5. Capacidad de procesos no normales

6. Capacidad de procesos por atributos

Página 2 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

CAPACIDAD Y DESEMPEÑO DEL PROCESO

1. Introducción
Al planear los aspectos de calidad de la manufactura, es sumamente
importante asegurarse de antemano de que el proceso será capaz de
mantener las tolerancias. En las décadas recientes ha surgido el
concepto de capacidad del proceso ó habilidad del proceso, que
proporciona una predicción cuantitativa de qué tan adecuado es un
proceso. La habilidad del proceso es la variación medida, inherente del
producto que se obtiene en ese proceso.

1 a. Definiciones básicas.
• Proceso: Éste se refiere a alguna combinación única de máquinas,
herramientas, métodos, materiales y personas involucradas en la
producción.
• Capacidad o habilidad: Esta palabra se usa en el sentido de
aptitud, basada en el desempeño probado, para lograr resultados
que se puedan medir.
• Capacidad del proceso: Es la aptitud del proceso para producir
productos dentro de los límites de especificaciones de calidad.
• Capacidad medida: Esto se refiere al hecho de que la capacidad
del proceso se cuantifica a partir de datos que, a su vez, son el
resultado de la medición del trabajo realizado por el proceso.
• Capacidad inherente: Se refiere a la uniformidad del producto que
resulta de un proceso que se encuentra en estado de control
estadístico, es decir, en ausencia de causas especiales o
atribuibles de variación.
• Variabilidad natural: Los productos fabricados nunca son idénticos
sino que presentan cierta variabilidad, cuando el proceso está bajo

Página 3 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

control, solo actúan las causas comunes de variación en las


características de calidad.
• Valor Nominal: Las características de calidad tienen un valor ideal
óptimo que es el que desearíamos que tuvieran todas las unidades
fabricadas pero que no se obtiene, aunque todo funcione
correctamente, debido a la existencia de la variabilidad natural.

1b. Objetivos1

1. Predecir en que grado el proceso cumple especificaciones.


2. Apoyar a diseñadores de producto o proceso en sus modificaciones.
3. Especificar requerimientos de desempeño para el equipo nuevo.
4. Seleccionar proveedores.
5. Reducir la variabilidad en el proceso de manufactura.
6. Planear la secuencia de producción cuando hay un efecto interactivo
de los procesos en las tolerancias.

p = porcentaje de medidas bajo la curva de probabilidad fuera de


especificaciones.

1
Douglas C. Montgomery, Introduction to Statistical Quality Control, Second Edition, pp 307

Página 4 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

1c. Partes fuera de especificaciones


En el área sombrada observamos medidas fuera de los límites de
especificación.

Para solucionar este problema, podemos reducir la desviación estándar.

También podríamos cambiar la media.

Lo ideal sería, por supuesto cambiar ambas.

Página 5 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

1d. Variación a corto plazo y a largo plazo


Existen dos maneras de expresar la variabilidad:

Variación a corto plazo (Zst) – Los datos son colectados durante un


periodo de tiempo suficientemente corto para que sea improbable que
haya cambios y otras causas especiales.

Las familias de variación han sido restringidas de tal manera que los
datos considerados, sólo son los que se obtuvieron del subgrupo
racional. Ayuda a determinar subgrupos racionales importantes.

Variación a Largo Plazo(Zlt) – Los datos son colectados durante un


periodo de tiempo suficientemente largo y en condiciones
suficientemente diversas para que sea probable que incluya todos los
cambios de proceso y otras causas especiales. Aquí todas las familias
de variación exhiben su contribución en la variación del proceso
general.

En el caso del corto plazo:

Página 6 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

Para el cálculo de Z utilizamos las siguientes formulas:

Z st =
( límite especif . − nom .)
desv .std ST

límite especif . − media


Z LT =
desv .std LT

dónde:

Zst = variación a corto plazo.


nom = Valor nominal u objetivo
Zlt = variación a largo plazo.

Z shift.- A largo plazo los procesos tienen un desplazamiento natural de


1.5 desviaciones estándar, de acuerdo a lo observado por Motorota Inc.

Zlt = Zst-1.5shift

2. Cálculo de la capacidad del proceso


Antes de calcular la capacidad del proceso, el proceso debe estar en
control estadístico.

2a. Condiciones y fórmulas para el estudio de capacidad del


proceso

Para realizar un estudio de capacidad es necesario que se cumplan los


siguientes supuestos2:

2
J.M. Juran, Análisis y planeación de la Calidad, Tercera Edición Mc. Graw Hill, Pp.404

Página 7 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

• El proceso se encuentre bajo control estadístico, es decir sin la


influencia de fuerzas externas o cambios repentinos. Si el proceso
está fuera de control la media y/o la desviación estándar del proceso
no son estables y, en consecuencia, su variabilidad será mayor que la
natural y la capacidad potencial estará infravalorada, en este caso no
es conveniente hacer un estudio de capacidad.
• Se recolectan suficientes datos durante el estudio de habilidad para
minimizar el error de muestreo para los índices de habilidad. Si los
datos se componen de menos de 100 valores, entonces deben
calcularse los límites de confianza inferiores.
• Los datos se recolectan durante un periodo suficientemente largo
para asegurar que las condiciones del proceso presentes durante el
estudio sean representativos de las condiciones actuales y futuras. En
el caso de la industria automotriz se especifican 300 partes mínimo.
• El parámetro analizado en el estudio sigue una distribución de
probabilidad normal, de otra manera, los porcentajes de los
productos asociados con los índices de capacidad son incorrectos y
solo se podrán determinar los índices de desempeño del proceso, que
no toma en cuenta si el proceso está en control o no.

También es importante al realizar un estudio de capacidad, asegurarnos


que la variación en el sistema de medición no sea mayor al 10%.

Para calcular la habilidad o capacidad potencial, primero se determina la


desviación estándar estimada de la población como sigue:
R
σ ST =
d2

Cp =
( LSE − LIE )
6σ ST

Página 8 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

donde:
Cp = capacidad potencial
LSE = límite superior de especificaciones
LIE = límite inferior de especificaciones
σST = desviación estándar a corto plazo

El índice Cp debe
ser ≥ 1.33 para tener el potencial de cumplir con especificaciones (LIE,
LSE)

Los valores Z se determinan como sigue:


LIE − X
ZI =
σ ST
LSE − X
ZS =
σ ST

Para calcular la ha
bilidad o capacidad real utilizamos la siguiente fórmula:

menor Z I , Z S
C pk =
3

Para que el proceso cumpla con las especificaciones el Cpk= debe de


ser ≥ 1.33 .

Página 9 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

2b. Capacidad a partir de histogramas


Procedimiento:
1. Seleccionar un proceso específico para realizar el estudio
2. Seleccionar las condiciones de operación del proceso
3. Seleccionar un operador entrenado
4. El sistema de medición debe tener habilidad (error R&R < 10%)
5. Cuidadosamente recolectar la información
6. Construir un histograma de frecuencia con los datos
7. Calcular la media y desviación estándar del proceso
8. Calcular la capacidad del proceso.

Ejemplo 1:
Tenemos la siguiente serie de datos:
265 205 263 307 220 268 260 234 299
197 286 274 243 231 267 281 265 214
346 317 242 258 276 300 208 187 264
280 242 260 321 228 250 299 258 267
265 254 281 294 223 260 308 235 283
200 235 246 328 296 276 264 269 235
221 176 248 263 231 334 280 265 272
265 262 271 245 301 280 274 253 287
261 248 260 274 337 250 278 254 274
278 250 265 270 298 257 210 280 269
215 318 271 293 277 290 283 258 275

Agrupando los datos por intervalos de clase obtenemos los datos


mostrados en la siguiente tabla:
Intervalo Marca de Frecuencia Frecuencia
Frecuencia
de clase clase relativa acumulada
190-209 199.5 6 0.06 0.06
210-229 219.5 7 0.07 0.13
230-249 239.5 13 0.13 0.26
250-269 259.5 32 0.32 0.58
270-289 279.5 24 0.24 0.82
290-309 299.5 11 0.11 0.93
310-329 319.5 4 0.04 0.97
330-349 339.5 3 0.03 1

Página 10 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

El histograma es el siguiente:

Histogram of Datos

40

30
Frequency

20

10

0
160 190 210 230 260 290 310 330 360
Datos

Observamos que el histograma tiene forma normal.

Calculando la media y la desviación estándar tenemos:


Descriptive Statistics: Datos

Variable N N* Mean SE Mean StDev Minimum Q1 Median Q3


Datos 99 0 264.19 3.23 32.15 176.00 248.00 265.00 280.00

X = 264 .19
S = 32.15

La variabilidad del proceso se encuentra en 6 s = 192.90

Si las especificaciones fueran LIE = 200 y LSE = 330

Página 11 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

Cp =
( LSE − LIE ) =
( 330 − 200 ) = .674 < 1.33, el proceso no es hábil.
6S 192 .90

Zi =
( 330 − 264 .19 ) = 2.046
32.15

Zs =
( 200 − 264 .19 ) = −1.996
32 .15

menor Z I , Z S 2
C pk = = = 0.66
3 3

Cpk = menor 1.33, por lo tanto el proceso no cumple especificaciones.

2c. Capacidad a partir de papel normal

Ventajas

1. Se puede observar el comportamiento del proceso sin tomar tantos


datos como en el histograma, 10 son suficientes
2. El proceso es más sencillo ya que no hay que dividir el rango de la
variable en intervalos de clase como en el histograma.
3. Visualmente se puede observar la normalidad de los datos, si se
apegan a la línea de ajuste
4. Permite identificar la media y la desviación estándar aproximada del
proceso. Así como la fracción defectiva, el porcentaje de datos entre
cierto rango, el Cp y el Cpk.

Página 12 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

Procedimiento

1. Se toman al menos n = 10 datos y se ordenan en forma ascendente,


asignándoles una posición ( j ) entre 1 y n.

2. Se calcula la probabilidad de cada posición con la fórmula siguiente:


Pj = (j - 0.5) / n

3. En el papel especial normal se grafica cada punto (Xj, Pj)

4. Se ajusta una línea recta que mejor aproxime los puntos

5. Si no hay desviaciones mayores de la línea recta, se considera normal


el proceso y se procede a hacer las identificaciones:

La media será el punto en X correspondiente a Pj = 0.5


La desviación estándar es la diferencia en Xj correspondiente a Pj = 0.5
y Pj = 0.84

Ejemplo 2
. Se tomaron los datos siguientes (Xj) ordenamos los datos y,
cálculamos la probabilidad de su posición (Pj)
Pos. J Xj Pj
1 197 0.025
2 200 0.075
3 215 0.125
4 221 0.175
5 231 0.225
6 242 0.275
7 245 0.325
8 258 0.375
9 265 0.425
10 265 0.475
11 271 0.525

Página 13 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

12 275 0.575
13 277 0.625
14 278 0.675
15 280 0.725
16 283 0.775
17 290 0.825
18 301 0.875
19 318 0.925
20 346 0.975

Con ayuda del gráfico podemos obtener la media, la desviación estándar


y el porcentaje de valores que se encuentran fuera de especificaciones.

El trazo normal es el siguiente:


El eje Y es un rango no lineal de probabilidades normales.

El eje X es un rango lineal de la variable que se está analizando.

Si los datos son normales, la frecuencia de ocurrencias en varios valores


Xi, puede predecirse usando una línea sólida como modelo. Por
ejemplo, sólo más del 20% de los datos del proceso serían valores de
225 o inferiores.

Página 14 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

Probability Plot of Xj
Normal - 95% CI
99
Mean 262.9
StDev 38.13
95 N 20
AD 0.262
90
P-Value 0.667
80
70
Percent

60
50
40
30
20

10

1
150 200 250 300 350 400
Xj

Pj

0.84

0.5

Desv. Estándar

Fracción
Defectiva

LIE X Media Xj

2d. Capacidad a partir de cartas de control

En casos especiales como estos donde las variaciones


? presentes son
? ?
totalmente inesperadas tenemos un proceso?inestable
? ó
? ?
impredecible.

Página 15 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

Si las variaciones presentes son iguales, se dice que se tiene un proceso


“estable”. La distribución será “predecible” en el tiempo.

Predicción

Tiempo

Cálculo de la desviación estándar del proceso

R S
σ= ó σ= (Para cartas de control X-R y X-S respectivamente)
d2 C4

Donde,
S = Desviación estándar de la población

Página 16 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

d2 = Factor que depende del tamaño del subgrupo en la carta de control


X-R
C4 = Ídem al anterior para una carta X - S

Al final del texto se muestran las constantes utilizadas para las cartas de
control.

En una carta por individuales, d2 se toma para n = 2 y Rango Medio =


Suma rangos / (n -1)

Página 17 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

Ejemplo 3 (carta X - R)

De una carta de control X - R (con subgrupo n = 5) se obtuvo lo


siguiente, después de que el proceso se estabilizó quedando sólo con
causas comunes: x = 64.06 , R = 77.3

Por tanto estimando los parámetros del proceso se tiene:

µ = x ( media de medias )

R 77 .3
σ= = = 33 .23
d2 2.326

Si el límite de especificación es: LIE = 200.

( 200 − 264 .06 )


El C pk = = 0.64 por tanto el proceso no cumple con las
3 × 33 .23
especificaciones.

Ejemplo 4 (carta X - S)

De una carta de control X - S (con subgrupo n = 5) se obtuvo lo


siguiente, después de que el proceso se estabilizó quedando sólo con
causas comunes: x =100 , s =1.05
Por tanto estimando los parámetros del proceso se tiene:

µ = x = 100

s 1.05
σ= = = 1.117
C4 .094

Página 18 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

C4 para n = 5 tiene el valor 0.94

Si el límite de especificación es: LIE = 85 y el LSE = 105.

(105 −100 )
El C pk = = 1.492
3 ×1.117

(105 − 85 )
El C p = = 2.984
6 ×1.117

Por lo tanto el proceso es capaz de cumplir con especificaciones.

Ejemplo 5:
De una carta de control X - R (con subgrupos de n = 5), después de que
el proceso se estabilizó quedando sólo con causas comunes, se obtuvo
lo siguiente:
Xmedia de medias = 264.06 Rmedio = 77.3

Por tanto estimando los parámetros del proceso se tiene:


µ = X media de medias σ = Rmedio / d2 =77.3 / 2.326 = 33.23
[ d2 para n = 5 tiene el valor 2.326]

Si el límite de especificación es: LIE = 200.


El Cpk = (200 - 264.06) / (77.3) (3) = 0.64 por tanto el proceso no
cumple con las especificaciones

Página 19 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

2d. Otros índices de capacidad del proceso

INDICE DE CAPACIDAD Cpm

Es un indicador de capacidad potencial que toma en cuenta el centrado


del proceso:
X −T
Si V = donde T es el centro de las especificaciones.
σ
Cp LSE − LIE
C pm = =
1 +V 2
6 σ 2 + (µ − T ) 2

Cuando T es igual a X media del proceso, Cpm = Cp = Cpk

INDICE DE CAPACIDAD Cpkm

Es un indicador de capacidad real que toma en cuenta el centrado del


proceso:
Si T es el centro de las especificaciones.
Cpk
C pkm =
2
 µ −T 
1+  
 σ 

Cuando T es igual a X media del proceso, Cpkm = Cpk

3. Cálculo del desempeño de los procesos

Para determinar el Cp y Cpk se requiere que el proceso esté en control


estadístico, ya que la desviación estándar de la población se estima con
Rango medio / d2 (constante que solo es válida cuando el proceso está
en control).

Página 20 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

Para el caso de datos históricos, el proceso no está en control y se


puede determinar el desempeño del proceso utilizando la desviación
estándar de todos los datos ajustada con una constante C4, denominada
Sigma a largo plazo o desviación estándar Overall.

∑ (X i − X )2
S= i =1

n −1

4( n −1)
C4 =
4n − 3

S
σ LT =
C4

Con la desviación estándar a largo plazo se determinan los índices de


desempeño Pp y Ppk no importando si el proceso está en control o no,
en este último caso los valores no tienen significado práctico.

Para calcular el desempeño potencial del proceso utilizamos la siguiente


fórmula:

Pp =
( LSE − LIE )
6σ LT

donde:
Pp = Índice de desempeño potencial

Página 21 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

LSE = límite superior de especificaciones


LIE = límite inferior de especificaciones
σLT = desviación estándar estimada a largo plazo

El índice Pp debe
ser ≥ 1.33 para tener el potencial de cumplir con especificaciones (LIE,
LSE)

Las variables transformadas Z’s son las siguientes:

LSE − X
Zs = ;
σ LT

LIE − X
ZI =
σ LT

Para calcular el índice de desempeño real del proceso utilizamos la


siguiente fórmula:

menor Z I , Z S
Ppk =
3

Para que el proceso cumpla con las especificaciones el Ppk= debe de ser
≥ 1 .33.

Página 22 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

Ejercicio 6
De una carta de control X - R (con tamaño de subgrupo n = 5), después
de que el proceso se estabilizó quedando sólo con causas comunes (LIE
= 36, LSE = 46) se obtuvo lo siguiente:

Xmedia de medias = 40 Rmedio = 5

a) Determinar la desviación estándar del proceso

b) Determinar los límites de tolerancia natural del proceso

c) Determinar la fracción defectiva o porcentaje fuera de


especificaciones

d) Determinar el Cp

e) Determinar el Cpk

f) Determinar el Cpm

g) Determinar el Cpkm

h) Establecer conclusiones de los resultados anteriores

Página 23 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

4. Capacidad y desempeño de procesos en Minitab

Generar 100 datos aleatorios en Minitab con Media = 264.6 y Desviación


estándar S = 32.02 con

1. Calc > Random data > Normal


2. Generate 100 Store in columns C1 Mean 264.06
Estándar deviation 32.02 OK

Considerando Límites de especificaciones LIE = 200 y LSE = 330

Nos aseguramos que los datos se distribuyan normalmente con la


prueba de Ryan como sigue:

3. Stat > Basic statistics > Normalita Test


4. Variable C1 Seleccionar Ryan Joiner test OK
El P value debe ser mayor a 0.05 para que los datos se distribuyan
normalmente

Probability Plot of Datos


Normal
99.9
Mean 269.3
StDev 30.72
99
N 100
RJ 0.994
95 P-Value >0.100
90
80
70
Percent

60
50
40
30
20
10
5

0.1
150 200 250 300 350
Datos

Otra opción por medio de una gráfica de probabilidad normal, se tiene:

Página 24 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

5. Graph > Probability plot > Normal


6. Graph Variable C1
7. Distribution Normal OK

Los puntos deben quedar dentro del intervalo de confianza para indicar
que es normal la distribución.

Probability Plot of Datos


Normal - 95% CI
99.9
Mean 269.3
StDev 30.72
99 N 100
AD 0.317
95 P-Value 0.533
90
80
70
Percent

60
50
40
30
20
10
5

0.1
150 200 250 300 350 400
Datos

Determinación de la capacidad del proceso con Minitab

Una vez comprobada la normalidad de los datos, determinar la


capacidad con:

1. Stat > Quality tools > Capability análisis > Normal


2. Single column C1 Subgroup size 1 Lower Spec 200 Upper
spec 330
3. Estimate R-bar OK

Los resultados se muestran a continuación:

Página 25 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

Process Capability of Datos

LSL USL
Process Data Within
LSL 200.00000 Overall
Target *
USL 330.00000 Potential (Within) Capability
Sample Mean 269.25354 Cp 0.70
Sample N 100 CPL 0.75
StDev(Within) 30.83472 CPU 0.66
StDev(O verall) 30.80011 Cpk 0.66
CCpk 0.70
O verall Capability
Pp 0.70
PPL 0.75
PPU 0.66
Ppk 0.66
Cpm *

210 240 270 300 330 360


Observed Performance Exp. Within Performance Exp. Overall Performance
PPM < LSL 10000.00 PPM < LSL 12353.30 PPM < LSL 12272.69
PPM > USL 30000.00 PPM > USL 24415.36 PPM > USL 24288.79
PPM Total 40000.00 PPM Total 36768.66 PPM Total 36561.48

Interpretación:

La desviación estándar Within se determina en base al Rango medio y


d2 (1.128 para n = 2), con esta se determinan los índices de capacidad
potencial Cp y Cpk, así como el desempeño Within, lo cual es adecuado
para un proceso en control o normal.

La desviación estándar Overall se determina con la desviación estándar


de los datos ajustado por el factor C4.

Página 26 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

Opción Six Pack para mostrar toda la información relevante:

Determinar la capacidad con:

4. Stat > Quality tools > Capability Six Pack > Normal
5. Single column C1 Subgroup size 5 Lower Spec 200 Upper
spec 330
6. Estimate R-bar OK

Los resultados se muestran a continuación:

Process Capability Sixpack of Datos


I Chart Capability Histogram
UCL=361.8
I ndividual Value

320
_
X=269.3
240

LCL=176.7
160
1 10 20 30 40 50 60 70 80 90 100 210 240 270 300 330 360

Moving Range Chart Normal Prob Plot


1
1 A D: 0.317, P: 0.533
UCL=113.6
Moving Range

100

50 __
MR=34.8

0 LCL=0
1 10 20 30 40 50 60 70 80 90 100 200 300 400

Last 25 Observations Capability Plot


Within
Within O verall
300
StDev 30.83472 StDev 30.80011
Values

Cp 0.70 Overall
Pp 0.70
250
Cpk 0.66 Ppk 0.66
CCpk 0.70 Cpm *
200 Specs
80 85 90 95 100
Observation

En este caso de la gráfica de probabilidad normal, los datos siguen una


distribución normal.

Página 27 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

5. Capacidad de procesos no normales.

Cuando los datos provienen de poblaciones no normales una opción para


realizar el estudio de capacidad de procesos es mediante la distribución
Weibull o alguna otra distribución que ajuste a los datos.

Ejemplo en Minitab

En una compañía se manufacturan losetas para piso, el problema que se


tiene es referente a la deformación en las mismas. Se toman 100
mediciones durante 10 días. El límite superior de especificación (USL) =
3.5 mm Realice un estudio de capacidad con la ayuda de Minitab e
interprete los resultados.

Generar 100 datos aleatorios en Minitab con Factor de forma = 1, Factor


de escala = 1 con

8. Calc > Random data > Weibull


9. Generate 100 Store in columns C1 Shape parameter 1.2
Scale parameter 1 Threshold parameter 0 OK

Considerando Límites de especificaciones LIE = 0 y LSE = 3.5

Determinar la capacidad con:

7. Stat > Quality tools > Capability análisis > NonNormal


8. Single column C1 Distribution Weibull Lower Spec 0 Upper
spec 3.5
9. OK

Los resultados se muestran a continuación:

Página 28 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

Process Capability of Datos1


Calculations Based on Weibull Distribution Model

USL
Process Data O verall Capability
LSL * Pp *
Target * PPL *
USL 3.50000 PPU 0.85
Sample Mean 0.82279 Ppk 0.85
Sample N 100
Exp. O verall Performance
Shape 1.24929
PPM < LSL *
Scale 0.88470
PPM > USL 3795.26
O bserved Performance PPM Total 3795.26
PPM < LSL *
PPM > USL 10000
PPM Total 10000

0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5

El histograma no muestra evidencia de alguna discrepancia seria entre


el modelo y los datos, ya que la curva muestra buen ajuste. Sin embargo
observamos que algunos datos caen fuera del límite superior de
especificación. Lo cual quiere decir que en algunos casos la deformación
será mayor a 3.5 mm.

El índice Ppk y Ppu3 = 0.85 lo cual nos dice que el proceso no es capaz
ya que 0.85<.1.33

También observamos que PPM > USL 3,795 lo cual significa que
aproximadamente 3,795 PPM estarán fuera de los límites de
especificaciones.
3
Los índices Pp y Ppk son similares a los índices Cp y Cpk , se refieren a la capacidad del proceso a largo
plazo.

Página 29 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

También se cuenta con la opción Six Pack para esta opción.

6. Capacidad de procesos por atributos

Para el caso de atributos, se tienen varios casos:

a. Fracción defectiva
Para productos defectivos calificados como pasa no pasa, se obtiene una
carta de control p de fracción defectiva con tamaño de muestra
constante con al menos 25 puntos, y una vez que está en control, se
determina su p media. La capacidad del proceso es
1-P media.

La capacidad del proceso equivalente para un Cp de debe ser de:


 Al menos 99.73% para una capacidad de +- 3 sigmas equivalente
a un Cp de 1
 Al menos de 99.9936% para un acapacidad equivalente a +-4
sigmas equivalente a un Cp de 1.33.
 Para otro valor de P la capacidad equivalente en sigmas se
determina dividiendo el valor de P / 2 y obteniendo el valor de Z
correspondiente a esa área bajo la curva. La capacidad será de +-
Z sigmas.

Página 30 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

b. Número de defectos
En este caso se requiere verificar y en todo caso mantener el proceso en
control por medio de una carta C o U con muestra constante por al
menos 25 puntos.

La referencia son el número de defectos X que el cliente acepte. Con la


línea media indicando el promedio de defectos o C media, entramos a la
tabal binomial o de Poisson tomando como Lamda la C media y como X
los defectos aceptables por el cliente.

La probabilidad de aceptación mínima debe ser de 99.73% equivalente a


un Cp de 1 o de 99.9936% para un Cp de 1.33, cualquier valor inferior
indicará falta de capacidad del proceso.

Página 31 de 32
CAPACIDAD Y DESEMPEÑO DEL PROCESO

TABLA DE CONSTANTES PARA EL CALCULO DE LIMITES DE CONTROL

Las constantes para límites de control en las cartas X-R son:


n A2 D3 D4 d2
2 1.88 0 3.267 1.128
3 1.023 0 2.574 1.693
4 0.729 0 2.282 2.059
5 0.577 0 2.115 2.326
6 0.483 0 2.004 2.534
7 0.419 0.076 1.924 2.704
8 0.373 0.136 1.864 2.847
9 0.337 0.184 1.816 2.97
10 0.308 0.223 1.777 3.078

Las constantes para límites de control en las cartas X-S son:


n c4 A A3 B3 B4 B5 B6 .
5 0.940 1.342 1.427 0.000 2.089 0.000 1.964
6 0.952 1.225 1.287 0.030 1.970 0.029 1.874
7 0.959 1..134 1.182 0.118 1.882 0.113 1.806
8 0.965 1.061 1.099 0.185 1.815 0.179 1.751
9 0.969 1.000 1.032 0.239 1.761 0.232 1.707
10 0.973 0.949 0.975 0.284 1.716 0.276 1.669
11 0.975 0.905 0.927 0.321 1.679 0.313 1.637
12 0.978 0.866 0.886 0.354 1.646 0.346 1.610
13 0.979 0.832 0.850 0.382 1.618 0.374 1.585
14 0.981 0.802 0.817 0.406 1.594 0.399 1.563
15 0.982 0.775 0.789 0.428 1.572 0.421 1.544
16 0.984 0.750 0.763 0.448 1.552 0.440 1.526
17 0.985 0.728 0.739 0.466 1.534 0.458 1.511
18 0.985 0.707 0.718 0.482 1.518 0.475 1.496
19 0.986 0.688 0.698 0.497 1.503 0.490 1.483
20 0.987 0.671 0.680 0.510 1.490 0.504 1.470
21 0.988 0.655 0.663 0.523 1.477 0.516 1.459
22 0.988 0.640 0.647 0.534 1.466 0.528 1.448
23 0.989 0.626 0.633 0.545 1.455 0.539 1.438
24 0.989 0.612 0.619 0.555 1.445 0.549 1.429
25 0.990 0.600 0.606 0.565 1.435 0.559 1.420

Página 32 de 32