Histograma y capacidad de proceso Un histograma es una representacin grfica de una variable en forma de barras, donde la superficie de cada barra es proporcional a la frecuencia de los valores representados, ya sea en forma diferencial o acumulada. Sirven para obtener una "primera vista" general, o panorama, de la distribucin de la poblacin, o la muestra, respecto a una caracterstica, cuantitativa y continua, de la misma y que es de inters para el observador (como la longitud o la masa). De esta manera ofrece una visin en grupo permitiendo observar una preferencia, o tendencia, por parte de la muestra o poblacin por ubicarse hacia una determinada regin de valores dentro del espectro de valores posibles (sean infinitos o no) que pueda adquirir la caracterstica. As pues, podemos evidenciar comportamientos, observar el grado de homogeneidad, acuerdo o concisin entre los valores de todas las partes que componen la poblacin o la muestra, o, en contraposicin, poder observar el grado de variabilidad, y por ende, la dispersin de todos los valores que toman las partes, tambin es posible no evidenciar ninguna tendencia y obtener que cada miembro de la poblacin toma por su lado y adquiere un valor de la caracterstica aleatoria-mente sin mostrar ninguna preferencia o tendencia, entre otras cosas. En general se utilizan para relacionar variables cuantitativas continuas, pero tambin se lo suele usar para variables cuantitativas discretas, en cuyo caso es comn llamarlo diagrama de frecuencias y sus barras estn separadas, esto es porque en el "x" ya no se representa un espectro continuo de valores, sino valores cuantitativos especficos como ocurre en un diagrama de barras cuando la caracterstica que se representa es cualitativa o categrica. Su utilidad se hace ms evidente cuando se cuenta con un gran nmero de datos cuantitativos y que se han agrupado en intervalos de clase. Ejemplos de su uso es cuando se representan franjas de edades o altura de la muestra, y, por comodidad, sus valores se agrupan en clases, es decir, valores continuos. En los casos en los que los datos son cualitativos (no-numricos), como sexto grado de acuerdo o nivel de estudios, es preferible un diagrama de sectores. Los histogramas son ms frecuentes en ciencias sociales, humanas y econmicas que en ciencias naturales y exactas. Y permite la comparacin de los resultados de un proceso. Tipos de histograma Diagramas de barras simples Histograma y Capacidad de Proceso
[Escribir texto] Pgina 2
Representa la frecuencia simple (absoluta o relativa) mediante la altura de la barra la cual es proporcional a la frecuencia simple de la categora que representa. Diagramas de barras compuestas Se usa para representar la informacin de una tabla de doble entrada o sea a partir de dos variables, las cuales se representan as; la altura de la barra representa la frecuencia simple de las modalidades o categoras de la variable y esta altura es proporcional a la frecuencia simple de cada modalidad. Diagramas de barras agrupadas Se usa para representar la informacin de una tabla de doble entrada o sea a partir de dos variables, el cual es representado mediante un conjunto de barras como se clasifican respecto a las diferentes modalidades. Polgono de frecuencias Es un grfico de lneas que de las frecuencias absolutas de los valores de una distribucin en el cual la altura del punto asociado a un valor de las variables es proporcional a la frecuencia de dicho valor. Ojiva porcentual Es un grfico acumulativo, el cual es muy til cuando se quiere representar el rango porcentual de cada valor en una distribucin de frecuencias. En los grficos las barras se encuentran juntas y en la tabla los nmeros poseen en el primer miembro un corchete y en el segundo un parntesis, por ejemplo: [10- 20) Paso 1 Determinar el rango de los datos. Rango es igual al dato mayor menos el dato menor. Paso 2 Obtener los nmeros de clases, existen varios criterios para determinar el nmero de clases (o barras) -por ejemplo la regla de Sturgess-. Sin embargo ninguno de ellos es exacto. Algunos autores recomiendan de cinco a quince clases, dependiendo de cmo estn los datos y cuntos sean. Un criterio usado frecuentemente es que el nmero de clases debe ser aproximadamente a la raz cuadrada del nmero de datos. Por ejemplo, la raz cuadrada de 30 ( nmero de artculos) es mayor que cinco, por lo que se seleccionan seis clases. Histograma y Capacidad de Proceso
[Escribir texto] Pgina 3
Paso 3 Establecer la longitud de clase: es igual al rango dividido por el nmero de clases. Paso 4 Construir los intervalos de clases: Los intervalos resultan de dividir el rango de los datos en relacin al resultado del PASO 2 en intervalos iguales. Paso 5 Graficar el histograma: En caso de que las clases sean todas de la misma amplitud, se hace un grfico de barras, las bases de las barras son los intervalos de clases y altura son la frecuencia de las clases. Si se unen los puntos medios de la base superior de los rectngulos se obtiene el polgono de frecuencias.
CAPACIDAD DE PROCESO Un proceso es una combinacin nica de herramientas, mtodos, materiales y personal dedicados a la labor de producir un resultado medible; por ejemplo una lnea de produccin para el ensamble de puertas de vehculos. Todos los procesos tienen una variabilidad estadstica inherente que puede evaluarse por medio de mtodos estadsticos. La Capacidad del proceso es una propiedad medible de un proceso que puede calcularse por medio del ndice de capacidad del proceso (ej. C pk o C pm ) o del ndice de prestacin del proceso (ej. P pk o P pm ). El resultado de esta medicin suele representarse con un histograma que permite calcular cuantos componentes sern producidos fuera de los lmites establecidos en la especificacin. La capacidad del proceso se utiliza tambin segn la ISO 15504 trata de las bases del management y de la definicin de procesos en una organizacin. La capacidad del proceso puede subdividirse en: 1) Medicin la variabilidad del proceso y 2) Contrastar la variabilidad medida con una tolerancia o especificacin predefinida. Medicin del proceso El resultado de un proceso suele tener, al menos, una o ms caractersticas medibles que se usan para especificar el resultado. Estas pueden analizarse de forma estadstica, si los datos del resultado muestran una distribucin normal. Solo entonces tiene sentido buscar un valor intermedio y una desviacin estndar. Histograma y Capacidad de Proceso
[Escribir texto] Pgina 4
Se debe establecer un proceso con un control del proceso adecuado. Un anlisis del diagrama del proceso se usa para determinar si el proceso est bajo control estadstico. Si el proceso no est bajo control estadstico entonces no tiene sentido hacer clculos sobre su capacidad. La capacidad del proceso solo involucra una variacin de causa comn y no variacin de causa especial. Una serie de datos se deben obtener a partir del resultado del proceso. Cuantos ms datos se incluyan ms preciso ser el resultado, sin embargo, a partir de 17 mediciones ya es posible hacer las primeras estimaciones. Estas deberan incluir la variedad normal de las condiciones de produccin, los materiales y el personal que forman parte del proceso. Con un producto manufacturado es comn incluir en las mediciones, al menos, 3 series de produccin diferentes, incluyendo el inicio. El promedio del proceso y la desviacin se calculan a partir de las mediciones. Con una distribucin normal las colas pueden extenderse mucho ms all de las desviaciones de mas/menos 3 veces la desviacin estndar, pero este intervalo debera contener alrededor del 99.73% de los resultados de produccin. Por ello, para una distribucin normal de los datos, la capacidad del proceso a menudo se describe como la relacin entre seis desviaciones estndar y la especificacin requerida.
Estudios de capacidad Despus de comprobar que el proceso est bajo control, el siguiente paso es saber si es un proceso capaz, es decir, si cumple con las especificaciones tcnicas deseadas, o lo que es lo mismo, comprobar si el proceso cumple el objetivo funcional. Se espera que el resultado de un proceso cumpla con los requerimientos o las tolerancias que ha establecido el cliente. El departamento de ingeniera puede llevar a cabo un estudio sobre la capacidad del proceso para determinar en que medida el proceso cumple con las expectativas. La habilidad de un proceso para cumplir con la especificacin puede expresarse con un solo nmero, el ndice de capacidad del proceso o puede calcularse a partir de los grficos de control. En cualquier caso es necesario tomar las mediciones necesarias para que el departamento de ingeniera tenga la certeza de que el proceso es estable, y que la media y variabilidad de este se pueden calcular con seguridad. El control de proceso estadstico define tcnicas para diferenciar de Histograma y Capacidad de Proceso
[Escribir texto] Pgina 5
manera adecuada entre procesos estables, procesos cuyo promedio se desva poco a poco y procesos con una variabilidad cada vez mayor. Los ndices de capacidad del proceso son solo significativos en caso de que el proceso sea estable (sometidos a un control estadstico). Para las tecnologas de la informacin, el estndar ISO 15504 especifica unas bases de la medicin de la capacidad del proceso para calcular la capacidad de este. Estas bases consisten en 6 niveles diferentes, desde 0 (proceso no ejecutado) hasta 5 (proceso optimizador). Estas bases se han generalizado para su aplicacin a procesos ajenos a las tecnologas de la informacin. Actualmente hay dos modelos de referencia del proceso abarcando la programacin y los sistemas. El Capability Maturity Model (al espaol modelo de la madurez de la capacidad) tambin sigue estas pautas en su ltima versin (CMMI continuous).
INTRODUCCIN
Una vez hayamos comprobado que el proceso est bajo control, estaremos interesados en saber si es un proceso capaz, es decir, si cumple con las especificaciones tcnicas deseadas. Para determinar si un proceso es o no capaz haremos uso de herramientas grficas (histogramas, grficos de control, y grficos de probabilidad). Tambin utilizaremos los llamados ndices de capacidad, que vendrn determinados por los cocientes entre la variacin natural del proceso y el nivel de variacin especificada. En principio, para que un proceso sea considerado capaz, su variacin actual no debera representar ms del 75% de la variacin permitida. El programa Minitab nos permite realizar anlisis de capacidad basados en la distribucin normal o en la distribucin Weibull. La opcin basada en el modelo normal nos proporciona un mayor nmero de estadsticos, si bien para usar esta opcin es necesario que los datos originales sigan una distribucin aproximadamente normal. As, por ejemplo, esta opcin nos dar estimaciones del nmero de unidades (o partes) por milln que no cumplen con las especificaciones. Tales estimaciones pueden transformarse en probabilidades de producir unidades que no cumplan con las especificaciones. Es importante recordar que para interpretar correctamente estos estadsticos es necesario que: (1) los datos se han obtenido a partir de un proceso bajo control, y (2) stos siguen una distribucin aproximadamente normal. De forma anloga, tambin es posible basarnos en el modelo Weibull para calcular las partes por milln que no cumplen con las especificaciones.
Histograma y Capacidad de Proceso
[Escribir texto] Pgina 6
Si los datos siguen una distribucin notablemente asimtrica, probabilidades basadas en el modelo normal no seran muy buenos estimadores de las verdaderas probabilidades de producir unidades que no cumplan con las especificaciones. En tal caso, podramos optar por: (1) usar la transformacin de Box-Cox para transformar los datos en otros cuya distribucin sea aproximadamente normal, o (2) usar el modelo Weibull.
A continuacin se presentan en una tabla las distintas opciones que ofrece el programa:
Histograma y Capacidad de Proceso
[Escribir texto] Pgina 7
Los anlisis basados en el modelo normal calculan tanto la variacin a corto plazo como la variacin a largo plazo, mientras que los basados en el modelo Weibull slo calculan la variacin a largo plazo. Los estadsticos o ndices de capacidad asociados a la variacin a corto plazo son Cp, Cpk, CPU, y CPL; por otro lado, los ndices de capacidad asociados a la variacin a largo plazo son Pp, Ppk, PPU, y PPL. As, para calcular los estadsticos Cp, Cpk, CPU, y CPL, se estima la variacin (a corto plazo) a partir de la variacin dentro de los subgrupos, pero no se consideran las diferencias entre los distintos subgrupos. Por tal motivo, estos ndices representan la capacidad potencial, i.e., estiman la capacidad del proceso bajo la hiptesis de que no existen diferencias entre las medias de los subgrupos. Por su parte, los estadsticos Pp, Ppk, PPU, y PPL estiman la capacidad global o a largo plazo del proceso. Al calcular tales estadsticos, se estima la variabilidad a largo plazo considerando para ello todo tipo de variacin, tanto la que se produce dentro de los subgrupos como la que se produce entre ellos. La capacidad global o a largo plazo nos dice cmo se est comportando el proceso respecto a las especificaciones prefijadas. La capacidad potencial o a corto plazo nos dice cmo se comportara el proceso si consiguisemos eliminar la variabilidad entre los distintos subgrupos. La existencia de diferencias entre ambas capacidades nos indica la oportunidad de mejorar del proceso respecto a su estado actual.
ANLISIS DE CAPACIDAD (MODELO NORMAL) Usaremos el anlisis de capacidad con el modelo normal cuando los datos provengan de una distribucin aproximadamente normal. El informe que genera el programa incluye un histograma de capacidad con una curva normal superpuesta, y una tabla completa de ndices de capacidad a corto y largo plazo. La curva normal se obtiene usando la media y desviacin tpica muestral. El informe tambin incluye otros estadsticos de los datos del proceso, tales como la media, el valor esperado a priori u objetivo (en caso de haberlo indicado), la tolerancia natural del proceso, las desviaciones estndar a corto y largo plazo, las especificaciones del proceso, el comportamiento observado, y los comportamientos esperados a corto y largo plazo. De esta forma, el informe permite analizar de forma visual si los datos siguen o no un patrn normal, si el proceso est o no centrado en el objetivo, y si el proceso es capaz o no (es decir, si cumple con las especificaciones prestablecidas). Los ndices de capacidad son estimaciones numricas de la capacidad del proceso, es decir, nos dan una idea de cun capaz es el proceso (a qu nivel cumple con las especificaciones). Estos estadsticos son muy tiles ya que, aparte de ser sencillos de calcular, no tienen unidades de medida, por lo que permiten comparar distintos procesos. Bsicamente, son el cociente entre la amplitud tolerable del proceso (la distancia entre los lmites de tolerancia o lmites de especificacin), y la amplitud real o natural del proceso (recordemos que, habitualmente, la distancia entre los lmites de control es de 6 sigma). Algunos de estos estadsticos se definen a partir de la media del proceso o del objetivo. Histograma y Capacidad de Proceso
[Escribir texto] Pgina 8
Los ndices de capacidad asociados con la variacin a corto plazo son Cp, Cpk, CPU, y CPL; por otro lado, los asociados con la variacin a largo plazo son Pp, Ppk, PPU, y PPL. En la prctica, se suele considerar que 1,33 es el valor mnimo aceptable para un ndice de capacidad (es decir, cualquier valor por debajo de esta cifra indicara que, aunque est bajo control estadstico, el proceso no cumple con las especificaciones deseadas).
A continuacin se muestran algunas referencias sobre cundo usar cada uno de los ndices:
Ejemplo (anlisis de capacidad normal): Supongamos que trabajamos para la industria del automvil, concretamente en el departamento de ensamblaje de motores. Una de las partes del motor debe tener una longitud de 6002 mm para satisfacer las especificaciones tcnicas. Hemos tenido un problema con algunas de estas partes, las cuales no cumplan las citadas especificaciones. Tales partes pueden provenir de dos suministradores distintos y externos a la empresa. Tras realizar un grfico de control X-barra/R, observamos que las partes obtenidas del suministrador 2 provenan de un proceso que estaba fuera de control, por lo que optamos por prescindir de sus servicios hasta que su produccin vuelva a estar bajo control. Una vez parada la adquisicin de partes provenientes del suministrador 2, observamos que el nmero de defectos en la lnea de ensamblaje ha descendido significativamente, aunque los problemas no han desaparecido por completo. Decidimos pues realizar un anlisis de capacidad para estudiar si el suministrador 1 es capaz, l slo, de cumplir con nuestras especificaciones tcnicas. Los datos sobre el tamao de las partes provenientes de este suministrador se guardan en el archivo partes.mtw Histograma y Capacidad de Proceso
[Escribir texto] Pgina 9
Seleccionar Stat > Quality Tools > Capability Analysis (Normal):
Histograma y Capacidad de Proceso
[Escribir texto] Pgina 10
Para poder interpretar correctamente los ndices de capacidad obtenidos necesitamos verificar primero que nuestros datos provienen de una distribucin aproximadamente normal, lo cual parece cumplirse a raz del histograma anterior. Podemos ver, sin embargo, que la media del proceso es algo inferior al objetivo, y que la cola izquierda de la distribucin cae fuera del lmite de especificacin inferior (LSL en el grfico). Esto significa queveremos ocasionalmente algunas partes que no cumplen la especificacin inferior de 598 mm. El ndice Cpk nos sirve para determinar si el proceso generar unidades que verifiquen las especificaciones. En este caso, el Cpk para el suministrador 1 es de slo 0,90. Ello significa que nuestro suministrador debe mejorar su proceso va una reduccin de la variacin y un mejor ajustado al objetivo. De forma similar, el valor de PPM < LSL (i.e., el nmero esperado de partes por milln cuya longitud ser inferior al LEI) es de 3621,06
Ejemplo (anlisis de capacidad usando Box-Cox): Supongamos que trabajamos en una fbrica que produce baldosas para el suelo, y que estamos interesados en estudiar la curvatura de las mismas a fin de garantizar la calidad de la produccin. A tal efecto, medimos la curvatura de 10 muestras diarias durante un perodo total de 10 das. Los datos estn contenidos en el archivo baldosas.mtw . En primer lugar, realizaremos un histograma de los datos: Seleccionar Graph > Histogram :
Histograma y Capacidad de Proceso
[Escribir texto] Pgina 11
El histograma anterior muestra claramente que los datos no se distribuyen normalmente, por lo que optaremos por usar una transformacin de Box-Cox a fin de obtener datos cuya distribucin se aproxime a la de una normal.
En primer lugar, deberemos hallar el valor de ptimo para realizar la transformacin. Despus, realizaremos el anlisis de capacidad eligiendo la opcin transformacin Box-Cox con el obtenido:
Seleccionar Stat > Control Charts > Box-Cox Transformation :
Histograma y Capacidad de Proceso
[Escribir texto] Pgina 12
Observamos que el mejor estimador para es 0,449. A efectos prcticos, podramos tomar = 0,5 ya que esta transformacin (la raz cuadrada) es mucho ms intuitiva y adems est dentro del intervalo de confianza del 95% (denotado por las lneas rojas verticales). Por tanto, realizaremos ahora un anlisis de capacidad usando una transformacin de Box-Cox con = 0,5:
Seleccionar Stat > Quality Tools > Capability Analysis (Normal) :
Histograma y Capacidad de Proceso
[Escribir texto] Pgina 13
Como se puede apreciar en el histograma central, la transformacin utilizada ha logrado normalizar los datos. Por tanto, los ndices de capacidad obtenidos sern vlidos. Dado que slo introdujimos el lmite de especificacin superior, los ndices que aparecen son el CPU y el Cpk. Ambos estadsticos valen 0,76, valor muy inferior a nuestro valor de referencia de 1,33. Por tanto, nuestro proceso no parece ser capaz. De hecho, tambin es posible apreciar en el histograma que algunos de los datos caen fuera del lmite de especificacin superior (lnea roja vertical).
El siguiente paso sera realizar un anlisis de capacidad para estos datos usando un modelo Weibull.
ANLISIS DE CAPACIDAD (MODELO WEIBULL)
Conviene recordar en este punto que la distribucin de Weibull es, en realidad, toda una familia de distribuciones que incluyen, como casos particulares, la distribucin Exponencial y la de Rayleigh. Susbparmetros son la forma () y la escala ().
La apariencia de la curva Weibull vara notablemente en funcin del valor de . As por ejemplo, para =1 tenemos una distribucin Exponencial, mientras que para =2 estamos ante una distribucin de Rayleigh:
Histograma y Capacidad de Proceso
[Escribir texto] Pgina 14
Como ya dijimos en la introduccin, usaremos el anlisis de capacidad modelo Weibull cuando los datos sigan una distribucin que se pueda aproximar por una Weibull. El informe que se genera incluye un histograma de capacidad superpuesto a una curva Weibull (cuyos parmetros se estiman a partir de las observaciones), junto con una tabla de ndices de capacidad a largo plazo. Tambin se incluyen en el informe otros estadsticos asociados al proceso, tales como la media, los parmetros de la distribucin (forma y escala), el objetivo (si se ha especificado), la tolerancia natural o real del proceso, los lmites de especificacin, la capacidad real a largo plazo, etc. De esta forma, el informe permite determinar de forma visual el comportamiento del proceso respecto al objetivo, analizar si los datos siguen una distribucin Weibull, y estudiar la capacidad o no del proceso.
En el modelo Weibull, el programa calcula los ndices de capacidad a largo plazo, i.e., Pp, Ppk, PPU, y PPL. Dichos clculos se basan en estimadores de mxima verosimilitud para los parmetros de la distribucin Weibull. En caso de estar interesados en calcular ndices a corto plazo (como el Cp y el Cpk) para datos no normales, deberemos usar el modelo normal aplicando antes una transformacin de Box-Cox.
Ejemplo (anlisis de capacidad Weibull): Volveremos a nuestro ejemplo anterior de las baldosas (baldosas.mtw) para realizar ahora un anlisis de capacidad basado en el modelo Weibull.
Seleccionar Stat > Quality Tools > Capability Analysis (Weibull) :
Histograma y Capacidad de Proceso
[Escribir texto] Pgina 15
En primer lugar, observamos que el histograma de capacidad parece confirmar que los datos se pueden aproximar bastante bien por una Weibull. De todas formas, se aprecia que la cola derecha de la distribucin cae fuera del lmite de especificacin superior. Ello significa que hay baldosas cuya curvatura supera el valor especificado de 8 mm. Los ndices Ppk y PPU nos ayudan a determinar si el proceso es o no capaz. Ambos ndices valen 0,77, valor que queda bastante por debajo de nuestro valor de referencia 1,33. Parece pues que el proceso no es capaz (no cumple las especificaciones tcnicas deseadas). De igual forma, el valor de PPM > USL es de 20.000, lo que significa que en cada milln de baldosas producidas, 20.000 de ellas no cumplirn con las especificaciones sobre la curvatura.
RESUMEN (SIXPACK) DE CAPACIDAD NORMAL
Usaremos esta opcin cuando queramos generar un informe rpido y completo que nos permita analizar si un proceso es o no capaz. Este informe incluye las siguientes partes: Histograma y Capacidad de Proceso
[Escribir texto] Pgina 16
Un grfico de control X-barra (o Individuales) Un grfico de control R (o MR) Un grfico de rachas de los ltimos 25 subgrupos (o datos individuales) Un histograma de las observaciones Un grfico de probabilidad Normal Un grfico de capacidad del proceso ndices de capacidad a corto plazo (Cp, Cpk), y a largo plazo (Pp, Ppk)
Los grficos X-barra y R, junto con el de rachas nos permitirn determinar si el proceso est o no bajo control estadstico. El histograma y el grfico de probabilidad normal nos permitirn verificar el supuesto de que los datos se distribuyen segn una Normal. Finalmente, el grfico de capacidad nos proporciona informacin visual de la variabilidad del proceso en comparacin con la variabilidad permitida. Al combinar toda esta informacin con los ndices de capacidad, deberamos ser capaces de:
(1) determinar si el proceso est bajo control, y (2) si el proceso cumple con las especificaciones tcnicas (es capaz).
Ejemplo (sixpack normal):
Regresando a nuestro ejemplo de la cadena de ensamblaje para motores (archivo partes.mtw ), veamos cmo podramos aplicar aqu la opcin sixpack en el caso de nuestro suministrador 1:
Seleccionar Stat > Quality Tools > Capability Sixpack (Normal)
Histograma y Capacidad de Proceso
[Escribir texto] Pgina 17
En ambos grficos de control (X-barra y R), se observa que los puntos siguen un patrn aleatorio y que en ningn caso stos exceden los lmites de control, por lo que podemos considerar que el proceso productivo de nuestro suministrador 1 est bajo control estadstico. Conviene recordar aqu la importancia de comparar el comportamiento evolutivo de los puntos en X-barra y R para ver si ambos estn relacionados. En este caso no se aprecia ningn tipo de dependencia. Los puntos del diagrama de rachas forman una nube aleatoria y bastante horizontal, en la que no se observan tendencias ni desplazamientos. Ello tambin contribuye a considerar que el proceso est bajo control y se muestra estable. Para poder interpretar correctamente los ndices de capacidad obtenidos, debemos comprobar que se verifica la hiptesis de normalidad. A raz de lo que muestran tanto el histograma como el grfico de probabilidad, no parece haber mayor problema en este sentido. Sin embargo, llegados al grfico de capacidad observamos que la tolerancia del proceso cae por debajo del lmite de especificacin inferior. Esto significa que nos encontraremos piezas que no cumplan con la especificacin mnima de medir 598 mm. De forma coherente con el grfico de capacidad, el valor de los ndices Cp (1,16) y Cpk (0,90) es inferior a nuestro valor de referencia (1,33), por lo que concluimos que nuestro suministrador 1 necesitar mejorar su proceso de produccin para lograr que ste sea capaz.
Ejemplo (sixpack normal usando Box-Cox): Volvamos ahora al ejemplo de la fbrica de baldosas para el suelo (baldosas.mtw ). En un anlisis anterior ya dedujimos que era oportuno aplicar una transformacin Box-Cox a los datos con = 0,5. Veamos cmo generar un informe sixpack en tales condiciones:
Histograma y Capacidad de Proceso
[Escribir texto] Pgina 18
Seleccionar Stat > Quality Tools > Capability Sixpack (Normal) :
Una vez ms, comprobamos que tanto en el grfico X-barra como en el R los puntos se distribuyen de forma aleatoria y dentro de los lmites de control, por lo que el proceso parece estable. Adems, no parece existir relacin alguna entre el comportamiento de los puntos en un grfico y el en el otro. Por su parte, la nube de puntos que aparece en el grfico de rachas parece no seguir ninguna tendencia especial, y su forma horizontal refuerza la idea de un proceso bajo control. A partir del histograma y del grfico de probabilidad, podemos pensar que los datos (tras la transformacin Box-Cox) se distribuyen de forma aproximadamente normal, por lo que los ndices que obtengamos sern vlidos a la hora de interpretar la capacidad del proceso. Finalmente, constatamos que el proceso no parece cumplir con las especificaciones: en el grfico de capacidad ya vemos cmo la tolerancia del proceso excede el lmite de especificacin superior, idea que resulta coherente con el hecho de que los ndices de capacidad Cpk y Ppk sean ambos inferiores al valor de referencia 1,33.
RESUMEN (SIXPACK) DE CAPACIDAD WEIBULL Histograma y Capacidad de Proceso
[Escribir texto] Pgina 19
Usaremos esta opcin cuando queramos generar un informe rpido y completo que nos permita analizar si un proceso es o no capaz. Este informe es anlogo al del modelo normal con los cambios correspondientes: Un grfico de probabilidad Weibull ndices de capacidad a largo plazo (Pp, Ppk)
De forma anloga al modelo normal, los grficos X-barra y R, junto con el de rachas nos permitirn determinar si el proceso est o no bajo control estadstico. El histograma y el grfico de probabilidad Weibull nos permitirn verificar el supuesto de que los datos se distribuyen segn una Weibull. Finalmente, el grfico de capacidad nos proporciona informacin visual de la variabilidad del proceso en comparacin con la variabilidad permitida. Al combinar toda esta informacin con los ndices de capacidad, deberamos ser capaces de determinar si el proceso est bajo control y de confirmar si el proceso cumple con las especificaciones tcnicas (es un proceso capaz).
Ejemplo (sixpack Weibull): Continuando con el ejemplo de las baldosas, veamos cmo podramos aplicar aqu la opcin sixpack sin recurrir a una transformacin Box-Cox:
Seleccionar Stat > Quality Tools > Capability Sixpack (Weibull) :
Histograma y Capacidad de Proceso
[Escribir texto] Pgina 20
En ambos grficos de control (X-barra y R), se observa que los puntos siguen un patrn aleatorio y que en ningn caso stos exceden los lmites de control, por lo que podemos considerar que el proceso productivo est bajo control estadstico. Conviene recordar aqu la importancia de comparar el comportamiento evolutivo de los puntos en X-barra y R para ver si ambos estn relacionados. En este caso no se aprecia ningn tipo de dependencia. Los puntos del diagrama de rachas forman una nube aleatoria y bastante horizontal, en la que no se observan tendencias ni desplazamientos. Ello tambin contribuye a considerar que el proceso est bajo control y se muestra estable. Para poder interpretar correctamente los ndices de capacidad obtenidos, debemos comprobar que se verifica la hiptesis de que los datos se distribuyen siguiendo una Weibull. A raz de lo que muestran tanto el histograma como el grfico de probabilidad, no parece haber mayor problema en este sentido. Sin embargo, llegados al grfico de capacidad observamos que la tolerancia del proceso excede con mucho el lmite de especificacin superior. Esto significa que nos encontraremos con baldosas que no cumplan con la especificacin mxima de 8 mm. De forma coherente con el grfico de capacidad, el valor del ndice Ppk es inferior a nuestro valor de referencia (1,33), por lo que concluimos que nuestro proceso no es capaz.