Histograma y Capacidad de Proceso

[Escribir texto] Pgina 1

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.

http://es.wikipedia.org/wiki/Histograma
http://es.wikipedia.org/wiki/Capacidad_del_proceso
http://www.uoc.edu/in3/e-math/docs/SPC_6.pdf