Professional Documents
Culture Documents
TEMA 3
(1 − α)×
×100%
µ ± Z 1−α / 2 × σ
Si por ejemplo, el valor de “α” es 0,27%, entonces los Límites Naturales serán
µ ± Z 0,135% × σ = µ ± Z 99 ,865% × σ = µ ± 3σ
m X
LNI = µ − 3 σ LNS = µ + 3σ
EI ES
CONFLICTO TIPO I
Esta situación hace que se deban tomar algunas acciones, entre las cuales
pueden considerarse las siguientes.
m ES X
3s
LNS = µ + 3σ
CONFLICTO TIPO II
ES − 3σ x ó EI + 3σ x
seguro.
m X
3σ 3σ
EI ES
LNI = µ − 3 σ LNS = µ + 3σ
Cuando se presenta este tipo de conflicto podemos afirmar que, bajo mu-
chas circunstancias, no habría ningún problema. Sin embargo, el problema surge
cuando algunas unidades, aún estando dentro de especificaciones, no produce
B = P − C − C1 = K1 ............ si X < EI
= P − C = K ..................... si EI ≤ X ≤ ES
= P − C − C 2 = K 2 .............si X > ES
EI − µ ES − µ EI − µ ES − µ
E(B) = K1 × Φ + K × Φ − Φ + K2 × 1− Φ
σ σ σ σ
EI − µ ES − µ
E(B) = (K1 − K ) × Φ + (K − K2 ) × Φ + K2
σ σ
1 EI − µ 1 ES − µ
∂E(B) / ∂µ = −(K1 − K) × ×ϕ − (K − K2 ) × ×ϕ =0
σ σ σ σ
Siendo ϕ (∗) la Función de Densidad de una Normal Estándar, por lo cual esta
ecuación puede escribirse de la siguiente manera, luego de ciertas manipulacio-
nes algebraicas:
2 2
ES−µ EI−µ
1 −(1/ 2) 1 −(1/ 2)
σ σ
(K − K2 ) × ×e = (K − K1 ) × ×e
2π 2π
1 1
ln(K − K2 ) − × (ES − µ) = ln(K − K1 ) − × (EI − µ)
2 2
2 2
2σ 2σ
De donde
(EI − µ )2 − (ES − µ )2 K − K1
= ln
2σ 2 2σ 2 K − K2
EI + ES σ
2
K − K1
∗
µ = + × ln
2 ES − EI K − K2
EI + ES
µ∗ =
2
EI + ES EI + ES
p min = P X < EI µ = + P X > ES µ = ≤ 0,0027
2 2
EI − ( EI + ES ) / 2
∴ 2 P Z ≤ ≤ 0,0027
σ
ya que por simetría de la distribución normal, ambas colas serán iguales. En esta
ecuación “σ” es el estimado de la desviación estándar de un proceso estable,
evaluado a partir de
R S
ó
d2 c4
siendo, como debe recordarse, “d2” y “c4” constantes que dependen del tamaño
del sub-grupo racional.
EI − ( EI + ES ) / 2
P Z ≤ ≤ 0,00135
σ
De donde
EI − ES
P Z ≤ ≤ 0,00135
2σ
Por tanto,
EI − ES
≤ −3
2σ
O lo que es lo mismo
ES − EI
≥1
6σ
ES − EI
Cp =
6σ
ES − EI
Cp = ≥1
6σ
EI − ES
p min = 2 Φ ≤ 64 ppm
2σ
EI − ES
≤ −4
2σ
Es decir,
ES − EI
Cp = ≥ 1,33
6σ
Un proceso puede ser muy capaz (un Cp alto) y aún no producir dentro de
las especificaciones por no tener un centrado adecuado, de allí que sea necesa-
rio un nuevo índice que involucre el centrado del proceso.
EI EI + 3σ ≤ X2/BARRA ≤ ES − 3σ ES
Observando la figura anterior podemos afirmar que para que un proceso con un
alto potencial para cumplir con las especificaciones como éste, produzca dentro
de dichas especificaciones, y para Límites Naturales del Proceso ±3σ
σ, debe cum-
plirse lo siguiente
X + 3σ ≤ ES y X − 3σ ≥ EI
EI + 3σ ≤ X ≤ ES − 3σ
EI + k σ ≤ X ≤ ES − k σ
siendo k = 3; 4; 5 ó 6 .
Sin embargo, hoy en día en vez de buscar este intervalo se trabaja con un
Índice que involucre al centrado del proceso; tal índice es INDICE DE CAPACI-
C pk = C p × (1 − K )
Siendo
D
K=
W
ES − EI
W =
2
D= X −M
EI + ES
M =
2
X = Centrado del Proceso Estable.
Es importante observar que en esta ecuación el valor de “K” mide en forma relativa
el descentrado del proceso con respecto a la mitad del recorrido de las especifica-
ciones; cuanto mayor sea “D”, más lejos estará el centrado del punto medio de las
especificaciones lo cual traería como consecuencia un mayor porcentaje de
producto fuera de las especificaciones (superior o inferior). Esta afirmación se
puede observar en el siguiente esquema:
(ES − EI)/2
M X2/barra
EI (ES − EI) ES
Z Z
C pk = mínimo ES ; EI
3 3
Siendo
ES − X
Z ES =
σ
X − EI
Z EI =
σ
ES – X2/barra
( X − EI)
X
EI M ES
nes (M) y otro cuyo centrado está desplazado “σ” unidades a la derecha de ese
6s 6s
EI M ES EI M+s ES
Cp = Cpk = 1,33 Cp = 1,33; Cpk = 1,00
6s
6s
EI M ES EI M+s ES
M+s
EI M ES EI ES
6s 6s
Cp = Cpk = 0,67 Cp = 0,67; Cpk = 0,33
8.- MEJORA DE LA CAPACIDAD DEL PROCESO.-
X2-barra
Identificación de
LIC una causa asignable
LSCR
Rbarra
LICR
3.- Otra acción podría ser disminuir la dispersión del proceso, para lo
cual puede ser que se requieran nuevas materias primas, re-entrenamiento de los
operarios, mejores condiciones de trabajos, nuevas políticas de mantenimiento,
ajustes sobre las variables principales del proceso. No es fácil la reducción de la
variabilidad de un proceso; sin embargo el uso de algunas técnicas sencillas como
diagramas de Pareto, Causa-Efecto, etc., hasta técnicas estadísticas más
complejas como diseño de experimentos y análisis de varianza, pueden ayudar a
lograr reducciones significativas en la dispersión del proceso. También habrá que
pensar en nuevas tecnologías.
11.- COMENTARIOS.-
caciones, entonces C p = C pk .
LN ±3σ.
p = P ( X < EI ) ≤ 0 , 00135
EI − X
≤ Z 0 , 00135 = − 3
σ
Concluyéndose que si
X − EI
C pk = ≥1
3σ
X − EI
±3σ EI ≥1
3σ
ES − X
ES ≥1
3σ
±4σ
σ EI ó ES ≥ 1,33
±5σ
σ EI ó ES ≥ 1, 67
±6σ
σ EI ó ES ≥ 2 , 00
Hasta ahora hemos trabajado con la variabilidad natural del proceso para
evaluar los índices Cp y Cpk. Hay otros índices conocidos como Índices de Desem-
peño Potencial (Pp) y Real (Ppk) del proceso, los cuales son evaluados de una
manera similar a los anteriores, pero trabajando con la variabilidad global del
proceso, la cual incluye la variación natural debido a las causas aleatorias de
variación y la no-natural ocasionada por las causas asignables de variación, si las
hubiere. La variabilidad global a la que se hace referencia no es más que la
desviación estándar de todos los valores individuales, usados para el cálculo
de los límites de control, y es calculada a partir de la siguiente expresión
∑(X
i =1
i − X )2
S=
−1
ES − EI
Pp =
6S
Ppk = Pp (1 − K )
Siendo
2 X −M
K =
ES − EI
EI + ES
M =
2
O también,
ES − X
Z ES =
S
X − EI
Z EI =
S
Z Z
Ppk = mínimo ES ; EI
3 3
Una diferencia sustancial entre los índices de capacidad (Cp y Cpk) y los
índices de desempeño (Pp y Ppk) pueden indicar que el proceso está fuera de
control, ya que para un proceso estable el valor de “S” debe estar muy cercano al
estimado de la desviación estándar del proceso “Rbarra / d2”,la cual se basa en la
variación “dentro” del sub-grupo.
co. Por esta razón muchas empresas exigen que Ppk ≥ 1,67 basados en 30 a 50
L( X ) = E ( X − T ) 2
L ( X ) = E [( X − µ ) − (T − µ ) ]
2
[
L ( X ) = E ( X − µ ) 2 − 2 ( X − µ )( T − µ ) + (T − µ ) 2 ]
= V ( X ) + (T − µ ) 2
= σ 2 + (T − µ ) 2
En esta ecuación “s” será estimada como “Rbarra / d2” y “m” como “X2-barra”
con la información suministrada por un proceso bajo control estadístico.
ES − EI ES − EI Cp
C pm = = = 2
6 L( X ) 6 σ 2 + (T − µ ) 2 T − µ
1+
σ
En nuestro caso, “T” será el punto medio de las especificaciones (M), “m”
será estimada como “X2-barra” (línea central del gráfico Xbarra bajo control) y “s”
como “Rbarra / d2” (para un proceso estable). Por tanto el Cpm será estimado por la
siguiente ecuación
ES − EI Cp
C pm = =
6 σ 2 + ( X − M )2 ( X − M )2
1+
σ2
EI ES
10 11 12 13 14 15 16 17 18
m
M
10 11 12 13 14 15 16 17 18
m
M m
10 11 12 13 14 15 16 17 18
M m
10 11 12 13 14 15 16 17 18
M m
m Cp Cpi Cps Cpk Cpm
17 2 3,5 0,5 0,5 0,43
10 11 12 13 14 15 16 17 18
Como puede observarse en la siguiente Fig., cuando el centrado del proceso “m”
I 1,20
N
Cpmk
D
I 0,40
Cpk
C
E 00
EI M ES Media del proceso
-0,40
σ t2 = σ m2 + σ 2p
De donde, la desviación estándar (real) del proceso será
σ p = σ t2 − σ m2
σm
RR =
σt
De donde
σ m = RR × σ t
σ p = σ t 1 − RR 2
ES − EI
C p (observ.) =
6σ t
ES − EI
Cp (real) =
6σ p
ES − EI 1
= = Cp (observ.) ×
6σ t 1 − RR2 1 − RR2
1
C p (real) = 1.4 × 2
= 1.53
1 − 0.4
PREPARADO POR: ING. RAFAEL R. GRATEROL V. 89
ANALISIS DE CAPACIDAD DE PROCESOS
promedio y el patrón es una medida del desvío; 2) usar como valor promedio la X
del gráfico de control utilizado para evaluar la estabilidad estadística.
.
X
VALOR DE DESVIO
REFERENCIA
ble”, ya que puede ser que el DESVIO acerque el promedio X del proceso al pun-
to medio de las especificaciones (“favorable”) ó lo aleje (“desfavorable”).
X =5
DESVIO = + 0 ,5
Esta X sería el centrado del proceso que se usa para calcular el “Cpk”. Sin
∗
embargo, si se conoce el desvío, la verdadera X del proceso sería X = 4,5 ,
valor que puede acercarlo o alejarlo del valor nominal.
ES − EI
Cp =
6σ
C pk = C p (1 − K )
2Y − M
K =
ES − EI
EI + ES
M =
2
Sin embargo, aún cuando el Cp no cambia a lo largo del tiempo, ya que este índice
no depende del centrado, y además uno de los supuestos cuando se trabaja con
desgaste de herramientas es que la variabilidad permanece constante de un sub-
grupo a otro, por su parte el “Cpk” sí cambia ya que éste depende del centrado, el
cual varía a lo largo del tiempo de acuerdo con la línea central del gráfico (recta
Y = 73 .483 + 1 .68 X
media global Y = 77,16 . El valor de “K” en la ecuación del Cpk será expresado por
la siguiente función
X K Cpk
0 0.7677 1.0455
1 0.6557 1.5495
2 0.5437 2.0535
3 0.4317 2.5575
4 0.3197 3.0615
5 0.2077 3.5655
6 0.0957 4.0695
7 0.0163 4.4265
8 0.1283 3.9225
9 0.2403 3.4185
10 0.3523 2.9145
11 0.4643 2.4105
12 0.5763 1.9065
13 0.6883 1.4025
14 0.8003 0.8985
∑Y
j =1
j
LC = Y =
k
R S
σ = ó σ =
d2 c4
ES − ( X deseado + LC ) ( X deseado + LC ) − EI
C pk = mínimo ;
3σ 3σ
• CARACTERÍSTICAS CON UNA SOLA ESPECIFICACIÓN.-
ESPECIFICACIÓN INFERIOR:
( X deseado + LC ) − EI
C pk =
3σ
ESPECIFICACIÓN SUPERIOR:
ES − ( X deseado + LC )
C pk =
3σ
NOTA:
ES − X X − EI
C pk = mínimo ;
3σ 3σ
Debe recordarse que antes de realizar el cálculo del índice, el proceso debe estar
bajo control estadístico. La constante “d2” para estimar “s” se determina con el
tamaño “n” del sub-grupo racional, mientras que “c4” se determina a partir del total
de observaciones individuales (N = k×n) y puede evaluarse mediante la siguiente
expresión:
2 Γ (n / 2)
c4 = ×
n − 1 Γ (( n − 1) / 2 )
• C pmk ≤ C pk ≤ C p
• C pmk ≤ C pm ≤ C p
X −M
• C pk = C p − (1/ 3) ×
σ
• C pk = C p − (1 / 3) × (C p / C pm ) 2 − 1
C pm × C pk
• C pmk =
Cp
2× X − M
C pk = C p 1 −
• ES − EI
Cp
C pm =
•
( X − M )2
1+
σ2
C pk
• C pmk =
σ 2 + ( X − M )2
Como es sabido, el índice “Cp” no depende del centrado del proceso, por lo
que la fracción de producto no-conforme “p” no puede determinarse con el
conocimiento de este índice. Para solucionar este inconveniente se introdujo el
índice “Cpk”, aunque “p” no es determinado por el “Cpk” solo, pero sí e puede deter-
minar a partir del conocimiento de ambos índices mediante la siguiente expresión:
• [ ]
p = Φ − 3(2C p − C pk ) + Φ(−3C pk )
EI − ES
pmínima = 2Φ(−3C pk ) = 2Φ(−3C p ) = 2Φ−
2σ
•
Las ecuaciones que se han discutido hasta ahora nos permiten hacer
estimaciones puntuales de los Índices “Cp”, “Cpk” y “Cpm”; sin embargo, puede ser
de interés determinar intervalos de confianza para estos estimados de manera que
podamos afirmar, con un alto grado de confianza, valores mínimos asociados con
los verdaderos pero desconocidos valores de tales índices. Para tal fin se han
desarrollado modelos exactos de cierta complejidad matemática, y también aproxi-
mados, algunos de los cuales serán presentados a continuación
ES − EI
P LI (s) ≤ C p = ≤ LS(s) = 1 − α
6σ
− 1) S 2 × 36 × LI 2 ( s ) ( − 1) S 2 − 1) S 2 × 36 × LS 2 ( s )
P 2
≤ 2
≤ 2
= 1 − α
( ES − EI ) σ ( ES − EI )
Puesto que
2
( − 1) S
2
→ χ 2 −1
σ
Entonces,
( ES − EI ) χ 2 −1;α / 2
LI ( s ) =
6S −1
( ES − EI ) χ 2 −1;1−α / 2
LS ( s ) =
6S −1
Siendo
( ES − EI )
= C p ( estimado )
6S
χ 2 −1;α / 2 χ 2 −1;1−α / 2
C p ( estimado ) ≤ C p ≤ C p ( estimado )
−1 −1
32 ,36
LI ( s ) = C p ( est .) × = 2 × 0 ,80 = 1,60 ( 80 %)
50
71 , 42
LS ( s ) = C p ( est .) × = 2 × 1, 20 = 2,40 (120 %)
50
Es decir, podemos afirmar con una confianza del 95% que el verdadero, pero des-
conocido valor del índice “Cp” está entre 1,60 y 2,40.
Podemos notar que aún cuando N = 151, el intervalo es más amplio que
±10%, pues éste sería 0,90; 1,10 (1,8; 2,20 si el Cp(est.) es 2) el cual es más cerrado
que el obtenido: 0,89; 1,11 (1,78; 2,22: ver tabla página anterior). Esto muestra
porqué es importante usar muestras grandes a fin de estimar la capacidad del
proceso.
El Manual del SPC- PC IV sugiere una aproximación para el intervalo de
confianza del índice “Cp” usando la siguiente expresión
1
C p ( est .) ± C p ( est .) × Z 1−α / 2 ×
2( − 1)
Por ejemplo, si N = 51, el Cp(est.) es 2 y 1 −α = 0,95, los límites del intervalo serán
1
2 ± 2 × Z 0 , 975 × = 2 ± 2 × 1,96 × 0,10 = (1,61;2,39 )
100
Puede ser que sea de interés solamente el límite inferior, en cuyo caso las
ecuaciones quedarían de la siguiente forma:
( ES − EI ) χ 2 −1;α
LI ( s ) =
6S −1
• Límite Inferior usando la aproximación por la normal:
1
C p ( est .) − C p ( est .) × Z1−α ×
2( − 1)
34,8
LI (exacto ) = 2 × = 1,67
50
1
LI ( aprox ) = 2 − 2 × 1,645 × = 1,67
100
Es decir, que podemos afirmar con una confianza del 95% que el verdadero pero
desconocido Cp es por lo menos 1,67.
El procedimiento es el siguiente:
∗ tγ∗
• Conocido t γ se calcula k = (este factor es el mismo que apare-
ce en las tablas que se anexan al final (Anexo ).
• El Límite Inferior (ó Superior) de Confianza unilateral para el “Cpk(EI)”
Zp k
ó el “Cpk(ES)” es , y el estimador puntual es .
3 3
De donde,
t γ∗ 9,0944
k= = = 3,031
3
Entonces, podemos decir con una Confianza del 95% (g) que el Cpk(EI) ó Cpk(ES) es
k 3,031
por lo menos 0,548 (= 1,645/3) y el estimado puntual = = 1,01.
3 3
ES − X X − EI
C pk ( est .) = mínimo ;
3S 3S
− 1 − 1 Γ( − 2) / 2
Ck = C pk ( est.) 1 − Z1−α / 2 × − (Ec. 1)
− 3 2 Γ( − 1) / 2
Siendo
2
1 C pk ( est )
C k = C pk ( est .) − Z 1−α × + (Ec. 2)
9 2( − 1)
COMPARACION DE RESULTADOS
OBTENIDOS DE LAS Ec. 1 Y 2. Cpk(est:) = 1
N Ck (Ec. 1) Ck (Ec. 2)
10 0,417 0,575
20 0,647 0,706
30 0,725 0,762
50 0,794 0,817
75 0,835 0,851
100 0,858 0,871
150 0,885 0,895
200 0,901 0,909
COMPARACION DE RESULTADOS
OBTENIDOS DE LAS Ec. 1 Y 2. Cpk(est:) = 2
N Ck (Ec. 1) Ck (Ec. 2)
10 0,835 1,205
20 1,295 1,452
30 1,45 1,557
50 1,588 1,659
75 1,669 1,722
100 1,716 1,76
150 1,77 1,804
200 1,802 1,831
Con respecto a las dos figuras anteriores podemos hacer dos observacio-
nes
ES − X
C pk ( ES ) =
6σ est .
X − EI
C pk ( EI ) =
6σ est .
posible que la media del proceso esté actualmente por encima del valor nomi-
nal y el “Cpk(ES)” sea la capacidad limitante en vez del “Cpk(EI)”. Sin embargo, para
“ C pk ( EI ) = 0,80 y C pk ( ES ) = 1,20 , y una muestra mayor que 30, no hay una posibili-
( X − M )2
1/ 2 +
1 S2
C pm(est.) 1 ± Z1−α / 2 × ×
( X − M )2
2
1 +
S 2
Siendo
= Número total de observacio nes .
X = Media del proceso.
M = Punto Medio de las Especifica ciones (Valor Nominal).
S 2 = Varianza Muestral
∑(X
i =1
i − X )2
=
−1
Lo más común es trabajar con el Límite Inferior del Intervalo, en cuyo caso
la expresión anterior quedaría
(X − M ) 2
1
1/ 2 + 2
C pm(est.) 1 − Z1−α × × S
2
(X − M ) 2
1 + 2
S
2
( − 1) S
2
σ
ES − EI
C p ( est .) =
6σ est .
∑(X
i =1
i − X )2
S=
−1
ES − EI
Ho : ≥ C.......proceso potencialmente capaz.
6σ
ES − EI
H1 : < C........proceso no capaz.
6σ
2
2 ES − EI 2
Ho :σ ≤ = σ o ....... proceso potencialmente capaz.
6C
H1 : σ 2 > σ o2 ....... proceso no capaz.
2
( − 1) S
2
σ o
( − 1) S 2
Rechazar H o si : > χ 2 − 1;1 − α
σ o2
(1 )
1. El estimador C pk ( est .) propuesto Bisell (Ref. ),
2. El estimador que hasta ahora hemos utilizado, “Cpk”, el cual fue pro-
puesto por Kotz, Pearn & Johnson y
(2)
3. El estimador C pk ( est .) propuesto por Pearn & Chen.
(1 )
El estimador de Bisell, C pk ( est .) , supone un conocimiento previo de la
µ < M ó si µ ≥ M
siendo “M” el punto medio de las especificaciones. Si se cumple la segunda de
estas condiciones (m ≥ M), entonces el estimador es definido como
(1 ) ES − X
C pk ( est .) =
3S
(1 ) X − EI
C pk ( est .) =
3S
(1 )
Demostraron que C pk ( est .) es un estimador sesgado del “Cpk”.
ES − X X − EI
C pk ( est .) = mínimo ;
3 S 3S
(2)
El tercer estimador de Pearn & Chen, C pk ( est .) requiere del conocimien-
to de
P( µ ≥ M ) ó P( µ < M )
Pµ ≥ M ) = 0 ó 1
(2)
entonces el estimador C pk ( est .) se reduce al estimador de Bisell. El estimador es
definido como
(2) d − ( X − M )I A (µ )
C pk ( est .) =
3S
Siendo
I A ( µ ) = 1 ...... si µ ∈ A
I A ( µ ) = − 1 ....si µ ∉ A
A = [µ µ ≥ M ]
ES − EI
d =
2
δ = 3× × C pk
2 Γ ( − 1) / 2
bf = ×
− 1 Γ ( − 2) / 2
(2)
el estimador C pk ( est .) se transforma en un estimador insesgado de C pk , con
C ∗pk = b f × C pk
(2)
( est .)
(2)
Sobre la base de la distribución muestral de C pk ( est .) , la cual es una “t no-
el p-value será
(
p − value = P C ∗pk ≥ W C pk ≤ C )
(2) W
= P C pk ≥ C pk ≤ C
bf
(2) 3 ×W
= P 3 C pk ≥ C pk ≤ C
bf
3 ×W
= P t − 1 (δ ) ≥ C pk ≤ C
bf
Siendo
δ = 3 × C pk
por lo que δ = 3 ×C )
EL PROCEDIMIENTO:
EI = 8,46 ES = 8,94
M = 8,70
Los resultados de las observaciones se muestran en hoja anexa, para hacer un
análisis previo de los mismos utilizando el MINITAB. Con esta información obtene-
mos
ES − EI
d= = 0,24
2
ES + EI
M = = 8,70
2
80
∑X
i =1
i
X = = 8,62
80
80
∑(X
i =1
i − X )2
S= = 0,05
79
(2)
Para hallar el estimado puntual del “Cpk”, es decir, C pk ( est .) necesitamos
(2) d + X −M
C pk ( est .) = = 1, 07
3S
2 Γ (( − 1) / 2 )
bf = × = 0 ,99
− 1 Γ (( − 2 ) / 2 )
PREPARADO POR: ING. RAFAEL R. GRATEROL V. 121
ANALISIS DE CAPACIDAD DE PROCESOS
W = C ∗pk = b f C pk
(2)
( est ) = 1, 06
Definamos ahora un proceso capaz como “Cpk > 1” (es decir, “C = 1”) y un a
= 0,05. En la Tabla A4 encontramos que el p-value para W = 1,06 y N = 80 es
0,2374, siendo este valor mayor que a = 0,05, por lo que aceptamos Ho, es decir,
no podemos concluir que el proceso es capaz.
X = 8,67
S = 0,05