VI.

Capacidad de Procesos

VI. CAPACIDAD DE PROCESOS
INTRODUCCIÓN____________________________________________________
Una vez hayamos comprobado que el proceso está bajo control, estaremos interesados en saber si es un proceso capaz, es decir, si cumple con las especificaciones técnicas deseadas. Para determinar si un proceso es o no capaz haremos uso de herramientas gráficas (histogramas, gráficos de control, y gráficos de probabilidad). También utilizaremos los llamados índices de capacidad, que vendrán determinados por los cocientes entre la variación natural del proceso y el nivel de variación especificada. En principio, para que un proceso sea considerado capaz, su variación actual no debería representar más del 75% de la variación permitida. El programa Minitab nos permite realizar análisis de capacidad basados en la distribución normal o en la distribución Weibull. La opción basada en el modelo normal nos proporciona un mayor número de estadísticos, si bien para usar esta opción es necesario que los datos originales sigan una distribución aproximadamente normal. Así, por ejemplo, esta opción nos dará estimaciones del número de unidades (o partes) por millón 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 estadísticos es necesario que: (1) los datos se han obtenido a partir de un proceso bajo control, y (2) éstos siguen una distribución aproximadamente normal. De forma análoga, también es posible basarnos en el modelo Weibull para calcular las partes por millón que no cumplen con las especificaciones. Si los datos siguen una distribución notablemente asimétrica, probabilidades basadas en el modelo normal no serían muy buenos estimadores de las verdaderas probabilidades de producir unidades que no cumplan con las especificaciones. En tal caso, podríamos optar por: (1) usar la transformación de Box-Cox para transformar los datos en otros cuya distribución sea aproximadamente normal, o (2) usar el modelo Weibull.

SI

¿Siguen los datos una distribución Normal?

NO

Usar distribución Normal

Usar transformación Box-Cox

Usar distribución Weibull

VI - 1

.2 . La capacidad global o a largo plazo nos dice cómo se está comportando el proceso respecto a las especificaciones prefijadas. La capacidad potencial o a corto plazo nos dice cómo se comportaría el proceso si consiguiésemos 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. pero no se consideran las diferencias entre los distintos subgrupos. se estima la variabilidad a largo plazo considerando para ello todo tipo de variación. tanto la que se produce dentro de los subgrupos como la que se produce entre ellos. CPU. i. los índices de capacidad asociados a la variación a largo plazo son Pp. Cpk. Por su parte. También incluye una tabla con índices de capacidad. VI . Ppk. mientras que los basados en el modelo Weibull sólo calculan la variación a largo plazo. y CPL. todos ellos estadísticos a largo plazo. los estadísticos Pp. a partir del cual podemos analizar si se cumple la hipótesis de que los datos siguen dicha distribución • Un gráfico de capacidad. el cual muestra la variabilidad del proceso comparándola con las especificaciones Combina los siguientes gráficos junto a diversos índices da capacidad: • X-barra (o Individuales). para calcular los estadísticos Cp. Los estadísticos o índices de capacidad asociados a la variación a corto plazo son Cp. R (o MR). Al calcular tales estadísticos.Control Estadístico de la Calidad con MINITAB A continuación se presentan en una tabla las distintas opciones que ofrece el programa: OPCIÓN DESCRIPCIÓN Dibuja un histograma de capacidad de las observaciones individuales superpuesto a una curva normal basada en la media Análisis de Capacidad Normal y desviación estándar del proceso (lo cual permite visualizar el supuesto de normalidad). Cpk. el cual muestra la variabilidad del proceso comparándola con las especificaciones Los análisis basados en el modelo normal calculan tanto la variación a corto plazo como la variación a largo plazo.e. CPU. a Resumen (sixpack) de partir de los cuales podemos estudiar si el proceso está Capacidad Weibull o no bajo control • Un histograma de capacidad superpuesto a una curva Weibull. y PPL estiman la capacidad global o a largo plazo del proceso. PPU. y PPL. Ppk. y gráfico de rachas. y CPL. R (o MR). estiman la capacidad del proceso bajo la hipótesis de que no existen diferencias entre las medias de los subgrupos. PPU. a partir del cual podemos analizar si se cumple la hipótesis de normalidad • Un gráfico de capacidad. Dibuja un histograma de capacidad de las observaciones individuales superpuesto a una curva Weibull basada en la forma Análisis de Capacidad Weibull y escala del proceso (lo cual permite visualizar el supuesto de que los datos siguen una Weibull). por otro lado. a Resumen (sixpack) de partir de los cuales podemos estudiar si el proceso está Capacidad Normal o no bajo control • Un histograma de capacidad superpuesto a una curva normal. tanto estadísticos a corto plazo como a largo plazo. Así. También incluye una tabla con índices de capacidad. se estima la variación (a corto plazo) a partir de la variación dentro de los subgrupos. Por tal motivo. estos índices representan la capacidad potencial. y gráfico de rachas. Combina los siguientes gráficos junto a diversos índices da capacidad: • X-barra (o Individuales).

33 es el valor mínimo aceptable para un índice de capacidad (es decir. (µ . el comportamiento observado. y PPL. y CPL. Ppk. y una tabla completa de índices de capacidad a corto y largo plazo. Los índices de capacidad asociados con la variación a corto plazo son Cp. los asociados con la variación a largo plazo son Pp. por lo que permiten comparar distintos procesos. las especificaciones del proceso. Básicamente. y la amplitud real o natural del proceso (recordemos que. CPU. por otro lado. Los índices de capacidad son estimaciones numéricas de la capacidad del proceso. pero teniendo en cuenta la media del está contenido en ellos proceso respecto al punto medio de ambas límites de especificación El proceso sólo tiene un límite de especificación superior El proceso sólo tiene un límite de especificación inferior Min{ (LES . no tienen unidades de medida. Estos estadísticos son muy útiles ya que. De esta forma. En la práctica. el proceso no cumple con las especificaciones deseadas). habitualmente. El informe también incluye otros estadísticos de los datos del proceso. el informe permite analizar de forma visual si los datos siguen o no un patrón normal. la tolerancia natural del proceso. Capacidad de Procesos ANÁLISIS DE CAPACIDAD (MODELO NORMAL)_________________________ Usaremos el análisis de capacidad con el modelo normal cuando los datos provengan de una distribución aproximadamente normal. las desviaciones estándar a corto y largo plazo. y si el proceso es capaz o no (es decir. aparte de ser sencillos de calcular.3 .LEI)/3σ } (LES . Cpk. si el proceso está o no centrado en el objetivo. Algunos de estos estadísticos se definen a partir de la media del proceso o del objetivo. de especificación. cualquier valor por debajo de esta cifra indicaría que.µ)/3σ . son el cociente entre la amplitud tolerable del proceso (la distancia entre los límites de tolerancia o límites de especificación). se suele considerar que 1. La curva normal se obtiene usando la media y desviación típica muestral.VI. El informe que genera el programa incluye un histograma de capacidad con una curva normal superpuesta. tales como la media. la distancia entre los límites de control es de 6 sigma). es decir.µ) / 3σ (µ . PPU. y los comportamientos esperados a corto y largo plazo. si cumple con las especificaciones prestablecidas). el valor esperado a priori u objetivo (en caso de haberlo indicado). aunque esté bajo control estadístico. A continuación se muestran algunas referencias sobre cuándo usar cada uno de los índices: ÍNDICE Cp o Pp USO DEFINICIÓN FORMULA (LES – LEI) / 6σ Cpk o Ppk CPU o PPU CPL o PPL El proceso está Es el radio entre la amplitud centrado en los límites permitida (distancia entre los de especificación límites de especificación) y la amplitud natural El proceso no está Es el cociente entre la amplitud centrado en los límites permitida y la amplitud natural. nos dan una idea de cuán capaz es el proceso (a qué nivel cumple con las especificaciones).LEI) / 3σ VI .

Seleccionar Stat > Quality Tools > Capability Analysis (Normal): VI . concretamente en el departamento de ensamblaje de motores. Hemos tenido un problema con algunas de estas partes. observamos que el número de defectos en la línea de ensamblaje ha descendido significativamente.4 . aunque los problemas no han desaparecido por completo.mtw . Una vez parada la adquisición de partes provenientes del suministrador 2. las cuales no cumplían las citadas especificaciones. Tras realizar un gráfico de control X-barra/R. Una de las partes del motor debe tener una longitud de 600±2 mm para satisfacer las especificaciones técnicas. por lo que optamos por prescindir de sus servicios hasta que su producción vuelva a estar bajo control. él sólo. Los datos sobre el tamaño de las partes provenientes de este suministrador se guardan en el archivo partes. Tales partes pueden provenir de dos suministradores distintos y externos a la empresa. de cumplir con nuestras especificaciones técnicas. observamos que las partes obtenidas del suministrador 2 provenían de un proceso que estaba fuera de control. Decidimos pues realizar un análisis de capacidad para estudiar si el suministrador 1 es capaz.Control Estadístico de la Calidad con MINITAB Ejemplo (análisis de capacidad normal): Supongamos que trabajamos para la industria del automóvil.

el valor de PPM < LSL (i.06 10. que la media del proceso es algo inferior al objetivo.576429 0.16 1.000 600.51 3631.00 10000. y que la cola izquierda de la distribución cae fuera del límite de especificación inferior (LSL en el gráfico). El índice Cpk nos sirve para determinar si el proceso generará unidades que verifiquen las especificaciones.90 0.07 1.90 0. Capacidad de Procesos Process Capability Analysis for Sumin_1 Process Data USL Target LSL Mean Sample N StDev (ST) StDev (LT) 602. lo cual parece cumplirse a raíz del histograma anterior.000 598. sin embargo.5 .e. Ello significa que nuestro suministrador debe mejorar su proceso vía una reducción de la variación y un mejor ajustado al objetivo.57 601 602 Expected LT Performance PPM < LSL PPM > USL PPM Total 6328. En este caso.83 Para poder interpretar correctamente los índices de capacidad obtenidos necesitamos verificar primero que nuestros datos provienen de una distribución aproximadamente normal.42 0. VI .548 100 0. el número esperado de partes por millón cuya longitud será inferior al LEI) es de 3621.00 599 600 Expected ST Performance PPM < LSL PPM > USL PPM Total 3621.19 6367.83 0.06.90.16 39. el Cpk para el suministrador 1 es de sólo 0.000 599.32 0.00 0.35 Overall (LT) Capability Pp PPU PPL Ppk 1. Podemos ver. De forma similar. Esto significa que veremos ocasionalmente algunas partes que no cumplen la especificación inferior de 598 mm.87 598 Observed Performance PPM < LSL PPM > USL PPM Total 10000..620865 LSL USL ST LT Potential (ST) Capability Cp CPU CPL Cpk Cpm 1.VI.

VI . Los datos están contenidos en el archivo baldosas.6 .mtw . por lo que optaremos por usar una transformación de Box-Cox a fin de obtener datos cuya distribución se aproxime a la de una normal. y que estamos interesados en estudiar la curvatura de las mismas a fin de garantizar la calidad de la producción. En primer lugar. medimos la curvatura de 10 muestras diarias durante un período total de 10 días. realizaremos un histograma de los datos: Seleccionar Graph > Histogram : 15 Frequency 10 5 0 0 1 2 3 4 5 6 7 8 9 Curvatura El histograma anterior muestra claramente que los datos no se distribuyen normalmente.Control Estadístico de la Calidad con MINITAB Ejemplo (análisis de capacidad usando Box-Cox): Supongamos que trabajamos en una fábrica que produce baldosas para el suelo. A tal efecto.

449 0.506 StDev 1.5: VI .5 1. realizaremos ahora un análisis de capacidad usando una transformación de Box-Cox con λ = 0.0 3. Capacidad de Procesos En primer lugar.0 2.5 3.608 1. Después.0 -0.449.0 1.5 ya que esta transformación (la raíz cuadrada) es mucho más intuitiva y además está dentro del intervalo de confianza del 95% (denotado por las líneas rojas verticales).0 4.7 . realizaremos el análisis de capacidad eligiendo la opción transformación Box-Cox con el λ obtenido: Seleccionar Stat > Control Charts > Box-Cox Transformation : Box-Cox Plot for Curvatura 95% Conf idence Interv al 40 Low Last Iteration Info Lambda 0. podríamos tomar λ = 0. deberemos hallar el valor de λ óptimo para realizar la transformación.0 0.5 2.608 1.5 0.5 5. A efectos prácticos.0 Lambda Observamos que el mejor estimador para λ es 0.5 4.392 0. Por tanto.611 30 Est Up StDev 20 10 0 -1.VI.

53934 USL* ST LT Potential (ST) Capability Cp * CPU 0. Dado que sólo introdujimos el límite de especificación superior.26 PPM Total 12754.0 0.26 Como se puede apreciar en el histograma central.76.5 3.00 PPM Total 20000.Control Estadístico de la Calidad con MINITAB Seleccionar Stat > Quality Tools > Capability Analysis (Normal) : Process Capability Analysis for Curvatura Box-Cox Transformation.5 1.62374 100 1. nuestro proceso no parece ser capaz. también es posible apreciar en el histograma que algunos de los datos caen fuera del límite de especificación superior (línea roja vertical). los índices de capacidad obtenidos serán válidos.00000 2.74 PPL * Ppk 0.92307 1. la transformación utilizada ha logrado “normalizar” los datos.79048 0.5 Process Data USL USL* Target LSL LSL* Mean Mean* Sample N StDev (ST) StDev* (ST) StDev (LT) StDev* (LT) 8. Por tanto. Por tanto.5 Observed Performance PPM < LSL * PPM > USL 20000. VI . los índices que aparecen son el CPU y el Cpk. El siguiente paso sería realizar un análisis de capacidad para estos datos usando un modelo Weibull.74 0. Ambos estadísticos valen 0.77 PPM Total 11248.76 CPL * Cpk 0. With Lambda = 0.33.0 3.5 2.75687 0.0 2.52794 1.00 Expected ST Performance PPM < LSL * PPM > USL 11248. valor muy inferior a nuestro valor de referencia de 1.76 Cpm * Overall (LT) Capability Pp * PPU 0.82843 * * * 2. De hecho.77 Expected LT Performance PPM < LSL * PPM > USL 12754.8 .0 1.

498 0. como casos particulares.748 1.25 2.650 0. En caso de estar interesados en calcular índices a corto plazo (como el Cp y el Cpk) para datos no normales.975 0.243 2. En el modelo Weibull.5 0.0 0.650 0.70 0.VI. Así por ejemplo.40 1. De esta forma.1) 1.0) 1.1. i. y estudiar la capacidad o no del proceso. para β=1 tenemos una distribución Exponencial.990 1. deberemos usar el modelo normal aplicando antes una transformación de Box-Cox. el objetivo (si se ha especificado). La apariencia de la curva Weibull varía notablemente en función del valor de β.975 0. el programa calcula los índices de capacidad a largo plazo.325 0.498 0.493 1.50 3. analizar si los datos siguen una distribución Weibull.300 0.0 1.493 1. Ppk. en realidad.000 0. PPU.1.990 Probability Density Function y=weibull(x. tales como la media. mientras que para β=2 estamos ante una distribución de Rayleigh: Probability Density Function y=weibull(x. Sus parámetros son la forma (β) y la escala (δ).0) 1. toda una familia de distribuciones que incluyen.2.995 1.9 . VI .300 0. Pp. la capacidad real a largo plazo.1. junto con una tabla de índices de capacidad a largo plazo. los parámetros de la distribución (forma y escala). Dichos cálculos se basan en estimadores de máxima verosimilitud para los parámetros de la distribución Weibull.e. la tolerancia natural o real del proceso.35 0.. etc.75 5.5 1. También se incluyen en el informe otros estadísticos asociados al proceso.495 2.1) 0.995 1. Capacidad de Procesos ANÁLISIS DE CAPACIDAD (MODELO WEIBULL)_________________________ Conviene recordar en este punto que la distribución de Weibull es.0 Probability Density Function y=expon(x. El informe que se genera incluye un histograma de capacidad superpuesto a una curva Weibull (cuyos parámetros se estiman a partir de las observaciones).325 0.00 Probability Density Function y=rayleigh(x.05 0.990 2. la distribución Exponencial y la de Rayleigh.00 0. usaremos el análisis de capacidad modelo Weibull cuando los datos sigan una distribución que se pueda aproximar por una Weibull. el informe permite determinar de forma visual el comportamiento del proceso respecto al objetivo.00 Como ya dijimos en la introducción. los límites de especificación.000 0. y PPL.

33. lo que significa que en cada millón de baldosas producidas. Ambos índices valen 0. De todas formas.Control Estadístico de la Calidad con MINITAB Ejemplo (análisis de capacidad Weibull): Volveremos a nuestro ejemplo anterior de las baldosas (baldosas.00000 * * 2.77.69368 3.77 Observ ed LT Perf ormance PPM < LSL PPM > USL PPM Total * 20000. VI .77 * 0.mtw) para realizar ahora un análisis de capacidad basado en el modelo Weibull.000 de ellas no cumplirán con las especificaciones sobre la curvatura. el valor de PPM > USL es de 20. Parece pues que el proceso no es capaz (no cumple las especificaciones técnicas deseadas).53 0 2 4 6 8 10 En primer lugar.92564 100 1. se aprecia que la cola derecha de la distribución cae fuera del límite de especificación superior. De igual forma. valor que queda bastante por debajo de nuestro valor de referencia 1.10 .00 20000. Ello significa que hay baldosas cuya curvatura supera el valor especificado de 8 mm.00 Expected LT Perf ormance PPM < LSL PPM > USL PPM Total * 10764.000. 20.27812 Process Capability Analysis for Curvatura Calculations Based on Weibull Distribution Model USL Ov erall (LT) Capability Pp PPU PPL Ppk * 0. observamos que el histograma de capacidad parece confirmar que los datos se pueden aproximar bastante bien por una Weibull. Los índices Ppk y PPU nos ayudan a determinar si el proceso es o no capaz. Seleccionar Stat > Quality Tools > Capability Analysis (Weibull) : Process Data USL Target LSL Mean Sample N Shape Scale 8.53 10764.

mtw ). El histograma y el gráfico de probabilidad normal nos permitirán verificar el supuesto de que los datos se distribuyen según una Normal. el gráfico de capacidad nos proporciona información visual de la variabilidad del proceso en comparación con la variabilidad permitida. Capacidad de Procesos RESUMEN (SIXPACK) DE CAPACIDAD NORMAL________________________ Usaremos esta opción cuando queramos generar un informe rápido y completo que nos permita analizar si un proceso es o no capaz.VI. deberíamos ser capaces de: (1) determinar si el proceso está bajo control. Cpk). veamos cómo podríamos aplicar aquí la opción “sixpack” en el caso de nuestro suministrador 1: Seleccionar Stat > Quality Tools > Capability Sixpack (Normal) : VI . Este informe incluye las siguientes partes: • • • • • • • Un gráfico de control X-barra (o Individuales) Un gráfico de control R (o MR) Un gráfico de rachas de los últimos 25 subgrupos (o datos individuales) Un histograma de las observaciones Un gráfico de probabilidad Normal Un gráfico de capacidad del proceso Índices de capacidad a corto plazo (Cp. Al combinar toda esta información con los índices de capacidad. Finalmente. y a largo plazo (Pp. Ppk) Los gráficos X-barra y R. y (2) si el proceso cumple con las especificaciones técnicas (es capaz). junto con el de rachas nos permitirán determinar si el proceso está o no bajo control estadístico. Ejemplo (sixpack normal): Regresando a nuestro ejemplo de la cadena de ensamblaje para motores (archivo partes.11 .

el valor de los índices Cp (1. VI .0 Xbar and R Chart 3.0SL=2.5 601. Sin embargo.0 Subgr 0 3 2 1 0 10 20 3.835 Normal Prob Plot Ranges R=1.5 600.0 Last 20 Subgroups 601 600 599 598 0 10 20 Values Potential (ST) StDev: 0. en la que no se observan tendencias ni desplazamientos.16 Cpk: 0.0SL=0.07 Ppk: 0. debemos comprobar que se verifica la hipótesis de normalidad.90 Overall (LT) StDev: 0.0SL=600.5 601.3 Capability Histogram Means 599. Ello también contribuye a considerar que el proceso está bajo control y se muestra estable.620865 Pp: 1. no parece haber mayor problema en este sentido.12 . por lo que podemos considerar que el proceso productivo de nuestro suministrador 1 está bajo control estadístico. En este caso no se aprecia ningún tipo de dependencia.16) y Cpk (0. De forma coherente con el gráfico de capacidad.8 598. Los puntos del diagrama de rachas forman una nube aleatoria y bastante horizontal.0 599. A raíz de lo que muestran tanto el histograma como el gráfico de probabilidad.90) es inferior a nuestro valor de referencia (1. se observa que los puntos siguen un patrón aleatorio y que en ningún caso éstos exceden los límites de control.0SL=598.83 Capability Plot Process Tolerance I I I I I I I I I ST LT 598 602 Specifications Subgroup Number En ambos gráficos de control (X-barra y R).00E+00 598. Conviene recordar aquí la importancia de comparar el comportamiento evolutivo de los puntos en X-barra y R para ver si ambos están relacionados.576429 Cp: 1.33).5 -3.341 -3. Esto significa que nos encontraremos piezas que no cumplan con la especificación mínima de medir 598 mm. por lo que concluimos que nuestro suministrador 1 necesitará mejorar su proceso de producción para lograr que éste sea capaz. llegados al gráfico de capacidad observamos que la tolerancia del proceso cae por debajo del límite de especificación inferior.0 599. Para poder interpretar correctamente los índices de capacidad obtenidos.0 X=599.Control Estadístico de la Calidad con MINITAB Process Capability Sixpack for Sumin_1 600.5 599.

8 X=1.0 Subgr 0 3 2 R=1.VI.125 Capability Histogram Means Normal Prob Plot Ranges Last 10 Subgroups Values Potential (ST) StDev: 0.mtw ).13 .5 2.0SL=1.5 0 1 2 3 4 5 6 7 8 9 10 2 3 1 2 3 4 5 6 7 8 9 10 3.3625 0 1 2.74 Capability Plot Process Tolerance I I I I I I I ST LT 8 Specifications Subgroup Number VI .625 1 -3.0SL=2.0SL=0.527940 Cp: * Cpk: 0.624 1. Veamos cómo generar un informe “sixpack” en tales condiciones: Seleccionar Stat > Quality Tools > Capability Sixpack (Normal) : Process Capability Sixpack for Curvatura Box-Cox Transformation With Lambda = 0.5. En un análisis anterior ya dedujimos que era oportuno aplicar una transformación Box-Cox a los datos con λ = 0.1 1.887 1 2 3 Xbar and R Chart 3.76 Overall (LT) StDev: 0.0SL=2.123 1.539344 Pp: * Ppk: 0.4 -3. Capacidad de Procesos Ejemplo (sixpack normal usando Box-Cox): Volvamos ahora al ejemplo de la fábrica de baldosas para el suelo ( baldosas.2 1.3 0.9 2.

el gráfico de capacidad nos proporciona información visual de la variabilidad del proceso en comparación con la variabilidad permitida. Por su parte. Finalmente. El histograma y el gráfico de probabilidad Weibull nos permitirán verificar el supuesto de que los datos se distribuyen según una Weibull. idea que resulta coherente con el hecho de que los índices de capacidad Cpk y Ppk sean ambos inferiores al valor de referencia 1. Ppk) De forma análoga al modelo normal.Control Estadístico de la Calidad con MINITAB Una vez más. no parece existir relación alguna entre el comportamiento de los puntos en un gráfico y el en el otro.33. Al combinar toda esta información con los índices de capacidad. la nube de puntos que aparece en el gráfico de rachas parece no seguir ninguna tendencia especial. veamos cómo podríamos aplicar aquí la opción “sixpack” sin recurrir a una transformación Box-Cox: Seleccionar Stat > Quality Tools > Capability Sixpack (Weibull) : VI . podemos pensar que los datos (tras la transformación Box-Cox) se distribuyen de forma aproximadamente normal. comprobamos que tanto en el gráfico X-barra como en el R los puntos se distribuyen de forma aleatoria y dentro de los límites de control. los gráficos X-barra y R.14 . A partir del histograma y del gráfico de probabilidad. Finalmente. por lo que los índices que obtengamos serán válidos a la hora de interpretar la capacidad del proceso. y su forma horizontal refuerza la idea de un proceso bajo control. junto con el de rachas nos permitirán determinar si el proceso está o no bajo control estadístico. Este informe es análogo al del modelo normal con los cambios correspondientes: • • Un gráfico de probabilidad Weibull Índices de capacidad a largo plazo (Pp. constatamos que el proceso no parece cumplir con las especificaciones: en el gráfico de capacidad ya vemos cómo la tolerancia del proceso excede el límite de especificación superior. Ejemplo (sixpack Weibull): Continuando con el ejemplo de las baldosas. RESUMEN (SIXPACK) DE CAPACIDAD WEIBULL________________________ Usaremos esta opción cuando queramos generar un informe rápido y completo que nos permita analizar si un proceso es o no capaz. por lo que el proceso parece estable. Además. deberíamos ser capaces de determinar si el proceso está bajo control y de confirmar si el proceso cumple con las especificaciones técnicas (es un proceso capaz).

33).609 Weibull Prob Plot Ranges 6 3 R=5.0 Last 10 Subgroups 7.0SL=9. De forma coherente con el gráfico de capacidad. Los puntos del diagrama de rachas forman una nube aleatoria y bastante horizontal.VI. se observa que los puntos siguen un patrón aleatorio y que en ningún caso éstos exceden los límites de control.5 Capability Plot Process Tolerance Overall (LT) I I I I Values 5.408 -3.590 4 Capability Histogram Means 3 2 1 Subgr 0 9 1 2 3 4 5 6 7 8 9 10 X=2. Sin embargo.0SL=1. por lo que podemos considerar que el proceso productivo está bajo control estadístico.206 0 0.15 . Ello también contribuye a considerar que el proceso está bajo control y se muestra estable. llegados al gráfico de capacidad observamos que la tolerancia del proceso excede con mucho el límite de especificación superior. Esto significa que nos encontraremos con baldosas que no cumplan con la especificación máxima de 8 mm. A raíz de lo que muestran tanto el histograma como el gráfico de probabilidad. Para poder interpretar correctamente los índices de capacidad obtenidos. debemos comprobar que se verifica la hipótesis de que los datos se distribuyen siguiendo una Weibull.77 Subgroup Number 8 Specifications En ambos gráficos de control (X-barra y R).923 -3.256 0 4 8 3.1 1. VI . por lo que concluimos que nuestro proceso no es capaz.0SL=4. En este caso no se aprecia ningún tipo de dependencia. Conviene recordar aquí la importancia de comparar el comportamiento evolutivo de los puntos en X-barra y R para ver si ambos están relacionados.69368 Scale: 3. no parece haber mayor problema en este sentido. el valor del índice Ppk es inferior a nuestro valor de referencia (1. en la que no se observan tendencias ni desplazamientos. Capacidad de Procesos Process Capability Sixpack for Curvatura Xbar and R Chart 3.0 0 1 2 3 4 5 6 7 8 9 10 Shape: 1.5 0.0 2.0SL=1.27812 Pp: * Ppk: 0.0 10.

Sign up to vote on this title
UsefulNot useful