Professional Documents
Culture Documents
4/d/yyyy
Resumen
El procedimiento Anlisis de Capacidad Multivariada determina la probabilidad de que los
puntos caracterizados por dos o ms variables se encuentren establecidos dentro de los lmites de
especificacin. Cuando las variables estn correlacionadas, es importante considerar el
comportamiento conjunto, ya que al observar cada variable separadamente puede dar un
panorama errneo de la capacidad de proceso general.
Datos Muestra:
El archivo grit.sf3 contiene mediciones realizadas de n = 56 montones de gravilla, de Holmes
y Mergen (1993). Los datos representan los porcentajes de partculas grandes, medianas y
pequeas en la gravilla. La siguiente tabla muestra una lista parcial de los datos en este archivo:
Adems de la muestra, el archivo tambin contiene lmites de especificacin para los porcentajes
relativos de partculas grandes y pequeas, los cuales son:
Note que la columna que contiene los lmites inferiores est en blanco, ya que no hay cotas
inferiores. Se desea estimar el porcentaje de montones que se encuentran dentro de los lmites de
especificacin.
Datos: columnas numricas que contienen las n muestras, una por rengln.
Valores Nominales: columna numrica que contiene los valores nominales u objetivos para
cada variable. Si una variable no tiene un valor objetivo, deje la celda correspondiente en
blanco.
Se incluye en la tabla:
NOTA: el clculo del porcentaje estimado conjunto fuera de la especificacin requiere integrar
una distribucin normal multivariada y esto puede consumir mucho tiempo. Por favor tenga
paciencia. Tambin, note que para derivar el porcentaje se usan mtodos Monte Carlo, as que la
respuesta podra variar un poco de la que se mostr anteriormente si el proceso se realiza
nuevamente.
Grfica de Capacidad
La Grfica de Capacidad muestra la distribucin normal multivariada para cualesquiera 2 de las
variables.
8 1012
4 6
0 3 6 9 12 02 Large
15
Small
El rea sombreada en azul corresponde a la ubicacin donde todas las variables estn dentro de
los lmites de especificacin. El rea sombreada en rojo corresponde a la ubicacin de una o ms
variables que se encuentran fuera de la especificacin.
Invertir Variables: seleccione esta opcin para mostrar la segunda variable a lo largo del eje
X en el frente de la grfica. En otro caso, la primera variable ser graficada a lo largo del eje
X.
ndices de Capacidad
Esta tabla muestra los ndices de capacidad calculados de los datos.
ndices de Capacidad
DPM defectos estimados por milln. ste es el nmero estimado de las muestras
tomadas de la poblacin que estaran fuera de la especificacin en una o ms de las
variables.
Z
MCP = (3)
k /2
k/2
MCR = 100 % (4)
Z
Los datos muestra tienen un ndice de capacidad de MCP = 0.49, correspondiente a un nivel de
calidad sigma de aproximadamente 3. Mientras que estos niveles obtenidos son comunes, lograr
una calidad de clase mundial requerira mejorar la consistencia de los procesos.
Elipse de Capacidad
La Elipse de Capacidad muestra un diagrama bidimensional de las estimaciones realizadas de los
procesos con respecto a 2 variables elegidas.
11
8
Large
-1
-3 0 3 6 9 12 15
Small
La elipse es dibujada de tal forma que incluye el 99.73% de la probabilidad normal multivariada
estimada para las variables elegidas, similar a los lmites sigma 3 en una grfica de capacidad
univariada. La regin rectangular es la ubicacin en la cual ambas variables estn dentro de sus
lmites de especificacin. Un proceso capaz contendra completamente la elipse dentro de la
regin rectangular.
Invertir Variables: seleccione esta opcin para mostrar la segunda variable a lo largo del eje
X. En otro caso, la primera variable ser graficada a lo largo del eje X.
Matriz de Correlacin
Esta tabla muestra los coeficientes de correlacin estimados para cada par de variables:
Matriz de Correlacin
Los coeficientes de correlacin miden la fuerza de la relacin lineal entre un par de variables, en
una escala de 1 para una correlacin negativa perfecta a +1 para una correlacin positiva
perfecta. Entre ms altas sean las correlaciones es ms importante analizar las variables
conjuntamente en lugar de hacer un anlisis de capacidad univariado para cada variable.
Hiptesis Nula: los datos son muestras independientes de una distribucin normal
Hiptesis Alternativa: los datos no son muestras independientes de una distribucin
normal
Prubas de Normalidad
Valores-P
Shapiro-Wilk Sesgo Curtosis
Small 0.755982 0.382035 0.504427
Large 0.314548 0.470987 0.721277
Panel de Opciones
Incluir seleccione la prueba que se incluir en la salida . Las pruebas por defecto son definidas
en la tabla Dist. Fit del cuadro de dilogo Preferencias al cual se tiene acceso desde el men
Editar.
Grfica de Probabilidad
3.9 Small
Large
2.9
datos empricos
1.9
0.9
-0.1
-1.1
-2.1
-2.1 -1.1 -0.1 0.9 1.9 2.9 3.9
distribucin normal
La grfica muestra los valores de los datos para cada variable, ordenados de mayor a menor,
graficados contra los percentiles equivalentes de la distribucin normal seleccionada. Si la
distribucin normal es un modelo razonable para los datos, los puntos estarn aproximadamente
a lo largo de una lnea recta. En general, la grfica anterior confirma que la distribucin normal
es un modelo razonable.
Diagrama T-Cuadrada
Como en todos los anlisis de capacidad, es importante que el proceso se encuentre en un estado
de control estadstico cuando la capacidad es estimada. En el caso de datos multivariados, un
Diagrama T-Cuadrada es til para examinar si los datos fueron mostrados de un proceso de
control.
12
LSC = 10.81
10
8
T-Cuadrada
0
0 10 20 30 40 50 60
Observacin
En un diagrama T-Cuadrada, cada muestra es representada por un solo estadstico definido por
Ti 2 = ( xi x ) S 1 ( xi x ) (5)
Panel de Opciones
Alfa: la probabilidad de falsa alarma del diagrama de control. Para un diagrama de control
estndar 3-sigma, = 0.27%.
Cifras Decimales para Lmites: el nmero de lugares decimales para mostrar los lmites de
control.
Colorear Zonas: seleccione esta opcin para mostrar zonas verdes y rojas.
2006 por StatPoint, Inc. Anlisis de Capabilidad Multivariada - 14
STATGRAPHICS Rev. 4/d/yyyy
Clculos
1 n
x j = xij (6)
n i =1
(xij x j )(xik xk )
1 n
s jk = (7)
n 1 i =1
(n 1) 2
UCL = Beta , p / 2,( n p 1) / 2 (8)
n