STATGRAPHICS Rev.

4/d/yyyy

Anlisis de Capacidad Multivariada

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.

StatFolio Muestra: mvcapability.sgp

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:

Large Mdium Small LSL Nominal USL

(Grande) (Mediana) (Pequea)
5.4 93.6 1.0 5 10
3.2 92.6 4.2 5 10
5.2 91.7 3.1
3.5 86.9 9.6
2.9 90.4 6.7
4.6 92.1 3.3
4.4 91.5 4.1
5,0 90.3 4.7
8.4 85.1 6.5
4.2 89.7 6.1
3.8 92.5 3.7
4.3 91.8 3.9
3.7 91.7 4.6
3.8 90.3 5.9
2.6 94.5 2.9

Adems de la muestra, el archivo tambin contiene lmites de especificacin para los porcentajes
relativos de partculas grandes y pequeas, los cuales son:

Grande 10% (1)

Pequea 10% (2)

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.

2006 por StatPoint, Inc. Anlisis de Capabilidad Multivariada - 1

 STATGRAPHICS Rev. 4/d/yyyy
Entrada de Datos
Los datos que sern analizados consisten en columnas numricas las cuales contienen las
variables de inters y los limites de especificacin.

Datos: columnas numricas que contienen las n muestras, una por rengln.

Lmites Superiores de Especificacin: columna numrica que contiene los lmites de

especificacin superiores. Si una variable no tiene un lmite superior, deje la celda
correspondiente en blanco.

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.

Limites Inferiores de Especificacin: columna numrica que contiene los lmites de

especificacin inferior. Si una variable no tiene un lmite inferior, deje la celda
correspondiente en blanco.

Seleccin: Subconjunto a seleccionar.

2006 por StatPoint, Inc. Anlisis de Capabilidad Multivariada - 2

 STATGRAPHICS Rev. 4/d/yyyy
Resumen del Anlisis
El Resumen del Anlisis muestra los estadsticos resumidos para cada columna y la probabilidad
estimada de estar fuera de los lmites de especificacin.

Anlisis de Capacidad Multivariada

Datos / Variables:
Small
Large
Nmero de casos completos: 56

Media Desv. Estd.

Variable Muestral Muestral LIE Nominal LSE
Small 6.09821 2.51154 5.0 10.0
Large 5.68214 1.94171 5.0 10.0

2006 por StatPoint, Inc. Anlisis de Capabilidad Multivariada - 3

 STATGRAPHICS Rev. 4/d/yyyy
Fuera Especs. Fuera Especs. DPM
Variable Observados Estimados Estimados
Small 5.35714% 6.01462% 60146.2
Large 1.78571% 1.30827% 13082.7
Conjunto 7.14286% 7.18235% 71823.5

Se incluye en la tabla:

Nmero de Casos Completos: el nmero de renglones n en el archivo de datos con

informacin en las p variables. Cualquier rengln con datos faltantes para alguna variable
es excluido del anlisis.
Media Muestral y Desviacin Estndar: la media muestral y la desviacin estndar
para cada variable.
Observado Fuera de la Especificacin: el porcentaje de muestras en las cuales cada
variable estuvo fuera de sus lmites de especificacin individual, con el porcentaje de
veces en las cuales las muestras estuvieron conjuntamente fuera de los lmites. El
porcentaje conjunto incluye casos en los cuales una o ms variables estuvieron fuera de
sus lmites individuales.
Estimado Fuera de la Especificacin: el porcentaje de muestras similares en la
poblacin que se estiman estn fuera de los lmites de especificacin. La estimacin est
basada en una distribucin normal multivariada de los datos y en la estimacin del rea
de esa distribucin que no est dentro de los lmites de especificacin de la distribucin
conjunta.
Estimado DPM: los defectos por milln estimados, definidos como el nmero de
muestras fuera, de cada milln que se estima que caern fuera de los lmites de
especificacin. Esto se calcula a partir del Estimado Fuera de la Especificacin.

2006 por StatPoint, Inc. Anlisis de Capabilidad Multivariada - 4

 STATGRAPHICS Rev. 4/d/yyyy
En el ejemplo, las muestras de arena violaron uno o ms lmites de especificacin 7.14% de las
veces. Basados en la distribucin normal multivariada, se estima que el 7.91% de todas las
muestras tomadas de la poblacin estaran conjuntamente fuera de la especificacin. Debera
notarse que la probabilidad conjunta no es la suma de las probabilidades individuales.

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.

Grefica de Capabilidad Multivariada

DPM = 71823.5

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.

2006 por StatPoint, Inc. Anlisis de Capabilidad Multivariada - 5

 STATGRAPHICS Rev. 4/d/yyyy
Panel de Opciones

Seleccione 2 Variables: seleccione dos de las p variables. Se mostrar la distribucin

marginal de las 2 variables seleccionadas.

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

2006 por StatPoint, Inc. Anlisis de Capabilidad Multivariada - 6

 STATGRAPHICS Rev. 4/d/yyyy
ndice Estimado
MCP 0.49
MCR 205.15
DPM 71823.5
Z 1.46235
SQL 2.96235

Basados en lmites 6.0 sigma. El

Nivel de Calidad Sigma incluye un drif en la media de 1.5 sigmas.

Los ndices calculados son:

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.

MCP un ndice de capacidad multivariada. El ndice es calculado por

Z
MCP = (3)
k /2

donde Z es el valor de la variable aleatoria normal estndar correspondiente a los DPM

calculados, y k es el mltiplo de sigma especificado en la tabla Capacidad del cuadro de
dilogo Preferencias, accesible desde el men Editar. Normalmente, k = 6. Este ndice
est diseado para tener una interpretacin similar a Cpk en el caso univariado.
Usualmente, esto es deseable para MCP 1.33.

MCR el radio de capacidad multivariado. El ndice es calculado por

k/2
MCR = 100 % (4)
Z

Esto es bsicamente el inverso de MCP y expresa el porcentaje de la variacin permisible

que est siendo consumida por la variabilidad en los datos.

Z el valor de la variable aleatoria normal estndar correspondiente al valor calculado

DPM.

2006 por StatPoint, Inc. Anlisis de Capabilidad Multivariada - 7

 STATGRAPHICS Rev. 4/d/yyyy
SQL el Nivel de Calidad Sigma estimado. Este es un ndice del nivel de calidad para el
proceso desarrollado como parte del proceso Six Sigma. Dependiendo de la eleccin 1.5
Sigma Shift en la tabla Capacidad del cuadro de dilogo Preferencias, el SQL es igual a
Z o (Z+1.5).

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.

99.73% Elipse de Capabilidad

MCP =0.49
14

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.

2006 por StatPoint, Inc. Anlisis de Capabilidad Multivariada - 8

 STATGRAPHICS Rev. 4/d/yyyy
Panel de Opciones

Seleccione 2 Variables: seleccione dos de las p variables.

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

2006 por StatPoint, Inc. Anlisis de Capabilidad Multivariada - 9

 STATGRAPHICS Rev. 4/d/yyyy
Small Large
Small 1.0000 0.3538
Large 0.3538 1.0000

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.

2006 por StatPoint, Inc. Anlisis de Capabilidad Multivariada - 10

 STATGRAPHICS Rev. 4/d/yyyy
Pruebas de Normalidad
El proceso de capacidad estimado que se mostr anteriormente depende en gran parte de suponer
que los datos siguen una distribucin normal multivariada. El panel Pruebas de Normalidad
realiza una o ms pruebas en cada variable para determinar cuando o no una distribucin normal
es un modelo razonable para la variable. Para cada prueba, las hiptesis de inters son:

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

Las pruebas a realizarse se seleccionan utilizando el Panel de Opciones. Cada prueba es

desplegada con sus estadsticos de prueba asociados y su P-Valor. P-Valores pequeos (por
debajo de 0.05 si se trabaja con un nivel de significancia del 5% ) permiten un rechazo de la
hiptesis nula y entonces un rechazo de la distribucin normal. En la tabla anterior, todos los P-
Valores estn por encima de 0.05, as que estadsticamente no existe una anormalidad
significativa en los datos.

Panel de Opciones

2006 por StatPoint, Inc. Anlisis de Capabilidad Multivariada - 11

 STATGRAPHICS Rev. 4/d/yyyy

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.

2006 por StatPoint, Inc. Anlisis de Capabilidad Multivariada - 12

 STATGRAPHICS Rev. 4/d/yyyy
Grfica de Probabilidad
La Grfica de Probabilidad es otro mtodo por el cual se puede juzgar cundo la distribucin
seleccionada describe adecuadamente los datos o no.

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.

2006 por StatPoint, Inc. Anlisis de Capabilidad Multivariada - 13

 STATGRAPHICS Rev. 4/d/yyyy

Carta de Control T-Cuadrada

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)

donde xi es el vector de los valores observados correspondientes a la i-sima muestra, x es el

vector de las medias muestrales, y S es la matriz de covarianzas de la muestra. Se incluye un
lmite superior de control en el diagrama, colocado por defecto para cubrir el 99.73% de una
distribucin normal multivariada con las medias y las covarianzas estimadas. Cualquier punto
fuera del limite de control sera una seal de una situacin potencialmente fuera-de-control.

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

Vector de la Media de la Muestra

Vector p por 1 con elementos:

1 n
x j = xij (6)
n i =1

Matriz de Covarianza de la Muestra

Matriz p por p con elementos:

(xij x j )(xik xk )
1 n
s jk = (7)
n 1 i =1

Lmites de Control en el Diagrama T-Cuadrada

(n 1) 2
UCL = Beta , p / 2,( n p 1) / 2 (8)
n

2006 por StatPoint, Inc. Anlisis de Capabilidad Multivariada - 15