Está en la página 1de 19

ANALISIS DE LA CAPACIDAD DEL PROCESO

1.

INTRODUCCIÓN

Con el nombre de análisis de la capacidad del proceso se ha agrupado al grupo de técnicas que analizan el proceso desde el punto de vista de que tan capaz es de cumplir con las especificaciones de diseño que se le da a un tema de control de calidad a un producto. Un producto terminado por supuesto tiene muchos temas de control de calidad por lo que teóricamente cada uno se debería analizar bajo esta óptica. De acuerdo al desarrollo tecnológico que se tenga implementado se consideran todos los temas de control, o los más importantes.

El análisis de la capacidad del proceso parte del supuesto que la variabilidad de un proceso bajo estudio es el resultado de la variabilidad presente entre los datos y la generada por el desajuste al no estar el centro cumpliendo con el valor deseado como un tamaño nominal. El cumplimiento de las especificaciones para decir que el proceso es capaz de cumplir con lo que uno quiere consiste en reducir la variabilidad entre los datos y el desajuste

Para ilustrar esto considere el ejemplo visto en gráficos por variables para el promedio y rango consistente en el barrenado de un agujero en una pieza. Suponga por un momento que las especificaciones son que el valor ideal del tamaño es de 42 milímetros, permitiéndose una variación de seis milímetros en cualquier dirección, (46 ± 6). Una ves que el proceso se consideró que estaba controlado estadísticamente se recogieron y midieron el tamaño de los diámetros de n piezas.

Variación total = variación de datos + variación por desajuste

Simbólicamente, si se define la notación siguiente:

µ 0 =

(Y i – Y 0 ) =

Valor meta deseado (= 42 para nuestro ejemplo)

Y i =

Tamaño del agujero en la pieza i ( i = 1,2,

,

n)

Y =

Promedio del tamaño del agujero considerando los n datos (= 39.41 para nuestro ejemplo). Desviación de la medición i con respecto a su valor meta deseado. Pare el ejemplo esto es =Y i – 42

Σ n i=1 (Y i µ 0 ) 2 = Suma del cuadrado de las desviaciones con respecto a la meta deseada. Par el ejemplo esto es Σ= n i=1 (Y i – 42) 2 =

SC T

= Variación total con respecto a la meta = Σ n i=1 (Y i µ 0 ) 2

EC 1

Si la ecuación 1 se desarrolla algebraicamente, se puede demostrar que es equivalente a lo siguiente:

SC T = Σ n i=1 (Y i µ 0 ) 2 = Σ n i=1 (Y i Y) 2 +n(Y– µ 0 ) 2

Σ n i=1 (Y i µ 0 ) 2 = (n-1)S 2 +n(Y– µ 0 ) 2

EC 2

el análisis de la ecuación 2 es el siguiente:

Caso 1

Si Y 1 = Y 2 =

=

Y n = Y, no existe variación entre los

datos [Σ n i=1 (Y i Y) 2 = 0]. La variabilidad total del proceso se debe exclusivamente al desajuste (Y– µ 0 ) 2 . La solución es ajustar el proceso para que (Y– µ 0 ) 2 = 0 cuando Y= µ 0

Caso 2

Si el proceso está correctamente ajustado es decir Y= µ 0 = 0, no existe variación por desajuste. La variabilidad total del proceso se debe exclusivamente a que Σ n i=1 (Y i Y) 2 = (n-1)S 2 >0. La solución es tratar de reducir la variación de los datos manteniendo el mismo ajuste, mediante decisiones administrativas como, el cambio de métodos de trabajo, el uso de mejores materiales, el empleo de equipo que produzca trabajos más precisos, reentrenando al personal, etc

Caso 3

El proceso genera la variación tanto porque existe desajuste como por la variación en los resultados. La solución es la combinación de las propuestas de los casos 1 y 2.

Entre los usos principales de los resultados del estudio de la capacidad el proceso están:

Predecir

que

tan

especificaciones

bien

un

proceso

cumplirá

con

las

Ayudar al diseñador/desarrollador de productos en la selección o modificación de procesos.

Apoyar el establecimiento de intervalos de tiempo entre muestras para darle seguimiento al proceso.

Establecer las especificaciones de resultados que debe cumplir un equipo nuevo.

distintos

Seleccionar

equipo

o

herramientas

entre

proveedores

Reducir la variabilidad en los proceso de manufactura

2. METODOS PARA REALIZAR ESTUDIOS DE LA CAPACIDAD DEL PROCESO

En los estudios de la capacidad del proceso generalmente el estudio se hace en términos de 1) La proporción de piezas que cumplen con las especificaciones o 2) un índice que mida la capacidad del proceso. Se interpretan los resultados y se toma una decisión en función de eso. Debe tenerse en cuenta que para que un estudio de capacidad de proceso tenga fines predictivos es necesario que el proceso esté estable, es decir, su variación está estadísticamente bajo control. De no hacerse así no se puede predecir algo confiable.

3. HISTOGRAMA

El uso de histogramas es un método gráfico usado para estimar la capacidad del proceso, especialmente a nivel operador.

El procedimiento consiste básicamente en los pasos siguientes.

Primero. Construya el histograma de la forma normal usando al menos 100 mediciones Segundo. Trace una línea para cada una de las especificaciones del tema de control en el eje horizontal Tercero. Interprete el histograma:

a. Todos los datos caen dentro de los límites. Proceso capaz de cumplir con las especificaciones. Caso contrario es incapaz.

b. Caen más datos a la izquierda del límite inferior que del superior (o al revés). El problema es de desajuste y demasiada variabilidad del proceso.

Ejemplo 1 Los datos de la tabla 1 representan los resultados de inspeccionar el tamaño del diámetro interno de una pieza que tiene como especificaciones 46 ± 6 mm. El histograma de los datos de la tabla 1 junto con las especificaciones del diámetro interno se presenta en la figura 1.

Tabla 1

Resultados de inspeccionar

Interpretación:

Supuestos a cumplir:

El único supuesto a cumplir es la presencia de causas de variación al azar, controladas.

Comentario. Considerando los datos de la tabla 1 y las especificaciones se puede calcular el porcentaje de piezas que cumplen con las especificaciones y usarlo como estimación. Esta estimación es un tanto rústica.

4. PAPEL PROBABILISTICO

El uso de papel probabilistico es otra forma de evaluar la capacidad del proceso. El procedimiento general es el siguiente

Primero Determine la distribución de probabilidad que siguen sus datos. Segundo Grafique los datos obtenidos en el papel probabilístico de la distribución seleccionada, siguiendo el procedimiento propio y dibuje una línea que considere la más adecuada para sus datos Tercero. Trace para cada especificación una línea que corte a la línea trazada en el paso anterior y vea la probabilidad correspondiente en el eje vertical Cuarto Determine la proporción que cumple con las especificaciones mediante la diferencia de los valores probabilísticos obtenidos en el paso anterior.

Ejemplo 2 Para los datos del ejemplo 1 se quiere estimar la proporción de piezas que cumplen con las especificaciones, suponiendo que los datos vienen de un proceso bajo control, estadístico y siguen adecuadamente el comportamiento descrito por una distribución de probabilidad normal.

La tabla 2 representa el tratamiento hecho a los datos de la tabla 1 para graficarlos usando papel probabilístico normal. La figura 2 representa el resultado de esto.

Tabla 2 Calculo de P k

Figura 3 Papel probabilístico normal para los datos de la tabla 2

Considerando que una perforación es buena cuando su tamaño está entre 36 y 48. Se busca el valor de 48 (en el eje horizontal) y se traza una línea vertical hasta cortar a la línea recta. En el eje vertical se detecta que el punto definido tiene una probabilidad de 0.18. Para la especificación inferior de 36 se hace algo similar obteniéndose una lectura de 0.99. Con esta referencia la probabilidad de pieza buena = 0.99 –0.18 = 0.81, es decir el 81 porciento de la producción cumple con las especificaciones.

Supuestos a cumplir:

El único supuesto a cumplir es la presencia de causas de variación al azar, controladas.

Comentarios. Dependiendo de la línea trazada para representar sus datos será los valores probabilisticos obtenidos en la gráfica. Esto quiere decir que esto es un método subjetivo porque el resultado depende del sujeto que trace la línea que mejor represente a sus datos.

5. ANÁLISIS PROBABILISTICO

Para determinar la proporción de piezas que cumplen las especificaciones se requiere calcular la probabilidad correspondiente y multiplicarla por cien, siguiendo el procedimiento siguiente

Primero Determine la distribución de probabilidad que siguen sus datos. Segundo Estime los parámetros de la distribución de probabilidad seleccionada Tercero. Evalúe la probabilidad de cumplir con las especificaciones usando la distribución de probabilidad seleccionada, definida en los pasos anteriores, es decir:

P =

Probabilidad de cumplir con las especificaciones

=

P(Especificación Mínima< X < Especificación

Máxima).

Cuarto

Pase este resultado a porcentajes para facilidad de interpretación.

Supuestos a cumplir:

El único supuesto a cumplir es la presencia de causas de variación al azar, controladas.

Comentarios. Con mucha frecuencia se hace el supuesto que los datos son descritos por una distribución de probabilidad normal lo cual se debe de verificar. Por ejemplo Si uno está trabajando en una fábrica de focos las cuales tienen como especificaciones que su vida debe ser 800± 50 horas y quiere determinar la proporción de focos que cumplen con las especificaciones, seguramente encontrará que sus datos experimentales siguen el comportamiento de una distribución exponencial y no normal.

Ejemplo 3 Para los datos del ejemplo 1, determine el porcentaje de piezas que cumplen con las especificaciones. De resultados previos, se tiene la información siguiente:

Del gráfico del promedio se estimó que el centro del proceso =µ^ =

39.41

Del gráfico de la desviación estándar se estimó que la desviación

estándar del proceso es σ^= S= 3.709.

Suponiendo que los diámetros del agujero son descritos adecuadamente por la distribución de probabilidad normal con µ =39.41 y σ = 3.709,

P

3.709)

= Probabilidad de cumplir con las especificaciones =

=P(Esp. Inferior< X=medición <Esp. Superior)

= P(36< X = tamaño del diámetro interno< 48|µ =39.41 y σ =

Para evaluar la normal dentro de las especificaciones es más sencillo pasar X en términos de Z,

Z = X -

µ

σ

Para nuestros dato se tiene que:

Z I = E inferior -

µ =

= 36

- 39.41 = -0.916

σ 3.709

Z S = E superior -

µ =

= 48

- 39.41 = 2.32

σ 3.709

P

=

P(36< X < 48|µ =39.41 y σ = 3.709)

= P(Z I < Z

= P(-0.916 < Z < 2.32)

= 0.9898 – 0.1798

= 0.81

< Z S )

El 81% cumple con las especificaciones.

El proceso actual como está estandarizado y diseñado no es capaz de cumplir con las especificaciones, se puede incrementar un poco la proporción de piezas que cumplen con las especificaciones tratando de ajustar el proceso porque el centro del proceso (µ= 39.41) es distinto al valor meta deseado ( µ 0 = 42). Si se desea mejorar más el desempeño del proceso para cumplir con las especificaciones es necesario disminuir su variabilidad entre los datos S 2 , es decir estamos en el caso 3 mencionado en el inicio del capítulo.

6. INDICES DE CAPACIDAD PROCESO ESTABLE

Teniendo en cuenta que los estudios probabilisticos requieren cierta madurez en el manejo de principios de probabilidad y que esto no es lo común, se han hecho esfuerzos para encontrar formas alternativas de evaluar la capacidad del proceso que sean sencillas tanto en el calculo como en la interpretación, Esto dio como resultado el uso generalizado de los índices Cp Cpk y Cpm que para interpretarse correctamente se deben cumplir los dos supuestos siguientes:

La variación del proceso está estadísticamente controlada Los datos pueden ser modelados usando la distribución de probabilidad normal.

El no cumplimiento de estos supuestos, dará como resultado que las propuestas de interpretación no sean correctos

6.1 C p . Capacidad Potencial del proceso.

Se propone que un indicador para medir la capacidad potencial de un proceso se haga considerando una relación entre la magnitud del rango de las especificaciones y el rango de la variación natural. El rango de la variación natural se ha definido tradicionalmente como 6σ y el rango de las especificaciones = E I – E S . Por lo que el Cp se calcula usando la ecuación 3

C p = E I – E S

EC 3

6σ

La interpretación del valor del C p , se resume en la tabla 3

Valor de C p

Interpretación

<1

Proceso potencialmente incapaz de cumplir con las especificaciones

= 1

Proceso potencialmente difícil de cumplir con las especificaciones. En el mejor de los casos producirá 3 disconformidaes en mil oportunidades que se presenten.

>1

Proceso potencialmente especialmente si el valor es 1.33

capaz,

Tabla 3. Interpretación del Cp

La interpretación se basa en los conceptos de que si el proceso esta centrado, un C p =1, equivale a tener una probabilidad de 0.9973 de cumplir con las especificaciones, decir de producir 27 piezas no conforme a especificaciones en 10,000 producidas. Si el criterio no le parece satisfactorio por el tipo de proceso que se usa, se recomienda considere los valores de C p de la tabla 4 para marcar las tres áreas plasmadas en la tabla 3.

Cp

Número de no conformidades en PPM

Especificación unilateral

Especificación bilateral

0.25

226,628

453,255

0.50

66,807

133,614

1.00

1,350

2,700

1.50

4

7

2.00

0.0009

0.0018

Tabla 4

Número de no conformidades en partes por millón de oportunidades de acuerdo a un valor dado del Cp y suponiendo proceso centrado

Motorola desarrollo el sistema de ±6σ para decir que el proceso cumple con las especificaciones, teniendo en cuenta lo siguiente:

Un proceso estable presenta variación natural de ±1.5σ y no es fácilmente detectable usando los gráficos de Shewhart

La competencia actual es tal que se debe ser más exigente en la producción, por lo que se debe luchar por tener un Cp= 2 y centrado en su valor meta deseado para que de esa manera se generen aproximadamente 3 defectos por millón de oportunidades de ocurrencia. La tabla 5 presenta la cantidad esperada de no conformidades por millón de

oportunidades de acuerdo a los supuestos del Sistema seis sigma.

Clasificación de la empresa en términos de σ

CP

P.P.M

1

0.33

308,537

2

0.67

 

3

1.00

66,807

4

1.33

6,210

5

1.67

233

6

2.00

3

Tabla 5 Valores de P.P.M suponiendo un desajuste de 1.5σ

El problema básico en el uso de la ecuación 3 es la correcta estimación de σ la cual se puede hacer si el proceso está controlado de alguna de las dos maneras siguientes.

Tome una muestra de n piezas y calcule S usando la ecuación 4

S =

2 ( − Y ) Y i n − 1
2
(
− Y
)
Y i
n − 1

EC 4

Si esta empleando el gráfico del rango o desviación estándar

σ =R = S

d 2

C 4

Ejemplo 4. Para los datos del ejemplo 3 calcule el Cp e interprete los resultados obtenidos.

Datos del ejemplo 3 Como el proceso está estable:σ^= S= 3.709

E inferior = 36 E superior = 48

Usando la ecuación 3 se tiene

C p = E I – E S

6σ

= E I – E S

C p

6S

= 48 – 36 = 0.539

6*3.709

Como Cp<1, el proceso es potencialmente incapaz de cumplir con las especificaciones.

En ocasiones es de interés conocer el porcentaje de la banda de las especificaciones que el proceso podría cubrir. Esto se estima usando la ecuación 5

100P = 100

EC5

C p

Para nuestro ejemplo 100P = 100/0.539 = 185.49 %

Interpretación: La variación del proceso es tal que se está pasando 85.49 % del máximo permitido en las especificaciones (en el caso de que el proceso esté centrado).

La ecuación 3 para el calculo del C p parte del supuesto que las especificaciones son bilaterales (EI y ES), lo cual no siempre es cierto. En el caso de tener especificaciones unilaterales las ecuaciones a utilizar para el cálculo de la capacidad potencial son las siguientes

C pi = µ – E i

3σ

C ps = E s µ

3σ

EC 6

EC 7

Ejemplos para el uso de la ecuación 6 y 7. Se tiene un envase de cristal sometido a una presión y se desea que resista sea al menos 2.0 kgs/cm 2 . Haga un estudio de la capacidad del proceso (Ecuación 6). Se fabrican hornos de microondas y el diseño expresa que la cantidad de radiación que salga no debe ser mayor a 3 puntos. Haga un estudio de la capacidad del proceso (ecuación 7).

El índice C pk es la combinación del C p (capacidad potencial del proceso) con el índice K que mide el desajuste entre el valor meta deseado y el centro del proceso. Se procede a la explicación del índice K

6.2.1 K Indice de desajuste.

Para que los resultados obtenidos en el Cp se cumplan es necesario que el proceso este centrado, es decir que el valor deseado y el centro del proceso sea el mismo si esto no se cumple el proceso está desajustado. Con este concepto se definió K como un indicador del desajuste

K

− µ 0 = µ − E I E S
− µ
0
= µ
E I
E S

2

EC 8

La interpretación de K es la siguiente:

Valor de K

Interpretación

=0

El proceso está centrado, ajustado: µ 0 = µ

0

El proceso está desajustado: µ 0 ≠µ

>0

El centro del proceso µ está más cerca de Es. Si K= 1, µ= Es

<0

El centro del proceso µ está más cerca de Ei. Si K= -1, µ= Ei

Ejemplo 5 Para los datos del ejemplo 3 estime K e interprete los resultados.

K

= (42 – 39.41) = 0.4316 [(48 – 36)/2] =

Interpretación. El proceso está desajustado y la media del proceso esta más cerca de la especificación superior que de la inferior.

6.2.2 C pk

Teniendo en cuenta que el Cp no considera donde se encuentra la media del proceso con respecto a las especificaciones, se consideró el desarrollo de un índice de capacidad del proceso que combinara tanto la dispersión de los datos con respecto a las especificaciones como el desajuste. Esta idea desarrollo el índice Cpk denominado

capacidad real del proceso cuyo calculo se hace usando la ecuación 9 y cuya interpretación es similar a la del Cp.

C pk = C p ( 1-|K|)

EC 9

Ejemplo 6

Para los

datos del ejemplo 3 calcule

el Cpk

e interprete los

resultados.

Del ejemplo 4 se tiene que el C p = 0.59 Del ejemplo 5 se tiene que K = 0.4316

C pk

= C p * (1 - |K|) = =0.59*(1-0.4316)= 0.306

Interpretación: Como el C pk es <1 el proceso actualmente es incapaz de cumplir con las especificaciones.

Cpk El valor del Cpk también se puede obtener usando la ecuación siguiente:

Cpk= MINIMO{Cpi,Cps}.

EC 9

El valor del Cpk del ejemplo 6 , usando la EC 9 equivale a calcular el Cpi (EC 6) y el Cps (EC 7) y seleccionar el menor de los 2.

C pi ^ = µ^ – E i =

3σ^

C ps ^ = Es -

µ^

3σ^

39.41 – 36 = 0.306

=

3*3.709

42 – 39.41 = 0.77

3*3.709

Cpk= MINIMO{Cpi,Cps} = MINIMO{0.306,0.77} = 0.306

Ejemplo 7 Para un proceso con los siguientes parámetros:

ES= 62

Se supusieron distintos centros del proceso y se calculo el C p y C pk

obteniéndose los resultados que se presentan en la tabla 6.

EI= 38,

µ 0 = 50

σ = 2

Centro del proceso = µ

50

53

56

59

62

65

Valor deseado = µ 0 Desajuste en términos de σ =δσ Cp Cpk

50

50

50

50

50

50

0.0σ

1.5σ

3.0σ

4.5σ

6.0σ

7.5σ

2.0

2.0

2.0

2.0

2.0

2.0

2.0

1.5

1.0

0.0

-0.5

Tabla 6 Relación entre el Cp y Cpk

6.3

C pm Indice de Taguchi

Aún cuando el índice C pk se desarrolló porque el C p no medía adecuadamente la capacidad cuando el proceso estaba desajustado, se encontró que este no cumplía cabalmente con ese propósito. A manera de ilustración considere que un tema de control tiene como valor meta deseado 50, EI = 30 y ES = 60. El trabajo se puede hacer empleando 2 métodos que bajo condiciones estables tiene los resultados que se proporcionan en la tabla 7

Proceso

A

B

Centro del proceso = µ

50

57.5

σ

5

2.5

Cp

1.0

2.0

C

pk

1.0

1.0

Tabla 7 Resultados del Cp y C pk para 2 procesos

, comportamiento es distinto. Considerando esta situación, Chan 1 propuso combinar el concepto de C p con las ideas de Taguchi para medir el desajuste calculando un índice usando la ecuación 10

el

Aun cuando los dos procesos tienen el mismo valor de C

pk

C pm

=

ES − EI 2 2 6 σ + ( µ − µ) 0
ES
− EI
2
2
6
σ
+
(
µ
µ)
0

EC 10

La interpretación simbólica se presenta en la tabla 8, es decir si el proceso está centrado, (µ 0 = µ), los tres índices indican el mismo valor, cuando el proceso está desajustado (µ 0 ≠µ), los valores de los índices no son iguales (C p > C pk > C pm ). Por supuesto que un valor de C pm <1 indica proceso desajustado

Caso 1

Caso 2

µ 0 = µ C p = C pk = C pm

µ 0 ≠µ C p > C pk > C pm

Tabla 8 Interpretación del Cpm

Ejemplo 8.

Para

resultados.

los

datos

del

ejemplo

1

Datos del ejemplo 3 se tiene:

calcule

el

C pm

e

interprete

los

1 Chan, L.K., S. W. Cheng y F.A. Spring, (1988) “A New Measure of Process Capability:

Cpm”, Journal of Quality Technology, Vol 20

C pm

=

ES − EI 2 2 6 σ + ( µ µ − ) 0
ES
− EI
2
2
6
σ
+
(
µ µ
)
0

=

48 − 36 2 2 6 3.709 − ( 39.41 − 42 )
48
− 36
2
2
6
3.709
(
39.41
42
)

µ 0 = 39.41

E inferior = 36

µ^ = 39.41 S= 3.709.

E superior = 48

= 0.2878

Interpretación:

El proceso está desajustado e incapaz.

El resumen de cálculos hechos para el ejemplo 1 es el dado en la tabla 9.

Caso

Prob.

Cp

K

Cpk

Cpm

Resultado

0.89

0.59

0.4316

0.306

0.2878

Interpretación

89%

Proceso

Proceso desajustado El centro está más cerca de la Esuperior

Proceso

Proceso desajustado e incapaz de cumplir

producción

incapaz

actual

buena

en potencia

incapaz

de

cumplir

especificacio-

especif.

nes

Tabla 9

Resumen de cálculos de la capacidad del proceso para los datos del ejemplo 1

Compruebe que para los datos de la tabla 6 del proceso A y B los valores estimados del C pm son 1.0 y 0.63 respectivamente, indicando que el proceso A es mejor que el de B.

Considerando los resultados resumidos en la tabla 1 se puede concluir lo siguiente:

Para evaluar la capacidad del proceso, el estudio probabilístico proporciona una idea más clara que los índices de capacidad al llegar al expresar la estimación en términos más precisos.

El cálculo de los índices de capacidad es generalmente más sencillo que los cálculos probabilísticos.

A medida que se le agrega más detalle al cálculo de los índices su interpretación y cálculo se complica, alejándose de la idea básica de que sean fácil de calcular e interpretar.

Tanto los cálculos probabílisticos como los índices indican una estimación puntual que puede y debe ser mejorada expresando los resultados en intervalos de confianza para poder usar de manera más confiable los resultados en la predicción de la capacidad del proceso.

7. INTERVALOS DE CONFIANZA PARA C p , C pk .

El cálculo de los indicadores de la capacidad del proceso arroja una estimación puntual de la calidad del tema de control. Estos resultados se pueden extender aplicando el concepto de intervalo de confianza al trabajo de los índices de la capacidad del proceso.

7.1 Intervalo de confianza para C p

Usando la ecuación 3 para estimar C p , la estimación por intervalos de C p es

C

p

2 2 χ χ ∧ (1 − α / 2),( n − 1) α /
2
2
χ
χ
(1
α
/ 2),(
n −
1)
α
/ 2),(
n −
1)
C
p
n − 1
C
p n −
1

Observe que se usa una distribución Chi cuadrada porque Cp tiene como único parámetro polacional (estimado) a la desviación estándar que equivale a la raíz cuadrada de la varianza y la varianza es modelada satisfactoriamente usando la Chi cuadrada.

Ejemplo 9 Para los datos del ejemplo 1, construya un intervalo de confianza para Cp. Suponga que n=20 datos y utilice los resultados previos

C^p =0.59 2 2 χ χ ∧ ∧ 8.91 ≤ 32.85 (1 − α /
C^p =0.59
2
2
χ
χ
8.91 ≤
32.85
(1
α
/ 2),(
n −
1)
α
/ 2),(
n −
1)
C
= 0.59
C
≤ 0.59
C
p
n
− 1
C
p n −
1
19
p 19
p

0.404 < Cp<0.776

7.2

Intervalo de confianza para Cpk

8. INDICES DE DESEMPEÑO DEL PROCESO, PPI.

En 1991 se formó la Automotive Industry Action Group o AIAG. Este grupo está constituido por los tres grande de la industria automotriz norteamericana (Ford, G.M. y Daimler/Chrysler) y la American Society for Quality (ASQ). Uno de sus objetivos es estandarizar los requerimientos de reportes de los proveedores y en general de sus proveeddores automotrices.

La AIAG recomienda el uso de índices de capacidad del proceso Cp y Cpk cuando el proceso está en control y estimando la desviación estándar del proceso S=R/d 2 . Cuando el proceso no está en control, la AIAG recomienda usar los índices de desempeño del proceso Pp y Ppk, donde

P p = Esuperior – Einferior

6S

Donde S es la desviación estándar de la muestra, calculada usando la ecuación 4. Lo que equivale a decir que el C p y el Pp son básicamente iguales cuando el proceso está controlado estadísticamente. Cuando el proceso no esta controlado el índice Pp no tiene ninguna interpretación significativa con respecto a la capacidad del proceso porqué no se puede utilizar para predecir su capacidad. Sus propiedades estadísticas no son determinables y no se pueden hacer estimaciones validas con respecto a los verdaderos parámetros poblacionales.

Si el interés está en tener una estimación rápida y sencilla de cómo está el proceso en el instante del tiempo en que se extrajo la muestra para hacer el calculo del P p , es más sencillo utilizar las mediciones y directamente calcular con una sola división el porcentaje de piezas que cumplen con las especificaciones del tema de control. Desde el punto de vista ingenieril el P p no dice nada. Algo similar se puede argumentar entre el P pk y el C pk .

Se presentó el índice P p y su parte P pk , para que se conozca sus orígenes, su existencia y la poca o nula fundamentación estadística para fines de estimación y predicción, objetivo fundamental del control estadístico del proceso.

9.

RESUMEN Y CONCLUSIONES

Ejercicios:

1.

para gato que según las

especificaciones de la lata deben ser de 95 ±10 gramos. Se supone que el tema de control (el peso neto del alimento) tiene una distribución de probabilidad normal. Se usa un gráfico Promedio desviación estándar con agrupamiento de 5 latas (n= 5) e indica variación controlada.

Se

está

empacando

alimento

Del gráfico de control del promedio se tiene: x = 100

Del gráfico de la desviación estándar se tiene: s = 1.05

a. Estime la capacidad potencial e interprete el resultado.

b. Estime la capacidad real e interprete el resultado.

c. Estime el Cpm e interprete el resultado.

d. Calcule las tolerancias naturales del proceso y compárelas con las especificaciones de diseño. ¿Que concluye?

e. Que porcentaje de latas tienen peso de más

f. Si la producción diaria es de 10,000 latas y el gramo de alimento es de $ 30.00 ¿cuanto se está gastando de más?

2. Un equipo rectificador de cilindros de motor de carro se debe ajustar para hacer el trabajo con las especificaciones siguiente 80 ±8 mm. Suponiendo que el tema de control (el diámetro interno del cilindro) tiene una distribución de probabilidad normal y está en estado de control estadístico al usar agrupamiento de 5 cilindros (n= 5):

Del gráfico de control del promedio se tiene: x = 100

Del gráfico de la desviación estándar se tiene: s = 1.05

a. Estime la capacidad potencial e interprete el resultado.

b. Estime la capacidad real e interprete el resultado.

c. Estime el Cpm e interprete el resultado.

d. Calcule las tolerancias naturales del proceso y compárelas con las especificaciones de diseño. ¿Que concluye?

e. Que porcentaje de cilindros cumplirán con las especificaciones, es decir están bien trabajados.

3. Se tienen 2 procesos con las características siguientes:

Proceso A Del gráfico de control del promedio se tiene: x = 100 Del gráfico de la desviación estándar se tiene: s = 3 Proceso B Del gráfico de control del promedio se tiene: x = 105

Del gráfico de la desviación estándar se tiene: s = 1

Si las especificaciones son 100 ±10

a. Calcule el C p , C pk , Cpm e interprete los resultados

b. ¿Que proceso recomendaría?