VI.

Capacidad de Procesos

VI. CAPACIDAD DE PROCESOS

INTRODUCCIN____________________________________________________
Una vez hayamos comprobado que el proceso est bajo control, estaremos interesados en saber si es un proceso capaz, es decir, si cumple con las especificaciones tcnicas deseadas. Para determinar si un proceso es o no capaz haremos uso de herramientas grficas (histogramas, grficos de control, y grficos de probabilidad). Tambin utilizaremos los llamados ndices de capacidad, que vendrn determinados por los cocientes entre la variacin natural del proceso y el nivel de variacin especificada. En principio, para que un proceso sea considerado capaz, su variacin actual no debera representar ms del 75% de la variacin permitida. El programa Minitab nos permite realizar anlisis de capacidad basados en la distribucin normal o en la distribucin Weibull. La opcin basada en el modelo normal nos proporciona un mayor nmero de estadsticos, si bien para usar esta opcin es necesario que los datos originales sigan una distribucin aproximadamente normal. As, por ejemplo, esta opcin nos dar estimaciones del nmero de unidades (o partes) por milln 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 estadsticos es necesario que: (1) los datos se han obtenido a partir de un proceso bajo control, y (2) stos siguen una distribucin aproximadamente normal. De forma anloga, tambin es posible basarnos en el modelo Weibull para calcular las partes por milln que no cumplen con las especificaciones. Si los datos siguen una distribucin notablemente asimtrica, probabilidades basadas en el modelo normal no seran muy buenos estimadores de las verdaderas probabilidades de producir unidades que no cumplan con las especificaciones. En tal caso, podramos optar por: (1) usar la transformacin de Box-Cox para transformar los datos en otros cuya distribucin sea aproximadamente normal, o (2) usar el modelo Weibull.

SI

Siguen los datos una distribucin Normal?

NO

Usar distribucin Normal

Usar transformacin Box-Cox

Usar distribucin Weibull

VI - 1

Control Estadstico de la Calidad con MINITAB

A continuacin se presentan en una tabla las distintas opciones que ofrece el programa: OPCIN DESCRIPCIN

Dibuja un histograma de capacidad de las observaciones individuales superpuesto a una curva normal basada en la media Anlisis de Capacidad Normal y desviacin estndar del proceso (lo cual permite visualizar el supuesto de normalidad). Tambin incluye una tabla con ndices de capacidad, tanto estadsticos a corto plazo como a largo plazo. Dibuja un histograma de capacidad de las observaciones individuales superpuesto a una curva Weibull basada en la forma Anlisis de Capacidad Weibull y escala del proceso (lo cual permite visualizar el supuesto de que los datos siguen una Weibull). Tambin incluye una tabla con ndices de capacidad, todos ellos estadsticos a largo plazo. Combina los siguientes grficos junto a diversos ndices da capacidad: X-barra (o Individuales), R (o MR), y grfico de rachas, a Resumen (sixpack) de partir de los cuales podemos estudiar si el proceso est Capacidad Normal o no bajo control Un histograma de capacidad superpuesto a una curva normal, a partir del cual podemos analizar si se cumple la hiptesis de normalidad Un grfico de capacidad, el cual muestra la variabilidad del proceso comparndola con las especificaciones Combina los siguientes grficos junto a diversos ndices da capacidad: X-barra (o Individuales), R (o MR), y grfico de rachas, a Resumen (sixpack) de partir de los cuales podemos estudiar si el proceso est Capacidad Weibull o no bajo control Un histograma de capacidad superpuesto a una curva Weibull, a partir del cual podemos analizar si se cumple la hiptesis de que los datos siguen dicha distribucin Un grfico de capacidad, el cual muestra la variabilidad del proceso comparndola con las especificaciones

Los anlisis basados en el modelo normal calculan tanto la variacin a corto plazo como la variacin a largo plazo, mientras que los basados en el modelo Weibull slo calculan la variacin a largo plazo. Los estadsticos o ndices de capacidad asociados a la variacin a corto plazo son Cp, Cpk, CPU, y CPL; por otro lado, los ndices de capacidad asociados a la variacin a largo plazo son Pp, Ppk, PPU, y PPL. As, para calcular los estadsticos Cp, Cpk, CPU, y CPL, se estima la variacin (a corto plazo) a partir de la variacin dentro de los subgrupos, pero no se consideran las diferencias entre los distintos subgrupos. Por tal motivo, estos ndices representan la capacidad potencial, i.e., estiman la capacidad del proceso bajo la hiptesis de que no existen diferencias entre las medias de los subgrupos. Por su parte, los estadsticos Pp, Ppk, PPU, y PPL estiman la capacidad global o a largo plazo del proceso. Al calcular tales estadsticos, se estima la variabilidad a largo plazo considerando para ello todo tipo de variacin, tanto la que se produce dentro de los subgrupos como la que se produce entre ellos. La capacidad global o a largo plazo nos dice cmo se est comportando el proceso respecto a las especificaciones prefijadas. La capacidad potencial o a corto plazo nos dice cmo se comportara el proceso si consiguisemos 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.

VI - 2

VI. Capacidad de Procesos

ANLISIS DE CAPACIDAD (MODELO NORMAL)_________________________

Usaremos el anlisis de capacidad con el modelo normal cuando los datos provengan de una distribucin aproximadamente normal. El informe que genera el programa incluye un histograma de capacidad con una curva normal superpuesta, y una tabla completa de ndices de capacidad a corto y largo plazo. La curva normal se obtiene usando la media y desviacin tpica muestral. El informe tambin incluye otros estadsticos de los datos del proceso, tales como la media, el valor esperado a priori u objetivo (en caso de haberlo indicado), la tolerancia natural del proceso, las desviaciones estndar a corto y largo plazo, las especificaciones del proceso, el comportamiento observado, y los comportamientos esperados a corto y largo plazo. De esta forma, el informe permite analizar de forma visual si los datos siguen o no un patrn normal, si el proceso est o no centrado en el objetivo, y si el proceso es capaz o no (es decir, si cumple con las especificaciones prestablecidas). Los ndices de capacidad son estimaciones numricas de la capacidad del proceso, es decir, nos dan una idea de cun capaz es el proceso (a qu nivel cumple con las especificaciones). Estos estadsticos son muy tiles ya que, aparte de ser sencillos de calcular, no tienen unidades de medida, por lo que permiten comparar distintos procesos. Bsicamente, son el cociente entre la amplitud tolerable del proceso (la distancia entre los lmites de tolerancia o lmites de especificacin), y la amplitud real o natural del proceso (recordemos que, habitualmente, la distancia entre los lmites de control es de 6 sigma). Algunos de estos estadsticos se definen a partir de la media del proceso o del objetivo. Los ndices de capacidad asociados con la variacin a corto plazo son Cp, Cpk, CPU, y CPL; por otro lado, los asociados con la variacin a largo plazo son Pp, Ppk, PPU, y PPL. En la prctica, se suele considerar que 1,33 es el valor mnimo aceptable para un ndice de capacidad (es decir, cualquier valor por debajo de esta cifra indicara que, aunque est bajo control estadstico, el proceso no cumple con las especificaciones deseadas).

A continuacin se muestran algunas referencias sobre cundo usar cada uno de los ndices:

NDICE
Cp o Pp

USO

DEFINICIN

FORMULA
(LES LEI) / 6

Cpk o Ppk

CPU o PPU

CPL o PPL

El proceso est Es el radio entre la amplitud centrado en los lmites permitida (distancia entre los de especificacin lmites de especificacin) y la amplitud natural El proceso no est Es el cociente entre la amplitud centrado en los lmites permitida y la amplitud natural, de especificacin, pero teniendo en cuenta la media del est contenido en ellos proceso respecto al punto medio de ambas lmites de especificacin El proceso slo tiene un lmite de especificacin superior El proceso slo tiene un lmite de especificacin inferior

Min{ (LES - )/3 , ( - LEI)/3 }

(LES - ) / 3 ( - LEI) / 3

VI - 3

Control Estadstico de la Calidad con MINITAB Ejemplo (anlisis de capacidad normal): Supongamos que trabajamos para la industria del automvil, concretamente en el departamento de ensamblaje de motores. Una de las partes del motor debe tener una longitud de 6002 mm para satisfacer las especificaciones tcnicas. Hemos tenido un problema con algunas de estas partes, las cuales no cumplan las citadas especificaciones. Tales partes pueden provenir de dos suministradores distintos y externos a la empresa. Tras realizar un grfico de control X-barra/R, observamos que las partes obtenidas del suministrador 2 provenan de un proceso que estaba fuera de control, por lo que optamos por prescindir de sus servicios hasta que su produccin vuelva a estar bajo control. Una vez parada la adquisicin de partes provenientes del suministrador 2, observamos que el nmero de defectos en la lnea de ensamblaje ha descendido significativamente, aunque los problemas no han desaparecido por completo. Decidimos pues realizar un anlisis de capacidad para estudiar si el suministrador 1 es capaz, l slo, de cumplir con nuestras especificaciones tcnicas. Los datos sobre el tamao de las partes provenientes de este suministrador se guardan en el archivo partes.mtw . Seleccionar Stat > Quality Tools > Capability Analysis (Normal):

VI - 4

VI. Capacidad de Procesos

Process Capability Analysis for Sumin_1

Process Data USL Target LSL Mean Sample N StDev (ST) StDev (LT) 602,000 600,000 598,000 599,548 100 0,576429 0,620865

LSL

USL
ST LT

Potential (ST) Capability Cp CPU CPL Cpk Cpm 1,16 1,42 0,90 0,90 0,87 598 Observed Performance PPM < LSL PPM > USL PPM Total 10000,00 0,00 10000,00 599 600 Expected ST Performance PPM < LSL PPM > USL PPM Total 3621,06 10,51 3631,57 601 602 Expected LT Performance PPM < LSL PPM > USL PPM Total 6328,16 39,19 6367,35

Overall (LT) Capability Pp PPU PPL Ppk 1,07 1,32 0,83 0,83

Para poder interpretar correctamente los ndices de capacidad obtenidos necesitamos verificar primero que nuestros datos provienen de una distribucin aproximadamente normal, lo cual parece cumplirse a raz del histograma anterior. Podemos ver, sin embargo, que la media del proceso es algo inferior al objetivo, y que la cola izquierda de la distribucin cae fuera del lmite de especificacin inferior (LSL en el grfico). Esto significa que veremos ocasionalmente algunas partes que no cumplen la especificacin inferior de 598 mm. El ndice Cpk nos sirve para determinar si el proceso generar unidades que verifiquen las especificaciones. En este caso, el Cpk para el suministrador 1 es de slo 0,90. Ello significa que nuestro suministrador debe mejorar su proceso va una reduccin de la variacin y un mejor ajustado al objetivo. De forma similar, el valor de PPM < LSL (i.e., el nmero esperado de partes por milln cuya longitud ser inferior al LEI) es de 3621,06.

VI - 5

Control Estadstico de la Calidad con MINITAB Ejemplo (anlisis de capacidad usando Box-Cox): Supongamos que trabajamos en una fbrica que produce baldosas para el suelo, y que estamos interesados en estudiar la curvatura de las mismas a fin de garantizar la calidad de la produccin. A tal efecto, medimos la curvatura de 10 muestras diarias durante un perodo total de 10 das. Los datos estn contenidos en el archivo baldosas.mtw . En primer lugar, realizaremos un histograma de los datos: Seleccionar Graph > Histogram :

15

Frequency

10

0 0 1 2 3 4 5 6 7 8 9

Curvatura

El histograma anterior muestra claramente que los datos no se distribuyen normalmente, por lo que optaremos por usar una transformacin de Box-Cox a fin de obtener datos cuya distribucin se aproxime a la de una normal.

VI - 6

VI. Capacidad de Procesos

En primer lugar, deberemos hallar el valor de ptimo para realizar la transformacin. Despus, realizaremos el anlisis de capacidad eligiendo la opcin transformacin Box-Cox con el obtenido: Seleccionar Stat > Control Charts > Box-Cox Transformation :

Box-Cox Plot for Curvatura

95% Conf idence Interv al

40
Low

Last Iteration Info Lambda 0,392 0,449 0,506 StDev 1,608 1,608 1,611

30

Est Up

StDev

20

10

0 -1,0 -0,5 0,0 0,5 1,0 1,5 2,0 2,5 3,0 3,5 4,0 4,5 5,0

Lambda
Observamos que el mejor estimador para es 0,449. A efectos prcticos, podramos tomar = 0,5 ya que esta transformacin (la raz cuadrada) es mucho ms intuitiva y adems est dentro del intervalo de confianza del 95% (denotado por las lneas rojas verticales). Por tanto, realizaremos ahora un anlisis de capacidad usando una transformacin de Box-Cox con = 0,5:

VI - 7

Control Estadstico de la Calidad con MINITAB Seleccionar Stat > Quality Tools > Capability Analysis (Normal) :

Process Capability Analysis for Curvatura

Box-Cox Transformation, With Lambda = 0,5
Process Data USL USL* Target LSL LSL* Mean Mean* Sample N StDev (ST) StDev* (ST) StDev (LT) StDev* (LT) 8,00000 2,82843 * * * 2,92307 1,62374 100 1,75687 0,52794 1,79048 0,53934

USL*
ST LT

Potential (ST) Capability Cp * CPU 0,76 CPL * Cpk 0,76 Cpm * Overall (LT) Capability Pp * PPU 0,74 PPL * Ppk 0,74

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

Observed Performance PPM < LSL * PPM > USL 20000,00 PPM Total 20000,00

Expected ST Performance PPM < LSL * PPM > USL 11248,77 PPM Total 11248,77

Expected LT Performance PPM < LSL * PPM > USL 12754,26 PPM Total 12754,26

Como se puede apreciar en el histograma central, la transformacin utilizada ha logrado normalizar los datos. Por tanto, los ndices de capacidad obtenidos sern vlidos. Dado que slo introdujimos el lmite de especificacin superior, los ndices que aparecen son el CPU y el Cpk. Ambos estadsticos valen 0,76, valor muy inferior a nuestro valor de referencia de 1,33. Por tanto, nuestro proceso no parece ser capaz. De hecho, tambin es posible apreciar en el histograma que algunos de los datos caen fuera del lmite de especificacin superior (lnea roja vertical). El siguiente paso sera realizar un anlisis de capacidad para estos datos usando un modelo Weibull. VI - 8

VI. Capacidad de Procesos

ANLISIS DE CAPACIDAD (MODELO WEIBULL)_________________________

Conviene recordar en este punto que la distribucin de Weibull es, en realidad, toda una familia de distribuciones que incluyen, como casos particulares, la distribucin Exponencial y la de Rayleigh. Sus parmetros son la forma () y la escala (). La apariencia de la curva Weibull vara notablemente en funcin del valor de . As por ejemplo, para =1 tenemos una distribucin Exponencial, mientras que para =2 estamos ante una distribucin de Rayleigh:

Probability Density Function y=weibull(x;1;1;0) 1,300 0,975 0,650 0,325 0,000 0,498 0,995 1,493 1,990 2,0 1,5 1,0 0,5 0,0

Probability Density Function y=expon(x;1)

0,748

1,495

2,243

2,990

Probability Density Function y=weibull(x;1;2;0) 1,300 0,975 0,650 0,325 0,000 0,498 0,995 1,493 1,990 1,40 1,05 0,70 0,35 0,00 0,00

Probability Density Function y=rayleigh(x;1)

1,25

2,50

3,75

5,00

Como ya dijimos en la introduccin, usaremos el anlisis de capacidad modelo Weibull cuando los datos sigan una distribucin que se pueda aproximar por una Weibull. El informe que se genera incluye un histograma de capacidad superpuesto a una curva Weibull (cuyos parmetros se estiman a partir de las observaciones), junto con una tabla de ndices de capacidad a largo plazo. Tambin se incluyen en el informe otros estadsticos asociados al proceso, tales como la media, los parmetros de la distribucin (forma y escala), el objetivo (si se ha especificado), la tolerancia natural o real del proceso, los lmites de especificacin, la capacidad real a largo plazo, etc. De esta forma, el informe permite determinar de forma visual el comportamiento del proceso respecto al objetivo, analizar si los datos siguen una distribucin Weibull, y estudiar la capacidad o no del proceso. En el modelo Weibull, el programa calcula los ndices de capacidad a largo plazo, i.e., Pp, Ppk, PPU, y PPL. Dichos clculos se basan en estimadores de mxima verosimilitud para los parmetros de la distribucin Weibull. En caso de estar interesados en calcular ndices a corto plazo (como el Cp y el Cpk) para datos no normales, deberemos usar el modelo normal aplicando antes una transformacin de Box-Cox.

VI - 9

Control Estadstico de la Calidad con MINITAB Ejemplo (anlisis de capacidad Weibull): Volveremos a nuestro ejemplo anterior de las baldosas (baldosas.mtw) para realizar ahora un anlisis de capacidad basado en el modelo Weibull. Seleccionar Stat > Quality Tools > Capability Analysis (Weibull) :

Process Data USL Target LSL Mean Sample N Shape Scale 8,00000 * * 2,92564 100 1,69368 3,27812

Process Capability Analysis for Curvatura

Calculations Based on Weibull Distribution Model
USL

Ov erall (LT) Capability Pp PPU PPL Ppk * 0,77 * 0,77

Observ ed LT Perf ormance PPM < LSL PPM > USL PPM Total * 20000,00 20000,00

Expected LT Perf ormance PPM < LSL PPM > USL PPM Total * 10764,53 10764,53

10

En primer lugar, observamos que el histograma de capacidad parece confirmar que los datos se pueden aproximar bastante bien por una Weibull. De todas formas, se aprecia que la cola derecha de la distribucin cae fuera del lmite de especificacin superior. Ello significa que hay baldosas cuya curvatura supera el valor especificado de 8 mm. Los ndices Ppk y PPU nos ayudan a determinar si el proceso es o no capaz. Ambos ndices valen 0,77, valor que queda bastante por debajo de nuestro valor de referencia 1,33. Parece pues que el proceso no es capaz (no cumple las especificaciones tcnicas deseadas). De igual forma, el valor de PPM > USL es de 20.000, lo que significa que en cada milln de baldosas producidas, 20.000 de ellas no cumplirn con las especificaciones sobre la curvatura. VI - 10

VI. Capacidad de Procesos

RESUMEN (SIXPACK) DE CAPACIDAD NORMAL________________________

Usaremos esta opcin cuando queramos generar un informe rpido y completo que nos permita analizar si un proceso es o no capaz. Este informe incluye las siguientes partes: Un grfico de control X-barra (o Individuales) Un grfico de control R (o MR) Un grfico de rachas de los ltimos 25 subgrupos (o datos individuales) Un histograma de las observaciones Un grfico de probabilidad Normal Un grfico de capacidad del proceso ndices de capacidad a corto plazo (Cp, Cpk), y a largo plazo (Pp, Ppk)

Los grficos X-barra y R, junto con el de rachas nos permitirn determinar si el proceso est o no bajo control estadstico. El histograma y el grfico de probabilidad normal nos permitirn verificar el supuesto de que los datos se distribuyen segn una Normal. Finalmente, el grfico de capacidad nos proporciona informacin visual de la variabilidad del proceso en comparacin con la variabilidad permitida. Al combinar toda esta informacin con los ndices de capacidad, deberamos ser capaces de: (1) determinar si el proceso est bajo control, y (2) si el proceso cumple con las especificaciones tcnicas (es capaz).

Ejemplo (sixpack normal): Regresando a nuestro ejemplo de la cadena de ensamblaje para motores (archivo partes.mtw ), veamos cmo podramos aplicar aqu la opcin sixpack en el caso de nuestro suministrador 1: Seleccionar Stat > Quality Tools > Capability Sixpack (Normal) :

VI - 11

Control Estadstico de la Calidad con MINITAB

Process Capability Sixpack for Sumin_1

600,5 600,0

Xbar and R Chart

3,0SL=600,3

Capability Histogram

Means

599,5 599,0

X=599,5

-3,0SL=598,8
598,0 599,5 601,0

Subgr 0 3 2 1 0

10

20 3,0SL=2,835

Normal Prob Plot

Ranges

R=1,341

-3,0SL=0,00E+00 598,0 599,5 601,0

Last 20 Subgroups
601 600 599 598 0 10 20

Values

Potential (ST) StDev: 0,576429 Cp: 1,16 Cpk: 0,90 Overall (LT) StDev: 0,620865 Pp: 1,07 Ppk: 0,83

Capability Plot
Process Tolerance
I I I I I I I I I ST LT

598

602

Specifications

Subgroup Number

En ambos grficos de control (X-barra y R), se observa que los puntos siguen un patrn aleatorio y que en ningn caso stos exceden los lmites de control, por lo que podemos considerar que el proceso productivo de nuestro suministrador 1 est bajo control estadstico. Conviene recordar aqu la importancia de comparar el comportamiento evolutivo de los puntos en X-barra y R para ver si ambos estn relacionados. En este caso no se aprecia ningn tipo de dependencia. Los puntos del diagrama de rachas forman una nube aleatoria y bastante horizontal, en la que no se observan tendencias ni desplazamientos. Ello tambin contribuye a considerar que el proceso est bajo control y se muestra estable. Para poder interpretar correctamente los ndices de capacidad obtenidos, debemos comprobar que se verifica la hiptesis de normalidad. A raz de lo que muestran tanto el histograma como el grfico de probabilidad, no parece haber mayor problema en este sentido. Sin embargo, llegados al grfico de capacidad observamos que la tolerancia del proceso cae por debajo del lmite de especificacin inferior. Esto significa que nos encontraremos piezas que no cumplan con la especificacin mnima de medir 598 mm. De forma coherente con el grfico de capacidad, el valor de los ndices Cp (1,16) y Cpk (0,90) es inferior a nuestro valor de referencia (1,33), por lo que concluimos que nuestro suministrador 1 necesitar mejorar su proceso de produccin para lograr que ste sea capaz.

VI - 12

VI. Capacidad de Procesos Ejemplo (sixpack normal usando Box-Cox): Volvamos ahora al ejemplo de la fbrica de baldosas para el suelo ( baldosas.mtw ). En un anlisis anterior ya dedujimos que era oportuno aplicar una transformacin Box-Cox a los datos con = 0,5. Veamos cmo 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
2,2 1,8 X=1,624 1,4 -3,0SL=1,123 1,0 Subgr 0 3 2 R=1,625 1 -3,0SL=0,3625 0 1 2,9 2,1 1,3 0,5 0 1 2 3 4 5 6 7 8 9 10 2 3 1 2 3 4 5 6 7 8 9 10 3,0SL=2,887
1 2 3

Xbar and R Chart

3,0SL=2,125

Capability Histogram

Means

Normal Prob Plot

Ranges

Last 10 Subgroups

Values

Potential (ST) StDev: 0,527940 Cp: * Cpk: 0,76 Overall (LT) StDev: 0,539344 Pp: * Ppk: 0,74

Capability Plot
Process Tolerance
I I I I I I I ST LT

Specifications

Subgroup Number

VI - 13

Control Estadstico de la Calidad con MINITAB Una vez ms, comprobamos que tanto en el grfico X-barra como en el R los puntos se distribuyen de forma aleatoria y dentro de los lmites de control, por lo que el proceso parece estable. Adems, no parece existir relacin alguna entre el comportamiento de los puntos en un grfico y el en el otro. Por su parte, la nube de puntos que aparece en el grfico de rachas parece no seguir ninguna tendencia especial, y su forma horizontal refuerza la idea de un proceso bajo control. A partir del histograma y del grfico de probabilidad, podemos pensar que los datos (tras la transformacin Box-Cox) se distribuyen de forma aproximadamente normal, por lo que los ndices que obtengamos sern vlidos a la hora de interpretar la capacidad del proceso. Finalmente, constatamos que el proceso no parece cumplir con las especificaciones: en el grfico de capacidad ya vemos cmo la tolerancia del proceso excede el lmite de especificacin superior, idea que resulta coherente con el hecho de que los ndices de capacidad Cpk y Ppk sean ambos inferiores al valor de referencia 1,33.

RESUMEN (SIXPACK) DE CAPACIDAD WEIBULL________________________

Usaremos esta opcin cuando queramos generar un informe rpido y completo que nos permita analizar si un proceso es o no capaz. Este informe es anlogo al del modelo normal con los cambios correspondientes: Un grfico de probabilidad Weibull ndices de capacidad a largo plazo (Pp, Ppk)

De forma anloga al modelo normal, los grficos X-barra y R, junto con el de rachas nos permitirn determinar si el proceso est o no bajo control estadstico. El histograma y el grfico de probabilidad Weibull nos permitirn verificar el supuesto de que los datos se distribuyen segn una Weibull. Finalmente, el grfico de capacidad nos proporciona informacin visual de la variabilidad del proceso en comparacin con la variabilidad permitida. Al combinar toda esta informacin con los ndices de capacidad, deberamos ser capaces de determinar si el proceso est bajo control y de confirmar si el proceso cumple con las especificaciones tcnicas (es un proceso capaz). Ejemplo (sixpack Weibull): Continuando con el ejemplo de las baldosas, veamos cmo podramos aplicar aqu la opcin sixpack sin recurrir a una transformacin Box-Cox: Seleccionar Stat > Quality Tools > Capability Sixpack (Weibull) :

VI - 14

VI. Capacidad de Procesos

Process Capability Sixpack for Curvatura

Xbar and R Chart
3,0SL=4,590 4

Capability Histogram

Means

3 2 1 Subgr 0 9 1 2 3 4 5 6 7 8 9 10

X=2,923

-3,0SL=1,256
0 4 8

3,0SL=9,609

Weibull Prob Plot

Ranges

6 3

R=5,408

-3,0SL=1,206 0 0,1 1,0 10,0

Last 10 Subgroups
7,5

Capability Plot
Process Tolerance Overall (LT)
I I I I

Values

5,0 2,5 0,0 0 1 2 3 4 5 6 7 8 9 10

Shape: 1,69368 Scale: 3,27812 Pp: * Ppk: 0,77 Subgroup Number

Specifications

En ambos grficos de control (X-barra y R), se observa que los puntos siguen un patrn aleatorio y que en ningn caso stos exceden los lmites de control, por lo que podemos considerar que el proceso productivo est bajo control estadstico. Conviene recordar aqu la importancia de comparar el comportamiento evolutivo de los puntos en X-barra y R para ver si ambos estn relacionados. En este caso no se aprecia ningn tipo de dependencia. Los puntos del diagrama de rachas forman una nube aleatoria y bastante horizontal, en la que no se observan tendencias ni desplazamientos. Ello tambin contribuye a considerar que el proceso est bajo control y se muestra estable. Para poder interpretar correctamente los ndices de capacidad obtenidos, debemos comprobar que se verifica la hiptesis de que los datos se distribuyen siguiendo una Weibull. A raz de lo que muestran tanto el histograma como el grfico de probabilidad, no parece haber mayor problema en este sentido. Sin embargo, llegados al grfico de capacidad observamos que la tolerancia del proceso excede con mucho el lmite de especificacin superior. Esto significa que nos encontraremos con baldosas que no cumplan con la especificacin mxima de 8 mm. De forma coherente con el grfico de capacidad, el valor del ndice Ppk es inferior a nuestro valor de referencia (1,33), por lo que concluimos que nuestro proceso no es capaz.

VI - 15