CAPACIDAD DE PROCESO

CAPACIDAD DEL PROCESO

Al planear los aspectos de calidad de la manufactura, es sumamente importante asegurarse de
antemano de que el proceso ser capaz de mantener las tolerancias. En las dcadas recientes ha
surgido el concepto de capacidad del proceso habilidad del proceso, que proporciona una
prediccin cuantitativa de qu tan adecuado es un proceso.La habilidad del proceso es la variacin
medida, inherente del producto que se obtiene en ese proceso.
Definiciones bsicas.
Proceso: ste se refiere a alguna combinacin nica de mquinas, herramientas, mtodos,
materiales y personas involucradas en la produccin.
Capacidad o habilidad: Esta palabra se usa en el sentido de aptitud, basada en el
desempeo probado, para lograr resultados que se puedan medir.
Capacidad del proceso: Es la aptitud del proceso para producir productos dentro de los
lmites de especificaciones de calidad.
Capacidad medida: Esto se refiere al hecho de que la capacidad del proceso se cuantifica
a partir de datos que, a su vez, son el resultado de la medicin del trabajo realizado por el
proceso.
Capacidad inherente: Se refiere a la uniformidad del producto que resulta de un proceso
que se encuentra en estado de control estadstico, es decir, en ausencia de causas
especiales o atribuibles de variacin.
Variabilidad natural: Los productos fabricados nunca son idnticos sino que presentan
cierta variabilidad, cuando el proceso est bajo control, solo actan las causas comunes de
variacin en las caractersticas de calidad.
Valor Nominal: Las caractersticas de calidad tienen un valor ideal ptimo que es el que
desearamos que tuvieran todas las unidades fabricadas pero que no se obtiene, aunque
todo funcione correctamente, debido a la existencia de la variabilidad natural.
Objetivos1
1. Predecir en que grado el proceso cumple especificaciones.
2. Apoyar a diseadores de producto o proceso en sus modificaciones.
3. Especificar requerimientos de desempeo para el equipo nuevo.
4. Seleccionar proveedores.
5. Reducir la variabilidad en el proceso de manufactura.
6. Planear la secuencia de produccin cuando hay un efecto interactivo de los procesos en las
tolerancias.

p = porcentaje de medidas bajo la curva de probabilidad fuera de especificaciones.

Douglas C. Montgomery, Introduction to Statistical Quality Control, Second Edition, pp 307

Pgina 1

CAPACIDAD DE PROCESO
Partes fuera de especificaciones

En el rea sombrada observamos medidas fuera de los lmites de especificacin.

Para solucionar este problema, podemos reducir la desviacin estndar.

Tambin podramos cambiar la media.

Lo ideal sera, por supuesto cambiar ambas.

Pgina 2

CAPACIDAD DE PROCESO

Condiciones para realizar un estudio de capacidad del proceso

Para realizar un estudio de capacidad es necesario que se cumplan los siguientes supuestos 2:

El proceso se encuentre bajo control estadstico, es decir sin la influencia de fuerzas externas o
cambios repentinos. Si el proceso est fuera de control la media y/o la desviacin estndar del
proceso no son estables y, en consecuencia, su variabilidad ser mayor que la natural y la
capacidad potencial estar infravalorada, en este caso no es conveniente hacer un estudio de
capacidad.
Se recolectan suficientes datos durante el estudio de habilidad para minimizar el error de
muestreo para los ndices de habilidad. Si los datos se componen de menos de 100 valores,
entonces deben calcularse los lmites de confianza inferiores.
Los datos se recolectan durante un periodo suficientemente largo para asegurar que las
condiciones del proceso presentes durante el estudio sean representativos de las condiciones
actuales y futuras.
El parmetro analizado en el estudio sigue una distribucin de probabilidad normal, de otra
manera, los porcentajes de los productos asociados con los ndices de capacidad son
incorrectos.

Tambin es importante al realizar un estudio de capacidad, asegurarnos que la variacin en el

sistema de medicin no sea mayor al 10%.

Variacin a corto plazo y a largo plazo

Existen dos maneras de expresar la variabilidad:
Variacin a corto plazo (Zst) Los datos son recogidos durante un periodo de tiempo
suficientemente corto para que sea improbable que haya cambios y otras causas especiales.
Las familias de variacin han sido restringidas de tal manera que los datos considerados, slo son
los que se obtuvieron del subgrupo racional. Ayuda a determinar subgrupos racionales
importantes.

Variacin a Largo Plazo(Zlt) Los datos son recogidos durante un periodo de tiempo
suficientemente largo y en condiciones suficientemente diversas para que sea probable que
contenga algunos cambios de proceso y otras causas especiales. Aqu todas las familias de
variacin exhiben su contribucin en la variacin del proceso general.

J.M. Juran, Anlisis y planeacin de la Calidad, Tercera Edicin Mc. Graw Hill, Pp.404
Pgina 3

CAPACIDAD DE PROCESO

Para el clculo de Z utilizamos las siguientes formulas:

Z st

Z LT

lmite especif . nom.

desv.std ST
lmite especif . media
desv.std LT

dnde:
Zst = variacin a corto plazo.
nom = Valor nominal u objetivo
Zlt = variacin a largo plazo.
Z shift.- A largo plazo los procesos tienen un desplazamiento natural de 1.5 desviaciones estndar.
Zlt = Zst-1.5shift
Clculo de la capacidad del proceso:
Para calcular la habilidad o capacidad potencial utilizamos la siguiente frmula:

Cp

LSE LIE
6S

donde:
Cp = capacidad potencial
LSE = lmite superior de especificaciones
LIE = lmite inferior de especificaciones
S
= desviacin estndar
El ndice Cp debe
ser 1 para tener el potencial de cumplir con especificaciones (LIE, LSE)
Para calcular la ha
bilidad o capacidad real utilizamos la siguiente frmula:

C pk

menor Z I , Z S
3

Para que el proceso cumpla con las especificaciones el Cpk= debe de ser
Capacidad a partir de histogramas
Procedimiento:
1. Seleccionar un proceso especfico para realizar el estudio
2. Seleccionar las condiciones de operacin del proceso
3. Seleccionar un operador entrenado
4. El sistema de medicin debe tener habilidad (error R&R < 10%)
5. Cuidadosamente recolectar la informacin
6. Construir un histograma de frecuencia con los datos
Pgina 4

1.

CAPACIDAD DE PROCESO
7. Calcular la media y desviacin estndar del proceso
8. Calcular la capacidad del proceso.

Ejemplo 1:
Tenemos la siguiente serie de datos:

Agrupando los datos por intervalos de clase obtenemos los datos mostrados en la siguiente tabla:

El histograma es el siguiente:

35
30
25
20
15

F rec.

10
3 3 0 -3 4 9

Pgina 5

3 1 0 -3 2 9

2 9 0 -3 0 9

2 7 0 -2 8 9

2 5 0 -2 6 9

2 3 0 -2 4 9

2 1 0 -2 2 9

1 9 0 -2 0 9

1 7 0 -1 8 9

CAPACIDAD DE PROCESO

Observamos que el histograma tiene forma normal.

Calculando la media y la desviacin estndar tenemos:

X 264.06

S = 32.02

La variabilidad del proceso se encuentra en 6 s = 192.12

Si las especificaciones fueran LIE = 200 y LSE = 330

Cp

Zi
Zs

LSE LIE
6S

330 264.06
32.02

200 264.06
32.02

330 200
192.2

.67 < 1, el proceso no es hbil.

2.06
2

Cpk = menor de Zi y Zs = -2 < 1 , por lo tanto proceso no cumple especificaciones.

Capacidad a partir de papel normal

Ventajas
1. Se puede observar el comportamiento del proceso sin tomar tantos datos como en el
histograma, 10 son suficientes
2. El proceso es ms sencillo ya que no hay que dividir el rango de la variable en intervalos de
clase como en el histograma.
3. Visualmente se puede observar la normalidad de los datos, si se apegan a la lnea de ajuste
4. Permite identificar la media y la desviacin estndar aproximada del proceso. As como la
fraccin defectiva, el porcentaje de datos entre cierto rango, el Cp y el Cpk.
Procedimiento
1. Se toman al menos n = 10 datos y se ordenan en forma ascendente, asignndoles una posicin
( j ) entre 1 y n.
2. Se calcula la probabilidad de cada posicin con la frmula siguiente:
Pj = (j - 0.5) / n
3. En el papel especial normal se grafica cada punto (X j, Pj)
4. Se ajusta una lnea recta que mejor aproxime los puntos
5. Si no hay desviaciones mayores de la lnea recta, se considera normal el proceso y se procede a
hacer las identificaciones:
Pgina 6

CAPACIDAD DE PROCESO
La media ser el punto en X correspondiente a P j = 0.5
La desviacin estndar es la diferencia en Xj correspondiente a Pj = 0.5 y Pj = 0.84

Ejemplo 2
.-Se tomaron los datos siguientes (Xj) ordenamos los datos y, clculamos la probabilidad de su
posicin (Pj)

Con ayuda del grfico podemos obtener la media, la desviacin estndar y el porcentaje de valores
que se encuentran fuera de especificaciones.

Pj
0.84

0.5
Desv. Estndar
Fraccin
Defectiva

LIE

X Media

Xj

El trazo normal es el siguiente:

El eje Y es un rango no lineal de probabilidades normales.
El eje X es un rango lineal de la variable que se est analizando.
Si los datos son normales, la frecuencia de ocurrencias en varios valores Xi, puede predecirse
usando una lnea slida como modelo. Por ejemplo, slo ms del 20% de los datos del proceso
seran valores de 225 o inferiores.

Pgina 7

CAPACIDAD DE PROCESO

Capacidad a partir de cartas de control

En casos especiales como estos donde las variaciones presentes son totalmente inesperadas
tenemos un proceso inestable impredecible.

?
?
?

?
?

Si las variaciones presentes son iguales, se dice que se tiene un proceso estable. La distribucin
ser predecible en el tiempo.

Prediccin

Tiempo

Pgina 8

CAPACIDAD DE PROCESO

Clculo de la desviacin estndar del proceso

R
S

(Para cartas de control X-R y X-S respectivamente)
d2
C4

Donde,
S = Desviacin estndar de la poblacin
d2 = Factor que depende del tamao del subgrupo en la carta de control X - R
C4 = dem al anterior para una carta X - S
En una carta por individuales, d2 se toma para n = 2 y Rango Medio = Suma rangos / (n -1)

Ejemplo 3 (carta X - R)
De una carta de control X - R (con subgrupo n = 5) se obtuvo lo siguiente, despus de que el
proceso se estabiliz quedando slo con causas comunes: x = 64.06 , R = 77.3
Por tanto estimando los parmetros del proceso se tiene:

x media de medias

R
77.3

33.23
d 2 2.326

Si el lmite de especificacin es: LIE = 200.

El C pk

200 264.06
3 33.23

= 0.64 por tanto el proceso no cumple con las especificaciones.

Ejemplo 4 (carta X - S)
De una carta de control X - S (con subgrupo n = 5) se obtuvo lo siguiente, despus de que el
proceso se estabiliz quedando slo con causas comunes: x 100, s 1.05
Por tanto estimando los parmetros del proceso se tiene:

x 100

s
1.05
1.117
=
C4
.094

C4 para n = 5 tiene el valor 0.94

Si el lmite de especificacin es: LIE = 85 y el LSE = 105.

Pgina 9

CAPACIDAD DE PROCESO

El C pk

El C p

105 100
3 1.117

105 85
6 1.117

1.492

2.984

Por lo tanto el proceso es capaz de cumplir con especificaciones.

Pgina 10

CAPACIDAD DE PROCESO

Capacidad de procesos en Minitab

Generar 100 datos aleatorios en Minitab con Media = 264.6 y Desviacin estndar S = 32.02 con
1. Calc > Random data > Normal
2. Generate 100 Store in columns C1

Mean 264.06 Estndar deviation 32.02 OK

Considerando Lmites de especificaciones LIE = 200 y LSE = 330

Nos aseguramos que los datos se distribuyan normalmente con la prueba de Ryan como sigue:
3. Stat > Basic statistics > Normalita Test
4. Variable C1 Seleccionar Ryan Joiner test OK

El P value debe ser mayor a 0.05 para que los datos se distribuyan normalmente
Probability Plot of Datos
Normal
99.9

Mean
StDev
N
RJ
P-Value

99
95

Percent

90

269.3
30.72
100
0.994
>0.100

80
70
60
50
40
30
20
10
5
1
0.1

150

200

250
Datos

300

350

Otra opcin por medio de una grfica de probabilidad normal, se tiene:

5. Graph > Probability plot > Normal
6. Graph Variable C1
7. Distribution Normal OK

Los puntos deben quedar dentro del intervalo de confianza para indicar que es
normal la distribucin.
Probability Plot of Datos
Normal - 95% CI
99.9

Mean
StDev
N
AD
P-Value

99

Percent

95
90
80
70
60
50
40
30
20
10
5
1
0.1

150

200

250

300

350

400

Datos

Pgina 11

269.3
30.72
100
0.317
0.533

CAPACIDAD DE PROCESO

Determinacin de la capacidad del proceso

Una vez comprobada la normalidad de los datos, determinar la capacidad con:
1. Stat > Quality tools > Capability anlisis > Normal
2. Single column C1 Subgroup size 1 Lower Spec 200 Upper spec 330
3. Estimate R-bar OK
Los resultados se muestran a continuacin:

Process Capability of Datos

LSL

USL
Within
Overall

Process Data
LSL
200.00000
Target
*
USL
330.00000
Sample Mean
269.25354
SampleN
100
StDev(Within)
30.83472
StDev(O verall)
30.80011

Potential (Within) Capability

Cp
0.70
CPL
0.75
CPU
0.66
Cpk
0.66
CCpk 0.70
O verall Capability
Pp
PPL
PPU
Ppk
Cpm

210
Observed Performance
PPM<LSL 10000.00
PPM>USL 30000.00
PPMTotal
40000.00

240

Exp. Within Performance

PPM<LSL 12353.30
PPM>USL 24415.36
PPMTotal
36768.66

270

300

330

0.70
0.75
0.66
0.66
*

360

Exp. Overall Performance

PPM<LSL 12272.69
PPM>USL 24288.79
PPMTotal
36561.48

Interpretacin:
La desviacin estndar Within se determina en base al Rango medio y d2 (1.128 para n = 2), con
esta se determinan los ndices de capacidad potencial Cp y Cpk, as como el desempeo Within, lo
cual es adecuado para un proceso en control o normal.
La desviacin estndar Overall se determina con la desviacin estndar de todos los datos de la
muestra dividido entre el factor C4 = 4(n-1))/(4n 3), con esta desviacin estndar se determinan
los ndices de desempeo Pp y Ppk as como el desempeo Overall, no importando si el proceso
est en control o no, en este ltimo caso los valores no tienen significado prctico.

Pgina 12

CAPACIDAD DE PROCESO

Opcin Six Pack para mostrar toda la informacin relevante:

Determinar la capacidad con:
4. Stat > Quality tools > Capability Six Pack > Normal
5. Single column C1 Subgroup size 5 Lower Spec 200 Upper spec 330
6. Estimate R-bar OK
Los resultados se muestran a continuacin:

Process Capability Sixpack of Datos

I ndividual Value

I Chart

Capability Histogram
UCL=361.8

320
_
X=269.3
240
160

LCL=176.7
1

10

20

30

40

50

60

70

80

Moving Range Chart

100

210

50

270

300

330

360

Normal Prob Plot

A D: 0.317, P: 0.533

UCL=113.6

100

__
MR=34.8

LCL=0
1

10

20

30

40

50

60

70

80

90

100

Last 25 Observations

200

300

400

Capability Plot
Within
StDev 30.83472
Cp
0.70
Cpk
0.66
CCpk
0.70

300
Values

240

Moving Range

90

250
200

Within

Overall

O verall
StDev 30.80011
Pp
0.70
Ppk
0.66
Cpm
*

Specs

80

85

90
Observation

95

100

En este caso de la grfica de probabilidad normal, los datos siguen una distribucin normal.

Pgina 13

CAPACIDAD DE PROCESO

Capacidad de procesos no normales.

Cuando los datos provienen de poblaciones no normales una opcin para realizar el estudio de
capacidad de procesos es mediante la distribucin Weibull.
Ejemplo en Minitab
En una compaa se manufacturan losetas para piso, el problema que se tiene es referente a la
deformacin en las mismas. Se toman 100 mediciones durante 10 das. El lmite superior de
especificacin (USL) = 3.5 mm Realice un estudio de capacidad con la ayuda de Minitab e
interprete los resultados.
Generar 100 datos aleatorios en Minitab con Factor de forma = 1, Factor de escala = 1 con
8. Calc > Random data > Weibull
9. Generate 100 Store in columns C1
Threshold parameter 0 OK

Shape parameter 1.2 Scale parameter 1

Considerando Lmites de especificaciones LIE = 0 y LSE = 3.5

Determinar la capacidad con:
7. Stat > Quality tools > Capability anlisis > NoNormal
8. Single column C1 Dsitribution Weibull Lower Spec 0 Upper spec 3.5
9. Estimate R-bar OK
Los resultados se muestran a continuacin:

Process Capability of Datos1

Calculations Based on Weibull Distribution Model
USL
Process Data
LSL
Target
USL
Sample Mean
SampleN
Shape
Scale

O verall Capability
Pp
*
PPL
*
PPU
0.85
Ppk
0.85

*
*
3.50000
0.82279
100
1.24929
0.88470

Exp. O verall Performance

PPM<LSL
*
PPM>USL 3795.26
PPMTotal
3795.26

O bserved Performance
PPM<LSL
*
PPM>USL 10000
PPMTotal
10000

0.0

0.5

1.0

1.5

2.0

2.5

Pgina 14

3.0

3.5

CAPACIDAD DE PROCESO

El histograma no muestra evidencia de alguna discrepancia seria entre el modelo y los datos, ya
que la curva muestra buen ajuste. Sin embargo observamos que algunos datos caen fuera del
lmite superior de especificacin. Lo cual quiere decir que en algunos casos la deformacin ser
mayor a 3.5 mm.
El ndice Ppk y Ppu3 = 0.85 lo cual nos dice que el proceso no es capaz ya que 0.85<.1.33
Tambin observamos que PPM > USL 3,795 lo cual significa que aproximadamente 3,795 PPM
estarn fuera de los lmites de especificaciones.
Tambin se cuenta con la opcin Six Pack para esta opcin.

Los ndices Pp y Ppk son similares a los ndices Cp y Cpk , se refieren a la capacidad del proceso a largo
plazo.
Pgina 15