Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Control Estadistico
Control Estadistico
Capacidad de Procesos
SI
Usar distribucin
Normal
NO
Usar
transformacin
Box-Cox
Usar distribucin
Weibull
VI - 1
A continuacin se presentan en una tabla las distintas opciones que ofrece el programa:
OPCIN
DESCRIPCIN
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
A continuacin se muestran algunas referencias sobre cundo usar cada uno de los ndices:
NDICE
Cp o Pp
Cpk o Ppk
CPU o PPU
CPL o PPL
USO
DEFINICIN
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
FORMULA
(LES LEI) / 6
(LES - ) / 3
( - LEI) / 3
VI - 3
VI - 4
Process Data
USL
602,000
Target
600,000
LSL
Mean
598,000
599,548
Sample N
StDev (ST)
StDev (LT)
USL
ST
LT
100
0,576429
0,620865
1,16
CPU
CPL
1,42
0,90
Cpk
0,90
Cpm
0,87
598
599
Observed Performance
600
601
Expected ST Performance
602
Expected LT Performance
Pp
1,07
10000,00
3621,06
PPU
1,32
0,00
10,51
PPL
Ppk
0,83
0,83
PPM Total
10000,00
PPM Total
3631,57
PPM Total
6328,16
39,19
6367,35
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
Frequency
15
10
0
0
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
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 :
40
StDev
30
Lambda
StDev
Low
0,392
1,608
Est
0,449
1,608
Up
0,506
1,611
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
Process Data
USL
USL*
Target
LSL
LSL*
Mean
Mean*
Sample N
StDev (ST)
StDev* (ST)
StDev (LT)
StDev* (LT)
ST
LT
8,00000
2,82843
*
*
*
2,92307
1,62374
100
1,75687
0,52794
1,79048
0,53934
0,0
0,5
1,0
Observed Performance
PPM < LSL
*
PPM > USL
20000,00
PPM Total
20000,00
1,5
2,0
2,5
Expected ST Performance
PPM < LSL
*
PPM > USL
11248,77
PPM Total
11248,77
3,0
3,5
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
y=weibull(x;1;1;0)
y=expon(x;1)
1,300
2,0
0,975
1,5
0,650
1,0
0,325
0,5
0,000
0,498
0,995
1,493
1,990
0,0
0,748
1,40
0,975
1,05
0,650
0,70
0,325
0,35
0,995
2,990
y=rayleigh(x;1)
1,300
0,498
2,243
y=weibull(x;1;2;0)
0,000
1,495
1,493
1,990
0,00
0,00
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
Process Data
USL
8,00000
Target
LSL
Mean
Sample N
2,92564
100
Shape
1,69368
Scale
3,27812
USL
PPU
0,77
PPL
Ppk
0,77
20000,00
PPM Total
20000,00
10764,53
PPM Total
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
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
600,5
Capability Histogram
3,0SL=600,3
Means
600,0
X=599,5
599,5
599,0
-3,0SL=598,8
598,0
Subgr 0
10
20
Ranges
3,0SL=2,835
599,5
2
R=1,341
-3,0SL=0,00E+00
598,0
Last 20 Subgroups
Potential (ST)
StDev: 0,576429
Cp: 1,16
Cpk: 0,90
601
Values
601,0
600
Overall (LT)
StDev: 0,620865
Pp: 1,07
Ppk: 0,83
599
598
0
10
599,5
601,0
Capability Plot
Process Tolerance
I
I
I
I
I
ST
LT
I
I
598
602
Specifications
20
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
Means
2,2
Capability Histogram
3,0SL=2,125
1,8
X=1,624
1,4
-3,0SL=1,123
1,0
Subgr 0
10
Ranges
3,0SL=2,887
2
R=1,625
1
-3,0SL=0,3625
0
1
Last 10 Subgroups
Values
2,9
Potential (ST)
StDev: 0,527940
Cp:
*
Cpk: 0,76
2,1
Overall (LT)
StDev: 0,539344
Pp:
*
Ppk: 0,74
1,3
0,5
0
Capability Plot
Process Tolerance
I
I
I
I
I
I
ST
LT
Specifications
10
Subgroup Number
VI - 13
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
Capability Histogram
3,0SL=4,590
Means
4
3
X=2,923
2
-3,0SL=1,256
Subgr 0
10
3,0SL=9,609
Ranges
9
6
R=5,408
3
-3,0SL=1,206
0
0,1
Last 10 Subgroups
10,0
Process Tolerance
7,5
Overall (LT)
Values
1,0
Capability Plot
5,0
Shape: 1,69368
Scale: 3,27812
Pp:
*
Ppk: 0,77
2,5
0,0
0
I
I
Specifications
10
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 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