Está en la página 1de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

CAPACIDAD Y DESEMPEO
DEL PROCESO

H. Hernndez / P. Reyes
Sept. 2007

Pgina 1 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

CONTENIDO
1. Introduccin
a. Definiciones bsicas
b. Objetivos
c. Partes fuera de especificaciones
d. Variacin a corto y a largo plazo

2. Clculo de la capacidad del proceso


a. Condiciones y frmulas para el estudio de capacidad
b. Capacidad a partir de histogramas
c. Capacidad a partir de papel de probabilidad normal
d. Otros ndices de capacidad del proceso

3. Clculo del desempeo de los proceso


4. Capacidad y desempeo de procesos con Minitab
5. Capacidad de procesos no normales
6. Capacidad de procesos por atributos

Pgina 2 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

CAPACIDAD Y DESEMPEO DEL PROCESO


1. Introduccin
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.

1 a. 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
Pgina 3 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

que no se obtiene, aunque todo funcione correctamente, debido a la


existencia de la variabilidad natural.

1b. 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 4 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

1c. 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.

1d. Variacin a corto plazo y a largo plazo


Existen dos maneras de expresar la variabilidad:

Pgina 5 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

Variacin a corto plazo (Zst) Los datos son colectados 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 colectados durante un periodo de


tiempo suficientemente largo y en condiciones suficientemente diversas para que
sea probable que incluya todos los cambios de proceso y otras causas especiales.
Aqu todas las familias de variacin exhiben su contribucin en la variacin del
proceso general.

En el caso del corto plazo:


Para el clculo de Z utilizamos las siguientes formulas:

Pgina 6 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

Z st =

( lmite especif . nom.)

Z LT =

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, de acuerdo a lo observado por Motorota Inc.
Zlt = Zst-1.5shift

2. Clculo de la capacidad del proceso


Antes de calcular la capacidad del proceso, el proceso debe estar en control
estadstico.
2a. Condiciones y frmulas para el estudio de capacidad del proceso
Para realizar un estudio de capacidad es necesario que se cumplan los siguientes
supuestos2:

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

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

Pgina 7 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

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. En el caso de la industria
automotriz se especifican 300 partes mnimo.

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 y solo se podrn determinar los ndices
de desempeo del proceso, que no toma en cuenta si el proceso est en
control o no.

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


variacin en el sistema de medicin no sea mayor al 10%.
Para calcular la habilidad o capacidad potencial, primero se determina la
desviacin estndar estimada de la poblacin como sigue:
ST =
Cp =

R
d2

( LSE LIE )
6 ST

donde:
Cp

= capacidad potencial

LSE = lmite superior de especificaciones


LIE = lmite inferior de especificaciones

Pgina 8 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

ST

= desviacin estndar a corto plazo

El ndice Cp debe
ser 1.33 para tener el potencial de cumplir con especificaciones (LIE, LSE)
Los valores Z se determinan como sigue:
ZI =
ZS =

LIE X

ST
LSE X

ST

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 1.33 .

Pgina 9 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

2b. 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
7. Calcular la media y desviacin estndar del proceso
8. Calcular la capacidad del proceso.

Ejemplo 1:
Tenemos la siguiente serie de datos:
265
197
346
280
265
200
221
265
261
278
215

205
286
317
242
254
235
176
262
248
250
318

263
274
242
260
281
246
248
271
260
265
271

307
243
258
321
294
328
263
245
274
270
293

220
231
276
228
223
296
231
301
337
298
277

268
267
300
250
260
276
334
280
250
257
290

260
281
208
299
308
264
280
274
278
210
283

234
265
187
258
235
269
265
253
254
280
258

299
214
264
267
283
235
272
287
274
269
275

Agrupando los datos por intervalos de clase obtenemos los datos mostrados en la
siguiente tabla:
Intervalo
de clase
190-209
210-229
230-249
250-269
270-289
290-309
310-329
330-349

Marca de
Frecuencia
clase
199.5
6
219.5
7
239.5
13
259.5
32
279.5
24
299.5
11
319.5
4
339.5
3

Frecuencia
relativa
0.06
0.07
0.13
0.32
0.24
0.11
0.04
0.03

Pgina 10 de 31

Frecuencia
acumulada
0.06
0.13
0.26
0.58
0.82
0.93
0.97
1

CAPACIDAD Y DESEMPEO DEL PROCESO

El histograma es el siguiente:
Histogram of Datos

40

Frequency

30

20

10

160

190

210

230

260
Dat os

290

310

330

360

Observamos que el histograma tiene forma normal.


Calculando la media y la desviacin estndar tenemos:
Descriptive Statistics: Datos
Variable
Datos

N
99

N*
0

Mean
264.19

SE Mean
3.23

StDev
32.15

Minimum
176.00

Q1
248.00

X = 264.19

S = 32.15
La variabilidad del proceso se encuentra en 6 s = 192.90
Si las especificaciones fueran LIE = 200 y LSE = 330

Pgina 11 de 31

Median
265.00

Q3
280.00

CAPACIDAD Y DESEMPEO DEL PROCESO

Cp =

Zi =

Zs =

( LSE LIE )
6S

( 330 264.19)
32.15

( 200 264.19)

C pk =

32.15

menor Z I , Z S
3

( 330 200)
192.90

= .674 < 1.33, el proceso no es hbil.

= 2.046

= 1.996

2
= 0.66
3

Cpk = menor 1.33, por lo tanto el proceso no cumple especificaciones.

2c. 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.

Pgina 12 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

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:
La media ser el punto en X correspondiente a P j = 0.5
La desviacin estndar es la diferencia en X j 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)
Pos. J
1
2
3
4
5
6
7
8
9
10
11
12

Xj
197
200
215
221
231
242
245
258
265
265
271
275

Pj
0.025
0.075
0.125
0.175
0.225
0.275
0.325
0.375
0.425
0.475
0.525
0.575

Pgina 13 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

13
14
15
16
17
18
19
20

277
278
280
283
290
301
318
346

0.625
0.675
0.725
0.775
0.825
0.875
0.925
0.975

Con ayuda del grfico podemos obtener la media, la desviacin estndar y el


porcentaje de valores que se encuentran fuera de especificaciones.
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.

Probability Plot of Xj
Normal - 95% CI
99

Mean
StDev
N
AD
P-Value

95
90
80

Percent

70
60
50
40
30
20
10
5

150

200

250

300

350

Xj

Pgina 14 de 31

400

262.9
38.13
20
0.262
0.667

CAPACIDAD Y DESEMPEO DEL PROCESO

Pj
0.84

0.5
Desv. Estndar
Fraccin
Defectiva

LIE

Xj

X Media

2d. 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

Pgina 15 de 31

Tiempo

CAPACIDAD Y DESEMPEO DEL 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
Al final del texto se muestran las constantes utilizadas para las cartas de control.
En una carta por individuales, d2 se toma para n = 2 y Rango Medio = Suma
rangos / (n -1)

Pgina 16 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

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
d2
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

Pgina 17 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

C4 para n = 5 tiene el valor 0.94


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

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.


Ejemplo 5:
De una carta de control X - R (con subgrupos de n = 5), despus de que el
proceso se estabiliz quedando slo con causas comunes, se obtuvo lo siguiente:
Xmedia de medias = 264.06

Rmedio = 77.3

Por tanto estimando los parmetros del proceso se tiene:


= X media de medias

= Rmedio / d2 =77.3 / 2.326 = 33.23

[ d2 para n = 5 tiene el valor 2.326]


Si el lmite de especificacin es: LIE = 200.
El Cpk = (200 - 264.06) / (77.3) (3) = 0.64 por tanto el proceso no cumple con las
especificaciones

Pgina 18 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

2d. Otros ndices de capacidad del proceso


INDICE DE CAPACIDAD Cpm
Es un indicador de capacidad potencial que toma en cuenta el centrado del
proceso:
Si V =
C pm =

X T

Cp

1+V

donde T es el centro de las especificaciones.


LSE LIE
6 2 + ( T ) 2

Cuando T es igual a X media del proceso, Cpm = Cp = Cpk


INDICE DE CAPACIDAD Cpkm
Es un indicador de capacidad real que toma en cuenta el centrado del proceso:
Si T es el centro de las especificaciones.
C pkm =

Cpk
T
1+

Cuando T es igual a X media del proceso, Cpkm = Cpk

3. Clculo del desempeo de los procesos


Para determinar el Cp y Cpk se requiere que el proceso est en control
estadstico, ya que la desviacin estndar de la poblacin se estima con Rango
medio / d2 (constante que solo es vlida cuando el proceso est en control).
Para el caso de datos histricos, el proceso no est en control y se puede
determinar el desempeo del proceso utilizando la desviacin estndar de todos

Pgina 19 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

los datos ajustada con una constante C4, denominada Sigma a largo plazo o
desviacin estndar Overall.

(X

S=

i =1

X )2

n 1

C4 =

4(n 1)
4n 3

LT =

S
C4

Con la desviacin estndar a largo plazo se determinan los ndices de desempeo


Pp y Ppk no importando si el proceso est en control o no, en este ltimo caso los
valores no tienen significado prctico.
Para calcular el desempeo potencial del proceso utilizamos la siguiente frmula:

Pp =

( LSE LIE )
6 LT

donde:
Pp

= ndice de desempeo potencial

LSE = lmite superior de especificaciones


LIE = lmite inferior de especificaciones

LT = desviacin estndar estimada a largo plazo

Pgina 20 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

El ndice Pp debe
ser 1.33 para tener el potencial de cumplir con especificaciones (LIE, LSE)
Las variables transformadas Zs son las siguientes:

Zs =

ZI =

LSE X

LT

LIE X

LT

Para calcular el ndice de desempeo real del proceso utilizamos la siguiente


frmula:

Ppk =

menor Z I , Z S
3

Para que el proceso cumpla con las especificaciones el Ppk= debe de ser 1 .33.

Pgina 21 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

Ejercicio 6
De una carta de control X - R (con tamao de subgrupo n = 5), despus de que el
proceso se estabiliz quedando slo con causas comunes (LIE = 36, LSE = 46) se
obtuvo lo siguiente:
Xmedia de medias = 40

Rmedio = 5

a) Determinar la desviacin estndar del proceso


b) Determinar los lmites de tolerancia natural del proceso
c) Determinar la fraccin defectiva o porcentaje fuera de especificaciones
d) Determinar el Cp
e) Determinar el Cpk
f) Determinar el Cpm
g) Determinar el Cpkm
h) Establecer conclusiones de los resultados anteriores

Pgina 22 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

4. Capacidad y desempeo 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

Percent

95
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
Dat os

300

350

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


5. Graph > Probability plot > Normal
Pgina 23 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

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

269.3
30.72
100
0.317
0.533

80
70
60
50
40
30
20
10
5
1
0.1

150

200

250

300

350

400

Dat os

Determinacin de la capacidad del proceso con Minitab


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:

Pgina 24 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

Process Capability of Datos


LSL

USL
Within
Overall

Process Data
LSL
200.00000
Target
*
USL
330.00000
Sample Mean
269.25354
Sample N
100
StDev (Within)
30.83472
StDev (O v erall)
30.80011

Potential (Within) Capability


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

210
Observ ed Performance
PPM < LSL 10000.00
PPM > USL 30000.00
PPM Total
40000.00

240

Exp. Within Performance


PPM < LSL 12353.30
PPM > USL 24415.36
PPM Total
36768.66

270

300

330

0.70
0.75
0.66
0.66
*

360

Exp. Ov erall Performance


PPM < LSL 12272.69
PPM > USL 24288.79
PPM Total
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 los
datos ajustado por el factor C4.

Pgina 25 de 31

CAPACIDAD Y DESEMPEO DEL 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 Cha r t

Ca pa bilit y H ist ogr a m


UCL= 361.8

320
_
X= 269.3
240
LCL= 176.7

160
1

10

20

30

40

50

60

70

80

M ov ing Ra nge Cha r t

100

210

100

50

270

300

330

360

Nor m a l P r ob P lot
A D: 0.317, P: 0.533

UCL= 113.6

__
MR= 34.8

LCL= 0
1

10

20

30

40

50

60

70

80

90

100

Last 2 5 O bse r v a t ions

200

300

400

Ca pa bilit y P lot
Within
StDev 30.83472
Cp
0.70
Cpk
0.66
CCpk
0.70

300
Values

240

Moving Range

90

250
200

Within

Overall

O v erall
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 26 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

5. 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 o alguna
otra distribucin que ajuste a los datos.
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

Shape parameter 1.2 Scale

parameter 1 Threshold parameter 0 OK


Considerando Lmites de especificaciones LIE = 0 y LSE = 3.5
Determinar la capacidad con:
7. Stat > Quality tools > Capability anlisis > NonNormal
8. Single column C1 Distribution Weibull Lower Spec 0 Upper spec 3.5
9. OK
Los resultados se muestran a continuacin:

Pgina 27 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

Process Capability of Datos1


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

O v erall Capability
Pp
*
PPL
*
PPU
0.85
Ppk
0.85

*
*
3.50000
0.82279
100
1.24929
0.88470

Exp. O v erall Performance


PPM < LSL
*
PPM > USL 3795.26
PPM Total
3795.26

O bserv ed Performance
PPM < LSL
*
PPM > USL 10000
PPM Total
10000

0.0

0.5

1.0

1.5

2.0

2.5

3.0

3.5

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 Ppu 3 = 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.

6. Capacidad de procesos por atributos


3

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

Pgina 28 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

Para el caso de atributos, se tienen varios casos:


a. Fraccin defectiva
Para productos defectivos calificados como pasa no pasa, se obtiene una carta de
control p de fraccin defectiva con tamao de muestra constante con al menos 25
puntos, y una vez que est en control, se determina su p media. La capacidad del
proceso es
1-P media.
La capacidad del proceso equivalente para un Cp de debe ser de:

Al menos 99.73% para una capacidad de +- 3 sigmas equivalente a un Cp


de 1

Al menos de 99.9936% para un acapacidad equivalente a +-4 sigmas


equivalente a un Cp de 1.33.

Para otro valor de P la capacidad equivalente en sigmas se determina


dividiendo el valor de P / 2 y obteniendo el valor de Z correspondiente a esa
rea bajo la curva. La capacidad ser de +-Z sigmas.

Pgina 29 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

b. Nmero de defectos
En este caso se requiere verificar y en todo caso mantener el proceso en control
por medio de una carta C o U con muestra constante por al menos 25 puntos.
La referencia son el nmero de defectos X que el cliente acepte. Con la lnea
media indicando el promedio de defectos o C media, entramos a la tabal binomial
o de Poisson tomando como Lamda la C media y como X los defectos aceptables
por el cliente.
La probabilidad de aceptacin mnima debe ser de 99.73% equivalente a un Cp de
1 o de 99.9936% para un Cp de 1.33, cualquier valor inferior indicar falta de
capacidad del proceso.

Pgina 30 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

TABLA DE CONSTANTES PARA EL CALCULO DE LIMITES DE CONTROL


Las constantes para lmites de control en las cartas X-R son:
n
2
3
4
5
6
7
8
9
10

A2
1.88
1.023
0.729
0.577
0.483
0.419
0.373
0.337
0.308

D3

D4
3.267
2.574
2.282
2.115
2.004
1.924
1.864
1.816
1.777

0
0
0
0
0
0.076
0.136
0.184
0.223

d2
1.128
1.693
2.059
2.326
2.534
2.704
2.847
2.97
3.078

Las constantes para lmites de control en las cartas X-S son:


n
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25

c4
0.940
0.952
0.959
0.965
0.969
0.973
0.975
0.978
0.979
0.981
0.982
0.984
0.985
0.985
0.986
0.987
0.988
0.988
0.989
0.989
0.990

A
1.342
1.225
1..134
1.061
1.000
0.949
0.905
0.866
0.832
0.802
0.775
0.750
0.728
0.707
0.688
0.671
0.655
0.640
0.626
0.612
0.600

A3
1.427
1.287
1.182
1.099
1.032
0.975
0.927
0.886
0.850
0.817
0.789
0.763
0.739
0.718
0.698
0.680
0.663
0.647
0.633
0.619
0.606

B3
0.000
0.030
0.118
0.185
0.239
0.284
0.321
0.354
0.382
0.406
0.428
0.448
0.466
0.482
0.497
0.510
0.523
0.534
0.545
0.555
0.565

B4
2.089
1.970
1.882
1.815
1.761
1.716
1.679
1.646
1.618
1.594
1.572
1.552
1.534
1.518
1.503
1.490
1.477
1.466
1.455
1.445
1.435

Pgina 31 de 31

B5
B6 .
0.000 1.964
0.029 1.874
0.113 1.806
0.179 1.751
0.232 1.707
0.276 1.669
0.313 1.637
0.346 1.610
0.374 1.585
0.399 1.563
0.421 1.544
0.440 1.526
0.458 1.511
0.475 1.496
0.490 1.483
0.504 1.470
0.516 1.459
0.528 1.448
0.539 1.438
0.549 1.429
0.559 1.420

También podría gustarte