Capacidad de Procesos Acorto Plazo y A Largo Plazo

CONTROL
ESTADSTICO
DE PROCESOS
CALIDAD Y DESEMPEO DEL PROCESO
Ing. Giner Yuseth Huamn Montaez
You created this PDF from an application that is not licensed to print to novaPDF printer (http://www.novapdf.com)
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.
OBJETIVOS
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.
ndice de Inestabilidad (St)
St
Nmero de causas asignables /Especiales
100
Nmero total de puntos graficados
Por causas asignables

entenderemos los puntos
fuera de los lmites, las
tendencias, ciclos, etc.
2
x 100 = .
46
St: <0%, 2%> : Buena estabilidad

<2%, 4%> : Regular
<4%, 15%> : Malo
<15%, ++> : Catastrfico
Grfica Xbarra-R de n1; ...; n5

LCS=10,88
Media de la muestra
10,0
7,5
__
X=5,59
5,0
2,5
LCI=0,31
0,0
1
10
13
16
19
22
25
28
Muestra
Rango de la muestra
20
LCS=19,38
15
_
R=9,17
10
5
0
LCI=0
1
10
13
16
19
22
25
28
Muestra
Proceso en control estadstico, St = 0

St: ndice de Inestabilidad
Grfica Xbarra-R de m1; ...; m4

1
Media de la muestra
38
LCS=36,79
36
__
X=33,15
34
32
30
LCI=29,50
10
11
12
Muestra
Rango de la muestra
LCS=11,41
10,0
7,5
_
R=5
5,0
2,5
0,0
LCI=0
1
10
11
12
Muestra
Proceso fuera de control estadstico, St = 16.6%

St: ndice de Inestabilidad
ESTUDIO DE LA
CAPACIDAD DE UN
PROCESO
Variacin Causas Comunes
Lmite
inf. de
especs. LIE
Lmite
sup. de
especs. LSE
Objetivo = N
8
Variacin Causas especiales

Lmite
inf. de
especs. LIE
Lmite
sup. de
especs. LSE
Objetivo = N
9
LSE
LIE
s
p
xi
_
X
p = porcentaje de medidas bajo la curva de probabilidad

fuera de especificaciones.
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.
VARIACIN A CORTO PLAZO Y A LARGO PLAZO
Existen dos maneras de expresar la variabilidad:

Variacin a corto plazo (Cp)
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(Pp)
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.
ndices de Capacidad a Corto Plazo:

=
. . Capacidad Potencial del Proceso,
. . Capacidad Potencial de la especificacin inferior, > 1.33
. . Capacidad Potencial de la especificacin superior, > 1.33
> 1.33
. . ndice de Capacidad Real del Proceso, > 1.25
Se calcula a partir de muchos datos tomados durante un periodo corto para que no haya
influencias externas en el proceso
: Promedio de rangos
: Factor en funcin del tamao de subgrupo.de tablas
Valores del Cp y su interpretacion

Valor del
ndice Cp
Cp 2
Clase o categora
del proceso
Clase mundial
Decisin
(si el proceso esta centrado)
Se tiene calidad Seis Sigma.
Cp > 1.33
Adecuado.
1 < Cp < 1.33
Parcialmente adecuado, re quiere de un control

estricto.
0.67 < Cp < 1
No adecuado para el trabajo. Es necesario un

anlisis del proceso. Requiere de modificaciones
serias para alcanzar una calidad satisfactoria.
Cp < 0.67
No adecuado para el trabajo. Requiere de

modificaciones muy serias.
ndice de Capacidad
Cp= 1 Amplitud natural = Rango de valores
Proceso marginalmente capaz de cumplir con
LE
(capaz con control estricto)
Cp < 1 Rango de valores < Amplitud natural
Proceso no capaz de cumplir con LE
Cp > 1 Rango de valores > Amplitud natural

Proceso capaz de cumplir con LE
Nivel mnimo de calidad: Cp= 1.33
Objetivo: Cp 1.6
ndice Cpm (ndice de Taguchi)

Los anteriores ndices Cp, slo consideran la variabilidad de los procesos, el ndice Cpm
Considera adems la proporcin que est descentrado con respecto a su media original,
es decir su sesgo o centrado.
(tau) =
> 1.0
+ ( )
ES: Especificacin superior

EI: Especificacin Inferior
N: Valor nominal de la caracterstica de calidad = 0.5(ES+EI)
: Desviacin estndar
: Media real del proceso
= .
Se determina de manera directa la desviacin estndar de todos los datos.
ndices de Capacidad a Largo Plazo:

=
= .
> 1.33
. . Capacidad Potencial de la especificacin inferior, > 1.33
. . Capacidad Potencial de la especificacin superior, > 1.33
. . ndice de Capacidad Real del Proceso, > 1.25
Se determina de manera directa la desviacin estndar de todos los datos.
Anlisis de Capacidad asumiendo Normalidad
De largo plazo
De corto plazo
Defectos por milln para el

proceso
Anlisis de Capacidad con datos no Normales
Slo se
consideran
ndices a
largo plazo!!!
MTRICAS SEIS SIGMA (6)
NIVELES SIGMA()
MTRICAS SEIS SIGMA (6) - Variables

Otra forma de medir la capacidad del proceso es mediante el ndice Z, el cual
consiste en calcular la distancia entre las especificaciones y la media del
proceso en unidades de la desviacin estndar, .
= |
| . . Nivel Z Inferior

= |
=
| . . Nivel Z Superior
[

.
],
Nivel Z del proceso
Ejemplo Clculo Nivel Z - Variables
Dif. = 0.982251
Inv.Dist.Normal = 2.11
25 0.5933
=
= | 2.43|
10.5131
=
25 (0.5933)
=
= 2.32
10.5131
Dist.Normal = 0.007549
Dist.Normal = 0.9898
Zp = 2.11
MTRICAS SEIS SIGMA (6) - Atributos
Ejemplo Clculo Nivel Z - Atributos

1. En una fabrica de muebles, durante la etapa de ensamble del producto se quiere evaluar el
desempeo del proceso. En particular, se pretende evaluar la calidad del ensamble de las sillas.
El producto tiene 24 puntos de ensamble; por lo tanto, en la inspeccin final se evala cada
uno de los puntos de ensamble. De los resultados del ultimo mes se tiene que de 2 000 sillas
revisadas, se encontraron 120 puntos de ensamble insatisfactorios. Determinar el nivel sixsigma (Z)
Unidades Procesadas (N)
= 2000
Nmero Defectos (D)
= 120
Oportunidad de presentar un defecto x Unidad(DPO) = 24
DPMO =
Zp = Dist.Normal (1
)=
Defectos x milln de Oportunidades
1 0.0025
Zp = Dist.Normal (0.9975) = 2.807

Cp = Zp x 0.33 = 2.807 x 0.333 = 0.935
Cpk = Cp 0.5 = 0.935 - 0.5 = 0.435
ndice de Capacidad vs Nivel Sigma

Relacin entre nivel sigma, Cp y Cpk
Cpk
NIVEL
Cp
0.33
-0.17
0.67
0.17
1.00
0.50
1.33
0.83
1.67
1.17
2.00
1.50
Calidad de corto y largo plazo en trminos

de Cp, Zc, ZL y PPM
Matriz de Estado de Un Proceso

A
Recomendaciones para Mejorar su Proceso

Alcanzar la Zona A
Analizar estabilidad. Para estudiar la estabilidad del proceso, a travs del
tiempo, que comprende los datos histricos y calcular el ndice de inestabilidad, St, se
recomiendan dos actividades:
Analizar las cartas de control obtenidas en el lapso de tiempo que comprenden los datos
histricos. Es decir, estudiar tanto las cartas que se obtuvieron en el pasado como los
cambios detectados con ellas. Es importante ordenar las cartas conforme al tiempo en que
se obtuvieron, desplegarlas y analizar cmo fue el comportamiento de los puntos,
buscando identificar los patrones especiales de variacin, como son: puntos fuera de los
lmites, tendencias, ciclos, etc. A partir de esto se verifica si hay algn tipo de inestabilidad
predominante y se calcula el ndice, St
Hacer un estudio inicial con los datos histricos, es decir, analizar todos los datos en la
misma carta de control para identificar los patrones especiales de variacin conocidos (8) y,
con base en esto, sacar conclusiones y calcular el ndice de inestabilidad, St.
Recomendaciones para Mejorar su Proceso

Alcanzar la Zona A
Estudiar la capacidad. Se aplica a los datos histricos un anlisis de capacidad,
utilizando para ello las diferentes herramientas analizadas a travs del curso. En particular,
es importante obtener los ndices de capacidad de corto plazo Cp y Cpk, sus equivalentes de
largo plazo Pp y Ppk y un histograma. A partir de esto, es necesario ver cmo es la
distribucin de los datos con respecto a especificaciones, y si hay problemas de capacidad es
preciso identificar si se debe a problemas de centrado y/o a exceso de variacin.
Si la variable es de atributos (proporcin o porcentaje de defectuosos, nmero de defectos
por lote, etc.), tambin es recomendable analizar por medio del histograma la proporcin
de defectos, estimar el porcentaje promedio de defectos o su correspondiente PPM
y trasladar stos a su correspondiente ndice Cp.
En ambos casos, de acuerdo con el anlisis realizado y la poltica de calidad de la
empresa, es necesario concluir si la capacidad del proceso para cumplir las especificaciones
de calidad es aceptable.
GRACIAS!!

Idioma

Capacidad de Procesos Acorto Plazo y A Largo Plazo

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Capacidad de Procesos Acorto Plazo y A Largo Plazo

Cargado por

Copyright:

Formatos disponibles

CONTROL

Ing. Giner Yuseth Huamn Montaez

Ing. Giner Yuseth Huamn Montaez

Ing. Giner Yuseth Huamn Montaez

ndice de Inestabilidad (St)

Nmero de causas asignables /Especiales

Nmero total de puntos graficados

Por causas asignables

St: <0%, 2%> : Buena estabilidad

Grfica Xbarra-R de n1; ...; n5

Proceso en control estadstico, St = 0

Grfica Xbarra-R de m1; ...; m4

Proceso fuera de control estadstico, St = 16.6%

Variacin Causas Comunes

Variacin Causas especiales

p = porcentaje de medidas bajo la curva de probabilidad

Ing. Giner Yuseth Huamn Montaez

PARTES FUERA DE ESPECIFICACIONES

Para solucionar este problema, podemos reducir la desviacin

Ing. Giner Yuseth Huamn Montaez

Tambin podramos cambiar la media.

Lo ideal sera, por supuesto cambiar ambas.

Ing. Giner Yuseth Huamn Montaez

VARIACIN A CORTO PLAZO Y A LARGO PLAZO

Existen dos maneras de expresar la variabilidad:

Ing. Giner Yuseth Huamn Montaez

VARIACIN A LARGO PLAZO(Pp)

Los datos son colectados durante un periodo de tiempo

Ing. Giner Yuseth Huamn Montaez

ndices de Capacidad a Corto Plazo:

. . Capacidad Potencial del Proceso,

. . Capacidad Potencial de la especificacin inferior, > 1.33

. . Capacidad Potencial de la especificacin superior, > 1.33

. . ndice de Capacidad Real del Proceso, > 1.25

Ing. Giner Yuseth Huamn Montaez

Valores del Cp y su interpretacion

Se tiene calidad Seis Sigma.

1 < Cp < 1.33

Parcialmente adecuado, re quiere de un control

0.67 < Cp < 1

No adecuado para el trabajo. Es necesario un

No adecuado para el trabajo. Requiere de

Ing. Giner Yuseth Huamn Montaez

Cp > 1 Rango de valores > Amplitud natural

ndice Cpm (ndice de Taguchi)

. . Capacidad Potencial del Proceso,

ES: Especificacin superior

Se determina de manera directa la desviacin estndar de todos los datos.

Ing. Giner Yuseth Huamn Montaez

ndices de Capacidad a Largo Plazo:

. . Capacidad Potencial del Proceso,

. . Capacidad Potencial de la especificacin inferior, > 1.33

. . Capacidad Potencial de la especificacin superior, > 1.33

. . ndice de Capacidad Real del Proceso, > 1.25

Se determina de manera directa la desviacin estndar de todos los datos.

Ing. Giner Yuseth Huamn Montaez

Anlisis de Capacidad asumiendo Normalidad

Defectos por milln para el

Ing. Giner Yuseth Huamn Montaez

Anlisis de Capacidad con datos no Normales

Ing. Giner Yuseth Huamn Montaez

MTRICAS SEIS SIGMA (6)