ndices de Capacidad de

Procesos
Clase 5 y 6

Capacidad de un proceso
Consiste en conocer la amplitud de la variacin natural del proceso
para una caracterstica de calidad dada, ya que esto permitir saber
en qu medida tal caracterstica de calidad es satisfactoria (cumple
especificaciones).
Para considerar que hay calidad las mediciones deben ser iguales a
cierto valor nominal o ideal (N), o al menos tienen que estar con
holgura dentro de las especificaciones inferior (EI) y superior (ES).

Ejemplo

Ejemplo

ndices de Capacidad
ndice Cp (ndice de capacidad potencial) se define como:

Decimos que 6 (seis veces la desviacin estndar) es la variacin

real, debido a las propiedades de la distribucin normal (captulo 3),
en donde se afirma que entre 3 se encuentra 99.73% de los
valores de una variable con distribucin normal.

Interpretacin del ndice de capacidad

potencial Cp

ndices de Capacidad
En el caso del ejemplo 5.1 de la longitud de capa para las llantas, el ndice
Cp est dado por:

La variacin tolerada es de 20 y la variacin real es ligeramente menor ya

que es de 18. De acuerdo con la tabla 5.1, el proceso tiene una capacidad
potencial parcialmente adecuada y requiere de un control estricto.
En funcin de la tabla 5.2 se espera que si el proceso estuviera centrado
arrojara aproximadamente 0.0967% de las capas fuera de
especificaciones, lo cual corresponde a 967 PPM y se considera
parcialmente adecuado.

ndice Cr
ndice Cr: Indicador de la capacidad potencial del proceso que divide la
amplitud de la variacin natural de ste entre la variacin tolerada.
Representa la proporcin de la banda de especificaciones que es cubierta
por el proceso.

Como se puede apreciar, el ndice Cr es el inverso del Cp, ya que compara la

variacin real frente a la variacin tolerada.
Con este ndice se pretende que el numerador sea menor que el
denominador, es decir, lo deseable son valores de Cr pequeos (menores
que 1).
El Cr para el ejemplo de la longitud de las capas de las llantas, es:

ndices Cpi , Cps y Cpk

La desventaja de los ndices Cp y Cr es que no toman en cuenta el
centrado del proceso,
Se puede corregir esto evaluando por separado el cumplimiento de la
especificacin inferior y superior, a travs del ndice de capacidad
para la especificacin inferior, Cpi, y ndice de capacidad para la
especificacin superior, Cps, respectivamente:

Para considerar que el proceso es adecuado, el valor de Cpi o Cps

debe ser mayor que 1.25

ndices Cpi , Cps y Cpk

En el ejemplo 5.1, de la longitud de las capas de las llantas, tenemos que:

Como el ndice para la especificacin superior, Cps, es el ms pequeo y es

menor que uno, entonces se tienen problemas por la parte superior
Cps = 0.78, entonces el porcentaje de producto que es ms grande que la
especificacin superior est entre 0.82% y 1.79%
No hay problema con la especificacin inferior, ya que Cpi = 1.44, al ser
mayor que 1.25

ndices Cpi , Cps y Cpk

Por su parte el ndice Cpk, que se conoce como ndice de capacidad
real del proceso, es considerado una versin corregida del Cp que s
toma en cuenta el centrado del proceso.

El ndice Cpk es igual al valor ms pequeo de entre Cpi y Cps, por lo

que si el valor del ndice Cpk es satisfactorio (mayor que 1.25), eso
indica que el proceso en realidad es capaz.

ndices Cpi , Cps y Cpk

Algunos elementos adicionales para la interpretacin del ndice Cpk son los siguientes:
El valor del ndice Cpk es satisfactorio si es mayor que 1.25

Si Cpk < 1, entonces el proceso no cumple con por lo menos una de las especificaciones
El ndice Cpk siempre va a ser menor o igual que el ndice Cp. Cuando son muy prximos, la
capacidad potencial y real son similares
Si el valor del ndice Cpk es mucho ms pequeo que el Cp, significa que la media del proceso est
alejada del centro de las especificaciones
Cuando el valor del ndice Cpk sea mayor a 1.25 en un proceso ya existente, se considerar que se
tiene un proceso con capacidad satisfactoria. Mientras que para procesos nuevos se pide que Cpk
> 1.45
Es posible tener valores del ndice Cpk iguales a cero o negativos, e indican que la media del
proceso est fuera de las especificaciones.

ndices Cpi , Cps y Cpk

En el ejemplo 5.1, de la longitud de las capas de las llantas, tenemos
que:

Lo cual, indica una capacidad no satisfactoria y cierta proporcin de

las capas para las llantas no tiene una longitud adecuada
Con Cpk = 0.78 el porcentaje de capas que exceden los 790 mm se
encuentra entre 0.82 y 1.79%.
La primera recomendacin de mejora para ese proceso es que se
optimice su centrado, con lo cual alcanzara su mejor potencial actual
que indica el valor de Cp = 1.11.

ndice K
Un aspecto importante en el estudio de la capacidad de un proceso es
evaluar si la distribucin de la caracterstica de calidad est centrada
con respecto a las especificaciones
ndice K Es un indicador de qu tan centrada est la distribucin de
un proceso con respecto a las especificaciones de una caracterstica
de calidad dada.

es la media del proceso

N es el valor objetivo o nominal

ndice K
La interpretacin usual de los valores de K es como sigue:
Si el signo del valor de K es positivo significa que la media del proceso es mayor
al valor nominal y ser negativo cuando < N.
Valores de K menores a 20% en trminos absolutos se consideran aceptables,
pero valores absolutos de K ms grandes que 20%, indica un proceso muy
descentrado, lo cual contribuye a que la capacidad del proceso sea inadecuada
El valor nominal, N, es la calidad objetivo y ptima; cualquier desviacin con
respecto a este valor lleva un detrimento en la calidad. se deben hacer
esfuerzos serios para centrarlo

En el ejemplo 5.1 de la longitud de la capa para llantas, si se considera

que el valor nominal para esta longitud es N = 780, entonces el ndice K
es:

ndice Cpm (ndice de Taguchi)

La mejora de un proceso segn Taguchi debe estar orientada a reducir
su variabilidad alrededor del valor nominal, N, y no slo para cumplir
con especificaciones. Propone que la capacidad del proceso se mida
con el ndice Cpm:

Si el proceso est centrado, es decir, si = N, entonces Cp, Cpk y Cpm

son iguales.
En el caso del ejemplo 5.1 acerca de la longitud de capa para llantas:

Interpretacin ndice Cpm (ndice de Taguchi)

Cuando el ndice Cpm es menor que uno significa que el proceso no
cumple con especificaciones, ya sea por problemas de centrado o por
exceso de variabilidad
Cuando el ndice Cpm es mayor que uno, eso quiere decir que el
proceso cumple con especificaciones, y en particular que la media del
proceso est dentro de la tercera parte central de la banda de las
especificaciones
Si Cpm es mayor que 1.33, entonces el proceso cumple con
especificaciones, pero adems la media del proceso est dentro de la
quinta parte central del rango de especificaciones
Cual sera la interpretacin para el ejemplo?

Generalidades sobre interpretacin de los

ndices de capacidad
Es necesario recordar que para que los ndices vistos sean aplicables
como pronsticos del desempeo del proceso en el futuro inmediato
(corto plazo), es importante que:
Los procesos sean estables
La caracterstica de calidad se distribuya en forma normal o por lo
menos de una manera no tan diferente de sta
Que los clculos de los ndices estn basados en los parmetros
poblacionales del proceso y
Si los clculos estn basados en una muestra pequea, la
interpretacin cambia (se ver ms adelante)

Capacidad de largo plazo e ndices Pp y Ppk

La capacidad de un proceso puede tener dos perspectivas:
Perspectiva de corto plazo
Perspectiva de largo plazo.

Capacidad de corto plazo

Se calcula a partir de muchos datos tomados durante un perodo corto para
que no haya influencias externas en el proceso, o con muchos datos de un
periodo largo, pero calculando con el rango promedio (=Rpromedio/d2).
Capacidad de largo plazo
Se calcula con muchos datos tomados de un periodo de tiempo
suficientemente largo como para que los factores externos influyan en el
desempeo del proceso.

ndice Pp
Indicador del desempeo potencial del proceso, que se calcula en
forma similar al ndice Cp pero usando la desviacin estndar de largo
plazo.

donde L es la desviacin estndar de largo plazo

ndice Ppk
Indicador del desempeo real del proceso, que se calcula en forma
similar al ndice Cpk pero usando la desviacin estndar de largo
plazo.

Mtricas Seis Sigma

Calidad Seis Sigma o los procesos Seis Sigma se refieren a un concepto que
plantea una aspiracin o meta comn en calidad para todos los procesos
de una organizacin, expresando el nivel de calidad en trminos del
nmero de sigmas (ndice Z)
ndice Z: Es la mtrica de capacidad de procesos de mayor uso en Seis
Sigma. Se obtiene calculando la distancia entre la media y las
especificaciones, y esta distancia se divide entre la desviacin estndar.

Donde: Zs, Z superior y Zi, Z inferior

Ejemplo

La capacidad de un proceso medida en trminos del ndice Z es igual al valor ms pequeo de

entre Zs y Zi, es decir:

el proceso del ejemplo tiene una calidad de Z = 2.95 sigmas.

Mtricas Seis Sigma

ndice ZC

Valor del ndice Z en el cual se emplea la desviacin estndar de corto plazo.

ndice ZL

Valor del ndice Z que utiliza la desviacin estndar de largo plazo.

ndice Zm

La diferencia entre la capacidad de corto y largo plazo se conoce como

desplazamiento o movimiento del proceso y se mide a travs del ndice Z de la
siguiente manera:

De la forma que se obtiene el ndice Z, es posible ver que:

Mtricas Seis Sigma

Proceso Tres Sigma
Proceso cuya capacidad para cumplir
especificaciones a corto plazo es igual a Zc
= 3 y el ndice es Cpk = 1.
En el caso del proceso del ejemplo de
envasado de cemento prcticamente
tiene una calidad Tres Sigma porque Z =
2.95.
Se espera que el porcentaje de costales
envasados que cumplen con
especificaciones sea de 99.73% y slo
0.27% no, lo cual corresponde a 2 700
partes por milln (PPM) fuera de
especificaciones.

Mtricas Seis Sigma

De acuerdo con el ejemplo, a primera vista un proceso Tres Sigma parece
que tiene un nivel de calidad adecuado. Sin embargo, para las exigencias
actuales, tal calidad por lo general no es suficiente por dos razones:
Un porcentaje de 0.27% de artculos defectuosos implica 2700 partes
defectuosas por cada milln (PPM) producidas. Por ejemplo, una sola
empresa que fabrica 10 millones de telfonos por ao, implica que 27000
consumidores tuvieron problemas con su aparato nuevo.
Lo anterior se agrava si consideramos la diferencia entre la capacidad de
corto y largo plazo, en donde los estudios indican que la media de un
proceso puede desplazarse hasta 1.5 sigmas respecto al valor nominal
(Zm= 1.5)

Mtricas Seis Sigma

Para el ejemplo del peso de los costales, si
de desplaza 1.5 hacia la especificacin
superior, la media del proceso sera:
= + 1.5() = 50.01 + 1.5(0.2) = 50.31

Ahora el rea de la curva dentro de

especificaciones es slo de 93.32%, lo cual
implica una taza de defectos de 66 810
PPM y Zm = 1.5.
Esto hace a la calidad Tres Sigma poco
satisfactoria, por eso se requiere una meta
de calidad 6 sigma

Mtricas Seis Sigma

Proceso Seis Sigma
Proceso cuya capacidad para cumplir especificaciones a corto plazo es igual a
Zc = 6 o cuando es a largo plazo ZL = 4.5, lo cual, a corto plazo significa Cpk = 2
y a largo plazo Ppk = 1.5.

En ese caso, a corto plazo se tendra una tasa de defectos de 0.002

PPM
En ese caso, a largo plazo (desplazamiento de 1.5) se tendra una
tasa de defectos de 3.4 PPM

Mtricas Seis Sigma

En el caso del peso de los costales de cemento, tener calidad Seis Sigma significa
que en lugar de que la desviacin estndar tenga un valor de 0.2, se requiere que
= 0.1. Es decir, implica reducir la variacin un 50% con respecto a la calidad 3.
Equivale a que el proceso en el corto plazo tenga un Cpk = 2.0.
Si a largo plazo ocurriera que la media del proceso se moviera hasta 1.5 veces a
partir del valor nominal, hacia la especificacin superior por ejemplo, eso no
generara problemas, ya que la media del proceso sera:
= + 1.5() = 50.01 + 1.5(0.1) = 50.16
El Ppk y ZL ahora sera de:
Slo 3,4 PPM defectuosas

Mtricas Seis Sigma

Mtricas Seis Sigma

Mtrica Seis Sigma para atributos (DPMO)

Muchas caractersticas de calidad son de atributos. En este caso se utilizar
como mtrica a los Defectos por milln de oportunidades de error (DPMO).
Ejemplo:

Unidad

Es la parte o producto que se elabora mediante un proceso. En el caso del ejemplo

seran las sillas

Oportunidad de error

Cualquier parte de la unidad que puede medirse o probarse si es adecuada.

Figura 5.3

Mtrica Seis Sigma para atributos (DPMO)

ndice DPU (defectos por unidad)
Mtrica de calidad que es igual al nmero de defectos encontrados entre el nmero
de unidades inspeccionadas. No toma en cuenta las oportunidades de error.
U es el nmero de unidades inspeccionadas en las cuales se observaron d defectos

Para el ejemplo:
Esto significa que, en promedio, cada silla tiene 0.06 ensambles defectuosos (en 100
sillas se esperaran seis ensambles defectuosos). Es claro que una misma silla puede
tener ms de un ensamble defectuoso. No toma en cuenta el nmero de
oportunidades de error en la unidad

Mtrica Seis Sigma para atributos (DPMO)

ndice DPO (defectos por oportunidad)
Mtrica de calidad que es igual al nmero de defectos encontrados
entre el total de oportunidades de error al producir una cantidad
especfica de unidades.

O es el nmero de oportunidades de error por unidad

En el caso de las sillas:

Mtrica Seis Sigma para atributos (DPMO)

El ndice DPMO (Defectos por milln de oportunidades)
Cuantifica los defectos del proceso en un milln de oportunidades de error, y
se obtiene al multiplicar al DPO por un milln, por lo que para las sillas se
tiene que:
Un milln de ensambles realizados (24 por silla) se espera tener 2 500 con
algn tipo de defecto, lo cual habla de que no se tiene un proceso Seis Sigma,
ya que la meta ser tener 3.4 DPMO como mximo.

Mtrica Seis Sigma para atributos (DPMO)

DPU frente a PPM y el nivel de sigmas
Tanto la mtrica DPU como la DPMO se refieren a variables para
atributos ms cercanas a variables con distribucin Poisson. Una pieza
puede tener ms de un defecto y no necesariamente debe
rechazarse.
PPM se aplica cuando la parte cumple o no cumple (pasa o no pasa),
y aqu ms bien se aplica la distribucin binomial y su aproximacin a
la normal

Mtrica Seis Sigma para atributos (DPMO)

En el caso del ejemplo 5.3, donde el DPU = 0.06, se quiere saber cul es el
nivel de sigmas del proceso correspondiente.
Distribucin
Se calcula el rendimiento Y del proceso mediante la distribucin de
Poisson, como la probabilidad de cero defectos, donde =DPU, con la de Poisson
siguiente frmula:

Es decir, la probabilidad de que una unidad est libre de defectos es de

94.18%.
El nivel de sigma de largo plazo es el valor de ZY de una tabla de
distribucin normal estndar correspondiente a la probabilidad acumulada
igual a Y

Mtrica Seis Sigma para atributos (DPMO)

En el caso del ejemplo, y usando la siguiente funcin de Excel:
DISTR.NORM.ESTAND.INV(0.9418) = 1.57

Se encuentra que el nivel de sigmas de largo plazo del proceso es

igual a 1.57, as que suponiendo un desplazamiento de 1.5 sigmas, el
nmero de sigmas del proceso estar dado por:
Zc = ZY + 1.5

Por lo tanto, el nivel de sigmas del proceso de ensamble de sillas es

1.57 + 1.5 = 3.07 que, de acuerdo con la tabla 5.3, corresponde a un
nivel de PPM cercano a 66 807. Es decir, est muy lejos de la meta de
tener un proceso Seis Sigma.

Mtrica Seis Sigma para atributos (DPMO)

Rendimiento combinado (Rolled Throughput Yield )
Supongamos que un proceso tiene k etapas o subprocesos, y el
rendimiento a la primera vez sin considerar retrabajos de cada uno de los
subprocesos es Y1, Y2, ..., Yk; por lo tanto, el rendimiento combinado del
proceso es el producto de los rendimientos de sus etapas, es decir:
YC = Y1 Y2 ... Yk

donde:
El ndice YC se interpreta como la probabilidad de que una unidad est libre
de defectos desde la primera hasta la ltima etapa del proceso.

Mtrica Seis Sigma para atributos (DPMO)

Ejemplo
Supongamos un proceso con cinco etapas
y los rendimientos para cada una de ellas
que se muestran en la figura. En la grfica
se aprecian:
El rendimiento por etapa son los que se
muestran
La grfica muestra la forma en la que va
disminuyendo el rendimiento acumulado
hasta que, al final, coincide con el
rendimiento combinado YC = 60.8%
La probabilidad de que una unidad pase
libre de defectos a lo largo de los cinco
pasos es de 60.8%.

Mtrica Seis Sigma para atributos (DPMO)

Procesos con solo una especificacin

Existen procesos cuyas variables de salida tienen una sola
especificacin, ya sea que se trate de:
Variables del tipo entre ms grande mejor, donde lo que interesa es que sean
mayores a cierto valor mnimo (EI);
O de variables del tipo entre ms pequea mejor, donde lo que se quiere es
que nunca excedan cierto valor mximo (ES).

En casos como los anteriores, donde slo se tiene una especificacin,

se debe tener cuidado de no caer en la mala prctica de fijar de
manera artificial una especificacin superior o inferior

Ejemplo 1

Ejemplo 2

Estimacin por intervalo de los ndices

de capacidad
Para calcular los ndices de capacidad se necesita
conocer la media, , y la desviacin estndar, , del
proceso con una buena aproximacin.
Cuando no se conocen estos parmetros ser
necesario utilizar datos muestrales y estimar por
intervalo a estos ndices si la muestra es pequea, de
unas cuantas decenas (menor a 80 por ejemplo),
Sea x1, x2,..., xn una muestra aleatoria del proceso, y
Xmedia y S la media y la desviacin estndar de tal
muestra. Si los ndices se estiman usando Xmedia y S en
lugar de y , respectivamente, entonces la
estimacin puntual de los ndices estar dada por:

Estimacin por intervalo de los ndices

de capacidad
Los intervalos de confianza para
Cp, Cpk y Cpm estn dados por:

Donde:
n es el tamao de muestra y
Z/2 es el percentil de la distribucin
normal que determina la confianza de
la estimacin (si se quiere trabajar
con 95% de confianza, el valor de Z/2
es 1.96).

De esta manera, el verdadero valor

del ndice de capacidad del proceso
se encontrar entre el intervalo
obtenido con las expresiones
anteriores y con la confianza
deseada.

Estimacin por intervalo de los ndices

de capacidad
Si se toma una muestra pequea de un proceso para evaluar su capacidad,
entonces con base en los intervalos de confianza para los ndices es posible
encontrar tres tipos de procesos:

1. Proceso con muy buena capacidad. Se tiene este caso cuando el lmite inferior de
los intervalos de confianza para los ndices es mayor que 1.33 (o por lo menos de
1.0).
2. Proceso con muy mala capacidad. Se afirma esto cuando el lmite superior de los
intervalos de confianza para los ndices es menor que 1.0.
3. Proceso con una capacidad intermedia o incertidumbre sobre su capacidad real. Se
presenta cuando no se est en ninguna de las dos situaciones anteriores, es decir,
cuando el intervalo incluya al nmero uno o a 1.33, como en el caso del ejemplo que
se mostrar a continuacin.
En esta ltima situacin se debe seguir monitoreando el proceso hasta tener un
tamao de muestra mayor, a fin de tener una mayor certidumbre sobre la capacidad
del proceso correspondiente.

Ejemplo

Estudio real (integral) de capacidad. Ejemplo

Proceso descentrado. De manera similar al ejemplo 5.1, en otro
modelo de llantas para automvil se tiene que la longitud de la capa
debe ser de 550 mm, con una tolerancia de 8 mm. La longitud de la
capa es el resultado de un proceso de corte de una tira de hule, el
cual debe garantizar que la longitud este entre la especificacin
inferior EI = 542 y la superior ES = 558, con un valor ideal o nominal
de N = 550. Para detectar la posible presencia de causas especiales de
variacin, y en general para monitorear el correcto funcionamiento
del proceso de corte, cada hora se toman cinco capas y se miden. Los
datos obtenidos en los ltimos cuatro das se muestran en la
siguiente tabla.

Estudio real (integral) de capacidad. Ejemplo

Estudio real (integral) de capacidad. Ejemplo

Estudio real (integral) de capacidad. Ejemplo

Estudio real (integral) de capacidad. Ejemplo

Gracias
Hasta la prxima