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.

Pgina 3 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

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.

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.

LSE

LIE

s
p

xi

_
X

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

especificaciones.
1

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.

Pgina 5 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

1d. Variacin a corto plazo y a largo plazo

Existen dos maneras de expresar la variabilidad:
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:

Pgina 6 de 31

CAPACIDAD Y DESEMPEO DEL 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, 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:
2

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

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. 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
Pgina 8 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

donde:
Cp

= capacidad potencial

LSE = lmite superior de especificaciones

LIE = lmite inferior de especificaciones

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

LIE X

ZS

ST
LSE X

ST

Para calcular la habilidad 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

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

Frecuencia
acumulada
0.06
0.13
0.26
0.58
0.82
0.93
0.97
1

Pgina 10 de 31

299
214
264
267
283
235
272
287
274
269
275

CAPACIDAD Y DESEMPEO DEL PROCESO

El histograma es el siguiente:
Histogram of Datos
40

Frequency

30

20

10

160

190

210

230

260
Datos

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

X 264.19

N*
0

Mean
264.19

SE Mean
3.23

StDev
32.15

Minimum
176.00

Q1
248.00

Median
265.00

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

Q3
280.00

CAPACIDAD Y DESEMPEO DEL PROCESO

Cp

LSE LIE 330 200 .674 < 1.33, el proceso no es hbil.

Zi

330 264.19 2.046

Zs

200 264.19 1.996

6S

192.90

32.15

C pk

32.15

menor Z I , Z S
3

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 (Xj, 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 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)
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

Percent

80
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.

Pgina 15 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

Prediccin

Tiempo

Clculo de la desviacin estndar del proceso

R
S

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

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:

= 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

1.05
s
1.117
=
.094
C4

C4 para n = 5 tiene el valor 0.94

Pgina 17 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

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

El C pk

105 100 1.492

El C p

105 85 2.984

3 1.117

6 1.117

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
1V

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).
Pgina 19 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

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

(X
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

Pgina 20 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

donde:
Pp

= ndice de desempeo potencial

LSE = lmite superior de especificaciones

LIE = lmite inferior de especificaciones

LT = desviacin estndar estimada a largo plazo

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
95

Percent

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

150

200

250
Datos

300

350

Pgina 23 de 31

269.3
30.72
100
0.994
>0.100

CAPACIDAD Y DESEMPEO DEL PROCESO

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
95

Percent

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

Datos

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

P rocess Data
LS L
200.00000
Target
*
USL
330.00000
S ample M ean
269.25354
S ample N
100
S tD ev (Within)
30.83472
S tD ev (O v erall)
30.80011

Within
Overall
P otential (Within) C apability
Cp
0.70
C PL
0.75
C PU
0.66
C pk
0.66
C C pk 0.70
O v erall C apability
Pp
PPL
PPU
P pk
C pm

210
O bserv ed P erformance
P P M < LS L
10000.00
P P M > U S L 30000.00
P P M Total
40000.00

240

E xp. Within P erformance

P P M < LS L 12353.30
P P M > U S L 24415.36
P P M Total
36768.66

270

300

330

0.70
0.75
0.66
0.66
*

360

E xp. O v erall P erformance

P P M < LS L
12272.69
P P M > U S L 24288.79
P P M 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

Individual Value

I C har t

C apability H istogr am
UCL=361.8

320
_
X=269.3
240
160

LCL=176.7
1

10

20

30

40

50

60

70

80

M oving Range C har t

100

210

50

270

300

330

360

Nor mal P r ob P lot

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

200

Last 2 5 O bser vations

300

400

C apability P lot
Within
S tDev 30.83472
Cp
0.70
C pk
0.66
C C pk
0.70

300

Values

240

Moving Range

90

250
200

Within

Overall

O v erall
S tDev 30.80011
Pp
0.70
P pk
0.66
C pm
*

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

Pgina 27 de 31

CAPACIDAD Y DESEMPEO DEL PROCESO

Los resultados se muestran a continuacin:

Process Capability of Datos1

Calculations Based on Weibull Distribution Model

USL
P rocess D ata
LS L
Target
USL
S ample M ean
S ample N
S hape
S cale

O v erall C apability
Pp
*
PPL
*
PPU
0.85
P pk
0.85

*
*
3.50000
0.82279
100
1.24929
0.88470

E xp. O v erall P erformance

P P M < LS L
*
P P M > U S L 3795.26
P P M Total 3795.26

O bserv ed P erformance
P P M < LS L
*
P P M > U S L 10000
P P M 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 Ppu3 = 0.85 lo cual nos dice que el proceso no es capaz ya
que 0.85<.1.33

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

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

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