Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Estadístico
multivariado
Este capítulo se presentara algunas propuestas de las herramientas de
control estadístico multivariado, l caso la carta multivariada de Shewhart y
el Índice de capacidad de Boyle
CARTA DE
CONTROL DE
SHEWHART
MULTIVARIADO
Durante la Segunda Guerra Mundial la técnica estadística de
CARTA DE CONTROL univariadas fue la más utilizada a
pesar de que los procesos y productos que se analizaban
poseían en su gran mayoría dos o más características de
calidad. Por lo que se hizo necesario aplicar herramientas
estadísticas multivariadas para su control.
T 2 = ( x J − M ) ' V −1 ( x J − M )
2
La distribución T está relacionada con la conocida
distribución F mediante las siguientes formulaciones:
p ( g + 1)( n + 1)
T 2 p , n ,α = Fα , ( g , gp − g − p +1)
( gn − g − p + 1)
gp
T 2 p , g ,α = Fα , ( p , g − P +1)
( g − p + 1)
p ( g + 1)( g − 1)
T 2 p , n ,α = Fα ,( g , g − p )
g ( g − p)
2
Lo cual implica que este valor T p ,n ,α , se toma como el límite
de control superior para la media en la CARTA DE CONTROL
de control multivariado.
Un ejemplo en donde se establece dos variables, en este
caso un fertilizante compuesto, y un tamaño de muestra n = 1 .
Para ello se utilizo la formula de T.P. Ryan para evaluar el
límite superior de control. A continuación presentamos la
información obtenida de 10 subgrupos:
SUBGRUPOS PARA
CONTROL
14.3500 14.6040
14.9742 15.1060
14.8650 15.0641
14.3675 14.5660
x1 = 14.639 x2 = 14.835
La matriz de varianza covarianza está definida de la siguiente
=
manera,
En el ejemplo tenemos,
14.6116 14.8443 14.1500 15.2383 14.3040 14.9958 14.5151 14.7225 14.4366 15.2640
14.7818 14.9808 15.1454 15.0983 14.5420 15.0166 14.3225 14.5275 14.3992 15.5858
14.6116 14.7818
14.8443 14.9808
14.1500 15.1454
15.2383 15.0983
14.3040 14.5420
14.9958 15.0166
14.5151 14.3225
14.7225 14.5275
14.4366 14.3992
15.2640 15.5858
Esta matriz se centra tomando cada valor y restando el
-0,09662 0,13608 -0,55822 0,53008 -0,40422 0,28758 -0,19312 0,01428 -0,27162 0,55578
×
-0,05819 0,14081 0,30541 0,25831 -0,29799 0,17661 -0,51749 -0,31249 -0,44079 0,74581
-0,097 -0,06
0,136 0,14
-0,558 0,31
0,530 0,26
-0,404 -0,30
0,288 0,18
-0,193 -0,52
0,014 -0,31
-0,272 -0,44
0,556 0,75
0.1491 0.0895
=
0.0895 0.1577
La matriz de covarianza obtenida de la anterior información
es la siguiente:
0.1491 0.0895
V =
0.0895 0.1577
10.1667 − 5.7675
V −1 =
− 5.7675 9.6136
( , )
=
−5,7675
= = −0.58
√10,1667 × 9,6136
En este ejemplo existen dos variables p = 2 , la cantidad de
subgrupos g = 10 , y el tamaño del subgrupo n = 1 , para un nivel
de significancia α = 0.05 .
( 2)(11)(9)
T 2 0.05 (10 , 8 ) = 3.347 = 8.284
(10)(10 − 2)
T 2 = ( xJ − x )'V −1 ( xJ − x )
10.1667 − 5.7675
V −1 =
− 5.7675 9.6136
15.238 − 14.708
(x j − x ) =
15.098 − 14.842
10.1667 − 5.7675 15.238 − 14.708
[15.238 − 14.708 15.098 − 14.84 2] = 1.9162
− 5.7675 9.6136 15.098 − 14.842
0
0 2 4 6 8 10 12
14,7083
$=* +
14,8420
EVALUACIONES DE LAS MEDIDAS DE VARIABILIDAD
Vii , =
∑ j ( xij − xi )( xi ' jl − xi ' )
( g − 1)
1 1
∑ (xkj − M),V −1(xkj − M) =∑ (xj − M),V −1(xkj − M) + ∑ (xje − xj ) `V −1(xkj − xj )
n n
o
∑T 2
je
= T 2 j + T 2 Dj
Donde ∑ l T 2 je representa la medida de la variabilidad total del
proceso, T 2 j la distancia entre las medias de los subgrupos y
T 2 Dj una medida generalizada de la dispersión del subgrupo
alrededor de su media.
T 2 j = m( xJ − M )'V −1 ( xJ − M )
−1 10.1667 − 5.7675
V =
− 5. 7675 9 .6136
14.639 − 14.708
(x j − x) =
14.835 − 14.842
T 2 j , tiene la misma distribución como T2 con los mismos
límites. En este caso, el valor es de
T 2 j = (4)(0.0450) = 0.18 . Por lo tanto la media de esta
muestra, no es significativa con respecto a la muestra
original.
2 2 2
La diferencia T je − T j = T Dj tiene una distribución
asintótica con (m − 1) p grados de libertad, en este caso es
igual a seis (6), con un nivel de significancia α del 5% cuyo
valor es 12.59 y la diferencia obtenida es de
T 2 je − T 2 j = 2.598 − 0.18 = T 2 Dj que es un valor no
significativo.
INDICE DE
CAPACIDAD
MULTIVARIADO
Para calcular el índice de capacidad para un proceso que
cuenta con v variables Bothe considera una manera simple
de hacerlo es tomando el porcentaje mínimo de no conformes
de cada una de las características P1, P2, . . . , Pν . Por lo
que en todo el proceso la medida mínima es P=
min{P1, P2, . . . , Pν }. Suponga que las características son
cinco (ν = 5), con igual porcentaje de no conformes P1 = P2 =
P3 = P4 = P5 = 99.73%. Aplicando la formulación de Bothe
entonces el porcentaje del proceso es P = min{P1, P2, P3,
P4, P5} = 99.73% (o 2700 ppm de no conformes). Asumiendo
que las características son independientes, el rendimiento del
proceso es P = P1 × P2 × · · ·×P5 = 98.66% (or 134 273 ppm
de no conformes), que es significativamente menor al
calculado por Bothe, usando la propuesta el índice de
capacidad multivariado se toma la siguiente formulación,
1 0 2∏85942∅43,(-5 6 − 16 + 1:
,(-
.
= ∅ 1 ;
3 2
1.00 0.9973002
1.24 0.9998007
1.33 0.9999339
1.50 0.9999932
1.67 0.9999994
2.00 0.9999999
1 0 2∏85942∅43,(-5 6 − 16 + 1:
∅ 1 ;=A
3 2
G
B24C∅4D<=>? 6 − E6 + E: = CF(DA) − E
?9E
G G
H = B H? = B24C∅4D<=>? 6 − E6 + E: = CF4D<=>? @ 6 − E
?9E ?9E
8
1
I(. = ∅0 JB(K)L
3
59
8 8
VARIABLE
Cp Cpk s Cpk i Cpk Cpm