ANALISIS DE CAPACIDAD DE PROCESOS UNIVARIABLE

Ejemplo 1

Producto Cauchos de automoviles

Variable de control Longitud de capa superior (mm)
Valor nominal de especificación 550 mm
Límite de especificación superior 558 mm
Límite de especificación inferior 542 mm
Cantidad de Subgrupos 12
Tamaño del subgrupo (n) 4
Tipo de estudio Corto plazo *Se realizó en 4 días

Muestra
1
2
3
4
5
6
7
8
9
10
11
12

Estimadores de los parámetros de la población

Estimación de la media
Estimación de la desviación a corto plazo (R/d2)
Estimación de la desviación a largo plazo (S)

a)    Calcule los índices de capacidad del proceso y emita un análisis al respecto.
*Antes de calcular los índices de capacidad se debe evaluar si la variable de contro sigue una distribución normal
EVALUANDO LA NORMALIDAD
PRUEBAS DE NORMALIDAD (α=0,05)
Prueba Estadístico
Chi-Cuadrado 81.75
Estadístico W de Shapiro-Wilk 0.951508
Valor-Z para asimetría 0.184067
Valor-Z para curtosis -0.779621
Análisis: las pruebas de sesgo y crutosis indican que la forma de la distribución de la variable de control se asem
estadístico de Shapiro-Wilk señala que los cuartiles de la distribución normal se ajusta con los cuartiles de la dis
0,05. La prueba Chi-Cuadrado señala una diferencia significativa entre las clases de los datos con los de la di

PRUEBA DE BOMDAD DE AJUSTE DE KOLMOGOROV-SMIRNOV

Distancia máxima 0.139136
Valor-P 0.31242

Análisis: la prueba de Kolmogorov-Smirnov evalua si los datos se pueden ajustar adecuadamente a una distribu
entre la distribución de los datos y la función de desindad acumulada de la distribución normal ajustada es de 0,1
lo cual no se puede rechazar la hipótesis de que la distribución de los datos se ajusta a un

GRÁFICA DE NORMALIDAD

Gráfica de Probabilidad

556
Media=552,708
Desv. Est.=1,98889
Distribución Normal

554

552

550

548
548 550 552 554 556
Col_1-Col_4

EVALUANDO LA ESTABILIDAD
Pruebas de Hipótesis

Gráfico X
H0: La media de la longitud es 552,708 mm
H1: La media de la longitud es diferente a 552,708 mm

Límites de control
A2 0.729
LCS 555.69
 VM 552.708
LCI 549.73

Gráfico X-bar

557

555,68
555

Col_1-Col_4 553
552,71

551

549,73
549
0 2 4 6 8 10 12
Subgrupo

ANALISIS: El gráfico de medias muestra la estabilidad entre muestras, revelando en este caso un comportamien
cada una de las muestras, sin existir ningún punto fuera de los limites de control. Por lo tanto, no existe sufic
estadística para afirmar que la longitud de la capa superior del caucho es diferente a 552,71 mm, con un nive
99.73%.

ANÁLISIS DEL GRÁFICO X-R: Debido a que en ninguno de los gráficos se pudo
longitud de la capa superior del caucho es

Una vez comprobados los supuestos de normalidad y estabilidad, se procede a calcular los índices de capacidad d

INDICES DE CAPACIDAD DEL PROCESO

Índice Valor

Cp 1.345
 Cr 74.37%

K 33.85%

Cpk 1.800

Cpm 0.794

Z 5.40

Como los índices se calcularon a partir de valores estimados de la media y la desviación, se debe presentar su int

INTERVALOS DE CONFIANZA PARA LOS INDICES DE CAPACIDAD

Capacidad de Proceso para Col_1-Col_4 Gráfico de Tole
LIE = 542,0, Nominal = 550,0, LSE = 558,0
Z0,025 1.96
n 558 48
12 Normal
Media=552,708
Desv. Est.=1,98889
555Min
10 Índice
Cp Cp = 1,34 1.073
Cpk = 0,89 552
Col_1-Col_4

8
Cpk 0.686
frecuencia

K = 0,34
Cpm 549
DPM = 3810,02 0.674
6

546
4

ANALISIS543
GRÁFICO DE CAPACIDAD
2

540
0
0 2 4 6
540 544
HISTOGRAMA 548 552 556 560 Subgrupo
Col_1-Col_4
Análisis: este gráfico muestra la distribución de la variable de control revelando un claro movimiento
de la media por encima de valor nominal, lo que genera que una gran cantidad de cauchos tengan
una longitud de capa superior muy grande, sobrepasando el límite de especificación superior.

b)    ¿Cuál es el porcentaje de productos defectuosos?

Estimación de la media X
Estimación de la desviación σ
P(X<LEI)
P(X>LES)
Probabilidad de un producto fuera de especificacion
Defectuosos por millón (DPM)

Análisis: nótese como prácticamente todos los cauchos son defectuosos por
con una longitud excesiva (por encima del LES)

c)    Los cauchos con exceso de capa se reprocesan pero los que tienen una capa muy delgada se dese
En la tabla anterior se puede observar que los productos con una capa muy delgada son practicamente 0 por lo
pierde cauchos por poca longitud en su capa externa.

d)    ¿A qué valor debería ajustarse la media del proceso para reducir el
Como se observó en el calculo del indice Cp, de ubicarse la media del proceso en el valor nominal el proceso s
reduciendo significativamente el DPM a 55 cauchos por millón.

Valor adecuado de la media X

Estimación de la desviación σ
P(X<LEI)
P(X>LES)
 Probabilidad de un producto fuera de especificacion
Defectuosos por millón (DPM)

ANÁLISIS FINAL DE CAPACIDAD: actualmente el proceso de producción de cauchos no es capaz de cumplir con a
externa (550 mm). La variable de control tiene poca variación (Cp=1,34) pero está muy descentrada (K=34%) hac
capacidad real deficiente (Cpk=0,89). Los productos desechados son pocos porque practicamente no se generan
de reprocesar cauchos con capas superiores muy gruesas es elevado debido a la gran cantidad de cauchos con ca
medidas necesarias para centrar el proceso en el valor nominal de 550 mm para reducir los DPM a 55 cauchos,
que actualmente es deficiente (Z=2,7 sigmas),

e)    ¿Cuál es la probabilidad de conseguir 5 cauchos defectuosos en una muestra de 12 cauchos?

Sea Y la cantidad de autos defectuosos en una muestra de 12 cauchos

Y: sigue una distribución binomial con p=0,003811 y n=12

P(Y=5) 6.20604520008603E-10

f) ¿Cuál es la probabilidad de conseguir el cuarto caucho malo justo al evaluar 8 cauchos?

Sea M la cantidad de cauchos analizados hasta conseguir el cuarto caucho defectuoso.

M: Tiene una distribución de Pascal con p= 0,003811 y r=4.

P(M=8) 0

ELABORADO POR: ING. ANGEL GONZALEZ

realizó en 4 días

X1 X2 X3 X4 Promedio Rango
556 552 552 551 552.75 5
556 555 552 554 554.25 4
556 554 552 553 553.75 4
552 554 554 549 552.25 5
551 556 551 552 552.5 5
552 553 554 550 552.25 4
551 550 551 552 551 2
550 550 552 555 551.75 5
556 553 555 552 554 4
554 552 553 555 553.5 3
550 553 548 553 551 5
554 552 553 555 553.5 3
Promedio 552.708 4.083

552.708 mm d2 2.059
1.983 mm
1.989 mm *La similitud entre la desviación a corto y largo plazo es un buen signo de estabil

a un análisis al respecto.
ontro sigue una distribución normal y si es estable.

Valor-P
3.34E-11
0.0760813
0.853956 *Evalua que tan sesgada es la distribución de los datos. Valores del estadístico entre (-2,2) señalan similitud co
0.435612 *Evalua que tan picuda o plana es la distribución de los datos. Valores del estadístico entre (-2,2) señalan simili
 ón de la variable de control se asemeja a la distribución normal. De igual forma, el
al se ajusta con los cuartiles de la distribución de los datos, con un valor-P mayor a
as clases de los datos con los de la distribución normal (Valor-P menor a 0,05).

MOGOROV-SMIRNOV

ustar adecuadamente a una distribución normal. En este caso la distancia máxima

stribución normal ajustada es de 0,139136, arrojando un valor-P mayor a 0,05; por
stribución de los datos se ajusta a una distribución normal.

Análisis: se evidencia como los puntos se ajustan en forma adecuada a la recta, por lo cual se puede señalar qu
Media=552,708
Desv. Est.=1,98889

ANALISIS FINAL DE NORMALIDAD: las pruebas realizadas señalan que la

distribución de los datos se adaptan de buena manera al comportamiento de una
distribución normal, por lo cual se cumple el supuesto de normalidad para la
evaluación de la capacidad del proceso.

Gráfico R
H0: La desviación estandar de la longitud es 1,983 mm
552,708 mm H1: La desviación estandar de la longitud es diferente

Límites de control
D4 2.2828
mm D3 0
 mm LCS 9.32 mm
mm VM 4.083 mm
LCI 0 mm

Gráfico de Rangos

10
9,32
555,68
8

Rango
552,71
4 4,08

549,73
0 0,00
0 2 4 6 8 10 12
10 12 Subgrupo

ANALISIS: El gráfico R muestra la estabil

ando en este caso un comportamiento aleatorio entre un comportamiento aleatorio en cada
e control. Por lo tanto, no existe suficiente evidencia limites de control. Por lo tanto, no existe
diferente a 552,71 mm, con un nivel de confianza de desviación estandar de la longitud de la
con un nivel d

en ninguno de los gráficos se pudo rechazar la hipótesis nula, se puede evidenciar que la variable de control
ud de la capa superior del caucho es estable (está bajo control estadístico)

a calcular los índices de capacidad del proceso

L PROCESO

Valor Análisis
Compara la variación en la variable de control respecto al ancho de los límites de
1.345 especificación. Como el valor es superior a 1,33 se puede afirmar que la variable de control
presenta poca variación.
 Determina la proporción de la banda de especificaciones que es cubierta por la variación en la
74.37% variable de control. El valor menor a 100% revela que de estar centrada la variable en el valor
nominal el proceso lograría cumplir con las especificaciones.

Determina el movimiento de la media respecto al valor nominal. Un valor por encima del 20%
33.85% se considera inadecuado por lo cual el valor de 34% revela que la variable de control posee una
media muy descentrada, que se ha movido hacia el límite superior de especificación.

Este índice muestra la capacidad real de un proceso, considerando los problemas de variación y
0.889 descentrado. El menor valor 0,889 (menor a 1) revela que el proceso no es capaz de cumplir
con las especificaciones.

Es un índice alternativo al Cpk, por lo cual también muestra el estado actual del proceso. Suele
ser más potente para detectar desviaciones en la media que el Cpk y su valor adecuado es por
0.794
encima de 1,33. Por lo cual el 0,794 revela que el proceso no es capaz de cumplir con las
especificaciones.

El índice Z de una variable representa el nivel de calidad en la misma, siendo la meta el 6sigma.
2.67
En este caso la variable tiene un nivel de calidad deficiente de 2,7 sigmas.

desviación, se debe presentar su intervalo de confianza

PARA LOS INDICES DE CAPACIDAD (α=0,05)

Gráfico de Tolerancia

58 558,00

55 Esperado Max Análisis: la mayoría de los índices tienen un intervalo inferior muy por debajo
52
1.345 1.616 de 1, revelando una vez más que el proceso no es capaz de cumplir con las
0.889 1.092 especificaciones. Es importante señalar que el intervalo del Cp revela que de
550,00
centrarse la variable en el valor nominal el proceso lograría cumplir las
49 0.794 0.915 especificaciones.
46

GRÁFICO
43 DE CAPACIDAD
542,00
40
0 2 4 6 8 10 12
Subgrupo GRAFICO DE TOLERANCIAS
 Análisis: este gráfico muestra que todos los cuachos analizados tienen una longitud de capa superior dentro
de las especificaciones pero con una clara tendencia por encima del valor nominal de 550 mm.

sos?

552.708 mm
1.983 mm
3.339064E-08
0.0038118539
0.0038118873
3811.8873121 cauchos

dos los cauchos son defectuosos por una capa superior

d excesiva (por encima del LES)

n una capa muy delgada se desechan. ¿Cuánto pierde la empresa por productos desechados?
delgada son practicamente 0 por lo cual actualmente la empresa no
tud en su capa externa.

media del proceso para reducir el número de productos defectuosos?

eso en el valor nominal el proceso sería capaz de cumplir con las espeficaciones,
te el DPM a 55 cauchos por millón.

550.000 mm
1.983 mm
2.742242E-05
2.742242E-05
 5.484485E-05
54.844848678 cauchos

auchos no es capaz de cumplir con al especificación de la variable longitud de capa

o está muy descentrada (K=34%) hacia el límite superior lo que genera un índice de
orque practicamente no se generan cauchos con capas muy delgadas pero el costo
a la gran cantidad de cauchos con capas gruesas (DPM=3811). Se sugiere tomar las
m para reducir los DPM a 55 cauchos, mejorando el nivel de calidad de la empresa
deficiente (Z=2,7 sigmas),

s en una muestra de 12 cauchos?

r 8 cauchos?
s un buen signo de estabilidad en la variable.

(-2,2) señalan similitud con la distribución normal

entre (-2,2) señalan similitud con la distribución normal
o cual se puede señalar que los datos se ajustan a una distribución normal.

de la longitud es 1,983 mm
de la longitud es diferente a 1,983 mm
 9,32

4,08

0,00
12

ráfico R muestra la estabilidad dentro de la muestra, revelando en este caso

amiento aleatorio en cada una de ellas, sin existir ningún punto fuera de los
rol. Por lo tanto, no existe suficiente evidencia estadística para afirmar que la
andar de la longitud de la capa superior del caucho es diferente a 1,983 mm,
con un nivel de confianza de 99.73%.
 inferior muy por debajo
paz de cumplir con las
alo del Cp revela que de
o lograría cumplir las
de capa superior dentro
minal de 550 mm.
ANALISIS DE CAPACIDAD DE PROCESOS DE ENSAMBLE
Ejemplo 2

Producto Postes de acero

Variable de control Longitud (cm)
Valor nominal de especificación 106
Límite de especificación superior 107.5
Límite de especificación inferior 104.5

a) Análisis de capacidad.
Párametros (cm) de las partes que incluye el ensamble del poste

Media Desviación estándar

19.8 0.4
10 0.3
25.02 0.55
32 0.48

Suposiciones hechas sobre los parámetros anteriores:

*Son independientes.
*Provinenen de una distribución normal.
*Están bajo control estadístico.

Como el poste se genera de un ensamble, se puede representar como una combinación lineal de las partes:
Sea Y la longitud del poste:
Y=x1+3x2+x3+x4

El promedio de Y se puede calcular sustituyendo las medias en la ecuación anterior.

Mientras que la varianza de Y se puede calcular como la sumatoria al cuadrado de los componentes de la ecuació
sustituyendo las desviaciones estándar.

Media Y Varianza Y
106.82 1.5029

INDICES DE CAPACIDAD DEL PROCESO

Índice Valor

Cp 0.408
 Cr 245.19%

K 54.67%

Cpk 0.631

Cpm 0.339

Z 1.89

ANÁLISIS FINAL DE CAPACIDAD: actualmente el proceso de producción de postes no es capaz de cumplir con al
tiene alta variación (Cp=0,408) además está muy descentrada (K=55%) hacia el límite superior lo que genera un
tomar las medidas necesarias para centrar el proceso en el valor nominal de 106 cm, mejorando el nivel de ca
sigmas),

b) ¿Qué proporción de postes cumplirá con las especificaciones?

Estimación de la media X
Estimación de la desviación σ
P(X<LEI)
P(X>LES)
Probabilidad de un producto fuera de especificacion
Defectuosos por millón (DPM)
Probabilidad de un producto dentro de especificacion

ELABORADO POR: ING. ANGEL GONZALEZ

 cm
cm
cm

Nº de partes
1
3
1
1

mo una combinación lineal de las partes:

uación anterior.
al cuadrado de los componentes de la ecuación anterior,

Desviación estándar Y
1.2259282197584

CESO

Valor Análisis
Compara la variación en la variable de control respecto al ancho de los límites de
0.408 especificación. Como el valor es menor a 1,33 se puede afirmar que la variable de control
presenta alta variación.
 Determina la proporción de la banda de especificaciones que es cubierta por la variación en
245.19% la variable de control. El valor superior a 100% revela que la variación del proceso es mayor
al ancho del intervalo de especificaciones.

Determina el movimiento de la media respecto al valor nominal. Un valor por encima del
20% se considera inadecuado por lo cual el valor de 55% revela que la variable de control
54.67%
posee una media muy descentrada, que se ha movido hacia el límite superior de
especificación.

Este índice muestra la capacidad real de un proceso, considerando los problemas de

0.185 variación y descentrado. El menor valor 0,185 (menor a 1) revela que el proceso no es capaz
de cumplir con las especificaciones.

Es un índice alternativo al Cpk, por lo cual también muestra el estado actual del proceso.
Suele ser más potente para detectar desviaciones en la media que el Cpk y su valor
0.339
adecuado es por encima de 1,33. Por lo cual el 0,339 revela que el proceso no es capaz de
cumplir con las especificaciones.

El índice Z de una variable representa el nivel de calidad en la misma, siendo la meta el

0.55
6sigma. En este caso la variable tiene un nivel de calidad deficiente de 0,55 sigmas.

ción de postes no es capaz de cumplir con al especificación de la variable longitud. La variable de control
55%) hacia el límite superior lo que genera un índice de capacidad real deficiente (Cpk=0,185). Se sugiere
nominal de 106 cm, mejorando el nivel de calidad de la empresa que actualmente es deficiente (Z=0,55
sigmas),

106.820 mm
1.226 mm
0.029215951498299
0.289556183503495
0.318772135001794
318772.135001794 postes
0.681227864998206
ho de los límites de
e la variable de control
bierta por la variación en
ón del proceso es mayor

Un valor por encima del

e la variable de control
límite superior de

do los problemas de
e el proceso no es capaz

ado actual del proceso.

que el Cpk y su valor
proceso no es capaz de

ma, siendo la meta el

ente de 0,55 sigmas.
ANALISIS DE CAPACIDAD POR ATRIBUTOS (MÉTRICAS 6-SIGMA)
Ejemplo 3

Un producto se genera por combinar cierta cantidad de 5 partes diferentes:

Parte Unidades Defectos Oportunidades Total de Oport. DPU

A 10000 120 2 20000 0.012
B 8000 240 5 40000 0.030
C 10000 450 7 70000 0.045
D 8000 550 10 80000 0.069
E 10000 800 20 200000 0.080
Producto 10000 2160 410000 0.216

Para encontrar el rendimiento del proceso R, se calcula la probabilidad de no conseguir defectos:

Sea X la cantidad de defectos en una parte y X sigue una distribución de Poisson con λ=DPU

P(x=0)=(e^(-λ)*λ^x)/x!=e^(-λ)

El zlargo se consigue buscando en la distribución normal estándar el valor de z dada la probabilidad R.

zcorto=zlargo+1,5 *1,5 representa el corrimiento promedio de la media en diversos estudio

Parte Unidades DPU R Zlargo zcorto

A 10000 0.012 0.98807 2.25943 3.75943
B 8000 0.030 0.97045 1.88738 3.38738
C 10000 0.045 0.95600 1.70602 3.20602
D 8000 0.069 0.93356 1.50284 3.00284
E 10000 0.080 0.92312 1.42635 2.92635
Producto 10000 0.216 0.80574 0.86229 2.36229

Análisis: se evidencia que el proceso de fabricación de las partes está muy lejano al 6sigma, de hecho la part
rendimiento es la A y apenas llega a 3,76 sigma. El producto completo tiene un proceso de fabricación deficiente
2,36 sigma, lo que representa 195089 productos defectuosos en un millón, generando grandes pérdidas para

ELABORADO POR: ING. ANGEL GONZALEZ

 DPO DPMO
0.00600 6,000.00
0.00600 6,000.00
0.00643 6,428.57
0.00688 6,875.00
0.00400 4,000.00
0.00527 5,268.29

o conseguir defectos:

sson con λ=DPU

e z dada la probabilidad R.
medio de la media en diversos estudios realizados.

PPM
11,942.45
29,834.54
44,558.13
67,422.60
78,044.67
195,088.79

uy lejano al 6sigma, de hecho la parte con mejor

un proceso de fabricación deficiente con un nivel de
ón, generando grandes pérdidas para la empresa.