Está en la página 1de 51

INDICES DE CAPACIDAD DE

PROCESOS, UNA HERRAMIENTA DE


EVALUACIÓN PARA UN REINICIO DE
ACTIVIDADES ÓPTIMO EN LAS
ORGANIZACIONES

Expositor: José Camero Jiménez


TEMARIO

• Capítulo 1:
• Introducción: Definición, objetivo de los índices de capacidad de procesos. Tipos de índices
de capacidad de procesos.

• Capítulo 2:
• Índices de capacidad de procesos para variables continuas con distribución normal. Índices
Cp, Cpk, Cpm, Cpkm, Pp, Ppk. Intervalos de confianza para los índices de capacidad de
procesos. Relación entre los niveles de Sigma, las parte por millón defectuosas (ppm) y los
valores de los índices de capacidad de procesos. Taller de aplicación

• Capítulo 3:
• Índices de capacidad de procesos para variables continuas con distribución no normal. Índice
de capacidad de procesos asociado a los percentiles. Índice de capacidad de procesos
asociado al intervalo de confianza de la mediana. Índices de capacidad de procesos
estimados por simetría. Estimación de las partes por millón defectuosas (ppm). Taller de
aplicación.

• Capítulo 04
• Índices de capacidad de procesos para variables cualitativas. Estimación de las partes por
millón defectuosas (ppm). Taller de aplicación.
TEMA 1:
Introducción - Conceptos

1.1.- EVOLUCIÓN DEL CONTROL DE PROCESOS

Jidōka (自動化) es un
término japonés que
en la metodología lean
manufacturing significa
'automatización con un
toque humano'. Jidoka
permite que el proceso
tenga su propio
autocontrol de calidad.
TEMA 1:
Introducción - Conceptos

1.2.- ACTIVIDADES ASOCIADAS AL


CONTROL ESTADÍSTICO DE
PROCESOS
TEMA 1:
Introducción - Conceptos

1.3.- APLICACIÓN DEL CONTROL ESTADÍSTICO DE PROCESOS


(a) Bajo control y capaz.
Proceso con sólo causas
naturales de variación y
capaz de producir dentro de
Frecuencia los límites de control
establecidos.

Límite inferior de control Límite superior de control

(b) Bajo control pero incapaz.


Proceso bajo control (sólo están
presentes causas naturales de
variación), pero incapaz de producir
dentro de los límites de control
establecidos.

(c) Fuera de control.


Proceso fuera de control, con causas
Tamaño imputables de variación.
(peso, longitud, velocidad, etc.)
TEMA 1:
Introducción - Conceptos

1.4.- DEFINICIÓN DE CAPACIDAD DE PROCESOS

Consiste en conocer la amplitud de la variación natural del proceso para una característica
de calidad dada, ya que esto permitirá saber en qué medida tal característica de calidad es
satisfactoria. (Cumple las especificaciones).
TEMA 1:
Introducción - Conceptos

1.4.- DEFINICIÓN DE CAPACIDAD DE PROCESOS


La principal razón para cuantificar la capacidad de un proceso es la de calcular la habilidad
del proceso para mantener dentro de las especificaciones del producto. Para procesos que
están bajo control estadístico, una comparación de la variación de 6σ con los límites de
especificaciones permite un fácil cálculo del porcentaje de defectuosos mediante la
tolerancia estadística convencional.

Los índices de capacidad de


procesos, son determinados por los
cocientes entre la variación natural
del proceso y el nivel de variación
especificada.
TEMA 1:
Introducción - Conceptos

1.5.- TIPOS DE VARIABLES EN LOS PROCESOS


Variables con distribución
normal
Variables
continuas

Variables con distribución


no normal

Variables asociadas a
Tipo de Variables conteo.
Variables discretas ( Distribución Poisson)

Variables Variables dicotómicas


cualitativas ( Distribución Binomial)
TEMA 1:
Introducción - Conceptos

1.6.- TIPOS DE ICP POR VARIABLES


ICP a corto plazo
Variables con distribución
normal
Variables ICP a largo plazo
continuas

Variables con distribución


no normal ICP para variables no
normales

Variables asociadas a
Tipo de Variables
conteo.
Variables discretas ICP para variables de
( Distribución Poisson)
conteo

ICP para variables


Variables Variables dicotómicas
dicotómicas
cualitativas ( Distribución Binomial)
TEMA 1:
Introducción - Conceptos

1.7.- DIFERENCIA ENTRE ESTIMADORES A CORTO PLAZO Y LARGO PLAZO


TEMA 1:
Introducción - Conceptos

1.8.- INDICES DE CAPACIDAD DE PROCESO A CORTO PLAZO


TEMA 1:
Introducción - Conceptos

1.9.- ESTIMACIÓN DE LA DESVIACIÓN ESTANDAR A CORTO PLAZO

MR 2
=
d2
Donde:
• MR2: Rango móvil promedio
tomado de dos en dos.
• d2: Valor constante usado para
estimar la desviación estándar
(1.128).
TEMA 1:
Introducción - Conceptos

EJEMPLO 1
ESTIMAR LA DESVIACIÓN ESTANDAR A CORTO PLAZO

• La viscosidad de un polímero se mide cada hora. Las mediciones de


las últimas 30 horas son las siguientes:

2994 3001 3001 2994 2997 3001


3006 3003 3003 2995 3008 3004
3001 2989 2995 3007 3003 3006
2995 2998 3004 3005 2992 2993
3005 2997 3005 3009 3014 2996
TEMA 1:
Introducción - Conceptos

1.10.- INDICES DE CAPACIDAD DE PROCESO A LARGO PLAZO


TEMA 1:
Introducción - Conceptos

1.11.- ESTIMACIÓN DE LA DESVIACIÓN ESTANDAR A LARGO PLAZO

2
 n
 −
  xi − x 
i =1  
L =
n −1
Donde:
• n: cantidad de datos analizados.
TEMA 1:
Introducción - Conceptos

EJEMPLO 2
ESTIMAR LA DESVIACIÓN ESTANDAR A LARGO PLAZO

• La viscosidad de un polímero se mide cada hora. Las mediciones de


las últimas 30 horas son las siguientes:

2994 3001 3001 2994 2997 3001


3006 3003 3003 2995 3008 3004
3001 2989 2995 3007 3003 3006
2995 2998 3004 3005 2992 2993
3005 2997 3005 3009 3014 2996
TEMA 2:
ICP para variables con distribución normal

2.1.- INDICES DE CAPACIDAD DE PROCESO PARA VARIABLES CON


DISTRIBUCIÓN NORMAL
TEMA 2:
ICP para variables con distribución normal

2.2.- INDICES DE CAPACIDAD DE PROCESO A CORTO PLAZO


TEMA 2:
ICP para variables con distribución normal

2.3.- INDICES DE CAPACIDAD Cp


TEMA 2:
ICP para variables con distribución normal

2.3.- INDICES DE CAPACIDAD Cp

1. Variación.
Frecuencia
LTS − LTI
Capacidad = 1
6

LTI 99'7 % de los productos LTS


o servicios

Media Valores
característica de calidad

6 sigma
TEMA 2:
ICP para variables con distribución normal

EJEMPLO 3

• La viscosidad de un polímero se mide cada hora. Las mediciones de


las últimas 30 horas son las siguientes:

2994 3001 3001 2994 2997 3001


3006 3003 3003 2995 3008 3004
3001 2989 2995 3007 3003 3006
2995 2998 3004 3005 2992 2993
3005 2997 3005 3009 3014 2996

• Estimar el ICP Cp sabiendo que las especificaciones para la viscosidad


del polímero son 2980 y 3020 unidades.
TEMA 2:
ICP para variables con distribución normal

EJEMPLO 4
• Estimar el ICP Cp de los datos del ejemplo 3 para las siguientes
especificaciones de la viscosidad del polímero

a. Entre 2980 y 3020 unidades.


a. Entre 3020 y 3060 unidades.
a. Entre 3980 y 4020 unidades.

Compara los valores de Cp.


TEMA 2:
ICP para variables con distribución normal

2.4.- VALORACIÓN DE LOS INDICES DE CAPACIDAD Cp


TEMA 2:
ICP para variables con distribución normal

2.5.- INTERVALOS DE CONFIANZA DE LOS INDICES DE CAPACIDAD Cp


 Cp
IC (C p ) = C p  Z / 2
2(n − 1)
TEMA 2:
ICP para variables con distribución normal

EJEMPLO 5

• Estimar el intervalo de confianza del ICP Cp para los siguientes datos


• Supongamos que una característica de calidad tiene especificaciones de 50 ± 1. Con el fin de tener una
primera idea de la capacidad del proceso para cumplir con esta especificación se obtiene una muestra
aleatoria de 40 unidades producidas por el proceso. De las mediciones de esas 40 unidades se obtiene que la
media y la desviación estándar para la muestra son: Promedio = 50.15 y S = 0.289.

A. Estimación del Cp B. Estimación del IC del Cp



LTS − LTI 51 − 49
 Cp

Cp = = =
2
= 1.15 IC (C p ) = C p  Z / 2
6S 6(0.289) 1.734 2(n − 1)
1.15
IC (C p ) = 1.15  1.96
2(40 − 1)
IC (C p ) = 1.15  0.26 = 0.89 − 1.14
TEMA 2:
ICP para variables con distribución normal

EJEMPLO 6

• Estimar el intervalo de confianza del ICP Cp para los siguientes datos


Cp n
0.69 20
0.69 25
0.69 30
1.00 20
1.00 25
1.00 30
1.33 20
1.33 25
1.33 30
TEMA 2:
ICP para variables con distribución normal

EJEMPLO 7

• La viscosidad de un polímero se mide cada hora. Las mediciones de


las últimas 30 horas son las siguientes:

2994 3001 3001 2994 2997 3001


3006 3003 3003 2995 3008 3004
3001 2989 2995 3007 3003 3006
2995 2998 3004 3005 2992 2993
3005 2997 3005 3009 3014 2996

• Estimar el intervalo de confianza del ICP Cp sabiendo que las especificaciones para
la viscosidad del polímero son 2980 y 3020 unidades.
TEMA 2:
ICP para variables con distribución normal

2.6.- INDICES DE CAPACIDAD Cr

Indicador de la capacidad potencial del proceso que divide la amplitud de la


variación natural de éste entre la variación tolerada. Representa la proporción de
la banda de especificaciones que es cubierta por el proceso.

Como se puede apreciar, el índice Cr es el

6
inverso del Cp, ya que compara la variación real

Cr =
frente a la variación tolerada. Con este índice
se pretende que el numerador sea menor que
el denominador, es decir, lo deseable son
valores de Cr pequeños (menores que 1). LES − LEI
TEMA 2:
ICP para variables con distribución normal

2.6.- INDICES DE CAPACIDAD Cr

La ventaja del índice Cr sobre el Cp es que su interpretación es un poco más intuitiva, a


saber: el valor del índice Cr representa la proporción de la banda de especificaciones que es
ocupada por el proceso. Por ejemplo, si el Cr = 1.20, querrá decir que la variación del
proceso abarca o cubre 120% de la banda de especificaciones, por lo que su capacidad
potencial es inadecuada.
TEMA 2:
ICP para variables con distribución normal

2.7.- INTERVALOS DE CONFIANZA DE LOS INDICES DE CAPACIDAD Cr

 
   
Cr Cr
IC (Cr ) =  ; 
1 + Z 1
1 − Z
1 
  /2
2(n − 1)
 /2
2(n − 1) 

 
 
1 1
IC (Cr ) =   ;  
 Cp  Cp 
 C p + Z / 2 2(n − 1) C p − Z / 2 2(n − 1) 
 
TEMA 2:
ICP para variables con distribución normal

EJEMPLO 8

• Estimar el intervalo de confianza del ICP Cr para los siguientes datos


• Supongamos que una característica de calidad tiene especificaciones de 50 ± 1. Con el fin de tener una
primera idea de la capacidad del proceso para cumplir con esta especificación se obtiene una muestra
aleatoria de 40 unidades producidas por el proceso. De las mediciones de esas 40 unidades se obtiene que la
media y la desviación estándar para la muestra son: Promedio = 50.15 y S = 0.289.

A. Estimación del Cp C. Estimación del IC del Cp



 Cp
IC (C p ) = C p  Z / 2
 LTS − LTI 51 − 49 2 2(n − 1)
Cp = = = = 1.15 1.15
6S 6(0.289) 1.734 IC (C p ) = 1.15  1.96
2(40 − 1)
IC (C p ) = 1.15  0.26 = 0.89;1.14
B. Estimación del Cr
D. Estimación del IC del Cr
 1 1
Cr =  = = 0.869
 1 1 
C p 1.15 IC (Cr ) =  ;  = 0.877;1.123
1.14 0.89 
TEMA 2:
ICP para variables con distribución normal

2.8.- ÍNDICE DE CAPACIDAD DE PROCESO Cpk

1. Variación.
2. Localización.

X VCO
Índice de capacidad real:
 x − LTI LTS − x 
Cpk = min  ; 1
 3 3 

LTI LTS
X-LTI
LTS-X

3 sigma
3 sigma
6 sigma
TEMA 2:
ICP para variables con distribución normal

EJEMPLO 9

• La viscosidad de un polímero se mide cada hora. Las mediciones de


las últimas 30 horas son las siguientes:

2994 3001 3001 2994 2997 3001


3006 3003 3003 2995 3008 3004
3001 2989 2995 3007 3003 3006
2995 2998 3004 3005 2992 2993
3005 2997 3005 3009 3014 2996

• Estimar el ICP Cpk sabiendo que las especificaciones para la


viscosidad del polímero son 2980 y 3020 unidades.
TEMA 2:
ICP para variables con distribución normal

EJEMPLO 10
• Estimar el ICP Cpk de los datos del ejemplo 9 para las siguientes
especificaciones de la viscosidad del polímero

a. Entre 2980 y 3020 unidades.


a. Entre 3020 y 3060 unidades.
a. Entre 3980 y 4020 unidades.

Compara los valores de Cpk.


TEMA 2:
ICP para variables con distribución normal

2.9.- CONSIDERACIONES PARA INTERPRETAR EL ICP Cpk

Significados de las medidas Cpk

Cpk = número negativo

Cpk = cero

Cpk = entre cero y 1

Cpk = 1

Cpk mayor de 1
TEMA 2:
ICP para variables con distribución normal

2.9.- CONSIDERACIONES PARA INTERPRETAR EL ICP Cpk


TEMA 2:
ICP para variables con distribución normal

2.10.- INTERVALO DE CONFIANZA PARA EL ICP Cpk

 2
 C pk 1
IC (C pk ) = C pk  Z / 2 +
2(n − 1) 9n
TEMA 2:
ICP para variables con distribución normal

EJEMPLO 11

• Estimar el intervalo de confianza del ICP Cpk para los siguientes datos
• Supongamos que una característica de calidad tiene especificaciones de 50 ± 1. Con el fin de tener una
primera idea de la capacidad del proceso para cumplir con esta especificación se obtiene una muestra
aleatoria de 40 unidades producidas por el proceso. De las mediciones de esas 40 unidades se obtiene que la
media y la desviación estándar para la muestra son: Promedio = 50.15 y S = 0.289.

A. Estimación del Cpk B. Estimación del IC del Cpk


 2
 Xp − LTI 50.15 − 49 1.15  C pk 1
C pl = = = = 1.326 IC (C pk ) = C pk  Z / 2 +
3S 3(0.289) 0.867 2(n − 1) 9n
 LTS − Xp 51 − 50.15 0.85 0.982
C pu = = = = 0.980 IC (C pk ) = 0.98  1.96 +
1
3S 3(0.289) 0.867 2(40 − 1) 9(40)
C pk = min C pu ; C pl  = min 0.980;1.326 = 0.98

IC (C pk ) = 0.98  0.24 = 0.74;1.22
TEMA 2:
ICP para variables con distribución normal

2.11.- ÍNDICE DE CAPACIDAD DE PROCESO Cpm

Los índices Cp y Cpk están pensados a partir de lo importante que es reducir la variabilidad de
un proceso para cumplir con las especificaciones.

Sin embargo, desde el punto de vista de G. Taguchi,


cumplir con especificaciones no es sinónimo de LES − LEI
buena calidad y la reducción de la variabilidad debe C pm =
darse en torno al valor nominal (calidad óptima). Es 6
decir, la mejora de un proceso según Taguchi debe
estar orientada
a reducir su variabilidad alrededor del valor
 =  + ( − T ) 2 2

nominal, N, y no sólo para cumplir con


T: Es el valor nominal de la característica
especificaciones. En consecuencia, Taguchi (1986) de calidad, que casi siempre es la punto
propone que la capacidad del proceso se mida con medio entre los valores las
especificaciones inferior y superior.
el índice Cpm que está definido por:
TEMA 2:
ICP para variables con distribución normal

EJEMPLO 12

• Estimar el valor de ICP Cpm para los siguientes datos


• Supongamos que una característica de calidad tiene especificaciones de 50 ± 1. Con el fin de tener una
primera idea de la capacidad del proceso para cumplir con esta especificación se obtiene una muestra
aleatoria de 40 unidades producidas por el proceso. De las mediciones de esas 40 unidades se obtiene que la
media y la desviación estándar para la muestra son: Promedio = 50.15 y S = 0.289 y T = 50.

A. Estimación de  B. Estimación del Cpm

 =  2 + ( − T )2 LES − LEI
C pm =
 = 0.289 2 + (50.15 − 50) 2 6
 = 0.326
51 − 49 2
C pm = = = 1.022
6(0.326) 1.956
TEMA 2:
ICP para variables con distribución normal

EJEMPLO 13

• La viscosidad de un polímero se mide cada hora. Las mediciones de


las últimas 30 horas son las siguientes:

2994 3001 3001 2994 2997 3001


3006 3003 3003 2995 3008 3004
3001 2989 2995 3007 3003 3006
2995 2998 3004 3005 2992 2993
3005 2997 3005 3009 3014 2996

• Estimar el ICP Cpm sabiendo que las especificaciones para la viscosidad del
polímero son 2980 y 3020 unidades y el target (T) es 2900 unidades.
TEMA 2:
ICP para variables con distribución normal

2.12.- CONSIDERACIONES PARA INTERPRETAR EL ICP Cpm

• Cuando el índice Cpm es menor que uno significa que el proceso no cumple con
especificaciones, ya sea por problemas de centrado o por exceso de variabilidad.
• Por el contrario, cuando el índice Cpm es mayor que uno, eso quiere decir que
el proceso cumple con especificaciones, y en particular que la media del
proceso está 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 además la media del proceso está dentro de la quinta parte central del
rango de especificaciones.
TEMA 2:
ICP para variables con distribución normal

2.13.- INTERVALOS DE CONFIANZA PARA INTERPRETAR EL ICP Cpm

 1 ( x − T )2
 C pm +
IC (C pm ) = C pm  Z / 2 2 S2
2 2
n  (x − T ) 
1 + S 2 
 
TEMA 2:
ICP para variables con distribución normal

EJEMPLO 14
• Estimar el intervalo de confianza para valor de ICP Cpm para los siguientes
datos
• Supongamos que una característica de calidad tiene especificaciones de 50 ± 1. Con el fin de tener una
primera idea de la capacidad del proceso para cumplir con esta especificación se obtiene una muestra
aleatoria de 40 unidades producidas por el proceso. De las mediciones de esas 40 unidades se obtiene que la
media y la desviación estándar para la muestra son: Promedio = 50.15 y S = 0.289 y T = 50.

A. Estimación de  C. Estimación del IC para el ICP Cpm

 =  2 + ( − T )2  1 ( x − T )2
 C pm +
 = 0.289 2 + (50.15 − 50) 2 IC (C pm ) = C pm  Z / 2 2 S2
2
n  ( x − T )2 
 = 0.326 1 + S 2 
 
B. Estimación del Cpm 1 (50.15 − 50) 2
+
1.022 2 0.289 2
LES − LEI IC (C pm ) = 1.022  1.96( )
C pm = 40  (50.15 − 50) 2  2
6 1 + 0.289 2 
51 − 49 2  
C pm = = = 1.022 IC (C pm ) = 1.022  0.22 = 0.802;1.244
6(0.326) 1.956
TEMA 2:
ICP para variables con distribución normal

2.14.- ICP A LARGO PLAZO

• Cuando hablamos de capacidad de un proceso podemos tener una perspectiva de corto


o largo plazo.
• La capacidad de corto plazo se calcula a partir de muchos datos tomados durante un
periodo suficientemente corto para que no haya influencias externas sobre el proceso
(por ejemplo, que no haya importantes cambios de temperatura, turnos, operadores,
lotes de materia prima, etc.). Por lo tanto, esta capacidad representa el potencial del
proceso, es decir, lo mejor que se puede esperar del mismo.
• Por otra parte está la perspectiva de largo plazo que, a final de cuentas, es la que la
interesa al cliente. De aquí que la 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 desempeño del proceso.
TEMA 2:
ICP para variables con distribución normal

2.15.- ÍNDICE DE CAPACIDAD DE PROCESO Pp y PPk

Estos índices están enfocados al Un problema del índice Pp es que no toma


desempeño del proceso a largo plazo, y en cuenta el centrado del proceso, por ello
no sólo a su capacidad. Por ello, el suele complementarse con el índice de
índice de desempeño potencial del desempeño real del proceso Ppk que se
proceso (process performance) Pp se obtiene con:
calcula de la siguiente manera:
Xp − LTI
Ppl =
3S L
 LTS − LTI
Cp = Ppu =
LTS − Xp
6S L 3S L
Ppk = min Ppu ; Ppl 
TEMA 2:
ICP para variables con distribución normal

EJEMPLO 15

• La viscosidad de un polímero se mide cada hora. Las mediciones de


las últimas 30 horas son las siguientes:

2994 3001 3001 2994 2997 3001


3006 3003 3003 2995 3008 3004
3001 2989 2995 3007 3003 3006
2995 2998 3004 3005 2992 2993
3005 2997 3005 3009 3014 2996

• Estimar el ICP Pp y Ppk sabiendo que las especificaciones para la viscosidad del
polímero son 2980 y 3020 unidades.
TEMA 2:
ICP para variables con distribución normal

2.16.- RELACIÓN ENTRE LOS ICP, PPM Y NIVELES DE SIGMA.


TEMA 2:
ICP para variables con distribución normal

2.16.- RELACIÓN ENTRE LOS ICP, PPM Y NIVELES DE SIGMA.


TEMA 2:
ICP para variables con distribución normal

2.16.- RELACIÓN ENTRE LOS ICP, PPM Y NIVELES DE SIGMA.


TEMA 2:
ICP para variables con distribución normal

2.16.- RELACIÓN ENTRE LOS ICP, PPM Y NIVELES DE SIGMA.

También podría gustarte