Unidad 2 - IV-Analisis de Capacidad-IH

Unidad 2: Técnicas para
evaluar estabilidad y
capacidad de procesos
INGENIERÍA DE LA CALIDAD
INDG1057
MSc María Laura Retamales

ESPOL
MSC. MARÍA LAURA RETAMALES
FIMCP - ESPOL
Resumen de la Unidad
2.1
2.2
Fundamentos estadísticos para la construcción de cartas de control
2.3 Cartas de control para variables
Criterios para seleccionar la implementación de las cartas de control

para variables
2.4 Cartas de control para atributos
Criterios para seleccionar la implementación de las cartas de control

para atributos
2.5 Habilidad de los procesos para cumplir especificaciones
2.6 Análisis de capacidad para variables a corto y largo plazo

FIMCP - ESPOL
Objetivos de Aprendizaje
1. Evaluar la habilidad del proceso para cumplir con las

especificaciones del cliente mediante el análisis de
capacidad del proceso.
Límites de especificación vs límites de control

FIMCP - ESPOL
• Comparar la Voz del

Proceso (Variación del
Análisis de Proceso) con respecto a
Capacidad la Voz del cliente (Límites
de especificación).

FIMCP - ESPOL
Límites de Requerimientos del

especificación cliente
Debemos asegurarnos que los límites de

especificación realmente reflejen los
requerimientos del cliente interno o externo.

FIMCP - ESPOL
Voz del cliente

•Al desarrollar un análisis de capacidad, estamos
asumiendo que una parte o transacción dentro de
especificaciones es aceptable para el cliente.
(Mentalidad Goal Post)
•Es necesario reconfirmar esto.

FIMCP - ESPOL
“Goal Post”
LIE VObjetivo LSE
DEFECTUOSAS A B C DEFECTUOSAS
A, B y C son
ACEPTABLES

FIMCP - ESPOL
“Función de Pérdida”
LIE Objetivo LSE A ACEPTABLE
B GENERA PERDIDA
C GENERA MUCHA
MAS PERDIDA
DEFECTUOSAS
DEFECTUOSAS A B C
A, B y C son
ACEPTABLES

FIMCP - ESPOL
Voz del cliente

Ancho de banda permitido
Límite Inferior de Límite Inferior de

Especficación (LIE) Especficación (LSE)
FIMCP - ESPOL
Límites de especificación y límites de control
Según el ANSI/ASQ Standard A1, los límites de tolerancia y

especificación se definen como:
◦ Los límites que definen las fronteras de cumplimiento de las unidades
que se obtienen de una operación de manufactura o servicio.
Por otra parte, los límites de control (de tolerancia natural)

ayudan a identificar la variación que existe entre las medidas
de las muestras.
◦ Los límites de control reflejan la variabilidad de un proceso y pueden
no tener relación con los límites de especificación

FIMCP - ESPOL
Voz del proceso
LIC LSC
Límite Inferior de control
3s 2s 1s 1s 2s 3s
Límite Superior de control
ANCHO DE BANDA OCUPADO POR EL PROCESO

FIMCP - ESPOL
Capacidad del proceso

•Mide la frecuencia con que los productos o
transacciones que se obtienen de un proceso cumplen
con las especificaciones.
•Determina si la variabilidad de las característica de
calidad que se está evaluando figura entre los límites de
especificación establecidos.

FIMCP - ESPOL
•Representa el desempeño de un proceso que se

encuentra bajo control estadístico.
• La capacidad del proceso se determina por la variabilidad total
existente como resultado de la existencia de causas comunes.
• El desempeño del producto es predecible (Por qué?)
• Una medida común de la capacidad del proceso es 6
(amplitud del proceso).
•El objetivo es conocer la relación entre los parámetros
del proceso y las características del producto.
FIMCP - ESPOL

Beneficios:
1. Predecir qué tan bien el proceso mantendrá las tolerancias.
2. Ayudar a los desarrolladores / diseñadores de productos a seleccionar o
modificar un proceso
3. Ayudar a establecer un intervalo entre el muestreo para el monitoreo del
proceso
4. Especificación de los requisitos de rendimiento para el nuevo equipo
5. Seleccionar entre proveedores competidores y otros aspectos de la
gestión de la cadena de suministro.
6. Planificación de la secuencia de procesos de producción cuando hay un
efecto interactivo de los procesos sobre las tolerancias.
7. Reducir la variabilidad en un proceso
FIMCP - ESPOL
Límites de Capacidad del proceso
•También conocidos como Límites Naturales de Tolerancia.

•Se establecen por el proceso en si.
•Representan la variación propia de la característica de calidad de los ítems
individuales en un proceso bajo control estadístico.
•Los límites naturales de tolerancia (límites de capacidad del proceso),
suponiendo una distribución normal para la característica de calidad X
están dados por:
UNTL    3
LNTL    3
•Estos límites indican la variación inherente al proceso.

FIMCP - ESPOL

Ejemplo:
El diámetro de un componente es la característica de calidad a
analizar. Las especificaciones para el diámetro son 5 ± 0.015.
Información de las muestras tomadas del proceso bajo control
indican una media muestral de 4.99cm y una desviación estándar
de 0.004.
a) Encuentre los límites naturales de tolerancia del proceso.
b) Qué proporción de producto se encuentra entre el límite de
Especificación superior y el límite de capacidad superior?
c) Considera que se deba cambiar la medida de tendencia
central de la característica de calidad?
FIMCP - ESPOL
Técnicamente, puede que no exista relación matemática

entre los límites de capacidad del proceso y los límites de
especificación.
Sin embargo, existe una relación deseada entre dichos
límites:
◦ Los límites de especificación deberían estar “fuera” de los límites
naturales de tolerancia.
◦ En dicho caso, la mayoría de unidades producidas será aceptable.
A continuación se muestran 3 posibles casos:

FIMCP - ESPOL

LIE LSE Caso 1: La amplitud del proceso
es menor a la diferencia de los
límites de especificación
El proceso es capaz.
Existe alguna flexibilidad para
que el proceso este fuera de
control y aun los productos
cumplan con las
especificaciones.
LITN3s 2s 1s 1s 2s 3sLSTN
LITN=Límite inferior de tolerancia natural
LSTN=Límite superior de tolerancia natural
ANCHO DE BANDA
OCUPADO POR EL PROCESO
FIMCP - ESPOL

LITN LSTN
Caso 2: La amplitud del proceso es
igual a la diferencia de los límites
de especificación
Los límites naturales de tolerancia
coinciden con los límites de
especificación.
0,00135% 0,00135% Si la distribución de la
característica de calidad es
normal y el proceso esta bajo
control el 99.74% de los productos
cumplirán las especificaciones.
LIE 3s 2s 1s 1s 2s 3s LSE Atención con los cambios en los
62% parámetros!
95%
99,73%
FIMCP - ESPOL

LIE LSE Caso 3: La amplitud del proceso es
mayor a la diferencia de los límites de
especificación
Situación no deseada.
Existe producto que no va a cumplir
con las especificaciones a pesar de
que el proceso esta bajo control.
Si existen incrementos en los parámetros
se incrementa la proporción de
producto que no cumple las
especificaciones.
LITN 3s 1s 3s LSTN El proceso no es capaz.
2s 1s 2s
ANCHO DE BANDA OCUPADO POR

EL PROCESO MSC. MARÍA LAURA RETAMALES
FIMCP - ESPOL

LIE LSE Caso 3: La amplitud del proceso es
mayor a la diferencia de los límites de
especificación
Acciones correctivas:
• Analizar la posibilidad de cambiar los
límites de especificación.
• Tomar medidas para reducir la
amplitud del proceso.
• Si no es posible reducir la variabilidad
del proceso por motivos
económicos, se debe pensar en
LITN 3s 1s 3s LSTN cambiar el promedio del proceso.
2s 1s 2s
ANCHO DE BANDA OCUPADO POR

EL PROCESO MSC. MARÍA LAURA RETAMALES
FIMCP - ESPOL
Importante recordar que el análisis de

capacidad del proceso se debe realizar
solamente cuando el proceso esta bajo control
estadístico!

FIMCP - ESPOL
Análisis de Capacidad del Proceso
Índices de Capacidad del proceso

FIMCP - ESPOL
•Cálculo estadístico sobre la capacidad del proceso para

cumplir con los límites de especificación
•Se calculan solamente cuando el proceso esta bajo
control estadístico.
• La distribución de la característica de calidad es
normal.
•Metodología DMAIC

FIMCP - ESPOL
Utilidad:
• Medida de la bondad de desempeño del proceso.
• Índices adimensionales. Versátiles pues no dependen de las
unidades de los parámetros del proceso.
• La habilidad de cumplir las especificaciones en muchas
ocasiones es el criterio usado para medir el “atractivo” del
proceso.

FIMCP - ESPOL

Una de las medidas comunes para describir el potencial del proceso para
cumplir con las especificaciones es el índice de capacidad del proceso
(PCR) 𝒄𝒑:
𝐿𝑆𝐸 − 𝐿𝐼𝐸
𝐶𝑝 =
6𝜎
•Amplitud del proceso: diferencia entre los límites de capacidad del

proceso (6).
•Es deseable que Cp ≥ 1.

FIMCP - ESPOL
Índices superior e inferior de capacidad.

◦ Utilizados cuando se indica solamente un límite de especificación.
𝐿𝑆𝐸 − 𝜇
𝐶𝑝𝑢𝑝𝑝𝑒𝑟 = 𝐶𝑝𝑢 =
3𝜎
𝜇 − 𝐿𝐼𝐸
𝐶𝑝𝑙𝑜𝑤𝑒𝑟 = 𝐶𝑝𝑙 =
3𝜎
◦ Es deseable que Cp ≥ 1.
FIMCP - ESPOL
Table 8.2
Índices de Capacidad
del proceso Cp
Supuestos
1. La característica de calidad
tiene una distribución normal.
2. El proceso está bajo control
estadístico.
3. En el caso de las
especificaciones de dos
lados, la media del proceso
esta centrada entre los límites
de especificación inferior y
superior.

FIMCP - ESPOL
•Se han adoptado criterios más estrictos para evaluar la

capacidad de un proceso
•Una compañía Seis Sigma requerirá que cuando la media
del proceso está bajo control, esta deberá estar al menos seis
desviaciones estándar del límite de especificación más
cercano.
•Es decir, el valor mínimo aceptable de PCR sea al menos 2.0.

FIMCP - ESPOL
Índices de Capacidad del proceso Variación permitida

LSE-LIE
LIC LIE LSE LSC
Cp= LSE-LIE Cp=1

6 Proceso
Aceptable
Incluye el
99,73% de los
3 2 1 1 2 3
datos
Variación permitida
LSE-LIE LSC
LIC LIE LSE
Cp<1
Proceso No Capaz
2,5 % 2,5 %
Cp= LSE-LIE 3 2 1 1 2 3 Incluye el 95%

6 de los datos
LIE LSE
Cp=2 LIC LSC Variación
permitida LSE-LIE
Proceso
Seis Sigma
Cp= LSE-LIE LIC LSC

Incluye el
6 6s 5s 4s 3s 2s 1s 1s 2s 3s 4s 5s 6s 99,99999997%
Luego de desarrollar un proceso de corte se espera que la longitud de

la pieza final, oscile entre 123.5 mm. (LIE) y 126.5 mm.(LSE), en caso de
no acogerse a estos límites se ha comprobado que existe un alta
posibilidad de que dicha pieza presente futuros problemas de ajuste.
Actualmente el proceso mantiene un promedio de m=124.61 mm. y una
desviación de estándar σ=0.49.
a) Calcular Cp
Cp= LSE-LIE
6

Análisis de valores Cp (two-sided specifications)
Valor índice Cp Clase o categoría Decisión si el
proceso está
centrado
Cp>2 Clase Mundial Calidad Seis Sigma
1.33<Cp<2 1 Proceso Adecuado

o proceso Capaz
1<Cp<1.33 2 Parcialmente
adecuado
0.67<Cp<1 3 Análisis muy
necesario
Cp<0.67 4 No adecuado
LIE LSE
Cp=1
LIC LSC
3s 2s 1s 1s 2s 3s

LIE LSE
Cp=1
LIC LSC
3s 2s 1s 1s 2s 3s

El índice Cp no tiene en cuenta dónde se encuentra la media del
proceso en relación con las especificaciones.
Cp simplemente mide la dispersión de las especificaciones relativas a la
dispersión de seis sigmas en el proceso.
Cpk : representa la capacidad actual del proceso considerando
también la media de dicho proceso.
𝐿𝑆𝐸 − 𝜇 𝜇 − 𝐿𝐼𝐸
𝐶𝑝𝑘 = min ,
3𝜎 3𝜎
𝐶𝑝 𝑘 = min 𝐶𝑝 𝑢 𝑝 𝑝 𝑒 𝑟 , 𝐶𝑝 l o w e r
Índices de Capacidad del
proceso
Cp mide la capacidad
potencial en el proceso,
mientras que Cpk mide la

capacidad real en el corto
plazo

Luego de desarrollar un proceso de corte se espera que la longitud de la
pieza final, oscile entre 123.5 mm. (LIE) y 126.5 mm.(LSE), en caso de no
acogerse a estos límites se ha comprobado que existe un alta posibilidad
de que dicha pieza presente futuros problemas de ajuste. Actualmente el
proceso mantiene un promedio de m=124.61 mm. y una desviación de
estándar s=0.49.
a) Calcule el Cpk
b) Cuántos productos defectuosos existen aproximadamente? (Ver tabla
8.2 referencial)
Un proceso Seis sigma posee no más de 3,4 PPM

Análisis de Capacidad del proceso
El análisis de capacidad del proceso puede requerir la

estimación de:
• Los parámetros del proceso.
• La forma de la distribución de la característica.
• O la fracción de producto no conforme cuando no se conocen las
especificaciones.
•Metodología:
• Uso de observaciones individuales
• Uso de cartas de control

Metodología:
• Uso de observaciones individuales
• Por lo menos 50 observaciones!
• Revisión de la distribución
• Cálculo de la media y varianza de la muestra.
• Determinación de los índices de capacidad.
• Uso de cartas de control

R
• Utilización de la información de las cartas de control ˆ 
para el rango y la desviación. d2
ˆ  s
c4
Ver ejemplo: Resistencia de un contenedor de vidrio


Ver ejemplo: Resistencia de un contenedor de vidrio
Gráfica Xbarra-R de Obs1, ..., Obs5
300
LCS=307.07
• Límites de ensayo se
convierten en límites
Media de la muestra
280
260
_
X=263.06 revisados.
240 • Proceso bajo control
220 LCI=219.05
estadístico.
1 3 5 7 9 11 13 15 17 19
Muestra
160 LCS=161.3
Rango de la muestra
120
_
80 R=76.3
40
0 LCI=0
1 3 5 7 9 11 13 15 17 19
Muestra
2DENTRO
Corto plazo
Análisis de
capacidad
Largo 2TOTAL
plazo
Modelo de Variación
 2
=
TOTAL
 2
DENTRO+
2
 ENTRE
Largo Plazo
Causas Causas
comunes aleatorias
Corto Plazo
LIC LSC
3 2 1 1 2 3
Variación Total del Proceso

Modelo de Variación
 2
=
TOTAL
 2
DENTRO+
2
 ENTRE
Largo Plazo
Causas Causas
comunes aleatorias
Corto Plazo 2MAQUINARIA

LIC LSC 2DIA
3 2 1 1 2 3 2OPERADOR
2LOTE
Variación Total del Proceso
Variación a corto plazo

Consideramos como variación a corto plazo a aquella que se obtiene
dentro de cada uno de los subgrupos racionales.
Causas Comunes de variación = 2 dentro
cp= Rprom/d2
Variación a largo plazo
Un conjunto de datos representa el comportamiento

a “largo plazo” del proceso, si durante su recolección,
es posible observar un 80% de los cambios que el
proceso sufre de manera normal.
Para su cálculo se consideran todos las mediciones

recolectadas
Variación a largo plazo

Subgrupo X1 X2 X3 X4 X5
La variación a largo plazo, considera 1

2
15.8
16.3
16.3
15.9
16.2
15.9
16.1
16.2
16.6
16.4
todos los datos al momento de su 3 16.1 16.2 16.5 16.4 16.3
cálculo. No se centra en el promedio de 4
5
16.3
16.1
16.2
16.1
15.9
16.4
16.4
16.5
16.2
16
las variaciones en cada sub-grupo 6 16.1 15.8 16.7 16.6 16.4
7 16.1 16.3 16.5 16.1 16.5

8 16.2 16.1 16.2 16.1 16.3
9 16.3 16.2 16.4 16.3 16.5
LP= DESVEST() 10 16.6 16.3 16.4 16.1 16.5
11 16.2 16.4 15.9 16.3 16.4
12 15.9 16.6 16.7 16.2 16.5
13 16.4 16.1 16.6 16.4 16.1
14 16.5 16.3 16.2 16.2 16.4
15 16.4 16.1 16.3 16.2 16.2
16 16 16.2 16.3 16.3 16.2
17 16.4 16.2 16.4 16.3 16.2
18 16 16.2 16.4 16.5 16.1
19 16.4 16 16.3 16.4 16.4
20 16.4 16.4 16.5 16 15.8
Nivel Z (Nivel de Sigma)

Cuantifica el número de sigmas que pueden caber entre la media
del proceso y el límite de especificación superior (Zs) o, entre la
media del proceso y el límite de especificación inferior (Zi).
LIE LSE
Mayor número
de sigma mayor
valor de Z
LIC LSC
3 2 1 1 2 3
Nivel Z
Para entender el nivel Z, se Si coloca todos los defectos en la
deben considerar todos los cola derecha de la distribución y
defectos de un proceso, los luego mide el número de
cuales usualmente se ubican desviaciones estándar desde el
en alguno de los lados de los centro hasta el punto que define el
límites de especificación. total de defectos, obtendrá el valor
de nivel Z.
Nivel Z a corto plazo
𝑍𝐿𝑆𝐸 = 3𝐶𝑝𝑢 = 𝑍𝐿𝑆𝐸
𝜎𝐶𝑃
𝑍𝐿𝐼𝐸 = 3𝐶𝑝𝑙 = 𝑍𝐿𝐼𝐸
𝜎𝐶𝑃
En base a Z podemos
calcular el porcentaje de
defectuosos o PPM
Calcular ZLSE y
ZLIE
Defectuosos
Defectuosos
LIE
= 124.61
VO LSE
 CP = 0.49 

Es un indicador que se relaciona directamente con el número de
defectuosos en el proceso.
Z ~ N(0,1) Un proceso Seis
sigma posee no
más de 3,4 PPM
11,700 PPM
0,0117= 1,17%
57 PPM
0,0057%
VO
Desempeño general del proceso

𝑷𝒑 se calcula empleando la misma fórmula usada para calcular la
capacidad potencial del proceso. En este caso se considera la
variación a largo plazo.
𝑉𝑎𝑟𝑖𝑎𝑐𝑖ó𝑛 𝑡𝑜𝑙𝑒𝑟𝑎𝑑𝑎
𝑃𝑝 =
𝑉𝑎𝑟𝑖𝑎𝑐𝑖ó𝑛 𝑟𝑒𝑎𝑙 𝑎 𝑙𝑎𝑟𝑔𝑜 𝑝𝑙𝑎𝑧𝑜
𝐿𝑆𝐸 − 𝐿𝐼𝐸
𝑃𝑝 =
6𝜎𝐿𝑃
𝑃𝑝𝑢 =
3𝜎𝐿𝑃
𝑃𝑝𝑘 = min
𝑃𝑝𝑙 =
3𝜎𝐿𝑃

El índice Ppk solamente representa un lado de la curva del proceso y no
mide cómo funciona el proceso en el otro lado de la curva.
Compare el Pp y el Ppk.
• Si el Pp y el Ppk son aproximadamente iguales, entonces el proceso
está centrado entre los límites de especificación.
• Si el Pp y el Ppk son diferentes, entonces el proceso no está centrado.
Compare el Ppk y el Cpk.

• Cuando un proceso está bajo control estadístico, el Ppk y el Cpk son
aproximadamente iguales. La diferencia entre el Ppk y el Cpk
representa la mejora en la capacidad del proceso que usted podría
esperar si se eliminaran los cambios rápidos y graduales del proceso.
Desempeño real del proceso

Un proceso de tipo Seis Sigma mantendrá un índice Ppk
igual a 1,5. Esto se debe a que en la Metodología Seis
Sigma en el largo plazo la media del proceso, una vez
centrada, tenderá a moverse 1,5s a la derecha o a la
izquierda.
Un Ppk es un Cpk a
largo plazo
Desplazamiento de la media del proceso
1,5 
LIE 𝜇0 𝜇1 LSE
Largo plazo
Desplazamiento de la media del proceso
% defectuosos % defectuosos
LIE 𝜇0 LSE
Nivel Z a largo plazo

1,5 
% defectuosos
LIE 𝜇0 𝜇1 LSE
Largo plazo

•Es el indicador que de mejor manera expresa la variación de la media
a largo plazo.
•Es un indicador versátil ya que permite el cálculo de otros indicadores
de manera sencilla.
•Permite realizar comparaciones entre proyectos de diferente índole

Se pueden calcular igual que el Z a corto plazo.
𝑍𝐿𝑆𝐸 = 3𝑃𝑝𝑢 = 𝑍𝐿𝑆𝐸
𝜎𝐿𝑃
𝑍𝐿𝐼𝐸 = 3𝑃𝑝𝑙 = 𝑍𝐿𝐼𝐸
𝜎𝐿𝑃

Si se tiene acceso a la variación a largo plazo el nivel Z de largo plazo se
calcula empleando la misma metodología que utilizamos para calcular
el Z de corto plazo.

•A menudo los datos existen solamente para corto o largo plazo.
•En ese caso, por convención asumimos que en el largo plazo la
media del proceso se desplazará 1,5s hacia cualquiera de los dos
lados, de ese modo nivel Z cambia 1.5 .

ZLP = ZCP – 1.5
ZCP= ZLP + 1.5
Una vez obtenido Z es posible obtener otros indicadores como el
Cpk o el Ppk.
Estos valores son una

aproximación

A partir de Z es posible obtener los valores de Capacidad y
Desempeño del proceso.
𝑍𝐶𝑃
𝐶𝑝 =
3
𝑍𝐿𝑃
𝑃𝑝 =
3
Recordemos que Ppk empleaba la variación

a largo plazo para su cálculo.
•Todos los indicadores obtenidos a partir de la convención ZCP= ZLP

+ 1.5 son aproximaciones, lo mejor es obtener datos que reflejen la
variación a largo plazo y calcular estos indicadores empleando
directamente 𝜎𝐿𝑃.
Nivel Z
Ejemplo: Resistencia de contenedor de Vidrio
•¿Cuál serían los niveles z a corto y largo plazo?

Nivel Z Ejemplo: Resistencia de contenedor de Vidrio

Videos de refuerzo
• Nivel Z
https://www.youtube.com/watch?v=En98QdXFM-4
• Cálculo de nivel Z en minitab
https://www.youtube.com/watch?v=_3j-BzgZLf8
• Capacidad del proceso vs Nivel Z
https://www.youtube.com/watch?v=iLS2PXfxwpo
Yield (Rendimiento), PPM defectuoso y nivel Z

Yield, PPM defectuoso están
relacionados con el Nivel Z (sigma
level)
Cartas de
Control: Límites
de Ensayo
Las cartas muestran los
puntos dentro de los
límites de forma
aleatoria. El proceso se
encuentra bajo control
estadístico
Cartas de
control:
Límites
revisados

El valor de CP= 1,86 indica que
la variabilidad de la característica
de calidad es reducida.
Se tiene distribución esbelta.
Por otra parte, el valor de Cpk de

-4,31 indica que la característica
de calidad no esta centrada con
respecto a las especificaciones.
En conclusión, el proceso no es
capaz.
De la gráfica, se muestra que la proporción de producto no conforme es del 100%

No existe costo de pérdida de buena voluntad del cliente. Debido a que el producto, al momento
se encuentra sobre dosificado.
Ejemplo: Resistencia de contenedor de Vidrio
Análisis de capacidad para datos

no normales
Análisis de capacidad para datos no normales
Stat > Quality Tools > Capability

Analysis > Nonnormal

Process Capability of Pesos 1
Calculations Based on Weibull Distribution Model
LSL USL
Process Data O v erall C apability
LS L 595,00000 Pp 1,88
Target * PPL 1,18
Stat > Quality Tools > Capability
USL 605,00000 PPU 3,79
Sample Mean 599,54800 Ppk 1,18 Analysis > Nonnormal
Sample N 100
E xp. O v erall P erformance
S hape 953,93953
P P M < LSL 429,609
Scale 599,85511
PPM > USL 0,000
O bserv ed P erformance PPM Total 429,609
P P M < LSL 0
PPM > USL 0
P P M Total 0
595,5 597,0 598,5 600,0 601,5 603,0 604,5

Ejemplo: Fábrica de baldosas

Ud trabaja en una compañía que elabora baldosas, donde una de las características
de calidad más importantes en este proceso es la deformación que sufren al ser
instaladas.
Si la máxima deformación permitida es de 8 mm., determine usando los datos incluidos
en el archivo Baldosas.mpj, si el proceso puede o no considerarse capaz.
Ejemplo:
Fábrica de
baldosas
Análisis de capacidad para atributos
•A menudo, el rendimiento del proceso se mide en términos

de datos de atributos; es decir, unidades no conformes o
defectuosas, o no conformidades o defectos.
•Cuando una fracción no conforme es la medida del
rendimiento, es típico usar las partes por millón (ppm)
defectuosas como una medida de la capacidad del
proceso.

Cuando se trata de no conformidades o defectos, a menudo se usa una
estadística de defectos por unidad (DPU) como una medida de la
capacidad, donde,
𝑵ú𝒎𝒆𝒓𝒐 𝒕𝒐𝒕𝒂𝒍 𝒅𝒆 𝒅𝒆𝒇𝒆𝒄𝒕𝒐𝒔
𝑫𝑷𝑼 =
𝑵ú𝒎𝒆𝒓𝒐 𝒕𝒐𝒕𝒂𝒍 𝒅𝒆 𝒖𝒏𝒊𝒅𝒂𝒅𝒆𝒔
La unidad es algo que se entrega a un cliente y puede evaluarse o
juzgarse en cuanto a su idoneidad.
Ejemplos
◦ Una factura
◦ Un envío
◦ Un pedido del cliente
◦ Una consulta o llamada

Los defectos o no conformidades son cualquier cosa que no
cumpla con los requisitos del cliente, tales como:
◦ Un error en una factura
◦ Un envío incorrecto o incompleto
◦ Un pedido de cliente incorrecto o incompleto
◦ Una llamada que no se ha completado satisfactoriamente

•La medida DPU no tiene en cuenta directamente la complejidad de la
unidad.
•Una forma ampliamente utilizada para considerar la complejidad es la
medida del defecto por millón de oportunidades (DPMO)
𝑁ú𝑚𝑒𝑟𝑜 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑑𝑒𝑓𝑒𝑐𝑡𝑜𝑠
𝐷𝑃𝑀𝑂 = 𝑥 1 𝑚𝑖𝑙𝑙ó𝑛
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑜𝑝𝑜𝑟𝑡𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
•Las oportunidades son la cantidad de posibilidades potenciales dentro
de una unidad para que ocurra un defecto.
•Por ejemplo, en una orden de compra, el número de oportunidades
sería el número de campos en el que la información se registra por dos
¿Por qué?
•Es importante ser coherente sobre cómo se definen las

oportunidades, ya que un proceso puede mejorarse
artificialmente simplemente aumentando el número de
oportunidades a lo largo del tiempo.
•Los defectos o no conformidades se estiman a partir de
datos de muestra. Se deben usar muestras grandes para
obtener estimaciones confiables.

Capacidad Binomial: este análisis se utiliza cuando un producto o servicio se
caracteriza por ser defectuoso o no defectuoso. La capacidad binomial evalúa la
probabilidad (p) de que un elemento seleccionado de un proceso sea defectuoso.
Los datos recolectados son el número de elementos defectuosos en los subgrupos
individuales, y se supone que siguen una distribución binomial con parámetro p.
Capacidad de Poisson: este análisis se utiliza cuando un producto o servicio puede

tener múltiples defectos y se cuenta el número de defectos en cada elemento. La
capacidad de Poisson evalúa el número de defectos por unidad. Los datos
recolectados son el número total de defectos en k unidades contenidas en los
subgrupos individuales, y se supone que siguen una distribución de Poisson con un
número medio desconocido de defectos por unidad (u).

Suponga que Ud. es responsable de la calidad en un
departamento de asistencia telefónica. Evalúe la capacidad que
posee el departamento para responder las llamadas entrantes.
Stat > Quality Control

>Capability Analysis >
Binomial
Defectives: Unavailable
Samples: Calls


¿Qué es Z del proceso?
•La Z del proceso es el punto en una distribución normal estándar tal que
el área a la derecha de ese punto es igual a P promedio (la proporción
de unidades defectuosas en el proceso). Mientras mayor sea la Z del
proceso, mejor será el rendimiento del mismo. Lo ideal sería una Z del
proceso de 2 o más.
•Usted puede utilizar la Z del proceso en Análisis de capacidad
binomial para estimar la capacidad sigma para los datos de atributos.
La Z del proceso describe la capacidad de un proceso binario: un
proceso en el que los productos se evalúan como defectuosos o no
defectuosos.

Por ejemplo, una empresa fabrica pistones hidráulicos y los inspecciona
para verificar si presentan grietas. Los pistones con grietas son
etiquetados como defectuosos y son desechados.
Los inspectores examinan 10 subgrupos de pistones y observan que el
porcentaje promedio de pistones defectuosos es igual a 22.64%.
Este porcentaje corresponde a un P promedio de 0.2264. El punto en la
curva normal estándar con un área de 0.2264 a su derecha es 0.7507.
Este valor es la Z del proceso, y representa un proceso que funciona de
manera deficiente. Esta empresa deberá mejorar su proceso de
manufactura.

http://www.six-sigma-material.com/Tables.html
Np debe ser igual o mayor a 5.

Supongamos que usted trabaja para un fabricante de cables y le preocupa la
efectividad del proceso de aislamiento de los cables. Usted toma longitudes
aleatorias de cables eléctricos e intenta detectar puntos débiles en su aislamiento al
someter los cables a un voltaje de prueba. Basándose en el registro del número de
puntos débiles y la longitud de cada trozo de cable (en m), desarrolle un análisis de
capacidad del proceso.
Stat > Quality Control >Capability

Analysis > Poisson
Defects: Weak Spots

Use sises in: Lenght
Conclusiones

Unidad 2 - IV-Analisis de Capacidad-IH

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Unidad 2 - IV-Analisis de Capacidad-IH

Cargado por

Copyright:

Formatos disponibles

Unidad 2: Técnicas para

MSc María Laura Retamales

2.3 Cartas de control para variables

Criterios para seleccionar la implementación de las cartas de control

2.4 Cartas de control para atributos

Criterios para seleccionar la implementación de las cartas de control

2.5 Habilidad de los procesos para cumplir especificaciones

2.6 Análisis de capacidad para variables a corto y largo plazo

MSC. MARÍA LAURA RETAMALES

1. Evaluar la habilidad del proceso para cumplir con las

MSC. MARÍA LAURA RETAMALES

• Comparar la Voz del

MSC. MARÍA LAURA RETAMALES

Límites de Requerimientos del

Debemos asegurarnos que los límites de

MSC. MARÍA LAURA RETAMALES

Voz del cliente

MSC. MARÍA LAURA RETAMALES

MSC. MARÍA LAURA RETAMALES

MSC. MARÍA LAURA RETAMALES

Voz del cliente

Límite Inferior de Límite Inferior de

Según el ANSI/ASQ Standard A1, los límites de tolerancia y

Por otra parte, los límites de control (de tolerancia natural)

MSC. MARÍA LAURA RETAMALES

Voz del proceso

ANCHO DE BANDA OCUPADO POR EL PROCESO

Capacidad del proceso

MSC. MARÍA LAURA RETAMALES

Capacidad del proceso

•Representa el desempeño de un proceso que se

Capacidad del proceso

Límites de Capacidad del proceso

•También conocidos como Límites Naturales de Tolerancia.

MSC. MARÍA LAURA RETAMALES

Límites de Capacidad del proceso

Límites de Capacidad del proceso

Técnicamente, puede que no exista relación matemática

A continuación se muestran 3 posibles casos:

Límites de Capacidad del proceso

Límites de Capacidad del proceso

Límites de Capacidad del proceso

ANCHO DE BANDA OCUPADO POR

Límites de Capacidad del proceso

ANCHO DE BANDA OCUPADO POR

Límites de Capacidad del proceso

Importante recordar que el análisis de

MSC. MARÍA LAURA RETAMALES

Índices de Capacidad del proceso

MSC. MARÍA LAURA RETAMALES

Índices de Capacidad del proceso

•Cálculo estadístico sobre la capacidad del proceso para

MSC. MARÍA LAURA RETAMALES

Índices de Capacidad del proceso

MSC. MARÍA LAURA RETAMALES

Índices de Capacidad del proceso

•Amplitud del proceso: diferencia entre los límites de capacidad del

MSC. MARÍA LAURA RETAMALES

Índices de Capacidad del proceso

Índices superior e inferior de capacidad.

Índices de Capacidad del proceso

MSC. MARÍA LAURA RETAMALES

Índices de Capacidad del proceso

•Se han adoptado criterios más estrictos para evaluar la