DEFINICIÓN Y MEDICIÓN DE

LEAN SIX SIGMA

Índices de capacidad

A
 Índices de capacidad

Aspectos relevantes en los índices de capacidad

Como ya se mencionó en el tema anterior, para realizar un estudio de capacidad formal, es

necesario que se verifique la estabilidad de los datos obtenidos usando una gráfica de control.
De igual forma, los datos deben cumplir el requisito de tener una distribución normal.

Anteriormente se había dicho que, para realizar

un estudio de capacidad corto, era necesario
tomar 100 unidades totales, divididas en
subgrupos consecutivos de datos.

Es decir, tomar 20 subgrupos de 5 datos

cada cierto tiempo que está en función de la
velocidad o las características del proceso, por
ejemplo, cada 20, 30 o 60 minutos en general.

Ejemplo:

Se evaluará la capacidad de un proceso que produce clavos de 2 pulgadas, cuya característica de

interés es la longitud de dichos clavos. La especificación es 2” 0.5”, es decir, LIE=2”−0.5”=1.95”,
y el LSE=2”+0.5”=2.05”. Se tomó una muestra de 100 datos repartidos en 20 subgrupos de
tamaño 5 cada uno, cada hora.

1
Lo primero que hay que hacer es evaluar la estabilidad de los 100 datos por medio de una
gráfica de medias y rangos (Xb−R). La gráfica se construyó usando Minitab®. Se observa que
el proceso está estable porque todos los puntos tanto de medias como de rangos están dentro
de sus límites de control, y no se detectan patrones no aleatorios de variación. Los límites de
control están definidos por el propio proceso y representan la variación natural del mismo. No
confundir con los límites de especificación, que son definidos por el cliente, o en su caso, por el
departamento de diseño de la empresa.

Por tanto, el primer requisito, estabilidad, se cumple para realizar un estudio de capacidad.

Para evaluar el segundo requisito de un

estudio de capacidad, se realizará la prueba
de normalidad de los datos. Aunque hay
algunas pruebas analíticas, aquí se verá la
prueba gráfica debido a su simplicidad. Para
lo cual hay que construir la siguiente tabla
que contiene tres columnas: la primera es la
variable ‘i’ que es un contador del número de
datos. La segunda, ‘F’, es un estimador de una
distribución empírica acumulada, y la tercera
son los datos originales (no las medias),
ordenados de menor a mayor. Se presenta un
extracto de la tabla.

2
Posteriormente, se graficarán los 100 datos individuales en un papel probabilístico normal, y
se determinará si los puntos siguen aproximadamente una línea recta. De ser así, se considera
que los datos siguen una distribución normal. La coordenada x son los datos ordenados, y la
coordenada y es la F. Notar que la escala vertical no es simétrica, sino que sigue el acomodo del
porcentaje de probabilidad de una distribución normal. Es necesario definir la escala horizontal
del eje x de tal forma que abarque a todos los datos.

De acuerdo con la gráfica, los puntos siguen tiene un comportamiento aproximado a una
línea recta, con lo cual visualmente no se rechaza que la distribución normal los represente.
Adicionalmente, Minitab® aplica la prueba analítica de Anderson-Darling (AD) y se observa que
el p-value es 0.794 y por tanto no se rechaza la hipótesis de normalidad de los datos a un nivel
de significación del 5% (p-value > 5%). Esto confirma la interpretación visual anterior.

Ahora que los dos requisitos previos a un estudio de capacidad formal fueron cumplidos, se
procede a calcular los índices de capacidad y los de desempeño.

De la gráfica de control usada,

3
Cpk= mínimo(Cpu, Cpl)= mínimo(1.396, 1.405)=1.396

d2 es una constante de las gráficas de control y se encuentra la tabla correspondiente. Se obtuvo

con 5 datos por subgrupo.

Las interpretaciones de Cp y Cpk son individuales e independientes, usando la siguiente

referencia:

• Si el índice es menor a 1, el proceso es incapaz.

• Si el índice está entre 1 y 1.33, el proceso es apenas capaz.
• Si el índice es mayor a 1.33, el proceso es capaz.

En este caso, Cp=1.40, lo cual indica que el proceso es capaz potencialmente hablando. Tiene tal
variación que solamente el proceso cabe 1.4 veces dentro de la tolerancia. En forma semejante,
Cpk=1.396, lo cual indica que el proceso es también capaz realmente hablando. Como Cp y Cpk
casi idénticos, significa que el proceso está centrado en su objetivo de 2”. Adicionalmente, su
variación es pequeña.

Para calcular su fracción defectuosa (fd), es necesario estimar la probabilidad o el porcentaje

de producto que estará fuera de la tolerancia. Recordar que como ya se comprobó que los
datos siguen una distribución normal, el cálculo de probabilidades se realizará usando dicha
distribución.

“X” representa la longitud de los clavos.

La fracción defectuosa estimada, o el porcentaje de clavos que tendrán una longitud fuera de la
tolerancia es de 0.00268%=26.8 ppm, usando la desviación estándar interna.

Cálculo del nivel sigma

Para calcular el nivel sigma de un proceso, es necesario tomar la fracción defectuosa, entrar en
el ‘cuerpo’ de la tabla de la distribución normal, y leer el correspondiente valor de z (nivel sigma).
Así, la fd=0.0000268 que corresponde a un valor z=4.04=nivel sigma con la desviación estándar
interna.

Cálculo de los índices de desempeño Pp y Ppk

4
Ppk= mínimo(Ppu, Ppl)= mínimo(1.217, 1.225)=1.217

Las interpretaciones de Pp y Ppk son individuales e independientes, usando la siguiente

referencia:

• Si el índice es menor a 1, el desempeño del proceso es incapaz.

• Si el índice está entre 1 y 1.33, el desempeño del proceso es apenas capaz.
• Si el índice es mayor a 1.33, el desempeño del proceso es capaz.

En este caso, Pp=1.22, lo cual indica que el desempeño del proceso es capaz potencialmente
hablando. En forma semejante, Ppk=1.217, lo cual indica que el desempeño del proceso es capaz
realmente hablando. El desempeño del proceso representa la capacidad del proceso a ‘largo’
plazo, y es una estimación más precisa que Cp y Cpk para ese fin.

Para calcular su fracción defectuosa (fd), es necesario estimar la probabilidad o el porcentaje

de producto que estará fuera de la tolerancia, pero ahora usando la desviación estándar global.
Recordar que como ya se comprobó que los datos siguen una distribución normal, el cálculo de
probabilidades se realizará usando dicha distribución.

“X” representa la longitud de los clavos.

5
La fracción defectuosa estimada, o el porcentaje de clavos que tendrán una longitud fuera de
la tolerancia es de 0.025%=250 ppm, usando la desviación estándar global. A continuación, se
muestra el análisis usando Minitab®. El nivel sigma usando la desviación estándar global es
z=3.48 aproximadamente.

6
DEFINICIÓN Y
MEDICIÓN DE LEAN
SIX SIGMA

Se prohíbe la reproducción total o parcial de esta obra por cualquier

medio sin previo y expreso consentimiento por escrito del Instituto
Tecnológico y de Estudios Superiores de Monterrey.

D.R. © Instituto Tecnológico y de Estudios Superiores de Monterrey,
México. 2022.

Ave. Eugenio Garza Sada 2501 Sur Col. Tecnológico C.P. 64849
Monterrey, Nuevo León | México