Scientia et Technica Ao XIII, No 37, Diciembre de 2007. Universidad Tecnolgica de Pereira.

ISSN 0122-1701

333

APLICACIN DEL CONTROL ESTADSTICO MULTIVARIANTE EN UN PROCESO DE EXTRUSIN DE PELCULA PLSTICA

An Application of Multivariate Statistical Control on a Plastic Film Extrusion Process
RESUMEN Este trabajo presenta una aplicacin prctica de la teora existente acerca del control estadstico de procesos para un proceso como el de extrusin de pelcula plstica, cuya calidad es medida a travs de la interaccin de diferentes caractersticas. PALABRAS CLAVE: Control de Procesos Multivariados, Grficos de Control, Anlisis de Capacidad de Proceso ABSTRACT We illustrate an application on a plastic film extrusion process of the existent theory on statistical process control. The extruded plastic film quality is measured using several correlated characteristics. KEYWORDS: Multivariate Process Control, Control Charts, Process Capability Analysis. JAIME MOSQUERA RESTREPO Estadstico Profesor Auxiliar Universidad del Valle jaimores@univalle.edu.co JAVIER OLAYA OCHOA Estadstico, Ph.D. Profesor Titular Universidad del Valle olaya@univalle.edu.co RUBRIA ESCOBAR Estadstica Analista de Investigacin Comfandi rubriaes@comfandi.com.co

1. INTRODUCCIN Los mltiples usos que pueden darse al material plstico terminado conllevan a que la calidad de este producto pueda ser valorada a travs de la confluencia de diferentes caractersticas, tales como (i) Caractersticas de dimensin: Ancho, Calibre; (ii) Caractersticas Fsicas de resistencia: Resistencia al Rasgado, Resistencia a la Traccin, Elongacin, Rigidez, etc. En casos como este surge la pregunta, Qu hacer cuando la calidad de un producto no se mide a travs de una sola caracterstica, sino por el contrario, su calidad corresponde a la interaccin de mltiples caractersticas, como en este caso? Una posible solucin puede ser efectuar el control de proceso a travs de la implementacin de un grfico de control para cada una de las caractersticas en mencin, lo cual trae consigo una serie de desventajas, entre ellas: 1. El nmero de grficos de control a implementar y vigilar puede llegar a ser relativamente grande, esto dependiendo del nmero de caractersticas que se deseen controlar. 2. Al realizar el control de las caractersticas de manera independiente se est obviando cualquier tipo de relacin que pudiera existir entre las caractersticas de calidad. En trminos estadsticos se estara obviando la informacin contenida en la estructura de covarianza de las caractersticas. Adicionalmente, el control a travs de grficos individuales conlleva a una alteracin del verdadero nivel de significanca con que se realiza la prueba [1]. Dada la necesidad de resolver el problema tcnico planteado anteriormente, y contemplando las desventajas
Fecha de Recepcin: 04 Septiembre de 2007 Fecha de Aceptacin: 22 Noviembre de 2007

a las que conlleva la aplicacin independiente de mltiples grficos de control univariados, diferentes autores han propuesto alternativas de solucin. Una combinacin de algunas de ellas se aborda en este trabajo, con el propsito de vigilar el comportamiento de un proceso de extrusin de pelcula plstica. Se valora adems la estabilidad del proceso a travs de un anlisis de capacidad multivariante. 2. GRFICOS DE CONTROL MULTIVARIANTES La idea general de un grfico de control multivariante consiste en la cuantificacin de una forma cuadrtica capaz de resumir en un escalar la informacin proveniente de diferentes caractersticas, de tal manera que este escalar resume de manera integral las caractersticas de centramiento y variabilidad del proceso. 2.1 Grfico T2 de Hotelling. Cuando se conocen los verdaderos parmetros de la distribucin bajo control, es decir, conocidos el centramiento y la estructura de asociacin entre las caractersticas de calidad, bajo el supuesto de normalidad multivariante, el estadstico T2 sigue una distribucin ! (2p ) .
! " Donde ( px1) es el vector que contiene las medias
T 2 = n( " ! ) T # !1 ( " ! )

(1)

poblacionales de las caractersticas bajo control, ! pxp es la matriz de varianzas y covarianzas cuando el proceso se encuentra bajo control, n es el tamao muestral empleado

334
!

Scientia et Technica Ao XIII, No 37, Diciembre de 2007. Universidad Tecnolgica de Pereira.

y " ( p!1) es el vector que contiene los promedios muestrales observados de las p caractersticas analizadas. De esta manera, es posible construir un grfico de control con solo un lmite de control superior (ya que este estadstico es no negativo), el cual se situara para un nivel de significancia , en LSC = " (2! , p ) , valor que representa el punto porcentual de la distribucin ! 2 con p grados de libertad. Como en la prctica se desconocen los parmetros de la distribucin del proceso bajo control (centramiento y estructura de asociacin), surge la necesidad de estimarlos a travs de una muestra obtenida del mismo proceso, dando origen a la distribucin T2 de Hotelling. En este! caso el estadstico est dado en la Ecuacin (2). ! (2) ! En la Ecuacin (2), A es el vector que contiene las estimaciones preliminares de las medias poblacionales de las p caractersticas de calidad cuando el proceso est controlado y S es la matriz que contiene las estimaciones preliminares de la estructura de varianzas y covarianzas del proceso bajo control. En 1989, Ryan (ver [2]) deriv la distribucin probabilstica del estadstico T 2 para dos fases del procedimiento, las cuales denomina Instalacin y Operacin. En la primera fase, se estiman los parmetros de la distribucin y se evalan las observaciones frente a un lmite de control preliminar, el cual se fija usando la Ecuacin (3). (3) Donde: p: Nmero de caractersticas de calidad monitoreadas. c: Nmero de subgrupos utilizados en la estimacin del vector de medias y la matriz de covarianzas. n: Tamao de muestra por subgrupo. F" / 2; p ,cn !c ! p +1 : Percentil ! / 2 de la distribucin F con p grados de libertad en el numerador y (cn - c - p + 1) en el denominador. Aquellas observaciones que en la fase de instalacin sean clasificadas como situaciones fuera de control, deben ser eliminadas, estimando nuevamente los parmetros de la distribucin y reevaluando frente al lmite de control, hasta tanto el grfico muestre un proceso completamente bajo control. Para la segunda fase (operacin), se replantea el lmite de control para monitorear observaciones futuras, utilizando la Ecuacin (4). p(m + 1)(n ! 1) (4) LSC = F" / 2; p , mn ! m ! p +1 mn ! m ! p + 1 En este caso m representa el nmero de subgrupos con los que finalmente se instal el grfico de control.
LSC = p (c ! 1)(n ! 1) F" / 2; p ,cn !c ! p +1 cn ! c ! p + 1

2.2 Descomposicin MTY Una vez identificada una situacin fuera de control, surge la pregunta natural acerca de cul puede haber sido la causa de esta situacin, puesto que los grficos multivariantes tan solo brindan informacin acerca del estado del proceso, mas no son apropiados para la identificacin de estas causas. Como alternativa a la situacin anterior, Mason, Tracy y Young [3]. Proponen un mtodo de descomposicin, que en adelante se denominar en este trabajo como descomposicin MTY. La idea de este planteamiento consiste en la descomposicin del estadstico T2 de Hotelling en componentes ortogonales, tal como lo muestra (5). (5) T 2 = T 2 + (T 2 + T 2 + ......T 2 )
1 2 |1 3 | 1, 2 p |1, 2 , 3 ,...., p ! 1

Donde T12 Recibe el nombre de trmino incondicional para la primera variable del conjunto de variables de proceso. El resto de trminos reciben el nombre de trminos condicionales. ( X j ! X j|1,... j !1 ) 2 (6) ( X1 ! X1 )2 2 2
T1 = S 12

! ! T 2 = n( X ! A) T S !1 ( X ! A)

T j|1,... j !1 =

S 2|1,... j !1 j

Este clculo requiere de la aplicacin previa (con datos histricos) de un modelo de regresin lineal, cuyo resultado permitir la estimacin del promedio condicional X j|1,... j !1 y de la varianza condicional S 2|1,... j !1 . j Estas componentes siguen una distribucin de probabilidades conocida, lo cual facilita el proceso de identificacin de causas atribuibles. El trmino incondicional identifica un cambio en el proceso debido a las condiciones de centramiento y/o variabilidad de una variable en particular, mientras que los trminos condicionales identifican cambios en la estructura de asociacin entre la variable j y el resto de variables del trmino condicional. Estas deducciones pueden lograrse contrastando el valor obtenido frente a un valor porcentual de la distribucin, como se muestra en las Ecuaciones (7) y (8). (n + 1) (7) T2 # F
j

(1,n "1;! )

( (n + 1)(n " 1) % T j21,... j "1 ) & | # F(1,n" j "2,! ) ' n(n " j " 2) $

(8)

Para reducir el nmero de clculos a realizar es recomendable primero analizar los p trminos incondicionales, de tal manera que de hallar una causa asignable en alguna de estas variables no ser necesario investigar su asociacin con el resto. 2.3 ndice de Capacidad Multivariante El procedimiento para cuantificar la capacidad de un proceso en el mbito multivariante guarda cierta analoga con el caso univariado. En particular se abordar la metodologa propuesta por Shariari, Hubele y Lawrence [4], la cual se denomina Vector Multivariante de

Scientia et Technica Ao XIII, No 37, Diciembre de 2007. Universidad Tecnolgica de Pereira.

335

Capacidad, compuesto por tres componentes: El primero de ellos se define como el cociente de reas (p=2) o volmenes (p>2) de la zona de tolerancia y la zona de control. El problema con este ndice radica en que estas dos zonas presentan formas geomtricamente diferentes, ya que la zona de tolerancias regularmente est conformada por una regin rectangular, mientras que la zona de control, conforma una regin elptica. De manera que se hace necesario modificar esta ltima y adaptarla a una regin rectangular tal como se ilustra en la figura 1. De esta manera el primer componente denominado CpM, se define por (9)
! "p Vol.( Regin de Tolerancia) CpM = # Vol.( Regin de Proceso Modificada) $ % &
1

(9)
Figura 1. Regin de control modificada para el clculo del Vector de Capacidad

Los vrtices de la regin de Proceso modificada, se obtienen maximizando o minimizando, segn sea el caso la expresin (10), que define el contorno de la regin de proceso. El resultado de esta minimizacin da origen a las expresiones (11) y (12) que ubican las coordenadas de los vrtices de la regin de proceso modificada.
(X # o ) $ (X # o ) = "
T
!1

! ! ! ! T 2 = m( A ! 0 ) T S !1 ( A ! 0 )
PV = P (T 2 > p (m ! 1) F( m ,m ! p ) ) m!v

(13)

#1

( v ,! )

(10)

(14)

!1 $ 2 ( p ,# ) det("i ) $ 2 ( p ,# ) det("i ) LSCi = i + LICi = i ! !1 !1 det(" ) det(" )

(11)

Un valor de PV cercano a cero indicar que el centro del proceso es lejano al valor central de la regin de tolerancia. Por ultimo, el tercer componente del vector de capacidad (LI) sintetiza una comparacin de las ubicaciones de la regin de control modificada y la regin de tolerancia. Est indica cuando una parte de la regin de control se encuentra por fuera de la regin de especificaciones. Esto es LI asume el valor de 1 si la regin de proceso modificada se encuentra comprendida dentro de la regin de tolerancia y asume el valor de 0 en otro caso.

C pM

& v #p $ ( ( LSEi ' LIEi ) ! ! = $ Iv=1 $ ( LSC ' LIC ) ! ( i i ! $ I =1 % "

2

(12)

Donde " ( p ,! ) es el percentil de una distribucin !2 con p grados de libertad. La matriz !i es obtenida mediante la eliminacin de la j-sima columna y la isima fila de la matriz ! . CpM > 1, indica que el volumen de la regin de tolerancia es superior al volumen conformado por la regin de control, lo cual sera indicio de una buena capacidad de proceso. El segundo componente del vector de capacidad (PV) valora el nivel de proximidad existente entre los centramientos de las dos regiones, control y especificacin. Para ello se efecta una prueba T2 de Hotelling para igualdad de promedios y el valor-p obtenido en esta prueba conformar el segundo componente del vector de capacidad.

3. RESULTADOS
La implementacin se desarroll sobre una lnea de produccin del proceso de extrusin de bolsa de Polietileno Lineal de Alta Densidad de 11() pulgadas. Esta bolsa plstica debe satisfacer algunas condiciones mnimas establecidas por su funcionalidad, entre las que se encuentran: 1.Caractersticas de Dimensin: Ancho de la Bolsa, Calibre; 2: Caractersticas de Resistencia Mecnica: Resistencia a la Traccin, Resistencia al Rasgado. Las Caractersticas de Resistencia Mecnica son medidas en ambos sentidos de la bolsa plstica, resistencia longitudinal y resistencia transversal. Las especificaciones para este producto se resumen en la Tabla 1. 3.1 Definicin Tamao de Muestra y Frecuencia de Muestreo El tamao del subgrupo se defini teniendo en cuenta la sugerencia realizada por la norma tcnica que rige el

336

Scientia et Technica Ao XIII, No 37, Diciembre de 2007. Universidad Tecnolgica de Pereira.

procedimiento de medicin de la resistencia a la traccin NTC-1134, que exige como mnimo un total de 5 unidades muestrales. En cuanto a la frecuencia de muestreo, esta debe permitir que el procedimiento de control sea viable y que interrumpa en la menor cantidad posible el proceso de produccin. En este caso un subgrupo por cada rollo de produccin permitir identificar causas asignables en el momento en que se produzca una seal fuera de control. Caracterstica Ancho (A) Calibre (C) R. Rasgado Trans (RT) R. Rasgado Long. (RL) R. Traccin Trans (TT) R. Traccin Long. (TL) Limite Superior 29,53 5,00 2,80 5,67 31,23 28,20 Limite Inferior 28,89 4,00 1,81 4,24 24,33 24,07

produccin, por tanto habra que eliminarlas del proceso y re-estimar los parmetros de centramiento y covarianza del proceso con las 13 muestras restantes. (Los resultados obtenidos en el desarrollo de este trabajo fueron obtenidos a travs del software Minitab 14 )
Grafico de Control T2 de Hotelling - Bolsa 6 Lts
40

Tsquared

30 UCL=24,82

20

10 Median=5,47 0 2 Fase Instalacin 4 6 8 10 12 Sample 14 16 18 20 LCL=0,42

Figura 2. Verificacin del Estado de Control Fase Instalacin

Tabla 1. Especificaciones de Producto

3.2 Implementacin Grfico de control Para la etapa de implementacin del grfico de control se tomaron un total de 20 muestras de tamao 5 del proceso de produccin, cuando las condiciones de produccin suponan estabilidad en el proceso. Superada la fase de validacin de supuestos, es decir, previa verificacin del cumplimiento de los supuestos de normalidad multivariante, no autocorrelacin entre las variables, y no presencia de multicolinealidad, se escoge el grfico de control T2 de Hotelling como la metodologa de control del proceso, dado su sencillez y la capacidad de fijar los limites de control mediante procedimientos probabilsticos. Las Tablas 2 y 3 presentan las estimaciones preliminares del Vector de Centramiento A y la Matriz de Varianzas y Covarianzas S. RT RL TT TL C A 2,30193 4,91452 27,7392 26,1735 4,60692 29,3302
Tabla 2. Estimacin Preliminar del Vector de Centramiento A

RT RL TT TL C A 2,3017 4,9574 27,6595 26,1385 4,6025 29,3297

Tabla 4. Estimacin Final del Vector de Centramiento

RT RT RL TT TL C A
0,027 0,009 -0,001 0,003 0,002

RL
0,009 0,044 -0,038 0,011 0,001

TT
-0,001 -0,038 1,555 -0,038 -0,018

TL
0,003 0,011 -0,038 0,441 0,013

C
0,002 0,001 -0,018 0,013 0,007

A
-0,006 0,006 0,019 -0,011 -0,012

-0,006 0,006 0,019 -0,011 -0,012 0,055 Tabla 5. Estimacin Final de la Matriz de Covarianzas

Una vez superada la fase de instalacin del grfico de control, se procede a abordar la fase de operacin del mismo. Resituando el limite de control en UCL = 31.4, y verificando el estado de 14 nuevas muestras extradas del proceso de produccin. Estas 14 muestras presentaron un grave problema de variabilidad, lo cual se vio reflejado en el diagnstico que emiti el grfico de control, tal como lo deja ver la figura 3. El diagnstico del grfico de control es muy claro, se presentan situaciones anmalas de produccin para el total de muestras valoradas, sin embargo este no brinda informacin acerca de la fuente de est variacin, por lo cual se debe recurrir a tcnicas complementarias. En este caso se hizo uso de la descomposicin del estadstico T2 de Hotelling, para cada una de las muestras, obtenindose los resultados resumidos en la Tabla 6. En est Tabla puede notarse como las variables Rasgado Longitudinal y Rasgado Transversal son identificadas como posibles fuentes de variacin para la totalidad de muestras evaluadas, siendo la primera variable en mencin la que presenta los valores p mas significativos. De esta manera se sospecha en gran magnitud de que el proceso presenta un problema frente a la estabilidad de la caracterstica resistencia al rasgado, especialmente en el sentido longitudinal.

RT RL TT TL C A RT 0,027 0,006 0,004 0,004 0,002 -0,004 RL 0,006 0,057 -0,029 0,004 0,000 0,010 TT 0,004 -0,029 1,418 0.001 -0,012 0,003 TL 0,004 0.004 0.001 0.471 0,020 -0,017 C 0,002 0,000 -0,012 0,020 0,011 -0,010 A -0,004 0,010 0,003 -0,017 -0,010 0,045
Tabla 3. Estimacin Preliminar de la Matriz de Covarianzas S

Con estas primeras estimaciones se procede a valorar el estado de control del proceso. Construyendo un grfico de control T2 de Hotelling con un nivel de significanca de 0.0027 (siguiendo los lineamientos 3 sigma de los grficos univariantes). Los resultados indican, tal como lo ilustra la figura 2, que las muestras nmero 1, 2, 8, 10, 13, 15 y 17, correspondan a situaciones anmalas de

Scientia et Technica Ao XIII, No 37, Diciembre de 2007. Universidad Tecnolgica de Pereira.

337

Grafico de Control T2 Hotelling - Bolsa de 6 Lts

200

En la fase de operacin se identificaron algunas seales fuera de control, especficamente en las muestras 3, 9, 10, 11, 12, y 13. Tal como lo ilustra la figura 6.
Grafico de Control T2 Hotelling - Bolsa de 6 Lts
70 60
UCL=31,4

150
Tsquared

100

50

50

0 1 Fase Operacin 2 3 4 5 6 7 8 Sample 9 10 11 12 13 14

Median=6,5

Tsquared

40 30 UCL=24,50 20 10 Median=4,85 0 1 2 3 4 5 6 7 8 Sample 9 10 11 12 13 14

Figura 3. Grfico de Control T2 de Hotelling Fase de Operacin

Muestra Variable
RASGADO (T) 1 RASGADO (L) TRACCIN (L) ANCHO RASGADO (T) 2 RASGADO (L) TRACCION (T) TRACCION (L) RASGADO (T) 3 RASGADO (L) TRACCION (L) ANCHO RASGADO (T) 4 RASGADO (L) TRACCION (T) TRACCION (L) RASGADO (T) 5 RASGADO (L) TRACCION (L) ANCHO RASGADO (T) 6 RASGADO (L) ANCHO

P-Valor
0,0000 0,0000 0,0012 0.0008 0,0081 0,0000 0,0001 0,0034 0,0000 0,0000 0,0000 0,0005 0,0003 0,0000 0,0128 0.0003 0,0000 0,0000 0,0026 0,0064 0,0166 0,0000 0,0429

Muestra

Variable
RASGADO (T) RASGADO (L) CALIBRE ANCHO RASGADO (T) RASGADO (L) TRACCION (T) TRACCION (L) CALIBRE ANCHO RASGADO (T) RASGADO (L)

P-Valor
0,0000 0,0000 0,0000 0,0000 0,0232 0,0000 0,0001 0,0000 0,0147 0,0066 0,0024 0,0000 0,0000 0,0000 0,0000 0,0025 0,0000 0,0000 0,0000

Muestra

Variable
RASGADO (T) RASGADO (L) TRACCION (T) TRACCION (L) CALIBRE ANCHO RASGADO (T) RASGADO (L)

P-Valor
0,0001 0,0000 0,0001 0,0000 0,0000 0,0000 0,0001 0,0000 0,0000 0,0000 0,0000 0,0001 0,0048 0.0000 0,0000 0,0001 0,0001 0,0000 0,0001 0,0417 0,0000 0,0001

11

Fase Operacin 5 variables

Figura 6. Grfico de Control T2 de Hotelling Fase de Operacin Sin Rasgado Longitudinal

12

TRACCION (L) CALIBRE ANCHO RASGADO (L) TRACCION (T)

TRACCION (L) CALIBRE ANCHO RASGADO (T) RASGADO (L) CALIBRE ANCHO

13

TRACCION (L) CALIBRE ANCHO RASGADO (T) RASGADO (L) TRACCION (T) TRACCION (L) CALIBRE ANCHO

10

14

Para ests muestras, la descomposicin MTY identific las respectivas variables que pudieran ser las causantes de las seales fuera de control. En esta ocasin no se encuentra una fuente especial para estas seales, por el contrario, las caractersticas sospechosas varan de una muestra a otra, como lo deja ver la Tabla 7. Muestra 3 9 10 11 12 Point Variable Traccin (L) Ancho Traccin (L) Calibre Ancho Calibre Ancho Traccin (T) Calibre Traccin (L) Calibre Ancho Rasgado (T) Traccin (T) Traccin (L) Calibre P-Value 0,0014 0,0055 0,0029 0,0008 0,0280 0,0000 0,0002 0,0024 0,0007 0,0001 0,0000 0,0000 0,0244 0,0053 0,0380 0,0001

Tabla 6. Descomposicin MTY del Estadstico T2 de Hotelling

3.3 Replica del Ejercicio Eliminando la Variable Resistencia al Rasgado Longitudinal En bsqueda de validar las hiptesis planteadas acerca de la resistencia al rasgado longitudinal del producto estudiado, se propone realizar nuevamente el ejercicio sin tener en cuenta la variable resistencia al rasgado. La figura 5 resume el procedimiento de instalacin del grfico de control para las 5 variables estudiadas. Ntese como este procedimiento de instalacin logra ser en gran medida mucho mas limpio, al no identificarse situaciones anmalas de produccin.
Grafico de Control T2 Hotelling - Bolsa de 6 Lts
25 UCL=22,16 20

13

Tabla 7. Descomposicin MTY del Estadstico T2 de Hotelling Sin Rasgado Longitudinal

Tsquared

3.4 Anlisis de Capacidad Multivariante En este caso se utiliz una regin de proceso con un nivel de significancia ! = 0.0027 . La matriz de covarianza empleada es la misma con la cual se instal el grfico de control T2 de Hotelling, presentada en la Tabla 5. Los clculos de las matrices inversas al igual que sus determinantes se realizaron con la ayuda de las funciones incorporadas en Microsoft Excel 2000 . Finalmente los resultados obtenidos se presentan en la Tabla 8.

15

10

Median=4,39

0 1 3 5 7 9 11 Sample 13 15 17 19

Fase Instalacin 5 variables

Figura 5. Grfico de Control T2 de Hotelling Fase de Instalacin Sin Rasgado Longitudinal

338

Scientia et Technica Ao XIII, No 37, Diciembre de 2007. Universidad Tecnolgica de Pereira.

Variable RT RL TT TL C A

Limite Inferior 1,60 4,05 22,30 23,30 4,33 28,54

Lmite Superior 3,00 5,78 33,18 29,05 4,89 30,12

Tabla 8. Limites de la Regin de Proceso Modificada

de capacidad multivariante identifica algunas falencias en el proceso de observados en las variables ancho y calibre. El valor del primer componente del vector de Capacidad CpM = 0.76 indica que el proceso de extrusin de bolsa externa de 11.5 pulg, es un proceso poco capaz de producir dentro de las especificaciones establecidas. Sobre el cual debe realizarse en una serie ajustes en especial concernientes al mejoramiento de la estabilidad de la variable Rasgado Longitudinal. En resumen, segn los resultados obtenidos, puede decirse que el proceso estudiado presenta una baja capacidad de producir dentro del conjunto de especificaciones establecidas. 5. BIBLIOGRAFA [1] Montgomery Douglas. Introduccin al Control Estadstico de la Calidad, Editorial Iberoamericana, 1991. [2] Konrath Andrea. Decomposio da Estatstica do Grfico de Controle Multivariado T de Hotelling por Meio de um Algoritmo Computacional MgSc Dissertacao. Universidade Federale de Santa Catalina. 2002. [3] Mason Robert, Tracy Nola, Young John. Decomposition of T2 for multivariate Control Chart Interpretation. Journal of Quality Technology. Vol. 27. No. 2. Abril 1995. [4] Hubele Norma, Lawrence Frederic, Miskulin John, Shahriari Hamid, Wang F. Comparison of three multivariate process capability indices. Journal of Quality Technology. Vol. 32. No 3, Julio 2000. [5] Alfaro Navarro Jos Lus. Mtodos multivariantes en control estadstico de la calidad. http://www.uclm.es/ab/fcee/paginas/D_trabajos/22002-2.pdf [6] Vargas Jos, Yaez Sergio, Gonzlez Nelfi, Carta T2 con base en los estimadores robustos de los parmetros. Revista Colombiana de Estadstica. Vol. 26 No 2. p: 159 a 179. Diciembre 2002.

El valor para el primer componente del vector de capacidad, correspondiente al cociente de los volmenes de la regin de tolerancia y de la regin de proceso modificada, es equivalente a 0.76. Realmente bajo e indicio de un proceso poco capaz, sobre el cual debe realizarse una serie de ajustes, especialmente en lo que respecta al rasgado longitudinal de la bolsa plstica. En el clculo del segundo componente del vector de Capacidad se hace uso de la prueba T2 de Hotelling de igualdad de promedios, la cual se realizar teniendo en cuenta nicamente las caractersticas Ancho y Calibre, puesto que los lmites de especificacin para las variables de resistencia mecnica fueron establecidos a travs de las muestras de instalacin del grfico de control, por tanto los valores centrales de la regin de control y de la regin de proceso coincidirn para estas variables. Los resultados obtenidos en la prueba de T2 de Hotelling de igualdad de promedios se presentan en la Tabla 9. Centro Especificaciones 4.5 29.1 T2 Critico = 8.62 Centro del proceso 4.60692 29.33029 Valor P Diferencia 0,10692 0,1202

Ancho Calibre

= 0.0345

Tabla 9. Prueba de Centramiento de la Regin de Proceso

El ltimo componente del vector de capacidad, es el ndice de localizacin LI, el cual para este ejercicio especfico asume un valor de 0 (debido a que la regin de proceso modificada no est completamente contenida dentro de la regin de especificacin). El vector multivariante de capacidad obtenido es el siguiente: [0.76; 0.0345;0] 4. CONCLUSIONES El procedimiento de control identific la resistencia al rasgado como la principal fuente de variabilidad en el procesos de produccin, situacin que se corrobor en la prctica encontrando que efectivamente las condiciones de maquina no eran la adecuadas, puesto que se estaba trabajando con velocidades de halado muy altas, lo cual no permita una adecuada conformacin del material plstico antes de su estiramiento. De otro lado, el analisis