CAPACIDAD DE PROCESOS

CAPACIDAD Y HABILIDAD DE UN PROCESO

Las características de los productos o servicios determinadas por
los clientes reciben el nombre de especificaciones, las cuales pueden
ser de dos tipos:
Unilaterales
Son especificaciones o tolerancias que indican un valor máximo o un
valor mínimo.
Ejemplo:
• El mínimo de contenido %Alc. Vol. en tequila blanco 35% .
• El máximo de contenido %Alc. Vol. En tequila blanco 55%.

Bilaterales
Son especificaciones o tolerancias que establecen el intervalo requerido
por el cliente, es decir, indican tanto el valor máximo como el mínimo
permitido.
Ejemplo:
• El %Alc. Vol. debe de ser 40%  5% Vol. ( el porcentaje de volumen de
contenido de alcohol debe ser del 40% con una tolerancia del 5%, es decir, esta
autorizando una tolerancia de 35%. de mínimo y 45%.de máximo.)2
Índices de Capacidad de Procesos
LRI LRS

ES - EI EI ES
Cp 
6

Variación tolerada
Cp 
Variación real
Variación
Real = 6σ
Se desea Cp mayor
que uno Variación
tolerada 3
CAPACIDAD ( Cp )
La capacidad se define como el indicador numérico que compara la
variación de un proceso contra la variación permitida por el cliente,
mostrando así el cumplimiento o no-cumplimiento con lo
establecido por el cliente en cuanto a dispersión se refiere.
Este indicador numérico se calcula a través de la siguiente igualdad:

LSE - LIE Variación permitida

Cp = =
6  Variación total del proceso

Del proceso de esta división se pueden esperar los siguientes resultados:

1. Cp  1. El proceso tiene una variación mayor que la establecida por
el cliente y por consiguiente se están produciendo piezas
fuera de las especificaciones.
Entre más pequeño sea el valor obtenido a través de Cp,
mayor es la variación del proceso con respecto a lo establecido
por el cliente. 5
Cp = 1. La variación del proceso es idéntica a la variación permitida
por el cliente.

Cp  1.La variación del proceso es menor a la establecida por el

cliente, lo cual indica una confiabilidad de que el proceso
satisface holgadamente la variación definida por el cliente.

En resumen podemos observar que el Cp es un indicador numérico

que nos da el conocimiento de la variación de nuestro proceso en
comparación a la variación permitida, pero:

6
Valor del índice Clase o Decisión (si el proceso está centrado)
Cp categoría de
(corto plazo) proceso
Cp  2 Clase Se tiene calidad seis sigma
mundial
Cp > 1.33 1 Adecuado.
1 < Cp < 1.33 2 Parcialmente adecuado, requiere de un
control estricto.
0.67 < Cp < 1 3 No adecuado para el trabajo. Un análisis
del proceso es necesario. Requiere de
modificaciones serias para alcanzar una
calidad satisfactoria.
Cp < 0.67 4 No adecuado para el trabajo. Requiere de
modificaciones muy serias.
Si el Cpk < Cp, entonces una vez que se centre el proceso se tendrá la clase
de proceso que se señala.

7
EJEMPLO

En un proceso de análisis, se determinó que la característica crítica del tequila es

el % vol. de alcohol y estableció como tolerancia de esta característica 40% ± 5%
ml. Donde al realizar un estudio potencial a través de una muestra representativa
se obtuvo como resultado una desviación típica de 1.22 y una media igual a 40.3
ml.
Si calculamos el Cp con base a estos datos, podemos observar lo siguiente:

LSE = 45
LIE = 35 LSE - LIE 45 - 35 10
 = 40.3 Cp = = = = 1.35
 = 1.22
6  6 X 1.22 7.32
Variación PERMITIDA por
LIE = 35 el CLIENTE LSE = 45

Centro de FUERA DE
especif. = 40 ESPECIFICACION

 =40.3
Var. a 3  11
Índices de capacidad para
centrado del proceso

12
 Estimaciones de
Para datos de subgrupos

Para datos individuales

Ejercicio. Un producto debe tener un % vol. de alcohol de 40%, con
una tolerancia de ±5%. De los muestreos para evaluar la calidad
se obtienen los siguientes datos:
41.77 39.28 40.31 34.03 38.89 42.70
39.36 38.83 39.02 35.43 41.81 44.65
39.67 42.12 45.22 42.23 38.80 39.57
40.47 39.52 40.39 38.37 37.26 40.75
42.83 41.66 42.94 38.67 42.69 40.56
37.49 43.59 38.08 39.20 42.07 42.16
39.70 40.38 41.47 41.84 39.48 37.98
39.14 41.03 37.68 41.66 40.68 40.67
41.75 39.81 42.71 39.83 38.17 41.89
41.86 41.77 38.82 40.77 40.10 37.67

a) ¿La tendencia central es adecuada?

b) Obtenga una aproximación de los límites reales, e interprete.
c) Obtenga un histograma e interprételo.
14
d) Conclusiones
15
Índices de Capabilidad para alcohol
Especificaciones
LSE = 45.0
Nom = 40.0
LIE = 35.0

Capabilidad Desempeño
Corto Plazo Largo Plazo
Sigma 2.19137 2.07331
Cp/Pp 0.76056 0.803866
Cpk/Ppk 0.711757 0.752285
Cpk/Ppk (superior) 0.711757 0.752285
Cpk/Ppk (inferior) 0.809362 0.855447
K 0.0641667
DPM 23958.7 17147.4
Con base en límites 6.0 sigma. La sigma de corto plazo se estimó a partir del rango
móvil promedio.

Intervalos de confianza del 95.0%

Índice Límite Inferior Límite Superior
Cp 0.623582 0.897273
Pp 0.659089 0.948364
Cpk 0.558114 0.8654 18
Ppk 0.592479 0.91209
INDICE DE TAGUCHI
 Índices de Sigma
Indicador Fórmula
PPM Parte defectiva X 106
(partes por millón)

DPU Defectos
(defecto por unidad) Unidades

DPO Defecto
(defecto por oportunidad) UxO

DPMO Defecto X 1,000,000

(defecto por millón UxO
de oportunidades)
Nivel sigma Tabla de distribución
normal

23
 Las métricas DPMO (Defectos por millón
de oportunidades de error) y DPMU
• Unidad (U). Es lo que produce un
proceso, y que es posible evaluar su
calidad.
– Ejemplo: proceso de ensamble de
sillas. La unidad es la silla

• Oportunidad (O) de error. En la

elaboración de una unidad se puede
tener más de una oportunidad de error
( cualquier parte de la unidad que puede
probarse si es adecuada).
– Proceso de ensamble de sillas:
Oportunidad: Cada punto de
ensamble

24
 Oportunidades
La métrica DPMO

• ¿En el proceso de ensamble de sillas

cuántas oportunidades de error hay por
cada unidad? O=24

• Defecto (d). Cualquier no conformidad

o desviación de la calidad especificada
– Proceso de ensamble de sillas:
cualquier punto de ensamble que
no reúne los requisitos de calidad

25
 La métrica DPMO
• Se ensamblan U=2000
sillas y en la inspección
• DPU (defectos X unidad) final se encuentran
d=40 puntos de
d ensamble
DPU  insatisfactorios.
U Obtener DPU y DPO
• El DPU no toma en cuenta el
número de oportunidades de
error 40
DPU   0.02
2000
• DPO (defectos X oportunidad)

d 40
DPO   0.00083
DPO  2000 x 24
U O

26
 La métrica DPMO
• DPMO (Defectos por millón de oportunidades): Mide
los defectos esperados en un millón de oportunidades
de error.
• DPMO=1,000,000  DPO
40
DPMO  1000000  833
2000 x 24
Z.ct  0.8406  29.37  2.221 ln( DPMO)  4.64

• DPMU: Defectos por millón de unidades.

40
DPMU  1000000  20000
2000

27
INDICE Z
 Tabla de conversión: nivel en sigma a partir de los DPMO
(A largo Plazo)

Rendim (Yield) Sigmas DPMO Rendim Sigmas DPMO Rendim Sigmas DPMO

6,68 0,00 933200 69,15 2,00 308500 99,38 4,00 6200

8,455 0,13 915450 73,405 2,13 265950 99,565 4,13 4350
10,56 0,25 894400 77,34 2,25 226600 99,7 4,25 3000
13,03 0,38 869700 80,92 2,38 190800 99,795 4,38 2050
15,87 0,50 841300 84,13 2,50 158700 99,87 4,50 1300
19,08 0,63 809200 86,97 2,63 130300 99,91 4,63 900
22,66 0,75 773400 89,44 2,75 105600 99,94 4,75 600
26,595 0,88 734050 91,54 2,88 84550 99,96 4,88 400
30,85 1,00 691500 93,32 3,00 66800 99,977 5,00 230
35,435 1,13 645650 94,79 3,13 52100 99,982 5,13 180
40,13 1,25 598700 95,99 3,25 40100 99,987 5,25 130
45,025 1,38 549750 96,96 3,38 30400 99,992 5,38 80
50 1,50 500000 97,73 3,50 22700 99,997 5,50 30
54,975 1,63 450250 98,32 3,63 16800 99,99767 5,63 23,35
59,87 1,75 401300 98,78 3,75 12200 99,99833 5,75 16,7
64,565 1,88 354350 99,12 3,88 8800 99,999 5,88 10,05

99,999966 6,00 3,4

29

Niveles Sigmas

1
2
3
4
5
6

68.3%

95.96%

99.73%

99.99%

99.99977%

99.999966%

30