Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Icp Completo
Icp Completo
PROCESOS
• 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
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
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
Variables asociadas a
Tipo de Variables conteo.
Variables discretas ( Distribución Poisson)
Variables asociadas a
Tipo de Variables
conteo.
Variables discretas ICP para variables de
( Distribución Poisson)
conteo
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
n 2
xi x
L i 1
n 1
Donde:
•n: cantidad de datos analizados.
TEMA 1:
Introducción - Conceptos
EJEMPLO 2
ESTIMAR LA DESVIACIÓN ESTANDAR A LARGO PLAZO
1. Variación.
Frecuencia
LTS LTI
Capacidad 1
6
Media Valores
característica de calidad
6 sigma
TEMA 2:
ICP para variables con distribución normal
EJEMPLO 3
EJEMPLO 4
• Estimar el ICP Cp de los datos del ejemplo 3 para las siguientes
especificaciones de la viscosidad del polímero
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.
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
• 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
6
inverso del Cp, ya que compara la variación
real frente a la variación tolerada. Con este
índice se pretende que el numerador sea menor Cr
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
Cr Cr
IC (Cr ) ;
1 Z 1 1
1 Z
/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.
1. Variación.
2. Localización.
X VCO
Índice
Índicede
decapacidad
capacidadreal:
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
EJEMPLO 10
• Estimar el ICP Cpk de los datos del ejemplo 9 para las siguientes
especificaciones de la viscosidad del polímero
Cpk = cero
Cpk = 1
Cpk mayor de 1
TEMA 2:
ICP para variables con distribución normal
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.
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.
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.
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
• 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
• 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
1 ( x T )2
C pm 2
IC (C pm ) C pm Z / 2 2 S
n 2 2
(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.
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
EJEMPLO 15
• 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
EJEMPLO 16
• Estimar los valores de ppm para los siguientes valores:
EJEMPLO 17
• Estimar los valores de Cpk para los siguientes valores de ppm:
EJEMPLO 18
x LTI LTS x
Cpk min ; 1
3 3
TEMA 3:
ICP para variables sin distribución normal
EJEMPLO 19
• Estimar el intervalo de confianza de la mediana aplicando el modelo
ISO en el siguiente conjunto de datos
% Grasa % Grasa % Grasa % Grasa % Grasa % Grasa
9.08 9.06 9.97 8.22 9.94 9.47
9.9 9.42 9.04 9.82 8.96 8.09
8.76 8.98 9.00 9.9 9.92 8.72
8.31 8.88 9.31 8.5 9.96 9.87
8.19 8.92 9.91 8.65 9.27 8.91
TEMA 3:
ICP para variables sin distribución normal
LCI P0.0015
X VCO LC P0.50 Me
LCS P0.9985
99.7%
3 sigma
3 sigma
6 sigma
TEMA 3:
ICP para variables sin distribución normal
EJEMPLO 20
• Estimar el ICP aplicando el modelo de PERCENTILES en el siguiente conjunto de
datos. Considerando que el % de grasa tiene como especificación de 8 a 10%
Me LTI LTS Me
Cpk nnISO min ; 1
Me LCI LCS Me
X VCO
LTI LTS
X-LTI
LTS-X
3 sigma
3 sigma
6 sigma
TEMA 3:
ICP para variables sin distribución normal
EJEMPLO 21
• Estimar el ICP aplicando el modelo ISO en el siguiente conjunto de datos.
Considerando que el % de grasa tiene como especificación de 8 a 10%
x LTI LTS x
Cpk min ; 1
3 3
X VCO
LTI LTS
X-LTI
LTS-X
3 sigma
3 sigma
6 sigma
TEMA 3:
ICP para variables sin distribución normal
Me LTI LTS Me
Cpk nn min ; 1
Me P0.0015 P0.9985 Me
X VCO
LTI LTS
X-LTI
LTS-X
3 sigma
3 sigma
6 sigma
TEMA 3:
ICP para variables sin distribución normal
EJEMPLO 22
• Estimar el ICP aplicando el modelo de PERCENTILES en el siguiente
conjunto de datos
EJEMPLO 23
Hora N° de No Hora N° de No
Conformes Conformes
• En una empresa industrial, 1 2 16 0
2 3 17 1
cada hora se muestrea 315 3 0 18 1
unidades para verificar la 4 1 19 2
apariencia de los productos 5 4 20 3
6 2 21 4
terminados. Se desea estimar 7 0 22 3
la máxima proporción de 8 2 23 1
productos no conformes del 9 1 24 1
10 0 25 1
proceso productivo, para ello
11 4 26 5
se tiene la siguiente 12 1 27 1
información: 13 2 28 5
14 0 29 3
15 4 30 0
TEMA 4:
ICP para variables Cualitativas
x LTI LTS x
Cpk min ; 1
3 3
TEMA 4:
ICP para variables Cualitativas
P LTI LTS P
CpkVC min ; 1
3 P (1 P ) 3 P (1 P )
n n
LTS P
CpkVC 1
3 P (1 P )
n
TEMA 4:
ICP para variables Cualitativas
EJEMPLO 24
Hora N° de No Hora N° de No
Conformes Conformes
1 2 16 0
• Estimar el ICP respecto a la 2 3 17 1
3 0 18 1
apariencia de productos
4 1 19 2
terminados. Considerando que 5 4 20 3
por muestreo se verifica 315 6 2 21 4
unidades y el valor de AQL 7 0 22 3
8 2 23 1
definido con el cliente es de 9 1 24 1
4%. 10 0 25 1
11 4 26 5
12 1 27 1
13 2 28 5
14 0 29 3
15 4 30 0