M uchas personas utilizan Microsoft Excel en una base diaria.

Sin
embargo, pocas personas saben el grado de capacidad de anlisis de
Excel. Menos an poner estas capacidades para trabajar por la mejora de
procesos, la mejora del producto y los usuarios profit.Most Excel son conscientes
de las frmulas comunes y grficos. Pero con un poco de creatividad, los
usuarios pueden producir herramientas como grficos de control, diagramas de
Pareto y diagramas de caja y patillas (consulte la seccin "Uso de Excel para
anlisis de datos," Quality Digest,octubre de 1997). Y con un poco de
orientacin, los usuarios pueden emplear mtodos estadsticos ms avanzados
con Excel. En este artculo se presenta una gua sobre cmo acercarse a una
avanzada tcnica-tal anlisis Weibull.
No ha activado la pgina an? Aquellos de ustedes que siguen siendo
probablemente pertenecen a una de dos categoras: los que estn familiarizados
con el anlisis de datos confiabilidad, y los entusiastas de Excel que tienen
curiosidad de aprender una forma ms de explotacin de este verstil
software. Predigo que los lectores de ambos grupos con gusto se pegaron a su
alrededor.
Para los no iniciados, el anlisis de Weibull es un mtodo para el modelado de
datos conjuntos que contengan valores superiores a cero, como los datos de
fracaso. Anlisis Weibull puede hacer predicciones acerca de la vida de un
producto, comparar la fiabilidad de los diseos de productos en competencia,
establecer estadsticamente las polticas de garanta o gestionar proactivamente
inventarios de piezas de repuesto, por nombrar slo unas pocas aplicaciones
industriales comunes. En el mbito acadmico, el anlisis de Weibull ha
modelado fenmenos tan diversos como la duracin de las huelgas laborales, la
mortalidad por el SIDA y las probabilidades de terremotos.
Aprender con el ejemplo
Vamos a hacer caso omiso de las frmulas por ahora y empezar a mirar un
ejemplo de anlisis de Weibull en accin. Imagine que usted trabaja para una
compaa de juguetes que quiere comparar la confiabilidad de dos diseos
propuestos para un jack-in-the-box caja de resorte. La fiabilidad deseada en
400.000 ciclos es 0,90. En otras palabras, la empresa de juguetes gustara 90 por
ciento de los alojamientos de resorte de sobrevivir al menos 400.000 ciclos. Este
objetivo fiabilidad se expresa matemticamente como R (400.000) 0,90. Diez
unidades fueron ensambladas con cada uno de los dos diseos de vivienda
(Diseo A y B de diseo). Estas 20 unidades fueron probados hasta sus carcasas

resorte failed.1 Figura 1 muestra el nmero de ciclos antes de rotura de cada

elemento probado.
Los datos de la Figura 1 no indican claramente si bien el diseo cumple con el
objetivo fiabilidad deseada. Ambos diseos tenan al menos un fallo antes de
400.000 ciclos, claramente el nmero promedio de ciclos antes del fallo excede
400.000 para ambos diseos. Una comparacin de los promedios de las muestras
utilizando la prueba t de Student no revela ninguna diferencia estadstica entre las
medias de los ciclos de diseo A y los ciclos medios de Diseo B (p-valor =
0,965). Pero como una simple medida de tendencia central, la media de la
muestra no proporciona ninguna informacin acerca de la propagacin o la forma
de la distribucin de los tiempos de fallo. Podra promedios de los dos diseos
'ser el mismo, pero su fiabilidad ser bastante diferente? Cmo puedes ser ms
cientfico sobre la comparacin de la fiabilidad de
los dos diseos propuestos?
Preparacin para analizar
Modelado de los datos mediante el anlisis de
Weibull requiere un poco de preparacin. Por el
momento, se centran en los datos de diseo A.
1.Abra Excel y en la celda A1, escriba la etiqueta:
Diseo de un Cycles. Introduzca los datos de fracaso para Diseo A A2 en las
clulas: A11. Resalte las celdas A1: A11 y haga clic en el botn Orden
Ascendente para ordenar los ciclos de falla de menor a mayor.
2.In la celda B1, escriba la etiqueta: Rank. En las celdas B2: B11, escriba los
nmeros enteros 1-10 (ver Figura 2).

Columna C 3.In, poner una estimacin de la proporcin de la poblacin que se

producir un error por el nmero de ciclos que figuran en la columna A. Esto se

puede realizar mediante varios mtodos diferentes, la ms comn de las cuales es

la mediana filas. En la celda C1, escriba la etiqueta: Los rangos medianos.En la
celda C2, escriba la frmula: = ((B2-0,3) /
(10 +0,4)). A continuacin, copia la celda C2
de los parmetros de
hacia abajo a travs de la celda C11. Tenga en Estimacin
Weibull
cuenta que en la frmula de filas mediana, el
Por qu podemos esperar de la grfica
10 en el denominador es el nmero total de
del ln (Ciclos) vs las filas transformadas
unidades de diseo A ensayadas.
mediana para trazar una lnea recta?

4.Type en la celda D1 de la etiqueta: 1 / (1Mediana Escala). Entonces, en D2, escriba la

frmula: = 1 / (1-C2). Copiar la celda D2
hacia abajo hasta la celda D11.
5.Into la celda E1, escriba la etiqueta: ln (ln
(1 / (1-Mediana Rango))). En la celda E2,
escriba la frmula: = LN (LN (D2)). Copiar
la celda E2 hacia abajo hasta la celda E11.

Con un poco de esfuerzo, la funcin

de distribucin acumulada de Weibull
se puede transformar de forma que
aparezca en la forma familiar de una
lnea recta: y = mx + b: He aqu
cmo:

6.Finally, usted necesita transformar los datos

Ciclos. En la celda F1, escriba la etiqueta: ln
(Diseo A Ciclos). En la celda F2, escriba la
frmula: = LN (A2). Copiar la celda F2 hacia
abajo hasta la celda F11.
7.Again, compare su hoja de clculo con la
figura 2. Despus de confirmar que todo est
correcto, guarde el libro.
El montaje de una lnea a los datos
En este punto, usted est listo para realizar el
anlisis de Weibull. Lo bueno de este mtodo
es que se puede esperar ver una lnea recta al
representar los datos en la columna F.2
Columna E vs Al realizar una regresin lineal
simple, se puede obtener estimaciones de los
parmetros que le permitirn hacer
inferencias acerca de Diseo A la reliability.3
En primer lugar, asegrese de que las
Herramientas para anlisis complemento se

Comparando esta ecuacin con la

ecuacin simple de una lnea, se ve que
el lado izquierdo de la ecuacin
corresponde a Y, ln x corresponde
a X, corresponde a m, y - ln
corresponde a b. Por lo tanto, cuando
realizamos la regresin lineal, la
estimacin de la Weibull parmetro
viene directamente de la pendiente de la
lnea. La estimacin para el parmetro
debe ser calculada como
sigue:

carga en Excel. En la barra de men, seleccione Herramientas. Add-Ins. Haga

clic en la casilla de verificacin Herramientas para anlisis y, a continuacin,
haga clic en Aceptar.
Para llevar a cabo la regresin lineal simple:
1.Mientras en la pgina que acaba de crear, desde la barra de men, seleccione
Herramientas y Anlisis de Datos. Desplcese hacia abajo y resalte "Regresin" y
haga clic en Aceptar. Una ventana de entrada de datos aparecer.
2.Under "Input Range Y", escriba: $ E $ 1: $ E $ 11.
3.Para "Input Range X", escriba: $ F $ 1: $ F $ 11.
4.Haga clic para aadir una marca de verificacin en la casilla de "Etiquetas".
5.Para "Opciones de salida", seleccione "Hoja de Ply Nuevo".
6.Haga clic para aadir una marca de verificacin en la casilla de "Lnea More
Fit".
7.Haga clic en Aceptar. Excel realizar la regresin y colocar el resultado en una
nueva hoja de clculo.
Formateo de la salida
Antes de interpretar los resultados, tendrs que hacer un poco de nuestra
estancia. Las columnas no se ajustan automticamente a sus anchos
ptimos. Para ello, dentro de la hoja de trabajo que acaba de crear, haga clic en el
encabezado de la columna A y arrastre para I. encabezado de columna Ahora
haga doble clic sobre el lmite al derecho de cualquier columna. Su mesa debe ser
similar a la figura 3.

Ahora desplcese hacia la derecha y haga clic una vez en el grfico. Estire el
grfico haciendo clic y arrastrando el asa en la esquina inferior derecha. En la
barra de men, con el grfico seleccionado, haga clic en Ver. Grfico
Ventana. Vuelva a formatear el grfico de acuerdo con sus preferencias. Lo mejor
es utilizar una lnea continua y sin marcadores de punta para la lnea prevista y
eliminar la leyenda. Adems, mover el eje horizontal haciendo clic en el eje
vertical con el botn derecho del ratn, seleccionando "Formato de ejes", al hacer
clic en la "Escala" ficha y cambiar el "Value (X) Eje Cruces en el" a -3 (vase la
Figura 4 ).

En la celda A19, escriba la etiqueta: Beta (o parmetro Shape) =. En celda B19,

escriba la frmula: = B18. En la celda A20, escriba la etiqueta: Alpha (o Vida
Tpico) =. En la celda B20, escriba la frmula: = EXP (-B17/B18). Los resultados

de cerca debe ser similar a la figura 3. Para El Diseo A, b = 4,25 y un693,380.4

=
Un anlisis idnticos usando los datos de diseo B produce una
723.105.

= 2,53 y un =

Interpretacin de los resultados

El parmetro de forma Weibull, llamado , Indica si la tasa de fracaso es
creciente, constante o decreciente. La <1,0 indica que el producto tiene una
tasa de fracaso decreciente. Este escenario es tpico de la "mortalidad infantil" e
indica que el producto est fallando en su "burn-in" perodo. La = 1,0 indica
una tasa de fallo constante. Con frecuencia, los componentes que han sobrevivido
burn-in posteriormente presentar una tasa de fallo constante. La > 1,0 indica
una tasa de fracaso cada vez mayor. Esto es tpico de los productos que se
desgastan. Tal es el caso con las carcasas de resorte-ambos diseos A y B
tienen valores mucho ms altos que 1,0. Las carcasas fallar debido a la fatiga,
es decir, llevan a cabo.
La vida Weibull caracterstica, llamada , Es una medida de la escala, o la
propagacin, en la distribucin de los datos. Se da la circunstancia de que es
igual al nmero de ciclos al que 63,2 por ciento del producto ha fallado. En otras
palabras, para un R distribucin de Weibull ( = 0,368, independientemente del
valor de . Por ejemplo, con diseo A carcasas, aproximadamente 37 por ciento
de las carcasas deben sobrevivir al menos 693.380 ciclos.
Si bien esto es interesante, an no revela si cualquiera de los diseos jack-in-thebox cumple con el objetivo de confiabilidad R (400.000) 0,90. Para ello, es
necesario conocer la frmula para la confiabilidad, asumiendo una distribucin
Weibull:

donde x es el tiempo (o el nmero de ciclos) hasta el fallo.

La frmula es intimidante, pero con slo conectar los valores conocidos para
, y x, se puede obtener la estimacin de confiabilidad deseado.

Clculo de las frmulas anteriores puede ser confuso y laborioso con una
calculadora. Adems, no se puede visualizar o comparar la fiabilidad de cada uno
de los valores del ciclo de diseo mltiples. Excel proporciona una mejor
manera.
Creacin de una hoja de clculo calculadora de fiabilidad
1.En su diseo clulas Una hoja de salida de regresin, seleccionar y copiar A19:
B20. Activar una hoja de clculo nueva capa y colocar el cursor en la celda
A1. Seleccione Edit. Pegado especial, haga clic en Valores, y haga clic en
Aceptar. Esto pegar su y etiquetas y los valores en las celdas A1: B2 de la
hoja de clculo nueva. Cambiar el tamao de las columnas segn sea necesario.
D1 2.In celulares, escriba la etiqueta: Ciclos.
Clulas 3.In D2: D11, escriba los valores 100,000-1 millones de dlares en
incrementos de 100.000.
4.In celda E1, escriba la etiqueta: La probabilidad de supervivencia.
5.In celda E2, escriba la frmula: = WEIBULL (D2, $ B $ 1, $ B $ 2, TRUE).
6.Copy celda E2 hacia abajo hasta la celda E11.
7.In celda F1, escriba la etiqueta: Fiabilidad.
8.In celda F2, escriba la frmula: = 1-E2.
9.Copy celda F2 hacia abajo hasta la celda F11.
Clulas 10.Reformat como se desee. Comparar la hoja de clculo con la parte
superior de la Figura 5.

Ahora usted ha creado una calculadora de confiabilidad Weibull. Usted provee

el , y los ciclos de inters y Excel calcula las fiabilidades para usted. Con slo
cambiar las entradas en las celdas B1, B2 y D2: D11, puede obtener estimaciones
de fiabilidad para cualquier distribucin de Weibull de inters.
Del mismo modo, a veces tendrs que calcular el nmero de ciclos (o tiempo
hasta el fallo) que corresponde a un nivel de confianza determinado. Por ejemplo,
el 99 por ciento del diseo de un carcasas habr fracasado por cuntos ciclos?
Desafortunadamente, Excel no tiene una funcin de Weibull inversa. Para realizar
este clculo (llamada solucin de "valores crticos"), siga estos pasos:
1.En la calculadora Weibull fiabilidad hoja de clculo, escriba la etiqueta y los
valores como se muestra en las celdas C13: C18 en la Figura 5.
2.In celda D13, escriba la etiqueta: Ciclos.
Clula 3.In D14, escriba la frmula: = $ B $ 2 * (LN-(C14)) ^ (1 / $ B $ 1).
4.Copie celda D14 a travs de D18.
Encontramos que para el diseo de A de la Jack-in-the-box, R (992.975) = 0,01
por ciento, o 99 de las viviendas se han logrado por 992.975 ciclos.
Creacin de un grfico de supervivencia

Quizs la mejor manera de comparar la fiabilidad de

Diseo A con el de B es de diseo mediante el uso
de un grfico de la supervivencia.Este grfico de
lneas muestra las probabilidades de supervivencia
de cada tipo de vivienda en varios nmeros de
ciclos. Usando las frmulas mencionadas
anteriormente, introduzca los datos en una nueva
hoja de clculo (vase la Figura 6). Utilice el
Asistente para la construccin de un diagrama de
dispersin XY. Seleccionar estilos de lnea de su
preferencia y borrar los marcadores de puntos. El
grfico de supervivencia resultante se parece a la
figura 7.
Figura 7 permite una comparacin global de las
tasas de supervivencia a los dos diseos. Tenga en
cuenta que menos 400.000 ciclos, aproximadamente
el 90 por ciento del diseo de un carcasas han
sobrevivido, mientras que slo un 80 por ciento de
las viviendas de diseo B han sobrevivido. Por lo
tanto, para el objetivo declarado de fiabilidad R
(400.000) 0,90, Diseo A es claramente
superior. Sin embargo, aproximadamente 10 por ciento de Diseo carcasas B
sobrevivir a 1 milln de ciclos, frente a menos de 1 por ciento de Diseo A. Este
grfico muestra claramente la importancia de definir el objetivo fiabilidad con el
fin de elegir el diseo ms deseable.
Un ejemplo de garanta
Despus de haber cancelado al Diseo A, como una alternativa superior, suponga
que su compaa planea ofrecer una garanta en el jack-in-the-box. Por supuesto,
usted quiere asignar fondos adecuados para honrar la garanta, a fin de no ser
sorprendido por los costos de garanta inesperados. Usted ha decidido establecer
el perodo de garanta, por lo que no ms del 1 por ciento de las unidades
vendidas fallara antes del perodo de garanta ha vencido. Cmo se puede
determinar el perodo de garanta que ofrecer?

El modelo de Weibull establecido muestra 99 por ciento de las carcasas deben

sobrevivir al menos 235.056 ciclos (ver Figura 5). La investigacin de mercado
muestra que un uso intensivo jack-in-the-box se cicla 100 veces por
da. Encontramos que 235.056 ciclos equivale a cerca de 6,4 aos de uso.

Armado con esta informacin, y sabiendo que la competencia slo ofrece una
garanta de dos aos en su jack-in-the-cajas, su empresa puede optar por ser
conservador y ofrecen una garanta de cinco aos.Esto asegurara el dominio de
la competencia desde una perspectiva de marketing, y an as permitir los costes
de garanta a que permanezca en o por debajo de los niveles deseados.
El ejemplo anterior es un tanto simplista. Los lectores interesados pueden
encontrar ejemplos ms sofisticados de la estrategia de garanta mediante el
anlisis de Weibull en artculos acadmicos, como Jayprakash Patankar y
Amitava Mitra "Efectos de la ejecucin de garanta sobre los costos de garanta
de reserva" (Gestin de la Ciencia, 1995).
Una breve descripcin estadstica
Anlisis Weibull implica ajustar un conjunto de datos a la funcin siguiente
distribucin acumulativa (CDF): 5

La confusin ha surgido en el pasado debido a la falta de una nomenclatura

estandarizada para la cdf Weibull. Su creador, Waloddi Weibull, se publicaron
varias versiones de esta frmula que utilizan nomenclaturas diferentes. Arthur
Hallinan Jr. ofrece una excelente historia de las diversas formas de la distribucin
de Weibull en "Una revisin de la distribucin de Weibull" (Journal of Quality
Technology,1993).
El formato de arriba es la ms comnmente aceptada. Por desgracia, en Excel, la
pantalla "Ayuda" para el "= WEIBULL" funcin da la frmula con la y
parmetros invertida (es decir, la vida caracterstica est etiquetado y el
parmetro de forma se etiqueta ).
Conclusin
La fuerza de la distribucin Weibull es su versatilidad. En funcin de los valores
de los parmetros, su distribucin Weibull puede aproximarse a una exponencial,
normal o una distribucin asimtrica.
Versatilidad prcticamente ilimitada La distribucin de Weibull se corresponde
con las capacidades de un sinnmero de Excel. Un analista de datos astuto que
entiende la teora detrs de un anlisis que a menudo pueden obtener resultados
de clculo de Excel que otros podran asumir requieren un software estadstico
especializado. Con Excel, el anlisis de Weibull est bien al alcance de la
mayora de los ingenieros con formacin estadstica.
Para obtener ms informacin
El archivo de Excel que se usa en este artculo y una explicacin de la estimacin
de los parmetros de Weibull estn disponibles en nuestro sitio Web
en www.qualitydigest.com/jan99/html/weibull.html .
Notas
1. Por razones de simplicidad, este artculo trata de datos de fallas completas, es
decir, todas las muestras fueron analizadas hasta que fall. En la prctica, el
anlisis de datos confiabilidad implica con frecuencia datos censurados, o
muestras de que, por una u otra razn, los tiempos de fracaso son
desconocidas. A menudo, las pruebas se suspendieron todas las muestras antes de
fallar. O quiz artculos pueden fallar debido a una causa distinta de la que se est
estudiando.

Las cuestiones relacionadas con el anlisis y la interpretacin de los datos

censurados son complejas.Anlisis incorrecto de los datos censurados puede
producir resultados engaosos, que Margaret Mackisack y Ronald punto Stillman
en "un cuento aleccionador sobre el anlisis de Weibull" (IEEE Transactions on
Fiabilidad, 1996). Para ms detalles tcnicos sobre el anlisis de datos
censurados por la vida, los lectores tambin pueden consultar el libro de Wayne
Nelson De La Vida Aplicadas Anlisis de Datos (John Wiley & Sons, 1982) o
Meeker William y Mtodos de libros estadsticos Luis Escobarpara datos de
fiabilidad (John Wiley & Sons, 1998).
2. Para obtener una explicacin completa de por qu se puede esperar de una
lnea recta, consulta este artculo en nuestro sitio
Web: www.qualitydigest.com/jan99/html/weibull.html .
3. Existen muchos mtodos para la estimacin de parmetros de distribucin de
Weibull de un conjunto de datos. En este artculo se utiliza el mtodo llamado
probabilidad trazado. Los lectores interesados en otros mtodos, tales como la
estimacin de mxima verosimilitud o peligro trazado, deben consultar libro de
Nelson, Meeker y Escobar libro o Anlisis Bryan Dodson Weibull libro con
Software (ASQ Quality Press, 1994).
4. Algunos paquetes de software pueden dar estimaciones de los parmetros
ligeramente diferentes a los descritos en este artculo. Eso se debe a que estas
aplicaciones regresar a las filas transformadas mediana(Y) en las vidas
transformadas (X) y no al revs. "Los estudios de simulacin muestran que la
regresin deY sobre X produce casi el doble que el sesgo en la estimacin del
parmetro de forma que la X en la regresin Y", de acuerdo con Dodson. Por otra
parte, el convenio universal para mostrar un grfico de probabilidad Weibull es
representar "ln (tiempo de vida)" en el eje horizontal. El mtodo de regresin
presentado en este artculo genera automticamente la trama en este formato
estndar.
5. El tipo de distribucin Weibull descrito en este artculo se denomina
distribucin Weibull de dos parmetros. Esta forma simple es adecuado para la
mayora de los escenarios de anlisis de Weibull. Sin embargo, si el fallo
transformado trama de datos tiene una curva en lugar de una aparicin de lnea
recta, o si se encuentra que es mayor que 6,0, entonces un tercer parmetro
puede ser necesaria para modelar adecuadamente los datos. El tercer parmetro,
incluido en la distribucin de Weibull bien llamado de tres parmetros, desplaza
efectivamente la distribucin entera hacia la derecha. Este parmetro de
localizacin es ms comnmente llamado (La letra griega gamma). En la
prctica, puede ser interpretada como el tiempo ms temprano posible en el que

se podran producir averas. Por supuesto, nunca puede ser mayor que el valor
de la primera fracaso desde el conjunto de datos. Los lectores que encuentran un
terreno o una curva de regresin valor mayor que 6,0 deben consultar Hallinan
artculo o el artculo de John McCool "Inferencia en el parmetro de ubicacin
Weibull" (Diario de Tecnologa de Calidad, 1998) para la orientacin en el ajuste
de un modelo Weibull de tres parmetros.
Sobre el autor
William W. Dorner es un alto calidad / proceso de ingeniero en Sistemas de
mejor acceso en Indianpolis. Es Ingeniero de Calidad Certificado y miembro de
ASQ y ASA.
Para obtener ms informacin, puede enviarnos un correo a
Dorner wdorner@qualitydigest.com