CAPACIDAD Y DESEMPEÑO DEL PROCESO

Proceso: Éste se refiere a alguna combinación única de máquinas, herramientas,

métodos, materiales y personas involucradas en la producción.
Capacidad o habilidad: Esta palabra se usa en el sentido de aptitud, basada en el
desempeño probado, para lograr resultados que se puedan medir.
Capacidad del proceso: Es la aptitud del proceso para producir productos dentro de los
límites de especificaciones de calidad.
Capacidad medida: Esto se refiere al hecho de que la capacidad del proceso se
cuantifica a partir de datos que, a su vez, son el resultado de la medición del trabajo
realizado por el proceso.
Capacidad inherente: Se refiere a la uniformidad del producto que resulta de un
proceso que se encuentra en estado de control estadístico, es decir, en ausencia de
causas especiales o atribuibles de variación.
Variabilidad natural: Los productos fabricados nunca son idénticos sino que presentan
cierta variabilidad, cuando el proceso está bajo control, solo actúan las causas comunes
de variación en las características de calidad.

Capacidad a partir de histogramas

Procedimiento:
1. Seleccionar un proceso específico para realizar el estudio
2. Seleccionar las condiciones de operación del proceso
3. Seleccionar un operador entrenado
4. El sistema de medición debe tener habilidad (error R&R < 10%)
5. Cuidadosamente recolectar la información
6. Construir un histograma de frecuencia con los datos
7. Calcular la media y desviación estándar del proceso
8. Calcular la capacidad del proceso.

Ejemplo 1:
Tenemos la siguiente serie de datos:
265 205 263 307 220 268 260 234 299
197 286 274 243 231 267 281 265 214
346 317 242 258 276 300 208 187 264
280 242 260 321 228 250 299 258 267
265 254 281 294 223 260 308 235 283
200 235 246 328 296 276 264 269 235
221 176 248 263 231 334 280 265 272
265 262 271 245 301 280 274 253 287
261 248 260 274 337 250 278 254 274
278 250 265 270 298 257 210 280 269
215 318 271 293 277 290 283 258 275
Agrupando los datos por intervalos de clase obtenemos los datos mostrados en la
siguiente tabla:

Marca
Intervalo Frecuencia Frecuencia
de Frecuencia
de clase relativa acumulada
clase
190-209 199.5 6 0.06 0.06
210-229 219.5 7 0.07 0.13
230-249 239.5 13 0.13 0.26
250-269 259.5 32 0.32 0.58
270-289 279.5 24 0.24 0.82
290-309 299.5 11 0.11 0.93
310-329 319.5 4 0.04 0.97
330-349 339.5 3 0.03 1

Histogram of Datos

El histograma es el siguiente:
40

30


Frequency

Observamos que el histograma

20
tiene forma normal.
10
 Calculando la media y la
desviación estándar tenemos: 0
160 190 210 230 260 290 310 330 360
D Datos

escriptive Statistics: Datos

Variable N N* Mean SE Mean StDev Minimum Q1 Median Q3

Datos 99 0 264.19 3.23 32.15 176.00 248.00 265.00 280.00

X  264.19 S = 32.15

La variabilidad del proceso se encuentra en 6 s = 192.90

Si las especificaciones fueran LIE = 200 y LSE = 330

Cp 
LSE  LIE   330  200  .674 < 1.33, el proceso no es hábil.
6S 192.90

Zi 
330  264.19  2.046
32.15

Zs 
200  264.19  1.996
32.15

menor Z I , Z S 2
C pk    0.66
3 3

Cpk = menor 1.33, por lo tanto el proceso no cumple especificaciones.

Capacidad a partir de papel normal

Ventajas

1. Se puede observar el comportamiento del proceso sin tomar tantos datos como en el
histograma, 10 son suficientes
2. El proceso es más sencillo ya que no hay que dividir el rango de la variable en
intervalos de clase como en el histograma.
3. Visualmente se puede observar la normalidad de los datos, si se apegan a la línea de
ajuste
4. Permite identificar la media y la desviación estándar aproximada del proceso. Así
como la fracción defectiva, el porcentaje de datos entre cierto rango, el Cp y el Cpk.

Procedimiento

1. Se toman al menos n = 10 datos y se ordenan en forma ascendente, asignándoles una

posición ( j ) entre 1 y n.

2. Se calcula la probabilidad de cada posición con la fórmula siguiente:

Pj = (j - 0.5) / n

3. En el papel especial normal se grafica cada punto (Xj, Pj)

4. Se ajusta una línea recta que mejor aproxime los puntos

5. Si no hay desviaciones mayores de la línea recta, se considera normal el proceso y se

procede a hacer las identificaciones:

La media será el punto en X correspondiente a Pj = 0.5

La desviación estándar es la diferencia en Xj correspondiente a Pj = 0.5 y Pj = 0.84

Ejemplo 2 . Se tomaron los datos siguientes (Xj) ordenamos los datos y, cálculamos la
probabilidad de su posición (Pj)
Pos.
J Xj Pj
1 197 0.025
2 200 0.075
3 215 0.125
4 221 0.175
5 231 0.225
6 242 0.275
7 245 0.325
8 258 0.375
9 265 0.425
10 265 0.475
11 271 0.525
12 275 0.575
13 277 0.625
 14 278 0.675
15 280 0.725
16 283 0.775
17 290 0.825
18 301 0.875
19 318 0.925
20 346 0.975

Con ayuda del gráfico podemos obtener la media, la desviación estándar y el porcentaje
de valores que se encuentran fuera de especificaciones.

El trazo normal es el siguiente:

El eje Y es un rango no lineal de probabilidades normales.

El eje X es un rango lineal de la variable que se está analizando.

Si los datos son normales, la frecuencia de ocurrencias en varios valores Xi, puede
predecirse usando una línea sólida como modelo. Por ejemplo, sólo más del 20% de
los datos del proceso serían valores de 225 o inferiores.

Probability Plot of Xj
Normal - 95% CI
99
Mean 262.9
StDev 38.13
95 N 20
AD 0.262
90
P-Value 0.667
80
70
Percent

60
50
40
30
20

10

1
150 200 250 300 350 400
Xj

Pj

0.84

0.5

Desv. Estándar

Fracción
Defectiva

LIE X Media Xj

Capacidad a partir de cartas de control

 ?
En casos especiales como estos donde las variaciones presentes son totalmente ? ?
? ?
inesperadas tenemos un proceso inestable ó impredecible.
? ?

Si las variaciones presentes son iguales, se dice que se tiene un

proceso “estable”. La distribución será
“predecible” en el tiempo.

Predicción

Tiempo

Cálculo de la desviación estándar del proceso

R S
  ó   (Para cartas de control X-R y X-S respectivamente)
d2 C4
Donde,
S = Desviación estándar de la población
d2 = Factor que depende del tamaño del subgrupo en la carta de control X - R
C4 = Ídem al anterior para una carta X - S

Al final del texto se muestran las constantes utilizadas para las cartas de control.

En una carta por individuales, d2 se toma para n = 2 y Rango Medio = Suma rangos / (n
-1)
Ejemplo 3 (carta X - R)
De una carta de control X - R (con subgrupo n = 5) se obtuvo lo siguiente, después de
que el proceso se estabilizó quedando sólo con causas comunes: x = 64.06 , R = 77.3
Por tanto estimando los parámetros del proceso se tiene:

  x media de medias 
R 77.3
   33.23
d 2 2.326

Si el límite de especificación es: LIE = 200.

El C pk 
200  264.06 = 0.64 por tanto el proceso no cumple con las
3  33.23
especificaciones.

Otros índices de capacidad del proceso

INDICE DE CAPACIDAD Cpm

Es un indicador de capacidad potencial que toma en cuenta el centrado del proceso:

X T
Si V  donde T es el centro de las especificaciones.

Cp LSE  LIE
C pm  
1V 2
6  2  (  T ) 2

Cuando T es igual a X media del proceso, Cpm = Cp = Cpk

INDICE DE CAPACIDAD Cpkm

Es un indicador de capacidad real que toma en cuenta el centrado del proceso:

Si T es el centro de las especificaciones.
Cpk
C pkm 
  T 
2

1  
  

Cuando T es igual a X media del proceso, Cpkm = Cpk

3. Cálculo del desempeño de los procesos

Para determinar el Cp y Cpk se requiere que el proceso esté en control estadístico, ya

que la desviación estándar de la población se estima con Rango medio / d2 (constante
que solo es válida cuando el proceso está en control).

Para el caso de datos históricos, el proceso no está en control y se puede determinar el

desempeño del proceso utilizando la desviación estándar de todos los datos ajustada con
una constante C4, denominada Sigma a largo plazo o desviación estándar Overall.
 n

(X i  X )2
S i 1

n 1
4(n  1)
C4 
4n  3
S
 LT 
C4

Con la desviación estándar a largo plazo se determinan los índices de desempeño Pp y

Ppk no importando si el proceso está en control o no, en este último caso los valores no
tienen significado práctico.

Para calcular el desempeño potencial del proceso utilizamos la siguiente fórmula:

Pp 
LSE  LIE 
6 LT

donde:
Pp = Índice de desempeño potencial
LSE = límite superior de especificaciones
LIE = límite inferior de especificaciones
 LT = desviación estándar estimada a largo plazo

El índice Pp debe ser  1.33 para tener el potencial de cumplir con especificaciones
(LIE, LSE)

Las variables transformadas Z’s son las siguientes:

LSE  X
Zs  ;
 LT

LIE  X
ZI 
 LT

Para calcular el índice de desempeño real del proceso utilizamos la siguiente fórmula:

menor Z I , Z S
Ppk 
3
Para que el proceso cumpla con las especificaciones el Ppk= debe de ser  1 .33.