UNIDAD 2.

GRAFICOS O CARTAS DE CONTROL

Desarrollara graficas de control que le permitirn mantener el proceso dentro de los lmites de control establecidos

OBJETIVO DE LA UNIDAD

Los procesos industriales son generalmente monitoreados mediante el control estadstico de procesos (CEP). El CEP es la coleccin de mtodos usados para reconocer causas especiales de variacin y proporcionar medios para llevar un proceso a un estado de control y reducir la variacin en torno a un valor objetivo dado. Es deseable que el proceso bajo anlisis alcance este valor para cada producto.

GRAFICAS DE CONTROL

X - R Promedios y rangos

POR VARIABLES

X - S Promedios y desviacin estndar

X individual

GRAFICOS DE CONTROL TRABAJOS DEFECTUOSOS

P PORCENTAJE DE DEFECTOS

NP NUMERO DE DEFECTOS POR ATRIBUTOS U PORCION DE DEFECTOS DEFECTOS POR UNIDAD C NUMERO DE DEFECTOS

Shewhart fue el primero proponer la grfica de control con el fin de eliminar una variacin anormal dentro de un proceso. Ya que el deca que al eliminar esta variacin se puede conseguir la estabilidad y mejora del mismo. Menciona que la variacin existe por dos tipos de causas

Son inevitables en el proceso, ya que son parte del sistema, son inherentes a las caractersticas del proceso y es resultado de la acumulacin y combinacin de diferentes fuentes, por lo tanto, son difciles de identificar y eliminar
Por ejemplo: Los gastos mensuales de la empresa

Sin embargo, el proceso que opera nicamente con este tipo de causas de variacin est bajo control estadstico (o es estable). El identificar y mejorar estas causas representan a largo plazo la mayor oportunidad de mejora

CAUSAS AL AZAR O FORTUITAS:

Esta variacin es causada por situaciones o circunstancias especiales que no estn presentes permanentemente en el sistema Por ejemplo: Una falla ocasionada por el mal funcionamiento de una pieza en una mquina Mal empleo de materia prima Errores del operador. El proceso que opera en presencia de este tipo de causas esta fuera de control estadstico.

CAUSAS ASIGNABLES

MEJORAR LA PRODUCTIVIDAD

INFORMACIN SOBRE LA CAPACIDAD DEL PROCESO

PREVENIR DEFECTOS

INFORMACIN DE DIAGNOSTICO

AJUSTE INNECESARIO DEL PROCESO

UTILIDAD DE LAS CARTAS DE CONTROL

Una grfica de control consiste en: Lnea superior Lnea central Lnea inferior Los datos se van a graficar como puntos y dependiendo del comportamiento que estos tengan se podr interpretar. Los lmites se calculan utilizando la desviacin estndar o mejor conocido como 6 sigma, puesto que es la variacin debida al azar.

COMPONENTES DE LAS GRAFICAS DE CONTROL

Las muestras ms grandes facilitan la deteccin de corrimientos pequeos en el proceso. Por eso es importante tener presente el tamao del cambio que se est tratando de detectar Lo ideal seria tomar muestras grandes con mucha frecuencia pero impacta pero econmicamente no es factible.

TAMAO DE MUESTRA Y FRECUENCIA DE MUESTREO

La forma de evaluar el tamao de la muestra y su frecuencia es con ayuda de:

Longitud promedio de la corrida (ARL): es el nmero promedio de puntos antes de que un punto indique una seal de que esta fuera de control, para eso se utiliza la siguiente frmula:
ARL ! 1 p

Donde p es la probabilidad que cualquier punto exceda los lmites de control

Supongamos que la probabilidad de que se localice un punto fuera de los lmites es de p=0.0027

1 ARL0 ! } 370 0.0027

Significa que aunque el proceso este bajo control, se tendrn en promedio una seal de fuera de control cada 370 muestras.

Para complementar el ARL, se debe considerar el tiempo en que se debe realizar la muestra.
Tiempo promedio hasta la seal (ATS): es el intervalo de tiempo fijo que se requiere para tomar las muestras.

ATS ! ARL y h
Donde h es el intervalo de tiempo en horas

La frecuencia del muestreo se establecer considerando varios factores:

Costo de muestreo Rapidez de produccin Tipos de corrimientos en el proceso

Siguiendo el ejemplo anterior, se estima que el tiempo de cada muestreo es de 2horas:

ATS ! 370 y 2 ! 740

Significa que cada 740 horas se tendr una seal de fuera de control entre el corrimiento y su deteccin

CONTROL ESTADISTICO DE PROCESO

CAPTAR EL ESTADO DEL PROCESO

DE MANERA PRECISA LEYENDO LOS GRFICOS QUE PERMITA

DETECTAR SI EL PROCESO ES ANORMAL

Y PODER

TOMAR DECISIONES

TOMAR ACCIONES

El estado cuando:

controlado

del

proceso

es

El proceso es estable, es decir, el promedio y la variacin del proceso no cambian.

y

Si un proceso est o no controlado se juzga segn las zonas de sensibilidad y los siguientes criterios a partir de la grfica de control.

INTERPRETACIN DE LOS GRFICOS DE CONTROL

1. 2.

3. 4. 5.

Uno o mas puntos fuera de los lmites de control. Dos de tres puntos consecutivos fuera de los lmites de advertencia 2-sigma pero an dentro de los lmites Cuatro de cinco puntos consecutivos fuera de los lmites 1-sigma. Una corrida de ocho puntos consecutivos en el mismo lado de la lnea central Seis puntos seguidos que se incrementan o se decrementa de manera sostenida

REGLAS DE SENSIBILIDAD

Quince puntos seguidos en la zona C 7. Catorce puntos seguidos alternndose arriba y abajo 8. Ocho puntos seguidos en ambos lados del L.C.C pero ninguno de ellos en la zona C 9. Un patrn inusual o no aleatorio en los datos. 10. Uno o ms puntos cerca de un lmite de control o de advertencia.
6.

+3sigma +2sigma +1sigma -1sigma -2sigma -3sigma

ZONAS DE SENSIBILIDAD

1.

CORRIDA:
Longitud de la Corrida: Es la forma en que los puntos se mueven por arriba o por debajo de la lnea central, o el nmero consecutivo de puntos arriba o debajo de la lnea central. Si la longitud de la corrida es ms de 7 puntos, el proceso es juzgado anormal.

2.

TENDENCIAS:
Cuando los puntos forman una curva continua ascendente o descendente, se dice que hay una tendencia. No existe un criterio si dicha tendencia contina, los puntos caern fuera de lmites de control o asumirn la forma de una corrida.

3.

Acercamiento control

los

lmites

de

Teniendo en cuenta los puntos que se acercan a los lmites de control de 3-sigma, si 2 de 3 puntos ocurren por fuera de las lneas de 2sigma, el caso se considera anormal.

4.

ADHESIN A LA LNEA CENTRAL:

Si los puntos se concentran en el centro, el proceso es juzgado anormal. Para decidir si hay adhesin a la lnea central, hay que dividir la zona entre los lmites en 4 partes iguales y observar si los puntos caen dentro de los sectores cercanos a la lnea central

PERIODICIDAD:
Se dice que el proceso muestra periodicidad, si los puntos se mueven hacia arriba y hacia abajo ms o menos a intervalos iguales.

6.

RACHA:
Los puntos ocurren continuamente en un lado de la lnea central y el nmero de puntos se llama longitud de la racha. An si la longitud de la racha est por debajo de 6, se consideran anormales los siguientes casos:

a) Al menos ocurren en b) Al menos ocurren en c) Al menos ocurren en

10 de 11 puntos un mismo lado de la 12 de 14 puntos un mismo lado de la 16 de 20 puntos un mismo lado de la

consecutivos lnea central. consecutivos lnea central. consecutivos lnea central.

7.

PUNTOS FUERA DE LIMITES

Cuando los puntos se salen de los lmites ya sea inferior o superior apoyndonos en las reglas de sensibilidad se puede concluir que el proceso es anormal

De acuerdo a la grfica de control, Cmo ves el proceso?, En qu zona se encuentran los puntos?, Est controlado?

EJERCICIO 1

GRAFICOS DE CONTROL

PARA VARIABLES
Este tipo de grficos puede monitorear una caracterstica de calidad que tenga un valor continuo

1. 2. 3. 4. 5. 6. 7.

Se introduce un nuevo proceso o se fabrica nuevo producto El proceso ha estado presentando problemas al no mantener especificaciones El proceso presenta problemas Se requieren pruebas destructivas Se desea reducir el muestreo de aceptacin Existen especificaciones muy estrictas Para demostrar continuamente la estabilidad y capacidad del proceso

EL USO PARA ESTE TIPO DE CARTAS

X-S Promedio y desviacin estndar X-R Promedios y rangos

Xind-MR Individuales y rango de mvil

Para variables

GRAFICOS DE CONTROL

x  R Promedios y rangos
Se usa para controlar y analizar un proceso en el cual la caracterstica de calidad del producto que se est midiendo toma valores continuos y esto proporciona la mayor cantidad de informacin sobre el proceso. un valor promedio subgrupo y R representa su rango. Una grfica R combinacin de de un subgrupo

x representa

de

un

se usa generalmente en x para controlar la variacin

PROMEDIOS Y RANGOS

1.

Recopilacin y organizacin de datos: aproximadamente 100 datos y se deben dividir en 20 o 25 subgrupos con 3 a 5 elementos de cada uno. Regstrelos en una hoja de verificacin. Calcule la media aritmtica subgrupo

2.

x para cada

x1  x2 -  xn x! n
Elaboracin de una grfica x-R x-

3.

Calcule la media de las medias dividiendo el total de las medias resultante de cada subgrupo por el nmero de subgrupos.

x1  x 2 -  x k x! k
4.

Calcule el rango de cada subgrupo, de la siguiente forma:

R ! (Valmax  Valmin )

5.

Calcule el rango promedio dividiendo el total de los rangos de cada subgrupo por el nmero de subgrupos

R1  R2 -  Rk R ! k
6.

Calcule los lmites de control para la media y para los rangos

LSC ! x  A2 R LCC ! x LIC ! x  A2 R

LSC ! D4 R LCC ! R LIC ! D3 R

7.

Dibuje las lneas o lmites de control, para cada uno de los valores de la media y del rango. En el eje horizontal marque los subgrupos y en el eje vertical los valores de la media y del rango. Localice los puntos, registrando los valores de la media y del rango en su respectiva grfica. Registre los datos que puedan ser de utilidad, escribe el tamao del subgrupo, los nombres del proceso, del periodo, mtodo de medicin turno, etc..

8.

9.

GRAFIC O DE Xbar-R Chart x  R CONTROL of Peso

1

3.28 Sample M ean 3.26 3.24 3.22 3.20 4 8

1 1 1 1

1 1

U C L=3.2709 _ _ X=3.2431

LC L=3.2153

12

SUBGRUPOS

16

20 Sample

24

28

32

36

40

0.100 Sample Range 0.075 0.050 0.025 0.000 4 8 12 20 Sample SUBGRUPOS 16 24 28 32 36 40

U C L=0.1020

_ R=0.0483

LC L=0

EJEMPLO DE GRAFICA

x -S Promedio y desviacin estndar

A pesar de que el grfico anterior es ms comn por su practicidad, sta se utiliza cuando: 1. El tamao de muestra n es grande 2. El tamao de muestra n es variable

El grfico control de medias monitorea la media de la caracterstica de calidad y el grfico de control de desviacin estndar monitorea la variabilidad de la caracterstica de calidad

PROMEDIO Y DESVIACIN ESTNDAR

Es el grfico control en el cual las medias monitorea la caracterstica de calidad y el grfico de control de desviacin estndar monitorea la variabilidad de dicha caracterstica. Es mejor trabajar con este grfico por las propiedades estadsticas de la desviacin estndar.

1.

Recopilacin y organizacin de datos: aproximadamente 100 datos y se deben dividir en 20 o 25 subgrupos con 3 a 5 elementos de cada uno. Regstrelos en una hoja de verificacin. Calcule la media aritmtica subgrupo

2.

x para cada

x1  x2 -  xn x! n
Elaboracin de una grfica x-S x-

3.

Calcule la media de las medias dividiendo el total de las medias resultante de cada subgrupo por el nmero de subgrupos.

x1  x 2 -  x k x! k
4.

Calcule la desviacin estndar de cada subgrupo, de la siguiente forma:

k

(x
S !
i !0

 x)

n 1

5.

Calcule el rango promedio dividiendo el total de los rangos de cada subgrupo por el nmero de subgrupos

S1  S 2 -  S k S ! k
6.

Calcule los lmites de control para la media y para los rangos

LSC ! x  A3 S LCC ! x LIC ! x  A3 S

LSC ! B4 S LCC ! S LIC ! B3 S

7.

Dibuje las lneas o lmites de control, para cada uno de los valores de la media y del rango. En el eje horizontal marque los subgrupos y en el eje vertical los valores de la media y del rango. Localice los puntos, registrando los valores de la media y de la desviacin estndar en su respectiva grfica. Registre los datos que puedan ser de utilidad, escribe el tamao del subgrupo, los nombres del proceso, del periodo, mtodo de medicin turno, etc..

8.

9.

GRAFICO Xbar-S Chart of Peso S DE CONTROL x 

1

3.28 Sample M ean 3.26 3.24 3.22 3.20 4 8

1 1 1 1

1 1

U C L=3.2709 _ _ X=3.2431

LC L=3.2153

12

16

20 Sample

24

28

32

36

40

0.04 Sample StDev 0.03 0.02 0.01 0.00 4 8 12 16 20 Sample 24 28 32 36 40

U C L=0.04073

_ S =0.01950

LC L=0

Xind-MR Individuales y rango mvil

y La carta de individuales es un diagrama para variables de tipo continuo que se podra ver como un caso particular de la carta X - R, cuando el tamao de muestra es n = 1, pero por las diferencias en los procesos que se aplican la vamos a explicar aparte. y Existen muchos procesos o situaciones donde no tiene sentido prctico agrupar medidas para formar una muestra o subgrupo, por lo que la mejor alternativa para controlar estos procesos mediante este tipo de carta de control.

X INDIVIDUALES Y RANGO MVIL

Ejemplos donde se puede utilizar este tipo de grficos son:

1. Procesos muy lentos, en los que resulta inconveniente esperar otra medicin para analizar el desempeo del proceso, como sera el caso de procesos qumicos que trabajan por lotes. 2. Procesos en los que las mediciones cercanas slo difieren por el error de medicin. Por ejemplo, temperaturas. 3. Se inspecciona de manera automtica todas las unidades producidas, 4. Resulta costoso inspeccionar y medir ms de un artculo.

Cada medicin particular de la caracterstica de calidad que se obtiene se debe registrar en una carta. Para estimar la variabilidad de estas mediciones se acostumbra usar el rango mvil de dos observaciones consecutivas, por lo que, al graficar estos rangos, se obtiene una carta de rangos mviles. Aspectos como consumo de agua o energa tambin pueden evaluarse con este tipo de cartas.

1.

Recopilacin y organizacin de datos: aproximadamente 100 datos y se deben dividir en 20 o 25 subgrupos. Regstrelos en una hoja de verificacin.

2.

Calcule la media aritmtica subgrupo

x para cada

Elaboracin de una grfica x individual

x1  x2 -  xn x! n

3.

Calcule el rango mvil (MR) de cada uno de los subgrupos utilizando la siguiente frmula:

MRi ! ( X i  X i 1 )
4.

Calcule el rango mvil promedio dividiendo el total de los rangos de cada subgrupo por el nmero de subgrupos

MR1  MR2 -  MRk MR ! k

5.

Calcule los lmites de control para la media y para el rango mvil

MR LSC ! x  3 d2 LCC ! x MR LIC ! x  3 d2

LSC ! D4 MR LCC ! MR LIC ! D3 MR

6.

cada uno de los valores de la media y del rango mvil. En el eje horizontal marque los subgrupos y en el eje vertical los valores de la media y/o del rango mvil. Localice los puntos, registrando los valores de la media y del rango en su respectiva grfica. Registre los datos que puedan ser de utilidad, escribe el tamao del subgrupo, los nombres del proceso, del periodo, mtodo de medicin turno, etc..

Dibuje las lneas o lmites de control, para

7.

8.

y y y y y

La herramienta es til para: Determinacin de causas Diseo de soluciones y controles Evaluacin de la solucin implantada Identificacin de problemas

GRAFICOS DE CONTROL

PARA ATRIBUTOS
Este tipo de grficos clasifica como conforme o disconforme un producto con respecto a especificaciones de las caractersticas de la calidad preestablecidas.

Un atributo calidad.

es

una

caracterstica

de

Este trmino se utiliza en control de calidad para describir dos situaciones:

1. Cada pieza producida es defectuosa o no defectuosa (cumple las especificaciones o no). 2. Una sola pieza puede tener uno o mas defectos y el numero de estos es determinado.

EL USO CARTAS

PARA

ESTE

TIPO

DE

TRABAJOS DEFECTUOSOS

P PORCENTAJE DEFECTIVA NP NUMERO DE UNIDADES DEFECTIVOS U PORCION DE DEFECTOS

Para atributos

DEFECTOS POR UNIDAD

C NUMERO DE DEFECTOS

GRAFICOS DE CONTROL

Estas grficas estn basadas en la distribucin Binomial y se usan cuando la caracterstica de calidad se representa por
El nmero de unidades defectuosas (pn) La fraccin de unidades defectuosa (p).

nmero de artculos no conformes.

y

Para una muestra de tamao constante se usa una grfica de pn y se refiere al control del

Grfica np y p

La grfica p se usa para una muestra de tamao variable, adems que se refiere a la fraccin defectiva por no cumplir con las especificaciones.

Cuando un proceso esta en control, la probabilidad de que cualquier pieza sea defectuosa es p (proporcin a largo plazo de piezas defectuosas para un proceso en control) Si tenemos una muestra de n piezas obtenida en un tiempo, y sea X el numero de defectuosas, entonces p = X/n. Como X tiene una distribucin binomial, E(X) = np y F(X) = np (1-p)

1.

Recopilacin y organizacin de datos: se deben recopilar mas de 20 muestras y se deben registrar el numero de unidades defectuosas por lote de cada una de las muestras, las cuales deben ser constantes, en una hoja de registro. Calcule la p de la siguiente manera, k donde:

2.

D= nmero de unidades defectuosas n= tamao de lote inspeccionado k=nmero total de inspecciones

D
i !0

p !

k vn

Elaboracin de una grfica pn

3.

Calcule los lmites de control para la grfica pn

LSC ! p  3 LCC ! pn LIC ! p  3

pn(1  p ) pn(1  p )

Si LIC es negativo, no se considera y el lmite ser 0

4.

Dibuje las lneas o lmites de control de la grfica de nmero de defectos por lote, marque el nmero de muestras y en el eje vertical los valores defectuosos. Localice los puntos, registrando el nmero de defectos en la grfica. Registre los datos que puedan ser de utilidad, escribe el tamao del subgrupo, los nombres del proceso, del periodo, mtodo de medicin turno, etc..

5.

6.

GRAFICOChart of Num defectos NP DE CONTROL NP

14 12 10 Sample Count 8 6 4 2 0 1 7 14 21 28 35 42 Sample 49 56 63 70 LCL=0 __ NP=5.28
1

UCL=11.98

1.

Recopilacin y organizacin de datos: se deben recopilar mas de 20 muestras y registrar el nmero de unidades defectuosas encontrados por lote, el cual puede ser variable, de cada una de las muestras en una hoja de verificacin.
Calcule la p, para cada muestra donde:

2.

D= nmero de unidades defectuosas n= tamao de lote inspeccionado k=nmero total de inspecciones

3.

D p ! kvn
k

Calcule el promedio p

p p!

Elaboracin de una grfica p

4.

Calcule los lmites de control para cada muestra, utilizando su tamao de lote, el cual es variable.
LSC ! p  3 LCC ! p LIC ! p  3 p (1  p ) nk p (1  p ) nk

Cuando se tienen ms de 30 muestras, entonces se hace un promedio de los tamaos de lotes y se aplica la misma frmula.
Si LIC es negativo, no se considera y el lmite ser 0

5.

Dibuje las lneas o lmites de control de la grfica de la porcin de defectos por lote, marque el nmero de muestras y en el eje vertical la porcin defectuosa. Localice los puntos, registrando la porcin de defectos en la grfica. Registre los datos que puedan ser de utilidad, escribe el tamao del subgrupo, los nombres del proceso, del periodo, mtodo de medicin turno, etc..

6.

7.

P Chart of Num defectos GRAFICO DE CONTROL P

0.055 0.050 0.045 Proportion 0.040 0.035 0.030 0.025 LCL=0.02308 0.020 3 6 9 12 15 18 Sample 21 24 27 30 _ P=0.03812
1 1

UCL=0.05316

Tests performed with unequal sample sizes

Estas grficas estn distribucin de Poisson controlar y analizar un defectos que presenta representan por:

basadas en la se utilizan para proceso por los un producto. Se

El nmero de defectos por unidad (c) La proporcin de defectos por unidad (u)
y

La grfica c se usa para productos de dimensiones constantes. La grfica u se usa para productos de dimensiones variables

Grfica c y u

Este tipo de grficas esta basada en la distribucin de probabilidad de Poisson, ya que busca la probabilidad de que ocurra x nmero de xitos cuando el numero promedio de ocurrencia es P. En este caso el xito consiste en encontrar el mayor nmero de defectos en un producto o unidad de inspeccin.

1.

Recopilacin y organizacin de datos: se deben recopilar mas de 20 muestras y registrar el nmero de defectos por producto o unidad, de cada una de las muestras en una hoja de verificacin.
Calcule la c, para cada muestra donde:

2.

D= cantidad de defectos por unidad de inspeccin n= nmero total de unidades inspeccionadas

c!

D
n

Elaboracin de una grfica c

3.

Calcule los lmites de control de la grfica.

LSC ! c  3 c LCC ! c LIC ! c  3 c

4.

Dibuje las lneas o lmites de control de la grfica de la porcin de defectos por lote, marque el nmero de muestras y en el eje vertical el nmero de defectos por unidad o producto.

5.

Localice los puntos, registrando defectos por unidad en la grfica.

los

6.

Registre los datos que puedan ser de utilidad, escribe el tamao del subgrupo, los nombres del proceso, del periodo, mtodo de medicin turno, etc..

GRAFICO DE CONTROL C C Chart of Visitas

160
1

140 120 Sample Count 100 80 60 40

1 1 11 1 11 1

UCL=87.3 _ C=63.4

LCL=39.5
1

20 1

12

18

24

30 36 Sample

42

48

54

60

1.

Recopilacin y organizacin de datos: se deben recopilar mas de 20 muestras y registrar el nmero de defectos por producto o unidad, de cada una de las muestras en una hoja de verificacin. Calcule u para cada muestra, la cual puede ser de dos formas: c

2.

c= cantidad de defectos por unidad de inspeccin n= nmero de unidades inspeccionadas

3.

ui !

n
i i

Calcule el promedio de u

u!

c n

Elaboracin de una grfica u

4.

Calcule los lmites de control para cada muestra, utilizando el nmero de unidades inspeccionadas, el cual es variable.
LSC ! u  3 LCC ! u LIC ! u  3 u nk u nk

Cuando se tienen ms de 30 muestras, entonces se hace un promedio de las n y se aplica la misma frmula.
Si LIC es negativo, no se considera y el lmite ser 0

5.

Dibuje las lneas o lmites de control de la grfica, marque el nmero de muestras y en el eje vertical la porcin de defectos por unidad de inspeccin. Localice los puntos, registrando dichas porciones en la grfica. Registre los datos que puedan ser de utilidad, escribe el tamao del subgrupo, los nombres del proceso, del periodo, mtodo de medicin turno, etc..

6.

7.

GRAFICOof Numero manchas U Chart DE CONTROL U

20 Sample Count Per Unit

UCL=19.44

15 _ U=9.87

10

0 3 6 9 12 15 18 Sample 21 24 27 30

LCL=0.30

Tests performed with unequal sample sizes

El anlisis de capacidad del proceso se define como el estudio de ingeniera para estimar la capacidad del proceso. La estimacin de la capacidad del proceso puede estar en la condicin de una distribucin de probabilidad que tenga una forma, centro (media) y dispersin (desviacin estndar) especificados.

ANALISIS DE CAPACIDAD DEL PROCESO

La capacidad del proceso puede expresarse como un porcentaje fuera de las especificaciones. Sin embargo, las especificaciones son necesarias para realizar el anlisis de capacidad del proceso. El anlisis de capacidad de proceso es una tcnica que tiene aplicacin en muchos segmentos del ciclo del producto, incluyendo el diseo de producto y procesos, la fuente de proveedores, la planeacin de la produccin o la manufactura, y la propia manufactura.

La frmula para la capacidad del proceso potencial que ms se usa es:

Capacidad del proceso = +3 (un total de 6 )

Para la tasa de capacidad:

Rango de especifica cin LES - LEI C ! ! p Capacidad del proceso 6s

Donde LES= Lmite de especificacin superior LEI = Lmite de especificacin inferior

Y se refiere a la variacin en un proceso alrededor del valor promedio

Para analizar la capacidad del proceso se utiliza la tabla de los ndices del estudio de la capacidad del proceso:
Decisin Ms que adecuado, incluso puede 1.33<ICP<2. exigirse ms en trminos de su 22 capacidad. Posee capacidad de diseo. Adecuado para lo que fue diseado. 1<ICP<1.33 Requiere control estrecho si se acerca al valor de 1. No es adecuado para cumplir con el diseo inicial. 0.67<ICP<1 Requiere monitoreo constante. No es adecuado para cumplir con el ICP<0.67 diseo inicial. ICP

El ndice Cpk refleja la proximidad de la media actual del proceso al lmite de especificacin superior (LES) o bien, al lmite de especificacin inferior (LEI). Cpk se estima mediante:
! min X - LEI , LES - X C pk 3s 3s

ndice Cpk

Si el promedio actual es igual al punto medio del rango de especificacin, entonces Cpk = Cp.

Entre ms alto sea el valor de Cpk, ms baja ser la cantidad de producto que est fuera de los lmites de especificacin.