ANALISIS DE LA CAPACIDAD DEL PROCESO

1. INTRODUCCIN

Con el nombre de anlisis de la capacidad del proceso se ha agrupado al grupo de tcnicas que analizan el proceso desde el punto de vista de que tan capaz es de cumplir con las especificaciones de diseo que se le da a un tema de control de calidad a un producto. Un producto terminado por supuesto tiene muchos temas de control de calidad por lo que tericamente cada uno se debera analizar bajo esta ptica. De acuerdo al desarrollo tecnolgico que se tenga implementado se consideran todos los temas de control, o los ms importantes. El anlisis de la capacidad del proceso parte del supuesto que la variabilidad de un proceso bajo estudio es el resultado de la variabilidad presente entre los datos y la generada por el desajuste al no estar el centro cumpliendo con el valor deseado como un tamao nominal. El cumplimiento de las especificaciones para decir que el proceso es capaz de cumplir con lo que uno quiere consiste en reducir la variabilidad entre los datos y el desajuste Para ilustrar esto considere el ejemplo visto en grficos por variables para el promedio y rango consistente en el barrenado de un agujero en una pieza. Suponga por un momento que las especificaciones son que el valor ideal del tamao es de 42 milmetros, permitindose una variacin de seis milmetros en cualquier direccin, (46 6). Una ves que el proceso se consider que estaba controlado estadsticamente se recogieron y midieron el tamao de los dimetros de n piezas. Variacin total = variacin de datos + variacin por desajuste Simblicamente, si se define la notacin siguiente: 0 = Yi = Y = (Yi Y0) = Valor meta deseado (= 42 para nuestro ejemplo) Tamao del agujero en la pieza i ( i = 1,2, ..., n) Promedio del tamao del agujero considerando los n datos (= 39.41 para nuestro ejemplo). Desviacin de la medicin i con respecto a su valor meta deseado. Pare el ejemplo esto es =Yi 42

ni=1(Yi 0)2 = Suma del cuadrado de las desviaciones con respecto a la meta deseada. Par el ejemplo esto es = ni=1(Yi 42)2 =

SCT

= Variacin total con respecto a la meta = ni=1(Yi 0)2

EC 1

Si la ecuacin 1 se desarrolla algebraicamente, se puede demostrar que es equivalente a lo siguiente: SCT= ni=1(Yi 0)2 = ni=1(Yi Y)2 +n(Y 0)2 ni=1(Yi 0)2 = (n-1)S2 +n(Y 0)2 el anlisis de la ecuacin 2 es el siguiente: Caso 1 Si Y1= Y2 = ...= Yn = Y, no existe variacin entre los datos [ni=1(Yi Y)2 = 0]. La variabilidad total del proceso se debe exclusivamente al desajuste (Y 0)2 . La solucin es ajustar el proceso para que (Y 0)2= 0 cuando Y= 0 Si el proceso est correctamente ajustado es decir Y= 0= 0, no existe variacin por desajuste. La variabilidad total del proceso se debe exclusivamente a que ni=1(Yi Y)2 = (n-1)S2 >0. La solucin es tratar de reducir la variacin de los datos manteniendo el mismo ajuste, mediante decisiones administrativas como, el cambio de mtodos de trabajo, el uso de mejores materiales, el empleo de equipo que produzca trabajos ms precisos, reentrenando al personal, etc.. El proceso genera la variacin tanto porque existe desajuste como por la variacin en los resultados. La solucin es la combinacin de las propuestas de los casos 1 y 2. EC 2

Caso 2

Caso 3

Entre los usos principales de los resultados del estudio de la capacidad el proceso estn: Predecir que tan bien un proceso cumplir con las especificaciones Ayudar al diseador/desarrollador de productos en la seleccin o modificacin de procesos. Apoyar el establecimiento de intervalos de tiempo entre muestras para darle seguimiento al proceso. Establecer las especificaciones de resultados que debe cumplir un equipo nuevo. Seleccionar equipo o herramientas entre distintos proveedores

 2.

Reducir la variabilidad en los proceso de manufactura ESTUDIOS DE LA

METODOS PARA REALIZAR CAPACIDAD DEL PROCESO

En los estudios de la capacidad del proceso generalmente el estudio se hace en trminos de 1) La proporcin de piezas que cumplen con las especificaciones o 2) un ndice que mida la capacidad del proceso. Se interpretan los resultados y se toma una decisin en funcin de eso. Debe tenerse en cuenta que para que un estudio de capacidad de proceso tenga fines predictivos es necesario que el proceso est estable, es decir, su variacin est estadsticamente bajo control. De no hacerse as no se puede predecir algo confiable. 3. HISTOGRAMA

El uso de histogramas es un mtodo grfico usado para estimar la capacidad del proceso, especialmente a nivel operador. El procedimiento consiste bsicamente en los pasos siguientes. Primero. Segundo. Tercero. Construya el histograma de la forma normal usando al menos 100 mediciones Trace una lnea para cada una de las especificaciones del tema de control en el eje horizontal Interprete el histograma: a. Todos los datos caen dentro de los lmites. Proceso capaz de cumplir con las especificaciones. Caso contrario es incapaz. b. Caen ms datos a la izquierda del lmite inferior que del superior (o al revs). El problema es de desajuste y demasiada variabilidad del proceso.

Ejemplo 1 Los datos de la tabla 1 representan los resultados de inspeccionar el tamao del dimetro interno de una pieza que tiene como especificaciones 46 6 mm. El histograma de los datos de la tabla 1 junto con las especificaciones del dimetro interno se presenta en la figura 1.

Tabla 1
Figura 1

Resultados de inspeccionar
Histograma de la tabla 1

Interpretacin: Supuestos a cumplir: El nico supuesto a cumplir es la presencia de causas de variacin al azar, controladas. Comentario. Considerando los datos de la tabla 1 y las especificaciones se puede calcular el porcentaje de piezas que cumplen con las especificaciones y usarlo como estimacin. Esta estimacin es un tanto rstica. 4. PAPEL PROBABILISTICO

El uso de papel probabilistico es otra forma de evaluar la capacidad del proceso. El procedimiento general es el siguiente Primero sus datos. Segundo Determine la distribucin de probabilidad que siguen Grafique los datos obtenidos en el papel probabilstico de la distribucin seleccionada, siguiendo el procedimiento propio y dibuje una lnea que considere la ms adecuada para sus datos Trace para cada especificacin una lnea que corte a la lnea trazada en el paso anterior y vea la probabilidad correspondiente en el eje vertical Determine la proporcin que cumple con las especificaciones mediante la diferencia de los valores probabilsticos obtenidos en el paso anterior.

Tercero. Cuarto

Ejemplo 2 Para los datos del ejemplo 1 se quiere estimar la proporcin de piezas que cumplen con las especificaciones, suponiendo que los datos vienen de un proceso bajo control, estadstico y siguen adecuadamente el comportamiento descrito por una distribucin de probabilidad normal. La tabla 2 representa el tratamiento hecho a los datos de la tabla 1 para graficarlos usando papel probabilstico normal. La figura 2 representa el resultado de esto.

Tabla 2 Calculo de Pk

Figura 3 Papel probabilstico normal para los datos de la tabla 2 Considerando que una perforacin es buena cuando su tamao est entre 36 y 48. Se busca el valor de 48 (en el eje horizontal) y se traza una lnea vertical hasta cortar a la lnea recta. En el eje vertical se detecta que el punto definido tiene una probabilidad de 0.18. Para la especificacin inferior de 36 se hace algo similar obtenindose una lectura de 0.99. Con esta referencia la probabilidad de pieza buena = 0.99 0.18 = 0.81, es decir el 81 porciento de la produccin cumple con las especificaciones. Supuestos a cumplir: El nico supuesto a cumplir es la presencia de causas de variacin al azar, controladas. Comentarios. Dependiendo de la lnea trazada para representar sus datos ser los valores probabilisticos obtenidos en la grfica. Esto quiere decir que esto es un mtodo subjetivo porque el resultado depende del sujeto que trace la lnea que mejor represente a sus datos.

5.

ANLISIS PROBABILISTICO

Para determinar la proporcin de piezas que cumplen las especificaciones se requiere calcular la probabilidad correspondiente y multiplicarla por cien, siguiendo el procedimiento siguiente Primero sus datos. Segundo Tercero. Determine la distribucin de probabilidad que siguen Estime los parmetros de la distribucin de probabilidad seleccionada Evale la probabilidad de cumplir con las especificaciones usando la distribucin de probabilidad seleccionada, definida en los pasos anteriores, es decir: P= = Mxima). Cuarto Pase este resultado a porcentajes para facilidad de interpretacin. Probabilidad de cumplir con las especificaciones P(Especificacin Mnima< X < Especificacin

Supuestos a cumplir: El nico supuesto a cumplir es la presencia de causas de variacin al azar, controladas. Comentarios. Con mucha frecuencia se hace el supuesto que los datos son descritos por una distribucin de probabilidad normal lo cual se debe de verificar. Por ejemplo Si uno est trabajando en una fbrica de focos las cuales tienen como especificaciones que su vida debe ser 800 50 horas y quiere determinar la proporcin de focos que cumplen con las especificaciones, seguramente encontrar que sus datos experimentales siguen el comportamiento de una distribucin exponencial y no normal. Ejemplo 3 Para los datos del ejemplo 1, determine el porcentaje de piezas que cumplen con las especificaciones. De resultados previos, se tiene la informacin siguiente: Del grfico del promedio se estim que el centro del proceso =^ = 39.41 Del grfico de la desviacin estndar se estim que la desviacin estndar del proceso es ^= S= 3.709. Suponiendo que los dimetros del agujero son descritos adecuadamente por la distribucin de probabilidad normal con =39.41 y = 3.709, P = Probabilidad de cumplir con las especificaciones = =P(Esp. Inferior< X=medicin <Esp. Superior) = P(36< X = tamao del dimetro interno< 48| =39.41 y = 3.709) Para evaluar la normal dentro de las especificaciones es ms sencillo pasar X en trminos de Z, Z=X- Para nuestros dato se tiene que: ZI = Einferior - = = 36 - 39.41 = -0.916 3.709 ZS = Esuperior - = = 48 - 39.41 = 2.32 3.709

= P(36< X < 48| =39.41 y = 3.709) = P(ZI < Z < ZS ) = P(-0.916 < Z < 2.32) = 0.9898 0.1798 = 0.81

El 81% cumple con las especificaciones. El proceso actual como est estandarizado y diseado no es capaz de cumplir con las especificaciones, se puede incrementar un poco la proporcin de piezas que cumplen con las especificaciones tratando de ajustar el proceso porque el centro del proceso (= 39.41) es distinto al valor meta deseado ( 0 = 42). Si se desea mejorar ms el desempeo del proceso para cumplir con las especificaciones es necesario disminuir su variabilidad entre los datos S2, es decir estamos en el caso 3 mencionado en el inicio del captulo. 6. INDICES DE CAPACIDAD PROCESO ESTABLE

Teniendo en cuenta que los estudios probabilisticos requieren cierta madurez en el manejo de principios de probabilidad y que esto no es lo comn, se han hecho esfuerzos para encontrar formas alternativas de evaluar la capacidad del proceso que sean sencillas tanto en el calculo como en la interpretacin, Esto dio como resultado el uso generalizado de los ndices Cp Cpk y Cpm que para interpretarse correctamente se deben cumplir los dos supuestos siguientes: La variacin del proceso est estadsticamente controlada Los datos pueden ser modelados usando la distribucin de probabilidad normal. El no cumplimiento de estos supuestos, dar como resultado que las propuestas de interpretacin no sean correctos 6.1 Cp. Capacidad Potencial del proceso.

Se propone que un indicador para medir la capacidad potencial de un proceso se haga considerando una relacin entre la magnitud del rango de las especificaciones y el rango de la variacin natural. El rango de la variacin natural se ha definido tradicionalmente como 6 y el rango de las especificaciones = EI ES. Por lo que el Cp se calcula usando la ecuacin 3

Cp = EI ES 6 La interpretacin del valor del Cp, se resume en la tabla 3

EC 3

Valor de Cp Interpretacin <1 Proceso potencialmente incapaz de cumplir con las especificaciones =1 Proceso potencialmente difcil de cumplir con las especificaciones. En el mejor de los casos producir 3 disconformidaes en mil oportunidades que se presenten. >1 Proceso potencialmente capaz, especialmente si el valor es 1.33
Tabla 3. Interpretacin del Cp

La interpretacin se basa en los conceptos de que si el proceso esta centrado, un Cp =1, equivale a tener una probabilidad de 0.9973 de cumplir con las especificaciones, decir de producir 27 piezas no conforme a especificaciones en 10,000 producidas. Si el criterio no le parece satisfactorio por el tipo de proceso que se usa, se recomienda considere los valores de Cp de la tabla 4 para marcar las tres reas plasmadas en la tabla 3. Cp 0.25 0.50 1.00 1.50 2.00
Tabla 4

Nmero de no conformidades en PPM Especificacin unilateral Especificacin bilateral 226,628 453,255 66,807 133,614 1,350 2,700 4 7 0.0009 0.0018
Nmero de no conformidades en partes por milln de oportunidades de acuerdo a un valor dado del Cp y suponiendo proceso centrado

Motorola desarrollo el sistema de 6 para decir que el proceso cumple con las especificaciones, teniendo en cuenta lo siguiente: Un proceso estable presenta variacin natural de 1.5 y no es fcilmente detectable usando los grficos de Shewhart La competencia actual es tal que se debe ser ms exigente en la produccin, por lo que se debe luchar por tener un Cp= 2 y centrado en su valor meta deseado para que de esa manera se generen aproximadamente 3 defectos por milln de oportunidades de ocurrencia. La tabla 5 presenta la cantidad esperada de no conformidades por milln de

oportunidades de acuerdo a los supuestos del Sistema seis sigma. Clasificacin de la empresa en trminos de 1 2 3 4 5 6 CP 0.33 0.67 1.00 1.33 1.67 2.00 P.P.M 308,537 66,807 6,210 233 3

Tabla 5 Valores de P.P.M suponiendo un desajuste de 1.5

El problema bsico en el uso de la ecuacin 3 es la correcta estimacin de la cual se puede hacer si el proceso est controlado de alguna de las dos maneras siguientes. Tome una muestra de n piezas y calcule S usando la ecuacin 4

S=

(Y i Y )
n 1

EC 4

Si esta empleando el grfico del rango o desviacin estndar

=R = S
d2 C4 Ejemplo 4. Para los datos del ejemplo 3 calcule el Cp e interprete los resultados obtenidos. Datos del ejemplo 3 Como el proceso est estable:^= S= 3.709 Einferior = 36 Esuperior = 48 Usando la ecuacin 3 se tiene

Cp = EI ES 6

= E E = 48 36 = 0.539 I S Cp 6S 6*3.709
Como Cp<1, el proceso es potencialmente incapaz de cumplir con las especificaciones. En ocasiones es de inters conocer el porcentaje de la banda de las especificaciones que el proceso podra cubrir. Esto se estima usando la ecuacin 5 100P = 100 Cp Para nuestro ejemplo 100P = 100/0.539 = 185.49 % Interpretacin: La variacin del proceso es tal que se est pasando 85.49 % del mximo permitido en las especificaciones (en el caso de que el proceso est centrado). La ecuacin 3 para el calculo del Cp parte del supuesto que las especificaciones son bilaterales (EI y ES), lo cual no siempre es cierto. En el caso de tener especificaciones unilaterales las ecuaciones a utilizar para el clculo de la capacidad potencial son las siguientes Cpi = Ei 3 Cps= Es 3 EC 6 EC 7 EC5

Ejemplos para el uso de la ecuacin 6 y 7. Se tiene un envase de cristal sometido a una presin y se desea que resista sea al menos 2.0 kgs/cm2. Haga un estudio de la capacidad del proceso (Ecuacin 6). Se fabrican hornos de microondas y el diseo expresa que la cantidad de radiacin que salga no debe ser mayor a 3 puntos. Haga un estudio de la capacidad del proceso (ecuacin 7). 6.2 Cpk Capacidad real del proceso

El ndice Cpk es la combinacin del Cp (capacidad potencial del proceso) con el ndice K que mide el desajuste entre el valor meta deseado y el centro del proceso. Se procede a la explicacin del ndice K 6.2.1 K Indice de desajuste. Para que los resultados obtenidos en el Cp se cumplan es necesario que el proceso este centrado, es decir que el valor deseado y el centro del proceso sea el mismo si esto no se cumple el proceso est desajustado. Con este concepto se defini K como un indicador del desajuste

K=

EI ES 2

EC 8

La interpretacin de K es la siguiente: Valor de K Interpretacin =0 El proceso est centrado, ajustado: 0= 0 El proceso est desajustado: 0 >0 El centro del proceso est ms cerca de Es. Si K= 1, = Es <0 El centro del proceso est ms cerca de Ei. Si K= -1, = Ei Ejemplo 5 Para los datos del ejemplo 3 estime K e interprete los resultados. K

= (42 39.41) = 0.4316 [(48 36)/2] =

Interpretacin. El proceso est desajustado y la media del proceso esta ms cerca de la especificacin superior que de la inferior. 6.2.2 Cpk Teniendo en cuenta que el Cp no considera donde se encuentra la media del proceso con respecto a las especificaciones, se consider el desarrollo de un ndice de capacidad del proceso que combinara tanto la dispersin de los datos con respecto a las especificaciones como el desajuste. Esta idea desarrollo el ndice Cpk denominado

capacidad real del proceso cuyo calculo se hace usando la ecuacin 9 y cuya interpretacin es similar a la del Cp. Cpk = Cp( 1-|K|) Ejemplo 6 Para los datos del ejemplo 3 calcule el Cpk resultados. Del ejemplo 4 se tiene que el Cp = 0.59 Del ejemplo 5 se tiene que K = 0.4316 Cpk = Cp* (1 - |K|) = =0.59*(1-0.4316)= 0.306 EC 9 e interprete los

Interpretacin: Como el Cpk es <1 el proceso actualmente es incapaz de cumplir con las especificaciones.
Cpk El valor del Cpk tambin se puede obtener usando la ecuacin siguiente: Cpk= MINIMO{Cpi,Cps}. EC 9

El valor del Cpk del ejemplo 6 , usando la EC 9 equivale a calcular el Cpi (EC 6) y el Cps (EC 7) y seleccionar el menor de los 2.

Cpi^ = ^ Ei = 3^ Cps^ = Es - ^ 3^

39.41 36 = 0.306 3*3.709 = 42 39.41 = 0.77 3*3.709

Cpk= MINIMO{Cpi,Cps} = MINIMO{0.306,0.77} = 0.306

Ejemplo 7 Para un proceso con los siguientes parmetros: 0 = 50 =2 EI= 38, ES= 62 Se supusieron distintos centros del proceso y se calculo el Cp y Cpk obtenindose los resultados que se presentan en la tabla 6. Centro del proceso = Valor deseado = 0 Desajuste en trminos de = Cp Cpk 50 50 0.0 2.0 2.0 53 50 1.5 2.0 1.5 56 50 3.0 2.0 1.0 59 50 4.5 2.0 62 50 6.0 2.0 0.0 65 50 7.5 2.0 -0.5

Tabla 6 Relacin entre el Cp y Cpk

6.3

Cpm Indice de Taguchi

An cuando el ndice Cpk se desarroll porque el Cp no meda adecuadamente la capacidad cuando el proceso estaba desajustado, se encontr que este no cumpla cabalmente con ese propsito. A manera de ilustracin considere que un tema de control tiene como valor meta deseado 50, EI = 30 y ES = 60. El trabajo se puede hacer empleando 2 mtodos que bajo condiciones estables tiene los resultados que se proporcionan en la tabla 7 Proceso Centro del proceso = Cp Cpk A 50 5 1.0 1.0 B 57.5 2.5 2.0 1.0

Tabla 7 Resultados del Cp y Cpk para 2 procesos

Aun cuando los dos procesos tienen el mismo valor de Cpk, el comportamiento es distinto. Considerando esta situacin, Chan1 propuso combinar el concepto de Cp con las ideas de Taguchi para medir el desajuste calculando un ndice usando la ecuacin 10 ES EI 6 2 + ( 0) 2 EC 10

C pm =

La interpretacin simblica se presenta en la tabla 8, es decir si el proceso est centrado, (0= ), los tres ndices indican el mismo valor, cuando el proceso est desajustado (0), los valores de los ndices no son iguales (Cp> Cpk> Cpm). Por supuesto que un valor de Cpm <1 indica proceso desajustado Caso 1 0= Cp= Cpk = Cpm Caso 2 0 Cp> Cpk> Cpm

Tabla 8 Interpretacin del Cpm

Ejemplo 8. Para los datos del ejemplo 1 calcule el Cpm e interprete los resultados. Datos del ejemplo 3 se tiene:
Chan, L.K., S. W. Cheng y F.A. Spring, (1988) A New Measure of Process Capability: Cpm, Journal of Quality Technology, Vol 20
1

C pm =

ES EI 6 2 + ( 0) 2

48 36 6 3.709 ( 39.41 42)

2

= 0.2878

0 = 39.41 ^ = 39.41 S= 3.709. Einferior = 36 Esuperior = 48

Interpretacin: El proceso est desajustado e incapaz.

El resumen de clculos hechos para el ejemplo 1 es el dado en la tabla 9.

Caso Resultado Interpretacin K Cpk Cpm 0.4316 0.306 0.2878 Proceso Proceso Proceso desajustado actual desajustado El centro incapaz e incapaz de est ms de cumplir cerca de la cumplir especificacioEsuperior especif. nes Resumen de clculos de la capacidad del proceso para los datos del ejemplo 1 Prob. 0.89 89% produccin buena Cp 0.59 Proceso incapaz en potencia

Tabla 9

Compruebe que para los datos de la tabla 6 del proceso A y B los valores estimados del Cpm son 1.0 y 0.63 respectivamente, indicando que el proceso A es mejor que el de B. Considerando los resultados resumidos en la tabla 1 se puede concluir lo siguiente:

Para evaluar la capacidad del proceso, el estudio probabilstico proporciona una idea ms clara que los ndices de capacidad al llegar al expresar la estimacin en trminos ms precisos. El clculo de los ndices de capacidad es generalmente ms sencillo que los clculos probabilsticos. A medida que se le agrega ms detalle al clculo de los ndices su interpretacin y clculo se complica, alejndose de la idea bsica de que sean fcil de calcular e interpretar.

Tanto los clculos probablisticos como los ndices indican una estimacin puntual que puede y debe ser mejorada expresando los resultados en intervalos de confianza para poder usar de manera ms confiable los resultados en la prediccin de la capacidad del proceso.

7.

INTERVALOS DE CONFIANZA PARA Cp, Cpk.

El clculo de los indicadores de la capacidad del proceso arroja una estimacin puntual de la calidad del tema de control. Estos resultados se pueden extender aplicando el concepto de intervalo de confianza al trabajo de los ndices de la capacidad del proceso. 7.1 Intervalo de confianza para Cp

Usando la ecuacin 3 para estimar Cp, la estimacin por intervalos de Cp es

(21 / 2),( n 1)
p

n 1

Cp

2 / 2 ),( n 1)
p

n 1

Observe que se usa una distribucin Chi cuadrada porque Cp tiene como nico parmetro polacional (estimado) a la desviacin estndar que equivale a la raz cuadrada de la varianza y la varianza es modelada satisfactoriamente usando la Chi cuadrada. Ejemplo 9 Para los datos del ejemplo 1, construya un intervalo de confianza para Cp. Suponga que n=20 datos y utilice los resultados previos C^p =0.59

(21 / 2),( n 1)
p

n 1

Cp

2 / 2 ),( n 1)
p

n 1

= 0.59

8.91 32.85 C p 0.59 19 19

0.404 < Cp<0.776

7.2

Intervalo de confianza para Cpk

8.

INDICES DE DESEMPEO DEL PROCESO, PPI.

En 1991 se form la Automotive Industry Action Group o AIAG. Este grupo est constituido por los tres grande de la industria automotriz norteamericana (Ford, G.M. y Daimler/Chrysler) y la American Society for Quality (ASQ). Uno de sus objetivos es estandarizar los requerimientos de reportes de los proveedores y en general de sus proveeddores automotrices. La AIAG recomienda el uso de ndices de capacidad del proceso Cp y Cpk cuando el proceso est en control y estimando la desviacin estndar del proceso S=R/d2. Cuando el proceso no est en control, la AIAG recomienda usar los ndices de desempeo del proceso Pp y Ppk, donde Pp = Esuperior Einferior 6S Donde S es la desviacin estndar de la muestra, calculada usando la ecuacin 4. Lo que equivale a decir que el Cp y el Pp son bsicamente iguales cuando el proceso est controlado estadsticamente. Cuando el proceso no esta controlado el ndice Pp no tiene ninguna interpretacin significativa con respecto a la capacidad del proceso porqu no se puede utilizar para predecir su capacidad. Sus propiedades estadsticas no son determinables y no se pueden hacer estimaciones validas con respecto a los verdaderos parmetros poblacionales. Si el inters est en tener una estimacin rpida y sencilla de cmo est el proceso en el instante del tiempo en que se extrajo la muestra para hacer el calculo del Pp, es ms sencillo utilizar las mediciones y directamente calcular con una sola divisin el porcentaje de piezas que cumplen con las especificaciones del tema de control. Desde el punto de vista ingenieril el Pp no dice nada. Algo similar se puede argumentar entre el Ppk y el Cpk. Se present el ndice Pp y su parte Ppk, para que se conozca sus orgenes, su existencia y la poca o nula fundamentacin estadstica para fines de estimacin y prediccin, objetivo fundamental del control estadstico del proceso.

9.

RESUMEN Y CONCLUSIONES

Ejercicios: 1. Se est empacando alimento para gato que segn las especificaciones de la lata deben ser de 95 10 gramos. Se supone que el tema de control (el peso neto del alimento) tiene una distribucin de probabilidad normal. Se usa un grfico Promedio desviacin estndar con agrupamiento de 5 latas (n= 5) e indica variacin controlada. Del grfico de control del promedio se tiene: x = 100 Del grfico de la desviacin estndar se tiene: s = 1.05 a. Estime la capacidad potencial e interprete el resultado. b. Estime la capacidad real e interprete el resultado. c. Estime el Cpm e interprete el resultado. d. Calcule las tolerancias naturales del proceso y comprelas con las especificaciones de diseo. Que concluye? e. Que porcentaje de latas tienen peso de ms f. Si la produccin diaria es de 10,000 latas y el gramo de alimento es de $ 30.00 cuanto se est gastando de ms? 2. Un equipo rectificador de cilindros de motor de carro se debe ajustar para hacer el trabajo con las especificaciones siguiente 80 8 mm. Suponiendo que el tema de control (el dimetro interno del cilindro) tiene una distribucin de probabilidad normal y est en estado de control estadstico al usar agrupamiento de 5 cilindros (n= 5): Del grfico de control del promedio se tiene: x = 100 Del grfico de la desviacin estndar se tiene: s = 1.05 a. Estime la capacidad potencial e interprete el resultado. b. Estime la capacidad real e interprete el resultado. c. Estime el Cpm e interprete el resultado. d. Calcule las tolerancias naturales del proceso y comprelas con las especificaciones de diseo. Que concluye? e. Que porcentaje de cilindros cumplirn con las especificaciones, es decir estn bien trabajados. 3. Se tienen 2 procesos con las caractersticas siguientes: Proceso A Del grfico de control del promedio se tiene: x = 100 Del grfico de la desviacin estndar se tiene: s = 3 Proceso B Del grfico de control del promedio se tiene: x = 105

Del grfico de la desviacin estndar se tiene: s = 1 Si las especificaciones son 100 10 a. Calcule el Cp, Cpk, Cpm e interprete los resultados b. Que proceso recomendara?