05) Montgomery, Douglas C. (1994). "Análisis de la capacidad o aptitud del proceso".

México:
McGraw-Hill, pp. 237-250.

Capítulo 8
Análisis de la Capacidad o
Aptitud de un Proceso

8-1 INTRODUCCiÓN

L‹zs Iú'c nicas cstadisticas pueden ser útiles en tcdo el ciclo de un producto, incluyendo las activi-
dades de dc•sarrollo prcx’ias a la fabricación, para cuantificar la variabilidad del proceso, analizar
csta v‹zriahilidad cn relación con los requisitos o especificaciones del producto, y paTa ayudar en
el desarrollo y la manufactura, eliminando o reduciendo en gran medida esia variabilidad. Tal
actividad poner al se denomina and/isis de la capacidad (o apl iludl del proceso. En este capítulo
se tlcacrilx’n varios métodos estadísticos útiles cn los cstudios a este respccto, y se muestra cómo
lu inform.zc ión gc'ncrada dr esta manera es útil para establecer las especificaciones de partes o
comt›uncntes indíx’iduaIes.
La capacidad o epi ituc/ de un prrvcso se reficre a su uniform idad. Obviamente, la variabili-
ducl dcl ¡yrocesu ¢•s una mcxJida de lu uni/ormiJad dcl rendimiento. Puede considerarse tal variabi-
lirlod rlc• dos mancras:

1. La vuriahilidad natural o inhercnte en un inst.ante cspecificado; es dccir, la variabilidad "ins-

tantânea".
2. La ›•uriabilidad en el transcurso del ticmpo.

Su ex¡›onc'iz ‹ahoru mdtoclos para investigar y evaluar ambos aspectos de la aptitud de un proceso.
Sc ucu tumbra considerar un ancho ble seis sigmas en la distribución de la característica de
c.alidad dcl producto cumo una medida de la capacidad del proceso. En la Fig. 8.1 se muestra
un proceso pura el cudl la característica de calidad tiene una distribución normal, con media //
y desviación estándar o. Los limites superior e inferior de "tolerancia natural" dcl proceso se en-
cuc’ntran tn y + 3a y y — 3o, rrstx ctivamcntr. Es decir,

LSTK /‹ + 3 o
LITN y — 3o

Pur.a una dislrihuciÓn nurmdl, Ius limites de tolcrancia natural incluyen 90.73% de la varia-
l›lc', o c'xpresado de otra manera, súl‹› cl 0.2 7"/« de la salida del t›roceso caerá íuera de los límÍtCS
cJc t‹›lurancia natural. Se dcbcn recordar los dos t›untos siguientcs:

1. El ‹J.2 7"A fu«r.z dr’ las tolerancias naturales p.bruce poc‹›, per‹› esto corresponde a 2 700 ar-
tí«til‹›s cJisroniormeS por millón.

237

Material compilado con fines académicos, se prohibe su reproducción total o parcial sin la autorización de cada autor.
238 8 Análisis de la Capacidad o Aptitud de un Proceso

0.9973.
0.00135 0.00135

3•
LITN LSTN
yv\edia del proceso

Figura 8•1. Límites superior e inferior de tolerancia naiural en la distribuciùn nurm•1l.

2. Si la distribución de la salìda del proceso no es normal, entonces el porcent•i• de la salida

que cae fuera de /z -]Z 3o puede diferir considerablemente de 0.27%.

Se define el análisis de la cafi›acidad de un proceso como un estudio de ingeniería orieniado

a estimar la aptitud del proceso. La estimación de tal característíca puede ser como una distribu-
ción de probabilidad con (orma, centro (media) y dispersión (desviación estánòar) especííicos. Por
ejemplo, es posible determinar que la salida del proceso se dístribuye normalmente con media
/z — 1.0 cm y desviación estándara = 0.001 cm. En este sentido, puede realizarse un anúlisis de
la capacidad del proceso sin tomar en cuenta las especi/icaciones de la caracter/stica de ca/idad.
De manera alternativa, la aptitud o capacidad del proceso puede expresarse como un porcentaje
fuera de las especificaciones. Sin em6argo, las especifícaciones no son necesarias para realizar
, el análísis en cuestión.
Un estudio de capacidad de un proceso mide normalmente parámetros Ïuncionales del pro-
ducto y no del proceso mismo. Cuando el analista puede ohservar directamente el proceso y con-
trolar o vigilar la actividad de la obtención de los datos, el estudio será una verdadera apreciacidn
de la capacidad del proceso, porque controlando la obtención de los datos y conociendo la se-
cuencia de éstos en el tiempo es posiblc hacer inferencias acerca de la estabilidad temporal del
proceso. Sin embargo, cuando se dispone solamente de unidades muestrales del producto, quizá
proporcionadas por un proveedor u obtenidas mediante una inspecciön de recepción, y no hay
una observación directa del proceso o un historial de la producción, entonces el estudio se IIama-
rź más adecuadamente caracterizaciön del producto. En tal estudio de caracterizacïón solamente
se puede estimar la distribución de la característica de calidad del producto o el rendimiento del
proceso (fracción conforme con las especifïcacïones); no es posïble decir nada respccto al com-
portamiento dinámico del proceso o a su estado de control estadístico.
El análisis de la capacidad de proceso es parte decisive de un programa general de mejora-
miento de la calidad. Entre los usos más importantes de los datos de un análisis de aptitud de
proceso pueden mencionarse los siguientes:

1. Predecir cuán bien cumple el proceso las tolerancias.

2. Ayudar a los diseñadores o realizadores del prodÙcto a seleccionar o mocłificar un proceso.
3. Aț'udar a establecer un intervalo entre muestreo y controles de procesos.
4. Especificar los requisitos para”el funcionamiento de nuevos equipos.
5. Elegir entre diíerentes proveedores.
6. Planear la sucesión de los procesos de producciôn cuando existe un efccto interacti\’O dC
los procesos sobre las tolerancias.
7. Reducir la variahilidad en un proceso de nlanuíactura.
 = - =+ Al VIGCC E 0 Ç' ^' İSI OÇjfčtMa O Diagrama de Probabilidad 239

.Sri. ‹*I .in.ł IISi> d£' IN ^ anacidad de prcx:eso es una técnica que łiene aplicación en muchas partes
‹Jc'l cic l‹› ł›‹cxluc1ix'o, incluycndo el diseño del proÛucto y del proceso, la búsqueda de proveedo-
Ifl [›lant‘aciôn dc la prr›clucc:an o :a iabriración, y la manufactura misma.
I J‹J\’ Irts mć't¢›clos ïundan er.:ales 4ue se utilizan un el análisis de la capac. Jad de proceso:
!c:•'‹› ran›.› • ‹> c!:ay an›u› ‹ic t›ru.eÜ:'.ü e», cliugrai»as de cunłrol, y rx perlmentos diseñados. Se
t*•.. n»o,›r.\ ‹ iI‹Jstrará a rnntinîJ*r' >* c. o NJ no dc t.aIcs mútodos.

8-2 ANÁLISIS DE LA CAPACIDAD DEL PROCESO NIEDIANT E

UN HISTOGRAMA O UN DIAGRAMA DE PROBA BILIDADES

8.2.1 Utilización del Histograma

L.z ‹li•triI›t›cic›n ‹łe i”recuencías puede sen• ‹r en l‹a estimación tle la aptitud o capacidad de proceso.
St• tenrIri• r:.u • clisponcr tJr por !.c a.cm 50 a 100 o m.\s ol3scrvaciones para que el histograma
sc•.z n r›‹lcr.a‹J.amen:r cstable, .z íin cic o'o:ener una estimación razunablemente coníìable de la ca-
țJnt l£l‹1£l tlc grCîceso. ?i cl ingcniero de calida‹l ticne accesu al proceso y puede contrular la obtcn-
c i‹›i ¢l‹‘ lr • clatos, sc dc*fx‘n sc qr:: to* *iguirnłes p.usos antes dc dicha obtención:

1. El‹•șir i.zs mùc¡uinas t¡ue se x*n e L:iiizar. Si los resultados de una o unas cuantas máquinas
van a extcnder5e a una poblaciÔn măs grande, la máquina selccCionada tendrá que ser repre-
sent. :ix'a de toda la población. Ademźs, si tiene varias estacíoncs de traba io, puede ser im-
[3c›rt‹ante recopilar los datos če manera que pueda aislarse la variabilidad de una estaciôn a
t›:r.›. Esto puede implicar el uso de experimentos diseñados (Sección 8.4).
2. S‹'lc’ccionar las condicione:- operacionales del proceso. Definir cuïdadosamente las còndi-
ciun‹’s. como volocidades de corte y de avance, tcmpcratura, etc., para referencias futuras.
Puu‹łr scr importance estudïar los eîectos de los cambias en estos factores sobre la capacidad
dr' [3ruccso.

30 -

20

10

170 19' 2 l 0 230 250 270 290 310 330 350

Rn- -''a ta a la prc*sir›n inmrna Ipsi o lb/plg’ I
Figura 8-2. Hislrv •ama de los cJutr›s de resistcncia a la presiÓn interna.
240 8 Análisis de la Capacidad o Aptitud de un Proceso

3. Seleccionar un operario representativo. En algunos estudios, quizá sea importante estim¿t

variabilidad del operario. En estos casos se tendrán que elegir los operadores al azar denlrq
de l‹a población ”de esle personal.
4. Vigilar cuidadosamente el proceso de rec‹›pil.ación de los datos, y registrar el orden en ç¡
tiempo de la producción de cada anfculu.

El hiStO/;raMa, juntn con la media muestral x y la desviación estándar muestral S, propor-

ciona información acerca de la capacidad de proceso. Conviene hacer un repaso de las directrices
para la construcción de histogramas dadas en cl Cap. 2.
A fin de ilustrar el procedimiento en la Fig. 8.2 se presenta un histograma de la resistencia
a la presión interna (en psi, o lb/plg’) de 100 botellas de vidriu de 1 litro para gaseosa. Los datos
se muestran en la Tabla 8.1, y la distribución de frecuencias en la Tabla 8.2. El análisis de los
100 rJair›s da

x - 264.06 S —— 32.02
Por consiguiente, la capacidad del proceso se estimaria como

K 3S

o sea
264.06 3- 3(32.02) = 264 z 96 psi

Tabla 8•1. Rusislcncias a la presión inlrrnd che 100 huellas de vidriu cfe un
litro para gaseosas
265 197 346 280 265 221 265 261 278
8

205 286 317 242 Z54 IS 176 262 248 2s0

263 274 242 2W 281 246 2#8 27J 260 265
307 243 K8 3Zl 294 328 263 24F 274 270
220 2ü1 276 228 223 296 231 3Q 337 298
28B 267 300 250 260 276 334 2BO 280 257
260 281 2OB 299 30B 264 280 274 278 210
234 265 187 2S8 235 269 265 2S3 2S4 280
299 214 264 267 283 235 272 287 274 269
21S 318 271 293 277 2Ai 283 258 275 251

Tabla &2. Oistrihución du frecucnci.1s para Ius d.1tus d€• rcsislenciu a la

presión interna
lnirrvaln dr clase Frecuc’nciJ
‹lh/Pig- ) Frecuencia rrldtiva

170 :s x < Ul 0.02 0.02

s9o s x 21o 4 o.O4 0.06
210s x 230 7 0.07 0n3
230sx< fi0 3 0.13 02E
250 & -x < 270 32 0.32 058
270s x < 20 24 02 007
296sx 310 11 0.11 0.93
310Sx 330 4 0.W 0.97
330s x 350 0.03

Material compilado con fines académicos, se prohíbe su reproducción total o parcial sin la autorización de cada autor.
8.2 Capacidad del Proceso por Histograma o Diagrama de Probabilidad 241

+‹I‹'n›.› . I.› ir›rma ‹Tel histu¿r,am.z 'nclic.a ‹]‹›c la cli•triI›uc:ión dr‘ las rc’4isttnci, ,-i la presiÓn cs a¡\rc-
x ul.«I.›n›‹*iltc' nnrn , l. ‹le n›ocI‹› cju‹* s‹• ‹‘•tina.a ‹luz ‹al re‹I¢'cI‹›r cltl 09.7ñ% rte I.as h‹›jt•II,as pro‹juc¡-
. ti.lx |J‹›r t’•lc* ¡›rucesu, r€'\”'m„r,1n ,0 r:•.Irc' 1 f›H \’ /f í›U ll›*|JIg’. í3l3sÉ'rv€'xc‘ C{ur rs |josil : es,jimar ]g
‹ .I¡›.\c icí.i‹I ‹Icl procesu sin i/»/›c rf,jr la s c’›/Jc’c i/”ic:te i‹›r*t's /›.tr.t lo r‹*x/sf‹'nc”i.1 o la çresi‹›r .
U i\‹l x r•1t‹1¡,1 dcl n1c•!‹xlo tf‹’ I.1 cli I i ilJuc iÓi1 ‹le' ir e¢ uC‘nci•\s ¡ .1ra c•v•-il ‹Mr l•\ n}›.xc icI.1‹J ‹lol prcgç•-
s‹› ‹'• ‹juo t›rujx›rc iunu ‹mu ii»t›rrsiun x’isual im»‹•cIi..\n ‹I‹’l Íriizciunaimc•nl‹› ‹I‹’l t›rc›ceso. Tambit i
}1ti‹'cl‹• rrvc*l0r jnmedin!,in1‹’mc' ‹'I mu!iv‹› de’ ui1 rc'nclimic‘nto rlr'(iric ‹1tc• rf‹ I {›r‹›ce:so. Por rjt•n ¡ l‹›,
I,› F ib. 8.3.a representa un ¡›rocex‹› ‹:r›n c.ip.1cicta‹I actúe ›.url.a, pero cuyu ol›j vivo estú mal ul›icado,
i1jit•nlr‹1? ctue la Fi}t. 8.3/› ilustra un prucc"•o cun c‹1parirla‹) ‹IuIicic•nte, ‹Iul›irlo a varidl›iIicl.td ¢'xc:esiva.
Un m‹›dn cgnvL niL’n!t ‹l€' cx| rLSar I.3 ca[3aCi‹I.1cl ff‹' [3rocrso cs }3or n8tdiu ‹IL I•8 rr/aciún de
c .y/›.›ci¢Ynr/ ( ‹› a/Kati:'lt/ ) ‹/c*Í /›rr›r‹•sr› ‹ecPj, [›ruscMt«irT8 •1ntcs cit rl C.at›. 6. Recuérdese que:

— Lgl (8-1)
6o
‹I‹›o‹It' I fiE \’ LIE •‹›i› l‹› lin ii. • s‹i;›rrior o ini riur dc os;›cci(ica¢:iuil, resp¢•clix'an›‹*nîr'. *‹‘ ritiliz a
I.1 f:‹”‹mc i‹”›n !g. 1 î ¡›nr.› c>p¢‘‹. iiir .1c i‹›nt”• l›iI‹1ltr.\l‹••. E n tl c:aso du cspcci(icuciuno‹ unilaîtralc , la

LSE —
jz ísdlo la cspocíiic.ación (8-2)
KCP= superio‹I
3o
- LIE (8-3)
RCP ==
3o (•.óIc I‹ cst›cciíicaciún inf‹•rior)

Pur,j Icas datos 1€' rt'sistcncia ,1 I.1 prc•siún int‹’rn.a, su¡›óng‹ase que el limite inferior de espoci(i-
¿‹zciún de I.a rcsistcnCi•z ‹*s de 200 lt›.’¡›lg’. E n\nnccs la relación do capacidad dcl proceso es

y - LIE 2f›4 - 2€O

RCP 3« 3(32)
0.67
" 96

fhl
Fihura 6-3. Alyîin.i• c ,1tis,ts ‹l‹: capat i‹!.1d ‹ÎL' țJruc rs‹› rtc’fic icr\tc. bal Centradn inp fopi‹› r4el nrurcso. Ih) Variabi-
242 8 Anállsis de la Capacidad o Aptitud de un Proceso

Tabla 8-0. Valores ‹lc rclaCiÓn dc capacidad de proceso

tRCP) y reCh‹azo dc proceso correspondicnłe para un proceso
distribuido normalmenłe (en ppm de de(ectuososł
krchazo clel ȚjroCeso (en ppm de defecłunsosl
P@R Especificaciones unİlaterales Esp ocific aciones hiIa\eralrs

0.50 66,BDD 133.600

0.75 12,2CO 24,4£O
1.cD 1,350 2,7Œł
1.10 483 966
1.20 159 318
1.30 48 96
1.40 13 26
1.SO 3.40 6.80
1.60 0.80 1.60
1.70 0.17 0.34
1.80 0.03 0.&
2.€D O.ŒD9 0.Œrt8

La fracción de botellas defectuosas producida por este proceso se estima encuntrando el šrea a
lu izquierda de Z - (LIE —/z)/or - (200 — 264)/32 - —2 bajo la distrihución normal esldndar.
El rec:hazo estimado es aproxìmadamente de 2.3ß% dc producłos deícctuosos, o alrededor de
22 800 botellas disconformes por millón. Obsćrvese que si la distribuciÓn normal hubiera sido
un modelo inadecuado para ia resistenc1a, se tencJria que realizar este últìmo cálculo medianle
la distrihuciôn de referencia adecuada.
La relación de capacidad del proceso es una medida de su aptitud para f.1brìcar productos
que satisfagan las especificaciones. En la Tabla 6.3 se muestran varios valorcs de la RCP, junto
con los valores correspondientes del rechazo del proceso, expresado en piezas defectuosas o
disconformes por millón (ppm). Sc calcularon cstos rcchazos dcl proceso suponicndo una dístri-
l›ución normal para la característica de calitJad, y en cl caso de especifîcaciones bilaterales, consì-
‹lerando una media del proceso centrada entre los limites superior e ïnierior de especificación. A
íin de ilustrar el uso de la tabla, obsérvese que una RCP de ï.00 implic‹a una tasa de rtchazo
de 2 700 ppm para especificaciones bilatcrales, micntras que una RCP dc ì.Sß implica una tasa
dL' reChazo de 3.4 ppm para espocificaciones unilatcralcs.
En la Tabla 8.4 se presentan algunas directrices para valores mínimos de la RCP. La caracte•
rística cle resistencia de las botellas es un paramelrc relacionado eslrechamcnte con la scguridad
del procłucto; las botellas con resistencia ina‹Jecuad•1 a la presíÓn pueJen reventar y ltsionar a

Tabla 8-4. VaIorL•s minimos rcccmendaclcs p.era la rt•lacirJn dr ca/›ac idad de proceso
F•pc•cific•1ciun‹’s Esțn.•ciiicaciones

f’r‹›L t»‹›ï cxisttntcs

1.33 1.21
f’r‹›rt”sr›s n‹iL‘\’ox
4.50 1.4S
I’.3r‹łmtłrc› cłc s¢'guri‹I.Id. ‹IŁ•
3 .50
țJrt›c:t•.c› cxi5łenI‹’
l*,1r‹1i11cł r‹ł cłc s‹'ÿuritJ.1rt. ‹It'
1.67
proceso n uevo

Material compilado con fines académicos, se prohibe su reproducción total o parcial sin la autorización de cada autor.
8.2 Capacidad del Proceso por His tograma o Diagrama de ProDaDilidad 243

n^.H^ 'r•l ¢U’ n1t’)c›r‹lr I.0 kCP tŁ'ria ‹3t›n1‹•f1l‹l r l‹l rt si?łt’nCi‹1 nJodin tic I.3s l3olellas, vertiendo más
\'irłrio c*fJ ‹'I njr0lclt”.

8-2.2 Diagram as de Probabilidades

El ‹Ii•lpr•ti»‹ r› fir: íic, clt* ț›ruI›•^l›ilicî, cies cs una altcrnativ. al Iiistoßi au a cjuc nuedc servir para
i2c'lc'rnlimlr lù íorn . , c'l t c mr‹a \’ la di?pcrsiÓ i1 elm l‹a dislr ihuc ió n. Ticnc la vent.aja tìc que no cs
r t’c t's,1riu ‹Iix’irJ ir In .tii ¡›lilu‹I dr 1. v.1riahle en interv. los rle cl.1st', y cun frocuencio ¡3ruduCe rcsul-
I.i‹l‹›s rnzon. l›l‹'s ¡›.›ru mucstr‹›x in‹xłt‘rdJanJ‹'ntc• țx'quc’ń as (lu qur no h.acc* el histograms). Un dia-
Mr.1na.I tl‹' ¡›rc›l›‹il›il ic).łc It's ‹'s uf›.i yr.ii ic.1 EJ€' los dmns )crarcjuiz• ‹Ic›s en tunciù n dc l• irec ucncia
.›¢: maul.›‹l.› ‹f‹“ l‹a n›•i‹’•ir.›. ‹’lnl›or.JcI.1 t'n un t›.a pet cs¡x”cial y ant I.I e>cnI• '•'c'iticaI dc na°ancra que
l,ł ‹fill i il›\n ir›n .ir lin ułl.il i\’.1 ¢łt•l ti¡jt› țu|›uosto rs uila rC'cta. ES posiÜ lt’ consryuir pałJ 'I t5|D0C ial
dt’ ț›rr›l›.›I›iIicl.lcI I›.›rm I.›s tI:słril›uc i‹›nrs norm.›I, ‹ x¡›oi onci, I, cl‹' \\’ciUull ț’ v. ri.as otr•^s. Si, nor
c*j‹'nq›Iu. I‹›• ‹J.1trw ‹Ic' ui1.› cIislriI›uc ić›n normal st’ gra(ican en p. ¡ cl de prohalJiIirI.url norm. I, los
ț›ti nlt›• t”.›‹’r.In r, •i c*x. ri.m\mic' snhr‹’ un.1 Iinc‹1 rccta.
i’.\r‹\ iluxli,1r ‹'sl‹' ¡›i‹›‹ ‹*tlin icr tu, c unsitIć’rcnsc las 20 observe cionrs de resisI¢'nciJ a la pro-
•i‹›n inl‹*rn.i cm' l›‹›l‹’ll.\s tțut’ .a¡›arc'cen a continu.ariú n, ț’.a orrìen.ad. ‹ por ranbo o ¡erarqui. :

Rango de resistencia j, ž, Posició n en la graíîCa , P,

1. 197 0.025
2. 200 0.075
3. 215 0.125
4. 22i 0.175
S. 23a 0.22S
6. 242 0.275
7. 245 0.325
8. 258 0.375
9. 265 0.425
a 0. 26S 0.475
9ü. 27a 0.525
2. 275 0.575
13. 277 0.625
14. 278 0.675
l5. 2RO 0.725
16. 283 0.775
17. 290 0.825
18. 3O1 0.875
19. 318 0.025
20. 346 0.975

(8-4)
244 ”' 8 ”Análisis de la Capacidad o Aptitud de un Proceso

d£irtcf€• n es el łamań o muestral. Por ejemğ lo. la .icîĞ n del punto 1 es

’ z 01
- 0.025
20 M

Lu Eigur.› 8.-1 es la jțrń fica de P¡ en funció n de la re istencia x; en un papel de probabilidad not.

m•1I. €3l»•ó rvese que los datos caen casi sobre una misma recta, sugiriendo que es normal la dislrs
hue inn rk’ luw resistencias. La lînea de la Fig. 8.4a ajustÓ "a Ojo". Al trazar la I(nea, es mcjot
dar má • importancia a los puntos centrales de la grä fìca rjue a los de los extremos.
Ła mt.xJia de la diśłribució n normal es el porcentil 50, el cual se puede estimar a partir d‹
la Fig. 8.d como aproximadamen te 260 lb/pig’. La desviación estándar de la distribución es It

0.0ł
99.99
0.05
0.1
0.2
99.8
0.5 99
98
2
95
5

10 80

20 70

50
&
40

70 20
t0

95 2

98 05
99 0.2
01
99.8 005
99.9 —
— -- -
0 0î
99.99 190 210 230 250 270 290 310 330 350 x,

Figura ® -*. !*i. gr'1i^^.^ cle proh•1hiIicl. ci n‹›rr1›.I I ¡1,1r.3 los d‹H us de rmlstrncia dc t›otrIIas
8.2 Capacioad del Proceso por Histograma o Diagrama de Probabilidad 245

/›'’‹i‹/ ‹'‹›f‹ ‹le- la «'‹ la. Cr›ro i‹'nc• c'stiniJr ía dc>x”i.›ciún cal.Int.tr coM o I, diferç•nci,j cntre ¡ ç por-

10” G6

66

S
8’
0”
0 0
0î
Z6G
ï

S”
”0

0č
069
6
õ”

0
99.99$.899 98 9 S

66
OS OS
S

0
86
0e Ołr
1 1 1 1 1 1 Í 1 l
T* 190 210 230 250 270 290 310 330 350
Itc‘•i<trnt i.1 III›/|›Ijj' I
Figura
Π8-5. 56
kr'prL . 2n1,1ción dr clatox no norm,1Ics en una grJfica de pFobahilidad normal.
0£

09 0č

0
'246 8 Análisis de la CapaCidad o Aptltud de un Proceso

llas es LIE - 200 lb/plg’. De la Fig. 8.4, se estimarla que alrededor de 4.S°A de las botellas (a§¿
cadas mccliante dicho proceso reventarfan para un valor interior a tal lfmite.
Pero 'h• Y que lener cuidado al utilizar las gráficas de prohahilidades. Si los datos n‹› provi
nen de la distribución supuesta, las inferencias obtenidas acerca de la capacidad del proceso
, diante el
uso del diagrama podrán estar muy equivocadas. La Fig. 8.5 es una gráfica de probabilidg normal
para datos nn normales. Se puede deducir del examen de esta gráfica que la disiribució# de los
datos tiene colas ”más pesadas” de lo normal. Es decir, los valores extremos mayores g
lo que se podría esperar en el modelo normal. Por consiguienle, más áreas se encuentran fueq
rJe Jos I/mites de tres slgmas que en el caso de la disfribución normal.
Unn desventaja obvia de las gráficas de probabilidades es cjue no se trata de un procedimie
to objetivo. Es posible que dos analistas lleguen a diferentes conclusiones utilizando los mismo
datos. Por este motivo, a menudo es deseable completar las gráficas de probabilidad con prue@
de hundad de ajuste, según una base estadística más íormal. Una buena introducción a estas prut.
has es la obra de Shapiro (J 980). La selección de la distribución para ajustar los datos es tamblt
un p.uso importante en la graíicaciÓn de probabilidades. A veces puecle hacerse uso del conoo
miento che los fenómenos físicos o de la experiencia para sugerir una distribución. En otros casos,
la representación visual de la Fig. 8.6 puede ser útil para seleccionar una distribución que describe
los datos. Esta figura presenta las regiones en el plano//„ /{ypara varias distribuciones de probé

l’

3
“

6
Dist ribución I

0 3

Figura 8-6. Regiones en el pl.ann i¿„ ¿,y para diversas distribuciones. íLIo
G.|. Hahn y S.S. Shapiro, 5tupstir.ll ,\to‹lç•ls in í nyinet'r/ng. |nhn \ViIey.
Nueva York, 1967.)
8.3 Capacidad del Proceso por un Diagrama de C ontrol 247
mt•1n‹4ares, dcnde /ł, y Ø son I‹3S medi¢ias rlel sesgo y de la curtosis, reSpGctivamente. Para
I‹ł Fiy. Ü.6, Jcbe calcularse el scsgo y la cunosis a partir de la muestra, par ejemplo:

(8-6)

en donde
.
Z(•,-*)'
j - 1, 2, 3, 4 (8-7)

y ubicar rl punto íp„ /) en la gráfica. Si el punto cae čerca de un punto, linea o región que co-
rresponds 0 una de las distribuciones en la figura, entonces tal disiribución será una elección lógi-
ca para ser utilizada como un modelo de los dalos. Si el punto cae en regiones del plano/ł , /ł
en las que nínguna de las dìstribucìones parece adecuada,‘podrán necesitarse otras disiribuciones 2
de probabílidad más generales, como las familias de diștribuciones de Johnson o de Pearson. Hahn
y Shapiro (1967) exponen procedlmienios similares a'la Fig. 8.6 para ajustar estas distribuciones
y gráficas en.

8-3 ANĂLISIS DE LA CAPACIDAD DEL PROCESO MEDIANTE UN

DIAGRAMA DE CONTROL

Los hłstogramas y gräficas de prohabilidad resumen el funcionamiento del proceso. No exhiben

necesariamente su capacidad potenciaî, porque su objetivo no es un contro/ estadistico, ni mues-
tran patrones sîstemáticos en el rendimiento del proceso, cuya eliminaciön reducłría la variabilidad
de la característica de calidad. Los diagramas de control son muy eficaces a este respecto, y deben
considerarse la tùcnica principal en el análisis de capacidad de un proceso.
Se pueden utilizar los diagramas de control de atributõs y de variables en el análísis de capa
cidad de un proceso. Deben emplearse las gráficas de x y A cuando sea posible, par su mayor
potcncialidad y porque proporcionan mejor informaciön que |os diagramas de aiributos. Sin
embarBo, las B >ficas de p y c (o u) san útiles para anal1zar la capacìdad de proceso. En los
Caps. 5 y 6 se presentaron las técnicas para la construcción y el uso de estos diagramas. Recuérde-
se que con objeto de poder usar el díagrama dr p, se necesitan especificaciones para las caracte-
rlsticas del producto. Las gráficas de x y R permiten estudiar los procesos sin tomar en cuenta
las especificaciones.
Los diagramas de control de ž y R permiten analizar a la vez la variabilidad instantãnea
ícapacidad de proceso a corto plazo) y la variabilidad en el iiempo (capacidad de proceso a largo
plazo). Es particularmente útíl obtener los datos para un estudio de la CapaCİdad de un proceso
- • ins n lies oeriodosği/erentes (turnos, días, eic.).
2sa 8 AnálislS de la Capacidad o Aptitud de un Proceso

Tabla 8•5. Datos de resistencia de botellas _

f Muestra Datos

0 265 205 263 307 220 252.0 102

2 26B 260 234 299 2 235. 2 84
3 197 286 274 243 234 246.2 8P
4 267 281 265 214 318 269.0 104
S 346 317 242 258 276 287.8 104
6 300 208 187 264 271 246.0 113
7 280 242 260 32t 2/8 266.2 P3
8 2S0 299 258 267 293 273.4 49
9 265 254 -281 294 223 263.4 71
10 260 308 235 283 277 272.6 73
11 2CQ 235 246 32B 296 261.0 128
-12 276 264 269 235 2@ 266.8 SS
13 221 176 248 263 231 227.8 87
14- 334 280 265 272 283 236.8 6g
15 265 262 271 245 3Q 268.8 56
16 280 274 253 287 258 270.4 34
17 ” 261 248 260 274 337 276.0” 89
18 230 278 254 274 27S 266.2 28
19 27g‘ 250 26S 270 29B 27a.g 4g
’20' 257- ’210 280 269 2S1 253.4 70
Ü - 264.@ P’ - 77.3

En la Tabla 8-5 se mues\ran los datos de rrsisiencia a la presión interna de botellas para ga-
seosas en 20 muestras de 5 observaciones cad,a una. A continuación se resumen los cálculos para
los diagramas de I y A:

Oiagrama de R

Línea central - R - 77.3

LSC - D,A - (2.) \ 51(77.3) - 163.49 -

LIC -- D,H • IO)(77.3; - 0

Oiagrama de x'

Linea central - x - 264.06

LSC - + z\ 2/2 - 26-1.06 - ‹O.3 7?)**7.3j - 308.66

LIC - x + A,R - 264.06 — .0. 5z 7)L77.3) - 210.46

En la Fig. 8-7 se presentan los diagr.amas de x tv R para las 20 n›ueslras de la Tabla 8-'s. Amhos
diagramas indican control estadística. Se pue‹Jcn estimar los parámetros del proceso a partir del
diagrama de conirol, como sigue:

R 77.3
ó- — — 33.?3
dé 2.326

Material compilado con fines académicos, se prohíbe su reproducción total o parcial sin la autorización de cada autor.
 8.3 Capacidad del Proceso por un Diagrama de Control 249

LC

40

15 20

320
310 LSC

290
- 28D i
270 . LC
260
250
240
230 LIC
220
210
200
5 10 15 20
Número de muestra
Figura 8-7. Di‹agramas de x y R para lu'• datos d€' resislencia de botellas.

De mono que la relación de capacidad del proceso (RCP) es

/z - LSL
RCP — 3
264.Of› — 2CD
3(33.23)
=0.V
Es claru que como la resistencia es un parámetro relacionado con la seguridad personal, la capaci-
dad de proceso resulta inadecuada.
Este ejemplo ilustra un proceso que está bajo control, pero que fhnciona a un nivel inacepta-
ble. No hay evidencia que indique que la producción de artículos disconformes es controfabie
por el operario. Se necesita la intwvcnción de la administración para mejorar el proceso o cam-
biar los requisitos, si se desea resolver los problemas de la calidad de las botellas. El objetivo de
esias intervenciones es elevar la relación de capacidad del proceso, hasta alcanzar un nivel míni-
mo aceptable. Puede usarse el dia8rama de con\rol como un dispositivo de vigilancia, o bien como
un registro para mostrar el efecto de cambios en el proceso sobre el funcionamiento de éste.
A veces el análisis de la capacidad de proceso indica que éste se encuentra fuera de control.
Es peligroso estimar la capacidad en estos casos. El proceso debe.seoestabIe para que se obtenga

Material compilado con fines académicos, se prohibe su reproducción total o parcial sin la autorización de cada autor.
250 8 Aná lisis de la Capacidad p Aptitud de un Proceso

una estimació n confiable de la capacidad de proceso. Cuando aquél se encuentra fuera de con¡,g
en las primeras etapas del análisis de la capaciclad, el primer objetivo es encontrar y elimin ar Ip
caú sa's atribuibles para poner el proceso bajo control.

8•4 ANÁLISIS DE LA CAPACIDAD DEL PROCESO MEDIANTE

EXPERIMENTOS DISEÑADOS
El diseño de experimentos es un mttodo sistemá(ico para cambiar las variables controlables d‹
entrada en el proceso, y analizar los efectos de dichas variables en la salida. Los experimental
diseí\ados también sirven para descubrir qué conjunto de variables del proceso influyen en la salí
da, y a qué niveles hay que manejar estas variables para Optimizar el rendimiento del proceso.
De este modo, el diseño de experimentos es útil en problemas de fabricación y desarrollo más
generales que aquéllos que sólo implican la estimaciÓn de I.a capacidad de un proceso. V¢az
en Montgomery (1984) una introducción al diseño de experimentos.
Uno de los usos principales de los experimentos diseñados es aislar y estimar las fuentes de
variabilidad en un proceso. Por ejemplo, considérese una máquina que llena botellas con gaseo.
sa. Cada máquina tiene un gran número de cabezales de llenado que hay que ajustar indepe>
dientemente. La característica de calidad que se mide es el contenido de jarabe (en grados brix)
del producto terminado. Puede haber variación en los granos brix observados (&t) debido a la va.
riabilidad de las máquinas (o¿), de las cabezas (mml y de las pruebas analíticas (o*I. La variabili-
dad del valor de grados brix observado es

Variabilidad de la má quina

I Variabilidad de II I Prueba JnJIiIicJ

Contmido Cmientdo
medio . c,bserv,›Jo
Figura 6-8. Fuentes de variabilidad en el e¡empIo de la iinca de llenado de botellas.

Material compilado con fines académicos, se prohíbe su reproducció n total o parcial sin la autorizació n de cada autor.