Core Tools de Calidad

Control Estadístico de Procesos SPC

Conforme a la Segunda Edición de la AIAG
Minitab 17 Español

Ing. Jorge Adrián Espinosa Álvarez

Capacitado en Core Tools por AIAG
Ingeniero Industrial Administrador
Maestría en Calidad y Productividad
Doctorando en Proyectos de Calidad Industrial
Master Black Belt en Seis Sigma
Certificado en Manufactura Esbelta
[email protected]
www.kairyoconsultores.com 1

Proceso productivo:

Es el conjunto de insumos necesarios para llevar a cabo la producción

de un bien o servicio.

Servicio
Proceso de o
Insumos transformación Producto
terminado Voz del
cliente

Los problemas comienzan cuando queremos controlar el producto

terminado sin haber controlado los insumos ni el proceso de
transformación.

Kairyo Consultores www.kairyoconsultores.com

1
 Especificaciones

Las especificaciones son llamadas la Voz del Cliente

Puede ser una especificación bilateral teniendo un mínimo y un

máximo, como por ejemplo un espesor, un diámetro, longitud etc. Al
punto central entre el límite inferior (LIE) y el límite superior (LSE)
se le llama Objetivo o Nominal

Especificación unilateral, puede tener solo un límite superior como

poros, burbujas, manchas, grietas, runout, etc.

Especificación unilateral, puede tener un límite inferior como brillo,

resistencia, adherencia etc.

Concepto de Calidad y Productividad

Entonces, Productividad o Calidad?

Nosotros como clientes queremos que lo que adquirimos sea de

buena calidad de acuerdo a las especificaciones que necesitamos del
producto o servicio, así que si satisface nuestras especificaciones
decimos que es de buena calidad.

La buena calidad es entonces un producto o servicio que satisface

las especificaciones definidas por el cliente

Los problemas comienzan cuando tenemos tanta variación en

nuestro proceso que no satisfacemos la voz del cliente por producir
mucho.

Kairyo Consultores www.kairyoconsultores.com

2
 Histograma
A la variación se le llama La Voz del Proceso

Para medir ésa variación debemos realizar un Histograma para

visualizar la dispersión de los datos.

Histograma
Ejercicio:

Para la siguiente serie de datos graficar el Histograma

46 31 37 33 69 Clase Frecuencia Total

36 27 28 96 61 5-14:
54 71 64 49 50 15-24:
63 45 39 36 19 25-34:
35-44:
73 65 13 62 54
45-54:
44 57 45 76 47
55-64:
38 48 45 91 38
65-74:
50 45 64 77 33 75-84:
56 35 25 37 64 85-94:
42 31 59 48 40 95-105:

Kairyo Consultores www.kairyoconsultores.com

3
 Histograma

Histograma

Gráfica>Histograma

Histograma

Kairyo Consultores www.kairyoconsultores.com

4
 Histograma
Resultado

Histograma

Asistente>Análisis gráfico>Histograma

Histograma.xls

10

Kairyo Consultores www.kairyoconsultores.com

5
 Histograma

11

Distribución Normal

La distribución Normal:
Es una distribución de probabilidad que describe los datos que se
agrupan en torno a un valor central. La representación gráfica es la
curva de distribución normal también denominada campana de Gauss.

Una distribución Normal se caracteriza por:

1. Los valores de las mediciones tienden a agruparse alrededor de un
punto central, la media.
2. La representación de los datos es simétrica a ambos lados de la
media
3. Tiene 3 desviaciones estándares de cada lado a partir de la media.
4. El área bajo la curva tiene valores conocidos.
12

Kairyo Consultores www.kairyoconsultores.com

6
 Distribución Normal

Área bajo la curva de la Distribución Normal:

Cada desviación estándar está representada por un sigma (s).

68.3%

95.4%

99.73%

- 3s - 2s -1s 0 1s 2s 3s
13

Distribución Normal

Relación entre Distribución Normal y el Histograma:

Esperamos que la distribución de los datos sea Normal, de ésta forma
podemos pronosticar el comportamiento del proceso.

= 68.3%

= 95.4%

= 99.73%

14

Kairyo Consultores www.kairyoconsultores.com

7
 Distribución Normal

Gráfica>Gráfica de probabilidad

15

Distribución Normal

Distribución
Normal si
p>0.05

16

Kairyo Consultores www.kairyoconsultores.com

8
 Distribución Normal

Desviación Estándar (s):

Es un índice de la dispersión de un conjunto de números, y adquiere las
unidades de lo que se está midiendo. La desviación estándar es
proporcional a la variación de los datos.

donde = media de la muestra

xi = valores individuales
n = tamaño de la muestra

17

Distribución Normal
Ejercicio:
Calcule manualmente la varianza y la desviación estándar de estos 5 datos
Promedio
o Media:

= ______

Suma de la
s última columna
= ________

Divida la suma entre

(n-1):
s = ________ =Varianza(s2) =
_______
18

Kairyo Consultores www.kairyoconsultores.com

9
 Distribución Normal
Ejercicio:
Grafique la curva de distribución Normal con sus respectivas sigmas y
porcentajes de área bajo la curva.

- 3s - 2s -1s 1s 2s 3s

19

Voz del Cliente –vs- Voz del Proceso

% Scrap p PPMs
LEI Nominal LES Nivel Calidad Capacidad

- 3s - 2s -1s 1s 2s 3s

20

Kairyo Consultores www.kairyoconsultores.com

10
 Introducción al SPC

¿Cuál es el origen del SPC?

Concepto Aprobación de Programa Prototipo Piloto Lanzamiento
Inicial/Aprobación Program Approval Prototype Pilot Launch

Planificación
Planificación
(Planear y Definir Programa)
Planning
Planning

Diseño y Desarrollo del Producto

Product Design & Development

Diseño y Desarrollo del Proceso

Process Design & Development

Validación del Producto y Proceso

Product & Process Validation
Producción
Production

Retroalimentación de la Evaluación y Acción Correctiva

Feedback Assessment & Corrective Action

Plan y Definir Verificación del Verificación del Validación del Retroalimentación

Programa Diseño y Desarrollo Diseño y Desarrollo Producto y Proceso de la Evaluación
Plan and Define del Producto del Proceso Product and Process y Acción Correctiva
Program Product Design and Process Design and Validation Feedback Assessment
Development Development & Corrective Action
Verification Verification

21

Introducción al SPC

Fases del Proceso APQP

ENTRADAS SALIDAS

3.1 Estándares de Empaque FASE 4 4.1 corrida significativa de

3.2 Revisión del Sistema de Validación del Producto Producción
Calidad y Proceso 4.2 Evaluación del Sistema de
3.3 Diagrama de Flujo del Proceso Medición

3.4 Plan de Layout de Piso 4.3 Estudio inicial de capacidad

En esta etapa el Proceso de de Proceso
3.5 Matriz de Características manufactura es validado por
medio de la evaluación de una 4.4 Aprobación de Partes de
corrida significativa Producción
3.6 AMEF´s de Proceso
4.5 Pruebas de Validación de
3.7 Plan de Control de Prelanzamiento Producción
El Equipo de planificación
3.8 Instrucciones de Proceso 4.6 Evaluación de Empaque
avanzada de la calidad debe
3.9 Plan de Análisis de los verificar que el plan del control y
Sistemas de Medición el diagrama de flujo del proceso 4.7 Plan de Control de Proceso
(Producción)
son seguidos y que aseguran el
3.10 Estudio inicial de
capacidad de Proceso cumplimiento de los requisitos del 4.8 Aprobación del plan de calidad
cliente y apoyo de la Dirección
3.11 Apoyo de la Dirección`

22

Kairyo Consultores www.kairyoconsultores.com

11
 Introducción al SPC
Construir con Calidad

Voz del Proceso SPC

Cada paso del proceso Proceso/

Proceso/
Proveedor No recibir No hacer No enviar Cliente
Previo Siguiente
Defectos Defectos Defectos

Identificar las
Analizar, Mantener y Mejorar necesidades y
expectativas
cambiantes

Voz del Cliente

23

Introducción al SPC
Concepto
• CEP (SPC) es la representación gráfica de la variación del
producto y/o proceso en el tiempo.
• Forma datos en modelos los cuales pueden ser probados
estadísticamente, y como resultado, conduce a información
acerca de la conducta de las características del producto y/o
proceso.

24

Kairyo Consultores www.kairyoconsultores.com

12
 Objetivos de las gráficas de control

• Detectar la variación por causas especiales

• Estabilizar el proceso
• Mantener el proceso centrado en el valor nominal
• Definir la capacidad del proceso
• Comprender el proceso y sus fuentes de variación

25

Plan de muestreo

• Definir subgrupos racionales

• Un grupo racional minimiza la variación debida a causas
especiales dentro de un subgrupo, mientras se maximiza
la posibilidad de variación debida a causas asignables
entre subgrupos.
• Tomar muestras consecutivas para los subgrupos
minimiza la oportunidad de que cambie el proceso
debido a causas especiales.
• La frecuencia de muestreo determina la oportunidad de
que el proceso cambie entre subgrupos.
• El tamaño del subgrupo es determinado por el equipo
responsable dependiendo del tipo de proceso.

Reference: AIAG Statistical Process Control Second Edition July, 2005

26

Kairyo Consultores www.kairyoconsultores.com

13
 Plan de muestreo

• El tamaño de grupo debe permanecer constante.

• Número de subgrupos: 25 o más conteniendo 100 o más
lecturas individuales.
• Si las causas especiales que afectan el proceso pueden
ocurrir de forma imprevista, el esquema de muestreo
adecuado es aleatorio.

Reference: AIAG Statistical Process Control Second Edition July, 2005

27

Plan de muestreo

• No hay una regla que establezca con que frecuencia

deben obtenerse los subgrupos
• Pueden usarse tablas de muestreo para establecer el
tamaño de la muestra:
• Tabla ANSI/ASQ Z1.9 (para variables continuas)

28

Kairyo Consultores www.kairyoconsultores.com

14
 Plan de muestreo

Inspección normal, nivel II

Variables continuas

Tamaño de lote Tamaño de la muestra

91-150 10

151-280 15

281-400 20

401-500 25

501-1,200 35

1,201-3,200 50

3,201-10,000 75

10,001-35,000 100

35,001-150,000 150

29

Plan de muestreo

Ejemplo para muestreo por variables continuas:

• En un proceso se deben producir 15,000 piezas por
turno. Determinar el total de inspecciones y el numero
de subgrupos si los subgrupos se hacen de 5 piezas.
• De la tabla ANSI/ASQ Z1.9, el total de inspecciones debe
ser 100.
• El total de subgrupos debe ser 100/5=20
• Tomar una muestra de 5 piezas cada 20-30 minutos

30

Kairyo Consultores www.kairyoconsultores.com

15
 Tipos de variación

Variación por causas comunes

? ?
Variación por causas especiales

31

Causas comunes

• Muchas fuentes de variación que actúan

consistentemente sobre el proceso
• Producen una distribución estable y repetible a través
del tiempo, conocido como estado de control estadístico.
• El resultado del proceso es estable.

Reference: AIAG Statistical Process Control Second Edition July, 2005

32

Kairyo Consultores www.kairyoconsultores.com

16
 Causas comunes

Un proceso estable muestra una gráfica de control sin puntos fuera de control

33

Causas especiales

• Factores que causan variación que afecta solamente una

parte del resultado del proceso.
• Son intermitentes e impredecibles
• Las causas especiales son identificadas por uno o más
puntos fuera de los límites de control o patrones no
aleatorios de puntos dentro de los límites de control.
• El proceso no es estable
• También se les conoce como causas asignables
• Pueden ser perjudiciales (eliminar) o benéficas (hacer
permanentes)

Reference: AIAG Statistical Process Control Second Edition July, 2005

34

Kairyo Consultores www.kairyoconsultores.com

17
 Causas especiales

Un proceso
inestable...

? ?
…es impredecible.

35

Causas especiales
Un proceso inestable muestra una gráfica de control con puntos fuera de
control o patrones no aleatorios

36

Kairyo Consultores www.kairyoconsultores.com

18
 Causas especiales
Minitab (Nelson)
1. Cualquier punto fuera de los
límites de control
UCL 2. 7 puntos consecutivos en el
C
mismo lado de la línea central
B
3. 6 puntos consecutivos
A aumentando o disminuyendo
6s 4s 2s
A 4. 14 puntos consecutivos
B alternando aumentando y
disminuyendo
C
LCL 5. 2 de 3 puntos en la misma zona
C o mas lejos
Nota:
6. 4 de 5 puntos en la misma zona
Las pruebas 1-8 aplican a gráficas de B o mas lejos
control de centramiento por variables
7. 15 puntos consecutivos en
(X-barra, I) cualquier zona A
Las pruebas 1-4 aplican a gráficas de
8. 8 puntos seguidos fuera de la
control de dispersión por variables (R, zona A, cualquier lado de la
s, MR) y por atributos (p, np, c, u) línea central
37

Causas especiales

UCL
C

C
LCL
Regla 1: Cualquier punto fuera de los
límites de control

38

Kairyo Consultores www.kairyoconsultores.com

19
 Causas especiales

UCL
C

C
LCL

Regla 2: 7 puntos consecutivos en el mismo lado de la

línea central

39

Causas especiales

UCL
C

C
LCL

Regla 3: 6 puntos consecutivos aumentando o

disminuyendo

40

Kairyo Consultores www.kairyoconsultores.com

20
 Causas especiales

UCL
C

C
LCL

Regla 4: 14 puntos consecutivos alternando aumentando

y disminuyendo

41

Causas especiales

UCL
C

C
LCL

Regla 5: 2 de 3 puntos en la misma zona C o más

lejos

42

Kairyo Consultores www.kairyoconsultores.com

21
 Causas especiales

UCL C

C
LCL

Regla 6: 4 de 5 puntos en la misma zona B o más

lejos

43

Causas especiales

UCL
C

C
LCL

Regla 7: 15 puntos consecutivos en cualquier

zona A

44

Kairyo Consultores www.kairyoconsultores.com

22
 Causas especiales

UCL
C

C
LCL
Regla 8: 8 puntos consecutivos fuera de cualquier
zona A

45

Cómo seleccionar la gráfica de control

Tipo de
medición

Variable
Atributo
continua

n=1 n: 2-8 n>8 Unidad

defectuosa
Defecto

I-MR X-R X-S p np c u

46

Kairyo Consultores www.kairyoconsultores.com

23
 Gráfica Promedios-Rangos

• Se utiliza para variables continuas

• Se toman mediciones de subgrupos de n unidades (2-8)
• La gráfica de promedios mide el centramiento del
proceso
• La gráfica de rangos mide la dispersión

47

Gráfica Promedios-Rangos

X-bar-R.xls
48

Kairyo Consultores www.kairyoconsultores.com

24
 Gráfica Promedios-Rangos

Estadísticas>Gráficas de control>Gráficas de
variables para subgrupos>Xbarra-R

49

Gráfica Promedios-Rangos

Resultado

Promedio de cada subgrupo

Rango de cada subgrupo

50

Kairyo Consultores www.kairyoconsultores.com

25
 Gráfica Promedios-Rangos

51

Gráfica Promedios-Rangos

52

Kairyo Consultores www.kairyoconsultores.com

26
 Límites extendidos

Estadísticas>Gráficas de control>Gráficas de
variables para subgrupos>Xbarra-R

53

Límites extendidos

54

Kairyo Consultores www.kairyoconsultores.com

27
 Límites extendidos

55

Gráfica Promedios-Sigmas

• Se utiliza para variables

• Se toman mediciones de subgrupos mayores a 8
unidades
• La gráfica de promedios mide el centramiento del
proceso
• La gráfica de desviación estándar mide la dispersión

56

Kairyo Consultores www.kairyoconsultores.com

28
 Gráfica Promedios-Sigmas

s = sigma o desviación estándar

x = mediciones individuales
= promedio de las mediciones del subgrupo
n = tamaño de subgrupo

57

Gráfica Promedios-Sigmas

XBar-s.xls
58

Kairyo Consultores www.kairyoconsultores.com

29
 Gráfica Promedios-Sigmas

Estadísticas>Gráficas de control>Gráficas de
variables para subgrupos>Xbarra-s

59

Gráfica Promedios-Sigmas

Resultado

Promedio de cada subgrupo

Desviación estándar de cada subgrupo

60

Kairyo Consultores www.kairyoconsultores.com

30
 Gráfica Promedios-Sigmas

61

Gráfica Promedios-Sigmas

62

Kairyo Consultores www.kairyoconsultores.com

31
 Gráfica Promedios-Sigmas

63

Gráfica I-MR

• Se utiliza para variables continuas

• Procesos con bajo volumen de producción
• Pruebas destructivas o costosas
• Procesos continuos
• Se toman mediciones individuales
• La gráfica de datos individuales I mide el centramiento
del proceso
• La gráfica de rango móvil MR mide la dispersión

64

Kairyo Consultores www.kairyoconsultores.com

32
 Gráfica I-MR

I-MR.xls

65

Gráfica I-MR

Estadísticas>Gráficas de control>Gráficas de
control para individuos>I-MR

66

Kairyo Consultores www.kairyoconsultores.com

33
 Gráfica I-MR

Resultado

Lecturas individuales

Rango móvil de dos piezas consecutivas

67

Gráfica I-MR

68

Kairyo Consultores www.kairyoconsultores.com

34
 Gráfica I-MR

69

Gráficas de control para atributos

Defecto contra Defectuoso

Un artículo defectuoso es el que tiene uno o más defectos

• np - número de unidades defectuosas

• p - proporción de unidades defectuosas

Un defecto es cada no-conformidad para los criterios de

aceptación especificados.

• c - número de defectos
• u - número de defectos por unidad de inspección

70

Kairyo Consultores www.kairyoconsultores.com

35
 Defectos vs. Defectuosos

En estas 12 piezas… hay...

3 Piezas
Defectuosas

6 Defectos

• Cantidad de defectuosos np =3 piezas defectusas

• Fracción defectuosa p =np/n = 3/12 = 0.25 fraccion defectuosa
• Cantidad de defectos c = 6 defectos
• Defectos por unidad u = c/n =6/12 =0.5dpu
71

Gráfica p

• Se utiliza para atributos

• Mide la fracción de piezas defectuosas p
• Pasa-no pasa
• Se usa en lotes o subgrupos de tamaño constante y
variable

72

Kairyo Consultores www.kairyoconsultores.com

36
 Gráfica p

p.xls
73

Gráfica p
Estadísticas>Gráficas de control>Gráficas de atributos>p

74

Kairyo Consultores www.kairyoconsultores.com

37
 Gráfica p
Resultado

Fracción defectuosa de cada subgrupo

75

Gráfica p

LCLp

76

Kairyo Consultores www.kairyoconsultores.com

38
 Gráfica np

• Se utiliza para atributos

• Mide la cantidad de piezas defectuosas np
• Pasa-no pasa
• Se usa en lotes o subgrupos de tamaño constante

77

Gráfica np

np.xls 78

Kairyo Consultores www.kairyoconsultores.com

39
 Gráfica np

Estadísticas>Gráficas de control>Gráficas de
atributos>np

79

Gráfica np

Resultado

Unidades defectuosas de cada subgrupo

80

Kairyo Consultores www.kairyoconsultores.com

40
 Gráfica np

81

Gráfica c

• Se utiliza para atributos

• Mide la cantidad de defectos c
• Una pieza puede tener varios defectos
• Se usa en lotes o subgrupos de tamaño constante

82

Kairyo Consultores www.kairyoconsultores.com

41
 Gráfica c

c.xls
83

Gráfica c

Estadísticas>Gráficas de control>Gráficas de atributos>c

84

Kairyo Consultores www.kairyoconsultores.com

42
 Gráfica c

Resultado

85

Gráfica c

86

Kairyo Consultores www.kairyoconsultores.com

43
 Gráfica u

• Se utiliza para atributos

• Mide la cantidad de defectos por unidad u
• Una pieza puede tener varios defectos
• Se usa en lotes o subgrupos de tamaño constante o
variable

87

Gráfica u

u.xls
88

Kairyo Consultores www.kairyoconsultores.com

44
 Gráfica u

Estadísticas>Gráficas de control>Gráficas de atributos>u

89

Gráfica u

Resultado

Tasa de defectos de cada subgrupo

90

Kairyo Consultores www.kairyoconsultores.com

45
 Gráfica u

91

• Preguntas?

• Muchas gracias

92

Kairyo Consultores www.kairyoconsultores.com

46
 Core Tools de Calidad
Capacidad de Proceso

Ing. Jorge Adrián Espinosa Álvarez

Capacitado en Core Tools por AIAG
Ingeniero Industrial Administrador
Maestría en Calidad y Productividad
Doctorando en Proyectos de Calidad Industrial
Master Black Belt en Seis Sigma
Certificado en Manufactura Esbelta
[email protected]
www.kairyoconsultores.com 93

2.2 Los 18 Requisitos del PPAP

2.2.11 Estudios Iniciales del Proceso
2.2.11.1 General

• El nivel inicial de la capacidad o desempeño del proceso

DEBE ser aceptable antes de la presentación para todas
las características especiales designadas por el cliente o
proveedor. El proveedor debe acordar con el cliente el
índice para estimar la capacidad inicial del proceso
antes de la presentación.
• El proveedor DEBE desarrollar un análisis del sistema
de medición para entender que errores de medición
afectan las mediciones del estudio (Ver 2.2.8).

Ref: AIAG PPAP Reference Manual Fourth Edition 94

Kairyo Consultores www.kairyoconsultores.com

47
 2.2 Los 18 Requisitos del PPAP

• Cpk - El índice de capacidad para un proceso estable. La estimación

de Sigma esta basada en la variación dentro del subgrupo (R-bar/d2
o S-bar/c4
• Ppk- El índice de desempeño .La estimación de sigma esta basada
en la variación total.
• Estudio Inicial del Proceso — El propósito del estudio inicial es
para entender la variación del proceso y no solo para logar
un valor de índice especificado. Cuando existe información
histórica o suficientes datos iniciales para generar una gráfica de
control ( al menos 100 muestras individuales), se puede calcular el
Cpk cuando el proceso es estable. De lo contrario, para procesos
con causas especiales conocidas y predecibles y con productos
dentro de especificaciones, debe usarse el Ppk. Cuando no existe
suficientes datos (menos de 100 muestras) o existen fuentes
desconocidas de variación, contactar al cliente para desarrollar un
plan adecuado.
Ref: AIAG PPAP Reference Manual Fourth Edition 95

2.2 Los 18 Requisitos del PPAP

2.2.11.3 Criterios de Aceptación para los estudios iniciales

• El proveedor DEBE utilizar los siguientes criterios de aceptación para
estudios iniciales en procesos que aparecen estables:
• Resultados
• Valor del índice> 1.67.- El proceso cumple actualmente con los
requisitos del cliente.
• Valor del índice >= 1.33 pero <= 1.67.- El proceso puede ser
aceptable. Contactar al cliente para una revisión de los resultados
del estudio
• Valor del índice <1.33 .- El proceso no cumple actualmente con los
criterios de aceptación. Contactar al representante apropiado del
cliente para una revisión de los resultados.
• Nota: El criterio de aceptación supone normalidad y especificación
bilateral (nominal en el centro)

Ref: AIAG PPAP Reference Manual Fourth Edition 96

Kairyo Consultores www.kairyoconsultores.com

48
 2.2 Los 18 Requisitos del PPAP

2.2.11 Estudios Iniciales del proceso

2.2.11.4 Procesos Inestables
• Dependiendo de la naturaleza de la inestabilidad, el
proceso puede no cumplir con los requisitos del cliente.
• El proveedor DEBE:
• Identificar, evaluar y siempre que sea posible, eliminar
las causas especiales de variación antes de la
presentación del PPAP
• Se DEBE notificar al cliente sobre cualquier proceso
inestable que exista y DEBE presentar un plan de acción
correctiva al cliente antes de cualquier presentación.

Ref: AIAG PPAP Reference Manual Fourth Edition 97

2.2 Los 18 Requisitos del PPAP

2.2.11 Estudios iniciales del proceso

2.2.11.6 Estrategia cuando no se Satisfacen los Criterios de
aceptación
• El proveedor DEBE contactar al cliente si no se alcanza el criterio de
aceptación definido en el requisito 2.2.11.3
• Si no se puede obtener una capacidad aceptable de proceso para la
fecha ofrecida para la presentación PPAP, el proveedor DEBE
• Desarrollar y obtener la aprobación del cliente, dar un plan de
acción incluyendo una acción correctiva y de un PLAN DE CONTROL
revisado, ofreciendo normalmente la inspección al 100%. Los
esfuerzos de reducción de la variación DEBEN continuar hasta que
se cumplan los criterios de aceptación o hasta que se reciba
aprobación del cliente.
• Nota 1: Las metodologías de 100% de inspección están sujetas a
revisión y acuerdo por el cliente.

Ref: AIAG PPAP Reference Manual Fourth Edition 98

Kairyo Consultores www.kairyoconsultores.com

49
 Tipos de variación

Variación total (Pp, Ppk, Cpm)

Variación interna (Cp, Cpk)

n A2 D3 D4 d2 c4
2 1.880 0 3.267 1.128 0.7979
3 1.023 0 2.574 1.693 0.8862
4 0.729 0 2.282 2.059 0.9213
5 0.577 0 2.114 2.326 0.9400
6 0.483 0 2.004 2.534 0.9515
7 0.419 0.076 1.924 2.704 0.9594
Entre subgrupos 8 0.373 0.136 1.864 2.847 0.9650
9 0.337 0.184 1.816 2.970 0.9693

Interna/Entre subgrupos 10 0.308 0.223 1.777 3.078 0.9727

99

Capacidad de Proceso

Requisitos
Los estudios de capacidad se deben conducir con cuidado.
Los siguientes supuestos se toman al hacer cálculos de capacidad:

1. Está en control
(Eliminar la variación por causas asignables )

2. Tiene una distribución normal

(Eliminar la variación por causas asignables o transformar)

El no cumplir con estos supuestos resultará en estudios de

capacidad erróneos.

100

Kairyo Consultores www.kairyoconsultores.com

50
 Índices de capacidad de proceso
Variación dentro de subgrupos (Interna)

n A2 D3 D4 d2 c4
2 1.880 0 3.267 1.128 0.7979
3 1.023 0 2.574 1.693 0.8862
4 0.729 0 2.282 2.059 0.9213
5 0.577 0 2.114 2.326 0.9400
6 0.483 0 2.004 2.534 0.9515
7 0.419 0.076 1.924 2.704 0.9594
8 0.373 0.136 1.864 2.847 0.9650
9 0.337 0.184 1.816 2.970 0.9693
10 0.308 0.223 1.777 3.078 0.9727

101

Índices de desempeño de proceso

Variación total del proceso (Total)

Índice de Taguchi

T=Nominal

102

Kairyo Consultores www.kairyoconsultores.com

51
 Capacidad de Proceso

Calculo de Cp Ejercicio

Ejercicio #1 de Cp

Supongamos un proceso donde, LSE = 24 y el LIE = 0, se establece un

equipo de mejoramiento continuo . Este equipo realizo cambios en el proceso
para reducir la desviación estándar ya que era de 8. Se analizaron los datos
de Junio después del trabajo realizado y el proceso nos dio una desviación
estándar de 4.

Calcule Cp.

¿ Qué es lo que usted deduce de este proceso ?

103

Capacidad de Proceso

Ejercicio #1 de Cpk
Como en nuestro ejemplo previo, donde LSE = 24 y LIE = 0, la desviación
estándar para Junio era 4. Supongamos que la media es igual a 20.
Ahora, calcule el Cp , CPU, CPL, y el Cpk …usando las formulas anteriores.

LSE = 24; LIE = 0; x = 20; s = 4

CPU = __________

CPL = ___________

Cpk = _________

¿ Como interpretamos los resultados ?

104

Kairyo Consultores www.kairyoconsultores.com

52
 Capacidad de Proceso

Media = X
LIE LSE

-8 -4 0 4 8 12 16 20 24 28 32 36

105

Capacidad de Proceso

Ejercicio #2 de Cpk

La información del ejercicio anterior fue decisivo para asignar a un equipo de trabajo en el
mejoramiento del proceso, logrando una disminución de la variación en un periodo muy
corto de tiempo. Los datos del mes siguiente después de las mejoras dieron como
resultado una desviación estándar de 2. La media se mantuvo en 20. Calcule el Cpk y
comente el movimiento respecto de los datos del mes anterior del Ejercicio #1 de Cpk.
LSE = 24; LIE = 0; x = 20; s = 2

Ejercicio
CPU = __________ =

CPL = ___________ =

Cpk = ____________=

106

Kairyo Consultores www.kairyoconsultores.com

53
 Capacidad de Proceso

Media = X
LIE LSE

-8 -4 0 4 8 12 16 20 24 28 32 36

107

Capacidad de Proceso

Ejercicio #3 de Cpk
Ahora, se han hecho más mejoras para mover la media (o centrar el proceso) más cerca
del objetivo de 12. El 3er mes los datos produjeron la misma desviación estándar de 2.
Sin embargo, la media ahora es igual a 14. Calcule el Cpk y comente este movimiento
respecto de los datos del mes anterior del Ejercicio #2 de Cpk.
LSE = 24; LIE = 0; s = 2; x = 14

CPU = __________ =

CPL = __________ =

Cpk = ___________=
Ejercicio

108

Kairyo Consultores www.kairyoconsultores.com

54
 Capacidad de Proceso

Media = X
LIE LSE

-8 -4 0 4 8 12 16 20 24 28 32 36

109

Capacidad de Proceso Xbarra-R

• Ejemplo: Se cuenta con

información sobre la longitud
de 125 pernos mostrada en la
siguiente tabla. Evaluar la
Capacidad y el desempeño.
• LIE=21.5
• LSE=23.5

X-bar-R.xls
110

Kairyo Consultores www.kairyoconsultores.com

55
 Capacidad de Proceso Xbarra-R
Estadísticas>Herramientas de calidad>Capability Sixpack>Normal

111

Capacidad de Proceso Xbarra-R

112

Kairyo Consultores www.kairyoconsultores.com

56
 Índices de Capacidad de proceso

Variación dentro de subgrupos

113

Índices de desempeño de proceso

Variación total del proceso

114

Kairyo Consultores www.kairyoconsultores.com

57
 Capacidad de Proceso Xbar-S

• Ejemplo: Se cuenta con información sobre la altura de

llenado de cierta pieza moldeada mostrada en la
siguiente tabla. Evaluar la Capacidad y el desempeño.
• LIE=-3
• LSE=3

Xbar-S.xls
115

Capacidad de Proceso Xbar-S

Estadísticas>Herramientas de calidad>Capability Sixpack>Normal

116

Kairyo Consultores www.kairyoconsultores.com

58
 Capacidad de Proceso Xbar-S

117

Índices de Capacidad de proceso

Variación dentro de subgrupos

118

Kairyo Consultores www.kairyoconsultores.com

59
 Índices de desempeño de proceso

Variación total del proceso

119

Capacidad de Proceso I-MR

Ejercicio: Se cuenta con información sobre la temperatura de un

proceso mostrada en la siguiente tabla. Evaluar la Capacidad y
el desempeño.
LIE=30
LSE=40

I-Mr.xls 120

Kairyo Consultores www.kairyoconsultores.com

60
 Capacidad de Proceso I-MR

Estadísticas>Herramientas de calidad>Capability
Sixpack>Normal

121

Capacidad de Proceso I-MR

122

Kairyo Consultores www.kairyoconsultores.com

61
 • Preguntas?

• Muchas gracias

123

Kairyo Consultores www.kairyoconsultores.com

62