Capacidad Proceso

GESTIÓN DE LA CALIDAD I
UNIDAD 3
CONTROL ESTADÍSTICO DE PROCESOS:
EVALUACIÓN DE LA CAPACIDAD Y EL
DESEMPEÑO DEL PROCESO.
PhD Eulalia Villa González del Pino

PhD Ramón Pons Murguía 1
Teoría del camión y el túnel
•El túnel tiene 9' de ancho (especificación). El camión tiene 10’ y el chofer es perfecto
(variación del proceso). ¿Pasaría el camión? NO, la variabilidad del proceso es mayor
que la especificación.
•Centrar es hacer que el promedio del proceso sea igual al centro de la
especificación. Si el camión tiene 8 pies de ancho ¿pasará el camión?, Si. Si
el chofer puede mantener el centro del camión en el centro del túnel. De otra forma
chocará con las paredes del túnel y no pasará a pesar de ser más angosto.
El proceso debe estar en control, tener capacidad y estar centrado
Ancho 9´
Nigel´s Trucking Co.
2
 La capacidad del proceso es un patrón predecible de
comportamiento estadístico estable donde la variación
natural del proceso se compara con las
especificaciones.
3
Análisis de la capacidad de proceso – Estudios
de capacidad
LIE LSE
Especificación Especificación
inferior superior
s _
xi
X
p = porcentaje de partes fuera de Especificaciones

4
¿Cómo vamos a mejorar esto?
Podemos reducir la desviación estándar...
Podemos cambiar la media...
O (lo ideal sería, por supuesto) que pudiéramos cambiar ambas
Cualquiera que sea la mejora que lleve a cabo,

asegúrese de que se mantenga
5
LOS ESTUDIOS DE CAPACIDAD DE PROCESOS RESPONDEN LAS
SIGUIENTES PREGUNTAS:
¿Cómo lo hacemos?
¿Cuán bien podríamos hacerlo?

¿Qué podemos esperar mañana, la próxima semana?
¿ Están logrando una diferencia las mejoras del proceso?

¿Qué proveedor brinda la mejor prioridad?
¿Se cumplen las expectativas de nuestros clientes?
PhD Eulalia Villa González del Pino 6

PhD Ramón Pons Murguía
Los Objetivos de la Capacidad y Desempeño del proceso son los siguientes:
1. Determinar el mejor desempeño del proceso (Entitlement) para datos variables
2. Determinar el desempeño del proceso para datos variables

3. Calcular los índices : CP, CPK, PP, PPK
4. Determine los inductores de los DPMO :
a. Problema del centrado
b. Problema de la variabilidad
5. Realizar estudios de capacidad y desempeño

Los tres aspectos de la capacidad del proceso
Requerimientos del cliente
mm Point of Inflection
Caracterización del proceso

¿Cómo caracterizamos un proceso? 11ss
TT
Estabilidad del proceso

¿Por qué es importante la estabilidad?
¿Cómo sabemos si un proceso es estable?
PhD Ramón Pons Murguía 3s
Ejemplo
Usted dirige el Departamento de Finanzas que está responsabilizado con el
pago a los proveedores. Todas la facturas que se paguen después de 45 días
se consideran tardías y su empresa debe pagar un recargo. A usted se le
brindan los siguientes datos sobre el desempeño de su departamento. ¿Cuál es
el desempeño de su departamento? ¿ Es un desempeño “seis sigma” (6 σ)?
Número de días hasta el pago

22, 29, 46, 17, 23
29, 27, 44, 27, 26
21, 25, 27, 29, 30
27, 28, 28, 26, 29
24, 43, 42, 41, 28
Requerimientos del cliente – Especificaciones: < 45 días

CARACTERIZACIÓN DEL PROCESO
Defecto = __________
> 45 días
# Defectos = 1
# de días hasta el pago
Total = 25
22, 29, 46, 17, 23 4
% de Defectos =
29, 27, 44, 27, 26
21, 25, 27, 29, 30
27, 28, 28, 26, 29 40 000
DPM ________
24, 43, 42, 41, 28
¿Es esto 6 s ?
Convirtiendo el Atributo DPM a una Z equivalente
La probabilidad de un defecto es 4%
La probabilidad de éxito es 1 – P (d)
1-.04 = .96
Z = 1.75
No! El proceso no es Seis Sigma

Capacidad del proceso
Etapa # 1
Definir las especificaciones basándose en el cliente
Etapa #2
Caracterice el proceso
Para una distribución normal utilice m y s
Para datos de atributos utilice DPMO

Ejemplo:
Ejemplo:
La instalación de manufactura que produce

15 alambres le muestra el histograma a la
izquierda y los siguientes estadígrafos
10
descriptivos para la resistencia del alambre:

Frequency
5
Xbar = .14 ohms y s = .02
0
El cliente ha especificado un límite superior
0.09 0.10 0.11 0.12 0.13 0.14 0.15 0.16 0.17 0.18 0.19
C1
de .20 ohms.
¿Cómo se desempeña la instalación?
¿Cuál es su capacidad?
Etapa # 1
Definir las especificaciones basándose en el cliente
USL = .20 ohms
¿Cómo determinamos la capacidad?

La transformación Z
_
USL - X
Z=
s
.20-.14
Z=
.02
Z=3
Rendimiento = .9987
y
P (d) = .0013
Así se desempeña ahora el proceso pero …

¿Cuál sería su mejor desempeño? 14
Veamos un ejemplo ilustrativo
Proyecto de Andy – datos de atributos
Andy opera una máquina empacadora que abre las cajas de

cartulina sobre una lámpara incandescente. Las cajas de cartulina
se reciben dobladas y deben ser abiertas para que Andy opere
exitosamente su máquina.
Andy ha dicho a su proveedor que requiere buenas cajas para que
éstas abran.

El proyecto de Andy
Máquina
Cajas “cerradas” Cajas “abiertas”
¿Cuál es el desempeño de Andy? ¿Cuál es su mejor (Entitlement))desempeño?

16
Etapas para determinar el desempeño
1. Asegúrese de que el proceso se opera como es usual

Máquina
2. Obtenga los datos a largo plazo
3. Determine el rendimiento y el % de defectos
Cajas “cerradas” Cajas “abiertas”

4. Calcule los DPMO
5. Convierta a s (utilizando la tabla Z)

Etapas para determinar el desempeño
Cajas = 50,000
Máquina
“Abiertas” = 37,500
“Cerradas” = 12,500
(Buena) Rendimiento = 75 % Cajas “Cerradas” Cajas “Abiertas”!

(Mala) Defecto = 25 %
DPMO = 250,000
s = .67
OK . . . Pero ¿cuál podría ser el mejor desempeño?

18
Etapas para determinar el Entitlement
1. Crear / identificar condiciones óptimas

Máquina
(Mejores materiales, operadores, equipos, etc.)
2. Obtener (o revisar) los mejores

datos obtenidos a corto plazo
Cajas “Cerradas” Cajas “Abiertas”!
3. Determinar el rendimiento y el % de defectos
4. Calcular los DPMO

5. Convertir a s (utilizando la tabla Z

Etapas para determinar el Entitlement
Cajas = 600
Máquina
“Abiertas” = 597
“Cerradas” = 3
(Buenas) Rendimiento = 99.5 % Cajas “Cerradas”

Cajas “Abiertas”!
(Malas) Defectos = 0.5 %
DPMO = 5,000
s = 2.576
Sobre la base del día a día, ¿existe espacio para la mejora?

Caracterización del proceso
OBTENER Estadígrafos
DATOS Indicadores
Proporción Xbar (Media) Cp Cpk
Calcular
de Defectos
o s (Desv. Std.) Pp Ppk
Calcular
(specs)
Calcular
Calcular
Utilizar tabla Z
Convertir a DPM Z Score
Utilizar tabla Z ZSUPERIOR

DPM (Superior)
+ ZINFERIOR
DPM (Inferior) =
(Total)
“Sigma”
DPM (Total)
Score

Los indicadores
Datos de atributos Datos de variables
Cp Cpk
Pp Ppk
DPMO DPMO
Sigma Sigma

Rev. 1 12/98
Indicadores para datos variables
Proceso
no necesariamente
C P en “Control
Estadístico”
En “Control”
C P
Estabilidad o control del proceso
El tercer aspecto de la capacidad del proceso

23
Indicadores para datos variables a corto y largo
plazo
Observación “instantánea” Observación de “Video”
C P
C P
Corto plazo Largo plazo

Diferencias entre los indicadores para datos
variables
Cuán estrecha ha sido o
podría ser la dispersión
Cp Pp
Cuán cercano está el

proceso de un límite
de especificación
Cpk Ppk

No indica si está
centrado
Aquí . . .
O aquí . . .
O aquí . . .
Cp Pp
PhD Eulalia Villa González del Pino PhD 26
Rev. 1 12/98
Ramón Pons Murguía
Indicadores de la dispersión
La dispersión más estrecha

del proceso comparada con la
amplitud de los límites de
especificación (tolerancia)
¿En control
estadístico?
Utilice
Cp Pp Se utiliza cuando el
proceso no está en
control estadístico
Cp Indica “Entitlement”
Dispersión &
posición se
indican aquí
Y aquí . . .
Y aquí. . .
Cpk Ppk
Zona potencial de peligro
Relaciona la dispersión del

proceso con la distancia
entre el centro y el límite de
especificación más cercano
¿En control
estadístico?
Utilice Cpk Ppk Se utiliza cuando
el proceso no está
en control
Diferencias entre los indicadores de dispersión y

distancia
Tabla 5.1 Indicadores de capacidad y desempeño del proceso
Observación Observación de video

instantánea
Capacidad Desempeño
Cp PP Relacionan la desviación
estándar con la tolerancia
CPK PPK Relacionan la media y la

desviación estándar con la
tolerancia
Desviación Desviación
estándar estándar total
ponderada
CP representa el
En Control Fuera de “entitlement”!
Control
¿Para qué se hacen estas evaluaciones?
Para responder. . . Para responder. . .

¿Cómo se desempeña ¿Cuál podría ser el mejor
el proceso en general? desempeño del proceso?
¿Cómo nos evalúan

nuestros clientes?
A largo plazo A corto plazo
DPMO, Sigma DPMO, Sigma

Pp, Ppk Cp, Cpk
¿Cómo se determina la desviación estándar en cada caso?
=
Total sT N
( X i - X )2
STotal = 
i =1 N -1
Cálculo de la
desviación Muestra 5 s5
estándar
Desviación
ponderada estándar ponderada
Muestra 4 s4
S12 + S22 +.. . S K2
k
SP = 
Muestra 3 s3 i =1 K
Subgrupos de igual tamaño
Muestra 2 s2
Desviación
estándar “promedio”
Muestra 1 s
1
En perfecto estado de control Stotal = Sp
Significado de la desviación estándar ponderada
SP
Corto Representa la
plazo Desviación estándar del proceso
sst
O
Inhe- Desviación estándar del proceso
rente
El “Potencial” del proceso
Sp o Sst representa lo más consistente que puede ser un proceso en un corto

sp o s derepresenta
período tiempo lo
Significado de la desviación estándar total
Stotal
Largo Representa la
plazo desviación estándar del
proceso
slt
Desviación estándar
del proceso dentro y
entre subgrupos
sS To S
t lt representa la desviación estándar real del proceso en largos períodos de tiempo
¿Qué desviación estándar debe emplearse?
Depende de lo que usted esté tratando de hacer
Si está tratando de saber lo mejor que es

capaz de hacer el proceso (entitlement)
utilice sst – la capacidad del proceso a corto plazo
Si desea saber cómo lo evalúan sus clientes o

cuál es su desempeño real
utilice slt – la capacidad del proceso a largo plazo
Si desea saber cuáles son sus oportunidades de

mejora, utilice ambas desviaciones estándares

s =s2
lt
2
inherente +s 2
entre
s =s2
lt
2
inherente
La diferencia entre σst y σlt representa el área para la

mejora del proceso

Indicadores de capacidad del proceso
Potencial del : Relación entre la amplitud de la

proceso especificación y la variabilidad natural del
proceso (6σ)
Cp = USL-LSL Pp = USL-LSL
6sP 6sT
• Cp se utiliza cuando el proceso se encuentra en estado de control

estadístico.
Cp emplea la desviación estándar ponderada.
Pp se utiliza cuando el proceso no se encuentra en estado de
• control estadístico.
Pp emplea la desviación estándar total.
Desempeño real del proceso: Relación de la diferencia de la media
del proceso con el límite de especificación más cercano y la semi variabilidad
natural del proceso (3σ).-
CPL == µ -LSL CPU = USL-µ CPK = Mín {CPL, CPU}

= 3sP 3sP
PPL == µ-LSL PPU = USL-µ PPK = Mín {PPL, PPU}
3sT 3sT
• CPK se utiliza cuando el proceso se encuentra bajo estado de
control estadístico.
CPK emplea la desviación estándar ponderada.
PPK se utiliza cuando el proceso no se encuentra bajo estado de

• control estadístico.
PPK emplea la desviación estándar total.
Interpretación de los indicadores de capacidad del proceso
CP CPK Interpretación
1.60 1.60 BAJA VARIABILIDAD, CENTRADO
1.60 0.40 BAJA VARIABILIDAD, NO CENTRADO
0.40 0.40 ALTA VARIABILIDAD, CENTRADO
0.40 0.15 ALTA VARIABILIDAD, NO CENTRADO
PRIMERO SE RESUELVEN LOS PROBLEMAS DE CENTRADO Y DESPUÉS

SE ADOPTAN MEDIDAS PARA ELIMINAR LAS CAUSAS ESPECIALES
(ASIGNABLES) DE VARIACIÓN.

Tabla 5.3 Significado de los valores de los indicadores
¿QUÉ ES BUENO Y QUÉ ES MALO?

Cp Pp
Red (Bad)
<1.00 <1.33
Yellow (OK) 1.00-1.33 1.33-1.66
Green (Good)
>1.33 >1.67
Cp = USL-LSL = 12s = 2
6 Sigma: 6s 6s

¿Qué es la desviación estándar ponderada?
Desviación
• El promedio de las desviaciones estándares que estándar ponderada
expresan la variabilidad dentro de los subgrupos
S12 + S22 +.. . S K2
k
SP = 
¿En qué se diferencia de la desviación estándar i =1 K
total? Subgrupos de igual tamaño
• La desviación estándar total utiliza todos los datos muestreados. La

desviación estándar ponderada sólo utiliza los datos de los subgrupos
y calcula el promedio de las desviaciones de cada uno. La desviación
estándar ponderada no toma en cuenta el cambio en las medias de los
subgrupos.

Rev. 1 12/98
¿Cómo realizar la toma de datos requeridos
para el cálculo de la desviación estándar
total?
• Determinar el tamaño del subgrupo racional
• Determinar el Sub agrupamiento

– Específico para cada proceso/proyecto
– Aspectos a considerar : cabezales múltiples, diferentes centros
de distribución, diferentes regiones.
• Determinar la duración del estudio

– Prolongado, para experimentar todas las causas de variación.
– Incluir diferentes operadores, materiales, equipos, turnos
de trabajo.
• Recopilar 100-200 datos
43
¿Cómo obtener datos para determinar el mejor
desempeño del proceso a partir de una
observación a corto plazo?
• Determinar el tamaño del subgrupo racional
• Determinar el Sub agrupamiento

– Específico para cada proceso/proyecto
– Aspectos a considerar: diferentes cabezales de una máquina,
diferentes materiales, centros de distribución y otros.
• Determinar la duración del estudio

– Corto, para eliminar todas las causas especiales de
variación.
– Incluir un lote de buen material, un operador simple,

considerar el mismo día, turno.
– Correr el proceso tal como se diseñó
• Recopilar 25-50 Sub grupos PhD Eulalia Villa González del Pino
How much shift should we expect?

…SHIFT
OVERHAPPENS
TIME...
Thursday
Wednesday
Tuesday
Monday

Rev. 1 12/98
Monday

Rev. 1 12/98
Monday
Monday
Monday
Monday
Monday
Monday
Monday
Monday
Monday
Monday

Rev. 1 12/98
Tuesday

Rev. 1 12/98
Tuesday
Tuesday
Tuesday
Tuesday
Tuesday
Tuesday
Tuesday
Tuesday
Tuesday

Rev. 1 12/98
Wednesday

Rev. 1 12/98
Wednesday
Wednesday
Wednesday
Wednesday
Wednesday
Wednesday
Wednesday

Rev. 1 12/98
Thursday

Rev. 1 12/98
Thursday
Thursday
Thursday
Thursday
Thursday

Rev. 1 12/98
This distribution is
made up of many
smaller time periods.
n
io
ut
ib
tr
is
D
rm
Te
ng
Lo

Rev. 1 12/98
Thursday
Wednesday
Tuesday
Monday

Rev. 1 12/98
Rev. 1 12/98
Rev. 1 12/98
Rev. 1 12/98
Rev. 1 12/98
This distribution is
an average of the
small ones and
centered on target.
n
io
ut
rib
st
Di
m
er
tT
or
Sh

Rev. 1 12/98
Estudios de capacidad
Entitlement Desempeño
(Corto plazo) (Largo plazo)
Tipo de Variabilidad Sólo causas comunes Todas las causas
# de Datos 25-50 sub grupos 200 datos
Ejemplo de -1 lote de materiales -3 ó 4 lotes de material

Producción -1 turno; 1 operador - Varios turnos y obreros
(Respuesta, lúmens) - Un solo ajuste - Varios ajustes
- El mejor cliente -Todos los clientes
Ejemplo
- 1 empleado -Todos los empleados
Comercial - 1 mes en el verano - Varios meses
(Tiempo de respuesta)
Peor operario --
Regla: las 2 mejores semanas Datos históricos
Debe operarse tal como Debe operarse de la

Proceso: fue diseñado manera usual
PhD Eulalia Villa González del Pino PhD Ramón Pons Murguía 61
62
Ejemplo
Se tomaron los datos siguientes:
265 205 263 307 220 268 260 234 299

197 286 274 243 231 267 281 265 214
346 317 242 258 276 300 208 187 264
280 242 260 321 228 250 299 258 267
265 254 281 294 223 260 308 235 283
200 235 246 328 296 276 264 269 235
221 176 248 263 231 334 280 265 272
265 262 271 245 301 280 274 253 287
261 248 260 274 337 250 278 254 274
278 250 265 270 298 257 210 280 269
215 318 271 293 277 290 283 258 275
251
63
Ejemplo (cont…)
Agrupando los datos en celdas se tiene:
Intervalo Marca Frecuencia Frecuencia

de clase de clase Frecuencia Relativa Absoluta
170 - 189 179.5 2 0.02 0.02
190 - 209 199.5 4 0.04 0.06
210-229 219.5 7 0.07 0.13
230-249 239.5 13 0.13 0.26
250-269 259.5 32 0.32 0.58
270-289 279.5 24 0.24 0.82
290-309 299.5 11 0.11 0.93
310-329 319.5 4 0.04 0.97
330-349 339.5 3 0.03 1.00
64
Ejemplo (cont…)
El histograma es el siguiente (se observa con forma normal):
35
30
25
20
15 Frec.
10
5
0
170- 210- 250- 290- 330-
189 229 269 309 349
65
Ejemplo (cont…)
Calculando la media y la desviación estándar se tiene:
X-media = 264.06 s = 32.02
La variabilidad del proceso se encuentra en 6 s = 192.12

Si las especificaciones fueran LIE = 200 y LSE = 330
Cp = (330 - 200 ) / 192.2 < 1 no es hábil el proceso
Zi = (330 - 264.06) /3 (32.02) Zs = (200 - 264.06) / 3 (32.02)
Cpk = menor de Zi y Zs < 1 el proceso no cumple especificaciones
66
67
EN CASOS ESPECIALES COMO ESTOS
DONDE LAS VARIACIONES PRESENTES SON
TOTALMENTE INESPERADAS,
TENEMOS UN PROCESO INESTABLE o “IMPREDECIBLE”.
?
? ?
? ?
? ?
68
Bases del SPC
SI LAS VARIACIONES PRESENTES SON IGUALES,

SE DICE QUE SE TIENE UN PROCESO “ESTABLE”.
LA DISTRIBUCIÓN SERÁ “PREDECIBLE” EN EL TIEMPO
Predicción
Tiempo
69
Control y Capacidad de Proceso
Control de Proceso:
Cuando la única fuente de variación es normal o de causa común,

se dice que el proceso está operando en “CONTROL”.
Capacidad de Proceso:
Medición estadística de las variaciones de causa común que son

demostradas por un proceso. Un proceso es capaz cuando la
causa común de variación cae dentro de las especificaciones
del cliente.
La capacidad no se puede determinar a menos que

el proceso se encuentre en Control y sea Estable.
70
Proceso en Control Estadístico
La distribución de la mayoría de las características medidas forman una
curva en forma de campana normal, si no hay causas especiales
presentes que alteren la normalidad . ¿cuáles son las causas comunes?
x Área entre 0 y 1
-Probabilidad de Ocurrencia
Distribución
del Proceso
_
x= media
34% 34%
s= sigma; es la desviación
estándar; variación del
proceso.
14 % 14 %
-3s -2s -1s x +1s +2s 3s

2% 99.73% 2% 71
Planes de muestreo:
› Si el proceso sigue una distribución normal y
está en control estadístico, entonces la
desviación estándar puede ser estimada de:
R
sR =
d2
› Para procesos nuevos, se puede estimar la

capacidad del proceso de una producción
piloto
72
Desviación estándar del proceso
𝛔= 𝑅/d2 ; 𝛔 = 𝑆 /c4
Donde,
𝛔 = Desviación estándar de la población
d2 = Factor que depende del tamaño del subgrupo en la carta de
control X bar - R
C4 = Igual que el anterior para una carta X bar - S
NOTA: En una carta por individuales, d2 se toma para n = 2 y

Rango Medio= Suma rangos / (n -1)
73
Ejemplo (carta Xbar - R)
De una carta de control X bar - R (con subgrupo n = 5) se obtuvo lo
siguiente, después de que el proceso se estabilizó quedando sólo con
causas comunes:
264.06 = 𝑋 𝑅= 77.3
Por tanto estimando los parámetros del proceso se tiene:
m=𝑋 s = 𝑅 / d2 =77.3 / 2.326 = 33.23

[ d2 para n = 5 tiene el valor 2.326]
Si el límite de especificación es: LIE = 200.

Cpk = (200 - 264.06) / (33.23) (3) = 0.64, por tanto el proceso no
cumple con las especificaciones.
74
Ejemplo (carta Xbar - S)
De una carta de control Xbar - S (con subgrupo n = 5) se obtuvo lo
siguiente, después de que el proceso se estabilizó quedando sólo con
causas comunes:
𝑋 =µ= 100 𝑆 = 1.05
Por tanto estimando los parámetros del proceso se tiene:
m = 100 s = 𝑆 / C4 = 1.05 / 0.94 = 1.117

[ C4 para n = 5 tiene el valor 0.94 ]
Si el límite de especificación es: LIE = 85 y el LSE = 105.
El Cpk = (105 - 100) / (1.117 ) (3) = 1.492

El Cp = (105 - 85) / 6 (1.117 ) = 2.984
Por tanto, el proceso es capaz de cumplir con las especificaciones.

75
Ejercicios para resolver en clase
1) De una carta de control X bar- R (con subgrupo n = 8) se

obtuvo lo siguiente, después de que el proceso se estabilizó
quedando sólo con causas comunes (LIE = 36, LSE = 46):
𝑋= µ = 40 𝑅=5
2) De una carta de control X bar - S (con subgrupo n = 6) se

obtuvo lo siguiente, después de que el proceso se estabilizó
quedando sólo con causas comunes (LIE = 15, LSE = 23):
𝑋 = 20 𝑆 = 1.5
76

Capacidad Proceso

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Capacidad Proceso

Uploaded by

Copyright:

Available Formats

GESTIÓN DE LA CALIDAD I

PhD Eulalia Villa González del Pino

p = porcentaje de partes fuera de Especificaciones

Podemos reducir la desviación estándar...

Podemos cambiar la media...

O (lo ideal sería, por supuesto) que pudiéramos cambiar ambas

Cualquiera que sea la mejora que lleve a cabo,

¿Cuán bien podríamos hacerlo?

¿ Están logrando una diferencia las mejoras del proceso?

PhD Eulalia Villa González del Pino 6

1. Determinar el mejor desempeño del proceso (Entitlement) para datos variables

2. Determinar el desempeño del proceso para datos variables

4. Determine los inductores de los DPMO :

a. Problema del centrado

5. Realizar estudios de capacidad y desempeño

PhD Eulalia Villa González del Pino 7

Requerimientos del cliente

Caracterización del proceso

Estabilidad del proceso

Número de días hasta el pago

PhD Eulalia Villa González del Pino 9

PhD Eulalia Villa González del Pino 11

PhD Eulalia Villa González del Pino 12

La instalación de manufactura que produce

descriptivos para la resistencia del alambre:

¿Cómo determinamos la capacidad?

Así se desempeña ahora el proceso pero …

Proyecto de Andy – datos de atributos

Andy opera una máquina empacadora que abre las cajas de

PhD Eulalia Villa González del Pino 15

Cajas “cerradas” Cajas “abiertas”

¿Cuál es el desempeño de Andy? ¿Cuál es su mejor (Entitlement))desempeño?

1. Asegúrese de que el proceso se opera como es usual

3. Determine el rendimiento y el % de defectos

Cajas “cerradas” Cajas “abiertas”

5. Convierta a s (utilizando la tabla Z)

PhD Eulalia Villa González del Pino 17

(Buena) Rendimiento = 75 % Cajas “Cerradas” Cajas “Abiertas”!

OK . . . Pero ¿cuál podría ser el mejor desempeño?

1. Crear / identificar condiciones óptimas

2. Obtener (o revisar) los mejores

4. Calcular los DPMO

PhD Eulalia Villa González del Pino 19

(Buenas) Rendimiento = 99.5 % Cajas “Cerradas”

Sobre la base del día a día, ¿existe espacio para la mejora?

Convertir a DPM Z Score

Utilizar tabla Z ZSUPERIOR

PhD Eulalia Villa González del Pino 21

Datos de atributos Datos de variables

PhD Eulalia Villa González del Pino 22

PhD Eulalia Villa González del Pino

Observación “instantánea” Observación de “Video”

PhD Eulalia Villa González del Pino 24

Cuán cercano está el

PhD Eulalia Villa González del Pino 25

La dispersión más estrecha

Relaciona la dispersión del

Diferencias entre los indicadores de dispersión y

Observación Observación de video

CPK PPK Relacionan la media y la

Para responder. . . Para responder. . .

¿Cómo nos evalúan

A largo plazo A corto plazo

DPMO, Sigma DPMO, Sigma