ESTUDIOS DE CAPACIDAD Y HABILIDAD DEL PROCESO (Cp y Cpk) La tabulacin o recopilacin del nmero de veces en que se presenta una

cierta medicin o dato de la caracterstica o variable de calidad a analizar, para un producto cualquiera que se est examinando se conoce como Histograma de Frecuencias. La tabulacin u ordenacin de datos se representa colocando sobre el eje vertical la frecuencia en que ocurren los datos, y sobre el eje horizontal los valores de la caracterstica que se mide; estos valores se representan en pequeos intervalos numricos casi siempre definidos por el usuario, llamados intervalos de clase. Normalmente en dicho Histograma, se muestra tambin las marcas correspondientes a la media nominal de toda la poblacin, as como los valores de los lmites inferior y superior de especificacin. La capacidad potencial del proceso o Cp se define como la relacin entre los lmites de especificacin o tolerancia y la variabilidad total del proceso dada por el clculo de la desviacin estndar. Matemticamente se expresa de la siguiente forma:

Especificacin Superior - Especificacin Inferior Cp = __________________________________________________ 6 veces la desviacin estndar

Ejemplo: Lmite superior de especificacin: 5.00 % de humedad Lmite inferior de especificacin: 3.00 % de humedad Desviacin estndar del proceso: 0.40 % (Calculado con los datos obtenidos en el mes pasado)

Sustituyendo estos valores en la formula se tiene: 5-3 Cp = -------------- = 0.83 6 x 0.40

El denominador es mayor que el numerador y resulta un valor menor a la unidad, esto significa que el proceso tiene mayor variabilidad de lo que permite la especificacin. Ahora, se toma accin correctiva sobre una de las causas comunes para reducir la variabilidad y entonces la nueva desviacin estndar del proceso es igual a 0.25 %, por lo que se tiene un nuevo valor de Cp: 5-3 Cp = ------------ = 1.333 6 x 0.25

Esto indica que la variabilidad de la humedad que da el proceso es menor que la de la tolerancia establecida, por lo que el proceso tiene la capacidad potencial de cumplir la especificacin. Como se ve, el ndice Cp permite calificar la variabilidad tanto del producto como del proceso, siendo mayor la capacidad de cumplir con la especificacin, mientras mayor es el valor de Cp. El lector se habr dado cuenta que para el clculo del Cp se ha considerado que el valor promedio de la distribucin siempre coincide con el centro de la especificacin, pero en la realidad pueden suceder situaciones como las de los casos "B" o "C" de la siguiente figura, donde el promedio de la distribucin no coincide con el centro de la especificacin. Es evidente que en el caso "B" hay ms valores fuera de especificacin y en el caso "C", aunque en menor cantidad, la distribucin muestra que los valores tambin tienden a salirse del lmite superior de la especificacin; sin embargo, de acuerdo a la formula de Cp, en los 3 casos "A", "B" y "C", el valor numrico sera de 1.33.

Para considerar esta situacin, se usa un ndice ms significativo que toma en cuenta la posicin del centro de la distribucin con respecto a la de la especificacin, que llamamos Habilidad de Proceso (Cpk), matemticamente se expresa as:

Especificacin Superior - Promedio LSE - X Cpk lse = ------------------------------------------------ = ----------3 veces la desviacin estndar 3 s

Especificacin inferior - Promedio LIE - X Cpk lie = ------------------------------------------------ = ----------3 veces la desviacin estndar 3 s

De los valores que se obtengan, se toma en cuenta el que resulte menor. Cpk = Min (Cpklie, Cpklse)

Aplicando la frmula al caso "A" en que el promedio de distribucin = 4 se tiene:

5-4 Cpk lse = ---------- = 1.333 3 x 0.25 4-3 Cpk lie = ---------- = 1.333 3 x 0.25

En este caso, el promedio de distribucin coincide con el centro de los lmites especificados, por eso los valores de Cpk lse, Cpk lie y Cp son iguales y por lo tanto el Cpk tambin es igual. En el caso "B" donde el promedio de distribucin = 3.2, se tiene:

5-3.2 Cpk lse = ---------- = 2.4 3 x 0.25 3.2-3 Cpk lie = ---------- = 0.267 3 x 0.25

En este caso, al usar slo el valor de Cpk lse parecera que el proceso est perfecto, pero el valor de Cpk lie = 0.267, que es el valor que se tomar como Cpk, es muy bajo, lo que indica que una gran cantidad de datos estn fuera del lmite inferior, lo cual se aprecia en la figura anterior. En el caso "C" se tiene que el promedio de la distribucin = 4.35 y por lo tanto:

5-4.35 Cpk lse = ---------- = 1.0 3 x 0.25 4.35-3 Cpk lie = ---------- = 1.666 3 x 0.25

En este caso, no se tienen problemas con el lmite inferior, pero por el otro lado, el valor de Cpk lse indica que est en la frontera del lmite superior especificado. Lo anterior permite concluir que mientras ms alto es el valor de Cpk, la variabilidad es menor y el promedio de la distribucin se acerca al valor central de la especificacin y por consiguiente es ms alta la probabilidad de cumplir con las condiciones que se establecen para un proceso dado, para insumo, parte, producto, etc., o sea, que a mayor Cpk tenemos mayor calidad. Obtenga ms artculos e informacin en : http://www.calidad.com.mx http://www.calidad.com.mx/articulos/58.htm

Es posible basar un grfico de control en el nmero de defectuosos de la muestra, en lugar de la fraccin de defectuosos. A este tipo de grficos se les llama un grfico de control np. La teora en que se basa la construccin de este tipo de grficos de control, es similar a la de los grficos p. La construccin del grfico np se basa en el hecho de que np tiene una distribucin binomial con parmetros n y p. Tenemos que:

Donde n es el tamao de la muestra, d es el nmero de defectuosos en la muestra. Sabemos que el nmero de artculos defectuosos en una muestra independiente de tamao n, y en la cual la probabilidad de encontrar un artculo defectuoso es p, tiene una distribucin de probabilidad binomial con parmetros n y p. Luego: Donde n es el tamao de la muestra, d es el nmero de defectuosos en la muestra. Sabemos que el nmero de artculos defectuosos en una muestra independiente de tamao n, y en la cual la probabilidad de encontrar un artculo defectuoso es p, tiene una distribucin de probabilidad binomial con parmetros n y p. Luego:

Lmites de control del grfico np basado en los valores muestrales (tamao de muestra constante) Suponiendo que tenemos m muestras de tamao n, los estimadores de la fraccin defectuosa y la fraccin defectuosa de las m muestras se podrn calcular de la siguiente manera:

De esta manera los lmites de control para el grfico p, con base a

sern los siguientes:

Lmites de control del grfico np basado en los valores muestrales (tamao de muestra variable) Si tenemos que el tamao de muestra es variable, y tenemos subgrupos. Entonces las ecuaciones de los grficos de control son similares a las ecuaciones de los grficos de control de tamao de variable constante, solamente tenemos que cambiar por .

Tenemos entonces que las ecuaciones de los lmites de control seran:

Donde Lmites de control del grfico np basados en los valores estndar Por otra parte, si se conoce el valor estndar p, podemos calcular los lmites con respecto a este valor sustituyendo el valor de en las ecuaciones anteriores, por el valor estndar p.

http://optyestadistica.wordpress.com/2009/05/31/graficos-de-control-np-numero-de-defectuosos-en-la-muestra/