Interpretar los resultados clave para Análisis de capacidad no normal para múltiples variables

Complete los siguientes pasos para interpretar un Análisis de capacidad no normal para múltiples variables. La salida clave incluye las gráficas de probabilidad, los histogramas y los índices de capacidad.

Paso 1: Verificar si hay problemas en sus datos

El proceso debe ser estable y los datos del proceso deben seguir la distribución no normal seleccionada para el análisis. Las gráficas de probabilidad permiten evaluar el ajuste de distribución.

Utilice las gráficas de probabilidad para evaluar el ajuste de la distribución no normal para cada variable.

Si la distribución provee un ajuste adecuado para los datos, los puntos deberían formar una línea aproximadamente recta. Alejamientos de esta línea recta indican que el ajuste es inaceptable. Si el valor p es mayor que 0.05, usted puede presuponer que los datos siguen la distribución no normal utilizada en el análisis.

Si el valor p es menor que 0.05, sus datos no siguen la distribución seleccionada y los resultados del análisis de capacidad podrían no ser exactos. Utilice Identificación de distribución individual para determinar cuál distribución no normal o transformación de datos es más efectiva para sus datos. Si las distribuciones difieren para diferentes variables o grupos, usted debe realizar un análisis de capacidad por separado para cada variable o grupo con una distribución diferente.

Resultado clave: Valor p

En estas gráficas, los puntos de ambas gráficas se encuentran en una línea aproximadamente recta a lo largo de la línea ajustada (media). Ambos valores p son mayores que 0.250, por lo que no hay suficiente evidencia de que los datos de cualquiera de las variables no siguen la distribución no normal seleccionada (Weibull). Por lo tanto, usted uede evaluar estos datos con análisis de capacidad no normal utilizando la distribución de Weibull.

Important

Las gráficas de probabilidad no indican si su proceso es estable. Para verificar la estabilidad del proceso, debe evaluar sus datos utilizando una gráfica de control. Para obtener más información, vaya a Revisión general de Análisis Capability Sixpack no normal.

Paso 2: Examinar el desempeño observado del proceso

Para cada grupo o variable de los datos, utilice el histograma de capacidad para examinar las observaciones de la muestra en relación con los requisitos del proceso.

Examinar la dispersión del proceso

Para cada variable, examine visualmente los datos en el histograma en relación con los límites de especificación inferior y superior. Lo ideal es que la dispersión de los datos sea más estrecha que la dispersión de especificación y que todos los datos estén dentro de los límites de especificación. Los datos que están fuera de los límites de especificación representan elementos no conformes.

En este histograma, la dispersión del proceso es mayor que la dispersión de especificación, lo que sugiere una capacidad deficiente. Aunque gran parte de los datos se encuentra dentro de los límites de especificación, hay muchos elementos no conformes por debajo del límite de especificación inferior (LEI) y por encima del límite de especificación superior (LES).

Nota

Para determinar el número real de elementos no conformes en el proceso, utilice los resultados de PPM < LEI, PPM > LES y PPM Total. Para obtener más información, vaya a Todos los estadísticos y gráficas.

Evaluar la ubicación del proceso

Para cada variable, evalúe si el proceso está centrado entre los límites de especificación o en el valor objetivo, si usted tiene uno. El pico de la curva de distribución muestra dónde se encuentra la mayoría de los datos.

En este histograma, aunque las observaciones de la muestra se encuentran dentro de los límites de especificación, el pico de la curva de distribución no está en el objetivo. La mayoría de los datos excede el valor objetivo y se encuentra cerca del límite de especificación superior.

Paso 3: Evaluar la capacidad del proceso

Utilice el Ppk para evaluar la capacidad general del proceso con base tanto en la ubicación como en la dispersión del proceso. La capacidad general indica el rendimiento real del proceso que su cliente experimenta con el tiempo.

Por lo general, los valores de Ppk más altos indican un proceso más capaz. Los valores de Ppk más bajos indican que el proceso puede necesitar mejoras.

Compare el Ppk con un valor de referencia que represente el valor mínimo que es aceptable para su proceso. Muchas industrias utilizan un valor de referencia de 1,33. Si el Ppk es menor que el valor de referencia, considere formas de mejorar el proceso.

Para cada variable en su análisis, compare los valores de Ppk para determinar si la capacidad general del proceso difiere para grupos diferentes o en diferentes condiciones.

Resultado clave: Ppk

Los datos del proceso en este histograma se recolectaron antes de una mejora del proceso. Para estos datos, Ppk = 0.44. Puesto que el Ppk es menor que 1.33, la capacidad general del proceso no cumple con los requisitos del cliente. Se deben tomar medidas para mejorar el proceso.

Los datos del proceso en este histograma se recolectaron después de la mejora del proceso. Para estos datos, Ppk = 1.59. Puesto que el Ppk es mayor que 1.33, la capacidad general del proceso ahora cumple con los requisitos del cliente.

Precaución

El índice del Ppk representa la capacidad del proceso para solo el "peor" lado de las mediciones del proceso, con respecto al límite de especificación inferior o superior. Si el proceso produce elementos no conformes que se encuentran fuera de los límites de especificación inferior y superior, utilice otras medidas de capacidad incluidas en la salida para hacer una evaluación más completa del rendimiento del proceso. Para obtener más información, vaya a Todos los estadísticos y gráficas.

Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política