En este tema
LEI
El límite de especificación inferior (LEI) del proceso es el mínimo valor permitido para el producto o servicio. Este límite no indica cuál es el desempeño del proceso, pero sí cómo usted desea que sea su desempeño. Usted especifica el LEI cuando configura el análisis de capacidad.
Nota
Si utiliza una transformación de datos al realizar el análisis de capacidad, Minitab también calcula el LEI*, que es el límite de especificación inferior de los datos transformados.
Interpretación
Utilice el LES y el LEI para definir los requisitos del cliente y evaluar si su proceso produce elementos que cumplan con los requisitos.
Los límites de especificación superior e inferior se identifican por las líneas verticales discontinuas en el histograma. Compare las barras del histograma con las líneas para determinar si las mediciones se encuentran dentro de los límites de especificación.
La dispersión de especificación es la distancia entre el límite de especificación superior y el límite de especificación inferior (LES – LEI). Supongamos que una compañía produce bolígrafos y el diámetro externo de la esfera es 0.35 mm. El rango aceptable para los diámetros externos de la esfera es de 0.34 a 0.36 mm. Por lo tanto, el LEI es 0.34, el LES es 0.36 y la dispersión de especificación es 0.02 mm.
Minitab compara la dispersión de especificación con la dispersión del proceso para determinar la capacidad de su proceso.
Objetivo
El objetivo es el valor ideal de un proceso con base en los requisitos de su cliente. Por ejemplo, si una pieza cilíndrica produce un desempeño óptimo en un producto cuando el diámetro es 32 mm, entonces 32 mm es el objetivo de esa pieza.
Interpretación
Utilice el objetivo para definir los requisitos del cliente y comparar con sus observaciones.
El valor objetivo está centrado por lo general, pero no siempre, entre los límites de especificación inferior y superior. Cuando tiene un objetivo, examine si su proceso está centrado cerca del objetivo.
LES
El límite de especificación superior (LES) del proceso es el máximo valor permitido para el producto o servicio. Este límite no indica cuál es el desempeño del proceso, pero sí cómo usted desea que sea su desempeño. Usted especifica el LES cuando configura el análisis de capacidad.
Nota
Si usted utiliza una transformación de datos al realizar el análisis de capacidad, Minitab también calcula el LES*, que es el límite de especificación superior de los datos transformados.
Interpretación
Utilice el LES y el LEI para definir los requisitos del cliente y evaluar si su proceso produce elementos que cumplan con los requisitos.
Los límites de especificación superior e inferior se identifican por las líneas verticales discontinuas en el histograma. Compare las barras del histograma con las líneas para determinar si las mediciones se encuentran dentro de los límites de especificación.
La dispersión de especificación es la distancia entre el límite de especificación superior y el límite de especificación inferior (LES – LEI). Supongamos que una compañía produce bolígrafos y el diámetro externo de la esfera es 0.35 mm. El rango aceptable para los diámetros externos de la esfera es de 0.34 a 0.36 mm. Por lo tanto, el LEI es 0.34, el LES es 0.36 y la dispersión de especificación es 0.02 mm.
Minitab compara la dispersión de especificación con la dispersión del proceso para determinar la capacidad de su proceso.
Media de la muestra
La media de la muestra es el promedio de las mediciones de la muestra o la media histórica del proceso que usted especifique para el análisis.
Interpretación
Utilice la media de la muestra para estimar el valor promedio de su proceso.
Puesto que sus datos son no normales y pudieran no seguir una distribución simétrica con forma de campana, la media de la muestra pudiera no ocurrir en el pico de la distribución.
N de la muestra
El tamaño de la muestra (N) es el número total de observaciones en sus datos. Por ejemplo, si usted recolectó 20 subgrupos de tamaño 5, el tamaño de su muestra es 100.
Interpretación
Utilice N para evaluar el tamaño de la muestra.
Generalmente, tamaños de muestra más grandes producen estimaciones más confiables de la capacidad del proceso. Algunos expertos recomiendan por lo menos 100 observaciones totales para un análisis de capacidad.
Forma
El parámetro de forma de una distribución determina la forma de la función de distribución. La forma se estima a partir de los datos o se especifica con base en el conocimiento histórico del proceso.
Interpretación
El parámetro de forma de una distribución dada puede afectar qué tan simétricos o asimétricos son los datos.
Efecto del parámetro de forma en una distribución de Weibull
Esta gráfica muestra el efecto de los diferentes valores del parámetro de forma en la distribución de Weibull.
Escala
El parámetro de escala de una distribución determina la escala de la función de distribución. La escala se estima a partir de los datos o se especifica con base en el conocimiento histórico del proceso.
Interpretación
El parámetro de escala puede afectar qué tan dispersos son los datos. Por lo general, un valor de escala más grande puede hacer que la distribución luzca más expandida horizontalmente. Un valor de escala más pequeño puede hacer que la distribución luzca más comprimida horizontalmente.
Efecto del parámetro de escala en una distribución logística
Esta gráfica muestra el efecto de los diferentes valores del parámetro de escala en la distribución logística.
Valor umbral
El parámetro de valor umbral proporciona una estimación del valor mínimo de una variable aleatoria. El valor umbral se estima a partir de los datos o se especifica con base en el conocimiento histórico del proceso.
Interpretación
El parámetro de valor umbral define la ubicación del mínimo valor que es teóricamente posible para los datos de una distribución.
Efecto del parámetro de valor umbral en una distribución de Weibull
Esta gráfica muestra el efecto de los diferentes valores del parámetro de valor umbral en la distribución de Weibull.
Ubicación
El parámetro de ubicación afecta la ubicación de una distribución. La ubicación se estima a partir de los datos o se especifica con base en el conocimiento histórico del proceso.
Interpretación
El parámetro de ubicación puede afectar la ubicación de los datos al desplazarlos a lo largo del eje X. Un valor de ubicación positivo desplaza la distribución hacia la derecha, mientras que un valor de ubicación negativo desplaza la distribución hacia la izquierda.
Efecto del parámetro de ubicación en una distribución logística
Esta gráfica muestra el efecto de los diferentes valores del parámetro de ubicación en la distribución logística.
Media
Si usted utiliza la distribución exponencial para modelar sus datos no normales, Minitab indica el parámetro de media de la distribución.
Interpretación
El parámetro de media define el valor central de la distribución de datos. En una distribución exponencial, la media es igual al parámetro de escala cuando el parámetro de valor umbral es 0.