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 las distribuciones difieren para múltiples variables, usted debe realizar un análisis de capacidad por separado para cada variable.
Utilice el histograma de capacidad para ver los datos de su muestra en relación con el ajuste de distribución y los límites de especificación.
Para cada variable, compare la curva de distribución con las barras del histograma para evaluar si sus datos parecen seguir la distribución que usted eligió para el análisis. Si las barras varían considerablemente respecto de la curva, sus datos podrían no seguir la distribución que eligió y las estimaciones de la capacidad podrían no ser fiables para su proceso. Si no está seguro de cuál es la distribución que mejor se ajusta a sus datos, utilice Identificación de distribución individual para identificar una distribución o transformación apropiadas.
Los histogramas solo proporcionan una indicación aproximada del ajuste de la distribución. Para evaluar de una manera más definitiva el ajuste de la distribución, utilice los resultados de las gráficas de probabilidad. Si las distribuciones difieren para múltiples variables, usted debe realizar un análisis de capacidad por separado para cada variable.
En estos resultados, 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).
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.
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 estos resultados, 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.