Tipos de datos para el análisis de capacidad

Para elegir el análisis de capacidad adecuado, determine qué tipo de datos tiene usted. Los dos tipos principales de datos para el análisis de capacidad son los datos continuos y los datos de atributos. Minitab ofrece los análisis normal y no normal para los datos continuos y los análisis binomial y de Poisson para los datos de atributos.

Si puede elegir recolectar datos continuos o datos de atributos, trate de recopilar datos continuos, porque comúnmente proporcionan más información y son más objetivos. Los datos de atributos son más fáciles de recolectar y, por ende, suelen utilizarse cuando es difícil obtener mediciones continuas.

Datos continuos

Los datos continuos miden una característica de una parte o proceso, como por ejemplo la longitud, el peso o la temperatura. Los datos suelen incluir valores decimales. Por ejemplo, un fabricante de alimentos desea investigar si el peso de un producto de cereal es consistente en el tiempo. Para recolectar los datos, un analista de calidad registra los pesos de una muestra de cajas de cereal.

Los datos continuos provenientes de procesos industriales suelen seguir una distribución normal. Los datos continuos que no están distribuidos normalmente pueden seguir un tipo específico de distribución no normal, como una distribución de Weibull o exponencial. A veces, usted puede transformar datos no normales para que se ajusten a una distribución normal.

Datos de atributos

Por lo general, los datos de atributos cuentan la presencia de una característica o condición, como un rasgo físico, un tipo de defecto o una calificación, como por ejemplo pasa/no pasa. Los datos de atributos normalmente dependen de una evaluación subjetiva y, por lo tanto, están sujetos a la interpretación del evaluador. Existen dos tipos principales de datos de atributos: conteos de defectos, que son las no conformidades, y conteos de defectuosos, que son los elementos no conformes.

Un defecto se refiere a una característica de calidad especifica de un elemento, como una rotura, raya o decoloración. Cada elemento puede tener más de un defecto y un defecto no siempre hace que el elemento no se pueda utilizar. Por ejemplo, unos analistas de una empresa textil inspeccionan las toallas en busca de roturas, tirones o fallas de costura y registran el número de defectos por cada lote de 25 toallas. Cada toalla puede tener más de 1 defecto, como 1 rotura y 1 tirón. Cuando usted monitorea los defectos, recolecta datos de Poisson.

Un defectuoso se refiere a si el estado general de un elemento completo es aceptable o no. Por lo tanto, los datos suelen tener la forma sí/no, pasa/no pasa o defectuoso/no defectuoso. Puesto que un elemento puede incluir muchas características de calidad, también puede tener muchos defectos, pero el elemento en sí es defectuoso o no defectuoso. Por ejemplo, un analista inspecciona una muestra de focos de un proveedor y cuenta el número de focos rotos en cada muestra. Cuando usted monitorea defectuosos, recopila datos binomiales.