Supuestos de normalidad para gráficas de control

Aunque muchas gráficas de control para datos de variables están basadas formalmente en el supuesto de normalidad, todavía puede obtener buenos resultados con datos no normales si recoge los datos en subgrupos. La relación entre la fortaleza a la no normalidad y el tamaño de la muestra está basada en el teorema del límite central. Tan pronto como sus subgrupos sean independientes, los tamaños de subgrupos más grandes tenderán a producir medias de subgrupos con una distribución más normal. Aunque el tamaño de subgrupo requerido depende de qué tan no normales sean los datos, en la práctica, cualquier subgrupo suele ser adecuado.

Aunque las transformaciones usualmente no son necesarias para las gráficas de control con subgrupos, si los datos son muy asimétricos, usted podría considerar una transformación Box-Cox.

Si no tiene la seguridad acerca de si los datos de su proceso requieren transformación, compare las gráficas de control con datos transformados y no transformados. Luego, considere si las gráficas proporcionan diferentes señales fuera de control y qué señales son más útiles para describir el proceso.

Los datos deben ser moderadamente normales.

Un alejamiento moderado de la normalidad no afecta significativamente los resultados de la gráfica. Sin embargo, severos alejamientos de la normalidad pueden aumentar el número de señales fuera de control.

Si los datos son muy asimétricos, usted podría intentar una transformación de Box-Cox para ver si corrige la condición no normal. Si su proceso produce de forma natural datos no normales y la transformación es efectiva, usted puede utilizar la gráfica de los datos transformados para evaluar la estabilidad de su proceso.