Six Pack de capacidad (Normal)

El Capability Sixpack normal es un conjunto de herramientas analíticas detalladas para evaluar el desempeño y la capacidad de un proceso suponiendo que los datos siguen una distribución normal. Evalúa la estabilidad y el control del proceso con gráficas de control y comprueba la normalidad con gráficas de probabilidad.

Última revisión:

Idea clave

El Capability Sixpack normal es un conjunto de herramientas analíticas detalladas para evaluar el desempeño y la capacidad de un proceso suponiendo que los datos siguen una distribución normal.

En esta página
  1. ¿Qué es el Capability Six Pack (para datos normales)?
  2. ¿Cuándo usar el Capability Six Pack? 
  3. Pautas para el uso correcto del Capability Six Pack
  4. Alternativas: cuándo no usar el Capability Six Pack
  5. Ejemplo de Capability Six Pack (Normal)
  6. Cómo realizar un Capability Six Pack (Normal)

¿Qué es el Capability Six Pack (para datos normales)?

El Capability Sixpack normal es un conjunto de herramientas analíticas detalladas para evaluar el desempeño y la capacidad de un proceso suponiendo que los datos siguen una distribución normal. Evalúa la estabilidad y el control del proceso con gráficas de control y comprueba la normalidad con gráficas de probabilidad. La herramienta estima tanto los índices de capacidad generales (Pp, Ppk) como los potenciales (Cp, Cpk), que comparan la dispersión del proceso con los límites de especificación y tienen en cuenta cualquier desplazamiento de la media. Al indicar los límites de especificación inferior y/o superior, el análisis examina la dispersión de los datos del proceso respecto a esos límites para determinar si el proceso está centrado y cumple su valor objetivo. Además, estima la proporción de productos que no cumplen las especificaciones. Este análisis exhaustivo ayuda a las organizaciones a asegurar una calidad de producto constante, identificar áreas de mejora y confirmar la estabilidad y la capacidad del proceso.

Es una representación gráfica del análisis de capacidad del proceso en la metodología Six Sigma. Six Sigma es un enfoque de gestión de la calidad que busca identificar y reducir la variación del proceso para mejorar la eficiencia y minimizar los defectos.

Un Capability Sixpack, también conocido como Capability Analysis Sixpack o informe de análisis de capacidad, consta de un conjunto de seis gráficas que ofrecen una visión completa de la capacidad del proceso. Estas gráficas se usan para evaluar si un proceso cumple las especificaciones del cliente y para identificar áreas de mejora.

¿Cuándo usar el Capability Six Pack? 

Estas son algunas situaciones en las que un Capability Sixpack puede resultar útil:

  • Mejora de procesos: Cuando está aplicando iniciativas de mejora de procesos o intentando reducir la variación del proceso, un Capability Sixpack puede ayudarle a comprender el estado actual del proceso e identificar las áreas que necesitan mejora.
  • Validación de un proceso nuevo: Si introduce un proceso nuevo o realiza cambios significativos en uno existente, puede usar un Capability Sixpack para evaluar la capacidad inicial del proceso y su aptitud para cumplir los requisitos del cliente.
  • Monitoreo continuo: Un Capability Sixpack puede emplearse como parte de las tareas de monitoreo continuo del proceso para asegurar que este se mantiene dentro de los límites aceptables y cumple las especificaciones del cliente a lo largo del tiempo. El monitoreo periódico con el Capability Sixpack puede ayudar a detectar desplazamientos o variaciones del proceso que puedan afectar a la calidad.
  • Evaluación de proveedores: Al evaluar proveedores potenciales o la capacidad de los proveedores actuales, puede usarse un Capability Sixpack para determinar si el proceso del proveedor es capaz de producir de forma constante productos que cumplan sus especificaciones.

Pautas para el uso correcto del Capability Six Pack

  • Asegúrese de que los datos sean continuos y adecuados para el análisis.
  • Para datos de atributos (conteos de unidades defectuosas o de defectos), use el análisis de capacidad binomial o de Poisson.
  • Reúna una cantidad suficiente de datos (al menos 100 puntos de datos en total) para obtener estimaciones fiables de la capacidad del proceso.
  • Reúna los datos en subgrupos racionales que sean representativos del proceso y se recojan en condiciones similares.
  • Verifique que el proceso sea estable y esté bajo control mediante las gráficas de control de la salida del capability sixpack.
  • Los datos deben seguir una distribución normal para obtener estimaciones exactas de la capacidad del proceso.
  • Si los datos no son normales, considere transformarlos mediante las transformaciones de Box-Cox o de Johnson.
  • Use la gráfica de probabilidad normal y el histograma de la salida del capability sixpack para evaluar la distribución de los datos.

Alternativas: cuándo no usar el Capability Six Pack

  • Si desea una evaluación completa de las medidas de capacidad, incluidos los índices principales, considere usar Capacidad de proceso (Distribución normal).
  • Para evaluar los supuestos necesarios para el análisis de capacidad no normal, utilice el Six Pack de capacidad (No normal).
  • En caso de variación sustancial entre subgrupos, como en un proceso por lotes, use el Six Pack de capacidad (Entre/Dentro) para evaluar los supuestos de un análisis de capacidad entre/dentro.

Ejemplo de Capability Six Pack (Normal)

El ingeniero de calidad de una planta de autopartes evalúa la capacidad del proceso de la máquina que produce árboles de levas. El ingeniero recoge datos en subgrupos de tamaño 5 cada 30 minutos en una de las máquinas. Los límites especificados para la longitud del árbol de levas son un límite inferior de especificación (LSL) de 595 mm, un valor objetivo (Target) de 600 mm y un límite superior de especificación (USL) de 605 mm. Para evaluar los supuestos necesarios para el análisis de capacidad normal y determinar en qué medida las longitudes de los árboles de levas cumplen los requisitos especificados, el ingeniero realiza un análisis capability sixpack normal. Los pasos son los siguientes:

  1. Recopiló los datos necesarios.
Capability Six Pack Between/Within — figure 1
  1. Ahora analice los datos en Zometric Statistical Software en https://statsai.zometric.com/.
  2. Para encontrar el Capability Six Pack, elija Statistical module> Process Capability>Capability Six Pack.
  3. Dentro de la herramienta, se introducen los datos junto con las demás entradas como se indica a continuación:
Capability Six Pack (Normal) — figure 2
  1. Después de usar la herramienta mencionada, se obtiene la siguiente salida:
Capability Six Pack (Normal) — figure 3Capability Six Pack (Normal) — figure 4

Cómo realizar un Capability Six Pack (Normal)

La guía es la siguiente:

  1. Inicie sesión en Zometric Statistical Software en https://statsai.zometric.com/
  2. En la página de inicio, elija Statistical Tool> Process Capability >Capability Six Pack (Normal).
  3. Haga clic en Capability Six Pack (Normal) para acceder al tablero.
  4. A continuación, introduzca los datos manualmente o copie todos los datos (Ctrl+C) de una hoja de Excel y péguelos (Ctrl+V).
  5. A continuación, debe rellenar los datos necesarios, como lsl, usl, target, K, etc.
  6. Por último, haga clic en calculate en la parte inferior de la página para obtener los resultados deseados.

En el tablero de Capability Six Pack (Normal), la ventana está dividida en dos partes.

Capability Six Pack (Normal) — figure 5

En la parte izquierda se encuentra el panel de datos (Data Pane). En el Data Pane, cada fila forma un subgrupo. Los datos pueden introducirse manualmente o copiarse por completo (Ctrl+C) de una hoja de Excel y pegarse (Ctrl+V) aquí.

Load example: Se cargarán los datos de ejemplo.

Load File: Se usa para cargar directamente los datos de Excel.

En la parte derecha hay varias opciones, como las siguientes:

  • Lsl: LSL en la capacidad del proceso significa límite inferior de especificación (Lower Specification Limit). Es el límite o umbral inferior fijado para un parámetro o característica concreta del proceso. En el análisis de capacidad del proceso, el LSL se usa para determinar si un proceso es capaz de producir resultados dentro del intervalo o de las especificaciones deseadas.
  • Usl: USL en la capacidad del proceso significa límite superior de especificación (Upper Specification Limit). Representa el límite o umbral superior fijado para un parámetro o característica concreta del proceso. Durante el análisis de capacidad del proceso, el USL se usa para evaluar si un proceso es capaz de producir resultados dentro del intervalo o de las especificaciones deseadas.
  • Target: En la capacidad del proceso, el valor objetivo (target) es el valor deseado o ideal de un parámetro o característica concreta del proceso. Representa el valor que el proceso debe alcanzar o en torno al cual debe centrarse. El valor objetivo suele basarse en las especificaciones de diseño o en los requisitos del cliente.
  • Show specs in control chart:  Añade los límites de especificación a la gráfica de control para visualizar cómo se alinean las mediciones del proceso con las normas de calidad. Esto ayuda a evaluar si el proceso se mantiene dentro de los intervalos aceptables.
  • Process mean: Es el valor promedio de un conjunto de mediciones u observaciones de un proceso. Representa la tendencia central de los datos del proceso a lo largo del tiempo y es un indicador clave del desempeño del proceso. Si no se indica, Zometric Statistical Software calcula la línea central a partir de los datos proporcionados.
  • Process sd: Es una medida de la variabilidad o dispersión de los datos del proceso en torno a la media. Indica cuánto difieren los puntos de datos individuales del proceso respecto al promedio del proceso. Si lo deja en blanco, Zometric Statistical Software lo calcula a partir de los datos proporcionados.
  • K: El multiplicador de tolerancia de los estadísticos de capacidad: la dispersión del proceso se toma como K × sigma. El valor por defecto es 6, la convención estándar de 6 sigma.
  • Within Stdev estimation method:
    • Pooled: La desviación estándar combinada (pooled) es el promedio ponderado de las varianzas de los subgrupos, en el que los subgrupos más grandes tienen mayor influencia en la estimación general. Este método ofrece una estimación más exacta de la desviación estándar cuando el proceso es estable.
    • Rbar: Rbar representa el promedio de los rangos dentro de los subgrupos. El método Rbar es una estimación de la desviación estándar muy utilizada, especialmente eficaz para tamaños de subgrupo de 2 a 8.
    • Sbar:Calcula la desviación estándar promedio (Sbar) de los subgrupos para monitorear la variabilidad del proceso. Sbar es fundamental para fijar los límites de control de la gráfica S e indica cambios en la dispersión de los datos a lo largo del tiempo. Este método asegura una evaluación constante y exacta de la variación del proceso en las prácticas de control de calidad.
  • Within stdev estimation method for subgroup size = 1:
    • Average Moving Range: El rango móvil promedio es el valor medio del rango de dos o más puntos consecutivos, y se usa normalmente cuando el tamaño del subgrupo es 1.
    • Median Moving Range: El rango móvil mediano es el valor central del rango de dos o más puntos consecutivos, y se recomienda cuando los datos tienen rangos extremos que podrían sesgar el rango móvil.
  • Moving range of length: Indique el número de observaciones que se usan para calcular el rango móvil, con una longitud ≤ 100. La longitud por defecto es 2, ya que los valores consecutivos son los que tienen más probabilidad de ser similares.
  • Use Unbiasing Constants to Calculate Overall Standard Deviation: Aplica constantes de insesgadez al estimar la desviación estándar general.
  • Machine: El equipo o la máquina concreta que se evalúa en el estudio de capacidad. Ejemplo: taladradora, máquina de forja.
  • Reported by: La persona que documenta los resultados del estudio de capacidad.
  • Prepared by: La persona que compila y organiza los datos del informe.
  • Verified by: La persona que comprueba la exactitud de los datos y los hallazgos compilados.
  • Approved by: La persona que autoriza el informe final para su distribución o uso.
  • Remarks: Notas u observaciones adicionales relevantes para el estudio que puedan afectar a la interpretación.
  • Shift: El turno de trabajo durante el cual se realizó el estudio, que indica el momento y las posibles variables específicas del turno.
  • Operation: El proceso o la máquina concreta que se evalúa en el estudio.
  • Company name: La organización que realiza el estudio de capacidad.
  • Report title: El título que resume el enfoque o la finalidad del estudio de capacidad.
  • Customer name: El cliente para el que se realizó el estudio de capacidad.
  • Part: El nombre o número del componente o producto que fabrica la máquina.
  • Variable: La característica o dimensión concreta de la pieza que se mide. Ejemplo: diámetro, longitud, anchura.
  • Unit of Measure: Las unidades que se usan para cuantificar la variable medida. Ejemplo: milímetros (mm), pulgadas (in).
  • Study date: La fecha en que se realizó el estudio de capacidad de máquina.
  • Operator: El nombre de la persona que opera la máquina.
  • Inspector: El nombre de la persona que midió las piezas.
  • Gauge: El instrumento o la herramienta de medición que se usa para evaluar la variable. Ejemplo: calibre pie de rey, micrómetro.
  • Check Rule 1: 1 point > K Stdev from center line: La prueba 1 es esencial para identificar subgrupos que se desvían de forma significativa de los demás, por lo que es una herramienta universalmente reconocida para detectar situaciones fuera de control. Para aumentar la sensibilidad y detectar desplazamientos menores del proceso, la prueba 2 puede usarse junto con la prueba 1, lo que mejora la eficacia de las gráficas de control.
  • Check Rule 2: K points in a row on same side of center line: La prueba 2 detecta cambios en el centrado o en la variación del proceso. Al monitorear desplazamientos pequeños del proceso, la prueba 2 puede usarse junto con la prueba 1 para mejorar la sensibilidad de las gráficas de control.
  • Check Rule 3: K points in a row, all increasing or all decreasing: La prueba 3 está diseñada para identificar tendencias dentro de un proceso. Esta prueba busca específicamente una secuencia prolongada de puntos de datos consecutivos que aumentan o disminuyen de forma constante, lo que señala una posible tendencia subyacente en el comportamiento del proceso.
  • Check Rule 4: K points in a row, alternating up and down: La prueba 4 está diseñada para identificar variaciones sistemáticas dentro de un proceso. Idealmente, el patrón de variación de un proceso debería ser aleatorio. Sin embargo, si un punto no supera la prueba 4, puede indicar que la variación no es aleatoria, sino que sigue un patrón predecible.
  • Check Rule 5: K out of K + 1 points > 2 standard deviation from center line (same side): La prueba 5 detecta desplazamientos pequeños del proceso.
  • Check Rule 6: K out of K + 1 points > 1 standard deviation from center line (same side):La prueba 6 detecta desplazamientos pequeños del proceso.
  • Check Rule 7: K points in a row within 1 standard deviation of center line (either side):La prueba 7 identifica patrones de variación que pueden interpretarse erróneamente como prueba de un buen control. Esta prueba detecta límites de control excesivamente amplios, que suelen deberse a datos estratificados. Los datos estratificados se producen cuando hay una fuente sistemática de variación dentro de cada subgrupo, lo que hace que los límites de control parezcan más amplios de lo que deberían.
  • Check Rule 8: K points in a row > 1 standard deviation from center line (either side):La prueba 8 detecta un patrón de mezcla. En un patrón de mezcla, los puntos tienden a alejarse de la línea central y a situarse cerca de los límites de control.
  • Download as Excel: Muestra el resultado en formato Excel, que puede editarse fácilmente y volver a cargarse para los cálculos mediante la opción load file.

Preguntas frecuentes

¿Qué es un Capability Sixpack normal?

Un Capability Sixpack normal es un conjunto de seis gráficas que evalúan la capacidad del proceso suponiendo datos con distribución normal. Las gráficas de control comprueban la estabilidad, una gráfica de probabilidad comprueba la normalidad, y el informe estima los índices de capacidad potencial (Cp, Cpk) y general (Pp, Ppk) frente a los límites de especificación, junto con la proporción de producto no conforme.

¿Cuándo debe usar un Capability Sixpack?

Úselo durante la mejora de procesos para comprender el estado actual, al validar un proceso nuevo o con cambios significativos, para el monitoreo continuo de si un proceso se mantiene dentro de los límites, y para evaluar si el proceso de un proveedor puede cumplir de forma constante sus especificaciones. Ofrece una comprobación rápida de los supuestos en que se basa un análisis de capacidad normal.

¿Cuántos datos se necesitan para un Capability Sixpack normal?

Reúna al menos 100 puntos de datos continuos en total, en subgrupos racionales que representen el proceso y se recojan en condiciones similares. Verifique la estabilidad con las gráficas de control del sixpack y la normalidad con su gráfica de probabilidad e histograma. Si los datos no son normales, considere una transformación de Box-Cox o de Johnson.

¿Cuándo debe usar un Capability Sixpack distinto?

Use el Six Pack de capacidad (No normal) para comprobar los supuestos del análisis de capacidad no normal, y el Six Pack de capacidad (Entre/Dentro) cuando haya una variación sustancial entre subgrupos, como en un proceso por lotes. Para datos de atributos, use el análisis de capacidad binomial o de Poisson. Para un conjunto más completo de índices, use la Capacidad de proceso (Distribución normal).