Índice de capacidad multivariante (MCpm)
MCpm da un único índice de capacidad conjunto para dos o más variables correlacionadas, cada una con su propio LSL, USL y objetivo opcional. Es igual a Cp, la razón entre el volumen del elipsoide de tolerancia y el volumen del elipsoide del 99.73% del proceso, dividido entre D, una penalización por desvío del objetivo. Un MCpm superior a 1 indica un proceso capaz y razonablemente centrado. La salida incluye Cp, D, MCpm y los semiejes por variable.
Última revisión:
Idea clave
MCpm extiende el índice de capacidad univariante Cpm a dos o más características de calidad correlacionadas medidas en la misma pieza, tratándolas como un único proceso multivariante en lugar de estudios Cpk separados.
En esta página
Finalidad
MCpm extiende el conocido índice de capacidad univariante Cpm a dos o más características de calidad correlacionadas medidas conjuntamente en la misma pieza, tratándolas como UN solo proceso multivariante en lugar de realizar estudios Cpk univariantes separados para cada característica (lo que cuenta dos veces la variación compartida y puede inducir a error de forma significativa sobre el verdadero riesgo de salirse de especificación cuando las características están correlacionadas). Implementa el índice definido por Taam, Subbaiah y Liddy (1993, Journal of Applied Statistics), formalizado con precisión por Santos-Fernandez y Scagliarini (2012, Journal of Statistical Software, en la documentación del paquete MPCI de R).
Capacidades principales
- Calcula un único índice de capacidad conjunto (MCpm) para 2 o más variables correlacionadas, en lugar de valores Cpk/Cpm univariantes separados para cada variable.
- Acepta un LSL, un USL y un objetivo (Target, opcional) independientes por variable, separados por comas y en el mismo orden que las Variables seleccionadas.
- Informa por separado Cp (la razón conjunta entre dispersión y tolerancia) y D (el factor de penalización por desvío del objetivo), de modo que los dos factores que contribuyen a MCpm, la dispersión del proceso y cuánto se aleja del centro la media del proceso, puedan diagnosticarse de forma independiente.
- Informa la longitud del semieje de cada variable en la región de tolerancia modificada, lo que da un diagnóstico por variable junto al único valor conjunto de MCpm.
- Alfa configurable (por defecto la convención de 0.0027 de toda la aplicación) que controla tanto la región de probabilidad del 99.73% del proceso como, por analogía, la convención de la región de tolerancia modificada.
Métodos estadísticos
MCpm se define como una razón de dos volúmenes de elipsoides, corregida por una penalización por desvío del objetivo: MCpm = Cp / D, donde Cp es la razón entre el volumen del mayor elipsoide alineado con los ejes inscrito en la región de especificación rectangular (R1) y el volumen del elipsoide de probabilidad del 99.73% del proceso (la región en la que un proceso normal p-variante situaría 1 − alfa de su masa, por defecto alfa = 0.0027), y D es una penalización basada en la distancia de Mahalanobis por cuánto se aleja la media del proceso del objetivo.
Los semiejes de la región R1 son simplemente a_i = min(USL_i − Target_i, Target_i − LSL_i) para cada variable i: el mayor elipsoide alineado con los ejes que cabe dentro del recuadro de tolerancia rectangular, con independencia de la estructura de covarianza propia del proceso. Su volumen es Vol(R1) = (π^(p/2) / Γ(p/2 + 1)) · ∏ a_i.
El elipsoide de probabilidad del 99.73% del proceso (R3) se deriva de la matriz de covarianza muestral S: Vol(R3) = |S|^(1/2) · (πK)^(p/2) / Γ(p/2 + 1), donde K es el cuantil (1 − alfa) de la distribución chi-cuadrado con p grados de libertad: el mismo punto de corte distribucional que se usa para acotar la dispersión natural del proceso al nivel de confianza elegido.
Cp = Vol(R1) / Vol(R3): cuán grande es el elipsoide de la región de tolerancia en relación con el elipsoide de dispersión propio del proceso; Cp > 1 significa que la tolerancia es holgadamente mayor que la dispersión natural del proceso.
D, la penalización por desvío del objetivo, es D = √(1 + (n / (n−1))·δ′ S⁻¹ δ), donde δ = x̄ − Target es el vector de cuánto se aleja la media muestral de cada variable de su propio objetivo, y n es el tamaño de muestra. D = 1 exactamente cuando la media muestral es igual al vector objetivo, y crece a medida que la media del proceso se desvía del objetivo (teniendo en cuenta la estructura de correlación mediante S⁻¹, y no solo los desvíos individuales de cada variable).
Por tanto, MCpm = Cp / D es igual a 1 exactamente cuando el proceso está centrado en el objetivo y el 99.73% de la masa de probabilidad del proceso cae dentro de la región de tolerancia modificada; MCpm > 1 indica un proceso capaz y razonablemente centrado, mientras que MCpm < 1 indica que la dispersión del proceso y/o el desplazamiento respecto al objetivo superan lo que permite la especificación. Esta implementación se verificó con el propio ejemplo resuelto publicado por Taam, Subbaiah y Liddy (25 piezas, 2 variables), y reproduce su MCpm = 1.825283 informado con plena precisión de coma flotante.
Campos de entrada y opciones
Campo | Descripción |
Variables | Obligatorio. Seleccione 2 o más características de calidad correlacionadas medidas en cada pieza/unidad. |
LSL (one per variable) | Separados por comas, en el mismo orden que las Variables seleccionadas arriba, p. ej., 112.7, 32.7 |
USL (one per variable) | Separados por comas, en el mismo orden que las Variables seleccionadas arriba, p. ej., 241.3, 73.3 |
Target (one per variable) | Opcional. Separados por comas, en el mismo orden que las Variables. Déjelo en blanco para usar el punto medio de cada LSL/USL. |
Alpha | Por defecto 0.0027, que corresponde a la proporción estándar equivalente a 3 sigmas, usada tanto para la región del proceso del 99.73% como (por analogía) para la convención de la región de tolerancia modificada. |
Company name / Report title | Etiquetas opcionales para el informe exportado. |
Download as Excel | Opcional. Exporta el informe a un libro de Excel. |

Figura 1 — 25 lecturas pareadas de dureza y resistencia a la tracción pegadas en C1–C2, ambas seleccionadas como Variables, con LSL/USL/Target por variable y Alpha = 0.0027.
Descripción de la salida
- Summary table — Variables, p (número de variables), n (observaciones), Alpha, Cp (dispersión frente a la tolerancia modificada), D (penalización por desvío del objetivo) y MCpm.
- Per-variable table — el LSL, el Target, el USL y la media muestral de cada variable, y la longitud de su semieje a_i en la región de tolerancia modificada.
- Plain-language interpretation — una explicación de un párrafo de lo que significa para este proceso el valor de MCpm calculado.
- Exportación a PDF mediante Download as PDF.

Figura 2 — Salida de MCpm: la tabla resumen conjunta de Cp/D/MCpm y la tabla por variable de LSL/Target/USL/Sample Mean/Semi-axis.
Ejemplo
Una pieza de acero tratada térmicamente debe cumplir simultáneamente una especificación de dureza (C1, Brinell) y una de resistencia a la tracción (C2) que están correlacionadas físicamente: las piezas más duras tienden a ser más resistentes. Con el propio ejemplo resuelto de 25 piezas publicado en el artículo, con LSL = 112.7, 32.7, USL = 241.3, 73.3 y Target = 177, 53 para las dos variables respectivamente, la herramienta informa Cp = 1.8751, D = 1.0273 y MCpm = 1.8253, que coincide exactamente con el resultado publicado por Taam, Subbaiah y Liddy con plena precisión de coma flotante, lo que confirma que el proceso es capaz y está solo ligeramente desviado del objetivo una vez que se tiene en cuenta correctamente la correlación entre la dureza y la resistencia a la tracción.
Preguntas frecuentes
¿Qué es el índice de capacidad multivariante MCpm?
MCpm extiende el índice univariante Cpm a dos o más características de calidad correlacionadas medidas conjuntamente en la misma pieza, tratándolas como un único proceso multivariante. Implementa el índice definido por Taam, Subbaiah y Liddy (1993). Los estudios Cpk univariantes separados cuentan dos veces la variación compartida y pueden inducir a error sobre el verdadero riesgo de salirse de especificación cuando las características están correlacionadas.
¿Cómo se calcula MCpm?
MCpm = Cp / D. Cp es el volumen del mayor elipsoide alineado con los ejes dentro del recuadro de especificación dividido entre el volumen del elipsoide de probabilidad del 99.73% del proceso, basado en la matriz de covarianza muestral. D es una penalización por desvío del objetivo basada en la distancia de Mahalanobis entre la media muestral y el objetivo; D es igual a 1 cuando la media está exactamente en el objetivo.
¿Cómo se interpreta un valor de MCpm?
MCpm es igual a 1 cuando el proceso está centrado en el objetivo y el 99.73% de su masa de probabilidad cae dentro de la región de tolerancia modificada. Un MCpm superior a 1 indica un proceso capaz y razonablemente centrado; inferior a 1 significa que la dispersión o el desplazamiento respecto al objetivo superan lo que permite la especificación. Informar Cp y D por separado muestra qué factor es el problema.
¿Qué entradas necesita MCpm?
Seleccione dos o más variables correlacionadas e introduzca los valores de LSL y USL separados por comas y en el mismo orden que las variables. Los objetivos son opcionales; si se dejan en blanco, se usa el punto medio de cada LSL y USL. Alfa es 0.0027 por defecto. En el ejemplo del acero, la dureza y la resistencia a la tracción dieron Cp = 1.8751, D = 1.0273 y MCpm = 1.8253.
