El vídeo grabado con JMP 18 se publicó en junio de 2025.
¿Necesita identificar variaciones rutinarias (de causa común) y anormales (de causa especial) en los procesos a lo largo del tiempo? ¿Tiene la tarea de comparar el rendimiento de un proceso con respecto a sus límites de especificación o después de que se haya modificado? ¿Es responsable de comprender las métricas de estabilidad y capacidad de un gran número de procesos a lo largo del tiempo?
En este estudio de caso utilizamos información de proceso para ver cómo:
- Visualice y construya gráficos de control para detectar variaciones.
- Gestionar los límites de especificación y adjuntarlos a los datos.
- Analizar los procesos para identificar posibles problemas, puntos fuera de control y un resumen visual de los problemas del proceso.
- Comparar la variabilidad en los procesos relacionados con los cambios (fases) en el proceso.
- Represente gráficamente la frecuencia relativa o la gravedad de los problemas del proceso, incluyendo antes y después de una intervención.
Requisitos previos sugeridos:
- Familiaridad con la terminología común de control de procesos.
- Conocimientos básicos sobre gráficos de control y análisis comunes utilizados para identificar problemas de proceso.
Aquí tienes dos actividades relacionadas con este tema:
Preguntas respondidas por @ChristianStopp y @alisa_h_lowery en el seminario web en directo:
P: ¿Cuál es la diferencia entre Ppk y Cpk?
A: Cpk representa la variación a corto plazo (dentro del subgrupo), mientras que Ppk representa la variabilidad a largo plazo (general). También hay un excelente módulo sobre Calidad en el contenido gratuito de STIPS que ofrecemos, que puede encontrar aquí:https://www.jmp.com/en/online-statistics-course .
P: ¿Qué se hace con Ppk si los datos que se tienen no son normales, están sesgados o son una mezcla normal-2, cercanos a la normalidad pero sin llegar a serlo del todo?
A: Puede especificar distribuciones no normales dentro de la plataforma de capacidades o utilizando las propiedades de columna para la medida.
P: ¿Existe alguna manera de combinar todas estas capacidades de proceso individuales en una sola, de forma que se puedan comparar dos plantas diferentes?
R: Puede usar una variable "por" en la capacidad del proceso. Si realiza una combinación, el gráfico de objetivos puede hacerlo. El gráfico de capacidad le permite visualizar el rango. Los informes pueden parecer complejos debido a la cantidad de variables. Lo que solicita podría resolverse mediante un marco SPC multivariante, que actualmente no es compatible aquí, pero es algo que el equipo de desarrollo de JMP está investigando. Por otro lado, comparar las capacidades individuales entre plantas podría ser una estrategia razonable para comparar el rendimiento entre ellas, y existen otras estrategias prácticas de "compensación de medición" para las que puede usar JMP.
P: ¿Se puede utilizar Ppk/Cpk en datos logísticos?
A: Podría verlos siendo utilizados en ese sentido como una forma de evaluar cómo se está desempeñando su proceso en relación con los puntos de referencia deseados.
P: ¿Cuántos puntos se necesitan para que el análisis de gráficos de control sea útil?
R: En general, cuantos más, mejor. En JMP encontrará gráficos de corto plazo si está analizando conjuntos de productos cuya estabilidad desea explorar.
P: ¿Cuál es la tasa de alarmas en el control de procesos?
A: La Tasa de Alarmas contiene información sobre los subgrupos que generan alarmas en diversas pruebas, incluidas las 8 reglas de Western Electric. La estimación de la desviación estándar es el valor de Sigma dentro del rango. Por defecto, en la tabla resumen solo se muestran las columnas Tasa de Alarmas, Prueba 1 y Última Alarma. La Tasa de Alarmas es el número de subgrupos que generaron alarmas en cualquiera de las pruebas seleccionadas en la opción Elegir Prueba (Cualquier Alarma), dividido entre el número de subgrupos no faltantes (Subgrupos).
P: Si puede identificar una causa asignable para la variación por causa especial, ¿el resto del proceso es estable y está bajo control?
A: En tal caso, sugerimos, si es posible, recopilar más datos y utilizar fases para demostrarlo. No es óptimo ocultar ni excluir información.
