Comparación del desempeño de índices de capacidad multivariados a través de la simulación de procesos

En el presente trabajo se evaluará el desempeño de índices multivariados en procesos simulados con cambios en su distribución y parámetros (centramiento, variabilidad y correlación), los niveles de correlación son Nula, Débil, Media y Fuerte. Los índices evaluados son el Método ECPK propuesto por Braun (2001), el Índice MCPM propuesto por Taam, Subbarah y Liddy (1993), los Índices MCP y MCPC propuesto por Wang y Du (2000), el Vector de Capacidad de Procesos Multivariados (VCPM) propuesto por Shahriari, Hubele and Lawrence (1995) y el Nuevo Vector de Capacidad de Procesos Multivariados (NVCPM) propuesto por Shariahri y Abdollahzadeh (2009). Esta investigación se enfocará en realizar un Análisis de la Capacidad de Procesos Multivariantes utilizando los índices de Capacidad de Procesos Multivariados, los cuales ayudarán a indicar cuándo un proceso tiene la habilidad de cumplir con las características y especificaciones que se han establecido previamente, esto con el fin de comparar el comportamiento de dichos índices y finalmente, definir cuál es el mejor índice para cada escenario planteado. La metodología estadística utilizada se basa en la simulación de procesos multivariados, que tienen diferentes características con respecto al centramiento, variabilidad y niveles de correlación. A estos se les realiza un Análisis de Capacidad Multivariado con los Índices de Capacidad propuestos, los cuales cuantificarán la habilidad que tienen dichos procesos para cumplir las especificaciones determinadas por los clientes o el mercado. Previamente, los procesos generados se identifican como procesos capaces o no capaces por medio de una regla fundamental de Calidad (Seis Sigma) que determina que sólo hasta 0, 027 % de los datos de un proceso estarán por fuera de los límites de especificación que se han generado para 2 y 3 variables. Por último, se realiza una comparación del desempeño de cada uno de los índices y se determinará el mejor para cada uno de los procesos simulados por medio de un indicador llamado Porcentaje de Diagnóstico de Capacidad ( %DC), que ayudará a juzgar si los índices son lo suficientemente buenos como para ser utilizados con cierta seguridad por parte de los Coordinadores de Calidad en las industrias

• Autores: Benavides Caicedo, Yoldi Y.; Jaramillo Padredín, Nataly
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2012
• Institución: Universidad del Valle
• Repositorio: Repositorio Digital Univalle
• Idioma: spa
• OAI Identifier: oai:bibliotecadigital.univalle.edu.co:10893/17514
• Acceso en línea: https://hdl.handle.net/10893/17514
• Palabra clave: Estadística; Simulación de procesos; Control estadístico de procesos; Análisis multivariado
• Rights: openAccess
• License: http://purl.org/coar/access_right/c_abf2