Scientia et Technica Ao XIII, No 37, Diciembre de 2007. Universidad Tecnolgica de Pereira.

ISSN 0122-1701

333

APLICACIN DEL CONTROL ESTADSTICO MULTIVARIANTE EN UN PROCESO DE

EXTRUSIN DE PELCULA PLSTICA
An Application of Multivariate Statistical Control on a Plastic Film Extrusion Process
RESUMEN
Este trabajo presenta una aplicacin prctica de la teora existente acerca del
control estadstico de procesos para un proceso como el de extrusin de pelcula
plstica, cuya calidad es medida a travs de la interaccin de diferentes
caractersticas.
PALABRAS CLAVE: Control de Procesos Multivariados, Grficos de Control,
Anlisis de Capacidad de Proceso
ABSTRACT
We illustrate an application on a plastic film extrusion process of the existent
theory on statistical process control. The extruded plastic film quality is
measured using several correlated characteristics.
KEYWORDS: Multivariate Process Control, Control Charts, Process
Capability Analysis.

1. INTRODUCCIN
Los mltiples usos que pueden darse al material plstico
terminado conllevan a que la calidad de este producto
pueda ser valorada a travs de la confluencia de
diferentes caractersticas, tales como (i) Caractersticas
de dimensin: Ancho, Calibre; (ii) Caractersticas Fsicas
de resistencia: Resistencia al Rasgado, Resistencia a la
Traccin, Elongacin, Rigidez, etc. En casos como este
surge la pregunta, Qu hacer cuando la calidad de un
producto no se mide a travs de una sola caracterstica,
sino por el contrario, su calidad corresponde a la
interaccin de mltiples caractersticas, como en este
caso?
Una posible solucin puede ser efectuar el control de
proceso a travs de la implementacin de un grfico de
control para cada una de las caractersticas en mencin,
lo cual trae consigo una serie de desventajas, entre ellas:
1. El nmero de grficos de control a implementar y
vigilar puede llegar a ser relativamente grande, esto
dependiendo del nmero de caractersticas que se deseen
controlar. 2. Al realizar el control de las caractersticas de
manera independiente se est obviando cualquier tipo de
relacin que pudiera existir entre las caractersticas de
calidad. En trminos estadsticos se estara obviando la
informacin contenida en la estructura de covarianza de
las caractersticas. Adicionalmente, el control a travs de
grficos individuales conlleva a una alteracin del
verdadero nivel de significanca con que se realiza la
prueba [1].
Dada la necesidad de resolver el problema tcnico
planteado anteriormente, y contemplando las desventajas
Fecha de Recepcin: 04 Septiembre de 2007
Fecha de Aceptacin: 22 Noviembre de 2007

JAIME MOSQUERA RESTREPO

Estadstico
Profesor Auxiliar
Universidad del Valle
jaimores@univalle.edu.co
JAVIER OLAYA OCHOA
Estadstico, Ph.D.
Profesor Titular
Universidad del Valle
olaya@univalle.edu.co
RUBRIA ESCOBAR
Estadstica
Analista de Investigacin
Comfandi
rubriaes@comfandi.com.co

a las que conlleva la aplicacin independiente de

mltiples grficos de control univariados, diferentes
autores han propuesto alternativas de solucin. Una
combinacin de algunas de ellas se aborda en este
trabajo, con el propsito de vigilar el comportamiento de
un proceso de extrusin de pelcula plstica. Se valora
adems la estabilidad del proceso a travs de un anlisis
de capacidad multivariante.
2. GRFICOS DE CONTROL MULTIVARIANTES
La idea general de un grfico de control multivariante
consiste en la cuantificacin de una forma cuadrtica
capaz de resumir en un escalar la informacin
proveniente de diferentes caractersticas, de tal manera
que este escalar resume de manera integral las
caractersticas de centramiento y variabilidad del
proceso.
2.1 Grfico T2 de Hotelling.
Cuando se conocen los verdaderos parmetros de la
distribucin bajo control, es decir, conocidos el
centramiento y la estructura de asociacin entre las
caractersticas de calidad, bajo el supuesto de normalidad
multivariante, el estadstico T2
sigue una
distribucin ! (2p ) .
T 2 = n( " ! ) T # !1 ( " ! )

(1)

!"
Donde ( px1) es el vector que contiene las medias

poblacionales de las caractersticas bajo control, ! pxp es

la matriz de varianzas y covarianzas cuando el proceso se
encuentra bajo control, n es el tamao muestral empleado

334

Scientia et Technica Ao XIII, No 37, Diciembre de 2007. Universidad Tecnolgica de Pereira.

y " ( p!1) es el vector que contiene los promedios

muestrales observados de las p caractersticas analizadas.
De esta manera, es posible construir un grfico de control
con solo un lmite de control superior (ya que este
estadstico es no negativo), el cual se situara para un
nivel de significancia , en LSC = " (2! , p ) , valor que
representa el punto porcentual de la distribucin ! 2
con p grados de libertad.
Como en la prctica se desconocen los parmetros de la
distribucin del proceso bajo control (centramiento y
estructura de asociacin), surge la necesidad de
estimarlos a travs de una muestra obtenida del mismo
proceso, dando origen a la distribucin T2 de Hotelling.
En este! caso el estadstico
est dado en la Ecuacin (2).
!
!
!
T 2 = n( X ! A) T S !1 ( X ! A)

(2)
!
En la Ecuacin (2), A es el vector que contiene las
estimaciones preliminares de las medias poblacionales de
las p caractersticas de calidad cuando el proceso est
controlado y S es la matriz que contiene las estimaciones
preliminares de la estructura de varianzas y covarianzas
del proceso bajo control.
En 1989, Ryan (ver [2]) deriv la distribucin
probabilstica del estadstico T 2 para dos fases del
procedimiento, las cuales denomina Instalacin y
Operacin. En la primera fase, se estiman los parmetros
de la distribucin y se evalan las observaciones frente a
un lmite de control preliminar, el cual se fija usando la
Ecuacin (3).
LSC =

p (c ! 1)(n ! 1)
F" / 2; p ,cn !c ! p +1
cn ! c ! p + 1

(3)
Donde:
p: Nmero de caractersticas de calidad monitoreadas.
c: Nmero de subgrupos utilizados en la estimacin
del vector de medias y la matriz de covarianzas.
n: Tamao de muestra por subgrupo.
F" / 2; p ,cn !c ! p +1
: Percentil ! / 2 de la distribucin F con p
grados de libertad en el numerador y (cn - c - p + 1)
en el denominador.
Aquellas observaciones que en la fase de instalacin sean
clasificadas como situaciones fuera de control, deben ser
eliminadas, estimando nuevamente los parmetros de la
distribucin y reevaluando frente al lmite de control,
hasta tanto el grfico muestre un proceso completamente
bajo control.
Para la segunda fase (operacin), se replantea el lmite de
control para monitorear observaciones futuras, utilizando
la Ecuacin (4).
p(m + 1)(n ! 1)
(4)
LSC =
F" / 2; p , mn ! m ! p +1
mn ! m ! p + 1
En este caso m representa el nmero de subgrupos con
los que finalmente se instal el grfico de control.

2.2 Descomposicin MTY

Una vez identificada una situacin fuera de control, surge
la pregunta natural acerca de cul puede haber sido la
causa de esta situacin, puesto que los grficos
multivariantes tan solo brindan informacin acerca del
estado del proceso, mas no son apropiados para la
identificacin de estas causas. Como alternativa a la
situacin anterior, Mason, Tracy y Young [3]. Proponen
un mtodo de descomposicin, que en adelante se
denominar en este trabajo como descomposicin MTY.
La idea de este planteamiento consiste en la
descomposicin del estadstico T2 de Hotelling en
componentes ortogonales, tal como lo muestra (5).
(5)
T 2 = T 2 + (T 2 + T 2 + ......T 2
)
1

2 |1

3 | 1, 2

p |1, 2 , 3 ,...., p ! 1

Donde T12 Recibe el nombre de trmino incondicional

para la primera variable del conjunto de variables de
proceso. El resto de trminos reciben el nombre de
trminos condicionales.
( X j ! X j|1,... j !1 ) 2
(6)
( X1 ! X1 )2
2
2
T1 =

S 12

T j|1,... j !1 =

S 2j|1,... j !1

Este clculo requiere de la aplicacin previa (con datos

histricos) de un modelo de regresin lineal, cuyo
resultado permitir la estimacin del promedio
condicional X j|1,... j !1 y de la varianza condicional S 2j |1,... j !1 .
Estas componentes siguen una distribucin de
probabilidades conocida, lo cual facilita el proceso de
identificacin de causas atribuibles. El trmino
incondicional identifica un cambio en el proceso debido a
las condiciones de centramiento y/o variabilidad de una
variable en particular, mientras que los trminos
condicionales identifican cambios en la estructura de
asociacin entre la variable j y el resto de variables del
trmino condicional. Estas deducciones pueden lograrse
contrastando el valor obtenido frente a un valor
porcentual de la distribucin, como se muestra en las
Ecuaciones (7) y (8).
(n + 1)
(7)
T2 #
F
j

(1,n "1;! )

( (n + 1)(n " 1) %
T j2|1,... j "1 ) &
# F(1,n" j "2,! )
' n(n " j " 2) $

(8)

Para reducir el nmero de clculos a realizar es

recomendable primero analizar los p trminos
incondicionales, de tal manera que de hallar una causa
asignable en alguna de estas variables no ser necesario
investigar su asociacin con el resto.
2.3 ndice de Capacidad Multivariante
El procedimiento para cuantificar la capacidad de un
proceso en el mbito multivariante guarda cierta analoga
con el caso univariado. En particular se abordar la
metodologa propuesta por Shariari, Hubele y Lawrence
[4], la cual se denomina Vector Multivariante de

335

Scientia et Technica Ao XIII, No 37, Diciembre de 2007. Universidad Tecnolgica de Pereira.

Capacidad, compuesto por tres componentes: El primero

de ellos se define como el cociente de reas (p=2) o
volmenes (p>2) de la zona de tolerancia y la zona de
control. El problema con este ndice radica en que estas
dos zonas presentan formas geomtricamente diferentes,
ya que la zona de tolerancias regularmente est
conformada por una regin rectangular, mientras que la
zona de control, conforma una regin elptica. De manera
que se hace necesario modificar esta ltima y adaptarla a
una regin rectangular tal como se ilustra en la figura 1.
De esta manera el primer componente denominado CpM,
se define por (9)
1

!
"p
Vol.( Regin de Tolerancia)
CpM = #
$
Vol.(
Regin
de
Proceso
Modificada)
%
&

(9)

Los vrtices de la regin de Proceso modificada, se

obtienen maximizando o minimizando, segn sea el caso
la expresin (10), que define el contorno de la regin de
proceso. El resultado de esta minimizacin da origen a
las expresiones (11) y (12) que ubican las coordenadas de
los vrtices de la regin de proceso modificada.
#1

(X # o ) $ (X # o ) = "
T

( v ,! )

(10)

!1

(11)

C pM

! !
! !
T 2 = m( A ! 0 ) T S !1 ( A ! 0 )

(13)

p (m ! 1)
F( m ,m ! p ) )
m!v

(14)

PV = P (T 2 >

!1
$ 2 ( p ,# ) det("i )
$ 2 ( p ,# ) det("i )
LSCi = i +
LICi = i !
!1
!1
det(" )
det(" )

& v
#p
$ ( ( LSEi ' LIEi ) !
!
= $ Iv=1
$ ( LSC ' LIC ) !
(
i
i
%$ I =1
"!

Figura 1. Regin de control modificada para el clculo del

Vector de Capacidad

(12)

Donde " ( p ,! ) es el percentil de una distribucin !2

con p grados de libertad. La matriz !i es obtenida
mediante la eliminacin de la j-sima columna y la isima fila de la matriz ! . CpM > 1, indica que el volumen
de la regin de tolerancia es superior al volumen
conformado por la regin de control, lo cual sera indicio
de una buena capacidad de proceso.
2

El segundo componente del vector de capacidad (PV)

valora el nivel de proximidad existente entre los
centramientos de las dos regiones, control y
especificacin. Para ello se efecta una prueba T2 de
Hotelling para igualdad de promedios y el valor-p
obtenido en esta prueba conformar el segundo
componente del vector de capacidad.

Un valor de PV cercano a cero indicar que el centro del

proceso es lejano al valor central de la regin de
tolerancia.
Por ultimo, el tercer componente del vector de capacidad
(LI) sintetiza una comparacin de las ubicaciones de la
regin de control modificada y la regin de tolerancia.
Est indica cuando una parte de la regin de control se
encuentra por fuera de la regin de especificaciones. Esto
es LI asume el valor de 1 si la regin de proceso
modificada se encuentra comprendida dentro de la regin
de tolerancia y asume el valor de 0 en otro caso.

3. RESULTADOS
La implementacin se desarroll sobre una lnea de
produccin del proceso de extrusin de bolsa de
Polietileno Lineal de Alta Densidad de 11() pulgadas.
Esta bolsa plstica debe satisfacer algunas condiciones
mnimas establecidas por su funcionalidad, entre las que
se encuentran: 1.Caractersticas de Dimensin: Ancho de
la Bolsa, Calibre; 2: Caractersticas de Resistencia
Mecnica: Resistencia a la Traccin, Resistencia al
Rasgado. Las Caractersticas de Resistencia Mecnica
son medidas en ambos sentidos de la bolsa plstica,
resistencia longitudinal y resistencia transversal. Las
especificaciones para este producto se resumen en la
Tabla 1.
3.1 Definicin Tamao de Muestra y Frecuencia de
Muestreo
El tamao del subgrupo se defini teniendo en cuenta la
sugerencia realizada por la norma tcnica que rige el

336

Scientia et Technica Ao XIII, No 37, Diciembre de 2007. Universidad Tecnolgica de Pereira.

procedimiento de medicin de la resistencia a la traccin

NTC-1134, que exige como mnimo un total de 5
unidades muestrales. En cuanto a la frecuencia de
muestreo, esta debe permitir que el procedimiento de
control sea viable y que interrumpa en la menor cantidad
posible el proceso de produccin. En este caso un
subgrupo por cada rollo de produccin permitir
identificar causas asignables en el momento en que se
produzca una seal fuera de control.

produccin, por tanto habra que eliminarlas del proceso

y re-estimar los parmetros de centramiento y covarianza
del proceso con las 13 muestras restantes. (Los resultados
obtenidos en el desarrollo de este trabajo fueron
obtenidos a travs del software Minitab 14 )
Grafico de Control T2 de Hotelling - Bolsa 6 Lts
40

Caracterstica
Ancho (A)
Calibre (C)
R. Rasgado Trans (RT)
R. Rasgado Long. (RL)
R. Traccin Trans (TT)
R. Traccin Long. (TL)

Limite
Superior
29,53
5,00
2,80
5,67
31,23
28,20

Limite
Inferior
28,89
4,00
1,81
4,24
24,33
24,07

Tabla 1. Especificaciones de Producto

3.2 Implementacin Grfico de control

Para la etapa de implementacin del grfico de control se
tomaron un total de 20 muestras de tamao 5 del proceso
de produccin, cuando las condiciones de produccin
suponan estabilidad en el proceso. Superada la fase de
validacin de supuestos, es decir, previa verificacin del
cumplimiento de los supuestos de normalidad
multivariante, no autocorrelacin entre las variables, y no
presencia de multicolinealidad, se escoge el grfico de
control T2 de Hotelling como la metodologa de control
del proceso, dado su sencillez y la capacidad de fijar los
limites
de
control
mediante
procedimientos
probabilsticos. Las Tablas 2 y 3 presentan las
estimaciones preliminares del Vector de Centramiento A
y la Matriz de Varianzas y Covarianzas S.
RT
RL
TT
TL
C
A
2,30193 4,91452 27,7392 26,1735 4,60692 29,3302
Tabla 2. Estimacin Preliminar del Vector de Centramiento A

RT
RL
TT
TL
C
A
RT 0,027 0,006 0,004 0,004 0,002 -0,004
RL 0,006 0,057 -0,029 0,004 0,000 0,010
TT 0,004 -0,029 1,418 0.001 -0,012 0,003
TL 0,004 0.004 0.001 0.471 0,020 -0,017
C 0,002 0,000 -0,012 0,020 0,011 -0,010
A -0,004 0,010 0,003 -0,017 -0,010 0,045
Tabla 3. Estimacin Preliminar de la Matriz de Covarianzas S

Con estas primeras estimaciones se procede a valorar el

estado de control del proceso. Construyendo un grfico
de control T2 de Hotelling con un nivel de significanca
de 0.0027 (siguiendo los lineamientos 3 sigma de los
grficos univariantes). Los resultados indican, tal como
lo ilustra la figura 2, que las muestras nmero 1, 2, 8, 10,
13, 15 y 17, correspondan a situaciones anmalas de

Tsquared

30
UCL=24,82

20

10
Median=5,47
LCL=0,42

0
2

10
12
Sample

14

16

18

20

Fase Instalacin

Figura 2. Verificacin del Estado de Control Fase Instalacin

RT
RL
TT
TL
C
A
2,3017 4,9574 27,6595 26,1385 4,6025 29,3297
Tabla 4. Estimacin Final del Vector de Centramiento

RT
RL
TT
TL
C
A

RT

RL

TT

TL

0,027

0,009

-0,001

0,003

0,002

-0,006

0,009

0,044

-0,038

0,011

0,001

0,006

-0,001

-0,038

1,555

-0,038

-0,018

0,019

0,003

0,011

-0,038

0,441

0,013

-0,011

0,002

0,001

-0,018

0,013

0,007

-0,012

-0,006 0,006 0,019 -0,011 -0,012 0,055

Tabla 5. Estimacin Final de la Matriz de Covarianzas

Una vez superada la fase de instalacin del grfico de

control, se procede a abordar la fase de operacin del
mismo. Resituando el limite de control en UCL = 31.4, y
verificando el estado de 14 nuevas muestras extradas del
proceso de produccin. Estas 14 muestras presentaron un
grave problema de variabilidad, lo cual se vio reflejado
en el diagnstico que emiti el grfico de control, tal
como lo deja ver la figura 3.
El diagnstico del grfico de control es muy claro, se
presentan situaciones anmalas de produccin para el
total de muestras valoradas, sin embargo este no brinda
informacin acerca de la fuente de est variacin, por lo
cual se debe recurrir a tcnicas complementarias. En este
caso se hizo uso de la descomposicin del estadstico T2
de Hotelling, para cada una de las muestras, obtenindose
los resultados resumidos en la Tabla 6. En est Tabla
puede notarse como las variables Rasgado Longitudinal y
Rasgado Transversal son identificadas como posibles
fuentes de variacin para la totalidad de muestras
evaluadas, siendo la primera variable en mencin la que
presenta los valores p mas significativos. De esta manera
se sospecha en gran magnitud de que el proceso presenta
un problema frente a la estabilidad de la caracterstica
resistencia al rasgado, especialmente en el sentido
longitudinal.

337

Scientia et Technica Ao XIII, No 37, Diciembre de 2007. Universidad Tecnolgica de Pereira.

En la fase de operacin se identificaron algunas seales

fuera de control, especficamente en las muestras 3, 9, 10,
11, 12, y 13. Tal como lo ilustra la figura 6.

Grafico de Control T2 Hotelling - Bolsa de 6 Lts

200

Tsquared

150

Grafico de Control T2 Hotelling - Bolsa de 6 Lts

100

70
60

50
UCL=31,4

Tsquared

50

Median=6,5

0
1

7
8
Sample

10

11

12

13

40

14

30

Fase Operacin

UCL=24,50

Figura 3. Grfico de Control T2 de Hotelling Fase de Operacin

Muestra

Variable

P-Valor

RASGADO (T)

0,0000

RASGADO (L)

0,0000

TRACCIN (L)

0,0012

ANCHO
RASGADO (T)
RASGADO (L)

0,0000

TRACCION (T)

0,0001

TRACCION (L)

0,0034

RASGADO (T)

0,0000

RASGADO (L)

Muestra

Variable

P-Valor

Muestra

Variable

P-Valor

RASGADO (T)

0,0000

RASGADO (T)

0,0001

RASGADO (L)

0,0000

RASGADO (L)

0,0000

CALIBRE

0,0000

TRACCION (T)

0,0001

0.0008

ANCHO

0,0000

TRACCION (L)

0,0000

0,0081

RASGADO (T)

0,0232

CALIBRE

0,0000

RASGADO (L)

0,0000

ANCHO

0,0000

TRACCION (T)

0,0001

RASGADO (T)

0,0001

TRACCION (L)

0,0000

RASGADO (L)

0,0000

CALIBRE

0,0147

TRACCION (L)

0,0000

0,0000

ANCHO

0,0066

CALIBRE

0,0000

TRACCION (L)

0,0000

RASGADO (T)

0,0024

ANCHO

0,0000

ANCHO

0,0005

RASGADO (L)

0,0000

RASGADO (L)

0,0001

RASGADO (T)

0,0003

TRACCION (L)

0,0000

TRACCION (T)

0,0048

RASGADO (L)

0,0000

CALIBRE

0,0000

TRACCION (L)

0.0000

TRACCION (T)

0,0128

ANCHO

0,0000

CALIBRE

0,0000

TRACCION (L)

0.0003

RASGADO (T)

0,0025

ANCHO

0,0001

RASGADO (T)

0,0000

RASGADO (L)

0,0000

RASGADO (T)

0,0001

RASGADO (L)

0,0000

CALIBRE

0,0000

RASGADO (L)

0,0000

TRACCION (L)

0,0026

ANCHO

0,0000

TRACCION (T)

0,0001

ANCHO

0,0064

TRACCION (L)

0,0417

RASGADO (T)

0,0166

CALIBRE

0,0000

RASGADO (L)

0,0000

ANCHO

0,0001

ANCHO

0,0429

10

11

12

13

14

20
10
Median=4,85
0
1

7
8
Sample

10

11

12

13

14

Fase Operacin 5 variables

Figura 6. Grfico de Control T2 de Hotelling Fase de Operacin

Sin Rasgado Longitudinal

Para ests muestras, la descomposicin MTY identific

las respectivas variables que pudieran ser las causantes de
las seales fuera de control. En esta ocasin no se
encuentra una fuente especial para estas seales, por el
contrario, las caractersticas sospechosas varan de una
muestra a otra, como lo deja ver la Tabla 7.
Muestra

Tabla 6. Descomposicin MTY del Estadstico T2 de Hotelling

3.3 Replica del Ejercicio Eliminando la Variable

Resistencia al Rasgado Longitudinal

En bsqueda de validar las hiptesis planteadas acerca de

la resistencia al rasgado longitudinal del producto
estudiado, se propone realizar nuevamente el ejercicio sin
tener en cuenta la variable resistencia al rasgado.

10

La figura 5 resume el procedimiento de instalacin del

grfico de control para las 5 variables estudiadas. Ntese
como este procedimiento de instalacin logra ser en gran
medida mucho mas limpio, al no identificarse
situaciones anmalas de produccin.

12

11

13

Point Variable
Traccin (L)
Ancho
Traccin (L)
Calibre
Ancho
Calibre
Ancho
Traccin (T)
Calibre
Traccin (L)
Calibre
Ancho
Rasgado (T)
Traccin (T)
Traccin (L)
Calibre

P-Value
0,0014
0,0055
0,0029
0,0008
0,0280
0,0000
0,0002
0,0024
0,0007
0,0001
0,0000
0,0000
0,0244
0,0053
0,0380
0,0001

Tabla 7. Descomposicin MTY del Estadstico T2 de Hotelling

Sin Rasgado Longitudinal

Grafico de Control T2 Hotelling - Bolsa de 6 Lts

25
UCL=22,16
20

Tsquared

3.4 Anlisis de Capacidad Multivariante

15

10

Median=4,39

0
1

11
Sample

13

15

17

19

Fase Instalacin 5 variables

Figura 5. Grfico de Control T2 de Hotelling Fase de Instalacin

Sin Rasgado Longitudinal

En este caso se utiliz una regin de proceso con un nivel

de significancia ! = 0.0027 . La matriz de covarianza
empleada es la misma con la cual se instal el grfico de
control T2 de Hotelling, presentada en la Tabla 5. Los
clculos de las matrices inversas al igual que sus
determinantes se realizaron con la ayuda de las funciones
incorporadas en Microsoft Excel 2000 . Finalmente los
resultados obtenidos se presentan en la Tabla 8.

338

Scientia et Technica Ao XIII, No 37, Diciembre de 2007. Universidad Tecnolgica de Pereira.

Variable
RT
RL
TT
TL
C
A

Limite Inferior
1,60
4,05
22,30
23,30
4,33
28,54

Lmite Superior
3,00
5,78
33,18
29,05
4,89
30,12

Tabla 8. Limites de la Regin de Proceso Modificada

El valor para el primer componente del vector de

capacidad, correspondiente al cociente de los volmenes
de la regin de tolerancia y de la regin de proceso
modificada, es equivalente a 0.76. Realmente bajo e
indicio de un proceso poco capaz, sobre el cual debe
realizarse una serie de ajustes, especialmente en lo que
respecta al rasgado longitudinal de la bolsa plstica.
En el clculo del segundo componente del vector de
Capacidad se hace uso de la prueba T2 de Hotelling de
igualdad de promedios, la cual se realizar teniendo en
cuenta nicamente las caractersticas Ancho y Calibre,
puesto que los lmites de especificacin para las variables
de resistencia mecnica fueron establecidos a travs de
las muestras de instalacin del grfico de control, por
tanto los valores centrales de la regin de control y de la
regin de proceso coincidirn para estas variables. Los
resultados obtenidos en la prueba de T2 de Hotelling de
igualdad de promedios se presentan en la Tabla 9.

Ancho
Calibre

Centro
Especificaciones
4.5
29.1
T2 Critico = 8.62

Centro del
proceso
4.60692
29.33029
Valor P

Diferencia
0,10692
0,1202

= 0.0345

Tabla 9. Prueba de Centramiento de la Regin de Proceso

El ltimo componente del vector de capacidad, es el

ndice de localizacin LI, el cual para este ejercicio
especfico asume un valor de 0 (debido a que la regin de
proceso modificada no est completamente contenida
dentro de la regin de especificacin). El vector
multivariante de capacidad obtenido es el siguiente:
[0.76; 0.0345;0]
4. CONCLUSIONES
El procedimiento de control identific la resistencia al
rasgado como la principal fuente de variabilidad en el
procesos de produccin, situacin que se corrobor en la
prctica encontrando que efectivamente las condiciones
de maquina no eran la adecuadas, puesto que se estaba
trabajando con velocidades de halado muy altas, lo cual
no permita una adecuada conformacin del material
plstico antes de su estiramiento. De otro lado, el analisis

de capacidad multivariante identifica algunas falencias en

el proceso de observados en las variables ancho y calibre.
El valor del primer componente del vector de Capacidad
CpM = 0.76 indica que el proceso de extrusin de bolsa
externa de 11.5 pulg, es un proceso poco capaz de
producir dentro de las especificaciones establecidas.
Sobre el cual debe realizarse en una serie ajustes en
especial concernientes al mejoramiento de la estabilidad
de la variable Rasgado Longitudinal.
En resumen, segn los resultados obtenidos, puede
decirse que el proceso estudiado presenta una baja
capacidad de producir dentro del conjunto de
especificaciones establecidas.
5. BIBLIOGRAFA
[1] Montgomery Douglas. Introduccin al Control
Estadstico de la Calidad, Editorial Iberoamericana,
1991.
[2] Konrath Andrea. Decomposio da Estatstica do
Grfico de Controle Multivariado T de Hotelling
por Meio de um Algoritmo Computacional MgSc
Dissertacao. Universidade Federale de Santa
Catalina. 2002.
[3] Mason Robert, Tracy Nola, Young John.
Decomposition of T2 for multivariate Control Chart
Interpretation. Journal of Quality Technology. Vol.
27. No. 2. Abril 1995.
[4] Hubele Norma, Lawrence Frederic, Miskulin John,
Shahriari Hamid, Wang F. Comparison of three
multivariate process capability indices. Journal of
Quality Technology. Vol. 32. No 3, Julio 2000.
[5] Alfaro Navarro Jos Lus. Mtodos multivariantes
en
control
estadstico
de
la
calidad.
http://www.uclm.es/ab/fcee/paginas/D_trabajos/22002-2.pdf
[6] Vargas Jos, Yaez Sergio, Gonzlez Nelfi, Carta
T2 con base en los estimadores robustos de los
parmetros. Revista Colombiana de Estadstica.
Vol. 26 No 2. p: 159 a 179. Diciembre 2002.