Metodología para la estimación de índices de capacidad en procesos para datos no normales

• Autores: Chacón Montalván, Erick Albacharro, Romero Romero, Vilma Susana, Quispe Ortiz, Luisa E., Camero Jiménez, José William
• Formato: artículo
• Fecha de Publicación: 2014
• Institución: Universidad Nacional de Ingeniería
• Repositorio: UNI-Tesis
• Lenguaje: español
• OAI Identifier: oai:cybertesis.uni.edu.pe:20.500.14076/12779
• Enlace del recurso: http://hdl.handle.net/20.500.14076/12779; https://doi.org/10.21754/tecnia.v24i1.32
• Nivel de acceso: acceso abierto
• Materia: Ajuste de distribuciones de frecuencia; Índice de capacidad del proceso; Transformación de datos

La globalización ha ido intensificando la competencia en muchos mercados. Con el fin de mantener su competitividad, las empresas buscan satisfacer las necesidades de los clientes mediante el cumplimiento de los requerimientos del mercado. En este contexto, los Índices de Capacidad de Proceso (ICP) juegan un rol trascendental en el análisis de capacidad de los procesos. Para el caso de datos no normales existen dos enfoques generales basados en transformaciones (Transformación de Box –Cox y de Johnson) y percentiles (Sistemas de distribuciones de Pearson y de Burr). Sin embargo, estudios anteriores sobre la comparación de tales métodos muestran distintas conclusiones y por ello nace la necesidad de aclarar las diferencias que existen entre estos métodos para poder implementar una correcta estimación de estos índices. En este trabajo, se realiza un estudio de simulación con el objetivo de comparar los métodos mencionados y proponer una metodología adecuada para la estimación del ICP en datos no normales. Además, se concluye que el mejor método a emplear depende del tipo de distribución, el nivel de asimetría de la misma y el valor del ICP.