SciELO - Scientific Electronic Library Online

 
vol.30 issue2Central Limit Theorems for S-Gini and Theil Inequality Coefficients author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

Related links

  • On index processCited by Google
  • Have no similar articlesSimilars in SciELO
  • On index processSimilars in Google

Share


Revista Colombiana de Estadística

Print version ISSN 0120-1751

Rev.Colomb.Estad. vol.30 no.2 Bogotá July/Dec. 2007

 

Comparison of Process Capability Indices under Autocorrelated Data

Comparación de índices de capacidad de procesos con datos autocorrelacionados

RUBÉN DARÍO GUEVARA1, JOSÉ ALBERTO VARGAS2

1Universidad de Ciencias Aplicadas y Ambientales, Programa de Ciencias Básicas, Bogotá, Colombia. Profesor. Email: r.guevara@udca.edu.co
2Universidad Nacional de Colombia, Facultad de Ciencias, Departamento de Estadística, Bogotá, Colombia. Profesor titular. Email: javargasn@unal.edu.co


Abstract

The process capability indices provide a measure of how a process fits within the specification limits. In calculating indices is usual to assume that the process data are independent. However, in industrial applications data are often autocorrelated. This paper deals with the indices Cp, Cpk, Cpm and Cpmk when data are autocorrelated. Variances for their estimators are derived and coverage probabilities of some confidence intervals are calculated.

Key words: Autocorrelation, Process analysis, Estimation, Process capability indices, SPC.


Resumen

Los índices de capacidad de un proceso suministran una información numérica acerca de cómo el proceso se ajusta a unos límites de especificación. En el cálculo de estos índices se asume que las observaciones son independientes; sin embargo, en aplicaciones industriales frecuentemente los datos están autocorrelacionados. Este artículo analiza los índices Cp, Cpk, Cpm y Cpmk cuando los datos presentan autocorrelación, se encuentran las varianzas para sus estimadores cuando los procesos son gaussianos y se calculan los porcentajes de cobertura para algunos intervalos de confianza.

Palabras clave: autocorrelación, análisis de procesos, estimación, índice de capacidad de procesos, SPC.


Texto completo disponible en PDF


References

1. Bissel, A. F. (1990), 'How Reliable is your Capability Index?', Applied Statistics 39, 331-340.         [ Links ]

2. Boyles, R. A. (1991), 'The Taguchi Capability Index', Journal of Quality Technology 23, 17-26.         [ Links ]

3. Brockwell, P. J. & Davis, R. A. (1996), Introduction to Time Series and Forecasting, Springer, New York, United States.         [ Links ]

4. Guevara, R. D. (2005), Comparación de los índices de capacidad C_p, C_pk, C_pm y C_pmk con datos autocorrelacionados, Tesis de Maestría, Estadística, Universidad Nacional de Colombia, Facultad de Ciencias, Departamento de Estadística, Bogotá, Colombia.         [ Links ]

5. Kotz, S. & Johnson, N. L. (2002), 'Process Capability Indices - A Review, 1992-2000', Journal of Quality Technology 34, 2-19.         [ Links ]

6. Mood,, Graybill, & Boes, (1974), Introduction to the Theory of Statistics, McGraw-Hill, New York, United States.         [ Links ]

7. Shore, H. (1997), 'Process Capability Analysis when Data are Autocorrelated', Quality Engineering 9(4), 615-626.         [ Links ]

8. Spiring, F. A., Leung, B., Cheng, S. & Yeung, A. (2003), 'A Bibliography of Process Capability Papers', Quality and Reliability Engineering International 19, 445-460.         [ Links ]

9. Zhang, N. F. (1998), 'Estimating Process Capability Indexes for Autocorrelated Data', Journal of Applied Statistics 25(4), 559-574.         [ Links ]

Este artículo se puede citar en LaTeX utilizando la siguiente referencia bibliográfica de BibTeX:

@ARTICLE{GuevaraVargas07,
AUTHOR = {Rubén Darío Guevara and José Alberto Vargas}
TITLE = {{Comparison of Process Capability Indices under Autocorrelated Data}},
JOURNAL = {Revista Colombiana de Estadística},
YEAR = {2007},
volume = {30},
number = {2},
pages = {301-316}
}

Creative Commons License All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License