Índices de la capacidad de procesos para distribuciones no normales

Los índices de capacidad de procesos (ICPs) son una importante herramienta utilizada por las empresas para determinar la calidad de sus productos, describiendo si un proceso será capaz de producir dentro de los límites de especificación establecidos previamente por éstas. Tales índices han sido desarrollados para procesos cuya característica de calidad de interés se distribuye según la ley normal. Sin embargo, en la práctica, muchas de estas características no siguen una distribución normal. En este caso, el uso de ICPs no modificados conduce a resultados erróneos. Para solucionar este problema, se han propuesto transformaciones de datos o el uso de índices adaptados para distribuciones no normales. Muchas veces, las empresas se encuentran interesadas en estudiar la calidad de un producto a través del tiempo, lo que es conocido como confiabilidad. En tal caso, no es siempre posible contar con datos completos de la característica de calidad de interés, encontrándonos con datos censurados. Una distribución no normal asimétrica que ha alcanzado gran popularidad en los últimos años es la distribución Birnbaum-Saunders (BS). Esta distribución posee sesgo positivo y permite describir el tiempo total que transcurre hasta que el desarrollo y crecimiento de una grieta dominante, producida por un tipo de dan˜ o acumulativo, sobrepasa un umbral y causa una falla por fractura. La distribución BS ha sido satisfactoriamente utilizada en el área de confiabilidad. Basados en la relación existente entre la distribución normal y la distribución BS, es posible obtener una clase general de distribuciones BS generada desde modelos simétricos de mezclas de escalas de normales (MEN), las que se denominan distribuciones BS de mezclas de escalas de normales (BSE). Los objetivos principales de este trabajo son proponer, desarrollar e implementar ICPs basados en distribuciones no normales con datos censurados y no censurados, específicamente se propone una metodología basada en la distribución BSE. Los procedimientos desarrollados en este trabajo son implementados en el software R-project; ver www.R-project.org.