El pensamiento estadístico será algún día tan necesario para la ciudadanía eficiente como la capacidad de leer y escribir. H.G.
|
|
- José Luis Prado Peña
- hace 8 años
- Vistas:
Transcripción
1 Estadísticas Básicas El pensamiento estadístico será algún día tan necesario para la ciudadanía eficiente como la capacidad de leer y escribir. H.G. Wells (1925)
2 Medidas de Localización y Dispersión Los navegantes pueden saber donde están porque conocen dos factores de información Latitud Longitud Los Green Belts pueden ejecutar la mayoría de los tipos de análisis conociendo dos informaciones Localización de los Datos Dispersion de los Datos
3 Introducción de los siguientes tópicos y conceptos: Medición del centro de los datos (Tendencia Central ) Media Mediana σ 2 Medición de la dispersión de los datos Amplitud Varianza Desvío Estándar Distribución Normal Distribuciones Distorsionadas σ
4 ESTADISTICA Estadísticamente se pueden realizar la mayoría de los análisis conociendo dos datos Posición de los Datos MEDIA Dispersión de los Datos DESVIO PATRON Mean Median Summary for Diametros Media de la muestra X= x = % Confidence Intervals n i = n x 10.3 Desvío-patrón de la muestra s = n i= ( ) x i i n 1 x 2 A nderson-darling Normality Test A-Squared 0.23 P-V alue Mean StDev V ariance Skew ness Kurtosis N 30 Minimum st Q uartile Median rd Q uartile Maximum % C onfidence Interv al for M ean % C onfidence Interv al for M edian % C onfidence Interv al for StDev S=0.1564
5 ESTADISTICA 68% +/- 1σ 95% +/- 2σ 99.73% +/- 3σ
6 Causas Comunes y Causas Especiales Causas Comunes Cambios normales en un proceso que llevan a ligeras diferencias en los resultados de salida Normalmente se dan con mucha frecuencia (Semáforos, tráfico, cruces ferroviarios, etc..) Causas Especiales También llamadas causas asignables Factores dentro de un proceso que causa diferencias significativas en los resultados de salida Normalmente se dan con poca frecuencia(neumático pinchado, tornado, accidente, etc..)
7 Muestras Estadísticas y Parámetros de la Población μ=media de la Población Población σ=desvío Estándar de la Población Entera Muestra de tamaño n Podemos determinar la media y/o el desvío estándar en esta muestra. Estas son las llamadas muestras estadísticas. _ x = Media de la Muestra σ^ or s = Desvío Estándar de la Muestra Usamos esto para estimar la media verdadera de la población y/o desvío estándar
8 Medidas de Tendencia Central Media. Media aritmética de um conjunto de valores. Refleja la influencia de todos los valores. Influenciada fuertemente por valores extremos. Mediana. Los valores del medio del conjunto de datos ubicados después que los datos fueran separados entre los de mas bajos valor y los de mas alto valor. No incluye todos los valores en el cálculo. Es robusto para valores extremos. La media y la mediana serán afectadas por la distribución de los datos. Que medida es usada con mas frecuencia?
9 Medidas de Localización La Media Es la medida del punto en que reside el centro de su distribución. Es simplemente la suma de todas las observaciones divididas por el número total de observaciones. Para el siguiente ejemplo la Media es: ( ) / 11 = 3,636. La Media está fuertemente influenciada por valores extremos.
10 Medidas de Localización Mediana La Mediana (también llamada el 2º cuartil o el 50º percentil) es la observación intermedia en la serie de datos. Viene determinada por la clasificación de datos y la averiguación del número de observación [N + 1] / 2. En la serie de datos de precipitaciones, hay 11 observaciones (no-perdidas). Aunque la Mediana es el valor de la 6ª observación más alta (o la 6ª más baja), que es 3: Si hay un número par de observaciones, la Mediana se extrapola como el valor que está a medio camino entre los de orden de observación N / 2 y [N / 2] + 1. La Mediana es menos sensible a los valores extremos que la Media.
11 Medidas de Variabilidad La Amplitud es la distancia entre los valores más extremos de una serie de datos. (Valor más alto Valor más bajo) σ 2 La Varianza ( ) es la Desviación Cuadrática Media de cada punto de datos con referencia a la Media. La Desviación Estándar ( σ ) es la Raíz Cuadrada de la Varianza. σ 2 La medida de variación más común y útil es la Desviación Estándar. Por qué?
12 Reglas Matemáticas 1. Lo bueno de la Varianzas es que son aditivas.. En otras palabras, para encontrar diferencias o sumas, todo lo que precisa hacer es la operación aritmética. Vamos a observar un ejemplo: Si σ entonces, σ 2 A y σ = varianzadela variableb 2 B 2 Suma = varianzadela variablea = σ + σ 2 A 2 B and σ 2 Diferencia = σ + σ 2 A 2 B 2. Desvíos Estándar no pueden ser simplemente adicionados o substraídos. Para determinar la diferencia o suma, debemos primero elevar al cuadrado cada uno de los desvíos (esto es convertirlos en varianzas), sumarlas o substraerlas, y después sacar la raíz cuadrada. Vamos a observar un ejemplo: σ o σ = + Suma Dierencia 2 2 σ A σb
13 Curva Normal e Desvío Padronizado 68% +/- 1σ 95% +/- 2σ 99.73% +/- 3σ
14 El Efecto de la Varianza sobre la Distribución Normal Distribución Distribución Uno Uno Distribución Distribución Dos Dos Distribución Distribución Tres Tres Cual es la diferencia entre estos tres conjuntos de datos?
15 Variación dentro del Proceso Capabilidad de Proceso Inadecuada LSL USL Defectos Capabilidade de Processo
16 Lo que el Proceso Habla Voz Del Proceso EL comportamiento del proceso es estabelecido a través de un número de factores: (A) Manutenimiento; (B) Adherencia a SOPS; (C) Condición de los equipamientos; (D) Parâmetros de Instalación; etc..
17 Lo que el cliente Dice LSL LSL USL USL Voz del Cliente Los límites de especificaçión son estabelecidos por las exigencias del cliente estas son normalmente determindadas por el cliente basandonse en sus requerimientos.
18 Componentes da Capabilidade do Processo LSL LSL USL USL Voz Del Proceso Voz Del Cliente Juntando estas dos se produce LA CAPABILIDAD DEL PROCESO (la habilidad del proceso de consistentemente atender las requisiciones del cliente).
19 QuéProcesoesMejor? Defectos Defectos Defectos Defectos LSL USL LSL #1 #2 USL Cual Proceso Producirá Menos Defectos? RIGHT RIGHT Cual Proceso Tiene la Mejor Capabilidad?
20 Como mejorar el Proceso Centrar Colocar el Proceso en el blanco Dispersión Reducir la Variación Defectos Defectos LSL USL
21 Proporciones del Proceso de Capabilidad C p = USL-LSL 6σ C pk = Min( X-LSL USL- X 3σ, 3σ ) Todas las empresas hoy en día en la determinación de los parámetros críticos utilizan estos dos índices
22 Proporciones del Proceso de Capabilidad Xm edia - LIE L S E - X m e d ia Xm edia - LIC LSC - Xm edia LIE LIC Xm edia LSE LSC Para asegurar que el producto cum ple con especificaciones todo el tiem po, am bos, C p y C pk, deberán ser m ayor a 1. In te rp re ta c ió n d e l C p k : C pk>=1,33: Proceso Aceptable. C uanto m ayor m ejor. C pk=1 a 1,33: Proceso M arginal. R equiere vigilancia. C pk<1 : Proceso inaceptable. Parte de la distribución del proceso esta fuera de especificación. C pk=0 : Proceso Inaceptable. La m edia es igual a uno de lo s lim ite s e s p e c ific a d o s. 6 σ
23 Calculando C p C p = USL-LSL 6 σ 99.73% De los datos Dentro de +/- 3σ para C p = Total de Tolerancia Disperción del proceso Datos Distribuídos Normalmente LSL LSL USL USL
24 Calculando C pk / C pl C Mínimo ( pk = X-LSL USL- X 3σ, 3σ ) C pl = X-LSL 3σ C pu = USL- X 3σ LSL LSL USL USL Média
25 Six Sigma Pablo A. Ortega
26 99% de Calidad es bueno o bastante? Falta Agua Chocas CUIDADO, Cuatro de contaminada energía 5 aviones Veces esto representa elétrica este fallan 15 año minutos al todos tanto aterrizar por todos ejemplo, los en la meses en los ida el algun días como por en 8 en horas tu la error aeropuerto casa vuelta en tu del contra-cheque trabajo de Chicago todos 5 veces los días. al año
27 Ahora piense en % de calidad Apenas un atraso en 25 años en la entrega, sumando Capacidad Toda la basura a todos de acertar los diaria proveedores generada los ganadores de en una una gran de los fábrica próximos de latas cabe empresa campeonatos en un cesto.
28 Esto es SIX SIGMA!
29 Qué es Six Sigma? 1 Filosofía: Construir calidad, corregir defectos, reducir costos 2 Objetivo: Fuerza Competitiva ; ( transformarse en una empresa six sigma ) Expresar todas las medidas en Defectos / Millones Oportunidades: Meta 3.4 defectos / millón de oportunidades (=6σ) 3 Herramienta /Metodología: Un proceso estadístico dirigido para datos, utilizándolo para definir, medir, analizar, mejorar y controlar procesos, resultando en menos defectos desde el punto de vista del cliente.
30 Six Sigma Enfoca los Inputs Y= f (X) Para obtener resultados, debemos enfocar los X s o los Y s? Y X 1 X n RECORDAR!!!!! SI NO CONSIGO Dependiente Independiente Controlando MEDIR, NO las CONSIGO variables CONTROLAR. POR LO TANTO Output Input del Proceso CONTROLO MI SINO CONSIGO Efecto CONTROLAR NO Causa CONSIGO MEJORAR Síntoma Fiscal PROBLEMA Problema Control Si somos tan buenos en X, por qué constantemente testeamos e inspeccionamos el Y?
31 Iceberg - Costos de la baja calidad 4-6% de las ventas Re-trabajo Rechazo Inspección Chatarra Costo Tradicional de la Calidad Costos adicionales de la baja calidad Pérdida de la fidelidad del cliente 25-35% de las ventas Largos ciclos Pérdida de oportunidad Exceso de inventario Costos de expedición Entrega atrasada Ventas perdidas
32 Defectos y la Fábrica Escondida Proceso Tradicional: Entradas Operación Re-trabajo Desperdicios ocultos Mermas (chatarra) Inspección NOT OK OK Producción Final Tiempo, $$, personas Producción pos Inspección de Test 90% Calidad del cliente Proceso Six Sigma: Proveedores A B C 99,9996% Calidad del cliente Los desperdicios ocultos pueden llegar al 20-30% de los costos
33 Six Sigma como una visión y objetivo Capacidad del del Proceso Sigma DPMO Defectos por pormillon millonde de Oportunidades No No Competitivo Média MédiaIndustrial Clase ClaseMundial 2 308, , , Sigma es una unidad de medida de estadística que refleja la capacidad del proceso / producto. La escala sigma de medida es perfectamente correlacionada a ciertas características tales como defectos por unidad, partes por millones de oportunidades y la probabilidad de una falla / error.
34 99% Bueno (2,8 Sigma) 99,99966% Bueno (6 Sigma) perdidos por hora Siete perdidos por hora Riesgo de beber 15 minutos al dia agua contaminada operaciones quirurgicas incorrectas por semana Riesgo de beber un minuto cada siete meses agua contaminada. Casi dos (1,7) operaciones quirurgicas incorrectas por semana prescripciones de remédios erradas por año 68 prescripciones erradas por año Falta de energia elétrica por casi siete horas al mes Una hora sin energia elétrica cada 34 años
35 Objetivo de Solución de Problema Fuera del centro LSL Media USL LSL Media Incapaz USL Centro LSL En el centro Media USL Centro Centralizar Proceso Reducir dispersión Centro La visión estadística del Six Sigma
36 Defectos Relacionados a los niveles Sigma Media x LSL USL Desvíos de padrones con relación a la media Si se pueden encontrar seis desvíos entre el valor del centro y el límite de especificación, podemos decir que el proceso tiene la capacidad six sigma.
37 Metodología Six Sigma El método se puede utilizar en todos los Procesos? Metodología Six Sigma -Proyecto -Servicio -Mantenimiento -Calidad asegurada -Producción -Administración Siempre que haya un proceso que presente datos de salida, sea un producto fabricado, datos, una factura, etc podemos aplicar la metodología Six Sigma. Para que estos productos atiendan al patrón del cliente, requieren el input correcto!!!
38 Six Sigma Enfoca los Inputs La variación inherente para cualquier variable dependiente (Y) es determinada por las variaciones inherentes para cada una de las variaciones independientes(x s) Output (Y) Inputs (X s) X X X X X X X X X X X Fuentes de Variación pueden ser: Identificadas Cuantificadas ELIMINADAS!
39 Six Sigma es un Punto de Ruptura MALA Punto de ruptura en el desempeño del proceso Presentación 3 Sigma (Cpk = 1) 6 Sigma (Cpk = 2) BUENA Tiempo
40 Definición de un Proyecto A Métrica Secundaria Métrica Primaria Baseline B Meta
41 Organización Seis Sigma White Belt Green Belt Black Belt Master Black Belt Participan de los proyectos de mejoría. Actúan como miembros de los equipos Green Belt. Conducen proyectos de mejoría de pequeña escala. Actúan como miembros de los Proyectos Black Belt. Dominan las herramientas estadísticas básicas. Conducen proyectos de mejoría. Orientan a los GB s y auxilian a los MBB s. Dominan las herramientas estadísticas básicas y avanzadas. Peritos en la metodología y en las herramientas de la estrategia Six Sigma; completamente dedicado; soporta y apoya GB & BB. Desarrolla y ejecuta entrenamientos. Trabaja en conjunto con lideres funcionales para identificar oportunidades de mejora. Auxilia en la selección de los proyectos.
42 Las Cinco Fases y las Siete Herramientas Definir Medir Analizar Mejorar Controlar 1. Mapa del Proceso 2. Matriz de Causa y Efecto 3. Análisis del Modo y Efecto de Falla 4. Análisis de Capacidad 5. Análisis de los Sistemas de Medida 6. Estudios de Variables Múltiples 7. Planes de Control
43 Análisis del Sistema de Medición Que: El test sistemático de los sistemas y dispositivos de medición utilizados en los procesos de entrada y salida de datos. Índices críticos incluyen repetibidad y reproductibilidad. Por qué: Para asegurar que las mediciones realizadas indiquen la variación del proceso, y no la variación en el sistema de medición.
44 Análisis del Sistema de Medición Determina cuanto el sistema de medición está influenciando la variación observada. Variación del Proceso Observada Variación Real del Proceso Variación de la Medición
45 Teorema Central del Límite El Desvío Standard de la media de las muestras es igual a: σ x = σ x n σ x = Desvío Standard de la Media σ = x Desvío Standard de los Resultados n = Tamaño de la muestra Individuales
46 Ejemplo Character Dotplot. :. : : :: : :: :.. :.:: ::::..::::.. :::: :::::::::::: : :.:::: ::::::::::::.:..... ::.:::::::::::::::::::::: :. : :.: :::::::::::::::::::::::::::. ::..: C9 Each dot represents 2 points : :::.:::.: :::::: :::::::: ::::::::. ::::::::: ::::::::::... :::::::::::: C Distribución de las Variables individuales Distribución de la media de las Muestras
47 Posibles Fuentes de Variacion del Proceso Variacion Observada Variacion del Proceso Real Variacion del sistema de medicion Variacion del Proceso a Largo plazo Variacion del Proceso a Corto plazo Variacion Dentro de la muestra Variacion devida al Operador Variacion devido al Instrumento Repetitibilidad Calibracion Estabilidad Linearidad Para corregir la variabilidad real del proceso, la variacion devida al sistema de medicion debe ser primeramente identificada y separada del proceso
48 Modelo Básico La Variacion Total es igual a la variacion del producto real mas la variacion devida al sistema de medición σ 2 Total = σ 2 Producto + σ 2 Sistema de Medición σ 2 = σ 2 + σ 2 MS rpt rpd
49 Repetitividad Reproductividad
50 Llave de Memoria Máquinas Repiten Seres Humanos Reproducen
51 σ Repetitividad La Variación que ocurre cuando mediciones repetidas son hechas de la misma variable en condiciones semejantes. Mismo operador Misma Instalación Mismas Unidades Mismas condiciones ambientales Corto Plazo Es el % de variaciónd debido al aparato de medición.
52 Repetitividad Sistema de Medición 1 Sistema de Medición Master Value Master Value Buena Repetitividad Master Master Value Value Master Master Value Value Mala Repetitividad
53 Es la variación que resulta cuando condiciones diferentes son usadas para hacer las mediciones. Operadores diferentes Instalaciones diferentes Diferentes unidades para el test. Diferentes condiciones ambientales Largo Plazo σ Reproductividad
54 Reproductividad The La diferencia difference en in la the media average de las of the mediciones measurements hechas made por by individuos different individuals diferentes using usando the el same mismo or different o un instrumento diferente cuando medir es una característica identica.
55 Reproductividad Sistema de Medición 1 Sistema de Medición 2 Operador 2 Master Value Master Value Operador 1 Operador 3 Operador 3 Operador 1 Operador 2 Buena Reproductividad Master Master Value Value Master Master Value Value Mala Reproductividad
56 Ejemplo del Gage R&R Gage R&R (ANOVA) for Over-varnish Gage name: Date of study: Reported by: Tolerance: Misc: Sencon 9/11/00 Nathan Sprague Percent Sample Range Sample Mean Components of Variation Gage R&R Repeat Reprod Part-to-Part R Chart by Operator Xbar Chart by Operator UCL= R= LCL=0 %Contribution %Study Var UCL=10.10 Mean=10.01 LCL=9.920 Average Part ID Operator Part ID 1 1 By Part ID By Operator Operator*Part ID Interaction Operator 1 2 3
57 Número de operadores Estudio Gage R&R Si el proceso necesita de operadores múltiples,, se escojen de 2 a 4 Si el proceso usa solamente un operador,, o ningún operador, realice el estudio sin o efectos del operador (reproductividad) Número de muestras Selecione muestras suficientes para que : (número de muestras) ) X (número( de operadores) ) > 15 Si no esposible,, se debe escojer un número de test para que: si S x O < 4, tests = 6 si S x O < 5, tests = 5 si S x O < 8, tests = 4 si S x O < 15, tests = 3
58 Crossed R&R Un test crossed es cuando múltiplos operadores usan las mismas partes.
59 Nested Um test nested es cuando operadores múltiples usan partes diferentes.
60 Los doce pasos 1. Seleccione el Producto o Característica del Proceso, Y 2. Defina Patrones de Desempeño 3. Valide el Sistema de Medida para Y Medir 4. Establezca la Capacidad del Producto 5. Defina los Objetivos de Desempeño 6. Identifique las Fuentes de Variación Analizar 7. Separe las Causas Potenciales e Identifique las Vitales X s 8. Descubra Relaciones Entre las Variables 9. Establezca Tolerancias de Operación sobre las Vitales X s Mejorar 10. Valide el Sistema de Medida para X s 11. Determine la Capacidad del Proceso 12. Implemente el Sistema de Control de Proceso sobre las Vitales X s Controlar
61 Cuál es el Mapa? Normalmente hay tres visiones de un Proceso: Lo que usted piensa que es... Lo que realmente es... Lo que a usted le gustaría que fuese...
62 El Efecto Embudo Descripcion del Problema 200+ dados Todas las variables (Mapa del Proceso) Variables priorizadas (Matriz de Causa y Efecto) 8-6 Controlando problemas críticos (Plan de Control) Proceso Optimizado
63 Ejemplo de Mapa de Proceso Mapa de Proceso Parcial de Aplicación de barniz: Input Tipo Output Input Tipo P ressure Co ntr Over-varnish pumped from bulk tank N Movement Blade Clear. Contr Over-varnish is applied to gravure roll N Output Mat.. Trnsfer Ambient Temp Water Lid in place? O.V. Temp Noise Contr Co ntr No ise Over-varnish aggitated in reservoir N Viscosity Position Scr. Condition Cell Config. Contr Noise Contr Excess o.v. scraped from gravure roll N Material Wt. P ressure Filter Cond. Co ntr Contr Over-varnish pumped to fountain N Movement Roll Pressure Contr Over-varnish transferred to applicator roll N App. Weight N V = Proceso sin Valor Agregado = Proceso de Valor Agregado Texto Resaltado = Punto de Recoleccion de Datos
64 Ejemplo de Matriz de Causa y Efecto O cliente is untripped can from printer Clasificación de importancia p/el cliente(1 10) PASO DEL PROCESO O.V. Agitado em reservatório Excesso de O.V. sucateado do rolo 'gravure' O Pré-giro gira o 'mandrel' Input del proceso(tasa 0,1,4,9) Temperatura O.V. Movimento Viscosidade O.V. Movimento Transferência de Material Peso do Material Aplicação Wt. Lata em rotação Peso O.V. Total Agua Posição Condição de sucatear Tensão da Faixa Condição da Faixa A Lata em contato com o Pressão Rolo app. 13 Altura do rolo Condição do rolo Sobreposição Total
65 Historia del FMEA Primeramente usado en la década de 1960 en la industria Aeroespacial durante el programa Apollo para atenuar el riesgo durante las misiones En 1974 la Marina Norteamericana desarrollo la norma MIL-STD-1629 considerando el uso del FMEA A finales de los años 70 la industria automovilística comenzó a incorporar el FMEA en el gerencia mentó de sus procesos, debido al aumento de los costos. Un patrón corriente es la norma SAE J-1739
66 FMEA El Índice de Prioridad de Riesgo (RPN) es un número calculado basado en informaciones que el equipo provee, considerando: El efecto potencial del modo de falla para el cliente Con que frecuencia la causa o el modo de falla ocurre La habilidad corriente del proceso para detectar las fallas (o causas) antes de llegar al cliente RPN = Severidad X Ocurrencia X Detección
67 Ejemplo FMEA Nome do Processo ou Produto: Responsável: APLICAÇÃO INTERIOR DE SPRAY Preparado por: Joe Baur FMEA Data (Orig) 25 de setem Passo do Processo Chave de Processo Input Forma de Falha Poencial Efeitos de Falha Potencial S E V Causas Potenciais O C C Controles Correntes D E T Qual é o passo do processo Qual é a chave de processo Input? Em que modos a Chave Input dá errado? Qual o impacto sobre as Variações da Chave Output (Requisições do cliente) ou requisições internas? Quão severo é o efeito ao cliente? O que causa à Chave Input dar errado? Com que frequência ocorre a causa ou a Quais os controles existentes e procedimentos (inspeção e teste) que previnem ou a causa ou a Forma de Falha? Deve-se incluir um número SOP. Quão bem você consegue detectar a Área de spray. Faixa de giro gasta/quebrada. Área de spray. Temperatura da lata Área de spray. Condição do bocal / padrão de ventilação Falha na Faixa (defeito mfr) Faixa em lugar além do alcance normal de uso. Faixa envernizada sobre a névoa de spray. A temperatura da cúpula da lata sobe acima de 95 graus F. Padrão de ventilação distorcida Baixa/sem giro de lata,altas mas, fendas de potencial arquivadas. Giro de lata reduzida, baixa distribuição de filme, fendas potenciais de campo Giro reduzido de lata, baixa distribuição de filme, fendas potenciais de campo, Cobertura da saliência da cúpula ruim, ma altas, wt. de spray aumentadas, fendas de Distribuição baixa de filme, cobertura incompleta, fendas potenciais de campo. Ponta do bocal estragada. Distribuição baixa de filme, cobertura incompleta, fendas potenciais de campo. Ponta do bocal suja. Distribuicão baixa de filme, cobertura incompleta, fendas potenciais de campo Defeito de emenda Descarregue o excesso que resulta em danos à lata. 4 O operador acredita que qualquer faixa que não estiver 5 quebrada é útil. Um vácuo muito pequeno causa contaminação no spray da 5 máquina. Temperatura ambiente acima de 95 graus F não permitem a 5 refrigerc'~ao ds latas. Bocal além da vida normal de serviço. 6 Bocal tampado. Batida da ponta durante a limpeza ou durante o 4 sucateamento. Limpar o sistema de spray que não estiver funcionando Nada no local do spray. Os verificadores ma detectarão o defeito. Os sensores de descarregamente não estão funcionando propriamente. Nenhum Nenhum Nenhum na sala de spray. Os verificadores ma detectarão o 3 defeito. Visual na sala de spray. Os verificadores ma detectarão o 3 defeito. Visual na sala de spray. Os filtros do revólver devem ser checados 3 diariamente. Os verificadores ma Visual no local do spray. Os verificadores ma detectarão o 3 defeito. Visual no local do spray. Os verificadores ma detectarão o 3 9 9
68 Análisis de Capacidad Que: Un gráfico que muestra un histograma de la salida del proceso relativo a las necesidades del cliente. Los dos índices de capacidad, Cp y Cpk, son utilizados para cuantificar la relación entre la variación del proceso observada y las especificaciones del cliente. Por qué: Para determinar si el proceso es previsible y capaz de satisfacer las necesidades del cliente.
69 Ejemplo de Análisis de Capacidad Capability Analysis for Midwall Thickness Process Data USL Target * LSL Mean Sample N 1000 StDev (Within) StDev (Overall) LSL USL Within Overall Potential (Within) Capability Cp 0.82 CPU 0.84 CPL 0.81 Cpk 0.81 Cpm * Overall Capability Observed Performance Exp. "Within" Performance Exp. "Overall" Performance Pp PPU PPL Ppk PPM < LSL PPM > USL PPM Total PPM < LSL PPM > USL PPM Total PPM < LSL PPM > USL PPM Total
70 Visualizando el Proceso de Capacidad Limite Infer. Spec. 0.4 Toler. del Cliente Limite Sup. Spec. 0.4 Limite Infer. Spec. Toler. del Cliente Limite Sup. Spec Output 1 Tolerancia del Proceso Tolerancia del Proceso C p = 1 C p = 2
71 Estudios de Variables Múltiples Que: Una técnica pasiva para colecta de datos y análisis para determinar qué variables, controladas o no controladas, tienen efecto mensurable sobre los resultados. Por qué: Permite al equipo identificar las variables de ruido que pueden afectar al proceso. Estas variables de ruido se deben considerar cuando se proyectan experimentos e implementan mejorías.
72 Ejemplo de Estudio de Múltiples Variables Multi-Vari Chart f or ma readings by Pressure - Pitch Angle Pressure Qué combinación resulta de la lectura más baja en ma? ma readings Pitch
73 Planes de Control Que: Una planilla u otro medio que resume las variables identificadas en la Matriz de Causa & Efecto, Análisis de Capacidad, Análisis de Sistema de Medición, DOE (Proyecto de Experimentos), Estudios de Variables Múltiples, FMEA, etc. Por qué: Permite al equipo identificar y corregir fallas en el sistema de operación. Esto ayuda a institucionalizar cambios y mantener los logros con sus actividades de mejoría del proceso.
74 Ejemplo de Plan de Control Critical X Instalações antigas Instalações melhoradas Plano de Controle Pressão da Pistola PSI 700 PSI Bomba Nordson EP setada para entregar 700 PSI aos revólveres individuais. Um aparelho de trava colocado sobre a válvula de controle da bomba para evitar aumentos de pressão. (Ajustes feitos apenas sob aprovação da supervisão). Ponto do bocal o 42.5 o bocal em instalação ideal e para permitir a verificação de fácil instalação do Rápida instalação / aparelho de medição criado para localizar o ponto do processo na própria folha de verificação. Ângulo da pistola 9-16 o 10 o preenchidos com tinta branca) a 10o para permitir a rápida confirmação Aparelhos de spray em instalação ideal e os revólveres ponteados.(pontos visual da instalação e verificação do processo na própria folha. Evaluaciones iniciales y finales del proceso de Plan de Control puede identificar aquellas variaciones de input u output a las cuales les falta fiscalización o control adecuado.
75 Resumen Six Sigma: Define las metas del negocio Identifica proyectos utilizando métricas de desempeño que van a producir resultados para el negocio Aplica calidad avanzada y herramientas estadísticas para alcanzar un significante desempeño financiero a través de la reducción de costo y satisfacción del cliente mejorada. Es una filosofía que requiere desafío a la forma en que estamos trabajando actualmente.
MÓDULO III SEIS SIGMA ESTRATEGIA PARA LA MEJORA DE PROYECTOS
MÓDULO III SEIS SIGMA ESTRATEGIA PARA LA MEJORA DE PROYECTOS 1 ÍNDICE DEFINIR. 3 MEDIR.... 4 ANALIZAR..... 5 MEJORAR. 6 CONTROLAR... 7 GLOSARIO... 8 MAPA CONCEPTUAL. 10 2 DEFINIR: Iniciación del proyecto.
Más detallesIntroducción a la metodología. Seis Sigma. QFB. Elba Berrones Janssen-Cilag
Introducción a la metodología Seis Sigma QFB. Elba Berrones Janssen-Cilag 1 Agenda Introducción Conceptos Generales Beneficios Reales Preguntas 2 Introducción 3 Significado Seis sigma, es una metodología
Más detallesControl Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz
Control Estadístico del Proceso Ing. Claudia Salguero Ing. Alvaro Díaz Control Estadístico del Proceso Es un conjunto de herramientas estadísticas que permiten recopilar, estudiar y analizar la información
Más detallesGUÍA DE APRENDIZAJE MÓDULO I SEIS SIGMA SPACER. Aprendizaje sin fronteras uvirtual@pep.pemex.com
GUÍA DE APRENDIZAJE MÓDULO I SEIS SIGMA SPACER ÍNDICE I. SPACER... 2 Seguridad 2 Propósito 2 Agenda 3 Código de Conducta 4 Expectativas 4 Roles 5 II. GLOSARIO 6 III. MAPA CONCEPTUAL 9 1 I. SPACER Seguridad
Más detallesII. ANÁLISIS DE SISTEMAS DE MEDICIÓN
II. ANÁLISIS DE SISTEMAS DE MEDICIÓN INTRODUCCIÓN Siempre que registramos o medimos los resultados de un proceso nos encontramos con cierta variación en los datos obtenidos. Esta variación puede provenir
Más detallesEstrategia de Impacto de Seis Sigma
8-21-2000 1 6 Estrategia de Impacto de Seis Sigma 8-21-2000 2 Estrategia de Impacto de Seis Sigma Contenido Qué es Seis Sigma? Los Efectos de la Reducción de Variación Detección de Defectos Traducción
Más detallesMÓDULO V EVALUANDO EL RIESGO: ANÁLISIS DE MODO FALLA Y SUS EFECTOS
MÓDULO V EVALUANDO EL RIESGO: ANÁLISIS DE MODO FALLA Y SUS EFECTOS ÍNDICE OBJETIVOS 3 DEFINICIÓN FMEA... 3 HISTORIA 4 ROL DEL PROCESO.. 4 PROPÓSITO DEL FMEA DE PROCESOS 4 FMEA: ENTRADAS Y SALIDAS.. 5 ANÁLISIS
Más detallesSeis Sigma. Nueva filosofía Administrativa.
Seis Sigma. Nueva filosofía Administrativa. GIN. Filosofía de Calidad. El Seis Sigma es un parámetro cuya base principal es la desviación estándar y su enfoque es reducir la variación y/o defectos en lo
Más detallesControl Estadístico de Procesos
Control Estadístico de Procesos Lic. Elda Monterroso UNLu Características de calidad Variables Características que se pueden medir (peso, longitud, temperatura, etc.) Pueden ser números enteros o fracciones
Más detallesCharlas para la gestión del mantenimiento Fernando Espinosa Fuentes
Charlas para la gestión del mantenimiento Fernando Espinosa Fuentes Six Sigma es una metodología de la gerencia de calidad que provee a las empresas de herramientas para mejorar la capacidad de sus procesos
Más detallesEl Rol de la Estadística en el Control de la Calidad
El Rol de la Estadística en el Control de la Calidad Jaime Mosquera Restrepo Profesor Escuela de Estadística. Universidad del Valle jaime.mosquera@correounivalle.edu.co Que es calidad? Como se evalúa la
Más detallesHerramientas y Métodos de Seis Sigma para Solución de Problemas y Mejoramiento Continuo. Qué es Six Sigma
Qué es Six Sigma Establecer prioridades con base en lo que es más importante para el cliente. Uso intensivo de herramientas estadísticaspara analizar y mejorar procesos. Enfoque total en la reducción de
Más detallesCMMI (Capability Maturity Model Integrated)
CMMI (Capability Maturity Model Integrated) El SEI (software engineering institute) a mediados de los 80 desarrolló el CMM (modelo de madurez de la capacidad de software). CMMI: CMM integrado, una mezcla
Más detallesEL PORTAL DE LOS EXPERTOS EN PREVENCIÓN DE RIESGOS DE CHILE. División Difusión y Comunicaciones CALIDAD APQP
CALIDAD APQP 1. Definición 2. Diseño y desarrollo de producto 3. Producto y validación del proceso 4. Lanzamiento, regeneración gravamen y acción correctiva 5. Planeación y definición del programa 6. Controlar
Más detallesQUÉ ES LA CALIDAD? CALIDAD ES LA TOTAL SATISFACCION DEL CLIENTE. CLIENTE ES TODO AQUEL QUE COMPRA LOS PRODUCTOS O USA LOS SERVICIOS.
Q QUÉ ES LA CALIDAD? INTRODUCCIÓN CALIDAD ES LA TOTAL SATISFACCION DEL CLIENTE. CLIENTE ES TODO AQUEL QUE COMPRA LOS PRODUCTOS O USA LOS SERVICIOS. SATISFACCION ES LA PERCEPCION DEL CUMPLIMIENTO DE LOS
Más detallesMetodología de construcción de Indicadores MODELO 3
MODELO 3 El Departamento Administrativo de la Función Pública, elaboró el documento Guía para el Diseño de un Sistema de Evaluación y Control de gestión. El contiene las instrucciones para el diligenciamiento
Más detallesMedidas de la tendencia central y las gráficas de caja
LECCIÓN CONDENSADA 2.1 Medidas de la tendencia central y las gráficas de caja En esta lección Encontrarás e interpretarás la media, la mediana, y la moda para unos conjuntos de datos Crearás e interpretarás
Más detallesMaster en Gestión de la Calidad
Master en Gestión de la Calidad E U R O P E A N Q U A L I T Y 18. Estudios de Capacidad 1 / 1 Estudios de Capacidad: Lo que vamos a estudiar en este apartado se emplea tanto en la planificación de los
Más detallesSix Sigma Control de la Variabilidad
Agosto 2015 Santiago, Chile Escuela de Negocios Six Sigma Control de la Variabilidad Material de Asexma A.G. Defectos Defectos Un DEFECTO es.una desviación respecto de los requisitos de un proceso específico,
Más detalles% PRODUCTOS NO CONFORMES 10% 5%
Departamento de Ingeniería Mecánica Tecnología Mecánica I 67.15 Unidad 13: Control de Calidad Ing. Sergio Laguzzi 1 TEMARIO - Definición de Calidad. Costos de la no Calidad. Estrategia de detección (Planes
Más detallesCMM - Capability Maturity Model. Estructura de CMM... Componentes de CMM. Estructura de CMM
CMM - Capability Maturity Model Estructura de CMM... Es un marco que describe los elementos claves de un proceso de software efectivo. Describe un camino de mejora evolutivo desde un proceso ad hoc inmaduro
Más detallesResumen de los Modelos Kaizen, Lean y Six Sigma
Resumen de los Modelos Kaizen, Lean y Six Sigma Kaizen Un tercer modelo famoso es el denominado Kaizen. En japonés, Kai significa cambio y Zen significa bueno, con lo que la traducción literal del concepto
Más detallesGráficas de caja. El borde derecho de la caja es el tercer cuartil, Q 3, que es la mediana de los valores que están por encima de la mediana.
LECCIÓN CONDENSADA 2.1 Gráficas de caja En esta lección crearás e interpretarás las gráficas de caja para conjuntos de datos usarás el rango intercuartil (IQR) para identificar valores extremos potenciales
Más detallesIntroducción a MINITAB 15. David R. González Barreto. Ofrecido en Wyeth, Carolina, Puerto Rico
Introducción a MINITAB 15 Ofrecido en Wyeth, Carolina, Puerto Rico INDICE Listado de Archivos...2 Pantalla Principal..3 Texto a Número.4 Estibar (Stack)..6 Split 8 Dotplot Una población.10 Dotplot Dos
Más detallesCURSO DE LEAN SIGMA TRANSACCIONAL PARA BLACK BELTS Dr. P. Reyes www.icicm.com CURSO DE BLACK BELTS EN LEAN SIGMA TRANSACCIONAL
CURSO DE BLACK BELTS EN LEAN SIGMA TRANSACCIONAL Duración: 80 horas distribuidas en dos módulos de 40 horas. OBJETIVO Formar los Black Belts del programa Seis Sigma Transaccional de la empresa u organización,
Más detallesLa clave para un mejor control en SEIS SIGMA: Ing. Luis Aranda
La clave para un mejor control en SEIS SIGMA: Ing. Luis Aranda Qué SPC? SPC (Statistical Process Control) CEP (Control Estadístico de Proceso) El SPC es una herramienta estadística que nos permite analizar,
Más detallesEstrategia de Negocios que revoluciona y transforma a las empresas hacia Clase Mundial.
& 6 Sigma Diplomado y Certificación Black Belt TECNOLOGIA JAPONESA DE CLASE MUNDIAL QUE SI FUNCIONA! MANUFACTURA Y SERVICIOS Estrategia de Negocios que revoluciona y transforma a las empresas hacia Clase
Más detallesControl Estadístico de Procesos
Control Estadístico de Procesos Gráficos de Control Los gráficos de control o cartas de control son una importante herramienta utilizada en control de calidad de procesos. Básicamente, una Carta de Control
Más detallesComprendiendo las estrategias de mantenimiento
2002 Emerson Process Management. Todos los derechos reservados. Vea este y otros cursos en línea en www.plantwebuniversity.com. Mantenimiento 101 Comprendiendo las estrategias de mantenimiento Generalidades
Más detallesCiclo de vida y Metodologías para el desarrollo de SW Definición de la metodología
Ciclo de vida y Metodologías para el desarrollo de SW Definición de la metodología La metodología para el desarrollo de software es un modo sistemático de realizar, gestionar y administrar un proyecto
Más detallesGUÍA DE APRENDIZAJE. Módulo II Seis Sigma. Aprendizaje sin fronteras uvirtual@pep.pemex.com
GUÍA DE APRENDIZAJE Módulo II Seis Sigma ÍNDICE 1. Visión General Seis Sigma 2 2. Objetivos 2 3. La Iniciativa 3 4. Cambiando el Proceso de Toma de Decisiones 3 5. La Metodología 5 6. La Medición 12 7.
Más detallesHERRAMIENTAS DE LA CALIDAD
HERRAMIENTAS DE LA CALIDAD Ayudan en la medición, análisis e implementación de mejoramientos. Para mejorar Las principales herramientas de la calidad se agrupan en dos categorías: las siete herramientas
Más detallesTEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones.
TEMA 2. FILOSOFÍA DE LOS GRÁFICOS DE CONTROL. Principios básicos de los gráficos de control. Análisis de patrones. La herramienta que nos indica si el proceso está o no controlado o Estado de Control son
Más detallesSEIS SIGMA Qué es Six Sigma?
SEIS SIGMA Sus estudios sobre confiabilidad demostraron que para incrementar la confiabilidad de los sistemas y reducir las tasas de defectos es preciso que cada una de las tasas de defectos complejos
Más detallesSalud de Activos Reflejo de la Estrategia de Mantenimiento
Salud de Activos Reflejo de la Estrategia de Mantenimiento Mucho se ha dicho y escrito acerca de como medir la efectividad de una estrategia de mantenimiento, sin embargo, al momento solo porciones de
Más detalles3. GESTIÓN DE CONFIGURACIÓN DE SOFTWARE
3. GESTIÓN DE CONFIGURACIÓN DE SOFTWARE Software Configuration Management (SCM) es una disciplina de la Ingeniería de Software que se preocupa de [Ber92] [Ber84] [Bou98] [Mik97]: Identificar y documentar
Más detallesGrado en Ingeniería. Estadística. Tema 3
Grado en Ingeniería Asignatura: Estadística Tema 3. Control Estadístico de Procesos (SPC) Control Estadístico de Procesos (SPC) Introducción Variabilidad de un proceso de fabricación Causas asignables
Más detallesAplicaciones de la Probabilidad en la Industria
Aplicaciones de la Probabilidad en la Industria Dr. Enrique Villa Diharce CIMAT, Guanajuato, México Verano de probabilidad y estadística CIMAT Guanajuato,Gto. Julio 2010 Contenido: 1.- Introducción Introducción
Más detallesTema 12. Seis Sigma. Mejora de procesos centrándose en el cliente
Tema 12. Seis Sigma. Mejora de procesos centrándose en el cliente 12.1. Origen de Seis Sigma 12.2. Descripción de la filosofía Seis Sigma 12.3. Fundamentos de la metodología 12.4. Etapas de la metodología
Más detallesPlaneación de la Recolección de Datos. Planeacion de Recoleccion de Datos
Planeación de la Recolección de Datos Qué Son los datos? Recolección de Datos Contenido Por Qué Es Importante la Recolección de Datos? Estrategias de Muestreo Estrategias para la Definición de Datos Base
Más detallesMódulo N 10 Implementación en fases del. Revision N 13. SSP y del SMS
Módulo N 10 Implementación en fases del Revision N 13 SSP y del SMS 1 Construyendo un SMS Safety Management Módulo 10 Implementación en fases del SSP y del SMS System Módulo 8 Estructura del -SMS I Módulo
Más detallesPLATAFORMA GESTIÓN INTEGRAL DE PRODUCCIÓN GESTIÓN DE OPERACIONES
PLATAFORMA GESTIÓN INTEGRAL DE PRODUCCIÓN GESTIÓN DE OPERACIONES CONTROL DE CALIDAD CONTROL ESTADÍSTICO DE PROCESO Avanzar hacia la excelencia operacional es clave para la mejora de la competitividad de
Más detallesGESTION DE CALIDAD SIX SIGMA Y LEAN EN MULTINACIONALES MEJORA CONTINUA
GESTION DE CALIDAD SIX SIGMA Y LEAN EN MULTINACIONALES MEJORA CONTINUA Agenda; Agradecimientos: Presentacion: Objetivo Contenido o desarrollo: Que es Lean y que es la Gestion de Calidad Six sigma Alcance
Más detallesAnálisis y cuantificación del Riesgo
Análisis y cuantificación del Riesgo 1 Qué es el análisis del Riesgo? 2. Métodos M de Análisis de riesgos 3. Método M de Montecarlo 4. Modelo de Análisis de Riesgos 5. Qué pasos de deben seguir para el
Más detallesITIL FOUNDATION V3 2011
ITIL FOUNDATION V3 2011 Examen de Certificación Instrucciones 1. Revise su Hoja de Respuesta, debe contener espacio para responder 40 preguntas y una sección para incorporar su Nombre 2. Espere por la
Más detallesIng. Sergio Serrano Ayala GD Components de México S. A. de C. V. Universidad Autónoma del Estado de Morelos
QSB Sistemas Básicos de Calidad Ing. Sergio Serrano Ayala GD Components de México S. A. de C. V. Universidad Autónoma del Estado de Morelos QSB es un kit de herramientas y métodos que proporcionan una
Más detallesEstadística con Excel Informática 4º ESO ESTADÍSTICA CON EXCEL
1. Introducción ESTADÍSTICA CO EXCEL La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en
Más detallesVI. CAPACIDAD DE PROCESOS
V. Capacidad de Procesos V. CAPACDAD DE PROCESOS NTRODUCCÓN Una vez hayamos comprobado que el proceso está bajo control, estaremos interesados en saber si es un proceso capaz, es decir, si cumple con las
Más detallesManejo en Base al Conocimiento Six Sigma
Manejo en Base al Conocimiento Six Sigma 1 Qué es SIGMA? Una letra griega En matemáticas se usa para indicar la cantidad de errores cometidos Se puede usar para medir la calidad de nuestro trabajo 2 #
Más detallesPDF created with pdffactory trial version www.pdffactory.com
Cátedra de Métricas del Software Universidad Tecnológica Nacional Facultad Regional Córdoba } Diego Rubio } Álvaro Ruiz de Mendarozqueta } Natalia Andriano } Juan Pablo Bruno } Conocer, interpretar y aplicar
Más detallesGestión de calidad en el software. Calidad en el Desarrollo de Software. Spoilage. Spoilage
Gestión de calidad en el software Calidad de software Depto. Ciencias e Ingeniería de la Computación Universidad Nacional del Sur Segundo Cuatrimestre 2007 primer problema: los errores se aceptan. Esto
Más detallesPROGRAMA FORMACIÓN ACTIO 2013
Programa Formación ACTIO 2013 Formación Empresa. Gestión por procesos. Trabajo en equipo: liderazgo y comunicación. Programa Lean Ejecutivo. Lean Manufacturing Ejecutivo. Gestión del Mantenimiento Ejecutivo.
Más detallesAdministración Logística de Materiales
Administración Logística de Materiales Para un mejor conocimiento de la industria acerca de distribución física, manufactura y compras, se estableció el programa de administración logística de materiales.
Más detallesDiseño orientado al flujo de datos
Diseño orientado al flujo de datos Recordemos que el diseño es una actividad que consta de una serie de pasos, en los que partiendo de la especificación del sistema (de los propios requerimientos), obtenemos
Más detallesEjercicio de estadística para 3º de la ESO
Ejercicio de estadística para 3º de la ESO Unibelia La estadística es una disciplina técnica que se apoya en las matemáticas y que tiene como objetivo la interpretación de la realidad de una población
Más detallesCapítulo 5. Cliente-Servidor.
Capítulo 5. Cliente-Servidor. 5.1 Introducción En este capítulo hablaremos acerca de la arquitectura Cliente-Servidor, ya que para nuestra aplicación utilizamos ésta arquitectura al convertir en un servidor
Más detallesProyecto Seis Sigma. Mejora del Proceso de Soldadura de las Barras de Combustibles
Proyecto Seis Sigma Mejora del Proceso de Soldadura de las Barras de Combustibles Integrantes De León, Martha Espejo, Ariel Santana, Bileika Aspectos Preliminares Antecedentes Penetración y Fusión del
Más detallesMedidas de tendencia central o de posición: situación de los valores alrededor
Tema 10: Medidas de posición y dispersión Una vez agrupados los datos en distribuciones de frecuencias, se calculan unos valores que sintetizan la información. Estudiaremos dos grandes secciones: Medidas
Más detallesSeis Sigma Manufactura o Servicios
Aquí va LOGO o lema de la empresa que presenta su proyecto Seis Sigma Manufactura o Servicios Título del Proyecto Nombre del Expositor Pagina 1 Aquí va LOGO o lema de la empresa que presenta su proyecto
Más detalles1.2 SISTEMAS DE PRODUCCIÓN
19 1.2 SISTEMAS DE PRODUCCIÓN Para operar en forma efectiva, una empresa manufacturera debe tener sistemas que le permitan lograr eficientemente el tipo de producción que realiza. Los sistemas de producción
Más detallesEVALUACIÓN DE LOS FACTORES DE RIESGOS
EVALUACIÓN DE LOS FACTORES DE RIESGOS La Ley 31/1995, de 8 de noviembre, de prevención de Riesgos Laborales, publicada en el B.O.E. del 10 de noviembre de 1995, establece, en su artículo 16 la obligación
Más detallesGRÁFICAS DE CONTROL DE LA CALIDAD EMPLEANDO EXCEL Y WINSTATS
GRÁFICAS DE CONTROL DE LA CALIDAD EMPLEANDO EXCEL Y WINSTATS 1) INTRODUCCIÓN Tanto la administración de calidad como la administración Seis Sigma utilizan una gran colección de herramientas estadísticas.
Más detallesAnálisis de Sistemas de Medición MSA. Ing. Victor Reyes - TRAINix ASQ Ambos Nogales
Análisis de Sistemas de Medición MSA Ing. Victor Reyes - TRAINix ASQ Ambos Nogales Agenda Sistemas de Medición Qué son? Uso de los datos de la medición Calidad de los datos El MSA y las normas de gestión
Más detallesQué es el Modelo CMMI?
El principal problema que tienen las empresas en sus áreas de tecnología, así como las empresas desarrolladoras de software al iniciar un proyecto, radica en que el tiempo de vida del proyecto y el presupuesto
Más detallesGestión de la Prevención de Riesgos Laborales. 1
UNIDAD Gestión de la Prevención de Riesgos Laborales. 1 FICHA 1. LA GESTIÓN DE LA PREVENCIÓN DE RIESGOS LABORALES. FICHA 2. EL SISTEMA DE GESTIÓN DE LA PREVENCIÓN DE RIESGOS LABORALES. FICHA 3. MODALIDAD
Más detallesCURSO HERRAMIENTAS ESTADISTICAS PARA IMPLEMENTACION DE SIX SIGMA EN EMPRESAS DE PRODUCCION, LOGISTICA Y SERVICIOS
CURSO HERRAMIENTAS ESTADISTICAS PARA IMPLEMENTACION DE SIX SIGMA EN EMPRESAS DE PRODUCCION, LOGISTICA Y SERVICIOS Cnel. R.L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-15-4492-6252 Fax:
Más detalles2.1 Identifique y determine las prioridades de los temas de salud pública de la comunidad
PASO 2: DETERMINE SU ENFOQUE Ahora que usted sabe quienes participarán en este proceso, su primer paso juntos, es determinar qué quieren alcanzar, en forma colectiva, con la evaluación. Articular esto
Más detallesDecisión: Indican puntos en que se toman decisiones: sí o no, o se verifica una actividad del flujo grama.
Diagrama de Flujo La presentación gráfica de un sistema es una forma ampliamente utilizada como herramienta de análisis, ya que permite identificar aspectos relevantes de una manera rápida y simple. El
Más detallesPRU. Fundamento Institucional. Objetivos. Alcance
PRU INSTRUCCIONES: a continuación se describe el flujo de trabajo correspondiente al área de procesos de PRUEBAS para el desarrollo de software, en el cual se debe apoyar para la ejecución de sus actividades;
Más detalles1.1. Introducción y conceptos básicos
Tema 1 Variables estadísticas Contenido 1.1. Introducción y conceptos básicos.................. 1 1.2. Tipos de variables estadísticas................... 2 1.3. Distribuciones de frecuencias....................
Más detallesDesarrollo de la estrategia a seguir para. un Sistema de Gestión de la Energía. Instalaciones Industriales
Desarrollo de la estrategia a seguir para un Sistema de Gestión de la Energía Instalaciones Industriales Noviembre 2014 Contenido 1. Introducción 2. Antecedentes 3. Potencial de mejora energética de los
Más detallesCURSO DE DISEÑO PARA SIX SIGMA (DFSS) UTILIZANDO CRYSTAL BALL
CURSO DE DISEÑO PARA SIX SIGMA (DFSS) UTILIZANDO CRYSTAL BALL Cnel. Ramón L. Falcón 1435 C1406GNC 35 Buenos Aires, Argentina Tel.: 054-15-5468-3369 Fax: 054-11-4433-4202 Mail: mgm_consultas@mgmconsultores.com.ar
Más detallesPolítica de Seguridad y Salud Ocupacional. Recursos. Humanos. Abril 2006
Endesa Chile Políticas de Índice 1. PRINCIPIOS 2. LINEAMIENTOS GENERALES 2.1 Organización 2.2 Identificación de Peligros y Evaluación de Riesgos 2.3 Planificación Preventiva 2.4 Control de la acción preventiva
Más detallesELABORACIÓN DE PLATOS PREPARADOS PROCESO SENCILLO?
de elaboración de platos preparados ainia 16 de febrero de 2011 Pablo García Pascual (pgarcia@ainia.es) ELABORACIÓN DE PLATOS PREPARADOS PROCESO SENCILLO? Elaboración de platos preparados Se trata de preparar
Más detallesLos Cuellos de Botella
Teoría de las Restricciones o Los Cuellos de Botella Néstor Casas* Consultor Organizacinal Siempre se ha comparado el sistema productivo con una cadena, cuya resistencia a la ruptura se basa precisamente,
Más detallesMetodología básica de gestión de proyectos. Octubre de 2003
Metodología básica de gestión de proyectos Octubre de 2003 Dentro de la metodología utilizada en la gestión de proyectos el desarrollo de éstos se estructura en tres fases diferenciadas: Fase de Éjecución
Más detallesLEAN SIX SIGMA YELLOW BELT
LEAN SIX SIGMA YELLOW BELT CARACTERISTICAS GENERALES Duración: 32 Horas Son personas que participan activamente en el desarrollo de los proyectos Lean-Six Sigma de su área de trabajo, si son operadores
Más detallesTécnico y sus funciones. 5. Función de los líderes. 6 Función del analista de datos. 6. Metas del Help Desk. 7 Definir el alcance del Help Desk.
3 Qué es un Help Desk? 3 Cómo trabaja un Help Desk? 3 Cómo se mide el éxito de un Help Desk? 5 Funciones de los miembros del equipo del Help Desk. 5 Técnico y sus funciones. 5 Función de los líderes. 6
Más detallesAMEF Análisis de Modo y Efecto de Falla
AMEF Análisis de Modo y Efecto de Falla Un compromiso a largo plazo que complementa el desarrollo del producto y Nace en la Aeronáutica Busca determinar el modo y efecto de falla Potencial AMEF DE DISEÑO
Más detallesMaster en Gestion de la Calidad
Master en Gestion de la Calidad 3. La Calidad en la Actualidad La calidad en la actualidad 1 / 9 OBJETIVOS Al finalizar esta unidad didáctica será capaz: Conocer la calidad en la actualidad. La familia
Más detallesContenido: CARTAS DE CONTROL. Cartas de control C Cartas de control U Cartas de control P Cartas de control NP DIAGRAMA DE PARETTO HISTOGRAMAS
Contenido: CARTAS DE CONTROL Cartas de control C Cartas de control U Cartas de control P Cartas de control NP DIAGRAMA DE PARETTO HISTOGRAMAS TEST DE MEDIANAS CEL: 72488950 1 Antes de querer utilizar cualquier
Más detallesCAS-CHILE. Líder en Software de Gestión Pública
Líder en Software de Gestión Pública CONSTRUCCIÓN E IMPLEMENTACIÓN DE UN SISTEMA DE ADMINISTRACIÓN ESTRATÉGICA UTILIZANDO EL BALANCED SCORECARD: NUEVE PASOS PARA EL ÉXITO -Balanced Scorecard Institute
Más detallesGESTIÓN DEL SISTEMA DE MEDICIÓN ANÁLISIS Y MEJORAMIENTO
GESTIÓN DEL SISTEMA DE MEDICIÓN ANÁLISIS Y MEJORAMIENTO Derechos reservados ICONTEC- 1 MEDICIÓN, ANÁLISIS Y MEJORAMIENTO DEL SISTEMA DE GESTIÓN DE LA MEDICIÓN. Normas Aplicadas NTC-ISO 10012. Duración
Más detallesARQUITECTURA TÉCNICA ASIGNATURA: MATERIALES DE CONSTRUCCIÓN II CURSO: 2009-2010 APUNTES TEMA 1: CONTROL DE CALIDAD
ARQUITECTURA TÉCNICA ASIGNATURA: MATERIALES DE CONSTRUCCIÓN II CURSO: 2009-2010 APUNTES TEMA 1: CONTROL DE CALIDAD. CONCEPTO. EVOLUCIÓN CON EL TIEMPO. NORMA UNE EN ISO 9001:2000 Profesor: Victoriano García
Más detallesInspecciones con infrarrojos. Charla especial para Mantenimiento de Equipos Industriales
Inspecciones con infrarrojos Charla especial para Mantenimiento de Equipos Industriales Optimizando los recursos Hay que cuidarse del entusiasmo de escanear todas las máquinas para encontrar problemas
Más detallesGUIA SOBRE LOS REQUISITOS DE LA DOCUMENTACION DE ISO 9000:2000
1 INTRODUCCIÓN Dos de los objetivos más importantes en la revisión de la serie de normas ISO 9000 han sido: desarrollar un grupo simple de normas que sean igualmente aplicables a las pequeñas, a las medianas
Más detallesANÁLISIS DE CARGOS. 1. Nombre del cargo 2. Posición del cargo en el organigrama. 3. Contenido del cargo. 1. Requisitos intelectuales
Análisis de CARGOS ANÁLISIS DE CARGOS Autor: Herman Bachenheimer Correo: herman@puj.edu.co Después de la descripción, sigue el análisis del cargo. Una vez identificado el contenido del cargo (aspectos
Más detalles7 HERRAMIENTAS PARA EL CONTROL DE LA CALIDAD
Agencia de Cooperación Internacional del Japón Universidad de Santiago de Chile Facultad de Ingeniería Departamento de Ingeniería Industrial 7 HERRAMIENTAS PARA EL CONTROL DE LA CALIDAD Elaboración: Kiyohiro
Más detallesSÍNTESIS Y PERSPECTIVAS
SÍNTESIS Y PERSPECTIVAS Los invitamos a observar, a identificar problemas, pero al mismo tiempo a buscar oportunidades de mejoras en sus empresas. REVISIÓN DE CONCEPTOS. Esta es la última clase del curso.
Más detallesAlliance Veritas Register
Alliance Veritas Register Aliado de su crecimiento Primus Veritas Universalis AVR es el acrónimo de: La Verdadera Alianza, se refiere a la unión de esfuerzos para el mismo propósito. Es el Organismo de
Más detallesEstándares para planes de calidad de software. Escuela de Ingeniería de Sistemas y Computación Desarrollo de Software II Agosto Diciembre 2008
Estándares para planes de calidad de software Escuela de Ingeniería de Sistemas y Computación Desarrollo de Software II Agosto Diciembre 2008 DIFERENCIA ENTRE PRODUCIR UNA FUNCION Y PRODUCIR UNA FUNCION
Más detallesPRUEBAS DE SOFTWARE TECNICAS DE PRUEBA DE SOFTWARE
PRUEBAS DE SOFTWARE La prueba del software es un elemento crítico para la garantía de la calidad del software. El objetivo de la etapa de pruebas es garantizar la calidad del producto desarrollado. Además,
Más detallesAUDITORÍAS Y AUDITORES ISO 9000:2000
AUDITORÍAS Y AUDITORES ISO 9000:2000 Ing. Miguel García Altamirano Servicios CONDUMEX S.A. de C.V. Delegado Mexicano en el Comité Internacional ISO TC 176 en el grupo JWG "Auditorías" Resumen: Los sistemas
Más detallesSeis Sigma. Zarco Márquez Guillermo. Facultad de Química UNAM. Control de Calidad II Noviembre 2007
Seis Sigma Zarco Márquez Guillermo Qué es Seis Sigma? Es una filosofía de trabajo y una estrategia de negocios, basada en el cliente, en un manejo eficiente de los datos y metodologías y diseños robustos,
Más detalles6 Anexos: 6.1 Definición de Rup:
6 Anexos: 6.1 Definición de Rup: Es un producto del proceso de ingeniería de software que proporciona un enfoque disciplinado para asignar tareas y responsabilidades dentro de una organización del desarrollo.
Más detallesUniversidad Autónoma de Guadalajara ADMINISTRACION DE LAS TECNOLOGIAS Y OPERACIONES
Universidad Autónoma de Guadalajara ADMINISTRACION DE LAS TECNOLOGIAS Y OPERACIONES NOMBRE DEL ALUMNO : CLAUDIA ANGÉLICA RAMÍREZ LÓPEZ REGISTRO 1996735 CICLO DEMING CONCEPTO El ciclo shewhart/deming (modificado
Más detallesMódulo: Indicadores de Eficacia y Eficiencia en los Procesos
Diplomatura en Lean Manufacturing (Manufactura Esbelta) Módulo: Indicadores de Eficacia y Eficiencia en los Procesos Docente: Javier Mejía Nieto MANUAL DE INDICADORES DE PRODUCTIVIDAD Ministerio de trabajo
Más detallesCore Tools Herramientas para el seguimiento y la mejora. José Domínguez Juan José Mireles
Core Tools Herramientas para el seguimiento y la mejora José Domínguez Juan José Mireles Las herramientas, a veces, nos pueden ser útiles para otros propósitos... 2 Objetivos Entender la relación entre
Más detallesCAPÍTULO 3: MARCO TEÓRICO. Lean Manufacturing (LM) es un conjunto de técnicas desarrolladas por la Compañía
13 CAPÍTULO 3: MARCO TEÓRICO 1.1 LEAN MANUFACTURING Lean Manufacturing (LM) es un conjunto de técnicas desarrolladas por la Compañía Toyota a partir del año 1950, que sirve para mejorar y optimizar los
Más detallesGestión de Riesgos en Proyectos
GRUPO VISIÓN PROSPECTIVA MÉXICO 2030 Gestión de Riesgos en Proyectos Mauricio Jessurun Solomou mjess@unisolmexico.com Luis Miguel Arroyo lmarroyoi@emsi.com.mx Julio, 2015 Gestión de Riesgos en Proyectos
Más detalles