SEIS SIGMA y DISEÑO DE EXPERIMENTOS, ESTRATEGIAS QUE FUNCIONAN EN EMPRESA MAQUILADORA MEXICANA ELSA M BENAVIDES Y JAVIER AVALOS-ALVAREZ

Save this PDF as:
 WORD  PNG  TXT  JPG

Tamaño: px
Comenzar la demostración a partir de la página:

Download "SEIS SIGMA y DISEÑO DE EXPERIMENTOS, ESTRATEGIAS QUE FUNCIONAN EN EMPRESA MAQUILADORA MEXICANA ELSA M BENAVIDES Y JAVIER AVALOS-ALVAREZ"

Transcripción

1 REGISTRATION NUMBER Abstract Number: SEIS SIGMA y DISEÑO DE EXPERIMENTOS, ESTRATEGIAS QUE FUNCIONAN EN EMPRESA MAQUILADORA MEXICANA Second World Conference on POM and 15th Annual POM Conference, Cancun, Mexico, April 30 - May 3, ELSA M BENAVIDES Y JAVIER AVALOS-ALVAREZ Instituto Tecnológico de Cd. Juárez División de Estudios de Posgrado e Investigación Instituto Tecnológico de Ciudad Juárez, México Boulevard Tecnológico 1340 Cd. Juárez Chihuahua, México Tel. (656) FAX: (656) Abstract.- Este trabajo de investigación describe el proceso de implementación de la Metodología Seis Sigma y el uso del Diseño de Experimentos en el proceso de etiquetado de vestiduras automotrices. Los problemas consistían en la perdida de adhesividad y/o quebrado de las etiquetas en el momento de ser ensamblada por el cliente. La metodología de cinco pasos de Seis Sigma: definir, medir, analizar, mejorar y controlar (Pande, 2000; Eckes, 2001; Harry & Schroeder, 1992) se aplicó paso a paso durante un periodo de doce meses. Asimismo se utilizo el enfoque metodológico eficiente y costo-efectivo del diseño de experimentos (DOE por sus siglas en inglés, Design of Experiments) para recabar y analizar datos relacionados con las características del proceso (Montgomery, 1991, 2001).

2 Probando mas de un factor a la vez, el DOE identificó el efecto de la pérdida de temperatura, la presión de aire y el tiempo de estampado y sus combinaciones que afectaban el proceso de estampado. Otros resultados fueron el aumento de la capacidad de proceso, del control de la operación, del tiempo de proceso, la reducción del desperdicio y de las quejas del cliente. 1. INTRODUCCION El problema a resolver es prácticamente mejorar el proceso de estampado de etiquetas de advertencia y de presencia, mediante la detección, análisis y evaluación de las fallas principales del proceso. Ultimamente han venido presentando problemas con la perdida de adhesividad y/o quebrado al momento de ser ensambladas lo cual genera fallas como producto terminado. Harry y Schroeder (1992) mencionan que Seis Sigma es aplicable a cualquier proceso sin importar el giro de la empresa ya sea de servicios, transformación, ensamble, etc. Lo definen como una estrategia de negocio que busca incrementar la satisfacción del cliente y la fortaleza económica de la empresa. Asimismo constituye un programa o metodología cuyo objetivo es garantizar la eliminación de los defectos de cada uno de los productos, procesos, transacciones o servicios Técnicamente se define como no más de 3.4 ppm s (defectos en cada millón de oportunidades o ocurrencias). Pande, Neuman y Cavanagh (2000) evalúan la eficiencia de esta metodología para mejorar las condiciones de operación de los procesos y establecen que esta es una metodología útil en el mejoramiento continuo de la producción.

3 Proceso SeisSigma Defini ción Medi ción Análisis Implementación Control Defini ción del Problema Selec ción de la Carateristica de Calidad Selec ción de la Variable Respuesta Criticos para la Satisfa ción del Cliente Crítico a la Calidad Evalua ción del Sistema de Medi ción R&R Metodo Corto Prueba de Normalidad Kolmogorov - Smirnov Ryan Joiner Estudio de Capacidad Inicial Determinación de Causas Potencialesde Variación Diagrama Causa-Efecto Matriz Causa Efecto Análisis de Causas Principales Tempertura Fuerade Especificación Análisis de Correlación y Regresión Control Estadístico de Proceso Diseño de Experimentos Elec ción de Tipo de Elección de Factoresy Niveles Tamaño de Subgrupo Racional Selección Variable Respuesta Mediciones Elegir diseñoexperimental Trazado de Grafico Tamaño de Muestra DiseñofactorialCompleto Análisis de los Datos Crítico al Costo Crítico a la Entrega Identifica ción de Puntos de Recolec ción de Datos Mapa de Proceso Materiales a Utilizar Media Desvia ción Estándar Razón de Capacidad de Proceso ( Cp ) índice de Capacidad de Proceso ( Cpk ) Perdidade Temperatura Ocasionada por el Medio Ambiente Prueba t-student Presión Baja y Poco Tiempode Estampado Multy Vary Anova Análisis de Residuos Evaluación de la Corrida Optima Prueba t-student Estudiode CapacidadFinal Media DesviaciónEstándar Razón de Capacidadde Proceso(Cp) índice de Capacidad de Proceso(Cpk) Figura 1. Metodología Seis Sigma Rath y Strong (2000) establecen que la metodología Seis Sigma basa su éxito en cinco etapas: definición, medición, análisis, implementación y control, cada una subdividida en sub-etapas o pasos representados en la figura METODOLOGIA. El método de implementación de la Metodología Seis Sigma (Brown y Morrinson, 1991) el cual incluye, en uno de sus pasos, el Diseño de Experimentos, se explica a continuación:

4 1.- Definición.- Este es el primer paso de la metodología y considera los análisis del impacto económico, uso de recursos y aprovechamiento de las oportunidades de mejora. En esta fase se ajustan las metas y las limitantes del proyecto de mejora basadas en el conocimiento de la organización así como las necesidades de los clientes y la identificación del proceso que requiere ser mejorado. Esta fase identifica la llave que conduce a la satisfacción del cliente debido a que se establecen las especificaciones de los productos así como también las fallas, proporcionándonos información que es critica para su satisfacción. Se utilizan herramientas como la matriz de selección, diagrama de Pareto, análisis de factibilidad de proyectos y mapa de procesos. 2.- Medición.- La fase de medición inicia con el acopio de información relevante de la situación actual sobre el proyecto de mejora. Es conviene contar con dispositivos de medición confiables para obtener datos firmes. el objetivo primordial de esta fase es encontrar la fuente del problema. Se puede construir un entendimiento basado en hechos de las condiciones actuales del proceso y del problema. El conocimiento conducirá a limitar el rango de las causas potenciales que se necesitan investigar en la fase de análisis. Una parte importante de la fase de medición es establecer la capacidad actual del proceso. Para la recolección de información se recurre a herramientas de análisis de proceso como mapas de proceso, diagrama de causa efecto, análisis del modo y efecto de la falla, matriz causa - efecto y algunas gráficas como el diagrama de caja y el diagrama de Pareto. 3.- Análisis.- En esta fase se valora la información de las mediciones para identificar las fuentes de variación. Se deben identificar las causas potenciales

5 decidiendo cual se investigara y porque. Además se establecen teorías sobre que causas que pueden originar el problema, confirmándolas mediante datos con base en pruebas estadísticas como el análisis de varianza, chi-cuadrada, pruebas no parametricas así como análisis de capacidad, pruebas de hipótesis, estudios de multivarianza, regresión y correlación. 4.- Implementación.- En esta fase se buscan soluciones estadísticas para reducir la variación, es decir, una vez identificados los factores que generan la variación (resultados del análisis de la fase 3), se establecen los valores en que deben operar para optimizarla. El objetivo de esta fase es identificar las soluciones además de indicar qué criterios de selección fueron utilizados. Se incluye como la solución, una de las causas identificadas en la fase de medición. Se utilizan diversos métodos estadísticos como el diseño de experimentos, superficie de respuesta y simulación. 5.- Control.- En esta fase se controlan las variables criticas. Para esto pueden aplicarse diversas herramientas como el plan de control, el control estadístico de proceso, los instructivos de operación, los dispositivos a prueba de error y el mantenimiento preventivo. Autores que han publicado las experiencias de implementación de la Metodologia Seis Sigma en diversas empresas se encuentran Forrest, 2000; Miller, 2001; y Ellis, 2001, entre otros. 3. RESULTADOS Los resultados obtenidos y su análisis se explican detalladamente a continuación:

6 Etapa 1: Definición: Analizando las operaciones que componen el proceso de estampado y con ayuda de personas expertas en el proceso se definió el problema, se determinó la característica de calidad a mejorar en el proceso y se seleccionó la variable de respuesta. Así mismo se establecieron los críticos para la satisfacción del cliente y los puntos de recolección de datos. Todos los resultados obtenidos fueron basados en la experiencia del equipo de trabajo y datos histórico de los reportes de los últimos cuatro meses de defectos ocasionados por la característica de calidad seleccionada. 1.1 Definición del Problema: Se considera como defectuosa cada pieza que presente la condición de quebrado o falta de adhesión de la etiqueta de bolsa de aire durante el proceso de ensamblado. 1.2 Definición de la Característica de Calidad: La característica es la falta de adhesión y la deficiente resistencia a la fractura de la etiqueta. El procedimiento de ensamble de la vestidura se realiza por medio de maquinas automáticas, en las cuales se coloca la vestidura en el cuerpo del asiento, una vez colocada se procede a la aplicación de libras de presión directamente en la vestidura para la unión de los retenedores. Determinación de la Cantidad Defectos: Para determinar el número de defectos, se tomaron en cuenta datos históricos referentes al periodo: Septiembre-2002-Agosto La figura 2 muestra la cantidad de ppm s detectados en el proceso referentes a cada periodo.

7 Ppm s 24,840 24,820 24,800 24,780 24,760 24,740 24,720 24,700 24,680 24,660 24,640 24, Trimestre Ppm s Figura 2 Ppm s Detectados en el Proceso de Estampado 1.3 Especificación de la Variable de Respuesta: De acuerdo con el cliente, se llegó a la conclusión de que el defecto se presentaba al momento de ensamblar la vestidura debido a que la etiqueta no soportaba las libras de presión a las cuales se sometía la vestidura para ser ensamblada. Como el tipo de inspección que se realiza en el proceso de producción es del tipo visual mediante una prueba de jalón por medio de la aplicación de un tape reforzado, no era posible detectar ni reproducir el defecto. El requerimiento del cliente es que un nivel de resistencia menor a 10 lbs/pulg 2 representaba la característica de calidad de poca resistencia a la fractura. El objetivo se era aumentar el nivel de la misma. Utilizando un tensiómetro se obtuvieron las observaciones de cada corrida. Se realizó una prueba destructiva a cada unidad experimental y así se obtuvo un valor numérico de la variable de respuesta la cual está relacionada con la fusión de la parte.

8 1.4 Aspectos críticos para la Satisfacción del Cliente: a) critico de la calidad, apariencia de la vestidura una vez ensamblada, b) de la entrega, material entregado de acuerdo al programa de producción y c) del costo, representa el costo originado al cliente al momento de ensamblar la vestidura y esta se encuentra fuera de especificación. 1.5 Identificación de los Puntos de Recolección de Datos: Para la identificación de los puntos de recolección de datos se trazo un mapa de proceso (Fig. 3). El proceso comienza en el ajuste de niveles y termina en el área de empaque o desperdicio dependiendo si el componente esta fuera o dentro de especificación, de acuerdo con el equipo de trabajo las operaciones que agregan valor son el ajuste de niveles, tipo de material y la operación de estampado. La salida es representada como el estampado correcto, mientras que las entradas están definidas por temperatura, presión de aire, tiempo de estampado, tipo de material y el medio ambiente. Las variables temperatura, presión de aire, tiempo de estampado y el medio ambiente fueron clasificadas como controlables. Las variables de ruido que no pueden ser cambiadas debido a la dificultad y el costo fueron la tela y la etiqueta, en el tercer grupo son aquellas de sentido común, de este tipo no se encontró ninguna. Materiales Utilizados Tensiómetro. Modelo DFIS 300 S/N Aparato que proporciona lecturas en libras de presión por pulgada cuadrada. Fue calibrado y certificado por el departamento de medición y prueba de la empresa donde se realizaron las pruebas destructivas.

9 Etiquetas. Las características de cada pieza son las siguientes: a) forro transparente, b) recubrimiento de película blanca, c) tintas de color negro y gris, d) capa protectora de barniz. El adhesivo solamente es activado por medio de la aplicación de calor en la pieza formulado solo para materiales de tela. Termómetro Digital Fluke Modelo 65 ( F). Termómetro sin contacto directo dotado con un señalador láser. El termómetro determina la temperatura de la superficie de un objeto, midiendo la cantidad de radiación de energía infrarroja emitida por la superficie. Etapa 2: Medición: En esta etapa se evalúa el sistema de medición, se verifica el supuesto de normalidad de los datos y se presenta toda la información necesaria para conocer el nivel actual de resistencia de la etiqueta. 2.1 Evaluación del Sistema de Medición: Para la aplicación del método corto R&R (Wheeler 1990) se seleccionó una muestra de tamaño 10. Las muestras fueron evaluadas por dos inspectores de calidad del primero y del segundo turno. Como la prueba es del tipo destructiva la evaluación se realizó en forma conjunta como lo indica el método. R = Los resultados obtenidos fueron: Tolerancia Total = USL-LSL = 15, Total Gage R&R = 12.7 y % Gage R&R = Como el % Gage R&R es de 11.18, el criterio de a ceptación se encuentra entre el 10 y 20 por ciento por lo cual se concluyó 0.4 que el sistema de medición es aceptable para realizar la medición.

10 V A Ajuste de niveles Inicio Alcance de temperatura Instalación de rollo No Si Verificación de parte Colocación De fixture Colocación de patron Colección de datos V A Estampar AIR BAG Inspección Fin Empaque Area de empaque Si No Scrap X's CATEGORICAS POSICIÓN PROCESO Y's TEMPERATURA C PRESION AIRE C TIEMPO DE ESTAMPADO C ESTAMPADO ESTAMPADO TELA N CORECTO ETIQUETA AIR BAG N MEDIO AMBIENTE C Figura 3. Diagrama del Proceso del Estampado de Etiquetas 2.2 Prueba de Normalidad: Para probar la hipótesis de la distribución normal de los datos se utilizaron los métodos estadísticos de Ryan-Joiner y de Kolmogorov- Smirnov (Mason, Gunst y Hess,1989). a) Prueba de Ryan-Joiner: Los resultados se observan en la figura 4. Como el valor de p es mayor que 0.05 (α=0.05), se concluye que no existe evidencia para rechazar la hipótesis nula. Los datos del proceso si provienen de una población normal.

11 Normal Probability Plot Probability Average: StDev: N: normalidad W-test for Normality R: P-Value (approx): > Figura 4 Resultados de la Prueba de Ryan-Joiner b) Prueba de Kolmogorov-Smirnof: Los resultados arrojaron valores de D D D: 0.045, p > Se concluye que no existe evidencia para rechazar la hipótesis nula. Los datos del proceso si provienen de una población normal Estudio de Capacidad Inicial. Las especificaciones del proceso de etiquetado son 17.5 ± 7.5 lbs/pulg 2 y los limites de especificación inferior y superior de 10 y 25 respectivamente. Para determinar el nivel de resistencia de la etiqueta se tomó una muestra de 93 piezas. Esta muestra tuvo una media de y una desviación estándar de El C p = 2.20 nos indica que el proceso tiene capacidad real y el C pk = 0.28 que n tiene capacidad potencial o sea que, la distribución de la producción se encuentra demasiado cerca de la especificación inferior y que, por lo tanto, se

12 etiquetaban vestiduras con un nivel bajo de resistencia a la fractura en el proceso. Los resultados se muestran en la figura 5. Process Capability Analysis for ACTU Process Data LSL USL USL Target * Within LSL Mean Overall Sample N 93 S td ev (W ithin) S td ev (O verall) Potential (Within) Capability Cp 2.20 CPU 4.12 CPL 0.28 Cpk 0.28 Cpm * Overall Capability O bserved P erform ance E xp. "W ithin" P erform ance Exp. "Overall" Performance Pp 2.17 PPM < LSL PPM < LSL PPM < LSL PPU 4.06 PPM > USL 0.00 PPM > USL 0.00 PPM > USL 0.00 PPL 0.28 PPM Total PPM Total PPM Total Ppk 0.28 Figura 5 Capacidad Inicial del Proceso Etapa 3: Análisis. En esta sección se identifican y evalúan las principales causas de variación presentes en el proceso. Mediante una lluvia de ideas se identificaron las posibles causas de variación, posteriormente el equipo de trabajo seleccionó las causas que a su criterio representaban las mas importantes, analizando cada una de ellas mediante pruebas estadísticas para su aceptación o rechazo. 3.1 Determinación de Causas Potenciales. Para conocer un poco mas las causas que afectan la variable de respuesta se utilizó un diagrama causa efecto. En la figura 6 se observan las principales causas que afectan al producto terminado y mediante una lluvia de ideas se determinaron que factores pueden influir en el nivel de resistencia a la fractura que soporta la etiqueta contenida en la vestidura al momento de ser ensamblada. El estampado incorrecto constituye la variable de respuesta.

13 Causas Efecto Maquinaria TEMPERATURA Sensor Dañado Temperatura fuera de especificación Tiempo fuera de especificación TIEMPO Programación manual de Strock STROCK Aire acondicionado Ajuste manual sin referencia Ventanas abiertas Aire MEDIO AMBIENTE Puertas abiertas NIVELES A PRUEBA Y ERROR Presión baja Material Presion fuera de especificación TELA PRESIÓN Dirección peinado Elasticida Peinado Tela Vinil Piel Altura peinado Exceso elasticidad POSICION ETIQUETA EN ROLLO Cantidad y tipo de pegamento Tipo de etiqueta ETIQUETA Mala localización M ala localización Mal centrado Falta de entrenamiento Variación del termómetro Composición quimica Set Up equivocado CAMBIO DE SET UP Espesor de laminado Ubicación en rollo Falta de elasticida Falta de entrenamiento Ajuste manual Ajuste de strock STROCK INCORRECTO Determinación a prueba y error Temperatura mal calculada NIVELES INAPROPIADOS Estampado Incorrecto Mal tiempo de estampado Medio Ambiente Mano de Obra M étodo Determinación a prueba y error Figura 6.Diagrama Causa Efecto Para el Proceso de Estampado El método se relaciona con el uso de niveles inapropiados, cambio de set up equivocado y la determinación de la altura del strock a prueba y error. En cuanto a materiales, la tela se analizó con respecto a la composición química, al espesor del laminado, la elasticidad, la dirección y la altura del peinado. La etiqueta se relaciona con la cantidad y tipo de pegamento, la ubicación en él rollo, la elasticidad, la falta de elasticidad y el tipo de etiqueta tela, vinil o piel. Otra posible causa de interés es la maquinaria, ya que es necesario determinar la temperatura, el tiempo y la presión hidráulica mas apropiados para el proceso. Las corrientes de aire presentes en el área de proceso, como el aire acondicionado: Las puertas o ventanas abiertas, están ligadas directamente con él medio ambiente. La mano de obra se relaciona con la determinación de niveles a prueba y error y debido a la falta de entrenamiento.

14 Para identificar las entradas de proceso que poseen un mayor efecto en la salida se utilizo una matriz de causa y efecto. Estos factores fueron la temperatura, la temperatura del medio ambiente, la presión hidráulica y el tiempo de estampado. 3.2 Análisis de Causas Principales. Una vez identificadas las principales causas potenciales de variación, se procede solamente a analizar las primeras cuatro causas potenciales, correspondientes a: temperatura fuera de especificación, pérdida de temperatura ocasionada por el medio ambiente, presión de aire baja y poco tiempo de estampado. a) Temperatura Fuera de Especificación: Como estamos interesados en verificar si existe efecto de la temperatura en la variable de respuesta y, de haberlo, determinar el grado de relación entre las variables, debemos trasladar esta afirmación a una hipótesis estadística y verificarla mediante un análisis de correlación y un modelo de regresión lineal simple. Las hipótesis estadísticas que se verificaron son las siguientes: H 0 : La variable temperatura no influye en el nivel de resistencia. H 1 : La variable temperatura influye linealmente en el nivel de resistencia. El método de mínimos cuadrados parte del tamaño de muestra, el cual fue n=36. La variable dependiente (Y) esta definida por el nivel de resistencia a la fractura que presente la etiqueta, mientras que la variable independiente (X) se ve representada por el nivel de temperatura. La toma de muestras se realizó variando el nivel de temperatura. En la tabla 1 se presenta la resistencia a la fractura de las partes muestreadas.

15 Temperatura (X) Nivel de Resistencia (Y) F F F F F F Tabla 1 Resultados de la Resistencia a la Fractura Los resultados de la prueba se presentan en la figura 7 donde p < Se puede concluir que se rechaza la hipótesis nula, es decir, que el nivel de temperatura influye en el nivel de resistencia a la fractura de la etiqueta. Como ya se verificó que si existe una relación entre las variables, a continuación se calculo el coeficiente de correlación r, para establecer el tipo y grado de correlación de las variables temperatura y nivel de resistencia a la fractura. un nivel de correlación. El valor obtenido r = indica que tenemos un tipo de correlación negativa, es decir si aumentamos el nivel de temperatura el nivel de resistencia a la fractura de la etiqueta disminuye. b) Pérdida de Temperatura Ocasionada por el Medio Ambiente El interés de este estudio se centra en las diferencias que se observan en el mismo proceso a diferente temperatura del medio ambiente. Por tal motivo resulta intuitivo probar las hipotesis de las diferencias de ambas observaciones.

16 Regression Analysis: nivel de resistencia versus temperatura The regression equation is Nivel de resistencia = temperatura Predictor Coef SE Coef T P Constant temperat S = R-Sq = 48.6% R-Sq(adj) = 47.1% Analysis of Variance Source DF SS MS F P Regression Residual Error Total Figura 7 Resultados del Análisis de Regresión Lineal. La veracidad de la hipótesis puede ser contrastada mediante la prueba t de Student, con n-1 grados de libertad y un nivel de significancia del 95%. De esta forma es posible verificar si existe diferencia entre el nivel de resistencia a la fractura de la etiqueta a diferente temperatura del medio ambiente. Este tipo de método tiene como hipótesis fundamental la normalidad de los datos, en este caso, ya se comprobó mediante la prueba de normalidad de Ryan-Joiner y Kolmogorov-Smirnov. El área de proceso se ve afectada por diversas fuentes de aire detectándose dos ductos de aire acondicionado y un ventilador, los cuales tienen un contacto directo con el área de producción. Por medio de la eliminación de los ductos de aire se experimento un aumento en la temperatura del medio ambiente. Por lo tanto, la media uno estará representada mediante el nivel de resistencia promedio de la etiqueta en condiciones actuales de fabricación, con corrientes de aire presentes, la media dos representa el nivel de resistencia promedio una vez liberado el proceso de corrientes de aire. Los resultados de la prueba son:

17 Con aire; N= 30, Mean= 10.83, StDev= 1.26, Sin aire: N=3, Mean= 8.23, StDev= 1.1 Difference = U con aire - U sin aire. Estimate for difference: % CI for difference: (1.987, 3.213) T-Test of difference:t-value = 8.49 P-Value = DF = 56 Por lo que se concluye que: Si existe diferencia entre las medias del proceso a diferente temperatura del medio ambiente. c) Presión de Aire Baja y Poco Tiempo de Estampado Para el análisis de la presión de aire baja y poco tiempo de estampado se realizó un análisis Multy-Vary (Box y Hunter,1978). Harry, 1992). Esto es útil para establecer si existe relación entre las variables: temperatura, presión de aire y tiempo de estampado en forma conjunta con la variable de respuesta. Para la recolección de los datosse variaron los niveles de los factores antes mencionados que se presentan en la tabla 2. Tabla 2 Factores y Niveles Para el Análisis Multi-Vary Factor Niveles Temperatura o F Presión Hidráulica lb/in Tiempo Seg Para que la muestra fuera representativa se tomaron dos muestras de cada corrida. Los resultados obtenidos (Fig. 8) muestran que estas tres variables son causas grandes de variación en el proceso ya que dependiendo del nivel de cada una, la variable de respuesta se ve afectada en un menor o mayor grado.

18 Multi-Vari Chart for Resultado by Temperatura -Tiempo-Presion Presion PSI Tem peratura Nivel de resistencia PSI Tiem po Seg. Figura 8. Resultados del Multi-Vary. Etapa 4: Implementación. En esta sección se presentan los resultados obtenidos durante la aplicación del diseño experimental. Así mismo se incluye la acción posterior realizada en la aplicación del diseño para disminuir la pérdida de temperatura ocasionada por el medio ambiente. 4.1 Etapa Preliminar: Disminuir la Variación Originada por el Medio Ambiente en el Proceso de Estampado. Antes de elaborar el diseño experimental, se trabajó de manera informal con el equipo de trabajo, obteniéndose diferentes ideas para la mejora que reducirían la pérdida de temperatura en el proceso ocasionada por el medio ambiente. Estas fueron documentadas y evaluadas por la gerencia para su posterior aplicación. Surgieron diferentes propuestas de mejora basadas en la supuesta reducción de pérdida de temperatura del proceso. Esta etapa estuvo a cargo del Departamento de Ingeniería y Mantenimiento, integrado por técnicos, operadores, ingenieros y supervisores involucrados en el área donde se aplicó este proyecto.

19 El proceso consiste en la aplicación de transferencia de calor a una pieza. El control de temperatura está compuesto por cuatro placas las cuales transfieren y aplican el calor al dado. El indicador digital el cual muestra la temperatura en grados Fahrenheit alcanzada por las placas. Con el objeto de reducir la pérdida de temperatura ocasionada por el medio ambiente en el proceso, se incluyó un indicador digital en el dispositivo que transfiere el calor a la pieza (dado) ya que éste se encuentra expuesto a cualquier corriente de aire presente en el proceso. Para saber cual era la cantidad de grados perdidos en el dado, utilizamos un termómetro. De esta forma se comparó la temperatura en la caja de resistencias contra la temperatura presente en el dado. Una vez realizado lo anterior, se detectó una perdida de 33 0 F grados Fahrenheit. El sensor de temperatura conectado a la caja de resistencias, muestra una lectura de F superior a la temperatura real del dado de F (área de contacto con la etiqueta). Una vez implementado el sensor directamente en el dado, se disminuyó la perdida de temperatura ocasionada por el medio ambiente de 33 a solo 6 0 F. Esta variación se muestra dentro de la tolerancia permisible en el proceso de ±10 0 F. Para verificar la reducción de variación ocasionada por el medio ambiente al proceso realizamos una prueba t de Student con n-1 grados de libertad y un nivel de significación del 95% para comparar las medias del proceso a diferente temperatura del medio ambiente. Los resultados de la prueba son p = 0.287, o sea p > Se concluye que no existe diferencia entre las medias del proceso a diferente temperatura del medio ambiente.

20 4.2 Aplicación del Diseño Experimental. El procedimiento para la elaboración del diseño del experimento inicia con la selección de los factores y sus niveles, de la variable de respuesta, del tamano de muestra, de la realización del experimento y el análisis de los datos. A continuación se presentan los resultados obtenidos. a) Elección de los Factores y Niveles Para la realización del diseño se seleccionaron 3 factores en 5 niveles cada uno. La selección de los niveles se tomó en base a los parámetros actuales y al manual del usuario del equipo con su respectivo material. De acuerdo con el manual se recomiendan los rangos que se incluyen en la tabla 3 Tabla 3 Rangos de los Factores. Factor Rango Tiempo de estampado 2-4 seg Temperatura F Presión Hidráulica lb/in 2 Como el rango de la temperatura es bastante amplio, se tomó una muestra de 9 unidades variando el nivel de temperatura, para poder determinar en que cantidades aumentar o disminuir la variable. El comportamiento de las medias de cada una de las muestras se presenta gráficamente en la figura 9, donde podemos observar que la variable de respuesta se ve afectada cuando aumentamos o disminuimos el nivel de temperatura aproximadamente en 20 0 F.

21 13 Resistencia a la fractura Resistencia a la fractura Nivel de temperatura Figura 9 Comportamiento de las Media a Diferente Nivel detemperatura Basados en lo anterior y de acuerdo con el equipo de trabajo, se seleccionaron las variables y niveles que se observan en l a tabla 4 para la realización del diseño. Tabla 4 Factores y Niveles del Diseño Factor Nivel 1 Nivel 2 Nivel 3 Nivel 4 Nivel 5 Temperatura ( 0 F) Presión Hidráulica ( lb/in 2) Tiempo de Estampado( Seg) Como las variables que tienen efecto sobre la variable de respuesta fueron identificadas en la fase de análisis y existía un gran interés en conocer el comportamiento de una variable a diferentes niveles de las demás, se tomó la decisión de aumentar el numero de niveles y aplicar un diseño factorial completo 5 3. El diseño factorial completo 5 3 cuenta con un total de 125 corridas por lo que se tomo la decisión de elaborar solo una réplica más del experimento debido al tiempo de

22 proceso. El costo de su aplicación no representaba un obstáculo para elaborar el diseño, y se mantenía uno de los principios fundamentales en el diseño como es la aleatorizacion b) Selección de la Variable de Respuesta. La selección de la variable de respuesta se basó en el nivel de resistencia a la fractura soportada por la etiqueta. Esta variable es del tipo donde lo mayor es mejor. O sea que entre mas alto sea el nivel de resistencia de la etiqueta a la presión a la cual será sometida se obtendrá un número menor de piezas defectuosas. c) Selección del Tamaño de Muestra. Los resultados experimentales se ven afectados por la acción de los tratamientos y por las variaciones extrañas que los afectan. La repetición del experimento disminuye el error, por lo que una decisión importante será la selección del tamaño de muestra en cualquier diseño experimental. El número de etiquetas que se tomó se baso en la utilización de la siguiente expresión: Donde: 2 2 ( Z α / 2 + Z β ) σ n 2 δ = n = Tamaño de muestra Z = Variable estandarizada σ = Desviación estándar δ = Diferencia de medias α =0.05 Z α/2 = Probabilidad de error tipo I Z β = Probabilidad de error tipo II

23 d) Realización del Experimento y Análisis de los Datos El diseño se realizó utilizando 2 corridas de 125 muestras cada una considerando que el tiempo de experimentación es muy prolongado, no se presentaron problemas durante el experimento. Después de esto, las piezas experimentales fueron evaluadas en el departamento de calidad, donde se recopilaron los resultados de la resistencia a la fractura de cada muestra. Para obtener las observaciones de cada corrida, se realizó una prueba destructiva a cada pieza experimental. Cada pieza fue debidamente clasificada y todas las piezas se probaron bajo las mismas condiciones siguiendo el procedimiento establecido. Una vez evaluada cada muestra se procede a calcular las operaciones para obtener la suma de cuadrados y elaborar la tabla ANOVA y analizar cada factor presente en el diseño. En la tabla 5 pueden observarse los valores obtenidos de la suma de cuadrados de cada factor, la media de cuadrados, el valor F, y el valor p. Los grados de libertad entre las ocho combinaciones son siete. Tres de esos grados de libertad se asocian con los principales efectos del factor A,B y C, los cuatro restantes se asocian con las iteraciones de ab, ac, bc y abc. Se concluye que los factores temperatura, presión de aire, tiempo de estampado, así como la iteraciones entre ellos son significativas para el proceso. Estos factores obtuvieron un valor p = 0 menor que el nivel de significancia α = 0.05

24 Tabla 5 Análisis de Varianza Para los Datos de la Resistencia a la Fractura Source DF Seq SS Adj SS Adj MS F P Temperatura Presion Tiempo Temperat*Presion Temperat*Tiempo Presion*Tiempo Temper*Presi*Tiemp Error Total Posteriormente se verificó la suposición de normalidad mediante la prueba de residuos o histograma residual. La figura 10 muestra una distribución semejante una muestra extraída de una distribución normal centrada en cero, por lo cual se satisface el supuesto. Histogram of the Residuals (response is Resultad) 100 Frequency Residual Figura 10 Diagrama de la Distribucion de los Residuales

25 Al existir efecto debido a los factores, el siguiente paso es determinar cual de los 5 niveles de cada factor es el que produce mayor efecto en el rendimiento de la variable de respuesta. La figura 11 presenta los niveles de los factores que ofrecen una mayor resistencia a la fractura de la etiqueta. Main Effects Plot - Data Means for Nivel de Resistencia Temperatura Presion Tiempo Nivel de Resistencia Figura 11. Recomendación Óptima de los Factores Temperatura, Presión y Tiempo de estampado Para establecer el nivel óptimo del factor presión, fue necesario considerar la iteración entre los factores temperatura, tiempo de estampado con la presión de aire. En la figura12 se presentan las iteraciones de los factores y observamos que el nivel de F del factor temperatura junto con el nivel de 50 lb/in 2 del factor presión produce el valor de la variable de respuesta más alto. De la misma forma observamos que la presión de 50 lb/in 2 y tiempo de estampado de 1 segundo produce un mayor valor de la variable de respuesta.

26 Interaction Plot - Data Means for Resultado Temperatura Presion Tiempo Figura 12. Iteración de las Variables Temperatura, Presión y Tiempo de Estampado En base al análisis de varianza se concluye que las tres variables tienen un efecto importante en la variable de respuesta. El mejor nivel de operación para la temperatura es el de F, la presión de hidráulica de 50 lb/pulg 2 y tiempo de estampado de 1 segundo. e) Evaluación de los Resultados del Experimento Para comparar los resultados de la corrida óptima anteriormente obtenidos (temperatura = F, presión de aire = 50 lb/pulg 2, tiempo de estampado = 1 segundo) con los niveles actuales de operación se realizó una prueba de hipótesis. Esta prueba compara las medias del proceso antes y después de la implementación estableciéndose de la siguiente forma: H 0 : No existe diferencia entre las medias de las observaciones, si los niveles de las variables son cambiados.

27 H 1 : Existe diferencia entre las medias de las observaciones, si los niveles de las variables son cambiados. Las hipótesis se constractan mediante una prueba t Student, con n-1 grados de libertad y un nivel de confianza del 95%. De esta forma comprobamos si existe diferencia entre el nivel de resistencia a la fractura de la etiqueta antes y después de implementación. La media uno estará representada mediante el nivel de resistencia a la fractura promedio de la etiqueta utilizando los niveles actuales de fabricación (temperatura=360 0 F, presión de aire = 70 lb/pulg 2, tiempo de estampado = 3 segundos). La media dos representa el nivel de resistencia a la fractura promedio utilizando la corrida óptima (temperatura = F, presión de aire = 50 lb/pulg 2, tiempo de estampado = 1 segundo). Los resultados de la prueba se presentan en la figura 13, la cual señala que el valor p es igual a cero (p < 0.05). Se concluye que si existe diferencia entre la media de las observaciones, cuando se cambian los niveles de las variables. Two-sample T for Antes vs Despues N Mean StDev SE Mean Antes Despues Difference = mu Antes - mu Despues Estimate for difference: % CI for difference: ( , ) T-Test of difference = 0 (vs not =): T-Value = P-Value = DF = 58. Both use Pooled StDev = 1.23 Figura 13. Resultados de la Prueba t Antes y Después de la Implementación.

28 4.3 Estudio de Capacidad Final. Con la finalidad de establecer el grado de mejora en el proceso, se tomó una muestra de 93 piezas experimentales y se determinó la capacidad del proceso. La figura 14. muestra que la etiqueta soporta un nivel promedio de resistencia a la fractura de lb/pulg 2 y una desviación estándar de El valor del C p disminuyó de 2.2 al de 2.05 final, pero aun así el proceso sigue siendo capaz. El índice de capacidad de proceso C pk aumentó de 0.28 a Process Capability Analysis for Final Process Data USL Target * LSL Mean Sample N 93 StDev (Within) StDev (Overall) LSL USL Within Overall Potential (Within) Capability Cp CPU CPL Cpk Cpm * Overall Capability Pp 2.22 PPU 1.47 PPL 2.98 Ppk 1.47 Observed Performance PPM < LSL 0.00 PPM > USL 0.00 PPM Total 0.00 Exp. "Within" Performance PPM < LSL 0.00 PPM > USL PPM Total Exp. "Overall" Performance PPM < LSL 0.00 PPM > USL 5.27 PPM Total 5.27 Figura 14 Índices de Capacidad Final Etapa 5: Control. Después de realizarse las pruebas de confirmación para validar las conclusiones del experimento, se efectuaron corridas de seguimiento, las cuales fueron concentradas en un gráfico de control para variables (medias y rangos).

29 Implementación del Control Estadístico de Proceso. Tomando en cuenta que el proceso ya logró los parámetros establecidos, se seleccionó un tamaño de subgrupo racional igual a 5 muestras. Se realizó una inspección al inicio y mitad de cada turno tomando un total de 20 muestras diarias. Se realizó la prueba destructiva para fusión de la parte y posteriormente se registran los resultados en un grafico de medias y rangos. Tenemos entonces que la característica de calidad es el nivel de resistencia a la presión soportada por la etiqueta. La figura 15 muestra los resultados obtenidos durante dos semanas o sea 40 subgrupos. El promedio de resistencia a la fractura de la etiqueta resultó ser igual a lb/pulg 2 y un rango promedio de 2.2. Un análisis mas detallado de la grafica de rangos nos informa que 21 de los 40 subgrupos tienen un rango menor que el rango promedio. Por lo que se puede predecir que el rango promedio del próximo periodo será aun menor, o sea que la variabilidad disminuirá aun mas. Xbar/R Chart for Resultados 21.5 UCL=21.34 Sample Mean Subgroup Mean=20.08 LCL=18.81 Sample Range UCL=4.652 R=2.2 LCL=0 Figura 15 Grafico de Control de Medias y Rangos para Detectar cambios en el Nivel de Resistencia Promedio de la Etiqueta

30 4. CONCLUSIONES En forma general, se concluye que la implementación de la Metodología Seis Sigma fue completa y exitosa dentro de los tiempos y aspectos planeados. Describiendo cada etapa, se concluye lo siguiente: Definición: Se identificaron los aspectos de mayor importancia para el cliente se logró establecer una definición clara y precisa del problema, se definió la característica de calidad, se especifico la variable de respuesta y se identifico el área donde se realizaría la toma de muestras. Todo esto fue basado en los aspectos de mayor importancia para el cliente. Medición: Se comprobó que los datos provienen de una población normal, se realizo una evaluación del sistema de medición y se logro establecer la capacidad actual del proceso. Análisis: Se identificaron las causas de variación presentes en el proceso. Los resultados obtenidos del análisis estadístico demuestran claramente que los factores que tienen relación directa con la variable de respuesta son: La temperatura, temperatura del medio ambiente, presión hidráulica y tiempo de estampado. Implementación: Se estudiaron los efectos y se optimizaron las variables que intervienen en el proceso productivo. Control: Se implementaron controles de proceso para la detección de piezas defectuosas. Con respecto a los beneficios directos que se obtuvieron fueron: disminución del desperdicio de material generado por falta de habilidad del proceso, reducción del

31 tiempo de ciclo de fabricación, partes mas apegadas a los requerimientos del cliente por medio del aumento del nivel de resistencia de la etiqueta. En la tabla 6 comparamos los parámetros de la distribución de la variable de respuesta antes y después de la implementación, en la cual podemos constatar que la mejoría del proceso se debió a la identificación y optimización de las variables generadoras de variación en el proceso. Tabla 6 Estimadores de Parámetros de la Distribución de la Variable de Respuesta Parámetros Antes Después Media Lb/in Lb/in 2 Desviación Estándar C p C pk Pérdida de Temperatura Debido al Medio Ambiente 33 grados O F 6 grados O F Con respecto al Diseño de Experimentos se concluye que fue util para estudiar los efectos y optimizar las variables. La tabla 7.muestra las condiciones de operación establecidas indicando los niveles óptimos del proceso de estampado. Tabla 7 Rangos de Operación Establecidos para el Proceso de Estampado Variable Nivel Tolerancia Temperatura 295 Grados Fahrenheit ± 10 Presión Hidráulica 50 lb/pulg 2 ± 5 Tiempo de Estampado 1 Segundo 0 Se recomienda tener cuidado en el desarrollo de la fase de análisis ya que es en esta fase donde se identifican las causas principales de variación. Asimismo se

32 recomienda aumentar el uso de estas técnicas de mejora de procesos, difundirlas y publicarlas. BIBLIOGRAFIA Brown S. y Morrinson G. (1991). The Introduction To Six Sigma Methodology. Trillas. USA. Box G. y Hunter W. (1978). Statistic For Experiments. Wiley. USA. Eckes G. (2001). The Six Sigma Revolution. John Wiley & Sons. NY. USA Ellis K. (2001). Mastering Six Sigma: Different Companies Implement Six Sigma in Different Ways, But Those Who Embrace The Methodology Share a Unifying Passing. New Mexico State University, Las Cruces, NM. Forrest W. (2000). Implementing Six Sigma: Smarter Solutions Using Statistical Methods. Wiley Inter Science. New York, USA. Harry M. y Schroeder R. (1992). Six Sigma Productivity Analysis And Process Characterization. Addison Wesley. Broadway NY. USA. Mason R., Gunst R. y Hess J. (1989). Statistical Design And Analysis of Experiment. Wiley. Canada. Miller J. (2001). Six Sigma: Six Sigma Can Give Contractors a Quality Advantage. New Mexico State University, Las Cruces, NM. Montgomery D. (2001). Introduction To Statistical Quality Control. John Wiley & Sons, Inc. USA. Montgomery D. (1991). Diseño y Análisis de Experimentos. Grupo Editorial. Iberoamérica. USA. Pande P., Neuman R. y Cavanagh R. (2000). The Six Sigma Way: How GE, Motorola and Other Top Companies are Honing Their Performance. Mc Graw-Hill. USA.. Rath y Strong. (2000). Six Sigma Pocket Guide. AON Management Consulting. Lexington Massachusetts, USA..

El Rol de la Estadística en el Control de la Calidad

El 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 detalles

UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI

UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI NOMBRE DE LA ASIGNATURA: INGENIERÍA DE CALIDAD AVANZADA FECHA DE ELABORACIÓN: MARZO 2005 ÁREA DEL PLAN DE ESTUDIOS: AS

Más detalles

Martín Burgos Consultor Asociado Stream Technologies

Martín Burgos Consultor Asociado Stream Technologies Martín Burgos Consultor Asociado Stream Technologies Martín consultor asociado de Stream Technologies, Actuario por la UNAM, Maestría en Administración de Empresas, experto en Control Estadístico de Procesos

Más detalles

Técnicas Cuantitativas para el Management y los Negocios

Técnicas Cuantitativas para el Management y los Negocios Segundo cuatrimestre - 4 Técnicas Cuantitativas para el Management y los Negocios Mag. María del Carmen Romero 4 romero@econ.unicen.edu.ar Módulo III: APLICACIONES Contenidos Módulo III Unidad 9. Análisis

Más detalles

VI. CAPACIDAD DE PROCESOS

VI. 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 detalles

CAPÍTULO 4 IMPLEMENTACIÓN DEL CONTROL ESTADÍSTICO DEL PROCESO

CAPÍTULO 4 IMPLEMENTACIÓN DEL CONTROL ESTADÍSTICO DEL PROCESO CAPÍTULO 4 IMPLEMENTACIÓN DEL CONTROL ESTADÍSTICO DEL PROCESO 31 CAPÍTULO 4 CONTROL ESTADÍSTICO DEL PROCESO Como se ha dado a conocer en el capítulo anterior, el proceso de laminación de Clorets Nueva

Más detalles

Introducción a la metodología. Seis Sigma. QFB. Elba Berrones Janssen-Cilag

Introducción 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 detalles

Aplicaciones de la Estadística al Mejoramiento de la Calidad en Procesos de Manufactura y Servicios

Aplicaciones de la Estadística al Mejoramiento de la Calidad en Procesos de Manufactura y Servicios Aplicaciones de la Estadística al Mejoramiento de la Calidad en Procesos de Manufactura y Servicios Antonio González Fragoso Universidad de las Américas, Puebla Seminario Aleatorio, ITAM 20 de octubre

Más detalles

Análisis de Regresión y Correlación con MINITAB

Análisis de Regresión y Correlación con MINITAB Análisis de Regresión y Correlación con MINITAB Primeras definiciones y conceptos de la regresión El análisis de la regresión es una técnica estadística que se utiliza para estudiar la relación entre variables

Más detalles

METODOLOGÍA SIX-SIGMA: CALIDAD INDUSTRIAL. La elaboración de los productos en el área industrial involucra principalmente tres etapas:

METODOLOGÍA SIX-SIGMA: CALIDAD INDUSTRIAL. La elaboración de los productos en el área industrial involucra principalmente tres etapas: METODOLOGÍA SIX-SIGMA: CALIDAD INDUSTRIAL. Ing. Gustavo López 1 1 Investigador del Instituto de Ingeniería-UABC; glopez@iing.mxl.uabc.mx La elaboración de los productos en el área industrial involucra

Más detalles

Measurement System Analysis 3rd. Editión. P. Reyes / Mayo 2003

Measurement System Analysis 3rd. Editión. P. Reyes / Mayo 2003 Measurement System Analysis 3rd. Editión P. Reyes / Mayo 2003 1 Posibles Fuentes de la Variación del Proceso Variación del proceso, observado Variación del proceso, real Variación de la medición Variación

Más detalles

Uso de la Metodología Seis Sigma para mejorar el consumo de combustible en un vehiculo

Uso de la Metodología Seis Sigma para mejorar el consumo de combustible en un vehiculo CAPÍTULO 5. FASE DE MEJORA Definir Medir Analizar Mejorar Controlar 5.1 Introducción En la fase de Análisis se identificaron las causas de variación. En esta fase se utilizará el diseño de experimentos

Más detalles

ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL C CENTRO DE INVESTIGACIÓN CIENTÍFICA Y TECNOLÓGICA

ESCUELA SUPERIOR POLITÉCNICA DEL LITORAL C CENTRO DE INVESTIGACIÓN CIENTÍFICA Y TECNOLÓGICA Revista Tecnológica ESPOL, Vol. xx, N. xx, pp-pp, (Mes, 200x) Control Estadístico De Los Indicadores De Calidad De Calzado Plástico (1) Vélez Suárez, Erika Pamela; e-mail: evelez@espol.edu.ec Facultad

Más detalles

CURSO DE CERTIFICACIÓN DE BLACK BELTS

CURSO DE CERTIFICACIÓN DE BLACK BELTS Dr. Primitivo Reyes Aguilar Mail. Primitivo_reyes@yahoo.com Página 1 de 10 DURACIÓN: 160 Horas o 60 horas complementarias al Curso de Green Belts OBJETIVO: Al finalizar el curso el participante tendrá

Más detalles

EL EFECTO DE LA SELECCIÓN DE LA MUESTRA EN LA EVALUACIÓN DEL SISTEMA DE MEDICIÓN CON PRUEBAS DESTRUCTIVAS.

EL EFECTO DE LA SELECCIÓN DE LA MUESTRA EN LA EVALUACIÓN DEL SISTEMA DE MEDICIÓN CON PRUEBAS DESTRUCTIVAS. er Congreso Internacional 8-0 de Octubre de 008 EL EFECTO DE LA SELECCIÓN DE LA MUESTRA EN LA EVALUACIÓN DEL SISTEMA DE MEDICIÓN CON PRUEBAS DESTRUCTIVAS. Jaime Sánchez Leal, Jorge de la Riva Rodríguez,

Más detalles

chiapas.academiajournals.com 1946-5351 ONLINE, 1948-2353 CD ROM

chiapas.academiajournals.com 1946-5351 ONLINE, 1948-2353 CD ROM Aplicación de herramientas para el desarrollo de una metodología para el análisis de la variación de pesos en máquinas envasadoras en la empresa Campo Fresco MC. Joel Everardo Valtierra Olivares 1, Dr.

Más detalles

CAPÍTULO 5: ANÁLISIS ESTADÍSTICOS DE LOS DATOS OBTENIDOS. El primer paso a efectuar fue la transformación de los datos obtenidos a la variable de

CAPÍTULO 5: ANÁLISIS ESTADÍSTICOS DE LOS DATOS OBTENIDOS. El primer paso a efectuar fue la transformación de los datos obtenidos a la variable de CAPÍTULO 5: ANÁLISIS ESTADÍSTICOS DE LOS DATOS OBTENIDOS El primer paso a efectuar fue la transformación de los datos obtenidos a la variable de respuesta que se había definido, la cual es la diferencia

Más detalles

Aplicaciones de la Probabilidad en la Industria

Aplicaciones 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 detalles

DIPLOMADO SIX SIGMA BLACK BELT

DIPLOMADO SIX SIGMA BLACK BELT DIPLOMADO SIX SIGMA BLACK BELT CARACTERISTICAS GENERALES Duración: 160 horas Son personas 100% dedicadas a realizar proyectos Six-Sigma para mejorar los procesos críticos para el negocio, trabajan junto

Más detalles

10. DISEÑOS EXPERIMENTALES

10. DISEÑOS EXPERIMENTALES 10. DISEÑOS EXPERIMENTALES Dr. Edgar Acuña http://math.uprm.edu/~edgar UNIVERSIDAD DE PUERTO RICO RECINTO UNIVERSITARIO DE MAYAGUEZ Diseños Experimentales de Clasificación Simple En un diseño experimental

Más detalles

Estrategia de Impacto de Seis Sigma

Estrategia 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 detalles

CENTRO DE INGENIERIA DE LA CALIDAD CALI COLOMBIA www.cicalidad.com info@cicalidad.com

CENTRO DE INGENIERIA DE LA CALIDAD CALI COLOMBIA www.cicalidad.com info@cicalidad.com CENTRO DE INGENIERIA DE LA CALIDAD CALI COLOMBIA www.cicalidad.com info@cicalidad.com Control Estadístico de Procesos - (Statistical Process Control) El objetivo del Control estadístico de procesos es

Más detalles

PDF created with pdffactory trial version www.pdffactory.com

PDF 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 detalles

LEAN SIX SIGMA YELLOW BELT

LEAN 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 detalles

PRÁCTICA 4. Ingeniería Técnica Industrial (2º) - Mecánica.

PRÁCTICA 4. Ingeniería Técnica Industrial (2º) - Mecánica. PRÁCTICA 4. Ingeniería Técnica Industrial (2º) - Mecánica. Profesores: Javier Faulín y Francisco Ballestín 1. Introducción. El objetivo de esta parte es obtener resultados sobre contrastes de hipótesis

Más detalles

Kaizen Sigma Consulting. MINITAB Release 14 Software Estadístico CONTENIDO: PRESENTACION DE LOS PARTICIPANTES. Objetivo:

Kaizen Sigma Consulting. MINITAB Release 14 Software Estadístico CONTENIDO: PRESENTACION DE LOS PARTICIPANTES. Objetivo: MINITAB Release 14 Software Estadístico Objetivo: Optimizar el análisis de datos que caracterizan a un proceso, producto o servicio a través de las diferentes aplicaciones gráficas y estadísticas que presenta

Más detalles

Detergente Lavad.1 Lavad.2 Lavad.3 Media A 45 43 51 46.3 B 47 44 52 47.6 C 50 49 57 52 D 42 37 49 42.6. Media 46 43.2 52.2 47.16

Detergente Lavad.1 Lavad.2 Lavad.3 Media A 45 43 51 46.3 B 47 44 52 47.6 C 50 49 57 52 D 42 37 49 42.6. Media 46 43.2 52.2 47.16 3. DISEÑO EN BLOQUES ALEATORIZADOS En muchos experimentos además de que interesa investigar la influencia de un factor controlado sobre la variable de respuesta, como en la sección anterior, existe una

Más detalles

MÓDULO V EVALUANDO EL RIESGO: ANÁLISIS DE MODO FALLA Y SUS EFECTOS

MÓDULO 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 detalles

ESTABLECIMIENTO DE PARÁMETROS DE DISEÑO PARA EL PROCESO DE SECADO DE LA PAJA TOQUILLA POR MEDIO DE LA METODOLOGÍA DE DISEÑO PARA SEIS SIGMA

ESTABLECIMIENTO DE PARÁMETROS DE DISEÑO PARA EL PROCESO DE SECADO DE LA PAJA TOQUILLA POR MEDIO DE LA METODOLOGÍA DE DISEÑO PARA SEIS SIGMA ESTABLECIMIENTO DE PARÁMETROS DE DISEÑO PARA EL PROCESO DE SECADO DE LA PAJA TOQUILLA POR MEDIO DE LA METODOLOGÍA DE DISEÑO PARA SEIS SIGMA Daniel Polit Arguello 1, Marcos Buestán Benavides 2 1 Ingeniero

Más detalles

APLICACIÓN DEL PROCESO SIX SIGMA EN LA INDUSTRIA ALIMENTICIA Por Michael Latuga, Director General de TBM Consulting Group México

APLICACIÓN DEL PROCESO SIX SIGMA EN LA INDUSTRIA ALIMENTICIA Por Michael Latuga, Director General de TBM Consulting Group México www.infosol.com.mx APLICACIÓN DEL PROCESO SIX SIGMA EN LA INDUSTRIA ALIMENTICIA Por Michael Latuga, Director General de TBM Consulting Group México Cuando disfruta de una hamburguesa en una cadena de comida

Más detalles

DISEÑO DE EXPERIMENTOS EN METROLOGÍA

DISEÑO DE EXPERIMENTOS EN METROLOGÍA DISEÑO DE EXPERIMENTOS EN METROLOGÍA Román de la Vara Salazar Centro de Investigación en Matemáticas Callejón de Jalisco, S/N, La Valenciana, Guanajuato, Gto. Tel. (473)737155, Fax: (473) 735749, Email:

Más detalles

CAPITULO 4 METODOLOGIA. a Peter S. en su libro las claves practicas de Seis

CAPITULO 4 METODOLOGIA. a Peter S. en su libro las claves practicas de Seis 4.1 METODOLOGÍA SIX SIGMA. CAPITULO 4 METODOLOGIA De acuerdo a Peter S. en su libro las claves practicas de Seis Sigma (2004), el termino Seis sigma hace referencia al objetivo de reducir los defectos

Más detalles

Herramientas y Métodos de Seis Sigma para Solución de Problemas y Mejoramiento Continuo. Qué es Six Sigma

Herramientas 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 detalles

Capítulo 3. Análisis de Regresión Simple. 1. Introducción. Capítulo 3

Capítulo 3. Análisis de Regresión Simple. 1. Introducción. Capítulo 3 Capítulo 3 1. Introducción El análisis de regresión lineal, en general, nos permite obtener una función lineal de una o más variables independientes o predictoras (X1, X2,... XK) a partir de la cual explicar

Más detalles

DIPLOMADO LEAN SIX SIGMA GREEN BELT

DIPLOMADO LEAN SIX SIGMA GREEN BELT DIPLOMADO LEAN SIX SIGMA GREEN BELT CARACTERISTICAS GENERALES Duración: 100 Horas Son personas parcialmente dedicadas a realizar proyectos Lean-Six Sigma para mejorar los procesos de su área de trabajo,

Más detalles

Se asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación.

Se asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación. EJEMPLO 1 Se asignaron al azar ratas en condiciones similares a cuatro dietas (A D). Dos semanas después se midió el tiempo de coagulación. DIETA1 DIETA2 DIETA3 DIETA4 62 63 68 56 60 67 66 62 63 71 71

Más detalles

LEAN MANUFACTURING Dr. Genichi Taguchi. JAVIER MEJIA NIETO CONSULTOR EMPRESARIAL jmejia@eafit.edu.co

LEAN MANUFACTURING Dr. Genichi Taguchi. JAVIER MEJIA NIETO CONSULTOR EMPRESARIAL jmejia@eafit.edu.co Dr. Genichi Taguchi El sistema integrado de Ingeniería de Calidad del Dr. Genichi Taguchi es uno de los grandes logros en ingeniería del siglo XX. Ha sido ampliamente reconocido como líder del movimiento

Más detalles

7.6 Comparación entre dos medias Poblacionales usando muestras independientes

7.6 Comparación entre dos medias Poblacionales usando muestras independientes 7.6 Comparación entre dos medias Poblacionales usando muestras independientes Supongamos que se tiene dos poblaciones distribuidas normalmente con medias desconocidas µ y µ, respectivamente. Se puede aplicar

Más detalles

Lean Six Sigma UNA METODOLOGÍA CLAVE PARA LA COMPETITIVIDAD EMPRESARIAL. Ing. Adrián Gabriele Noviembre de 2013

Lean Six Sigma UNA METODOLOGÍA CLAVE PARA LA COMPETITIVIDAD EMPRESARIAL. Ing. Adrián Gabriele Noviembre de 2013 Lean Six Sigma UNA METODOLOGÍA CLAVE PARA LA COMPETITIVIDAD EMPRESARIAL Ing. Adrián Gabriele Noviembre de 203 Lean Six Sigma UNA METODOLOGÍA CLAVE PARA LA COMPETITIVIDAD EMPRESARIAL Introducción Casos

Más detalles

Métodos y Diseños utilizados en Psicología

Métodos y Diseños utilizados en Psicología Métodos y Diseños utilizados en Psicología El presente documento pretende realizar una introducción al método científico utilizado en Psicología para recoger información acerca de situaciones o aspectos

Más detalles

Seis σ Sigma Calidad Total Empresarial

Seis σ Sigma Calidad Total Empresarial Cinta Negra TRAINING AND CERTIFICATION IN SIX SIGMA - BLACK BELTS PRESENTACION DE CALIDAD TOTAL EMPRESARIAL (CTE): Dedicada a la capacitación y la asesoría para empresas enfocadas a la certificación en

Más detalles

MÓDULO III SEIS SIGMA ESTRATEGIA PARA LA MEJORA DE PROYECTOS

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 detalles

CERTIFICACIÓN INTERNACIONAL SEIS SIGMA: GREEN BELT Educación Empresarial y Desarrollo Profesional

CERTIFICACIÓN INTERNACIONAL SEIS SIGMA: GREEN BELT Educación Empresarial y Desarrollo Profesional ESCUELA DE EMPRESAS Universidad San Francisco de Quito CERTIFICACIÓN INTERNACIONAL SEIS SIGMA: GREEN BELT Educación Empresarial y Desarrollo Profesional Antecedentes: La Escuela de Empresas es el centro

Más detalles

Práctica de CONTROL DE CALIDAD Gráficos de control por variables e Índices de Capacidad

Práctica de CONTROL DE CALIDAD Gráficos de control por variables e Índices de Capacidad Práctica de CONTROL DE CALIDAD Gráficos de control por variables e Índices de Capacidad 1. Objetivos de la práctica Utilización de herramientas estadísticas para el Control de Procesos. En particular realizaremos:

Más detalles

Capítulo 1. Desarrollo Histórico de Seis Sigma

Capítulo 1. Desarrollo Histórico de Seis Sigma Capítulo 1 Desarrollo Histórico de Seis Sigma Sus orígenes se remontan a 1985 cuando un ingeniero de Motorola presentó una investigación en la que concluía que si un producto defectuoso era corregido durante

Más detalles

Las 7 Herramientas Fundamentales de la Calidad

Las 7 Herramientas Fundamentales de la Calidad Las 7 Herramientas Fundamentales de la Calidad Se utilizarán los métodos estadísticos elementales, dado que está dirigido a todos los funcionarios, desde la alta dirección hasta los operarios de base (Ej:

Más detalles

Estrategia de Negocios que revoluciona y transforma a las empresas hacia Clase Mundial.

Estrategia 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 detalles

INDICE (606 páginas)

INDICE (606 páginas) 1 INDICE (606 páginas) Agradecimientos Prefacio Dedicatoria Sobre el autor Introducción Significado de Seis-Sigma Estructura organizacional de Seis-Sigma Definición de Problema Selección de un proyecto

Más detalles

Tema 12. Seis Sigma. Mejora de procesos centrándose en el cliente

Tema 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 detalles

CONFERENCIA SEIS SIGMA CONTROL ESTADISTICO DE PROCESOS. Expositor M.Sc. Ing. Juan Pablo Hernández Flores

CONFERENCIA SEIS SIGMA CONTROL ESTADISTICO DE PROCESOS. Expositor M.Sc. Ing. Juan Pablo Hernández Flores CONFERENCIA SEIS SIGMA CONTROL ESTADISTICO DE PROCESOS Expositor M.Sc. Ing. Juan Pablo Hernández Flores BIENVENIDOS BIENVENIDOS TEMA CENTRAL Contenido: SEIS SIGMA Control Estadístico de Procesos Antecedentes

Más detalles

Tema 5. Análisis de regresión (segunda parte) Estadística II, 2010/11

Tema 5. Análisis de regresión (segunda parte) Estadística II, 2010/11 Tema 5 Análisis de regresión (segunda parte) Estadística II, 2010/11 Contenidos 5.1: Diagnóstico: Análisis de los residuos 5.2: La descomposición ANOVA (ANalysis Of VAriance) 5.3: Relaciones no lineales

Más detalles

GUÍA DE APRENDIZAJE. Módulo II Seis Sigma. Aprendizaje sin fronteras uvirtual@pep.pemex.com

GUÍA 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 detalles

Control Estadístico de Procesos

Control 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 detalles

Curso Comparabilidad de resultados

Curso Comparabilidad de resultados Curso Comparabilidad de resultados Director: Gabriel A. Migliarino. Docente: Evangelina Hernández. Agenda Introducción. n. Protocolos iniciales de comparación de métodos. m * EP9-A2. CLSI. * Comparación

Más detalles

Aspectos Básicos de Six Sigma

Aspectos Básicos de Six Sigma Aspectos Básicos de Six Sigma Objetivos de aprendizaje Al final de este módulo, podrá: Reconocer que Six Sigma es un enfoque valioso para mejorar la calidad de procesos Interpretar un cuadra básico de

Más detalles

ESCUELA DE EMPRESAS Universidad San Francisco de Quito. CERTIFICADO INTERNACIONAL SEIS SIGMA: GREEN BELT Educación Empresarial

ESCUELA DE EMPRESAS Universidad San Francisco de Quito. CERTIFICADO INTERNACIONAL SEIS SIGMA: GREEN BELT Educación Empresarial ESCUELA DE EMPRESAS Universidad San Francisco de Quito CERTIFICADO INTERNACIONAL SEIS SIGMA: GREEN BELT Educación Empresarial Antecedentes: Basados en la filosofía de Artes Liberales, la Escuela de Empresas

Más detalles

Medir Analizar Mejorar Controlar

Medir Analizar Mejorar Controlar CAPÍTULO 6 FASE DE CONTROL Definir Medir Analizar Mejorar Controlar 6.1 Introducción Una vez implementadas las mejoras en nuestro proceso, el último paso es asegurar que las implementaciones se mantengan

Más detalles

UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI

UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI UNIVERSIDAD DEL VALLE DE MÉXICO PROGRAMA DE ESTUDIO DE LICENCIATURA PRAXIS MES XXI NOMBRE DE LA ASIGNATURA: CONTROL DE CALIDAD FECHA DE ELABORACIÓN: ENERO 2005 ÁREA DEL PLAN DE ESTUDIOS: AS ( ) AC ( )

Más detalles

CURSO 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 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 detalles

TEMA 9: Desarrollo de la metodología de Taguchi

TEMA 9: Desarrollo de la metodología de Taguchi TEMA 9: Desarrollo de la metodología de Taguchi 1 La filosofía de la calidad de Taguchi 2 Control de calidad Off Line y On Line Calidad Off Line Calidad On Line 3 Función de pérdida 4 Razones señal-ruido

Más detalles

Técnicas para Mejorar la Calidad del Proceso y el Producto en las Industrias de Productos Madera: Una introducción al Control Estadístico del Proceso

Técnicas para Mejorar la Calidad del Proceso y el Producto en las Industrias de Productos Madera: Una introducción al Control Estadístico del Proceso Técnicas para Mejorar la Calidad del Proceso y el Producto en las Industrias de Productos Madera: Una introducción al Control Estadístico del Proceso Scott Leavengood Oregon State University Extension

Más detalles

De corregir a predecir

De corregir a predecir Control Estadístico de Procesos De corregir a predecir Lic. Arnaldo C. Nonzioli Dirección Nacional de Agroindustria Nos hallamos en un mundo en el que las barreras fronterizas tienden a desaparecer y donde

Más detalles

Introducción a MINITAB 15. David R. González Barreto. Ofrecido en Wyeth, Carolina, Puerto Rico

Introducción 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 detalles

6. DISEÑOS FACTORIALES 2 K NO REPLICADOS

6. DISEÑOS FACTORIALES 2 K NO REPLICADOS 6. DISEÑOS FACTORIALES 2 K NO REPLICADOS 6.1 INTRODUCCION El aumentar el numero de factores en un diseño 2 k crece rápidamente el numero de tratamientos y por tanto el numero de corridas experimentales.

Más detalles

ANÁLISIS ESTADÍSTICO DE LA PRODUCCIÓN DE UNA PLANTA EMPACADORA DE TILAPIA

ANÁLISIS ESTADÍSTICO DE LA PRODUCCIÓN DE UNA PLANTA EMPACADORA DE TILAPIA ANÁLISIS ESTADÍSTICO DE LA PRODUCCIÓN DE UNA PLANTA EMPACADORA DE TILAPIA Villalva Roxana, Ramírez John Resumen. El presente trabajo es realizado a partir de los datos de producción de una planta empacadora

Más detalles

Aplicación de simulación para evaluar la planeación estratégica de producción en una empresa del sector automotriz

Aplicación de simulación para evaluar la planeación estratégica de producción en una empresa del sector automotriz Aplicación de simulación para evaluar la planeación estratégica de en una empresa del sector automotriz M.C. Joel Everardo Valtierra Olivares 1, Dr. José Manuel Sausedo Solorio 2, Emmanuel Sandoval Ramírez

Más detalles

Estudio de Repetibilidad y Reproducibilidad R&R Repeatability and Reproducibility Study of R & R

Estudio de Repetibilidad y Reproducibilidad R&R Repeatability and Reproducibility Study of R & R CENTRO DE INGENIERÍA DE LA CALIDAD CALI COLOMBIA www.cicalidad.com info@cicalidad.com Estudio de Repetibilidad y Reproducibilidad R&R Repeatability and Reproducibility Study of R & R Si una empresa no

Más detalles

KAIZEN College On Line. KAIZEN Institute México

KAIZEN College On Line. KAIZEN Institute México KAIZEN College On Line KAIZEN Institute México * Pueden CERTIFICACION Seis Sigma Programas KAIZEN KAIZEN-Lean Lean Seis Sigma MBB KAIZEN Ejecutivo BB LSS BB GB YB WB Facilitador KAIZEN Gemba Líder GB LSS

Más detalles

Control interno de los métodos de análisis

Control interno de los métodos de análisis Aseguramiento de la Calidad Control interno de los métodos de análisis Universidad Nacional Sede Medellín Facultad de Ciencias Escuela de Geociencias Orlando Ruiz Villadiego, Químico MSc. Coordinador Laboratorio

Más detalles

Minitab Training. Blackberry&Cross es aliado oficial de Minitab Inc., en Centroamérica, así como aliado y comercializador de BBCross Learning Center.

Minitab Training. Blackberry&Cross es aliado oficial de Minitab Inc., en Centroamérica, así como aliado y comercializador de BBCross Learning Center. Minitab Training Minitab Statiscal Software, Quality Companion, sus logotipos, marcas y demás símbolos distintivos son propiedad de Minitab Inc. Blackberry&Cross, su logotipo, y demás símbolos distintivos

Más detalles

Carrera: ACF-0803 4-2 - 8. Participantes. Academia Eléctrica y Electrónica del Instituto Tecnológico Superior de Coatzacoalcos

Carrera: ACF-0803 4-2 - 8. Participantes. Academia Eléctrica y Electrónica del Instituto Tecnológico Superior de Coatzacoalcos 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Análisis Estadístico a Procesos Ingeniería Electrónica ACF-0803 4-2 - 8 2.- HISTORIA

Más detalles

AMEF Análisis de Modo y Efecto de Falla

AMEF 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 detalles

II. ANÁLISIS DE SISTEMAS DE MEDICIÓN

II. 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 detalles

HERRAMIENTAS ESTADÍSTICAS -COMPARACIÓN DE DOS MUESTRAS: t-test CURSO DE APLICACIÓN DE LOS MÉTODOS ESTADÍSTICOS A LA CALIDAD MÓDULO-2

HERRAMIENTAS ESTADÍSTICAS -COMPARACIÓN DE DOS MUESTRAS: t-test CURSO DE APLICACIÓN DE LOS MÉTODOS ESTADÍSTICOS A LA CALIDAD MÓDULO-2 HERRAMIENTAS ESTADÍSTICAS -COMPARACIÓN DE DOS MUESTRAS: t-test Módulo CURSO DE APLICACIÓN DE LOS MÉTODOS ESTADÍSTICOS A LA CALIDAD APUNTES DE CLASE Profesor: Arturo Ruiz-Falcó Rojas Madrid, Mayo 009 MÓDULO-

Más detalles

Charlas para la gestión del mantenimiento Fernando Espinosa Fuentes

Charlas 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 detalles

Conciencia Tecnológica No. 33, Enero-Junio 2007

Conciencia Tecnológica No. 33, Enero-Junio 2007 Conciencia Tecnológica No. 33, Enero-Junio 2007 Relación entre Estudios de Capacidad de Proceso y Estudios de Repetibilidad y Reproducibilidad Investigación M.C. Leonardo Jaramillo Castro, M. C. Ofelia

Más detalles

Impacto de la calidad en la dirección de proyectos con Six Sigma

Impacto de la calidad en la dirección de proyectos con Six Sigma Impacto de la calidad en la dirección de proyectos con Six Sigma Por Shobhit Shrotriya, PMP Abstract Toda organización debe ejecutar proyectos que cumplan con, o que excedan, las expectativas de sus clientes.

Más detalles

LEAN SIX SIGMA EN EL SECTOR SALUD MEJORAMIENTO PROCESO CUENTAS MEDICAS

LEAN SIX SIGMA EN EL SECTOR SALUD MEJORAMIENTO PROCESO CUENTAS MEDICAS LEAN SIX SIGMA EN EL SECTOR SALUD MEJORAMIENTO PROCESO CUENTAS MEDICAS ING ENRIQUE ROMERO M eromero@e-supplier.net Agenda Antecedentes Descripción del caso Desarrollo del modelo DMAIC Conclusiones Antecedentes

Más detalles

Carrera: MTF-0519 2-4-8. Participantes Representante de las academias de ingeniería Mecatrónica de los Institutos Tecnológicos. Academia de Ingeniería

Carrera: MTF-0519 2-4-8. Participantes Representante de las academias de ingeniería Mecatrónica de los Institutos Tecnológicos. Academia de Ingeniería .- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos: Estadística y Control de Calidad Ingeniería Mecatrónica MTF-059-4-8.- HISTORIA

Más detalles

CURSO DE LEAN SIGMA TRANSACCIONAL PARA BLACK BELTS Dr. P. Reyes www.icicm.com CURSO DE BLACK BELTS EN LEAN SIGMA TRANSACCIONAL

CURSO 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 detalles

Diplomatura en GESTIÓN INTEGRAL DE LA CALIDAD 16 edición

Diplomatura en GESTIÓN INTEGRAL DE LA CALIDAD 16 edición Diplomatura en GESTIÓN INTEGRAL DE LA CALIDAD 16 edición TEMARIO Módulo I - Gerenciamiento y Liderazgo 1. Filosofías y Enfoques de Calidad. a. Evolución de la calidad moderna, desde el control de calidad

Más detalles

Seis Sigma Manufactura o Servicios

Seis 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 detalles

TEMA 7: Análisis de la Capacidad del Proceso

TEMA 7: Análisis de la Capacidad del Proceso TEMA 7: Análisis de la Capacidad del Proceso 1 Introducción Índices de capacidad 3 Herramientas estadísticas para el análisis de la capacidad 4 Límites de tolerancia naturales 1 Introducción La capacidad

Más detalles

% PRODUCTOS NO CONFORMES 10% 5%

% 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 detalles

7 HERRAMIENTAS PARA EL CONTROL DE LA CALIDAD

7 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 detalles

Origen de la Metodología Six Sigma - 6σ -

Origen de la Metodología Six Sigma - 6σ - MEJORES PRÁCTICAS SIX SIGMA 6σ Abril 27 de 2010 working for you. Origen de la Metodología Six Sigma - 6σ - Cómo y dónde nació SixSigma: SixSigma nació en Motorola en 1981, como respuesta a la pregunta

Más detalles

Control Estadístico de Procesos

Control 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 detalles

www.bvbusiness-school.com

www.bvbusiness-school.com Control Estadístico de Procesos www.bvbusiness-school.com CONTROL ESTADÍSTICO DE PROCESOS El es un conjunto de técnicas estadísticas destinadas a hacer un seguimiento, en tiempo real, de la calidad que

Más detalles

TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES

TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES Pág. 1 de 16 TÉCNICO SUPERIOR UNIVERSITARIO EN PROCESOS INDUSTRIALES HOJA DE ASIGNATURA CON DESGLOSE DE UNIDADES TEMÁTICAS 1. Nombre de la asignatura Control estadístico del proceso 2. Competencias Administrar

Más detalles

GESTIÓN DE LOS PROCESOS DE MEDICIÓN

GESTIÓN DE LOS PROCESOS DE MEDICIÓN GESTIÓN DE LOS PROCESOS DE MEDICIÓN FUNDAMENTOS BÁSICOS Derechos reservados ICONTEC- 1 GESTIÓN DE LOS PROCESOS DE MEDICIÓN FUNDAMENTOS BÁSICOS. Normas Aplicadas NTC-ISO 10012. Duración 16 horas Objetivos

Más detalles

ANEXO IV. Procedimiento Específico

ANEXO IV. Procedimiento Específico ANEXO IV Procedimiento Específico 1. Objetivo Establecer el procedimiento para la verificación de medidores de Agua potable fría para la provincia de Salta 2. Alcance Aplicable a todas aquellos medidores

Más detalles

CURSO DE BLACK BELTS EN SEIS SIGMA PARA MANUFACTURA

CURSO DE BLACK BELTS EN SEIS SIGMA PARA MANUFACTURA CURSO DE BLACK BELTS EN SEIS SIGMA PARA MANUFACTURA Duración 200 horas distribuidas en módulos de 40 horas por semana, durante 4 meses OBJETIVO Formar los Black Belts del programa Seis Sigma de Manufactura

Más detalles

Universidad Juárez del Estado de Durango Facultad de Ciencias Forestales

Universidad Juárez del Estado de Durango Facultad de Ciencias Forestales Universidad Juárez del Estado de Durango Facultad de Ciencias Forestales Programa de Unidad de Aprendizaje Con enfoque en Competencias Profesionales Integrales I. DATOS GENERALES DE LA UNIDAD DE APRENDIZAJE

Más detalles

TEMAS: Pruebas de Hipótesis SPC (Statistical Process Control)

TEMAS: Pruebas de Hipótesis SPC (Statistical Process Control) Universidad Autónoma del Noreste Maestría en Administración y Liderazgo Facilitador: MAE. Juan Alejandro Garza Rdz TEMAS: Pruebas de Hipótesis SPC (Statistical Process Control) Prueba de hipótesis??? Y

Más detalles

Herramientas estadísticas básicas para la calidad

Herramientas estadísticas básicas para la calidad Herramientas estadísticas básicas para la calidad Kauru Ishikawa promulgó la utilización de siete herramientas básicas de la calidad: Gráficas de barras e histogramas Listas de verificación Diagramas de

Más detalles

CAPÍTULO II METODOLOGÍA SEIS SIGMA. Este capítulo describe las técnicas a aplicar para el desarrollo de este

CAPÍTULO II METODOLOGÍA SEIS SIGMA. Este capítulo describe las técnicas a aplicar para el desarrollo de este CAPÍTULO II METODOLOGÍA SEIS SIGMA 2.1. Introducción Este capítulo describe las técnicas a aplicar para el desarrollo de este estudio. Seis Sigma es una metodología de calidad que utiliza herramientas

Más detalles

Cursos a distancia 2014. -learning

Cursos a distancia 2014. -learning Cursos a distancia 2014 -learning Descripción El diplomado e-learning Lean Six Sigma Champion con Certificación Internacional, tiene una duración aproximada de 12 semanas, sin embargo, el estudiante tendrá

Más detalles

Carrera: Ingeniería Bioquímica SATCA * 3-2-5

Carrera: Ingeniería Bioquímica SATCA * 3-2-5 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Estadística Carrera: Ingeniería Bioquímica Clave de la asignatura: BQF-1007 SATCA * 3-2-5 2.- PRESENTACIÓN Caracterización de la asignatura. Esta asignatura

Más detalles

ESPECIALIZACIÓN EN ESTADÍSTICA

ESPECIALIZACIÓN EN ESTADÍSTICA MISIÓN Formar profesionales altamente capacitados, desarrollar investigación y realizar actividades de extensión en Matemáticas y Computación, así como en sus diversas aplicaciones. CONTROL DE CALIDAD

Más detalles