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

Save this PDF as:
 WORD  PNG  TXT  JPG

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

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

Transcripción

1 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, y Humberto Hijar Rivera División de Estudios de Posgrado e Investigación Instituto Tecnológico de Cd. Juárez Ave. Tecnológico # 0 Abstracto: En control de estadístico de la calidad y otras aplicaciones de mejoramiento y optimización de procesos y productos, el Análisis del Sistema de Medición (ASM) para variables es muy importante, ya que se determina la aptitud del mismo para medir la característica de calidad que se esta monitoreando y cuantifica la variación que introduce dicho sistema. En el método de evaluación del SM es muy importante la selección de las muestras o partes a medir, especialmente cuando el proceso de medición es destructivo. Este trabajo de investigación tiene como propósito mostrar como las los grupos muestrales seleccionados inadecuadamente pueden llevar a juzgar mal el SM. El método para el AMS SM para pruebas destructivas, consiste en seleccionar grupos de piezas homogéneas y medirlas con los diferentes inspectores que intervienen en proceso, posteriormente se analizan los datos con un ANOVA anidado para determinar la cantidad de variación introducida por el SM y el número de grupos distintos. La variación total de las partes medidas son las determinan la decisión sobre la aptitud del SM, por este motivo el factor a evaluar es la selección de muestra. CIPITECH-008 ISBN: INTRODUCCIÓN El ASM se ha usado intensamente en cualquier iniciativa de mejoramiento de la calidad de los sistemas de manufactura, actualmente es necesario contar con sistemas de medición capaces para llevar un buen sistema de Control Estadístico de Proceso (CEP), de igual forma en la instrumentación de proyectos de Seis-Sigma (SS) y optimización de procesos de producción. El ASM se conoce como estudios de repetitividad y reproducibilidad y se explican ampliamente en Automobile Industries Action Group (AIAG) (00), Montgomery y Runger (99) y Gorman y Bower (00) El ASM tiene el propósito de cuantificar y separar la variación introducida por el SM y del proceso, adicionalmente se puede evaluar la variación debida al SM en dos componentes conocidos como Repetitividad y Reproducibilidad, razón por lo cual se conocen también como Estudios R y R. Repetitividad es la variación observada cuando el mismo operador mide la misma parte varias veces, también conocida como variación debida al los instrumentos de medición. Reproducibilidad es la variación observada cuando varios operadores miden la misma pieza con el mismo instrumento de medición. En muchas situaciones las partes que se miden pueden ser afectadas de alguna manera y en ocasiones hasta destruidas, de tal manera que la misma parte no puede ser medida varias veces. Entonces es difícil que una pieza pueda ser evaluada varias veces y tampoco por diferentes operadores. Existen métodos estadísticos disponibles para estimar los componentes de variación debido a la Repetitividad y Reproducibilidad para pruebas destructivas. El modelo estadístico para el Estudio R y R, el cual se llama Diseño Anidado o Jerárquico, hace dos supuestos muy importantes que generalmente no se cumplen cuando un experimento de esta naturaleza se lleva a cabo. El primer supuesto es que se pueden identificar grupos de partes similares u homogéneas de tal forma que se consideren la misma parte. El segundo, consiste en que las partes de las muestras deben ser seleccionadas del proceso y representar la dispersión total del proceso, decir seleccionar grupos de partes de las tres áreas del proceso. El objetivo de este trabajo es estudiar el efecto de la selección de los grupos muéstrales para llevar a cabo un ASM con pruebas destructivas. El primer supuesto es ampliamente descrito por Gorman y Bower (00). Con la finalidad de lograr el objetivo se selecciono un sistema de medición de la fuerza para esquilar, mismo que no depende de la habilidad de los operadores, el operador únicamente coloca la pieza adecuadamente y obtiene una lectura en la pantalla de un instrumento digital. Algunos autores han estudiado los posibles errores durante la conducción de un estudio R y R asi como la utilidad de los datos muestrales, entre estos están, Bower y Touchton (00) y concluyen que datos de alta calidad son imperativos

2 er Congreso Internacional 8-0 de Octubre de 008 para un ASM. Burdick, Borror y Montgomery (00) presententaron una revisión de los métodos de análisis de capacidad de los SM donde hacen énfasis al método de Análisis de Varianza (ANOVA), tanto para pruebas destructivas como no destructivas.. METODOS En esta sección se presentan los materiales y métodos utilizados para realizar el trabajo experimental, primeramente se describen los materiales, para llevar a cabo el experimento se selecciono un proceso de soldadura por medio de aplicación de corriente a las dos piezas metálicas que se desean unir en este caso son piezas metálicas estañadas. El sistema de medición es un dinamómetro con escantillón que se utiliza para cortar en el punto de unión de las dos piezas soldadas. Dicho dinamómetro es digital y proporciona las lecturas cada vez que se evalúa una parte. La variable de interés es la fuerza necesaria para esquilar una pieza de la otra con un valor nominal de 9 libras y tolerancias de ± libras. Los instrumentos del SM no dependen de las habilidades de los operadores, de cualquier forma se utilizaron dos para hacer los experimentos. Tres escenarios fueron seleccionados el primero y el segundo son con grupos homogéneos del área III del proceso, pero con diferente variación total, el tercer escenario son con grupos homogéneos de las áreas III y II. El área I del proceso no fue incluida en los escenarios ya que es difícil modificar el proceso para obtener partes que son defectuosas y la mayoría de las veces no se puede ejecutar la medición para esas partes. El modelo estadístico utilizado para analizar cada uno de los escenarios fue el diseño anidado con dos factores o de dos etapas, el cual se muestra a continuación: y ijk i =, Ka = μ + τi + β j( i) + εi( j) k j =, Kb () k =, Kc Donde; a es el numero de operadores, b el número de grupos y k el número de pruebas del operador en cada grupo, μ es la media general, τ i es el efecto del i-ésimo operador, β j(i) es el efecto de la j-ésimo grupo evaluado por el i-ésimo operador y ε i(j)k es el error aleatorio. En este estudio el número de operadores es igual a dos y el numero de piezas evaluadas por operador dentro de cada grupo es igual a 0, mientras que el número de grupos varia en cada escenario. El análisis de varianza para el diseno anidado de dos etapas es explicado en detalle en Montgomery (008) y Box, Hunter y Hunter (00). La solución se puede obtener usando Minitab con el comando Stat>Quality Tools>Gage Study>Gage R&R Study (Nested). Los experimentos para los estudios R y R fueron realizados de acuerdo a la recomendación de AIAG (00) y analizados con Minitab mismo que proporciona las tablas de ANOVA, componentes de varianza y estudio de variación con el Número de Categorías Distintas (NCD), además graficas de barras para los componentes de varianza, graficas de control de medias y desviación estándar muestrales por operador, graficas de medias por grupo(operador) y operador. Las formulas para calcular dichos indicadores se muestran a continuación. Variación Total: = Total SM + Proceso () SM % Contribución del Componente de varianza: 00 SM % Estudio de Variación: 00 Total SM Total. % Variación de SM Tolerancia: 00 Tolerancia () () () CIPITECH-008 ISBN:

3 er Congreso Internacional 8-0 de Octubre de 008 Pr oceso Número de Categorías Distintas: NCD =. () SM De acuerdo al AIAG (00), los resultados a observar son los porcentajes de contribución de la varianza atribuible al SM, la cual debe de ser menor del 9% para que sea aceptable y menor del % para que sea ideal. Así como el estudio de variación y el porcentaje de la tolerancia con respecto a la variación total, mismos que deben ser menores a 0% para considerarse aceptable, mientras que menor del 0% es ideal. También, el número DC, mismo que indica el numero diferentes de grupos que el SM puede distinguir, el cual debe de ser mayor que. La grafica de control para la desviación estándar debe de mostrar una situación bajo control, lo cual indica que la variación dentro de los grupos es relativamente constante, la grafica de control de medias debe de mostrar situaciones fuera de control, lo cual indica que las diferencias entre las medias de los grupos van a ser probablemente detectadas, dado que los limites de control están establecidos con las varianza dentro de los grupos.. RESULTADOS En esta sección se presentan las graficas de Box por grupo para cada uno de los tres escenarios y de esta forma caracterizarlos. De igual forma se presentan los ASM para cada uno de los escenarios así como la interpretación de los indicadores que se usan para determinar si un SM es capaz. A continuación se presentan las graficas de cada escenario. Las graficas de box tienen como referencia los limites de especificación superior e inferior. En la Figura se pueden apreciar que los grupos () seleccionados están en la parte III del proceso. Boxplot of shear vs shear Figura. Grafica de Box para los Grupos para el Escenario. En la Figura, se puede observar en el ANOVA correspondiente que los operadores no son significativos con p=0.9, pero el efecto del los grupos anidados en los operadores si es significativo con p= El componente de varianza del SM contribuye un 7.%, el cual se considera aceptable y el componente de varianza de parte-aparte contribuye considerablemente al total con 9.8%. Así como el porcentaje de variación con respecto a variación del proceso es de.7%, lo cual es aceptable, mientras que el porcentaje de variación del SM con respecto a la tolerancia es de.9%, por lo tanto se considera no aceptable, mientras que el NCD es igual a, por lo tanto es aceptable, se podría decir que en general el SM es aceptable para el llevar acabo el control estadístico de proceso pero no para un proyecto de CIPITECH-008 ISBN:

4 er Congreso Internacional 8-0 de Octubre de 008 SS. Las graficas de la Figura, muestras que el SM es capaz de distinguir los grupos de partes y que la varianza esta relativamente constante. Figura. Resultado del Estudio R y R para Escenario. Gage R&R (Nested) for shear Gage name: Date of study: Reported by : Tolerance: Misc: Components of Variation shear By ( ) Percent 00 0 % Contribution % Study Var % Tolerance Gage R&R Repeat Reprod Part-to-Part Sample StDev 9 0 S Chart by Xbar Chart by UCL=7.97 _ S=. LCL= shear by Sample Mean 00 _ UCL=99.7 X=9.9 LCL=90. Figura. Graficas de Barras, Medias y Desviación Estándar para Escenario. CIPITECH-008 ISBN:

5 er Congreso Internacional 8-0 de Octubre de 008 Boxplot of shear vs shear Figura. Grafica de Box para los Grupos para el Escenario. Figura. Resultado del Estudio R y R para Escenario. En la Figura se pueden apreciar que los grupos seleccionados están en la parte III del proceso. En la Figura, se puede observar en el ANOVA correspondiente que los operadores no son significativos con p=0.979, pero si el efecto del los grupos anidados en los operadores con p= El componente de varianza del SM contribuye un.9%, el cual se considera aceptable y el componente de varianza de parte-a-aparte contribuye considerablemente al total con 9.0%. Así CIPITECH-008 ISBN:

6 er Congreso Internacional 8-0 de Octubre de 008 como el porcentaje de variación con respecto a variación del proceso es de 9.9%, lo cual es aceptable, mientras que el porcentaje de variación del SM con respecto a la tolerancia es de 0.%, por lo cual se puede considerar no aceptable, mientras que el NCD es igual a, esto es aceptable, se podría decir que en general el SM es aceptable para el llevar acabo el control estadístico de proceso pero no para un proyecto de SS. Las graficas de la Figura, muestras que el SM es capaz de distinguir los grupos de partes y que la varianza esta relativamente constante. Gage R&R (Nested) for shear Gage name: Date of study: Reported by : Tolerance: Misc: 0 Components of Variation % Contribution % Study Var 0 shear By ( ) Percent % Tolerance 00 0 Gage R&R Repeat Reprod Part-to-Part Sample StDev S Chart by Xbar Chart by UCL=.78 _ S=.9 LCL= shear by 0 Sample Mean 00 _ UCL=0.7 X=97. LCL=9.7 Figura. Graficas de Barras, Medias y Desviación Estándar para Escenario. 0 Boxplot of shear vs shear Figura 7. Grafica de Box para los Grupos para el Escenario. En la Figura 7 se pueden apreciar que los grupos seleccionados están en las áreas II y III del proceso. En la Figura 8, se puede observar en el ANOVA correspondiente que los operadores no son significativos con p=0.99, pero si el efecto del los grupos anidados en los operadores con p= El componente de varianza del SM contribuye un.8%, el cual se considera aceptable y el componente de varianza de parte-a-aparte contribuye considerablemente al total con 89.9%. Así como el porcentaje de variación con respecto a variación del proceso es de.%, lo cual es aceptable, mientras que el CIPITECH-008 ISBN:

7 er Congreso Internacional 8-0 de Octubre de 008 porcentaje de variación del SM con respecto a la tolerancia es de 7.08%, por lo cual se puede considerar aceptable, mientras que el NCD es igual a 0, esto es aceptable, se podría decir que en general el SM es aceptable para el llevar acabo el control estadístico de proceso pero no para un proyecto de SS. Las graficas de la Figura 9, muestras que el SM es capaz de distinguir los grupos de partes y que la varianza esta relativamente constante. Figura 8. Resultado del Estudio R y R para Escenario. Gage R&R (Nested) for shear Gage name: Date of study: Reported by : Tolerance: Misc: Components of Variation shear By ( ) 00 % Contribution 0 % Study Var Percent 00 % Tolerance 00 0 Gage R&R Repeat Reprod Part-to-Part 0 S Chart by UCL=.8 0 shear by Sample StDev Xbar Chart by _ S=.9 LCL= Sample Mean 0 90 _ X=0. UCL=0. LCL=99. 0 Figura 9. Graficas de Barras, Medias y Desviación Estándar para Escenario. CIPITECH ISBN:

8 er Congreso Internacional 8-0 de Octubre de 008 En la Tabla se puede observar que la relación entre la variación del SM con la variación total del proceso y con la tolerancia son muy importantes, esto determina la habilidad del sistema de medida para evaluar la calidad del proceso, Desafortunadamente, ambos parámetros dependen de la selección de los grupos a evaluar o los datos muestrales en esta situación. Se puede observar que si la variación del SM permanece constante, entonces la evaluación del SM depende de la selección de los grupos, lo cual determina la variación del proceso. Se puede observar que el porcentaje de contribución del SM a la variación del proceso y a la tolerancia son inversamente proporcional a la variación del proceso, mientras que con el NCD es directamente proporcional. Esto se puede concluir aun manteniendo la variación del SM a.7, el es el máximo de los tres escenarios. Escenario Variación Proceso.x Proceso Tabla. Resumen de los Indicadores Importantes del ASM para los Tres Escenarios. Número de Grupos Variación del Sistema de Medición.x SM % Contribución a la Variación del Proceso =00x SM / Proceso % Contribución a la Tolerancia=.x SM / Tolerancia NCD.x Proceso / SM CONCLUSIONES La selección de los grupos para el ASM para pruebas destructivas es muy importante, esta debe de ser de tal forma que los grupos sean homogéneos y que provengan de las tres aéreas del proceso.los resultados muestran que obtener grupos de partes únicamente del área III, se puede concluir que el SM no es capaz, cuando en realidad si lo es. Estos resultados también dependen de lo homogéneo de los grupos a menor varianza dentro de los grupos menor es la variación del SM dado que la variación de repetitividad y la varianza dentro del grupo no se pueden separar en el caso de pruebas no destructivas. Esto también es concluido en Gorman y Bower ( 00).. REFERENCIAS. Automotive Industry Action Group (00). Measurement Systems Analysis. rd. Edition.. Box, G. E. P., Hunter, J. S., and Hunter, W. G. (00). Statistics for Experimenters: Design, Innovation, and Discovery. nd Edition. Wiley-Interscience. New York. USA.. Bower, K. M. (00). A Comment on MSA with Destructive Testing. International Society for Six Sigma Professionals.. Bower, K. M. y Touchton, M. E. (00).Evaluating the Usefulness of Data Using Gage Repeatability and Reproducibility. Asia Pacific Process Engineer.. Burdick, R. K. Borror, C. N. y Montgomery D. C. (00). A Review of Methods for Measurement System Capability Analysis. Journal of Quality Technology, Vol., No. : pp. -.. Gorman, D. y Bower, K. M. (00). Measurement System Analysis and Destructive Testing. Six Sigma Forum Magazine. Vol., No., pp Montgomery, D. C. (008). Design and Analysis of Experiments. 7th Edition. Wiley, New York, USA. CIPITECH-008 ISBN:

9 er Congreso Internacional 8-0 de Octubre de Montgomery, D.C., Runger, G.C. (99). Gauge Capability and Designed Experiments: Part I: Basic Methods, Quality Engineering, Vol., No. : pp Paret, M. (008). How To Determine if Your Measurement System is Adequate. Quality Magazine, : CIPITECH-008 ISBN:

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

Queríamos determinar cuántas partes se deben evaluar para obtener estimaciones de la variación entre partes con diferentes niveles de precisión.

Queríamos determinar cuántas partes se deben evaluar para obtener estimaciones de la variación entre partes con diferentes niveles de precisión. Este documento forma parte de un conjunto de informes técnicos que explican la investigación llevada a cabo por los especialistas en estadística de Minitab para desarrollar los métodos y las verificaciones

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

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

Aplicación del modelo Seis-Sigma en la solución de un problema de ensamble del cajón en un refrigerador

Aplicación del modelo Seis-Sigma en la solución de un problema de ensamble del cajón en un refrigerador JORNADA INTERNACIONAL DE INNOVACIÓN Y CALIDAD 2012 EDITORES A. YOGUEZ Y M. LÓPEZ Aplicación del modelo Seis-Sigma en la solución de un problema de ensamble del cajón en un refrigerador 1,* Ma. Guadalupe

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

CONTENIDO: I. INTRODUCCIÓN A LA METODOLOGÍA SIX SIGMA II. DEFINICIÓN III. MEDICIÓN IV. ANÁLISIS V. MEJORA VI. CONTROL

CONTENIDO: I. INTRODUCCIÓN A LA METODOLOGÍA SIX SIGMA II. DEFINICIÓN III. MEDICIÓN IV. ANÁLISIS V. MEJORA VI. CONTROL II-574 SIX SIGMA CONTENIDO: I. INTRODUCCIÓN A LA METODOLOGÍA SIX SIGMA II. DEFINICIÓN III. MEDICIÓN IV. ANÁLISIS V. MEJORA VI. CONTROL I. INTRODUCCIÓN A LA METODOLOGÍA SIX SIGMA Estas notas proporcionan

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

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

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

MSA versus GUM o MSA vrysus GUM?

MSA versus GUM o MSA vrysus GUM? LGM-09-02 2009-febrero MSA versus GUM o MSA vrysus GUM? En esta oportunidad les presentamos una revisión de dos referencias relacionadas con el aseguramiento de la calidad de las mediciones, MSA y GUM.

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

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

tecnología aplicada a la calidad RyR Fácil Descripción del Software

tecnología aplicada a la calidad RyR Fácil Descripción del Software RyR Fácil Descripción del Software Introducción W. Edwards Demming escribió acerca de los sistemas de medición: El control estadístico del proceso de medición es vital; de otro modo, las medidas no tienen

Más detalles

Impacto de la Metrología en los Procesos de la Industria de Semiconductores

Impacto de la Metrología en los Procesos de la Industria de Semiconductores Impacto de la Metrología en los Procesos de la Industria de Semiconductores Julio César López, a Carmen Marina Trejo Morales, b Salvador Echeverría Villagómez, b Enrique Villa c a Skyworks Solutions de

Más detalles

Somos su Relevo a la Calidad. La Guía MetAs, es el boletín periódico de MetAs & Metrólogos

Somos su Relevo a la Calidad. La Guía MetAs, es el boletín periódico de MetAs & Metrólogos Año 03 # 06 2004-junio Cartas de Control para Instrumentos de Medición MetAs & Metrólogos Asociados La Guía MetAs Las cartas de control son una importante herramienta utilizada en control estadístico de

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

Horas teoría-horas prácticas-horas trabajo adicional-horas totales-créditos:

Horas teoría-horas prácticas-horas trabajo adicional-horas totales-créditos: Nombre de la asignatura: INGENIERÍA DE CALIDAD Líneas de trabajo: Ingeniería Estadística de Procesos Horas teoría-horas prácticas-horas trabajo adicional-horas totales-créditos: 48 20 100 168 6 1. Historial

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

Grado en Ingeniería. Estadística. Tema 3

Grado 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 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

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

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

El requerimiento. ISO/TS 16949 7.6.1 Use customer reference manuals on measurement systems analysis

El requerimiento. ISO/TS 16949 7.6.1 Use customer reference manuals on measurement systems analysis El requerimiento ISO/TS 16949 7.6.1 Use customer reference manuals on measurement systems analysis GUM ISO/TR 14253-1 230 páginas 166 páginas ISO FDIS 22514-7 Statistical methods in process management

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

Análisis 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 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 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

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

LOS GRÁFICOS DE CONTROL POR ATRIBUTOS

LOS GRÁFICOS DE CONTROL POR ATRIBUTOS Revista de investigación Editada por Área de Innovación y Desarrollo, S.L. Envío: 20-02-2012 Aceptación: 29-02-2012 Publicación: 01-06-2012 LOS GRÁFICOS DE CONTROL POR ATRIBUTOS ATTRIBUTE CONTROL CHART

Más detalles

Carrera: Caracterización de la asignatura

Carrera: Caracterización de la asignatura Lean Seis Sigma 1. Datos Generales de la asignatura Nombre de la asignatura: Clave de la asignatura: Créditos (Ht-Hp_ créditos): Carrera: LEAN SEIS SIGMA CMD - 1303 2 3-5 INGENIERIA INDUSTRIAL 2. Presentación

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

Carta de control CEV X para distribuciones Weibull con datos censurados

Carta de control CEV X para distribuciones Weibull con datos censurados Revista Colombiana de Estadística Volumen 28 N o 2. pp. 125 a 139. Diciembre 2005 Carta de control CEV X para distribuciones Weibull con datos censurados CEV X Control Chart for Weibull Distributions with

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

Nombre de la asignatura: PLANIFICACIÓN Y CONTROL DE SISTEMAS DE CALIDAD. Horas teoría-horas prácticas-horas trabajo adicional-horas totales-créditos:

Nombre de la asignatura: PLANIFICACIÓN Y CONTROL DE SISTEMAS DE CALIDAD. Horas teoría-horas prácticas-horas trabajo adicional-horas totales-créditos: Nombre de la asignatura: PLANIFICACIÓN Y CONTROL DE SISTEMAS DE CALIDAD Líneas de trabajo: Ingeniería Estadística de Procesos Horas teoría-horas prácticas-horas trabajo adicional-horas totales-créditos:

Más detalles

NUEVAS ESTRATEGIAS EN CONTROL DE LA VARIABILIDAD DE PROCESOS

NUEVAS ESTRATEGIAS EN CONTROL DE LA VARIABILIDAD DE PROCESOS Decimonovenas Jornadas "Investigaciones en la Facultad" de Ciencias Económicas y Estadística. Noviembre de 014. Lignini, Maira Barbiero, Cristina Flury, Maria Isabel Quaglino, Marta Instituto de Investigaciones

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

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

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

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

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

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

Cruz, J. UANL, San Nicolás de los Garza, N. L., México, jesusphd@prodigy.net.mx. Keywords: R&R, sistema de calidad, entrenamiento y desarrollo.

Cruz, J. UANL, San Nicolás de los Garza, N. L., México, jesusphd@prodigy.net.mx. Keywords: R&R, sistema de calidad, entrenamiento y desarrollo. InnOvaciOnes de NegOciOs 5(2): 219-238, 2009 2009 UANL, Impreso en México (ISSN 1665-9627) Entrenamiento proactivo para la mejora de la calidad en el control del proceso por atributos (Proactive training

Más detalles

Herramientas Clave de Calidad para la Industria Automotriz Norteamericana. (North American Automotive Quality Core Tools)

Herramientas Clave de Calidad para la Industria Automotriz Norteamericana. (North American Automotive Quality Core Tools) Herramientas Clave de Calidad para la Industria Automotriz Norteamericana. (North American Automotive Quality Core Tools) Las Core Tools de Calidad (APQP, FMEA, MSA, SPC y PPAP), son importantes vínculos

Más detalles

Índices robustos de calidad. Cómo medir la capacidad de un proceso.

Índices robustos de calidad. Cómo medir la capacidad de un proceso. Índices robustos de calidad. ómo medir la capacidad de un proceso. Introducción Salvador Naya Fernández Departamento de Matemáticas (Área de Estadística e Investigación Operativa). Universidad de A oruña.

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

STATGRAPHICS se refiere a cada fila del archivo como un subgrupo. El tamaño del subgrupo es n = 5.

STATGRAPHICS se refiere a cada fila del archivo como un subgrupo. El tamaño del subgrupo es n = 5. Gráficos X-Bar y R Resumen El procedimiento Gráficos X-Bar y R crea gráficos de control para una única variable numérica cuando los datos han sido reunidos en subgrupos. Crea un Gráfico X-bar para monitorear

Más detalles

La clave para un mejor control en SEIS SIGMA: Ing. Luis Aranda

La 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 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

Porqué varían los resultados analíticos?

Porqué varían los resultados analíticos? ESTADÍSTICA BÁSICA I 1. La estadística y sus objetivos. Aplicación de la Estadística en Química Analítica 3. Variabilidad analítica. Distribución normal 4. Otros conceptos básicos. Intervalos de confianza

Más detalles

CARTAS DE CONTROL: SU EFECTIVIDAD PARA DETECTAR CAMBIOS

CARTAS DE CONTROL: SU EFECTIVIDAD PARA DETECTAR CAMBIOS CARTAS DE CONTROL: SU EFECTIVIDAD PARA DETECTAR CAMBIOS MEDIANTE UN ENFOQUE POR CADENAS DE MARKOV ABSORBENTES Lidia Toscana - Nélida Moretto - Fernanda Villarreal Universidad Nacional del Sur, ltoscana@criba.edu.ar

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

Prueba de Software de Conteo Celular

Prueba de Software de Conteo Celular Prueba de Software de Conteo Celular Act. Guadalupe Siordia Montero Universidad Autónoma de Yucatán 25 de Octubre del 2006 Índice 1. Antecedentes 2 2. Planteamiento del problema 4 2.1. Objetivo del trabajo............................

Más detalles

Seis Sigma OPN-1304 0-6-6

Seis Sigma OPN-1304 0-6-6 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: (Créditos) SATCA 1 Seis Sigma Ingeniería Industrial OPN-1304 0-6-6 2.- PRESENTACIÓN Caracterización de la asignatura.

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

GESTIÓN DE PROCESOS 2 / CONTROL DE CALIDAD

GESTIÓN DE PROCESOS 2 / CONTROL DE CALIDAD GESTIÓN DE PROCESOS 2 / CONTROL DE CALIDAD INTRODUCCIÓN Carmen Elena Patiño Rodríguez Profesor Asociado Departamento de Ingeniería Industrial Carmen Elena Patiño Rodríguez Ing. Industrial Universidad Nacional

Más detalles

el proceso está bajo control. La tasa de falsas alarmas puede evaluarse calculando el porcentaje de subgrupos que se considera fuera de control

el proceso está bajo control. La tasa de falsas alarmas puede evaluarse calculando el porcentaje de subgrupos que se considera fuera de control Este documento forma parte de un conjunto de informes técnicos que explican la investigación llevada a cabo por los especialistas en estadística de Minitab para desarrollar los métodos y las verificaciones

Más detalles

Son las dispersiones diferentes?

Son las dispersiones diferentes? ESTADÍSTICA BÁSICA II Prueba de significancia 2: F-test Análisis de Varianza (ANOVA) Identificación de valores anómalos (outliers) - Cochran y Grubbs test Taller 3 Leonardo Merino Science Department Swedish

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

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

porcentaje de subgrupos que se considera fuera de control cuando el proceso está bajo control. Para ayudar a evaluar qué tan bien están funcionando

porcentaje de subgrupos que se considera fuera de control cuando el proceso está bajo control. Para ayudar a evaluar qué tan bien están funcionando Este documento forma parte de un conjunto de informes técnicos que explican la investigación llevada a cabo por los especialistas en estadística de Minitab para desarrollar los métodos y las verificaciones

Más detalles

PLATAFORMA GESTIÓN INTEGRAL DE PRODUCCIÓN GESTIÓN DE OPERACIONES

PLATAFORMA 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 detalles

MEDICIÓN Y CONTROL DE PARÁMETROS DE SOLDADURA GMAW ROBOTIZADA

MEDICIÓN Y CONTROL DE PARÁMETROS DE SOLDADURA GMAW ROBOTIZADA MEDICIÓN Y CONTROL DE PARÁMETROS DE SOLDADURA GMAW ROBOTIZADA D. Ramos Jaime, I. Dávila Ríos*, I. Lopez Juarez, U. Kruger, J. L. Rodríguez Galicia Centro de Investigación y Estudios Avanzados del IPN,

Más detalles

Validación de métodos de ensayo

Validación de métodos de ensayo Validación de métodos de ensayo Validación verificación de que los requisitos especificados son adecuados para un uso determinado Ejemplo: Un procedimiento de medición ordinariamente usado para la medición

Más detalles

Control Estadístico del Proceso. Ing. Claudia Salguero Ing. Alvaro Díaz

Control 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 detalles

8. Project Quality Management

8. Project Quality Management 8. Project Quality Management 8.1 La importancia de la administración de calidad Muchas personas bromean acerca de la pobre calidad de productos de IT (ej. si los coches fueran fabricados por Microsoft).

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

GUÍA DE APRENDIZAJE MÓDULO I SEIS SIGMA SPACER. Aprendizaje sin fronteras uvirtual@pep.pemex.com

GUÍA 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 detalles

Control Estadístico de Procesos - (Statistical Process Control)

Control Estadístico de Procesos - (Statistical Process Control) CENTRO DE INGENIERÍA 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

Doctorado en Ingeniería Facultades de Cs. Agropecuarias; Cs. de la Alimentación e Ingeniería

Doctorado en Ingeniería Facultades de Cs. Agropecuarias; Cs. de la Alimentación e Ingeniería Carrera: Doctorado en Ingeniería Doctorado en Ingeniería Facultades de Cs. Agropecuarias; Cs. de la Alimentación e Ingeniería Curso de Posgrado: Estadística y Diseño de Experimentos Carga Horaria 1 : 90

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

Tema 3. Control estadístico de calidad. 3.1. Introducción. Qué es el control estadístico de la calidad? 3.2Introducción a los gráficos de control.

Tema 3. Control estadístico de calidad. 3.1. Introducción. Qué es el control estadístico de la calidad? 3.2Introducción a los gráficos de control. Tema 3 Control estadístico de calidad 3.1Introducción. Qué es el control estadístico de la calidad? 3.2Introducción a los gráficos de control. 3.3Gráficos de control para variables. 3.4Gráficos de control

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

Universidad Autónoma de San Luis Potosí Facultad de Ingeniería Programas Analíticos del Área Mecánica y Eléctrica

Universidad Autónoma de San Luis Potosí Facultad de Ingeniería Programas Analíticos del Área Mecánica y Eléctrica A) CURSO Clave Asignatura 5975 SISTEMAS DE GESTIÓN DE Y MEJORA CONTINUA Horas de teoría Horas de práctica Horas trabajo Créditos Horas por semana por semana adicional estudiante Totales 3 0 3 6 48 B) DATOS

Más detalles

Control Estadístico de Procesos (SPC).

Control Estadístico de Procesos (SPC). Control Estadístico de Procesos (SPC). - Sesión 4ª de 4 - JAIME RAMONET FERNÁNDEZ Ingeniero Industrial Superior. PMP (PMI ). Formador y Consultor. Actitud requerida para recibir formación... y obtener

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

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

Catalogo de Seminarios CATALOGO DE CUROS DE CAPACITACION 2007

Catalogo de Seminarios CATALOGO DE CUROS DE CAPACITACION 2007 Catalogo de Seminarios CATALOGO DE CUROS DE CAPACITACION 2007 Temario SISTEMAS DE CALIDAD Auditor Interno ISO 9001: 2008 5 Auditor Interno ISO/TS 16949:2009 6 Auditor Interno ISO 14001: 2004 7 Auditor

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

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

CAPÍTULO 10 DISEÑOS EXPERIMENTALES

CAPÍTULO 10 DISEÑOS EXPERIMENTALES CAPÍTULO 10 DISEÑOS EXPERIMENTALES 10.1 Diseños Experimentales de Clasificación Simple En un diseño experimental de clasificación simple, se trata de comparar varios grupos generalmente llamados Métodos

Más detalles

Seis Sigma. CAJ-1306 4-2-6

Seis Sigma. CAJ-1306 4-2-6 1.- DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: (Créditos) SATCA 1 Seis Sigma. Ingeniería Industrial CAJ-1306 4-2-6 2.- PRESENTACIÓN Caracterización de la asignatura.

Más detalles

Universidad de Puerto Rico en Aguadilla Departamento de Electrónica, Física & Control de Calidad

Universidad de Puerto Rico en Aguadilla Departamento de Electrónica, Física & Control de Calidad Universidad de Puerto Rico en Aguadilla Departamento de Electrónica, Física & Control de Calidad PRONTUARIO I. Título : Introducción a Control de Calidad II II. Codificación : COCA 3012 III. Créditos :

Más detalles

Auditoría Metrológica de Procesos Industriales

Auditoría Metrológica de Procesos Industriales Año 01# 07 2008-julio Auditoría Metrológica de Procesos Industriales M E T A S & M E T R Ó L O G O S A S O C I A D O S MetAs & Metrólogos Asociados La Guía MetAs L a G u í a M e t A s El objetivo de esta

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

SIX SIGMA BLACK BELT CERTIFICACIÓN

SIX SIGMA BLACK BELT CERTIFICACIÓN SIX SIGMA BLACK BELT CERTIFICACIÓN CONTENIDO GENERAL BENEFICIOS A QUIÉN VA DIRIGIDO MÓDULOS 1. FILOSOFÍA DE SIX SIGMA 2. SELECCIÓN DEL PROYECTO 3. SISTEMAS DE MEDICIÓN 4. APLICACIÓN DE HERRAMIENTAS SUAVES

Más detalles

Pontificia Universidad Católica del Perú

Pontificia Universidad Católica del Perú Pontificia Universidad Católica del Perú Facultad de Ciencias e Ingeniería Diagnóstico y Propuestas de Mejora de Procesos empleando la Metodología Six-Sigma para una Fábrica de Mantenimiento y Reposición

Más detalles

Evaluación de Aguila Cero en cuanto a comportamiento de conductores y detección de alcoholemia

Evaluación de Aguila Cero en cuanto a comportamiento de conductores y detección de alcoholemia Evaluación de Aguila Cero en cuanto a comportamiento de conductores y detección de alcoholemia Grupo de Estudios en Sostenibilidad Urbana y Regional SUR Resumen ejecutivo Bogotá, Colombia Noviembre 18

Más detalles

Aplicación de Seis Sigma y los Métodos Taguchi para el Incremento de la Resistencia a la Prueba de Jalón de un Diodo Emisor de Luz

Aplicación de Seis Sigma y los Métodos Taguchi para el Incremento de la Resistencia a la Prueba de Jalón de un Diodo Emisor de Luz Información Tecnológica Aplicación Vol. (), de 63-76 Seis () Sigma y los Métodos Taguchi para el Incremento de la Resistencia doi:.6/inf.tecnol.it.8 Aplicación de Seis Sigma y los Métodos Taguchi para

Más detalles

Nombre de la asignatura: Estadística y Control de Calidad. Carrera: Ingeniería Mecatrónica. Clave de la asignatura: MCM-0205

Nombre de la asignatura: Estadística y Control de Calidad. Carrera: Ingeniería Mecatrónica. Clave de la asignatura: MCM-0205 1. DATOS DE LA ASIGNATURA Nombre de la asignatura: Estadística y Control de Calidad Carrera: Ingeniería Mecatrónica Clave de la asignatura: MCM-0205 Horas teoría Horas práctica-créditos 3-2-8 2. UBICACION

Más detalles

Experimentos con un solo factor: El análisis de varianza. Jhon Jairo Padilla Aguilar, PhD.

Experimentos con un solo factor: El análisis de varianza. Jhon Jairo Padilla Aguilar, PhD. Experimentos con un solo factor: El análisis de varianza Jhon Jairo Padilla Aguilar, PhD. Experimentación en sistemas aleatorios: Factores Controlables Entradas proceso Salidas Factores No controlables

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

PROGRAMA DE MATERIA DATOS DE IDENTIFICACIÓN DESCRIPCIÓN GENERAL OBJETIVO (S) GENERAL (ES) TALLER DE CONTROL ESTADÍSTICO DE PROCESOS II

PROGRAMA DE MATERIA DATOS DE IDENTIFICACIÓN DESCRIPCIÓN GENERAL OBJETIVO (S) GENERAL (ES) TALLER DE CONTROL ESTADÍSTICO DE PROCESOS II DATOS DE IDENTIFICACIÓN CENTRO ACADÉMICO: DEPARTAMENTO ACADÉMICO: TALLER DE CONTROL ESTADÍSTICO DE PROCESOS II CIENCIAS BÁSICAS ESTADÍSTICA PROGRAMA EDUCATIVO: AÑO DEL PLAN DE ESTUDIOS: 2006 SEMESTRE:

Más detalles

ANÁLISIS DE RESULTADOS DE INCERTIDUMBRE EN ENSAYOS DE COMPRESIÓN PARA PROBETAS DE HORMIGÓN

ANÁLISIS DE RESULTADOS DE INCERTIDUMBRE EN ENSAYOS DE COMPRESIÓN PARA PROBETAS DE HORMIGÓN ANÁLISIS DE RESULTADOS DE INCERTIDUMBRE EN ENSAYOS DE COMPRESIÓN PARA PROBETAS DE HORMIGÓN Carlos Torres Navarro ctorres@ubiobo.cl Abstract El objetivo de este estudio fue conocer y analizar los resultados

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

Planeación de la Recolección de Datos. Planeacion de Recoleccion de Datos

Planeación 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 detalles

4.1 GRAFICA DE CONTROL Y CONCEPTOS ESTADISTICOS

4.1 GRAFICA DE CONTROL Y CONCEPTOS ESTADISTICOS 4.1 GRAFICA DE CONTROL Y CONCEPTOS ESTADISTICOS Un proceso de control es aquel cuyo comportamiento con respecto a variaciones es estable en el tiempo. Las graficas de control se utilizan en la industria

Más detalles

Aplicación del Diseño de Experimentos (DoE) para la mejora de procesos 1

Aplicación del Diseño de Experimentos (DoE) para la mejora de procesos 1 Aplicación del Diseño de Experimentos (DoE) para la mejora de procesos 1 Dr. Ing. Martín Tanco 2 TECNUN, Universidad de Navarra, San Sebastián, España Dra. Laura Ilzarbe; Dra.Elisabeth Viles; Dra. M. J.

Más detalles

Cátedra de Métricas del Software Universidad Tecnológica Nacional Facultad Regional Córdoba

Cátedra de Métricas del Software Universidad Tecnológica Nacional Facultad Regional Córdoba Cátedra de Métricas del Software Universidad Tecnológica Nacional Facultad Regional Córdoba Diego Rubio Álvaro Ruiz de Mendarozqueta Natalia Andriano Juan Pablo Bruno Conocer los conceptos básicos de seis

Más detalles

TEMA 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. 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 detalles

CONCEPTUALIZACIÓN, DISEÑO Y DESARROLLO DE ESTACIÓN DIDÁCTICA PARA METROLOGÍA INDUSTRIAL

CONCEPTUALIZACIÓN, DISEÑO Y DESARROLLO DE ESTACIÓN DIDÁCTICA PARA METROLOGÍA INDUSTRIAL CONCEPTUALIZACIÓN, DISEÑO Y DESARROLLO DE ESTACIÓN DIDÁCTICA PARA METROLOGÍA INDUSTRIAL Hugo Hernández Tapia 1-3, Miguel Hernández Lucio 1, Juan Manuel Olmos Aguilar 1, J. Salvador Echeverría Villagómez

Más detalles