DIPLOMADO SIX SIGMA BLACK BELT

Transcripción

1 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 a los operadores de producción y los dueños del proceso, tienen relación con todos los niveles gerenciales. Pre-requisitos para ser Black Belt: conocimiento del proceso o producto, conocimiento de estadística básica, conocer la organización, tener habilidades de comunicación, auto motivarse/ empezar primero, mente abierta, humildad para aprender nuevas ideas, deseo de manejar el cambio, jugar en equipo, ser respetado por otros, pasión por resultados exitosos, que les guste transpirar mas que inspirarse. En este diplomado de 4 meses (160 Hrs. de capacitación) se le enseñaran todas las herramientas para completar proyectos Six Sigma de una forma exitosa, aprenderán mas de 100 herramientas de calidad y estadística avanzada el diplomado es 90% practico y 10% teórico. Garantía de calidad: Le garantizamos un retorno de su inversión en capacitación de 1:10 o le regresamos el 100% de su dinero. CONTENIDO TEMATICO MODULO I FASE DE DEFINICIÓN Introducción a 6-Sigma Que es 6-Sigma Filosofía 6-Sigma Niveles de sigma vs. niveles de PPM`s Cascadas Y = f(x) Estrategia de despliegue de 6-sigma dentro de su organización Estrategia para descubrir la fabrica escondida Como seleccionar proyectos 6-sigma que impacten a los principales medibles del negocio Roles y responsabilidades de los directores del negocio; project champions; master black belts; black belts; green belts dentro de la estructura del negocio. Ahorros promedio por proyecto 6-sigma dentro de la industria mexicana Revisión de casos de éxito de despliegue 6-sigma dentro de la industria mexicana 1

2 FASE DE MEDICIÓN Enfocando el problema Formar el equipo de trabajo Definición de Y (response Y) variable dependiente Tormenta de ideas ( X`s potenciales) variable independiente Diagrama causa efecto Estructura de árbol X vitales Base line Toma de datos Análisis de pareto Mapeo de proceso (simbología) RTY: rolled throughput yield QDF: quality funcional deployment FMEA Como hacer un análisis de costo beneficio Como desarrollar el programa del proyecto Grafica de Gantt Principios de estadística Medidas de tendencia central Media Mediana Moda Rango Eje medio Medidas de dispersión Rango intercuartil Varianza Desviación estándar Coeficiente de variación (VC) Forma Forma de caja y bigotes Grafica de cajas Parámetros poblacionales (formulas) Estadísticos maestrales (formulas) Medidas de tendencia no central Quartiles Porcentiles 2

3 Distribución de probabilidad normal Teorema del límite central Muestras aleatorias Áreas tabuladas de la distribución normal P (0 Z Z0) Tabla de Z (área de la curva normal) Calculo de la probabilidad de Z Tipos de distribución Centrado mejor Mayor mejor Menor mejor Como interpretar que tipo de distribución es Principios de MINITAB Steep 1: enter data Steep 2: adding information columns Steep 3: arranging the data for analysis What does stacking mean? How is stacking done? Steep 4: analyzing the data using graphs Histogram Normality test/basic statistics Bar chart Time series plot Box plot Pareto charts in Minitab Cause & effects diagrams Estudios de capacidad CP CPK SPC: X-R, X-S, I-RM (rangos mobiles) Información proporcionada por un estudio de capacidad Kurtosis Verificación de normalidad (Minitab) Normal probability plot Descriptive statistics Estudios de capacidad en MINITAB Report 2: process capability for Y Report 1: executive sumary 3

4 Calculo del tamaño de muestra Tamaño de muestra para variables Tamaño de muestra para atributos Estimadores Puntuales Por intervalo Datos continuos Subgrupos racionales Causas de variación Variaciones a causas especiales - Ruido negro Variaciones a causas comunes - Ruido blanco Causas de variación asignable - Short term capability Z st. - Long term capability Z lt. - Z shift = 1.5 ( como aplica?) - Z bench: que es? - Z score Base line (Minitab) - Report 8B: product benchmarks - Report 8A: product benchmarks - Report 7: product benchmarks Tipos de rendimiento - YFT (first pass yield) - YRT (rolled throughput yield) - YNA (normalize average yield) - Diferencia entre YFT y RTY Estudios de Gage R&R Que es un estudio de gage R&R? Exactitud Repetibilidad Reproducibilidad Linealidad Resolución Procedimiento para realizar el estudio R&R Valores aceptables del estudio del gage R&R Riesgos de aceptar resultados malos 4

5 Tipos de estudio de Gage R&R - Método corto - Método largo - Método ANOVA Gage R&R usando MINITAB Gage R&R para atributos Análisis de tolerancias - Porque hacer un análisis de tolerancias - Aplicación del análisis de tolerancias al diseño - Tipos de análisis de tolerancias - Metodología de tolerancias - Lenguajes comunes ( LSL, T, USL ) - Definiciones de Z Bench MODULO II FASE DE ANÁLISIS Análisis gráfico multi-vari y técnicas de muestreo Que es un análisis grafico multi-vari? Definiciones Variables controlables y de ruido Como planear estudios multi-vari Como coleccionar datos y analizarlos por gráficos multi-vari Ejercicio en Minitab por multi-vari Métodos de muestreo Muestreos aleatorios Muestreos estratificados Muestreos por medio de clusters Muestreos sistémicos Análisis por correlación y regresión lineal simple Coeficientes de correlación que son? Correlación y causalidad Tipos de correlación Gráficos de correlación en Minitab Ejercicios de correlación en Minitab Regresión lineal simple La ecuación de regresión Gráficos de regresión en Minitab Ejercicios de regresión en Minitab 5

6 El Teorema de límite central Porque aprender este concepto? Definición del teorema de limite central Definición del error estándar de la media Relación entre el error estándar y el tamaño de muestra Aplicaciones practicas del teorema Demostración del teorema en Minitab Ejercicios prácticos Intervalos de confianza Significancia de los intervalos de confianza Población vs. muestra Intervalos de confianza para la media Intervalos de confianza para la desviación estándar Que es la distribución t? Intervalos de confianza para el Cp y Pp Ejercicios prácticos El teorema de límite central Porque aprender este concepto? Definición del teorema de limite central Definición del error estándar de la media Relación entre el error estándar y el tamaño de muestra Aplicaciones practicas del teorema Demostración del teorema en Minitab Ejercicios prácticos Pruebas de hipótesis Comparación entre el valor esperado y el valor observado El gap (observado-esperado) Los 15 pasos de la prueba de hipótesis La hipótesis nula La hipótesis nula y la hipótesis alterna Como es la hipótesis aceptada ò rechazada Prueba de hipótesis para datos continuos - F test Porque usarla? Cuando debe de ser usada? F Test; calculada a mano F Test; método por MINITAB Homogenidad de varianzas 6

7 - T Test Porque usarla? Cuando debe de ser usada? T Test; calculada a mano T Test; método por MINITAB Ejemplos Prueba de hipótesis para datos discretos - Chi cuadrada test Porque usarla? Cuando debe de ser usada? Distribución Chi cuadrada Chi cuadrada test; calculada a mano Chi cuadrada test; método por MINITAB Selección de tamaño de muestra y riesgo Porque es necesario saber el tamaño de muestra? Error tipo 1 Error tipo 2 Ecuaciones para tamaños de muestra Análisis de varianza (ANOVA) Introducción al análisis de varianza (ANOVA) - Que quiere decir ANOVA, Que es un ANOVA y supuestos básicos del ANOVA - Cálculos teóricos y manuales de un ANOVA - Definición de pruebas de hipótesis y su relación con el ANOVA - Trazar graficas de efectos principales - Entender la construcción básica del ANOVA - Determinar si los principales efectos son importantes utilizando P-Value como indicador MODULO III FASE DE MEJORA Análisis de Varianza (Repaso) Introducción al análisis de varianza (ANOVA) - Que quiere decir ANOVA, Que es un ANOVA y supuestos básicos del ANOVA - Cálculos teóricos y manuales de un ANOVA - Definición de pruebas de hipótesis y su relación con el ANOVA - Trazar graficas de efectos principales - Entender la construcción básica del ANOVA - Determinar si los principales efectos son importantes utilizando P-Value como indicador 7

8 Introducción a los diseños de experimentos Definiciones Estrategia de experimentación Objetivos experimentales Espacios de inferencia Validez interna y externa Como desarrollar un diseño de experimentos Reporte final y lecciones aprendidas Experimentos factoriales completos con replica Experimentos factoriales completos de un factor a la vez / interacciones Ventajas de los experimentos factoriales completos Experimentos con 2 factores efectos principales / interacciones Análisis grafico de interacciones Experimentos factoriales completos 2 factores a 3 niveles Análisis de resultados de ANOVA del modelo matemático Análisis de residuales Calculo de epsilon cuadrado para significancia practica de los factores / interacciones 12 pasos para efectuar experimentos factoriales completos en MINITAB Experimentos factoriales completos de 3 factores a múltiples niveles Validación de la ortogonalidad de los diseños de experimentos factoriales completos Experimentos factoriales 2k Ventajas de los experimentos factoriales 2k Orden estándar de ejecución para diseños 2k Como generar la matriz del diseño factorial 2k en MINITAB Diseños factoriales 2k Calculo de sus efectos principales 2k Método para desarrollar un diseño factorial 2k en MINITAB y con ANOVA Experimentos factoriales 2k con punto central y con bloqueo Porque agregar puntos centrales en diseños de experimentos? Experimentos factoriales 2k con punto central en MINITAB Bloqueo de los factores 2k en su diseño de experimentos Confusión de interacciones y bloqueo de factores Reglas empíricas para el tamaño de la muestra de los experimentos factoriales 2k Experimentos factoriales 2k fraccionados Ventajas de realizar experimentos factoriales 2k fraccionados Notación de los diseños factoriales 2k fraccionados Desarrollo de los experimentos factoriales 2k fraccionados en MINITAB Método para desarrollar un experimentos factorial 2k fraccionado en MINITAB Consideraciones para los experimentos factoriales 2k fraccionados 8

9 Selección del tamaño de muestra en experimentos factoriales 2k MODULO IV FASE DE CONTROL Diseños de experimentos (repaso) Definiciones Estrategia de experimentación Objetivos experimentales Espacios de inferencia Validez interna y externa Como desarrollar un diseño de experimentos Reporte final y lecciones aprendidas Tipos de diseños de experimentos Métodos de superficie de respuesta (RSM) Cuales son los métodos RSM? Porque utilizar los RSM? Vocabulario Como conducir un experimento RSM Enfoque con 2 factores a la vez Encontrando la respuesta máxima Gráficos de Contour Gráficos de superficie de respuesta RSM en Minitab Ejercicios prácticos Regresión múltiple Regresión stepwise El modelo de regresión stepwise Gráficos de residuales Falta de ajuste del modelo matemático Como corregir o ajustar el modelo Ecuación final de regresión Introducción al control Manejo de los sistemas de calidad Que es un sistema de calidad? Elementos de un sistema de calidad Sistemas de calidad ISO /QS 9000 y TS Métodos de control Planes de control Objetivos y visión de los sistemas de calidad 9

10 Control estadístico del proceso Introducción al SPC Que es el control estadístico del proceso? Beneficios de las cartas de control Tipo de cartas de control Componentes de las cartas de control El muestreo y los sub-grupos dentro de las cartas de control Cartas de control para datos continuos Gráficos por individuales I-MR Gráficos X-R Gráficos CUSUM y EWMA Cuando recalcular limites de control? Análisis de tendencias en cartas de control Otro tipo de cartas de control para datos continuos Cartas de control para datos por atributos Tipos de cartas de control para datos por atributos Gráficos NP Gráficos P Gráficos C Gráficos U Como escoger las cartas de control adecuadas? Gráficos de Pre-Control Donde y cuando utilizar las cartas de control? Como implementar las cartas de control? Ejercicios prácticos en Minitab Software actual de SPC en tiempo real Dispositivos Poka Yoke como métodos de control Introducción al error proofing Poka yokes de desconexión proactiva Poka yokes de desconexión reactiva Control preactivo Control reactivo Aviso preactivo Aviso reactivo Ejercicios prácticos 10

11 Planes de control Cuales son nuestras mediciones? Cada cuando? Con que instrumentos? Quién es el responsable de la medición? Qué mecanismos detectaran algún problema? Que pasa cuando las mediciones están fuera de control? cuales son los beneficios? Responsabilidades Sostener las ganancias Llaves para el éxito Problemas al replicar proyectos Como sostener las ganancias de los proyectos en el tiempo? Aspectos importantes del control Benchmark world class performance Competencia global Resumen 11