1

Programa de certificación de Green Belts

V.A. Seis Sigma – Mejora

P. Reyes / Octubre 2007

2

Seis Sigma - Mejora

Propósitos y salidas

A. Diseño de experimentos

B. Técnicas de creatividad

C. Implantación y verificación de soluciones

3

Fase de mejora Propósito:

Desarrollar, probar e implementar soluciones que atiendan a las causas raíz

Salidas Acciones planeadas y probadas que eliminen o

reduzcan el impacto de las causas raíz identificadas

Comparaciones de la situación antes y después para identificar la dimensión de la mejora, comparar los resultados planeados (meta) contra lo alcanzado

4

Tormenta deideas

Técnicas decreatividad

MetodologíaTRIZ

Generación de soluciones

Diseño deexperimentos

Optimización

No

Implementación desoluciones y verificación

de su efectivdad

Evaluación de soluciones(Fact., ventajas, desventajas)

Solucionesverificadas

¿Soluciónfactible?

Si

Causasraíz

FASE DE MEJORA

Efecto de X'sen las Y =

CTQs

Ideas

5

V.A.1 Diseño de Experimentos (DOE)

6

Ronald Fisher los desarrolla en su estación agrícola experimental de Rothamsted en Londres (ANOVA) 1930

Otros que han contribuido son: F. Yates, G.E.P. Box, R.C. Bose, O. Kempthorne, W.G. Cochran, G. Taguchi

Se ha aplicado el DOE en la agricultura y ciencias biológicas, industria textil y lana, en los 1930’s

Después de la II Guerra mundial se introdujeron en la industria Química e industria electrónica

Perspectiva histórica

7

El cambiar un factor a un tiempo presenta las desventajas siguientes:

Se requieren demasiados experimentos para el estudio

No se puede encontrar la combinación óptima de variables

No se puede determinar la interacción Se puede llegar a conclusiones erróneas

Se puede perder tiempo en analizar las variables equivocadas

Introducción

8

¿Por qué no probar un factor a la vez?

PR

ES

ION

TEMPERATURA

PR

ES

ION

1

2

Zona Máxima

Respuesta MáximaP

RE

SIO

N

4

TEMPERATURA

3

PR

ES

ION

TEMPERATURA

Conclusión de la Prueba

TEMPERATURA

Conclusión de la Prueba

Optimo

9

El DOE varia varios factores simultáneamente de forma que se puede identificar su efecto combinado en forma económica:

Se identifican los Factores que son significativos No es necesario un alto conocimiento

estadístico

Las conclusiones obtenidas son confiables

Se pueden encontrar los mejores niveles de factores controlables que inmunicen al proceso contra variaciones en factores no controlables

Introducción

10

Cambios deliberados y sistemáticos de las variables de entrada (factores) para observar los cambios correspondientes en la salida (respuesta).

Proceso

Entradas Salidas (Y)

Diseño deProducto

Entradas Salidas (Y)

¿Qué es un diseño de experimentos?

11

Las X’s con mayor influencia en las Y’s

Cuantifica los efectos de las principales X’s incluyendo sus interacciones

Produce una ecuación que cuantifica la relación entre las X’s y las Y’s

Se puede predecir la respuesta en función de cambios en las variables de entrada

El Diseño de experimentos tiene como objetivos determinar:

12

Selección entre diversas alternativas

Selección de los factores clave que afectan la respuesta

Modelado de la superficie de respuesta para: Llegar al objetivo Reducir la variabilidad Maximizar o minimizar la respuesta Hacer un proceso robusto Buscar objetivos múltiples

Aplicación del DOE

13

Establecer objetivos Seleccionar variables del proceso

Seleccionar un diseño experimental Ejecutar el diseño

Verificar que los datos sean consistentes con los supuestos experimentales

Analizar e interpretar los resultados Usar / presentar los resultados

Pasos del DOE

14

La selección de un diseño experimental depende de los objetivos del experimento y del número de factores a ser investigados:

Objetivo comparativo Objetivo de filtraje de factores Objetivo del método de superficie de

respuesta Optimizar las respuestas cuando los factores

son proporciones en un objetivo de mezclas Ajuste óptimo en un objetivo de modelo de

regresión

Objetivos experimentales

15

Las variables de proceso incluyen ambas entradas y salidas, es decir factores y respuestas. La selección de estas variables debe:

Incluir todos los factores relevantes Ser brillantes en seleccionar los niveles de

factores bajos y altos Evitar ajustes de factores para combinaciones

imprácticas o imposibles Incluir todas las respuestas relevantes Evitar usar respuestas que combinen dos o más

mediciones de proceso Evitar valores extremos en los factores de

entrada

Selección y escala de variables del proceso

16

Guías de diseñoNúmero de factores

Objetivo comparativo

Objetivo de filtraje de factores

Objetivo de superficie de respuesta

1 1- factor completamente aleatorizado

- -

2-4 Diseño aleatorizado por bloques

Factorial completo o fraccional

Diseño central compuesto o Box-Behnken

5 o más Diseño aleatorizado por bloques

Factorial fraccional o Placket Burman

Fltrar primero para reducir el número de factores

17

Lista de verificacióntípica del DOE

Definir los objetivos del experimento

Aprender acerca del proceso antes de la tormenta de ideas

Tormenta de ideas para definir la lista de las variables clave dependientes e independientes

Correr experimentos preliminares para afinar el equipo y obtener resultados preliminares

18

Lista de verificacióntípica del DOE

Asignar niveles a cada variable independiente en función del conocimiento sobre el proceso

Seleccionar un plan estándar de DOE o desarrollar uno

Correr los experimentos en orden aleatorio y analizar los resultados periódicamente

Establecer conclusiones

19

El método iterativo del DOE Mientras que un experimento puede dar un resultado

útil, es más común realizar dos o tres o más experimentos antes de dar una respuesta completa. Esto es mejor y más económico.

20

Obtención de réplicas: repetición del experimento (5 resultados en cada corrida experimental)

Aleatorización: hacer en forma aleatoria: Permite confundir el efecto de los factores no

controlables La asignación de los materiales utilizados en la

experimentación El orden en que se realizan los experimentos

Bloqueo - Orden de corridas aleatorio en cada bloque

(Ej. , bloque de tiempo: AM vs PM, o Día 1 vs Día 2).

Principios básicos

21

Bloques: Unidades experimentales homogéneas

Bloqueo Cuando se estructuran experimentos factoriales

fraccionales, el bloqueo se usa para agrupar las variables que desea evitar. Un bloque puede ser un factor artificial que no interactúa con los factores reales

Términos

22

Error experimental Variación en respuesta bajo las mismas condiciones

de prueba. También se denomina error residual. Fraccional

Un arreglo con menos experimentos que el arreglo completo (1/2, ¼, etc.)

Factorial completo Arreglo experimental que considera todas las

combinaciones de factores y niveles Interacción

Ocurre cuando el efecto de un factor de entrada en la respuesta depende del nivel de otro factor diferente

Términos

23

Nivel o Tratamiento Un valor específico para un factor controlable de

entrada (100ºC, 120ºC, 140ºC)

Efecto principal Un estimado del efecto de un factor

independientemente del efecto de los demás

Optimización Hallar las combinaciones de los factores que

maximizen o minimizen la respuesta

Términos

24

Colinealidad Ocurre cuando 2 variables están completamente

correlacionadas Confundidos

Cuando el efecto de un factor no se puede separar del efecto de alguna de sus interacciones (A y BC, B y AC)

Términos

25

Correlación Un número entre -1 y +1 que indica el grado de

relación lineal entre dos conjuntos de números. El cero indica que no hay relación

Covarianza Cosas que cambian durante los experimentos

pero no fueron planeadas a cambiar, como temperatura o humedad. Con la aleatorización se alivia este problema. Registrar los valores del covariado para su posible uso en análisis de regresión

Términos

26

Curvatura Comportamiento no lineal que requiere un

modelo de al menos segundo grado

Grados de libertad (DOF, DF, df o ) Número de mediciones independientes para

estimar un parámetro poblacional (vg. la media con n-1)

EVOP (Evolutive operations) Describe una forma secuencial de

experimentación haciendo pequeños cambios en el proceso para mejorarlo

Términos

27

Supuestos experimentales ¿Son capaces los sistemas de medición para todas

las respuestas? ¿Es estable el proceso? ¿Los residuos se comportan adecuadamente?Modelo X1 La varianza se Requiere un

término Adecuado incrementa con X2 cuadrático

agregado a X2

28

Error experimental Variación en respuesta bajo las mismas

condiciones de prueba. También se denomina error residual.

Primer orden Se refiere a la potencia a la cuál un factor

aparece en el modelo. Si la “X” representa un factor y “B” su efecto, entonces el siguiente modelo es de primer orden para X1 y X2:

Y = Bo + B1*X1 + B2*X2 + error

Términos

29

Factorial completo Arreglo experimental que considera todas las

combinaciones de factores y niveles

Fraccional Un arreglo con menos experimentos que el

arreglo completo (1/2, ¼, etc.)

Términos

30

Factoriales completos vs fraccionales

Un diseño factorial completo es el que contiene todos los niveles de todos los factores, no se omite ninguno

Un diseño factorial fraccional es un diseño experimental balanceado donde que contiene menos combinaciones de todos los niveles y factores. Por ejemplo para 3 factores y 2 niveles se tiene:

31

Términos Interacción

Ocurre cuando el efecto de un factor de entrada en la respuesta depende del nivel de otro factor de entrada diferente

32

Interacciones Una interacción ocurre cuando el efecto de un

factor de entrada en la salida depende del nivel de otro factor de entrada. A veces se pierden con los diseños factoriales fraccionales

Sin interacción Interacción Interacción Interacción

moderada fuerte fuerte

33

Experimento con mezclas Experimentos en los cuales las variables se

expresan como proporciones del todo sumando 1.0

Experimentos aleatorios Reduce la influencia de variables extrañas en la

experimentación

Error residual (e o E) Es la diferencia entre los valores observados y los

estimados por un modelo determinado empíricamente. Puede ser la variación en resultados de condiciones de prueba virtualmente idénticas

Términos

34

Resolución I Experimentos donde se varia sólo un factor a la vez

Resolución II Experimentos donde algunos efectos principales se

confunden, es indeseable Resolución III- Exp. fraccionales

Experimentos fraccionales donde no se confunden los efectos principales entre sí, sólo con sus interacciones de dos factores

Resolución IV- Exp. fraccionales No se confunden los efectos principales ni con sus

interacciones pero si lo hacen las interacciones entre si

Términos

35

Resolución V – Exp. Fraccionales Sólo puede haber confusión entre interacciones

de dos factores con interacciones de tres factores o de mayor orden

Resolución VI - Exp. Factorial completo V+ Experimentos sin confusión, factoriales

completos o dos bloques de 16 experimentos

Resolución VII – Exp. Factoriales completos Experimentos en 8 bloques de experimentos

Términos

36

Los factores son los elementos que cambian durante un experimento para observar su impacto sobre la salida. Se designan como A, B, C, etc.

- Los factores pueden ser cuantitativos o cualitativos- Los niveles se designan como alto / bajo (-1, +1) o (1,2)

Factor NivelesB. Temp. de Moldeo 600º 700ºE. Tipo de Material Nylon Acetal

Factor cuantitativo, dos niveles

Factor cualitativo, dos niveles

Factores y niveles

37

Pasos para Diseñar y Realizar un Diseño de Experimentos

1. Observar datos históricos y/o recolectar datos para establecer la capacidad actual del proceso debe estar en control estadístico.

2. Determinar el objetivo del experimento (CTQs a mejorar).

Por medio de un equipo de trabajo multidisciplinario3. Determinar qué se va a medir como resultado del

experimento.

4. Identificar los factores de control y de ruido que pueden afectar el resultado.

38

Pasos para Diseñar y Realizar un Diseño de Experimentos

5. Determinar el número de niveles de cada factor y sus valores reales.

6. Seleccionar un esquema experimental que acomode los factores y niveles seleccionados y decidir el número de replicas.

7. Verificar todos los sistemas de medición (R&R < 10%)

8. Planear y preparar los recursos (gente, materiales, etc.) para llevar a cabo el experimento. Hacer un plan de prueba.

39

Pasos para Diseñar y Realizar un Diseño de Experimentos

9. Realizar el experimento, identificar muestras con la condición experimental que la produce

• Medir las unidades experimentales.

11. Analizar los datos e identificar los factores significativos.

12.Determinar la combinación de niveles de factores que mejor alcance el objetivo.

40

Pasos para Diseñar y Realizar un Diseño de Experimentos

13. Correr un experimento de confirmación con esta combinación "óptima".

14. Asegurar que los mejores niveles para los factores significativos se mantengan por largo tiempo mediante la implementación de Procesos de Operación Estándar y controles visuales.

15. Re evaluar la capacidad del proceso.

41

Objetivos de los experimentos

Caracterizar el proceso (identificar los factores que influyen en la ocurrencia de errores)

Optimizar, identificar el nivel óptimo de los factores críticos para reducir el número de errores

Identificar los factores controlables que pueden afectar a la respuesta Y = Tiempo de solución de problema

Identificar los factores de ruido que no podemos o queremos controlar

Ejemplo: Proceso de atención a clientes en un Call Center

42

Variables de control X’s Número de líneas telefónicas

Nivel del Personal

Tiempo de acceso a bases de datos

Horas laboradas al día

Horas de atención

Ejemplo: Proceso de atención a clientes en un Call Center

43

Variables que no se pueden o desean controlar Z’s – Variables de ruido

Edad del ejecutivo de cuenta Distribución del Call Center Día del año Medio ambiente Horarios de comida

Ejemplo: Proceso de atención a clientes en un Call Center

44

Los Factores Pueden Afectar...

2. El Resultado Promedio

3. La Variación y el Promedio1. La Variación del Resultado

4. Ni la Variación ni el Promedio

Banda ancha

Banda angosta

Tiempo del servicio

Sin entren.

Con Entren.

Pocos ejecutivos

Suficientesejectuvos Ambos sexos

Toman el mismo tiempo

Tiempo del servicio

Tiempo del servicio Tiempo del servicio

45

Tipos de SalidasLas salidas se clasifican de acuerdo con nuestros objetivos.

3. El Valor Máximo es el Mejor

• Tiempo de Ciclo• Tiempo de

conexión

• Confiabilidad• Satisfacción

Objetivo Ejemplos de Salidas1. El Valor Meta es el Mejor

Meta

Lograr unvalor meta con

variación mínima

• Tiempo de atención• Tiempo de conexión

2. El Valor Mínimo es el Mejor

0

Tendencia de salida

hacia arriba

Tendencia de salida hacia cero

46

Estrategia cuando el “Valor Meta es Mejor”

Paso 1: Encuentra los factores que afectan la variación. Usa estos factores para reducir al mínimo la variación.

Paso 2: Encuentra los factores que desplazan el promedio (y no afectan la variación). Usa estos

factores para ajustar la salida promedio con la meta deseada.

Meta

47

Estrategia cuando el “Valor Mínimo es Mejor”

0

Tendencia de salida baja

• El objetivo en este caso es encontrar los factores que afectan la salida promedio (tiempo). Usa estos factores para hacer que la tendencia del promedio sea baja.

• Cuando se reduce la variación en la salida al mínimo, también se mejora la salida al detectar los factores que contribuyen en gran medida a la variación.

48

Pruebas o Corridas ExperimentalesLas combinaciones de pruebas específicas de factores y niveles que se corren durante el experimento.

Experiencia x Material usado:El mejor nivel de Material depende de la experiencia.

InteraccionesEl grado en que los factores dependen unos de otros. Algunos experimentos evalúan el efecto de lasinteracciones; otros no.

Factor (X’s) NivelesA. Tiempo llamada 30 60 min.B. Localización 1 2 C. Experiencia 1 3 D. Material usado A B

NivelesLos valores en los que se establecen los factores.

A. Tiempo de llamadaB. LOcalizaciónC. ExperienciaD. Tipo de Material usado

FactoresLas variables de entrada de proceso que seestablecen a diferentes niveles para observarsu efecto en la salida.

Y =Tiempo de conexión

Respuesta de SalidaLa salida que se mide como resultado del experimentoy se usa para juzgar los efectos de los factores.

+1-1+1-13

+1+1-1-12

-1-1-1-11

DatosDCBACorridas

-1=Nivel Bajo +1=Nivel Alto

.

.

49

V.A.2 Experimentos factoriales completos

2K

50

Un experimento factorial completo es un experimento donde se prueban todas las posibles combinaciones de los niveles de todos los factores.

4020-1

5230+1

+1-1

Factor A:

Factor B: Y = Respuesta

Experimento factorial completo – sin interacción

Efecto del factor A = (52+40)/2 - (30+20)/2 = 21Efecto del factor B = (30+52)/2 - (20+40)/2 = 11 Efecto de A*B = (52+20)/2 – (30+40)/2 = 1

51

Experimento sin interacción

A = -1 A = +1

RespuestaPromedio

B = +1

B = -1 20

30

40

52

52

Experimento sin interacción

A = -1 A = +1

B = +1

B = -1

Respuesta

20

3040

52

53

Modelo de regresión lineal

0 1 1 2 2 12 1 2

0

1

2

12

1 2 1 2

ˆ (20 40 30 52) / 4 35.5

ˆ 21/ 2 11

ˆ 11/ 2 5.5

ˆ 1/ 2 0.5

ˆ 35.5 10.5 5.5 0.5

y x x x x

y x x x x

El coeficiente 0.5 es muy pequeño dado que no hay interacción

54

Gráfica de contornos – Experimentos sin interacción

X1 -1 -.6 -.4 -.2 0.0 +.2 +.4 +.6 +.8 +1

X2

1

.5

0

-.5

-1

22

28

34

4046

49 DirecciónDe ascensorápido

55

Superficie de respuesta – Experimentos sin interacción

X1X2

Superficie de respuesta

Gráfica del modelo de regresión

Y = respuesta

56

Un experimento factorial completo es un experimento donde se prueban todas las posibles combinaciones de los niveles de todos los factores.

5020-1

1240+1

+1-1

Factor A = X1 :

Factor B = X2: Y = Respuesta

Experimento factorial completo – con interacción

Efecto de A*B = {(12+20)-(40+50)}/2 = -29

57

Experimento con interacción

A = -1 A = +1

RespuestaPromedio

B = +1

B = -1 20

40

50

12

59

Modelo de regresión lineal

0 1 1 2 2 12 1 2

0

1

2

12

1 2 1 2

ˆ (20 40 30 52) / 4 30.5

ˆ 2 / 2 1

ˆ 18 / 2 9

ˆ 58 / 2 29

ˆ 30.5 1 9 29

y x x x x

y x x x x

El coeficiente -29 es muy grande representando la interacción

60

Gráfica de contornos

X1 -1 -.6 -.4 -.2 0.0 +.2 +.4 +.6 +.8 +1

X2

1

.5

0

-.5

-1

25

28

31 34

43

49 DirecciónDe ascensorápido

40

61

Superficie de respuesta – Experimentos con interacción

Superficie de respuesta

Gráfica del modelo de regresión

62

Un experimento factorial con réplicas tiene varios resultados bajo la misma combinación de niveles

y7

y8

y3

y4

60’

y5

Y6

y1

y230’

9070

Factor A :Horas entrenamiento

Factor B: Acceso al sistema

Y = Tiempo de

respuesta

Experimento factorial con réplicas

63

Factor A :Horas de entrenam.

7978

9592

60 min.

8487

9087

30 min.

9070Factor B:

Acceso al sistema

Y = Tiempo de conexión

• ¿El tiempo de entrenamiento afecta el tiempo de conexión?

• ¿El tiempo de acceso afecta el tiempo de conexión?

• ¿Qué efecto tiene la interacción entre las horas de entrenamiento y la hora del día sobre el tiempo de conexión?

Análisis del efecto de la media

64

A2 =

El Efecto del entrenamientoFactor B : Tiempo de acceso

7978

9592

B2 = 60 min.

8487

9087

B1 = 30 min.

A2 = 90A1 = 70

Factor A : Horas de entrenamiento

A1 = 90 + 87 + 95 + 924

= 91

84 + 87 + 79 + 784

= 82

¿El tiempo de entrenamiento parece cambiar el tiempo de conexión Y?

Tie

mpo

de

cone

xión

70 90o

95

90

85

80

91

82

65

El Efecto del Tiempo de acceso

B2 =

Factor B : Tiempo de

acceso

B1 = 90 + 87 + 84 + 874

= 87

95 + 92+ 79 + 784

= 86

Tie

mpo d

e c

onexió

n

30 min. 60 min.

95

90

85

80

7978

9592

B2 = 60 min.

8487

9087

B1 = 30 min.

A2 = 90A1 = 70

Factor A : Horas de entrenamiento

¿El cambio de tiempo de acceso parece cambiar el tiempo de atención promedio del Call Center?

8786

66

El Efecto de la Interacción

Factor B : Tiempo de acceso

oo

Factor A : Horas de entrenamiento

7978

9592

B2 = 60 min.

8487

9087

B1 = 30 min.

A2 = 90A1 = 70

78.593.5B2

85.588.5B1

A2A1

A,B, = 90 + 872

= 88.5T

iem

po d

e co

nexi

ón

30 min. 60 min.

95

90

85

80

70

90

• En una gráfica de interacción, las líneas paralelas indican que no hay interacción. ¿Por qué?

• ¿Las horas de entrenamiento y el tiempo de acceso parecen interactuar?

• ¿Qué niveles de los factores deben usarse para reducir al mínimo la dureza de las partes?

68

Stat > DOE > Factorial > Create Factorial Design

o Two level

Designs: Number of center points 0 Number of Replicates 2 Number of blocks 1 OK

Options Non randomize runs OK

Factors Introducir el nombre real de los factores y en forma opcional los niveles reales

Results Summary table, alias table OK

Corrida con Minitab – Creación del diseño para 2 factores 2 niveles

69

Stat > DOE > Factorial > Create Factorial Design

Type of Design: General Full Factorial

Designs: Number of levels 3, 3 Number of Replicates 2

Options Non randomize runs OK

Factors Introducir el nombre real de los factores y en forma opcional los niveles reales

Corrida con Minitab – Diseño para 2 factores con 3 o más niveles

70

Corrida con Minitab – Análisis del diseño factorial Hacer una columna de RESPUESTAS e introducir los

datos correspondientes a cada celda

Stat > DOE > Factorial > Analyze Factorial Design

Response Seleccionar la columna de las respuestas Residuals Estandardized

Terms Pasar todos los términos a Selected con >> OKGraphs Seleccionar Effects Plots Normal y Pareto Seleccionar Residual plots: Normal y vs fits OKResults Full table of fits and residuals

Seleccionar todos los términos con >> OKOK

71

Corrida con Minitab – Interpretación de gráficasMAIN EFFECTS La gráfica de EFFECTS PLOT debe indicar fuera de la

recta los factores e interacciones que son significativas

La gráfica EFFECTS PARETO debe indicar en sus barras principales más allá de la recta de 0.1 o 0.05 los factores e interacciones significativas

RESIDUALS La gráfica NORMAL PLOT de residuos debe mostrar los

puntos cerca de la recta La gráfica de residuos RESIDUALS vs FITS debe mostrar

aleatoriedad en los residuos

72

Corrida con Minitab – Interpretación de resultados

Estimated Effects and Coefficients for Res (coded units)

Term Effect Coef SE Coef T P Variables significativas (p < 0.05, 0.1)

Constant 86.500 0.6614 130.78 0.000

A -9.000 -4.500 0.6614 -6.80 0.002

B -1.000 -0.500 0.6614 -0.76 0.492

A*B -6.000 -3.000 0.6614 -4.54 0.011

Modelo de regresión Y = 86.5 – 4.5 A – 3 AB (incluyendo sólo las variables significativas)

Analysis of Variance for Res (coded units)

Source DF Seq SS Adj SS Adj MS F P

Main Effects 2 164.00 164.00 82.000 23.43 0.006 Existencia del modelo

2-Way Interactions 1 72.00 72.00 72.000 20.57 0.011

Residual Error 4 14.00 14.00 3.500

Pure Error 4 14.00 14.00 3.500

Total 7 250.00

73

Tabla ANOVA – Experimento de Tiempo de respuesta

250.0007Total

3.50014.00014.0004Error

0.01120.5772.00072.00072.0001Temp* Tiempo

0.4920.572.0002.0002.0001Tiempo

0.00246.29162.00162.00162.0001Temp

PFMS AjSS AjSS SecDFOrigenLas horas de entr. son significativas.

La interacción del tiempo de acceso y horas de entr. es significativa.

El Tiempo de acceso, no es significativo.

74

Crear las gráficas factoriales y de interacción:

Stat > DOE > Factorial > Factorial PlotsSeleccionar Main effects e Interaction Plots Setup para ambas: Seleccionar columna Respuesta

y con >> seleccionar todos los factores OKSeleccionar Data Means OK

Corridas con Minitab – Gráficas factoriales

75

Interpretación de gráficas Si la interacción es significativa, entonces los

mejores niveles de operación del proceso ya sea para maximizar o para minimizar la respuesta Y, se seleccionan de la Gráfica de Interacción

Si no es significativa la interacción, entonces los mejores niveles de los factores se seleccionan de las gráficas de efectos principales

76

Gráfica de efectos principales

BA

90

88

86

84

82

Res

Main Effects Plot (data means) for Res

77

Gráfica de interacciones

-1 1

1 1-1-1

90

85

80

B

A

Mea

n

Interaction Plot (data means) for Res

78

Crear las gráficas de contorno y superficies de respuesta:

Stat > DOE > Factorial > Contour/Surface Plots

Seleccionar Contour / Surface Plots Setup para ambas: Entrar a opción y dar OK

Seleccionar OK

Corridas con Minitab – Gráficas de contorno y superficie de respuesta

79

Gráfica de contorno

82.5 85.0

87.5 90.0 92.5

10-1

1

0

-1

A

B

Contour Plot of Res

Permite identificar la dirección de experimentación de ascenso rápido perpendicular a los contornos

80

Gráfica superficie de respuesta

1

0-1

B

80

85

90

95

0

Res

-11A

Surface Plot of Res

81

V.B. Generación e implantación de soluciones –

Técnicas de creatividad

82

Tormenta de ideas Permite obtener ideas de los participantes

83

SCAMPER Sustituir, Combinar, Adaptar, Modificar o

ampliar, Poner en otros usos, Eliminar, Revertir o re arreglar

Involucrar al cliente en el desarrollo del producto ¿qué procedimiento podemos sustituir por el actual? ¿cómo podemos combinar la entrada del cliente? ¿Qué podemos adaptar o copiar de alguien más? ¿Cómo podemos modificar nuestro proceso actual? ¿Qué podemos ampliar en nuestro proceso actual? ¿Cómo puede apoyarnos el cliente en otras áreas? ¿Qué podemos eliminar en la forma de inv. Del cliente? ¿qué arreglos podemos hacer al método actual?

84

Lista de atributos Lista de atributos: Dividir el problema en partes

Lista de atributos para mejorar una linterna

Componente Atributo Ideas

Cuerpo Plástico Metal

Interruptor Encendido/ApagadoEncendido/Apagado/luminosidad media

Batería Corriente Recargable

Bombillo de Vidrio Plástico

Peso Pesado Liviano

85

Análisis morfológico Conexiones morfológicas forzadas

Ejemplo:  Mejora de un bolígrafo

Cilindrico Material TapaFuente de Tinta

De múltiples caras

Metal Tapa pegada Sin repuesto

Cuadrado Vidrio Sin Tapa Permanente

En forma de cuentas

Madera RetráctilRepuesto de papel

En forma de escultura

PapelTapa desechable

Repuesto hecho de tinta

86

Los Seis Sombreros de pensamiento

Dejemos los argumentos y propuestas y miremos los datos y las cifras.

Exponer una intuición sin tener que justificarla

Juicio, lógica y cautela

Mirar adelante hacia los resultados de una acción propuesta

Interesante, estímulos y cambios

Visión global y del control del proceso

 

87

Dividir y analizar Dividir un problema en partes pequeñas y analizarlas

por separado: (Vendedor de pescado no ofrecía el sabor de pez fresco)

El Pez: Vive bajo el agua; tiene agallas; se mueve

constantemente; de sangre fria; cambia su color fuera del agua

Solución: Se colocó un pequeño tiburón en la pecera para que

el pez conservara sus atributos vitales de frescura

88

Pensamiento forzado con palabras aleatorias

Crear nuevos patrones de pensamiento y forzar a ver relaciones donde no las hay.

Desarrollar ideas efectivas de lanzamiento de productos: Impermeables

Protegen de los elementos productos simples Son a prueba de agua productos laminados Son de hule flexibles flexibilidad de

distribución Tienen bolsas productos de bolsillo Tienen capote publicidad amplia

territorial

89

Listas de verificaciónHaga Preguntas en base a las 5W – 1H.

Por qué es esto necesario? Dónde debería hacerse?

Cuándo debería hacerse? Quién lo haría?

Qué debería hacerse? Cómo debería hacerse?

90

Mapas mentales Se inicia en el centro de una página con la

idea principal, y trabaja hacia afuera en todas direcciones, produciendo una estructura creciente y organizada compuesta de palabras e imágenes claves

Organización; Palabras Clave; Asociación; Agrupamiento

Memoria Visual: Escriba las palabras clave, use colores, símbolos, iconos, efectos 3D, flechas, grupos de palabras resaltados.

Enfoque:  Todo Mapa Mental necesita un único centro.

91

TRIZ Hay tres grupos de métodos para resolver

problemas técnicos:

Varios trucos (con referencia a una técnica)

Métodos basados en utilizar los fenómenos y efectos físicos (cambiando el estado de las propiedades físicas de las substancias)

Métodos complejos (combinación de trucos y física)

92

TRIZ – 40 herramientas Segmentación Extracción Calidad local Asimetría Combinación/

Consolidación Universalidad Anidamiento Contrapeso Contramedida previa Acción previa Compensación anticipada

Acción parcial o excesiva Transición a una nueva dim. Vibración mecánica Acción periódica Continuidad de acción útil Apresurarse Convertir lo dañino a

benéfico Construcción Neumática o

hidráulica Membranas flexibles de

capas delgadas Materiales porosos

93

TRIZ – 40 herramientas Equipotencialidad Hacerlo al revés Retroalimentación Mediador Autoservicio Copiado Disposición Esferoidicidad Dinamicidad

Cambio de color Homogeneidad Rechazar o recuperar

partes Transformación de

propiedades Fase de transición Expansión térmica Oxidación acelerada Ambiente inerte Materiales compuestos

94

Generar y evaluar las soluciones Generar soluciones para eliminar la causa raíz o

mejora del diseño

Probar en pequeño la efectividad de las soluciones

Evaluar la factibilidad, ventajas y desventajas de cada una de las diferentes soluciones, con un diagrama de árbol

Por cada causa raíz – generar varias soluciones – ver sus ventajas, desventajas, factibilidad, impacto y costo

95

Generar y evaluar las soluciones Realizar una definición analítica y selección

cuantitativa de las alternativas de solución, además de analizar y evaluar cada una de ellas.

Hacer un plan de implementación de las soluciones (Gantt o 5W – 1H)

96

Implantación de soluciones PUNTO CRITICO ACTIVIDADES

* Realizar las medidas como se habian acordado * Antes de aplicar las medidas correctivas* Verificar si no hay efectos secundarios * Probar las ideas de mejora, investigar efectos* Dar capacitacion y entrenamiento. secundarios que puedan afectar al producto o áreas* Los equipos implantan las acciones correctivas y después poner en práctica las soluciones.* Obtener la aprobación de las áreas relacionadas, turno o puesto, Jefe inmediato etc. Es decir, Comunicar a todos los involucrados de la mejora a realizar.

EJEMPLO 1

LISTADO DE LAS MEDIDAS CORRECTIVAS

NO CUANDO ¿A QUE? - ¿COMO?

DONDERESULTADO

JUICIO QUIEN TOPE PROC. DE

LIMPIEZA

1

2

JULIO 97

JULIO 97

BARRA DEAPLICACION

PARA LOS MOLDES

AUNQUE SE DA EFECTO

NO ES PERSISTENTE

EXISTE POCO DEFECTO

J. PÉREZ

L.TORRES

97

Calendario de las actividadesCalendario de las actividades

¿qué? ¿qué? ¿por qué?¿por qué? ¿cómo?¿cómo? ¿cuánd¿cuándo?o?

¿dónd¿dónde?e?

¿quién¿quién??

1 Tacogenerador de motor embobinador

1.1 Por variación de voltaje durante el ciclo de cambio

1.1.1 Tomar dimensiones de ensamble entre coples.1.1.2 Verificar estado actual y especificaciones de escobillas.1.1.3 tomar valores de voltaje de salida durante el ciclo de cambio.

Abril ’04

1804 Embob

.

J. R.

2 Sensor circular y de velocidad de linea.

2.1 Por que nos genera una varión en la señal de referencia hacia el control de velocidad del motor embobinador

2.1.1 Tomar dimensiones de la distancia entre poleas y sensores.2.1.2 Tomar valores de voltaje de salida de los sensores.2.1.3 Verificar estado de rodamientos de poleas.

Abril ’04

1804Embob

.

U. P.

3 Ejes principales de transmisión.

3.1 Por vibración excesiva durante el ciclo de cambio

3.1.1 Tomar lecturas de vibración en alojamientos de rodamientos3.1.2 Comparar valores de vibraciones con lecturas anteriores.3.1.3 Analizar valor lecturas de vibración tomadas.

Abril’04 1804 Embob

.

F. F.

4 Poleas de transmisión de ejes embobinadores.

4.1 Puede generar vibración excesiva durante el ciclo de cambio.

4.1.1 Verificar alineación, entre poleas de ejes principales y polea de transmisión del motor.4.1.2 Tomar dimensiones de poleas(dientes de transmisión).4.1.3 Tomar dimensiones de bandas (dientes de transmisión)4.1.4 Verificar valor de tensión de bandas.

Abril’04 1804 Embob

.

J. R.U. P.

98

Implantación de soluciones

15 GUOQCSTORY.PPT

99

Prueba e implantación de soluciones

Probar las soluciones investigando los efectos secundarios que puedan afectar a otras áreas y después ponerlas en practica.

Planear la implantación de las alternativas seleccionadas.

Ejecutar las acciones del plan de acciones, comprobando su efectividad con: diagramas, fotos, cartas de control, Paretos, histogramas, etc.

100

1. Actions

2. Responsibilities

3. Schedule

4. Cost/Benefit Analysis

5. Measures

6. Risk Assessment7. Contingency Plan8. Change Strategy9. Communication Plan

10. Education Plan

Describes the specific actions & tasks to be taken for each root cause

Describes who is responsible for each action

Indicates when the actions & tasks will be completed

Predicts direct & indirect costs & benefits associated with each action

Indicates whether the actions (solutions) are successfulAssesses what could go wrong if the actions are implemented

Includes a back-up plan for each action based on a risk assessment

Identifies potential organizational barriers to actions and strategies for addressing them

Details who must be informed as well as how they will be informed and involved, before the actions are takenIdentifies who needs to be trained for the implementation to be successful as well as the source, scheduling, method and content of that training

Implementation Plan Components

101

Verificación de solucionesPUNTO CRITICO ACTIVIDADES

* Verificar hasta obtener efectos estables ampliando * Hacer análisis comparativo antes y después los datos históricos en gráficas de la etapa de * En caso de aplicar varias medidas correctivas "razón de selección del tema" , Verificar los efectos intangibles sin omisiones* Comparar el efecto en gráfica entre antes y después de DMAIC respecto al objetivo. confirmar el efecto sobre cada concepto de (relación humana, capacidad, trabajo en equipo, contramedidas. entusiasmo, área de trabajo alegre).* Determinar los beneficios monetarios, indirectos e intangibles.Investigar si existen áreas y operaciones similares tanto dentro como fuera de la planta, para aplicar las mismas contramedidas. Dar reconocimiento.

2.12

1.91.8

1.71.6

1.51.4

1.31.2

1.11

2.19 2.142.22

2.33

1.76

1.32

0.9 0.87 0.940.79

0.990.94

0

0.5

1

1.5

2

2.5

May-97 Jun-97 Jul-97 Ago-97 Sep-97 Oct-97 Nov-97 Dic-97 Ene-98 Feb-98 Mzo-98 Abr-98

%D < 1 %

Ejemplo 1.%DEFECTUSO

Comprobar efec_tividad de lasSoluciones con Pruebas de Hipótesis

102

Verificación de resultados Verificar hasta obtener efectos estables

ampliando los datos históricos como confirmación inicial.

Comparar el efecto antes y después del proyecto Seis Sigma respecto al objetivo.

Verificar los efectos intangibles sin omisiones(relación humana, capacidad, trabajo en equipo, entusiasmo, área de trabajo alegre).

Convertirlo en monto de ahorro en lo posible

103

Verificación de resultados

0

10

20

30

40

50

60

70

80

90

1e r trim. 2do trim. 3e r trim. 4t o trim.

EsteOe steN or te

0

10

20

30

40

50

60

70

80

90

1er t rim. 2do t rim. 3er t rim. 4to t rim.

E steOe steN orte

A N TE S DE SP U E S

ME J OR AC OSTO$ 5,000

C OSTO$ 1,000

104

Diagrama deIshikawa

Diagrama derelaciones

Diagramade Árbol

Análisis del Modo y Efecto deFalla (AMEF)

QFD

DiagramaCausa Efecto

CTQs = YsOperatividad

X's vitales

Diagramade Flujo

delproceso

Pruebasde

hipótesis

Causas raízvalidadas

¿CausaRaíz?

DefiniciónY=X1 + X2+. .Xn

X'sCausas

potenciales

Medición Y,X1, X2, Xn

FASE DE ANÁLISIS

SiNo

Llenar las últimas Columnas del FMEAy comprobar Hipótesis