03measure w1 basic tools sp.six sigma measure
Post on 27-Jan-2016
25 Views
Preview:
DESCRIPTION
TRANSCRIPT
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Herramientas
Básicas
Medir Controlar Mejorar Analizar Definir Reconocer
Six Sigma Entrenamiento Green Belt
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Acerca de este módulo …
Herramientas gráficas básicas pueden ser usadas para
visualizar la naturaleza de los procesos y buscar el origen
de los problemas.
Six Sigma, Una búsqueda de la perfección del proceso Ataca variaciones y logra objetivos
\DataFile\Shampoo.mtw
|Datafile|Pareto.mtw
\Datafile|Scatter.mtw
\Datafile|Run.mtw
\Datafile|Shampoo Run.mtw
\Datafile|Rational Sub-Group.mtw
\Datafile|PPM.mtw
\DataFile\ICU Data.mtw
\DataFile\Crankshaft Data.mtw
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Que Aprenderemos …
1. Importancia de las hojas de control, tablas con datos y
listado de atributos.
2. Las técnicas de análisis gráficas comúnmente usadas
para análisis de datos (“data mining”)
3. Como crear gráficos usando Minitab
4. Como transferir gráficos a Power Point para
presentaciones.
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Herramientas para Identificación y
Análisis
Tablas de datos
Análisis Pareto Análisis de
Causa y Efecto
Mapeo del
Proceso
Análisis de la
Tendencia
Histogramas
Capacidad del Proceso
Diagramas de dispersión
Gráficos de Control
Gráficos de líneas, de
barras y de torta
IDENTIFICACIÓN
ANÄLISIS
Hoja de
resultados
Escala
logarítmica
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Tablas de datos y Hojas de Control
Plan de Medición
Método sistemático para recolectar y mostrar los
datos.
Formularios diseñados para recolectar datos
específicos y minimizar las entradas
complicadas.
Desarrollo consistente, efectivo y económico
para reunir y organizar los datos para su análisis
y revisión preliminar.
Puede tomar la forma de hojas de comprobación.
DEFECTA B C D TOTAL
TOTAL
SUPPLIER
Tablas simples son una clave para reunir los datos en forma exitosa
X
X
X
X
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
La fábrica de shampoo
• La fábrica de shampoo ha estado teniendo problemas en una de sus
máquinas embotelladoras de las botellas de shampoo.
• Esta máquina tiene dos embotelladoras con seis cabezas de llenado que
deben llenar cada botella con 220 + o – 10 mililitros de shampoo.
• Los clientes se quejan que algunas botellas no están completas.
• Los gerentes de la fábrica se quejan que algunas botellas, en su revisión
antes del envío, tienen demasiado shampoo.
• Los supervisores se quejan que la máquina sobrellena algunas botellas al
punto de desborde.
• Como un Green Belt, usted ha sido asignado para reunir los datos y
determinar la fuente del problema!
Entonces ¿donde comienza?
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Hoja de datos • Los datos han sido ingresado en una planilla
Minitab.
• Abra DataFile > SHAMPOO.mtw
2 Máquinas embotelladoras
2 Turnos
20 Horas de estudio
6 Cabezas de llenado por
máquina
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Histograma “Vea” como se ven los datos.
Vaya a Graphs > Histogram…
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Shampoo
Fre
qu
en
cy
236232228224220216212
70
60
50
40
30
20
10
0
Mean 220.9
StDev 3.621
N 240
Histogram of ShampooNormal
Histograma terminado
¿Cuántos de los datos excede los
límites de especificación?
¿Son los datos Normales?
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Diagramas de normalidad:
Shampoo
Ho (la hipótesis nula) es que los
datos son normales
P es la probabilidad que los datos
sean normales
Rechazamos Ho (consideramos
los datos no normales) cuando
P < .05
Mucho más sobre hipótesis en el
módulo Prueba de Hipótesis
\DataFile\Shampoo.mtw Stat>Basic Stat>Prueba de Normalidad seleccione Shampoo
El primer paso, cuando tratamos datos no normales, es ver si se puede estratificar. Sabemos que los
datos son guardados por: Llenado, Corrimiento, Horas y Cabeza. Veamos si alguna de estos hace
una diferencia..
Shampoo
Pe
rce
nt
240235230225220215210
99.99
99
95
80
50
20
5
1
Mean
<0.005
220.9
StDev 3.621
N 240
AD 3.322
P-Value
Probability Plot of ShampooNormal
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Haciendo el campo más
estrecho Empecemos con un Diagrama de Efectos Principales
Stat>ANOVA>Main Effects Plot
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Diagrama Efectos Principales
Empecemos con las embotelladoras para buscar la causa del problema.
Me
an
of
Sh
am
po
o
21
223
222
221
220
219
21
2019181716151413121110987654321
223
222
221
220
219
654321
Filler Shift
Study hour Head
Main Effects Plot (data means) for Shampoo
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Separemos la hoja de trabajo Data>Split Worksheet
Veamos los diagramas de efectos principales para cada embotelladora
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Embotelladoras
La embotelladora 1 parece ser afectada por la Cabeza 3. La
embotelladora 2 parece ser afectada por Turno, Hora Estudiada
(relacionada con el Turno) y la Cabeza 6.
Vamos a excluir la Cabeza 3 de la embotelladora 1, después
comprobaremos el cumplimiento de las otras Cabezas.
Me
an
of
Sh
am
po
o
21
220
219
218
217
216
2019181716151413121110987654321
654321
220
219
218
217
216
Shift Study hour
Head
Filler 1
Me
an
of
Sh
am
po
o
21
228
226
224
222
220
2019181716151413121110987654321
654321
228
226
224
222
220
Shift Study hour
Head
Filler 2
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Tome un subconjunto de la hoja de datos
Sacamos la Cabeza 3 de la
Embotelladora 1.
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Units of Measure Units of Measure m
El histograma
0
5
10
15
20
25
1.238 1.240 1.242 1.244
Datos brutos
Fre
qu
en
cia
Área
de
Prodn
La curva normal
Límite de desempeño
Visualización de la
Capacidad del Proceso
Probabil. de defecto
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Los límites de especificación son una expresión de las necesidades
de los clientes: Son como vallas que determinan los defectos.
USL
T
LSL
La mayor parte de los datos está
fuera de los limites de especificación,
así que la tasa de defecto es muy
alta.
m
USL LSL
T
m
Relativamente pocos datos están fuera
de los límites de especificación, así
que la tasa de defecto es
comparativamente bajo.
Visualizando Defectos
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Análisis de la Capacidad del Proceso
• Stat>Quality
Tools>Capability
Analysis>Normal
• La Capacidad del Proceso
de la Embotelladora 1 sin la
Cabeza 3
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Capacidad del Proceso
Ahora tenemos un proceso correcto, la cabeza de llenado 3 debe ser
arreglada. Veamos la embotelladora 2 excluyendo la cabeza de llenado 6.
231228225222219216213210
LSL=210 USL=230
Process Data
Sample N 100
StDev (Within) 2.07283
StDev (O v erall) 2.10473
LSL 210.00000
Target *
USL 230.00000
Sample Mean 219.76570
Potential C apability
C C pk 1.61
Z.Bench 4.65
Z.LSL 4.71
Z.USL 4.94
C pk 1.57
O v erall C apability
C pm *
Z.Bench 4.58
Z.LSL 4.64
Z.USL 4.86
Ppk 1.55
O bserv ed Performance
% < LSL 0.00
% > USL 0.00
% Total 0.00
Exp. Within Performance
% < LSL 0.00
% > USL 0.00
% Total 0.00
Exp. O v erall Performance
% < LSL 0.00
% > USL 0.00
% Total 0.00
Process Capability Analysis of Shampoo
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Análisis de Capacidad de la embotelladora 2 excluyendo la cabeza
de llenado 6
231228225222219216213210
LSL=210 USL=230
Process Data
Sample N 100
StDev (Within) 2.11411
StDev (O v erall) 2.33554
LSL 210.00000
Target *
USL 230.00000
Sample Mean 221.55262
Potential C apability
C C pk 1.58
Z.Bench 4.00
Z.LSL 5.46
Z.USL 4.00
C pk 1.33
O v erall C apability
C pm *
Z.Bench 3.62
Z.LSL 4.95
Z.USL 3.62
Ppk 1.21
O bserv ed Performance
% < LSL 0.00
% > USL 0.00
% Total 0.00
Exp. Within Performance
% < LSL 0.00
% > USL 0.00
% Total 0.00
Exp. O v erall Performance
% < LSL 0.00
% > USL 0.01
% Total 0.01
Process Capability Analysis of Shampoo
La embotelladora 2 funciona correctamente cuando se excluye la cabeza de llenado 6
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Otro Desarrollo Cree (en la hoja de trabajo) columnas separadas para cada
embotelladora
Data>Unstack columns
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Cree Histogramas
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Histogramas
¿qué podemos aprender de estos gráficos?
Recuerde que los límites de especificación son 220 + o - 10
Fre
qu
en
cy
236232228224220216212
40
30
20
10
0
236232228224220216212
Shampoo_1 Shampoo_2 Shampoo_1
222.6
StDev 3.591
N 120
Mean 219.1
StDev 2.697
N 120
Shampoo_2
Mean
Histogram of Shampoo_1, Shampoo_2Normal
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Editando un Histograma Fr
eq
ue
ncy
236232228224220216212
40
30
20
10
0
236232228224220216212
Shampoo_1 Shampoo_2 Shampoo_1
222.6
StDev 3.591
N 120
Mean 219.1
StDev 2.697
N 120
Shampoo_2
Mean
Histogram of Shampoo_1, Shampoo_2Normal
Pulse el botón derecho del mouse en cualquier lugar
del gráfico y seleccione Panel
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Editando el Panel
Nota: Estas son sólo algunas de las ediciones posibles a
seleccionar, busque el estilo que mejor se acomode a sus
necesidades.
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Gráfico Editado
Shampoo
Fre
qu
en
cy
236232228224220216212208
40
30
20
10
0236232228224220216212208
Filler = 1 Filler = 2 Filler = 1
222.6
StDev 3.591
N 120
Mean 219.1
StDev 2.697
N 120
Filler = 2
Mean
Histogram of ShampooNormal
Worksheet: Shampoo.MTW
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Análisis Pareto Principio de Pareto: el 80% del material defectuoso es causado por el 20% de las categorías por las que el material es defectuoso
Desarrollo: Abrir DataFile >
PARETO
Vaya a Stat > Quality
Tools > Pareto Chart
La ventana de
diálogo Pareto Chart
aparecerá como se
muestra
Seleccione Chart
defects table
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Análisis Pareto (Continuación) C
ou
nt
Pe
rce
nt
Causes for Overfill
Count
Percent 24.7 18.5 18.5 15.9 8.8 4.8 4.4 4.4
Cum %
28.0
24.7 43.2 61.7 77.5 86.3 91.2 95.6 100.0
21.0 21.0 18.0 10.0 5.5 5.0 5.0
Sham
poo Viscos
ity Low
Opera
tor T
raining
Other
Wrong
Sha
mpo
o Fo
rmula
Oper
ator Exp
erienc
e
Wrong
Noz
zel ins
talle
d
Fill Cy
cle tim
e to lo
w
Head
Adjus
tmen
t
120
100
80
60
40
20
0
100
80
60
40
20
0
Pareto Chart of Causes for Overfill
¿Cuántos ítems necesita mejorar?
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Correlación: Diagrama de Dispersión • La correlación muestra como se relacionan pares de datos—como
“van juntos”.
• Un diagrama de Dispersión es el gráfico usado para mostrar dichas
relaciones.
• ADVERTENCIA: NO SAQUE CONCLUSIONES DE UN DIAGRAMA
DE DISPERSIÓN HASTA NO HABER COMPLETADO UN ANÁLISIS
COMPLETO DE CORRELACIÓN/REGRESIÓN
Desarrollo:
• Abrir archivo de datos > SCATTER
• Vaya a Graphs > Scatterplot
• El cuadro de diálogo Plot aparecerá
como se muestra
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Correlación: Diagrama de Dispersión
1. Seleccione Adj. Time para
Y en la ventana del gráfico
2. Seleccione Experience
para X en la ventana del
gráfico
3. Seleccione OK
1 2
3
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Correlación: Diagrama de Dispersión
(Cont.)
Experience (Hrs)
Ad
j Tim
e (
Min
)
100908070605040
6
5
4
3
2
1
0
Scatterplot of Adj Time (Min) vs Experience (Hrs)
Parece haber una tendencia negativa en Adj Time a medida que Experience aumenta — pero recuerde la advertencia!
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Hoja de resultados • Las hojas de resultado tienen una variable en
el eje Y y tiempo en el eje x (Use Diagrama de serie cronológica (Time Series).
Desarrollo:
• Abrir DataFile RUN
• Review Data
• Vaya a Graphs > Time Series Plot
• El cuadro de diálogo
aparecerá como se muestra
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Hoja de Resultados (Cont.)
1. Seleccione 1Machine
6Head y 2Machine 6
Head para Y.
2. Seleccione Time/Scale
para X.
1
2
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Hoja de Resultados (Cont.)
2
1 1. Seleccione
Stamp.
2. Seleccione
Run.
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Hoja de Resultados (Cont.)
Run
Da
ta
161412108642
235
230
225
220
215
Variable
1Machine 6Head
2Machine 6Head
Time Series Plot of 1Machine 6Head, 2Machine 6Head
Los gráficos pueden modificarse después de ser creados.
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Modificando un diagrama • Pulse el botón derecho
del mouse sobre una
característica del
diagrama.
• Seleccione “Edit”…
• Si tiene problemas
seleccionando una
característica
específica puede
pulsar en “Select
Item.” Modifique los incrementos de la escala X.
Modifique la fuente de la escala Y
Modifique el color de fondo del gráfico
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Modificando un diagrama
(Cont.)
• Puede agregar Líneas de Referencia – Las especificaciones del cliente eran 210 – 230.
• Pulse botón derecho del mouse. Seleccione “Add > References Lines”
Run
Da
ta
16151413121110987654321
235
230
225
220
215
Variable
1Machine 6Head
2Machine 6Head
Time Series Plot of Head 6 - Machine 1 vs Machine 2
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Modificando un diagrama
(Cont.)
• Los gráficos pueden ser personalizados para cubrir sus necesidades
Run
Da
ta
16151413121110987654321
235
230
225
220
215
210 210
230
Variable
1Machine 6Head
2Machine 6Head
Time Series Plot of Head 6 - Machine 1 vs Machine 2
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Diagramas de Control • Los diagramas de control muestran la variación
debida a las Causas Naturales o Comunes dentro de los Límites de Control Superior e Inferior de un proceso.
• La variación que excede los Límites de Control (o muestra una tendencia no deseada) es llamada Causa Especial de variación.
• Cuando ocurre una Causa Especial de la variación, debe ser tomada una acción correctiva.
• Desarrollo:
• Abrir DataFile/SHAMPOO RUN.mtw
• Vaya a Stat > Control Charts > Variables Charts for Subgroups > Xbar-R…
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Diagramas de Control
1. Seleccione All
Observations for a chart are
in column.
2. Seleccione 1Shampoo (ml)
3. Tipee 6 en Subgroup size
4. Seleccione OK
1
2
4
3
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Diagramas de Control
Sample
Sa
mp
le M
ea
n
161412108642
222
220
218
__X=219.842
UC L=222.454
LC L=217.230
Sample
Sa
mp
le R
an
ge
161412108642
10.0
7.5
5.0
2.5
0.0
_R=5.40
UC L=10.83
LC L=0
Xbar-R Chart of 1Shampoo (ml)
Rehacer para Shampoo 2
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Diagramas de Control
Sample
Sa
mp
le M
ea
n
161412108642
226
224
222
220
218
__X=221.11
UC L=225.54
LC L=216.69
Sample
Sa
mp
le R
an
ge
161412108642
20
15
10
5
0
_R=9.16
UC L=18.36
LC L=0
Xbar-R Chart of 2Shampoo (ml)
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Efecto de Subagrupar de
manera racional • Dentro de un subgrupo la variación es relativamente
constante.
• Con la subagrupación apropiada, la variación de
causa especial tiene lugar entre subgrupos.
• Desarrollo:
– Ordene los datos de modo que las cabezas sean los
subgrupos.
– Complete la barra X y las planillas R con los datos
clasificados (Vea DataFile > RATIONAL SUB-GROUP )
Subagrupar de manera racional en los
diagramas de control es muy importante!
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Sample
Sa
mp
le M
ea
n
654321
226
224
222
220
__X=221.115
UC L=222.759
LC L=219.471
Sample
Sa
mp
le R
an
ge
654321
12
10
8
6
4
_R=7.74
UC L=12.67
LC L=2.81
1
Xbar-R Chart of 2Shampoo (ml)
Efectos de Subagrupar de manera racional
(Cont.)
• En la semana 2, será cubierto mas fondo en SPC (Statistical Process Control).
La cabeza 6 está fuera de control en
este subgrupo
TEST 1.
Un punto a mas
de 3.00
desviaciones
estándar desde
la línea central.
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Usando la escala de medición logarítmica
para ver los cambios P
art
s-P
er-
Mill
ion G
oa
l
-1000
0
1000
2000
3000
4000
5000
6000
7000
-10 0 10 20 30 40 50 60
Months from Baseline
La mejoría es difícil de detectar
4 s
6 s 1 1
10
100
1000
10000
-10 -10 0 0 10 10 20 20 30 30 40 40 50 50 60 60 70 70 Months from Baseline
Pa
rts-P
er-
Mill
ion G
oa
l
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Escala de Medición Sigma
3 4 5 6
1,000,000
100,000
10,000
1,000
100
10
1
2
Escala de Medición Sigma
PP
M
Cuenta de restaurante
Receta de médico
Payroll Processing
Toma de pedido
Vouchers de viaje
Transferencias por cable
Tratamiento equipaje de avión
Tasa de rechazo material comprado
Accidentes en vuelos
IRS – Consejo impositivo
Comerciales (0.43 PPM)
(con ± 1.5 shift)
Mejor en su clase
Promedio
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Transformando la escala Y
• Abrir archivo PPM.mtw
• Create Graph > Scatterplot
• Hace los datos mas lineales
Month
PP
M
302520151050
30000
25000
20000
15000
10000
5000
0
Scatterplot of PPM vs Month
Month
PP
M
35302520151050
10000
1000
100
10
1
Scatterplot of PPM vs Month
1. Transform Y scale – Log Base 10
2. Extend Y scale (position of ticks)
3. Extend X scale (position of ticks)
4. Add gridlines
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Transferencia de gráficos
Minitab a PowerPoint
• Pulse el botón derecho del mouse
sobre el gráfico
• Seleccione Copy Graph
• Vaya a la filmina de PowerPoint
• Pulse el botón derecho del mouse
• Seleccione Paste
• Use los controles de Power Point para
dimensionar el gráfico.
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Su turno
Use Minitab para producir:
Histogramas
Pruebas de normalidad
Proceso Sigma o Z.bench
Capacidad del proceso
Hoja de resultado
Los candidatos Green Belt de empresas transaccionales o de
servicio, usarán los datos ICU. Open DataFile/ICU Data.mtw.
Los candidatos a Green Belt de empresas manufactureras, usarán
los datos de Crankshaft (Cigüeñal).
Open DataFile/Crankshaft Data.mtw
INSTITUTO PARA LA CALIDAD © 2010. Prohibida su reproducción total o parcial sin permiso del autor y del Instituto para la Calidad de
la Pontificia Universidad Católica del Perú.
Aprendimos ...
1. Importancia de las hojas de control, tablas de datos y
listados de atributos.
2. Las técnicas de análisis gráfico comúnmente usados
para analizar los datos
3. Como hacer gráficos usando Minitab
4. Como transferir gráficos a Power Point para
presentaciones
top related