03measure w1 basic tools sp.six sigma measure

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



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



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.



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



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



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?



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



Histograma “Vea” como se ven los datos.

Vaya a Graphs > Histogram…



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?



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



Haciendo el campo más

estrecho Empecemos con un Diagrama de Efectos Principales

Stat>ANOVA>Main Effects Plot



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



Separemos la hoja de trabajo Data>Split Worksheet

Veamos los diagramas de efectos principales para cada embotelladora



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



Tome un subconjunto de la hoja de datos

Sacamos la Cabeza 3 de la

Embotelladora 1.



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


Probabil. de defecto



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



Análisis de la Capacidad del Proceso

• Stat>Quality

Tools>Capability

Analysis>Normal

• La Capacidad del Proceso

de la Embotelladora 1 sin la

Cabeza 3




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



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



Otro Desarrollo Cree (en la hoja de trabajo) columnas separadas para cada

embotelladora

Data>Unstack columns



Cree Histogramas



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



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



Editando el Panel

Nota: Estas son sólo algunas de las ediciones posibles a

seleccionar, busque el estilo que mejor se acomode a sus

necesidades.



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



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



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?



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



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



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!



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



Hoja de Resultados (Cont.)

1. Seleccione 1Machine

6Head y 2Machine 6

Head para Y.

2. Seleccione Time/Scale

para X.

1

2




2

1 1. Seleccione

Stamp.

2. Seleccione

Run.




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.



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



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



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



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…



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




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




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




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!



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


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.



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



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



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



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.



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



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

03measure w1 basic tools sp.six sigma measure

Documents