Curso de capacitación P. Reyes / abril 2008

1. Greenbelt Lean Sigma Tercera Semana Curso de capacitación P. Reyes / abril 2008

2. Proceso DMAIC

3. Proceso DMAIC – Definición • Metas de Definición • Para desarrollar y documentar el problema, el proceso y las demandas de los clientes. • Herramientas de Definición • Charter • Diagrama de Pareto • SIPOC • QFD / Casa de la Calidad • Árbol de CTQ’s • Diagrama de Afinidad. Definir el Proyecto

4. Proceso DMAIC - Medición • Metas de Medición • Determinar el desempeño actual de la línea de base, recolectar información para el análisis y establecer el problema • Herramientas de Medición • Análisis de Sistemas de Medición • Diagramas de Flujo/ Mapeo de Procesos • Definiciones operacionales • Gráficas de series de tiempo • Cartas de control • Sigma del Proceso • Análisis de la capacidad del proceso • Histogramas • 5 puntos de vista Determinar el problema

5. Proceso DMAIC – Análisis • Metas de Análisis • Para convertir datos a información, encontrar las causas raíz y verificar la relación de causa – efecto • Herramientas de Análisis • Diagramas Causa y efecto • Diagramas de Árbol • FMEA (Análisis de Modo de Falla y Efecto) • Estratificación de datos • Tramas de frecuencia estratificada • Diagramas de dispersión • Regresión y correlación • Pruebas de Hipótesis • DOE (Diseño de Experimentos) Identificar las causas raíz

6. Proceso DMAIC – Mejora • Metas de Mejora • Implementar cambios que atiendan a las causas raíz y verificar la mejora en el desempeño del proceso • Herramientas de Mejora • DOE (diseño de experimentos) • Tormenta de ideas • Planeación de las actividades de implementación • Planeación de los recursos y presupuesto • FMEA (Análisis de Modo y Efecto de falla) • Pruebas de Hipótesis • Pruebas piloto • PDCA (Planear, hacer, revisar, actuar) Hacer mejoras y verificar resultados

7. Proceso DMAIC – Control • Metas de Control • Para asegurar que se mantengan las mejoras hechas a través de procedimientos estandarizados, entrenamiento y dispositivos A prueba de error (PokaYokes). • Herramientas de control • Controles visuales • Poka – Yoke • TPM (Mantenimiento Productivo Total) • Estandarización • Documentación • Capacitación, capacitación y capacitación • Administración y seguimiento de procesos • CELEBRAR!!! Hágalo Permanente

8. Proceso DMAIC

9. Entregables de Definición • Contrato de proyecto (Project Charter) • Comprender los requerimientos del cliente • Definir los límites del proceso

10. Medición

11. Análisis

12. Mejora

13. Diseño de Experimentos

14. Enfoque del Análisis de Causas Raíz Observa el proceso • Observe el proceso “como es” usando datos históricos o estudios especiales • Gráficas de tiempo, Cartas de control, estratificación • Estudios de Correlación usando análisis de regresión Experimenta con el proceso • Cambia el proceso en planeación y resultados de medición • Use el Diseño de Experimentos ( para mas de un factor)

15. Experimentando con el Proceso • Cuando se hacen cambios en el proceso, se tiene un aprendizaje experimental. • Un experimentador tiene una teoría sobre como funciona algo o las causas que resultan en ciertos efectos • El experimentador hace un plan, conduce las pruebas para recolectar datos, después analiza los datos para comparar los resultados reales con la teoría • El experimentador modifica la teoría actual o desarrolla una nueva • Este proceso de Teoría– experimenta r– aprendizaje –teoría continúa

16. Enfoque Tradicional : Un factor a la vez

17. Un Factor a la Vez • Problemas con este enfoque • Las causa de variación común, hace difícil decidir si una condición particular es mejor o no. • Analizar los resultados de varias combinaciones puede tornarse confuso para mas de cuatro variables, especialmente si algunas combinaciones se repiten y el resultado varia • Casi siempre el análisis se vuelve simple “ escoger al ganador” – una combinación de condiciones es recomendada sin conocer cual de las variables son realmente importantes

18. Cambiar muchos factores a la vez • Los equipos casi siempre cambian factores del proceso al mismo tiempo cuando ellos vienen con muchas ideas sobre como mejorar el proceso y quieren implementar tantas ideas como sea posible.

19. Cambiar muchos factores a la vez • Problemas con este enfoque • No sabes cuales cambios en particular son responsables de los resultados • Se podría hacer algo que dañe los resultados • Es imposible entender las consideraciones del costo – beneficio de cada cambio individual Comúnmente este enfoque se llama “implementando soluciones”, pero cada cambio de proceso no probado es realmente un experimento porque los resultados son desconocidos.

20. ¿Por qué usar DOE? • Con muchos de los análisis de datos, se observara que pasa en el proceso sin intervenir • Con DOE, se pueden cambiar los ajustes del proceso para ver el efecto que tiene en la salida del proceso • DOE se refiere a la forma estructurada de cambio de ajustes de manera que se pueda estudiar los efectos de cambiar ajustes múltiples de manera simultanea • Esto permite explorar efectivamente y eficientemente la relación entre las múltiples variables de proceso (X’s) y las salidas o variables de desempeño (Y’s). • Identifica las fuentes “pocas vitales” de variación (X`s) • Aquellas que tienen mayor impacto en el resultado • Cuantifica los efector de las X’s importantes, incluyendo sus interacciones • Predice cuanto se gana o pierde como resultado de los cambios en las condiciones del proceso

21. 6 Fases de un Experimento • Planear • Metas , Problema y recursos • Diseñar • Controles, instrucciones y planes • Implementar • Organizar, dirigir, controlar, monitorear • Proceso • Revisar, editar, tabular • Interpretación • Análisis estadístico, cálculos • Evaluación • Evaluar la efectividad del estudio relativo a las metas

22. Pasos del DOE • Información de antecedentes del problema • Identificar respuestas, factores y niveles de factores • Seleccionar un diseño • Recolectar datos • Analizar datos • Dibujar, verificar y reportar conclusiones • Implementar recomendaciones

23. Enfoque factorial para Diseñar Experimentos • Cambios en muchos factores (variables) simultáneamente, no a uno a la vez. • Empezar con sólo 2 condicione por cada factor • Considerar todas las posibles combinaciones de las condiciones de los factores • Probar todas las combinaciones o un subconjunto cuidadosamente seleccionado de estas • Maneja fácilmente las variaciones comunes y las usa para determinar que factores son importantes • La replicación de las prueba ayuda a medir la variación de causas comunes • Es fácil de analizar

24. Términos DOE • Factores (X’s) • Variables del proceso que se quieren estudiar • Ejemplos: compuesto; velocidad de línea • Respuestas • Observaciones del experimento • Condiciones del factor • Niveles que se quieren probar para cada factor (solo 2 por ahora) • Corrida • También se llama experimento o prueba • Es un conjunto de condiciones de factores probadas en el experimento • Notación • Usa “-” y “+” para designar las dos condiciones para cada factor • También llamado los niveles bajos y altos • La condición actual es “-” y la nueva es “+”

25. Términos DOE Factores Tamaño de la cama Distribución del cuarto Tiempo de asistente Arreglo del carrito Respuestas Tiempo para completar el servicio Fracción de cuartos preparados De manera no adecuada Proceso Hotel Servicio a Cuartos Factores de ruido Medio ambiente Faltantes en el almacén

26. DOE : Factorial • Factorial completo incluye todas las combinaciones posibles • Para 3 factores con 2 niveles, hay 2x2x2 = 8 combinaciones • 2 x 2 x 2 es escrito 23. El 3 indica el numero de 2s multiplicados juntos. • Para 3 factores hay 23 = 8 posibles combinaciones de factores

27. Resumen: Diseño factorial 2K • Experimentar con un factor a un tiempo no considera las combinaciones de los factores • Los diseños factoriales completos: • Prueba todas las combinaciones de condiciones de los factores • Son fáciles de seguir por su patrón repetitivo • Producen información de los efectos factoriales de 4 o más veces la que produce un factor a la vez • Pueden identificar y ayudar a comprender las interacciones entre factores • Son fáciles de analizar • Pueden cuantificar las relaciones entre las X´s y las Y´s producen una ecuación

28. Resumen: Diseño factorial 2K • Los experimentos con 3 factores pueden ser representados con un cubo • La desventaja de los diseños factoriales completos es que rápidamente se eleva su número de corridas • Para un experimento de dos niveles el número de corridas es 2K, donde K es el número de factores

29. Interacciones • Las interacciones son importantes el efecto del factor A depende del factor B y C

30. DOE Gráfica de efectos principales La línea punteada Indica media general La gráfica de efectos principales es una forma eficiente de ver los cambios en el promedio de La respuesta (Y) con cada factor

31. DOE gráficas de Interacción

32. DOE gráfica de Cubo • Comparar las respuestas en las caras del cubo • por los efectos de los factores • Izquierda a derecha – Efecto de A • Abajo a arriba – Efecto de B • De frente hacia atrás – Efecto de C

33. DOE Interpretación de Resultados

34. Enfoque Factorial (2k) • Muchos factores impactan potencialmente la calidad del proceso/producto • La estrategia factorial es un enfoque eficiente para experimentación • Cuando los factores son investigados a dos niveles el numero de experimentos es 2K

35. DOE: Factoriales completos • La información está disponible para todos • Efectos principales (p.e. A, B, C) • Interacciones • Dos factores (p.e. AB, BC, BC) • Interacciones de tres o mas factores (p.e. ABC, ABCDE) • Cuando hay muchos factores, el número de interacciones de alto orden se incrementan rápidamente. Aunque son despreciables.

36. DOE: Factoriales Fraccionados • Se puede reducir el numero de corridas en un experimento sacrificando la habilidad de obtener información de las interacciones de alto orden • Los Diseños Factoriales Fraccionados pueden ser escogidos con la combinación del factor correcto para producir información de efectos principal es e interacciones de dos – factores

37. Interpretación de diseños fraccionales Cualquiera que pase la línea punteada se dice que tiene un efecto significativo – ya sean factores o sus interacciones

38. Diseños de filtraje • ¿Qué es un diseño de filtraje? • Estudia los efectos principales de un gran numero de factores • Cuenta con el mismo numero de corridas como factores • Dicen menos en relación a las interacciones • Son muy útiles en primeras etapas de la investigación cuando se decide ir de una gran lista de factores que pueden afectar a la respuesta, a una lista pequeña de factores que realmente la afectan

39. Tipos Comunes de DOE • Diseño fraccional de dos niveles de filtraje • Se usa para identificar las pocas X’s desde muchos factores potenciales • Diseños factoriales completos o fraccionales 2K de alta resolución : • Usado para ayudar a un equipo a entender cómo actúan los factores principales juntos para influir en la respuesta • Diseño robusto o Diseños de Taguchi • Usado para estudiar el efecto de los factores no solo en el promedio sino en la variación de la respuesta Y • Metodología de superficie de respuesta • Usado para determinar los ajustes óptimos para factores principales • Operación Evolutiva (EVOP) • Se usa para experimentar en un proceso mientras “esta en línea”. Si los cambios en los niveles de factores se hacen dentro de los límites de especificación, siempre se cumple con los requerimientos de los clientes

40. Práctica de DOE • Un proceso involucra un juego de cartas, con un clip, lanzada en forma horizontal y en forma vertical, a la altura de la cintura o a la altura del hombro • El cliente requiere que la carta no caiga más allá de de 15” del objetivo, entre más cerca mejor • Recordar: • Usar una sola persona para lanzar la carta • Asegurar que la persona no cambia de lugar en cada lanzamiento • Estar consciente de factores de ruido (ventana abierta, aire acondicionado, etc.)

41. Práctica de DOE • Colectar datos de la línea base • Se hace el DOE para encontrar la mejor combinación de factores • Hacer una estimación de la mejor combinación de factores antes de iniciar • Realizar dos réplicas del experimento y hacer las corridas aleatorias • Usar los resultados para determinar la mejor combinación de factores para el proceso • Realizar una corrida de confirmación con los resultados del DOE • Colectar datos para confirmar la mejora con un estudio de capacidad

42. kaizen

43. ¿Qué es Kaizen? • Kaizen es el proceso de: • Encontrar y eliminar desperdicio(muda) • En el menor tiempo y al menor costo posible • Una y otra vez • Kaizen requiere: • Una mejora continua, gradual y consistente por parte de todos los empleados.

44. Kaizen: Mejora Continua Zona con mejora continua Zona Original de Cambio TIEMPO

45. Acelerando la Mejora

47. Ejemplo Kaizen – Diseño de Estación de Trabajo Antes Después

48. Oportunidades Kaizen • Sistema de jalar – Suministros • 5 ‘s – Oficina, área de producción • Ciclo de operación – Reducción de tiempos • Mapas de proceso – Reportes / formatos • Tarjeta roja – Archiveros y disco duro • Análisis de Causa y Efecto • Otros - TBD

49. Generando soluciones

50. Modelo de Resolución de Problemas