Curso de capacitación P. Reyes / abril 2008

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

2. Proceso DMAIC

3. Proceso DMAIC

4. 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

5. 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

6. 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

7. 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

8. 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

9. Proceso DMAIC

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

11. Medición

12. RECOLECCIÓN DE DATOS

13. ¿Cómo puede ayudar la información?

14. Demostrando lo que realmente es

15. La información ayuda a . . . • Separar lo que pensamos que sucede de lo que realmentesucede • Aceptar o rechazar ideas y teorías preconcebidas • Establecer la línea de base actual de desempeño • Revisar el historial del problema • Medir el impacto del cambio en los procesos • Identificar y entender las relaciones que puedan ayudar a explicar la variación • Control del proceso (seguimiento del desempeño del proceso) • Evadir “soluciones” que no resuelvan el problema real

16. Ejemplos de información

17. Donde reunir la información: ¿Proceso o Resultado? Mediciones de resultados Mediciones del proceso Proceso Entradas Proveedores Clientes Salidas

18. Tipos de información • Datos Continuos • Se obtienen a través de un sistema de medición • La utilidad de los datos depende de la calidad del sistema de medición. • El conteo de ocurrencias consistentes es mejor manejado como datos continuos • Datos Discretos • Incluye porcentajes, conteos, atributos y ordinales • Porcentajes= la proporción de los productos que dan la característica necesaria • Para datos por conteo, es imposible o impráctico contar una no ocurrencia, el evento debe de ser raro • Las ocurrencias deben ser independientes Continuos Discretos

19. Ejemplos de Datos

20. Ejercicio: Tipos de Información • Objetivo: • Practicar la identificación de diferentes tipos de datos. Esta información es importante para conocer ya sea como reunir y como analizar los datos. • Instrucciones: • Etiquete la información con el tipo de datos apropiado. Si hay mas de uno y puede aplicar, describa como. • Deberá de trabajar en parejas. • Comparta las respuestas con el grupo • Tiempo: 10 min

21. Ejercicio: Tipos de Datos

22. Ejercicio: Tipos de Datos Respuestas

23. ¿Cuántos datos son necesarios?

24. Comprendiendo la Variación

25. ¿Qué es la variación? • La diferencia entre las cosas • La mayoría de las veces la variación es natural • Factores que causan la variación • Material • Maquinaria • Mano de obra o personal • Método • Naturaleza • Mediciones • La variación es inherente a todos los procesos

26. Ejemplos de Variación Bisteck de 10 onzas Tiempo de tostado Tiempo de vuelo de México a Acapulco Tiempo que toma ir al trabajo

27. Tipos de Variación Causas comunes: Variación de causas especiales: El resultados de causas innaturales o asignables: Si es una causa asignable puede ser controlada, variación innatural que resulte puede ser controlada Método de solución de problemas, podemos identificar causas asignables aisladas, resultan de un proceso estable con una causa de variación común Mas importante que una causa de variación común • El resultado de causas naturales, diferencias entre productos que esperamos ver • Una vez que aprendamos a controlar las causas inusuales o innaturales, podemos ver estas causas “comunes” bajo control

28. Tipos de Variación Causa especial: algo diferente sucede en cierto momento o lugar Causa común Causa especial Causa común: siempre presente en algún grado

29. ¿Causa común o causa especial? Bisteck de 10 onzas Tiempo de tostado Tiempo de vuelo de México a Acapulco Tiempo que toma ir al trabajo

30. Distribución Normal

31. Histogramas • Un histograma es una grafica que muestra la frecuencia de los eventos • Similar al diagrama de barras • La cantidad vertical(frecuencia) y el lado horizontal muestra el valor de la medición

32. Construyendo un Histograma – Manejando al trabajo • Después de una semana, el tiempo de viaje aparece aleatoriamente

33. Construyendo un histograma • Después de dos semanas no se ve ningún patrón

34. Construyendo un Histograma Después de 5 semanas se empieza a ver el patrón

35. Construyendo un Histograma • Necesita al menos 30 datos para ver el patrón

36. Construyendo un Histograma • Donde este la variación de la causa común, el patrón siempre formara una curva de campana

37. Ejemplo de Luces de Navidad • Se recolectaron las horas de vida para 220 luces de • La escala horizontal muestra las horas actuales de la vida de un foco, desde 200 hrs hasta 800 hrs • La escala vertical muestra el numero de focos que logran el numero de horas de vida que muestra la escala horizontal • La mayor frecuencia de focos aprox. 30, logran una vida de 500 horas • Muy pocos focos logran una vida corta de 200 o larga de hasta 800 hrs # de Focos Horas de vida

38. Distribución Normal • La distribución normal puede ser descrita sólo por la media y la desviación estándar • Media es el promedio de todos los datos • El rango es la diferencia entre la cantidad mayor y menor • La desviación estándar es aproximadamente igual a 1/6 del rango de los datos, y puede ser calculada por Excel o Minitab

39. Área bajo la curva de distribución normal

40. Área bajo la curva de distribución normal • Entre la media y +1 desviación estándar a la derecha de la media es 0.3413 del área total • El área de la media hasta a +1 desviación estándar contiene el 34.13% del total de los valores • La simetría de los valores alrededor de la media causa 2/3 (2 x 34.13% = 68.26%) del total de valores que caen entre+/- 1 desviaciones estándar • Aunque si la curva normal se extiende indefinidamente a la izquierda y derecha, los puntos finales de la curva se aproximan a los limites de la base. El 95% de los valores están incluidos entre los límites de +/- 2 desviaciones estándar • El 99.7% de los valores están incluidos bajo la curva de campana entre +/- 3 desviaciones estándar

41. Población vs. Muestra • La población es posible para la observación o censo, pero es difícil capturar la población completa de los datos • Las muestras de la población son más comprensibles

42. Población vs. Muestra

43. Calculando la Media • Media es el promedio, esta formado por la suma de los valores entre el total de numero de valores. • La media de una población es  • La media de la muestra de una población se escribe • La fórmula de la media es Suma de los datos = -------------------------------- Número de datos Ejemplo: Se tienen 5 muestras 0.053, 0.054,0.053, 0.055 y 0.054 Cual es La media es 0.0538 redondeado a 0.054

44. Calculando el rango • Rango – medida común de variabilidad, para encontrar el rango, resta el menor valor del mayor • La fórmula es: • Ejemplo: • Se tienen 5 muestras 0.053, 0.054,0.053, 0.055 y 0.054 • El rango es 0.002

45. Desviación Estándar – Método Directo • Desviación Estándar – describe la variabilidad • Cuando los valores de un grupo varían uno de otro, la desviación estándar es muy pequeña • Si es grupo es muy variable, la desviación estándar es relativamente grande • La letra sigma simboliza la desviación estándar de la población • La letra s representa la desviación estándar de la muestra • Para un calculo preciso de la desviación estándar, con una muestra grande, se puede usar la siguiente fórmula:

46. Ejemplo Desviación Estándar – Método Directo • Calcular la desviación estándar con las siguientes observaciones: • Donde n=10 usaremos la siguiente fórmula • La media es igual a • Después restar la media a los datos y luego elevarlo al cuadrado

47. Ejercicio: Calcular Medias y Rangos • Encuentra la media y el rango de los siguientes números: • Encuentra la media (promedio) y el rango para el dinero gastado en luz y gas de los meses de Octubre – Marzo, donde:

48. Ejercicio: Calcular Medias y Rangos • Encontrar el promedio y el rango para los ganadores por sesión durante 1990, para la Universidad de Kentucky, Wildcats:

49. Ejercicio: Desviación Estándar • De las siguientes muestras calcular la desviación estándar

50. Proceso DMAIC