Fase Analisis

Curso de actualizacin
en Ingeniera de calidad
I. VIII. FASE DE ANLISIS

Dr. Primitivo Reyes Aguilar / febrero 2009
1
VIII. FASE DE ANLISIS
1. Introduccin
2. Los 7 desperdicios
3. Anlisis Multi Vari
4. Modelo lineal simple
5. Regresin lineal mltiple
6. Pruebas de hiptesis
7. Anlisis de varianza
8. Otras herramientas
2
VIII.1 INTRODUCCIN
3
4
Fase de Anlisis
PROPSITOS:
Establecer hiptesis sobre posibles Causas
Raz
Refinar, rechazar, o confirmar la Causa Raz
Seleccionar las Causas Raz ms importantes:
Las pocas Xs vitales

SALIDAS:
Causas raz validadas
Factores de variabilidad identificados
Herramientas
1. Los 7 desperdicios
2. Anlisis Multivari
3. Anlisis de Regresin simple y
mltiple
4. ANOVA (una o dos va)
5. Otras herramientas
Anlisis de causas raz
5 Porqus, 5W 1H, AMEF

5
6
Posibles Fuentes de la
Variacin del Proceso
La Repetibilidad y reproducibilidad (R&R), son los errores ms relevantes en la medicin.
Variacin del proceso, real Variacin de la medicin
Variacin del proceso, observado (Zlp/Zlt y/ DPMO)
Reproducibilidad
Repetibilidad
Variacin
dentro de la
muestra
Estabilidad Linealidad Sesgo
Variacin originada
por el calibrador
Calibracin
7
Diagrama de
Ishikawa
Diagrama de
relaciones
Diagrama
de rbol
Anlisis del Modo y Efecto de
Falla (AMEF)
QFD
Diagrama
Causa Efecto
CTQs = Ys
Operatividad
X's vitales
Diagrama
de Flujo
del
proceso
Pruebas
de
hiptesis
Causas raz
validadas
Causa
Raz?
Definicin
Y=X1 + X2+. .Xn
X's
Causas
potenciales
Medicin Y,
X1, X2, Xn
FASE DE ANLISIS
Si No
Llenar columnas del FMEA
Hasta sol. Propuesta y
comprobar causas con
Pruebas de Hiptesis
8
Causa
Raz
Resultados
Causas
# de
Causa
SI ES CAUSA RAIZ
SI ES CAUSA RAIZ
NO ES CAUSA RAIZ
NO ES CAUSA RAIZ
SI ES CAUSA RAIZ
SI ES CAUSA RAIZ
NO ES CAUSA RAIZ
Ensamble de ojillos, bloques y
contrapesos no adecuados en
aspas.
Amortiguadores daados.
Desgaste de bujes en los
carretes.
Fabricacin y reemplazo de
ejes y poleas no adecuados en
ensamble de aspas.
Desalineamiento de poleas y
bandas de transmisin de
aspas.
Mtodo de Balanceo no
adecuado.
Desalineacin de pinolas en
cuna.
1
2
3
4
5
6
7
Resumen de la validacin de las causas
X
X
X
X
VIII. 2 LOS 7 DESPERDICIOS
(MUDA)
1. Sobreproduccin
2. Inventarios
3. Reparaciones /
Rechazos
4. Movimientos
5. Proceso adicional
6.Transporte
7. Espera
Otros desperdicios
9
VIII.3 ANLISIS MULTI
VARI
10
Ejemplo
11
.0.2510
0.2500
0.2490
Mximo
Mnimo
Izquierda
Derecha
8 AM 9 AM 10 AM 11 AM 12 AM
Tipos de variacin
Variacin dentro de la pieza
(posicional)

Variacin de pieza a pieza (cclica)

Variacin con el tiempo (temporal)

12
Ejemplo
13
Variacin de
sist. medicin
Variacin
de
proceso
Pieza a
pieza
Lote a lote
Dentro de
la pieza
Mquina a
mquina
Turno a
turno
Tiempo a
tiempo
Dimetro de Flecha
(0.150" +/- .002)
Programa Mquina
Accesorios
Operador a
operador
Cartas Multivari

Tipo de
variacin
% de
variacin
Variacin y
causa
Accin
correctiva
% de
reduccin
Tiempo a
tiempo
50% Bajo nivel de
refrigerante
Alimentador
automtico
Cerca del
50%
Dentro de
la pieza
30% Ajustes no
paralelas
Respaldo
del rollo
renivelado
Cerca del
30%
Dentro de
la pieza
10 15% Enfriamiento
inadecuado
del rollo
Se agregan
ms espreas
de rociado
10%
Pieza a
pieza

5 10% Desconocido Ninguna Ninguna

Resultados: ahorro $8,000 en dos semanas y Cp > 1
VIII.4 MODELO LINEAL
SIMPLE
15
Modelo de regresin lineal
simple
16
70 60 50 40 30
85
80
75
70
65
60
55
50
45
Tiempo de estudio (horas)
R
e
s
u
l
t
a
d
o
s

d
e

p
r
u
e
b
a

(
%
)
S 4.47182
R-Sq 77.0%
R-Sq(adj) 74.2%
Regression
95% CI
Fitted Line Plot
Resultados de prueba (%) = 31.21 + 0.6955 Tiempo de estudio (horas)
Y = a + bX
Modelo de regresin lineal
simple
17
70 60 50 40 30
80
75
70
65
60
55
50
Tiempo de estudio (horas)
R
e
s
u
l
t
a
d
o
s

d
e

p
r
u
e
b
a

(
%
)
S 4.47182
R-Sq 77.0%
R-Sq(adj) 74.2%
Fitted Line Plot
Mnimos cuadrados
Mtodo manual
18
Calcular Y con X = 60
Coeficiente de correlacin (r )
r se encuentra entre -1 y 1

Con r positiva la recta va hacia arriba a la
derecha. Con r negativo va hacia abajo

Con r = 0 no hay correlacin lineal, los
puntos estn muy dispersos de la recta,
puede haber un patrn curvilneo

Cuando r = 1 o -1, todos los puntos est,
sobre la recta y SSE es igual a cero
19
Coeficiente de correlacin (r )
20

Sxy = 772, Sx = 1,110, Sy^2 = 696.9

Con los datos anteriores
Coeficiente de determinacin
r
2
21

Su valor se encuentra entre 0 y 1

El 77 de la variacin en calificaciones se
explica por la variacin en horas de estudio

Con los datos anteriores
Coeficiente de determinacin
r
2
22

VIII.5 REGRESIN
LINEAL MLTIPLE
23
Regresin lineal mltiple
Modelo de primer orden

Modelo de segundo orden

Tabla ANOVA

24
Valor p de la prueba
Probabilidad del estadstico muestral que
se compara con un valor crtico alfa (5% o
1%) en una prueba de hiptesis.
Un valor pequeo de p indica que la
hiptesis nula Ho es falsa

25
Alfa o valor p Comentarios
P > 5% No hay evidencia de
diferencia significativa
1 < p < 5% Hay diferencia
estadsticamente
significativa
P <= 1% Hay una alta diferencia
estadstica significativa

Ejemplo de Minitab
26
The regression equation is

Predictor Coef SE Coef T P
Constant 31.212 6.465 4.83 0.001
Tiempo de estudio (horas) 0.6955 0.1342 5.18 0.001

Analysis of Variance

Source DF SS MS F P
Regression 1 536.92 536.92 26.85 0.001
Residual Error 8 159.98 20.00
Total 9 696.90
VIII.6 PRUEBAS DE
HIPTESIS
1. Conceptos bsicos
2. Pruebas de una y dos colas
3. Estimacin puntual y por intervalo
27
Tipos de errores (I alfa y II
beta)
28
Ilustracin del error Beta ( )
29

0.5
0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i
t
y
68.4
0.025
71.6
0.025
70
Distribution Plot
Normal, Mean=70, StDev=0.8
0.5
0.4
0.3
0.2
0.1
0.0
X
D
e
n
s
i
t
y
71.57
0.762
71
Distribution Plot
Normal, Mean=71, StDev=0.8
Si la media del proceso se

corre de 70 a 71, hay un
76% de probabilidad de no
detectarlo o error Beta

Alfa es el rea de C a en
N( =70, =0.8)
C = valor crtico
Beta es el rea de - a C en
N( =71, =0.8)

Errores Alfa y Beta para dos
colas
30
)
Curva de potencia 1 -
31
Chart Title
Mu
67.0
67.2
67.4
67.6
67.8
68.0
68.2
68.4
68.6
68.8
69.0
69.2
69.4
Tamao de muestra
32
Estimacin por intervalo
33
n 30
n < 30
34
35
36
Ejemplo
Establecer las hiptesis

Determinar el estadstico de prueba con
base en datos de la muestra

Establecer la regin crtica de rechazo y
decidir
37

-1.645 -1.18 0
VIII.7 ANLISIS DE
VARIANZA
1. ANOVA de una va
2. ANOVA de dos vas
38
http://www.uncp.edu/home/freder
ick/DSC510/m510ANOVA.htm
ANOVA PARA UN FACTOR
O DIRECCIN
39
http://www.uncp.edu/home/frederick/DSC510/m510ANOVA.htm
Diseos de un factor -
ANOVA
ANOVA de un factor, una va o una direccin

ANOVA de un factor y una variable de bloqueo,
dos vas o dos direcciones

ANOVA de un factor y dos variables de bloqueo
CUADRADO LATINO

ANOVA De un factor y tres variables de bloqueo
CUADRADO GRECOLATINO

ANOVA De un factor y cuatro variables de bloqueo
CUADRADO HIPER-GRECOLATINO

40
41
ANOVA - Condiciones
Todas las poblaciones son normales

Todas las poblaciones tiene la misma
varianza

Los errores son independientes con
distribucin normal de media cero

La varianza se mantiene constante para
todos los niveles del factor

42
ANOVA Prueba de hiptesis para
probar la igualdad de medias de varias
poblaciones para un factor
diferentes son s unas A Ha
Ho
a
. . ' . lg :
......... :
3 2 1
= = = =
Se trata de probar si el efecto de un factor o
Tratamiento en la respuesta de un proceso o sistema es
Significativo, al realizar experimentos variando
Los niveles de ese factor (Temp. 1, Temp. 2, Temp.3, etc.)
43
ANOVA Ejemplo de datos
Niveles del Factor Peso % de algodn
y Resistencia de tela
Peso porc. Respuesta
de algodn Resistencia de la tela
15 7 7 15 11 9
20 12 17 12 18 18
25 14 18 18 19 19
30 19 25 22 19 23
35 7 10 11 15 11
44
ANOVA Suma de
cuadrados total
Xij
Xij
Gran media
2
1 1
) (

= =
=
b
j
a
i
X Xij SCT
45
ANOVA Suma de cuadrados
de renglones (a)-tratamientos
Gran media
Media Trat. 1
Media Trat. a
Media trat. 2
a renglones
=
=
a
i
i
X X b SCTr
1
2
) (
46
del error
Media X1.
X1j
X3j
X2j
Media X2.
Media X3.
Muestra 1 Muestra 2 Muestra 3
2
1 1
) (
i
b
j
ij
a
i
X X SCE =

= =
47
del error
Media X1.
X1j
X3j
X2j
Media X2.
Media X3.
Muestra 1 Muestra 2 Muestra 3
SCTr SCT SCE =
48
ANOVA Grados de libertad:
Totales, Tratamientos, Error
a n a n SCE gl
a SCTr gl
n SCT gl
= =
=
=
) 1 ( ) 1 ( .
1 .
1 .
49
ANOVA Cuadrados medios:
Total, Tratamiento y Error
) /(
) 1 /(
) 1 /(
a n SCE MCE
a SCTr MCTr
n SCT MCT
=
=
=
50
ANOVA Clculo del estadstico
Fc y Fexcel
SCE gl SCTr gl ALFA
FINV Fexcel
MCE
MCTr
Fc
. , . ,
=
=
ANOVA frmulas
51
Tabla ANOVA y conclusin
52
53
Tabla final de ANOVA
TABLA DE ANOVA
FUENTE DE VARIACIN SUMA DE GRADOS DE CUADRADO VALOR F
CUADRADOS LIBERTAD MEDIO
Entre muestras (tratam.) SCTR a-1 CMTR CMTR/CME
Dentro de muestras (error) SCE n-a CME
Variacin total SCT n-1 CMT
Regla: Rechazar Ho si la Fc de la muestra es mayor que la F de Excel para una cierta alfa
o si el valor p correspondiente a la Fc es menor al valor de alfa especificado
54
ANOVA Toma de decisin
Fexcel
Fc
Alfa
Zona de rechazo
De Ho o aceptar Ha
Zona de no rechazo de Ho
O de no aceptar Ha
Distribucin F
55
ANOVA Toma de decisin
Si Fc es mayor que Fexcel se rechaza Ho
Aceptando Ha donde las medias son
diferentes

O si el valor de p correspondiente a Fc es
menor de Alfa se rechaza Ho
56
ANOVA Identificar las medias
diferentes por Prueba de Tukey
T
Para diseos balanceado (mismo nmero de
columnas en los tratamientos) el valor
de q se determina por medio de la tabla en
el libro de texto
b
CME
q T
a n a
=
, , o
57
ANOVA Identificar las medias
diferentes por Prueba de Tukey
T
Se calcula la diferencia Di entre cada par de
Medias Xis:
D1 = X1 X2 D2 = X1 X3 D3 = X2 X3 etc.

Cada diferencia Di se compara con el valor de T,
si lo exceden entonces la diferencia es significativa
de otra forma se considera que las medias son iguales
58
ANOVA Identificar las medias diferentes
por Prueba de Diferencia Mnima
Significativa DMS
Para diseos balanceados (los tratamientos
tienen igual no. De columnas), se calcula un
factor DMS contra el que se comparan las
diferencias Xi Xi. Significativas si lo exceden
b
F CME
DMS
a n
=
, 1 ,
) ( 2
o
59
Prueba DMS para Diseos no
balanceados
a n a
k j
k j
F CME
b b
DMS

(
(
+ =
, 1 , ,
) (
1 1
o
Para diseos no balanceados (los tratamientos
tienen diferente no. De columnas), se calcula un
factor DMS. Para cada una de las diferencias Xi Xi
ANOVA de dos vas
60
Fuente SS DF MS F F
0.05, 1, 2

Columnas
(materiales)
872.44 2 436.22 20.8 F
0.05, 2,14
= 3.74
Filas
(instructor) 2005.56 1 2005.56 95.6 F
0.05, 1,14
= 4.6
Error
293.78 14 20.98
Total 17
Cuadrado latino
61
VIII.8 OTRAS
HERRAMIENTAS
1. Anlisis de causa raz
2. Los cinco porqus
3. 5W-1H
4. AMEF
62
Anlisis de causa raz
63
http://www.tango04.com/products/vmc/pressrelease2.
php?DocumentID=835
Los 5 por qus
1. Por qu? Nos atrasamos, fall la
mquina

2. Por qu? No dio mantenimiento en tres
meses

3. Por qu? Se redujo el personal de 8 a 6
gentes

4. Por qu? tiempo extra excedido, se
prohibi

5. La empresa no logr los resultados, el
director orden evitar gastos innecesarios
64
Las 5W 1H
1. Qu?
2. Por qu?

3. Cmo?
4. Dnde?

5. Quin?
6. Cundo?
65
66
Qu es el AMEF?
El Anlisis de del Modo y Efectos de Falla es
un grupo sistematizado de actividades
para:

Reconocer y evaluar fallas potenciales y
sus efectos.

Identificar acciones que reduzcan o
eliminen las probabilidades de falla.

Documentar los hallazgos del anlisis.
67
DEFINICIONES

Modo de Falla

- La forma en que un producto o proceso puede fallar para
cumplir con las especificaciones.

- Normalmente se asocia con un Defecto o falla.

ejemplos: Diseo Proceso
roto Flojo
fracturado de mayor tamao
Flojo equivocado

68

Efecto
- El impacto en el Cliente cuando el Modo de Falla no se
previene ni corrige.

- El cliente o el siguiente proceso puede ser afectado.

Ejemplos: Diseo Proceso
ruidoso Deterioro prematuro
operacin errtica Claridad insuficiente
Causa
- Una deficiencia que genera el Modo de Falla.
- Las causas son fuentes de Variabilidad asociada con
variables de Entrada Claves

Ejemplos: Diseo Proceso .
material incorrecto error en ensamble
demasiado esfuerzo no cumple las
especificaciones

69
Componente ______________________ Responsable del Diseo ____________ AMEF Nmero _________________
Ensamble ________________ Prepar _______________ Pagina _______de _______
Equipo de Trabajo ___________ FECHA (orig.) de FMEA ______(rev.) ______
Artculo /
Funcin
Modo
Potencial
de Falla
Efecto (s)
Potencial
(es)
de falla
S
e
v
.
C
l
a
s
e
Causa(s)
Potencial(es) /
Mecanismos
de la falla
O
c
c
u
r
Controles
de Diseo
Actuales
Prevencin
Controles de
Diseo
Actuales
Deteccin
D
e
t
e
c
R
P
N
Accin (es)
Recomenda
da (s)
Responsable
y fecha objetivo
de Terminacin
Acciones
Tomadas
S
e
v
O
c
c
D
e
t
R
P
N
Resultados de Accin
ANALISIS DEL MODO Y EFECTO DE FALLA
AMEF de Diseo
70
Determine Efecto(s)
Potencial(es) de
falla
Efectos Locales
Efectos en el Area Local
Impactos Inmediatos

Efectos Mayores Subsecuentes
Entre Efectos Locales y Usuario Final

Efectos Finales
Efecto en el Usuario Final del producto
71
Equipo de Trabajo ___________ FECHA (orig.) de AMEF ______(rev.) ______
Funcin
de
Artculo
Modos de Falla
Potenciales
Efecto (s)
Potencial (es)
de falla
S
e
v
.
Causa(s)
Potencial(es)
de los Mecanismos
de falla
O
c
c
u
r
Controles de
Diseo Actual
D
e
t
e
c
R
P
N
Accin
Sugerida
Responsable
y fecha lmite
de Terminacin
Accin
Adoptada
S
e
v
O
c
c
D
e
t
R
P
N
Factura Datos LOCAL:
incorrecta incorrectos Rehacer
la factura
MAXIMO PROXIMO
Contabilidad 7 3 5 105
erronea
CON CLIENTE
Molestia
Insatisfaccin

Resultados de Accin
AMEF de Diseo / Proceso
Riesgo = Severidad x
Ocurrencia x Deteccin
Causas probables a
atacar primero
72
Planear Acciones
Requeridas para todos los CTQs
Listar todas las acciones sugeridas, qu
persona es la responsable y fecha de
terminacin.

Describir la accin adoptada y sus
resultados.
Recalcular nmero de prioridad de riesgo . Reducir el riesgo general del diseo
73
Artculo /
Funcin
Modo
Potencial
de Falla
Efecto (s)
Potencial
(es)
de falla
S
e
v
.
C
l
a
s
e
Causa(s)
Potencial(es) /
Mecanismos
de la falla
O
c
c
u
r
Controles
de Diseo
Actuales
Prevencin
Controles de
Diseo
Actuales
Deteccin
D
e
t
e
c
R
P
N
Accin (es)
Recomenda
da (s)
Responsable
y fecha objetivo
de Terminacin
Acciones
Tomadas
S
e
v
O
c
c
D
e
t
R
P
N
Abertura deLa aberturaLOCAL:
engrane no es Dao a sensor
proporcionasuficiente de velocidad y
claro de engrane
aire entre
dientes MAXIMO PROXIMO
Falla en eje

CON CLIENTE
Equipo 7 3 5 105
parado
Resultados de Accin
AMEF de Diseo
Usar RPN para identificar
acciones futuras. Una vez
que se lleva a cabo la
accin, recalcular el RPN.
Anlisis del modo y efecto de
falla
74
75
Componente ______________________ Responsable del Diseo ____________AMEF Nmero _________________
Funcin
del Producto/
Paso del
proceso
Modos de Falla
Potenciales
Efecto (s)
Potencial (es)
de falla
S
e
v
.
Causa(s)
Potencial(es)
o Mecanismos
de falla
O
c
c
u
r
Controles de
Diseo o
Proceso
Actuales
D
e
t
e
c
R
P
N
Accin
Sugerida
Responsable
y fecha lmite
de Terminacin
Accin
Adoptada
S
e
v
O
c
c
D
e
t
R
P
N
Resultados de Accin
AMEF de Diseo / Proceso

Fase Analisis

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Fase Analisis

Cargado por

Copyright:

Formatos disponibles

Curso de actualizacin

Si la media del proceso se

También podría gustarte