Seis Sigma

Escuela Internacional de Negocios
METODOLOGA SEIS SIGMA Green Belt

Fase MEDIR
Mdulo 2
Dr. Edgardo J.
ESCALANTE
Dr. Edgardo J. Escalante
MEDIR-2
21
FASES DE SEISSIGMA ( (DMAIC DMAIC) )

ACTIVIDAD INICIAL: Identificar el proyecto
DEFINIR (D)
Definir a los clientes y sus requerimientos (CTQs) Formar el equipo Definir el charter y el plan del proyecto Ttulo, Caso de Negocio (definicin del problema, COPQ(*), lnea base y potencialidad (baseline/entitlement) CTQs), CTQs) objeti objetivo oy metas, alcance, recursos estimados, beneficios esperados, personal involucrado, aprobacin del proyecto y tiempo estimado Desarrollar un mapa del proceso del alto nivel
(*) Cost of Poor Quality
MEDIR-2
22
Prohibida su reproduccin total o parcial
MEDIR (M)
Desarrollar un mapa detallado del proceso Identificar entradas y salidas Evaluar el sistema de medicin Evaluar la capacidad inicial del proceso (baseline) y su potencialidad (entitlement)
ANALIZAR (A)
Identificar las entradas crticas p potenciales Determinar las entradas crticas Ajustar el proceso Evaluar la capacidad del proceso ajustado
MEDIR-2
23
MEJORAR (I)
Optimizar las entradas crticas Generar y probar soluciones posibles j solucin Seleccionar la mejor Disear un plan de implementacin Verificar la capacidad final del proceso
CONTROLAR (C)
Desarrollar un p plan de control y monitoreo Obtener la aprobacinrecibo del dueo del proceso Elaborar el reporte final / lecciones aprendidas
MEDIR-2
24
MEDIR
MEDIR (M) Desarrollar un mapa detallado del proceso Identificar entradas y salidas Evaluar el sistema de medicin Evaluar la capacidad inicial del proceso (baseline) y su potencialidad (entitlement)
MEDIR-2
25
FLUJO DMAIC D M M M A
Determinar y validar variables significativas. Ajustar el proceso Evaluar estabilidad y capacidad del proceso Definir problema Describir proceso Proceso estable
S N N
Eliminar causas especiales
Medicin capaz y estable

S
Mejorar
Proceso capaz
N
Evaluar estado inicial del proceso y su potencial (baseline/entitlement)
Optimizar
C C
Controlar el proceso
Mejorar continuamente
MEDIR-2
26
DEFINIR Y DESCRIBIR EL PROCESO Definir los elementos del proceso, sus pasos, entradas, salidas, y sus variables. Rendimiento d l proceso. del Proceso: interaccin de gente, materiales, equipos e informacin con la finalidad de transformar ciertas entradas en salidas especficas.
MEDIR-2
27
Buscar oportunidades para: eliminar pasos hacerlos ms rpidos hacer pasos en paralelo reacomodar pasos simplificar i lifi pasos
MEDIR-2
28
Elaboracin y simbologa
Definir las fronteras del proceso, y usar los siguientes smbolos como elementos del diagrama de flujo:
10 60
Usado para indicar una operacin Se usa para denotar inspeccin Indica almacenamiento Indica I di transportacin t t i en donde d d se requiere i control Representa un operador
30
MEDIR-2
29
20
Indica demora Productos idnticos mltiples Operacin con inspeccin Trayectoria principal Trayectoria secundaria
10 4 10
Decisin Entrada (MP)

MEDIR-2
51
210
Ejemplo Proceso de fabricacin de mltiples de admisin. Pasos del proceso: (op p 001) ) 0. Formular el aluminio ( 1. Precalentar molde a 400C (op 010) 2. Limpiar el molde (op 020) 3. Colocar y alinear el corazn en el molde (op 030) 4. Cerrar el molde (op 040) 5. Inspeccionar el ensamble (op 050) 6. Vaciar el aluminio (op 060) 7. Esperar a que solidifique el aluminio (op 070) 8. Extraer la pieza (op 080) 9. Limpiar la pieza (op 090) 10. Inspeccionar la pieza (op 100). Si no hay defectos, llevar al almacn (op 110). Si hay defectos, desechar y elaborar reporte
MEDIR-2
211
MULTIPLE DE ADMISION MAW01
Caractersticas finales del producto requeridas por el cliente

CTQs Q Dureza final 2 Rc Sin poros Sin grietas Sin arena Sin fugas Sin rebabas Pieza completa Pieza slida Sin golpes
MEDIR-2
212
Flujo completo
010 020
005-1
060
005-2
001
070 110
030 040
080
090
050
100
Ok Def
MEDIR-2
213
Formato del diagrama de flujo

OPERACIONES
010: Precalentar molde a 400C 020: Limpiar el molde 005-1: Corazn 030: Colocar y alinear el corazn en el molde 040: Cerrar el molde 050: Inspeccionar el ensamble
FLUJO 010 020

005-1
VARIABLES DEL Producto/Proceso
Temp. precalto. 400 10C 10C t/P(20 seg. a 3 psi) Estado del corazn Posicin centrada Al tope Criterio definido Sin destellos
214
030 040 050

MEDIR-2
(ir a op 060)
OPERACIONES
001: Formular el aluminio 005-2: Aluminio fundido 060: Vaciar el aluminio
FLUJO
005-2
060
(de op 050)
001 070
Formulacin 3R5 Vel. vaciado 5 seg. Nivel de llenado
070: Esperar a que solidifique el aluminio
Tiempo solidif. 10 s Pieza slida Pieza completa Pieza sin rebabas Procedimiento def. t/P(25 seg. a 4 psi) Pieza sin arena
080: Extraer la pieza 090: Limpiar la pieza
080 090
(ir a op 100)
MEDIR-2
215
OPERACIONES
(de op 90) 100: Inspeccionar la pieza Def
FLUJO
100
Criterio definido Sin fugas, s/grietas y con dureza adecuada(2 Rc)
110: Llevar al almacn
110
MEDIR-2
216
Ejercicio Realizar el diagrama detallado del proceso de su rea de trabajo que fue usado para elaborar el diagrama SIPOC
MEDIR-2
217
S N N

S
Mejorar
Proceso capaz
N
Evaluar estado inicial del proceso y su potencial (baseline/entitlement)
Optimizar
C C
MEDIR-2
218
EVALUAR EL SISTEMA DE MEDICIN

Todos los sistemas de medicin deben poseer las siguientes propiedades estadsticas: 1. Estar en control estadstico (estabilidad estadstica). 2. Su variabilidad debe ser pequea comparada con las especificaciones y con la variacin del proceso. 3. Los incrementos de medida no deben ser mayores a 1/10 de la variacin del proceso (discriminacin o resolucin). l i ) 4. Poco sesgo.
MEDIR-2
219
Evaluacin del sistema

La evaluacin de los sistemas de medicin se efecta a travs de la Estabilidad, Sesgo, Linealidad, Repetibilidad, Reproducibilidad (Gage R&R),. Usos de la evaluacin Aceptar equipo nuevo. Comparar 2 equipos entre s. Evaluar un calibrador sospechoso sospechoso. Evaluar un calibrador antes y despus de repararlo. De manera continua de acuerdo a la frecuencia de medicin recomendada en los estudios.
MEDIR-2
220
10
Resumen de las propiedades de un sistema de medicin

Propiedades ideales sin variacin ni sesgo y clasificacin perfecta
Propiedades reales proceso en control estadstico con poca variacin y poco sesgo y discriminacin adecuada
P b prcticas Pruebas ti Sesgo Variacin Repetibilidad (Precisin) Reproducibilidad Estabilidad

MEDIR-2
Otras Linealidad Discriminacin
221
Evaluacin de Propiedades Estadsticas...

Repetibilidad (Precisin) Es la variacin interna(*) del SM en las mediciones hechas por un solo operador en la misma pieza y con el mismo instrumento de medicin. Se define como la variacin alrededor de la media. Esta variacin debe ser pequea con respecto a las especificaciones y a la variacin del proceso. 1 operador, 1 gage 1 pieza medida varias veces
(*) pieza, instrumento, mtodo, etc.
MEDIR-2
222
11
VR
REPETIBILIDAD Causas posibles: Suciedad, friccin, desajuste, desgaste.

MEDIR-2
223

Reproducibilidad Variacin entre sistemas(*) entre las medias de las mediciones hechas por varios operarios con las mismas piezas i y con el l mismo i i instrumento t t d de medicin. di i
VR
XA
XB
XC
1 gage, 2 3 operadores, 10 piezas (*) entre mtodos, condiciones, equipos, piezas

MEDIR-2
224
12
Repetibilidad y Reproducibilidad
Al mtodo de Repetibilidad y Reproducibilidad (RR) se le conoce como Medias y Rangos o Mtodo Largo. Es la combinacin de los estudios de Repetibilidad y Reproducibilidad. d ibilid d Pasos para el estudio: 1. Calibrar el instrumento (si esto es parte del proced. normal) 2. Seleccionar p=3 operarios que midan r=3 veces las mis mas n=10 piezas (n>5, numeradas) en orden aleatorio (se d desea que np>15 para calcular l l k1 como 1/d /d2, y en general l para tener ms observaciones). 3. Seleccionar las piezas que cubran todo el rango de variacin del proceso. 4. Llenar el formato de RR o usar algn software (Minitab).
MEDIR-2
225
Conclusiones: 1. Si la Repetibilidad es grande comparada con la Reproducibilidad, las razones posibles son: El calibrador necesita mantenimiento. El calibrador debera ser rediseado para ser ms rgido. Mejorar la sujecin o localizacin de la pieza. Existe mucha variacin interna en las piezas.
MEDIR-2
226
13
2. Si la Reproducibilidad es mayor comparada con la Repetibilidad las causas posibles son: Repetibilidad, El operario necesita entrenamiento en el uso del calibrador. Las calibraciones en la escala del instrumento no estn claras. Tal vez sea necesario usar algn dispositivo de fijacin del calibrador para que el operario lo pueda usar con facilidad.
MEDIR-2
227
Ejemplo
Se desea realizar un estudio largo de Repetibilidad y Reproducibilidad, para lo cual se seleccionaron 3 operadores y un calibrador para medir la altura de 7 flares, cuya especificacin es de 2.4 a 2.6 cms. Dichos flares fueron medidos aleatoriamente tres veces por cada operador.
MEDIR-2
228
14
ESTUDIO DE REPETIBILIDAD Y REPRODUCIBILIDAD

PIEZA Oper REPLICA 1 A 2 3 1 2.67 2.67 2.66 2 2.45 2.45 2.44 2.4467 0.0100 2.45 2.46 2.46 2.4567 0.0100 2.44 2.44 2.45 2.4433 0.0100 3 2.50 2.50 2.49 2.4967 0.0100 2.51 2.49 2.51 2.5033 0.0200 2.50 2.50 2.50 2.5000 0.0000 4 2.61 2.61 2.61 2.6100 0.0000 2.60 2.60 2.61 2.6033 0.0100 2.60 2.60 2.60 2.6000 0.0000 5 2.35 2.35 2.35 2.3500 0.0000 2.35 2.33 2.34 2.3400 0.0200 2.34 2.34 2.34 2.3400 0.0000 6 2.55 2.56 2.56 2.5567 0.0100 2.56 2.55 2.54 2.5500 0.0200 2.54 2.55 2.55 2.5467 0.0100 7 2.40 2.39 2.39 2.3933 0.0100 2.39 2.39 2.41 2.3967 0.0200 2.40 2.40 2.40 2.4000 0.0000 8 9 10 PROMEDIO 2.5043 2.5043 2.5000 2.5029 0.0071 2.5014 2.4943 2.5014 2.4990 0.0157 2.4957 2.5000 2.5000 2.4986 0.0057 Rp 0.3133
PROM 2.6667 RANGO 0.0100 1 B 2 3 2.65 2.64 2.64
Xb1=(2.5043+2.5043+2.5)/3=2.5029
Rb1=(suma de rangos)/7=0.0071
Xb1 Rb1
PROM 2.6433 RANGO 0.0100 1 C 2 3 2.65 2.67 2.66
Xb2 Rb2
Xb2=(2.5014+2.4943+2.5014)/3=2.4990
PROM 2.6600 RANGO 0.0200 PIEZA (Xbp)
Xb3 Rb3
PROMEDIO DE 2.65667 2.44889 2.50000 2.60444 2.34333 2.55111 2.39667
Xb3=(2.4957+2.5+2.5)/3=2.4986
Xbp1=(2.6667+2.6433+2.66)/3=2.65667
Rp=Max(Xbp)-Min(Xbp)=2.65667-2.34333=0.3133
MEDIR-2
229
Gage Run Chart of Altura by Flare, Operador

Gage name: Date of study : Reported by : Tolerance: M isc:
1 2.65 2.60 2.55
O perador 1 2 3
Altura
2.50 2.45 2.40 2.35
Mean
Operador Panel variable: Flare
MEDIR-2
230
15
Gage R&R (Xbar/R) for Altura

G age name: D ate of study : Reported by : Tolerance: M isc:
Xbar Chart by Operador

2.7 Sample Mean 2.6 2.5 2.4 1 2 3
UCL=2.5099 _ X=2.5002 LCL=2.4904
R Chart by Operador
1 Sample Range 0.02 0.01 0.00 _ R=0.00952 LCL=0 2 3 UCL=0.02452
MEDIR-2
231
Rb (OP)=
0.00952
r= No.rpl= 0.0043 0.02457 2.49042
p=No.op=
D4=
3 2.58 A2= 7 85.71
Xbb= 1.023
2.5002 Xb fuera No. pts 18 21
Xbdiff=MAX(Xb)-MIN(Xb)= LSC(R)=D4(Rb)= LIC(R)=0
n=No. piezas= D4=3.27 y A2=1.88 para 2 rplicas D4=2.58 y A2=1.023 para 3 rplicas
% de los puntos estn
LIC(Xb)=Xbb-A2Rb=
LSC(Xb)=Xbb+A2Rb=
2.5099
fuera de los lmites de medias. Ms de la mitad indica la capacidad del instrumento para detectar la variacin.
LSC(R) representa el lmite para rangos individuales. Sealar los valores que exceden este lmite y volver a realizar dichas mediciones. No. de parte Nombre de la parte Caracterstica Especificacin Flare Altura 2.4-2.6 No. del calibrador Nombre del calibrador Tipo de calibrador Tol/6= 0.03333
X =Xbb=(Xb1+Xb2+Xb3)/3=(2.5029+2.499+2.4986)/3=2.5002 R =Rb(OP)=(Rb1+Rb2+Rb3)/3=(0.0071+0.0157+0.0057)/3=0.0095
Xdiff = Xbdiff=max(Xb1,Xb2,Xb3)-min(Xb1,Xb2,Xb3)=2.5029-2.4986=0.0043
LSC(R)=D4(Rb)=2.58(0.00952)=0.02456 LIC(R)=0
(para 2 y 3 rplicas)
LIC ( Xb ) = Xbb A 2 ( Rb )= 2.50021.023(0.0095)=2.4904 LSC ( Xb ) = Xbb + A 2 ( Rb )= 2.5002+1.023(0.0095)=2.5099

MEDIR-2
232
16

Altura by Flare
2.7
2.6
2.5
2.4
2.3 1 2 3 4 Flare 5 6 7
MEDIR-2
233
VARIACION DEL EQUIPO (REPETIBILIDAD) VE=Rb*k1= k1=0.8862, r=2 k1=0.5908, r=3 0.00563 k1= k2= k3= 0.5908 0.5231 0.3534
VO = ((Xbdiff )(k 2))2 = ((0.0043)(0.5231))2

0 00188 0.00188
VE2 nr (0.0056) 2 7(3)
k1=Inverso de d2 usando m=r
VARIACION DE OPERADORES (REPRODUCIBILIDAD) VO=Raz(((Xbdiff)(k2))^2 (VE^2/nr))= VO=Raz(((Xbdiff)(k2))^2-(VE^2/nr))= Si VO es negativo dentro de la raz, hacer VO=0. k2=0.7071 p=2 operad. k2=0.5231 p=3 operad. RR=Raz(VE^2+VO^2)= VARIACION DE PIEZAS (VP) VP=(Rp)(k3)= 0.11073 k3=Inverso de d2*, m=n, g=1
VARIACION TOTAL (TOT)
= 0.001888
k2=Inverso de d2*, m=p, g=1

0.00593 n 2 3 4 5 6 0.11089 7 8 9 10 k3 0.7071 0.5231 0.4467 0.4030 0.3742 0.3534 0.3375 0.3249 0.3146
MEDIR-2
REPETIBILIDAD Y REPRODUCIBILIDAD
n=No. de piezas=7 r=No. de rplicas=3

RR = VE 2 + VO 2 = (0.00563) 2 + (0.00188) 2 = 0.00593 TOT = RR 2 + VP 2 = (0.00593) 2 + (0.11073) 2 = 0.11089
TOT=Raz(RR^2+VP^2)=
234
17
VARIACION DEL EQUIPO (REPETIBILIDAD) EN %
Si se conoce la variacin del proceso (6sigma) usarla en lugar de TOT haciendo TOT=6sigma/6. Si se quiere usar la tolerancia, poner TOL=tolerancia/6
VE(%)=100(VE/TOT)= VE(%)=100(VE/TOL)=
5.074 16.882
TOT=variacin del estudio (no del proceso) Tolerancia=LSE-LIE

VE (%) = 100 ( VE / TOT ) = 100 (0.00563 / 0.11089 ) = 5.07 VE (%) = 100 ( VE / TOL ) = 100 (0.00563 / 0.03333 ) = 16 .89 VO (%) = 100 ( VO / TOT ) = 100 (0.00188 / 0.11089 ) = 1.69 VO (%) = 100 ( VO / TOL ) = 100 (0.00188 / 0.03333 ) = 0.564
RR (%) = 100 ( RR / TOT ) = 100 (0.00593 / 0.11089 ) = 5.348 RR (%) = 100 ( RR / TOL ) = 100 (0.00593 / 0.03333 ) = 17 .79 VP (%) = 100 ( VP / TOT ) = 100 (0.11073 / 0.11089 ) = 99 .86 VP (%) = 100 ( VP / TOL ) = 100 (0.11073 / 0.03333 ) = 332 .22
VARIACION DE OPERADORES (REPRODUCIBILIDAD) EN % VO(%)=100(VO/TOT)= VO(%)=100(VO/TOL)= 1 692 1.692 5.628 Generalmente se usa TOT para el control del proceso y TOL para el control del producto REPETIBILIDAD Y REPRODUCIBILIDAD EN % RR(%)=100(RR/TOT)= RR(%)=100(RR/TOL)= VARIACIONDE PIEZAS EN % VP(%)=100(VP/TOT)= VP(%)=100(VP/TOL)= NOTAS Mayor a 30 necesita calibrarse. DISCRIMINACION 1.41*(VP/RR)= 26.324 99.857 332.229 5.349 17.795
RR(%) menor a 10, ok. Entre 10 y 30 depende de la aplicacin.
Mayor o igual a 5 es aceptable. (si r=2, 4 ms es aceptable)

MEDIR-2
235
Gage R&R Study - XBar/R Method %Contribution Source Total Gage R&R Repeatability R Reproducibility d ibilit Part-To-Part Total Variation VarComp 0.0000352 0.0000316 0 0.0000035 0000035 0.0122586 0.0122938 (of VarComp) 0.29 0.26 0 0.03 03 99.71 100.00 Study Var Source Total Gage R&R Repeatability Reproducibility i i i Part-To-Part Total Variation StdDev (SD) 0.005931 0.005625 0.001878 0.110718 0.110877 (6 * SD) 0.035584 0.033752 0.011270 0.664311 0.665263 %Study Var (%SV) 5.35 5.07 1.69 99.86 100.00 %Tolerance (SV/Toler) 17.79 16.88 5.63 332.16 332.63
Number of Distinct Categories = 26

MEDIR-2
236
18

Gage name: Date of study : Reported by : Tolerance: .2 Misc:
Components of Variation
350 300 250 Percent 200 150 100 50 0
% Contribution % Study Var % Tolerance
TOT=variacin del estudio (no del proceso) Tolerancia =LSE-LIE
Gage R&R
Repeat
Reprod
Part-to-Part
MEDIR-2
237
Ejercicio
OP Replica 1 2
Aunque este ejemplo no cumple con np>15, se presenta por propsitos ilustrativos.
PIEZA 3 4
PROMEDIO
1 21 24 20 27 24 A 2 20 23 21 27 23 PROM 20.5000 23.5000 20.5000 27.0000 23.5000 RANGO 1.0000 1.0000 1.0000 0.0000 1.0000 1 20 22 24 28 19 B 2 20 22 23 26 18 PROM 20.0000 22.0000 23.5000 27.0000 18.5000 RANGO 0.0000 0.0000 1.0000 2.0000 1.0000 1 C 2 PROM RANGO 19 18 23 22 20 19 25 24 18 18
23.2000 22.8000 23.0000 0.8000 22.6000 21.8000 22.2000 0.8000 21.0000 20.2000
Xb1 Rb1
Xb2 Rb2
Xb3 Rb3
MEDIR-2
238
19
X =Xbb=(Xb1+Xb2+Xb3)/3=
Rb(OP)=(Rb1+Rb2+Rb3)/3= Xbdiff=max(Xb1,Xb2,Xb3)-min(Xb1,Xb2,Xb3)= LSC(R)=D4(Rb)= LIC(Xb)=Xbb-A2(Rb)= LSC(Xb)=Xbb+A2(Rb)=
LIC(R)=0 (para 2 y 3 rplicas)
MEDIR-2
239
Promedio de la PIEZA (Xbp) Rb (OP)= Xbdiff=MAX(Xb)-MIN(Xb)=

LSC(R) D4(Rb) LSC(R)=D4(Rb)= LIC(R)=0
Rp r= No.rpl=
D4 3 27 y A2 D4=3.27 A2=1.88 1 88 para 2 rplicas li D4=2.58 y A2=1.023 para 3 rplicas
LIC(Xb)=Xbb-A2Rb=
N o .o p = D 4= n = N o . p ie z a s = A 2=
LSC(Xb)=Xbb+A2Rb=
Xbb= X b fu e ra N o . p ts % d e lo s p u n t o s e s t n
LSC(R) representa el lmite para rangos individuales. Sealar los valores que exceden este lmite y volver a realizar dichas mediciones.
f u e r a d e lo s l m it e s d e m e d ia s . M s d e la m it a d in d ic a la c a p a c id a d d e l in s t r u m e n t o p a r a d e t e c t a r la v a r ia c i n .
MEDIR-2
240
20
No. de parte Nombre de la parte Caracterstica Especificacin

No. del calibrador Nombre del calibrador Tipo de calibrador Tol/6=
20-30
MEDIR-2
241
VARIACION DEL EQUIPO (REPETIBILIDAD) VE=Rb*k1= k1=0.8862, r=2 k1=0.5908, r=3 k1= k2= k3= k1=Inverso de d2 usando m=r
VARIACION DE OPERADORES (REPRODUCIBILIDAD) VO=Raz(((Xbdiff)(k2))^2-(VE^2/nr))= Si VO es negativo dentro de la raz, hacer VO=0. k2=0.7071 p=2 operad. k2=0.5231 p=3 operad.
VO =
(( Xbdiff )( k 2 )) 2

MEDIR-2
VE 2 nr
242
21
REPETIBILIDAD Y REPRODUCIBILIDAD RR=Raz(VE^2+VO^2)= n VARIACION DE PIEZAS (VP) VP=(Rp)(k3)= k3=Inverso de d2*, m=n, g=1
k3 0.7071 0.5231 0.4467 0.4030 0.3742 0 3534 0.3534 0.3375 0.3249 0.3146
243
2 3 4 5 6 7 8 9 10
TOT R (RR^2 VP^2) TOT=Raz(RR^2+VP^2)=
MEDIR-2
Si se conoce la variacin del proceso (6sigma) usarla en lugar de TOT haciendo TOT=6sigma/6. Si se quiere usar la tolerancia, , poner p TOL=tolerancia/6
VE(%)=100(VE/TOT)= ( ) ( ) VE(%)=100(VE/TOL)=
VARIACION DE OPERADORES (REPRODUCIBILIDAD) EN % VO(%)=100(VO/TOT)= VO(%)=100(VO/TOL)= Generalmente se usa TOT para el control del proceso y TOL para el control del producto
Si se conoce y se usa la variacin del proceso,

Var.Parte = TOT 2 RR 2
MEDIR-2
244
22
REPETIBILIDAD Y REPRODUCIBILIDAD EN % RR(%)=100(RR/TOT)= RR(%)=100(RR/TOL)= VARIACIONDE PIEZAS EN % VP(%) 100(VP/TOT) VP(%)=100(VP/TOT)= VP(%)=100(VP/TOL)= NOTAS RR(%) menor a 10, ok. Entre 10 y 30 depende de la aplicacin. Mayor a 30 necesita calibrarse. DISCRIMINACION 1.41*(VP/RR)=
MEDIR-2
245
Anlisis de Atributos
El anlisis de atributos es la evaluacin de un sistema de medicin cuyos datos son atributos de los siguientes tipos: a) Escala nominal resultados clasificados en categoras no ordenadas (2 ms) para juzgar alguna caracterstica como partido politco de su preferencia, supermercado preferido, etc. Un caso particular es la escala binaria (defectuosano defectuosa, xitofracaso, etc.)
MEDIR-2
246
23
b) Escala ordinal resultados clasificados en categoras ordenadas (3 ms) para juzgar alguna caracterstica como nivel de ingreso anual, evaluacin de un servicio, etc. siendo la escala numrica o no. Existen 2 tipos de anlisis de atributos (ambas escalas): Anlisis de Concordancia Mtodo Analtico En ambos estudios tomar un mnimo de 3 operadores, 30 piezas/eventos (algunas ligeramente fuera de especificacin), y 3 evaluaciones por operador.
MEDIR-2
247
Anlisis de Concordancia Ejemplo Se realizar S li un estudio t di d de atributos t ib t a un sistema it d de medicin di i para evaluar cierta caracterstica en una muestra de 30 piezas. Se seleccionaron a 3 operadores y cada uno evalu 3 veces las mismas piezas en orden aleatorio. Tambin se tiene la evaluacin de un experto (referencia).
MEDIR-2
248
24
Pza 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Operador 1 ND ND ND ND D D ND ND ND ND ND ND D D D D D D D ND ND D D D ND ND ND D D D ND ND D ND ND ND D D D ND ND ND D ND D
Operador 2 ND ND ND D ND D D ND ND ND ND ND D D D D D D ND ND ND D D D ND ND ND D D D ND ND ND ND ND D D D D ND ND ND D ND ND
Operador 3 ND ND ND D ND ND ND ND ND D ND ND D D D D D D ND ND ND D D ND ND ND ND D D D ND ND ND ND ND ND D D ND ND ND ND ND D D
Experto ND D ND ND D D ND D ND D ND ND D ND ND
contina...
MEDIR-2
249
Pza 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Operador 1 D ND ND ND ND ND ND ND ND D D D ND ND D ND ND ND ND ND ND ND ND ND D D D ND ND ND D ND D D ND ND ND ND ND ND ND ND D D D
Operador 2 ND ND ND D ND ND ND ND ND ND D D ND ND ND ND ND D D ND ND ND ND ND ND D D ND ND ND D ND ND ND ND ND D ND ND ND ND ND ND D D
Operador 3 ND ND ND ND ND ND ND ND ND ND ND ND ND ND ND ND ND ND ND ND ND ND ND ND ND ND ND ND ND ND ND D D ND ND ND ND ND ND ND ND ND ND ND ND
Experto ND ND ND ND ND ND ND ND D ND ND ND ND ND D
MEDIR-2
250
25
Intervalo de confianza (IC) de 95% usado por Minitab es (LII=lmite inferior del IC, LSI=lmite superior del IC) 1s F0.975,1s , 2 s 1i F0.025,1i , 2 i LSI = LII = 2s + 1s F0.975,1s , 2 s 2i + 1i F0.025,1i , 2 i
1i = 2m
1s = 2( m + 1)
2i = 2( N m + 1) 2 s = 2( N m ) m=No. de aciertos, N=No. total de pruebas

Si el % es cero, LII = 0. Si el % es 1, usar alfa en lugar de alfa/2
Transformacin de F
Fprob, n -1, n -1 =
1 2
1 F1-prob, n -1, n -1
2 1
MEDIR-2
251
1. Concordancia interna (operadores): Operador 1: 22 de 30, 73.3%,

1i = 2 ( 22 ) = 44
44 F 0 . 025
1s = 2 ( 22 + 1) = 46 2 s = 2 ( 30 22 ) = 16
46 F 0 . 975 LSI
2 i = 2 ( 30 22 + 1) = 18
LII =
, 44 , 18 , 44 , 18
18 + 44 F 0 . 025
LSI
, 46 , 16 , 46 , 16
16 + 46 F 0 . 975
44 ( 0 . 4824 ) LII = = 0 . 5411 18 + 44 ( 0 . 4824 )
46 ( 2 . 485 ) = = 0 . 8772 16 + 46 ( 2 . 485 )
as, IC=(54.11, 87.72)%

En forma semejante, Operador 2: 18 de 30, 60%, IC IC=(40.6, (40.6, 77.34)% Operador 3: 24 de 30, 80%, IC=(61.43, 92.29)% 2. Concordancia operadores vs. experto (%COE): Operador 1: 21 de 30, 70%, IC=(50.6, 85.27)% Operador 2: 18 de 30, 60%, IC=(40.6, 77.34)% Operador 3: 22 de 30, 73.3%, IC=(54.11, 87.72)%
MEDIR-2
252
26
Anlisis detallado de errores: Operador 1 (9 equivocadas): Mezcla=8, DND=1, NDD=0 Operador 2 (12 equivocadas): Mezcla=12, DND=0, NDD=0 Operador 3 (8 equivocadas): Mezcla=6 Mezcla=6, DND=0, ND=0 NDD=2
Op 1 2 3 D-D 23 21 14 ND-D 1 4.17% 3 12.5% 10 41.7% Total 24 24 24 D-ND 12 18.2% 10 15.2% 5 7.6% ND-ND 54 56 61 Total 66 66 66
(en base a las 90 evaluaciones de cada operador)

D-ND significa que el operador dijo que la pieza era D cuando en realidad era ND
MEDIR-2
253
3. Concordancia global entre operadores 10 de 30, 33.3%, IC=(17.29, 52.81)% 4. Concordancia global operadores vs. experto , 33.3%, IC=(17.29, ( , 52.81)% ) 10 de 30, Tabla de Decisin (para el operador) (MSA, 2002):
Decisin Aceptable Marginal Inaceptable
%COE 90 80 < 80
%ND-D 2 5 >5
%D-ND 5 10 > 10
MEDIR-2
254
27
Para este ejemplo,
Op 1 2 3
%COE 70 60 73.3
%ND-D 4.17 12.5 41.7
%D-ND 18.2 15.2 7.6
Conclusin Inaceptable Inaceptable Inaceptable
MEDIR-2
255
Attribute Agreement Analysis for 1, 1_1, 1_2, 2, 2_1, 2_2, 3, 3_1, 3_2 Within Appraisers Assessment Agreement Appraiser 1 2 3 # Inspected 30 30 30 # Matched 22 18 24 Percent 73 73.33 33 60.00 80.00 95 % CI (54 (54.11, 11, 87 87.72) 72) (40.60, 77.34) (61.43, 92.29)
# Matched: Appraiser agrees with him/herself across trials. Each Appraiser vs Standard Assessment Agreement Appraiser # Inspected 1 30 2 30 3 30 # Matched 21 18 22 Percent 70.00 60.00 73.33 95 % CI (50.60, 85.27) (40.60, 77.34) (54.11, 87.72)
# Matched: Appraiser's assessment across trials agrees with the known standard.
MEDIR-2
256
28
Assessment Disagreement Appraiser # ND / D Percent # D / ND Percent # Mixed Percent 1 0 0.00 1 4.55 8 26.67 2 0 0.00 0 0.00 12 40.00 3 2 25.00 0 0.00 6 20.00 # ND / D: Assessments across trials = ND / standard = D. # D / ND: Assessments across trials = D / standard = ND. # Mixed: Assessments across trials are not identical. 4.55%=1 triada equivocada con D de 22 NDs del experto. 26.67%=8 de 30 piezas. 40%=12 de 30 piezas. 25%=2 triadas equivocadas con ND de 8 Ds del experto. 20%=6 de 30 piezas Between Appraisers # Inspected # Matched 30 10 Percent 33.33 95 % CI (17.29, 52.81)
# Matched: All appraisers' assessments agree with each other. All Appraisers vs Standard # Inspected # Matched 30 10 Percent 33.33 95 % CI (17.29, 52.81)
# Matched: All appraisers' assessments agree with the known standard.

MEDIR-2
257
Assessment Agreement
Date of study: Reported by : Name of product: Misc:
Within Appraisers
90
95.0% C I P ercent
Appraiser vs Standard
90
95.0% C I P ercent
80 Percent 70 60 Percent 1 2 Appraiser 3
80 70 60
50 40
50 40 1 2 Appraiser 3
MEDIR-2
258
29
Ejercicio Se realiz un estudio para evaluar cierto sistema de medicin visual (por atributos) y se obtuvo la siguiente informacin:
Pieza 1 2 3 4 5 6 7 8
Operador 1 D ND ND ND D D D D ND ND D D ND ND D D
Operador 2 ND ND ND D D D ND ND ND ND D D ND ND D D
Experto ND ND D D ND ND ND D
La muestra tomada es muy pequea, al igual que el nmero de operadores. Se tom as por propsitos ilustrativos solamente.
MEDIR-2
259
LII =
1i F0.025,1i , 2 i 2i + 1i F0.025,1i , 2 i
LSI =
1s F0.975,1s , 2 s 2s + 1s F0.975,1s , 2 s
1i = 2m
1s = 2( m + 1)
2i = 2( N m + 1) 2 s = 2( N m ) m=No. de aciertos, N=No. total de pruebas

1. Concordancia interna (operadores): Operador 1: IC=
Operador 2:
IC=
MEDIR-2
260
30
2. Concordancia operadores vs. experto (%COE):
Operador 1:
IC=
Operador 2:
IC=
MEDIR-2
261
Anlisis detallado de errores: Operador 1 ( Operador 2 ( equivocadas): Mezcla= equivocadas): Mezcla= , DND= , DND= , NDD= , NDD=
Op 1 2
D-D
ND-D
Total
D-ND
ND-ND
Total
( b (en base a l las 16 evaluaciones l i d de cada d operador) d )
D-ND significa que el operador dijo que la pieza era D cuando en realidad era ND
MEDIR-2
262
31
3. Concordancia global entre operadores
4. Concordancia global operadores vs. experto
Tabla de Decisin (para el operador) (MSA, 2002):
Decisin Aceptable Marginal Inaceptable
%COE 90 80 < 80
%ND-D 2 5 >5
%D-ND 5 10 > 10
MEDIR-2
263
Para este ejercicio,
Op 1 2
%COE
%ND-D %D-ND
Conclusin
Valores Tabla F F(0.025, 14, 4)=0.2569 F(0 025 12, F(0.025, 12 6)=0 6)=0.2682 2682 F(0.025, 10, 8)=0.2594 F(0.025, 8, 10)=0.2328
prob
num
denom
F(0.975, 16, 2)=39.435 F(0 975 14, F(0.975, 14 4)=8.68 4)=8 68 F(0.975, 12, 6)=5.366 F(0.975, 10, 8)=4.295
Minitab: Calc-prob.distr.-F-Inverse cum.prob.-gl num-gl denom-Input constant (0.025 0.975)-ok Excel: =FINV(1-prob, num, denom)
MEDIR-2
264
32
Ejercicio Se desea evaluar el sistema de evaluacin de facturas con errores. Se seleccionaron a dos auditores y se les pidi que contaran el nmero de facturas con errores en una muestra de 10 facturas por grupo, dos veces cada grupo. Tambin se agreg la evaluacin hecha por un experto.
Grupo 1 2 3 4 5 6 7 8 9 10
Experto 2 0 3 4 1 2 3 5 8 2
Aud1 1 0 2 3 1 2 3 4 9 1
Aud1 1 0 1 2 1 1 3 9 8 1
MEDIR-2
Aud2 3 1 3 4 1 2 3 5 8 2
Aud2 3 1 3 4 1 2 3 5 8 2
265
%consistencia interna (Aud1)= %consistencia interna (Aud2)=
%consistencia vs experto para pares completos (Aud1)= %consistencia vs experto para pares completos (Aud2)= %consistencia entre auditores (pares completos)= %consistencia entre auditores vs experto (pares completos)=
MEDIR-2
266
33
S N N

S
Mejorar
Proceso capaz
N
Evaluar capacidad inicial del proceso y su potencial (baseline/entitlement)
Optimizar
C C
MEDIR-2
267
CAPACIDAD INICIAL Y POTENCIALIDAD (Baseline/Entitlement)

En este punto se estima la lnea base y la potencialidad del proceso en forma ms profunda y completa que durante la definicin del problema. Recordando,
Entitlement
MTRICAS Variable Nombre Obtencin Especificacin (Nmero de mltiples con defectos / Nmero Y % desperdicio Cero total de mltiples producidos)*100 Y1 Dureza Medicin 1 a 3 Rc (No. de mltiples con dureza inadecuada No existe Y1 Dureza /No. total de mltiples / p p producidos)*100 ) (No. de mltiples con fugas /No. total de Y2 Fugas Cero mltiples producidos)*100 Prom. 8% de la grfica de tendencias 3%=8% 62.5%(8%). 62.5%=Reduccin de 8% a 3% 3.37%=42.1% de 8%. 3% es 37.5% (de fugas) de 8% Actual Prom. 8% 3.37% 3.00% Meta 3% 1.26%
Baseline
MEDIR-2
268
34
Rendimiento de PrimeraVez (FTY=FirstTime Yield, YFT )

El rendimiento de primera vez corresponde al nmero de piezas h h bi hechas bien l la primera i vez en cada d f fase d del l proceso Ejemplo Obtener el YFT (FTY) del siguiente proceso
YFT=197/200=0.9850 177/197=0.8985 172/177=0.9718 172/172=1.00
200
197
177
172
172
3
20
MEDIR-2
0
269
Unidades defectuosas
Rendimiento EnCadena (RTY=Rolled Throughput Yield, YRT )

El rendimiento en cadena es el producto del rendimiento en cada paso del proceso proceso. Dicho rendimiento no incluye retrabajos. retrabajos Ejemplo YRT=RTY=(0.985)(0.8985)(0.9718)(1)=0.86
YFT=197/200=0.9850 177/197=0.8985 172/177=0.9718 172/172=1.00
200 3
197 20
177 5
172
172 0
Unidades defectuosas
MEDIR-2
270
35
Rendimiento EnCadena (Rolled Throughput Yield, YRT ) incluyendo retrabajo

El rendimiento en cadena es el producto del rendimiento en cada paso del proceso. Dicho rendimiento s incluye retrabajos. Ejemplo
YFT=192/200=0.96 177/197=0.8985 172/177=0.9718 169/172=0.9826
YRT=(0.96)(0.8985)(0.9718)(0.9826)=0.8237 200 3
Retrabajo
197 5
177
172 0
20 5 Unidades defectuosas
MEDIR-2
172 3
271
La fabrica oculta
El concepto de la fbrica oculta surge cuando una compaa est utilizando recursos adicionales por no hacer bien sus productos a la primera vez. Al retrabajo o al desperdicio se le considera como la fbrica oculta.
MEDIR-2
272
36
Ejemplo Para el proceso anterior la fbrica escondida se encuentra en los pasos 1 y 4 y representan rea de oportunidad de mejoramiento en ese mismo orden.
YFT=192/200=0.96 177/197=0.8985 172/177=0.9718 169/172=0.9826
200
1 3
197 5
177
172
4 0
20 5 Unidades U dades defectuosas
172 3
YRT=82.37% representa el porcentaje de piezas que sern producidas sin defectos la primera vez.
Retrabajo
MEDIR-2
273
Elementos de la Mtrica de SeisSigma

dpu dpmu dpo dpmo YFT
dpu=defectos por unidad (promedio) dpu=Nmero de defectos/Nmero de unidades dpmu=defectos por milln de unidades = (dpu)(106) dpo=defectos por total de oportunidades(i) dpo=Nmero de defectos/Nmero de oportunidades totales dpmo=defectos por milln de oportunidades dpmo=dpmu/Nmero de oportunidades por unidad=(dpo)(106) YFT= rendimiento de primeravez YFT=[1-dpmo/106]n (Mangin, 1999) (n=nmero de oportunidades de defectos por unidad)
Nmero de oportunidades totales=(No. de oportunidades)(No. Unidades)
MEDIR-2
274
37
La diferencia entre dpmu y dpmo es que una unidad puede tener varias oportunidades de cometer defectos. Por ejemplo si en cierto proceso se encontraron 10 defectos en una muestra de 100 unidades, dpu=10/100= p / 0.1 ( (defectos p por unidad) ) dpmu=(dpu)(106)=100,000 (defectos por cada milln de unidades) Si en cada unidad, existen 10 posibilidades (pasos del proceso, nmero de partes que lo forman, etc.) de ocurrencia de un defecto,
dpo=10/1000=0.01 dpmo=dpmu/10=10,000 (defectos por cada milln de oportunidades)
Si cada unidad solamente tiene una oportunidad en la que pueda ocurrir algn defecto, dpmo=dpmu.
MEDIR-2
275
Originalmente ppm significa unidades defectuosas por cada milln, independientemente del nmero de defectos en dichas unidades. Actualmente el objetivo de Motorola es tener 3.4 ppm considerando ppm como el nmero de defectos(*) por cada milln de unidades. En este caso, ppm ppm=dpmu dpmu. Si cada unidad se compone de cierto nmero de oportunidades de ocurrencia de un defecto, entonces ppm=dpmo. YFT=[1dpmo/106]n =[110,000/106]10=0.904
(*)si cada unidad defectuosa tiene solamente un defecto entonces ppm significa tanto unidades defectuosas como nmero de defectos por milln de unidades
MEDIR-2
276
38
Ejemplo de atributos En la fabricacin de cierto tipo de tarjetas electrnicas impresas, se tienen las siguientes oportunidades de cometer errores: componentes equivocados componentes mal soldados componentes mal insertados soldadura faltante OPORTUNIDADES TOTALES 100 20 10 120 250
De una muestra de 3000 tarjetas se encontr un total de 85 defectos dpu=85/3000=0.0283 dpmo=(0.0283/250)(106)=(0.0001132)(106)=113.2 YFT=(1113.2/106)250=0.972=edpu=e0.0283
MEDIR-2
277
Transformacin de dpmo a nivel sigma

113.2 ppm=113.2/106=0.0001132=1.13(104) Buscando en la tabla Z del apndice se obtiene Z=3.69
Usando aproximacin a la dist. Normal
0.0001132
Z=3.69
Este proceso tiene un nivel de calidad de 3.69 sigma

MEDIR-2
278
39
Ejemplo de variables En la fabricacin de cierto tipo de barras de acero, se desea monitorear la longitud de las mismas. La especificacin es 10 +/ 1 pulgadas. Se tom una muestra de 100 barras y se verific su estabilidad y su normalidad. Se obtuvo una media de 9.62 pulg. y una desviacin estndar de 0.32 pulg. Para calcular la fraccin defectuosa
p(X > 11) + p(X < 9) 11 9.62 9 9.62 = p Z > + p Z < 0.32 0.32 = p( Z > 4.31) + p( Z < 1.94) = 8.16(10 6 ) + 2.62(10 2 ) = 0.00000816 + 0.0262 = 2.62(10 2 ) Z = 1.94
El tema de estabilidad a travs de grficas de control se ver ms adelante

MEDIR-2
279
Ejercicio Un proceso produce 250 botellas en un da. Cada botella tiene 3 caractersticas de inters y representan oportunidad de defectos. Una muestra de 50 botellas fue inspeccionada y la siguiente informacin fue recolectada:
43 botellas tienen las 3 caractersticas sin defecto 4 botellas tienen exactamente dos caractersticas sin defecto 3 botellas tienen exactamente una caractersticas sin defecto Cules son los DPMO y DPU para este proceso?
MEDIR-2
280
40
Clculo de la Capacidad del Proceso

Una vez que el proceso se encuentra bajo control, es decir, no hay puntos fuera de los lmites de control ni patrones, se procede d al l clculo l l d de l la capacidad id d d del l proceso ( la l capacidad del proceso para producir piezas dentro de especificaciones). El ndice de capacidad potencial es una comparacin entre los lmites de especificacin (tolerancia) y los lmites del proceso sin tomar en cuenta la ubicacin del mismo. El ndice de capacidad real s toma en cuenta la localizacin del centro del proceso en comparacin con los lmites de especificacin. Si un proceso no es potencialmente capaz, definitivamente tampoco tiene capacidad real.
MEDIR-2
281
Evaluacin de la Capacidad
Una manera de evaluar la capacidad del proceso para producir dentro de especificaciones, p p , es comparar p el ancho de la especificacin con el ancho del proceso
LIE LSE
Tolerancia (ancho de la especificacin) a= LSELIE

b=Ancho del proceso=6

MEDIR-2
282
41
LIE
LSE
LIE
LSE
a/b=1 a/b 1
a/b es mayor a 1
Comparando ambos procesos, vemos que el proceso para el cual a/b es mayor a 1, es mejor que el otro.
MEDIR-2
283
Indice de Capacidad Potencial

As podemos definir el Indice de Capacidad Potencial como a LSE LIE $ Cp = = s= b 6s que representa una comparacin de anchos, sin tomar en cuenta la ubicacin del proceso. Indica el nmero de veces que el l proceso cabe b d dentro t d de l la especificacin. ifi i
MEDIR-2
284
42
Indice de Capacidad Real

Como Cp no toma en cuenta la ubicacin (centrado) del proceso, es necesario definir otro ndice que s la considere sea considere,
LIE c LSE
d
Se puede decir que Cpk es la tolerancia disponible cuando el proceso necesita 100%. Gunter (1989)
MEDIR-2
285
Al comparar c/d se puede ver el centrado del proceso en relacin con la mitad de la variacin del mismo. c = la distancia entre el centro del proceso (media) y el lmite de especificacin ms cercano. d = la mitad del ancho del proceso. El Indice de Capacidad Real queda definido como
Cpk = LE X 3s LE X 3s si si LIE X LSE X > LSE o X < LIE
Cpk =
siendo LE el lmite de especificacin ms cercano a X .

MEDIR-2
286
43
En el caso de tolerancia unilateral,

LE X
3s en este caso LE es el nico lmite de especificacin.
C k= Cpk
Otra forma f equivalente l d de calcular l l Cpk k es: Cpk=min(Cpu, Cpl). Cpu=(LSEXb)/3s, Cpl=(XbLIE)/3s Xb=X barra (promedio del proceso)
MEDIR-2
287
Ejemplos. Evaluacin grfica de Cp y Cpk

LIE LSE LIE LSE
C C k 2 Cp=Cpk=2
Cp=Cpk=1
LIE
a
LSE
Cp=2 Cpk=1 a
a
MEDIR-2
a
288
44
Ejercicios. Evaluacin grfica de Cp y Cpk

LIE LSE
Caso 1
Cp= Cpk= a
LIE
a
LSE
Caso 2 Cpk= a
Cp=
a
MEDIR-2
a
289
Seis Sigma (proceso centrado)

Cp=Cpk=2
LIE
1. 5
LSE
Proceso 6
3
6
MEDIR-2
290
45
Seis Sigma (proceso nocentrado)

Cp=2, Cpk=1.5
LIE
1. 5
LSE
Proceso 6
1.5 0 1.5
4.5 6
4.5
DEFINICIN OFICIAL
MEDIR-2
291
Estudios a largo/corto plazo

Los estudios a largo plazo se realizan en un perodo de tiempo ms largo de tal forma que se incluyan todas l f las fuentes t d de variacin i i en el l proceso (dif (diferentes t l lotes, t diferentes trabajadores, etc.). La ventaja de los estudios a corto plazo es que son rpidos y ms sencillos que los estudios a largo plazo. Para realizar un estudio a corto plazo, se acostumbra tomar 20 subgrupos de 5 muestras c/u y estimar la desviacin estndar interna como se muestra a continuacin
MEDIR-2
292
46
Estimacin de
interna (corto plazo)
Para una grfica P fi d de medias di y rangos o d de l lecturas t individuales usar
= s=
R d2
MEDIR-2
293
Subgrupos para calcular la desviacin estndar interna (Cp y Cpk)

Capacidad
6
5 Datos
2 Index 10 20 30
s (corto plazo)
MEDIR-2
294
47
Subgrupos para calcular la desviacin estndar global (Pp y Ppk)

Desempeo
6
5 Datos
2 Index 10 20 30
s (largo plazo)
MEDIR-2
295
Ejemplo Se evaluar la capacidad y el desempeo de la dimensin 125 del puerto de escape, molde 14 cuya especificacin es LIE=112.119, LIE 112.119, LSE LSE=113.619. 113.619. Despus de verificar la estabilidad y la normalidad de las 100 muestras de dicha dimensin (se deja como ejercicio):
MEDIR-2
296
48
I-MR Chart of PD125

113.2 Indiv idual V alue 112.8 112.4 112.0 LC L=111.808 1 11 21 31 41 51 Observation 61 71 81 91 _ X=112.523 UC L=113.238
UC L=0.8779 0.8 M oving Ran nge 0.6 0.4 0.2 0.0 1 11 21 31 41 51 Observation 61 71 81 91
__ MR=0.2687
LC L=0
MEDIR-2
297
Probability Plot of PD125

Normal
99.9 99 95 90 80 70 60 50 40 30 20 10 5 1 0.1 Mean StDev N AD P-Value 112.5 0.2515 100 0.279 0.640
Percent
112.0
112.5 PD125
113.0
113.5
MEDIR-2
298
49
X = 112.523
R = 0.2687
R = 0.2687 = 0.2382 ( corto ) = s ( corto ) = 1.128 d2 LSE LIE = 113.619112.119 =1.05 1.05 Cp = 6s ( corto ) 6 (0.2383 ) s= Cpk = LE - X 3 s ( corto )
= 112.119-112.523 3 ( 0.2383) = 0.565
N 1 (x i X ) 2 (112.41 112.523)2+ ... + (112.03112.523)2 = = 0.2515 n 1 100 1
c 4 ( N = 100) =
4(100 1) = 0.9974 4(100) 3
s( larg o) =
s 0.2515 = = 0.2522 c 4 ( N ) 0.9974
Pp =
112.119-112.523 LE - X 113.619-112.119 LSE LIE = 0.534 = = = 0 . 9913 Ppk = 3 ( 0.2522) 6 ( 0 . 2522) 3 s ( l argo ) 6s ( largo)
MEDIR-2
299
Interpretacin clsica de Cp y Cpk

Si Cp es mayor que Cpk, el proceso no est centrado en el objetivo objetivo. Si son aproximadamente iguales, iguales entonces el proceso est centrado. Si Cp o Cpk es menor a 1, el proceso es incapaz. Si Cp o Cpk est entre 1 y 1.33, el proceso es apenas capaz. Si Cp o Cpk es mayor a 1.33 el proceso es capaz. El ndice Cpk prevalece sobre Cp para tener la evaluacin real (actual) del proceso.
MEDIR-2
2100
50
De acuerdo a los resultados, se observa que el proceso es apenas capaz potencialmente hablando solamente. El porcentaje defectuoso se puede estimar como:
p(X < 112.119) + p(X > 113.619) 112.119 112.523 113.619 112.523 = p Z < + p Z > 0.2382 0.2382 = p( Z < 1.7) + p( Z > 4.6) 0.0446 = 4.46% = 44,600 ppm
Las probabilidades normales se obtuvieron usando la tabla Z del apndice.

MEDIR-2
2101
Process Capability of PD125

LSL
P rocess D ata LS L 112.119 Target * USL 113.619 S ample p M ean 112.523 S ample N 100 S tDev (Within) 0.238198 S tDev (O v erall) 0.25211
USL Within Ov erall

P otential (Within) C apability Cp 1.05 C P L 0.57 C P U 1.53 C pk 0.57 O v erall C apability Pp PPL PPU P pk C pm 0.99 0.53 1.45 0.53 *
112.2
O bserv ed P erformance P P M < LS L 70000.00 PPM > USL 0.00 P P M Total 70000.00
112.5
112.8
113.1
113.4
E xp. Within P erformance P P M < LS L 44936.22 PPM > USL 2.10 P P M Total 44938.32
E xp. O v erall P erformance P P M < LS L 54525.48 PPM > USL 6.89 P P M Total 54532.37
MEDIR-2
2102
51
Ejercicio Evaluar la capacidad y el desempeo del % Apertura de vlvula cuya especificacin (ficticia) es LIE=182.75, LSE=184.25.
MEDIR-2
2103
I-MR Chart of PD126 %Apertura

U C L=183.730 Indiv vidual V alue 183.5 _ X=183.191 183.0
LC L=182.653 182.5 1 11 21 31 41 51 O bser vation 61 71 81 91
U C L=0.6614 0.60 M oving R Range 0.45 0.30 0.15 0.00 1 11 21 31 41 51 O bser vation 61 71 81 91
__ M R=0.2024
LC L=0
MEDIR-2
2104
52
%Apertura Probability Plot of PD126

Normal
Percent
182.50
182.75
183.00
183.25 PD126 %Apertura
183.50
183.75
184.00
MEDIR-2
2105
X=
R=
s(corto ) =
R = d2
Cp =
LSE LIE = 6s(corto )
Cpk =
LE X 3s(corto )
MEDIR-2
2106
53
s=
(x i X) 2 n 1
c 4 ( N = 100) =
4(N 1) = 4(N ) 3
s (largo ) =
s c4 (N)
Pp =
LSE LIE 6 s ( largo )
LE - X Ppk = 3 s ( l arg o )
MEDIR-2
2107
Representacin del proceso

LIE LSE
Escala
X + 3 corto = X 3 corto =
MEDIR-2
2108
54
Clculo de la fraccin defectuosa
p(X < LIE) + p(X > LSE) = LIE X LSE X = + p z > p z < corto corto
MEDIR-2
2109
Mltiples de admisin Se tomo una muestra de 100 mltiples y se midi su dureza. Se evalu su estabilidad por medio de una grfica de lecturas individuales
I-M R C ha r t o f D ur e z a i ni c i a l
U C L= 3 . 4 8 5 Individual Value e 3 _ X= 2 .1 3 7
1 1 11 21 31 41 51 O b s e r v a tio n 61 71 81 91
LC L= 0 .7 8 9
1 .6 M oving Range e 1 .2 0 .8 0 .4 0 .0 1 11 21 31 41 51 O b s e r v a tio n 61 71 81 91
U C L= 1 . 6 5 6
__ M R = 0.507
2
LC L= 0
El tema de estabilidad a travs de grficas de control se ver ms adelante

MEDIR-2
2110
55
Evaluacin de la normalidad de la dureza

Minitab: STATBASIC STATNORMALITY TEST
Probability Plot of Dureza inicial
Normal
Percent
1.0
1.5
2.0 2.5 Dureza inicial

MEDIR-2
3.0
3.5
2111
Estudio de capacidad
Process Capability of Dureza
LSL
P rocess D ata LS L 1 Target 2 3 USL S ample M ean 2.13714 S ample N 100 S tD ev (Within) 0.449447 S tD ev (O v erall) 0.451199
Target
USL
Valor inicial 3.37% (Z=1.83) Meta 0.8425% (Z=2.39)

W ithin O v erall
P otential (Within) C apability Cp 0.74 C P L 0.84 C P U 0.64 C pk 0.64 O v erall C apability Pp PPL PPU P pk C pm 0.74 0.84 0.64 0.64 0.71
1.2
O bserv ed P erformance P P M < LS L 0.00 P P M > U S L 30000.00 P P M Total 30000.00
1.6
2.0
2.4
2.8
3.2
E xp. Within P erformance P P M < LS L 5701.59 P P M > U S L 27440.27 P P M Total 33141.86
E xp. O v erall P erformance P P M < LS L 5863.22 P P M > U S L 27914.57 P P M Total 33777.78
3.31%
3.38%
MEDIR-2
Potential (Within) Capability ZB h Z.Bench 1 84 1.84 Z.LSL 2.53 Z.USL 1.92 Cpk 0.64 Overall Capability Z.Bench 1.83 Z.LSL 2.52 Z.USL 1.91 Ppk 0.64 Cpm 0.71
2112
56
Capacidad actual del proceso (baseline)

Potential (Within) Capability Z.Bench 1.84 Z.LSL 2.53 Z.USL 1.92 Cpk 0.64 Overall Capability Z.Bench 1.83 Z.LSL 2.52 Z.USL 1.91 Ppk 0.64 Cpm 0.71
Z.Bench is the combination of the two tail areas into one and their corresponding Z or sigma value. Then 33142 ppm=0.033142 which correspond to z=1.835 aprox. (potential or within capability). Cp=0.74, Cpk=0.64
Potencial del proceso (entitlement) Representa p un cumplimiento p excelente q que el p proceso haya y tenido en el p pasado cercano.
MEDIR-2
2113
APNDICE
MEDIR-2
2114
57
Resumen
Considerando un valor objetivo (nominal) de cero:
Calidad 3
a) Proceso centrado en cero con Cp=Cpk=1. FD=0.27%=2700 ppm. b) Proceso centrado en 15 . con Cp=1 y Cpk=0.5. FD=6.68%=66800 ppm.
Calidad 6
a) Proceso centrado en cero con Cp=Cpk=2. FD=0.00198 ppm. . con Cp=2 y Cpk=1.5. b) Proceso centrado en 15 FD=3.4 ppm.
MEDIR-2
2115
Para otros valores: Calidad 4 a) )P Proceso centrado d en cero con C Cp=Cpk=1.33. C k 1 33 FD=31.65 ppm. b) Proceso centrado en 15 . con Cp=1.33 y Cpk=0.83. FD=6210 ppm. Calidad 5 a) Proceso centrado en cero con Cp=Cpk=1.66. FD=0.2867 ppm. . con Cp=1.66 y Cpk=1.16. b) Proceso centrado en 15 FD=233 ppm.
MEDIR-2
2116
58
TABLAS ESTADSTICAS
Tabla Z (Normal Estndar) Tabla F
MEDIR-2
2117
TABLA NORMAL ESTANDAR N(0,1). AREA A LA DERECHA DE Z Z 0.00 0.10 0.20 0.30 0.40 0.50 0 60 0.60 0.70 0.80 0.90 1.00 1.10 1.20 1.30 1.40 1.50 1.60 1.70 1 80 1.80 1.90 2.00 2.10 2.20 2.30 2.40 2.50 2.60 2.70 0.00
0.50000 0.46017 0.42074 0.38209 0.34458 0.30854 0 27425 0.27425 0.24196 0.21186 0.18406 0.15866 0.13567 0.11507 0.09680 0.08076 0.06681 0.05480 0.04457 0 03593 0.03593 0.02872 0.02275 0.01786 0.01390 0.01072 0.00820 0.00621 0.00466 0.00347
0.01
0.49601 0.45620 0.41683 0.37828 0.34090 0.30503 0 27093 0.27093 0.23885 0.20897 0.18141 0.15625 0.13350 0.11314 0.09510 0.07927 0.06552 0.05370 0.04363 0 03515 0.03515 0.02807 0.02222 0.01743 0.01355 0.01044 0.00798 0.00604 0.00453 0.00336
0.02
0.49202 0.45224 0.41294 0.37448 0.33724 0.30153 0 26763 0.26763 0.23576 0.20611 0.17879 0.15386 0.13136 0.11123 0.09342 0.07780 0.06426 0.05262 0.04272 0 03438 0.03438 0.02743 0.02169 0.01700 0.01321 0.01017 0.00776 0.00587 0.00440 0.00326
0.03
0.48803 0.44828 0.40905 0.37070 0.33360 0.29806 0 26435 0.26435 0.23270 0.20327 0.17619 0.15151 0.12924 0.10935 0.09176 0.07636 0.06301 0.05155 0.04182 0 03363 0.03363 0.02680 0.02118 0.01659 0.01287 0.00990 0.00755 0.00570 0.00427 0.00317
0.04
0.48405 0.44433 0.40517 0.36693 0.32997 0.29460 0 26109 0.26109 0.22965 0.20045 0.17361 0.14917 0.12714 0.10749 0.09012 0.07493 0.06178 0.05050 0.04093 0 03288 0.03288 0.02619 0.02068 0.01618 0.01255 0.00964 0.00734 0.00554 0.00415 0.00307
0.05
0.48006 0.44038 0.40129 0.36317 0.32636 0.29116 0 25785 0.25785 0.22663 0.19766 0.17106 0.14686 0.12507 0.10565 0.08851 0.07353 0.06057 0.04947 0.04006 0 03216 0.03216 0.02559 0.02018 0.01578 0.01222 0.00939 0.00714 0.00539 0.00402 0.00298
0.06
0.47608 0.43644 0.39743 0.35942 0.32276 0.28774 0 25463 0.25463 0.22363 0.19489 0.16853 0.14457 0.12302 0.10383 0.08691 0.07214 0.05938 0.04846 0.03920 0 03144 0.03144 0.02500 0.01970 0.01539 0.01191 0.00914 0.00695 0.00523 0.00391 0.00289
0.07
0.47210 0.43251 0.39358 0.35569 0.31918 0.28434 0 25143 0.25143 0.22065 0.19215 0.16602 0.14231 0.12100 0.10204 0.08534 0.07078 0.05821 0.04746 0.03836 0 03074 0.03074 0.02442 0.01923 0.01500 0.01160 0.00889 0.00676 0.00508 0.00379 0.00280
0.08
0.46812 0.42858 0.38974 0.35197 0.31561 0.28096 0 24825 0.24825 0.21770 0.18943 0.16354 0.14007 0.11900 0.10027 0.08379 0.06944 0.05705 0.04648 0.03754 0 03005 0.03005 0.02385 0.01876 0.01463 0.01130 0.00866 0.00657 0.00494 0.00368 0.00272
0.09
0.46414 0.42465 0.38591 0.34827 0.31207 0.27760 0 24510 0.24510 0.21476 0.18673 0.16109 0.13786 0.11702 0.09853 0.08226 0.06811 0.05592 0.04551 0.03673 0 02938 0.02938 0.02330 0.01831 0.01426 0.01101 0.00842 0.00639 0.00480 0.00357 0.00264
MEDIR-2
2118
59
TABLA Z (cont.)
Z 2.80 2.90 3.00 3 10 3.10 3.20 3.30 3.40 3.50 3.60 3.70 3.80 3.90 4.00 4.10 4.20 4.30 4.40 4.50 4.60 4.70 4.80 4.90 5.00 5.10 0.00
0.00256 0.00187 0.00135 0 000968 0.000968 0.000687 0.000483 0.000337 0.000233 1.592E-04 1.079E-04 7.248E-05 4.822E-05 3.179E-05 2.076E-05 1.344E-05 8.619E-06 5.478E-06 3.401E-06 2.114E-06 1.303E-06 7.931E-07 4.796E-07 2.882E-07 1.696E-07
0.01
0.02
0.03
0.04
0.05
0.06
0.07
0.08
0.09
MEDIR-2
2119
TABLA Z (cont.)
Z 5.20 5.30 5.40 5.50 5 60 5.60 5.70 5.80 5.90 6.00 7.00 8.00 9.00 10.00 0.00
1.006E-07 5.793E-08 3.331E-08 1.910E-08 1 071E-08 1.071E-08 6.000E-09 3.321E-09 1.816E-09 9.872E-10 1.277E-12 6.218E-16 1.129E-19 7.621E-24
0.01
9.430E-08 5.478E-08 3.152E-08 1.791E-08 1 000E-08 1.000E-08 5.648E-09 3.119E-09 1.713E-09 9.283E-10
0.02
8.941E-08 5.191E-08 2.978E-08 1.689E-08 9 547E-09 9.547E-09 5.331E-09 2.941E-08 1.612E-09 8.718E-10
0.03
8.478E-08 4.909E-08 2.821E-08 1.598E-08 9 000E-09 9.000E-09 5.010E-09 2.772E-09 1.509E-09 8.197E-10
0.04
8.029E-08 4.651E-08 2.658E-08 1.512E-08 8 498E-09 8.498E-09 4.732E-09 2.609E-09 1.434E-09 7.712E-10
0.05
7.594E-08 4.398E-08 2.523E-08 1.427E-08 8 010E-09 8.010E-09 4.459E-09 2.458E-09 1.342E-09 7.237E-10
0.06
7.212E-08 4.159E-08 2.379E-08 1.349E-08 7 571E-09 7.571E-09 4.212E-09 2.312E-09 1.262E-09 6.811E-10
0.07
6.810E-08 3.941E-08 2.248E-08 1.271E-08 7 139E-09 7.139E-09 3.961E-09 2.183E-09 1.888E-09 6.399E-10
0.08
6.479E-08 3.719E-08 2.129E-08 1.202E-08 6 731E-09 6.731E-09 3.740E-09 2.045E-09 1.123E-09 6.011E-10
0.09
6.117E-08 3.522E-08 2.000E-08 1.138E-08 6 349E-09 6.349E-09 3.518E-09 1.927E-09 1.048E-09 5.652E-10
MEDIR-2
2120
60
TABLA F
TABLA F (Alfa 5%) Num.
Denom. 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 18
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
199.50 215.71 224.58 230.16 233.99 236.77 238.88 240.54 241.88 242.98 243.90 244.69 245.36 245.95 246.47 247.3
19.00 19.16 19.25 19.30 19.33 19.35 19.37 19.38 19.40 19.40 19.41 19.42 19.42 19.43 19.43 19.44 9.55 9.28 9.12 9.01 8.94 8.89 8.85 8.81 8.79 8.76 8.74 8.73 8.71 8.70 8.69 8.67 6.94 6.59 6.39 6.26 6.16 6.09 6.04 6.00 5.96 5.94 5.91 5.89 5.87 5.86 5.84 5.82 5.79 5.41 5.19 5.05 4.95 4.88 4.82 4.77 4.74 4.70 4.68 4.66 4.64 4.62 4.60 4.58 5.14 4.76 4.53 4.39 4.28 4.21 4.15 4.10 4.06 4.03 4.00 3.98 3.96 3.94 3.92 3.90 4.74 4.35 4.12 3.97 3.87 3.79 3.73 3.68 3.64 3.60 3.57 3.55 3.53 3.51 3.49 3.47 4.46 4.07 3.84 3.69 3.58 3.50 3.44 3.39 3.35 3.31 3.28 3.26 3.24 3.22 3.20 3.17 4.26 3.86 3.63 3.48 3.37 3.29 3.23 3.18 3.14 3.10 3.07 3.05 3.03 3.01 2.99 2.96 4.10 3.71 3.48 3.33 3.22 3.14 3.07 3.02 2.98 2.94 2.91 2.89 2.86 2.85 2.83 2.80 3.98 3.59 3.36 3.20 3.09 3.01 2.95 2.90 2.85 2.82 2.79 2.76 2.74 2.72 2.70 2.67 3.89 3.49 3.26 3.11 3.00 2.91 2.85 2.80 2.75 2.72 2.69 2.66 2.64 2.62 2.60 2.57 3 81 3.41 3.81 3 41 3.18 3 18 3.03 3 03 2.92 2 92 2.83 2 83 2.77 2 77 2.71 2 71 2.67 2 67 2.63 2 63 2.60 2 60 2.58 2 58 2.55 2 55 2.53 2 53 2.51 2 51 2.48 2 48 3.74 3.34 3.11 2.96 2.85 2.76 2.70 2.65 2.60 2.57 2.53 2.51 2.48 2.46 2.44 2.41 3.68 3.29 3.06 2.90 2.79 2.71 2.64 2.59 2.54 2.51 2.48 2.45 2.42 2.40 2.38 2.35
MEDIR-2
2121
TABLA F (cont.)
TABLA F (Alfa 5%) Num.
Denom. 2 3.63 3.59 3.55 3.20 3.20 3.20 3.19 3.19 3.18 3.18 3.18 3.17 3.17 3.16 3 16 3.16 3.16 3.16 3.15 3.15 3 3.24 3.20 3.16 2.81 2.81 2.80 2.80 2.79 2.79 2.79 2.78 2.78 2.78 2.77 2 77 2.77 2.77 2.76 2.76 2.76 4 3.01 2.96 2.93 2.58 2.57 2.57 2.57 2.56 2.56 2.55 2.55 2.55 2.54 2.54 2 54 2.54 2.53 2.53 2.53 2.53 5 2.85 2.81 2.77 2.42 2.42 2.41 2.41 2.40 2.40 2.40 2.39 2.39 2.39 2.38 2 38 2.38 2.38 2.37 2.37 2.37 6 2.74 2.70 2.66 2.31 2.30 2.30 2.29 2.29 2.29 2.28 2.28 2.28 2.27 2.27 2 27 2.27 2.26 2.26 2.26 2.25 7 2.66 2.61 2.58 2.22 2.22 2.21 2.21 2.20 2.20 2.20 2.19 2.19 2.18 2.18 2 18 2.18 2.18 2.17 2.17 2.17 8 2.59 2.55 2.51 2.15 2.15 2.14 2.14 2.13 2.13 2.13 2.12 2.12 2.12 2.11 2 11 2.11 2.11 2.10 2.10 2.10 9 2.54 2.49 2.46 2.10 2.09 2.09 2.08 2.08 2.07 2.07 2.07 2.06 2.06 2.06 2 05 2.05 2.05 2.05 2.04 2.04 10 2.49 2.45 2.41 2.05 2.04 2.04 2.03 2.03 2.03 2.02 2.02 2.01 2.01 2.01 2 00 2.00 2.00 2.00 2.00 1.99 11 2.46 2.41 2.37 2.01 2.00 2.00 1.99 1.99 1.99 1.98 1.98 1.97 1.97 1.97 1 96 1.96 1.96 1.96 1.96 1.95 12 2.42 2.38 2.34 1.97 1.97 1.96 1.96 1.96 1.95 1.95 1.94 1.94 1.94 1.93 1 93 1.93 1.93 1.92 1.92 1.92 13 2.40 2.35 2.31 1.94 1.94 1.93 1.93 1.93 1.92 1.92 1.91 1.91 1.91 1.90 1 90 1.90 1.90 1.89 1.89 1.89 14 2.37 2.33 2.29 1.92 1.91 1.91 1.90 1.90 1.89 1.89 1.89 1.88 1.88 1.88 1 87 1.87 1.87 1.87 1.86 1.86 15 2.35 2.31 2.27 1.89 1.89 1.88 1.88 1.88 1.87 1.87 1.86 1.86 1.86 1.85 1 85 1.85 1.85 1.84 1.84 1.84 16 2.33 2.29 2.25 1.87 1.87 1.86 1.86 1.85 1.85 1.85 1.84 1.84 1.83 1.83 1 83 1.83 1.82 1.82 1.82 1.82 18 2.30 2.26 2.22 1.84 1.83 1.83 1.82 1.82 1.81 1.81 1.81 1.80 1.80 1.79 1 79 1.79 1.79 1.78 1.78 1.778
16 17 18 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60
MEDIR-2
2122
61
SOLUCIONES Mdulo 2
MEDIR-2
2123
Ejercicio de RR
PROMEDIO DE LA PIEZA (Xbp) Rb (OP)= 0.8000 r= No.rpl= 2.4000 2 6160 2.6160 20.4293 D4=3.27 3 2 y A2=1.88 2 1 88 para 2 rplicas D4=2.58 y A2=1.023 para 3 rplicas 73.33 2 19.6667 22.6667 21.1667 26.1667 20.0000 Rp 6.5000
p=No.op=
D4=
3 3.27 A2= 5
Xbb= 21.9333 1.88 Xb fuera No. pts % de los puntos estn fuera de los lmites de medias. Ms de la mitad indica la capacidad del instrumento para detectar la variacin. 11 1 15
Xbdiff=MAX(Xb)-MIN(Xb)= LSC(R)=D4(Rb)= SC( ) ( ) LIC(R)=0
n=No. piezas=
LIC(Xb)=Xbb-A2Rb=
LSC(Xb)=Xbb+A2Rb=
23.4373
LSC(R) representa el lmite para rangos individuales. Sealar los valores que exceden este lmite y volver a realizar dichas mediciones. No. de parte Nombre de la parte Caracterstica Especificacin x x 20-30 Tol/6= No. del calibrador Nombre del calibrador Tipo de calibrador 1.6666
MEDIR-2
2124
62
VARIACION DEL EQUIPO (REPETIBILIDAD) VE=Rb*k1= k1=0.8862, r=2 k1=0.5908, r=3 0.7090 k1= k2= k3= 0.8862 0.5231 0.403
Si se conoce la variacin del proceso (6sigma) usarla en lugar de TOT haciendo TOT=6sigma/6. Si se quiere usar la tolerancia, poner TOL=tolerancia/6
VE(%)=100(VE/TOT)= VE(%)=100(VE/TOL)=
23.78 42.54
k1=Inverso de d2 usando m=r 1.2353 VO(%)=100(VO/TOT)= VO(%)=100(VO/TOL)= 41.43 74.12
VARIACION DE OPERADORES (REPRODUCIBILIDAD) VO=Raz(((Xbdiff)(k2))^2-(VE^2/nr))= Si VO es negativo dentro de la raz, hacer VO=0. k2=0.7071 p=2 operad. k2=0.5231 p=3 operad.
VARIACION DE OPERADORES (REPRODUCIBILIDAD) EN % Generalmente se usa TOT para el control del proceso y TOL para el control del producto
REPETIBILIDAD Y REPRODUCIBILIDAD RR=Raz(VE^2+VO^2)= 1.4243 n VARIACION DE PIEZAS (VP) VP=(Rp)(k3)= 2.6195 k3=Inverso de d2*, m=n, g=1
REPETIBILIDAD Y REPRODUCIBILIDAD EN % RR(%)=100(RR/TOT)= k3 RR(%)=100(RR/TOL)= 2 3 4 5 6 0.7071 VARIACIONDE PIEZAS EN % 0.5231 VP(%)=100(VP/TOT)= 0.4467 VP(%)=100(VP/TOL)= 0.4030 NOTAS 0.3742 Mayor a 30 necesita calibrarse. 0.3534 DISCRIMINACION 0.3375 0.3249 1.41*(VP/RR)= 0.3146 2.593 87.85 157.18 47.77 85.46
RR(%) menor a 10, ok. Entre 10 y 30 depende de la aplicacin.
TOT=Raz(RR^2+VP^2)=
2.9817
7 8 9 10
MEDIR-2
2125
Gage R&R Study - XBar/R Method %Contribution Source Total Gage R&R Repeatability Reproducibility Part-To-Part Total Variation VarComp 2.01444 0.48393 1.53051 6.86947 8.88391 (of VarComp) 22.68 5.45 17.23 77.32 100.00 Study Var Source Total Gage R&R Repeatability Reproducibility Part-To-Part Total Variation StdDev (SD) 1.41931 0 0.69565 69565 1.23714 2.62097 2.98059 (6 * SD) 8.5159 4 4.1739 1739 7.4228 15.7258 17.8835 %Study Var (%SV) 47.62 23 23.34 34 41.51 87.93 100.00 %Tolerance (SV/Toler) 85.16 41 41.74 74 74.23 157.26 178.84
Number of Distinct Categories = 2

MEDIR-2
2126
63
Gage R&R (Xbar/R) for Valor

G age name: Date of study : Reported by : Tolerance: M isc:
Xbar Chart by Operario

28 Sample Mean 1 2 3
24
UCL=23.44 _ _ X=21.93 LC L=20.43
20
R Chart by Operario
3 Sample Range e 2 1 0 _ R=0.8 LC L=0 1 2 3 UCL=2.614 UCL 2.614
MEDIR-2
2127

Valor by Operario
28
26
24
22 20
18 1 2 Operario 3
MEDIR-2
2128
64

Gage name: Date of study : Reported by : Tolerance: Misc:
Operario * Pieza Interaction

28
Operario p 1 2
26
A verage
24
22
20
18 1 2 3 Pieza 4 5
MEDIR-2
2129

G age name: Date of study : Reported by : Tolerance: M isc:
Components of Variation
175 150 125 Percent 100 75 50 25 0
% Contribution % Study Var % Tolerance
Gage R&R
Repeat
Reprod
Part-to-Part
MEDIR-2
2130
65
Attribute Agreement Analysis for Evaluacin

Within Appraisers Assessment Agreement Appraiser 1 2 # Inspected 8 8 # Matched 7 7 Percent 87.50 87.50 95 % CI (47.35, 99.68) (47.35, 99.68)
# Matched: Appraiser agrees with him/herself across trials. Each Appraiser vs Standard Assessment Agreement Appraiser 1 2 # Inspected 8 8 # Matched 6 5 Percent 75.00 62.50 95 % CI (34.91, 96.81) (24.49, 91.48)
# Matched: Appraiser's assessment across trials agrees with the known standard.
MEDIR-2
2131
Assessment Disagreement Appraiser 1 2 # ND / D: # D / ND: # ND / D 0 1 Percent 0.00 33.33 # D / ND 1 1 Percent 20.00 20.00 # Mixed 1 1 Percent 12.50 12.50
Assessments across trials = ND / standard = D. Assessments across trials i l = D / standard d d = ND.
# Mixed: Assessments across trials are not identical. Between Appraisers Assessment Agreement # Inspected 8 # Matched 5 Percent 62.50 95 % CI (24.49, 91.48)
# Matched: All appraisers' appraisers assessments agree with each other other. All Appraisers vs Standard Assessment Agreement # Inspected # Matched 8 4 Percent 50.00 95 % CI (15.70, 84.30)
# Matched: All appraisers' assessments agree with the known standard.

MEDIR-2
2132
66
Assessment Agreement
Date of study : Reported by : Name of product: Misc:
Within Appraisers
100 90 80 Percent Percent 70 60 50 40 30 1 Appraiser 2
95.0% C I P ercent
Appraiser vs Standard
100 90 80 70 60 50 40 30 1 Appraiser 2
95.0% C I P ercent
MEDIR-2
2133
Para este ejercicio,

Op 1 2 D-D 6 4 ND-D 0 0.00% 2 33.3% Total 6 6 D-ND 3 30.0% 3 30.0% ND-ND 7 7 Total 10 10
Op 1 2
%COE
75 62.5
%ND-D %D-ND
0 33.33 30 30
Conclusin
Inaceptable Inaceptable
MEDIR-2
2134
67
AtributosFacturas con errores

%consistencia interna (Aud1)= 5/10=50% %consistencia interna (Aud2)= 10/10=100%
%consistencia vs experto para pares completos (Aud1)= 3/10=30% %consistencia vs experto para pares completos (Aud2)= 8/10=80% %consistencia entre auditores (pares completos)= 2/10=20% %consistencia entre auditores vs experto (pares completos)= 2/10=20%
Edgardo I n Dr. g. E d g a r d J. o Escalante J. E s c a l a n t e
MEDIR-2
2135
Ejercicio
Un proceso produce 250 botellas en un da. Cada botella tiene 3 caractersticas de inters y representan oportunidad de defectos. Una muestra de 50 botellas fue inspeccionada y la siguiente informacin fue recolectada:
43 botellas tienen las 3 caractersticas sin defecto 4 botellas tienen exactamente dos caractersticas sin defecto 3 botellas tienen exactamente una caractersticas sin defecto Cules son los DPMO y DPU para este proceso?
dpmo=dpmu/Nmero de oportunidades por unidad=(dpo)(106) dpo=Nmero d N de d defectos/Nmero d f t /N d de oportunidades t id d totales t t l Nmero de oportunidades totales=(No. de oportunidades)(No. Unidades) Nmero de oportunidades totales=(No. de oportunidades)(No. Unidades)=3(50)=150 dpo=Nmero de defectos/Nmero de oportunidades totales=(4(1)+3(2))/150=0.066666 dpmo=dpmu/Nmero de oportunidades por unidad=(dpo)(106)=0.066666(106)=66,666 dpu=Nmero de defectos/Nmero de unidades=10/50=0.2
MEDIR-2
2136
68
Solucin a los ejercicios grficos de capacidad

Caso 1 Cp=2 Cpk=0
Caso 2 Cp=1 Cpk=1
MEDIR-2
2137
%Apertura Process Capability of PD126

LSL
P rocess D ata LS L 182.75 Target 183.5 USL 184.25 S ample M ean 183.191 S ample N 100 S tD ev (Within) 0.179454 S tD ev (O v erall) 0.205829
Target
USL W ithin Ov erall

P otential (Within) C apability Cp 1 39 1.39 C P L 0.82 C P U 1.97 C pk 0.82 O v erall C apability Pp PPL PPU P pk C pm 1.21 0.71 1.71 0.71 0.67
182.8 183.0 183.2 183.4 183.6 183.8 184.0 184.2

O bserv ed P erformance P P M < LS L 10000.00 PPM > USL 0.00 P P M Total 10000.00 E xp. Within P erformance P P M < LS L 6974.63 PPM > USL 0.00 P P M Total 6974.64 E xp. O v erall P erformance P P M < LS L 16035.33 PPM > USL 0.13 P P M Total 16035.47
MEDIR-2
2138
69

Seis Sigma

Cargado por

Información del documento

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

Seis Sigma

Cargado por

Copyright:

Formatos disponibles

Escuela Internacional de Negocios

METODOLOGA SEIS SIGMA Green Belt

FASES DE SEISSIGMA ( (DMAIC DMAIC) )

Prohibida su reproduccin total o parcial

Escuela Internacional de Negocios

Dr. Edgardo J. Escalante

Dr. Edgardo J. Escalante

Prohibida su reproduccin total o parcial

Escuela Internacional de Negocios

Dr. Edgardo J. Escalante

Eliminar causas especiales

Medicin capaz y estable

Evaluar estado inicial del proceso y su potencial (baseline/entitlement)

Dr. Edgardo J. Escalante

Prohibida su reproduccin total o parcial

Escuela Internacional de Negocios

Dr. Edgardo J. Escalante

Dr. Edgardo J. Escalante

Prohibida su reproduccin total o parcial

Escuela Internacional de Negocios

Dr. Edgardo J. Escalante

Decisin Entrada (MP)

Dr. Edgardo J. Escalante

Prohibida su reproduccin total o parcial

Escuela Internacional de Negocios

MULTIPLE DE ADMISION MAW01

Caractersticas finales del producto requeridas por el cliente

Dr. Edgardo J. Escalante

Prohibida su reproduccin total o parcial

Escuela Internacional de Negocios

Dr. Edgardo J. Escalante

Formato del diagrama de flujo

FLUJO 010 020

VARIABLES DEL Producto/Proceso

030 040 050

Prohibida su reproduccin total o parcial

Escuela Internacional de Negocios

VARIABLES DEL Producto/Proceso

Formulacin 3R5 Vel. vaciado 5 seg. Nivel de llenado

070: Esperar a que solidifique el aluminio

080: Extraer la pieza 090: Limpiar la pieza

Dr. Edgardo J. Escalante

VARIABLES DEL Producto/Proceso

Criterio definido Sin fugas, s/grietas y con dureza adecuada(2 Rc)

110: Llevar al almacn

Dr. Edgardo J. Escalante

Prohibida su reproduccin total o parcial

Escuela Internacional de Negocios

Dr. Edgardo J. Escalante

Eliminar causas especiales

Medicin capaz y estable

Evaluar estado inicial del proceso y su potencial (baseline/entitlement)

Dr. Edgardo J. Escalante

Prohibida su reproduccin total o parcial

Escuela Internacional de Negocios

EVALUAR EL SISTEMA DE MEDICIN

Dr. Edgardo J. Escalante

Evaluacin del sistema

Prohibida su reproduccin total o parcial

Escuela Internacional de Negocios

Resumen de las propiedades de un sistema de medicin

P b prcticas Pruebas ti Sesgo Variacin Repetibilidad (Precisin) Reproducibilidad Estabilidad

Otras Linealidad Discriminacin

Dr. Edgardo J. Escalante