Está en la página 1de 106

Minitab y Estadstica Bsica

Modulo 1
Sotware Minitab para Seis Sigma
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
2
Es un error muy grande el
generar teoras antes de tener
datos. Imperceptiblemente uno
empieza a tergiversar los datos
para acomodarlos a las teoras,
en lugar de basar las teoras en
los hechos
Sherlock Holmes
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
3
Este mdulo tiene dos propsitos:
a) El que todos se familiaricen con el uso del software Minitab
- Como acomodar los datos en las hojas de trabajo
- Como navegar en las diferentes ventanas
- Como guardar y generar hojas de trabajo y reportes
- Generacin e interpretacin de diversos tipos de graficas
b) Conocimientos de las herramientas estadsticas bsicas.
El contenido de este mdulo es el siguiente:
Informacin General de Seis Sigma
Introduccin a Minitab
Comparacin de Minitab con Excel
Bases de navegacin en Minitab.
Determinar el propsito del proyecto
Pareto
Documentar el estado inicial
Histograma; Box Plot, Grficos de Control
Estudio de Capacidad
Determinar la relacin Y=f(x)
Diagrama de dispersin
Diagrama Multivary
Evalaucion del sistma de Medicion (GRRs)
Resmen del Mdulo
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
4
Introduccin a Seis Sigma
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
Actualmente las empresas han iniciado a implementar una serie de medidas
para ayudar a mejorar sus procesos y a reducir los costos sin afectar la calidad
de los productos. Una de estas medidas ha sido la implementacin de Seis
Sigma que ha llevado a grandes empresas a reducir los costos de Produccin y
ahorrar en muchas de las reas de las compaas.
Introduccin Seis Sigma
A finales de la dcada de los 80s. Motorola tiene una iniciativa llamada
Seis Sigma induciendo a la organizacin para que se estudie la
variacin en los procesos como una manera de mejorar los mismos.
Estas variaciones son lo que estadsticamente se conocen como
desviacin estndar (alrededor de la media), que se representa por la
letra griega sigma ( ).
Otras empresas que han implementado esta metodologa son General
Electric Allied Signal Texas Instrument & General Motors
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
Qu es Seis Sigma?
Seis Sigma es una filosofa para hacer negocios (suministrando
cualquier producto o servicio) que se enfoca en el proceso de mejora
continua
El objetivo fundamental de la metodologa Seis Sigma es la implementacin
de una estrategia basada en mediciones enfocadas en mejoramiento de
procesos y reduccin de variacin a travs de la aplicacin de proyectos de
mejoramiento Seis Sigma
Seis Sigma puede describirse como:
Una medicin del proceso de
variacin.
Una metodologa para el anlisis
basada en la medicin, mejoramiento
y control.
Un sistema administrativo con
decisiones basadas en datos para
minimizar la variacin y mejorar los
procesos clave
.
Antes
Despues
Defectos
Costo
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
Qu es Seis Sigma?
Seis Sigma es un ndice de capacidad de procesos; es un nmero que representa
cuan capaz es un proceso de cumplir las especificaciones del cliente en funcin
del grado de variabilidad de dicho proceso.
Imaginando que un proceso se comporta de acuerdo a una distribucin normal con
una media y desviacin estndar conocida, se puede definir como nivel Seis Sigma
cuando teniendo una especificacin media , los limites superior e inferior de
especificacin se encuentren a Seis desviaciones estndar (de all el nombre Seis
Sigma) . De esta manera el proceso produce una taza de defectos de 3.4 PPMs
X LIE
LSE LIC
LSC
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
Los Beneficios de Seis Sigma
Alineamiento entre los resultados y la eficacia: la mejora de la calidad
de un proceso implica aumento de la rentabilidad para la empresa.
Aplicacin de la metodologa en diversas reas de la empresa:
Finanzas, logstica, ventas, sistemas, administracin, etc., no
restringiendo los trabajos a las reas productivas de la empresa.
Posibilidad de toma de decisiones basadas en datos estadsticos.
Busca el Modelo Ideal de Eficiencia de los sistemas.
Eliminar de los procesos el valor no agregado.
Reducir al mnimo posible la variacin natural de los procesos.
Procesos robustos, capaces de entregar lo que el cliente demanda
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
Cada proceso mostrara variacin en las entradas
(Las Xs) que impactara la salida de ese proceso
(Las Ys).
El enfoque de Seis Sigma:
Comprender la relacin de las entradas
y las salidas, Y= f (x), por lo que la
variacin en la salida puede ser
controlado mediante el control de las
entradas .
f (x) Y=
PROCESO
ENTRADA SALIDA
Las Xs Las Ys
El enfoque de Seis Sigma
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
Los resultados
sensacionales se
basan en una
metodologa
rigurosa y
estructurada
Fases del proceso Seis Sigma
f (X) Y=
El enfoque de Seis Sigma
Medir
Analizar
Capacidad
OK ?
N
Y
Modificar
Diseo
?
Redisear
Y
Mejorar
N
Capacidad
OK?
Y
Controlar
N
Definir
Definir
Medir
Analizar
Mejorar
Controlar
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
11
Introduccin a Minitab
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
12
Dado que la mayora de nosotros estamos acostumbrados a trabajar con
Excel, es conveniente comparar las similitudes y las diferencias de Minitab
con Excel:
La nica funcin de las hojas de trabajo en Minitab es la de proporcionar una
estructura a los datos para analizarlos y graficarlos estadsticamente, mientras
que en Excel las hojas de trabajo tienen muchos usos ms
Las hojas de trabajo en Minitab son similares a las de Excel, pero menos
flexibles
Por ejemplo, la manipulacin de los datos (copiar y mover, por ejemplo) es
mucho ms fcil en Excel
Sin embargo, Minitab ofrece mucho ms opciones estadsticas y grficas, que,
cuando se sabe como usarlas son mucho ms fciles y poderosas
Minitab usa cajas con dilogos utilizables en los anlisis y las grficas, haciendo
el anlisis de los datos ms eficiente que en Excel
Se pueden importar archivos de Excel a Minitab muy fcilmente. Para trabajar
ms eficientemente organice los datos en Excel y cpielos a Minitab
Comparacin de Minitab con Excel
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
13
Pantallas Bsicas de Minitab
Men y Toolbar
Permiten el acceso a todas las funciones
de Minitab se pueden seleccionar
segn se requieran
Ventana de Sesin
Muestra el resmen de toda la actividad
de la sesin (se salva cada sesin por
separado) y muestra el anlisis
estadstico de los datos
Ventana de Datos
Todos los datos se ponen en hojas de
trabajo, mostrando una plataforma de
anlisis usando las herramientas en los
mens de Stat y Graph
Project Manager
MinimizadoPermite el acceso a las
hojas de trabajo, grficas y otra info.
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
14
Datos tpicamente estructurados en Excel
--estructura de Matriz
Datos tpicamente estructurados en Minitab
--Columnas indexadas (con un ttulo)
Las columnas son
Formateadas
Como:
Numricas
de Texto (T)
con Fechas (D)
Estructura de los Datos
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
15
Opciones del Men de Minitab
Estas opciones permiten seleccionar las
actividades a realizar en el desarrollo de un
proyecto
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
16
Cerrar todas las grficas
Hojas del proyecto
Ventana actual de datos
Ventana de Sesin
Documentos relacionados
Reportes
Historial
Mostrar la informacin
Mostrar el folder de grficas
Mostrar el folder de hojas de trabajo
Mostrar el folder de la sesin
Cerrar todas las grficas
Hojas del proyecto
Ventana actual de datos
Ventana de Sesin
Documentos relacionados
Reportes
Historial
Mostrar la informacin
Mostrar el folder de grficas
Mostrar el folder de hojas de trabajo
Mostrar el folder de la sesin
Navegando con los Iconos
Estos iconos nos permiten
el acceso a la informacin
de manera directa.
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
17
Opciones de Ayuda (Help)
Ayuda detallada
en herramientas
estadsticas
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
18
Opciones de Ayuda (Por herramienta)
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
19
Opciones de Ayuda (Assistant)
Este tipo de ayuda fue
incorporado en la Version
16 de Minitab.
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
20
Conclusin
El uso efectivo de las herramientas disponibles en
Minitab le permite al solucionador de problemas el
poder ordenar y analizar la informacin de manera
eficiente
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
21
Ya que hemos visto como est estructurado Minitab, vamos a
usarlo con ejercicios que veremos en la revisin de estadstica
bsica. Las herramientas estadsticas bsicas que vamos a
revisar estn organizadas segn la fase de DMAIC (Etapas de
Seis Sigma- Definir-Medir-Analizar-Mejorar-Control) en la cual
son usadas normalmente
Estadstica Bsica
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
22
Definicin
Determinar el Propsito
del Proyecto
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
23
Se le atribuye a el economista Italiano del siglo
XIX Vilfredo Pareto, quien fu comisionado por
el Rey para determinar la distribucin de la
riqueza para fines del cobro de impuestos
Pareto descubri que el 20% de los que
pagaban impuestos tenan el 80% de la riqueza
El principio de Pareto
La regla del 80/20 Principio de Pareto estipula que el 20% de
las entradas causan el 80% de el problema
Este mtodo de separar los pocos vitales de los muchos
triviales se puede usar a travs de el proceso DMAIC, pero se
usa ms comnmente en la etapa de Definicin para enfocar
los esfuerzos para solucionar el problema en un solo proyecto
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
24
El mayor
nmero de
defectos tiene
la mayor
oportunidad
de
mejoramiento
Las Grficas de Pareto muestran visualmente los mayores defectos
rechazos en un proceso
Rena los datos de fallos por categora y por nmero de ocurrencias
Sortee la lista por frecuencia, de el mayor al menor
Grafique los datos usando una grfica de barras
Grficas de Pareto
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
25
Pocos vitales Muchos triviales
Grfico de Pareto - Ejemplo
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
26
Grfico de Pareto Instrucciones en Minitab
Datos en Archivo Excel: Datos para Ejercicios
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
27
Ejercicios
Hacer los Ejercicios de Diagrama de Pareto 1, 2 Y 3 del Archivo de Ejercicios
usando los datos del archivo de Excel: Datos para Ejercicios Adicionales
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
28
Medicin
Documente el estado inicial
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
29
Todos los procesos tienen fuentes de variacin
ya sea grande o pequea, siempre est presente
Mientras que los valores individuales medidos pueden ser diferentes,
agrupados tienden a formar un patrn que puede ser descrito como una
distribucin
Las distribuciones tienes tres propiedades bsicas:
Centrado
Dispersin extensin
Forma
Vamos a ver cada una de ellas
Propiedades de una distribucin
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
30
Media: Promedio de un grupo de datoscentro de la masa o punto de balance
Refleja la influencia de todos los valores
Y por lo tanto es afectado por los valores extremos
Mediana: Punto medio de una serie de datos alineados o sorteados, en donde el
50% de las observaciones o valores estn abajo, y 50% estn arriba los datos se
dividen a la mitad
Para un total de datos impar, es el valor central de todos los datos
Para un total de datos par, es el promedio de los dos valores centrales
Es una medida robusta contra valores extremos
Moda: El valor ms frecuente en un grupo de datos
Tambin es una medida robusta contra valores extremos
N
...X X X X
N
X
Media
N 3 2 1
N
1 i
i
+ + +
= =

=
donde N = nmero total de datos
Mediciones de Centrado
12 15 16 17 17 18 19 25 27 29 37 38 41 41 45 49 50 56 59
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
31
Hay dos formas de medir la dispersin:
Rango
La diferencia entre el valor mayor menos el menor
= Valor Mximo Valor Mnimo
Desviacin ( Residuo)
Es la distancia entre un dato individual y el promedio de todos los
datos. Se usa para medir y describir la variacin en un grupo de
datos = Desviacin = (X - Media)
Note que no tiene ningn valor el calcular el promedio de las desviaciones, y
por lo tanto en su lugar calculamos la desviacin estndar que se calcula
como se muestra a continuacin
Medidas de Dispersin
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
32
Medidas de Dispersin Frmula
N
) (
N
1 i
2
i
=

=
Estndar Desviacin
N
) (X
Varianza
N
) (X
cuadrados los de Suma ) (X
cuadrado al Desviacin ) (X
Desviacin ) (X
2
i
2
i
2
i
2
i
i

1 n
) (
n
1 i
2
i
s

=
s=Desv. estand.de la muestra
X=Media de la muestra
n=Tamao de la muestra
=Desv. Estand. de la poblacin
=Media de la poblacin
N=nmero de piezas en la
poblacin completa
Sus componentes son:
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
33
Tambin se puede obtener esta informacin usando Minitab, en la forma de un resumen grfico:
Primero, ponga los datos en columnas en una hoja de trabajo y luego seleccione
Resmen Grfico Instrucciones en Minitab
9 8 7 6 5 4 3
Median
Mean
6.0 5.5 5.0 4.5 4.0
1st Quartile 4.0000
Median 5.0000
3rd Quartile 6.0000
Maximum 9.0000
4.1370 5.8630
4.0000 5.6265
1.1409 2.4577
A -Squared 0.63
P-Value 0.080
Mean 5.0000
StDev 1.5584
V ariance 2.4286
Skewness 1.17595
Kurtosis 2.00665
N 15
Minimum 3.0000
Anderson-Darling Normality Test
95% Confidence Interv al for Mean
95% Confidence Interv al for Median
95% C onfidence Interv al for StDev
95% Confidence Intervals
Summary for Data
Datos en archivo de Excel: Datos para Ejercicios
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
34
Ejercicios
Hacer los Ejercicios de Centrado y Dispersion 1 y 2 de el Cuaderno de
Ejercicios, usando los datos en el archivo de Excel: Datos para Ejercicios
Adicionales
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
35
La forma (y extensin) de una distribucin se visualiza mejor con un
histograma
Los histogramas dividen los valores de la muestra en intervalos
Las barras representan las observaciones que caen dentro de cada intervalo
(su frecuencia)
Los histogramas muestran grficamente la variacin de un rango de datos,
cmo se comportan los datos alrededor de un valor meta nominal, la cantidad
de datos en un punto dado y los puntos extremos en el proceso
Forma
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
36
Histograma Instrucciones en Minitab
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
37
Histograma Instrucciones en Minitab
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
38
Ejercicios
Hacer los Ejercicios de Histograma 1, 2 y 3 del Cuaderno de Ejercicios, usando
los datos en el archivo de Excel: Datos para Ejercicios Adicionales
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
39
Cules pudieran
ser ejemplos
tpicos de datos
variables para
cada una de
estas
distribuciones?
Sesgada a la izquierda (Sesgo Negativo)
Distribucin uniforme
Distribucin Bimodal
Campana La distribucin normal
Sesgada a la derecha (Sesgo Positivo)
Ej: Desgaste de una herramienta durante el
Proceso de maquinado
Ej: Variacin aleatoria de un proceso estable
Ej: Torque, capacidad de un contenedor
Ej: Pre Sorteo, sistema de medicin sin una buena resolucin
Ej: Dos grupos de datos diferentes
Tipos de Formas
Dado que muchas herramientas estadsticas se basan en el hecho de una distribucin normal, ah es
en donde nos enfocaremos
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
40
Las distribuciones normales vienen en todas las formas y tamaos
Pero tienen ciertas propiedades
De las cuales las ms importantes son
La curva es simtrica, es decir
99.7 % de la poblacin est
contenida dentro de +/- 3 desviaciones
estndar de la media
La distribucin normal
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
41
Importancia de la Distribucin Normal
As pues, cules son las implicaciones de una distribucin normal?
La media y la desviacin estndar describen completamente la distribucin
La distribucin normal es descrita como terica. Que quiere decir esto?
Las distribuciones en el mundo real no son perfectamente normales, sin embargo se aproximan a
la normalidad. La normalidad puede ser la base para la mayora de pruebas y tcnicas
estadsticas
Estas propiedades nos ayudarn a responder muchos tipos de preguntas acerca de
una distribucin dada
Anlisis de CapacidadSi los datos son normales, podemos hacer predicciones acerca de la
capacidad de un proceso a largo plazo
Intervalos de ConfianzaLas matemticas detrs de los clculos de un intervalo de confianza
para el promedio de una muestra estn basadas en una distribucin normal
Pruebas de Hiptesis - Muchas pruebas de hiptesis estn basadas en la asumpcin de que
los datos estn distribuidos normalmente
Correlacin y Regresin - Si en un modelo de regresin los errores residuales estn
distribuidos normalmente entonces el modelo se ajusta a los datos correctamente
Diseo de Experimentos (DOE) Al evaluar los efectos de los factores de entrada que no
siguen una distribucin normal, se pueden identificar algunos factores importantes
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
42
10.100
10.075
10.050
10.025
10.000
9.975
9.950
D
i
a
m
e
t
e
r
Boxplot of Diameter
Box Plot
Outlier (asterisco)
Valores inusuales altos o bajos mas all de los extremos
Extremo superior Q3+1.5*(Q3-Q1)
Se extiende a el valor ms alto dentro del lmite superior
Tercer Cuartil (Q3)
75% de los valores son menores que iguales a este
valor
Media (50
th
Percentil)
50% de los valores son menores que iguales a este
valor
Primer Cuartil (Q1)
25% de los valores son menores que iguales a este
valor
Extremo inferior Q1-1.5*(Q3-Q1)
Se extiende a el valor menor dentro del lmite inferior
Los Box Plots son utilizados para resumir datos de una distribucin y son ms
efectivos cuando se comparan varias distribuciones en una sola grfica
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
43
Box Plot Instrucciones en Minitab
Cavity 4 Cavity 3 Cavity 2 Cavity 1
10.100
10.075
10.050
10.025
10.000
9.975
9.950
Cavity
D
i
a
m
e
t
e
r
Boxplot of Diameter
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
44
Ejercicio
Hacer el Ejercicio de BoxPlot 1 y 2 del Cuaderno de Ejercicios, usando los datos
en el archivo de Excel: Datos para Ejercicios Adicionales
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
45
Grficas de control
Causa especial:
El patrn de variacin cambia con el
tiempo, es causada por eventos inusuales
y es impredecible
Causa comn:
Variacin aleatoria natural, muestra una
fluctuacin uniforme a un nivel
constante; es estable y consistente con
el tiempo
Las Grficas de control nos muestran el monitoreo del proceso; as como
direccin para los mejoramientos, separando las causas comunes de las
especiales
Porqu es importante saber la diferencia?
Qu pasa si tomamos acciones sin entender las causas de variacin?
25 20 15 10 5 0
75
70
65
Sample Number
S
a
m
p
l
e

M
e
a
n
X-Bar Chart for Process A
X=70.91
UCL=77.20
LCL=64.62
25 20 15 10 5 0
80
70
60
50
Sample Number
S
a
m
p
l
e

M
e
a
n
X-Bar Chart for Process B
X=70.98
UCL=77.27
LCL=64.70
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
46
LIE
LSE
LIC
LSC
LIE
LSE
LIC
LSC
LCS
LCI
X
R
LCS
LCI
Cuando el promedio esta fuera de control
El proceso esta corrido
Cuando el rango esta fuera de control
El proceso esta disperso
Tipos de Fuera de Control
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
47
Criterios de Causas especiales
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
48
Tipos de grficos de control
Tipos de grficos de control para variables
Individual Moving Range (I-MR)
Xbar-R
Tipos de grficos de control para atributos
p Chart - Proporcin de partes defectuosas en cada sub-grupo
Es usada con piezas defectuosas cuando el tamao del subgrupo vara de muestra a
muestra
np Chart Nmero de partes defectuosas en cada sub-grupo Es usada
con piezas defectuosas cuando el tamao de los subgrupos son iguales
c Chart Nmero de defectos en cada sub-grupo - Es usada con el
nmero de defectos cuando los tamaos de los subgrupos son iguales
u Chart Nmero de defectos por unidad en cada sub-grupo - Es
usada con el nmero de defectos cuando el tamao del subgrupo o el rea de
oportunidad vara
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
49
Los datos no siempre pueden describirse como continuos
en estos casos pueden ser clasificados como discretos
Los datos deben ser subagrupados
Se necesitan ms datos por subgrupo que los que se
necesitan con datos continuos
No existe un rango para la grafica, as que la variacin
dentro del subgrupo no puede ser descrita en la grfica
de atributos
Grficos de control
Datos por Atributo
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
50
Los datos por atributos pueden ser descritos como defectos o
unidades defectuosas
Defecto: una parte tiene infinitas oportunidades de que
una caracterstica no cumpla las expectativas
Defectuosos: Una parte est defectuosa si tiene uno un
milln de defectos -- son contadas como un unidad
defectuosa en una muestra
Datos por atributo
- Defectos Vs. Defectuosos
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
51
La eleccin de la grfica de control
para datos discretos depende de la
naturaleza de los datos y la
consistencia del subgrupo
Flujo para Seleccionar
Grficos de Control
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
52
I-MR Chart
Observation
I
n
d
i
v
i
d
u
a
l

V
a
l
u
e
19 17 15 13 11 9 7 5 3 1
3.0
2.5
2.0
1.5
_
X=2.244
UCL=2.962
LCL=1.525
Observation
M
o
v
i
n
g

R
a
n
g
e
19 17 15 13 11 9 7 5 3 1
0.8
0.6
0.4
0.2
0.0
__
MR=0.27
UCL=0.8822
LCL=0
I-MR Chart of C1
Cuando debemos usar grficos I-MR ?
Cuando hay un beneficio en conocer los datos individuales
Cuando no hay una forma natural de agrupar los datos
Cuando hay poca opcin debido a la escasez de datos
Cuando la variacin dentro de un subgrupo de datos no es importante
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
53
I-MR Chart Instrucciones en Minitab
325 289 253 217 181 145 109 73 37 1
10.10
10.05
10.00
9.95
Observation
I
n
d
i
v
i
d
u
a
l

V
a
l
u
e
_
X=10.0209
UC L=10.0881
LCL=9.9537
325 289 253 217 181 145 109 73 37 1
0.100
0.075
0.050
0.025
0.000
Observation
M
o
v
i
n
g

R
a
n
g
e
__
MR=0.0253
UC L=0.0826
LCL=0
1
1
1
I-MR Chart of Diameter
Recuerda: Mantener los datos en orden
cronolgico ya que el propsito principal es
entender el proceso no solucionar el
problema en este punto
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
54
Xbar-R Chart
Sample
S
a
m
p
l
e

M
e
a
n
4 3 2 1
29.0
28.5
28.0
27.5
_
_
X=28.256
UCL=28.825
LCL=27.687
Sample
S
a
m
p
l
e

R
a
n
g
e
4 3 2 1
5
4
3
2
1
_
R=3.168
UCL=5.023
LCL=1.314
1
Xbar-R Chart of Flow
Promedio de cada subgrupo
Diferencia entre el Max y el Min de cada subgrupo
X-bar utiliza el subagrupamiento, el cual es uno de los elementos ms importantes de la metodologa de
grficos de control
El principio de Shewharts organiza (clasifica, estratifica, agrupa, etc.) los datos de los procesos de tal
forma que asegura que hay mayor similitud en los datos dentro de cada subgrupo y una mayor
diferencia en los datos entre los diferentes subgrupos
Entonces el subagrupamiento racional incluye causas comunes de variacin dentro de los subgrupos
con todas las causas especiales de variacin ocurriendo entre los subgrupos
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
55
Xbar-R ChartInterpretacin
Segundo, si la grfica de rangos
est estable, analice la grfica Xbar
para ver si la variacin est sobre
todo:
Dentro de los lmites de control
esto significa que la
variacin est dentro de los
subgrupos
Fuera de los lmites de control
esto significa que la
variacin est entre los
diferentes grupos
Sample
S
a
m
p
l
e

M
e
a
n
4 3 2 1
29.0
28.5
28.0
27.5
_
_
X=28.256
UCL=28.825
LCL=27.687
Sample
S
a
m
p
l
e

R
a
n
g
e
4 3 2 1
5
4
3
2
1
_
R=3.168
UCL=5.023
LCL=1.314
1
Xbar-R Chart of Flow
--ENTRE--
--DENTRO--
--ENTRE--
--DENTRO--
Primero analice la grfica de
rangos. Es una medida de
estabilidady tambin de variacin
dentro de los subgrupos
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
56
Xbar-R Chart Instrucciones en Minitab
82 73 64 55 46 37 28 19 10 1
10.06
10.04
10.02
10.00
Sample
S
a
m
p
l
e

M
e
a
n
_
_
X=10.02088
UC L=10.05649
LCL=9.98527
82 73 64 55 46 37 28 19 10 1
0.100
0.075
0.050
0.025
0.000
Sample
S
a
m
p
l
e

R
a
n
g
e
_
R=0.0489
UC L=0.1115
LCL=0
Xbar-R Chart of Diameter
Recuerda: Mantener los datos en orden
cronolgico ya que el propsito principal es
entender el proceso no solucionar el
problema a este punto
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
57
Ejercicios
Hacer los Ejercicios de Grafico de Control XBar-R 1 y 2 del Cuaderno de
Ejercicios, usando los datos en el archivo de Excel: Datos para Ejercicios
Adicionales. Tambien hcer los ejercicios para las graficas P y U
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
58
Anlisis de capacidad
Considere la tarea de estacionar un carro en su cochera
La facilidad o capacidad de meter el carro en su cochera est relacionada
al tamao de la cochera con respecto a el carro
La cochera es anloga a la voz del cliente o las especificaciones
El carro es anlogo a la voz del proceso o variacin del proceso
Relativamente fcil No tan fcil
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
59
As pues mientras mayor sea el C
p
, es mejor
Sin embargo, C
p
no toma en cuenta la localizacin del proceso
La capacidad del proceso esta expresada como un ndice. Un ndice de
capacidad es un valor que expresa la habilidad del proceso de cumplir con
los requerimientos. Existen muchos de mtricos afines o similares. Uno de
los ms usados es el C
p
, el cual se representa como:
C
USL LSL
p
=

6
(Variacin del proceso)
(Rango deTolerancia)
VOC
VOP
= =
Porque 6s?
Recuerda que el 99.7% de la variacin normal
del proceso cae entre USL y el LSL
Esto representa +/- 3 sigma 6 sigmas en
total
Definicin de Cp
NOTA: VOC = Voz del Cliente
VOP = Voz del Proceso
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
60
C
pk
Cuando el carro no est alineado al centro de la cochera, existe un riesgo
alto de que golpee uno de los lados
C
pk
es un ndice de capacidad que toma en cuenta tanto la localizacin como el
cociente VOC/VOP. Este es el desempeo del proceso como un todo y est
determinado por el lmite ms cercano al promedio del proceso (el mnimo de
Cpu y Cpl ). Si el proceso est centrado entonces el Cp y Cpk sern iguales
Definicin de C
pk
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
61
La capacidad del proceso tambin puede ser medido como un nivel sigma
Este es el nmero de desviaciones estndar que caben entre el centro del
proceso y lmite de especificacin ms cercano.
El nivel sigma a corto plazo se deriva de: Cpknivel sigma = Cpk X 3
Definicin del Nivel Sigma
LSL USL
C
p
=2
C
pk
=2
Sigma=6
C
p
=2
C
pk
=1
Sigma=3
C
p
=1
C
pk
=1
Sigma=3
C
p
=1
C
pk
=0
Sigma=0
LSL USL LSL USL USL LSL
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
62
Capacidad del proceso (C
p
, C
pk
) Describe qu tan bueno pudiera ser el proceso
(porque solamente considera la variacin dentro de los subgrupos). Variacin de
Corto Plazo
Desempeo del proceso (P
p
, P
pk
) Describe qu tan bueno es el proceso en funcin
de la variacin incluida en los datos. Sin importar la estabilidad, el desempeo del
proceso es 6 de la variacin total del proceso, donde es estimada por s, la
desviacin estndar total del proceso. Variacin de Largo Plazo.
Definicin de Capacidad vs. Desempeo
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
63
Capacidad Vs. Desempeo - Visualmente
D
e
s
e
m
p
e

o


Capacidad
VOP para capacidad C
p
= Variacin dentro de los subgrupos
VOP para desempeo P
p
= Variacin total
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
64
2. Grafica que muestra
la capacidad del
proceso de corto y
largo plazo
1.- Datos del
proceso que
estamos
analizando
3. ndices de
desempeo y
capacidad
Analizando un Estudio de capacidad
4. Estimacin del
desempeo y
capacidad del
proceso.
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
65
Los ndices de capacidad del proceso nos
ayudan entender la probabilidad de fallas con
respecto a los limites de especificacin.
Estudios de Capacidad
Instrucciones en Minitab
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
66
3. Verificacin de que
los datos son
normales. La validez
del anlisis de
capacidad requiere
normalidad de los
datos. Como los
datos son normales
el valor de p debe
ser mayor de 0.05
1.Usar grficos de
control para
verificar
estabilidad si
no es estable,
entones no
podemos
predecir el futuro
porque las
inferencias
estadsticas son
invlidas
4. ndices de
desempeo y
capacidad
Analizando capacidad con Six Pack
2. Histograma de
desempeo y
capacidad
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
67
Capacidad con Six Pack
Instrucciones en Minitab
82 73 64 55 46 37 28 19 10 1
10.050
10.025
10.000
S
a
m
p
l
e

M
e
a
n
_
_
X=10.02088
UCL=10.05649
LCL=9.98527
82 73 64 55 46 37 28 19 10 1
0.10
0.05
0.00
S
a
m
p
l
e

R
a
n
g
e
_
R=0.0489
UCL=0.1115
LCL=0
90 85 80 75 70
10.10
10.05
10.00
Sample
V
a
l
u
e
s
1
0
.
1
2
1
0
.
0
8
1
0
.
0
4
1
0
.
0
0
9
.
9
6
9
.
9
2
9
.
8
8
LSL USL
LSL 9.85
USL 10.15
Specifications
10.10 10.05 10.00 9.95
Within
Ov erall
Specs
StDev 0.0237384
C p 2.11
C pk 1.81
Within
StDev 0.0228642
Pp 2.19
Ppk 1.88
Cpm *
Ov erall
Process Capability Sixpack of Diameter
Xbar Chart
R Chart
Last 25 Subgroups
Capability Histogram
Normal Prob Plot
AD: 1.446, P: < 0.005
Capability Plot
La ventaja del Six Pack es que nos muestra
tanto la grafica X-R, Histograma y la prueba
de normalidad de los datos, adems de los
ndices de capacidad y desempeo
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
68
Ejercicios
Hacer los Ejercicios de Capacidad del Proceso 1 y 2 de el Cuaderno de
Ejercicios, usando los datos en el archivo de Excel: Datos para Ejercicios
Adicionales
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
69
Determinar la
relacin Y=f(X)
Analizar
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
70
Una grfica de dispersin es una herramienta efectiva para investigar si existe
relacin entre dos factores. Graficando la variable de entrada en el eje X y la
variable de salida en el eje Y, puede determinarse visualmente si existe una relacin
de causa y efecto. Por ejemplo si estn correlacionadas
Correlacin Positiva Correlacin Negativa Sin Correlacin
Ejemplos para usar grficos de dispersin:
Comparar el efecto de una dimensin Xs en la salida Ys
Comparar una variable antes (eje de las Xs) y despus (eje de las Ys) del
proceso
La Correlacin, la cual cuantifica qu tan fuerte es la relacin, y la regresin, la cual
define la relacin f(x) pueden ser aplicadas si se necesitan datos estadsticos para
demostrar la relacin entre las variables en cuestin (Correlacin Pearson)
Grficos de dispersin
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
71
Indice de Correlacion
Correlacin Positiva
Correlacin Negativa
Sin Correlacin
Correlacin
Positiva (1)
Correlacin
Negativa (-1)
Sin
Correlacin (0)
-1 0 +1
Para determinar el ndice de correlacin se utiliza el mtodo de Pearson
donde nos indica que entre mas cercano a cero son los valores existe
menor correlacin . Si ;los valores de pearson son cercanos a -1 la
correlacin es negativa y si son cercanos a +1 la correlacin es positiva
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
72
Las graficas de dispersin nos muestran la
relacion entre 2 variables (X y Y)
Graficas de Correlacin
Instrucciones en Minitab
Seleccionar > Graph > ScatterPlot > Simple
Seleccionar > Graph > ScatterPlot > Simple
Seleccionar > OK
Seleccionar > OK para obtener el Diagrama de Dispersion
En la seccion de Y Variables Seleccionar la variable dependiente
En la seccion de X Variables seleccionar la variable independiente
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
73
Indice de Correlacin
Instrucciones en Minitab
Seleccionar > Graph > ScatterPlot > Simple
Seleccionar > Basic Statistics > Correlation
Seleccionar > OK
Seleccionar > Variables > colocar las 2 variables X Y
Correlations: Tiempo, Costo
Pearson correlation of Tiempo and Costo = 0.819
P-Value = 0.004
En la ventana Session Se muestran los resultados
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
74
Ejercicios
Hacer los Ejercicios de Correlacin 1 y 2 de el Cuaderno de Ejercicios, usando
los datos en el archivo de Excel: Datos para Ejercicios Adicionales
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
75
Muestreo aleatorio
Para poder obtener conclusiones exactas sobre la muestra de una
poblacin de datos, la muestra necesita ser representativa de el total de la
poblacin de la cual fue seleccionada. El muestreo aleatorio cumple esto
seleccionando la muestra de tal manera que cada miembro de la poblacin
tenga la misma probabilidad de ser elegido en la muestra
Aunque no existe garanta de que la muestra aleatoria ser representativa
de las propiedades de la poblacin de la cual fue seleccionada, las teoras
estadsticas nos permiten identificar las probabilidades de qu tan cercanos
estn los valores obtenidos de la muestra aleatoria a los valores de la
poblacin; esta es la base de la inferencia estadstica
Debemos evitar los muestreos
arbitrarios desarrollando un plan
antes de iniciar con la recoleccin de
los datos
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
76
Graficas Multivary
Cuando estamos trabajando con una
variable llamamos a esta informacin
datos Univariados y podemos distribuir
los datos en forma de histograma
x
y
6 5 4 3 2 1
12
10
8
6
4
2
S 0.447214
R-Sq 98.6%
R-Sq(adj) 98.3%
Fitted Line Plot
y = 1.200 +1.800 x
Cuando tenemos 2 variables podemos
graficarlas en una grafica de correlacin y
regresin
Pero que pasa si tenemos mas de 2 variables
para ser analizadas?
Aqui es cuando utilizamos Graficas Multivary.
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
77
Graficas Multivary
Las graficas Multi-vary son tiles para visualizar los efectos de
mltiples factores y su efecto en la respuesta.
Son utiles en las etapas tempranas del proyecto para obtener
informacion que nos indiquen los datos..
Enm minitab se pueden incluir hasta cuatro factores en el analisis
donde se muestran los promedios de los datos de cada factor.
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
78
Graficas Multivary en Minitab
Sleccionar: Stat / Quality Tools /
Multi-Vari Chart
En la respuesta Response
seleccionar la Y
En los factoires 1 y 2 seleccionar
las entradas o factores
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
79
Ejercicios MultiVary
Hacer los Ejercicios de Multivary 1 del Cuaderno de Ejercicios, usando los datos
en el archivo de Excel: Datos para Ejercicios Adicionales
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
80
Analisis del Sistema de medicion
Evaluacion del Sistema de Medicin
(Estudios de GR&R)
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
81
Analisis del Sistema de medicion
1. Variable (Continuo)
Los datos pueden ser descritos en una escala continua
Ejemplos: longitud, altura, separacin, espesor, torque,
velocidad, dureza, acabado superficial
2. Atributos (Discreto)
Los datos no pueden se descritos adecuadamente en una
escala continua
Ejemplos (Binarios): pasa/falla, bueno/malo, pasa/no
pasa
Ejemplos (Ordinales): bajo/medio/alto, gradiente de
color
Estos dos sistemas de medicin siguen un punto de vista diferente para su
estudio.
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
82
Estructura para un estudio de GRR
Cuntas partes necesitamos medir? Cuntos operadores?
Cuntas mediciones por pieza?
Qu queremos aprender?
Qu esperamos que cause la variacin?
Qu herramientas nos pueden ayudar a contestar estas
preguntas?
Op1 Op3

Operador
P1 P2 P3 P4

Parte

M1 M2 M3 M1 M2 M3 M1 M2 M3
M1 M2 M3 Medicin
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
83
La informacin de
operadores, partes y
mediciones es por
columna!
OPER PRODUCT Measure
1 1 9
1 1 9.1
1 1 9.2
1 2 9.2
1 2 9.3
1 2 9.1
1 3 9.4
1 3 9.1
1 3 9.1
1 4 9.5
1 4 9
1 4 9
1 5 8.8
1 5 9.1
1 5 9.1
1 6 9.2
1 6 9.1
1 6 9.2
1 7 9
1 7 9.3
1 7 9.3
1 8 9.2
1 8 9.5
1 8 9.4
1 9 9
Copiar los siguientes datos
En una hoja de Minitab
Estudio de GRR en Minitab
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
84
Una vez que se ha capturado la informacin se procede a realizar el estudio
GRR Crossed
El GRR crossed se utiliza cuando las piezas
Para el estudio son las mismas que miden
Todos los operadores.
Nota Un GRR Nested es cuando se hacen pruebas
Destructivas.
Seleccionar la columna segn contenga los datos
Requeridos:
Part Numbers: la Columna donde se tienen las piezas
Operators: La columna donde estan los operadores
Measurement data: la columna de las lecturas
El metodo de Analisis
Seleccionar XBar and R
Estudio de GRR en Minitab
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
85
Informacion General del estudio
(No impacta en el resultado)
Tolerancia de la prueba,
En caso de que no tenga
Se deja en blanco
Estudio de GRR en Minitab
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
86
Part-to-Part Reprod Repeat Gage R&R
100
50
0
P
e
r
c
e
n
t
% Contribution
% Study Var
% Tolerance
0.4
0.2
0.0
S
a
m
p
l
e

R
a
n
g
e
_
R=0.215
UCL=0.5535
LCL=0
1 2
9.50
9.25
9.00
S
a
m
p
l
e

M
e
a
n
__
X=9.305
UCL=9.5250
LCL=9.0850
1 2
9 8 7 6 5 4 3 2 10 1
9.6
9.3
9.0
Part
2 1
9.6
9.3
9.0
Opera
9 8 7 6 5 4 3 2 10 1
9.50
9.25
9.00
Part
A
v
e
r
a
g
e
1
2
Opera
Gage name:
Date of study :
Reported by :
Tolerance:
Misc:
Components of Variation
R Chart by Opera
Xbar Chart by Opera
Reading by Part
Reading by Opera
Opera * Part Interaction
Sample from Minitab GRR Class
Estudio de GRR en Minitab
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
87
La proporcin precisin a
tolerancia: 50% de la
tolerancia es consumida por
el sistema de medicin. Este
nmero debera ser menos
del 30%
% de GRR del proceso
(sin considerar tolerancia)
Porcentajes del GRR (Sesion)
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
88
Criterios de aceptacion de un GRR
Criterios de aceptacin de GRR
(pg. 78, Manual del MSA 4
a
Ed.)
No se considera Aceptable y se deben identificar
actividades para mejorar el sistema de medicin
> 30%
Puede ser Aceptable basado en la importancia de
la aplicacin, costo del equipo de medicin,
puede necesitar aprobacin del Cliente.
Entre
10 to 30%
Generalmente considerado como aceptable
(Especialmente til cuando se trata de clasificar
partes o cuando se necesita un control estrecho)
< 10%
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
89
Interpretacion de Graficas del GRR
0
0.00
0.01
0.02
0.03
1 2 3
R Chart by operator
S
a
m
p
l
e

R
a
n
g
e
Consistencia/Estabilidad:
Estn todos los puntos en la grfica de
rangos dentro del lmite de control?
Repetibilidad: Es consistente la
variacin entre operadores?
0
5
1 5
2 5
3 5
4 5
1 2 3 4
S
a
m
p
l
e
M
e
a
n
Me a n = 2 6 . 6
U C L = 4 4 .8 3
LC L = 8 . 2 9 3
0
5
1 5
2 5
3 5
4 5
1 2 3 4
X b a r C h a r t y C 1 X b a r C h a r t y C 1
S
a
m
p
l
e
M
e
a
n
Me a n = 2 6 . 6
U C L = 4 4 .8 3
LC L = 8 . 2 9 3
0
3 0
4 0
5 0 4
S
a
m
p
l
e
M
e
a
n
M e a n = 3 6 . 0 8
U C L = 3 9 . 6 2
L C L = 3 2 . 5 5
0
0
3 0
4 0
5 0 4
S
a
m
p
l
e
M
e
a
n
M e a n = 3 6 . 0 8
U C L = 3 9 . 6 2
L C L = 3 2 . 5 5
0
Ejemplo 1: todos los puntos
dentro de los lmites de
control, ms variacin de la
medicin que de las partes
Ejemplo 2: la mayora
de los puntos estn
fuera de los lmites de
control, ms variacin
de las partes que de
la medicin
X b a r C h a r t y C 1 X b a r C h a r t y C 1
Reproducibilidad: Son similares los
patrones de medicin de cada
operador?
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
90
Ejercicios GRR por variables
Hacer los Ejercicios de GRR 1, 2 y 3 en Minitab del Cuaderno de Ejercicios,
usando los datos en el archivo de Excel: Datos para Ejercicios Adicionales
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
91
GRR por atributos
Evaluacion del Sistema
de Medicion por Atributos
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
92
Porcentajes del GRR (Sesion)
Las tcnicas aprendidas para evaluar el sistema de medicin
hasta ahora han sido basadas en uso de datos continuos.
A veces los datos continuos no son disponibles. Como
evaluamos datos por atributos?
Bueno/Malo
Paso / Fallo
Pasa / No Pasa
Defecto / No Defecto
Alto / Medio / Bajo
Helado / Frio / Tibio / Templado / Caliente / Hirviendo
Asi como con los datos continuos, necesitamos una forma de
juzgar la repetibilidad y reproducibilidad de un sistema de
medicin por atributos, donde las mediciones son
categorizadas naturalmente.
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
93
Proposito de Un GRR por atributos
Propsitos Potenciales de un MSE por Atributos
Determinar si los inspectores atrves de los turnos, mquinas,
lineas, etcusan el mismo criterio para discriminar lo bueno de lo
malo
Cuantificar la habilidad de los inspectores o gages (dispositivos)
para repetir adecuadamente sus decisiones de inspeccin
Identificar que tan bien los inspectores/gages miden un patrn
conocido (posiblemente definido por el cliente) para asegurar que no
exista una clasificacin errona:
Que tn seguido los operadores embarcan producto realmente malo
Que tan seguido los operadores no embarcan producto realmente aceptable
Determinar reas donde:
Se necesita entrenamiento
Controles o Procedimientos estan faltando
Los estndares no estan claramente definidos
Ajuste en el gage o correlacin es necesaria
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
94
GRR Atributos en Minitab
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
95
Resultados GRR (Sesion)
En la sesion de Minitab
Muestra el resultado
Kappa = 0.34
para ambas categorias
Icono de Sesion
De Minitab
No muestra analisis grafico
Debido a que solamente se
esta dando una decision por
cada operador
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
96
Resultados GRR (Sesion)
< 0.70 El sistema necesita revisarse
0.70 0.9 Generalmente aceptable, la mejora puede
necesitarse dependiendo de la aplicacion y
el riesgo.
> 0.9 Excelente sistema de medicin
La regla general para interpretar Kappa es:
La regla general para los porcentajes de acuerdo es:
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
97
Ejercicios GRR por atriutos
Hacer los Ejercicios de GRR por atributos en Minitab del Cuaderno de
Ejercicios, usando los datos en el archivo de Excel: Datos para Ejercicios
Adicionales
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
98
Introduccion DOE
Como Aprendemos?
2. Se produce un evento significativo y se
necesita otra persona para reconocer su
importancia o este reconocimiento tiene
lugar en un momento posterior.
3. Hecho relevante que no se ha producido de
forma natural y/o nadie lo ha notado. En este
escenario, el diseo de experimentos puede
ayudar a entender lo que las X (Entradas)
influyen en la Y (Respuesta)
1. Ocurre un evento importante y la gente
inmediatamente se da cuenta que
realmente lo es.
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
99
Metodoas de Experimentacin
1. Prueba y Error
2. Un factor a la vez (OFAT)
3. Factorial Completo
4. Otros incluyendo Factoriales Fraccionados
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
100
Factorial Completo DOE de Mejoramiento de Eficiencia
Qu Factores parecen ser importantes?
Cmo se deberan fijar los factores importantes?
Hay alguna interaccin entre las variables?
Tiempo Temp
A B AB Eficiencia
70 (-) 145 (-) + 56
130 (+) 145 (-) - 69
70 (-) 165 (+) - 82
130 (+) 165 (+) + 58
Diseo DOE y Resultados:
Matriz del DOE
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
101
DOE en Minitab
Sleccionar: Stat / DOE / Factorial / Create Factorial Design
Seleccionar en Factores >2
Seleccionar el diseo Full
Seleccionar:
Factors y en la
Ventana agregar
Los factores y sus
2 niveles
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
102
Sleccionar: Opciones y desactivar la opcion Randomize Run
En la Hoja de datos aparecer la Matriz del
DOE. La respuesta (Eficiencia) se debe
agragr manualmente.
Despues de hacer las diferentes combinaciones se
obtiene la respuesta y se agregan en Minitab a la matriz
DOE en Minitab
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
103
Analisis del DOE
Sleccionar: Stat / DOE / Factorial / Factorial Plots
En la ventana seleccionar Main Effects plot Interaction Plot y
Cube Plot
Para cada Setup. Seleccionar la respuesta en Response y
todas las variables disponibles a la ventana selected
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
104
Resultados Graficos del DOE
Grafica del Efecto de cada factor:
Aqu podemos ver como afecta cada
factor de manera independiente al
cambiar de un nivel a otro.
En este ejercicio, ambos factores son
significativos ya que cambian la
respuesta significativamente al pasar de
un nivel a otro
Grafica del Efecto de la Interaccion:
Aqu podemos ver como afecta la
combinacin de los factores. Cuando las
lneas se cruzan significa que la
interaccin es importante.
En este ejercicio la mejor respuesta se
obtiene al aumentar la temperatura y
disminuir el tiempo.
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
105
Resultados Graficos del DOE
Grafica de Cubo:
Aqu se muestran las respuestas
en las diferentes combinaciones
.
En este ejercicio, Posdemos
observar que la mejor combinacion
es en la corrida con temperatura
en su nivel alto y el tiempo en su
nivel bajo.
Minitab V16
Estadstica
Bsica Seis Sigma
Estrategias de Seis Sigma
106
Preguntas y respuestas