Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Pgina 1
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
I. Introduccin
Pgina 2
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
Pgina 3
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
SISTEMAS Y PROCESOS
31. Con que mtodos se puede escuchar la voz del cliente interno
y del externo?
Pgina 4
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
DEFINICIN
Pgina 5
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
Pgina 6
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
PROJECT CHARTER
Pgina 7
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
CAPACIDAD DE PROCESOS
Pgina 8
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
Pgina 9
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
CARTAS MULTIVARI
80. Para que sirve y como se construye una carta Multivari?
Pgina 10
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
PRUEBAS DE HIPTESIS
92. Cules son los pasos para realizar una prueba de hiptesis?
93. Cmo se interpreta el valor P del estadstico de prueba?
Pgina 11
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
Pgina 12
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
Pgina 13
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
112. Cules son los objetivos del control estadstico del proceso?
ESTANDARIZACIN E INTEGRACIN
X. Empresa Lean
Pgina 14
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
KAIZEN
Mapeo de procesos
Pgina 15
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
Las 5Ss
Pgina 16
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
Pgina 17
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
Pgina 18
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
Pgina 19
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
Pgina 20
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
233 Cules son los Poka Yokes sin contacto? Dar ejemplos.
234 Cules son los Poka Yokes con contacto? Dar ejemplos.
Pgina 21
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
Pgina 22
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
Pgina 23
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
Los porcentaje de un ingrediente en una bebida carbonatada llenada por dos mquinas
diferentes 1 y 2 se muestran a continuacin (formar solo dos columnas):
Tomando los datos de porcentajes en general y tomndolos para cada una de las
mquinas por separado, determinar lo siguiente:
Usando:
Stat > Basic statistics > Display descriptive statistics
Variable Porc_Ing OK
Adems de:
Stat > Basic statistics > Display descriptive statistics
Variable Porc_Ing By variables Maquina OK
a) Determinar la media, moda, mediana, varianza, desv. Estndar, Coeficiente de
variacin
Pgina 24
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
Usando:
Graph > Histogram > Simple
Graph Variable Porc_Ing OK Seleccionando grfica y en Binning
c) Realizar un histograma con 6 celdas indicando las frecuencias de cada celda
Usando:
Graph > Histogram > Simple
Graph Variable Porc_Ing
Multiple graphs Show graph variables In separate paneols y By variables Maquina OK
d) Comparar ambas mquinas con histogramas de 6 celdas y dar comentarios
Usando:
Graph > Dotplot > Simple
Graph Variable Porc_Ing
Multiple graphs Show graph variables y By variables OK
e) Comparar ambas mquinas con Diagramas de puntos y dar comentarios
Usando:
Graph > Boxplot > Simple
Graph Variable Porc_Ing
Multiple graphs Show graph variables y By variables OK
f) Comparar ambas mquinas con Diagramas de caja y dar comentarios
Usando:
Data > Unstack columns
Unstack the data in Porc_Ing Using subscripts in Maquina
Seleccionar After last column in use y Name the columns containing the unstacked data
g) Separar los datos correspondientes a la mquina 1 y a la mquina 2
Usando:
Stat > Quality tools > Capability Analysis > Normal
Seleccionar Data arranged as single column Subgroup size 1
Single column Columna de datos
Lower spec ---- Upper spec ----
Estimate Seleccionar R-Bar OK OK
Usando:
Stat > Quality tools > Capability Analysis > Nonnormal
Seleccionar Data arranged as single column
Single column Columna de datos
Lower spec 10 Upper spec 35
Pgina 25
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
OK OK
j) Con los lmites de especificacin de LIE = 10 y LSE = 35 determinar la capacidad del
proceso total y para cada una de las mquinas utilizando la distribucin de Weibull
indicar Pp, Ppk y ppm Overall totales.
Una mquina llenadota de refresco se ajusta para servir 10 onzas de lquido por vaso,
si la desviacin estndar es de 0.12 onzas. Cul es la probabilidad o porcentaje de
las veces de que la mquina sirva:
Descripcin Cantidad
Puertas 193
Indicadores 53
Resistencias 460
Vlvulas 290
Controles 135
Carretillas 46
Reguladores 265
Cables 84
Usando:
Stat > Quality Tools > Pareto Chart
Seleccionar Chart defect table: Labels in Descripcin Defects in Cantidad 80% OK
Pgina 26
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
6.0 7.0 7.2 7.0 6.0 7.3 6.0 6.6 6.3 5.7 6.2 6.4 6.2
Usando:
Stat> Basic statistics> 1-Sample t Test Mean 7
Options: Conf. Level 95% Alternate Less than OK OK
Saldos
9619
5634
8348
7321
381
2998
1689
1962
4920
5047
6921
5729
8047
3924
3470
Usando:
Stat > Basic statistics > Normality test
Variable Saldos Seleccionar Anderson Darling OK
a) Hacer una prueba de normalidad de los datos y concluir en base al valor P vs 0.05
O con:
Graph > Probability Plot > Single Graph Variables Saldos OK
Usando:
Stat > Basic statistics > 1-Sample t Variable Saldos Test mean 3600
Options: Conf. Level 95 Alternative Not equal
Contestar las preguntas siguientes:
b) Como el 3600 ______ se encuentra en el IC, se concluye que ______________
c) Como el P value vs Alfa es ____________ Se concluye que_________________
Pgina 27
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
Usando:
Stat > Tables > Chi square test Columns Prod A Prod B Prod C OK
Como el valor P ________ es _______ que 0.05, se concluye que _______________________
Prod1 Prod2
25.2 18.0
17.4 22.9
22.8 26.4
21.9 24.8
19.7 26.9
23.0 17.8
19.7 24.6
23.0 21.0
Usando:
Stat > Basic statistics >2- Variances
Samples in different columns First Prod1 Second Prod2
Options: Conf. Level 95
a) Realizar una prueba de igualdad de varianzas y sacar conclusiones
Usando:
Stat > Basic statistics >2- Samples t Samples in different columns First Prod1 Second
Prod2
Seleccionar o no seleccionar Assume equal variances dependiendo del resultado en a)
Options: Conf. Level 95 Test Difference 0.0 Alternative Not equal
A B C
85 71 59
75 75 64
Pgina 28
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
82 73 62
76 74 69
71 69 75
85 82 67
Usando:
Stat > ANOVA One way (Unstacked)
Indicar en Responses Prod A Prod B Prod C Confidence level 95%
En comparisons seleccionar Tukeys 5 OK
Usando:
Graph > Scatterplot > Simple
X variables %_de_espuma Y Variables Temperatura OK
e) Hacer un diagrama de dispersin e identificar la correlacin
Con la grfica seleccionada y Editor > Brush obtener los valores de los puntos
extremos
Pgina 29
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
24 67 163 0
13 58 155 0
56 86 177 1
28 59 196 0
51 76 189 1
18 56 155 1
31 78 120 0
37 80 135 1
15 78 98 0
22 71 152 0
36 70 173 1
15 67 135 1
48 77 209 1
15 60 199 0
36 82 119 1
8 66 166 0
3 80 125 1
37 62 117 0
Usando:
Graph > Matriz Plot > Simple
Graph variables Riesgo Edad Presion
a) Obtener la grfica de matriz de dispersin y establecer conclusiones en base a la
correlacin entre variables que se observa
Usando
Graph > Marginal Plot > With histograms
Seleccionar en Y Variable Riego y en X Variable Edad y en otra grfica Presion
b) Obtener la grfica y establecer conclusiones
Usando:
Graph > Histogram > Simple
Graph Variable Riesgo
Multiple graphs Show graph variables In separate panels y By variables Fuma OK
d) Comparar los riesgos de fumar y no fumar con histogramas y dar comentarios
12. Carta de control I-MR: Tomando datos reales de un proceso o lnea en caso
de no tenerlos usar los siguientes datos de mediciones individuales de una
caracterstica de calidad para un producto se muestran a continuacin:
Datos
6.00
5.98
5.97
6.01
6.15
6.00
5.97
6.02
5.96
Pgina 30
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
6.00
5.98
5.99
6.01
6.03
5.98
5.98
6.01
5.99
5.99
5.98
6.01
5.99
5.98
5.99
6.00
5.98
6.02
5.99
6.01
5.98
5.99
5.97
5.99
6.01
5.97
6.02
5.99
6.02
6.00
6.02
6.01
Valores Rangos
individuales
-------------------------
--
Pgina 31
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
d) Para carta de valores individuales LIC _____ Media ______ LSC _____
e) Para carta de rangos LIC _____ Rango promedio _______ LSC ______
f) Determinar la desviacin estndar = Rmedio / d2 = _______ donde d2 = 1.128
Usando:
Stat > Basic statistics > Normality test
Variable Datos Seleccionar Anderson Darling OK
O con:
Graph > Probability Plot > Single Graph Variables Datos OK
g) Hacer una prueba de normalidad de los datos y concluir en base al valor P vs 0.05
13. Carta X-R: Con los datos del problema anterior (con el punto 5 eliminado)
utilizando una carta de medias rangos X-R con tamao de muestra 5 contestar las
preguntas siguientes:
Usando:
Stat > Control Charts > Variable charts for Subgroups > Xbar - R Chart
All observations are in a column Datos Subgroup sizes = 5
Medias Rangos
d) Para carta de medias LIC _____ Media de medias ______ LSC _____
e) Para carta de rangos LIC _____ Rango promedio _______ LSC ______
f) Determinar la desviacin estndar = Rmedio / d2 = _______ (d2 = 1.693)
14. Capacidad del proceso: Con los datos del problema 12 una vez que se tiene el
proceso en control y tamao de muestra 5, si los lmites de especificacin son LIE =
5.95 y LSE = 6.06, determinar lo siguiente:
Usando:
Stat > Quality tools > Capability Analysis > Normal
Seleccionar Data arranged as single column Subgroup size 5
Lower spec 5.95 Upper spec 6.06
Estimate Seleccionar R-Bar OK OK
Pgina 32
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
b) Media = _________
e) Zlie = ___________ Zlse = _____________ (Zlie o Zlse se calcula con Cpl o Cpu * 3
o en Options: Seleccionar Benchmark Zs)
f) P(Zlie)= __________ P(Zlse)=____________ (ppm < LSL y ppm > USL)
Indices de capacidad
h) Cp _______
i) Cpk ______ Conclusiones ______________________
j) Qu se puede hacer para mejorar el Cpk? __________________________
Indices de desempeo
k) Pp _______
l) Ppk ______ Conclusiones ______________________
m) Qu se puede hacer para mejorar el Ppk? __________________________
%_CO2
9.45
7.99
17.00
11.66
12.16
10.18
8.04
11.46
9.2
10.34
9.03
11.47
10.51
9.4
10.08
9.37
10.62
10.31
8.52
10.84
10.9
9.33
12.29
11.5
Pgina 33
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
10.6
11.08
10.38
11.62
11.31
10.52
Usando:
Stat > Control Charts > Variable charts for Individuals > I-MR Chart
Variable %_CO2
Usando:
Stat > Quality tools > Capability Analysis > Normal
Data arranged as single column Subgroup size 1
Lower spec 8 Upper spec 16 Estimate Seleccionar R-Bar OK OK
Con lmites de especificacin de LIE = 8 y LSE = 16 para la caracterstica seleccionada
determinar la capacidad del proceso.
g) Cul es el valor de la fraccin defectiva total fuera de especificaciones (Within)?
h) Cul es el valor del Cp? Es potencialmente hbil el proceso.
i) Cul es el valor del Cpk? Es realmente hbil el proceso
j) Qu recomendara para mejorar capacidad del proceso?.
k) Cul es el valor de la fraccin defectiva total fuera de especificaciones (Overall)?
l) Cul es el valor del Pp? El desempeo potencial del proceso es adecuado?.
m) Cul es el valor del Ppk? El desempeo real del proceso es adecuado?
n) Qu recomendara para mejorar el desempeo del proceso?.
Usando:
Stat > Control Charts > Time weighted charts > EWMA
All observations in one column %_CO2 Weight of EWMA = 0.2
Subgrupo size 1 OK
o) Qu se observa como diferencia en relacin a la carta I-MR y porqu?
16. Obtener una carta de Medias Rangos X-R, Se monitorean cada hora
subgrupos de 5 pesos de un producto blanqueador con los siguientes resultados:
x1 x2 x3 x4 x5
15.8 16.3 16.2 16.1 16.6
16.3 15.9 15.9 16.2 16.4
16.1 16.2 16.5 16.4 16.3
16.3 16.2 15.9 16.4 16.2
16.8 16.9 16.7 16.5 16.6
16.1 15.8 16.7 16.6 16.4
16.1 16.3 16.5 16.1 16.5
16.2 16.1 16.2 16.1 16.3
16.3 16.2 16.4 16.3 16.5
16.6 16.3 16.4 16.1 16.5
16.2 16.4 15.9 16.3 16.4
Pgina 34
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
Usando:
Stat > Control Charts > Variable charts for subgroups > X-R Chart
Seleccionar Observations for subgroups are in one row of columns
Seleccionar columnas X1 a X5 OK
a) Obtener una carta de control X-R de medias rangos. Est el proceso en control
estadstico?.
b) Si no est en control, asumir que se pueden identificar las causas asignables,
eliminar los puntos que salen de control y recalcular los lmites de control
c) Repetir el paso b tantas veces como sea necesario hasta tener un proceso estable.
d) Calcular la desviacin estndar del proceso Within (calculada de Rmedio / d2)
e) Determinar los lmites de tolerancia natural del proceso (Media de medias +- 3
sigma within).
Usando:
Stat > Quality tools > Capability Analysis > Normal
Seleccionar Subgroups across rows of: X1 a X5
Lower spec 15.2 Upper spec 16.6
Estimate Seleccionar R-Bar OK OK
Con los lmites de especificacin reales de la linea o producto LIE = 15.2 y LSE = 16.6:
Usando:
Stat > Control Charts > Time weighted charts > EWMA
Observations for a subgroup are in a row of columns X1-X5
Weight of EWMA = 0.2 OK
n) Qu se observa como diferencia en relacin a la carta Xbarra-R y porqu?
Operado
Parte r Medicion
1 1 21
Pgina 35
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
1 1 20
2 1 24
2 1 23
3 1 20
3 1 21
4 1 27
4 1 27
5 1 19
5 1 18
6 1 23
6 1 21
7 1 22
7 1 21
8 1 19
8 1 17
9 1 24
9 1 23
10 1 25
10 1 23
1 2 20
1 2 20
2 2 24
2 2 24
3 2 19
3 2 21
4 2 28
4 2 26
5 2 19
5 2 18
6 2 24
6 2 21
7 2 22
7 2 24
8 2 18
8 2 20
9 2 25
9 2 23
10 2 26
10 2 25
1 3 19
1 3 21
2 3 23
2 3 24
Pgina 36
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
3 3 20
3 3 22
4 3 27
4 3 28
5 3 18
5 3 21
6 3 23
6 3 22
7 3 22
7 3 20
8 3 19
8 3 18
9 3 24
9 3 24
10 3 24
10 3 25
Usando:
Stat > Quality tools > Gage study Gage Run Chart
Seleccionar columnas de Parte Operador Medicion OK
b) Obtener una grfica de mediciones individuales por cada operador y parte, hacer
comentarios
Usando:
Stat > Quality tools > Gage study Gage R&R Study (Crossed)
Seleccionar columnas de Parte Operador Medicin
Seleccionar Method of Analysis ANOVA
Options: Study variation 5.5 Process tolerance (LSE = 65 LIE = 5) OK
Pgina 37
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
l) Sacar conclusiones sobre la capacidad del sistema de medicin si es para control del
proceso y donde se deben tomar acciones de mejora de capacidad del sistema de
medicin: Observar porcentajes vs variacin total
Defectuosos Muestra
20 98
18 104
14 97
16 99
13 97
29 102
21 104
14 101
6 55
6 48
7 50
7 53
9 56
5 49
8 56
9 53
9 52
10 51
9 52
10 47
Usando:
Stat > Control charts > Attributes charts > p
Variables: Defectuosos Subgroup sizes 71
a. Obtener una carta de control p con lmites variables. Est el proceso de control
estadstico?
b. Asumir que se pueden identificar las causas asignables, eliminar los puntos que
salen de control y recalcular los lmites de control
c. Repetir el paso b tantas veces como sea necesario hasta tener un proceso estable.
Pgina 38
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
Usando
Stat > Control charts > Attributes charts > p
Variables: Defectuosos Subgroup sizes Muestra
d. Con estos mismos datos obtener la carta p considerando el promedio de las
muestras n=71
e. Cul es la capacidad equivalente en sigmas del proceso?
Defectuoso
8
13
7
8
5
13
7
12
27
10
12
6
10
9
13
7
8
5
15
25
7
10
5
12
6
6
10
17
14
11
Usando:
Stat > Control charts > Attributes charts > np
Variables: Defectuoso Subgroup sizes 200
Pgina 39
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
b) Asumir que se pueden identificar las causas asignables, eliminar los puntos que
salen de control y recalcular los lmites de control. Repetir tantas veces como sea
necesario hasta tener un proceso estable.
c) Cul es la capacidad equivalente en sigmas del proceso?
Defectos
9
11
2
5
15
13
8
7
5
2
4
4
2
5
5
2
3
2
1
6
Usando:
Stat > Control charts > Attributes charts > C
Variables: Defectos
Defectos Cajas
9 110
11 101
2 98
5 105
15 110
13 100
8 98
Pgina 40
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
7 99
5 100
2 100
4 102
4 98
2 99
5 105
5 104
2 100
3 103
2 100
1 98
6 102
Usando:
Stat > Control charts > Attributes charts > u
Variables: Defectos Subgroup sizes Cajas OK
a) Obtener una carta de control u con lmites variables. Est el proceso en control
estadstico?.
b). Asumir que se pueden identificar las causas asignables, eliminar los puntos que
salen de control y recalcular los lmites de control
a) Repetir el paso b tantas veces como sea necesario hasta tener un proceso estable.
Usando:
Stat > Control charts > Attributes charts > u
Variables: Defectos Subgroup sizes 101 OK
c) Con estos mismos datos obtener la carta u considerando el promedio de n = 101.
Pgina 41
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
Pgina 42
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
b) Una vez generado el diseo de dos factores introducir la siguiente columna de datos:
Pgina 43
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
2 20 3 16
1 30 3 11
2 30 3 15
1 20 6 15
2 20 6 16
1 30 6 13
2 30 6 15
1 20 3 10
2 20 3 14
1 30 3 11
2 30 3 12
1 20 6 8
2 20 6 17
1 30 6 10
2 30 6 13
f) En base al Pareto o grfica normal de los efectos, existe algn indicio de que
algunos de los dos factores o su interaccin afectan la resistencia?
Usando
Stat > DOE > Factorial >Contour Plot
En Setup de Contour y Response Surfase Plot solo entrar y salir
Pgina 44
EXAMEN DE SEIS SIGMA P. REYES / MAYO 2006
OK
j) Obtener las grficas de contornos y de superficie de respuesta y de acuerdo a la
grfica de contornos, hacia a donde conviene seguir experimentando para llegar al
punto ptimo en forma rpida?
Pgina 45