Examen Seis Sigma

EXAMEN DE SEIS SIGMA
P. REYES / MAYO 2006
Nombre: _____________________________________ Calif. _________
Pgina 1
I. PARTE: EXAMEN DE TEORA I. Introduccin

1.1 Antecedentes y la Metodologa Seis Sigma 1. De donde nace el concepto de Seis Sigma? 2. Qu beneficios ha aportado a las empresas? 3. Cules son las razones por las que ha funcionado? 4. Qu es Seis Sigma como estrategia? 5. Qu significa el trmino Sigma? 6. Por qu es importante tener capacidad de procesos en niveles de Seis Sigma?
II. Despliegue de la metodologa Seis Sigma

II.1 Valor de Seis Sigma, proceso de mejora DMAIC, sistemas y procesos de la empresa 7. Cmo se determina la capacidad en sigmas de un proceso? 8. Cul es la diferencia entre la capacidad a corto y largo plazos? 9. Cules son las diferentes fases consideradas en la metodologa de mejora DMAIC? 10. Cules son las diferentes fases consideradas en la metodologa de mejora DMADV?
II.2 Importancia del liderazgo en Seis Sigma, roles y responsabilidades

Pgina 2
11. Qu soporte se requiere de la alta direccin para apoyar la implantacin de Seis Sigma? 12. Qu infraestructura organizacional de apoyo se requiere para los proyectos Seis Sigma? 13. Cul es el rol de los Champions y de los patrocinadores (sponsors)? 14. Cul es el rol de los dueos de procesos y Master Black Belts? 15. Cul es el rol de los Black Belts y Green Belts? 16. Qu aspectos se deben considerar para que la cultura de la mejora tenga continuidad?
II.3 Objetivos y metas organizacionales, anlisis FODA,alineacin de proyectos y ciclo de mejora

17. Cmo se alinean los proyectos Seis Sigma a las metas organizacionales? 18. Qu caractersticas tienen las organizaciones con desempeo bajo, medio y alto en trminos de sigmas?
19. De las anteriores donde es mejor implantar Seis Sigma? 20. Qu es la planeacin estratgica y a que se refiere el FODA (SWOT)? 21. Qu son fuerzas y debilidades? Dar ejemplos para una empresa
Pgina 3
22. qu son amenazas y oportunidades? Dar ejemplos para una empresa 23. Qu es la administracin del conocimiento? 24. Cules son los factores que contribuyen a la administracin exitosa del conocimiento?
III. Gestin de procesos de la empresa

SISTEMAS Y PROCESOS 25. Qu es un sistema y cuales son sus elementos? 26. Qu es un proceso y cuales son sus elementos? 27. Qu es un diagrama de alto nivel SIPOC? Dar un ejemplo 28. qu son los CTQs, KPIV y KPOVs? 29. Cmo pueden impactar las relaciones de los grupos impactados (stakeholders) en los resultados? 30. Qu tipos de planes se pueden realizar para minimizar la resistencia al cambio de los grupos impactados? 31. Con que mtodos se puede escuchar la voz del cliente interno y del externo? 32. Qu beneficios proporciona la casa de la calidad QFD para escuchar la voz del cliente? 33. Qu es el benchmarking y de cuantas formas se puede realizar?
IV. Gestin de proyectos

Pgina 4
DEFINICIN 34. Qu elementos incluye la Gestin de proyectos? 35. Qu son los costos de calidad?. Dar algunos ejemplos. 36. Cules son los pasos necesarios para realizar un anlisis de costo beneficio en proyectos? 37. Cules son los principales indicadores utilizados para la justificacin financiera de proyectos? 38. Determinar el NPV y la TIR de un proyecto con los ahorros y costos siguientes: Ahorros: Reduccin de desperdicios $800 en mes 3; 400 en mes 4; 650 en meses 5 y 6 Costo de $100 en mes 6 por reportes del proyecto Tasa de inters 2% Costos del proyecto: Matles. De Capacitacin $400 en mes 1; capacitacin $980 en mes 2 NPV = ? TIR = ? Decisin sobre el proyecto ? Mes 1 -400 Mes 2 -980 Mes 3 800 Mes 4 300 Mes 5 650 Mes 6 650 VPN 39. Cmo se construye el diagrama PERT y que es un tiempo de holgura? 40. Cmo se determina la ruta crtica (Critical Path) en el diagrama PERT? EQUIPOS DE TRABAJO Y SUS DINMICAS
Pgina 5
41. Qu es un equipo de trabajo y que beneficios representa para la empresa y sus miembros? 42. Qu estructura se recomienda que tengan las agendas de las reuniones de los equipos? 43. Cmo se aplican las herramientas: grupo nominal, multivoto, anlisis de campo de fuerzas? 44. Por qu es importante el manejo del cambio en los proyectos Seis Sigma? 45. Cules son las tres fase de manejo del cambio? 46. Qu es la resistencia al cambio y por qu aparece? 47. Qu es el conflicto, por qu se presenta y cuales son sus ventajas y desventajas? 48. Qu caractersticas tienen las negociaciones ganar - ganar? LAS NUEVAS HERRAMIENTAS ADMINISTRATIVAS 49. Cmo se construye y para que sirve un Diagrama de Afinidad (mtodo KJ)? 50. Cmo se construye y para que sirve un Diagrama de Interrelaciones (ID)? 51. Cmo se construye y para que sirve un Diagrama de rbol? 52. Cmo se construye y para que sirve una Matriz de Prioridades?
Pgina 6
V. Metodologa de mejora Seis Sigma - Fase de Definicin

PROPSITOS DE LA FASE DE DEFINICIN 53. Cules son los objetivos de la Fase de Definicin de la metodologa DMAIC - Seis Sigma? PROJECT CHARTER 54. Qu debe contener un Project Charter (propuestas del proyecto)? MAPEO DEL PROCESO 55. Cmo se construye un Diagrama de flujo detallado y para sirve en esta fase? DEFINICIN DEL PROBLEMA 56. Por qu es importante definir el problema especfico y no trabajar con su definicin general? 57. Cmo se va desglosando el problema especfico a atacar a partir de la ecuacin Y = f(X1, X2, X3, ....., Xn) 58. Cules son algunas de las herramientas que se utilizan en esta fase del DMAIC? 59. Qu es el Rendimiento a la primera o real de produccin (Rolled Throughput Yield Yrt)? 60. Cmo se determinan las Sigmas a partir del rendimiento o de la fraccin defectiva? 61. Para qu se puede aplicar el Diagrama de Afinidad y de Pareto en esta fase?
Pgina 7
62. Cmo se forma un Diagrama de rbol con necesidades, Drivers y CTQs?
SALIDAS DE LA FASE DE DEFINICIN 63. Qu informacin resultante se puede obtener de esta fase de definicin?
VI. Metodologa de mejora Seis Sigma y herramientas Fase de Medicin

PROPSITOS DE LA FASE DE MEDICIN 64. Cules son los objetivos de la fase de medicin? 65. Cmo se establece un plan de coleccin de datos o los pasos para lograrla? 66. Cmo se identifican variables clave de entrada (KPIV) y salida de un proceso (KPIV)? 67. Qu consideraciones se hacen para un estudio R&R?
68. Cules son los pasos para realizar un estudio R&R? CAPACIDAD DE PROCESOS 69. Qu es capacidad de un proceso? 70. Qu significa la capacidad potencial de un proceso Cp y cmo se determina? 71. Qu significa la capacidad real Cpk de un proceso y cmo se determina? Pgina 8
72. Cmo se determina la fraccin defectiva, el nivel sigma a largo plazo y a corto plazo? 73. Cmo se determinan los ndices de desempeo del proceso Pp y Ppk? 74. Cmo se verifica la normalidad de un proceso?
75. Cul es la diferencia entre un ndice de capacidad del proceso y un ndice de desempeo del proceso? 76. Realizar los ejercicios siguientes para determinar la capacidad de los procesos: Producto E Unidades 10000 Defectos 435 Oportunidades 4 para defectos Media 21.2 Desviacin 3.7 estndar Lmites de LIE=12 Especificacin LSE=30 a) Utilizando el rendimiento Yrt Rendimiento Yrt = DPMO = Z sigmas (st) = b) Utilizando la distribucin normal Rendimiento Yrt = DPMO = Z sigmas (st) =
77. En el departamento de compras se realizan 800 pedidos, cada uno tiene 20 CTQ y los pedidos sin errores son 700: a) Determinar el rendimiento del proceso b) Determinar la tasa de defectos c) Determinar la tasa de defectos por cada CTQ d) Determinar los Defectos por Milln de Oportunidades
Pgina 9
e) Determinar la capacidad del proceso en Z sigmas SALIDAS DE LA FASE DE MEDICIN 78. Cules son los entregables de la fase de medicin?
VII. Metodologa de mejora Seis Sigma y herramientas de la Fase de Anlisis

PROPOSITOS DE LA FASE DE ANLISIS 79. Cules son los objetivos de la fase de Anlisis? CARTAS MULTIVARI 80. Para que sirve y como se construye una carta Multivari? 81. A que se refiere la variacin Posicional, Cclica y Temporal en las cartas multivari? 82. Cmo se construye el diagrama sistemtico representando el mapa de variabilidad total? IDENTIFICACIN DE CAUSAS DE PROBLEMAS 83. Para que sirve el AMEF de proceso y cmo se desarrollar? 84. Cmo se identifican las causas potenciales de un problema con el diagrama de causa efecto? 85. Cmo se identifican las causas potenciales de un problema el diagrama de relaciones? 86. Cul es el proceso para comprobar las causas raz de un problema?
Pgina 10
87. Cundo se dice que Si es causa raz y cuando no es causa raz? ANLISIS DE REGRESIN LINEAL 88. Para que sirve el anlisis de regresin lineal? 89. Cmo se interpreta el coeficiente de correlacin entre dos variables? 90. Cmo se intepreta el coeficiente de determinacin? PRUEBAS DE HIPTESIS 91. Qu es una prueba de hiptesis? 92. Cules son los pasos para realizar una prueba de hiptesis? 93. Cmo se interpreta el valor P del estadstico de prueba? ANLISIS DE VARIANZA (ANOVA) 94. Para que sirve el anlisis de varianza (ANOVA)? 95. qu criterio se sigue para tomar decisiones en relacin a la igualdad de medias? 96. En caso de rechazo de la hiptesis nula, cmo se identifican las medias que no son iguales? SALIDAS DE LA FASE DE ANLISIS 97. Cul es la salida de la fase de Anlisis?
VIII. Metodologa de mejora Seis Sigma y herramientas Fase de Mejora

PROPSITOS DE LA FASE DE MEJORA 98. Qu objetivos persigue la fase de mejora? Pgina 11
INTRODUCCIN AL DISEO DE EXPERIMENTOS 99. Qu es el diseo de experimentos? 100. Cules los diferentes propsitos que puede tener un diseo de experimentos? 101. Cules son los pasos principales para la realizacin de diseos de experimentos? 102. Qu criterios se deben tomar para seleccionar las variables de proceso y sus niveles? 103. Qu caractersticas tiene un diseo experimental completo?
104. Dar algunos ejemplos de tcnicas de creatividad para la generacin de ideas de mejora de procesos 105. Cmo se definen los mtodos TRIZ para la solucin creativa de problemas? 106. Qu mtodos pueden apoyar a la evaluacin de las ventajas y desventajas de estas alternativas? 107. Cmo se pueden verificar los resultados de las alternativas implementadas? 108. Qu formas de reconocimiento a los equipos de proyecto Seis Sigma se recomiendan? SALIDAS DE LA FASE DE MEJORA 109. Cules son las salidas de la fase de mejora?
Pgina 12
IX. Metodologa de mejora Seis Sigma y herramientas Fase de Control

PROPSITOS DE LA FASE DE CONTROL 110. Cules son los objetivos de la fase de control? 111. Para que sirve el plan de control?
Pgina 13
CONTROL ESTADSTICO DEL PROCESO 112. Cules son los objetivos del control estadstico del proceso? 113. Cmo se seleccionan las variables a controlar? 114. Cules son las causas de variacin especiales y comunes o aleatorias y cmo se reducen? 115. Cules son los patrones de anormalidad que se pueden presentar en el control de proceso? ESTANDARIZACIN E INTEGRACIN 116. Qu ventajas tiene la documentacin en la empresa? 117. Cmo se establece el programa de entrenamiento para los nuevos mtodos? 118. Cmo se integra la documentacin de las nuevas alternativas implementadas? SALIDAS DE LA FASE DE CONTROL 119. Cules son las salidas de la fase de control?
X. Empresa Lean
Introduccin a la empresa Lean 120 . Qu significa el concepto de Empresa Lean? 121 Cules son algunos objetivos especficos de la empresa Lean? 122 Cules son algunos beneficios de la empresa Lean?
Pgina 14
123 Qu aspectos atiende la empresa Lean en relacin a: lanzamiento de nuevos productos, manufactura y procesamiento de la informacin? 124 En que reas de la empresa se puede aplicar este concepto? 125 126 127 Cules son las aportaciones de Ford a la Manufactura? Cules son las aportaciones de Toyota a la Manufactura? Cmo nace el concepto Lean y quin lo desarrolla?
128 Dar algunos ejemplos de actividades que no agregan valor o Muda 129 Dar algunas acciones para reducir los desperdicios o Muda 130 Dar algunas acciones para reducir el tiempo de ciclo.
131 Dar ejemplos de acciones para reducir los costos totales 132 A qu presiones competitivas estn sujetas las empresas hoy en da? 133 Qu aplicaciones puede tener la Manufactura Lean en la empresa? 134 Cules son los mtodos principales de la Manufactura Lean? KAIZEN 135 Qu es un evento Kaizen? 136 Cules las etapas del evento Kaizen? 137 138 En donde se puede aplicar la metodologa Kaizen? Qu se requiere para implantar eventos Kaizen?
139 Dar un ejemplo de los pasos y herramientas que utilizan los equipos de trabajo para la mejora de calidad y productividad Mapeo de procesos 140 141 Qu estructura tiene la cadena de valor en la empresa? Qu es un macroproceso, proceso y subproceso? Pgina 15
142 Dar un ejemplo de sistema formado por procesos indicando sus interrelaciones 143 144 Dar un ejemplo de proceso con el modelo SIPOC Dar un ejemplo de proceso con el modelo de tortuga
145 Dar un ejemplo de diagrama de pulpo para procesos orientados al cliente 146 147 Dar un ejemplo de diagrama de flujo de actividades Dar un ejemplo de diagrama de hilos
148 Dar un ejemplo de mapa de proceso de manufacturaron smbolos de Womack 149 Qu diferencias hay entre los clientes internos y los externos? 150 Cmo se establece un mapa del proceso desplegado multidisciplinario? 151 Cmo se establece un mapa de proceso de valor y para que se utiliza? 152 En base a un mapa de proceso den ejemplo, que mejoras se pueden proponer en la operacin? 153 Cmo se estructura un plan de calidad para mantener y mejorar los nuevos procesos? 154 qu pasos se sugieren para manejar el cambio durante una reingeniera de procesos? Las 5Ss 155 156 157 158 Cul es el propsito de las 5Ss? Cules son los beneficios que aporta? Cmo se puede implementar este mtodo? Qu problemas se presentan normalmente al implantarlas?
Pgina 16
159 160
Cmo se vence la resistencia? Qu es y cmo se implementa la primera S Seiri (Sort)?
161 Qu es y cmo se implementa la segunda S Seiton (Straighten)? 162 Qu es y cmo se implementa la tercera S Seiso (Scrub / Shine)? 163 Qu problemas se presentan con este paso? 164 Qu aspectos contempla una auditoria de Autoevaluacin?
165 Qu es y cmo se implementa la cuarta S Seiketsu (Systematize)? 166 Cmo se llega a la quinta S Shitsuke (Standardize)? 167 Qu aspectos debe contemplar la lista de verificacin de las 5Ss? 168 Qu se sugiere para mantener en operacin las 5Ss y mejorar en forma continua? Reduccin de los tiempos de preparacin SMED 169 Qu significa SMED y quin lo desarrolla?
170 Cul es el objetivo del SMED? 171 Qu beneficios proporciona? 172 Cuntos tipos de preparaciones hay? 173 Cmo se pueden identificar reas de oportunidad? 174 Cules son los pasos de la metodologa SMED? 175 En qu reas de la empresa se puede aplicar esta metodologa? 176 Dar algunos ejemplos de cmo se puede implantar esta metodologa en la empresa 177 Qu mecanismo es necesario para mantener y mejorar el SMED?
Pgina 17
178 Mantenimiento Productivo Total (TPM) 179 Qu es el TPM y cual es su propsito? 180 Cules son los beneficios esperados al implementar el TPM? 181 Por qu etapas ha evolucionado el TPM (correctivo, preventivo, etc.)? 182 Cules son los pilares del TPM? 183 Cules son los pasos para la implantacin del TPM? 184 Cules son las causas principales de los tiempos muertos en las mquinas? 185 Qu son las prdidas de velocidad y cuales pueden ser sus causas? 186 Qu son las prdidas por defectos y cuales pueden ser sus causas? 187 Cundo ocurre una falla, que otras la pudieron causar en relacin con las fallas ocultas, es decir que no se manifiestan explcitamente? 188 Cmo se determina la disponibilidad, tasa de eficiencia y tasa de defectos en una mquina? 189 Cmo se determina la eficiencia total del equipo o mquina? 190 Es posible implantar el TPM en reas administrativas? Dar un ejemplo. 191 Cules son los elementos del mantenimiento productivo total TPM? 192 Qu es el mantenimiento preventivo? 193 Cmo se implanta el mantenimiento preventivo y en que puede basarse su periodicidad? 194 Qu es el mantenimiento predictivo y cules son algunos de sus mtodos?
Pgina 18
195 Cmo puede apoyar un sistema de cmputo a la administracin del mantenimiento? 196 Qu es el mantenimiento correctivo planeado? 197 Qu es el mantenimiento orientado hacia la confiabilidad (RCM) realizado por Ingeniera? 198 Cmo se interpreta la curva de la baera para la confiabilidad del equipo? 199 Qu es confiabilidad y mantenabilidad? 200 Qu es MTBF, MTTF, MTTR? 201 Cmo se determina la mantenabilidad de los equipos? 202 Cmo se determina la confiabilidad de los equipos en fallas aleatorias y en zona de desgaste? 203 Qu es el mantenimiento autnomo? 204 Qu tipo de entrenamiento es necesario para participantes en el mantenimiento autnomo? 205 Cules son los pasos para implantar el mantenimiento autnomo? 206 En que apoyan el Kaizen, SMED, Poka Yoke al TPM? 207 En que apoyan las reas de compras, almacenes, calidad, ingeniera y sistemas al TPM? 208 Explicar algunos de los indicadores utilizados para medir la efectividad del TPM. Empresa Lean en la Calidad 209 Cul es el propsito de las normas ISO 9000 y cules son los aspectos principales que atiende? 210 Cul es el propsito de las normas ISO 14000 y cules son los aspectos principales que atiende?
Pgina 19
211 Cul es el propsito de las normas ISO 18000 (SAST) y cules son los aspectos principales que atiende? 212 Cmo se identifican las necesidades y requerimientos de los clientes? 213 Cmo se construye la matriz de QFD y que resultados proporciona? 214 Cmo se construye la matriz de causa efecto y cuales son sus resultados? 215 Cules son los pasos de las 8Ds para solucin de problemas? 216 Cules son los pasos de la Ruta de la calidad para la solucin de problemas? 217 Qu es el AMEF y como se aplica como herramienta de mejora continua? 218 Cmo se desarrolla un plan de control? 219 Por qu es importante la capacidad de los equipos de medicin? 220 Qu ventajas proporciona el Diseo de Experimentos? 221 Qu ventajas proporciona el Control Estadstico del Proceso? 222 Qu se entiende por capacidad del proceso potencial y real? 223 Cmo se determina la fraccin defectiva? Empresa Lean en los nuevos productos 224 Qu es la planeacin avanzada de la calidad de nuevos productos (APQP) y cul es su propsito? 225 Cmo se organiza el programa de APQP? 226 Cules son las principales etapas de la APQP? 227 Cules son las entradas y salidas de cada etapa?
Pgina 20
228 Cules son las etapas de desarrollo del producto utilizando DFSS? A prueba de errores o Poka Yokes 229 Quin desarrolla el concepto de calidad cero y que aspectos comprende? 230 Qu son los Poka Yokes y cual es su propsito? 231 Cules son las causas de los errores humanos ms comunes? 232 Cules son los tipos de Poka Yokes A y B? Dar ejemplos. 233 Cules son los Poka Yokes sin contacto? Dar ejemplos. 234 Cules son los Poka Yokes con contacto? Dar ejemplos. 235 Indicar algunos ejemplos de dispositivos para uso en los Poka Yokes 236 Cul es la metodologa de desarrollo de los Poka Yokes? 237 Trabajo estandarizado 238 Qu es el trabajo estandarizado? 239 Qu se entiende por estandarizacin? 240 Qu preguntas se deben hacer para auditar el nivel de trabajo estandarizado? 241 Qu es el Takt Time? 242 Cules son los pasos para establecer una estandarizacin del trabajo? 243 Cmo puede contribuir la metodologa Kaizen al trabajo estandarizado? Just in time y Kanban 244 Cmo se relacionan los aspectos de MRP II y Just in time?
Pgina 21
245 Qu significa Kanban y cul es su propsito como aproximacin al JIT? 246 Qu sucede cuando se tienen inventarios altos? 247 Qu objetivos persigue el Kanban? 248 Cul es el propsito de la administracin visual? 249 Qu es una planta escondida? 250 Qu caractersticas tienen las celdas de manufactura? 251 Cmo se implementa la manufactura celular? 252 Cmo se realiza la nivelacin de la produccin? 253 Qu caractersticas tiene la administracin visual? 254 Cules son las ventajas y desventajas del sistema de empujar? 255 Cules son las ventajas y desventajas del sistema de jalar? 256 Cmo funciona el sistema de tarjeta sencilla del Kanban? 257 Cmo funciona el sistema de tarjeta doble del Kanban? 258 Cules son las reglas principales del Kanban?
Pgina 22
Flujo de una sola pieza 259 Qu mtodos se deben establecer antes del mtodo de flujo de una pieza? 260 Cmo se sugiere se implemente el flujo de una pieza? Lean en otras reas de la empresa 261 Qu tcticas Lean se pueden aplicar en recursos humanos? 262 Qu caractersticas tiene el empowerment premisas, beneficios, ventajas y desventajas? 263 Qu caractersticas tienen los equipos autodirigidos premisas, beneficios, ventajas y desventajas? 264 Qu tcticas Lean se pueden aplicar con los proveedores? 265 Qu caractersticas tiene el Outsourcing premisas, beneficios, ventajas y desventajas? 266 Qu caractersticas tiene la consignacin premisas, beneficios, ventajas y desventajas? 267 Qu tcticas Lean se pueden aplicar con los transportistas? 268 Qu tcticas Lean se pueden aplicar en Ingeniera? 269 Qu tcticas Lean se pueden aplicar en control de produccin? 270 Qu tcticas Lean se pueden aplicar con distribuidores y clientes? 271 Qu indicadores Lean se pueden aplicar por finanzas?
Pgina 23
PARTE II. EJERCICIOS CON MINITAB - versin 14.

NOTA: Apoyarse con el paquete Minitab o Excel Anlisis de Datos para realizar los siguientes ejercicios. 1. Determinar las siguientes estadsticas bsicas de los siguientes datos: 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): No. Porc_Ing Maquina
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22
No. Porc_Ing Maquina

23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45
No. Porc_Ing Maquina

46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68
24 14 18 27 17 32 31 27 21 27 24 21 24 26 31 34 28 32 24 16 17 20
2 1 1 2 2 2 2 2 2 1 1 2 1 2 2 2 1 2 2 2 1 1
22 37 36 21 16 17 22 34 20 19 16 16 18 30 21 16 14 15 14 14 17 20 20
1 2 2 1 1 1 1 2 2 2 1 1 1 1 2 1 1 1 2 2 1 1 1
25 15 16 15 19 15 15 19 19 30 24 10 15 17 17 21 34 22 17 15 15 17 24
1 1 1 1 2 1 2 1 1 2 2 1 2 2 2 2 2 1 1 1 1 1 2
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
b) Determinar los cuartiles Q1 Q2 Q3, bigotes y obtener un diagrama de caja 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: Otra opcin Stat > Basic statistics > Normality Test Graph > Probability Plot > Simple Variable Porc_Ing_1 y Porc_Ing_2 Graph variables Porc_Ing_1 y Porc_Ing_2 OK OK h) Hacer una prueba de normalidad para los datos de ambas mquinas (una a la vez), observar el P value y concluir 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 i) Si los lmites de especificacin son LIE = 10 y LSE = 35 determinar la capacidad del proceso total y para cada una de las mquinas, indicar Cp, Cpk, Pp, Ppk, ppm within totales. 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
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. 2. Qu porcentaje del rea bajo la curva normal estndar est incluido dentro de los siguientes rangos? a) P(1.2 <= Z <= 2.2): b) P(-2.1 <= Z <= -0.4) c) P( -1.3 <= Z <= 2.7) d) P( Z >= 2.4) e) P( Z<-2.9) + P(Z>3.1) f) P(0.3 <= Z <= 2.7) g) P(Z>= 1.9) 3. Resolver el problema siguiente: 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:
a. b. c. d. e.
10.2 onzas o ms? Entre 10.1 y 10.3 onzas? Entre 9.7 y 10.3 onzas? Menos de 9.8 onzas? Entre 9.8 y 9.9 onzas? 4. En la construccin del Diagrama de Pareto para el nmero de defectos de un producto, se registraron las categoras de defectos, identificados en la tabla siguiente: Descripcin Puertas Indicadores Resistencias Vlvulas Controles Carretillas Reguladores Cables Cantidad 193 53 460 290 135 46 265 84
Usando: Stat > Quality Tools > Pareto Chart Seleccionar Chart defect table: Labels in Descripcin Defects in Cantidad 80% OK Construir el Diagrama de Pareto e indicar las frecuencias relativas de las categoras en orden de importancia: _________________________________________ 5. Prueba de hiptesis t: Los tiempos de anuncios de comerciales de TV son los siguientes:
Pgina 26
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 a) Probar a un Nivel de Confianza del 95% (alfa es 5% o 0.05) si el tiempo es menor a 7 minutos. Como el valor P es _______ que 0.05 se concluye que ______________________________ 6. Prueba de hiptesis: Los saldos de tarjetas de crdito se muestran en la tabla siguiente. Probar la hiptesis de que el promedio del saldo es mayor a 3600 pesos para un nivel de confianza del 95% (alfa es 5% o 0.05). 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_________________ 7. Tabla de contingencia, prueba de independencia: Los defectos presentados en tres tipos de productos cuando se producen en tres lneas diferentes se muestran a
Pgina 27
continuacin, probar con una tabla de contingencia si los defectos dependen de la lnea donde se produce el producto para un 95% de nivel de confianza. Lnea Prod. A Prod. B Prod. C 27 12 8 1 41 22 9 2 42 14 10 3 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 _______________________ 8. Prueba de igualdad de medias: Se evalan los resultados de calificacin para dos productos similares con los resultados siguientes: 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 A un 95% de nivel de confianza (alfa es 5% o 0.05), 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 Como el valor P ________ es _______ que 0.05, se concluye que _______________________ b) Realizar una prueba de igualdad de medias 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 Como el valor P ________ es _______ que 0.05, se concluye que _______________________ 9. ANOVA: Probar a un 95% de nivel de confianza si hay diferencia significativa entre los tiempos de proceso que requieren tres productos A, B y C llenados en la misma lnea de envasado y en todo caso identificar el producto que es diferente por medio de Tukey. Los datos ejemplo se muestran a continuacin: A B C
Pgina 28
85 75 82 76 71 85
71 75 73 74 69 82
59 64 62 69 75 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 Como el valor P ________ es _______ que 0.05, se concluye que _______________________ De Tukey las medias de los procesos que son diferentes son: _________________________ 10. Regresin y correlacin: Los siguientes datos corresponden a Temperatura del producto (X) y porcentaje de espuma (Y) de una bebida gaseosa: Temperatura 36 38 37 44 46 39 41 47 39 40 %_de_ espuma 15 19 21 30 36 20 25 36 22 23
Usando: Stat > Regresin > Fitted line plot Indicar Response (Y) y Predictor (X) Linear OK Determinar: a) Ecuacin de regresin b) Coeficiente de determinacin c) Coeficiente de correlacin Y = ___________________________ R-sq = _____ Conclusiones ____________________ R = _______ Raiz cuadrada de R-Sq en decimal
Estimar Y para un cierto valor X: Substituir X = 45 en la ecuacin de regresin y determinar Y d) Estimar el % de espuma para una temperatura de 45 Usando: Graph > Scatterplot > Simple X variables %_de_espuma Y Variables Temperatura OK e) Hacer un diagrama de dispersin e identificar la correlacin
Y = ________
Con la grfica seleccionada y Editor > Brush obtener los valores de los puntos extremos 11. Correlacin entre variables: Los siguientes datos de riesgo de ataque al corazn se tomaron en funcin de la edad y la presin de los pacientes:
Pgina 29
Riesgo Edad Presin Fuma 12 57 152 0 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
Pgina 30
6.02 5.96 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 Para una carta de control de lecturas individuales I-MR: Usando: Stat > Control Charts > Variable charts for Individuals > I-MR Chart Variable DATOS OK a) Est el proceso en control estadstico? ___ Si ___ No b) En caso de que no se encuentre en control estadstico hacer lo necesario para que quede en control. Eliminar los valores de los puntos que salen de control y obtener una carta nueva (en la columna de datos suprimir el datos con tecla Del o Supr). c) Identificar 4 valores individuales y determinar 3 puntos de rangos de los valores correspondientes: Se pueden ver de la carta. Valores individuales Rangos -------------------------
Pgina 31
EXAMEN DE SEIS SIGMA --
Lmites de control
Se pueden ver de la carta
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 a) Est el proceso en control estadstico ___ Si ___ No b) En caso de que no se encuentre en control estadstico hacer lo necesario para que quede en control. Eliminar los valores de los puntos que salen de control y obtener una carta nueva. c) Calcular 3 puntos de medias y 3 puntos de rangos de los subgrupos correspondientes Medias Rangos
Lmites de control
Se pueden ver de la carta.
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
a) Desv. Estndar (Within )= _________ b) Media = _________ Limites de tolerancia natural del Proceso (variacin natural del proceso): c) LTNI = Media - 3* Desv. Estandar= _______ (Usar S within) d) LTNS = Media + 3* Desv. Estandar= _______ (Usar S within) 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) g) Fraccin defectiva = PPM totales Within = ________ 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? __________________________ 15. Carta de lecturas individuales I-MR y capacidad del proceso: En un proceso o lnea real tomar al menos 100 mediciones (Xi) o considerar los siguientes datos de y analizar la carta I-MR EWMA: %_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
Pgina 33
12.29 11.5 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 a) Est el proceso en control estadstico? ___ Si ___ No 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) Determinar los lmites de tolerancia natural del proceso (Sigma = Rango medio / d2 y LTNS = Media + 3 sigma Within y LTNI = Media -3 Sigma within) 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 15.8 16.3 16.1 16.3 16.8 16.1 16.1 16.2 16.3 x2 16.3 15.9 16.2 16.2 16.9 15.8 16.3 16.1 16.2 x3 16.2 15.9 16.5 15.9 16.7 16.7 16.5 16.2 16.4 x4 16.1 16.2 16.4 16.4 16.5 16.6 16.1 16.1 16.3 x5 16.6 16.4 16.3 16.2 16.6 16.4 16.5 16.3 16.5
Pgina 34
16.6 16.2 15.9 16.4 16.5 16.4 16 16.4 16 16.4 16.4
16.3 16.4 16.6 16.1 16.3 16.1 16.2 16.2 16.2 16 16.4
16.4 15.9 16.7 16.6 16.2 16.3 16.3 16.4 16.4 16.3 16.5
16.1 16.3 16.2 16.4 16.3 16.2 16.3 16.3 16.5 16.4 16
16.5 16.4 16.5 16.1 16.4 16.2 16.2 16.2 16.1 16.4 15.8
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: f) Cul es el valor de la fraccin defectiva total fuera de especificaciones (Within)? g) Cul es el valor del Cp, es potencialmente hbil el proceso?. h) Cul es el valor del Cpk, Es realmente hbil el proceso? i) Qu recomendara para mejorar capacidad real del proceso?. j) Cul es el valor de la fraccin defectiva total fuera de especificaciones (Overall)? k) Cul es el valor del Pp, el desempeo potencial del proceso es adecuado?. l) Cul es el valor del Ppk, el desempeo real del proceso es adecuado? m) Qu recomendara para mejorar el desempeo real del proceso?. 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? 17. Estudios de R&R: Utilizando las mediciones siguientes resultados de un estudio de Repetibilidad y reproducibilidad en un equipo de medicin con tres operadores haciendo dos mediciones cada uno en 10 partes diferentes realizar un estudio R&R:
Parte Operado Medicion Pgina 35
1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 10 10 1 1 2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 10 10 1 1
r 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3
21 20 24 23 20 21 27 27 19 18 23 21 22 21 19 17 24 23 25 23 20 20 24 24 19 21 28 26 19 18 24 21 22 24 18 20 25 23 26 25 19 21 Pgina 36
2 2 3 3 4 4 5 5 6 6 7 7 8 8 9 9 10 10
3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3
23 24 20 22 27 28 18 21 23 22 22 20 19 18 24 24 24 25
a) Cules son las condiciones previas para hacer un estudio R&R? 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 Interpretar los resultados del estudio R&R siguientes: b) La Carta R es __ adecuada __ inadecuada ya que _______________________________________________ c) La Carta X es __ adecuada __ inadecuada ya que _______________________________________________ d) Hay interaccin significativa entre operador y partes? e) % de Repetibilidad vs Tolerancia __________ (%Tolerance)
f) % de Reproducibilidad vs Tolerancia __________ (%Tolerance)
Pgina 37
EXAMEN DE SEIS SIGMA g) % R&R vs Tolerancia _______ (%Tolerance)
h) Sacar conclusiones sobre la capacidad del sistema de medicin si es para liberacin del producto y en donde se deben tomar acciones de mejora de capacidad del sistema de medicin: Observar porcentajes vs tolerancia i) % de Repetibilidad vs variacin total __________ (%Study var) j) % de Reproducibilidad vs variacin total __________ (%Study var) k) % R&R vs variacin total _______ (%Study var)
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 m) Es adecuado el nmero de categoras que identifica el sistema de medicin? Categories (debe ser mayor a 4) 18. Obtener una carta de control p de fraccin defectiva o fraccin de productos no conformes con los datos siguientes: Muestras inspeccionadas muestra; Productos defectuosos encontrados Defectuosos: Defectuosos 20 18 14 16 13 29 21 14 6 6 7 7 9 5 8 9 9 10 9 10 Muestra 98 104 97 99 97 102 104 101 55 48 50 53 56 49 56 53 52 51 52 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?
Pgina 38
EXAMEN DE SEIS SIGMA b. c.
Asumir que se pueden identificar las causas asignables, eliminar los puntos que salen de control y recalcular los lmites de control Repetir el paso b tantas veces como sea necesario hasta tener un proceso estable.
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? 19. Obtener una carta de control np de nmero de defectuosos o nmero de productos no conformes, considerando un tamao n de muestra constante de 200 productos. Al inspeccionar m = 30 muestras se encontraron los siguientes productos defectuosos o productos no conformes en cada una respectivamente: 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 a) b) c)
Est el proceso en control estadstico? 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. Cul es la capacidad equivalente en sigmas del proceso?
20. Obtener una carta de control c para el nmero de defectos o no conformidades encontradas en cajas de bebidas (24 bebidas = 1 unidad de inspeccin) respectivamente: 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 a) 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. Repetir tantas veces como sea necesario hasta tener un proceso estable. 21. Obtener una carta u para el nmero de defectos por unidad o no conformidades por unidad utilizando los datos siguientes: (Unidades inspeccionadas Cajas; Defectos encontrados Defectos: Defectos 9 11 2 5 15 13 Cajas 110 101 98 105 110 100
Pgina 40
8 7 5 2 4 4 2 5 5 2 3 2 1 6
98 99 100 100 102 98 99 105 104 100 103 100 98 102
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. 22. Diseo de experimentos factoriales: Se est estudiando el rendimiento para un proceso qumico, los dos factores de inters son temperatura y presin. Se utilizan tres niveles de cada factor, con los resultados siguientes: Presin en libras / pulg. 2 250 260 270 86.3 84.0 85.8 86.1 85.2 87.3 88.5 87.3 89.0 89.4 89.9 90.3 89.1 90.2 91.3 91.7 93.3 93.7
Temperatura 60C 80C 100C
a) Crear el diseo con Stat > DOE > Factorial > Create factorial design Seleccionar General full factorial design Number of factors 2 En Designs Factor A = Temp Factor B = Presin Number of levels 3 3 No. of replicates 2 En Factors A level values 60 80 100 Factor B level values 250 260 270 OK En Options quitar seleccin de Randomize runs OK
Pgina 41
b) Una vez generado el diseo introducir la columna de datos Temp 60 60 60 80 80 80 100 100 100 60 60 60 80 80 80 100 100 100 Presion 250 260 270 250 260 270 250 260 270 250 260 270 250 260 270 250 260 270 Rendimiento 86.3 84.0 85.8 88.5 87.3 89.0 89.1 90.2 91.3 86.1 85.2 87.3 89.4 89.9 90.3 91.7 93.3 93.7
Analizar el diseo con: Stat > DOE > Factorial > Analyze factorial design En responses indicar Columna de Rendimiento En Terms y Results pasar todos los factores a Selected terms con >> En Graphs seleccionar para los residuos Standardized y Normal Plot En Store seleccionar Fits y Residuals OK Para un alfa de 0.05: b) Analizar los residuos y concluir en relacin al modelo. c) Hay alguna interaccin significativa entre los factores? d) Existe algn indicio de que algunos de los dos factores o su interaccin afectan al rendimiento? f) Obtener grficas factoriales con: Stat > DOE > Factorial > Factorial Plots En Main effects Setup indicar en Responses columna de Rendimiento y seleccionar factores con >> En Interaction effects Setup indicar en Responses columna de Rendimiento y seleccionar factores con >>
g) En que niveles deben fijarse los factores para maximizar el

rendimiento y en que nivel del factor no significativo se puede tener menor costo?
Pgina 42
23. Diseo de experimentos 2K: Se realiza un diseo de experimentos para estudiar el efecto de los factores en el sabor de ciertas bebidas, se le presentan a 4 paneles de personas para su evaluacin, quienes califican con un cuestionario. Los resultados se muestran a continuacin: Factor A- Material de envase B- Tiempo de coccin C- Cantidad endulzante Tratamiento Panel 1 11 15 9 16 10 16 10 15 Nivel bajo 1 20 3 Panel 2 9 10 12 17 11 18 12 12 Nivel alto 2 30 6 Panel 3 10 16 11 15 15 16 13 15 Unidades Tipo Minutos % Panel 4 10 14 11 12 8 17 10 13
(1) a b ab c ac bc abc
a) Crear el diseo con Stat > DOE > Factorial > Create factorial design Seleccionar 2 level factorial (default generators) Number of factors 3 En Designs Seleccionar Full Factorial No. of replicates 4 En Factors A = Material Low 1 High 2 Factor B Tiempo Low 20 High 30 Factor C Endulzante Low 3 High 6 En Options quitar seleccin de Randomize runs OK b) Una vez generado el diseo de dos factores introducir la siguiente columna de datos:
Material 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1
Tiempo 20 20 30 30 20 20 30 30 20 20 30 30 20 20 30
Endulzante Calificacion 3 11 3 15 3 9 3 16 6 10 6 16 6 10 6 15 3 9 3 10 3 12 3 17 6 11 6 18 6 12
Pgina 43
2 1 2 1 2 1 2 1 2 1 2 1 2 1 2 1 2
30 20 20 30 30 20 20 30 30 20 20 30 30 20 20 30 30
6 3 3 3 3 6 6 6 6 3 3 3 3 6 6 6 6
12 10 16 11 15 15 16 13 15 10 14 11 12 8 17 10 13
c) Analizar el diseo con: Stat > DOE > Factorial > Analyze factorial design En responses indicar Columna de Calificacion En Terms y Results pasar todos los factores a Selected terms con >> En Graphs seleccionar para Effects Plots Pareto y Normal con alfa de 0.05 En Graphs seleccionar para los residuos Standardized y Normal Plot En Store seleccionar Fits y Residuals OK Para un alfa de 0.05: d) Analizar los residuos y concluir en relacin al modelo. e) En base al ANOVA, se observan efectos o interacciones que puedan tener un efecto significativo en la resistencia? 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? g) Cul es la ecuacin del modelo que representa este proceso? h) Obtener grficas factoriales con: Stat > DOE > Factorial > Factorial Plots En Main effects Setup indicar en Responses columna de Calificacion y seleccionar factores con >> En Interaction effects Setup indicar en Responses columna de Calificacion y seleccionar factores con >> i) En que niveles deben fijarse los factores para maximizar la Calificacion? Usando
Pgina 44
Stat > DOE > Factorial >Contour Plot En Setup de Contour y Response Surfase Plot solo entrar y salir 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

Examen Seis Sigma

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Examen Seis Sigma

Cargado por

Copyright:

Formatos disponibles

EXAMEN DE SEIS SIGMA

P. REYES / MAYO 2006

EXAMEN DE SEIS SIGMA

Nombre: _____________________________________ Calif. _________

EXAMEN DE SEIS SIGMA

P. REYES / MAYO 2006

I. PARTE: EXAMEN DE TEORA I. Introduccin

II. Despliegue de la metodologa Seis Sigma

II.2 Importancia del liderazgo en Seis Sigma, roles y responsabilidades

EXAMEN DE SEIS SIGMA

P. REYES / MAYO 2006

II.3 Objetivos y metas organizacionales, anlisis FODA,alineacin de proyectos y ciclo de mejora

EXAMEN DE SEIS SIGMA

P. REYES / MAYO 2006

III. Gestin de procesos de la empresa

IV. Gestin de proyectos

EXAMEN DE SEIS SIGMA

P. REYES / MAYO 2006

EXAMEN DE SEIS SIGMA

P. REYES / MAYO 2006

EXAMEN DE SEIS SIGMA

P. REYES / MAYO 2006

V. Metodologa de mejora Seis Sigma - Fase de Definicin

EXAMEN DE SEIS SIGMA

P. REYES / MAYO 2006

62. Cmo se forma un Diagrama de rbol con necesidades, Drivers y CTQs?

VI. Metodologa de mejora Seis Sigma y herramientas Fase de Medicin

EXAMEN DE SEIS SIGMA

P. REYES / MAYO 2006

EXAMEN DE SEIS SIGMA

P. REYES / MAYO 2006

VII. Metodologa de mejora Seis Sigma y herramientas de la Fase de Anlisis

EXAMEN DE SEIS SIGMA

P. REYES / MAYO 2006

VIII. Metodologa de mejora Seis Sigma y herramientas Fase de Mejora

EXAMEN DE SEIS SIGMA

P. REYES / MAYO 2006

EXAMEN DE SEIS SIGMA

P. REYES / MAYO 2006

IX. Metodologa de mejora Seis Sigma y herramientas Fase de Control

EXAMEN DE SEIS SIGMA

P. REYES / MAYO 2006

EXAMEN DE SEIS SIGMA

P. REYES / MAYO 2006

EXAMEN DE SEIS SIGMA

P. REYES / MAYO 2006

EXAMEN DE SEIS SIGMA

P. REYES / MAYO 2006

Cmo se vence la resistencia? Qu es y cmo se implementa la primera S Seiri (Sort)?

EXAMEN DE SEIS SIGMA

P. REYES / MAYO 2006

EXAMEN DE SEIS SIGMA

P. REYES / MAYO 2006

EXAMEN DE SEIS SIGMA

P. REYES / MAYO 2006

EXAMEN DE SEIS SIGMA

P. REYES / MAYO 2006

EXAMEN DE SEIS SIGMA

P. REYES / MAYO 2006

EXAMEN DE SEIS SIGMA

P. REYES / MAYO 2006

EXAMEN DE SEIS SIGMA

P. REYES / MAYO 2006

Nombre: _____________________________ Calif. _