Documentos de Académico
Documentos de Profesional
Documentos de Cultura
MODULO 3 MEDIR
Pagina 5 6 10 13 22 29 36 44
PASO 1 Seleccionar CTQs Producto/Proceso Introduccin a la Estadstica Tipos de datos Media y Variacin Introduccin a Minitab Manipulacin de Datos Graficando Datos
Contenido PASO 2 Definir Estndares de Desempeo Defectivos/Defectos/Mtricos Rendimiento de serie de procesos (RTY) PASO 3 Validar el Sistema de Medicin Ejercicio de Calentamiento Datos Electrnicos GR&R por atributos GR&R por Variables Resumen del Modulo
Black & Decker (U.S.), Inc., - V1.0, December 2006
Definir
1. Seleccionar CTQs Producto/Proceso
Entregable: Pueden los datos de salida y los ajustes de entrada ser confiables Herramientas: Seleccionar CTQ Introduccin a la Estadstica Introduccin a Minitab
Medir
Analizar
Mejorar
Controlar
Objetivos de Aprendizaje
Entender la estadstica bsica Aprender y usar el software (Minitab) Entender que crea defectos Como validar tu Sistema(s) de datos
Objetivos de Medir
Este modulo es la fase de medir del curso de Lean Six Sigma Greenbelt Establecer CTQs y sus especificaciones entender que crea un defecto Introduce estadstica bsica y el software Minitab Aprender la importancia de la variacin del sistema de medicin y como evaluarlo
Black & Decker (U.S.), Inc., - V1.0, December 2006
Definir
1. Seleccionar CTQs Producto/Proceso
Entregable: Pueden los datos de salida y los ajustes de entrada ser confiables Herramientas: Seleccionar CTQ Introduccin a la Estadstica Introduccin a Minitab
Medir
Analizar
Mejorar
Controlar
Seleccionar CTQs del Producto o Proceso Seleccionar CTQs del Producto o Proceso
En la etapa de Definir seleccionamos los CTQs del cliente Con frecuencia necesitamos traducirlos a nuestro propio lenguaje Interno Algunas veces la Y del cliente puede resultar en varias y internas Interiorizar los CTQs nos ayuda a enfocarnos claramente en el objetivo
Ejemplo Ejemplo
Un cliente puede decir que necesita un buen nivel de servicio, a que realmente se refieren ?
Entrega a Tiempo
10
11
12
13
20%
80%
14
Tiempo en descargar un trailer 2.18, 2.30, 2.21. . . . . . . . . 2.15, 2.27, 2.43 Limite superior 2 hrs. 40 min. (2.7 hrs.)
Normal 6 5 4 3 2 1 0 2.2 2.3 2.4 2.5 2.6 Unloading Time 2.7 2.8
Frequency
Defectos
Usualmente representados por un histograma/curva normal, la cual nos permite predecir el proceso de una cuantas mediciones
Black & Decker (U.S.), Inc., - V1.0, December 2006
15
Otros Nombres para Tipos de Datos Otros Nombres para Tipos de Datos
ATRIBUTOS Embarcar a tiempo CATEGORIA Clasificacin de Inventario
A articulos A tiempo No a tiempo B articulos C articulos D articulos
2 6 4 3 11 Defectos
Frequency
2 3 4 5 6 7
2 .2
2 .3
2 .4
2 .5 2 .6 Ulo d gT e n a in im
2 .7
2 .8
16
17
Analizando datos con ambas en mente le ayudara a usted a arreglar la causas raz.
18
Arreglar la variacin
Arreglar la media
Black & Decker (U.S.), Inc., - V1.0, December 2006
LA META
20
Dispersin
La cantidad de variacin en el proceso
21
Mediana
El punto medio cuando los datos estn arreglados en orden ascendiente No afectada por valores extremos Usada para datos No-Normales (variable)
Moda
Es el valor que mas frecuentemente ocurre Usada para datos discretos
Black & Decker (U.S.), Inc., - V1.0, December 2006
22
Varianza
Una medida de la distancia promedio de cada punto alejado de la media En trminos estadsticos, el promedio cuadrado de la desviacin de cada punto individual (dato) de la media
Desviacin Standard
Describiendo Datos -- Notacin Describiendo Datos Notacin n Numero de medidas x Una medida individual La primera y la ultima medida x1, xn x o x testada Media de las mediciones R s s2 Rango Desviacin Standard Varianza
Una lista completa esta en el Apndice
Black & Decker (U.S.), Inc., - V1.0, December 2006
24
Clculos Clculos
Media
X=
Mediana
Con datos Ordenados
Impar
Number of Data Points
(x1 + x2 ++ xn)
n
Par
Moda
Valor que ocurre mas frecuentemente Mediana = Numero del Centro Mediana = (2 #s de Centro) / 2
Varianza
S2 =
Desviacin Standard
S = S2
25
Ejercicio Ejercicio
x 105.5 95.9 99.9 98.0 99.8 100.1 92.5 99.9 99.7 102.9
(xi x)
(xi x)2
Calcule a mano para el grupo de datos lo siguiente. Promedio = x = _______ Varianza = s2 = ______ Desviacin Standard = s = ______
Suma
Dividir entre n
Suma
Dividir entre n - 1
Promedio
Black & Decker (U.S.), Inc., - V1.0, December 2006
s2
Varianza
26
Entendiendo la Probabilidad
El Juego de los Dados
Supongamos que nosotros tenemos un proceso de manufactura que consiste en tirar 2 dados El cliente requiere que solamente las combinaciones que sean de un 3.4.5.... o 11 sean "buenos" tiros Por lo tanto, los tiros que sean de 2 o 12 son "defectos"
Asumiendo los dados son justos, podemos predecir nosotros la cantidad de defectos que se tiraran?
Black & Decker (U.S.), Inc., - V1.0, December 2006
27
1 2 3 4 5 6
1 2 3 4 5 6 7
2 3 4 5 6 7 8
3 4 5 6 7 8 9
4 5 6 7 8 9 10
5 6 7 8 9 10 11
6 7 8 9 10 11 12
Cuntas combinaciones forman 2? Cuntas forma 12? Cuntas combinaciones totales existen?
Black & Decker (U.S.), Inc., - V1.0, December 2006
28
1 1 2 3 4 5 6
0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278 0.0278
29
Grafica de resultados
Valores Combinaciones Valores Combinaciones 2 2
6 5 4 3 2 1 0
1 1 2 2 3 3 4 4 5 5 6 6 5 5 4 4 3 3 2 2 1 1
30
3 3
LSL LSL
USL USL
4 4 5 5 6 6 7 7 8 8 9 9 10 10 11 11
0
Black & Decker (U.S.), Inc., - V1.0, December 2006
12 12
Distribucin normal
Histograma
Muchos acontecimientos al azar que ocurren naturalmente producen datos con las distribuciones que son: Forma de campana, simtrica Una curva continua la llamamos Curva de Probabilidad Normal se usa para estimar la Distribucin Normal de eventos al azar que ocurren naturalmente.
, Desviacin Estndar
Curva Normal
La Distribucin Normal se usa como un modelo matemtico. La distribucin es suave y continua Probabilidad debajo de la curva = 1
31
Xbar +/- 1s = 5ft 6in - 6ft approx. 68% poblacin (1.68m - 1.83m)
32
Xbar +/- 2s = 5ft 3in - 6ft 3in aprox. 95% poblacin (1.6m - 1.9m)
inches
Black & Decker (U.S.), Inc., - V1.0, December 2006
33
Xbar +/- 3s = 5ft - 6ft 6in aprox. 99.73% poblacin (1.52m - 1.98m)
34
La curva normal es un buen modelo para muchos procesos de fabricacin y es fundamental a muchas tcnicas estadsticas
35
Tipos de Distribucin
Los histogramas son tiles en la representacin de distribuciones
Dnde esperbamos encontrar estos tipos de distribuciones? Black & Decker (U.S.), Inc., - V1.0, December 2006
36
Poblacion
(&)
Ejemplos Poblacin: Todas las flecha de la armadura producidas de un torno dado Muestra: 100 flechas tomadas de un da de produccin o 5 flechas tomadas cada hora
Black & Decker (U.S.), Inc., - V1.0, December 2006
37
Porque usar datos de una Muestra? Porque usar datos de una Muestra?
Hay varias razones por las cuales estudiamos muestras en lugar de poblaciones: Es muy lento y caro estudiar la poblacin entera Las Predicciones basadas en una muestra son casi tan precisas como las predicciones en la poblacin entera. Igualamos la distribucin estadstica a nuestros datos de muestra para representar la poblacin y ser capaz de predecir el desempeo
Black & Decker (U.S.), Inc., - V1.0, December 2006
38
39
40
41
42
43
44
45
La razn para esta manipulacin llegara a ser clara cuando hagamos el anlisis grafico Acceso/Excel es a menudo usado para manipular datos antes de copiarlos a Minitab O solo colecte o teclee los datos de una manera apropiada
Black & Decker (U.S.), Inc., - V1.0, December 2006
46
Dato Tipo N Numrico, T Texto, D - Fecha Valores faltantes Celdas vacas Longitud de columna Numero de datos (puntos) Columna de referencia Columna encabezado (si es usado)
Use la ventana de Informacin para ayudar a validar validar sus datos Black & Decker (U.S.), Inc., - V1.0, December 2006
47
48
49
50
51
52
Usted puede usar esta misma caracterstica en el interior de las graficas para evitar sub grupos de hojas de trabajo
Black & Decker (U.S.), Inc., - V1.0, December 2006
53
Graficas Graficas
Usemos la hoja de datos completa (BQ.mtw) que ahora tenemos y analicemos la situacin juntos Histograma Time Series Plot Boxplot Estadsticas Descriptivas
54
Histograma Histograma
Minitab: Graphs>Histogram [Simple, column C10]
Histogram of Qty
40
30
La mayora de las ordenes son pequeas 1 outlier (punto fuera del grupo comn de datos) Black & Decker (U.S.), Inc., - V1.0, December 2006
Frequency
20
10
55
Usted puede ver que los 8,500 es B&Q y el orden no encaja con el patrn normal
Black & Decker (U.S.), Inc., - V1.0, December 2006
56
Boxplot Boxplot
Outlier Verifique estos datos Mximo excluyendo los outliers 75% a travs del rango de los datos 50% a travs del rango de los datos 25% a travs del rango de los datos
Q3 Mediana Q1 Whisker
Boxplot ayuda a mostrar la distribucin de sus datos Si los datos son de una distribucin normal entonces el box plot y la curva normal estn relacionados
Black & Decker (U.S.), Inc., - V1.0, December 2006
57
-2000
2000
4000
6000
8000
95% C onfidence Interv al for M ean 95% C onfidence Interv al for M edian 63.02
58
59
61
62
63
Tambin hemos encontrado a B&Q no respetando las ordenes de las cantidades y cambiando sus parmetros de cadena interna de suministro sin avisarnos
64
Definir
1. Seleccionar CTQs Producto/Proceso
Entregable: Pueden los datos de salida y los ajustes de entrada ser confiables Herramientas: Seleccionar CTQ Introduccin a la Estadstica Introduccin a Minitab
Medir
Analizar
Mejorar
Controlar
65
Unidad / Evento
: eg/ Facturacin
: eg/ crdito debido a precio equivocado : para su Proyecto Y (salida) : Atributo / Continuo
67
Defectivos Defectivos
Un defectivo es cualquier caracterstica (s) la cual causa que un articulo falle a cumplir la especificacin (CTQ). Los Defectivos resultan en re trabajo, desperdicio o retornos de garantas. First Time Pass (FTP) y las Partes por Milln (PPM) son medidas tradicionales de defectivos.
FTP = Cantidad pasada * 100 Cantidad Total PPM = Cantidad defectiva * 1,000,000 Cantidad total
69
Defectos Defectos
Un defecto es cualquier ocurrencia de una falla para cumplir con los estndares de desempeo o producir la salida esperada de un proceso. Una unidad Defectiva puede contener mas de un defecto. El conteo de defectos preciso requiere que no nos detengamos a buscar defectos despus de que el primero es identificado.
70
71
DPMO =
X 1,000,000 Oportunidades
Defectos
72
Cuenta de defectos = 5,914 Oportunidades = 43,344 DPMO = 5,914 / 43,344* 1,000,000 = 136,443 PPM = 5,914 / 43,344* 1,000,000 = 136,443 Porque los DPMO = PPM en este ejemplo?
73
Cuenta de defectos = 2,750 Oportunidades = 152,000 DPMO = 2,750 / 152,000* 1,000,000 = 18,092 PPM = 2,750 / 152,000* 1,000,000 = 18,092 Porque los DPMO = PPM en este ejemplo?
74
75
Relacin entre % bueno, Sigma, y DPMO Relacin entre % bueno, Sigma, y DPMO Nivel Sigma 2 3 4 5 6 % Bueno 70% 94% 99.4% 99.98% 99.99997% DPMO 308,537 66,807 6,210 233 3.4
76
500 Paso 1
Paso 2
Paso 3
12 MALO
488 Bueno
77
500 Paso1
Paso 2
Paso 3
12 MALO
488 Bueno
78
500 Paso 1
38,000 DPMO 19 MALO y arreglado Paso 2 64,000 DPMO 32 MALO y remplazado Paso 3 12 MALO
La fabrica escondida
Black & Decker (U.S.), Inc., - V1.0, December 2006
488 Bueno
79
488 Bueno
80
Es la probabilidad de una unidad de completar cada paso medido en el proceso con cero defectos.
81
Necesitamos 8 voluntarios para trabajar en una lnea de ensamble en una fabrica. 3 trabajadores de lnea 2 Manejadores de Materiales 3 Tcnicos de Calidad
Trabajor 1 Trabajador 2 Trabajador 3
Manejador de Materiales 1
Manejador de Materiales 2
Tcnico de Calidad 1
Black & Decker (U.S.), Inc., - V1.0, December 2006
Tcnico de Calidad 2
Tcnico de Calidad 3 82
83
Resumen Resumen
Los Estndares de Desempeo (Especificaciones) deben ser cuantificados, a menudo de CTQs cualitativos Las mediadas de los defectivos y defectos son usados para evaluar nuestro desempeo versus Estndares de Desempeo Midiendo defectos en trminos de DPMO debe ser usado para manejar las mejoras de proceso Las medidas de defectivos son tiles para medir la satisfaccin del cliente.
84
Definir
1. Seleccionar CTQs Producto/Proceso
Entregable: Pueden los datos de salida y los ajustes de entrada ser confiables Herramientas: Seleccionar CTQ Introduccin a la Estadstica Introduccin a Minitab
Medir
Analizar
Mejorar
Controlar
85
87
Velocidades
Tiempo de ciclo, Razn de alimentacin, Velocidad de giro
Cualidades
Color, Acabado, Porosidad, Ralladuras
Cantidades
# completados, # Buenos, # Malos
Que tanto error potencial introducimos dentro de nuestro proceso debido a la forma en que medimos???
Black & Decker (U.S.), Inc., - V1.0, December 2006
88
Le ser mostrado un texto Individualmente usted contara las letras f o F Tiene solo 40 segundos para contarlas
89
90
91
92
93
94
Ejemplo: Caso de Estudio Reduccin de Inventario Ejemplo: Caso de Estudio Reduccin de Inventario
Un distribuidor estaba recolectando datos electrnicos respecto a la semana de inventario disponible y las vueltas de las existencias a travs de un software para administracin de la distribucin. Para determinar la habilidad de este sistema de medicin, una auditoria en varias tiendas fue llevada a cabo para contar manualmente los niveles de inventario y revisar las vueltas de las existencias. Hubo un 100% de igualdad entre los datos electrnicos y los de la tienda.
Una auditoria puede ser una evaluacin conveniente del sistema de medicin para los datos provenientes de la fuente electrnica
Black & Decker (U.S.), Inc., - V1.0, December 2006
95
Cuando un GR&R no es aplicable, como validar el Cuando un GR&R no es aplicable, como validar el sistema de medicin? sistema de medicin? Verifique que todos los registros estn siendo completados
Verifique los valores faltantes, espacios vacos, registros 0 etc.
Revise Subgrupos
Dan los procesos parecidos resultados similares? Ejemplo, todos los contenedores en el mismo carguero tienen el mismo tiempo de transito?
Tipos de Datos
Son los tipos de datos consistentes? Ejemplo, Ha sido ingresado texto cuando valor numrico es esperado etc.
Black & Decker (U.S.), Inc., - V1.0, December 2006
96
Ejemplo: Identificando discrepancias en los datos Ejemplo: Identificando discrepancias en los datos
Los siguientes 3 contenedores embarcados 1 da mas temprano pero este es el mismo carguero
Vessel/MAWB SKAUBOARD SKAUBOARD MOL VIGOR ZIM CALIFORNIA ZIM CALIFORNIA ZIM CALIFORNIA ZIM CALIFORNIA APL PHILIPPINES APL PHILIPPINES APL PHILIPPINES APL PHILIPPINES MOL ELBE MING SOUTH SOPHIA BRITANNIA NORFOLK EXPRESS NORFOLK EXPRESS Shipper Pick Up Loading JPSMZ JPSMZ CNYTN HKHKG CNSHK CNSHK CNSHK CNYTN CNYTN GBFXT CNYTN CNSHA
4/12/2004
Shipped On 6/30/2004 6/30/2004 6/25/2004 6/24/2004 6/23/2004 6/23/2004 6/23/2004 7/12/2004 7/12/2004 7/12/2004 7/12/2004 6/28/2004 7/1/2004 6/23/2004 6/24/2004 6/26/2004
97
D.NAGATA CO., LTD. D.NAGATA CO., LTD. SUNCRAFT HARDWARE TOOLS (HK) LTD TOP CONCEPT INDUSTRIAL LTD BDC INTERNATIONAL LIMITED 6/16/2004 BDC INTERNATIONAL LIMITED 6/16/2004 BDC INTERNATIONAL LIMITED 6/16/2004 FINEMOST LIMITED. 7/8/2004 FINEMOST LIMITED. 7/8/2004 FINEMOST LIMITED. 7/8/2004 FINEMOST LIMITED. 7/8/2004 SHANGHAI XINPENG METAL PRODUCTS CO.de Esperando un Puerto BDC INTERNATIONAL LIMITED de origen 6/26/2004 cdigo no DELTA ELECTRONICS (THAILAND) PUBLIC una fecha BLACK & DECKER (SUZHOU) CO LTD 6/21/2004 BDC INTERNATIONAL LIMITED 6/21/2004
98
Porque estudiar Atributos Porque estudiar Atributos del Sistema de Medicin? del Sistema de Medicin?
Para determinar que tan bien los inspectores de calidad estn conforme aun conocido muestrario con rangos de aceptacin y rechazo Para determinar que tan bien los inspectores de calidad estn conforme a ellos mismos Para determinar si los rangos de aceptacin y rechazo del muestrario existente proveen suficiente criterio para los inspectores de calidad
99
1. Hace cada operador la misma evaluacin cada vez que el/ella evalan la misma parte? 2. Diferentes operadores aplican diferentes estndares? 3. Aun cuando todos los operadores estn de acuerdo cada vez, toman ellos la decisin correcta?
100
REPETIBILIDAD
Diferentes operadores aplican diferentes estndares?
REPRODUCIBILIDAD
Aun cuando todos los operadores estn de acuerdo cada vez, toman ellos la decisin correcta?
EFECTIVIDAD
Black & Decker (U.S.), Inc., - V1.0, December 2006
101
El objetivo para todas las puntuaciones es 100%, pero 80% o mayor es aceptable
Black & Decker (U.S.), Inc., - V1.0, December 2006
102
Guas para GR&R por atributos Guas para GR&R por atributos
al menos dos, pero preferentemente tres o mas operadores Cada unidad es medida al menos 2 veces por cada operador
103
Procedimiento Procedimiento
1. 2. 3. 4. Seleccionar 10 partes del proceso que incluya muestras buenas y malas Dos operadores independientemente midan cada parte 2 veces (en orden aleatorio) Use el archivo MSC_GRR.XLS para registrar los datos y calcule la puntuacin Efectiva Una puntuacin Efectiva aceptable es 80% o mas alta
104
Ejemplo Ejemplo
Known Population Sam # A ple ttribute 1 Pass 2 Pass 3 Pass 4 Pass 5 Pass 6 Fail 7 Fail 8 Fail 9 Fail 10 Pass Operator #1 Try #1 Try #2 Pass Pass Pass Pass Pass Pass Pass Pass Fail Pass Fail Fail Fail Fail Fail Fail Fail Fail Fail Fail Operator #2 Try #1 Try #2 Pass Pass Pass Pass Pass Pass Pass Pass Pass Pass Fail Fail Fail Fail Fail Fail Fail Fail Fail Fail Operator #3 Try #1 Try #2 Y/N A gree Y Y Y Y N Y Y Y Y Y Y/N A gree Y Y Y Y N Y Y Y Y N
90.00% 80.00%
100.00% 90.00%
0% 0.00%
SCREEN%EFFECTIVE SCORE(3) -> 90.00% SCREEN%EFFECTIVE SCORE vs. A TTRIBUTE (4) -> 80.00%
105
Ejemplo Ejemplo
Known Population Sample # Attribute 1 Pass 2 Pass 3 Pass 4 Pass 5 Pass 6 Fail 7 Fail 8 Fail 9 Fail 10 Pass Operator #1 Try #1 Try #2 Pass Pass Pass Pass Pass Pass Pass Pass Fail Pass Fail Fail Fail Fail Fail Fail Fail Fail Fail Fail Operator #2 Try #1 Try #2 Pass Pass Pass Pass Pass Pass Pass Pass Pass Pass Fail Fail Fail Fail Fail Fail Fail Fail Fail Fail Operator #3 Try #1 Try #2 Y/N Agree Y Y Y Y N Y Y Y Y Y Y/N Agree Y Y Y Y N Y Y Y Y N
90.00% 80.00%
100.00% 90.00%
0% 0.00%
SCREEN % EFFECTIVE SCORE(3) -> 90.00% SCREEN % EFFECTIVE SCORE vs. ATTRIBUTE (4) ->
80.00%
Repetibilidad
Reproducibilidad
No se igualan No se igualan
% APPRAISER SCORE (1) -> % APPRAISER SCORE -> (2) % SCORE VS. ATTRIBUTE (2) -> % SCORE VS. ATTRIBUTE ->
(1)
0% 0% 0.00% 0.00%
(3)
SCREEN % EFFECTIVE SCORE (3) -> 90.00% SCREEN % EFFECTIVE SCORE -> 90.00% (4) SCREEN % EFFECTIVE SCORE vs. ATTRIBUTE (4) -> SCREEN % EFFECTIVE SCORE vs. ATTRIBUTE ->
80.00% 80.00%
Puntuacin del operador calculado por el porcentaje de igualdad de esas dos columnas
107
No todos se igualan
Operator #1 Try #1 Try #2 Pass Pass Pass Pass Pass Pass Pass Pass Fail Pass Fail Fail Fail Fail Fail Fail Fail Fail Fail Fail
Operator #2 Try #1 Try #2 Pass Pass Pass Pass Pass Pass Pass Pass Pass Pass Fail Fail Fail Fail Fail Fail Fail Fail Fail Fail
Indicado Aqu
0% 0.00%
Y/N Agree Y Y Y Y N Y Y Y Y Y
Y/N Agree Y Y Y Y N Y Y Y Y N
90.00% 80.00%
100.00% 90.00%
SCREEN % EFFECTIVE SCORE(3) -> 90.00% (4) SCREEN % EFFECTIVE SCORE vs. ATTRIBUTE ->
80.00%
Puntuacin de Screen % Effective calculada por el porcentaje de igualdad del operador con cada uno. (Reproducibilidad)
As:
No todos se igualan
Operator #1 Try #1 Try #2 Pass Pass Pass Pass Pass Pass Pass Pass Fail Pass Fail Fail Fail Fail Fail Fail Fail Fail Fail Fail
Operator #2 Try #1 Try #2 Pass Pass Pass Pass Pass Pass Pass Pass Pass Pass Fail Fail Fail Fail Fail Fail Fail Fail Fail Fail
Indicado aqu
0% 0.00%
(3)
Y/N Agree Y Y Y Y N Y Y Y Y Y
Y/N Agree Y Y Y Y N Y Y Y Y N
90.00% 80.00%
100.00% 90.00%
SCREEN % EFFECTIVE SCORE -> 90.00% (4) SCREEN % EFFECTIVE SCORE vs. ATTRIBUTE ->
80.00%
La puntuacin del Screen % Effective vs. Atributo es calculado por el porcentaje de igualdad de la puntuacin del Screen Effective a la Poblacin Conocida (Estudio Total)
As:
110
111
112
113
Localizacin y resolucin de problemas de un Gage pobre Localizacin y resolucin de problemas de un Gage pobre
Fuente Dominante de Variacin
Repetibilidad 1. Reemplace, repare, o ajuste el equipo 2. Si el equipo se esta desempeando a al spec, ya sea vivir con el error o usar promedio de seal
Black & Decker (U.S.), Inc., - V1.0, December 2006
Reproducibilidad 1. Re-entrene 2. Examine calidad y habilidad de los procesos Standard entre operadores
114
115
116
Un gage debe tener resolucin adecuada de manera que pueda discernir la dimensin a ser medida. Una resolucin de mnimo 10 veces es recomendada Una resolucin de 10 veces significa que el gage es capaz de medir a un grado 10 veces mas que la tolerancia requerida. Por ejemplo: una tolerancia de 1.00 mm +/- 0.1mm requerira un gage con una resolucin de 0.01 mm
117
Calibracin Calibracin
Calibracin es igualar la salida del dispositivo de medicin a un estndar conocido. La principal organizacin en mantener estndares es el Instituto Nacional de Estndares y Tecnologa (NIST), en Mxico es el Centro Nacional de Metrologia (CENAM). Los tres principales elementos a considerar son: Bias Estabilidad Linealidad
118
Desplazamiento de la medicin
total =
actual + medicion
119
total
actual + medicion
Promedio Observado
Los sistemas de Calibracin corrigen el error del Bias igualando el promedio observado al Standard conocido
Black & Decker (U.S.), Inc., - V1.0, December 2006
120
total
actual + medicion
Estabilidad del Gage
Tiempo 1
Tiempo 2
Los sistemas de Calibracin eliminan los errores de estabilidad corrigiendo los errores de Bias a travs del tiempo.
Black & Decker (U.S.), Inc., - V1.0, December 2006
121
total
actual + medicion
Standard Conocido
Standard Conocido
Los sistemas de Calibracin eliminan los errores de Linealidad corrigiendo los errores de Bias a travs del rango de medicin.
Black & Decker (U.S.), Inc., - V1.0, December 2006
122
123
124
Variacin de Medicin
Necesitamos entender que hay dos fuentes de variacin en la Variacin Observada. Variacin Actual del Proceso Variacin de Medicin
125
Variacin de Medicin
126
Ejemplo 1 Ejemplo 1
Variacin Actual Parte a Parte
Media Variacin del Sistema de Medicin Que porcin de la Variacin Total es debida al sistema de medicin o debida a las partes?
Black & Decker (U.S.), Inc., - V1.0, December 2006
127
Example 2 Example 2
Variacin Actual Parte a Parte
128
Variacin de Medicin
Operadores
129
Variacin de Medicin
La Variacin debida al Operador es llamada - Reproducibilidad La Variacin debida al Sistema del Gage es llamada - Repetibilidad
Black & Decker (U.S.), Inc., - V1.0, December 2006
Operadores
Reproducibilidad
Repetibilidad
130
Repetibilidad Repetibilidad
La Repetibilidad del Gage es la variacin en las mediciones obtenidas cuando un operador usa el mismo Gage midiendo las caractersticas idnticas de las mismas partes.
2total =
2actual + 2medicion
Repetibilidad
Black & Decker (U.S.), Inc., - V1.0, December 2006
131
Reproducibilidad Reproducibilidad
La Reproducibilidad del Gage es la variacin en el promedio de medidas hechas por diferentes operadores usando el mismo Gage midiendo las caractersticas idnticas de las mismas partes
2total =
2actual + 2medicion
Reproducibilidad
Operador A
Operador B
132
Variacin de Medicin
Gage R y R determina la cantidad de variacin en las mediciones observadas debido a los Operadores y el Equipo. Calibracin asegura que las lecturas del equipo de la media se igualen a Standard conocidos.
Black & Decker (U.S.), Inc., - V1.0, December 2006
Operadores
Reproducibilidad
133
134
Para cuantificar la cantidad de Variacin Observada en el proceso que es debida al error en el sistema de medicin
Tambin necesitamos hacer esto: Evaluar el gage nuevo antes de liberarlo a manufactura. Comparar diferentes tipos de equipos de medicin. Evaluar un gage sospecho de estar deficiente.
135
6 * MS USL LSL
Si la variacin en el SM es pequea comparada a la tolerancia entonces tiene un efecto mnimo en si la parte es un defecto o no
136
Tolerancia
LSL
Precisin
USL
Precisin a la Variacin Total (P /TV) (1) Precisin a la Variacin Total (P /TV) (1)
La Precisin a la Variacin Total compara la variacin de un gage a la variacin total de las mediciones a ser estudiadas. Califica la Habilidad de un gage para detectar un cambio en el proceso. Se lee como el resultado de % de Contribucin .
MS 2 total
Si la variacin en el SM es pequea comparada a la variacin Total entonces tiene un efecto mnimo en si la parte es un defecto o no
Precisin
Variacin Total
Black & Decker (U.S.), Inc., - V1.0, December 2006
137
Precisin a la Variacin Total (P /TV) (2) Precisin a la Variacin Total (P /TV) (2)
La Precisin a la Variacin Total compara la variacin de un gage a la variacin total de las mediciones a ser estudiadas. Califica la habilidad de un gage para detectar un cambio en el proceso. Se lee como resultado % de Estudio de Variacin.
MS
total
Precisin
Black & Decker (U.S.), Inc., - V1.0, December 2006
Variacion Total
Si la Variacin en el SM MS es pequea comparada a el total de la variacin entonces tiene un mnimo efecto en si la parte es un defecto o no
138
Entre mas grande las Categoras distintas (mas botes dentro de donde podemos sortear las partes), el efecto menor que tiene SM en si la parte es un defecto o no
139
Considerar 10 < x < 20% 1 < x < 9 % Critico Rechazar > 20 % >9%
141
Procedimiento para GR&R por Variables Procedimiento para GR&R por Variables
1)
Seleccione muestras representando al menos 80% del rango total del proceso Verifique la calibracin del gage. Haga los preparativos en la hoja de trabajo de Minitab para el estudio Gage R&R Haga que el primer operador mida todas las muestras una vez en orden aleatorio
2) 3) 4)
5) Haga que el segundo operador mida todas las muestras una vez en orden aleatorio;
6) 7) 8) Repita los pasos 4-5 para el numero requerido de intentos Meta los datos y la informacin de tolerancia en Minitab. Stat>Quality Tools>Gage Study>Gage R&R Study (Crossed) Analice los resultados de acuerdo al criterio de aceptacin.
142
143
Nota: El denominador de el calculo de P/TV puede ser estimado de las muestras usadas en el estudio o de una estimacin histrica.
P / TV =
6*
2 MS
2 6 * total
6 * MS 6 * total
Components of Variation
1 00 1 .1 % Co n tri b u tio n % Stu d y Va r % To l e ra n c e 50 1 .0 0 .9 0 .8 0 .7 0 .6 0 .5 0 Ga ge R&R Re pe a t Re pro d Pa rt-to-Pa rt 0 .4
By RR Part
Percent
RR Part
10
R Chart by Operator
0 .15
1 2 3
By Operator
1 .1 UCL=0 .12 5 2 1 .0 0 .9 0 .8 0 .7
Sample Range
0 .10
0 .05
R=0.0 3 83 3 L CL=0 0
0 .6 0 .5 0 .4
0 .00
Operator
Operator
1 2 3
Sample Mean
Average
RR Part
10
145
s2 =
F 39.7178 4.1672 4.4588 P 0.00000 0.03256 0.00016
(Xi X) 2
i =1
n 1
El anlisis de la variacin (ANOVA) es utilizado para partir la varianza dentro de sus partes componentes. Podemos asignar la variacin a las partes, la cual esperamos esperamos tener, operadores (que representa el error del lado humano), repetibilidad (que representa el error del lado del equipo). Un beneficio agregado es la capacidad de ver la interaccin entre el operador y la parte.
Black & Decker (U.S.), Inc., - V1.0, December 2006
146
0.041602 0.1067
=
Total de varianza
147
P / TV = =
P /T =
148
Utilice las categoras distintas como factor de decisin para la frontera GR&Rs.
Black & Decker (U.S.), Inc., - V1.0, December 2006
149
Components of Variation
100 Percent
% Contribution % Study Var % Tolerance
Measure by RR Part
1.00 0.75 0.50
50
5 6 RR Part
10
R Chart by Operator
1 Sample Range 0.10 0.75 0.05 0.00 _ R=0.0383 LCL=0 0.50 1 2 Operator 3 2 3 UCL=0.1252 1.00
Measure by Operator
5 6 RR Part
10
150
ste es un sumario grfico de la tabla de ANOVA en la ventana de sesin - recuerde % de la contribucin = 10.67%
Black & Decker (U.S.), Inc., - V1.0, December 2006
151
Deseamos ver partes dentro de los lmites de control Esto grafica las diferencias entre las mediciones para cada parte por cada operador
Black & Decker (U.S.), Inc., - V1.0, December 2006
152
Distinto a la grafica x barra queremos variacin entre las mismas partes Esto grafica los promedios de las mediciones para cada parte por cada operador
Black & Decker (U.S.), Inc., - V1.0, December 2006
153
Queremos ver una diferencia en las mediciones de las medias de las partes y queremos ver partes individuales cerca de la media
154
155
Operador por RR e Interaccin con la Parte Operador por RR e Interaccin con la Parte
Use esto para ver si diferentes operadores tienen un problema con ciertas partes Esto muestra el promedio de las mediciones por parte por cada operador
Black & Decker (U.S.), Inc., - V1.0, December 2006
156
Variacin de la medicin
Ga ge nam e:
Operadores
By RR Part
Components of Variation
1 00 1.1 % Con tri b uti on % Stu dy Var % Tol era nc e 50 1.0 0.9 0.8 0.7 0.6 0.5 0 Ga ge R&R Rep ea t Rep rod Part-to-Part 0.4
Percent
RR Part
10
Reproducibilidad
R Chart by Operator
0.15
1 2 3
By Operator
1.1 UCL= 0.1 25 2 1.0 0.9 0.8 0.7
Sample Range
0.10
0.05
R=0.038 33 L CL= 0 0
0.00
Operator
Operator
1 2 3
Sample Mean
0 .7 0 .6 0 .5 0 .4 0 .3 0
Average
1 .0 0 .9 0 .8
10
157
Da te o f s tu d y : Re p o rte d b y : To l e ra n c e : M is c :
Components of Variation
1 00 1 .1 % Co n tri b u ti o n % Stu d y Va r % To l e ra n c e 50 1 .0 0 .9 0 .8 0 .7 0 .6 0 .5 0 Ga g e R&R Re p e a t Re p ro d Pa rt-to -Pa rt 0 .4
By RR Part
Operadores
1 2 3 4 5 6 7 8 9 10
P ercent
RR Part
R Chart by Operator
0 .1 5
1 2 3
By Operator
1 .1 UCL =0 .1 2 5 2 1 .0 0 .9 0 .8 0 .7
Sample Range
Reproducibilidad
0 .1 0
0 .0 5
R=0 .0 3 8 3 3 L CL =0 0
0 .6 0 .5 0 .4
0 .0 0
Operator
Operator
1 2 3
S ample Mean
0 .7 0 .6 0 .5 0 .4 0 .3 0
Average
1 .0 0 .9 0 .8
RR Part
10
158
Utilice la tabla de ANOVA y las graficas para ayudar a entender el contribuidor ms grande de un GR&R pobre
Black & Decker (U.S.), Inc., - V1.0, December 2006
159
Repetibilidad 1. Vea cmo la parte es presentada para la medicin 2. Reemplace, repare o ajusta el equipo.
Reproducibilidad 1. Vea la consistencia en el mtodo que cada operador utiliza 2. Re entrene en estndares
160
Ejercicio Ejercicio
1. 2. 3. 4. Disee y ejecute un estudio de la capacidad de un gage usando 3 operadores que midan 10 partes 3 veces cada uno. Las partes a ser medidas son proporcionadas por su instructor. Mida la dimensin (es) asignadas usando la herramienta de medicin proveda Cree la hoja de la entrada de datos en Minitab para 90 observaciones: 5. 6. 3 operadores * 3 intentos * 10 partes = 90 observaciones Minitab puede hacer los patrones de los datos
Corra el GR&R y de entrada a los datos observados en Minitab. Analice los resultados utilizando Minitab: Stat>Quality Tools>Gage Study>Gage R&R (Crossed)
7.
Evale su sistema de medicin e identifique las posibles soluciones a los resultados pobres. Resuma sus resultados en un grafica.
161
La variacin excesiva en nuestro sistema de medicin debe ser eliminada antes de proceder con su anlisis de capacidad en el paso 4, Fase de Analizar. Black & Decker (U.S.), Inc., - V1.0, December 2006
162
Vertical 1. Tipo de Datos - Variable y Que ? 4. Define el Desempeo de Que ? 5. Software estadstico 6. Critico para Que? Vertical 2. Diferentes operadores aplican diferentes estndares 3. Es la probabilidad de una unidad completar cada paso medido en el proceso con cero defectos
164
Definir
Medir
Analizar
Mejorar
Controlar
Traducir
{ { { { { {
y y y y y
Discurso
Lean y Seis Sigma combinados proveen una metodologa que maximiza el desempeo del negocio logrando el ritmo mas rpido de mejora en la satisfaccin del cliente, costo, calidad, velocidad de proceso y capital invertido.
166
167