Programa de certificacin
de Black Belts
VII. Lean Seis Sigma - Mejora
P. Reyes / Abril 2010
Introduccin y terminologa
Tipos de experimentos
Planeacin de experimentos
Experimentos de un factor ANOVA
Una va o direccin
Una variable de bloqueo, dos vas o direcciones
Dos variables de bloqueo CUADRADO LATINO
Tres variables de bloqueo CUADRADO GRECOLATINO
H. Implementacin de soluciones
Fase de mejora
Propsito:
Salidas
FASE DE MEJORA
Causas
raz
Diseo de
experimentos
Ideas
Optimizacin
Efecto de X's
en las Y =
CTQs
Tcnicas de
creatividad
Tormenta de
ideas
Metodologa
TRIZ
Generacin de soluciones
Evaluacin de soluciones
(Fact., ventajas, desventajas)
No
Solucin
factible?
Si
Implementacin de
soluciones y verificacin
de su efectivdad
Soluciones
verificadas
VII.A Diseo de
Experimentos (DOE)
VII.A.1 Introduccin y
terminologa
Perspectiva histrica
Introduccin
Por qu no probar
un factor a la vez?
PRESION
Zona Mxima
TEMPERATURA
PRESION
TEMPERATURA
Conclusin de la Prueba
Optimo
Respuesta Mxima
TEMPERATURA
PRESION
PRESION
Conclusin de la Prueba
TEMPERATURA
10
Introduccin
11niveles de
Se pueden encontrar los mejores
Qu es un diseo de
experimentos?
Cambios deliberados y sistemticos de las variables de entrada
(factores) para observar los cambios correspondientes en la
salida (respuesta).
Entradas
Salidas (Y)
Proceso
Entradas
Salidas (Y)
Diseo de
Producto
12
Diseo de experimentos
13
Diseo de experimentos
Factores conocidos no controlados
w1 w2 w3 w4
E
N
T
R
A
D
A
S
...
ws
x1
y1
x2
y2
..
.
PROCESO
..
.
ym
xa
S
A
L
I
D
A
S
z1
z2 z3
z4
...
zn
Factores desconocidos
14
Planeacin emprica
versus planificada
Planear
E
S
F
U
E
R
Z
O
N
I
V
E
L
D
E
E
S
F
U
E
R
Z
O
Fase 1
Experimentar
Analizar
Tiempo
PlanearTrabajar a Analizar
prueba
y error
E
S
F
U
E
R
Z
O
Planear Experimentar
Fase 2
Analizar
Tiempo
15
16
Trminos
Bloqueo
- Orden de corridas aleatorio en cada
17 bloque
Trminos
Bloques:
Unidades experimentales homogneas
Bloqueo
Cuando se estructuran experimentos factoriales
fraccionales, el bloqueo se usa para agrupar las
variables que desea evitar. Un bloque puede ser
un factor artificial que no interacta con los
factores reales
18
Trminos
Error experimental
Fraccional
Factorial completo
Interaccin
Trminos
Nivel o Tratamiento
Efecto principal
Optimizacin
20
Trminos
Colinealidad
Confundidos
21
Trminos
Correlacin
Un nmero entre -1 y +1 que indica el grado de
relacin lineal entre dos conjuntos de nmeros.
El cero indica que no hay relacin
Covarianza
Cosas que cambian durante los experimentos
pero no fueron planeadas a cambiar, como
temperatura o humedad. Con la aleatorizacin
se alivia este problema. Registrar los valores del
covariado para su posible uso en anlisis de
regresin
22
Trminos
Curvatura
Trminos
Error experimental
Primer orden
24
Trminos
Factorial completo
Fraccional
25
Factoriales completos
vs fraccionales
26
Trminos
Experimentos aleatorios
Error residual (e o E)
Trminos
Resolucin I
Resolucin II
Trminos
29
Factores y niveles
Factor
Niveles
B. Temp. de Moldeo
600
700
E. Tipo de Material
Nylon Acetal
Factor cualitativo,
dos niveles
30
31
No es posible
experimentar
Factores
Interdependientes
Se tiene
Informacin
Histrica
Diseos
Activos
Factores
Independientes
Diseos
Factoriales
Con
Restricciones
Dependencia
Parcial
InterdependenciaData
(B depende
de algunos
de A, pero
Todos los
A no depende
Sin
factores
de B)
Restricciones
Diseos
Pasivos
No se tiene
Informacin
Histrica
MinningCaracterizacin
Diseos
Diseos
Diseos Diseos de
D-Optimal Ortogonales Anidados
Mezclas
b
32
Diseos
Ortogonales
De filtraje
Diseos a 2 niveles
> 15
Factores
Ejecucin
2k-p
Bloqueado en partes
2k-p no
Ejecucin
BloqueadoIninterrumpida
2k
Ejecucin
Bloqueado en partes
2k no
Ejecucin
BloqueadoIninterrumpida
Diseos
Diseos
Factorial
Factorial
Completo Fraccionado
(2k-p)
(2k)
<4
Factores
Diseos
Factorial completo
4-15
Factores
Diseos
Plackett-Burman
<5
Factores
Factores
con ms de
2 niveles
De Optimizacin
De Caracterizacin
>4
Factores
Diseos
Taguchi
Diseos
con
Punto
Central
33
Diseos de
Superficie de
Respuesta
Diseos Factorial
Completo
Con punto central
4-15
Factores
> 15
Factores
Diseos Factorial
Fraccionado
Con punto central
Diseos
Todos los factores
Plackett-Burman Con 2 niveles
Con punto central
<5
Factores
2k con punto
Ejecucin
Central
Bloqueado en partes
g
Diseos de
caracterizacin
34
2
Factores
>2
Factores
CCF no
Ejecucin
BloqueadoIn-interrumpida
CCD
Ejecucin
Bloqueado en partes
CCD no
Ejecucin
BloqueadoIn-interrumpida
Diseo Central
Compuesto
Diseo axial
(CCD)
Hay factores
discretos
35
Diseo
Box-Behnken
CCF
Ejecucin
Bloqueado en partes
Diseos de
Superficie de Respuesta
Vrtices Extremos
+ Factorial 2k
<5
F.I.*
Vrtices Extremos
+ Factorial 2k-p
<5
F.I.*
Simplex-Lattice
+ Factorial 2k-p
>3
F.I.*
<5
F.I.*
S.L.** Aumentado
+ Factorial 2k-p
>3
F.I.*
36
Algunos
factores son
Independientes
Todos los
Diseo
Simplex-Centroidefactores son
Sin factores dependientes
de Proceso
<5
F.I.*
Simplex-Centroide
+ Factorial 2k-p
De Optimizacin
Simplex-Centroide
+ Factorial 2k
De filtraje
Con
Restricciones
S.L.** Aumentado
+ Factorial 2k
Diseos
Simplex-Lattice
Algunos
factores son
Independientes
Diseo
Todos los
Simplex-Latticefactores son
Sin factores dependientes
de Proceso
>3
F.I.*
Simplex-Lattice
+ Factorial 2k
Diseos
Vrtices
Extremos
Algunos
factores son
Independientes
Diseo
Todos los
Vrtices Extremosfactores son
Sin factores dependientes
de Proceso
b
Diseos de
Mezclas
Sin Restricciones
Diseos Simplex
De Caracterizacin
>3
F.I.*
Llegar al objetivo
Reducir la variabilidad
Maximizar o minimizar la respuesta
Hacer un proceso robusto
Buscar objetivos mltiples
37
VII.A.3 Planeacin de
experimentos
38
Establecer objetivos
Seleccionar variables del proceso
Seleccionar un diseo experimental
Ejecutar el diseo
39
Objetivos experimentales
La seleccin de un diseo experimental depende
de los objetivos del experimento y del nmero
de factores a ser investigados:
Objetivo comparativo
Objetivo de filtraje de factores
Objetivo del mtodo de superficie de
respuesta
Optimizar las respuestas cuando los factores
son proporciones en un objetivo de mezclas
Ajuste ptimo en un objetivo de modelo de
regresin
40
Seleccin y escala
de variables del proceso
Las variables de proceso incluyen ambas
entradas y salidas, es decir factores y
respuestas. La seleccin de estas variables
debe:
Incluir todos los factores relevantes
Ser brillantes en seleccionar los niveles de
factores bajos y altos
Evitar ajustes de factores para combinaciones
imprcticas o imposibles
Incluir todas las respuestas relevantes
Evitar usar respuestas que combinen dos o
ms mediciones de proceso
Evitar valores extremos en los factores
41 de
Guas de diseo
Nmero de
factores
Objetivo
comparativo
Objetivo de
filtraje de
factores
Objetivo de
superficie de
respuesta
1- factor
completamen
te
aleatorizado
2-4
Diseo
aleatorizado
por bloques
Factorial
completo o
fraccional
Diseo
central
compuesto o
Box-Behnken
5 o ms
Diseo
aleatorizado
por bloques
Factorial
fraccional o
Placket
Burman
Fltrar primero
para reducir
el nmero de
42
factores
Supuestos experimentales
Son capaces los sistemas de medicin para todas
las respuestas?
Es estable el proceso?
Los residuos se comportan adecuadamente?
Modelo X1
La varianza se
Requiere un
trmino
Adecuado incrementa con X2 cuadrtico agregado
a X2
43
Interacciones
Interaccin
44
Interacciones
45
Lista de verificacin
tpica del DOE
Lista de verificacin
tpica del DOE
Establecer conclusiones
47
48
50
51
52
Variables de control Xs
Horas laboradas al da
Horas de atencin
54
55
3. La Variacin y el Promedio
Con
Entren.
Sin
entren.
Banda
angosta
2. El Resultado Promedio
Pocos ejecutivos
Suficientes
ejectuvos
4. Ni la Variacin ni el Promedio
Ambos sexos
Toman el mismo
tiempo
56
Tipos de Salidas
Las salidas se clasifican de acuerdo con nuestros objetivos.
Objetivo
Ejemplos de Salidas
1. El Valor Meta es el Mejor
Lograr un
valor meta con
variacin mnima
Tiempo de atencin
Tiempo de conexin
Meta
Tiempo de Ciclo
Tiempo de
conexin
Confiabilidad
Satisfaccin
57
Estrategia cuando
el Valor Meta es Mejor
Paso 1: Encuentra los factores que
afectan la variacin. Usa estos
factores para reducir al mnimo
la variacin.
Paso 2: Encuentra los factores que
desplazan el promedio (y no
afectan la variacin). Usa estos
factores para ajustar la salida
promedio con la meta deseada.
58
Meta
Estrategia cuando el
Valor Mnimo es Mejor
Tendencia de
salida baja
Respuesta de Salida
Y =Tiempo de
conexin
Factores
Las variables de entrada de proceso que se
establecen a diferentes niveles para observar
su efecto en la salida.
Niveles
Los valores en los que se establecen los factores.
Interacciones
El grado en que los factores dependen unos de otros.
Algunos experimentos evalan el efecto de las
interacciones; otros no.
A.
B.
C.
D.
Tiempo de llamada
LOcalizacin
Experiencia
Tipo de Material usado
Factor (Xs)
A. Tiempo llamada
B. Localizacin
C. Experiencia
D. Material usado
Niveles
30 60 min.
1
2
1
3
A B
Experiencia x Material
usado:
El mejor nivel de Material
depende de la experiencia.
Corridas
A
-1
-1
-1
-1
-1
-1
+1
-1
+
1
+
1
-1
.
.
-1=Nivel Bajo
+1
60+1=Nivel Alto
Dato
s
61
Contenido
63
Ho : 1 2 3 ......... a
Ha : A lg unas. ' s.son.diferentes
64
ANOVA - Condiciones
Peso porc.
de algodn
15
20
25
30
35
Respuesta
Resistencia de la tela
7
7
15
12
17
12
14
18
18
19
25
22
7
10
11
11
18
19
19
15
66
9
18
19
23
11
ANOVA Suma de
cuadrados total
Xij
Gran media
Xij
SCT
i 1
j 1
( Xij X )
67
Media Trat. a
a renglones
Gran media
Media trat. 2
SCTr b( X i X )
i 1
68
X1j
X3j
Media X1.
Media
X3.
Media X2.
Muestra 1
Muestra 2
a
SCE
i 1
(X
j 1
ij
Muestra
X i)
69
X1j
X3j
Media X1.
Media X2.
Muestra 1
Muestra 2
Media
X3.
Muestra
gl.SCT n 1
gl.SCTr a 1
gl.SCE (n 1) (a 1) n a
71
MCT SCT /( n 1)
MCTr SCTr /( a 1)
MCE SCE /( n a )
72
MCTr
Fc
MCE
Fexcel FINVALFA, gl. SCTr , gl.SCE
73
SCTR
a-1
CMTR
SCE
n-a
CME
Variacin total
SCT
n-1
CMT
VALOR F
CMTR/CME
Regla: Rechazar Ho si la Fc de la muestra es mayor que la F de Excel para una cierta alfa
o si el valor p correspondiente a la Fc es menor al valor de alfa especificado
74
Fexcel
Alfa
Zona de no rechazo de Ho
O de no aceptar Ha
Zona de rechazo
De Ho o aceptar Ha
Fc
75
T q , a , n a
CME
b
77
D2 = X1 X3 D3 = X2 X3 etc.
78
2(CME ) F ,1,n a
DMS
b
Para diseos balanceados (los
tratamientos tienen igual no. De
columnas), se calcula un factor DMS
contra el que se comparan las
diferencias Xi Xi. Significativas
79 si lo
DMS j ,k
1 1
(CME ) F ,a 1,n a
b j bk
81
Diseos aleatorizados
bloqueados
82
Diseos aleatorizados
bloqueados
83
Ho : 1 2 3 ......... a
Ha : A lg unas. ' s.son.diferentes
Para la variable de bloqueo en columnas
Maquinas
Maq 1
Maq 2
Maq 3
87
SCBl a ( X j X )
j 1
gl.SCBl b 1
CMBl SCBl /(b 1)
88
MCTr
Fc
MCE
Fexcel FINVALFA, gl. SCTr , gl.SCE
90
MCBl
Fc
MCE
Fexcel FINVALFA, gl. SCBl , gl .SCE
91
VALOR F
SCTR
a-1
CMTR
CMTR/CME
SCBl
b-1
CMBL
CMBL/CME
SCE
(a-1)(b-1)
CME
Variacin total
SCT
n-1
CMT
Regla: No rechazar si la F de la muestra es menor que la F de Excel para una cierta alfa
92
Fexcel
Alfa
Zona de no rechazo de Ho
O de no aceptar Ha
Fc
Tr o Bl
Zona de rechazo
De Ho o aceptar Ha
93
Y estimada
eij yij y
ij
Error o residuo
s yi .
MSE
b
Error estndar
96
ANOVA 3, 4 y 5 vas
99
100
SCTr a ( X Tr X )
j 1
gl.SCTr a 1 b 1
CMTr SCTr /(b 1)
101
102
MCTr
Fc
MCE
Fexcel FINVALFA, gl. SCTr , gl.SCE
103
MC Re ng
Fcreng
MCE
MCCols
Fcols
MCE
Fexcel FINVALFA, gl.SCBl , gl.SCE
104
VALOR F
Renglores
SCRen
a-1
CMRen
CMRen/CME
Columnas
SCCol
b-1
CMCol
CMCol/CME
Tratamiento
SCTr
a-1
CMTr
CMTr/CME
SCE
(a-2)(a-1)
CME
Variacin total
SCT
n-1
CMT
105
Cuadrado Latino
Aos exp.
Empleado
1
Maana
B=15
Turno
Tarde
A=18
Noche
C=11
C=12
B=20
A=9
3
A=17
A, B, C = Mquinas 1, 2 y 3
C=19
B=10
106
Cuadrado Latino
Maqui
na
B
A
C
A
B
C
A
C
B
Emple Respu
Turno ado
esta
M
1
15
T
1
18
N
1
11
M
2
12
T
2
20
N
2
9
M
3
17
T
3
19
N
3
10
107
108
Type
fixed
fixed
fixed
Levels
3
3
3
Values
A, B, C
M, N, T
1, 2, 3
DF
2
2
2
2
Seq SS
11.556
111.422
4.222
11.022
138.222
Adj SS
1.422
111.422
4.222
11.022
Adj MS
0.711
55.711
2.111
5.511
F
0.13
10.11
0.38
P
0.886
0.090
0.723
109
Turno
18
16
14
Mean
12
10
A
B
Empleado
18
16
14
12
10
110
111
ANOVA Cuadrado
Grecolatino
b
SCG a ( X m X )
m 1
gl.SCG b 1
CMG SCG /( b 1)
112
113
MCG
Fc
MCE
Fexcel FINVALFA, gl. SCTr , gl.SCE
114
MCTr
Fc
MCE
Fexcel FINVALFA, gl. SCBl , gl .SCE
115
VALOR F
Renglores
SCRen
a-1
CMRen
CMRen/CME
Columnas
Letras griegas
Tratamiento
SCCol
SCG
SCTr
b-1
a-1
a-1
CMCol
CMG
CMTr
CMCol/CME
CMG/CME
CMTr/CME
SCE
(a-3)(a-1)
CME
Variacin total
SCT
n-1
CMT
116
Aa=-1
Bc=-5
Ce=-6
Db=-1
Ed=-1
Bb=-8
Cd=-1
Da=5
Ec=2
Ae=11
Cc=-7
De=13
Eb=1
Ad=2
Ba=-4
Dd=1
Ea=6
Ac=1
Be=-2
Cb=-3
Ee=-3
Ab=5
Bd=-5
Ca=4
Dc=6
117
Diseo de cuadrado
hipergrecolatino
120
121
Representacin Grfica BB
B
ALTO
BAJO
BAJO
BAJO
BAJO
AA
Representacin Tabular
2
3
4
ALTO BAJO
Factor
ALTO
Prueba
AA
BB
+
+
+
+
1
2
3
4
5
6
7
8
+
+
+
+
+
+
+
+
+
+
+
+
122
Experimentos de Factoriales
Completos- todas las combinaciones
Niveles
Factores
Bajo
Alto
Temperatura
350
400
Tiempo
1min. 2min.
Temperatura
Tiempo
350
1min.
350
2min.
400
1min.
400
2min.
123
Nmero de Niveles
2
2 Niveles
3
3 Niveles
124
125
k
n2
Por lo tanto, a estos diseos se les
conoce como diseos 2k .
126
Codificacin de los
Niveles de los Factores
Los niveles de los factores para los diseos 2k
se codifican como: Nivel bajo = -1 Nivel alto = +1
Diseo 22:
Corrida
1
2
3
4
A
-1
+1
-1
+1
Diseo 23:
B
-1
-1
+1
+1
Corrida
1
2
3
4
5
6
7
8
A
-1
+1
-1
+1
-1
+1
-1
+1
B
-1
-1
+1
+1
-1
-1
+1
+1
C
-1
-1
-1
-1
+1
+1
+1
+1
127
Experimento factorial
completo sin interaccin
Factor A:
+1
Factor B:
-1
-1
+1
30
52
20
40
Y = Respuesta
128
30
52
Respuesta
Promedio
B = -1
40
20
A = -1
+1
A=
129
B=
30
+1
1
=-
52
40
20
A = -1
+1
A=
130
1 21/ 2 11
2 11/ 2 5.5
12 1/ 2 0.5
35.5 10.5 x1 5.5 x2 0.5 x1 x2
y
El coeficiente 0.5 es muy pequeo dado que no hay interaccin
131
Grfica de contornos
Experimentos sin interaccin
1
Direccin
De ascenso
rpido
49
40
.5
X2
46
34
0
28
22
-.5
-1
X1
-1 -.6
+1
132
Superficie de respuesta
Experimentos sin interaccin
Y = respuesta
Superficie de respuesta
Grfica del modelo de regresin
X1
X2
133
Experimento factorial
completo con interaccin
Factor A = X1 :
Factor B = X2:
-1
+1
+1
40
12
-1
20
50
Y = Respuesta
134
40
12
Respuesta
Promedio
B = -1
50
20
A = -1
+1
A=
135
1 2 / 2 1
2 18 / 2 9
12 58 / 2 29
30.5 1x1 9 x2 29 x1 x2
y
El coeficiente -29 es muy grande representando la interaccin
137
Grfica de contornos
1
Direccin
De ascenso
rpido
49
25
43
.5
40
X2
31
0
34
28
-.5
-1
X1
-1 -.6
+1
138
Superficie de respuesta
Experimentos con interaccin
Superficie de respuesta
Grfica del modelo de regresin
139
Factor B:
Acceso al
sistema
30
60
y1
y2
y3
y5
Y6
y7
y4
y8
Y = Tiempo de
respuesta
140
90
30 min.
90
87
84
87
60 min.
95
92
79
78
Factor B:
Acceso al
sistema
Y = Tiempo de
conexin
B1 = 30 min.
90
87
B2 = 60 min.
95
92
A1 = 90 + 87 + 95 + 92 = 91
4
A2 =
84 + 87 + 79 + 78 = 82
4
84
87
79
78
Tiempo de conexin
Factor B :
Tiempo de
acceso
95
90
91
85
82
80
70
90
acceso
Factor A : Horas de
entrenamiento
A1 = 70
A2 = 90
B1 = 30 min.
90
87
B2 = 60 min.
95
92
84
87
79
78
B1 = 90 + 87 + 84 + 87 = 87
4
B2 =
95 + 92+ 79 + 78 = 86
4
Tiempo de conexin
Factor B :
Tiempo de
acceso
95
90
87
85
86
80
30 min. 60 min.
El Efecto de la Interaccin
Factor A : Horas de entrenamiento
A1 = 70
A2 = 90
B1 = 30
min.
90
87
84
87
B2 = 60
min.
95
92
79
78
A1
A2
B1
88.5
85.5
B2
93.5
78.5
A,B, = 90 + 87 = 88.5
2
Tiempo de conexin
Factor B : Tiempo
de acceso
95
70
90
85
90
80
30 min. 60 min.
En una grfica de interaccin, las lneas paralelas indican que no hay interaccin. Por qu?
Las horas de entrenamiento y el tiempo de acceso parecen interactuar?
Qu niveles de los factores deben usarse para reducir al mnimo la dureza de
144
las partes?
146
RESIDUALS
La grfica NORMAL PLOT de residuos debe mostrar los
puntos cerca de la recta
La grfica de residuos RESIDUALS vs FITS debe mostrar
aleatoriedad en los residuos
148
Term
0.1)
Effect
Constant
Coef
SE Coef
86.500
0.6614
130.78
0.000
-9.000
-4.500
0.6614
-6.80
0.002
-1.000
-0.500
0.6614
-0.76
0.492
A*B
-6.000
-3.000
0.6614
-4.54
0.011
DF
Seq SS
Adj SS
Adj MS
Main Effects
modelo
164.00
164.00
82.000
23.43
0.006
2-Way Interactions
72.00
72.00
72.000
20.57
0.011
Residual Error
14.00
14.00
3.500
Pure Error
14.00
14.00
3.500
250.00
Total
Existencia del
149
DF
SS Sec
SS Aj
MS Aj
Temp
162.000
162.00
162.00
46.29
0.002
Tiempo
2.000
2.000
2.000
0.57
0.492
Temp*
Tiempo
72.000
72.000
72.000
20.57
0.011
Error
14.000
Total
250.000
14.000
3.500
Las horas de
entr. son
significativas.
El Tiempo de
acceso, no es
significativo.
La interaccin
del tiempo de
acceso y horas
de entr. es
significativa.
150
151
Interpretacin de grficas
90
Res
88
86
84
82
A
153
Grfica de interacciones
Interaction Plot (data means) for Res
A
-1
1
Mean
90
85
80
-1
154
155
Grfica de contorno
Contour Plot of Res
82.5
85.0
87.5
90.0
92.5
-1
-1
Grfica superficie de
respuesta
Surface Plot of Res
95
90
Res
85
80
0
-1
-1
0
1
157
Diseos de experimentos de
tres factores dos niveles
158
A
B
C
Interacciones con
2 factores
AB
AC
BC
Interacciones con
3 factores
ABC
159
1
2
3
4
5
6
7
8
A
-1
+1
-1
+1
-1
+1
-1
+1
B
-1
-1
+1
+1
-1
-1
+1
+1
C
-1
-1
-1
-1
+1
+1
+1
+1
160
Fila
1
2
3
4
5
6
7
8
A
-1
+1
-1
+1
-1
+1
-1
+1
B
-1
-1
+1
+1
-1
-1
+1
+1
C
-1
-1
-1
-1
+1
+1
+1
+1
AB
+1
-1
-1
+1
+1
-1
-1
+1
AC
+1
-1
+1
-1
-1
+1
-1
+1
BC ABC
+1
-1
+1
+1
-1
+1
-1
-1
-1
+1
-1
-1
+1
-1
+1
+1
Experimento Factorial - 2
niveles
Leyenda:
- : Nivel bajo de un factor
+ : Nivel alto de un factor
Factor
A. Perfil #1
B. Angulo
C. Presin
+
Posicin 1 Posicin 2
90
105
Baja
Alta
Esta distribucin
experimental muestra todas
las combinaciones posibles
de 3 factores en 2 niveles
1.
2.
3.
4.
5.
6.
7.
8.
A
+
+
+
+
163
B
+
+
+
+
C
+
+
+
+
La Distribucin Experimental
1.
2.
3.
4.
5.
6.
7.
8.
A
+
+
+
+
B
+
+
+
+
C
+
+
+
+
164
Datos Experimentales
Completos
1.
2.
3.
4.
5.
6.
7.
8.
A
+
+
+
+
B
+
+
+
+
C
+
+
+
+
19.18
19.15
19.41
19.89
18.73
19.17
18.40
18.54
19.02
19.40
18.82
18.94
18.63
18.76
18.73
19.46
19.09
19.62
19.14
19.40
18.79
18.94
19.04
18.97
A
+
+
+
+
B
+
+
+
+
C
+
+
+
+
19.18
19.15
19.41
19.89
18.73
19.17
18.40
18.54
19.02
19.40
18.82
18.94
18.63
18.76
18.73
19.46
19.09
19.62
19.14
19.40
18.79
18.94
19.04
18.97
Prom.
19.10
19.39
19.12
19.41
18.72
18.96
18.72
18.99
166
A
+
+
+
+
B
+
+
+
+
C
+
+
+
+
Prom.
19.10
19.39
19.12
19.41
18.72
18.96
18.72
18.99
Prom. en C 19 .10
19 .26
167
Tabla de Respuesta
para las Medias
1.
2.
3.
4.
5.
6.
7.
8.
A
+
+
+
+
B
+
+
+
+
C
+
+
+
+
Prom.
19.10
19.39
19.12
19.41
18.72
18.96
18.72
18.99
A
B
C
18.92 19.04 19.26
+ 19.19 19.06 18.85
0.27 0.02 -0.41
Tambin es un
Efecto significativo
168
Es el Efecto
ms Grande
19.25
-1
1 -1
1 -1
Dimensin
19.15
19.05
18.95
18.85
C
169
La Interaccin AB
1.
2.
3.
4.
5.
6.
7.
8.
+
+
+
+
C AB = ( A x B) = AB
+ = (-1 x -1) = +1
= (+1 x -1) = -1
= (-1 x +1) = -1
+ = (+1 x +1) = +1
+ + = (-1 x -1) = +1
+ = (+1 x -1) = -1
+ = (-1 x +1) = -1
+ + = (+1 x +1) = +1
170
El Efecto de la Interaccin AB
A
1.
2.
3.
4.
5.
6.
7.
8.
AB
+
+
+
+
Prom.
19.10
19.39
19.12
19.41
18.72
18.96
18.72
18.99
A
18.92
19.19
0.27
B
19.04
19.06
0.02
C
19.26
18.85
-0.41
171
AB
19.05
19.05
0.00
Columnas de interacciones
1
2
3
4
5
6
7
8
+
+
+
+
+
+
+
+
AB
+
+
+
AC
+
19.18
19.02
19.09
+
+
19.15
19.40
19.62
+
19.41
18.82
19.14
19.89
18.94
19.40
+
18.73
18.63
18.79
19.17
18.76
18.94
+
18.40
18.73
19.04
+
+
18.54
19.46
18.97
Prom.
19.10
19.39
19.12
19.41
18.72
18.96
18.72
18.99
A
B
C
AB
AC
BC ABC
18.92 19.04 19.26 19.05 19.06 19.05 19.05
+ 19.19 19.06 18.85 19.05 19.04 19.05 19.06
0.27 0.02 -0.41 0.00 -0.02 0.00 0.01
173
A
-1
1
19.4
19.3
19.2
19.1
Media
Media
19.2
19.0
19.1
19.0
18.9
18.8
18.9
-1
-1
B
-1
1
19.25
Media
19.15
19.05
18.95
18.85
-1
174
Ecuacin de Prediccin
y y (
y =
A
2
B
2
y
A
2
)A (
B
2
)B (
AB
2
) AB ...
Respuesta predicha
Mitad del efecto para el factor A
Mitad del efecto para el factor B
Promedio de todos los datos
175
1.
2.
3.
4.
5.
6.
7.
8.
A
+
+
+
+
B
+
+
+
+
C
+
+
+
+
Desviacin
Muestra 1 Muestra 2 Muestra 3 Estndar
19.18
19.15
19.41
19.89
18.73
19.17
18.40
18.54
19.02
19.40
18.82
18.94
18.63
18.76
18.73
19.46
19.09
19.62
19.14
19.40
18.79
18.94
19.04
18.97
0.080
0.235
0.295
0.475
0.081
0.206
0.320
0.460
177
Tabla de Respuesta de
la Desviacin Estndar
A
B
C
AB
AC
BC ABC
0.194 0.150 0.271 0.264 0.278 0.264 0.270
+ 0.344 0.388 0.267 0.274 0.260 0.274 0.268
0.150 0.237 -0.005 0.010 -0.018 0.010 -0.002
-1
-1
-1
0.39
0.33
0.27
0.21
0.15
A
B
C
Las grficas muestran el efecto de cada factor
sobre la variacin.
179
1.
2.
3.
4.
5.
6.
7.
8.
+
+
+
+
1.4
1.6
1.0
0.9
1.1
0.7
0.6
0.5
Datos
Prom.= 1.23
Por qu
la diferencia?
Prom.= 0.73
181
1.
2.
3.
4.
5.
6.
7.
8.
+
+
+
+
+
+
+
+
Orden Estndar
A
2.
6.
4.
7.
3.
8.
5.
1.
+
+
+
+
+
+
+
+
+
Orden Aleatorio
Ejecutar el
experimento en orden
aleatorio promediar,
los efectos de las
variables de ruido.
Sin embargo, por lo
general es mejor
tratar las variables
de ruido como un
FACTOR DE RUIDO
y as, lograr una
fuerza contra el
ruido!
182
Ecuacin de Prediccin
EA
EB
EAB
Y = Y + 2 A + 2 B + 2 AB
^
183
184
185
187
Implantacin de soluciones
PUNTO CRITICO
ACTIVIDADES
* Realizar las medidas como se habian acordado
* Antes de aplicar las medidas correctivas
* Verificar si no hay efectos secundarios
* Probar las ideas de mejora, investigar efectos
* Dar capacitacion y entrenamiento.
secundarios que puedan afectar al producto o reas* Los
equipos implantan las acciones correctivas y despus poner en prctica las soluciones.
* Obtener la aprobacin de las reas relacionadas, turno o puesto, Jefe inmediato etc. Es decir,
Comunicar a todos los involucrados de la mejora a realizar.
EJEMPLO 1
LISTADO DE LAS MEDIDAS CORRECTIVAS
NO CUANDO
A QUE? - COMO?
TOPE
DONDERESUL
PROC. DE
TADO
JUICIO
QUIEN
LIMPIEZA
1 JULIO 97
BARRA DE
APLICACION
2 JULIO 97
PARA LOS
MOLDES
AUNQUE SE DA
J. PREZ
EFECTO
NO ES PERSISTENTE
EXISTE POCO
DEFECTO
188
L.TORRES
por qu?
cmo?
cund
o?
dnd
e?
quin
?
1
Tacogenerad
or de motor
embobinador
Abril
04
1804
Embob
.
J. R.
2 Sensor
circular y de
velocidad de
linea.
Abril
04
1804
Embob
.
U. P.
3 Ejes
principales
de
transmisin.
Abril04
1804
Embob
.
F. F.
4 Poleas de
transmisin
de ejes
embobinador
es.
Abril04
1804
Embob
.
J. R.
U. P.
189
Implantacin de soluciones
HACERLO
15
190
GUOQCSTORY.PPT
Prueba e implantacin de
soluciones
2. Responsibilities
3. Schedule
4. Cost/Benefit
Analysis
5. Measures
6. Risk
Assessment
7. Contingency
Plan
8. Change
Strategy
9. Communication Plan
10. Education
Plan
192
Verificacin de soluciones
PUNTO CRITICO
ACTIVIDADES
* Verificar hasta obtener efectos estables ampliando * Hacer anlisis comparativo antes y despus
los datos histricos en grficas de la etapa de
* En caso de aplicar varias medidas correctivas
"razn de seleccin del tema"
, Verificar los efectos intangibles sin omisiones
* Comparar el efecto en grfica entre antes y despus
de DMAIC respecto al objetivo.
confirmar el efecto sobre cada concepto de
(relacin humana, capacidad, trabajo en equipo,
contramedidas.
entusiasmo, rea de trabajo alegre).
* Determinar los beneficios monetarios, indirectos e intangibles.Investigar si existen reas y operaciones
similares tanto dentro como fuera de la planta, para aplicar las mismas contramedidas. Dar reconocimiento.
%
D
E
F
E
C
T
U
S
O
Ejemplo 1.
%D < 1 %
Comprobar efec_
tividad de las
Soluciones con
Pruebas de Hiptesis
193
Verificacin de resultados
Verificacin de resultados
195
QFD
FASE DE ANLISIS
Diagrama
Causa Efecto
Definicin
Y=X1 + X2+. .Xn
CTQs = Ys
Operatividad
Diagrama de
relaciones
Diagrama de
Ishikawa
Diagrama
de rbol
Medicin Y,
X1, X2, Xn
Pruebas
de
hiptesis
Diagrama
de Flujo
del
proceso
X's
Causas
potenciales
X's vitales
No
Causa
Raz?
Si
Causas raz
validadas
196