Entrenamiento Green Belt

Fase de Medicin
Capacidad del Proceso

Mapa del Mejoramiento Continuo

Definir
Definir CTQ Determinar estado actual

Mejorar
Verificar los efectos de las entradas clave con DOEs Analizar Determinar los puntos Evaluar el Plan de Control ptimos existente Determinar las entradas clave usando mtodos Controlar estadsticos Dar prioridad a entradas clave Actualizar el Plan de Control

Medir
Determinar variables clave de entrada / salida Llevar a cabo el ASM Calcular las capacidades iniciales

Verificar las mejoras

Capacidad del Proceso

Propsito
Para establecer una lnea base del desempeo del proceso que sirva como referencia para la mejora

Resultados
Un valor del nivel Sigma del Proceso u otra medida adecuada del desempeo del proceso

Datos Continuos y Discretos

Variacin puede ser cuantificada de dos formas fundamentales las cuales impactan como medimos el desempeo

Discretos
16 14 12 10 8 6 4 2 0
0 1 2 3 4 5 6 7 8 0 1.1 1.2

Continuos

Ocasiones

1.3

1.4

1.5

1.6

1.7

1.8

Defectos

Dimensin cm

Mediciones Continuas
Capacidad del Proceso

LIE

Objetivo

LSE

Si el producto est dentro de las especificaciones est bien

Variacin real del Proceso

La capacidad del Proceso para datos variables compara la variacin real con los requerimientos
5

Capacidad del Proceso

LIE

Objetivo

LSE

Capacidad del Proceso =

Lmites

Variacin Real

Situaciones
En objetivo y Capaz
LIE
Objetivo

Fuera de objetivo y Capaz

LIE
Objetivo

LSE

LSE

LIE

Objetivo

LSE

LIE

Objetivo

LSE

En objetivo y No Capaz

Fuera de objetivo y No Capaz

Valores Z como una medida de Capacidad

Z es calculada usando la ecuacin
Valor de inters - promedio
Desviacin Estndar

Z=

Para una Poblacin

El valor Z es una medida de el nmero de defectos y por lo tanto de desempeo

X- Z=
Para una muestra

X-X Z= s

Promedio

Lmites bilaterales o unilaterales

LSE

Area Buenas
-4 -3 -2 -1 0 1 2 3 4

Area Total P = P 1 + P2

LIE

LSE

Area Buenas
-1 0 1 2 3 4 -4 -3 -2 -1 0 1 2 3 4

-4

-3

-2

Area Defectos 1 P-value P1

Z2

Z1 Area Defectos

Z2

Z1

P-value P2

Zbench Obtenido de la tabla Z

para un valor de P
9

Ejemplo
Un cliente demanda que la especificacin de un producto es 1.750.1 . Nosotros colectamos datos del proceso de manufactura y encontramos que la media es de 1.735 con una = 0.0855

Z =

1.65 -1.735 = 0. 994 0.0855

Z=

1.85 - 1.735 = 1.345 0.0855

Nota Dado que la distribucin Normal es simtrica ignoramos el signo negativo

De las tablas de la curva 1.65 Normal Area 0.1611

Media = 1.735

1.85

= 0.0855

De las tablas de la curva Normal Area 0.0885

Area total 0.1611 + 0.0885 = 0.2496 De la tabla Z el Zbench =

10

Variacin de corto y largo plazo

Variacin de corto plazo
Representa la variacin inherente de el proceso (sin causas especiales presentes). Lo mejor que el proceso puede alcanzar
LSC
Promedio

LIC

Variacin de largo plazo

Incluye variaciones, de causas comunes y de causas especiales. Indica lo que el cliente percibir
LSC
Promedio

LIC
11

Datos de corto y largo plazo

Datos recolectados en un perodo de tiempo suficientemente prolongado incluirn un rango mayor de de causas especiales y de esta forma exhibirn una variacin mayor Datos de corto plazo son los que ocurren bajo condiciones muy similares de manera que hay muy pocas posibilidades de que se presenten las causas especiales En manufactura, artculos producidos en secuencia son menos susceptibles a mostrar causas especiales que aquellos producidos en diferentes fechas En procesos transaccionales el tiempo es menos aplicable. Resultado secuencial puede ser el resultado de condiciones muy diferentes debido a cambios del proceso ejemplo gente diferente etc

12

Desviacin estndar de corto y largo plazo

Corto plazo st Respuesta Proceso
Si varias mediciones usan el promedio

Largo plazo

lt

g subgrupos de n

j=1 i=1

(xij (lt)

x)2

=n (x j=1 (shift)

x)2

+ (xij - x)2
j=1 i=1

Variacin Total

Variacin de causa especial

Variacin de causa comn

(st)

13

Valores Z de corto y largo plazo

La presencia de variacin de corto y largo plazo significa que tenemos desviaciones estndar de corto y largo plazo y por lo tanto valores Z de corto y largo plazo
Zst es una medida de lo que el proceso podra alcanzar (ausencia de causas especiales). El valor p nos da el rate de defectos mas bajo que podemos alcanzar Zlt es una medida de la variacin experimentada por el cliente. El valor p correspondiente nos da el rate de defectos mas probable que el cliente percibir

14

Variacin de corto y largo plazo

La presencia de causas especiales actuar para incrementar la variacin percibida por el cliente. La diferencia real entre el corto y el largo plazo variar de proceso a proceso - pero un supuesto general es un corrimiento de 1.5 sigma.

Zst = Zlt + 1.5

Variacin de corto plazo Respuesta Variacin de largo plazo

Tiempo

Lo que el Cliente percibe

15

Valores Z y niveles Sigma

Zst = Niveles Sigma En 6-Sigma usamos valores de corto y largo plazo: Zst y Zlt

En 6-Sigma, si no podemos calcular la variacin de largo plazo, asumimos el corrimiento de 1.5 sigma

Zlt = Zst - 1.5

16

Capacidad del proceso clsica

Para entender completamente la capacidad de un producto / proceso necesitamos medir el centramiento contra el objetivo y la dispersin de corto y largo plazo
Corto plazo Potencial Largo plazo

Cp Cpk

Pp Ppk
17

Real

Capacidad del proceso Cp de corto plazo (Potencial)

Para calcular Cp vemos que tan bien la variacin del proceso cabe en las especificaciones

Fuera de especificacin
Variacin del proceso con media y desviacin estndar

Fuera de especificacin

LIE

Media Objetivo

LSE
18

Capacidad del proceso Cp de corto plazo (Potencial)

Media

Cp =

USL - LSL 6st

USL = Lmite superior de Esp LSL = Lmite inferior de Esp st = Desviacin estndar de corto plazo

Esto nos dice que tan bueno pudiera ser el proceso

Lower Spec

Target

Upper Spec
19

Cp y nivel Sigma
3 3

Cp = 1 Zst = 3 nivel Sigma = 3

LSL Target USL

Cp = 1.33 Zst = 4 nivel Sigma = 4

LSL

Target

USL

Cp = 2 Zst = 6 nivel Sigma = 6

Nivel Sigma = Zst = 3Cp

LSL

Target

USL
20

Ejemplo

= 0.08

Cp = ?

1.60

Target

1.90

21

Capacidad del Proceso a Corto Plazo Cpk (Real)

Capacidad del Proceso Cpk
USL - Media

Cpk= Min de

3st - LSL 3st

Fuera de especificacin

Esto nos dice que tan centrado esta el proceso en el corto plazo

Lower Spec

Target

Upper Spec
22

Capacidad del Proceso a largo plazo Pp (General potencial)

Pp = USL - LSL
6lt
USL = Lmite superior esp. LSL = Lmite inferior esp. lt = Desviacin estndar de largo plazo

Mean

Fuera de especificacin

Fuera de especificacin

Esto nos dice que tan bueno pudiera ser el proceso en el largo plazo

Lower Spec

Target

Upper Spec
23

Capacidad del proceso a largo plazo Ppk (General real)

USL - Mean

Ppk= Min de

3lt - LSL 3lt

Zlt = 3Ppk
Para seis Sigma

Fuera de especificacin

Zlt = 4.5 = 3Ppk Ppk = 1.5

Lower Spec Target Upper Spec
24

Esto nos dice lo que el CLIENTE experimenta en el largo plazo

Media y desviacin del proceso reales (largo plazo) = 1.80 = 0.0855

Ejemplo

Ppk = ?

1.60

Target 1.75

1.90

25

Resumen: Desempeo Datos Variables

Medida de corto plazo Cp Respuesta Medida de largo plazo Ppk

Objetivo del Cliente

Tiempo

Lo que el Cliente percibe

Zst = 3xCp Zlt = 3xPpk

26

El corrimiento Cp - Ppk es Importante

pobre
0.84
Tpica Tecnologa

Cp - Ppk

Control

0.67 0.5 0.33 0.17

Pobre control Tecnologa inadecuada

Control de Proceso Tpico

Mejorar el control tecnologa OK

Corrimiento supuesto

Control es bueno tecnologa inadecuada

Clase mundial

bueno 0.5 pobre

1.5

2 bueno

Cp
tecnologa

27

pobre
0.84 0.67
Pobre Control & Proceso

Estrategia de mejora Cp
Pobre control, buena tecnologa

LSL

USL

LSL

USL

Cp - Ppk

Control

0.5

Centrar el Proceso (control) primero luego reducir la dispersin mejorando la tecnologa Buen Control, pobre Proceso

Centrar el Proceso (control) Buen control, buena tecnologa

Corrimiento supuesto

LSL

USL

LSL

USL

0.33
0.17
Reducir la dispersin cambiando Mantenerlo ! No se necesita el proceso. Proceso Nuevo, mejorar a menos que el cliente Rediseado, o la adicin de cambie la especificacin nueva tecnologa

bueno pobre

0.5

1.5

2 bueno

Cp
tecnologa

28

Precaucin
Cp, Cpk, Pp y Ppk estn basados en una distribucin normal. Valores pueden ser obtenidos an para distribuciones no normales - PERO pueden ser sospechosos SIEMPRE pruebe la normalidad de sus datos. Si no son normales considere el uso de una transformacin o utilice una medida de capacidad para datos no normales (Minitab puede hacerlo por ud.!) Si los datos no son normales, pida ayuda a un Black Belt o Master BB.

29

Roles en Seis Sigma

Diseo tiene la meta de incrementar el rango permitido a un mximo que todava permita deleitar al cliente

Capacidad Proceso =

Rango mximo permitido de la caracterstica Variacin real del Proceso

Variacin de Proveedores

Mejora de Proceso tiene la meta de reducir la variacin al mnimo

30