programa de certificaci n de green belts n.
Skip this Video
Loading SlideShow in 5 Seconds..
Programa de certificación de Green Belts PowerPoint Presentation
Download Presentation
Programa de certificación de Green Belts

Loading in 2 Seconds...

  share
play fullscreen
1 / 102
Download Presentation

Programa de certificación de Green Belts - PowerPoint PPT Presentation

thaddeus-munoz
156 Views
Download Presentation

Programa de certificación de Green Belts

- - - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript

  1. Seis Sigma Programa de certificación de Green Belts V.A. Seis Sigma – Mejora P. Reyes / Octubre 2007

  2. Seis Sigma - Mejora Propósitos y salidas A. Diseño de experimentos B. Técnicas de creatividad C. Implantación y verificación de soluciones

  3. Fase de mejora • Propósito: • Desarrollar, probar e implementar soluciones que atiendan a las causas raíz • Salidas • Acciones planeadas y probadas que eliminen o reduzcan el impacto de las causas raíz identificadas • Comparaciones de la situación antes y después para identificar la dimensión de la mejora, comparar los resultados planeados (meta) contra lo alcanzado

  4. V.A.1 Diseño de Experimentos (DOE)

  5. Perspectiva histórica • Ronald Fisher los desarrolla en su estación agrícola experimental de Rothamsted en Londres (ANOVA) 1930 • Otros que han contribuido son: F. Yates, G.E.P. Box, R.C. Bose, O. Kempthorne, W.G. Cochran, G. Taguchi • Se ha aplicado el DOE en la agricultura y ciencias biológicas, industria textil y lana, en los 1930’s • Después de la II Guerra mundial se introdujeron en la industria Química e industria electrónica

  6. Introducción • El cambiar un factor a un tiempo presenta las desventajas siguientes: • Se requieren demasiados experimentos para el estudio • No se puede encontrar la combinación óptima de variables • No se puede determinar la interacción • Se puede llegar a conclusiones erróneas • Se puede perder tiempo en analizar las variables equivocadas

  7. ¿Por qué no probar un factor a la vez? TEMPERATURA TEMPERATURA 1 3 PRESION PRESION Conclusión de la Prueba Zona Máxima 2 4 Optimo PRESION Respuesta Máxima PRESION Conclusión de la Prueba TEMPERATURA TEMPERATURA

  8. Introducción • El DOE varia varios factores simultáneamente de forma que se puede identificar su efecto combinado en forma económica: • Se identifican los Factores que son significativos • No es necesario un alto conocimiento estadístico • Las conclusiones obtenidas son confiables • Se pueden encontrar los mejores niveles de factores controlables que inmunicen al proceso contra variaciones en factores no controlables

  9. ¿Qué es un diseño de experimentos? Cambios deliberados y sistemáticos de las variables de entrada (factores) para observar los cambios correspondientes en la salida (respuesta). Entradas Salidas (Y) Entradas Salidas (Y) Proceso Diseño de Producto

  10. El Diseño de experimentos tiene como objetivos determinar: • Las X’s con mayor influencia en las Y’s • Cuantifica los efectos de las principales X’s incluyendo sus interacciones • Produce una ecuación que cuantifica la relación entre las X’s y las Y’s • Se puede predecir la respuesta en función de cambios en las variables de entrada

  11. Aplicación del DOE • Selección entre diversas alternativas • Selección de los factores clave que afectan la respuesta • Modelado de la superficie de respuesta para: • Llegar al objetivo • Reducir la variabilidad • Maximizar o minimizar la respuesta • Hacer un proceso robusto • Buscar objetivos múltiples

  12. Pasos del DOE • Establecer objetivos • Seleccionar variables del proceso • Seleccionar un diseño experimental • Ejecutar el diseño • Verificar que los datos sean consistentes con los supuestos experimentales • Analizar e interpretar los resultados • Usar / presentar los resultados

  13. Objetivos experimentales La selección de un diseño experimental depende de los objetivos del experimento y del número de factores a ser investigados: • Objetivo comparativo • Objetivo de filtraje de factores • Objetivo del método de superficie de respuesta • Optimizar las respuestas cuando los factores son proporciones en un objetivo de mezclas • Ajuste óptimo en un objetivo de modelo de regresión

  14. Selección y escala de variables del proceso Las variables de proceso incluyen ambas entradas y salidas, es decir factores y respuestas. La selección 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 imprácticas o imposibles • Incluir todas las respuestas relevantes • Evitar usar respuestas que combinen dos o más mediciones de proceso • Evitar valores extremos en los factores de entrada

  15. Guías de diseño

  16. Lista de verificacióntípica del DOE • Definir los objetivos del experimento • Aprender acerca del proceso antes de la tormenta de ideas • Tormenta de ideas para definir la lista de las variables clave dependientes e independientes • Correr experimentos preliminares para afinar el equipo y obtener resultados preliminares

  17. Lista de verificacióntípica del DOE • Asignar niveles a cada variable independiente en función del conocimiento sobre el proceso • Seleccionar un plan estándar de DOE o desarrollar uno • Correr los experimentos en orden aleatorio y analizar los resultados periódicamente • Establecer conclusiones

  18. El método iterativo del DOE • Mientras que un experimento puede dar un resultado útil, es más común realizar dos o tres o más experimentos antes de dar una respuesta completa. Esto es mejor y más económico.

  19. Principios básicos • Obtención de réplicas: repetición del experimento (5 resultados en cada corrida experimental) • Aleatorización: hacer en forma aleatoria: • Permite confundir el efecto de los factores no controlables • La asignación de los materiales utilizados en la experimentación • El orden en que se realizan los experimentos • Bloqueo - Orden de corridas aleatorio en cada bloque (Ej. , bloque de tiempo: AM vs PM, o Día 1 vs Día 2).

  20. Términos • Bloques: • Unidades experimentales homogéneas • 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 interactúa con los factores reales

  21. Términos • Error experimental • Variación en respuesta bajo las mismas condiciones de prueba. También se denomina error residual. • Fraccional • Un arreglo con menos experimentos que el arreglo completo (1/2, ¼, etc.) • Factorial completo • Arreglo experimental que considera todas las combinaciones de factores y niveles • Interacción • Ocurre cuando el efecto de un factor de entrada en la respuesta depende del nivel de otro factor diferente

  22. Términos • Nivel o Tratamiento • Un valor específico para un factor controlable de entrada (100ºC, 120ºC, 140ºC) • Efecto principal • Un estimado del efecto de un factor independientemente del efecto de los demás • Optimización • Hallar las combinaciones de los factores que maximizen o minimizen la respuesta

  23. Términos • Colinealidad • Ocurre cuando 2 variables están completamente correlacionadas • Confundidos • Cuando el efecto de un factor no se puede separar del efecto de alguna de sus interacciones (A y BC, B y AC)

  24. Términos • Correlación • Un número entre -1 y +1 que indica el grado de relación lineal entre dos conjuntos de números. El cero indica que no hay relación • Covarianza • Cosas que cambian durante los experimentos pero no fueron planeadas a cambiar, como temperatura o humedad. Con la aleatorización se alivia este problema. Registrar los valores del covariado para su posible uso en análisis de regresión

  25. Términos • Curvatura • Comportamiento no lineal que requiere un modelo de al menos segundo grado • Grados de libertad (DOF, DF, df o ) • Número de mediciones independientes para estimar un parámetro poblacional (vg. la media con n-1) • EVOP (Evolutive operations) • Describe una forma secuencial de experimentación haciendo pequeños cambios en el proceso para mejorarlo

  26. Supuestos experimentales • ¿Son capaces los sistemas de medición para todas las respuestas? • ¿Es estable el proceso? • ¿Los residuos se comportan adecuadamente? Modelo X1 La varianza se Requiere un término Adecuado incrementa con X2 cuadrático agregado a X2

  27. Términos • Error experimental • Variación en respuesta bajo las mismas condiciones de prueba. También se denomina error residual. • Primer orden • Se refiere a la potencia a la cuál un factor aparece en el modelo. Si la “X” representa un factor y “B” su efecto, entonces el siguiente modelo es de primer orden para X1 y X2: Y = Bo + B1*X1 + B2*X2 + error

  28. Términos • Factorial completo • Arreglo experimental que considera todas las combinaciones de factores y niveles • Fraccional • Un arreglo con menos experimentos que el arreglo completo (1/2, ¼, etc.)

  29. Factoriales completos vs fraccionales • Un diseño factorial completo es el que contiene todos los niveles de todos los factores, no se omite ninguno • Un diseño factorial fraccional es un diseño experimental balanceado donde que contiene menos combinaciones de todos los niveles y factores. Por ejemplo para 3 factores y 2 niveles se tiene:

  30. Términos • Interacción • Ocurre cuando el efecto de un factor de entrada en la respuesta depende del nivel de otro factor de entrada diferente

  31. Interacciones • Una interacción ocurre cuando el efecto de un factor de entrada en la salida depende del nivel de otro factor de entrada. A veces se pierden con los diseños factoriales fraccionales Sin interacción Interacción Interacción Interacción moderada fuerte fuerte

  32. Términos • Experimento con mezclas • Experimentos en los cuales las variables se expresan como proporciones del todo sumando 1.0 • Experimentos aleatorios • Reduce la influencia de variables extrañas en la experimentación • Error residual (e o E) • Es la diferencia entre los valores observados y los estimados por un modelo determinado empíricamente. Puede ser la variación en resultados de condiciones de prueba virtualmente idénticas

  33. Términos • Resolución I • Experimentos donde se varia sólo un factor a la vez • Resolución II • Experimentos donde algunos efectos principales se confunden, es indeseable • Resolución III- Exp. fraccionales • Experimentos fraccionales donde no se confunden los efectos principales entre sí, sólo con sus interacciones de dos factores • Resolución IV- Exp. fraccionales • No se confunden los efectos principales ni con sus interacciones pero si lo hacen las interacciones entre si

  34. Términos • Resolución V – Exp. Fraccionales • Sólo puede haber confusión entre interacciones de dos factores con interacciones de tres factores o de mayor orden • Resolución VI - Exp. Factorial completo V+ • Experimentos sin confusión, factoriales completos o dos bloques de 16 experimentos • Resolución VII – Exp. Factoriales completos • Experimentos en 8 bloques de experimentos

  35. Factores y niveles • Los factores son los elementos que cambian durante un experimento para observar su impacto sobre la salida. Se designan como A, B, C, etc. - Los factores pueden ser cuantitativos o cualitativos - Los niveles se designan como alto / bajo (-1, +1) o (1,2) FactorNiveles B. Temp. de Moldeo 600º 700º E. Tipo de Material Nylon Acetal Factor cuantitativo, dos niveles Factor cualitativo, dos niveles

  36. Pasos para Diseñar y Realizar un Diseño de Experimentos • 1. Observar datos históricos y/o recolectar datos para establecer la capacidad actual del proceso debe estar en control estadístico. • Determinar el objetivo del experimento (CTQs a mejorar). • Por medio de un equipo de trabajo multidisciplinario • Determinar qué se va a medir como resultado del experimento. • Identificar los factores de control y de ruido que pueden afectar el resultado.

  37. Pasos para Diseñar y Realizar un Diseño de Experimentos • Determinar el número de niveles de cada factor y sus valores reales. • Seleccionar un esquema experimental que acomode los factores y niveles seleccionados y decidir el número de replicas. • Verificar todos los sistemas de medición (R&R < 10%) • Planear y preparar los recursos (gente, materiales, etc.) para llevar a cabo el experimento. Hacer un plan de prueba.

  38. Pasos para Diseñar y Realizar un Diseño de Experimentos • 9. Realizar el experimento, identificar muestras con la condición experimental que la produce • Medir las unidades experimentales. • Analizar los datos e identificar los factores significativos. • Determinar la combinación de niveles de factores que mejor alcance el objetivo.

  39. Pasos para Diseñar y Realizar un Diseño de Experimentos • 13. Correr un experimento de confirmación con esta combinación "óptima". • 14. Asegurar que los mejores niveles para los factores significativos se mantengan por largo tiempo mediante la implementación de Procesos de Operación Estándar y controles visuales. • 15. Re evaluar la capacidad del proceso.

  40. Ejemplo: Proceso de atención a clientes en un Call Center • Objetivos de los experimentos • Caracterizar el proceso (identificar los factores que influyen en la ocurrencia de errores) • Optimizar,identificar el nivel óptimo de los factores críticos para reducir el número de errores • Identificar los factores controlables que pueden afectar a la respuesta Y = Tiempo de solución de problema • Identificar los factores de ruido que no podemos o queremos controlar

  41. Ejemplo: Proceso de atención a clientes en un Call Center • Variables de control X’s • Número de líneas telefónicas • Nivel del Personal • Tiempo de acceso a bases de datos • Horas laboradas al día • Horas de atención

  42. Ejemplo: Proceso de atención a clientes en un Call Center • Variables que no se pueden o desean controlar Z’s – Variables de ruido • Edad del ejecutivo de cuenta • Distribución del Call Center • Día del año • Medio ambiente • Horarios de comida

  43. Los Factores Pueden Afectar... 1. La Variación del Resultado 3. La Variación y el Promedio Con Entren. Banda ancha Sin entren. Banda angosta Tiempo del servicio Tiempo del servicio 2. El Resultado Promedio 4. Ni la Variación ni el Promedio Suficientes ejectuvos Ambos sexos Toman el mismo tiempo Pocos ejecutivos Tiempo del servicio Tiempo del servicio

  44. Tendencia de salida hacia cero Las salidas se clasifican de acuerdo con nuestros objetivos. Tipos de Salidas ObjetivoEjemplos de Salidas 1. El Valor Meta es el Mejor • Tiempo de atención • Tiempo de conexión Lograr un valor meta con variación mínima Meta 2. El Valor Mínimo es el Mejor • Tiempo de Ciclo • Tiempo de conexión 0 • Confiabilidad • Satisfacción 3. El Valor Máximo es el Mejor Tendencia de salida hacia arriba

  45. Estrategia cuando el “Valor Meta es Mejor” Paso 1: Encuentra los factores que afectan la variación. Usa estos factores para reducir al mínimo la variación. Paso 2: Encuentra los factores que desplazan el promedio (y no afectan la variación). Usa estos factores para ajustar la salida promedio con la meta deseada. Meta

  46. Tendencia de salida baja Estrategia cuando el “Valor Mínimo es Mejor” 0 • El objetivo en este caso es encontrar los factores que afectan la salida promedio (tiempo). Usa estos factores para hacer que la tendencia del promedio sea baja. • Cuando se reduce la variación en la salida al mínimo, también se mejora la salida al detectar los factores que contribuyen en gran medida a la variación.

  47. Y =Tiempo de conexión Respuesta de Salida La salida que se mide como resultado del experimento y se usa para juzgar los efectos de los factores. Factores Las variables de entrada de proceso que se establecen a diferentes niveles para observar su efecto en la salida. A. Tiempo de llamada B. LOcalización C. Experiencia D. Tipo de Material usado Niveles Los valores en los que se establecen los factores. Factor (X’s)Niveles A. Tiempo llamada 30 60 min. B. Localización 1 2 C. Experiencia 1 3 D. Material usado A B Interacciones El grado en que los factores dependen unos de otros. Algunos experimentos evalúan el efecto de las interacciones; otros no. Experiencia x Material usado: El mejor nivel de Material depende de la experiencia. Pruebas o Corridas Experimentales Las combinaciones de pruebas específicas de factores y niveles que se corren durante el experimento. Corridas A B C D Datos -1 1 -1 -1 -1 2 -1 -1 +1 +1 3 -1 +1 -1 +1 . . -1=Nivel Bajo +1=Nivel Alto

  48. V.A.2 Experimentos factoriales completos 2K

  49. Experimento factorial completo – sin interacción • Un experimento factorial completo es un experimento donde se prueban todas las posibles combinaciones de los niveles de todos los factores. Factor A: -1 +1 +1 30 52 Factor B: Y = Respuesta -1 20 40 Efecto del factor A = (52+40)/2 - (30+20)/2 = 21 Efecto del factor B = (30+52)/2 - (20+40)/2 = 11 Efecto de A*B = (52+20)/2 – (30+40)/2 = 1