Documente Academic
Documente Profesional
Documente Cultură
PREGUNTAS:
1.1 Introducción
Página 1 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Página 2 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
5. ¿Qué es probabilidad?
Es la posibilidad de ocurrencia de un evento, toma valores entre cero y uno
Página 3 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
5. Describir el muestreo:
Página 4 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
7. Al analizar la relación lineal entre dos variables ¿Qué valores puede tomar el
coeficiente de correlación y gráficamente que significa?
Página 5 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
11. Los costos de producción mensual tienen una media de $410, y s = 87, ¿Cuál
es la probabilidad de que los costos se mantengan por debajo de $300?.
Las medias muestrales siguen una distribución normal, con su desviación estándar
muestral igual a la desviación estándar poblacional dividido entre la raíz del tamaño
de muestra n.
Página 6 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Con base al rendimiento a largo plazo, las sigmas del proceso son:
Página 7 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
El Ppk = menor |Zi; Zs| / 3 con las Z’s determinadas con Sigma LT
Los índices de capacidad del proceso (Cp y Cpk), son índices a corto plazo,
durante este tiempo se mantienen las mismas condiciones en las 6Ms
(personal, máquinas, etc.), el proceso está en control estadístico y la
desviación estándar muestra solo la variación aleatoria del proceso.
Los índices de desempeño del proceso (Pp y Ppk), son índices a largo plazo,
durante ese tiempo se asume que ya han sucedido todos los cambios
posibles de las 6Ms en el proceso. Los datos tomados, son datos históricos.
Página 8 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Una máquina envasadora de refresco se ajusta para servir 10 onzas de líquido por
vaso, si la desviación estándar es de 0.12 onzas. ¿Cuál es la probabilidad o
porcentaje de las veces de que la máquina sirva:
Página 9 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Página 10 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
La primera tabla muestra las dos máquinas combinadas, la segunda tabla muestra
la cantidad de ingrediente de la máquina 1 y la tercera tabla muestra la cantidad de
ingrediente de la máquina 2.
Página 11 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
36 30 1
37 21 2
38 16 1
39 14 1
40 15 1
41 14 2
42 14 2
43 17 1
44 20 1
45 20 1
46 25 1
47 15 1
48 16 1
49 15 1
50 19 2
En Minitab:
Stat > Basic Statistics > Display Descriptive statistics
Variables Cant_ingrediente
Statistics: seleccionar Mode y Coefficient of variation
Graphs: seleccionar Histogram of data y Box Plot
OK
Resultados =
N for
Variable Median Q3 Maximum Mode Mode
Cant_ingrediente 21.000 27.000 37.000 16 6
Página 12 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Histogram of Cant_ingrediente
14
12
10
Frequency
0
15 20 25 30 35
Cant_ingrediente
Boxplot of Cant_ingrediente
40
35
Cant_ingrediente
30
25
20
15
Página 13 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
En Minitab:
Stat > Basic Statistics > Display Descriptive statistics
Variables Cant_ingrediente
By Variable Maquina
Statistics: seleccionar Mode y Coefficient of variation
Graphs: seleccionar Histogram of data y Box Plot
OK
N for
Variable Maquina Q1 Median Q3 Maximum Mode Mode
Cant_ingrediente 1 16.000 17.500 22.500 30.000 16 5
2 19.00 24.00 32.00 37.00 21 3
8
Frequency
0
15 20 25 30 35
Cant_ingrediente
Panel variable: Maquina
Boxplot of Cant_ingrediente
40
35
Cant_ingrediente
30
25
20
15
1 2
Maquina
Página 14 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
c) Hacer una prueba de normalidad para los datos de ambas máquinas y para una
por separado, observar el P value (si es mayor a 0.05 los datos son normales) y
concluir
60
50
40
30
20
10
1
5 10 15 20 25 30 35 40
Cant_ingrediente
P value < 0.05 por tanto los datos no siguen una distribución normal
Página 15 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
60
50
40
30
20
10
1
10 15 20 25 30
Cant_ingr_M1
P value < 0.05 por tanto los datos no siguen una distribución normal
Para la máquina 2:
60
50
40
30
20
10
1
10 15 20 25 30 35 40 45
Cant_ingr_M2
P value > 0.05 por tanto los datos siguen una distribución normal
Página 16 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
En Minitab:
Stat > Quality tools > Capability analysis > Normal
Data is arranged as a single column: Cant_ingr_M2
Subgroup size 1
Lower spec 12 Upper spec 38
Estimate: Methods of estimate sigma R-Bar
seleccionar Use unbiased constants to calculate Overall estándar
dev.
OK OK
Process Capability of Cant_ingr_M2
LSL USL
P rocess Data Within
LSL 12 Overall
Target *
U SL 38 P otential (Within) C apability
S ample M ean 25.087 Cp 0.87
S ample N 23 C P L 0.88
S tDev (Within) 4.95648 C P U 0.87
S tDev (O v erall) 7.28017 C pk 0.87
O v erall C apability
Pp 0.60
PPL 0.60
PPU 0.59
P pk 0.59
C pm *
10 15 20 25 30 35 40
O bserv ed P erformance Exp. Within P erformance Exp. O v erall P erformance
P P M < LSL 0.00 P P M < LSL 4140.74 P P M < LSL 36118.84
P P M > U S L 0.00 P P M > U SL 4589.89 P P M > U S L 38054.02
P P M Total 0.00 P P M Total 8730.63 P P M Total 74172.86
Página 17 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
LSL USL
P rocess Data Within
LSL 12 Overall
Target *
U SL 38 P otential (Within) C apability
S ample M ean 25.087 Z.Bench 2.38
S ample N 23 Z.LSL 2.64
S tDev (Within) 4.95648 Z.U SL 2.61
S tDev (O v erall) 7.28017 C pk 0.87
O v erall C apability
Z.Bench 1.45
Z.LSL 1.80
Z.U SL 1.77
P pk 0.59
C pm *
10 15 20 25 30 35 40
O bserv ed P erformance Exp. Within P erformance Exp. O v erall P erformance
% < LS L 0.00 % < LSL 0.41 % < LSL 3.61
% > U SL 0.00 % > U SL 0.46 % > U SL 3.81
% Total 0.00 % Total 0.87 % Total 7.42
Método Manual:
30
_
X=25.09
20
10 LC L=10.22
1 3 5 7 9 11 13 15 17 19 21 23
O bser vation
1
20
U C L=18.27
M oving Range
15
10
__
5 M R=5.59
0 LC L=0
1 3 5 7 9 11 13 15 17 19 21 23
O bser vation
Página 18 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Paso 2. Calcular la desviación estándar Within o Sigma a corto plazo st (cuando
no se presenta ningún cambio en las 6M – máquina, personal, materiales, etc.)
Cpk = Menor en valor absoluto de las dos Zs, Zs y Zi, dividida entre 3.
En este caso la Zs = 2.605 es menor, por tanto:
Página 19 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Página 20 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Ppk = Menor en valor absoluto de las dos Zs, Zs y Zi, dividida entre 3.
En este caso la Zs = 1.7729 es menor, por tanto:
Capacidad en sigmas
5. Si un proceso genera un 1% de cable defectivo que se convierte en desperdicio,
con una oportunidad para defecto ¿Qué valores tendrían los términos siguientes Yrt,
sigmas del proceso y ppm?
a. 140
b. 280
c. 48
d. 29 =1000 * (1 - distr.norm.estand(3.4 - 1.5)) = 28.71 en Excel
9. ¿De cuantas a cuantas Sigmas cambia un proceso que antes de la mejora tiene
un rendimiento de 93.3% a un rendimiento de 99.38% después de un proyecto de
mejora?
a. 2 a 2.8
b. 3 a 4 =distr.norm.estand.inv(0.9330) + 1.5) a
( =distr.norm.estand.inv(0.9938) + 1.5)
2.9985 4.0000
c. 3 a 3.4
d. 4 a 4.8
Página 21 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Método A:
a) Total de oportunidades = 10,000
Producto Juguetes b) DPO's = 0.006
Unidades 1,000 c) DPMO's = 6,000
Defectos 60 d) Rendimiento Yrt = 0.994
Oportunidades 10 e) Capacidad en sigmas = 4.01
Método B:
Media 25 a) Zi = -2.7 Zs = 2.9
Desv.
Estandar 5 b) Yrt = P(Zi <= Z <= Zs) = 0.944667
Lim. Sup.
Espec. 39.5 c) DPO's y DPMO's = 0.055333
Lim. Inf. Esp. 11.5 d) Capacidad en Sigmas = 4.05
c) Determinar la tasa de defectos por cada CTQ = DPO = (b) / 20 = 0.006 250
Página 22 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
En Minitab: Calc > Probability distributions > Binomial > Cumulative prob.
Number of trials 50 Probability of success 0.05 Input constant 1
Probabilidad = 1 – Resultado = 1 - 0.279432 = 0.72056
En Minitab: Calc > Probability distributions > Poisson > Cumulative prob.
Mean 50*0.05 = 2.5 Input constant 1
Probabilidad = 1 – Resultado = 1 - 0.287297 = 0.71270
En Minitab: Calc > Probability distributions > Hypergeometric > Cumulative prob.
Population Size (N) 25 Success in population (X) 5 Sample size (n) 3
Input constant 0
Probabilidad = 1 – Resultado =0.495652
i. P(X<=1) = 0.95021293
En Minitab: Calc > Probability distributions > Exponential > Cumulative prob.
Mean 3 Input constant 1
P(X<=1) = 0.283469
e) Una persona tarda en llegar a su hogar con una distribución uniforme entre 90 y
140 minutos máximo, ¿cuál es la probabilidad de que llegue entre los 100 y 105
minutos.
En Minitab: Calc > Probability distributions > Uniform distribution > Cumulative
prob.
Lower endpoint 90 Upper endpoint 140 Input column (columna de datos con
100 y 105) o dos veces input constant con 100 y 105.
x P( X <= x )
100 0.2
105 0.3
Página 23 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
15. Para el caso de R&R por atributos con pruebas comparativas, de apreciación de
varios operadores, el error máximo aceptable como porcentaje de coincidencias
contra un experto es de: 10% de error máximo de no concordancia de criterios
Página 24 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
8 1 127.5
9 1 180.0
9 1 172.5
10 1 187.5
10 1 172.5
1 2 150.0
1 2 150.0
2 2 180.0
2 2 180.0
3 2 142.5
3 2 157.5
4 2 210.0
4 2 195.0
5 2 142.5
5 2 135.0
6 2 180.0
6 2 157.5
7 2 165.0
7 2 180.0
8 2 135.0
8 2 150.0
9 2 187.5
9 2 172.5
10 2 195.0
10 2 187.5
1 3 142.5
1 3 157.5
2 3 172.5
2 3 180.0
3 3 150.0
3 3 165.0
4 3 202.5
4 3 210.0
5 3 135.0
5 3 157.5
6 3 172.5
6 3 165.0
7 3 165.0
7 3 150.0
8 3 142.5
8 3 135.0
9 3 180.0
9 3 180.0
10 3 180.0
10 3 187.5
Página 25 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
1. Equipo calibrado
2. Operadores entrenados
En Minitab:
Stat > Quality tools > Gage study > Gage Run Chart
Seleccionar columnas de Parte Operador Medición OK
1 2 3 4 5 O perador
1
200
2
3
180
Mean
160
140
Medición
6 7 8 9 10
200
180
Mean
160
140
Operador
Panel variable: Parte
Con Minitab:
Stat > Quality tools > Gage study > Gage R&R Study (Crossed)
Seleccionar columnas de Parte Operador Medición
Seleccionar Method of Analysis ANOVA
Options: Study variation 5.15 Process tolerance 450 (de LSE =
487.5 LIE = 37.5) OK
Página 26 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
% Tolerance
50
150
0
Gage R&R Repeat Reprod Part-to-Part 1 2 3 4 5 6 7 8 9 10
Parte
R Chart by Operador
Medición by Operador
1 2 3
UCL=33.49 210
30
Sample Range
180
15 _
R=10.25 150
0 LCL=0
1 2 3
Operador
Xbar Chart by Operador
1 2 3 Operador * Parte Interaction
200 200
Operador
Sample Mean
1
UCL=185.40
Average
2
175 _
_ 175 3
X=166.13
150
150 LCL=146.85
1 2 3 4 5 6 7 8 9 10
Parte
e) ¿Hay interacción significativa entre operador y partes No, porque las líneas son
paralelas para los tres operadores
Source DF SS MS F P
Parte 9 22864.7 2540.52 84.9791 0.000
Operador 2 118.1 59.06 1.9756 0.168
Parte * Operador 18 538.1 29.90 0.4252 0.970
Repeatability 30 2109.4 70.31
Total 59 25630.3
Página 27 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Su error R&R es menor del 10%, por lo que el sistema es adecuado para liberar
producto terminado contra especficaciones
Página 28 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Categorías 4 Si es adecuado
Página 29 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Página 30 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
U C L=15.15
Individual V alue
15
12
_
X=10.57
9
6 LC L=5.99
1 4 7 10 13 16 19 22 25 28
O bser vation
8
Moving Range
6
U C L=5.63
__
2 M R=1.72
0 LC L=0
1 4 7 10 13 16 19 22 25 28
O bser vation
12
_
X=10.350
10
LC L=6.622
6
1 4 7 10 13 16 19 22 25 28
O bser vation
U C L=4.580
4
Moving Range
2
__
M R=1.402
1
0 LC L=0
1 4 7 10 13 16 19 22 25 28
O bser vation
Página 31 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
En Minitab:
Stat > Quality tools > Capability analysis > Normal
Data is arranged as a single column: %_CO2
Subgroup size 1
Lower spec 8 Upper spec 16
Estimate: Methods of estimate sigma R-Bar
Seleccionar Use unbiased constants to calculate overall std. deviation
Options: Display Percents o Parts per million / Capability Stat Cp,
Cpk
o Benchmark Z’s
OK OK
LSL USL
P rocess Data Within
LSL 8 Overall
Target *
U SL 16 P otential (Within) C apability
S ample M ean 10.3503 Cp 1.07
S ample N 29 C P L 0.63
S tDev (Within) 1.24272 C P U 1.52
S tDev (O v erall) 1.16768 C pk 0.63
O v erall C apability
Pp 1.14
PPL 0.67
PPU 1.61
P pk 0.67
C pm *
Página 32 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
f) ¿Cuál es el valor del Cp? 1.07 ¿Es potencialmente hábil el proceso? No ref. 1.33
g) ¿Cuál es el valor del Cpk? 0.63 ¿Es realmente hábil el proceso? No, min. 1.33
19. Un proceso con los datos del archivo Tiles.mtw de Minitab, mostrado en forma
parcial abajo, tiene límites de especificación LIE = 0 y LSE = 8, determinar lo
siguiente (utilizando Minitab):
Datos
1.60103
0.84326
3.00679
1.29923
2.24237
2.63579
0.34093
6.96534
3.46645
1.41079
Etc.
a) Prueba de normalidad
En Minitab:
File > Open worksheet > Data > Tiles.mtw
Stat > Basic Statistics > Normality Test
Variables Warping
Anderson Darling
OK
Página 33 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
60
50
40
30
20
10
5
0.1
-4 -2 0 2 4 6 8 10
Warping
En Minitab:
Stat > Quality tools > Capability analysis > Nonnormal (Weibull)
Single column: Datos
Lower spec 0 Upper spec 8
OK
Página 34 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
LSL USL
P rocess Data O v erall C apability
LS L 0 Pp 0.81
Target * PPL 1.03
USL 8 PPU 0.73
S ample M ean 2.92307 P pk 0.73
S ample N 100
E xp. O v erall P erformance
S hape 1.69368
P P M < LS L 0.00
S cale 3.27812
P P M > U S L 10764.54
O bserv ed P erformance P P M Total 10764.54
P P M < LS L 0.00
P P M > U S L 20000.00
P P M Total 20000.00
PPMs = 10 764
c) Transformar los datos con el Best Value de Lambda para la transformación de Box
Cox Lambda = ¿
En Minitab:
Página 35 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Lower C L 0.05
15 Upper C L 0.64
10
Limit
0
-2 -1 0 1 2 3 4 5
Lambda
NOTA: En la gráfica, el exponente al que hay que elevar los datos es Lamda=
rounded value
Los datos transformados que equivale a elevar los datos originales a la Lambda =
0.5 se muestran parcialmente a continuación:
C2
1.26531814
0.91829189
1.7340098
1.13983771
1.49745451
1.62351163
0.58389211
2.63919306
1.86184049
1.18776681
1.52126921
1.59885897
2.17335455
1.32424318
Etcétera….
Página 36 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Probability Plot of C2
Normal
99.9
Mean 1.624
StDev 0.5380
99 N 100
AD 0.301
95 P-Value 0.574
90
80
70
Percent
60
50
40
30
20
10
5
0.1
0.0 0.5 1.0 1.5 2.0 2.5 3.0 3.5
C2
El P value es ya mayor a 0.05, por lo que los datos transformados son normales
Probability Plot of C2
Normal - 95% CI
99.9
Mean 1.624
StDev 0.5380
99
N 100
AD 0.301
95 P-Value 0.574
90
80
70
Percent
60
50
40
30
20
10
5
0.1
0 1 2 3 4
C2
Para que sea normal, no deben salirse los puntos del Intervalo de confianza normal
Página 37 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Ahora se determina el Cp, Cpk, Pp, Ppk y las PPMs con la especificación del
LSE = 8 transformado a la raiz de 8 = 2.828.
En Minitab:
Stat > Quality tools > Capability analysis > Normal
Data is arranged as a single column: C2
Subgroup size 1
Lower spec 0 Upper spec 2.828 (8 elevado a la 0.5)
OK
Process Capability of C2
LSL USL
P rocess Data Within
LSL 0 Overall
Target *
U SL 2.828 P otential (Within) C apability
S ample M ean 1.62374 Cp 0.92
S ample N 100 C P L 1.05
S tDev (Within) 0.513374 C P U 0.78
S tDev (O v erall) 0.537984 C pk 0.78
O v erall C apability
Pp 0.88
PPL 1.01
PPU 0.75
P pk 0.75
C pm *
Página 38 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Preguntas ejemplo:
1. ¿Cuál de los siguientes argumentos son razones de peso para utilizar mapeo de
procesos?
I. Identificar donde exista complejidad
II. Visualizar el proceso rápidamente
III. Eliminar el proceso completo de planeación
IV: Apoyar en la simplificación del trabajo
a. I y II c. I, II y IV
b. I, II y III d. I, II, III y IV
5. ¿Qué tabla debe ser usada para determinar un intervalo de confianza de la media
cuando Sigma no es conocida y el tamaño de muestra es 10?
Página 39 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
a. Z b. t c. F d. X2
a. I y III c. I, III y IV
b. II y IV d. I, II, III y IV
10. Determinar el coeficiente de variación para las últimas 500 pruebas piloto de
una película con una media de 900º y desviación estándar de 54º. (54/900*100)
a. 6% c. 0.6%
b. 16.7% d. 31%
Página 40 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
11. ¿Cuál de las siguientes cuatro técnicas podrían fácilmente mostrar los mismos
datos?
I. Diagrama de tallo y hojas
II. Diagramas de caja
III. Diagramas de dispersión
IV. Histogramas
a. I, II y III c. I, III y IV
b. I, II y IV d. II, III y IV
a. Bimodal
b. Polinomial
c. Sesgo negativo
d. Trinca
Resp. 10 a, 11b, 12 a
a. La media c. La varianza
b. El valor del eje X d. La tasa de falla
Página 41 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
a. 1, 3 y 5 c. 1, 4, 6 y 8
b. 2, 3 y 8 d. 3, 5 y 6
Resp. 13b, 14 a, 15 a
a. La etiqueta de calibración
b. La tarjeta del historial de mantenimiento
c. El estándar usado
d. El intervalo de calibración
19. Los límites de control se ponen a una distancia de tres sigma debido a:
a. Este nivel dificulta que la respuesta se salga de control
Página 42 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
21. En una distribución normal, ¿cuál es el área bajo la curva entre +0.7 y -1.3
unidades de desviación estándar?
a. 0.2903
b. 0.7580
c. 0.6612
d. 0.1452
22. Si el Cpk (superior) es 2.0 y el Cpk (inferior) es de 1.0 ¿Qué se puede decir del
proceso?
I. El proceso está corrido hacia la izquierda
II. Hay un error de cálculo
III. El proceso no es estable
IV. El Cpk debe ser reportado como 1.0
a. Sólo IV c. II y III
b. I y IV d. I, III y IV
23. Cuando se selecciona una muestra para auditoria, ¿Qué regla se debe seguir de
las siguientes?:
a. Como la calidad puede variar con el tiempo, debemos buscar una cantidad fija
cada periodo de tiempo para propósitos de auditoría
b. Se requiere solo una muestra pequeña para propósitos de auditoría, siempre y
cuando sea aleatoria
c. Cualquier tamaño de muestra seleccionado aleatoriamente puede ser adecuado
para propósitos de autoría, ya que no no se está realizando la aceptación o rechazo
de lotes
d. La norma ANSI/ASQ Z1.4 es un procedimiento de muestreo científico y se
requiere un muestreo científico para propósitos de auditoría
Página 43 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Página 44 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Página 45 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Página 46 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Página 47 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Página 48 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Página 49 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Página 50 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Weight Llenadora
905 2
¿Qué conclusiones se obtienen?
930 1
865 2
895 1 3. Obtener las estadísticas básicas de Weight para dos
905 1 máquinas de llenado:
885 2
890 1
930 2
915 2 a. Estadísticas básicas
910 1 Mediana Moda Media
920 1 Desviación estándar
915 1
Varianza
925 2
860 2 Coeficiente de variación
905 2 Rango
925 2 Primer cuartil
925 2
Tercer cuartil
905 2
Rango intercuartílico
915 1
930 1 Esquematiza el diagrama de caja
890 1
940 1 b) Hacer una prueba de normalidad en los datos. Con los
860 2 datos completos y considerando cada llenadora:
875 1
985 2
970 1
c) Obtener un histograma para la llenadora 2
940 1
975 1
1000 2
2 d) Obtener un diagrama de caja para la llenadora 2
1035
1020 2
985 2
960 2 e) Obtener un diagrama de tallo y hojas para ambas
945 1
965 1
940 2
Con los datos completos
900 2
920 2
980 2
950 2
955 2
Página 51 de 60
970 2
970 1
1035 1
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
j) Con Excel, si los límites de especificación son LIE = 850 y LSE = 1,050 determinar
la capacidad del proceso total y para cada una de las máquinas: determinar la
fracción
defectiva, Cp y Cpk utilizando la desviación estándar estimada de corto plazo
(Within)
cuando no hay cambios y el proceso en control.
R LSE X LIE X
st Within Z LSE Z LIE
d2 st st
Z LIE , Z LSE
LSE LIE C pk Menor
Cp 3
6 st
LSE LIE
1 C pm
CR ST ( X M ) 2
Cp
INDICES DE DESEMPEÑO
k) Determinar la fracción defectiva, Pp y Ppk utilizando la fórmula de la desviación
estándar de largo plazo (Overall) siguiente para datos históricos, cuando ya
ocurrieron todos los cambios, no importa que el proceso no esté en control:
Página 52 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
S 4 ( n 1)
lt Overall ( Xi X ) 2 C4
C4 S 4n 3
n 1
LIE X LSE X
Z LIE Z LSE
lt lt
Fracción defectiva = ( Z LIE ) ( Z LSE )
LSE LIE
Pp
6 LT
Z LIE , Z LSE
Ppk Menor
3
Fracción defectiva =
Página 53 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Página 54 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Página 55 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Página 56 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Página 57 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Página 58 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Página 59 de 60
RESP_EJERCICIOS FASE DE MEDICIÓN SEIS SIGMA BB P. Reyes / febrero 2008
Página 60 de 60