CUESTIONARIO

1. Qu son las salidas, entregables y lneas base? R= 2. Para qu sirve esta ecuacin: ( ) ( )

3. En qu procesos se puede quedar en 6 y quedar reducidos, en qu medida aceptar 6? R= 4. Todo proceso puede llevarse a 6 o hasta dnde es aceptable? R= 5. Para qu sirve SIPOC? R= 6. Cuntos niveles de diagramas hay? R= 7. Etapas del diagrama del proceso, definir en qu parte del proceso hay problemas enfocarse o a todo el proceso. R= 8. A partir de qu momento ubiera implementar 6 , qu tan costoso sera llevarlo? Cundo ser oportuno? R= 9. Qu son los IMQS? Definir necesidades, requerimientos y procesos crticos. R= ????? 10. Qu prueba debe hacerse antes de implementar 6 ? R=

11. En qu consiste la prueba de normalidad? R= Pruebas de normalidad de una muestra

Antes de proceder a la prueba de una hiptesis debemos determinar la distribucin las variables consideradas en nuestra muestra. En los mtodos convencionales se trabaja con la distribucin normal de dichas variables. El paso inicial entonces, es determinar si las variables en estudio pueden ser representadas por una distribucin normal. En otras palabras necesitamos verificar esta primer hiptesis. O sea, si las variables medidas en la muestra pueden ser descriptas con parmetros de tendencia central y dispersin simtrica alrededor de dichos parmetros y relacin media-dispersin conocidas. La importancia de verificar la normalidad de las muestras en estudio es fundamental en estadstica porque si las muestras son normales se pueden aplicar mtodos estadsticos paramtricos convencionales, en caso contrario se deben o bien transfromar los datos (como veremos ms adelante), o bien utilizar mtodos como los no paramtricos u otros mtodos estadsticos ms sofisticados.

12. Cmo se realiza el grafco matricial? R=

13. Proceso de implementacin de 6 R= ver pregunta 15 14. 5 ejemplos de proyectos de 6 . R= Ejemplos de proyectos 6 sigma tpicos en la industria (automocin, cosmtico, farmacutico, aeronutico, qumico,):

Reducir la tasa de mermas en inyeccin Reducir los paros de maquina Minimizar los defectos de soldadura de unos componentes Minimizar la variabilidad de una bascula dinmica Cumplir con el requerimiento de llenado de unas botellas Optimizar el rendimiento de unos reactores qumicos Reducir el nmero de controles de calidad Minimizar la cantidad de defectos estticos de una pieza Minimizar el ruido de unos motores

Ejemplos de proyectos 6 Sigma tpicos para los servicios (bancos, aseguradoras, hospitales, procesos administrativos,):

Optimizar el tiempo de entrega de las ofertas Minimizar el tiempo de gestin de un siniestro Minimizar el tiempo de respuesta a una solicitud de prstamo Maximizar la retencin de clientes Reducir el tiempo de facturacin de equipaje Minimizar los gastos asociados a la provisin de material de recambio Reducir el tiempo de espera de los pacientes Eliminar los errores de facturacin

Ejemplos de proyectos 6 Sigma tpicos para temas medio-ambientales:

Reduccin del consumo elctrico Reduccin del consumo de combustible Optimizar los gastos de transporte

15. Para aplicar 6 qu tenemos que hacer? R=

16. Objetivos de 6 . R=

17. Es necesario llegar al DOE para implementar 6 o se puede antes? R=

Six Sigma se basa en el entendimiento y el control de las variables clave de los procesos conocidas como entradas o xs para as obtener resultados mejorados en la salida de los proyectos o ys. En trminos de Diseo de Experimento, estas entradas o xs son llamadas factores y las salidas son llamadas respuestas. En casi todos los proyectos Six Sigma, la relacin de las ys del proyecto toman la forma de y=f(x1,x2,...xn). Durante casi 100 aos se ha demostrado que los Diseos de Experimentos son uno de los mtodos ms conocidos para validar y descubrir la relacin entre factores. En trminos Six Sigma, es descubrir la relacin entre las salidas llamadas ys y las entradas llamadas xs. Los actuales Cinturones de Six Sigma son educados primariamente para que su trabajo se centre en los Experimentos de Diseo en la fase Mejorar de DMAIC y la fase Optimizar

de IDOV. Para el entrenamiento DMAIC de Six Sigma, los diseos experimentales ms frecuentemente enseados son el factorial y el factorial fraccional. Algunos currculums introducen diseos de superficie de respuesta y diseos de optimizacin de alto nivel. El DFSS incluye los diseos experimentales enseados en todos los niveles del entrenamiento DMAIC y a menudo se expande para incluir el concepto de diseos robustos. Como una alternativa al enfoque clsico, hay tambin un nmero de consultoras enseando diseos Taguchi como el mtodo favorito para el diseo robusto.