Documente Academic
Documente Profesional
Documente Cultură
Objetivos
Al terminar este mdulo, tendrs la capacidad de 1. Cuantificar la capacidad del proceso a parir de datos variables, utilizando las unidades medibles Cp, Cpk, Pp, Ppk, PPM y el Nivel Sigma del Proceso. 2. Cuantificar la capacidad del proceso a parir de datos de atributos, utilizando las unidades medibles DPO, DPMO, PPM y el Nivel Sigma del Proceso. 3. Distinguir entre los estudios a corto y largo plazo y calcular los Niveles Sigma para Procesos a Corto y Largo Plazo.
REV. 01
06/2003
Proceso de oxidacin
% plomo libre en el xido de plomo
LSL USL
Proceso de Contratacin
Tiempo de Contratacin (en Das)
USL
REV. 01
06/2003
3%
3%
15%
6% de las vas para asiento estn fuera de la especificacin. Esto se traduce en... 60,000 PPM
D.R. POCH-CDI 2003 7
15% es demasiado tiempo para cubrir los puestos disponibles. Esto se traduce en... 150,000 PPM
REV. 01 06/2003
Nivel Sigma 6 5 4 3 2
REV. 01
06/2003
Un Proceso Capaz
LSL USL
RECUERDA! Un proceso estable ofrece los clculos ms fiables de la capacidad del proceso.
Mediciones Individuales
6W Se dice que un proceso es capaz cuando 3W puntos de la distribucin de las mediciones individuales quedan comprendidos dentro de los lmites de especificacin.
Nota: Primero nos enfocaremos en la evaluacin de la capacidad del proceso utilizando los datos variables distribuidos normalmente.
D.R. POCH-CDI 2003 9 REV. 01 06/2003
LSL
USL
LSL
USL
LSL
USL
10
REV. 01
06/2003
LSL
USL
Proceso Capaz
6W 6W
LSL
USL
LSL
11
USL
LSL
3W
3W
USL
LSL
W = 0.06
4W 4W
Proceso 4 W
LSL
USL
W = 0.04
6W 6W
Proceso 6 W
Un proceso capaz
6W
LSL
USL
Capable Process
6W 6W
LSL
LSL
Entonces, la cantidad de distribuciones estndar contenidas dentro de los lmites de especificacin es el grado de capacidad del proceso
Especificaciones bilaterales 1.33 1.50 1.50 1.67 Especificacin unilateral 1.25 1.45 1.45 1.60 REV. 01 06/2003
Proceso existente Nuevo proceso Seguridad, fuerza o parmetro crtico-proceso existente Seguridad, fuerza o parmetro crtico-proceso nuevo 13
1. Asegrense que todos los datos estn distribuidos normalmente. 2. Calculen el promedio y la desviacin estndar del proceso (comnmente se utilizan la datos de una grfica de barra X o R). 3. Determinen la variacin del proceso (dispersin de 6 desviaciones estndar) y comprenla con los lmites de especificacin. 4. Determinen la capacidad potencial del proceso calculando el ndice Cp. 5. Calculen el porcentaje de producto (o PPM) que se encuentra fuera de los lmites de especificacin. 6. Cuantifiquen el desempeo real del proceso calculando el ndice Cpk. 7. Determinen el Nivel Sigma del Proceso.
D.R. POCH-CDI 2003 14 REV. 01 06/2003
= 178.6
Probability
GrficaR R
= 8.4
38
40
42
44
initial
Anderson-Darling Normality Test A-Squared: 0.333 P-Value: 0.509
= 178.6
x se utilizar para calcular el Promedio del Proceso. R se puede utilizar para calcular la Desviacin Estndar del Proceso.
R Grfica R=
8.4
Q}X W
R } d2
REV. 01 06/2003
16
17
REV. 01
06/2003
Poblacin
3. Determinacin de la Variacin del Proceso y Comparacin con los Lmites de Especificacin Variacin del Proceso: Esperamos que el 99.73% de las veces, se produzca un producto que est entre 167.8 y 189.4.
189.4
Meta
171
167.8
178.6
x 3W
USL = 182
x 3W
LSL = 160
D.R. POCH-CDI 2003
De acuerdo con las especificaciones, queremos que todo el producto est entre 160 y 182.
Si est concentrado, podr este proceso cumplir con las especificaciones de ingeniera?
19 REV. 01 06/2003
Cp = 1
El ndice Cp refleja el potencial del proceso si el promedio estuviera perfectamente concentrado entre los lmites de especificacin
Entre ms grande el ndice Cp, mejor!
Cp > 1
Cp !
Cp !
LSE LIE 6W
LSE LIE LSC LIC
Cp < 1
D.R. POCH-CDI 2003 20
167.8
178.6
Si estuviera centrado, podra este proceso ser capaz de satisfacer las especificaciones?
Este es el mejor indicador para determinar cuanto tu proceso es capaz de reproducir. Tomando la diferencia entre Ppk y el Cp est el rea de mejora por estabilizar y centrar el proceso
D.R. POCH-CDI 2003 21 REV. 01 06/2003
LSL = 160
USL = 182
167.8 178.6 189.4 Z superior es el nmero de desviaciones estndar entre el Promedio del Proceso y el Lmite Superior de Especificacin
22 REV. 01 06/2003
Z inferior es el nmero de desviaciones estndar entre el Promedio del Proceso y el Lmite Inferior de Especificacin
D.R. POCH-CDI 2003
Clculo de Zsuperior y Z inferior USL X ! zsuperior W 182.0 178 .6 ! ! 0.94 zsuperior 3.6
189.4
167.8
178.6
USL = 182
LSL = 160
La espec. inferior queda a 5.17 desviaciones estndar del promedio del proceso. La espec. mayor queda a 0.94 desviaciones estndar del promedio del proceso.
D.R. POCH-CDI 2003 23
REV. 01
06/2003
LSL = 160
USL = 182
De la tabla Z, vemos que Z = 0.94 corresponde a la proporcin = 0.1736 Esto se convierte a 17.36% de Defectos o 173,600 PPM
189.4
167.8
178.6
Z superior = 0.94
24
REV. 01
06/2003
Tabla Z
0.00
0.8 0.211855334 0.9 0.184060092 1.0 0.158655260
0.01
0.208970026 0.181411225 0.156247655
0.02
0.206107994 0.178786354 0.153864244
0.03
0.203269335 0.176185520 0.151505020
0.04
0.200454139 0.173608762 0.149169971
Excel
=1-NORMSDIST(z)
17.36% 173,600PPM
25 REV. 01 06/2003
6W
6W
CP = 1 CPK = 1
CP = 1 Cpk < 1
W=3.6
167.8 Zi=5.1
178.6 Zs=0.9
189.4
Zi ! 3Cpi Zs ! 3Cps
El ndice Cpm pone atencin especial al ajuste a un valor objetivo, cuando es distinto a la media de especificaciones
Cpm ! H ! Q T W
Cp 1H
2
27
REV. 01
06/2003
zinferior ! 5.17
REV. 01
USL = 182
06/2003
LSL = 160
29
REV. 01
06/2003
Distribucin Concentrada
Para nuestro actual ejemplo: Los datos son de un estudio a corto plazo. Si el proceso estuviera perfectamente concentrado, es decir, si x = Meta = 171, el porcentaje de defectos sera:
171 Meta De los valores obtenido de PPM en Zs y Zi, se suman y se reporta el total
De
los PPM obtenidos se busca en la tabla Z, pero ahora para obtener la Ztotal o Zst
30
REV. 01
06/2003
171 Meta
Proporcin debajo de especificacin inferior = 0.001107 Proporcin arriba de especificacin superior = 0.001107 Total de Defectos = 0.002214 De la Tabla Z, 0.002214 corresponde a Z = 2.84 Excel =-NORMSINV(proporcin) =-DISTR.NORM.STAND.INV(proporcin), espaol Como ste es un estudio a corto plazo, el Nivel Sigma del Proceso = 2.84
D.R. POCH-CDI 2003 31 REV. 01 06/2003
Ejercicio 33:Capacidad del Proceso Mediante Minitab 1. Consulta tu cuaderno de trabajo. 2. Abre el Minitab y la hoja de clculo, 4.4 Class Exercise.MTW 3. Trabaja con el instructor para realizar un estudio de capacidad utilizando los datos de posicin. 4. Por tu cuenta, usa Minitab para realizar un anlisis de capacidad de los datos de llamadas (Ejercicio 32). 5. Usa Minitab para realizar un estudio de capacidad con los datos de catapulta del taller anterior.
D.R. POCH-CDI 2003 33 REV. 01 06/2003
inferior
3
34 REV. 01 06/2003
Desplazamiento y su significado
lun
mar
mie
jue
vie
Se realiza un estudio a largo plazo para determinar el desempeo real del proceso a largo plazo.
Se recolectan datos por un perodo lo suficientemente largo de tal manera que el proceso se ve afectado esencialmente por todas las causas, aleatorias y no-aleatorias, (ejemplos: datos recolectados de varios lotes, turnos, temporadas, etc.)
D.R. POCH-CDI 2003 37 REV. 01 06/2003
Estudios a Largo Plazo pWoverall se calcula considerando la variacin del estudio completo (utiliza la ecuacin de la desviacin estndar muestra).
38
REV. 01
06/2003
Z de Corto Plazo
Lun
Mar
Mier
Jue
Vier
Zcorto plazo = valor z correspondiente a una distribucin concentrada con una variacin a corto plazo. Recuerda, este es el Nivel Sigma del Proceso.
D.R. POCH-CDI 2003 39 REV. 01 06/2003
El Desplazamiento Sigma
1.5 W
Se calcula que, a largo plazo, los procesos se desplazan aproximadamente 1.5W. Por lo tanto, si nicamente se cuenta con datos a corto plazo, el zlargo-plazo puede calcularse con: ZLP = ZCP - 1.5
D.R. POCH-CDI 2003 40 REV. 01 06/2003
Mon
Tues
Wed
Thurs
Fri
W
41
! Z LT 1.5
REV. 01 06/2003
Es mejor calcular el Nivel Sigma a Largo Plazo de un estudio real a largo plazo! El desplazamiento de 1.5 sigma ofrece un clculo aproximado hasta que se tengan disponibles datos a largo plazo.
D.R. POCH-CDI 2003 42 REV. 01 06/2003
n
Sst !
j !1
1 j S
n g
x
i !2
xi 1
Sst !
2n 1
W } Sst
X Chart
= 178.6
Grficas de CEP
Se puede estimar la desviacin estndar de los datos obtenido de la grfica de Q } X control estadstico del proceso W} R
D.R. POCH-CDI 2003 43
R
R Chart
= 8.4
d2
REV. 01 06/2003
Pp, Ppk
Aqu se toman todos los datos y se clcula la desviacin estndar muestral, sin separar por grupos
x x
2 i
Slt !
i !1
n 1
W } Slt
44
REV. 01
06/2003
En Seis Sigma se acostumbra reportar el Sigma a Corto Plazo como Nivel Sigma del Proceso
D.R. POCH-CDI 2003
W
6
ZLT
ZST
CP
PPk
4.5
6.0
2.0
1.5
Zshift
1.5
D-MAIC
mejor 0.0
Benchmark
Zst
Problema de Diseo / Tecnologa (equipos, procedimientos, materiales)
48
mejor
REV. 01
06/2003
Demanda
Aplica los requerimientos externos. Autoridad (leyes, reglamentos), solicitud de clientes
Reglas empricas
De acuerdo al desempeo del proceso actual
Capacidad Frontera
Anlisis estadstico de la capacidad potencial contra la habilidad real del proceso. Cp vs Ppk
49
REV. 01
06/2003
Cp Cp Cp
Mon Tues Wed
Ppk
El proceso tiene la capacidad potencial Cp, por lo que el desempeo actual Ppk puede tener un desempeo potencial igual a Cp
} }
DPO DPMO
Al igual que con los datos variables, la capacidad del proceso se puede evaluar utilizando datos de atributos. Los PPM y DPMO se pueden convertir al Nivel Sigma del Proceso.
D.R. POCH-CDI 2003 52 REV. 01 06/2003
Un departamento de cuentas por pagar tiene la meta de pagar facturas a los 45 das de su recibo. Durante 20 das se registraron la cantidad de facturas pagadas y la cantidad de facturas que se pagaron tarde (ms de 45 das). La Distribucin Binomial es la apropiada para estos datos. Cul es la Capacidad del Proceso?
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 Totales
17 14 15 15 9 12 20 16 19 12 9 21 18 14 18 9 21 8 13 22 302
511 504 442 432 458 509 507 487 430 456 462 443 449 495 472 451 445 513 502 485 9453
REV. 01 06/2003
53
Interpretacin de la Grfica P
0.06 0.05
Grfica P
UCL=0.05590
Proporcin
Nmero de Muestras
Podra haber causas especiales que afecten el proceso? Cul es el ndice de defectos en este proceso?
54
REV. 01
06/2003
Proporcin = 0.03195
0.01
0.02
0.03
0.04
0.05
0.035930266 0.035147838 0.034379445 0.033624911 0.032884058 0.032156713 0.028716493 0.028066539 0.027428881 0.026803350 0.026189776 0.025587990
Z = 1.85 Como este fue un estudio a largo plazo, el Nivel Sigma a largo Plazo es: ZLP = 1.85
D.R. POCH-CDI 2003 56 REV. 01 06/2003
Defectos en Costura
Supongamos que se registran los defectos relacionados con la costura y el nmero de juegos de asientos inspeccionados de 20 turnos de produccin. Cada juego de asientos puede tener ms de un defecto, por lo que se puede aplicar la distribucin Poisson. Cmo podemos calcular la capacidad del proceso?
Totales
D.R. POCH-CDI 2003 57
Defectos Asientos 1 32 244 2 22 249 3 33 234 4 39 236 5 30 260 6 36 246 7 34 246 8 32 247 9 33 233 10 27 233 11 25 241 12 36 244 13 24 264 14 31 268 15 35 262 16 26 263 17 36 263 18 28 249
REV. 01 06/2003
Interpretacin de la Grfica U
La grfica U, en este contexto, indica si hay o no alguna causa especial de variacin operando en el proceso.
Grfica U
0.20 UCL=0.1909
Cuenta de Muestras
0.05 0 10 20
LCL=0.05657
Nmero de Muestras
Durante el perodo de tiempo que se recolectaron estas muestras, parecen existir causas especiales de variacin que acten en el proceso? El proceso es estable? Cul es el promedio de DPU para este proceso?
D.R. POCH-CDI 2003 58 REV. 01 06/2003
Defectos
Oportunidades
DPO
614
4963
0.02062
Nota: Puesto que cada juego de asientos tiene 6 componentes de costura, hay 6 oportunidades de defectos por juego de asientos.
D.R. POCH-CDI 2003 59 REV. 01 06/2003
DPO y el Valor Z
Defectos
Juegos de Asientos
Oportunidades
DPO
614
4963
0.02062
DPO = 0.02062
60
REV. 01
06/2003
DPO = 0.02062
Z = 2.04
D.R. POCH-CDI 2003 61 REV. 01 06/2003
DPO = 0.02062
Ya que este fue un estudio a largo plazo, el Nivel Sigma del Proceso a Largo Plazo es:
ZLP = 2.04
62
REV. 01
06/2003
63
REV. 01
06/2003
Variables
64
REV. 01
06/2003
Recuerda
Cuando se evala la capacidad de un proceso... Se realiza un estudio a corto plazo para ver que tan bueno puede ser un proceso. Los datos se recolectan durante un perodo corto, en el cual el proceso ser influenciado nicamente por causas aleatorias. Un estudio a largo plazo se realiza para ver el desempeo real de un proceso en el largo plazo. Los datos se recolectan durante un perodo de tiempo lo suficientemente largo para que tanto las causas aleatorias como las no aleatorias afecten el proceso. El Nivel Sigma del Proceso es el valor Z que corresponde a un estudio a corto plazo (distribucin concentrada, cuando se usan datos variables). El Nivel Sigma del Proceso a Corto Plazo puede calcularse con un estudio a largo plazo con el ajuste: ZCP = ZLP + 1.5. El ajuste Sigma de 1.5, a la larga, justifica el desplazamiento y la fluctuacin de la distribucin a corto plazo.
65
REV. 01
06/2003
Recuerda
Cuando se utilizan datos variables, se calculan los ndices de capacidad Cp y Cpk : Cp indica la capacidad potencial del proceso, si estuviera perfectamente concentrado dentro de los lmites de especificacin. Cpk toma en cuenta los desplazamientos fuera del centro. Para un Proceso de Seis Sigma, Cp = 2.0 y Cpk = 1.5 Cuando se utilizan datos de atributos en un estudio a largo plazo, el Nivel Sigma del Proceso a Largo Plazo es el valor Z que corresponde a la proporcin de defectos o DPO. El Nivel Sigma del Proceso a Corto Plazo (reportado) = ZCP = ZLP + 1.5.
66
REV. 01
06/2003
Pasos a Seguir
Elabora del mapa del proceso.
Hoja de verificacin
Pareto