Buenos hábitos para volcar el conocimiento de partida e ir construyendo en base a evidencias nuevo conocimiento que CONVENCE e impulsa el CAMBIO, el APRENDIZAJE.
Lean-Six Sigma proporciona una hoja de ruta y unas herramientas que lo permiten
1.
Lean-‐Six
Sigma:
La
ventaja
compe33va
de
las
organizaciones
que
aprenden
“La
importancia
de
los
DATOS
y
las
Herramientas
para
Convencer,
No
Vencer,
con
EVIDENCIAS”
Dra.
Lourdes
Pozueta
2.
LinkedIn
lourdes.pozueta@avancex.com
Licenciada
Matemá3cas
(Universidad
de
Zaragoza)
Master
in
Science
(University
of
Madison-‐Wisconsin)
Doctor
por
la
UPC
en
Estadís3ca
Industrial
(ETSEIB-‐UPC,
Barcelona)
Master
Black-‐Belt
en
metodología
Six
Sigma
Profesor
en
excedencia
de
la
UPC.
2
años
Jefe
de
proyecto
en
TECNALIA.
Socio
fundador
de
Avancex+i,
miembro
fundador
Ideas2value.
Vocal
Comité
Seis
Sigma
de
la
AEC.
Colaboradora
formación
a
profesionales
en
la
Mondragon
Unibertsitatea.
3.
Nuestro
lema
es
"EXperimentar
para
AVANzar”
a
través
de
comprender
y
aprender
sobre
lo
que
nos
rodea.
Trabajamos
con
personas
que
desean
aprender
rápido
del
comportamiento
de
sus
productos-‐máquinas-‐procesos-‐tecnologías
(su
variabilidad,
las
condiciones
ópUmas
...)
para
lograr
mejorarlas
o
innovar.
Fomentamos
la
sistemáUca
y
el
rigor,
la
observación
consciente,
el
diagnósUco
y
la
experimentación,
el
trabajo
comparUdo
con
un
equipo,
...
y
tratamos
de
hablar
en
base
a
DATOS
y
EVIDENCIAS.
4. 4.
Ingeniería
de
la
Calidad
Herramientas
Estadís3cas
aplicadas
a
Mejora
de
Producto/Proceso
Ru3nas
para
el
logro
de
habilidades
de
Diagnós3co,
Experimentación,
análisis,
….
Despliegue
de
Metodologías
de
Mejora
Avanzada
en
Empresa.
Sistemá3ca
RP
basada
en
datos
Cursos-‐Talleres
Consultoría
on-‐line
ESTUDIOS
CONCRETOS
Protocolos
Aceptación
líneas
Protocolos
de
aceptación
de
lotes
Op3mización
parámetros
de
Proceso
Diseño
de
recetas
de
mayonesas
Lean-‐Six
Sigma
para
BB
Diseño
de
Experimentos
Control
estadís3co
de
procesos
(SPC)
Taller
Crea3vidad
Ges3ón
de
la
Innovación
Procesos
de
Crea3vidad
Diseño
Robusto
Six
Sigma,
Calidad
Total…a
medida
SERVICIOS
ASESORÍA
estadís3ca
Planes
recogida
de
Datos
Tratamiento
Datos
Visualización
información
Homologación
productos
Perito
estadís3co
en
juicios
5.
La
importancia
de
los
DATOS
y
las
Herramientas
para
Convencer,
No
Vencer,
con
EVIDENCIAS
Dra.
Lourdes
Pozueta
(avancex+i)
6. Movilicémonos
PARA
QUE
las
habilidades
para
APRENDER
a
contestar
preguntas
a
través
de
DATOS,
que
aumentan
la
compe33vidad,
lleguen
a
nuestras
organizaciones.
¿Qué
ocurre
en
mi
proceso?
¿cómo
podría
ahorrar,
mejorar
la
calidad,
fabricar
más,
lograr
más
visitas
en
mi
web,
reducir
despilfarro,
crear
algo
nuevo,
…?
¿Qué
me
interesa?
¿Qué
es
lo
que
verdaderamente
importante
MEDIR?
¿Hay
algo
Importante
detrás
de
estos
DATOS?
¿Cuáles
son
los
pocos
factores
clave
que
afectan
a
mi
rendimiento?
7. 7.
“La
cuentas
y
los
cuentos”…NO
convencen
en
la
toma
decisiones
…
èRelato riguroso con Evidencias que se VEAN
No
avanzamos
si
no
superamos
el
obstáculo
mental
de
no
cambiar
8. DATOS
para
APRENDER
eficientemente
en
entornos
no
evidentes
PARA
el
futuro
que
Emerge=è
ADAPTARNOS
• Habilidades
para
adquirir
Conocimientos
• Tratar
con
lo
no
evidente
• Recoger
Modelos
mentales
• Estructura
información
• Recopilar
y
analizar
Datos
• DiagnosUcar
• Experimentar
con
método
• Colaborar
con
otros
• Habilidades
para
comunicar
y
Convencer
• Contar
relatos
con
rigor
• Proceso
de
conocimiento
• Evidencias
visual
Aprender
Rápido
(con
Proyectos
de
Mejora
e
Innovación)
1.
Conocimiento:
para
cambiar
el
entorno
2. Habilidades:
para
aprender
a
aprender
rápido
9. 9.
Aprender
Haciendo
con
Proyectos:
Ciclo
DMAIC
de
Lean-‐Six
Sigma
• C:
Cambio
de
estándares.
Monitorización
Explotación
resultados
• I:
Ideas
y
pruebas
piloto
monitorizadas.
Soluciones
consolidadas;
evidencias
• A:
Causas
raíz
clave
que
afectan
con
evidencias
de
ello
• M:
Qué
ac3vidades
hay?
Qué
sospechas?
Cómo
salen
los
resultados?
Variabilidad?
¿qué
no
es?
¿dónde
centrarse?
• D:
Proyecto:
QUIÉN
cliente?
Qué
le
interesa
más?
Impacto?
Tengo
interés?
Tengo
proyecto?
Caracterizar
Expediciones
con
experiencias
diferentes
10. 10.
La
mejor
habilidad:
el
Método
cienkfico
Datos,
hechos,
experiencias,…
Hipótesis,
conjeturas,
modelos,
…
INDUCCIÓN
Mirar
Imaginar
Cuestionarse
Plan recogida de datos
orientada a encontar
evidencias
Mostrar
Nuevo
Conocimiento
de
modo
evidente
Ver
CONVENCER
DEDUCCIÓN
Especular
COLECTIVOAPRENDIZAJE INDIVIDUAL
Oir
Modelo
mental
Almacenar
de
forma
peculiar
(innato)
¿me
engaña
mi
cerebro?
¿Evidencias
esperadas?
11. 11.
Ru3nas
a
potenciar:
“método
cienkfico”
PASOS
1. De qué sospechas: hipótesis
2. Qué te IMAGINAS VER cuando MIRES: deducción
3. Qué utilizarás para analizar y mostrar evidencias: herramientas
4. Qué datos necesitas: Plan
• ¿Es completo o alguien lo pondrá en juicio?
• Seguimiento plan y recogida de datos del entorno
5. Qué VEN tus ojos: Pistas
• ¿Es suficiente evidencia o puede ser azar? ¿Pasa test estadístico?
6. Qué has aprendido: ¿Qué tienes que hacer diferente?
¿Cómo lo mostraráa al resto de la organización?
1
2 3 4
5
67
Hay
muchos
pseudociengfico
con
“falacia
narraUva”
OJO!!!
12.
¿Qué
ocurre
en
mi
proceso?
¿cómo
podría
ahorrar,
mejorar
la
calidad,
fabricar
más,
lograr
más
visitas
en
mi
web,
reducir
despilfarro,
crear
algo
nuevo,
…?
¿Qué
me
interesa?
¿Qué
es
lo
que
verdaderamente
importante
MEDIR?
¿Hay
algo
Importante
detrás
de
estos
DATOS?
¿Dónde
poco
el
foco?
Allí
donde
puedas
y
que
haya
impacto!!
(No
podemos
trabajar
con
LSS
en
proyectos
raros
o
solución
conocida
o
Kpo
“resolver
el
hambre
en
el
mundo”)
13. 13.
Algunos
ejemplos
• Reducción del defectivo en piezas por falta de llenado
• Reducción defectivo soldadura por ola
• Aseguramiento control de fuga en válvula
• Aumento disponibilidad de máquina
• Reducción costes transporte
• Reducción defectivo aletas de condensador
• Aumento productividad calandrado
• Optimización embalaje y sistema envío
• Identificación de factores afectan al FRF (vibración piezas)
• Diseño de utillajes robustos
• Reducción ppm en Cliente
• Ahorro en materias primas caracterizando relación materias primas y propiedades mecánicas
• Reducción defectivo en mecanizado
• Caracterización propiedades mecánicas en tubos
• Reducción coste de Hornos por control de parámetros de Horno
• Reducción coste de compras de materias primas modificando estándares de trabajo en proceso
• Optimización parámetros de forja
• Reducción tiempo de respuesta en líneas de crédito
• Reducción errores en trámites burocráticos
• Reducir coste aseguradora médica (por medio de diseño de protocolos de visitas y comunicación)
• Reducción % de líneas de crédito rechazadas
• Reducción despilfarro: informes excesivos, controles sin valor, exceso movimientos
Aumentar
compeUUvidad
Aumentar
habilidades
14. 14.
Lean-‐Six
Sigma
implica
dedicar
Uempo
a
hacer
otras
ac3vidades
diferentes
al
día-‐día
(idenUficar
quién
las
Uene
que
hacer,
especialistas
con
apUtudes)
Que
harán
más
compeUUva
la
Organización
Reflexionar
Imaginar
evidencias
Explicitar
ideas
Construir
modelos
mentales
Preguntar
estratégicamente
Planificar
recoger
datos
Realizar
gráficos
VER
pistas
en
los
gráficos
Construir
modelos
predicKvos
EsKmar
capacidad
Validar
equipos
medida
Monitorizar
procesos
experimentar
IdenKficar
desperdicios
Hacer
mapas
Visualizar
información
Flujo
Prueba
piloto
AMFE
estandarizar
Panel
kanban
15. 15.
Reflexionar,
Escucha
de
alto
nivel,
Imaginar,
explicitar
modelos
mentales
¿Quién
es
el
Cliente
principal
de
mi
Proyecto
y
cómo
le
puedo
hacer
su
trabajo
más
fácil?
¿Quiénes
son
las
partes
interesadas
y
cómo
me
tengo
que
relacionar?
¿Qué
métricas
son
de
interés
y
cómo
las
mediremos?
¿Qué
acOvidades
se
hacen
realmente?
¿Posibles
causas
del
problema?
VACIAR
lo
que
se
sabe
y
ABRIRSE
a
lo
que
saben
OTROS
SESIÓN DE LANZAMIENTO
- METODOLOGÍA- METODOLOGÍA testeado con éxito
- PROFESORADO:- PROFESORADO: Expertos en materia
- SOPORTE WEB...- SOPORTE WEB...
- APOYO TUTORES- APOYO TUTORES
- PLAN ENTRENAMIENTO FLEXIBLE:- PLAN ENTRENAMIENTO FLEXIBLE:
- Material adaptado
- Rutinas para potenciar hábitos
- Casos prácticos
- Proyectos compartidos
Campamento base para aclimatar: puesta en común y debate constructivo
HITO 1
HITO 2
• Importancia e impacto proyecto
• Cliente y requisitos
• Alcance: procesos y personas
DEFINIR
MEDIR
ANALIZAR
IMPROVE
CONTROL
• Conocer proceso
• Medir y valorar las salidas del proceso (efectos)
• Diagnóstico situación de partida
• Idear soluciones
• Verificar resultados
• Exportar aprendizaje
• Estandarizar y acreditar proceso
• Verificar resultados
• Explotar aprendizaje
• Determinar las entradas clave (causas raiz)
• Decidir acciones de cambio
DINÁMICASHERRAMIENTASAMIENTO
ADO
- IDENTIFICAR- IDENTIFICAR organizaciones interesadas
- PROYECTOS- PROYECTOS con retorno
- PROMOTOR DE APOYO- PROMOTOR DE APOYO (Champion)
- LÍDER- LÍDER motivado para acudir al curso
- ROLES- ROLES claros
- OPERATIVA/PREPARATIVOS- OPERATIVA/PREPARATIVOS previos
AR UNA
CIÓN
OMETIDA
E
MAICMAIC
EDICIÓN
D-‐M
16. PREGUNTAS “con sospecha”:
Si hago un Pareto para Porta-electrodos,
¿Se observa efecto Pareto concentrado
en la misma localización, el mismo motivo,
la misma planta-horno,…?
Cómo ha evolucionado en el tiempo? Más
concentrado en unas fechas?
¿Relacionado con “edad” o Tn
producidas?
DATOS necesarios
(¿los tengo?)
✔Para cada rotura,
fecha, lugar rotura,
motivo, horno….
✖ Edad del electrodo, tn
fabricadas por el horno
entre cambios
✖ èrecoger
Revisar
MODELO MENTAL
IMAGINAR
síntomas al MIRAR
HERRAMIENTAS
RESPUESTAS / CONCLUSIONES
Buscar Pistas: EVIDENCIAS
“NO ES”
“PUEDE SER”
SESIÓN DE LANZAMIENTO
- METODOLOGÍA- METODOLOGÍA testeado con éxito
- PROFESORADO:- PROFESORADO: Expertos en materia
- SOPORTE WEB...- SOPORTE WEB...
- APOYO TUTORES- APOYO TUTORES
- PLAN ENTRENAMIENTO FLEXIBLE:- PLAN ENTRENAMIENTO FLEXIBLE:
- Material adaptado
- Rutinas para potenciar hábitos
- Casos prácticos
- Proyectos compartidos
Campamento base para aclimatar: puesta en común y debate constructivo
HITO 1
HITO 2
• Importancia e impacto proyecto
• Cliente y requisitos
• Alcance: procesos y personas
DEFINIR
MEDIR
ANALIZAR
IMPROVE
CONTROL
• Conocer proceso
• Medir y valorar las salidas del proceso (efectos)
• Diagnóstico situación de partida
• Idear soluciones
• Verificar resultados
• Exportar aprendizaje
• Estandarizar y acreditar proceso
• Verificar resultados
• Explotar aprendizaje
• Determinar las entradas clave (causas raiz)
• Decidir acciones de cambio
DINÁMICASHERRAMIENTASAMIENTO
DO
- IDENTIFICAR- IDENTIFICAR organizaciones interesadas
- PROYECTOS- PROYECTOS con retorno
- PROMOTOR DE APOYO- PROMOTOR DE APOYO (Champion)
- LÍDER- LÍDER motivado para acudir al curso
- ROLES- ROLES claros
- OPERATIVA/PREPARATIVOS- OPERATIVA/PREPARATIVOS previos
AR UNA
ÓN
METIDA
MAICMAIC
DICIÓN
M-‐A
Entender
Proceso,
Cues3onar,
Reducir
alcance,
Caracterizar
17. Herramientas
para
Visualizar
y
Diagnos3car
con
MINITAB
a
par3r
de
Datos
Cuándo
van
a
dominarlas
los
ingenieros,
químicos,
msicos,
informáUcos,
médicos,
economistas,
….
al
salir
de
la
Universidad???
Cuándo
las
van
a
dominar
gerentes,
managers,
comunicadores,
….??
18. SESIÓN DE LANZAMIENTO
- METODOLOGÍA- METODOLOGÍA testeado con éxito
- PROFESORADO:- PROFESORADO: Expertos en materia
- SOPORTE WEB...- SOPORTE WEB...
- APOYO TUTORES- APOYO TUTORES
- PLAN ENTRENAMIENTO FLEXIBLE:- PLAN ENTRENAMIENTO FLEXIBLE:
- Material adaptado
- Rutinas para potenciar hábitos
- Casos prácticos
- Proyectos compartidos
Campamento base para aclimatar: puesta en común y debate constructivo
HITO 1
HITO 2
• Importancia e impacto proyecto
• Cliente y requisitos
• Alcance: procesos y personas
DEFINIR
MEDIR
ANALIZAR
IMPROVE
CONTROL
• Conocer proceso
• Medir y valorar las salidas del proceso (efectos)
• Diagnóstico situación de partida
• Idear soluciones
• Verificar resultados
• Exportar aprendizaje
• Estandarizar y acreditar proceso
• Verificar resultados
• Explotar aprendizaje
• Determinar las entradas clave (causas raiz)
• Decidir acciones de cambio
DINÁMICASHERRAMIENTASAMIENTO
DO
- IDENTIFICAR- IDENTIFICAR organizaciones interesadas
- PROYECTOS- PROYECTOS con retorno
- PROMOTOR DE APOYO- PROMOTOR DE APOYO (Champion)
- LÍDER- LÍDER motivado para acudir al curso
- ROLES- ROLES claros
- OPERATIVA/PREPARATIVOS- OPERATIVA/PREPARATIVOS previos
AR UNA
ÓN
METIDA
MAICMAIC
DICIÓN
M-‐A
61,958
61,946
61,934
61,922
61,910
61,898
61,886
LSL USL
LSL 61,903
Target *
USL 61,935
Sample Mean 61,9177
Sample N 28370
StDev (Within) 0,0066973
StDev (O v erall) 0,00870023
Process Data
C p 0,80
C PL 0,73
C PU 0,86
C pk 0,73
Pp 0,61
PPL 0,56
PPU 0,66
Ppk 0,56
C pm *
O v erall C apability
Potential (Within) C apability
% < LSL 1,99
% > USL 0,65
% Total 2,64
O bserv ed Performance
% < LSL 1,42
% > USL 0,49
% Total 1,90
Exp. Within Performance
% < LSL 4,57
% > USL 2,33
% Total 6,90
Exp. O v erall Performance
Within
Overall
Process Capability of ROD 1
LARGO PLAZO => NO es CAPAZ Cp=0,61 6,90 % Defectuoso
CORTO PLAZO => NO es CAPAZ Cp=0,8; 1,90% defectuoso
CAPACIDAD
2,64% malas
9080706050403020101
400
380
360
340
320
300
Index
Data
TP9_REAL
TP9
Variable
Time Series Plot of TP9_REAL; TP9
Part-to-PartReprodRepeatGage R&R
300
150
0
Percent
% Contribution
% Study Var
% Tolerance
300
150
0
SampleRange
_
R=120,4
UC L=254,6
LC L=0
1 2
3100
3000
2900
SampleMean
__
X=3018,2
UC L=3087,7
LC L=2948,8
1 2
54321
3200
3100
3000
Pieza
21
3200
3100
3000
operator
54321
3100
3000
2900
Pieza
Average
1
2
operator
Gage name:
Date of study:
Reported by:
Tolerance:
Misc:
Components of Variation
R Chart by operator
Xbar Chart by operator
frecuencia-4 by Pieza
frecuencia-4 by operator
operator * Pieza Interaction
Gage R&R (Xbar/R) for frecuencia-4
1130
1120
1110
430
425
420
1610
1600
1590
1120
1100
1080
80
75
70
488
484
480
0,304
0,296
0,288
0,20
0,15
0,10
0,20
0,15
0,10
80,0
77,5
75,0
H TB4
Fecha
1125
1120
H Extracción H TG4
1610
1600
H Kwh/t gas
H Kwh/t elect H Ev Fe2O3_1 CR2O3_1
T1000_1 Redox_1
Gráfica de series de tiempo de H TB4; H Extracción; H TG4; ...
Caracterizar
situación
par3da
1211109876543210
200
150
100
50
0
1211109876543210
nºbloq_Prf_Rz
Frecuencia
nºbloq_Prf_Cara
Histograma de nºbloq_Prf_Rz; nºbloq_Prf_Cara
varios bloques?
de falta de fusión de
¿problemas en pared
parte resanada?
pasada
Problemas en una
de fusión de varios bloques?
¿problemas en pared de falta
SUELDA!!!
MIENTRAS SE
SE VE
SUELDA!!!
SE
MIENTRAS
SE VE
Ancho
Largo
3,02,52,01,51,0
12
10
8
6
4
2
>
–
–
–
–
–
< 750
750 775
775 800
800 825
825 850
850 875
875
Tª 1ero
Gráfica de contorno de Tª 1ero vs. Largo; Ancho
Desigualdad
Tª
de
horno
700
600
500
400
300
200
100
72
71
70
69
68
67
66
65
64
Index
Peso
Predicción MA (n=2)
Límites a 1,5 gr.
0,3040,2960,288 9,59,08,5 80,077,575,0 430425420 161016001590 112011001080 807570 488484480
1130
1120
1110
0,304
0,296
0,288
9,5
9,0
8,5
80,0
77,5
75,0
430
425
420
1610
1600
1590
1120
1100
1080
80
75
70
H TB4
Fe2O3
T1000
Redox
H Extracción
H TG4
H Kwh/t gas
H Kwh/t elect
H Ev
resto de parámetros de vidrio u horno
Parece ser aberrante, no relacionado con el
UN dato de T1000 anómalo (el último día)
Relación parámetros Horno y Vidrio SIN desfase
19. 19.
Iden3ficar
Evidencias
SESIÓN DE LANZAMIENTO
- METODOLOGÍA- METODOLOGÍA testeado con éxito
- PROFESORADO:- PROFESORADO: Expertos en materia
- SOPORTE WEB...- SOPORTE WEB...
- APOYO TUTORES- APOYO TUTORES
- PLAN ENTRENAMIENTO FLEXIBLE:- PLAN ENTRENAMIENTO FLEXIBLE:
- Material adaptado
- Rutinas para potenciar hábitos
- Casos prácticos
- Proyectos compartidos
Campamento base para aclimatar: puesta en común y debate constructivo
HITO 1
HITO 2
• Importancia e impacto proyecto
• Cliente y requisitos
• Alcance: procesos y personas
DEFINIR
MEDIR
ANALIZAR
IMPROVE
CONTROL
• Conocer proceso
• Medir y valorar las salidas del proceso (efectos)
• Diagnóstico situación de partida
• Idear soluciones
• Verificar resultados
• Exportar aprendizaje
• Estandarizar y acreditar proceso
• Verificar resultados
• Explotar aprendizaje
• Determinar las entradas clave (causas raiz)
• Decidir acciones de cambio
DINÁMICASHERRAMIENTASNTRENAMIENTO
PROPIADO
- IDENTIFICAR- IDENTIFICAR organizaciones interesadas
- PROYECTOS- PROYECTOS con retorno
- PROMOTOR DE APOYO- PROMOTOR DE APOYO (Champion)
- LÍDER- LÍDER motivado para acudir al curso
- ROLES- ROLES claros
- OPERATIVA/PREPARATIVOS- OPERATIVA/PREPARATIVOS previos
REPARAR UNA
PEDICIÓN
OMPROMETIDA
OJA DE
UTA DMAICDMAIC
N EXPEDICIÓN
M-‐A
Posición
ALTURA
AAAAAAAAAAVVVVVVVVVVAAAAAAAAAAVVVVVVVVVV
10987654321109876543211098765432110987654321
10
5
0
-5
-10
-15
-20
Datos
0
Diámetro 0
Diámetro 20
Diámetro 90
Diámetro 340
Variable
Cambio en Diámetro por efecto Tratamiento
OF 1663
Zona 1 Zona 2 Zona 3 Zona 4
7,5 mm
510470
15,4
15,3
15,2
15,1
15,0
14,9
14,8
14,7
510470
1275
Golpe 5
Espesor
1305
470
510
Golpe 4
Multi-Vari Chart for Espesor by Golpe 4 - Temperatura
Temperatura
Exp. 1a, 1b, 1c
Exp. 2
Exp. 3
Exp. 4
Exp. 5
Exp. 6
Exp. 7
Exp. 8
9080706050403020100
250
200
150
100
50
0
Salto Tª max
Saltot-1ºmin.
Incremento en Tiempo de Precalentamiento por cada grado de diferencia/ARO
Salto t-1º min. = 2,35 Salto Tª max
Por
cada
Grado
de
diferenc
del
úl3mo
Termopar
respec
1º
aumenta
en
2,5
minutos
paroximadamente
el
3emp
de
Pre-‐calentamiento
98654321
100
0
-100
-200
-300
98654321
7
Termopar
Rango
8
0
-20
20
Close
Eject
Open
Spy1
Spy2
Proceso
Fases del
Multi-Vari Chart for Rango by Fases del Proceso - Simulación
Panel variable: Simulación
20. 20.
Experimentar
con
rigor:
diseño
de
pruebas
que
permita
tomar
decisiones
Entrenamiento
a
Experimentar
Entrenamiento.
PrácUca
curso
DOE
en
empresa
“Homogeneidad
de
Chips
(Fagor
Electrónica)”
“Reducción
defecKvo
(Polsa.VelaKa”
DOE
en
Horno
para
evaluar
procedimiento
colocación
y
parámetros
Horno-‐carga
en
coste
y
deformación
A
B
A
B
-‐
D
+
Diseñar
pruebas
experimentales
para
SIMULADOR
è
Iden3ficación
cotas
clave.
Modelo
predic3vo
SESIÓN DE LANZAMIENTO
Campamento base para aclimatar: puesta en común y debate constructivo
HITO 1
HITO 2
• Importancia e impacto proyecto
• Cliente y requisitos
• Alcance: procesos y personas
DEFINIR
MEDIR
ANALIZAR
IMPROVE
CONTROL
• Conocer proceso
• Medir y valorar las salidas del proceso (efectos)
• Diagnóstico situación de partida
• Idear soluciones
• Verificar resultados
• Exportar aprendizaje
• Estandarizar y acreditar proceso
• Verificar resultados
• Explotar aprendizaje
• Determinar las entradas clave (causas raiz)
• Decidir acciones de cambio
- IDENTIFICAR- IDENTIFICAR organizaciones interesadas
- PROYECTOS- PROYECTOS con retorno
- PROMOTOR DE APOYO- PROMOTOR DE APOYO (Champion)
- LÍDER- LÍDER motivado para acudir al curso
- ROLES- ROLES claros
- OPERATIVA/PREPARATIVOS- OPERATIVA/PREPARATIVOS previos
AR UNA
ÓN
METIDA
MAICMAIC
DICIÓN
A-‐I
21. 21.
Predecir
comportamientos
“estables”
Modelo para Forja
Espesor = 15,112 – 0,102 Temp. -0,085 Golpe 5 S = 0,073mm R2= 82,04
Peso = 0,501 – 0,0056 Temp. -0,0052 Golpe 5 S = 0,0051gr R2= 72,82%
Modelo
para
controlar
espesor
a
través
de
báscula
de
peso
mediante
DOE
y
Regresión
Modelo
para
caracterizar
influencia
de
materiales
en
las
propiedades
mecánicas
685
3
4
Porosidad
Temperatura
695
705
Temperatura
685
695
5
820
810
715
870
860
850
840 Presión830
820
880
870
Presión
Surface Plot of Porosidad
2,87862
3,22419
3,56976
3,91533
4,26090
4,60647
4,95204
5,29761
5,64318
5,98875
6,33432
6,67989
7,02546
7,37103
7,71660
725715705695685675
900
890
880
870
860
850
840
830
820
810
800
Temperatura
Presión
Contour Plot of Porosidad
Estimated Regression Coefficients for Porosida
Term Coef SE Coef T P
Constant 6,1017 0,04508 135,345 0,000
temperat -0,2950 0,05521 -5,343 0,013
Presion 0,3300 0,05521 5,977 0,009
S = 0,1104 R-Sq = 95,5% R-Sq(adj) = 92,6%
Analysis of Variance for Porosida
Source DF Seq SS Adj SS Adj MS F P
Regression 2 0,78370 0,78370 0,391850 32,13 0,009
Linear 2 0,78370 0,78370 0,391850 32,13 0,009
Residual Error 3 0,03658 0,03658 0,012194
Lack-of-Fit 2 0,01853 0,01853 0,009267 0,51 0,702
Pure Error 1 0,01805 0,01805 0,018050
Total 5 0,82028
22. 22.
Otros
ejemplos:
• Ver:
hrp://www.slideshare.net/lpozueta/reduccin-‐de-‐la-‐variabilidad-‐en-‐forja-‐en-‐alcorta-‐
forging-‐group
23. 23.
Comunicar
y
Convencer
UUlizar
estándares
de
Informes
Visualizar
trabajo/avance
en
Panel
ComparUendo
hábitos
de
trabajo.
Alumnos
del
Curso
Lean-‐Seis
Sigma
en
MU
conociendo
la
experiencia
Lean
Seis
Sigma
de
Indar
24. 24.
Comunicación
conocimiento
Un
poster
puede
ser
una
manera
de
divulgar
conocimiento,
hábitos
ciengficos,
uUlización
de
herramientas,
reconocer
el
trabajo
de
equipos,
dar
imagen
a
clientes,
…
Experiencia
en
FAGOR
EDERLAN
desplegando
el
modelo
de
mejora
conUnua
KALDA
apoyada
en
Lean-‐
Seis
SIgma
25. FORMACIÓN
para
Adquirir
Habilidades
25.
Curso avanzado en
Programas de Mejora Continua
LEAN-SIX SIGMA
Nivel Black Belt
CODIRECCIÓN TÉCNICA
at Politècnica de
por la University
profesora de la
el área de mejora
lleva más de 20
de productos o
trial. Profesor del
e MONDRAGON
tes puestos de
Ederlan S. Coop,
oop.
en Organización
ón Industrial de
encia asesorando
presas.
dustrial. Profesora
ización Industrial
des de Dirección
stintas empresas
revia en el CCTT
strial. Profesor del
e MONDRAGON
e de la operativa
e Mercedes Benz
Electrodomésticos
ndustrial y Máster
dad del País Vasco
Electric. Cuenta
ones de Dirección
n de Ingeniería y
aplica Lean Six-
MÁS INFORMACIÓN:
Isabel Mangana: imangana@mondragon.edu
http://www.mondragon.edu/cursos/lean-six-sigma
PROFESIONALENTZAKO PRESTAKUNTZA
FORMACIÓN PARA PROFESIONALES
PROFESSIONAL LEARNING SPACE
PROFESIONALENTZAKO PRESTAKUNTZA
FORMACIÓN PARA PROFESIONALES
PROFESSIONAL LEARNING SPACE
todos los
lización de
odología de
roso de los
producto.
M1:
ESTADÍSTICA
Y
TOMA
DE
DECISIONES
(15h)
M2:
DOE:
ANOVA
Y
DISEÑOS
FACTORIALES
(20h)
M3·∙:DOE
Avanzado:
MSR,
DISEÑO
ROBUSTO
Y
SHAININ
(20)
En
colaboración
con
MU
Febrero-‐Julio
2016
SESIÓN DE LANZAMIENTO
- METODOLOGÍA- METODOLOGÍA testeado con éxito
- PROFESORADO:- PROFESORADO: Expertos en materia
- SOPORTE WEB...- SOPORTE WEB...
- APOYO TUTORES- APOYO TUTORES
- PLAN ENTRENAMIENTO FLEXIBLE:- PLAN ENTRENAMIENTO FLEXIBLE:
- Material adaptado
- Rutinas para potenciar hábitos
- Casos prácticos
- Proyectos compartidos
Campamento base para aclimatar: puesta en común y debate constructivo
HITO 1
HITO 2
• Importancia e impacto proyecto
• Cliente y requisitos
• Alcance: procesos y personas
DEFINIR
MEDIR
ANALIZAR
IMPROVE
CONTROL
• Conocer proceso
• Medir y valorar las salidas del proceso (efectos)
• Diagnóstico situación de partida
• Idear soluciones
• Verificar resultados
• Exportar aprendizaje
• Estandarizar y acreditar proceso
• Verificar resultados
• Explotar aprendizaje
• Determinar las entradas clave (causas raiz)
• Decidir acciones de cambio
DINÁMICASHERRAMIENTASENTRENAMIENTO
APROPIADO
1
- IDENTIFICAR- IDENTIFICAR organizaciones interesadas
- PROYECTOS- PROYECTOS con retorno
- PROMOTOR DE APOYO- PROMOTOR DE APOYO (Champion)
- LÍDER- LÍDER motivado para acudir al curso
- ROLES- ROLES claros
- OPERATIVA/PREPARATIVOS- OPERATIVA/PREPARATIVOS previos
PREPARAR UNA
EXPEDICIÓN
COMPROMETIDA
3
HOJA DE
RUTA DMAICDMAIC
EN EXPEDICIÓN
Curso
Avanzado
en
Programas
de
Mejora
ConUnua
Lean-‐Six
Sigma
Diseño
de
Experimentos
(3
módulos)
Alumno
aplicando
DOE
en
Fagor
Electrónica
Diciembre
2015-‐Feb
2016
Narrar un relato con alto impacto en organización
Mostrar situación de partida impactante
Acuerdo en el modo de medir
Recogida opinión de todas partes afectadas
Estudio profundo de caracterización de comportamiento en base a datos
que se vean los resultados (no cuentas)
Estudio profundo para llegar a causa raíz
Planificación pruebas rigurosas
Soluciones diseñadas y probadas con rigor
Monitorización de soluciones
Las personas necesitan habilidades nuevas, diferentes a por las que les han contratatdo
Entrenamiento (aspectos clave):
Individuos, equipo y la organizción
EL reto y lo que representa: Complejidad, modo de entender, modo de compartir conocimiento, modo de salir de la caja, convencer a equipo y a los demás
Sistemática: DMAIC
Aprender con los ojos, con las mentes de otros, con Datos
Este diagrama representa los dos procesos básicos del método científico:
Inducción: Crear modelos, hacer hipótesis o conjeturas a partir de nuestras observaciones, de la realidad de los datos y el RAZONAMIENTO
Deducción: Extraer consecuencias de nuestros modelos o conjeturas (si es cierto, entonces…) y comprobar si son ciertas a base de datos
Es por tanto opuesto al: creo, opino, considero… Y la estadística, tanto para suministrar materia prima para el proceso inductivo, como para aconsejar el tipo de prueba, la cantidad de datos a recoger, etc para realizar las comprobaciones del proceso deductivo, es la herramienta básica.