4. ETAPA
PASO
1
DESCRIPCION
Seleccionar y caracterizar un problema
Elegir un problema realmente importante, delimitarlo, describirlo, estudiar antecedentes e
importancia y cuantificar su magnitud actual.
PLANEAR
2
Buscar todas las posibles causas
3
Investigar cuales de las causas son las mas importantes
Recurrir a datos, análisis y conocimiento del problema
4
Elaborar un plan de medidas enfocado a remediar las causas mas
importantes
Para cada acción detallar en que consiste, su objetivo y como implementarla; responsables,
fechas y costos
HACER
5
Ejecutar las medidas
Seguir el plan y empezar a pequeña escala
VERIFICAR
6
Revisar los resultados obtenidos
Comparar antes y después
ACTUAR
7
Prevenir la recurrencia
Si las acciones dieron resultado estas deben generalizarse y estandarizar su aplicación.
Establecer medidas para evitar recurrencia
8
Conclusión y evaluación de lo hecho
5. Mejoramiento continuo y herramientas
estadísticas
PHV
A
ETAPA
HERRAMIENTA ESTADISTICA
RESULTADO ESPERADO
Definir y seleccionar el
problema
Diagrama de pareto por frecuencias y/o por costos,
estratificación de datos, histograma de frecuencias, análisis
de capacidad de procesos
Identificar uno o dos problemas que representen
menos del 50% en cuanto a frecuencias o costos
Evaluar sistemas de
medición
Análisis reproducibilidad-repetitibilidad, muestreo, anova,
prueba de hipótesis
Que nuestros sistemas de medición califiquen
como capaces y estables; de lo contrario se deben
tomar los correctivos del caso
Determinar variables
significativas de
nuestro problema
Muestreo, prueba de hipótesis, estadística no paramétrica,
análisis de correlacion lineal, análisis de regresión, análisis
de confiabilidad
Determinar una o dos variables que tengan alta
influencia sobre nuestro problema y plantear entre
2 y 4 posibles soluciones. Es poco probable
encontrar soluciones obvias
Evaluar posibles
soluciones
Muestreo, diseño de experimientos, Anova, metodología
taguchi, pruebas post-anova
Seleccionar la alternativa de solución que brinde
las mejores probabilidades y que sea factible en la
realidad
V
Implantar la solución
selecionada, vigilar y
mantener su
desempeño
Muestreo, intervalos de confianza, pruebas de hipotesis,
Control estadistico de procesos, análisis de capacidad de
proceso, pareto por frecuencias y/o costos, diseño de
tolerancias
Intervenir el proceso y comprobar que nuestro
problema inicial se ha reducido significativamente,
verificar que el nuevo proceso se estabiliza y si es
necesario rediseñar las tolerancias del proceso
A
Optimizar y
robustecer el proceso
Muestreo, diseño de experimentos, diseños factoriales,
metodología taguchi, análisis de regresión, análisis
multivariado
Obtener un proceso mas rentable, mas ecológico,
productos mas competitivos, crecer la participación
en el mercado
P
9. Técnicas estadísticas
1
2
3
4
5
6
7
• Identificar donde, como y cuando y con que frecuencia se presentan los problemas
• Analizar los datos para identificar fuentes de variabilidad, analizar estabilidad y
pronosticar desempeño
• Identificar con rapidez anormalidades en el proceso
• Ser objetivo en la planeación y toma decisiones
• Expresar los hechos en forma de datos y evaluar el impacto de las acciones de mejora
• Enfocarse en los hechos vitales
• Organizar sistemáticamente la búsqueda de mejoras
Laura Marcela Bernal – lmbernals@ut.edu.co
10. Herramientas de análisis estadístico
Tendencia
central
Variabilidad
Representa el valor al
que tienden a
concentrarse los datos
Mide la dispersión
respecto a la media
Desviación estándar
media
mediana
Varianza
moda
Rango
Coeficiente de variación
Laura Marcela Bernal – lmbernals@ut.edu.co
11. Tendencia
central
Variabilidad
Media:
Desviación estándar
Igual al promedio aritmético de
un conjunto de datos
Indica que tan esparcidos estan
los datos con respecto a la
media
Existe X y
µ
S Yσ
Mediana: X
Rango:
Igual al valor que divide a la
mitad los datos cuando son
ordenados de menor a mayor
Resultado de la diferencia entre
el dato mayor y el menor de la
muestra
Coeficiente de variación
Moda
Igual al dato que se repite mas
veces
Indica la magnitud relativa de la
desviacion comparado con la
media.
Sirve para comparar la variacion
de dos o mas variables medidas
en diferente escala
CV
S
X 100
12. RELACION ENTRE PROMEDIO Y DESV EST MUESTRAL
Esta relacion esta dada por la desigualdad de Chebyshev o regla empirica
desigualdad de Chebyshev:
Entre la X – 2S y X+ 2S estan por lo menos 75% de los datos de la muestra
Entre la X – 3S y X+ 3S estan por lo menos 89% de los datos de la muestra
Regla empirica
Entre la X – S y X+ S estan por lo menos 68% de los datos de la muestra
Entre la X – 2S y X+ 2S estan por lo menos 95%
Entre la X – 3S y X+ 3S estan por lo menos 99.7%
Con este regla se obtienen los limites naturales de un proceso
Laura Marcela Bernal – lmbernals@ut.edu.co
13. Tiempo que demora
en atender una
empresa de servicios
a sus clientes
18,1
7,9
14,6
13,6
14,2
13
11
7,4
8,7
11,3
13,4
7
5,4
9,2
8
4,8
14,2
13,5
13,9
11,8
11,3
12,9
15,7
13,3
6,7
0,7
13,1
9,6
6,8
9,1
9,3
9,3
9
Laura Marcela Bernal – lmbernals@ut.edu.co
15. Herramientas básicas
Pareto
Estratificación
Hoja de verificación
Diagrama causa- efecto
Diagrama de dispersión
Histograma y analisis de capacidad
Cartas de control
Laura Marcela Bernal – lmbernals@ut.edu.co
16. Mapeo de procesos
Representación
gráfica de un
proceso para
ilustrar de
forma
detallada todos
los pasos
Relaciona
actividades
principales,
inspecciones,
esperas,
transportes,
reprocesos
Objetivos
identificar sistemas de
medición
establecer variables
críticas
Identifica los
pasos que
agregan y los
que no
agregan valor
identificar
oportunidades para
simplificar
identificar cuellos de
botella
Establecer
desviaciones o modos
de falla
Laura Marcela Bernal – lmbernals@ut.edu.co
17. Mapeo de procesos
Paso del
proceso
1. Dibujar tal “como es”
Demora
Medición o inspección
2. Dibujar como “debería
ser”
Almacenaje
3. Comparar los dos
diagramas
Decisión
Transmisión de datos
4.Mejorar el proceso
Transporte
Laura Marcela Bernal – lmbernals@ut.edu.co
18.
19. Hoja de verificación
Modelo
Turno 1
Turno 2
Turno 3
A
ooo
xxx
++
ooooo
xx
++
//
ooooo oooo
xxxxx
/
B
oooo
xx
+++ /
ooooo
xxxxx
/
ooooo oooo
xxxx xxxx
++
C
ooooo
xx
++ //
oooo
xxx
++
ooooo ooo
xxxxx
/
o poroso + maquina x llenado / ensamble
Laura Marcela Bernal – lmbernals@ut.edu.co
20. Hoja de verificación
Formato construido para
obtener datos de forma
que su registro sea
sencillo, sistemático y
fácil de analizar
Fortalece el análisis y
la medición del
desempeño de un
procesos
Analizar o verificar
operaciones
Visiblemente se puede
realizar un primer
análisis
Describir el
desempeño o los
resultados de un
proceso
Clasificar fallas o
quejas, defectos
Confirmar posibles
causas de
problemas
Laura Marcela Bernal – lmbernals@ut.edu.co
21. Ejemplo de hoja de verificación para la localización
de defectos
X
X
XX
XX X
X
X
Laura Marcela Bernal –lmbernals@ut.edu.co
23. Estratificación
• También llamada clasificación de datos
• Busca entender la influencia de los factores
• Analizar problemas, fallas, quejas o datos y
clasificar- agrupar de acuerdo a factores:
Maquina, Turnos, Operario, Materiales
Recomendaciones:
A partir de objetivo determinar características
Graficar la evaluación
Determinar posibles causas
Ir mas a fondo
Concluir tratar de encontrar la causa raiz
Laura Marcela Bernal – lmbernals@ut.edu.co
24. Diagrama de Pareto
Aplica para variables cualitativas
gráfico de barras ordenada en forma
descendente, y se combinan con la línea de
porcentaje acumulada en la misma gráfica
Útil para establecer prioridades respecto a
los problemas
Pareto significa “atacar” en primera instancia
unas pocas causas que representen un alto
porcentaje del problema.
Ley 80-20, pocos vitales muchos triviales
Permite decidir en que aspectos deben
centrarse los esfuerzos de mejora
Laura Marcela Bernal – lmbernals@ut.edu.co
27. Diagrama de Pareto
Diagrama de Pareto - Valor solicitudes de crédito
4.500.000.000
120%
4.000.000.000
Valor solicitudes
100%
3.500.000.000
100%
91%
3.000.000.000
80%
78%
2.500.000.000
60%
2.000.000.000
48%
1.500.000.000
40%
1.000.000.000
20%
500.000.000
-
0%
BOGOTA
CALI
MEDELLIN
BARRANQUILLA
Ciudad
Total general
Acumulado
Laura Marcela Bernal – lmbernals@ut.edu.co
28. Diagrama causa efecto: Método flujo del proceso
Materia
prima
Etapa
1
Etapa
2
Empaque Problema
Laura Marcela Bernal – lmbernals@ut.edu.co
29. DI- Método flujo del proceso
• Construir la línea principal siguiendo el flujo del proceso y
agregar causas
• Ventajas:
– Obliga a preparar el diagrama de flujo
– Se considera el proceso completo
– Identifica procedimientos alternativos
– Familiarizarse con el proceso
• Desventajas:
no es fácil detectar causas potenciales
difícil si el proceso es complejo
muchas causas potenciales
Laura Marcela Bernal – lmbernals@ut.edu.co
30. Diagrama Ishikawa (causa-efecto) (DI)
1
• Método gráfico que relaciona un problema con los factores o
causas que posiblemente lo generan
2
• Obliga a contemplar todas las causas
• No existen causas obvias
3
4
5
• Obliga a preparar el diagrama de flujo
• no es fácil detectar causas potenciales si el proceso es
complejo
• Agrupa causas comunes en seis ramas principales
Laura Marcela Bernal – lmbernals@ut.edu.co
31. Diagrama causa-efecto: método de las 6M
Material
Mano obra
variabilidad
Entrenamiento
Conocimiento
Habilidad
proveedores
problema
Capacidad
Mantenimiento
Estandarizado
Ajuste
Maquina
Definido
Herramientas
Método
Laura Marcela Bernal – lmbernals@ut.edu.co
32. Diagrama causa-efecto: método enumeración
de causas
Causa 1
Causa 2
Causa 3
problema
Causa 5
Causa 4
Laura Marcela Bernal – lmbernals@ut.edu.co
33. DI por enumeración de causas
• Ir directamente a las causas potenciales. La selección se
hace de acuerdo a una lluvia de ideas, con el fin de atacar
causas reales y no consecuencias
• Ventajas: Proporciona un agrupamiento claro de las causas
potenciales, menos complejo
• Desventajas: pueden quedar causas sin contemplar, difícil
subdividir
Laura Marcela Bernal – lmbernals@ut.edu.co
34. Pasos para construcción DI
Especificar el problema a analizar
Definir tipo DI
Buscar todas las probables causas, sin discutir cual es la mas importante:
lluvia de ideas
Graficar y preguntar por nuevas causas
Decidir cuales son las mas importantes (votación 5 3 1)}
Decidir sobre cuales se va a actuar
Definir plan de acción
Laura Marcela Bernal – lmbernals@ut.edu.co
36. Diagrama de dispersión
Es la forma más sencilla de definir si existe o no una relación causa efecto entre dos variables y
que tan firme es esta relación, como estatura y peso.
Una aumenta al mismo tiempo con la otra.
20
% impurezas
18
16
14
12
10
8
20
25
30
35
40
45
Velocidad (rpm)
Laura Marcela Bernal – lmbernals@ut.edu.co
39. Diagrama de dispersión
Grafica del tipo x-y
cuyo objetivo es
analizar la forma
en que dos
variables están
relacionadas
Interpretación:
Observar puntos
aislados
si los puntos
están dispersos
si siguen un
patrón
si existe
correlación (x
crece, y crece)
Se requiere un
ajuste (línea o
curva)
Laura Marcela Bernal – lmbernals@ut.edu.co
40. Histograma
Permite visualizar la tendencia central, la dispersión y la forma de la distribución
Tabla de frecuencia clasifica los datos por intervalo de rango de magnitud
Permite:
Observar la tendencia central
Estudiar el centrado
Examinar la variabilidad
Analizar la forma del histograma
Datos raros
Estratificar
Laura Marcela Bernal – lmbernals@ut.edu.co
41. Histograma
Es la representación gráfica del comportamiento de una variable cuantitativa; permite
visualizar el comportamiento de la variable (simetría, sesgo, normalidad), describe la
distribución de frecuencias utilizando rectángulos adyacentes, donde la altura de cada
rectángulo es proporcional a la frecuencia de la categoría que representa, y se construye con
las siguientes características:
•
•
•
•
•
Los datos se clasifican en categorías de igual longitud.
Los valores de la variable y/o categorías se representan en el eje x.
Las frecuencias de cada categoría se representan en el eje y.
La frecuencia de cada categoría se representa mediante una barra.
Todas las barras se dibujan una junto a la otra.
Laura Marcela Bernal – lmbernals@ut.edu.co
43. Histograma
Contenido de aceite (c.c.)
Contenido de aceite (c.c.)
35
60
30
50
Frequency
Frequency
25
40
30
20
20
15
10
10
5
0
0
996
998
1000
1002
MAQUINA 1
1004
996,0
1006
999,0
1000,5
MAQUINA 2
1002,0
1003,5
1005,0
1016
1020
Ejemplo de distribución UNIFORME
Ejemplo de distribución NORMAL
Contenido de aceite (c.c.)
Contenido de aceite (c.c.)
90
90
80
80
70
70
60
Frequency
60
Frequency
997,5
50
40
40
30
30
20
20
10
10
0
50
0
990
993
996
999
MAQUINA 4
1002
1005
996
1000
1004
1008
MAQUINA 3
1012
Ejemplo de distribución con SESGO POSITIVO
Ejemplo de distribución con SESGO NEGATIVO
Laura Marcela Bernal – lmbernals@ut.edu.co
44. Percentiles y cuartiles
Localización que proporcionan puntos o valores que separa los
datos por su magnitud en porcentajes
Percentil: medida de localización de los elementos de una población respecto
de una variable
Ej. Se analiza el contenido de aceite empacado en la referencia de 1000cc y se
encontró que el percentil 80 P80 es igual a 995 cc
Interpretación: El 80% de los frascos tienen un contenido igual o inferior a
995cc
Cuartiles
25% cuartil inferior Ci
50% cuartil medio Cm
75% cuartil superior Cs
Laura Marcela Bernal – lmbernals@ut.edu.co
45. Diagrama de cajas y bigotes
DIAGRAMA DE CAJA Y BIGOTES
1020
1015
Data
1010
1005
1000
995
990
MAQUINA 1
MAQUINA 2
MAQUINA 3
MAQUINA 4
Comparación de las 4 distribuciones
Laura Marcela Bernal – lmbernals@ut.edu.co
46. Diagrama de cajas y bigotes
Ofrece información visual y resumida de una variable cuantitativa, con base
en los cuartiles, es decir, en el se representan: Q0, Q1, Q2, Q3, y Q4.
Es muy útil para comprara procesos, tratamientos y hacer análisis por
estratos; lotes, proveedores, turnos, etc
El gráfico de caja y bigotes también señala los valores atípicos, es decir,
aquellos pocos valores que son significativamente diferente de la mayoría de
los otros valores. En el gráfico los valores atípicos están marcados con * y
generalmente indican que se presentó alguna causa asignable que alteró el
comportamiento normal del proceso; pero también pueden indicar que
existe otra variable importante que no hemos tenido en cuenta en nuestro
análisis.
Un valor atípico nos debe llamar la atención e invitar a profundizar en
nuestro análisis, revisar nuestro sistema de medición. En primera instancia
no se debe tomar la decisión de eliminarlo de nuestro análisis.
Laura Marcela Bernal – lmbernals@ut.edu.co
48. Ejercicio 1
Identifique de acuerdo a los datos de
producto terminado empacado, la
variabilidad del proceso
Responda las siguientes preguntas:
1. Se esta cumpliendo la entrega de
producto con el peso mínimo
definido en el empaque?
2. La variabilidad del peso del
producto empacado es mucha o
poca?
Laura Marcela Bernal – lmbernals@ut.edu.co
49. Taller 1
Proceso de almacenamiento de una fruta
fresca climatérica
1
2
3
•Escoger una fruta climatérica y
hacer un diagrama de flujo
desde la recolección hasta la
comercialización
•Definir condiciones de proceso y
variables criticas para cada etapa
del diagrama de flujo
•Realizar análisis de variación de
un problema (escoger una
variable critica; describirla como
un problema, hacer analisis de
causas del problema)
6
5
4
•Indique los criterios asociados a
calidad que tiene en cuenta una
empresa para definir el precio de
venta de un producto
•Definir herramientas para el
análisis de los datos recolectados
•Definir actividades de
recolección de datos para el
monitoreo de las causas
identificadas donde aplique
Laura Marcela Bernal – lmbernals@ut.edu.co
50. Actividad extra clase
1. Construir diagrama de pareto para
los resultados en desarrollo
económico de la encuesta Ibagué
como vamos año 2011
1. Consultar sobre Cartas de control
shewart y los tipos de cartas
Próximo encuentro: Taller 1
Temas; principios básicos de calidad
y herramientas de estadística
descriptiva