METODOLOGÍA DMAIC INTRODUCCIÓN AL SOFTWARE MINITAB

Objetivo del módulo Conocer el uso de Minitab 15 y su aplicación dentro de cada etapa de la metodología DMAIC. Los ejemplos y material de referencia corresponden al libro: El Liderazgo del Lean Six Sigma - Raul Molteni-Oscar Cecchi Ing. Juan Di Costa - Calidad Aplicada - 2010

Las metodologías usadas en Six Sigma Ing. Juan Di Costa - Calidad Aplicada - 2010

Proyecto Six Sigma: con metodología rigurosa Validar Diseñar Medir Analizar Definir DMADV Controlar Mejorar Medir Analizar Definir Perfección Pull Cadena de valor Flujo Valor DMAIC LEAN Ing. Juan Di Costa - Calidad Aplicada - 2010

Metodologías Six Sigma: DMAIC Definir: Fase para la definición, evaluación e identificación del proyecto. Se prepara la misión y se selecciona y lanza un equipo de proyecto. Se identifican los requerimientos clave de los clientes. Medir: En esta fase se mide la magnitud del problema, y se determinan las características clave del producto, del servicio y los indicadores del proceso. Analizar: Esta es la fase en la que se planifica la recolección de datos, se analizan los mismos, se establecen y confirman aquellas “pocas causas vitales” o factores que condicionan el funcionamiento del proceso en su nivel actual. Mejorar: En esta fase se diseñan y se llevan a cabo experimentos para determinar en forma matemática las relaciones causa-efecto y así optimizar el proceso. Controlar: Fase en la que se preparan los controles para evitar que el proceso vuelva a su estado original en poco tiempo, se llevan a cabo las mejoras, se implementan, se controlan y se monitorean con el fin de mantener las ganancias. Controlar Mejorar Medir Analizar Definir Ing. Juan Di Costa - Calidad Aplicada - 2010

Software de cálculos estadísticos Para facilitar los cálculos y no tener que recordar fórmulas, introduciremos un software de cálculos y graficación estadística. El uso del software nos facilita y elimina tiempos de cálculo cuando utilizamos, por ejemplo, gráficos de control, ensayos de hipótesis, análisis multivari, diseño de experimentos, y evaluamos R&R. Así, nos deja tiempo para el análisis y traducción al proceso de los resultados. Ing. Juan Di Costa - Calidad Aplicada - 2010

Software de cálculos estadísticos Menús y comandos organizados de forma lógica, coinciden con los textos y manuales de entrenamiento Project Manager: organiza los análisis ReportPad™: generador de informes Sistema de Ayuda claro y completo StatGuide™: explica la información de salida Tutoriales en línea Glosario de términos estadísticos Métodos y fórmulas utilizados en los cálculos Smart Dialog Boxes™: cuadros de diálogo que recuerdan los valores ingresados recientemente Cientos de conjuntos de datos de muestra Práctico acceso desde el escritorio a las actualizaciones de mantenimiento Versiones en múltiples idiomas Ing. Juan Di Costa - Calidad Aplicada - 2010

¿Qué medimos en nuestros procesos? Para poder determinar el comportamiento de un proceso se deben tener en cuenta ciertos parámetros estadísticos. Si por ejemplo, en un área de atención al cliente existen 2 grupos, y ambos tienen como objetivo atender a sus clientes en menos de 120 “ promedio. Media 1=119 A simple vista podríamos decir que el grupo 1 es mas eficiente que el grupo 2. El grupo 2 nos muestra una menor dispersión respecto al comportamiento del grupo 1. Media 2=125 Para tener datos que nos proporcionen una completa información necesitamos: Media ó mediana. Desvío estándar. Tipo de distribución. Ing. Juan Di Costa - Calidad Aplicada - 2010

¿Cómo identificar la distribución más apropiada? ¿Cuál de estas distribuciones responde a una distribución Normal? Ing. Juan Di Costa - Calidad Aplicada - 2010

Ejercicios Ejercicios Medir.mtw. Columna 8 -Tiempos de Reparación – Cálculo del promedio y desvío estándar Resumen gráfico Test de Normalidad Gráfico de Probabilidad Ejercicios Medir.mtw. Columna 3 Identificar otras distribuciones Caracterización de los datos Conocer: Su posición o localización Su dispersión o variación La distribución a la cual responde Ing. Juan Di Costa - Calidad Aplicada - 2010

Ejercicios Para un determinado componente crítico de un conjunto armado, el Y crítico es la “Longitud” del documento Ejercicios Medir.mtw ¿Qué podemos aprender de los datos? Una financiera otorga prestamos personales, y su Black Belt reúne datos del proceso de aceptación. Los datos del tiempo que insume la actividad de aprobación de la solicitud está en la columna 68 de Ejercicios Medir.mtw ¿Qué distribución usaría para caracterizar los datos? Ing. Juan Di Costa - Calidad Aplicada - 2010

P- Value p-value Usamos el p-value, que es la probabilidad que tiene un valor de pertenecer a una distribución. Para calcularlo usamos el software, que empleará fórmulas para cada una de las técnicas de análisis. El p-value se compara con el valor del riesgo α para responder a la pregunta. Para determinar si un valor pertenece a la distribución en cuestión, o otra con valores similares, se usa el p-value = 0,05. Un valor con p-value > 0,05, será considerado de la distribución. Un valor con p-value < 0,05, será sospechado de pertenecer a otra distribución. Asumimos una u otra conclusión a los fines prácticos. Pero, en realidad, no sabremos Ing. Juan Di Costa - Calidad Aplicada - 2010

Pasos para actuar frente a la No Normalidad Usar distribución Normal ¿Proceso fuera de control? No Si Eliminar causas especiales ¿Hay subgrupos? No Sí ¿Hay otra distribución con p-Value > 0,05? Segmentar Sí Usar esa distribución (Weibull, Lognormal...) No ¿Hay 0s y 1s como datos? No Sí Transformación Box-Cox Transformación Johnson Ing. Juan Di Costa - Calidad Aplicada - 2010

Pasos para actuar frente a la No Normalidad ¿Hay 0s y 1s como datos? No Sí Transformación Box-Cox Transformación Johnson ¿Normal? No Sí Usar métodos no paramétricos Usar datos y referencias transformados y antitransformar ¿Limitados? Sí Usar aproximación pragmática y validar Ing. Juan Di Costa - Calidad Aplicada - 2010

Para cuantificar las relaciones x – y Formulada la teoría, aplicaremos las técnicas que correspondan según el tipo de dato que tengan los indicadores de x e y. La técnica a usar depende del tipo de datos de ambas. Continuo Comparar Histogramas Diagrama de Dispersión Discreto Tabla de Contingencia Y X

Para cuantificar las relaciones x – y Continuo Discreto X 1 2 3 Datos Y Y X 1 2 3 Datos Y 4 11 19 22 Presente No Presente Si No Sub Causa Defecto Presente X

Técnicas estadísticas gráficas básicas Diagrama de Tiempos Un diagrama de tiempo es un gráfico de datos en orden cronológico. Es usado para visualizar e interpretar cambios de los datos a lo largo del tiempo Ejemplo: Ejercicios Medir.mtw - Columna 86 “Promedio de Tiempos” El supervisor de un Call Center está analizando los tiempos de las colas para el segmento de clientes “Individuos” y “Empresas”. Los datos los toma directamente del IVR, aunque por problemas técnicos los de algunos días en particular se han perdido. ¿Qué puede concluirse de los datos? Ing. Juan Di Costa - Calidad Aplicada - 2010

Técnicas estadísticas gráficas básicas Histograma - Diagrama de Puntos El Histograma permite representar datos, Continuos o Discretos, para evaluar la tendencia central, la dispersión e identificar la forma de la distribución o patrones. Ejemplo: Ejercicios Medir.mtw – Columna 60 “Torque” Diagrama de Pareto Un diagrama de Pareto es un gráfico de barras ordenadas de mayor a menor, donde cada barra refleja la importancia o peso de cada uno de los factores que se analizan. Ejemplo: Ejercicios Medir.mtw – Columna 58 “Cantidad” Box –Plots Los diagramas Box Plots permiten graficar los estadísticos esenciales de una serie de datos para evaluar y comparar distribuciones. Ejemplo: Ejercicios Medir.mtw – Columna 29 “Promedio” - Columna 28 “Operador” Ing. Juan Di Costa - Calidad Aplicada - 2010

Técnicas estadísticas gráficas básicas Diagrama de dispersión Los gráficos o Diagramas de Dispersión muestran cómo los pares de valores de una variable independiente (xs) y la respuesta (Ys) varían a medida que aquella cambia. Ejemplo: Ejercicios Medir.mtw – Columna 108 “Dureza_1” Columna 107 “Tiempo_1” Matriz de Dispersión Ing. Juan Di Costa - Calidad Aplicada - 2010

Control Estadístico de Proceso Estabilidad del proceso El control estadístico de procesos nos da idea del nivel de estabilidad del proceso. Nos dice si es que el proceso está estable a lo largo del tiempo, con lo que sólo estaría afectado de causas Comunes, o si por el contrario, es inestable y está afectado por causas Asignables o Especiales. Ing. Juan Di Costa - Calidad Aplicada - 2010

Seleccionar tipo de Gráfico de Control - árbol ¿Variable Continua? No Sí ¿Unidades defectuosas? ¿Subgrupo = 1? Sí No No Sí Individuales I;mr Unidades Defectuosas (Binomial) Defectos (Poisson) ¿Subgrupo entre 1 y 10? ¿Muestra constante? ¿Muestra constante? Sí No No Sí No Sí X;s p o I;mr np o I;mr u o I;mr c o I;mr ¿Necesaria mucha sensibilidad a cambios? Sí EWMA, CUSUM No X;R Ing. Juan Di Costa - Calidad Aplicada - 2010

Control Estadístico de Proceso Gráfico I;mR – Individuales Ejercicios Medir.mtw - Columna 29 “Promedio” Re cálculo de los límites – Columna 25 “Cambios” Datos No Normales Si los datos no son Normales, se corre el riesgo de mal interpretar la estabilidad del proceso. Ejemplo Analicemos la estabilidad del proceso de resolución de reclamos en un Help Desk. Los datos están en la columna 116 del documento Ejercicios Medir.mtw. Ing. Juan Di Costa - Calidad Aplicada - 2010

Control Estadístico de Proceso Gráfico Xbarra;R Existe la oportunidad de tomar más de una muestra (subgrupos). Ejemplo Analizar la estabilidad del proceso cuyas mediciones están en las columnas “Fecha”, “Medición 1”, “Medición 2”, “Medición 3”, “Medición 4” y “Medición 5” del documento Ejercicios Medir.mtw. Columna 43 “Fecha” a 49 “Medición_1” ¿Qué conclusiones pueden obtenerse? Gráficos de Control para datos Discretos Proporción de unidades no conformes: gráfico p Número de unidades no conformes: gráfico np Número de disconformidades o defectos observados: gráfico c Disconformidades por unidad: gráfico u Ing. Juan Di Costa - Calidad Aplicada - 2010

Control Estadístico de Proceso Gráficos de Control para datos Discretos Ejercicio 1 Las columnas 3 y 4 del documento medir muestran la cantidad de unidades de facturas enviadas y la cantidad de facturas que han tenido problemas respectivamente. ¿Qué gráfico utilizaría? ¿Qué diría de la situación? Ejercicio 2 Las columnas 29 y 30 del documento Medir contienen la cantidad de órdenes de compra que emite la gerencia de Compras de una empresa fabricante de galletitas, y la cantidad de errores que encuentra. Ing. Juan Di Costa - Calidad Aplicada - 2010

Capacidad del Proceso Cuando se analiza la estabilidad del proceso, se evalúa el resultado del proceso contra sus propios límites de variación. Debemos ahora considerar si ese resultado responde, o no, a los requerimientos del cliente: CTQ  Y  Requerimiento válido  Especificaciones Los Límites de Control son calculados a partir de los datos del proceso. Los límites de Especificación son establecidos con o junto al cliente. No son iguales ni deben confundirse. Se dice que un proceso es Capaz cuando Es estable. La variabilidad es inferior a la tolerancia admitida por el cliente. Ing. Juan Di Costa - Calidad Aplicada - 2010

Capacidad del Proceso - Ejemplo Propósito: Verificar la comprensión del estudio de capacidad de proceso. Instrucciones: El Y crítico, columna 3 “Longitud” de la hoja Conjuntos Armados del documento Ejercicios Medir.mtw tiene una especificación de 600 ± 2. Se produce en lotes de cinco. ¿Cuál es la capacidad de proceso? Ing. Juan Di Costa - Calidad Aplicada - 2010

Trabajando con datos no normales - Ejemplo Instrucciones Los tiempos de ciclo para la resolución de reclamos están en la columna 116 del documento Tiempo de ciclo_1.mtw. El jefe del sector ha establecido, frente a su gerente, un objetivo de resolver todo reclamo en menos de 15 días. ¿El proceso es Capaz? Ing. Juan Di Costa - Calidad Aplicada - 2010

Análisis Multi – Vari - Ejemplo En una empresa de venta de celulares los reclamos de los clientes se vieron incrementados debido a la no creación de trámites según lo estipulado por la empresa. Luego de aplicar un torbellino de ideas, seguido de los 5 Por Qué y un ordenamiento en un Causa y Efecto, el equipo encuentra que la causa podría tener relación con: Los canales de venta. Los Puntos de venta. Los datos están en las columnas “Tipos de Puntos de Venta”, “Canal de Venta”, “Fecha de inicio” y “Fecha de fin” “DIF” del documento Ejercicios Medir.mtw. Columna 152 a la 156 Ing. Juan Di Costa - Calidad Aplicada - 2010

Series de Tiempos Si bien las Series de Tiempo, en general, son usadas para proveer una predicción de la futura evolución de datos, en la etapa de Análisis podrán ser usados para identificar tendencias, estacionalidades o ciclos. También para identificar la correlación de dos o más series de tiempo. Análisis de Tendencia El análisis de tendencia muestra un modelo que descompone la tendencia de los datos. Esa tendencia puede ser analizada como lineal, cuadrática, exponencial o tipo S. Se usa cuando no hay componentes estacionales en los datos. Ejercicios Analizar.mtw. Columna 138 “Comercio” Ing. Juan Di Costa - Calidad Aplicada - 2010