SIX SIGMA – parte 2 César A. Acosta Mejía. EJEMPLO 3 Supongamos un producto con una sola caracteristica de calidad característica centrada característica.

Slides:



Advertisements
Presentaciones similares
Control Estadístico de Procesos
Advertisements

Control Estadístico de Proceso Gráficos de Control
Control Estadístico de Proceso Gráficos de Control
Continuidad Definición de Continuidad
KENATURAL S.A Muestreo por aceptación:Aplicación
Las fracciones Los términos de una fracción son el numerador y el denominador. El denominador indica el número de partes iguales en que se divide la unidad.
Profesor: Ing. Franklin Castellano Esp. en Protección y Seguridad Industrial.
Grafico P (fracción de defectuosos) Grafico Pn (Numero de defectuosos)
Unidades de capacidad.
MATEMÁTICAS 8vo BÁSICO PROGRAMA EMPRENDER PREUNIVERSITARIO ALUMNOS UC
CONTROL DE PROCESOS POR VARIABLE
ASIGNATURA: PRODUCCION – PROF. ARMANDO COELLO
93 ANIMALES EVALUADOS 80.7% CON CC EN EL RANGO ( ) 3.2% ARRIBA DE RANGO (>3.5) 16.1% DEBAJO DE RANGO (
Ejemplo A continuación aparecen las tasas de retorno de dos fondos de inversión durante los últimos 10 años. 1. ¿Cuál es más riesgoso? 2. ¿En cuál invertiría.
Comparación de fracciones
Ariadna Rivera Alonso 4º E.S.O Educación Física
Curso básico de Minitab*
UNIVERSIDAD INTERAMERICANA DE PUERTO RICO RECINTO DE GUAYAMA PROF
$100 $200 $300 $400 $500 $100 $200 $300 $400 $500 $100 $200 $300 $400 $500 $100 $200 $300 $400 $500 $100 $200 $300 $400 $500 $100 $200 $300.
UNIDAD III: CONTROL ESTADÍSTICO DE LOS PRODUCTOS
GRAFICA DE CONTROL P Integrantes: María del Carmen Juárez Montes (registrador) Francisco Javier Contreras Cornejo (portador) Pedro Cornejo Sánchez (líder)
GRÁFICOS DE CONTROL Profesor: Armando Coello Realizado por:
DESCRIPCION MATEMATICA DE UNA ONDA
Prep: Garbers Hermann Prep: Guerrero José Luis
SIX SIGMA: MITOS Y REALIDADES
Operaciones. Las fracciones y sus operaciones
CÁLCULOS ESTEQUIOMÉTRICOS
FLUIDOS CURSO DE FÍSICA II.
4. 0 DISTRIBUCIONES DISCRETAS DE PROBABILIDAD 4
CARACTERÍSTICAS ESTADÍSTICAS
Operaciones con fracciones
5.1 Indicadores de capacidad
Derivadas de una función en un punto.
Mezclas binarias homogéneas: algunas características relevantes. Ricardo Ramírez Martínez y Alberto Rojas Hernández Trimestre 05P Mayo de 2005 Unidades.
La lingüística como ciencia cognitiva
Gráficas de control por atributos.
CONTROL ESTADISTICO DEL PROCESO GRAFICAS DE CONTROL PARA ATRIBUTOS
Unidad 4. Muestreo de Aceptación
Ejercicio 5-6 Inciso (a) Inciso (b) Inciso (c) Inciso (d) Inciso (e)
MUESTREO DE ACEPTACIÓN DE LOTES POR VARIABLES
Seminario de Investigación I Dra. Karla Kral 07 de septiembre de 2007.
Tema 8. Control Estadístico de la Calidad. Parte II
Grafica de control P INTEGRANTES: Miguel Ángel Vázquez Vázquez
1 UAS Carlos López Vázquez Gestión de Calidad de Datos Carlos López Universitario Autónomo del Sur Métodos de Control Estadístico.
Variables Aleatorias Unidimensionales
CONTROL ESTADISTICO DEL PROCESO GRAFICAS DE CONTROL PARA ATRIBUTOS
Simplificación de expresiones racionales
CONTROL ESTADISTICO DEL PROCESO GRAFICAS DE CONTROL PARA DEFECTOS
Grupo Continental Control de Procesos.
Capacidad de Proceso.
Límite de funciones: Se dice que el límite de la función real de  (x) cuando x  x 0 es L, si para todo   0, existe un   0, tal que, para todo x,
Dr. César A. Acosta-Mejía SIX SIGMA César A. Acosta Mejía.
Norma MIL-STD-105D (ANSI/ASQC Z1.4)
Introducción Definición:
GRÁFICAS DE CONTROL GRÁFICAS DE CONTROL POR ATRIBUTOS (Conteo)
Ética Profesional-Fundamentos
Matemáticas U3- 3.2, 3.3.
CONTROL ESTADÍSTICO DE PROCESOS CAPACIDAD DE PROCESO.
CINEMÁTICA La cinemática estudia el movimiento sin interesarse en qué es lo que lo causa. Se describe de qué manera se mueve una partícula. Para describir.
estadístico de procesos.
CONTROL ESTADÍSTICO DE PROCESOS
Control Estadístico de Procesos
LIMITES EXACTOS..
Cartas para atributos Existen muchas características de calidad que no son medidas con un instrumento de medición en una escala continua o al menos en.
INFERENCIA ESTADÍSTICA
Estados de Agregación de la materia. Materia Es todo lo que nos rodea. Es todo lo que ocupa un lugar en el espacio y que tiene masa. Todo lo que existe.
 DEBE APROPIARSE DE SU CONOCIMIENTO  DEBE SER AFECTIVO  QUE MOTIVE A SUS ALUMNOS  QUE SEA TOLERANTE Y RESPETUOSO  QUE TENGA UN BUEN SABER PEDAGÓGICO.
 En la polarización, las características transmitidas por una onda se «filtran» en una dirección de desplazamiento entre todas las direcciones aleatorias.
Esxcvzxcvzxvczxcvpacio para el texto.
Menú principal Terminar presentación Ejercicio 5-6 El peso neto (en oz) de un producto blanqueador se va a monitorear con una gráfica de control utilizando.
Transcripción de la presentación:

SIX SIGMA – parte 2 César A. Acosta Mejía

EJEMPLO 3 Supongamos un producto con una sola caracteristica de calidad característica centrada característica de calidad con habilidad a 3  La media descentrada a 1.5  hacia un límite de especificación

Si una característica de calidad tiene habilidad a 3  y su media se desplaza 1.5  LIE VNLSE  - 3   - 2   -    +   + 2   + 3 

Si una característica de calidad tiene habilidad a 3  y su media se desplaza 1.5  LIE VNLSE 

Si una característica de calidad tiene habilidad a 3  y su media se desplaza 1.5  LIE VNLSE 

Si una característica de calidad tiene habilidad a 3  y su media se desplaza 1.5  LIE VNLSE 

Si una característica de calidad tiene habilidad a 3  y su media se desplaza 1.5  LIE VNLSE  X  Normal ( VN ,  ) con límites de especificaciónLE = VN  3 

DadoX  Normal ( VN ,  ) La fracción no defectuosa resulta P [ LIE < X < LSE ] = Si una característica de calidad tiene habilidad a 3  y su media se desplaza 1.5 

DadoX  Normal ( VN ,  ) La fracción no defectuosa resulta P [ LIE < X < LSE ] = P [ VN  < X < VN  ] = Si una característica de calidad tiene habilidad a 3  y su media se desplaza 1.5 

DadoX  Normal ( VN ,  ) La fracción no defectuosa resulta P [ LIE < X < LSE ] = P [ VN  < X < VN  ] = P [VN   (VN  ) < X  (VN  ) < VN   (VN  ) ] = Si una característica de calidad tiene habilidad a 3  y su media se desplaza 1.5 

DadoX  Normal ( VN ,  ) La fracción no defectuosa resulta P [ LIE < X < LSE ] = P [ VN  < X < VN  ] = P [VN   (VN  ) < X  (VN  ) < VN   (VN  ) ] = P [  < X  (VN  ) < 1.5  ] = Si una característica de calidad tiene habilidad a 3  y su media se desplaza 1.5 

DadoX  Normal ( VN ,  ) La fracción no defectuosa resulta P [ LIE < X < LSE ] = P [ VN  < X < VN  ] = P [VN   (VN  ) < X  (VN  ) < VN   (VN  ) ] = P [  < X  (VN  ) < 1.5  ] = P [  < Z < 1.5 ] = Si una característica de calidad tiene habilidad a 3  y su media se desplaza 1.5 

DadoX  Normal ( VN ,  ) La fracción no defectuosa resulta P [ LIE < X < LSE ] = P [ VN  < X < VN  ] = P [VN   (VN  ) < X  (VN  ) < VN   (VN  ) ] = P [  < X  (VN  ) < 1.5  ] = P [  < Z < 1.5 ] = Fracción defectuosa = 1 – = Si una característica de calidad tiene habilidad a 3  y su media se desplaza 1.5 

Si una característica de calidad tiene habilidad a 6  y su media se desplaza 1.5  LIE VNLSE  -6   -4   -2    +2   +4   +6 

Si una característica de calidad tiene habilidad a 6  y su media se desplaza 1.5  LIE VNLSE  -6   -4   -2    +2   +4   +6 

Si una característica de calidad tiene habilidad a 6  y su media se desplaza 1.5  LIE VNLSE  -6   -4   -2    +2   +4   +6 

Si una característica de calidad tiene habilidad a 6  y su media se desplaza 1.5  LIE VNLSE  -6   -4   -2    +2   +4   +6 

Si una característica de calidad tiene habilidad a 6  y su media se desplaza 1.5  LIE VNLSE  -6   -4   -2    +2   +4   +6  X  Normal ( VN ,  ) con límites de especificaciónLE = VN  6 

DadoX  Normal ( VN ,  ) La fracción no defectuosa resulta P [ LIE < X < LSE ] =

DadoX  Normal ( VN ,  ) La fracción no defectuosa resulta P [ LIE < X < LSE ] = P [ VN  < X < VN  ] =

DadoX  Normal ( VN ,  ) La fracción no defectuosa resulta P [ LIE < X < LSE ] = P [ VN  < X < VN  ] = P [VN   (VN  ) < X  (VN  ) < VN   (VN  ) ] =

DadoX  Normal ( VN ,  ) La fracción no defectuosa resulta P [ LIE < X < LSE ] = P [ VN  < X < VN  ] = P [VN   (VN  ) < X  (VN  ) < VN   (VN  ) ] = P [  < X  (VN  ) < 4.5  ] =

DadoX  Normal ( VN ,  ) La fracción no defectuosa resulta P [ LIE < X < LSE ] = P [ VN  < X < VN  ] = P [VN   (VN  ) < X  (VN  ) < VN   (VN  ) ] = P [  < X  (VN  ) < 4.5  ] = P [  < Z < 4.5 ] = Fracción defectuosa = 1 – = (3.4ppm)

Si el nivel es 3  y la media del proceso se recorre 1.5  entonces la fracción defectuosa cambia de 0.26 % a 6.7 % de 2600ppm a 67000ppm Una característica de calidad

Si el nivel es 3  y la media del proceso se recorre 1.5  entonces la fracción defectuosa cambia de 0.26 % a 6.7 % de 2600ppm a 67000ppm Si el nivel es 6  y la media del proceso se recorre 1.5  entonces la fracción defectuosa cambia de 0.002ppm a 3.4ppm Una característica de calidad

Producto con 1000 características (X 1. X 2, … X 1000 ) y con habilidad 6  Si todas las características se desplazan 1.5  La fracción no defectuosa resultaría P[LIE 1 < X 1 < LSE 1, LIE 2 < X 2 < LSE 2,… LIE n < X n < LSE n ] = 1000 características de calidad

Producto con 1000 características (X 1. X 2, … X 1000 ) y con habilidad 6  Si todas las características se desplazan 1.5  La fracción no defectuosa resultaría P[LIE 1 < X 1 < LSE 1, LIE 2 < X 2 < LSE 2,… LIE n < X n < LSE n ] = P[LIE 1 < X 1 < LSE 1 ] P[LIE 2 < X 2 < LSE 2 ]… P[LIE n < X n < LSE n ] = 1000 características de calidad

Producto con 1000 características (X 1. X 2, … X 1000 ) y con habilidad 6  Si todas las características se desplazan 1.5  La fracción no defectuosa resultaría P[LIE 1 < X 1 < LSE 1, LIE 2 < X 2 < LSE 2,… LIE n < X n < LSE n ] = P[LIE 1 < X 1 < LSE 1 ] P[LIE 2 < X 2 < LSE 2 ]… P[LIE n < X n < LSE n ] = ( ) ( ) … ( )= ( ) 1000 = 1000 características de calidad

Producto con 1000 características (X 1. X 2, … X 1000 ) y con habilidad 6  Si todas las características se desplazan 1.5  La fracción no defectuosa resultaría P[LIE 1 < X 1 < LSE 1, LIE 2 < X 2 < LSE 2,… LIE n < X n < LSE n ] = P[LIE 1 < X 1 < LSE 1 ] P[LIE 2 < X 2 < LSE 2 ]… P[LIE n < X n < LSE n ] = ( ) ( ) … ( )= ( ) 1000 = características de calidad

Producto con 1000 características (X 1. X 2, … X 1000 ) y con habilidad 6  Si todas las características se desplazan 1.5  La fracción no defectuosa resulta Fracción defectuosa = 1 – = características de calidad

Producto con 1000 características (X 1. X 2, … X 1000 ) y con habilidad 6  Si todas las características se desplazan 1.5  La fracción no defectuosa resulta Fracción defectuosa = 1 – = Es decir,3400 ppm 1000 características de calidad

media centrada en VN.Una CC1000 CC 3  0.27 %93 % 6  ppm2 ppm. Comparativo de calidad (fracción defectuosa)

media centrada en VN.Una CC1000 CC 3  0.27 %93 % 6  ppm2 ppm. media descentrada a 1.5  del VN.Una CC1000 CC 3  6.7 %100% 6  3.4 ppm3400 ppm Ver texto Fig 1.9 Comparativo de calidad (fracción defectuosa)