Dr. César A. Acosta-Mejía SIX SIGMA César A. Acosta Mejía.

Slides:



Advertisements
Presentaciones similares
Grafico P (fracción de defectuosos) Grafico Pn (Numero de defectuosos)
Advertisements

Seminario de Evaluación Institucional en Educación Superior
Comparación de fracciones
Itinerario de la Presentación
Curso básico de Minitab*
UNIDAD III: CONTROL ESTADÍSTICO DE LOS PRODUCTOS
GRÁFICOS DE CONTROL Profesor: Armando Coello Realizado por:
FRACCIONES.
FRACCIONES.
Buenos Aires , Argentina, Octubre de 2010
5.1 Indicadores de capacidad
TEMA 9 ORDENACIÓN DE FRACCIONES
SIX SIGMA – parte 2 César A. Acosta Mejía. EJEMPLO 3 Supongamos un producto con una sola caracteristica de calidad característica centrada característica.
Ejercicio 5-6 Inciso (a) Inciso (b) Inciso (c) Inciso (d) Inciso (e)
MUESTREO DE ACEPTACIÓN DE LOTES POR VARIABLES
Selección Lic. Jackeline Pérez.
MUESTREO JUNIO 2010.
Tema 8. Control Estadístico de la Calidad. Parte II
FRACCIONES.
2008Dr. Luis Morán T.1 Normas Técnicas Relacionadas con Calidad de Suministro Eléctrico.
Importancia de las aplicaciones de estadística en el control de procesos Guatemala 2010.
1 UAS Carlos López Vázquez Gestión de Calidad de Datos Carlos López Universitario Autónomo del Sur Métodos de Control Estadístico.
CONTROL ESTADISTICO DEL PROCESO GRAFICAS DE CONTROL PARA ATRIBUTOS
Instituto Dr. Pacheco de Psicología. © Angel Enrique Pacheco, Ph.D. Todos los Derechos Reservados. All Rights Reserved. INSTITUTO DR. PACHECO.
Sistema de Gestión de la Calidad Desarrollo del concepto Práctica de Gestión de la Calidad.
Tolerancias y Normas.
CONTROL ESTADISTICO DEL PROCESO GRAFICAS DE CONTROL PARA DEFECTOS
LAS FRACCIONES.
‘ ‘Estereotipos’’.
El enfoque tradicional del enfoque de aceptación
Grupo Continental Control de Procesos.
Capacidad de Proceso.
Clase 4a Significancia Estadística y Prueba Z
Hecho por victor eduardo barreiro iribe. característica artesanalindistrial Organización Una persona realiza todas las etapas de producción: diseño, producción,
Norma MIL-STD-105D (ANSI/ASQC Z1.4)
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.
Metodología de la Investigación Social.
FRACCIONES.
Bienvenidos. PLANES DE MEJORAMIENTO OBJETIVO PREMISAS.
Manejo De La Impulsividad Y Pensar Sobre El Pensamiento 1. Marcela Torres 2. Samuel Jaco 3. Cesar Zavala 4. Carlos Gutierrez 5. Miguel Dacosta.
DR. JORGE ACUÑA A., PROFESOR TEOREMA DEL LíMITE CENTRAL.
COMPARACIÓN DE FRACCIONES
Carlos, cesar y carolayn
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.
CONTROL ESTADÍSTICO DE PROCESOS CAPACIDAD DE PROCESO.
aberinto de fracciones
estadístico de procesos.
CONTROL ESTADÍSTICO DE PROCESOS
Control Estadístico de Procesos
Gráfica de número de no conformes (np)
LIMITES EXACTOS..
Problemas de Aprendizaje y Vida Independiente
Clase 9 Ordenar racionales.. Racionales en la recta numérica.
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.
MUESTREO DE ACEPTACION POR ATRIBUTOS
Comparación de Fracciones. Matemáticas. 1er Caso : Dos o mas fracciones que tienen igual Denominador es mayor la que tiene mayor numerador.
INSTITUTO TECNOLOGICO DE VILLAHERMOSA
MBA. LIDA LOOR MACIAS 2 CONSTANTES VARIABLES CONTADOR ACUMULADOR DIFERENCIADOR MULTIPLICADOR OPERADORES FUNCIONES LOGICOS ARITMETICOS RELACIONALES.
INFERENCIA ESTADÍSTICA
@ Angel Prieto BenitoApuntes Matemáticas 1º ESO1 U.D. 6 * 1º ESO FRACCIONES.
 DEBE APROPIARSE DE SU CONOCIMIENTO  DEBE SER AFECTIVO  QUE MOTIVE A SUS ALUMNOS  QUE SEA TOLERANTE Y RESPETUOSO  QUE TENGA UN BUEN SABER PEDAGÓGICO.
INTRODUCCIÓN AL ANÁLISIS DE DATOS CATEGÓRICOS. Temas Carácterísticas de la distribución Chi-cuadrada Prueba de bondad de ajustes Prueba de homogeneidad.
PRESENTADO POR: JOHANNA ANDREA RODRIGUEZ MORENO.  Descubierta por William S. en 1908, la distribución de T normalmente se llama distribución de t de.
CALIDAD Y VALIDACIÓN DE SISTEMAS EXPERTOS Teoría.
PLANES DE MUESTREO Y GRÁFICAS DE CONTROL
ESTIMACION DEL TAMAÑO DE LA MUESTRA. La primera pregunta que un estadístico debe contestar al planear una investigación de muestreo es, casi siempre, el.
SEIS SIGMA EQUIPO 2 WENDY LAINEZ BRICEYDA FLORES FAUSTO CABRERA ERICK IRIAS.
Aseguramiento de la calidad Ing. Victor Hugo Arvizu Ibarra Equipo #3 Fabiola Alejandra Valenciano Luna Araceli Gabriela Tapia González Karen Headrich Guzmán.
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:

Dr. César A. Acosta-Mejía SIX SIGMA César A. Acosta Mejía

Dr. César A. Acosta-Mejía EJEMPLO 2 Supongamos un producto con una sola característica de calidad (normal) característica centrada con habilidad a 3  Es decirX  Normal (VN,  ) LIE =  Valor nominal - ½ Tolerancia = VN  LSE =  Valor nominal + ½ Tolerancia =VN 

Dr. César A. Acosta-Mejía EJEMPLO 2  - 3   - 2   -    +   + 2   + 3  % % %

Dr. César A. Acosta-Mejía Si una caracter í stica de calidad tiene habilidad a 3  LIE VNLSE  - 3   - 2   -    +   + 2   + 3 

Dr. César A. Acosta-Mejía Si una característica de calidad X tiene habilidad a 3  La fracción no defectuosa resulta P [ LIE < X < LSE ] = P [ VN  < X < VN  ] =

Dr. César A. Acosta-Mejía Si una característica de calidad X tiene habilidad a 3  La fracción no defectuosa resulta P [ LIE < X < LSE ] = P [ VN  < X < VN  ] = P [  < X   < + 3 ] = P [  < Z < + 3 ] = Fracción defectuosa = 1 – = (2700 ppm)

Dr. César A. Acosta-Mejía Si una característica de calidad X tiene habilidad a 3  La fracción no defectuosa resulta P [ LIE < X < LSE ] = con Fracción defectuosa = 1 – = Si una caracter í stica de calidad tiene habilidad a 3 

Dr. César A. Acosta-Mejía Si una caracter í stica de calidad tiene habilidad a 3  LIE VNLSE  - 3   - 2   -    +   + 2   + 3 

Dr. César A. Acosta-Mejía Si una caracter í stica de calidad tiene habilidad a 6  LIE VNLSE  -6   -4   -2    +2   +4   +6 

Dr. César A. Acosta-Mejía Si una caracter í stica de calidad tiene habilidad a 6  LIE VNLSE  -6   -4   -2    +2   +4   +6  Es decirX  Normal (VN,  ) LIE =  Valor nominal - ½ Tolerancia = VN  LSE =  Valor nominal + ½ Tolerancia =VN 

Dr. César A. Acosta-Mejía Si una característica de calidad X tiene habilidad a 6  La fracción no defectuosa resulta P [ LIE < X < LSE ] = P [ VN  < X < VN  ] = EJEMPLO 2

Dr. César A. Acosta-Mejía Si una característica de calidad X tiene habilidad a 6  La fracción no defectuosa resulta P [ LIE < X < LSE ] = P [ VN  < X < VN  ] = P [  < X   < + 6 ] = P [  < Z < + 6 ] = Fracción defectuosa = (0.002 ppm) EJEMPLO 2

Dr. César A. Acosta-Mejía Pensemos en un producto con 1000 características (X 1. X 2, … X 1000 ) Cada una con habilidad a 3  La fracción no defectuosa resultaría P[LIE 1 < X 1 < LSE 1, LIE 2 < X 2 < LSE 2,… LIE n < X n < LSE n ] = EJEMPLO 2

Dr. César A. Acosta-Mejía Pensemos en un producto con 1000 características (X 1. X 2, … X 1000 ) Cada una con habilidad a 3  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 ] =

Dr. César A. Acosta-Mejía Pensemos en un producto con 1000 características (X 1. X 2, … X 1000 ) Cada una con habilidad a 3  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 ] = (0.9973) (0.9973) … (0.9973)= (0.9973) 1000 =

Dr. César A. Acosta-Mejía Pensemos en un producto con 1000 características (X 1. X 2, … X 1000 ) Cada una con habilidad a 3  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 ] = (0.9973) (0.9973) … (0.9973)= (0.9973) 1000 = 0.067

Dr. César A. Acosta-Mejía Pensemos en un producto con 1000 características (X 1. X 2, … X 1000 ) Cada una con habilidad a 3  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 ] = (0.9973) (0.9973) … (0.9973)= (0.9973) 1000 = 0.067

Dr. César A. Acosta-Mejía Un producto con 1000 características al nivel 3  resulta en un producto con fracción defectuosa igual a Fracción defectuosa = 1 – = 0.933

Dr. César A. Acosta-Mejía Un producto con 1000 características al nivel 3  resulta en un producto con fracción defectuosa igual a Fracción defectuosa = 1 – = Entre 93 y 94 productos defectuosos en cada 100 productos ! EJEMPLO 2

Dr. César A. Acosta-Mejía Pensemos en un producto con 1000 características (X 1. X 2, … X 1000 ) Cada una con habilidad a 6  La fracción no defectuosa resultaría P[LIE 1 < X 1 < LSE 1, LIE 2 < X 2 < LSE 2,… LIE n < X n < LSE n ] = EJEMPLO 2

Dr. César A. Acosta-Mejía Pensemos en un producto con 1000 características (X 1. X 2, … X 1000 ) Cada una con habilidad a 6  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 ] = EJEMPLO 2

Dr. César A. Acosta-Mejía Pensemos en un producto con 1000 características (X 1. X 2, … X 1000 ) Cada una con habilidad a 6  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 = EJEMPLO 2

Dr. César A. Acosta-Mejía Pensemos en un producto con 1000 características (X 1. X 2, … X 1000 ) Cada una con habilidad a 6  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 = EJEMPLO 2

Dr. César A. Acosta-Mejía Un producto con 1000 características al nivel 6  resulta en un producto con fracción defectuosa igual a Fracción defectuosa = 1 – = EJEMPLO 2

Dr. César A. Acosta-Mejía Un producto con 1000 características al nivel 6  resulta en un producto con fracción defectuosa igual a Fracción defectuosa = 1 – = =2 ppm Es decir, 2 defectuosos de cada millón de productos EJEMPLO 2

Dr. César A. Acosta-Mejía Comparativo de calidad (fracci ó n defectuosa) media centrada en VN.Una CC1000 CC 3  0.27 %93 % 6  ppm2 ppm. EJEMPLO 2

Dr. César A. Acosta-Mejía EJEMPLO 2 CONCLUSIONES –El nivel de calidad 3  no es adecuado para productos o servicios con muchas características de calidad –Con niveles de calidad 5  ó 6  para las características de calidad se asegura que la calidad del producto o servicio se mantenga aceptable