seis_sigma_medicion_gb.ppt
TRANSCRIPT
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
1/402
1
Programa de certifcaciónde Green Belts
III. Seis Sigma - Medición
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
2/402
2
Fase de medición Propósitos:
Determinar req. de información para el proyecto Denir las Mtricas de los indicadores del Proceso Identicar los tipos! f"entes y ca"sas de la #ariación
en el proceso Desarrollar "n Plan de $ecolección de Datos $eali%ar "n &n'lisis del Sistema de Medición (MS&)
*le#ar a ca+o la recolección de datos
Salidas Diagnóstico de la sit"ación act"al del pro+lema
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
3/402
,
III. Seis Sigma - Medición&. &n'lisis y doc"mentación del proceso. Pro+a+ilidad y estadstica
/. /olección y res"men de datos
D. Distri+"ciones de pro+a+ilidad
0. &n'lisis de los sistemas de medición
F. /apacidad y desempeo de procesos
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
4/402
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
5/402
3
III&. &n'lisis y doc"mentación
del proceso1. Modelado del proceso
2. 0ntradas y salidas del proceso
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
6/402
4
III&.1 Modelado delproceso
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
7/4025
&n'lisis y doc"mentación del
proceso6n proceso es "n con7"nto de rec"rsos y
acti#idades q"e transforman entradas en
salidas agregando #alor. *as acti#idadesde+en ser doc"mentadas y controladas.
Se anali%an los tópicos sig"ientes:
1. 8erramientas2. 0ntradas y salidas del proceso
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
8/4029
&n'lisis y doc"mentación del
proceso - 8erramientas Diagramas de "7o Mapas de proceso
Procedimientos escritos Instr"cciones de tra+a7o
&n'lisis de proceso Doc"mentación del proceso
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
9/402;
Diagrama de "7o 6n diagrama de "7o o mapa de proceso es
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
10/4021=
Diagrama de "7o >rgani%ar "n eq"ipo para e?aminar el proceso
/onstr"ir "n mapa de proceso para representarlos pasos del proceso
Disc"tir y anali%ar cada paso en detalle
Preg"ntarse @Por q" lo Aacemos de estamaneraB
/omparar el proceso act"al a "n procesoimaginario Cperfecto
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
11/40211
Diagrama de "7o @8ay comple7idad innecesariaB @0?iste d"plicación o red"ndanciaB
@8ay p"ntos de control para e#itar errores yrecAa%osB
@Se reali%a el proceso de ac"erdo a como est'planeadoB
@P"ede reali%arse el proceso de maneradiferenteB
@las ideas de me7ora p"eden #enir de procesos
m"y diferentesB
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
12/40212
Diagrama de "7oSm+olos de Diagramas de "7o
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
13/4021,
Diagrama de "7oDiagramas de "7o - 07emplo
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
14/4021
Diagrama de "7oenecios Permiten #is"ali%ar el proceso q"e se est'
descri+iendo Descri+en el proceso con sm+olos! ecAas ypala+ras sin necesidad de oraciones
*a mayora "sa sim+ologa estandari%ada
(&ESI 13.,) Si se "sa softGare el n
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
15/40213
Diagrama de "7o
Diagramas de "7o o mapas de proceso Permiten comprender la operación del proceso Eormalmente representan el p"nto de inicio para la me7ora
Pasos para ela+orarlo (Sm+olos &ESI 13.,) >rgani%ar "n eq"ipo para e?aminarlo /onstr"ir "n diagrama de "7o representando cada paso Disc"tir y anali%ar detalladamente cada paso
Preg"ntarse @Porq" lo Aacemos de esta formaB /omparar esta forma con la del proceso Cperfecto 0?iste demasiada comple7idad! d"plicidad o red"ndancia @Se opera el proceso como est' planeado y p"ede
me7orarseB
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
16/40214
Proceso Desición Documento Datos
Proceso Preparación Operación Entrada
Predefinido Manuales
Conector Con. página Display Almacen Terminador
Sm+olos de diagrama de"7o
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
17/402
15
Sm+olos para Diagramas de
Fl"7oIniciarHDetener ransmisión
>peraciones(Jalor agregado)
Decisión
Inspección HMedición
ransportación
&lmacenar
0ntradaHSalida
*neas de Fl"7o
$etraso
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
18/402
19
Proceso:
Inicio
Fin
Paso A Paso ! Paso C
Paso "
Paso #
$!ueno%&etra'a(o )*+o
Es el diagrama de flu(o de un proceso
,ue muestra cómo se reali-a un tra'a(o.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
19/402
1;
Diagrama de "7o H &n'lisis del #alor
&cti#idades sin #alor agregado
&cti#idades con #alor agregado
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
20/402
2=
@/ómo &y"da "n Mapa deProcesoB
6na #e% q"e podemos #erlas cosas -podemos Aa+larde ellas.
*os pasos q"e no agregan#alor se Aacen m'se#identes.
0l retra+a7o y lasreparaciones son o+#ias.
Se p"ede llegar a ac"erdos.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
21/402
21
Diagramas de Fl"7o 0?istentes
/reados para "npropósito diferente.
/on frec"encia no
ree7an los p"ntos deinicio y Fin adec"ados. Eo son Ccómo es. CK"ieren ser Eo sealan el
desperdicio.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
22/402
22
&pro#ecAa al 0q"ipo
8a% recorridos!entre#istas y re#isionesde los diagramas de "7oy los est'ndarese?istentes.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
23/402
2,
L8a% el Mapa del Proceso lo m's
Pronto Posi+le seala con claridad la
región en la q"e el eq"ipo
se de+e enfocar.
e#ita q"e el eq"ipo salgade los lmites del proyecto.
0l mapa de "n proceso...
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
24/402
2
0l Inicio y el Fin Se De+en Poder
Medir
Selecciona los p"ntosde Inicio y Fin dondese lle#an a ca+oacciones q"e se
p"eden medir.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
25/402
23
07ercicio $'pido - Inicio y FinProceso Inicio Fin
0nsam+le de
&siento
Di+"7os deIngeniera
Man"fact"ra en
$iel de &sientos/"entas por
Pagar
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
26/402
24
07emplos - Inicio y Fin
Proceso Inicio Fin
0nsam+le de&siento
Marco de metalp"esto enlnea
Inspección Final
Di+"7os deIngeniera
$eq"erimientosdel /liente
/liente$eci+eel &rcAi#o /&D
Man"fact"ra en
$iel de&siento
>peración de
Prles0stampados
Inspección Final
/"entasporPagar
$ecepción de laFact"radelPro#eedor
Depósito0lectrónico
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
27/402
25
Permite q"e la Nente #ea el
Mapa del Proceso De ser posi+le! la gente
q"e tra+a7a en el
proceso de+e poder #er"na copia grande aescala del mapa delproceso.
L*as re#isiones!s"gerencias ycorrecciones son+ien#enidas
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
28/402
29
8erramientas de "n Mapa de
Proceso
$otafolios y Marcadores.
8o7as para $otafolio yEotas &"toadAeri+les.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
29/402
2;
Pasos para 0la+orar "n Mapa de
Proceso1. 0sta+le%can los p"ntos de
Inicio y Fin del proceso.
2. 8agan "na lista de lospasos del proceso mediante"na tormenta de ideas.
,. $ealicen el primer recorridoy entre#istas.
. 0la+oren "na lista de losproceso cla#e en las notasa"toadAeri+les.
3. Disc"tan! re#isen ymodiq"en.
4. 8agan "n seg"ndorecorrido y entre#istas.
5. &adan pasos deinspección! retra+a7o!
reparación y desperdicio enlas notas a"toadAeri+les.
9. 0la+oren "n mapa deproceso Ccómo es.
Como equipo...
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
30/402
,=
L8a%lo f'cil
0n este momento! el mapade proceso Ccómo es de+eser de Calto ni#el! pero
de+e incl"ir todos los pasosprimarios necesarios parao+tener la me7ora deseada(es decir! los pasos con#alor agregado relati#os a
los /K! //! /D). Idealmente! m"estra de
cinco a die% pasos.
&grega m's detalles
posteriormente.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
31/402
,1
Paso 1: P"ntos de Inicio y Fin
$e#isen la declaracióndel pro+lema.
Descri+an los procesosq"e ca"san el pro+lema.
/omenten los p"ntos de
Inicio y Fin q"e sep"eden medir.
Pónganse de ac"erdo y
regstrenlos.
Declaración del Pro+lema:
0l cliente esperalos di+"7os modicadosdemasiado tiempo.
Proceso:Proceso de re#isión dedi+"7os.
Preg"nta:
@/"'l podra ser elp"nto de InicioB
Preg"nta:@/"'l podra ser p"nto
de FinB
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
32/402
,2
P"ntos de Inicio y Fin Declaración del Pro+lema:
C0l /liente espera demasiado tiempo los di+"7osmodicados.
Proceso:
Proceso de re#isión de di+"7os.
Inicio:
0l /liente solicita "n formato de cam+io dedi+"7os.
Fin:
Se entrega el arcAi#o de di+"7os (/&D) al /liente.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
33/402
,,
Paso 2: ormenta de Ideas so+relos Pasos del Proceso
0scri+an Inicio y Findonde todos lop"edan #er.
0l eq"ipo aportaideas so+re lospasos del procesoq"e e?isten entre elinicio y el n.
Inicio:0l /liente solicita "nformato de cam+io dedi+"7os.
Preg"nta:@/"'les son alg"nosde los pro+a+les pasosdel proceso entre los
p"ntos de inicio y nBFin:
0l arcAi#o /&D seentrega al /liente.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
34/402
,
Pasos del Proceso Inicio:
0l /liente solicita "n formato de cam+io de di+"7os. Pasos a seg"ir:
osq"e7ar el cam+io req"erido. /alc"lar el impacto del cam+io. Determinar c"'les di+"7os necesitan
cam+iarse.
/am+iar los di+"7os apropiados. Fin:
0l arcAi#o /&D se entrega al /liente.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
35/402
,3
Paso ,: Primer $ecorrido y0ntre#istas
0l eq"ipo recorre elproceso e?istente.
>+ser#en cómo se Aace
el tra+a7o. Platiq"en con la gente
(entre#isten).
omen notas. 0nfóq"ense en los pasos
del proceso.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
36/402
,4
Paso : Eotas &"toadAeri+les 0scri+an los pasos
del proceso en notasa"toadAeri+les.
/oloq"en las notasso+re la pared.
Por aAora sólo de7enlas notas.
Reunióncon elgrupo
Encontrar
Especif.
Crear
!oceto
LocalizarArchivos
CAD Cam'iarDi'u(os
CalcularImpacto
acer
Caf/
Crear Paquete
deArchivos
Enviar alCliente
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
37/402
,5
Paso 3:/omentar! $e#isar! Modicar
/omenten! repasen ymodiq"en el mapa delproceso en las notasa"toadAeri+les.
Pónganse de ac"erdo enlos pasos q"e se de+enconser#ar.
Pónganse de ac"erdo enlos pasos q"e se de+eneliminar.
$etengan solo los pasosimportantes del proceso.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
38/402
,9
Pasos CImportantes del Proceso
Información s"cientepara facilitar la me7ora.
$es"ltados q"e sep"edan medir.
Podran prod"cirsedefectos (/K! //!
/D). 6n inicio y "n n
denidos.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
39/402
,;
Pasos Importantes
@K" pasos podran
ser importantes enel mapa del procesoq"e aparece a laderecAaB
Reunióncon elgrupo
Encontrar
Especif.
Crear
!ós,ue(o
Localizar
ArchivosCAD Cam'iar
Di'u(os
CalcularImpacto
acer
Caf/
Crear Paquetede
Archivos
Enviar alCliente
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
40/402
=
Paso 4: Seg"ndo $ecorrido y0ntre#istas
J"el#an a recorrer elproceso.
"sq"en pasos q"e
Aayan pasado por alto. $e#isen pasos de
inspección! retra+a7o!reparación y desperdicio.
omen notas.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
41/402
1
Paso 5: &adir /am+ios
&greg"en notasa"toadAeri+les.
&adan inspecciones.
&adan retra+a7o yreparaciones.
&adan desperdicio.
Por aAora de7en todaslas notas.
Crear
!ós,ue(o
Cam'iar
Di'u(o
Calcular
Impacto
Crear
pa,uete de
arc0i1os
En1iar a
Cliente
)olicitud deCam'io del
Cliente
Cliente reci'e
arc0i1os CAD
Impacto
$O2%
Di'u(o
$O2%
&eunióncon 3entas
)*
+o
+o
)*
Paso 9: Mapa del Proceso C/ómo
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
42/402
2
Paso 9: Mapa del Proceso /ómo0s
0l eq"ipo esta+lece"n mapa del procesoCtal c"al.
iene el detalles"ciente para incl"irlos pasosimportantes.
Sin demasiadodetalle para q"e seentiendar'pidamente.
Crear
!ós,ue(o
Cam'iar
Di'u(o
Calcular
Impacto
Crear
pa,uete de
arc0i1os
En1iar a
Cliente
)olicitud de
cam'io delCliente
Cliente reci'e
arc0i1os CAD
Impacto
$O2%
Di'u(o
$O2%
&eunión
con 3entas
)*
+o
+o
)*
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
43/402
,
/"'ndo $ecolectar DatosD"rante la ela+oración del mapa de procesoO.
Identica los p"ntos para la recolección dedatos! peroLno recopiles los datos
Desp"s de Aa+er creado el Mapa C/ómo 0s Oplanea la recolección de datos so+re los pocassalidas #itales.
4 Generalmente, cuando se recolectan datos durante laelaoración del mapa, se toman datos sore puntosequivocados!
4 "La recolección de datos se dee planear # en$ocar sore los$actores de alta prioridad que son cr%ticos para el cliente&
P r e c a
u c i ó
n
'consulta el módulo (Planeación de la Recolección de Datos)*
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
44/402
Mapa del Proceso C/ómo 0s
Crear+ósqueo
CamiarDiuo
CalcularImpacto
Crearpaquete de
archivos
Enviar alCliente
-olicitudde camio
del Cliente
Cliente reciearchivos CAD
Impacto./01
Diuo./01
Reunióncon 2entas
-%
3o
3o
-i
0s la condición+ase del proceso.
0s el inicio de t"#ia7e Aacia lame7ora.
0s la oport"nidadpara la estrategiade impacto de Si?Sigma.
0l Mapa de Proceso C/ómo De+e
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
45/402
3
0l Mapa de Proceso /ómo De+eSer
6na #e% q"e se identiq"en las sol"cionesd"rante la fase de M0Q>$&O
/rea el n"e#o mapa de proceso.
0l n"e#o mapa m"estra el "7o de tra+a7o me7oradoq"e aAora tiene
- menos pasos- menos acti#idades sin #alor agregado
Este nue1o mapa muestra el proceso 5cómo de'e
ser6 ,ue 5será6 una 1e- ,ue se implementen
todas las soluciones.
3 / 4 A
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
46/402
4
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
47/402
5
*a cadena de #alor Son todas las acti#idades q"e la empresa de+e reali%ar
para disear! ordenar! prod"cir! y entregar losprod"ctos o ser#icios a los clientes.
*a cadena de #alor tiene tres partes principales: 0l "7o de materiales! desde la recepción de
pro#eedores Aasta la entrega a los clientes.
*a transformación de materia prima a prod"cto
terminado. 0l "7o de información q"e soporta y dirige tanto al
"7o de materiales como a la transformación de lamateria prima en prod"cto terminado.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
48/402
9
*a cadena de #alorBenefcios del Mapeo de la cadena de valor &y"da a #is"ali%ar el "7o de prod"cciónR las
f"entes del desperdicio o M"da
S"ministra "n leng"a7e com
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
49/402
;
Fl"7o de información&dem's del "7o de materiales en el proceso de
prod"cción! se tiene otro "7o q"e es el de
información q"e indica a cada proceso lo q"ede+e prod"cir o Aacer en el paso sig"iente.
Son dos caras de la misma moneda y se de+en
tra%ar am+os.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
50/402
3=
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
51/402
31
Sim+ologa "tili%ada
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
52/402
32
Sim+ologa "tili%ada
Sim+ologa "tili%ada
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
53/402
3,
Sim+ologa "tili%ada
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
54/402
3
Identicando mapa act"al
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
55/402
33
ips para la cadena de #alor $ecolecte siempre información del estado act"al
mientras se reali%an las operaciones normales tantoen "7os de información como de materiales.
Inicie con "na caminata r'pida a tra#s de la cadenade #alor completa p"erta a p"erta! para o+tener "nsentido del "7o y sec"encia de procesos. Desp"sregrese y colecte información en cada proceso.
Inicie desde el nal de em+arq"e y de aA paraatr's. &s se iniciar' el mapeo con los procesos q"eest'n m's ligados directamente al cliente! el c"alde+e esta+lecer los pasos para otros procesos.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
56/402
34
ips para la cadena de #alor 6tilice el cronómetro y no dependa de tiempos
est'ndar o información q"e no o+tengapersonalmente.
ra%ar "no mismo la cadena de #alorcompleta. 0ntendiendo q"e el "7o completo loencierra el mapeo de la cadena de #alor.
Siempre trace a mano y a l'pi%. Ir al piso deprod"cción al reali%ar el an'lisis de estadoact"al! y anarlo m's tarde. Se de+e resistir latentación de "sar la comp"tadora.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
57/402
35
ips para la cadena de #alor
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
58/402
39
Información para
la cadena de #alor iempo del ciclo (/H tiempo q"e
transc"rre entre la salida de dos partesconsec"ti#as)
iempo de cam+io o de preparación (/H> para cam+iar de "n prod"cto a otro)
iempo disponi+le de m'q"ina (De ac"erdo ala demanda)
amao de lote de prod"cción (0P0 e#erypart e#eryO..)
E
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
59/402
3;
Información para
la cadena de #alor E
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
60/402
4=
07emplo de aplicación:
0mpresa N"den
Mapa del estado act"al
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
61/402
41
Mapa del estado act"alProceso de man"fact"ra
Mapa incl"yendo información
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
62/402
42
Mapa incl"yendo información
Mapa incl"yendo tiempos de
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
63/402
4,
Mapa incl"yendo tiempos deciclo y tiempo de entrega
Mapa f"t"ro red"ciendo tiempos
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
64/402
4
Mapa f"t"ro red"ciendo tiemposde entrega
Mapa f"t"ro red"ciendo tiempos
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
65/402
43
Mapa f"t"ro red"ciendo tiemposde entrega
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
66/402
44
enecios
enecios
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
67/402
45
e e c os
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
68/402
49
Mapa de proceso de la0mpresa &/ - nal
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
69/402
4;
Doc"mentación
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
70/402
5=
Procedimientos escritos *os procedimientos de+en ser desarrollados
por los q"e tienen la responsa+ilidad delproceso de inters
*a doc"mentación del proceso en "nprocedimiento facilita la consistencia en elproceso.
*os procedimientos crticos de+en tener s"diagrama de "7o correspondiente
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
71/402
51
Instr"cciones de tra+a7o *as instr"cciones de tra+a7o proporcionan los
pasos detallados de la sec"encia deacti#idades
*os diagramas de "7o p"eden "sarse con lasinstr"cciones de tra+a7o para mostrar lasrelaciones de los pasos del proceso.
*as copias controladas de estas instr"ccionesse g"ardan en el 'rea de tra+a7o
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
72/402
52
III&.2 0ntradas y salidas delproceso
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
73/402
5,
Mapa de procesos SIP>/
Pro1ee7
dores
Clientes
!anco de información
EntradasProcesos y sistemas )alidas
Mapa de proceso )IPOC 8Pro1eedores9 Entradas9 )alidas9 Clientes:
&etroalimentación &etroalimentación
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
74/402
5
0lementos de procesos -SIPOC
6n cam+io en la Salida de+e estar relacionado conalg
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
75/402
53
Matri% de ca"sa efecto
$elación entre entradas y salidas de procesos *a matri% lista #aria+les cla#e de salida del
proceso en forma Aori%ontal y las de entrada
en forma #ertical Para cada #aria+le de salida se le asigna "na
prioridad Dentro de la matri% se asignan n
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
76/402
54
Matri% de ca"sa efecto0ntradas y salidas del proceso Matri% de ca"saefecto
&ntes de me7orar "n proceso! primero de+e medirse!
identicando s"s #aria+les de entrada y de salida! ydoc"mentando s" relación en diagramas de ca"saefecto! matrices de relación! diagramas de "7o! etc.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
77/402
55
III. Pro+a+ilidad yestadstica
III P + +ilid d
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
78/402
59
III. Pro+a+ilidad yestadstica
1. >+tención de concl"siones estadsticas #'lidas
2. eorema del lmite central y distri+"ciónm"estral de la media
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
79/402
5;
III.1 >+tención deconcl"siones estadsticas
#'lidas
0stadstica Descripti a
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
80/402
CLa estadística nos proporciona métodos
para organizar y resumir inormación,usándola para obtener diversasconclusiones
Por e7emplo! s deseamos sa+er el promedio depeso de las personas en "na po+lación tenemosdos opciones:
Pesar a todas y cada "na de las personas! anotary organi%ar los datos! y calc"lar la media.
Pesar solo "na porción o s"+con7"nto de lapo+lación !muestra". $egistrar y organi%ar losdatos calc"lar la media de la m"estra!
0stadstica Descripti#a
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
81/402
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
82/402
92
0stadstica Descripti#a
&stadístico% 0s "na medición tomada en "nam"estra q"e sir#e para Aacer inferencias enrelación con "na po+lación (media de la m"estra!
des#iación est'ndar de la m"estra se indican conletras latinas V! s! p).
Eormalmente es "na #aria+le aleatoria y tieneasociada "na distri+"ción.
$arámetro% 0s el #alor #erdadero en "napo+lación (media! des#iación est'ndar! se indicancon letras griegas π! µ! σ)
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
83/402
9,
0stadstica Descripti#a
'atos continuos *os datos q"e tienen "n #alorreal (temperat"ra! presión! tiempo! di'metro!alt"ra )
'atos discretos% Datos q"e toman #aloresenteros (=! 1! 2! ,! etc.)
'atos por atributos% "eno - malo! pasa - nopasa! etc.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
84/402
9
Eo e?isten en la nat"rale%ados cosas e?actamente ig"ales!
ni siq"iera los gemelos! por tanto la#ariación es ine#ita+le y es anali%ada por
la 0stadstica
0stadstica Descripti#a
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
85/402
93
0stadstica descripti#a einferencial
0st"dios descripti#os en"merati#os : *os datos en"merati#os son los q"e p"eden
ser contados. Para Deming: 0n "n 0st"dio en"merati#o la acción se toma en
el "ni#erso.
0n "n est"dio analtico la acción ser' tomada en
"n proceso para me7orar s" desempeo f"t"ro
>+t i d l i
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
86/402
94
>+teniendo concl"siones
#'lidas >+tención de concl"siones estadsticas #'lidas 0l o+7eti#o de la estadstica inferencial es
o+tener concl"siones acerca de las
caractersticas de la po+lación (par'metros σ! µ!π) con +ase en la información o+tenida dem"estras (estadsticos V! s! r)
*os pasos de la estadstica inferencial son: *a inferencia *a e#al"ación de s" #alide%
>+t i d l i
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
87/402
95
>+teniendo concl"siones
#'lidas *os pasos de la estadstica inferencial son:
Denir el o+7eti#o del pro+lema en forma precisa
Decidir si el pro+lema se e#al"ar' con "na o doscolas
Form"lar "na Aipótesis n"la y la alterna
Seleccionar "na distri+"ción de pr"e+a y "n#alor crtico del estadstico ree7ado el grado deincertid"m+re q"e p"ede ser tolerado (alfa!
riesgo)
>+t i d l i
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
88/402
99
>+teniendo concl"siones
#'lidas *os pasos de la estadstica inferencial son: /alc"lar el #alor del estadstico de pr"e+a con la
información de la m"estra
/omparar el #alor del estadstico calc"lado #s s"#alor crtico y tomar "na decisión de aceptar orecAa%ar la Aipótesis n"la
/om"nicar los Aalla%gos a las partes interesadas
>+t i d l i
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
89/402
9;
>+teniendo concl"siones
#'lidas 8ipótesis n"la a ser pro+ada (8o) y alterna(8a)
*a Aipótesis n"la p"ede ser recAa%ada o noser recAa%ada no p"ede ser aceptada
*a Aipótesis alterna incl"ye todas las
posi+ilidades q"e no est'n en la n"la y sedesigna con 81 o 8a.
8o: a W + 8a: a ≠ + Pr"e+a de dos colas 8o: & ≥ 8a: &X Pr"e+a de cola
i%q"ierda
>+t i d l i
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
90/402
;=
>+teniendo concl"siones
#'lidas0stadstico de pr"e+a: Para pro+ar la Aipótesis n"la so+re "n
par'metro po+lacional! se de+e calc"lar "n
estadstico de pr"e+a de la información de lam"estra
0l estadstico de pr"e+a se compara con "n#alor crtico apropiado
Se toma "na decisión de recAa%ar o no
recAa%ar la Aipótesis n"la
>+t i d l i
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
91/402
;1
>+teniendo concl"siones
#'lidas ipos de errores: 0rror tipo I: res"lta c"ando se recAa%a 8o
siendo #erdadera! se denomina como alfa o
riesgo del prod"ctor
0rror tipo II: res"lta c"ando no se recAa%a 8osiendo q"e es falsa! es denominado +eta o
riesgo del cons"midor Incrementando el tamao de m"estra se
red"cen alfa y +eta. &lfa es normalmente 3Y.&lfa y +eta son in#ersamente relati#os
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
92/402
;2
III.2 eorema del lmite centraly distri+"ción m"estral de lamedia
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
93/402
;,
eorema del lmite central *a distri+"ción de las medias de las m"estras
tiende a la normalidad independientemente dela forma de la distri+"ción po+lacional de la
q"e sean o+tenidas. 0s la +ase de las cartasde control V-$.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
94/402
;
eorema del lmite central Por lo anterior la dispersión de las medias es
menor q"e para los datos indi#id"ales
Para las medias m"estrales! el error est'ndarde la media se relaciona con la des#iaciónest'ndar de la po+lación como sig"e:
X
X s
nσ =
d l * i / l
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
95/402
;3
eorema del *mite /entral La distribución de las medias de las muestras tienden a
distribuirse en orma normal
Por e7emplo los ,== datos (c"yo #alor se enc"entra entre 1 a;) p"eden estar distri+"idos como sig"e:
eorema del *mite /entral
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
96/402
Población con media µ y desviación estándar σ y cualuier distribución!
)eleccionando muestras de tama;o n y calculando la
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
97/402
;5
La distribución de las medias de las muestras tienden a
distribuirse en orma normal
omando de m"estras de 1= datos! calc"lando s" promedio ygracando estos promedios se tiene:
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
98/402
Jariación o+ser#ada
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
99/402
;;
en "na /arta de /ontrol
6na /arta de control es simplemente "nregistro de datos en el tiempo con l"mites decontrol superior e inerior# diferentes a los
lmites de especicación!
0l patrón normal de "n proceso se llama causasde variación comunes!
0l patrón anormal de+ido a e#entos especialesse llama causa especial de variación.
Jariación /a"sas com"nes
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
100/402
1==
*miteinf. deespecs.
*mites"p. deespecs.
>+7eti#o
Jariación /a"sas especiales
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
101/402
1=1
p
*miteinf. deespecs.
*mites"p. deespecs.
>+7eti#o
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
102/402
d / l
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
103/402
1=,
/orridas5 p"ntos consec"ti#os de "n lado de V-media.
P"ntos f"era de control1 p"nto f"era de los lmites de control a , sigmas en
c"alq"ier dirección (arri+a o a+a7o).
endencia ascendente o descendente 5 p"ntos consec"ti#os a"mentando o dismin"yendo.
&dAesión a la media13 p"ntos consec"ti#os dentro de la +anda de 1 sigmadel centro.
>tros2 de , p"ntos f"era de los lmites a dos sigma
Patrones F"era de /ontrol
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
104/402
&plicación en Inter#alos de
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
105/402
1=3
&plicación en Inter#alos deconan%a
Inter#alo de conan%a para la media: &) Sigma conocida y nZ,= (n es tamao de
m"estra)
) Sigma desconocida y nX,=! los grados deli+ertad son gl W n-1.
2
2
X Z n
X t n
α
α
σ µ
σ µ
= ±
= ±
&plicación en Inter#alos de
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
106/402
1=4
&plicación en Inter#alos deconan%a
Inter#alo de conan%a para proporciones y#arian%a: Para proporciones! p es la proporción y nZ,=
Para la #arian%a
2
(1 ) p p p Z n
α π −= ±
2 22
2 2
, 1 1 , 1
2 2
( 1) ( 1)
n n
n s n s
α α
σ χ χ
− − −
− −≤ ≤
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
107/402
1=5
III., /onceptos +'sicos depro+a+ilidad
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
108/402
/onceptos +'sicos de
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
109/402
1=;
/onceptos +'sicos depro+a+ilidad
0#entos comp"estos (con7"nto de dos o m'se#entos): *a "nión de & o contiene elementos de & o de
*a intersección de & y contiene elementoscom"nes q"e se locali%an al mismo tiempo en &y en
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
110/402
11=
Pro+a+ilidad
#ntroducción:
Diferencia entre e?perimento deterministico yaleatorio (estocastico).
Deterministico. Se o+tienen el mismo res"ltado!con condiciones e?perimentales similares
*a cada de "n c"erpo
&leatorio. Se o+tienen distintos res"ltados !a"nq"e se repitan en condiciones similares.
iempo de #ida de "n componente elctrico
/onceptos relacionados
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
111/402
111
a e?perimentos aleatorios:
Jaria+le aleatoria. 0s el nom+re K"e se le da a lacaracterstica (s) de inters o+ser#ada en "ne?perimento. DicAa #aria+le es denotada por
letras may
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
112/402
112
/onsiste en todos los posi+les res"ltados de "ne?perimento.
Para el lan%amiento de "na moneda es (&!S).
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
113/402
11,
Pro+a+ilidad Aistórica o frec"entista.
6na forma de conocer algo acerca delcomportamiento de "na #aria+le aleatoria esconociendo como se comporto en el pasado.
Eote K"e si "n e?perimento se reali%o "n grann"mero de #eces! E! y la se o+ser#o K"e en n #ecess"ceda el e#ento &! entonces nHE es "n estimaciónra%ona+le de la proporción de tiempos K"e el e#ento
& s"ceder' en el f"t"ro. Para "n gran n"mero dee?perimentos E! se p"ede interpretar dicAaproporción como la probabilidad de del e#ento &.
P EventoAn
N N ( ) lim=
→ ∞
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
114/402
11
07emplo
p r o
+ a + i l i d a d
d e
c a
r a s
n= 3== 1===
=
.3
1
[ en los 1;==-s ! \arl Pearson lan%o "na moneda 2!=== #ecesy o+t"#o 12!=12 caras! dando "na proporción de .--.
Denición /l'sica de Pro+a+ilidad.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
115/402
*a pro+a+ilidad de "n e#ento &! p"ede ser calc"lada
mediante la relación de el n"mero de resp"estas en fa#orde &! y el n"mero total de res"ltados posi+les en "ne?perimento.
P EventoA Favorable A
Total resultados
( )#
#
=
Eote K"e para las dos deniciones dadas depro+a+ilidad esta ser' "n n"mero entre = y 1.
&emplo /. Se o+ser#a si , artc"los tienen defecto o no ! condefecto (m) o sin defecto (#).
SW]###!m##!#m#!##m!#mm!m#m!mm#!mmm^ es el espaciom"estral .
&sociada a este espacio m"estral se p"ede denir la #aria+le
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
116/402
114 Ejemplo:Datos ( N =20):
650 740 760 810 850 850 880 900 930 930 950 960
960 980 980 980 1000 1000 1000 1070
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
117/402
115
960 980 980 980 1000 1000 1000 1070
El experimento:
ele!!ionamos al a"ar #n n#mero $
%#&l es S $
ea E el e'ento en el #e eleimos el 1000$
*( E ) =
ea E el e'ento +l n#mero es menor o i#al a 760,
*( E ) =
*( E !) =
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
118/402
119
ea E 1 el e'ento en el !#al eleimos 1000 - E 2 es el
e'ento en el !#al eleimos #n n#mero menor o i#al a760
*( E 1∪ E 2) =
ea E 1 el e'ento en el !#al eleimos 850 - E 2 sea el
e'ento el !#al o.tenemos #n n#mero menor a 880
*( E 1∪ E 2) =
*eyes de pro+a+ilidades
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
119/402
1. 0n "n e?perimento! si P(&) e la pro+a+ilidad de
"n e#ento &! entonces la pro+a+ilidad de K"e nos"ceda & es: P A P A( ) ( )= −1
2. 0n "n e?perimento! si & y son dos e#entos
m"t"amente e?cl"yentes entonces la pro+a+ilidad deK"e oc"rra & o el e#ento es
P A o B P A P B( ) ( ) ( )= +
Para el caso de dos e#entos & y K"e no sonm"t"amente e?cl"yentes. P A o B P A P B P AyB( ) ( ) ( ) ( )= + −
& las dos ec"aciones se les conoce como
$eglas de la pro+a+ilidad
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
120/402
12=
g p
*ey de la &diciónSi 2 e#entos & y no son m"t"amente e?cl"yentes!entonces la pro+a+ilidad q"e el e#ento & o el e#ento oc"rra es:
*ey de la M"ltiplicación
pro+a+ilidad q"e am+os & y oc"rran es
/"ando los e#entos & y son independientes! entoncesP(&`) W P(&) y
*(/)*()*(/))or *(/ −+=
/)*(/)*()*()*(/*(/) ==
*(/)*()*(/) =
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
121/402
Diagramas de 'r+ol0n casos simples res"ltan
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
122/402
122
0n casos simples res"ltan
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
123/402
12,
en n l"gares diferentes es :
n n n n ( )( )( )( )= − −1 2 2 1
n, se lee como n factorial
@ K"e pasa c"ando tenemos solo r l"gares paraacomodar n o+7etos! tal K"e n es mayor o ig"alq"e r B0n este caso el n"mero de arreglos res"ltaser:
n n n n r n r P
P n
n r
r
n
r
n
( )( ),,,( 3 4)( 3 4)
( )
− − − − − − =
⇒ =−
1 2 2 1
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
124/402
12
07emplo: S"ponga q"e a "n gr"po de motores se lesaplicara "n tratamiento q"e consiste en dos aplicacionesde diferentes intensidades de presión. 8ay 1= diferentesintensidades y el orden de administrar las intensidades esimportante! @ c"antos motores se oc"pan si cadatratamiento se tiene q"e lle#ar a ca+oB.
1= intensidades (i1!i2!O!i1= ) y 2 aplicaciones.
Eos interesa contar los pares (i1!12)!(i1!i,)!O.. P 2
10 10
8 90= = ,
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
125/402
123
/om+inaciones
6na com+inación es "n arreglo de distintos elementos ! endonde "na com+inación diere de otra solamente si elcontenido del arreglo es distinto.
,, -n este caso no es importante el
orden de los ob.etos ,,
Denición. (/om+inaciones).
0l n"mero de com+inaciones de n o+7etos tomando r a la #e%es el n"mero de maneras de formar "n s"+con7"nto detamao r de los n o+7etos. 0sto se denota como:
n
r
nC
r
= ÷
eorema 2.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
126/402
124
C n
r
P
r
n
r n r r
n r
n
=
= =
−
( )
07emplo: 0n "n lote de prod"cción 1== cAips decomp"tadora! "n comprador desea adq"irir 1=
cAips! @ de c"antas formas se p"edenseleccionar 1= cAips de ese loteB.
C n
r
n
r n r r
n =
=
− =
−
( ) )
100
10(100 10
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
127/402
125
III/. /olección y res"men dedatos
/olección y res"men de
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
128/402
129
ydatos
1. ipos de datos y escalas de medición
2. Mtodos de colección de datos
,. cnicas para aseg"rar la e?actit"d eintegridad de los datos
. 0stadstica descripti#a
3. Mtodos gr'cos
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
129/402
12;
III/. 1 ipos de datos yescalas de medición
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
130/402
1,=
ipos de datos Datos por atri+"tos
Son datos discretos enteros! por e7emplo ,! 3!2=,2. /"enta! "nidades! oc"rrencias! +"eno malo.
Datos por #aria+les *as #aria+les son datos contin"os medi+les con
instr"mentos con n
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
131/402
1,1
ipos de datos
Datos de locali%ación /ontestan a la preg"nta C@DóndeB. *as cartas
q"e "tili%an datos de locali%ación de defectos sedenominan CMeasless cAarts o C/artas deconcentración. Por e7emplo mapas con ocinas dedistri+"ciónR defectos de pint"ra en "n a"tomó#il.
/on#ersión de datos por atri+"tos a #aria+les 1= desportillad"ras se p"eden reportar como "na
longit"d total de 9.,5R 23 rayas de pint"ra como,.2 c"adradas de rayones de pint"ra.
0scalas de medición
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
132/402
1,2
0n f"nción de la desea+ilidad estadstica se tiene:
&scala 'escripción &emplo
Eominal Datos como nom+res ocategoras. Eo Aay orden
olsa con d"lces decolores: 13 amarillos! 1=ro7os! 5 #erdes
>rdinal(rango) *os datos est'n ordenadospero s"s diferencias nop"eden determinarse nitienen sentido
Defectos & m's crticosq"e los defectos D seta+"lan como:& 14! ,2! / 2! D ,=
Inter#alo *os datos se arreglan pororden y diferencia. Eo Aayp"nto de inicio de ref. y lara%ón no tiene signicado
*a temperat"ra de ,lingotes es de 2==/!==/ y 4==/. Eotar q"e, #eces 2==/ no es lomismo q"e 4==/ en .
$a%ón Similar al anterior con "np"nto cero inicial. anto las
diferencias como las ra%ones
0l prod"cto & c"esta b,==y el b4==. Eotar q"e
b4== es tanto como dos
0scalas de medición
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
133/402
1,,
Medidas estadsticas para las escalas de medición
&scala Localizacióncentral
'ispersión $rueba designifcancia
Eominal Moda Soloinformati#a
/Ai c"adrada
>rdinal(rango)
Mediana Pocenta7es Pr"e+a de signos oracAas
Inter#alo Mediaaritmtica
Des#iaciónmedia oest'ndar
Pr"e+a t! Pr"e+a F!&n'lisis de correlación
$a%ón Mediageomtrica omediaarmónica
Jariaciónpocent"al
Similar al anterior
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
134/402
1,
III/. 2 Mtodos de colecciónde datos
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
135/402
1,3
Mtodos de colección de datos Incl"ye mtodos man"ales y a"tom'ticos. N"as:
Form"lar "na clara descripción del pro+lema
Denir de manera precisa lo q"e se #a a medir
*istar todas las caractersticas importantes amedir
/"idadosamente seleccionar la tcnica demedición
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
136/402
1,4
Mtodos de colección de datos
Incl"ye mtodos man"ales y a"tom'ticosO. /onstr"ir "n formato sencillo de registro
Decidir q"in colectara los datos
0sta+lecer "n mtodo de m"estreo apropiado
Decidir q"ien anali%ar' e interpretar' losres"ltados
Decidir q"ien reportar' los res"ltados
proyectos
2arialesAtriutos
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
137/402
1,5
=ALLA PA-A
Circuito El>ctrico
4E
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
138/402
1,9
Plan de recolección de datos 6n plan de $ecolección de Datos relacionada
con las /Ks de inters es la doc"mentación de:
2ué información se #a a recolectar $or 3ué se necesita
2uién es responsa+le +ómo se #a a recolectar
+uándo se #a a recolectar 'ónde se #a a recolectar
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
139/402
1,;
Deniciones operati#as 0l Plan de $ecolección de Datos de+era de
+asarse en las Deniciones >perati#asmedi+les:
Deniciones >perati#as ya desarrolladas paralos clientes /Ks las Cs Se necesita desarrollar Deniciones >perati#as
para el proceso CVs> ? @8
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
140/402
1=
Mtodos de colección de datos
/odicación de datos /odicar al agregar o restar "na constante
o m"ltiplicar o di#idir por "n factor:
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
141/402
11
Mtodos de colección de datos
/odicación por s"+stit"ción Para "na o+ser#ación de ,2-,H9! los datos
p"eden codicarse como enteros
e?presando el n
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
142/402
12
III/. , cnicas para aseg"rar la
e?actit"d e integridad de losdatos
&seg"rar e?actit"d e
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
143/402
1,
integridad de los datos
*os datos malos corrompen el proceso detoma de decisiones 0#itar sesgo emocional respecto a tolerancias
0#itar redondeo innecesario
Si "na caracterstica cam+ia con el tiempo!registrar la medición inicial y la posterior a la
esta+ili%ación
Filtrar los datos para identicar y eliminarerrores de capt"ra
&seg"rar la e?actit"d e
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
144/402
1
integridad de los datos
*os datos malos corrompen el proceso detoma de decisiones Si los datos sig"en "na distri+"ción normal!
determinar si la dispersión de los datos p"ede
ser representada por al menos 9 o 1=incrementos de resol"ción. Si no p"ede serme7or contar las o+ser#aciones.
6sar pr"e+as estadsticas o+7eti#as paraidenticar o"tliers o p"ntos a+errantes
/ada identicación de clasicación importantede+e ser registrada 7"nto con los datos
Jenta7as del M"estreo
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
145/402
13
Jenta7as del M"estreo
Se economi%an rec"rsos
Se red"ce el tiempo
/ona+ilidad
Se p"eden proyectar res"ltados
/onceptos +'sicos deM"estreo
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
146/402
M"estreoMuestreo% Proceso mediante el c"al Aacemosinferencia a toda "na po+lación o+ser#andosolo "na parte de esta (m"estra).
Métodos de muestreo%
0s "n procedimiento cientco mediante el c"alo+tenemos los componentes de "na m"estra!tratando q"e la m"estra nos de informaciónacerca de "n par'metro po+lacional! y tam+innos permite medir el grado de incertid"m+re deeq"i#ocarnos en la inferencia.
i d t
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
147/402
15
ipos de m"estreo M"estreo aleatorio
0n este caso cada parte tiene la misma oport"nidadde ser seleccionada
M"estreo sec"encial Se toman pie%as de "na lnea contin"a y se m"estrea
Aasta q"e se Aayan inspeccionado m's de , #eces eltamao de m"estra de "n plan de m"estreo simple
M"estreo estraticado Se seleccionan m"estras aleatorias de cada "no de
los gr"pos o procesos diferentes! de+en ree7ar lafrec"encia de los gr"pos
M"estreo Simple &leatorio
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
148/402
/ada "no de los elementos de "na po+lacióntiene la misma pro+a+ilidad de salir en "nam"estra.
*a selección se Aace generalmente "sando
n
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
149/402
0n este mtodo en"meramos los elementos de
la po+lación de 1 a E. *a m"estra es tomada eninter#alos de EHn. (con nW tamao de lam"estra).
07emplo: de los 1== artc"los anteriores si
m"estreamos sistem'ticamente para nW3. omaremos la m"estra cada 1==H3W2= o+7etos.(i.e. omamos el 1er. &rtic"lo ! l"ego el 2=esimo.!etc..).Muestreo con probabilidades desiguales.
til en po+laciones con m"cAa#aria+ilidad. 8acemos q"e apare%can conmayor los datos grandes o peq"eos.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
150/402
d i d i i
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
151/402
131
0stadstica descripti#a
*a estadstica descripti#a incl"ye: Medidas de tendencia central
Medidas de dispersión
F"nciones de densidad de pro+a+ilidad
Distri+"ciones de frec"encia y
F"nciones ac"m"lati#as de distri+"ción
0 d i d i i
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
152/402
132
0stadstica descripti#a
Medidas de tendencia central $epresentan las diferentes formas de
caracteri%ar el #alor central de "n con7"nto
de datos
Media m"estral po+lacional
∑=n
xi µ
0 t d ti d i ti
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
153/402
13,
0stadstica descripti#a
Medidas de tendencia central Mediana: es el #alor medio c"ando los datos
se arreglan en orden ascendente o
descendente! en el caso de n par! lamediana es la media entre los #aloresintermedios
0 t d ti d i ti
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
154/402
13
0stadstica descripti#a
Medidas de tendencia central Moda: Jalor q"e m's se repite! p"ede Aa+er m's
de "na
Media acotada (r"ncated Mean): Se eliminacierto porcenta7e de los #alores m's altos y+a7os de "n con7"nto dado de datos (tomandon
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
155/402
133
0stadstica descripti#a
0 t d ti d i ti
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
156/402
134
0stadstica descripti#a
Medidas de dispersión: $ango: 0s el #alor mayor menos el #alor menor
de "n con7"nto de datos
Jarian%a: es el promedio de las des#iaciones al
c"adrado respecto a la media (n para po+lacióny n-1 para m"estra para eliminar el sesgo)
0 t d ti d i ti
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
157/402
135
0stadstica descripti#a
Medidas de dispersión: Des#iación est'ndar: es la ra% c"adrada de la
#arian%a ya sea po+lacional σ o m"estral S
s =5
790 = 12.56 s =
5
7510 = 38.75
0 t d ti d i ti
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
158/402
139
0stadstica descripti#a
Medidas de dispersión: /oeciente de #ariación: es ig"al a la des#iación
est'ndar di#idida por la media y se e?presa enporcenta7e
0 t d ti d i ti
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
159/402
13;
0stadstica descripti#a
F"nción de densidad de pro+a+ilidad 0l 'rea +a7o la c"r#a de densidad de
pro+a+ilidad a la i%q"ierda de "n #alor dado ?!es ig"al a la pro+a+ilidad de la #aria+le aleatoriaen el e7e ? para VXW ?
Para distri+"ciones contin"as
Para distri+"ciones discretas
0 t d ti d i ti
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
160/402
14=
0stadstica descripti#a
F"nción de distri+"ción ac"m"lada
F"nciónde
densidad
F"nción dedistri+"ciónac"m"lada
Mtodos gr'cos
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
161/402
141
Mtodos gr'cos
Se incl"yen los mtodos sig"ientes: Diagramas de ca7a Diagramas de tallo y Ao7as
Diagramas de dispersión
&n'lisis de patrones y tendencias
8istogramas Distri+"ciones de pro+a+ilidad normales Distri+"ciones de ei+"ll
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
162/402
142
III/. 3 Mtodos gr'cos
Mtodos gr'cos
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
163/402
14,
Mtodos gr'cos
Diagramas de ca7a $epresentan "n res"men de los datos. *a lnea
media es la mediana! los lados son el primer ytercer c"artil. 0l m'?imo y el mnimo se di+"7acomo p"ntos al nal de las lneas (+igotes)
Mtodos gr'cos
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
164/402
14
Mtodos gr'cos
Diagramas de tallo y Ao7as 0l diagrama consiste del agr"pamiento de los
datos por inter#alos de clase! como tallos y losincrementos de datos m's peq"eos comoAo7as.
8o7as allos
Mtodos gr'cos
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
165/402
143
Mtodos gr'cos
Diagramas de dispersión 0s "na gr'ca de m"cAos p"ntos coordenados V-
q"e representan la relación entre dos #aria+les. am+in se denomina carta de correlación. Sep"ede tomar la #aria+le dependiente para el e7e y la dependiente en el e7e V.
*a correlación tiene las sig"ientes f"entes:
6na relación de ca"sa efecto 6na relación entre dos ca"sas 6na relación entre "na ca"sa y dos o m's ca"sas
Mtodos gr'cos
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
166/402
144
Mtodos gr'cos
Diagramas de dispersión
Positi#a d+il Positi#a f"erte Sincorrelación
Eegati#a
f"erte
$elaciones no lineales
Mtodos gr'cos
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
167/402
145
Mtodos gr'cos
/oeciente de correlación 0l coeciente de correlación (r determina el
grado de asociación entre dos #aria+les V y
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
168/402
Mtodos gr'cos
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
169/402
14;
Mtodos gr'cos
&n'lisis de patrones y tendencias Para #is"ali%ar el comportamiento de los datos en
el tiempo endencia
creciente
endencia decreciente/orrida de proceso
Jalores anormales /iclos Jaria+ilidad creciente
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
170/402
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
171/402
151
8istogramas
Mtodos gr'cos
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
172/402
152
8istogramas Son gr'cas de col"mnas de frec"encia q"e
m"estran "na imagen est'tica del comportamientodel proceso y req"ieren "n mnimo de 3= a 1==
p"ntos
*a frec"encia en cada +arra o inter#alo es eln
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
173/402
15,
8istogramas 6n proceso inesta+le m"estra "n Aistograma q"e
no tiene "na forma acampanada. Sin em+argo losprocesos q"e sig"en "na distri+"ción e?ponencial!
lognormal! gamma! +eta! ei+"ll! Poisson!+inomial! Aipergeomtrica! geomtrica! etc. e?istencomo procesos esta+les
/"ando la distri+"ción es acampanada! la #ariaciónalrededor de la media es aleatoria! otras#ariaciones son de+idas a ca"sas especiales oasigna+les.
Mtodos gr'cos
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
174/402
15
D0FIEI/I>E 6n 8istograma es la organi%ación de "n n
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
175/402
0n "n proceso esta+le las mediciones se distri+"yennormalmente! a la derecAa y a la i%q"ierda de la mediaadoptando la forma de "na campana.
TAMAÑO TAMAÑO
TAMAÑO TAMAÑO
TAMAÑO
ED
ICIONES
Media
MED
ICIONES
8istogramas con Datos agr"pados
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
176/402
154
g g p
0l 8istograma es "na gr'ca de las frec"enciasq"e presenta los diferentes datos o #alores demediciones agr"pados en celdas y s" frec"encia.
6na ta+la de frec"encias lista las categoras o clases de#alores con s"s frec"encias correspondientes! pore7emplo:
/*&S0 F$0/60E/I&1-3 54-1= 1211-13 1;14-2= 1421-23 9
24 ,=
Deniciones - datos agr"pados
Límite inferior y superior de clase
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
177/402
y pSon los n"meros m's peq"eos y m's grandes de las clases
(del e7emplo! 1 y 3R 4 y 1=R 11 y 13R 14 y 2=R 21 y 23R 24 y ,=)
Marcas de claseSon los p"ntos medios de las clases (del e7emplo ,! 9! 1,! 19!2, y 29)
Fronteras de claseSe o+tienen al incrementar los lmites s"periores de clase y aldecrementar los inferiores en "na cantidad ig"al a la media dela diferencia entre "n lmite s"perior de clase y el sig"iente
lmite inferior de clase (en el e7emplo! las fronteras de claseson =.3! 3.3! 1=.3! 13.3! 2=.3! 23.3 y ,=.3)
Anco de clase0s la diferencia entre dos lmites de clase inferiores
onstr"cción del Aistograma - datos agr"pad
Paso 1 Contar los datos (N)
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
178/402
Paso 1. Contar los datos (N)
Paso 2. Calcular el rango de los datos R = (Valor mayor !alor menor)
Paso 3. "elecc#onar el n$mero de columnas o celdas del %#stograma (&).Como re'erenc#a s# N = 1 a 5 & = 5 a 7* s# N = 51 1* & = 6 1.+am,#-n se ut#l#a el cr#ter#o & = Ra/ (N)
Paso 0. #!#d#r el rango or & ara o,tener el anc%o de clase
Paso 5. dent#'#car el l/m#te #n'er#or de clase m4s con!en#ente y sumarle
el anc%o de clase ara 'ormar todas las celdas necesar#as
Paso 6. +a,ular los datos dentro de las celdas de clasePaso 7. ra'#car el %#stograma y o,ser!ar s# t#ene una 'orma normal
07emplo: Datos para AistogramaDatos!
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
179/402
"# $" $% && &' $( &" $% &%
&( )) )& )$ )& )' &* &(
&+ )$ )" )) &$ )% )+ )( )%
%) %$ %' )* )# )( )* )# )(
%$ %" %' )# %* %# +" +$ +&
%# +" ++ (+ ('
07emplo: /onstr"cción del Aistograma
$
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
180/402
Paso 1. N$mero de datos N = 5
Paso 2. Rango R = 76 16 = 6
Paso 3. N$mero de celdas & = 6*
Paso 0. nc%o de clase = 6 6 = 1
Paso 5. /m. de clase9 1520 25 30 35 00 05 50 55 60 6570 75:0Paso 6. N$mero de datos9 2 7 10 17 7 2 1
;arcas de clase 1:.5 2:.5 3:.5 0:.5 5:.5 6:.5 7:.5
Paso 7. ra'#car el %#stograma y o,ser!ar s# t#ene una 'orma normal
8istograma en 0?cel
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
181/402
191
&ccesar el men" de an'lisis de datos con 80$$&MI0E&S!&E&*ISIS D0 D&>S! 8IS>N$&M&S
Marcar los datos de entrada en $&EN> D0 0E$&D&! marcar
el rango de los lmites s"periores de clase en $&EN> D0/*&S0S! indicar N$&FI/&! marcar el 'rea de res"ltados con$&EN> D0 S&*ID& y o+tener res"ltados y gr'ca
E>&: *os datos de+en estar en forma no agr"pada! 0?cel
forma los gr"pos en forma a"tom'tica o se le p"edenproporcionar los lmites de las celdas.
8istograma en 0?cel
/onstr"cción del Aistograma
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
182/402
192
,
4
5
6
7
/,
/4
/5
/6
/7
/-8
45
4-8
95
9-8
55
5-8
-5
--8
65
6-8
:-
;rec.
>tras medidas deDispersión- $ango! /J
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
183/402
19,
$ango: Jalor Mayor Jalor menor
/oeciente de #ariación: (Des#. 0st'ndar H Media T1==Y
Se "sa para comparar datos en diferentes ni#eles de media o
tipo. Por e7emplo:
Material Eo. de Media Des#iación /oeciente >+ser#aciones &ritmtica 0st'ndar de Jariación
n s Srel
& 14= 11== 223 =!2= 13= 9== 2== =!23=
0l Material & tiene "na menor #aria+ilidad relati#a relati#a q"e elmaterial
07ercicio de 8istogramas
Datos!
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
184/402
19
Datos!
+,)' +, +,)" +, +,)'+, +,)' +,&( +,)' +,&*
+,)$ +,&* +,)' +,&* +,)"
+,)' +,)" +,)" +,)& +,
+,)" +,&% +, +,)" +,)&+,&* +,)' +,)$ +,&( +,)'
+,&( +,)& +,)& +, +,)$+,)' +,)$ +, +,)$ +,&*
+,)$ +,)' +,&* +,)% +,)"+, +,)) +,&+ +,)) +,&+
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
185/402
193
IIID. Distri+"ciones depro+a+ilidad
Distri+"ciones "sadaspor los lacU elts
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
186/402
194
por los lacU elts
Distri+"ción inomial Distri+"ción Poisson
Distri+"ción Eormal Distri+"ción /Ai /"adrada
Distri+"ción t de St"dent Distri+"ción F
ipos de #aria+les aleatorias
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
187/402
195
ipos de #aria+les aleatorias
ipos de #aria+les aleatorias Discretas
/ontin"as
Jaria+le aleatoria: 0s aq"ella f"nción q"e a cadares"ltado posi+le de "n e?perimento le asocia "nn"mero real.
Se denotan con letras May
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
188/402
199
Jaria+les aleatorias discretas-s auella variable ue 2nicamente toma valoressusceptibles de contarse!
07emplo 1: /onsidere el e?perimento de tomar ala%ar "na cAa de asistencia de "n n"mero de
empleados. Sea V la #aria+le n"mero de a"senciasal ao de "n empleado. Eote q"e V toma #alores=!1!2!...!23=.
07emplo 2: /onsidere "n e?perimento q"e consisteen medir el n"mero de artc"los defectos de "n lotede prod"cto. Si es la #aria+le n"mero dedefectos ! toma #alores =!1!2!...
Distri+"ciones y f"nciones depro+a+ilidad
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
189/402
19;
p o+a+ dad oda #aria+le aleatoria tiene asociada "naf"nción de pro+a+ilidades
07emplo : Se lan%an dos monedas y
o+ser#amos el n"mero = de caras.
0spacio m"estral:]a! as! sa! ss^
toma #alores =!1!2.
F"nción de pro+a+ilidades para
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
190/402
1;=
.y P(Y=y)0 154
1 152
2 154
7. .# . ".# ".
y
.G
.#"
.#G
."
.G
.H"
p
Nr'ca
P(Wy)
Form"la para la distri+"ción depro+a+ilidades de la ta+la
anterior
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
191/402
1;1
*a distri+"ción de pro+a+ilidades p"ede ser "na a+la! "na Nr'ca o "na form"la.
anterior
y y
y yY P y P )5()5(
3)()(
3−
===
$eq"isitos para "na distri+"ción
de pro+a+ilidad discreta
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
192/402
1;2
p
)()(
)(2
1)(01
x X P x f
y P
y P
X
ytoda
==
≤≤
∑
0n alg"nas ocasiones lanotación "sada es:
F"nciones de distri+"ciónac"m"lati#a
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
193/402
1;,
*a f"nción de distri+"ción de pro+a+ilidadesac"m"lati#a es calc"la s"mando las pro+a+ilidadeso+tenidas Aasta "n determinado #alor de la #aria+lealeatoria.
)()( x X P x F X ≤=0sta f"nción tiene propiedades.
0)(
1)(
1)(0
==≤≤
−∞→
∞→
x F Lim
x F Lim
x F
x
x
F"nción de distri+"ción ac"m"lati#a para W_decaras
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
194/402
1;
7. .# . ".# ".
y
.#
.H
.
.J
6
( x )
0 1 2
Jalor 0sperado o Media de"na #aria+le aleatoriadiscreta
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
195/402
1;3
*a media o #alor esperado de "na #aria+lealeatoria discreta V ! denotada como o &!
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
196/402
1;4
215,0
04003,03014,02178,01805,00
)(4
0
=×+×+×+×+×=
===∑= x X X X xP µ
0n este caso note q"e esta media no toma "n #alorentero como V
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
197/402
1;5
" # A
K
.
.
.A
.G
.F
p
r o '
eia X
µ
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
198/402
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
199/402
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
200/402
2==
2147,0
0)215,04(003,0)215,03(
014,0)215,02(
178,0)215,01(805,0)215,00(
)()(
22
2
22
22
=×−+×−+
+×−+
×−+×−=
=−= ∑ x
X X x X P x µ σ
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
201/402
2=1
*a desviación estándar de "na #aria+le aleatoriaes simplemente la ra% c"adrada de la #arian%a
2
X X σ σ =
Distri+"ciones Discretas
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
202/402
2=2
?niorme discreta.
*a #aria+le aleatoria toma "n n"mero
nito de n #alores ! cada "no con ig"alpro+a+ilidad.
n
x X P x f 1
)()( ===
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
203/402
*a media y #arian%a de ladistri+"ción 6niforme discreta son:
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
204/402
2=
12
12
)1(
2
2 −
=
+=
n
n
X
X
σ
µ
0plicaciones
Distri+"ción Aipergeomtrica
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
205/402
2=3
Se aplica c"ando la m"estra (n) es "naporporción relati#amente grande en relacióncon la po+lación (n Z =.1E).
0l m"estreo se Aace sin reempla%o
P(?!E!n!D) es la pro+a+ilidad de e?actamente ??itos en "na m"estra de n elementos tomadosde "na po+lación de tamao E q"e contiene D
?itos. *a f"nción de densidad de distri+"ciónAipergeomtrica:
N
n
N
xn
x
C
C C x P
−−=)(
)(
xn x
nC n x −
=
Distri+"ción Aipergeomtrica
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
206/402
2=4
*a media y la #arian%a de la distri+"ciónAipergeomtrica son:
N
n
= µ −− − = 112
N
n N
N
N
nσ
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
207/402
Distri+"ción inomial
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
208/402
2=9
&nsayo Bernoulli. 0s "n e?perimento aleatorio q"esolo tiene dos res"ltados. ?ito o fracaso.
Donde la pro+a+ilidad de ?ito se denota por p
S"ponga se reali%an n e?perimentos erno"lliindependientes.
S"ponga q"e la #aria+le V de inters es eln"mero de ?itos.
V toma #alores =!1!2!...!n
Distri+"ción +inomial
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
209/402
2=;
Se "tili%a para modelar datos discretos y seaplica para po+laciones grandes (EZ3=) ym"estras peq"eas (nX=.1E).
0l m"estreo +inomial es con reempla%amiento. 0s apropiada c"ando la proporción defecti#a
es mayor o ig"al a =.1. *a +inomial es "na apro?imación de la
Aipergeomtrica *a distri+"ción normal se paro?ima a la+inomial c"ando np Z 3
*a #aria+le aleatoria V tiene "na distri+"ción+inomial
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
210/402
21=
n x p p x
n x X P x f xn x ,,1,0)1()()( =−
=== −
)1()(
)(
2 pnp X !
np X E
X
X
−==
==
σ
µ
iene media y #arian%a.
Distri+"ción de Poisson
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
211/402
211
Se "tili%a para modelar datos discretos Se apro?ima a la +inomial c"ando p es ig"al o
menor a =.1! y el tamao de m"estra esgrande (n Z 14) por tanto np Z 1.4
Distri+"ción de Poisson
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
212/402
212
6na Jaria+le aleatoria V tiene distri+"ciónPoisson si toma pro+a+ilidades con.
,1,0
)( ==−
x x
e x f x
λ λ
pn
pn
==
=
µ σ
µ
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
213/402
21,
*a Distri+"ciónEormal
IMP>$&E/I& D0 *& DIS$I6/IhEIMP>$&E/I& D0 *& DIS$I6/IhEE>$M&*E>$M&*
IMP>$&E/I& D0 *& DIS$I6/IhEIMP>$&E/I& D0 *& DIS$I6/IhEE>$M&*E>$M&*
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
214/402
*os primeros ind"striales frec"entemente se +asa+an en elconocimiento de limites normales para clasicar artc"los oprocesos como correctos o de otro modo.
Por e7emplo! el colesterol arri+a de 23= mgHdl es ampliamenteconocido q"e incrementa el riesgo de "n paro cardiaco. 6na
determinación precisa - p"diera ser as"nto de #ida o m"erte. Sin em+argo ! no todas las #aria+les son normales. Por
e7emplo: "rea y pA
*os primeros ind"striales frec"entemente se +asa+an en el
conocimiento de limites normales para clasicar artc"los oprocesos como correctos o de otro modo.
Por e7emplo! el colesterol arri+a de 23= mgHdl es ampliamenteconocido q"e incrementa el riesgo de "n paro cardiaco. 6nadeterminación precisa - p"diera ser as"nto de #ida o m"erte.
Sin em+argo ! no todas las #aria+les son normales. Pore7emplo: "rea y pA
Α'ra0am )imon de Carl Francisde Moi1re =aplace auss alton
C$5$C6-5IS6IC$S 7- 08$C$5$C6-5IS6IC$S 7- 08$7IS65IB0CI98 8O5:$L7IS65IB0CI98 8O5:$L
C$5$C6-5IS6IC$S 7- 08$C$5$C6-5IS6IC$S 7- 08$7IS65IB0CI98 8O5:$L7IS65IB0CI98 8O5:$L
*a c"r#a normal es acampanada y tiene "n solo
*a c"r#a normal es acampanada y tiene "n solo
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
215/402
*a distri+"ción normal es sim;trica alrededor des" media.0s asintotica E E>$M&*
/&$&/0$ISI/&S D0 6E& DIS$I6/I>E E>$M&*
*a Eormal is simtrica --
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
216/402
eóricamente! lac"r#a se e?tiendea
eóricamente! lac"r#a se e?tiendea
Media!mediana! ymoda son
/ola/ola
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
217/402
215
f tt
8 : eKp= − −
"
"
σ πµ
σDistri'ución de
la Función +ormal
Distri+"ción Eormal
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
218/402
219
=unción de Densidad de Proailidad 3ormal
µ ? Hσ ? #σ ? Hσ ?
.
.
.
.G
.
."
."
."
G "4iempo
$ ' t *
/"r#as Eormales con Medias ig"ales peroDes#iaciones est'ndar diferentes
/"r#as Eormales con Medias ig"ales peroDes#iaciones est'ndar diferentes
σ = 3.1
σ = 3.1
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
219/402
µ = 20
σ =
3.9
σ = 5.0σ =
3.9σ = 5.0
Eormales con Medias yDes#iaciones est'ndar diferentes
Eormales con Medias yDes#iaciones est'ndar diferentes
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
220/402
µ
= 5,σ
= 3µ = 9, σ = 6
µ = 14, σ = 10
µ
= 5,σ
= 3µ = 9, σ = 6
µ = 14, σ = 10
*a distri+"ción Eormal est'ndar
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
221/402
221
*a distri+"ción normal est'ndar es "na distri+"ción depro+a+ilidad q"e tiene media = y des#iación est'ndar de1.
0l 'rea +a7o la c"r#a o la pro+a+ilidad desde menosinnito a m's innito #ale 1.
*a distri+"ción normal es simtrica! es decir cada mitadde c"r#a tiene "n 'rea de =.3.
*a escala Aori%ontal de la c"r#a se mide en des#iacionesest'ndar! s" n
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
222/402
222
-OSICI.N AM-LIT/D FO0MA
1 O TENE0 C/AL2/IE0 COM3INACION
Para la po'lación 7 se incluyen TODOS los datos
*a Distri+"ción Eormal
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
223/402
22,
K KLs KLs KL#sK7sK7sK7#s
5µ−3σ µ−2σ µ−σ µ µ+σ µ+2σ µ+3σ
Para la muestra
a des!#ac#
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
224/402
22
z " #7"77#
σ 8σ σ96σ68σ69σ5
d#stanc#a de la med#a alunto de #n'le# *& /6$J& E>$M&*&$0& &Q> *& /6$J& E>$M&*
&$0& &Q> *& /6$J& E>$M&*&$0& &Q> *& /6$J& E>$M&*
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
225/402
&lrededor de *= > del area +a7o la c"r#anormal est' entre m's "na y menos "nades#iación est'ndar de la media. 0sto p"edeser escrito como: m 1s.
/erca del ?1 > del 'rea +a7o la normal est'entre m's y menos 2 des#iaciones est'ndar dela media! m 2s.
Pr'cticamente toda /??!@+ >4 el 'rea +a7o la
normal esta entre , des#iaciones de la mediam ,s.
&lrededor de *= > del area +a7o la c"r#anormal est' entre m's "na y menos "nades#iación est'ndar de la media. 0sto p"edeser escrito como: m 1s.
/erca del ?1 > del 'rea +a7o la normal est'entre m's y menos 2 des#iaciones est'ndar dela media! m 2s.
Pr'cticamente toda /??!@+ >4 el 'rea +a7o lanormal esta entre , des#iaciones de la media m ,s.
Distri+"ción normal est'ndar con media W = y des#iaciónest'ndar W 1: Para j W (V - Vmedia )H s
/'lc"los con 0?cel Dist. Eormal 0st'ndar
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
226/402
224
/. krea desde menos innito a "n #alor de > se o+tiene como sig"e:- /olocarse en "na celda #aca- &ccesar el men< de f"nciones con A# 0S&DSI/&S!
DIS$.E>$M.0S&ED! dar #alor de j y o+tener el 'reareq"erida
> 0rea
4. 6n #alor de > especco para "na cierta 'rea (por e7emplo
=.=3) se o+tiene como sig"e:- /olocarse en "na celda #aca
8 &ccesar el men< de f"nciones con A# 0S&DSI/&S! oDIS$.E>$M.0S&ED.IEJ! dar #alor del 'rea y se o+tiene la >
-ntre
1. 49.24Y
-ntre
1. 49.24Y
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
227/402
µ µ 1σ µ 2σ µ 3σ−1σ−2σ
3σ
1. 49.24Y
2. ;3.Y
,. ;;.;5Y
2. ;3.Y
,. ;;.;5Y
/aractersticas de la Distri+"ción Eormal
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
228/402
229
+*4&)4 &)4
#%4
##,(&4
5"s
5$s
5&s
0l #alor de j
Determina el n
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
229/402
población# m" Donde sigma es la desviaciónestándar de la población.
0n 0?cel "sar A# -S6$7IS6IC$S#
8O5:$LID$CI98# para calc"lar el #alor de j
z F 6 µ
σ
-roceso con media 6"''y des7iaci8n est9ndar 6 "'
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
230/402
+*4&)4 &)4
#%4
+*4
##,(&4
+*4 $,&%+4$,&%+4
(' *' #' "'' ""' "$' "&'
#' ""'
*' "$'
(' "&'
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
231/402
2,1
kreas +a7o la c"r#anormal
Distri+"ción normal est'ndar con media W = y des#iaciónest'ndar W 1: Para j W (V - Vmedia )H s
/'lc"los con 0?cel Dist. Eormal 0st'ndar
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
232/402
/. krea desde menos innito a "n #alor de > se o+tiene como sig"e:- /olocarse en "na celda #aca- &ccesar el men< de f"nciones con A# 0S&DSI/&S!
DIS$.E>$M.0S&ED! dar #alor de j y o+tener el 'reareq"erida
> 0rea
4. 6n #alor de > especco para "na cierta 'rea (por e7emplo
=.=3) se o+tiene como sig"e:- /olocarse en "na celda #aca
8 &ccesar el men< de f"nciones con A# 0S&DSI/&S! oDIS$.E>$M.0S&ED.IEJ! dar #alor del 'rea y se o+tiene la >
Distri+"ción normal! dadas "na media y des#iación est'ndar: /. krea desde menos innito a
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
233/402
- /olocarse en "na celda #aca8 &ccesar el men< de f"nciones con A# 0S&DSI/&S!DIS$.E>$M! dar el #alor de V! Media! Des#iación 0st'ndar s!J0$D&D0$> y se o+tendr' el 'rea req"erida <
0rea
4. 6n #alor de $M.IEJ! dar el #alor del 'rea! Media y Des#iación0st'ndar y se o+tendr' el #alor de la <
/alc"lo de Pro+a+ilidades normales
/alc"lo de Pro+a+ilidades normales
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
234/402
1. Identicar la #aria+le de inters.2. Identicar los par'metros de la #aria+le (s"
media y des#. est'ndar).
,. @/"al es la preg"nta 'rea +a7o la c"r#a depro+a+ilidad normalB
. /on#ertir los #alores a la distri+"ción normalest'ndar (estandariEación D ) /F
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
235/402
0l ag"a "sada diariamente por persona en M?icoest' distri+"ida normalmente con media 2= litrosy "na des#iación de 3 lts..
H-ntre ue valores cae cerca del *=> el aguausada por una persona en :eico
m 1s W 2= 1(3). 0sto es! cerca del 49Y de lacantidad "sada por persona cae entre (1 lts! y '1
lts!!
De manera similar para ;3Y y ;;Y! el inter#aloser' de (3 lts a %3 lts y 1 lts a %1 lts!
0l ag"a "sada diariamente por persona en M?icoest' distri+"ida normalmente con media 2= litrosy "na des#iación de 3 lts..
H-ntre ue valores cae cerca del *=> el aguausada por una persona en :eico
m 1s W 2= 1(3). 0sto es! cerca del 49Y de lacantidad "sada por persona cae entre (1 lts! y '1
lts!!
De manera similar para ;3Y y ;;Y! el inter#aloser' de (3 lts a %3 lts y 1 lts a %1 lts!
-.emplo-.emplo
-.emplo-.emplo
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
236/402
0l ag"a "sada diariamente por persona enM?ico es distri+"ida normalmente con media2= litros y "na des#iación de 3 lts. Sea F eluso diario de agua!
Cual es la probabilidad ue una personaseleccionada al aEar use menos de '3 lts!dia
0l #alor % asociado es E W (2= - 2=)H3 W =.entonces!
P(V X 2=) W P( E X =) W =.3.
0l ag"a "sada diariamente por persona enM?ico es distri+"ida normalmente con media2= litros y "na des#iación de 3 lts. Sea F eluso diario de agua!
Cual es la probabilidad ue una personaseleccionada al aEar use menos de '3 lts!dia
0l #alor % asociado es E W (2= - 2=)H3 W =.entonces!
P(V X 2=) W P( E X =) W =.3.
-.emplo-.emplo
-.emplo-.emplo
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
237/402
Jue porciento usa entre '3 y '+ lts 0l #al"e % asociado con V W 2= es E W = y con
V W 2! E W (2 - 2=)H3 W =.9.0ntonces! P(2= X V X 2) W P(= X E X =.9) W
P(=.9) - P(=) W =.5991- =.3 W =.2991 o 29.91Y.
HJue porciento usa entre (* y '3 lts
0l #alor %1 para V W 14 es E( W (14 - 2=)H3 W -=.9! y para V W 2=! E' W =. 0ntonces! P(14 X V X 2=)W P(-=.9 X E X =) W P(=) - P(-=.9) ) 3!1 < 3!'((?) =.2991 W 29.91Y.
Jue porciento usa entre '3 y '+ lts 0l #al"e % asociado con V W 2= es E W = y con
V W 2! E W (2 - 2=)H3 W =.9.0ntonces! P(2= X V X 2) W P(= X E X =.9) W
P(=.9) - P(=) W =.5991- =.3 W =.2991 o 29.91Y.
HJue porciento usa entre (* y '3 lts
0l #alor %1 para V W 14 es E( W (14 - 2=)H3 W -=.9! y para V W 2=! E' W =. 0ntonces! P(14 X V X 2=)W P(-=.9 X E X =) W P(=) - P(-=.9) ) 3!1 < 3!'((?) =.2991 W 29.91Y.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
238/402
=.9=.9
P(= X % X=.9) W=.2991.
P(= X % X=.9) W=.2991.
EjemploEjemplo
EjemploEjemplo
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
239/402
Cual es la probabilidad ue una personaseleccionada al aEar use mas de '= lts
0l #alor % asociado a V W 29 es
E W (29 - 2=)H3 W 1.4. &Aora! P(V Z 29) W P( E Z1.4) W 1 - P(% X 1.4) W 1 - =.;32 W =.=39.
Cual es la probabilidad ue una personaseleccionada al aEar use mas de '= lts
0l #alor % asociado a V W 29 es
E W (29 - 2=)H3 W 1.4. &Aora! P(V Z 29) W P( E Z1.4) W 1 - P(% X 1.4) W 1 - =.;32 W =.=39.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
240/402
P(% Z 1.4) W1 - =.;32W=.=39
P(% Z 1.4) W1 - =.;32W=.=39
&rea W
=.;32
&rea W=.;32
1.6
z
EjemploEjemplo
EjemploEjemplo
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
241/402
HJue porcenta.e usa entre (= y '* lts
0l #alor % asociado con V W 19 es E W (19 - 2=)H3W -=.! y para V W 24! E W (24 - 2=)H3 W 1.2.entonces! P(19 X V X 24)W P(-=. X E X 1.2)W F(1.2) - F(-=.)W =.99; - =.,4 W =.3=,.
HJue porcenta.e usa entre (= y '* lts
0l #alor % asociado con V W 19 es E W (19 - 2=)H3W -=.! y para V W 24! E W (24 - 2=)H3 W 1.2.
entonces! P(19 X V X 24)W P(-=. X E X 1.2)W F(1.2) - F(-=.)W =.99; - =.,4 W =.3=,.
07emplos
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
242/402
22
0l tiempo de #ida de las +ateras del cone7ito tiene "nadistri+"ción apro?imada a la normal con "na media de93.,4 Aoras y "na des#iación est'ndar de ,.55 Aoras.
@K" porcenta7e de las +ateras se espera q"e d"ren9= Aoras o menosB
@/"'l es la pro+a+ilidad de q"e "na +atera d"re entre94.= y 95.= AorasB
@/"'l es la pro+a+ilidad de q"e "na +atera d"re m'sde 95 AorasB
@K"e porcenta7e de las +ateras se espera q"e d"ren9= Aoras o menosB
krea +a7o la c"r#a normal
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
243/402
j W (?-m") H sj W (9=-93.,4)H(,.55)W - 3.,4H ,.55 W -1.2
B!9H80
67!8 0
@/"'l es la pro+a+ilidad de q"e "na +aterad"re entre 94.= y 95.= AorasB
krea +a7o la c"r#a normal
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
244/402
0 1
H B!9H
@/"'l es la pro+a+ilidad de q"e "na +atera d"re
krea +a7o la c"r#a normal
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
245/402
*%,&+ *(m's de 95 AorasB
1.45 W .,, ó ,,Y de las #eces "na +aterad"rar' m's de 95 Aoras
/onsidere "na media de peso de est"diantes de53 \gs. con "na des#iación est'ndar de 1=\gs.
/onsidere "na media de peso de est"diantes de53 \gs. con "na des#iación est'ndar de 1=\gs.
07ercicios
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
246/402
24
/ontestar lo sig"iente:@/"'l es la pro+a+ilidad de q"e "n est"diante
pese m's de 93\gs.B
2. @/"'l es la pro+a+ilidad de q"e "n est"diantepese menos de 3=\gs.B
,. @/"'l es la pro+a+ilidad de q"e pese entre 4= y9= \gs.B.
. @/"'l es la pro+a+ilidad de q"e pese entre 33 y5= \gs.B
3. @/"'l es la pro+a+ilidad de q"e pese entre 93 y
/ontestar lo sig"iente:@/"'l es la pro+a+ilidad de q"e "n est"diante
pese m's de 93\gs.B
2. @/"'l es la pro+a+ilidad de q"e "n est"diantepese menos de 3=\gs.B
,. @/"'l es la pro+a+ilidad de q"e pese entre 4= y9= \gs.B.
. @/"'l es la pro+a+ilidad de q"e pese entre 33 y5= \gs.B
3. @/"'l es la pro+a+ilidad de q"e pese entre 93 y1==\gs.B
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
247/402
Distri+"ción 0?ponencial
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
248/402
29
Donde *am+da es la tasa de falla y tAeta es lamedia
*a f"nción de densidad de la distri+"cióne?ponencial
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
249/402
2;
Distri+"ciones m"estrales
& las distri+"ciones de los estadísticasmuestrales se les llama distribucionesmuestrales.
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
250/402
23=
POBLA!O"
Distri+"ciones Deri#adas delm"estreo de Po+laciones Eormales
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
251/402
231
Po+lación
M"estra
$parecen distribucionesmuestrales
@ormal, +)i8cuadrada, t8student, ;
Distri+"ción de la Media:
i t l t i * .l iXXX
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
252/402
232
i es #na m#estra aleatoria e #na *o.la!ion(;) !on istri.#!i
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
253/402
23,
Distri+"ción /Ai /"adrada
0sta distri+"ción se forma al s"mar losc"adrados de las #aria+les aleatorias normales
est'ndar.
Si j es "na #aria+le aleatoria normal! entoncesel estadstico sig"iente es "na #aria+le
aleatoria /Ai c"adrada con n grados de li+ertad.
Distri+"ción de la #arian%a.
$ d l di i+ ió 7i d d
-
8/17/2019 SEIS_SIGMA_MEDICION_GB.ppt
254/402
23
$epaso de la distri+"ción 7i-c"adrada.
*a f"nción de densidad de pro+a+ilidad con Ugrados de li