doe
TRANSCRIPT
1
Programa de certificación de Black Belts CFE
VII. Fase de Mejora
P. Reyes / Abril 2009
2
Seis Sigma - Mejora Propósitos y salidas
A. Diseño de experimentos
B. Técnicas de creatividad
C. Implantación y verificación de soluciones
3
Fase de mejora Propósito:
Desarrollar, probar e implementar soluciones que atiendan a las causas raíz
Salidas Acciones planeadas y probadas que eliminen o
reduzcan el impacto de las causas raíz identificadas
Comparaciones de la situación antes y después para identificar la dimensión de la mejora, comparar los resultados planeados (meta) contra lo alcanzado
4
Tormenta deideas
Técnicas decreatividad
MetodologíaTRIZ
Generación de soluciones
Diseño deexperimentos
Optimización
No
Implementación desoluciones y verificación
de su efectivdad
Evaluación de soluciones(Fact., ventajas, desventajas)
Solucionesverificadas
¿Soluciónfactible?
Si
Causasraíz
FASE DE MEJORA
Efecto de X'sen las Y =
CTQs
Ideas
5
VII.A Diseño de Experimentos (DOE)
6
VII.A Diseño de experimentos1. Introducción y terminología
2. Principios de diseño
3. Planeación de experimentos
4. Experimentos de un factor
5. Experimentos fraccionales de dos niveles
6. Experimentos factoriales completos
7
VII.A.1 Introducción y terminología
8
Ronald Fisher los desarrolla en su estación agrícola experimental de Rothamsted en Londres (ANOVA) 1930
Otros que han contribuido son: F. Yates, G.E.P. Box, R.C. Bose, O. Kempthorne, W.G. Cochran, G. Taguchi
Se ha aplicado el DOE en la agricultura y ciencias biológicas, industria textil y lana, en los 1930’s
Después de la II Guerra mundial se introdujeron en la industria Química e industria electrónica
Perspectiva histórica
9
El cambiar un factor a un tiempo presenta las desventajas siguientes:
Se requieren demasiados experimentos para el estudio
No se puede encontrar la combinación óptima de variables
No se puede determinar la interacción Se puede llegar a conclusiones erróneas
Se puede perder tiempo en analizar las variables equivocadas
Introducción
10
¿Por qué no probar un factor a la vez?
PRES
ION
TEMPERATURA
PRES
ION
1
2
Zona Máxima
Respuesta MáximaPR
ESIO
N
4
TEMPERATURA
3
PRES
ION
TEMPERATURA
Conclusión de la Prueba
TEMPERATURAConclusión de la Prueba
Optimo
11
El DOE varia varios factores simultáneamente de forma que se puede identificar su efecto combinado en forma económica:
Se identifican los Factores que son significativos
No es necesario un alto conocimiento estadístico
Las conclusiones obtenidas son confiables
Se pueden encontrar los mejores niveles de factores controlables que inmunicen al proceso contra variaciones en factores no controlables
Introducción
12
Cambios deliberados y sistemáticos de las variables de entrada (factores) para observar los cambios correspondientes en la salida (respuesta).
Proceso
Entradas Salidas (Y)
Diseño deProducto
Entradas Salidas (Y)
¿Qué es un diseño de experimentos?
13
Diseño de experimentos Proceso proactivo y estructurado para
investigar las relaciones entre los factores de entrada (x’s) y salida (y) de un proceso.
Los múltiples factores de entrada se consideran y controlan al mismo tiempo para asegurar que el efecto en la(s) respuesta(s) es causal y estadísticamente significativo.
14
Diseño de experimentos
PROCESO
Factores conocidos no controlados
Factores desconocidos
w1 w2 w3 w4 ws. . .
z1 z2 z3 z4 zn. . .
x1
x2
xa
...
y1
y2
ym
...
Factores con niveles(x’s)
Variables de respuesta (y’s)(CTQ’s)
ENTRADAS
SALIDAS
15
Planeación empírica versus planificada
NIVELDEESFUERZO Trabajar a
prueba y error
AnalizarPlanear
ESFUERZO
Analizar
Planear
Experimentar
ESFUERZO
Analizar
Planear Experimentar
Tiempo
Tiempo
Fase 2
Fase 1
16
Las X’s con mayor influencia en las Y’s
Cuantifica los efectos de las principales X’s incluyendo sus interacciones
Produce una ecuación que cuantifica la relación entre las X’s y las Y’s
Se puede predecir la respuesta en función de cambios en las variables de entrada
El Diseño de experimentos tiene como objetivos determinar:
17
Obtención de réplicas: repetición del experimento (5 resultados en cada corrida experimental)
Aleatorización: hacer en forma aleatoria: Permite confundir el efecto de los factores no
controlables La asignación de los materiales utilizados en la
experimentación El orden en que se realizan los experimentos
Bloqueo - Orden de corridas aleatorio en cada bloque
(Ej. , bloque de tiempo: AM vs PM, o Día 1 vs Día 2).
Términos
18
Bloques: Unidades experimentales homogéneas
Bloqueo Cuando se estructuran experimentos factoriales
fraccionales, el bloqueo se usa para agrupar las variables que desea evitar. Un bloque puede ser un factor artificial que no interactúa con los factores reales
Términos
19
Error experimental Variación en respuesta bajo las mismas
condiciones de prueba. También se denomina error residual.
Fraccional Un arreglo con menos experimentos que el
arreglo completo (1/2, ¼, etc.) Factorial completo
Arreglo experimental que considera todas las combinaciones de factores y niveles
Interacción Ocurre cuando el efecto de un factor de entrada
en la respuesta depende del nivel de otro factor diferente
Términos
20
Nivel o Tratamiento Un valor específico para un factor controlable de
entrada (100ºC, 120ºC, 140ºC)
Efecto principal Un estimado del efecto de un factor
independientemente del efecto de los demás
Optimización Hallar las combinaciones de los factores que
maximizen o minimizen la respuesta
Términos
21
Colinealidad Ocurre cuando 2 variables están completamente
correlacionadas Confundidos
Cuando el efecto de un factor no se puede separar del efecto de alguna de sus interacciones (A y BC, B y AC)
Términos
22
Correlación Un número entre -1 y +1 que indica el grado de
relación lineal entre dos conjuntos de números. El cero indica que no hay relación
Covarianza Cosas que cambian durante los experimentos
pero no fueron planeadas a cambiar, como temperatura o humedad. Con la aleatorización se alivia este problema. Registrar los valores del covariado para su posible uso en análisis de regresión
Términos
23
Curvatura Comportamiento no lineal que requiere un
modelo de al menos segundo grado
Grados de libertad (DOF, DF, df o ) Número de mediciones independientes para
estimar un parámetro poblacional (vg. la media con n-1)
EVOP (Evolutive operations) Describe una forma secuencial de
experimentación haciendo pequeños cambios en el proceso para mejorarlo
Términos
24
Error experimental Variación en respuesta bajo las mismas
condiciones de prueba. También se denomina error residual.
Primer orden Se refiere a la potencia a la cuál un factor
aparece en el modelo. Si la “X” representa un factor y “B” su efecto, entonces el siguiente modelo es de primer orden para X1 y X2:
Y = Bo + B1*X1 + B2*X2 + error
Términos
25
Factorial completo Arreglo experimental que considera todas las
combinaciones de factores y niveles
Fraccional Un arreglo con menos experimentos que el
arreglo completo (1/2, ¼, etc.)
Términos
26
Factoriales completos vs fraccionales
Un diseño factorial completo es el que contiene todos los niveles de todos los factores, no se omite ninguno
Un diseño factorial fraccional es un diseño experimental balanceado donde que contiene menos combinaciones de todos los niveles y factores. Por ejemplo para 3 factores y 2 niveles se tiene:
27
Experimento con mezclas Experimentos en los cuales las variables se
expresan como proporciones del todo sumando 1.0
Experimentos aleatorios Reduce la influencia de variables extrañas en la
experimentación
Error residual (e o E) Es la diferencia entre los valores observados y
los estimados por un modelo determinado empíricamente. Puede ser la variación en resultados de condiciones de prueba virtualmente idénticas
Términos
28
Resolución I Experimentos donde se varia sólo un factor a la
vez Resolución II
Experimentos donde algunos efectos principales se confunden, es indeseable
Resolución III- Exp. fraccionales Experimentos fraccionales donde no se
confunden los efectos principales entre sí, sólo con sus interacciones de dos factores
Resolución IV- Exp. fraccionales No se confunden los efectos principales ni con
sus interacciones pero si lo hacen las interacciones entre si
Términos
29
Resolución V – Exp. Fraccionales Sólo puede haber confusión entre interacciones
de dos factores con interacciones de tres factores o de mayor orden
Resolución VI - Exp. Factorial completo V+ Experimentos sin confusión, factoriales
completos o dos bloques de 16 experimentos
Resolución VII – Exp. Factoriales completos Experimentos en 8 bloques de experimentos
Términos
30
Los factores son los elementos que cambian durante un experimento para observar su impacto sobre la salida. Se designan como A, B, C, etc.
- Los factores pueden ser cuantitativos o cualitativos- Los niveles se designan como alto / bajo (-1, +1) o (1,2)
Factor NivelesB. Temp. de Moldeo 600º 700ºE. Tipo de Material Nylon Acetal
Factor cuantitativo, dos niveles
Factor cualitativo, dos niveles
Factores y niveles
31
VII.A.2 Principios de diseño
32
Tipo de Diseño de Experimentos
Experimentaciónposible No es posible
experimentarDiseñosActivos
DiseñosPasivos
No se tieneInformación
Histórica
Se tieneInformación
Histórica
CaracterizaciónData Minning
FactoresIndependientes
Factores Interdependientes
DiseñosFactoriales
ConRestricciones
SinRestricciones
DependenciaParcial
(B depende de A, pero
A no depende de B)
DiseñosD-Optimal
DiseñosOrtogonales
DiseñosAnidados
Diseños deMezclas
a b
Interdependencia de algunos ó
Todos los factores
33
DiseñosOrtogonalesa
De filtraje De Caracterización
DiseñosFactorialCompleto
(2k)
De Optimización
<5Factores
4-15Factores
> 15Factores
Dise
ños
Plac
kett-
Burm
an Dise
ños
Tagu
chi
DiseñosFactorial
Fraccionado(2k-p)
Ejec
ució
nIn
inte
rrum
pida
Ejec
ució
n e
n pa
rtes
2k n
oBl
oque
ado
2k
Bloq
uead
o
Ejec
ució
nIn
inte
rrum
pida
Ejec
ució
n e
n pa
rtes
2k-p n
oBl
oque
ado
2k-p
Bloq
uead
o
d
Diseños deSuperficie de
RespuestaDiseños con
Punto Central
Diseños a 2 niveles Factores con más de
2 niveles<4
Factores> 4
Factores
Dise
ños
Fact
oria
l com
plet
og
34
Diseños decaracterizacióng
Diseños FactorialCompleto
Con punto central
<5Factores
4-15Factores
> 15Factores
Dise
ños
Plac
kett-
Burm
anCo
n pu
nto
cent
ralTo
dos l
os fa
ctor
esCo
n 2
nive
lesDiseños Factorial
FraccionadoCon punto central
Ejec
ució
nIn
inte
rrum
pida
Ejec
ució
n e
n pa
rtes
2k c
on p
unto
Cent
ral n
oBl
oque
ado
2k c
on p
unto
Cent
ral
Bloq
uead
o
2k-p c
on p
unto
Cent
ral n
oBl
oque
ado
2k-p c
on p
unto
Cent
ral
Bloq
uead
o
Ejec
ució
nIn
inte
rrum
pida
Ejec
ució
n e
n pa
rtes
35
Diseños deSuperficie de Respuestad
Todos los factores son continuos
Hay factoresdiscretos
Diseño CentralCompuesto óDiseño axial
(CCD)
Ejec
ució
nIn
-inte
rrum
pida
Ejec
ució
n e
n pa
rtes
CCD
noBl
oque
ado
CCD
Bloq
uead
o
2Factores
> 2Factores
Diseño Central Factorial óDiseño “Centrado en las caras”
(CCF)
Dise
ño
Box-
Behn
ken
Ejec
ució
nIn
-inte
rrum
pida
Ejec
ució
n e
n pa
rtes
CCF
noBl
oque
ado
CCF
Bloq
uead
o
36
Diseños deMezclas
ConRestricciones
Sin Restricciones
DiseñosVértices
Extremos
Diseños Simplex
b
De filtraje De CaracterizaciónDe OptimizaciónDiseños
Simplex-LatticeDiseños Simplex-Lattice
AumentadoDiseños Simplex
Centroide
Dise
ño
Sim
plex
-Lat
tice
Sin
fact
ores
de
Proc
eso
Todo
s los
fact
ores
son
depe
ndie
ntes
Algu
nos
fact
ores
son
Inde
pend
ient
es
Sim
plex
-Lat
tice
+ Fa
ctor
ial 2
k
Sim
plex
-Lat
tice
+ Fa
ctor
ial 2
k-p
<5F.I.*
>3F.I.*
Dise
ñoVé
rtice
s Ext
rem
osSi
n fa
ctor
es d
e Pr
oces
o
Todo
s los
fact
ores
son
depe
ndie
ntes
Algu
nos
fact
ores
son
Inde
pend
ient
es
Vérti
ces E
xtre
mos
+ Fa
ctor
ial 2
k
Vérti
ces E
xtre
mos
+ Fa
ctor
ial 2
k-p
<5F.I.*
>3F.I.*
Sim
plex
-Lat
tice
Aum
enta
doSi
n fa
ctor
es d
e Pr
oces
o
Todo
s los
fact
ores
son
depe
ndie
ntes
Algu
nos
fact
ores
son
Inde
pend
ient
es
S.L.
** A
umen
tado
+ Fa
ctor
ial 2
k
S.L.
** A
umen
tado
+ Fa
ctor
ial 2
k-p
<5F.I.*
>3F.I.*
Dise
ñoSi
mpl
ex-C
entro
ide
Sin
fact
ores
de
Proc
eso
Todo
s los
fact
ores
son
depe
ndie
ntes
Algu
nos
fact
ores
son
Inde
pend
ient
es
Sim
plex
-Cen
troid
e+
Fact
oria
l 2k
Sim
plex
-Cen
troid
e+
Fact
oria
l 2k-
p
<5F.I.*
>3F.I.*
37
Selección entre diversas alternativas
Selección de los factores clave que afectan la respuesta
Modelado de la superficie de respuesta para: Llegar al objetivo Reducir la variabilidad Maximizar o minimizar la respuesta Hacer un proceso robusto Buscar objetivos múltiples
Aplicación del DOE
38
Establecer objetivos Seleccionar variables del proceso
Seleccionar un diseño experimental Ejecutar el diseño
Verificar que los datos sean consistentes con los supuestos experimentales
Analizar e interpretar los resultados Usar / presentar los resultados
Pasos del DOE
39
La selección de un diseño experimental depende de los objetivos del experimento y del número de factores a ser investigados:
Objetivo comparativo Objetivo de filtraje de factores Objetivo del método de superficie de
respuesta Optimizar las respuestas cuando los factores
son proporciones en un objetivo de mezclas Ajuste óptimo en un objetivo de modelo de
regresión
Objetivos experimentales
40
Las variables de proceso incluyen ambas entradas y salidas, es decir factores y respuestas. La selección de estas variables debe:
Incluir todos los factores relevantes Ser brillantes en seleccionar los niveles de
factores bajos y altos Evitar ajustes de factores para combinaciones
imprácticas o imposibles Incluir todas las respuestas relevantes Evitar usar respuestas que combinen dos o
más mediciones de proceso Evitar valores extremos en los factores de
entrada
Selección y escala de variables del proceso
41
Guías de diseñoNúmero de factores
Objetivo comparativo
Objetivo de filtraje de factores
Objetivo de superficie de respuesta
1 1- factor completamente aleatorizado
- -
2-4 Diseño aleatorizado por bloques
Factorial completo o fraccional
Diseño central compuesto o Box-Behnken
5 o más Diseño aleatorizado por bloques
Factorial fraccional o Placket Burman
Fltrar primero para reducir el número de factores
42
Supuestos experimentales ¿Son capaces los sistemas de medición para todas
las respuestas? ¿Es estable el proceso? ¿Los residuos se comportan adecuadamente?Modelo X1 La varianza se Requiere un
término Adecuado incrementa con X2 cuadrático
agregado a X2
43
Interacciones Interacción
Ocurre cuando el efecto de un factor de entrada en la respuesta depende del nivel de otro factor de entrada diferente
44
Interacciones Una interacción ocurre cuando el efecto de un
factor de entrada en la salida depende del nivel de otro factor de entrada. A veces se pierden con los diseños factoriales fraccionales
Sin interacción Interacción Interacción Interacción
moderada fuerte fuerte
45
Lista de verificacióntípica del DOE
Definir los objetivos del experimento
Aprender acerca del proceso antes de la tormenta de ideas
Tormenta de ideas para definir la lista de las variables clave dependientes e independientes
Correr experimentos preliminares para afinar el equipo y obtener resultados preliminares
46
Lista de verificacióntípica del DOE
Asignar niveles a cada variable independiente en función del conocimiento sobre el proceso
Seleccionar un plan estándar de DOE o desarrollar uno
Correr los experimentos en orden aleatorio y analizar los resultados periódicamente
Establecer conclusiones
47
El método iterativo del DOE Mientras que un experimento puede dar un
resultado útil, es más común realizar dos o tres o más experimentos antes de dar una respuesta completa. Esto es mejor y más económico.
48
Pasos para Diseñar y Realizar un Diseño de Experimentos
1. Observar datos históricos y/o recolectar datos para establecer la capacidad actual del proceso debe estar en control estadístico.
2. Determinar el objetivo del experimento (CTQs a mejorar).
Por medio de un equipo de trabajo multidisciplinario3. Determinar qué se va a medir como resultado del
experimento.
4. Identificar los factores de control y de ruido que pueden afectar el resultado.
49
Pasos para Diseñar y Realizar un Diseño de Experimentos
5. Determinar el número de niveles de cada factor y sus valores reales.
6. Seleccionar un esquema experimental que acomode los factores y niveles seleccionados y decidir el número de replicas.
7. Verificar todos los sistemas de medición (R&R < 10%)
8. Planear y preparar los recursos (gente, materiales, etc.) para llevar a cabo el experimento. Hacer un plan de prueba.
50
Pasos para Diseñar y Realizar un Diseño de Experimentos
9. Realizar el experimento, identificar muestras con la condición experimental que la produce
• Medir las unidades experimentales.
11. Analizar los datos e identificar los factores significativos.
12.Determinar la combinación de niveles de factores que mejor alcance el objetivo.
51
Pasos para Diseñar y Realizar un Diseño de Experimentos
13. Correr un experimento de confirmación con esta combinación "óptima".
14. Asegurar que los mejores niveles para los factores significativos se mantengan por largo tiempo mediante la implementación de Procesos de Operación Estándar y controles visuales.
15. Re evaluar la capacidad del proceso.
52
Objetivos de los experimentos
Caracterizar el proceso (identificar los factores que influyen en la ocurrencia de errores)
Optimizar, identificar el nivel óptimo de los factores críticos para reducir el número de errores
Identificar los factores controlables que pueden afectar a la respuesta Y = Tiempo de solución de problema
Identificar los factores de ruido que no podemos o queremos controlar
Ejemplo: Proceso de atención a clientes en un Call Center
53
Variables de control X’s Número de líneas telefónicas
Nivel del Personal
Tiempo de acceso a bases de datos
Horas laboradas al día
Horas de atención
Ejemplo: Proceso de atención a clientes en un Call Center
54
Variables que no se pueden o desean controlar Z’s – Variables de ruido
Edad del ejecutivo de cuenta Distribución del Call Center Día del año Medio ambiente Horarios de comida
Ejemplo: Proceso de atención a clientes en un Call Center
55
Los Factores Pueden Afectar...
2. El Resultado Promedio
3. La Variación y el Promedio1. La Variación del Resultado
4. Ni la Variación ni el Promedio
Banda ancha
Banda angosta
Tiempo del servicio
Sin entren.
Con Entren.
Pocos ejecutivos
Suficientesejectuvos Ambos sexos
Toman el mismo tiempo
Tiempo del servicio
Tiempo del servicio Tiempo del servicio
56
Tipos de SalidasLas salidas se clasifican de acuerdo con nuestros objetivos.
3. El Valor Máximo es el Mejor
• Tiempo de Ciclo• Tiempo de
conexión
• Confiabilidad• Satisfacción
Objetivo Ejemplos de Salidas1. El Valor Meta es el Mejor
Meta
Lograr unvalor meta con
variación mínima
• Tiempo de atención• Tiempo de conexión
2. El Valor Mínimo es el Mejor
0
Tendencia de salidahacia arriba
Tendencia de salida hacia cero
57
Estrategia cuando el “Valor Meta es Mejor”
Paso 1: Encuentra los factores que afectan la variación. Usa estos factores para reducir al mínimo la variación.
Paso 2: Encuentra los factores que desplazan el promedio (y no afectan la variación). Usa estos
factores para ajustar la salida promedio con la meta deseada.
Meta
58
Estrategia cuando el “Valor Mínimo es Mejor”
0
Tendencia de salida baja
• El objetivo en este caso es encontrar los factores que afectan la salida promedio (tiempo). Usa estos factores para hacer que la tendencia del promedio sea baja.
• Cuando se reduce la variación en la salida al mínimo, también se mejora la salida al detectar los factores que contribuyen en gran medida a la variación.
59
Pruebas o Corridas ExperimentalesLas combinaciones de pruebas específicas de factores y niveles que se corren durante el experimento.
Experiencia x Material usado:El mejor nivel de Material depende de la experiencia.
InteraccionesEl grado en que los factores dependen unos de otros. Algunos experimentos evalúan el efecto de lasinteracciones; otros no.
Factor (X’s) NivelesA. Tiempo llamada 30 60 min.B. Localización 1 2 C. Experiencia 1 3 D. Material usado A B
NivelesLos valores en los que se establecen los factores.
A. Tiempo de llamadaB. LOcalizaciónC. ExperienciaD. Tipo de Material usado
FactoresLas variables de entrada de proceso que seestablecen a diferentes niveles para observarsu efecto en la salida.
Y =Tiempo de conexión
Respuesta de SalidaLa salida que se mide como resultado del experimentoy se usa para juzgar los efectos de los factores.
+1-1+1
-13+1+
1-1-12
-1-1-1-11Dato
sDCBACorridas
-1=Nivel Bajo +1=Nivel Alto
.
.
60
61
ANOVA - CONTENIDO ANOVA de un factor, una vía o una dirección
ANOVA de un factor y una variable de bloqueo, dos vías o dos direcciones
ANOVA de un factor y dos variables de bloqueo – CUADRADO LATINO
ANOVA De un factor y tres variables de bloqueo – CUADRADO GRECOLATINO
62
ANOVA PARA UN FACTORO DIRECCIÓN
63
ANOVA – Prueba de hipótesis para probar la igualdad de
medias de varias poblaciones para un factor
diferentessonsunasAHaHo a
..'.lg:.........: 321
Se trata de probar si el efecto de un factor o Tratamiento en la respuesta de un proceso o sistema es Significativo, al realizar experimentos variando Los niveles de ese factor (Temp. 1, Temp. 2, Temp.3, etc.)
64
ANOVA - Condiciones Todas las poblaciones son normales
Todas las poblaciones tiene la misma varianza
Los errores son independientes con distribución normal de media cero
La varianza se mantiene constante para todos los niveles del factor
65
ANOVA – Ejemplo de datosNiveles del Factor Peso % de algodón y Resistencia de tela
Peso porc. Respuestade algodón Resistencia de la tela
15 7 7 15 11 920 12 17 12 18 1825 14 18 18 19 1930 19 25 22 19 2335 7 10 11 15 11
66
ANOVA – Suma de cuadrados total
Xij
Xij
Gran media
2
11
)(
b
j
a
i
XXijSCT
67
ANOVA – Suma de cuadrados de renglones (a)-
tratamientos
Gran media
Media Trat. 1 Media Trat. a
Media trat. 2
a renglones
a
ii XXbSCTr
1
2)(
68
ANOVA – Suma de cuadrados del error
Media X1.
X1jX3jX2j
Media X2. Media X3.
Muestra 1 Muestra 2 Muestra 3
2
11
)( i
b
jij
a
i
XXSCE
69
ANOVA – Suma de cuadrados del error
Media X1.
X1jX3jX2j
Media X2. Media X3.
Muestra 1 Muestra 2 Muestra 3
SCTrSCTSCE
70
ANOVA – Grados de libertad: Totales, Tratamientos, Error
ananSCEglaSCTrglnSCTgl
)1()1(.1.
1.
71
ANOVA – Cuadrados medios: Total, Tratamiento y Error
)/()1/(
)1/(
anSCEMCEaSCTrMCTrnSCTMCT
72
ANOVA – Cálculo del estadístico Fc y Fexcel
SCEglSCTrglALFAFINVFexcelMCEMCTrFc
.,.,
73
Tabla final de ANOVATABLA DE ANOVA
FUENTE DE VARIACIÓN SUMA DE GRADOS DE CUADRADO VALOR F CUADRADOS LIBERTAD MEDIO
Entre muestras (tratam.) SCTR a-1 CMTR CMTR/CME
Dentro de muestras (error) SCE n-a CME
Variación total SCT n-1 CMT
Regla: Rechazar Ho si la Fc de la muestra es mayor que la F de Excel para una cierta alfao si el valor p correspondiente a la Fc es menor al valor de alfa especificado
74
ANOVA – Toma de decisión
Fexcel
Fc
Alfa
Zona de rechazoDe Ho o aceptar Ha
Zona de no rechazo de HoO de no aceptar Ha
Distribución F
75
ANOVA – Toma de decisión
Si Fc es mayor que Fexcel se rechaza HoAceptando Ha donde las medias son diferentes
O si el valor de p correspondiente a Fc es menor de Alfa se rechaza Ho
76
ANOVA – Identificar las medias diferentes por Prueba
de Tukey T
Para diseños balanceado (mismo número de columnas en los tratamientos) el valor de q se determina por medio de la tabla en el libro de texto
bCMEqT ana ,,
77
ANOVA – Identificar las medias diferentes por Prueba
de Tukey TSe calcula la diferencia Di entre cada par de Medias Xi’s:
D1 = X1 – X2 D2 = X1 – X3 D3 = X2 – X3 etc.
Cada una de las diferencias Di se comparan con elvalor de T, si lo exceden entonces la diferencia es Significativa de otra forma se considera que las mediasSon iguales
78
ANOVA – Identificar las medias diferentes por Prueba de
Diferencia Mínima Significativa DMS
Para diseños balanceados (los tratamientos tienen igual no. De columnas), se calcula un factor DMS contra el que se comparan las diferencias Xi – Xi’. Significativas si lo exceden
bFCME
DMS an ,1,)(2
79
Prueba DMS para Diseños no balanceados
anakj
kj FCMEbb
DMS
,1,, )(11
Para diseños no balanceados (los tratamientos tienen diferente no. De columnas), se calcula un factor DMSPara cada una de las diferencias Xi – Xi’
80
ANOVA Para un factorprincipal y una variable de
bloqueo
Planes aleatorizados bloqueados
81
Diseños aleatorizados bloqueados
Cuando cada grupo homogéneo del experimento contiene exactamente una medición en cada tratamiento, el plan experimental se denomina plan aleatorizado bloqueado. Un ejemplo incompleto es:
82
ANOVA – Prueba de hipótesis para probar la igualdad de
medias de varias poblaciones con dos vías
Se trata de probar si el efecto de un factor o Tratamiento en la respuesta de un proceso o sistema es Significativo, al realizar experimentos variandoLos niveles de ese factor (Temp.1, Temp.2, etc.) POR RENGLONY Considerando los niveles de otro factor que se piensaQue tiene influencia en la prueba –VARIABLE DE BLOQUEOPOR COLUMNA
83
ANOVA – Prueba de hipótesis para probar la igualdad de
medias de varias poblaciones con dos vías
diferentessonsunasAHaHo a
..'.lg:.........: 321
diferentessonsunasAHaHo a
..'.lg:'.........''': 321
Para el tratamiento – en renglones
Para la variable de bloqueo – en columnas
84
ANOVA de 2 vías - Ejemplo
Experiencia en años de los operadoresMaquinas 1 2 3 4 5
Maq 1 27 31 42 38 45Maq 2 21 33 39 41 46Maq 3 25 35 39 37 45
85
ANOVA – Dos vías o direcciones
La SCT y SCTr (renlgones) se determina de la misma forma que para la ANOVA de una dirección o factor
En forma adicional se determina la suma de cuadrados del factor de bloqueo (columnas) de forma similar a la de los renglones
La SCE = SCT – SCTr - SCBl
86
ANOVA de 2 vías – Suma de cuadrados, gl. y Cuadrado
medio para el factor de bloqueo (en cols)
)1/(1.
)( 2
1
bSCBlCMBlbSCBlgl
XXaSCBl j
b
j
87
ANOVA de 2 vías – Suma de cuadrados, gl. y Cuadrado
medio para el error
))(/())((.bnanSCBlCME
bnanSCEglSCBlSCTrSCTSCE
88
ANOVA – Cálculo del estadístico Fc y Fexcel
SCEglSCTrglALFAFINVFexcelMCEMCTrFc
.,.,
89
ANOVA de 2 vías – Cálculo del estadístico Fcbl y Fexcel bloques
(columnas)
SCEglSCBlglALFAFINVFexcelMCEMCBlFc
.,.,
90
Tabla final ANOVA 2 víasFUENTE DE VARIACIÓN SUMA DE GRADOS DE CUADRADO VALOR F CUADRADOS LIBERTAD MEDIO
Entre muestras (tratam.) SCTR a-1 CMTR CMTR/CME
Entre Bloques (Factor Bl) SCBl b-1 CMBL CMBL/CME
Dentro de muestras (error) SCE (a-1)(b-1) CME
Variación total SCT n-1 CMT
Regla: No rechazar si la F de la muestra es menor que la F de Excel para una cierta alfa
91
ANOVA – 2 vías Toma de decisión
Fexcel
FcTr o Bl
Alfa
Zona de rechazoDe Ho o aceptar Ha
Zona de no rechazo de HoO de no aceptar Ha
Distribución F
92
ANOVA – 2 vías Toma de decisión
Si Fc (Tr o Bl) es mayor que Fexcel se rechaza Ho Aceptando Ha donde las medias son diferentes
O si el valor de p correspondiente a Fc (Tr o Bl) es menor de Alfa se rechaza Ho
93
Cálculo de los residuales
.
.
*
ˆ
ˆ
.,,05.0
....
i
i
yMSEglkk
y
ijijij
jiij
srRbMSEs
yye
yyyy
Y estimada
Error o residuo
Error estándar
Factor de comparación
Si la diferencia de medias excede a Rk es significativa
94
Adecuación del modelo Los residuales deben seguir una recta en la
gráfica normal
Deben mostrar patrones aleatorios en las gráficas de los residuos contra el orden de las Yij, contra los valores estimados y contra los valores reales Yij
95
ANOVA para un factor principal y dos o tres variables de bloqueo
CUADRADO LATINO Y GRECOLATINO
96
ANOVA – 3, 4 y 5 vías El diseño de Cuadrado latino utiliza dos
variables de bloqueo adicionales al factor de Tratamiento
EL diseño de Cuadrado Grecolatino utiliza tres variables adicionales al factor de Tratamiento
El diseño de Cuadrado Hipergrecolatino utiliza cuatro variables de bloqueo adicionales al factor de tratamiento
97
ANOVA – Diseño de Cuadrado Latino
Este diseño es útil para incluir dos fuentes de no homogeneidad en las condiciones que afectan los resultados de las pruebas
Una tercera variable, que es el tratamiento experimental se aplica a las variables fuente de manera balanceada
Un diseño de cuadrado latino es un experimento factorial fraccional restringido por dos condiciones:
El número de columnas, filas y tratamientos debe ser la misma
No debe hacer interacciones esperadas entre los factores de filas y columnas
98
ANOVA – Diseño de Cuadrado Latino
Se prueban 5 autos, con 5 carburadores diferentes para determinar el consumo de gasolina con 5 chóferes en un cuadrado latino de 5 x 5.
99
Cuadrado LatinoAños exp. TurnoEmpleado Mañana Tarde Noche
1 B=15 A=18 C=11
2 C=12 B=20 A=9
3 A=17 C=19 B=10A, B, C = Máquinas 1, 2 y 3
100
ANOVA – Cuadrado Latino: Factor principal (A,B,C,D)
)1/(11.
)( 2
1
bSCTrCMTrbaSCTrgl
XXaSCTr Tr
b
j
101
ANOVA – Cuadrado Latino: Cálculo del error
)1)(2/()1)(2(.
Re
aaSCECMEaaSCEgl
SCTrngSCSCTcolSCTSCE
102
ANOVA – Cálculo del estadístico Fc y Fexcel
SCEglSCTrglALFAFINVFexcelMCEMCTrFc
.,.,
103
ANOVA – Cuadrado Latino Reng / Col
SCEglSCBlglALFAFINVFexcelMCEMCColsFcols
MCEngMCFcreng
.,.,
Re
104
Tabla final ANOVA vías Factores
FUENTE DE VARIACIÓN SUMA DE GRADOS DE CUADRADO VALOR F CUADRADOS LIBERTAD MEDIO
Renglores SCRen a-1 CMRen CMRen/CME
Columnas SCCol b-1 CMCol CMCol/CME
Tratamiento SCTr a-1 CMTr CMTr/CME
Dentro de muestras (error) SCE (a-2)(a-1) CME
Variación total SCT n-1 CMT
105
Cuadrado latino en Minitab Se introducen las respuestas en una columna
C1
Se introducen los subíndices de los renglones en una columna C2
Se introducen los subíndices de las columnas en una columna C3
Se introducen las letras mayúsculas que indican el nivel del factor (A, B, C, D, etc.) correspondientes a cada respuesta en la columna C4
106
Cuadrado latino en Minitab Opción: ANOVA – General linear model
En Response indicar la col. De Respuesta,
En Model indicar la columna del factor y
En Random factors indicar las variables adicionales al del efecto principal a probar (A, B, C, D). Se pueden pedir interacciones entre factores x – y con Cx*Cy
Pedir gráfica de residuales Normal y vs fits y orden
107
Diseño de cuadrado Greco Latino
Es una extensión del diseño Cuadrado Latino con una variable de bloqueo extra para tener 3 variables de bloqueo, por ejemplo si se agrega el día se tiene:
108
Cuadrado Greco LatinoExperiencia de los operadores
Lotes MP 1 2 3 4 5
1 Aa=-1 Bc=-5 Ce=-6 Db=-1 Ed=-1
2 Bb=-8 Cd=-1 Da=5 Ec=2 Ae=11
3 Cc=-7 De=13 Eb=1 Ad=2 Ba=-4
4 Dd=1 Ea=6 Ac=1 Be=-2 Cb=-3
5 Ee=-3 Ab=5 Bd=-5 Ca=4 Dc=6
a, b, c y d son 5 diferentes tipos de montaje A, B, C, D y E son las 5 formulaciones a probar
109
ANOVA – Cuadrado Grecolatino
)1/(1.
)( 2
1
bSCGCMGbSCGgl
XXaSCG m
b
m
110
ANOVA de 4 vías – Suma de cuadrados, gl. y Cuadrado
medio para el error
)1)(3/()1)(3(.
Re
aaSCECMEaaSCEgl
SCColnSCSCGSCTrSCTSCE
111
ANOVA – Cálculo del estadístico Fc y Fexcel
SCEglSCTrglALFAFINVFexcelMCEMCGFc
.,.,
112
ANOVA – Cuadrado Grecolatino
SCEglSCBlglALFAFINVFexcelMCEMCTrFc
.,.,
113
Tabla final ANOVA 2 FactoresFUENTE DE VARIACIÓN SUMA DE GRADOS DE CUADRADO VALOR F CUADRADOS LIBERTAD MEDIO
Renglores SCRen a-1 CMRen CMRen/CME
Columnas SCCol b-1 CMCol CMCol/CMELetras griegas SCG a-1 CMG CMG/CMETratamiento SCTr a-1 CMTr CMTr/CME
Dentro de muestras (error) SCE (a-3)(a-1) CME
Variación total SCT n-1 CMT
114
Cuadrado Greco latino en Minitab
Se introducen las respuestas en una columna C1 Se introducen los subíndices de los renglones en
una columna C2
Se introducen los subíndices de las columnas en una columna C3
Introducir los subíndices del factor adicional de letras griegas con letras latinas minúsculas (a,b,c,d,e) en C4
Se introducen las letras mayúsculas que indican el nivel del factor (A, B, C, D, etc.) correspondientes a cada respuesta en la columna C5
115
Cuadrado Greco latino en Minitab
Opción: ANOVA – General linear model
En Response indicar la col. de Respuesta,
En Model indicar la columna del factor y
En Random factors indicar las variables adicionales al del efecto principal a probar (A, B, C, D). También se pueden indicar interacciones entre factores x-y con Cx * Cy
Pedir gráfica de residuales Normal y vs fits y orden
116
Diseño de cuadrado hipergrecolatino
Permite el estudio de tratamientos con más de tres variables de bloqueo, por ejemplo:
117
118
Diseños factorial completo 2K
A
B
BAJOALTO
ALTO
BAJO
A B
1 - -2 + -3 - +4 + +
Representa-ción Gráfica
Representa-ción Tabular
ALTO
ALTO
ALTO BAJO
BAJOBAJO
B
AC
Factor
Prueba A BC
1 - --
2 + --
3 - +-
4 + +-
5 - -+
6 + -+
7 - ++
8 + ++
119
Experimentos de Factoriales Completos- todas las combinaciones
Todas las combinacionesTemperatura Tiempo
Corrida 1: 350° 1min.Corrida 2: 350° 2min.Corrida 3: 400° 1min.Corrida 4: 400° 2min.
FactoresNiveles
Bajo Alto
Temperatura 350° 400°Tiempo 1min. 2min.
120
Número de Niveles
• En Tres Niveles hay la necesidad de ejecutar más pruebas, sin embargo, nos permite buscar la curvatura, es decir, los efectos cuadráticos.
• En Dos Niveles nos permite considerar únicamente los efectos lineares.
1 2
y
2 Niveles
1 2 3
y
3 Niveles
121
Diseños de Dos Niveles• Una estrategia que frecuentemente se emplea es
la de considerar un gran número de factores, cada uno dispuesto en dos niveles para identificar los factores que son significativos.
122
Determinación del Número de Combinaciones de PruebaEl número de combinaciones de prueba para un factorial completo con factores k, cada uno en dos niveles es:
k2n Por lo tanto, a estos diseños se les conoce como diseños .k2
123
Codificación de los Niveles de los Factores
Los niveles de los factores para los diseños 2k
se codifican como: Nivel bajo = -1 Nivel alto = +1
Minitab puede manejardiseños hasta .72
Diseño :22Corrida A B
1 -1 -12 +1 -13 -1 +14 +1 +1
Diseño :32Corrida A B C
1 -1 -1 -12 +1 -1 -13 -1 +1 -14 +1 +1 -15 -1 -1 +16 +1 -1 +17 -1 +1 +18 +1 +1 +1
124
Diseños de experimentos de dos factores dos niveles
125
Un experimento factorial completo es un experimento donde se prueban todas las posibles combinaciones de los niveles de todos los factores.
4020-1
5230+1
+1-1
Factor A:
Factor B: Y = Respuesta
Experimento factorial completo – sin interacción
Efecto del factor A = (52+40)/2 - (30+20)/2 = 21Efecto del factor B = (30+52)/2 - (20+40)/2 = 11 Efecto de A*B = (52+20)/2 – (30+40)/2 = 1
126
Experimento sin interacción
A = -1 A = +1
RespuestaPromedio
B = +1
B = -1 20
30
40
52
127
Experimento sin interacción
A = -1 A = +1
B = +1
B = -1
Respuesta
20
3040
52
128
Modelo de regresión lineal0 1 1 2 2 12 1 2
0
1
2
12
1 2 1 2
ˆ (20 40 30 52) / 4 35.5ˆ 21/ 2 11ˆ 11/ 2 5.5ˆ 1/ 2 0.5ˆ 35.5 10.5 5.5 0.5
y x x x x
y x x x x
El coeficiente 0.5 es muy pequeño dado que no hay interacción
129
Gráfica de contornos – Experimentos sin interacción
X1 -1 -.6 -.4 -.2 0.0 +.2 +.4 +.6 +.8 +1
X2
1
.5
0
-.5
-1
22
2834
4046
49 DirecciónDe ascensorápido
130
Superficie de respuesta – Experimentos sin interacción
X1X2
Superficie de respuesta
Gráfica del modelo de regresión
Y = respuesta
131
Un experimento factorial completo es un experimento donde se prueban todas las posibles combinaciones de los niveles de todos los factores.
5020-1
1240+1
+1-1
Factor A = X1 :
Factor B = X2: Y = Respuesta
Experimento factorial completo – con interacción
Efecto de A*B = {(12+20)-(40+50)}/2 = -29
132
Experimento con interacción
A = -1 A = +1
RespuestaPromedio
B = +1
B = -1 20
40
50
12
134
Modelo de regresión lineal0 1 1 2 2 12 1 2
0
1
2
12
1 2 1 2
ˆ (20 40 30 52) / 4 30.5ˆ 2 / 2 1ˆ 18 / 2 9ˆ 58 / 2 29ˆ 30.5 1 9 29
y x x x x
y x x x x
El coeficiente -29 es muy grande representando la interacción
135
Gráfica de contornos
X1 -1 -.6 -.4 -.2 0.0 +.2 +.4 +.6 +.8 +1
X2
1
.5
0
-.5
-1
25
28
31 34
4349 Dirección
De ascensorápido
40
136
Superficie de respuesta – Experimentos con interacción
Superficie de respuesta
Gráfica del modelo de regresión
137
Un experimento factorial con réplicas tiene varios resultados bajo la misma combinación de niveles
y7
y8
y3
y460’
y5
Y6
y1y2
30’9070
Factor A :Horas entrenamiento
Factor B: Acceso al sistema
Y = Tiempo de
respuesta
Experimento factorial con réplicas
138
Factor A :Horas de entrenam.
7978
959260 min.
8487
908730 min.
9070Factor B:
Acceso al sistema Y = Tiempo de
conexión
• ¿El tiempo de entrenamiento afecta el tiempo de conexión?
• ¿El tiempo de acceso afecta el tiempo de conexión?• ¿Qué efecto tiene la interacción entre las horas de
entrenamiento y la hora del día sobre el tiempo de conexión?
Análisis del efecto de la media
139
A2 =
El Efecto del entrenamientoFactor B : Tiempo de acceso
7978
9592
B2 = 60 min.
8487
9087B1 = 30 min.
A2 = 90A1 = 70
Factor A : Horas de
entrenamiento
A1 = 90 + 87 + 95 + 924 = 91
84 + 87 + 79 + 784 = 82
¿El tiempo de entrenamiento parece cambiar el tiempo de conexión Y?
Tiem
po d
e co
nexi
ón
70 90o
95
90
85
80
91
82
140
El Efecto del Tiempo de acceso
B2 =
Factor B : Tiempo de
acceso
B1 = 90 + 87 + 84 + 874 = 87
95 + 92+ 79 + 784 = 86
Tiem
po d
e co
nexi
ón
30 min. 60 min.
95
90
85
80
7978
9592
B2 = 60 min.
8487
9087B1 = 30 min.
A2 = 90A1 = 70
Factor A : Horas de entrenamiento
¿El cambio de tiempo de acceso parece cambiar el tiempo de atención promedio del Call Center?
8786
141
El Efecto de la InteracciónFactor B : Tiempo de acceso
oo
Factor A : Horas de entrenamiento
7978
9592
B2 = 60 min.
8487
9087
B1 = 30 min.
A2 = 90A1 = 70
78.593.5B2
85.588.5B1
A2A1
A,B, = 90 + 872
= 88.5Ti
empo
de
cone
xión
30 min. 60 min.
95
90
85
80
70
90
• En una gráfica de interacción, las líneas paralelas indican que no hay interacción. ¿Por qué?• ¿Las horas de entrenamiento y el tiempo de acceso parecen interactuar?• ¿Qué niveles de los factores deben usarse para reducir al mínimo la dureza de
las partes?
143
Stat > DOE > Factorial > Create Factorial Design
o Two level
Designs: Number of center points 0 Number of Replicates 2 Number of blocks 1 OK
Options Non randomize runs OK
Factors Introducir el nombre real de los factores y en forma opcional los niveles reales
Results Summary table, alias table OK
Corrida con Minitab – Creación del diseño para 2 factores 2 niveles
144
Stat > DOE > Factorial > Create Factorial Design
Type of Design: General Full Factorial
Designs: Number of levels 3, 3 Number of Replicates 2
Options Non randomize runs OK
Factors Introducir el nombre real de los factores y en forma opcional los niveles reales
Corrida con Minitab – Diseño para 2 factores con 3 o más niveles
145
Corrida con Minitab – Análisis del diseño factorial
Hacer una columna de RESPUESTAS e introducir los datos correspondientes a cada celda
Stat > DOE > Factorial > Analyze Factorial Design
Response Seleccionar la columna de las respuestas Residuals Estandardized
Terms Pasar todos los términos a Selected con >> OKGraphs Seleccionar Effects Plots Normal y Pareto Seleccionar Residual plots: Normal y vs fits OKResults Full table of fits and residuals
Seleccionar todos los términos con >> OKOK
146
Corrida con Minitab – Interpretación de gráficas
MAIN EFFECTS La gráfica de EFFECTS PLOT debe indicar fuera de la
recta los factores e interacciones que son significativas
La gráfica EFFECTS PARETO debe indicar en sus barras principales más allá de la recta de 0.1 o 0.05 los factores e interacciones significativas
RESIDUALS La gráfica NORMAL PLOT de residuos debe mostrar los
puntos cerca de la recta La gráfica de residuos RESIDUALS vs FITS debe mostrar
aleatoriedad en los residuos
147
Corrida con Minitab – Interpretación de resultados
Estimated Effects and Coefficients for Res (coded units)
Term Effect Coef SE Coef T P Variables significativas (p < 0.05, 0.1)Constant 86.500 0.6614 130.78 0.000
A -9.000 -4.500 0.6614 -6.80 0.002
B -1.000 -0.500 0.6614 -0.76 0.492
A*B -6.000 -3.000 0.6614 -4.54 0.011
Modelo de regresión Y = 86.5 – 4.5 A – 3 AB (incluyendo sólo las variables significativas)
Analysis of Variance for Res (coded units)
Source DF Seq SS Adj SS Adj MS F P
Main Effects 2 164.00 164.00 82.000 23.43 0.006 Existencia del modelo2-Way Interactions 1 72.00 72.00 72.000 20.57 0.011
Residual Error 4 14.00 14.00 3.500
Pure Error 4 14.00 14.00 3.500
Total 7 250.00
148
Tabla ANOVA – Experimento de Tiempo de respuesta
250.0007Total
3.50014.00014.0004Error
0.01120.5772.00072.00072.0001Temp* Tiempo
0.4920.572.0002.0002.0001Tiempo
0.00246.29162.00162.00162.0001Temp
PFMS AjSS AjSS SecDFOrigenLas horas de entr. son significativas.
La interacción del tiempo de acceso y horas de entr. es significativa.
El Tiempo de acceso, no es significativo.
149
Crear las gráficas factoriales y de interacción:
Stat > DOE > Factorial > Factorial PlotsSeleccionar Main effects e Interaction Plots Setup para ambas: Seleccionar columna Respuesta
y con >> seleccionar todos los factores OKSeleccionar Data Means OK
Corridas con Minitab – Gráficas factoriales
150
Interpretación de gráficas Si la interacción es significativa, entonces los
mejores niveles de operación del proceso ya sea para maximizar o para minimizar la respuesta Y, se seleccionan de la Gráfica de Interacción
Si no es significativa la interacción, entonces los mejores niveles de los factores se seleccionan de las gráficas de efectos principales
151
Gráfica de efectos principales
BA
90
88
86
84
82
Res
Main Effects Plot (data means) for Res
152
Gráfica de interacciones
-1 1
1 1-1-1
90
85
80
B
A
Mea
n
Interaction Plot (data means) for Res
153
Crear las gráficas de contorno y superficies de respuesta:
Stat > DOE > Factorial > Contour/Surface Plots
Seleccionar Contour / Surface Plots Setup para ambas: Entrar a opción y dar OK
Seleccionar OK
Corridas con Minitab – Gráficas de contorno y superficie de respuesta
154
Gráfica de contorno
82.5 85.0 87.5 90.0 92.5
10-1
1
0
-1
A
B
Contour Plot of Res
Permite identificar la dirección de experimentación de ascenso rápido perpendicular a los contornos
155
Gráfica superficie de respuesta
1
0-1
B80
85
90
95
0
Res
-11A
Surface Plot of Res
156
Diseños de experimentos de tres factores dos niveles
157
Factorial Completo con 3 Factores
Diseño 23, Factores A, B, C.Permite la evaluación de todos los efectos:
A AB ABCB ACC BC
Efectos Principales
Interacciones con 2 factores
Interacciones con 3 factores
158
Factorial completo con 3 factores
Corrida A B C1 -1 -1 -12 +1 -1 -13 -1 +1 -14 +1 +1 -15 -1 -1 +16 +1 -1 +17 -1 +1 +18 +1 +1 +1
159
Diseño 23 con Columnas de Interacción
Las columnas de interacción se obtienen multiplicandolos datos ingresados en la columna factor.
Fila A B C AB AC BC ABC1 -1 -1 -1 +1 +1 +1 -12 +1 -1 -1 -1 -1 +1 +13 -1 +1 -1 -1 +1 -1 +14 +1 +1 -1 +1 -1 -1 -15 -1 -1 +1 +1 -1 -1 +16 +1 -1 +1 -1 +1 -1 -17 -1 +1 +1 -1 -1 +1 -18 +1 +1 +1 +1 +1 +1 +1
Las columnas de interacción no se usan para ejecutar las pruebas.Estas se usan en el análisis de los datos resultantes.
160
Análisis de los Datos1. Análisis de las Medias Determina los factores que afectan la
respuesta promedio.
2. Análisis de Desviación Estándar Determina los factores que afectan la
variabilidad en la respuesta. En ambos casos, se analizan los datos
usando…… - Tablas y Gráficas de Respuesta - Los valores P para significancia de los
coeficientes.
161
Experimento Factorial - 2 niveles
A B C1. - - -2. + - -3. - + -4. + + -5. - - +6. + - +7. - + +8. + + +
Leyenda:- : Nivel bajo de un factor+ : Nivel alto de un factor
Factor – +A. Perfil #1 Posición 1 Posición 2B. Angulo 90° 105°C. Presión Baja Alta
Esta distribución experimental muestra todas las combinaciones posibles de 3 factores en 2 niveles
162
A B C Muestra 1 Muestra 2 Muestra 3
1. - - - 19.18 19.02 19.092. + - -3. - + -4. + + -5. - - +6. + - +7. - + +8. + + +
La Distribución Experimental
Las corridas experimentales están dadas por las filas. Por ejemplo, la corrida #1 nos dice que todos los factores deben posicionarse en sus niveles bajos (-).
Entonces, tres piezas se manufacturan con el proceso establecido en los niveles bajos de A, B y C. La dimensión interna se mide y se registra.
163
Datos Experimentales Completos
Se estableció cada una de las 8 combinaciones de la prueba y se manufacturaron tres piezas en cada combinación.
A B C Muestra 1 Muestra 2 Muestra 3
1. - - - 19.18 19.02 19.092. + - - 19.15 19.40 19.623. - + - 19.41 18.82 19.144. + + - 19.89 18.94 19.405. - - + 18.73 18.63 18.796. + - + 19.17 18.76 18.947. - + + 18.40 18.73 19.048. + + + 18.54 19.46 18.97
164
A B C Muestra 1 Muestra 2 Muestra 3 Prom.1. - - - 19.18 19.02 19.09 19.102. + - - 19.15 19.40 19.62 19.393. - + - 19.41 18.82 19.14 19.124. + + - 19.89 18.94 19.40 19.415. - - + 18.73 18.63 18.79 18.726. + - + 19.17 18.76 18.94 18.967. - + + 18.40 18.73 19.04 18.728. + + + 18.54 19.46 18.97 18.99
Búsqueda de los Factores que Afectan al Diámetro Promedio
Para identificar cuáles son los factores que afectan la dimensión promedio de las piezas, primero calculamos el promedio de cada una de las
combinaciones de prueba.
165
A B C Prom.1. - - - 19.102. + - - 19.393. - + - 19.124. + + - 19.415. - - + 18.726. + - + 18.967. - + + 18.728. + + + 18.99
Evaluación del Efecto del Factor C
El Factor C tiene un efecto en la respuesta promedio si la dimensión promedio en el nivel C– difiere de la dimensión promedio en el nivel C+.
26.194
41.1912.1939.1910.19Prom. en C
85.184
99.1872.1896.1872.18
Prom. en C
166
Tabla de Respuesta para las Medias
A B C Prom.1. - - - 19.102. + - - 19.393. - + - 19.124. + + - 19.415. - - + 18.726. + - + 18.967. - + + 18.728. + + + 18.99
A B C– 18.92 19.04 19.26+ 19.19 19.06 18.85 0.27 0.02 -0.41
También es un Efecto significativo
Es el Efecto más Grande
167
Gráficas de los Efectos de los Factores (Medias)
CBA
1-1 1-1 1-119.25
19.15
19.05
18.95
18.85
Dim
ensi
ón
Gráfica de Efectos Principales (medias de los datos) para Dimensión
168
La Interacción ABA B C AB = ( A x B) = AB
1. – – – + = (-1 x -1) = +12. + – – – = (+1 x -1) = -13. – + – – = (-1 x +1) = -14. + + – + = (+1 x +1) = +15. – – + + = (-1 x -1) = +16. + – + – = (+1 x -1) = -17. – + + – = (-1 x +1) = -18. + + + + = (+1 x +1) = +1
169
El Efecto de la Interacción ABA B C AB Prom.
1. + 19.102. - 19.393. - 19.124. + 19.415. + 18.726. - 18.967. - 18.728. + 18.99
05.194
72.1896.1812.1934.19Prom. en AB
05.194
99.1872.1841.1910.19
A B C AB- 18.92 19.04 19.26 19.05+ 19.19 19.06 18.85 19.05 0.27 0.02 -0.41 0.00
Prom. en AB
170
Columnas de interacciones
Las columnas de interacción AC, BC y ABCSe obtienen multiplicando las columnas A,B,C.
A B C AB AC BC ABC Muestra 1 Muestra 2 Muestra 3 Prom.1 – – – + + + – 19.18 19.02 19.09 19.102 + – – – – + + 19.15 19.40 19.62 19.393 – + – – + – + 19.41 18.82 19.14 19.124 + + – + – – – 19.89 18.94 19.40 19.415 – – + + – – + 18.73 18.63 18.79 18.726 + – + – + – – 19.17 18.76 18.94 18.967 – + + – – + – 18.40 18.73 19.04 18.728 + + + + + + + 18.54 19.46 18.97 18.99
171
Tabla de Respuesta para Medias
A B C AB AC BC ABC– 18.92 19.04 19.26 19.05 19.06 19.05 19.05+ 19.19 19.06 18.85 19.05 19.04 19.05 19.06 0.27 0.02 -0.41 0.00 -0.02 0.00 0.01
172
Efectos principales e Interacciones
Las líneas paralelas significan que no hay interacción.
-1 1
1 1-1-1
19.2
19.1
19.0
18.9
B
A
Med
ia
-1 1
1 1-1-1
19.4
19.3
19.2
19.1
19.0
18.9
18.8
C
A
-1 1
1 1-1-1
19.25
19.15
19.05
18.95
18.85
C
B
Gráfica de Interacción (medias de los datos) para Dimensión
Gráfica de Interacción (medias de los datos) para Dimensión
Gráfica de Interacción (medias de los datos)
para Dimensión
Med
ia
Med
ia
173
Ecuación de Predicción
En la ecuación de predicción se incluyen únicamente los efectos que se consideran importantes (cuyo valor de P es menor o igual a 0.05).
...AB)
2AB
(B)2B
()2A
(yy A
y =
2
A
2
B
y
y = y = Respuesta predicha
2
A
2
AMitad del efecto para el factor A
2
B
2
B
y Promedio de todos los datosy
Mitad del efecto para el factor B
174
Factores que Afectan la Variación
Se identifican los factores que afectan la variación en la respuesta.
Se calcula la desviación estándar de cada uno de los conjuntos de replicas.
Se analiza dicha columna de la misma manera que se analizó el promedio:
- Tabla de Respuesta (las deltas grandes muestran los factores o interacciones que están afectando la variación).
- Gráficas (El eje vertical representa la desviación estándar).
- Los valores P para la prueba de los coeficientes (generar un modelo s-hat usando los términos significativos).
175
Factores que Afectan la Variación
A B C Muestra 1 Muestra 2 Muestra 3DesviaciónEstándar
1. - - - 19.18 19.02 19.09 0.0802. + - - 19.15 19.40 19.62 0.2353. - + - 19.41 18.82 19.14 0.2954. + + - 19.89 18.94 19.40 0.4755. - - + 18.73 18.63 18.79 0.0816. + - + 19.17 18.76 18.94 0.2067. - + + 18.40 18.73 19.04 0.3208. + + + 18.54 19.46 18.97 0.460
Para identificar cuales son los factores que afectan la variación en la dimensión de los
rieles, primero calculamos la desviación estándar de cada una de las corridas.
176
Tabla de Respuesta de la Desviación Estándar
Se generó una tabla de respuesta, con las desviaciones estándar, que muestre la fuerza que tiene cada factor e interacción sobre la variación de la dimensión
A B C AB AC BC ABC– 0.194 0.150 0.271 0.264 0.278 0.264 0.270+ 0.344 0.388 0.267 0.274 0.260 0.274 0.268 0.150 0.237 -0.005 0.010 -0.018 0.010 -0.002
177
Gráficas de los Efectos de los Factores (Variación)
Las gráficas muestran el efecto de cada factor sobre la variación.
CBA
1-1 1-1 1-1
0.39
0.33
0.27
0.21
0.15
Des
viac
ión
Est
ánda
r
Gráfica de Efectos Principales (medias de los datos) de la Desviación Estándar
178
Mejoramiento en Dos Pasos Paso 1: Usar el análisis de desviación
estándar para reducir la variabilidad. Paso 2: Usar el análisis de la media para
ajustar el proceso o producto con la meta establecida, sin aumentar la variación.
Si se tiene conflicto con el nivel de algún factor, se debe dar preferencia al nivel que reduzca la variabilidad
179
Efectos de las Variables de Ruido
Las variables no controladas durante un experimento (tales como las condiciones ambientales) pueden producir cambios en la respuesta de la salida. Si una variable de fondo cambia un factor de la misma forma que nuestro experimento lo cambia, entonces, nuestra conclusión es incorrecta cuando decimos que el factor está produciendo el efecto.
Presión de
Inyección1. - 1.42. - 1.63. - 1.04. - 0.95. + 1.16. + 0.77. + 0.68. + 0.5
¿ Por quéla diferencia?
Prom.= 1.23
Prom.= 0.73
Las Corridas 1 a 4 se ejecutaron en la mañana cuando la temperatura ambiental en la planta es templada.Las Corridas 5 a 8 se ejecutaron en la tarde cuando hace calor.La diferencia observada en la salida, ¿se debe al cambio en la presión de inyección o al cambio en la temperatura ambiental?
Datos
180
Orden Aleatorio de las Corridas
Una estrategia para protegerse de las variables de ruido es aleatorizar el orden de las corridas experimentales.
2.6.4.7.3.8.5.1.
1.2.3.4.5.6.7.8.
A B C — — —
— —+— —+
—+ +— — +
—+ +— + ++ + +
Orden Estándar Orden Aleatorio
Ejecutar el experimento en orden aleatorio promediará, los efectos de las variables de ruido.
Sin embargo, por lo general es mejor tratar las variables de ruido como un FACTOR DE RUIDO y así, ¡lograr una fuerza contra el ruido!
A B C — —+—+ +
—+ +— + +— —++ + +— — +— — —
181
Factoriales Completos en 3 Niveles
Para todos los factores en 3 niveles, los diseños factoriales completos se vuelven muy grandes, incluso para 3 factores.
2 factores: 32 = 9 corridas3 factores: 33 = 27 corridas 4 factores: 34 = 81 corridas etc…
La información que se necesita para la construcción de un modelo (la ecuación de predicción) se puede obtener con menos pruebas mediante otros tipos de diseño, tales como los fraccionales factoriales.
182
Ejemplo: Diseño Factorial Completo en 3 niveles
Presión Velocidad No.Capas Replica 1Replica 2
-1 -1 -1 60.5 59.51 -1 -1 73.0 71.0-1 1 -1 54.0 54.01 1 -1 68.3 67.7-1 -1 1 52.7 51.31 -1 1 83.1 82.9-1 1 1 45.6 44.41 1 1 80.4 79.6
Ejemplo: Algoritmo de Yatespara diseños 2K
Línea continua __________________ indica sumaLínea punteada ------------------------- indica restar al número de abajo el de arriba
6072
Respuesta
promedio
5468
5283
4580
3135
1214
135125
132122
254260
2666
- 10- 10
24
0 2
640
- 20 6
51492
60.2523.0
- 5.0 1.5
1.510.0
0.00.5
(1) (2) (3) EfectoDivisor
84
44
44
44
B
} } }} } }
}}}} } }
A
AB
C
AC
BCABC
Contraste
184
Ecuación de Predicción
Y = Y + A +EA2
EB2 B + EAB
2 AB^
185
Región óptima con puntos centrales
Y = Y + A +EA2
EB2 B + EAB
2 AB^
186
187
Pasos para el DOE Seleccionar el proceso Identificar la variable de respuesta de interés
Identificar los factores de entrada y sus niveles Seleccionar el diseño apropiado
Realizar los experimentos bajo las condiciones predeterminadas
Colectar los datos de respuestas Analizar los datos y obtener conclusiones
188
Diseño factorial fraccional Ventajas
Se pueden obtener conclusiones parecidas que con experimentación de diseños factoriales completos con menos experimentos (1/2 o ¼)
Resulta más económico Dado que en muchos casos las interacciones no
son significativas, no importa que su efecto se confunda con los de los factores principales
Desventajas En muchos casos sólo se pueden estimar los
efectos principales de los factores (diferencia de promedios)
189
Diseños de Plackett - Burman
Se utilizan para identificar los factores significativos de entre varios factores como filtro.
El número de experimentos es múltiplo de 4 (4, 8, 16, 32, 64, 128) donde cada efecto de interacción está confundido con exactamente un efecto principal
Hay arreglos no geométricos de 12, 20, 24, 28, etc. Cada interacción está parcialmente confundida con los efectos principales, significa que si las interacciones no son significativas se pueden utilizar sólo para efectos principales, por ejemplo un arreglo de 12 experimentos para 11 factores
190
Ejemplo: filtraje de factores
191
Diseños de Plackett - Burman
Ventajas Son muy económicos, por ejemplo con un
diseño de 20 corridas se pueden probar hasta 19 factores. 27 factores se pueden filtrar con un diseño de 28 corridas
Desventajas Sólo proporcionan una guía de cuales factores
son significativos para posteriormente hacer un diseño factorial completo o menos fraccional con ellos y estimar los puntos óptimos
192
Diseño de operaciones evolutivas EVOP
Enfatiza una estrategia conservadora para mejora continua del proceso, sin alterarlo en producción
193
Diseño de operaciones evolutivas EVOP
Las pruebas se realizan en la fase A, hasta que se establezca un patrón de respuestas
Después sigue la fase B, centrada en las mejores condiciones de la fase A
Se repite el procedimiento hasta que se obtenga el mejor resultado
194
Diseño de operaciones evolutivas EVOP
Cuando se está cerca del pico, se deben reducir los pasos o examinar diferentes variables
EL EVOP incluye pequeños incrementos en los parámetros del proceso, para evitar desperdicios
Se pueden requerir muestras grandes para determinar la dirección de mejora
195
196
EjemploJohnson y Leone describen un experimento realizado para investigar la torcedura de placas de
cobre. Los dos factores estudiados fueron la temperatura y el contenido de cobre de las placas.
La variable de respuesta fue de una medida de la cantidad de torcedura. Los datos fueron los
siguientes:
Contenido de cobre (%)
Temperatura (°C)
40 60 80 100
50 17, 20 16, 21 24, 22 28, 2775 12, 9 18, 13 17, 12 27, 31100 16, 12 18, 21 25, 23 30, 23125 21, 17 23, 21 23, 22 29, 31
197
Ejemploa) A un nivel de significancia del 5% identificar si hay los factores o las interacciones son significativas
b) Obtener los residuos y hacer una prueba de normalidad, comentar la adecuación del modelo
c) Determinar los efectos de los factores principales y de las interacciones
d) Obtener las gráficas factoriales e identificar en cuales seleccionar los diferentes niveles
e) Si se quiere minimizar la torcedura, ¿en que niveles conviene operar el proceso?
f) Suponga que no es sencillo controlar la temperatura en el medio ambiente donde van a usarse las placas de cobre ¿Este hecho modifica la respuesta que se dio en el inciso d?
198
Ejemplo: fórmulas
STABBATE
BASAB
a
iij
b
j
a
ijB
a
iiA
n
kijk
b
j
a
iT
EABBAT
SSSSSSSSSSSSSSSSSSSSSSabnyy
nSSs
abnyy
anSS
abnyy
bnSS
abnyySS
nanErrordelibertaddeGradosbaABdelibertaddeGrados
bBdelibertaddeGradosaAdelibertaddeGradosabntotaleslibertaddeGrados
SSSSSSSSSS
2
1
2.
1
2
1
2..
2
1
2..
1
22
11
...1
...1
...1
...
)1(....)1)(1(....
1....1....
1...
199
Tabla ANOVAGeneral Linear Model: datos versus Temp, CobreFactor Type Levels Values Temp fixed 4 50 75 100 125Cobre fixed 4 40 60 80 100Analysis of Variance for datos, using Adjusted SS for TestsSource DF Seq SS Adj SS Adj MS F PTemp 3 156.094 156.094 52.031 7.67 0.002Cobre 3 698.344 698.344 232.781 34.33 0.000Temp*Cobre 9 113.781 113.781 12.642 1.86 0.133Error 16 108.500 108.500 6.781Total 31 1076.719
200
Resultados
50 75 100 125
40 60 80 100
10
20
30
Cobre
Temp
Mea
n
Interaction Plot - Data Means for datos
201
Resultados
Temp Cobre
50 7 5100 12
5 40 60 80100
15
18
21
24
27
dato
s
Main Effects Plot - Data Means for datos
202
203
Diseños de Experimentos de Taguchi
Objetivo: obtener la mayor cantidad de información con un mínimo de corridas de experimentación industrial. Con las variables de respuesta cerca de su valor óptimo con un mínimo de variación.• La variación de un proceso se debe a la
variación de factores de control y factores de ruido (es muy caro ó difícil de controlarlos).
• Es posible encontrar una combinación de factores de control que optimice la media de la variable de respuesta y que al mismo tiempo minimicen el efecto de los factores de ruido en la variabilidad logrando procesos robustos.
204
Diseños de Experimentos de Taguchi
• Dar prioridad a los factores principales, ya que las interacciones son difíciles de manejar y por eso deben de considerarse como factores de ruido.
• Las interacciones a probar deben de ser conocidas ó altamente probables. Si las interacciones altamente significativas no son incluidas, se generará una confusión
• Se deben de analizar los datos mediante la razón señal a ruido, detectando con ello las combinaciones de los factores de control que generan un proceso robusto.
205
Crear Diseños Taguchi en Minitab
Los diseños de Taguchi son de resolución III (los efectos principales se
confunden con interacciones dobles)
Los diseños “L” de Taguchi se recomiendan cuando se tienen >4 factores ó se desea filtrarlos
206
Diseños Taguchi disponibles en Minitab
La “L” significa número de tratamientos a realizar (más réplicas).
Ejemplo: Un diseño L8 significa que es un
diseño con 8 tratamientos.
207
208
Diseño de mezclas
Generalidades: Los Factores tienen la restricción de que su suma es la unidad o el 100%. Mezclas de componentes (Gasolinas, shampoos, salsas, etc.)
Los diseños de mezcla más utilizados son :• Diseño Simplex-Lattice• Diseño Simplex-Centroide• Diseño de vértices
extremos
x1
x2
x3
Diseño factorial
Diseño de mezcla
Restricción :x1 + x2 + x3 = 1
= No cumple con la restricción
= Cumple con la restricción
Región factible
para
experimentación
209
Diseño de mezcla (3 Componentes)
(100%,0%,0%)A
B C(0%,100%,0%) (0%,0%,100%)
Región factible a experimentar. Cualquier punto de esta región cumple con la restricción:
x1 + x2 + x3 = 1
Ejemplo : 30% of A, 20% of B, 50% of C
210
Arreglos Simplex-Lattice
3 componentes2 niveles
4 componentes2 niveles
X1 = 1
X3 = 1X2 = 1
X1 = 1
X4 = 1X2 = 1
X3 = 1
Diseño de mezcla (3 Componentes)
211
Diseño de mezclas (Arreglos Simplex-Lattice aumentado)
(100%,0%,0%)A
B C(0%,100%,0%) (0%,0%,100%)
Utilizados cuando se quiere alta resolución en la superficie de respuesta, cuando ya se tiene la región optima
212
(100%,0%,0%)A
B C(0%,100%,0%) (0%,0%,100%)
Diseño de mezclas (Arreglos Simplex-Lattice aumentado)
213
3 componentes3 niveles
4 componentes3 niveles
X1 = 1
X3 = 1X2 = 1
X1 = 1
X4 = 1X2 = 1
X3 = 1
Diseño de mezclas (Arreglo Simplex Centroid)
214
Semejanzas entre la aplicación de Diseños Factoriales y Diseños de Mezcla
Aplicación General Diseños Factoriales Diseños de Mezcla• Caracterizar
(< 5 Factores)• Factorial completo
• Filtraje (> 5 factores)
• Factorial Fraccionado
• Alta resolución • Factorial con puntos centrales
• Optimizar salida
• CCD (Puntos axiales)• CCF (Centrado en
Caras)• Box-Behnken
• Simplex-Lattice aumentado con puntos en los ejes
• Simplex-Lattice no aumentado
• Simplex-Lattice aumentado con Puntos Centrales
• Simplex-Centroide aumentado con puntos en los ejes y no aumentado
215
Diseño de Experimentos con Restricciones Para Factoriales = Diseño D-Optimal ó vértices
Extremosx1
x2
x3
RestricciónRestricción
216
Diseños de mezcla (Restricciones y Pseudo-región)
• Se usan cuando hay restricciones por componentes adicionales a la de la mezcla (100%)
• A veces se pueden transformar los valores de la región factible a sus equivalentes (Pseudo-región) para su proceso por Simplex y al final regresar los “Pseudo-resultados” a “valores originales ”
217
Diseños de mezcla (Restricciones y Pseudo-región)
(100%,0%,0%)
A
B C(0%,100%,0%)
(0%,0%,100%)
(100%,0%,0%)
A’
B’ C’(0%,100%,0%)
(0%,0%,100%)
Regiónfactible
PseudoRegión
Ejemplo :R1: A>22%R2: B>17%R3: C>23%
R1
R3R2
218
Diseño de Mezclas Restricciones y Pseudo-región (Minitab)
(100%,0%,0%)
A’
B C(22%,55%,23%) (22%,17%,61%)
PseudoRegión
Ejemplo :R1: A>22%R2: B>17%R3: C>23%
(60%,17%,23%)
A
B’ (0%,100%,0%) C’ (0%,0%,100%)
{
219
Diseños de mezcla (Restricciones y Pseudo-región)
• Cuando existen múltiples restricciones para uno o más componentes, o bien, existen restricciones en la relación de los componentes, se tienen regiones factibles “asimétricas” por lo que su diseño se hace mediante los diseños de vértices extremos y su análisis no es Simplex sino D-Optimal.
220
Diseños de mezcla (Vértices extremos ó D-Optimal)
(100%,0%,0%)A
B C(0%,100%,0%)
(0%,0%,100%)
Regiónfactible
Ejemplo :R1: 41%<B<15%R2: 39%<C<16%
R2
R2R1
R1
221
Diseño de Mezclas Vértices Extremos ó D-Optimal
(Minitab)(100%,0%,0%)
A
B C(0%,100%,0%) (0%,0%,100%)
Región
Factible
Ejemplo :R1: 41%<B<15%R2: 39%<C<16%
R2
R2R1
R1
{
222
Diseño de Mezclas con restricciones adicionales
Vértices Extremos con restricciones lineales
(100%,0%,0%)A
B C(0%,100%,0%) (0%,0%,100%)
Ejemplo :R1: 41%<B<15%R2: 39%<C<16%R3: A + 1.5B < 90%R4: A – C > 10
R2
R2R1
R1
R3
R4
Reg
ión
Fac
tible
223
Ejemplo :R1: 41%<B<15%R2: 39%<C<16%R3: A + 1.5B < 90%R4: A – C > 10
(100%,0%,0%)A
B C(0%,100%,0%) (0%,0%,100%)
R2
R2R1
R1
R3
R4
Reg
ión
Fac
tible
{}
Diseño de Mezclas con restricciones adicionales Vértices Extremos con restricciones lineales
224
Diseños de mezcla con Factores de Proceso
3 componentes de Mezcla y 1 factor de proceso :
Z1=-1Z1=+1
Z1
Z2
3 componentes de Mezcla y 2 factores de proceso :
3 componentes de Mezcla y 3 factores de proceso :
Combinación de diseños factoriales con diseños de mezclas
225
Diseño de Mezclas con Factores de Proceso
Ejemplo de un refresco
Respuesta : y = Satisfacción del Cliente Componentes : A = Jugo de limón B = Azúcar C = Agua
Restricciones : 5% < Contenido de jugo de limón < 20%
1% < Contenido de Azúcar < 10%
Factores: Temperatura: Fría (-1), Al tiempo (1)de proceso Material del vaso: Plastico (-1), Vidrio
(1)
226
Diseño de Mezclas con Factores de Proceso
Ejemplo de una Limonada
227
228
Muda y actividades sin valor agregado
229
Lean = Eliminación de Muda Sobreproducción Defectos / Rechazos Inventarios Movimientos excesivos Procesos que no
agregan valor Esperas Transportes innecesarios
Típicamente el 70% de los tiempos no agregan valor
230
Actividades sin valor o Muda Muda son las actividades que no agregan
valor en el lugar de trabajo, su eliminación es esencial:
Sobreproducción: planeada y generada por fallas de máquinas, rechazos, capacidad de máquinas, etc.
Reparaciones y rechazos: Se utilizan operadores de línea y de mantenimiento para corregir los problemas, Generan desperdicios
231
Actividades sin valor o Muda Inventarios de todos tipos, ya que requieren:
Espacio en planta Transporte Montacargas Sistemas de transportadores Mano de obra adicional Intereses en materiales
Son afectados por: Polvo, humedad y temperatura Deterioración y obsolescencia
232
Actividades sin valor o muda Movimientos y ergonomía, analizar cada
estación: El operador no debe caminar
demasiado, cargar pesado, agacharse demasiado, tener materiales alejados, repetir movimientos, etc.
Layout de planta inadecuado genera distancias recorridas excesivas
233
Eliminar desperdicios / Muda No producir en exceso teniendo
sobreproducción e inventarios innecesarios
Eliminar esperas en colas, periodos inactivos Falta de materiales, paros de máquina,
falta de herramientas, etc.
Operadores ociosos, tiempos largos de preparación, tareas de emergencia, juntas largas e innecesarias
234
Eliminar desperdicios / Muda Evitar Procesos adicionales:
Remover rebabas
Retrabajar piezas por defectos
Realizar inspecciones
Hace cambios innecesarios en productos
Mantener copias de información adicionales
235
Eliminar desperdicios / Muda Transporte adicional causado por mal diseño
de layout, de líneas o celdas, uso de proceso en lotes:
Uso de montacargas Transportadores Movedores de pallets Uso de camiones
Los defectos ocasionan costos por devoluciones, reclamaciones, disputas
236
Eliminar desperdicios / Muda Movimientos y ergonomía, analizar cada
estación: la estación debe ser ergonómica para evitar daños y accidentes, incluir:
Enfatizar la seguridad Empleado adecuado a la tarea
Adecuar el lugar al empleado
Rediseño de herramientas para reducir esfuerzos y daños,
Rotar tareas cada x horas
237
Plan para eliminar desperdicios Identificar operaciones ineficientes
Identificar procesos asociados que requieren mejora, baja producción
Hacer un Mapeo de proceso
Revisar el mapa para identificar magnitud y frecuencia de los 7 tipos de desperdicio
238
Plan para eliminar desperdicios Establecer métricas sobre los desperdicios
Usar principios Lean para reducir o eliminar los desperdicios
Monitorear los indicadores para continuar eliminando el desperdicio
Repetir este proceso con otras operaciones ineficientes
239
Empresa Lean
240
Definición de Lean Métodos para tener flexibilidad y
minimizar el uso de recursos (tiempo, materiales, espacio, etc.) a través de la empresa ampliada ( proveedores, distribuidores y clientes) para lograr la satisfacción y lealtad del cliente.
Mfra. Lean es término acuñado después del estudio de 5 años del MIT en la industria automotríz en 1991
241
Propósito Conocer la evolución del concepto Lean y
establecer las premisas básicos para la implantación de los métodos de manufactura Lean en la empresa, enfocados a reducir el Muda
Discutir los diferentes Mudas actuales en las empresas y algunas medidas para eliminarlo o reducirlo
242
Evolución del Pensamiento Lean Womack (1990) introduce el término de
Manufactura Lean en 1990 con las prácticas de manufactura de Toyota para reducir muda.
En 1903 Henry Ford fabrica el modelo A y en 1908 el modelo T, reduce el tiempo de ciclo de 514 a 2.3 minutos
En los años 1920’s entra GM al mercado
En 1950 Eiji Toyoda de Toyota visita la planta de Ford para implantar mejores métodos en Japón con Taichi Ohno su genio de producción.
243
Métodos Lean en 3 actividades clave de la empresa
Lanzamiento de nuevos productos: definir el concepto, diseño y desarrollo del prototipo, revisión de planes y mecanismo de lanzamiento
Gestión de información: toma de pedidos, compra de materiales, programación interna y envió al cliente
Transformación o Manufactura: realización del producto desde la transformación de materias primas hasta producto terminado
244
Pensamiento Lean El esfuerzo Lean es convertir los procesos
Batch a procesos de flujo continuo. Algunos obstáculos son:
Siempre se ha hecho en Batches Vivimos en un mundo de departamentos y funciones Esta es una planta basada en producción No hacemos cambios de herramentales rápidos Tenemos maquinaria no flexible
En flujo continuo los pasos de producción son de flujo de una pieza sin WIP, en secuencia y operación muy confiable
245
Herramientas Lean
246
247
Es una metodología enfocada a lograr orden y la
limpieza en todas las áreas de la empresa
(oficinas, fábrica, almacén, etc.) Creando una
disciplina que a la larga se convierta en cultura y
en práctica común.
Las 5S´s
248
Los “Ocho ceros”1. Desperdicios2. Accidentes
3. Tiempos Muertos4. Defectos
5. Desperdicio en cambios6. Retrasos
7. Insatisfacciones de Clientes8. Pérdidas ($$$)
0Beneficios al aplicar las 5S´s
249
Visión General de las 5S´s
DISCIPLINA
ORDEN
LIMPIEZAESTANDA-RIZACION
ORGANIZACIÓN1. 2
.
3.
4.
5.
250
Mfra. Lean para ahorro de espacio y tiempo, las 5S’s
Seiri, Seiton, Seiso, Seiketsu, Shitsuke
Seiri = OrganizaciónDeshacerse de todo lo innecesario del área de trabajo,
si hay duda usar Tarjetas Rojas, ahorrar espacio
Seiton = OrdenTener las cosas en el lugar o distribución correcta,
visualmente bien distribuidas e identificadas, ahorrar tiempo de búsqueda. Contornos, pintura, colores.
251
Mfra. Lean para ahorro de espacio y tiempo, las 5S’s
Seiso = LimpiezaCrear un espacio de trabajo impecable, ahorrar espacio
y elevar la moral y la imagen
Seiketsu = EstandarizaciónEstablecer los procedimientos para mantener las tres
S’s anteriores. Administración visual, usar colores claros, plantas, etc.
Shitsuke = DisciplinaCrear disciplina (repetición de la práctica)
252
• ¿Para qué limpiar si se ensucia de nuevo?
• Ya tenemos organización y orden
• Hay mucho trabajo como para perder el tiempo con estas modas japonesas, no aumenta la producción.
Para vencer la resistencia:
• Involucrar al personal y predicar con el ejemplo
Resistencia al cambio, se escucha:
253
Distinguir entre lo que es
Necesario y lo que no lo es
Seiri, la primera S: Seleccionar/Organizar
254
1. SELECCIONAR
2. ORGANIZAR
* Sólo lo que se necesita,* en la cantidad que se necesita, y* sólo cuando se necesita.
* Es dejar sólo loestrictamente necesariopara las operacionesnormales de produccióno de oficinas.
Seiri, la primera S: Seleccionar/Organizar
255
Deshacerse de todo lo innecesario del área de trabajo, en caso de duda:
• Asignar un área especial para colocación de estos materiales y equipos
• Colocarles una etiqueta roja y llevarlos a esta área haciendo una relación
• Periódicamente revisar el uso futuro o actual de lo que se almacena en el área de tarjetas rojas y tomar decisiones
Seiri, la primera S: Seleccionar/Organizar Razón de etiqueta roja:
Localización:Fecha:Nombre:
256
Implementando las 5S’s
257
La cruzada de la organización
Necesidad Frecuencia de uso de las cosas:
Guardar en:
Baja Sin uso en años Uso entre 6-12 meses
Deshacerse de ellas Guardar a distancia
Media Uso entre 2-6 meses Uso mayor a 1 vez al mes
Guardarlas en un lugar central en el área de trabajo
Alta Uso mayor a 1 vez por semana Cosas usadas diario
Guardar cerca del área de trabajo o llevarlas consigo
258
Guardar las cosas NecesariasFrecuencia de uso de las cosas:
Guardar en:
Uso frecuente Uso constante
Tenerlas al alcance Localizarlas para facil alcance y regreso en donde deben ir
Uso esporádico Regresarlas a donde pertenecen, pizarra con siluetas, colores, códigos, etc.
Archivos Número y color para el archivero y orden
259
• Detrás de lockers y muebles, sobre racks
• En los Pisos, pasillos, almacenes, escaleras, pasajes
• Avisos obsoletos en Pizarrones, bardas o cercas
• Equipo y letreros de seguridad
• Evitar excesos y fugas de materiales y líquidos
Identificar lo innecesario
260
Un lugar para cada cosa y cada cosa
en su lugar para: Ahorrar espacio,
tiempo de búsqueda y Facilitar la
administración visual
Seiton, la segunda S: Orden
261
Ejemplos de Orden:* Etiquetar las carpetas (sin docs. innecesarios).
* Etiquetar espacios de almacenaje para que cada cosa este en su lugar y haya lugar para cada cosa.
* Identificar con siluetas las herramientas y muebles
El estándar para localizar artículos, papeles, refacciones, etc., una vez aplicadas las 5S´s es de menos de 30 segundos.
Etiquetar o señalizar, apoyospara la Administración visual.
262
• Marcar pasillos y donde deben ir las cosas
Antes Después
¿Cómo ordenar?La distribución de planta
Pasillo
263
• Estantes, mesas y carros de altura ajustable Recoger cosas del piso, cansa y es peligroso
Antes Después
¿Cómo ordenar?Los materiales en el piso
264
Ordenar• Las herramientas
• Eliminar su necesidad y estandarizar • Almacenar cerca las más usadas
• Los materiales• Cuadros Kanban• FIFO y almacenamiento contingente
• Los aceites• Los equipos de medición
• Los letreros y avisos
265
Mantener el área de trabajo
impecable y libre de toda
suciedad
Seiso, la tercera S: Limpieza
266
• Aumenta la moral del personal y su eficiencia
• Los defectos se vuelven obvios
• Los riesgos de los accidentes disminuyen• Mejoran las condiciones de las maquinarias
• Se minimiza la probabilidad de revolver producto
• Podemos luchar por tener un ambiente limpio
Beneficios de la Limpieza
La Limpieza es inspección
267
1. Macro: limpieza general
2. Individual: limpieza de áreas de trabajo y partes específicas del equipo
3. Micro: limpieza de partes pequeñas y herramientas, corregir las fuentes de fugas y fuentes de suciedad o polvo
Las 3 etapas de la la Limpieza
268
1. Determinar las metas de limpieza
2. Determinar las responsabilidades de la limpieza(mapeo de áreas y definición de responsables)
3. Determinar los métodos de limpieza(programa que muestra al detalle las veces al día enque se limpia, el responsable, y la forma)
4. Preparar las herramientas de limpieza
5. Implantar la limpieza.
5 pasos para Implantar la limpieza
269
1. Dividir por zonas y asignar responsabilidades rotativas por grupos y personas, dar tiempo
2. Limpieza por equipo y área usando lista de verificación (pisos, colectores, conveyors, etc.)• Partes móviles, hidráulicas, neumáticas,
eléctricas, etc.
3. Aplicar Kaizen para limpiar zonas difíciles, métodos de limpieza y herramientas de limpieza
4. Seguir las reglas, identificar problemas tomar acciones
Promoción de una Área de trabajo límpia
270
Mantener las tres primeras S´s:• Selección/Organización• Orden y Limpieza
Seiketsu, la cuarta S: Estandarización
271
• No se regresa a las viejas condiciones se mantienen gracias a la Administración Visual
• No hay cosas fuera de su lugar al fin del turno
• Los lugares de almacenamiento están organizados
• Se controlan las fuentes de suciedad y basura
• Se quita el hábito de acumular cosas inncesarias
Beneficios de la Estandarización
272
1. Es altamente recomendable que en la elaboración de los estándares participen quienes deben de realizar las actividadesde las primeras 3S´s
2. Esto ayuda a crear un sentido de pertenencia y facilita avanzar en este esfuerzo
Recomendaciones
273
Hábito de mantener correctamente los procedimientos adecuados,
buscando la mejora continua
Shitsuke, la quinta S: Disciplina
274
1. Los procedimientos correctos se han vuelto un hábito
2. Todos el personal han sido entrenado adecuadamente
3. Todos el personal ha hecho suyo el método y lo aplican
4. El área de trabajo esta bien ordenada y se manejan los estándares
5. Se busca la mejora continua.
Importancia de la Disciplina:
275
• Estandarizar (sistematizar) el comportamiento si quieres buenos resultados
• Hacer que todos participen y que hagan algo y después trabajar en la implantación (5S’s 3’, 5’ o 10’)
• Hacer que cada quien sienta responsabilidad por lo que hace
• Asegurar que no falle la comunicación, clarificar las ideas y reconfirmar
Formación de hábito
276
Existe en la mente y la voluntad de las personas y solo su conducta muestra su presencia.
Es una actitud de intolerancia aldesorden, la falta de organización ylas pérdidas.
La disciplina no es visible ni Puede medirse, pero:
277
La oficina es una
Fabrica de papel
Las 5 S’s : En la oficina
278
279
• Mantener una oficina ordenada, con trabajo en equipo y papelería estandarizada
• Hacer un programa de trabajo para cada empleado
• Para el caso de proyectos, hacer visible en un pizarrón en programa para que la gente sepa el estatus
• Establecer un sistema (gavetas, folders, contenedores) para que cualquier persona pueda identificar la fecha de vencimiento de las tareas
Pasos para una oficinaMás eficiente
280
• Una sola localización para expedientes
• Proceso de documentos en el mismo día
• Juntas de una hora
• Memos e E-Mail de una página
• Llamadas telefónicas de un minuto
• Guardar sólo una copia del original
La campaña de uno solo es mejor
281
La campaña de las 5
S’s
Promoción de Las 5 S’s
282
• Es importante que el Director general tome el liderazgo y que todos tomen parte en las 5 S’s
• Las actitudes de los gerentes es clave, si no toman con seriedad, nadie más lo tomará, de ellos depende el éxito o fracaso de la campaña
• No debe hacerse la labor de mantenimiento de las 5 S’s como algo cansado y sucio, por eso debe efectuarse en etapas
• Lo importante es empezar en 5S’s y mantener el esfuerzo
Promoción de las 5 S’s
283
• Planeación y operación• Organización promocional• Educación• Juntas promocionales
• Actividades paralelas• Posters de invitación a participar• Temas del mes
• Despliegue de las actividades de las 5 S’s en áreas de trabajo específicas• Documentación• Implantación
Promoción de las 5 S’s
284
• Proyectos Kaizen• Organizarlos conforme sea apropiado
• Entrenamiento técnico• Tecnología Kaizen• Entrenamiento inicial• Seguimiento al entrenamiento
• Lanzamiento de equipos Kaizen y certificación
Promoción de las 5 S’s
285
• Fotografias (antes, durante y después)
• Poner etiquetas fosforescentes con la “P” en área con problema requiriendo atención
• Es importante llevar un registro de avances (cantidades de fugas, etc.)
• Museo de las cosas antiguas (máquinas y herramientas)
• Registrar los resultados de los proyectos Kaizen
Registros
286
• Competencias
• Patrullas y evaluación cruzada
• Uso de auditores y listas de verificación
Diagnóstico y Evaluación
287
• Pisos • Montacargas y carritos
• Contenedores y cajas en tránsito
• Equipos y maquinarias
• Accesorios de aceite
• Equipo de medición
Lista de verificación
288
• Lugares de lubricación
• Medidores
• Tuberías y cableado
• Tableros de control
• Mesas de trabajo
• Avisos y administración de las 5S’s
Lista de verificación
289
290
Trabajo estandarizadoEs la forma más eficiente de fabricar productos
sin desperdicio por medio de la mejor combinación de métodos de trabajo.
Por estandarización se entiende: Siempre seguir la misma secuencia de trabajo
Los métodos totalmente estandarizados, documentados y visibles
El material está colocado siempre en el mismo lugar
291
Estándar de trabajo Su propósito de lograr un flujo perfecto de
proceso y están determinados por: Takt time Ergonomía Flujo de partes Procedimientos de mantenimiento Rutinas
El estándar de trabajo es la documentación de cada acción requerida para completar una tarea específica
292
Estándar de trabajo Elementos de los estándares de trabajo
operativos: Tiempos de ciclo: requerido para hacer una
parte, comparado con el Takt time
Secuencia de trabajo: para producir una parte. Tomar, mover, sostener, etc... incluyen tiempos, layout y tabla de capacidades de máquina
Estándar de inventarios: inventario mínimo en cada estación para mantener un flujo continuo
293
Estándar de trabajo y Meta
294
“Es bueno hacer las cosas bien la primera vez. Es aún mejor hacer que sea imposible hacerlas mal
desde la primera vez.”
295
Poka Yoke o A Prueba de Error• Hacer que sea imposible el cometer errores• En Japón: Poka - Yoke de Shigeo Shingo
Yokeru (evitar) Poka (errores inadvertidos)
• Una técnica para eliminar los errores humanos y de operación
• Técnicas simples y efectivas para eliminar o al menos reducir los defectos y los errores que los producen para alcanzar calidad cero defectos
• Mecanismo usado para evitar la ocurrencia de defectos o errores
296
Oportunidades para error
297
Causas de los errores• Procedimientos incorrectos • Variación excesiva en el proceso y Materias primas• Dispositivos de medición inexactos• Procesos no claros o no documentados• Especificaciones o procedimientos no claras • Errores humanos mal intencionados • Cansancio, distracción, etc. • Falla de memoria o confianza
298
Diferentes tipos de Errores
ERRORES
AcciónIntencional
Acción NoIntencional
Violación Equivocación Olvido Distracción
• A la Rutina• A la excepciones• Actos de sabotaje
En las reglas• No se siguen• Aplicación equivocadaEn el conocimiento• Diferentes formas
Fallas en la memoria• Omisión de planes• Intenciones olvidadas
Falta de atención• Omisión• En el Orden• En el tiempo
Tipos de Error Básicos
299
Acciones correctivas
ante errores
humanos
300
Técnicas Poka Yoke - A Prueba de Errores
TécnicaCESE OSUSPENSIÓNDE ACTIVIDADES
CONTROL
ADVERTENCIA
Predicción
Cuando un error está por ocurrir
Los errores son imposibles
Cuando algo está a punto de fallar
Detección
Cuando un error o defecto ya ha ocurrido
Los artículos defectuosos no pueden moverse a la siguiente operación
Inmediatamente cuando algo está
fallando
301
Funciones básicas de un Poka Yoke
Paro (Tipo A): Cuando ocurren anormalidades mayores, evitan cierre de la máquina, interrumpen la operación.
En algunos casos el operador tiene disponibles interruptores que paran el proceso total, si detecta errores mayores
302
Cese o Suspensión de Actividades: Prevención y Detección
Prevención:Algunas cámaras no funcionan cuando no hay luz suficiente para tomar fotos
Detección:Algunas lavadoras de ropa, se apagan cuando se sobrecalientan
303
Funciones básicas de un Poka Yoke
Paro (Tipo A): Cuando ocurren anormalidades mayores, evitan cierre de la máquina, interrumpen la operación.
En algunos casos el operador tiene disponibles interruptores que paran el proceso total, si detecta errores mayores
304
Advertencia: Prevención y Detección
Prevención:Muchos autos tienen un sistema de alarma para alertar al conductor de que no se ha abrochado el cinturón de seguridad.
Detección:Los detectores de humo alertan cuando se detecta humo y es posible que se haya iniciado un fuego.
305
Mecanismos de detección usados en Poka Yokes o A Prueba de Error
• Métodos de contacto (microswithches)
• Métodos sin contacto (sensores)
• Métodos de valor fijo de movimientos (contadores)
• Métodos de movimientos predeterminados
306
307
Cuando no se pueda realizar A Prueba de Errores
• Use colores y códigos de colorVouchers de tarjeta de crédito (el cliente retiene la copia amarilla, el comerciante la blanca)
• Use formasGuarde diferentes tipos de partes en diferentes recipientes de moldes
308
Cuando no se pueda realizar A Prueba de Errores
• AutodetecciónRevisión de ortografía en la computadora
• Haga que sea más fácil hacer bien las cosasListas de verificación
Formatos efectivos para recopilación de datos
Símbolos
Jerarquía en la Prueba de Error
Eliminar la posibilidad de errores
Hacer obvio que un error ocurrirá
Hacer obvio que un error ha ocurrido
1
2
3
Diseño
INSPECCION
310
1.Describir el defectoMostrar la tasa de defectos; Formar un equipo de trabajo
2. Identificar el lugar donde:Se descubren los defectos; Se producen los defectos
3. Detalle de los procedimientos y estándares de la operación donde se producen los defectos
Metodología de desarrollo de Poka Yokes
311
4. Identificar los errores o desviaciones de los estándares en la operación donde se producen los defectos
5. Identificar las condiciones donde se ocurren los defectos (investigar)
6. Identificar el tipo de dispositivo Poka Yoke requerido para prevenir el error o defecto
7. Desarrollar un dispositivo Poka Yoke
Metodología de desarrollo de Poka Yokes
312
Proceso de A Prueba de Error
Hacer un AMEF de proceso para Manufactura
Identificar todos los errores potenciales
Identificar características de
diseño que pueden eliminar el error
Rediseñar para eliminar la
posibilidad de error
Rediseñar para hacer obvio que ocurrirá un error
Rediseñar para hacer obvio que ha ocurrido un error
Revisar el diseño para detectar
errores potenciales en Manufactura y
Ensamble
o
o
1
2
3
313
Manufactura celular y Kanban
314
Empujar vs jalar Empujar
Se basa en pronósticos
Fabricar el producto independientemente si la siguiente operación lo requiere
Jalar Se basa en el uso real
del cliente Sólo producir cuando
los productos se consumen
315
Kanban Kanban = Señal, signo
Punto de reórden – cuando reabastecer al supermercado
Cantidad de la orden – cantidad a reabastecer al supermercado
316
Propósitos del Kan Ban Mejorar la comunicación entre procesos Producir en base a las condiciones actuales no
en pronósticos
Prevenir producción en exceso Controlar los inventarios
Establecer prioridades de abastecimiento Mostrar restricciones (cuellos de botella) que
puedan ser atendidos por Kaizen
317
Propósitos del Kan Ban Hacer visible el flujo de materiales Mostrar localidades de almacenamiento y
entrega
Mostrar las cantidades estándar y tipo de contenedor
Mostrar método o frecuencia de transporte
Pizarrones de programa muestran estatus de producción
Mantener involucrada a la gente en procedimientos estandarizados
318
Prerrequisitos del Kanban Suavización de la producción Programa
maestro
Nivelar la carga del programa Cambios rápidos
Equipo capaz Mantenimiento Productivo Total tiempos muertos y defectos mínimos
Organización adecuada de planta con Las 5S’s
Lay Out y distribución de planta adecuada Entregas confiables de proveedores y cero
defectos Trabajo estandarizado
319
Sistemas tradicionales de manufactura de “empujar”
Invisibilidad de problemas, distribución por departamentos
Desconexión del trabajo que agrega valor de la demanda
No incentiva el trabajo de equipo, se incentiva el volumen y utilización al máximo de los recursos humanos / equipos
Acumula inventarios innecesarios y se avanzan productos con faltantes de partes
320
Depto. AMáquinas
A
Depto. BMáquinas
B
Depto. C
Depto. DEmpaque
EInspección
InventarioProductosTerminados(200)
Materiasprimas
WIP
WIP
WIP WIP
WIP
Retrabajos
WIP
¿Qué avance de procesoTiene el producto M003?
SISTEMA DE EMPUJAR
321
Sistema de Manufactura de Jalar Kan Ban
Procesos de producción disparados por la demanda del cliente, distribución en Celdas Mfra.
Abastecimiento en el lugar de uso disparado por la demanda, directamente de proveedores
Empleados multihabilidades, capacitados y con poder de decisión operativa
Se apoya y reconoce el trabajo de equipo
322
323
324
325
EmbarqueProductosTerminados(200 en 5 familias)
¿Qué avance de procesoTiene el producto M003?
SISTEMA DE JALAR
Celda de Mfra.Para la familia M
Celda de Mfra.Para la familia N
CuadrosKanban
Celdas de ManufacturaEn U
Proveedor
EDI
Todo lo necesario para elproducto M está integrado aquí Cliente
326
Empujar vs jalar Empujar
Se basa en pronósticos
Fabricar el producto independientemente si la siguiente operación lo requiere
Jalar Se basa en el uso real
del cliente Sólo producir cuando
los productos se consumen
327
FABRICACIÓN
LÍNEA DE ENSAMBLE
1.- Cuando se vacía un contenedor el Kanban de producción se coloca en el buzón
2.- El Kanban es llevado al tablero de programación del proceso anterior.
BÚZON
TABLERO
3.- Los Kanban son recibidos y puestosen el tablero de programación en el orden en que se van recibiendo
4.- Las herramientas se van preparando en el orden de recibo de los Kanban y se produce en la misma secuencia de recibo.5.- Después de producir la cantidad de piezas especificadas se coloca el Kanban y se lleva a la localización indicada
Kanban de producción. Tarjeta sencilla
328
B ALÍNEA DE ENSAMBLE
1.- Las piezas se consumen del contenedor A hasta que se vacíe.
BUZON
2.- Cuando el contenedor A esté vacío se toma elKanban y se lleva al buzón
ALMACENSUPERMERCADO
3.- En un ciclo establecido, el movedor de materiales revisa el buzón, toma el Kanban y procede a su localización en el almacén especificado en el Kanban
4.- Se pone el Kanbanen contenedor lleno
5.- El contenedor lleno es entregado a la localización en la línea especificada. El contenedor vacío A es reemplazado porel contenedor lleno.
CONSUMO
INICIO
Kanban de movimiento:2 Contenedores - autorización de movimiento
329
Sistema de señales visuales que facilitan al personal en la planta identificar las operaciones o movimientos a realizar sin procedimientos sofisticados
Flujo del proceso
Cuadros Kan BanFlujo de las tarjetas
ProcesoA
ProcesoB
ProcesoC
ProcesoD
ProveedorCliente
Tablero de avisos electrónico
330
Reglas Básicas del Kanban1. El proceso siguiente viene a retirar sólo lo que necesita
2. Producir sólo para reponer lo que retira el siguiente proceso
3. No enviar productos defectuosos a la siguiente operación
331
Reglas Básicas del Kanban4. Las partes no deben ser producidas o transportadas si no hay tarjeta de Kanban
5. Todo contenedor de partes está Estandarizado, debe tener anexa una tarjeta de movimiento o producción
6. El número real de partes en el contenedor debe coincidir con la cantidad en la tarjeta Kanban
332
333
334
335
336
Plan para reducir tiempo de ciclo Hacer un mapa de la cadena de valor en
procesos administrativos y de manufactura
Determinar el tiempo requerido por cada paso en el proceso
Revisar áreas de oportunidad de reducción de tiempo y distancia
Identificar las restricciones y hacer planes para eliminarlas o administrarlas
337
Plan para reducir tiempo de ciclo Establecer métricas de duración y
frecuencia de los tiempos de ciclo dentro del proceso
Una vez implementada la mejora, monitorearla
Repetir este proceso para otras operaciones ineficientes
338
339
La cadena de valor Son todas las actividades que la empresa debe
realizar para diseñar, ordenar, producir, y entregar los productos o servicios a los clientes.
La cadena de valor tiene tres partes principales: El flujo de materiales, desde la recepción de
proveedores hasta la entrega a los clientes.
La transformación de materia prima a producto terminado.
El flujo de información que soporta y dirige tanto al flujo de materiales como a la transformación de la materia prima en producto terminado.
340
La cadena de valorBeneficios del Mapeo de la cadena de valor Ayuda a visualizar el flujo de producción; las
fuentes del desperdicio o Muda Suministra un lenguaje común sobre los
procesos de manufactura y Vincula los conceptos ytécnicas Lean
Forma la base del plan de ejecución, permitiendo optimizar el diseño del flujo de puerta a puerta
Muestra el enlace entre el flujo de información y el flujo de material
Permite enfocarse en el flujo con una visión de un estado ideal o al menos mejorado
341
Flujo de informaciónAdemás del flujo de materiales en el proceso de
producción, se tiene otro flujo que es el de información que indica a cada proceso lo que debe producir o hacer en el paso siguiente. Son dos caras de la misma moneda y se deben trazar ambos.
342
343
Mapa incluyendo tiempos de ciclo y tiempo de entrega
344
345
Lean para reducción del tiempo de preparación y ajuste, SMED
Necesidad de producir Lotes pequeños de una gran variedad de productos
Analogía con lo que sucede en los Pits
SMED - Single Minute Exchange of Die (Shigeo Shingo)
Objetivo del SMED: Reducir el tiempo de preparación y ajuste, desde la última pieza de producto anterior hasta 1a. Pieza del nuevo
346
Hay tipos de preparaciones internas y externas
Preparación interna (IED)Operaciones realizadas con máquina
parada
Preparación Externa (OED)Operaciones realizadas con la máquina
operando
Propósito: Convertir operaciones Internas a externas (filmar, analizar, cambiar)
Lean para reducción del tiempo de preparación y ajuste SMED
347
Cambios rápidos Do - Identificar áreas de oportunidad de
mejora. Máquina con tiempos de preparación o
ajuste largos, fuente frecuente de errores, accidentes o crítico para la producción
Plan – Documentar el proceso de preparación Lista de todas las actividades y pasos
requeridos para la preparación o ajuste, registrando su duración y Muda
Plan –Identificar todas las operaciones internas y externas
348
Cambios rápidos Do – convertir tantas operaciones internas en
externas como sea posible Precalentamiento, estandarización de
partes. Etc. Administración visual, Poka Yokes Actividades concurrentes Métodos de una vuelta
Do – Reducir los tiempos de los procesos externos Inventarios de partes a la mano
Plan - Crear un nuevo mapa del proceso Do – Probar los cambios y Actuar – si es
necesario
349
Programa de trabajo
350
351
352
353
Lean y los inventarios Los inventarios “cubren” a los problemas
Problemas
Nivel de inventarios
Ineficiencias, desperdicios, retrabajos, t. muertos
354
Lean y la Gestión de Restricciones Se bajan los inventarios para forzar el sistema Se identifican las restricciones Se rompen las restricciones enfocando los recursos Se repite el proceso en forma paulatina
Problemas
Nivel de inventarios
355
Lean y velocidad de flujos Un menor inventario en proceso (WIP)
aumenta la velocidad de proceso
El volumen por unidad de tiempo a través de un proceso aumenta conforme se reduce el WIP
Analogía de las Rocas en la analogía de la corriente (ver esquema)
356
Inventario vs Velocidad
Volumen 10,000 lts. 100 lt/min.
Volumen 500 lts. 100 lt/min.
357
358
359
Distribución de planta celular
Distribuciones de planta departamentales: Procesos escondidos
Distribuciones de planta en base al flujo: Procesos visibles
Cambiar departamentos a Celdas de manufactura
360
La planta escondida
Fabricación Inspección Empaque Embarque
Desperdicio
Retrabajo Re Inspección!! Eliminar
esta plantaescondida !!
Y.tp=Rend. Antes de retrabajo=37% Y.final=90% Rend. con retrabajo
361
362
363
Visualizando los procesos Diagrama de flujo del proceso
Rutas de manufactura
Identificación de las operaciones que agregan valor
Identificación de las actividades entre operaciones que no agregan valor
364
365
Preguntas del estado futuro1. ¿cuál es el Takt time?2. ¿Se fabrica para inventario o supermercado?3. ¿Se puede usar flujo continuo?
4. ¿dónde se puede usar el sistema de jalar de supermercado?
5. ¿En que punto de la cadena de valor se dispara la producción?
6. ¿Cómo se puede nivelar la producción?7. ¿Qué mejoras al proceso serán necesarias?
366
367
Supermercados Los supermecados son controlados en
Inventarios Pensar en un estante de supermercado:
Cuando no está lleno, debe llenarse
Cuando está lleno, se para la producción
368
Nivelación del volumen
369
Nivelación de mezcla pobre ¿Qué decirle al cliente “D” si quiere partes el lunes? ¿Qué sucede si el cliente “A” llama la tarde del lunes y cancela
su pedido?
370
Nivelación para mejorar mezcla
Requiere Mayor flexibilidad Mayor calidad Menor inventario
371
372
373
10 Preguntas para el estado futuro
1. ¿Cuáles son las necesidades de clientes internos y externos?
2. ¿Cuáles pasos del proceso agregan valor y cuales no?
3. ¿Cuál es la frecuencia y método de verificación de desempeño?
4. ¿Cómo se puede mantener un flujo continuo?
5. ¿Cómo controlar el trabajo en las interrupciones?
374
10 Preguntas para el estado futuro
6. ¿Cómo se balancean las cargas de trabajo?
7. ¿Cómo se puede dar prioridad al trabajo?
8. ¿Cuál es el impacto de las actividades, volumen de trabajo y mejoras?
9. ¿Qué otros procesos de soporte se requieren?
10. ¿Qué mejoras al proceso son necesarias?
375
376
Mejoras medibles del ejemplo Tiempo de espera de 40 a 7 días
Tiempo de ciclo de 105 seg. A 91 seg. Inventarios de 10,700 piezas a 1,855 pzas.
Eventos Kaizen Tiempo de preparación en Estampado Confiabilidad del rebabeado Calidad de la soldadura por punto
377
Mejoras medibles del ejemplo Otros beneficios
Operadores en celdas con capacitación cruzada
Mayor flexibilidad Menos defectos y tiempo de espera =
Clientes satisfechos
Bucles de la cadena de valor Un elefante se come en pedazos
378
Número de bucles Hacerlo manejable Ni muy pocos, ni muchos
Buscar rupturas lógicas Regla: 3 – 7 bucles
Recordar – los puntos para hacerlo más fácil para implementación
379
380
381
382
1. Observar el proceso actual y el tiempo que toman las operaciones
2. Analizar el proceso actual 3. Generar ideas para eliminar desperdicios e
implementar una nueva secuencia de trabajo.
- Herramientas de análisis de problemas.
- Revisar el plan y la nueva secuencia de trabajo
El procedimiento Kaizen (1-5 D)
383
4. Implementar un plan revisado
5. El supervisor / operador verifican la secuencia del trabajo:
- Correr una producción completa y validar
6. Documentar la nueva operación estándar
7. Repetir el Ciclo
El procedimiento Kaizen
384
Ejemplo de proyecto Kaizen
385
Pasos del Kaizen Definición del problema, alcance y metas Formar y capacitar al equipo Kaizen Colectar datos: timepos, takt time, trabajo
estandarizado Tormenta de ideas: colectar ideas en todos los
turnos Identificar prioridades Probar las ideas Verificar resultados Modificar el Lay Out Revisar y actualizar los estándares de trabajo Revisar planes de acción y revisar prioridades Reportar a la administración Implementar Reconocer al equipo Seguimiento: Plan de acción, aceptación del cambio,
lay out Hacer que el Kaizen sea una forma de vida Medir el desempeño del Kaizen
386
387
Teoría de restricciones Eliyahu Goldratt (1986) escribe “La Meta”
describiendo un proceso de mejora continua
La Gestión de restricciones se enfoca a remover los cuellos de botella del proceso que limita el throughput (máxima utilidad)
Las restricciones pueden hallarse con un mapa del proceso, diagrama PDPC y Diagrama de árbol
388
Teoría de restriccionesHay dos tipos de restricciones
Restricciones físicas referidas al mercado, el sistema de manufactura (máquinas, personal, instalaciones) y la disponibilidad de insumos
Restricciones de políticas que se encuentran atrás de las físicas como políticas, procedimientos, sistemas de evaluación y conceptos
389
Teoría de restricciones Las métricas básicas son:
Throughput: es la tasa a la cual el sistema genera dinero a través de las ventas. Dinero que ingresa.
Inventarios: es todo el dinero invertido en el sistema en cosas compradas para vender. Dinero utilizado.
Costos de operación: es el dinero que el sistema usa para transformar el inventario en throughput. Dinero que sale.
390
Teoría de restricciones TOC es una metodología de gestión,
desarrollada por el Dr. Eliyahu Goldratt con el propósito de maximizar las utilidades, hoy y en el futuro, al:
Maximizar las ventas (throughput), para asegurar la participación en el mercado
Reducir los inventarios (costo de los materiales en planta)
Minimizar los gastos de operación (gastos erogados para transformar inventario en throughput). Incluye todos los costos para la producción.
391
Teoría de restricciones Los cuellos de botella (restricciones) que
determinan la salida de la producción son llamados Drums (tambores), ya que ellos determinan la capacidad de producción (llevando el ritmo).
Se usa el método Drum-Buffer-Rope (Tambor - Inventario de Protección - Soga) como aplicación de la Teoría de las Restricciones a las empresas industriales.
392
Drum – Buffer - Rope
393
Teoría de restricciones Otras definiciones:
Los Recursos Cuello de botella tienen una capacidad menor o igual que la demanda asignada a estos.
El balance de flujo de prestación del servicio debe ser hecho contra la demanda del cliente.
394
Teoría de restricciones
395
Eliminación de restricciones físicas:
Método de los cinco pasosProceso de “Focalización” para eliminar
restricciones: 1. IDENTIFICAR LA RESTRICCIÓN: una restricción
es una variable que condiciona un curso de acción del sistema que limitan el logro de objetivos, darles prioridad por su impacto, .
2. EXPLOTAR LAS RESTRICCIONES: implica buscar la forma de obtener la mayor producción posible de la restricción, asignarle recursos sobrantes de otras áreas.
396
Eliminación de restricciones físicas:
Método de los cinco pasos3. SUBORDINAR TODO A LA RESTRICCIÓN: todo
el proceso debe funcionar al ritmo que marca la restricción (tambor)
4. ELEVAR LAS RESTRICCIÓN: implica agregar recursos para aumentar la capacidad de la restricción. Por ejemplo, tercerizar.
5. SI EN LAS ETAPAS PREVIAS SE ELIMINA UNA RESTRICCIÓN, BUSCAR NUEVAS RESTRICCIONES
AL PASO a): para trabajar en forma permanente con las nuevas restricciones que se manifiesten.
397
Modelo Drum – Buffer - Rope El Drum (tambor) se refiere a los cuellos de
botella (recursos con capacidad restringida - CCR) que marcan el paso de toda la empresa
El Buffer es un amortiguador de impactos basado en el tiempo, que protege al throughput (ingreso de dinero a través de las ventas) de las interrupciones del día a día (atribuidas al Sr. Murphi) y asegura que el Drum (tambor) nunca se quede sin insumos
398
Modelo Drum – Buffer - Rope
"Rope-lenght" (longitud de la soga) es el tiempo de preparación y ejecución necesario para todas las operaciones anteriores al Drum, más el tiempo del Buffer.
399
Eliminación de restricciones políticas
400
Teoría de restricciones Evaporando nubes:
Frecuentemente existen soluciones simples para problemas complejos, reexaminar los fundamentos del problema
Árboles de prerrequisitos: Algo debe ocurrir antes de que algo adicional ocurra.
La T.R. Permite la transición entre la forma anterior de hacer las cosas y la nueva forma
401
Apoyo de las tecnologías de
Información y comunicaciones
En la gestión de Información
402
Propósito Familiarizar al participante con las nuevas
tecnologías electrónicas y de comunicaciones enfocadas a reducir los tiempos de respuesta y costos en la gestión de la información de la empresa
Realizar prácticas con estas nuevas tecnologías
403
Contenido Gestión de Información / ERP
Comunicaciones por EDI
Negocios electrónicos por Internet
404
Sistemas MRP IIDEFINICIÓN DEL MRP II
Sistema de planeamiento y control de la producción totalmente integrado de todos los recursos de manufactura de la compañía (producción, marketing, finanzas e ingeniería) basado en un soporte informático que responde a la pregunta: ¿QUÉ PASA SÍ ... ?
405
Beneficios aplicando el MRP II
Reducción substancial en el tiempo de obtención de la producción final.
Incremento de la productividad con menores costos.
Mayor rapidez en la entrega y mejor respuesta a la demanda del mercado.
Posibilidad de modificar rápidamente el programa maestro de producción ante cambios no previstos en la demanda.
406
¿Qué es un ERP?Se refiere a un paquete informático que cubre de forma parcial o total las áreas funcionales de la empresa y permite coordinar las actividades.
La gama de funciones que cubren los ERP son:
• Contabilidad • Finanzas • Administración de órdenes de venta • Logística • Producción • Recursos humanos
407
SISTEMAS DE GESTION EMPRESARIAL DEL MRP AL ERP
408
¿Por qué invertir en un sistema ERP?
• Reducción de dudas concernientes a la veracidad de la información .
· Mejoramiento de la comunicación entre áreas de producción.
· Reducción de duplicación de la información.
· Provee una eficiente integración de los procesos comerciales.
409
Integración de los sistemas de gestión empresarial
Gestión de la cadena de suministros (Supply Chain
Management) que es intercambio de información y contenidos por todos los agentes implicados en un canal logístico, desde las materias primas hasta los productos terminados.
Los sistemas EDI (Electronic Data Interchange) ha proporcionado distintas posibilidades para conectar los sistemas de gestión entre empresas
Utilizan lo que se conoce como soluciones B2B (Bussiness to Bussiness) y B2C (Bussiness to Consumer, b to c).
410
Soluciones para la comunicación de un sistema ERP con distintos
agentes del entorno de una empresa
Comunicaciones del ERP
411
Comunicaciones por Intercambio
Electrónico de Datos EDI - UNIFACT
412
EDI Transferencia de datos estructurada por
estándares de mensajes acordados, entre dos computadoras por medios electrónicos UNIFACT
Uso en transacciones regulares en formato estándar: Orden, envío, liberación, factura, pago
Ejemplos: JIT Automotríz, Supermercados, Salud
UK, etc.
413
EDI - Beneficios Reducción de tiempo de ciclo de
orden
Reducción de costos
Eliminación de errores
Respuestas rápida
Facturación exacta y pago por EDI
414
EDI – VANs Privacidad
Protección por ID y Password Seguridad
Mensajes de control, enciptado, firmas digitales, mensaje no se pierda
Confiabilidad Disponibilidad del hardware y software
Almacenamiento de mensajes y registro de auditoría
Validación de mensajes contra estándares
415
Esquemas de negocio B2C y B2B
416
Requerimientos de los clientes
Rapidez en servicio y entregas
Comodidad de compra
Trato individual
Precio adecuado y alta calidad
Preguntarán ¿Qué has hecho por mí últimamente?
417
Beneficios a las organizaciones
Expande los negocios al ámbito nacional e internacional
Reduce los costos de crear, procesar, distribuir, almacenar y recuperar información basada en papel
Capacidad para crear negocios altamente especializados (www.dogtoys.com www.cattoys.com)
Permite la operación de cadenas de valor en modo “Pull” iniciando con la orden del cliente en JIT
418
Beneficios a los consumidores
Les permite comprar las 24 horas durante 365 días desde cualquier parte
Permite tener muchas alternativas de proveedores y productos, con información instantánea, comparando precios y condiciones
Para productos digitalizados la entrega es rápida
Permite a los consumidores que interactúen con otros consumidores
419
Beneficios para el consumidor
Sección de preguntas y respuestas más comunes en Web
Despliegue de la información de pedidos y requisitos
El cliente puede dar seguimiento en línea
Permite interactuar con entidades del gobierno (SAT, IMSS, etc.)
420
Limitaciones de los Negocios Electrónicos - Técnicas
Falta de seguridad, confiabilidad y algunos estándares
Insuficiente ancho de banda de telecomunicaciones
Herramientas de desarrollo de software todavía en evolución
Dificultades para integrar el software de comercio electrónico con los sistemas operativos normales en la empresa
Los proveedores requieren servidores Web y redes
421
Limitaciones de los Negocios Electrónicos – No técnicas
Altos costos internos de desarrollo y falta de experiencia
Seguridad y privacidad en ambientes B2B
Falta de confianza y resistencia del consumidor, no conoce a los vendedores ni sus instalaciones físicas
Vacíos legales y falta de regulaciones; falta de servicios de soporte; falta de masa crítica de consumidores en algunas áreas; puede resultar en ruptura de las relaciones humanas; falta de acceso al Internet
422
La Web y los negocios electrónicos
Sirve para atraer nuevos clientes con mercadotecnia y publicidad
Mejor atención de clientes por servicio y soporte remoto
Interacción con clientes y búsquedas de información
Nuevas formas de relaciones con el cliente
Acceso a información del gobierno
423
La Web y los negocios electrónicos
Desarrollo de nuevos mercados y canales de distribución para productos existentes Periódicos y revistas on line Distribución de software Muestras de música y juegos
Desarrollo de productos basados en la información
Búsqueda de personas, negocios, objetos (switchboard)
424
Modelo de negocios B2C
425
Página Web: Front End Productos
Contenido con ergonomía
Facilidades al proveedor
Facilidades al cliente
Facilidades de registro y publicidad
426
Sistemas de apoyo: Back End Bases de datos SQL, DB2, etc.
relacionales
Sistemas de transacciones Aspectos legales y conectividad
ERP (SAP, Oracle,People Soft)
EDI (AIAG, UCS)
Sistemas propios (API)
427
Business To Business Implica que vendedores y compradores son
corporaciones de negocios. Permiten que un negocio establezca
relaciones electrónicas con sus distribuidores, revendedores, proveedores y otros socios.
Sectores donde se utiliza B2B: Computadoras, electrónicos, utilidades y
aplicaciones (software), embarques, almacenes, vehículos, petroquímica, papelería y productos para oficina, alimentos y agricultura son algunos de los sectores en donde más se utiliza el B2B.
428
B2B, información ofrecida Productos: Especificaciones, precios e histórico
de ventas Clientes: Histórico y pronóstico de ventas Proveedores: Productos en línea, tiempos de
entrega, términos y condiciones de venta Producción: Capacidades, compromisos,
planeación Transportación: Líneas de transporte, tiempos
de entrega, costos
429
B2B, información ofrecida Inventario: Niveles de inventario, localización
Alianza en la cadena de suministros: Contactos clave, roles de los socios, responsabilidades, horarios, medidas de desempeño
Competidores: Benchmarking, ofertas de productos competitivos, mercado compartido
Ventas y Mercadotecnia: Puntos de venta, promociones
430
B2B, ventajas Reducción de Costos operativos y
administrativos de la empresa.
Administración en línea de la información de Clientes, Contactos, Ventas, Ingresos, Pagos, Proveedores, etc.
Difusión Universal en horarios continuos
Poco personal con alto rendimiento Estructura Organizacional Plana
431
B2B, desventajas Trato impersonal Las Generaciones más recientes son las más
involucradas, por lo cual, es elitista generacional.
Es tan rápido en su velocidad de respuesta, que elimina en corto plazo a las empresas que en su estructura organizacional son lentas y burocráticas, por lo cual les es difícil competir.
Inversión constante en la actualización de su página electrónica, tiempo de vida visual electrónico muy corto.
432
B2B, conclusiones Los Negocios electrónicos son indispensables
entre las empresas. Su efectividad ha cambiado la forma de hacer
negocios. Velocidad de Respuesta (Justo a tiempo) Las Estructuras Organizacionales se han
aplanado Provee soluciones para los negocios Ética en los negocios
433
Esquemas de negocio B2C y B2B
434
Técnicas de creatividad
435
Tormenta de ideas Permite obtener ideas de los participantes
436
SCAMPER Sustituir, Combinar, Adaptar, Modificar o
ampliar, Poner en otros usos, Eliminar, Revertir o re arreglar
Involucrar al cliente en el desarrollo del producto ¿qué procedimiento podemos sustituir por el actual? ¿cómo podemos combinar la entrada del cliente? ¿Qué podemos adaptar o copiar de alguien más? ¿Cómo podemos modificar nuestro proceso actual? ¿Qué podemos ampliar en nuestro proceso actual? ¿Cómo puede apoyarnos el cliente en otras áreas? ¿Qué podemos eliminar en la forma de inv. Del cliente? ¿qué arreglos podemos hacer al método actual?
437
Lista de atributos Lista de atributos: Dividir el problema en partes
Lista de atributos para mejorar una linternaComponente Atributo Ideas
Cuerpo Plástico Metal
Interruptor Encendido/Apagado Encendido/Apagado/luminosidad media
Batería Corriente RecargableBombillo de Vidrio PlásticoPeso Pesado Liviano
438
Análisis morfológico Conexiones morfológicas forzadas
Ejemplo: Mejora de un bolígrafo
Cilindrico Material Tapa Fuente de Tinta
De múltiples caras Metal Tapa pegada Sin repuesto
Cuadrado Vidrio Sin Tapa Permanente
En forma de cuentas Madera Retráctil Repuesto de
papelEn forma de escultura Papel Tapa
desechableRepuesto hecho de tinta
439
Los Seis Sombreros de pensamiento
Dejemos los argumentos y propuestas y miremos los datos y las cifras.
Exponer una intuición sin tener que justificarla
Juicio, lógica y cautela
Mirar adelante hacia los resultados de una acción propuesta
Interesante, estímulos y cambios
Visión global y del control del proceso
440
Dividir y analizar Dividir un problema en partes pequeñas y analizarlas
por separado: (Vendedor de pescado no ofrecía el sabor de pez fresco)
El Pez: Vive bajo el agua; tiene agallas; se mueve
constantemente; de sangre fria; cambia su color fuera del agua
Solución: Se colocó un pequeño tiburón en la pecera para que
el pez conservara sus atributos vitales de frescura
441
Pensamiento forzado con palabras aleatorias
Crear nuevos patrones de pensamiento y forzar a ver relaciones donde no las hay.
Desarrollar ideas efectivas de lanzamiento de productos: Impermeables
Protegen de los elementos productos simples Son a prueba de agua productos
laminados Son de hule flexibles flexibilidad de
distribución Tienen bolsas productos de
bolsillo Tienen capote publicidad amplia
territorial
442
Listas de verificaciónHaga Preguntas en base a las 5W – 1H.
Por qué es esto necesario? Dónde debería hacerse?
Cuándo debería hacerse? Quién lo haría?
Qué debería hacerse? Cómo debería hacerse?
443
Mapas mentales Se inicia en el centro de una página con la
idea principal, y trabaja hacia afuera en todas direcciones, produciendo una estructura creciente y organizada compuesta de palabras e imágenes claves
Organización; Palabras Clave; Asociación; Agrupamiento
Memoria Visual: Escriba las palabras clave, use colores, símbolos, iconos, efectos 3D, flechas, grupos de palabras resaltados.
Enfoque: Todo Mapa Mental necesita un único centro.
444
TRIZ Hay tres grupos de métodos para resolver
problemas técnicos:
Varios trucos (con referencia a una técnica)
Métodos basados en utilizar los fenómenos y efectos físicos (cambiando el estado de las propiedades físicas de las substancias)
Métodos complejos (combinación de trucos y física)
445
TRIZ – 40 herramientas Segmentación Extracción Calidad local Asimetría Combinación/Consolidación Universalidad Anidamiento Contrapeso Contramedida previa Acción previa Compensación anticipada
Acción parcial o excesiva Transición a una nueva
dim. Vibración mecánica Acción periódica Continuidad de acción útil Apresurarse Convertir lo dañino a
benéfico Construcción Neumática o
hidráulica Membranas flexibles de
capas delgadas Materiales porosos
446
TRIZ – 40 herramientas Equipotencialidad Hacerlo al revés Retroalimentación Mediador Autoservicio Copiado Disposición Esferoidicidad Dinamicidad
Cambio de color Homogeneidad Rechazar o recuperar
partes Transformación de
propiedades Fase de transición Expansión térmica Oxidación acelerada Ambiente inerte Materiales compuestos
447
Generar y evaluar las soluciones
Generar soluciones para eliminar la causa raíz o mejora del diseño
Probar en pequeño la efectividad de las soluciones
Evaluar la factibilidad, ventajas y desventajas de cada una de las diferentes soluciones, con un diagrama de árbol
Por cada causa raíz – generar varias soluciones – ver sus ventajas, desventajas, factibilidad, impacto y costo
448
Generar y evaluar las soluciones
Realizar una definición analítica y selección cuantitativa de las alternativas de solución, además de analizar y evaluar cada una de ellas.
Hacer un plan de implementación de las soluciones (Gantt o 5W – 1H)
449
Implantación de soluciones PUNTO CRITICO ACTIVIDADES
* Realizar las medidas como se habian acordado * Antes de aplicar las medidas correctivas* Verificar si no hay efectos secundarios * Probar las ideas de mejora, investigar efectos* Dar capacitacion y entrenamiento. secundarios que puedan afectar al producto o áreas* Los equipos implantan las acciones correctivas y después poner en práctica las soluciones.* Obtener la aprobación de las áreas relacionadas, turno o puesto, Jefe inmediato etc. Es decir, Comunicar a todos los involucrados de la mejora a realizar. EJEMPLO 1
LISTADO DE LAS MEDIDAS CORRECTIVAS
NO CUANDO ¿A QUE? - ¿COMO?
DONDERESULTADO
JUICIO QUIEN TOPE PROC. DE
LIMPIEZA
1
2
JULIO 97
JULIO 97
BARRA DEAPLICACION
PARA LOS MOLDES
AUNQUE SE DA EFECTO
NO ES PERSISTENTE
EXISTE POCO DEFECTO
J. PÉREZ
L.TORRES
450
Calendario de las actividades
¿qué? ¿por qué? ¿cómo? ¿cuándo?
¿dónde?
¿quién?
1 Tacogenerador de motor embobinador
1.1 Por variación de voltaje durante el ciclo de cambio
1.1.1 Tomar dimensiones de ensamble entre coples.1.1.2 Verificar estado actual y especificaciones de escobillas.1.1.3 tomar valores de voltaje de salida durante el ciclo de cambio.
Abril ’04
1804 Embob
.
J. R.
2 Sensor circular y de velocidad de linea.
2.1 Por que nos genera una varión en la señal de referencia hacia el control de velocidad del motor embobinador
2.1.1 Tomar dimensiones de la distancia entre poleas y sensores.2.1.2 Tomar valores de voltaje de salida de los sensores.2.1.3 Verificar estado de rodamientos de poleas.
Abril ’04
1804Embob
.
U. P.
3 Ejes principales de transmisión.
3.1 Por vibración excesiva durante el ciclo de cambio
3.1.1 Tomar lecturas de vibración en alojamientos de rodamientos3.1.2 Comparar valores de vibraciones con lecturas anteriores.3.1.3 Analizar valor lecturas de vibración tomadas.
Abril’04 1804 Embob
.
F. F.
4 Poleas de transmisión de ejes embobinadores.
4.1 Puede generar vibración excesiva durante el ciclo de cambio.
4.1.1 Verificar alineación, entre poleas de ejes principales y polea de transmisión del motor.4.1.2 Tomar dimensiones de poleas(dientes de transmisión).4.1.3 Tomar dimensiones de bandas (dientes de transmisión)4.1.4 Verificar valor de tensión de bandas.
Abril’04 1804 Embob
.
J. R.U. P.
451
Implantación de soluciones
15 GUOQCSTORY.PPT
452
Prueba e implantación de soluciones
Probar las soluciones investigando los efectos secundarios que puedan afectar a otras áreas y después ponerlas en practica.
Planear la implantación de las alternativas seleccionadas.
Ejecutar las acciones del plan de acciones, comprobando su efectividad con: diagramas, fotos, cartas de control, Paretos, histogramas, etc.
453
1. Actions
2. Responsibilities
3. Schedule4. Cost/Benefit Analysis5. Measures
6. Risk Assessment7. Contingency Plan8. Change Strategy9. Communication Plan
10. Education Plan
Describes the specific actions & tasks to be taken for each root causeDescribes who is responsible for each action
Indicates when the actions & tasks will be completedPredicts direct & indirect costs & benefits associated with each actionIndicates whether the actions (solutions) are successfulAssesses what could go wrong if the actions are implementedIncludes a back-up plan for each action based on a risk assessmentIdentifies potential organizational barriers to actions and strategies for addressing themDetails who must be informed as well as how they will be informed and involved, before the actions are takenIdentifies who needs to be trained for the implementation to be successful as well as the source, scheduling, method and content of that training
Implementation Plan Components
454
Verificación de solucionesPUNTO CRITICO ACTIVIDADES
* Verificar hasta obtener efectos estables ampliando * Hacer análisis comparativo antes y después los datos históricos en gráficas de la etapa de * En caso de aplicar varias medidas correctivas "razón de selección del tema" , Verificar los efectos intangibles sin omisiones* Comparar el efecto en gráfica entre antes y después de DMAIC respecto al objetivo. confirmar el efecto sobre cada concepto de (relación humana, capacidad, trabajo en equipo, contramedidas. entusiasmo, área de trabajo alegre).* Determinar los beneficios monetarios, indirectos e intangibles.Investigar si existen áreas y operaciones similares tanto dentro como fuera de la planta, para aplicar las mismas contramedidas. Dar reconocimiento.
2.12
1.91.8
1.71.6
1.51.4
1.31.2
1.11
2.19 2.14 2.222.33
1.76
1.32
0.9 0.87 0.940.79
0.990.94
0
0.5
1
1.5
2
2.5
May-97 Jun-97 Jul-97 Ago-97 Sep-97 Oct-97 Nov-97 Dic-97 Ene-98 Feb-98 Mzo-98 Abr-98
%D < 1 %
Ejemplo 1.%DEFECTUSO
Comprobar efec_tividad de lasSoluciones con Pruebas de Hipótesis
455
Verificación de resultados Verificar hasta obtener efectos estables
ampliando los datos históricos como confirmación inicial.
Comparar el efecto antes y después del proyecto Seis Sigma respecto al objetivo.
Verificar los efectos intangibles sin omisiones(relación humana, capacidad, trabajo en equipo, entusiasmo, área de trabajo alegre).
Convertirlo en monto de ahorro en lo posible
456
Verificación de resultados
0102030405060708090
1e r trim. 2do trim. 3e r trim. 4t o trim.
EsteOe steN or te
0102030405060708090
1er t rim. 2do t rim. 3er t rim. 4to t rim.
E steOe steN orte
A N TE S DE SP U E S
ME J O R AC OSTO$ 5,000
C OSTO$ 1,000
457
Diagrama deIshikawa
Diagrama derelaciones
Diagramade Árbol
Análisis del Modo y Efecto deFalla (AMEF)
QFD
DiagramaCausa Efecto
CTQs = YsOperatividad
X's vitales
Diagramade Flujo
delproceso
Pruebasde
hipótesis
Causas raízvalidadas
¿CausaRaíz?
DefiniciónY=X1 + X2+. .Xn
X'sCausas
potenciales
Medición Y,X1, X2, Xn
FASE DE ANÁLISIS
SiNo
Llenar las últimas Columnas del FMEAy comprobar Hipótesis
458
459
Enlace de proyectos con metas organizacionales
Evaluar si la organización está lista para el cambio:
Evaluar el escenario futuro del negocio ¿hay estrategias claras?,¿se pueden alcanzar las
metas financieras y organizacionales?, ¿respondemos a nuevas circunstancias?
Evaluar el desempeño actual del negocio ¿Cómo son nuestros resultados actuales?, ¿qué tan
efectivamente cumplimos con clientes?,¿qué tan efectiva es la operación?
460
Enlace de proyectos con metas organizacionales
Revisar la capacidad de cambio y mejora de sistemas
¿Qué tan efectivos somos para manejar cambios?, ¿qué tan bien manejamos los procesos multifuncionales?, ¿se tiene conflictos con Seis Sigma?
Las empresas Seis Sigma tienen equipos de mejora ya en operación y sólo asignan Black Belts conforme sea necesario
461
Estudio de estrategias de 500 empresas en relación a Calidad, Utilidades y Productividad (E&Y
92)DESEMPEÑO
QUE HACER QUE NO HACER
POBRE(usar 7H´s para fruta colgante)
Concentrarse en lo básicoUsar equipos de sol. De prob.Usar administración por costosEmprender innovación con clientes
EmpowermentBenchmarking
MEDIO(usar 7H´s para mejorar)
Fijar metas y dar seguimientoSimplificar los procesosUsar equipos de mejora multidisciplinariosInvolucrar a la gerencia media
-
ALTO(ambiente adecuado p. Seis Sigma)
Benchmarks con otras organizacionesFacultar a empleados (empowerment)Comunicar planes estratégicosMejorar continuamente
-
462
No implantar Seis Sigma si La empresa ya tiene implementado un
programa de mejora de procesos efectivo
Los cambios actuales ya tienen abrumado al personal y los recursos
Los beneficios potenciales son insuficientes para financiar las inversiones necesarias para soportar a Seis Sigma
463
Análisis FODA - SWOT (fuerzas, amenazas, debilidades y
oportunidades) Fuerzas:
Algo en lo que la empresa es buena para hacer Patentes, experiencia, habilidades, recursos
clave, tecnología, posición en el mercado, reputación
Debilidades: Algo que le falta a la empresa o es una
condición en la queda en desventaja Poco flujo de caja, tecnología obsoleta, altos
costos indirectos, sin personal calificado, imagen de mala calidad
464
Fuerzas internas Debilidades internasCompetencias distintivasFinanzas sólidasLiderazgo en el mercadoTecnología propietariaVentajas en costoHabilidades de marketingMfra. de clase mundialHabilidades técnicas del personalImagen reconocidaHabilidades en Web
Muchas metasFalta de enfoque en la estrategiaInstalaciones obsoletasTecnología obsoletaGerencia sin experienciaProblemas de Mfra.Poca habilidad en Mktg.Sin capital para crecerPoco flujo de efectivoI y D inadecuadoNo se implementa los planes
Fuerzas y debilidades
465
Análisis FODA - SWOT (fuerzas, amenazas, debilidades y
oportunidades) Análisis del entorno:
Economía: condiciones económicas y tendencias del mercado
Socio-Político: gobierno local, regional, nacional, global, grupos de interés o aspectos legales
Social: sistema de valores, patrones sociales y demográficos, disponibilidad de personal calificado
466
Análisis FODA - SWOT (fuerzas, amenazas, debilidades y
oportunidades) Análisis del entorno:
Tecnología: actual y anticipada
Competencia: desempeño de la competencia y tendencias
Todos los niveles deben participar en las juntas de estrategia, incluyendo los nuevos empleados
467
Análisis FADO - SWOT (fuerzas, amenazas, debilidades y
oportunidades) Análisis de oportunidades y amenazas:
Estrategia alineada con las oportunidades adecuadas a las capacidades de la empresa
Estrategia de defensa contra amenazas externas
Estrategia de adaptación a cambios en el entorno
Impacto de Internet
468
Oportunidades externas
Amenazas externas
Expansión a nuevos mercadosAmpliar líneas de productosIncursionar en nuevos productosPoca rivalidad industrialMínimas regulacionesNuevas tecnologíasCiclo de crecimiento positivoB2B en InternerE-Commerce
Competencia globalProductos sustitutos disponiblesLento crecimiento del mercadoRequerimientos legales y regulatoriosCiclo recesivoClientes o proveedores fuertesNuevos competidoresB2B en InternetE-Commerce
Oportunidades y amenazas
469
Análisis PEST Análisis político
Análisis económico
Análisis social
Análisis tecnológico
470
Ejemplo: PEST