Beruflich Dokumente
Kultur Dokumente
Página 1 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
4 ¿Cuáles son las aportaciones del esquema de procesos SIPOC a Seis Sigma?
5 ¿Cómo funciona la administración matricial para administrar los procesos?
6 ¿A qué se refiere M. Harry con su recomendación de tres niveles de procesos?
7 ¿quiénes son los dueños del proceso (owners) y los grupos impactados (stakeholders)?
8 ¿Cómo pueden impactar las relaciones de los grupos impactados en los resultados?
9 ¿Qué beneficios tiene la administración de proyectos y de que áreas se seleccionan?
10 ¿Cuáles son algunos de los beneficios y costos de los proyectos?
11 ¿Qué son los presupuestos, pronósticos (forecasts), real (actual) y variaciones (variances)?
12 ¿Qué aspectos deben cosniderarse en la revisión de proyectos?
Página 2 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
• Benchmarking
38 ¿Qué es el benchmarking y de cuantas formas se puede realizar?
39 ¿Cuál es la secuencia normal de actividades para realizar el benchmarking?
40 ¿Por qué a veces no es posible hacer benchmarking contra el mejor en el mercado?
41 ¿Qué características tiene el benchmarking de proceso, de desempeño, proy.,estratégico?
Página 3 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
21 ¿Cuáles son algunas guías internas de operación típicas en los equipos de trabajo?
22 ¿Qué estructura se recomienda que tengan las agendas de las reuniones de los equipos?
23 ¿qué aspectos debe considerar el equipo ante selección de miembros, entrada, salida, etc.?
24 ¿Cuáles son las diferentes etapas de desarrollo de un equipo de trabajo?
25 ¿Qué aspectos se deben considerar para el reconocimiento en los equipos?
Página 4 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
1 ¿Cuáles son los objetivos de esta fase de la metodología DMAIC - Seis Sigma?
Página 5 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
¿Qué tipos de errores se pueden presentar?
¿A que se refiere el Teorema del Límite Central y cómo se aplica?
¿Qué son los intervalos de confianza y como se aplican para proporciones,medias y varianzas?
Ejercicio: El próximo mes habrá departamentos vacios con las probabilidad siguientes:
VacanProbabilidad
0 0.05 Listar los puntos muestrales de los siguientes eventos
1 0.15 y determinar su probabilidad
2 0.35
3 0.25 a) No hay departamentos vacios
4 0.1 b) Hay dos o menos departamentos vacios
5 0.1 c) Cuando menos hay cuatro departamentos vacios
Página 6 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
¿Cómo se construye un diagrama de caja y cómo se interpreta?
¿Cómo se construye un diagrama de talla y hojas y cómo se interpreta?
¿Cómo se construye un histograma y cómo se interpreta?
Ejercicio: Representar en los diagramas anteriores la siguiente secuencia de datos:
49.1 43.6 51.4 49.9 46.5 47.5 42.5 40.8 47.2
47.3 45.8 43.1 48 46.8 43.1 44.6 52.2 48.8
42.6 47.5 45.6 48.9 47.7 46.4 45.2 46.4 50.6
42.4 45.4 44.9 50.4 43.2 44.4 40.2 43.8 48.9
49.8 50.3 49.6 48.8 44.2 51 47.4 47 48.6
• Distribuciones de probabilidad
¿qué condiciones debe cumplir una distribución de probabilidad?
¿Cuál es la diferencia entre una distribución de probabilidad discreta y la continua?
¿Cuáles son las principales características de la distribución de Weibull?
¿Qué características tiene la distribución Binomial y como se aplica, cual es su media y varianza?
El 20% de los choferes son mujeres, si se seleccionan 20 al azar para una encuesta:
Usando la distribución binomial y la distribución de Poisson
a) ¿Cuál es la probabilidad de que dos choferes sean mujeres ?
b) ¿Cuál es la probabilidad de que al menos cuatro sean mujeres?
¿Qué características tiene la distribución de Poisson y como se aplica, cual es su media y varianza?
Ejercicio. Un proveedor de partes de bicicleta tiene 3% de defectos
Se compran 150 partes y si la probabilidad de que 3 o más
partes sean defectuosas excede al 50%, no se hace la compra.
¿Qué sucede en este caso?.
Ejercicio: Un proceso de mfra. produce 1.2 defectos por cada 100 unidades producidas,
¿Cuál es la probabilidad de que las siguientes 500 unidades presenten X=3 defectos?
Página 7 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
¿Cuál es la probabilidad de que al seleccionar 20choferes 3 sean mujeres?
Ejercicio: El tiempo de reacción de una sol. a un reactivo sigue una distribución normal con
una media poblacional de 0.4 seg. y una desviación estándar de 0.05 seg.
a) ¿Cuál es la probabilidad de que una reacción requiera más de 0.5 seg.?
b)¿Cuál es la probabilidad de que una reacción requiera entre entre 0.30 y 0.45 seg.?
c) ¿Cuál es el tiempo de reacción abajo del cual se tiene el 90% de la duración de las reacciones?.
Ejercicio: Los costos de producción mensuales de una imprenta son de $410 en promedio con
una desviación estándar de $87. ¿Cuál es la probabilidad de mantener los costos
este mes por debajo de los $300?.
Ejercicio: Los depósitos promedio en un banco son de $7,012 con una desv. estándar pob.
de $532 y están distribuidos normalmente. Si se seleccionan aleatoriamente n=35 depósitos:
a) ¿Cuál es el valor esperado de la media de la muestra tomada?
b) ¿Cuál es el valor estimado de la desv. Est. de las medias de las muestras tomadas?
c) ¿Cuál es el valor de la media muestral por debajo de la cual se encuentra el 80%
de los depósítos promedio en el banco?
Página 8 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
c) ¿Cuál es la probabilidad de que le devuelvan entre el 13% y el 19%?
Ejercicio: La vida (en horas) de un dispositivo electrónico tiene una media de 50 hrs.
y sigue una distribución exponencial:
a) ¿Cuál es la probabilidad de que el dispositivo falle en antes de las primeras 25 horas? F(x<=25)
b) ¿Cuál es la prob. de que el dispositivo funciones 100 horas o más antes que falle? F(x>=100)
Ejercicio: La etiqueta de un detergente líquido indica contenido de 12 oz, la función de llenado es:
f(x) = 8 para 11.975 <= x <= 12.10 y f(x) = 0 en cualquier otros caso. Distr. Uniforme
a) ¿Cuál es la probabilidad de que una botella sea llenada con un peso de 12.02 onzas o más?
Ejercicio: Una persona utiliza en el viaje a su trabajo mínimo 63 minutos y máximo 110 minutos
Si los tiempos están distribuidos uniformemente:
a) Cual es el tiempo promedio de viaje
b) Cuál es la probabilida de que le tome 1.5 horas.
Página 9 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
¿qué significa Sensibilidad, reproducibilidad, exactitud, precisión o repetibilidad?
¿Qué consideraciones se deben tomar para hacer un estudio R&R?
¿Cuáles son los pasos para realizar un estudio R&R?
¿Qué diferencia hay entre un estudio R&R basado en Medias y Rangos y otro en ANOVA?
¿Cómo se interpretan los errores de sesgo, linealidad y estabilidad?
¿cuándo se considera como base de referencia la variación total del proceso y cuando la tolerancia?
¿Qué comportamiento deben mostrar las cartas X R de un estudio R&R?
¿Cómo deben ser los niveles de R&R cuando la característica es crítica y cuando no es crítica?
% Tolerance
0.75
50
0.50
0
Gage R&R Repeat Reprod Part-to-Part 1 2 3 4 5 6 7 8 9 10
Part
R Chart by Operator
1 2 3 Response by Operator
UCL=0.1252 1.00
Sample Range
0.10
0.75
0.05 _
R=0.0383
0.50
0.00 LCL=0
1 2 3
Operator
Xbar Chart by Operator
1 2 3 Operator * Part Interaction
1.00 1.00 O perator
Sample Mean
_
UCL=0.8796
_
1
Average
2
X=0.8075
0.75 LCL=0.7354 0.75 3
0.50
0.50
1 2 3 4 5 6 7 8 9 10
Part
Página 10 de 41
2
X=0.8075
Sample M
0.75
Avera
0.75 LCL=0.7354 3
0.50
0.50
UIA - SEIS SIGMA 1 2 3 4 5
Part
Dr.7 Primitivo
6 8 9 10 Reyes / 04/13/2018
Ejercici Un proceso con los datos mostrados abajo tiene un LSE = 8, determinar lo siguiente:
e) ¿Qué se puede
9.6 10.4 11.2 12.0 12.8 13.6 concluir de los
O bserv ed P erformance
P P M < LS L 0.00
Exp. Within P erformance
P P M < LS L 671.85
E xp. O v erall P erformance
P P M < LS L 314.35 resultados en PPMs?
P P M > U S L 0.00 P P M > U S L 4191.66 P P M > U S L 2470.24
P P M Total 0.00 P P M Total 4863.51 P P M T otal 2784.59
Página 11 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
Unidad 10000 Rendimiento Yrt =
Defecto 435 Z sigmas =
Oportun 4 DPMO =
para defectos
Media 21.2 b) Utilizando la distribución normal
Desviac 3.7 Rendimiento Yrt =
estándar Z sigmas =
Límites LIE=12 DPMO =
especif LSE=30
c) DPMO equivalentes =
f) DPMOs equivalente
Página 12 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
g) Defectos por unidad =
i) Z benchmark =
22
Strength
21
20
19
8 AM 9 AM 10 AM 11 AM 12
18
. AM
17
0.2510” 15 18 21
MetalType
¿Cómo se interpreta la siguiente carta
0.2500” Multivari?
0.2490”
Página 13 de 41
0.2500”
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
0.2490”
Izquierda
Máximo
Derecha
Mínimo
• Diagrama sistemático
Variación
Variación de
de
sist. medición
proceso
Página 14 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
• Análisis de regresión lineal, cuadrática y múltiple
¿Para que sirve el análisis de regresión lineal?
¿Por qué se le denomina método de mínimos cuadrados?
¿cómo se prueba la significancia de la regresión?
¿cómo se estima la varianza de la variable dependiente?
¿cómo se determina el coeficiente de correlación y que significa?
¿Cómo se intepreta el coeficiente de determinación?
Ejercicio: Hacer un análisis de regresión simple completo Ejercicio: ¿Existe relación entre los niveles de
completo con los datos siguientes: Consumo (Y) y el ingreso de consumindores (X)?
Publicidad X Pasajeros Y a) Establecer la ecuación de regresión
10 15 a) Ecuación b) Hacer la gráfica de la regresión
12 17 b) r c) ¿Qué consumo se pronostica para alguien
8 13 c) r cuadrada que gane $27,000?
17 23 d) ¿Existe reg? Datos:
10 16 e) Intervalo de X=Ingreso Y=Consumo
15 21 confianza para 24.3 16.2
10 14 X = 14 12.5 8.5
14 20 f) Intervalo de 31.2 15
19 24 predicción 28 17
10 17 para X = 14 35.1 24.2
11 16 g) Gráfica de 10.5 11.2
13 18 regresión 23.2 15
16 23 h) Analizar 10 7.1
10 15 los residuos 8.5 3.5
12 16 15.9 11.5
14.7 10.7
Ejercicio: Interpretar los resultados de la regresión lineal siguiente: 15 9.2
Regression Analysis: Calif Y versus Tiempo X
The regression equation is
Calif Y = 31.21 + 0.6955 Tiempo X
S = 4.47182 R-Sq = 77.0% R-Sq(adj) = 74.2%
Analysis of Variance
Source DF SS MS F P
Regression 1 536.923 536.923 26.85 0.001
Error 8 159.977 19.997 a) ¿Existe la regresión?
Total 9 696.900
b) ¿Cómo se predice Y
para una cierta X?
Fitted Line Plot
Calif Y = 31.21 + 0.6955 Tiempo X
90 Regression
95% CI
c) ¿Qué significan los
95% PI
intervalos CI y PI?
80 S 4.47182
R-Sq 77.0%
R-Sq(adj) 74.2%
70 c) ¿Cuál es el valor del
Calif Y
coeficiente de correlación?
60
40
30 40 50 60 70
Tiempo X
S 6.00002
Página 15 de 41
ion
R-Sq(adj) 0.0%
30 R-Sq 79.3%
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
Fitted Line Plot Fitted Line Plot
EnergyConsumption = 128.8 - 13.11 MachineSetting EnergyConsumption = 1.25 + 0.3218 MachineSetting
+ 0.3289 MachineSetting**2 50 Regression
50 Regression 95% CI
95% C I 40 95% PI
40 95% PI S 12.1825
30 R-Sq 2.3%
EnergyConsumption
S 6.00002
EnergyConsumption
R-Sq(adj) 0.0%
30 R-Sq 79.3%
20
R-Sq(adj) 73.4%
20 10
10 0
0 -10
-20
-10
-30
-20
10 15 20 25 30 10 15 20 25 30
MachineSetting MachineSetting
a) Diagrama de dispersión
b) Coeficiente de correlación
c) Recta gráfica
d) Ecuación de regresión
e) si Altura es 63 cual es el peso estimado
f) Coeficiente de determinación
g) Prueba de significancia para el parámetro Beta1
h) Intervalo de confianza para un 90% en Beta 1
i) Prueba de la significancia de la regresión
j) Intervalo de confianza para la media de Yest en altura = 65
k) Intervalo de predicción para los valores individuales de Yest en altura = 65
l) Determinación de residuales (3 valores)
n) Gráfica de distribución normal de los residuales
Ejercicio: Un experimento para determinar el efecto del tiempo en horas (X) a una cierta temperatura
a un cambio en la viscocidad del aceite (Y) da los resultados siguientes:
Página 16 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
8 13 2.08 su significado
17 23 3.68 d) Predecir el valor de los pasajeros con
10 16 2.56 una publicidad de 14 y un PIB de 2.0.
15 21 3.36 e) Analizar los residuos para validar
10 14 2.24 el modelo
14 20 3.2 f) Analizar las gráficas de Y vs X1 y
19 24 3.84 Y vs X2 y sacar conclusiones
10 17 2.72
11 16 2.07
13 18 2.33
16 23 2.98
10 15 1.94
12 16 2.17
Y3 X5 X6 X7 X8 a) Encontrar un modelo de
9 5.8 18.6 28.6 86.5 regresión múltiple para los datos
9.3 5.2 18.8 30.6 84.5 Regression > Regression > Normal Plot of Res.
9.3 5.6 19 32.4 88.8 b) Predecir la fuerza de sujeción
9.5 6 20.8 32.6 85.7 Y3 cuando X5 = 6, X6 = 20
9.8 5.2 19.9 32.2 93.6 X7 = 30, X8 = 90
10 5.8 18 31.8 86 Considerar un intervalo de
10.3 6.4 20.6 32.6 87.1 confianza y de predicción del 95%
10.5 6 20.2 33.4 93.6 Regression > Regression > Options > Pred. Intervals for
10.8 6.2 20.2 31.8 86 new observations / X6 X6 X7 X8 / 95%
11 6.2 19.2 32.4 87.1 c) Identificar por medio de las
11.3 6.2 17 31.4 93.1 correlaciones entre las X's
11.5 5.6 19.8 33.2 83.4 cuales presentan colinealidad
11.8 6 18.8 35.4 94.5 y por tanto como se debe adecuar
12.3 5.8 19.8 34 83.4 la ecuación de regresión múltiple
12.5 5.6 18.8 34.2 85.2 Basic statistics > Correlation (display P values)
En cada comparación aparece R2 y su P value (sign..05)
Ejercicio. Una muestra de 50 bultos de productos pesa en promedio Xmedia = 652.58 Kgs., con S = 217.43 Kgs.
Determinar el intervalo de confianza al NC del 95% y al 99% donde se encuentra la media del proceso (poblacional).
Alfa = 1 - NC
Ejercicio. Un intervalo de confianza del 90% para estimar la ganancia promedio del peso de ratones de laboratorio es
de 0.93 a 1.73 onzas. ¿Cuál es el valor de Z?.
Página 17 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
Ejercicio. 100 latas de 16 onzas de salsa de tomate tienen una media de Xmedia = 15.2 onzas y una S = 0.96 onzas.
¿A un nivel de confianza del 95%, las latas parecen estar llenas con 6 onzas?.
Ejercicio. Una muestra de 16 soluciones tienen un peso promedio de 16.6 onzas con S = 3.63. Se rechaza la
solución si el peso promedio del lote no excede las 18 onzas. ¿Cuál es la decisión a un 90% de nivel de confianza?.
Ejercicio.. 20 cajas de producto pesaron 102 grs. Con S = 8.5 grs. ¿Cuál es el intervalo donde se encuentra
la media del lote para un 90% de nivel de confianza?. Grados de libertad = gl = 20 - 1 = 19
Ejercicio. Una muestra de 25 productos tienen un peso promedio de 23.87 grs. Con una S = 9.56. ¿Cuál es la
estimación del intervalo de confianza para un nivel de confianza del 98% del peso de productos del lote completo?.
2. Con los datos del problema anterior, determinar el Intevalo de confianza para un 95% de nivel de confianza.
Ejemplo: Los pesos de 25 paquetes enviados a través de UPS tuvieron una media de 3.7 libras
y una desviación estándar de 1.2 libras. Hallar el intervalo de confianza del 95% para
estimar el peso promedio de todos los paquetes. Los pesos de los paquetes se distribuyen normalmente
Ejemplo: En una encuesta a 673 tiendas, 521 reportaron problemas de robo por los empleados
¿Se puede concluir con un 99% de nivel de confianza que el 78% se encuentra en el
intervalo de confianza. ?
Ejercicio: Las ganancias promedio por acción en 2001 fueron de 3 dolares, muestra de 10 empresas
mostraron las siguientes ganancias para 2002:
1.92 2.16 3.63 3.16 4.02 3.14 2.20 2.34
3.05 2.38
a) Para un alfa de 0.05 probar la afirmación de que estas ganancias difieren de los 3 dolares del 2001
b) ¿Cuál es el valor p de la prueba?
Ejercicio: Antes de publicar un libro, BANTAM, hace una prueba a un nivel alfa = 2% de que el precio
Página 18 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
promedio es de $35.¿Se sustenta la afirmación si en una muestra de n = 50 tiendas, se observa
X̄ =32. 97 , S=12. 87 . ?
Ejercicio: Se planea en un restaurante eliminar del menú el pollo frito. Se afirma que las ventas habían
descendido por debajo de la media histórica de $4,500. ¿parece una decisión adecuada si en una
muestra de n = 144 observaciones se observa
con alfa = 2%?.
X̄ =4, 477 , S=1, 128
Ejercicio: Se publica que el costo de alojamiento es menor a $3,500. ¿se confirma esta cifra a un nivel
del 5%, si en una muestra n = 60, ?
X̄ =$ 3,200 , S=$ 950.
Ejercicio: Un distribuidor piensa que el promedio de sus ventas son de $12,000 al mes. Selecciona 10 meses
y encuentra: A un alfa del 5% ¿qué se puede concluir?.
X̄ =$ 11, 277 , S=3, 772
Ejercicio: La vida útil de un foco es de 5,000 horas. Un nuevo diseño se piensa incremente esta
vida. Se prueban n = 25 focos con fusión a Concluir para un nivel alfa del 5%.
X̄ =5, 117, S=1, 886 .
Ejercicio: DHL afirma que entrega paquetes en menos de 2.5 días que es la media histórica. Se
hacen n = 17 observaciones y se encuentra que días. Probar con alfa = 0.01.
X̄ =2. 2, S=0. 9
Ejercicio: Probar la afirmación de que la varianza es menor a 15, si se toma una muestra de 8 partes y se
obtiene una desviación estándar de 8 para un 95% de nivel de confianza.
¿Cómo se realiza una prueba de hipótesis para prueba de parámetros de dos poblaciones?
¿por qué es necesario hacer una prueba de igualdad de varianzas antes de la prueba t?
¿Cómo se realiza una prueba de hipótesis para varianzas de dos poblaciones?
Ejercicio: Un laboratorio de materiales está analizando el efecto del añejamiento de un producto, quieren
saber si hay mejora en la consistencia de resistencia después de un año (asumir un 95% de nivel de confianza).
Los resultados obtenidos son: Al inicio Un año después
Número de pruebas 9 7
Desv. Estándar PSI 900 300
Ejercicio: Dos muestras consistentes de 10 y 8 mediciones respectivamente tuvieron varianzas de 7.14 y 3.21
respectivamente. ¿Hay suficiente evidencia para afirmar que las varianzas no son iguales?. Usar un alfa de 0.10.
¿Cómo se hace una prueba de hipótesis para dos medias, cuando usar Z y cuando usar t?
Página 19 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
Ejercicio: Se toman muestras de tamaño n1 = 50 y n2 = 60, revelan medias y desviaciones estándar
X̄ 1 =512 S 1 =125 X̄ 2 =587 S 2 =145
respectivamente. A un nivel del 2% pruebe la hipótesis Ho : μ1 = μ 2 o μ1 −μ2 =0
de que las medias de ambas poblaciones son iguales
Ejercicio: Repetir el problema anterior asumiendo que las varianzas son iguales.
Ejercicio: Probar si un nuevo programa da mejores resultados en las horas promedio de terminación de
un proyecto para un nivel de confianza del 95%:
Programa
actual nuevo a) Probar la hipótesis de igualdad de varianzas (Ho:s12=s22)
300 276
280 222 b) Probar la hipótesis ( t) de si la media del nuevo programa
344 310 es menor que la del actual (Ha: Miu nuevo < Miu actual)
385 338
372 200
360 302
288 317
321 260
376 320
290 312
301 334
283 265
¿Cómo se realiza una prueba de hipótesis para muestras pareadas, cuando usar Z y cuando usar t?
Ejercicio: Muestras pareadas de tamaño n = 81 dan una media de las diferencias de 36.5 y una desviación
estándar de las diferencias de 29.1. Probar la igualdad de las medias a un alfa de 0.01.
Ejercicio: Muestras pareadas de tamaño n = 25 dan una media de las diferencias de 45.2 y una
desviación estándar de las diferencias de 21.6. Probar la igualdad de las medias a un alfa del 5%.
29. Muestras de tamaño n1 = 120 y n2 = 150 produjeron proporciones de p1= 0.69 y p2 = 0.73.
Pruebe la igualdad de las proporciones de las poblaciones a un nivel del 5%.
Ho: π 1 =π 2
Ejercicio: Los errores de facturac Oficina 2
Oficina 1 250 n2 = 300 Nivel de confianza = 95%
n1 = 30 errores = 25
errores =
Página 20 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
a) Probar la afirmación de que las proporciones de errores en ambas oficinas son iguales
Ejercicio: Dos muestras de tamaño n1 = n2 = 500 se utilizan para probar la hipótesis de que . Ho: π ≤π
1 2
Las proporciones muestrales son p1 = 14% y p2 = 11%. A un nivel del 10%. ¿Cuál es la conclusión?.
Ejercicio: Dos muestras de tamaño n1 = 200 y n2 = 250 se utilizan para probar la hipótesis de que . Ho: π 1 ≥π 2
Las proporciones muestrales son p1 = 22% y p2 = 26%. A un nivel del 1%. ¿Cuál es la conclusión?.
• Tablas de contingencia
¿Qué es una tabla de contingencia?
¿Cómo se calculan las probabilidades para cada celda de la tabla de contingencia?
¿Cómo se prueba la hipótesis de independencia en la tablas de contingencia?
Ejemplos:
Ejemplo: Probar la hipótesis si no hay diferencia significativa entre los 3 inspectores con los datos siguientes:
Inspectores
Resultados 1 2 3 Total
Radios detectados 27 25 22
Radios no detectados 3 5 8
Ejemplo: Probar si los resultados en el trato de una enfermedad depende del hospital
Hospital
Resultados A B D E
Sin cambio 15 6 8 44
Ligera mejora 20 11 39 30
Mejora significativa 18 19 38 9
• Análisis de varianza
Ejercicio: La resistencia a la tensión observada en función del peso porcentual del algodón en
Página 21 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
una fibra sintética es:
Probar a un 5% de significancia si los porcentajes de algodón tienen el mismo efecto o cual es mejor
Peso porcentual del algodón
15% 20% 25% 30% 35%
7 12 14 19 7
7 17 18 25 10
15 12 18 22 11
11 18 19 19 15
9 18 19 23 11
Ejercicio: ¿Parecería que hay diferencia en los salarios que ganan los nuevos graduados en diferentes campos?
Probar esta hipótesis al 5%
Ejercicio: Interpretar los resultados del problema siguiente: MUESTRA 1 MUESTRA 2 MUESTRA 3
93 77 88
98 87 75
Normal Probability Plot of the Residuals
(responses are MUESTRA 1, MUESTRA 2, MUESTRA 3)
107 84 73
99
102 95 84
95
90 85 75
80
70 82
Percent
60
50
40
30
20
10
5
Preguntas:
1
-15 -10 -5 0 5 10
Residual a) ¿Es adecuado el modelo?
Página 22 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
¿Qué es el analisis de varianza de dos vias o direcciones?
¿Qué significa el término bloqueo del experimento?
¿Qué término se agrega a la tabla ANOVA normal cuando se usan dos vías?
Experiencia
en años de los Máquinas
operadores Maq 1 Maq 2 Maq 3
1 27 21 25
2 31 33 35
3 42 39 39
4 38 41 37
5 45 46 45
95
de los operadores
Percent
60
50
40
30
20
b) A un 95% de nivel de confianza que se
10
Individual 95% CIs For Mean Based on Pooled Individual 95% CIs For Mean Based on
StDev Pooled StDev
Renglon Mean +---------+---------+---------+--------- Columna Mean ------+---------+---------+---------+-
1 24.3333 (----*---) 1 36.6 (---------------*---------------)
2 33.0000 (---*---) 2 36.0 (---------------*---------------)
3 40.0000 (---*---) 3 36.2 (--------------*---------------)
4 38.6667 (---*----) ------+---------+---------+---------+---
5 45.3333 (----*---) 34.5 36.0 37.5 39.0
+---------+---------+---------+---------
21.0 28.0 35.0 42.0
Página 23 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
¿Para que sirve y cómo se utiliza la prueba de Signos?
Price index values for 29 homes in a suburban area in the Northeast were determined. Real estate records
indicate the population median for similar homes the previous year was 115. This test will determine if there is
sufficiente evidence for judging if the median price index for the homes
Sign Test for Median: PriceIndex a) ¿qué podemos concluir con estos resultados?
Measurements in growth were made on samples that were each given one of three treatments
you decide to select the Kruskal-Wallis procedure to test H0: h1 = h2 = h3, versus H1: not all h's
are equal, where the h's are the population medians
Overall 16 8.5
H = 8.63 DF = 2 P = 0.013
H = 8.64 DF = 2 P = 0.013 (adjusted for ties)
DBP1 90 72 61 66 81 69 59 70
DBP2 62 85 78 66 80 91 69 77 84
Página 24 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
Test of ETA1 = ETA2 vs ETA1 not = ETA2 is significant at 0.2685
The test is significant at 0.2679 (adjusted for ties)
¿Para que sirve y cómo se utiliza la prueba Suma de Rangos de Wilconox - Mann Whitney?
Achievement test scores in science were recorded for 9 students. This test enables you to judge if there is sufficient
evidence for the population median being different than 77 using a = 0.05.
Achievement 77 88 85 74 75 62 80 70 83
• Pruebas B vs C
Página 25 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
¿Cuáles son los pasos principales para la realización de diseños de experimentos?
¿Qué consideraciones deben tomarse en cuenta al planear y desarrollar experimentos?
¿Cuáles los diferentes proósitos que puede tener un diseño de experimentos?
¿Qué criterios se deben tomar para seleccionar las variables de proceso y sus niveles?
¿cómo se puede establecer una lista de verificación sencilla para realizar experimentos?
¿Cuáles son los supuestos normales que se toman como hechos cuando se realizan experimentos?
En relación al equipo de medición, estabilidad del proceso, adecuación del modelo
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
Temperatura (°F)
Tipo de Mat. 15 70 125
Página 26 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
1 130,155, 74 34, 40, 80, 75 20, 70, 82, 58
180,
Réplica
Factor
A B 1 2 3
- - 28 25 27
+ - 36 32 32
- + 18 19 23
+ + 31 30 29
Ejercicio: Un ingeniero industrial está interesado en identificar el efecto que dos tipos de botellas de plástico y
vidrio tienen en el tiempo de empaque realizada por dos operadores.
Página 27 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
BotellaOperador Tiempo a) Con un análisis de los residuos identificar si es
Vidrio 1 5.12 adecuado el modelo
Plástico 1 4.95 DOE>Factorial > Analyze Factorial Design; Graphs Pareto, Normal, Normal Plot
Vidrio 2 6.65 b) Identificar los factores e interacciones significativos
Plástico 2 5.28
Vidrio 1 4.98 c) Escribir la ecuación de regresión del modelo del proceso
Plástico 1 4.27 tanto en unidades codificadas como no codificadas
Vidrio 2 5.49
Plástico 2 4.75 d) Comprobar con la gráfica de Pareto y la gráfica normal
Vidrio 1 4.89 de efectos principales la significancia identificada en b)
Plástico 1 4.43
Vidrio 2 6.24 e) De las gráficas factoriales identificar los mejores
Plástico 2 4.91 niveles de los factores significativos de tal forma de
Vidrio 1 5 obtener un tiempo mínimo de empaque
Plástico 1 4.25 DOE>Factorial > Factorial Plots; Main Effects e Interaction Plots
Vidrio 2 5.55 f) Con otro diseño cambiando vidrio por -1 y plástico por +1 obtener la gráfica
Plástico 2 4.71 contornos, identificar la combinación de factores que proporcionen
un tiempo mínimo e indicar la dirección para continuar experimentos
DOE >Factorial > Contour Plots
Nivel
Factor Bajo Alto a) Considerando sólo el peso
A (ºC) 100 120 molecular ¿qué efectos parecen
B (%) 4 8 importantes?. Comprobar con el
C (min) 20 30 valor P, Pareto y normal de fact.
D (psi) 60 75
b) Escribir el modelo de regresión
Create Factorial Design > 2 levels; En Designs 1 réplicas para predecir el peso molecular
A B C D Peso mol Viscocidad como una función de las variables
-1 -1 -1 -1 2400 1400 codificadas importantes
1 -1 -1 -1 2410 1500
-1 1 -1 -1 2315 1520 c) Comentar la adecuación del
1 1 -1 -1 2510 1630 modelo
-1 -1 1 -1 2615 1380 d) De las gráficas factoriales
1 -1 1 -1 2625 1525 corresp. A que niveles de factores
-1 1 1 -1 2400 1500 se maximiza el peso.
1 1 1 -1 2750 1620
-1 -1 -1 1 2400 1400 e) Considerando la viscocidad
1 -1 -1 1 2390 1525 ¿qué efectos parecen
-1 1 -1 1 2300 1500 importantes?. Comprobar con
1 1 -1 1 2520 1500 valor P, Pareto y normal de fact.
-1 -1 1 1 2625 1420 f) Escribir el modelo de regresión
1 -1 1 1 2630 1490 para predecir la viscocidad
-1 1 1 1 2500 1500 como una función de las variables
1 1 1 1 2710 1600 codificadas importantes
0 0 0 0 2515 1500 y no codificadas
0 0 0 0 2500 1460 g) Comentar la adecuación del
0 0 0 0 2400 1525 modelo
0 0 0 0 2475 1500
h) De las gráficas factoriales
Página 28 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
Analizar con corresp. A que niveles de factores
alyze Factorial Design; Graphs Pareto, Normal, Normal Plot se maximiza la viscocidad.
Ejercicio: Tres diferentes combustibles fueron mezclados para formar una gasolina. Se midió el desempaño
en Millas por Galón como variable de respuesta, los resultados se muestran a continuación:
DOE> Mixture > Create Mixture Design; Simplex Centroid 3 components
Designs> Sel. Augment the design with axial points; Number of replicates for the selected points
Vértice 2
A B C MPG Doble componente 1
1 0 0 24.5 Punto central 2
0 1 0 24.8 Punto axial 1
0 0 1 22.7
0.5 0.5 0 25.1 a) Obtener la gráfica triangular del diseño
0.5 0 0.5 24.3 DOE > Mixture > Simplex Design Plot
0 0.5 0.5 23.5
0.3333 0.33333 0.33333 24.8 b) Por medio de un análisis de los residuos
0.6667 0.16667 0.16667 24.2 identificar si el modelo es adecuado para el análisis
0.1667 0.66667 0.16667 23.9 DOE > Mixture > Analyze Mixture Design; Graphs Normal Plot
0.1667 0.16667 0.66667 23.7
1 0 0 25.1 c) Determinar la ecuación de regresión del modelo
0 1 0 23.9 si la P de la regresión cuadrática no es significativa
0 0 1 23.6 en la tabla ANOVA de componentes, sólo incluir los
0.3333 0.33333 0.33333 24.1 coeficientes para las variables simples (A, B, C)
no incluir términos cuadráticos (A2, B2)
Source DF Seq SS Adj SS Adj MS F P
Regression d) Por medio de la gráfica de contornos, identificar
Linear que combinación proporciona el mejor rendimiento
Quadratic P Value Proporciones de A = ?, B = ? Y C = ?
DOE> Mixture > Contour Surface Plot
Página 29 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
Para la soldadura de una tarjeta electrónica de circuito impreso cuyos componentes ya han sido insertados,
se determina como respuesta Y a la cantidad de defectos en cada millón de puntos de soldadura. Los factores
que se piensa que afectan a la calidad del proceso de soldadura se encuentran:
Por otro lado se tienen factores de ruido que no se desean controlar durante el proceso de fabricación
y ante los cuales se desea que el proceso sea robusto, estos factores son:
Página 30 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
1 1 2 2 2 136 136 132 136
2 2 1 1 2 185 261 264 264
2 2 2 2 1 47 125 127 42
1 2 1 2 1 295 216 204 293
1 2 2 1 2 234 159 231 157
2 1 1 2 2 328 326 247 322
2 1 2 1 1 186 187 105 104
c) Describir la ecuación de regresión del modelo para las medias de las respuestas
d) Analizar las gráficas de los relaciones Señal/Ruido (S/N) e identificar que combinación de niveles maximiza la
respuesta, con lo que estaremos minimizando la variabilidad de generación de defectos del proceso
e) Analizar las gráficas de los factores principales en su media e identificar que combinación de niveles minimiza la
respuesta, con esto minimizaremos los defectos de soldadura del proceso
El experimento mostrado abajo utiliza un diseño central compuesto para estudiar el efecto de tres variables en
el porcentaje de conversión en un proceso químico:
DOE > Response surface > Create Response Surface Design > Central composite 3 factors;
Designs (el primero); Factors nombre de los factores;
TiempoTemperatura Catalizador Conversión a) Hallar un modelo de segundo orden
-1 -1 -1 74 que ajuste los datos
1 -1 -1 51 Analyze Response Surface Design - coded units; Graphs Normal Plot
-1 1 -1 88 b) Analizar los residuos por medio de la gráfica
1 1 -1 70 normal y comentar sobre la adecuación del modelo
-1 -1 1 71
1 -1 1 90 c) Identificar los niveles de las variables que
-1 1 1 66 permitan operar el proceso de tal forma
1 1 1 97 de tener una zona óptima máxima
-1.6818 0 0 76 Response Surface > Contour Surface Plot
1.6818 0 0 79
0 -1.68179 0 85
0 1.68179 0 97
Página 31 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
0 0 -1.68179 55
0 0 1.68179 81
0 0 0 81
0 0 0 75
0 0 0 76
0 0 0 83
0 0 0 80
0 0 0 91
• EVOP
¿Qué es el EVOP?
¿Cuáles son su ventajas y sus desventajas?
¿Cuál es el procedimiento para realizarlo?
¿Cuál es criterio para cambiar de nivel de los factores?
¿En que situaciones es más recomendable su aplicación?
Ejercicio: Con los datos siguientes de dimensiones de una parte, dibujar una carta de control de Medias
Medias Rangos considerando n = 5
Página 32 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
Subgru X1 X2 X3 X4 X5
po
1 15 11 8 15 6
2 13 6 9 5 10
3 9 12 9 3 23
4 13 12 9 6 10
5 8 12 14 9 10
6 13 16 12 15 18
7 11 7 16 10 14
8 13 9 12 13 17
9 4 14 5 11 11
10 9 10 7 10 13
11 14 16 11 14 7
12 15 15 9 15 7
13 25 24 11 12 5
14 10 15 12 4 6
15 10 10 9 14 14
16 7 10 9 11 16
17 11 7 10 10 7
18 17 10 11 9 8
19 8 9 6 13 9
20 15 10 12 12 16
¿cuáles son las características y aplicaciones de la carta de control de lecturas individuales I-MR?
Ejercicio: Dibujar una carta de lecturas individuales con las variaciones respecto al estándar que se produjeron
durante un periodo de 30 días como sigue:
Día m Variació
n Xi
1 -12 a) Dibujar una carta de control I-MR de valores individuales y rango móvil.
2 26 ¿Está el proceso en control estadístico?.
3 -36 b). Asumir que se pueden identificar las causas asignables, eliminar los puntos que salen
4 -30 de control y recalcular los límites de control
5 -34
6 8 c) Repetir el paso b tantas veces como sea necesario hasta tener un proceso estable.
7 34 Calcular la desviación estándar del proceso.
8 -24 Si los límites de especificación de las dimensiones son –70 y +80.
9 40 Determinar los límites de tolerancia natural del proceso.
10 -26 ¿Cuál es el valor de la fracción defectiva total fuera de especificaciones?
11 69 ¿Cuál es el valor del Cp? Es potencialmente hábil el proceso.
Página 33 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
Página 34 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
23 180 2
24 185 8
25 190 7
Ejercicio: Dibujar una carta de control np de número de defectuosos o número de productos no conformes,
considerando un tamaño n de muestra constante de 200 piezas. Al inspeccionar m = 28 muestras se
encontraron los siguientes productos defectuosos en cada una respectivamente:
6, 6, 6, 5, 0, 0, 6, 14, 4, 0, 1, 8, 2, 4, 7, 1, 3, 1, 4, 0, 4, 15, 4, 1
Ejercicio: Dibujar una carta de control c para el número de defectos o no conformidades encontradas en
25 sub-ensambles de radio (6 radios = 1 unidad de inspección) respectivamente:
70, 64, 81, 105, 40, 62, 53, 48, 82, 90, 110, 54, 88, 40, 21, 56, 91, 70, 65, 50, 28, 24, 60, 75, 25
Ejercicio: Hacer una carta u para el número de defectos (no conformidades por unidad)
con los datos siguientes:
Día Unidades Defectos
inspeccionad encontrados
as n Di
m
1 60 13
2 43 12
3 29 7
4 55 19
5 44 14
6 20 9
7 55 18
8 40 13
9 20 6
10 61 24
11 49 15
12 29 6
13 66 16
14 41 11
15 25 20
16 43 16
Página 35 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
17 42 29
18 22 3
19 61 21
20 42 20
21 18 2
22 39 14
23 29 10
24 10 3
a) Dibujar una carta de control u con límites variables. ¿Está el proceso en control estadístico?
b). Asumir que se pueden identificar las causas asignables, eliminar los puntos que salen de control
y recalcular los límites de control
c) Repetir el paso b tantas veces como sea necesario hasta tener un proceso estable.
d) Con estos mismos datos dibujar la carta u considerando el promedio de n.
e) .Dibujar la carta u con límites de control estandarizados en + - 3 graficando los valores de Zi.
¿Qué tipo de cartas se tienen para corridas cortas y cuando es mejor su uso?
¿Para la carta de Medias Rangos de corridas cortas, como se determinan los valores individuales?
¿Para la carta de control estandarizadas para corridas cortas, cómo se determinan los valores Zi?
¿Cómo se pueden monitores varias características por variables en una sola carta de control?
• Cartas de Pre-control
¿Qué características tiene las cartas de Pre Control y cómo se construyen sus límites de control?
¿Cuáles son las reglas para llevar un Pre Control del proceso con estas cartas?
¿Cuáles son las ventajas y las desventajas de las cartas de Pre control?
Ejercicio: Los datos históricos de un proceso muestran una EWMA0 = 50 y una desviación estándar S = 2.0539
Lamda se escoge en 0.3
EWMA Chart of EW
53
UCL=52.588
52
51
_
_
EWMA
50 X=50
49
48
LCL=47.412
47
2 4 6 8 10 12 14 16 18 20
Sample
Página 36 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
¿cuáles son sus ventajas y desventajas respecto a las cartas de control X R?
Interpretar el comportamiento del proceso de la carta CuSum siguiente:
CUSUM Chart of EW
10
UCL=8.04
5
Cumulative Sum
0 0
-5
LCL=-8.04
-10
2 4 6 8 10 12 14 16 18 20
Sample
• Herramientas Lean para control (5S’s, Poka Yokes, TPM, Kaizen, Kan Ban, planta visual)
¿qué son y para que se utilizan las 5S's?
¿Qué es y para que se utiliza el TPM?
¿Qué es y para que se utiliza el Kaizen?
¿Qué es y para que se utiliza el Kanban?
¿Qué es y para que se utiliza la administración visual?
¿Qué es y para que se utilizan los Poka Yokesl?
¿Qué es y para que se utiliza la estandarización del trabajo?
• Estandarización e integración
¿Cómo se estandarizan las alternativas implementadas?
¿Cómo se establece el programa de entrenamiento para los nuevos métodos?
¿Cómo se documentan las nuevas alternativas implementadas?
X. La Empresa Lean
• Introducción a la filosofía Lean
• Introducción
Página 37 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
¿Qué beneficios se obtienen con la Manufactura Lean?
¿Qué estructura tiene la cadena de valor en la empresa?
¿Qué es un proceso?
Dar un ejemplo de proceso con el modelo SIPOC
¿Qué diferencias hay entre los clientes internos y los externos?
¿Cómo se establece un mapa del proceso desplegado?
¿Cómo se establece un mapa de proceso de valor
En base a un mapa de proceso que mejoras se pueden proponer en la operación?
• Las 5 S’s
¿Cuál es el propósito de las 5S’s
¿Cuáles son las etapas de esté método?
¿Qué problemas se presentan normalmente al implantarlas?
¿Cómo se vence la resistencia?
¿Cómo se implementa la primera S – Seiri (Sort)?
¿Cómo se implementa la segunda S – Seiton (Straighten)?
¿Cómo se implementa la tercera S – Seiso (Scrub / Shine)?
¿Qué problemas se presentan con este paso?
¿Qué aspectos contempla una auditoria de Autoevaluación?
¿Cómo se implementa la cuarta S – Seiketsu (Systematize)?
¿Qué características tiene la administración visual?
¿Cómo se llega a la quinta S – Shitsuke (Standardize)?
¿Qué aspectos contempla la lista de verificación de las 5S’s?
Página 38 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
¿Qué es el mantenimiento correctivo planeado?
¿Qué es un AMEF?
¿Cómo se aplica el AMEF para identificar áreas de oportunidad de mejora en las máquinas?
¿Qué es el mantenimiento orientado hacia la confiabilidad (RCM) realizado por Ingeniería?
¿Qué es el mantenimiento autónomo?
¿Qué tipo de entrenamiento es necesario para participantes en el mantenimiento autónomo?
¿Cuáles son los pasos para implantar el mantenimiento autónomo?
¿En que apoyan el Kaizen, SMED, Poka Yoke al TPM?
¿En que apoyan las áreas de compras, almacenes, calidad, ingeniería y sistemas al TPM?
¿Cuáles son los pasos para la implantación del TPM?
Explicar algunos de los indicadores utilizados para medir la efectividad del TPM
¿Qué beneficios se esperan con la implantación del TPM?
• KAIZEN
¿Qué es un evento Kaizen?
¿Cuáles las etapas del evento Kaizen?
¿En donde se puede aplicar la metodología Kaizen?
¿Qué se requiere para implantar eventos Kaizen de largo plazo?
¿Cuáles son los pasos de ruta de la calidad para eventos Kaizen de largo plazo?
¿En que proyectos se pude aplicar la ruta de la calidad?
• Trabajo estandarizado
¿Qué es el trabajo estandarizado?
¿Qué se entiende por estandarización?
¿Qué preguntas se deben hacer para auditar el nivel de trabajo estandarizado?
¿Qué es el Takt Time?
¿Cuáles son los pasos para establecer una estandarización del trabajo?
¿Cómo puede contribuir la metodología Kaizen al trabajo estandarizado?
Página 39 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
¿A que se refiere el concepto del “eslabón más delgado”?
¿Qué es un sistema y como se relaciona con la CM?
¿Cuáles son los dos tipos de restricciones?
¿Qué preguntas se deben realizar durante una auditoria de CM?
¿Cuáles son los pasos de la metodología de CM?
¿qué es el DFSS?
¿Qué características tienen los productos exitosos?
¿Cuáles son los pasos del desarrollo de productos?
¿qué etapas tiene la metodología de clarificación de compuerta (stage gate)?
¿De acuerdo a GE cuál es la secuencia de desarrollo del producto?
¿Qué etapas tienen las metodologías de DFSS IDOV y DMADV?
¿qué etapas comprende el modelo Francés de diseño?
¿Cómo se utiliza el QFD en el diseño?
¿Cómo se enlazan los diferentes niveles de casa de la calidad durante el diseño?
¿Qué son los productos y procesos robustos? Dar un ejemplo.
¿Cuáles son las etapas de diseño de un producto robusto?
¿cómo se determinan las diferentes relaciones S/N para las diferentes metas?
Dar un ejemplo de Diseño de experimentos utilizando un arreglo interno y otro externo
¿Qué es la función de pérdida y cómo se determina?
¿Cómo se determinan las tolerancias bajo las diferentes metas?
Página 40 de 41
UIA - SEIS SIGMA Dr. Primitivo Reyes / 04/13/2018
¿Cúales son las recomendaciones de Taguchi hacia la calidad?
¿qué es el AMEF de Diseño y como se desarrolla?
¿Cómo se realiza un análisis de riesgo?
¿Qué tipos de FMEAs se utilizan?
¿Qué es el diseño para X (DFX)?
¿Cuáles son las características y diferentes técnicas del diseño para X (DFX)?
¿Cuáles son las herramietas especiales para esta etapa?
¿Qué es TRIZ y cuales son sus diferentes técnicas y métodos para generar ideas?
¿Qué es el diseño Axiomático y cómo se aplica?
¿Qué es el diseño sistemático y cómo se aplica?
¿A que se refiere el concepto de selección de Pugh?
¿Cómo se construye y utiliza una matriz de evaluación?
Página 41 de 41