Vous êtes sur la page 1sur 7

1

Estadstica Bsica
Los mtodos estadsticos para la solucin de problemas son
utilizados para determinar si los procesos cumplen con los
objetivos, si la variabilidad total de los mismos es pequea
comparada con las especificaciones y si permanecen
estables en el tiempo. Las empresas no pueden tomar
decisiones basadas en promedios solamente, la variacin de
los procesos y sus causas races deben ser identificadas y
eliminadas.
Estadstica Descriptiva
La estadstica descriptiva es utilizada para describir y resumir una coleccin
especfica de datos. Abarca tcnicas numricas y grficas con el objeto de
determinar:
Medidas de tendencia central.
Dispersin de los datos.
Simetra de los datos.
La mejora de proceso puede progresar solamente por la comprensin del
concepto de variacin. La variacin est compuesta de tres elementos:
Tendencia central: Est el proceso en el nominal?
Forma: Cul es la forma de la distribucin?
Dispersin: Cunta variacin hay alrededor de la tendencia central?

Estabilidad
Ver cmo se comporta el proceso a travs del tiempo.
Representado por una media y variabilidad predecibles a travs del
tiempo.
Variabilidad
Est el proceso en el objetivo con mnima variabilidad?
Utilizar la media para determinar si el proceso est en el objetivo.
Utilizar la desviacin estndar para estimar la variabilidad
An y cuando cada proceso muestra variacin, algunos de ellos muestran
variacin controlada, mientras que otros muestran variacin no-controlada.
La variacin controlada se caracteriza por un patrn consistente y estable de
variacin en el tiempo
La variacin no-controlada se caracteriza por variacin que cambia a travs
del tiempo, que es asociada por causas especiales.
2



Cunta variacin es mala?
Podemos aceptar variabilidad de proceso actual si:
El medio de proceso est en nominal target.
La variabilidad total es relativamente pequea comparada a la
tolerancia de proceso.
La variacin es estable en el tiempo.

Tipos de Datos
Atributo (Discreto)
Categoras
Bueno / Malo
Regin Este, Regin Central,
Regin Oeste
Nmero de turno
Continuo ( variable)
Tiempo (segundos)
Ventas ($)
Tasa (pulgadas)
Temperatura Cuarto (grados
Velocidad (millas/hr)

Medidas de Tendencia Central
Media: Promedio aritmtico del conjunto de valores.
Reflejan la influencia de todos los valores.
Influenciada por valores extremos.
Observation
I
n
d
i
v
i
d
u
a
l

V
a
l
u
e
46 41 36 31 26 21 16 11 6 1
200
150
100
50
0
_
X=98.7
UCL=187.5
LCL=9.8
1
Observation
I
n
d
i
v
i
d
u
a
l

V
a
l
u
e
46 41 36 31 26 21 16 11 6 1
200
150
100
50
0
_
X=100.4
UCL=114.0
LCL=86.8
Proceso Controlado Proceso No Controlado
n
n
n
n
x
x

1
3

Mediana: Refleja el 50% del rango El nmero central de un conjunto
de nmeros ha sido ordenado.
No necesariamente incluye todos los valores en el clculo.
Es robusta para calificaciones.
Medidas de Dispersin
Rango (R): La distancia entre los valores extremos del conjunto de
datos (Mayor - Menor)
Varianza (s
2
, s
2
): La desviacin cuadrada promedio de cada punto
respecto la media.

Desviacin Estndar (s, s): La raz cuadrada de la varianza.


Parmetros de Poblacin Vs Estadsticos de Muestra

Distribucin Normal
La Distribucin Normal es una distribucin de datos los cuales tienen con
seguridad propiedades consistentes. Estas propiedades son tiles para
entender las caractersticas del proceso en cuestin de donde provienen.
La mayor parte de los fenmenos naturales y los procesos hechos por la mano
del hombre tienen una distribucin normal, o pueden ser representados como
distribuidos normalmente.
4







Propiedades De La Distribucin Normal
Una distribucin normal puede ser descrita completamente si nicamente
conocemos: La media, y la desviacin estndar.

El rea abajo de las secciones de la curva pueden ser utilizadas para
estimar la probabilidad acumulada para que cierto evento ocurra.














La primera distribucin muestra menos variacin con respecto a la media. La
segunda distribucin muestra una mayor variacin y tendr una mayor
desviacin estndar. La tercera distribucin muestra inclusive una mayor
variacin.
5

SIPOC
SIPOC es utilizado para documentar procesos de alto nivel que identifica todos
los elementos relevantes del proceso de mejora antes de que el trabajo
comience. Ayuda a simplificar los procesos complejos ya que los presenta de
una manera grfica.
SIPOC significa:
Proveedores (Suppliers) Quin provee las Entradas
Entradas (Inputs) Lo que entra al proceso
Proceso (Process) Cmo se realiza el proceso
Salidas (Outputs) Qu sale del proceso
Clientes (Customers) Quin recibe las salidas
El SIPOC es un mapa del proceso del proyecto en el que se est enfocando.

Mtodos De Elaboracin
Inicie con el Cliente y despus hacia la izquierda
Siempre mantiene al cliente como enfoque principal
Puede ser confuso si el proceso no es claro
Inicie en la parte del Proceso y despus hacia los lados
Es ms intuitivo para los miembros del equipo

Riesgo: Menor enfoque al cliente usted debe facilitar el
enfoque.
6


Como Elaborar SIPOC
1. Reuna al equipo
2. Traiga Post-Its, lpices, y papel de rotafolio
3. Inicie con el proceso, lluvia de ideas de los 5-7 pasos generales y
escrbalos en la columna P de la hoja de rotafolio.
4. Identifique las Salidas de ste Proceso
5. Identifique los Clientes que recibirn las Salidas del proceso
6. Identiique las Entradas requeridas para que el proceso funcione bien
7. Identifique los Proveedores de las Entradas que son requeridas por el
proceso
8. Opcional: Identifique preliminarmente los requerimientos del cliente.
Esto ser verficiado en pasos subsecuentes en la fase de medicin de
Seis Sigma.
Discuta con el patrocinador del proyecto, el champion, y otras personas clave
(stakeholders) involucradas para verificacin
Defectos Por Milln De Oportunidades
DPMO es el acrnimo de Defectos Por Milln de Oportunidades.
Es una medida de la eficiencia de un proceso cuyo significado literal es
Defectos Por Milln de Oportunidades y se calcula con la siguiente frmula:
DPMO = (1.000.000 x Nmero de defectos) / (Nmero de unidades x
Nmero de oportunidades)
Donde:
Nmero de defectos, es la cantidad de unidades o no conformidades
fuera de especificacin encontradas en una cierta cantidad de unidades
tomadas como muestra.
Nmero de unidades, es la cantidad de piezas o elementos de muestra
producidos.
Nmero de oportunidades, es la cantidad de defectos posible dentro de
una misma pieza o unidad.
Los DPMO son una manera de calcular la llamada Capacidad de una
determinada caracterstica de un proceso.
7