DIPLOMADO SIX SIGMA GREEN BELT
Duración: 60 Horas CARACTERISTICAS GENERALES
Son personas parcialmente dedicadas a realizar proyectos Six Sigma para mejorar los procesos de su área de trabajo, utilizan herramientas de Six Sigma para resolver problemas en sus actividades diarias, entrenan a los trabajadores, participan en proyectos de afinidad con otras plantas, ayudan a replicar proyectos con otras áreas de la organización, el desarrollar proyectos Six Sigma es parte de sus responsabilidades de su trabajo.
En este diplomado de 4 meses (60 Hrs.) se le enseñaran todas las herramientas para completar proyectos Six Sigma de una forma exitosa en sus áreas de trabajo, aprenderán mas de 60 herramientas de calidad y estadística avanzada el diplomado es 90% practico y 10% teórico.
Garantía de calidad: Le garantizamos un retorno de su inversión en capacitación 1:10 o le regresamos
el 100% de su dinero.
CONTENIDO TEMATICO
FASES DE DEFINICIÓN Y MEDICIÓN Introducción a 6-Sigma
¾ ¿Que es 6-Sigma?
¾ Filosofía 6-Sigma
¾ Niveles de sigma vs. niveles de PPM`s
¾ Y = f(x)
Enfocando el problema ¾ Formar el equipo de trabajo
¾ Definición de Y (Response Y) variable dependiente
¾ Tormenta de ideas (“X`s” potenciales) variable independiente
¾ Diagrama causa–efecto ¾ Estructura de árbol ¾ X vitales ¾ Base line ¾ Toma de datos ¾ Análisis de pareto
¾ Mapeo de proceso (simbología)
¾ RTY: rolled throughput yield
¾ FMEA
¾ ¿Como hacer un análisis de costo–beneficio?
¾ ¿Como desarrollar el programa del proyecto?
¾ Grafica de Gantt
Principios de estadística
¾ Medidas de tendencia central Media Mediana Moda Rango Eje medio ¾ Medidas de dispersión Rango intercuartil Varianza Desviación estándar Coeficiente de variación (VC) ¾ Forma
Forma de caja y bigotes Grafica de cajas
¾ Parámetros poblacionales (formulas)
¾ Estadísticos maestrales (formulas)
¾ Medidas de tendencia no central Quartiles
Porcentiles
¾ Distribución de probabilidad normal Teorema del límite central
Muestras aleatorias
Áreas tabuladas de la distribución normal P ( 0 ≤ Z ≤ Z0 ) Tabla de Z (área de la curva normal)
Calculo de la probabilidad de Z
¾ Tipos de distribución Centrado mejor
Mayor mejor/menor mejor
Como interpretar que tipo de distribución es
Principios de MINITAB
Steep 1: enter Data
Steep 2: adding information columns Steep 3: arranging the data for analysis
¾ What does stacking mean?
Steep 4: analyzing the data using graphs
¾ Histogram
¾ Normality test/basic statistics
¾ Bar chart
¾ Time series plot
¾ Box plot
¾ Pareto charts in Minitab
¾ Cause & effects diagrams
Estudios de capacidad ¾ CP
¾ CPK
¾ SPC: X-R, X-S, I-RM (rangos moviles)
¾ Información proporcionada por un estudio de capacidad
¾ Kurtosis
¾ Verificación de normalidad (Minitab) Normal probability plot
Descriptive statistics
¾ Estudios de capacidad en MINITAB Report 2: process capability for Y Report 1: executive sumary
¾ Calculo del tamaño de muestra Tamaño de muestra para variables Tamaño de muestra para atributos
¾ Estimadores Puntuales Por intervalo
¾ Datos continuos Sub grupos racionales
¾ Causas de variación
Variaciones a causas especiales - Ruido negro
Variaciones a causas comunes - Ruido blanco Causas de variación asignable
- Short term capability Z st. - Long term capability Z lt. - Z shift = 1.5 (¿como aplica?) - Z bench: ¿que es?
¾ Base line (Minitab)
- Report 8B: product benchmarks - Report 8A: product benchmarks - Report 7: product benchmarks
¾ Tipos de rendimiento
- YFT (first pass yield)
- YRT (rolled throughput yield) - YNA (normalize average yield) - Diferencia entre YFT y RTY - Proceso pareto
Estudios de Gage R&R
¾ ¿Que es un estudio de Gage R&R?
¾ Exactitud
¾ Repetibilidad
¾ Reproducibilidad
¾ Linealidad
¾ Resolución
¾ Procedimiento para realizar el estudio R&R
¾ Valores aceptables del estudio del Gage R&R
¾ Riesgos de aceptar resultados malos
¾ Tipos de estudio de Gage R&R - Método Corto
¾ Gage R&R para atributos
¾ Análisis de tolerancias
- Porque hacer un análisis de tolerancias - Aplicación del análisis de tolerancias al diseño - Tipos de análisis de tolerancias
- Metodología de tolerancias
- Lenguajes comunes (LSL, T, USL) - Definiciones de Z bench
FASE DE ANALISIS
Tamaño de muestra y riesgo
¾ ¿Porque es necesario saber el tamaño de muestra?
¾ Error tipo 1
¾ Error tipo 2
Análisis de varianza
¾ Introducción al análisis de varianza (ANOVA)
- ¿Que quiere decir ANOVA?, ¿Que es un ANOVA? y supuestos básicos del ANOVA - Cálculos teóricos y manuales de un ANOVA
- Definición de pruebas de hipótesis y su relación con el ANOVA - Trazar graficas de efectos principales
- Entender la construcción básica del ANOVA
- Determinar si los principales efectos son importantes utilizando P-Value como Indicador
FASE DE MEJORA
Experimentos factoriales 2k
¾ Ventajas de los experimentos factoriales 2k
¾ Orden estándar de ejecución para diseños 2k
¾ ¿Como generar la matriz del diseño factorial 2k en MINITAB?
¾ Diseños factoriales 2k calculo de sus efectos principales 2k
¾ Método para desarrollar un diseño factorial 2k en MINITAB y con ANOVA
Experimentos factoriales 2k con punto central y con bloqueo ¾ Porque agregar puntos centrales en diseños de experimentos
¾ Experimentos factoriales 2k con punto central en MINITAB
¾ Bloqueo de los factores 2k en su diseño de experimentos
¾ Confusión de interacciones y bloqueo de factores
¾ Reglas empíricas para el tamaño de la muestra de los experimentos factoriales 2k
Experimentos factoriales 2k fraccionados
¾ Ventajas de realizar experimentos factoriales 2k fraccionados
¾ Notación de los diseños factoriales 2k fraccionados
¾ Desarrollo de los experimentos factoriales 2k fraccionados en MINITAB
¾ Método para desarrollar un experimentos factorial 2k fraccionado en MINITAB
¾ Consideraciones para los experimentos factoriales 2k fraccionados
FASE DE CONTROL Plan de control
¾ ¿Cuales son nuestras mediciones?
¾ ¿Cada cuando?
¾ ¿Con que instrumentos?
¾ ¿Quién es el responsable de la medición?
¾ ¿Qué mecanismos detectaran algún problema?
¾ ¿Que pasa cuando las mediciones están fuera de control?
¾ ¿cuales son los beneficios?
Dispositivos Poka-Yoke
Control estadístico del proceso SPC
Sistema operativo de producción (Lean Manufacturing) ISOTS 16949, ISO 9000:2000 y QS9000
