Carrera de Ingeniería Industrial 1

Facultad de Ingeniería

UNIDAD 3: FASE MEDIR

Módulo 4
FASE MEDIR

Taller de Mejora de Procesos

Davies, G, Quispe,M.

2023-1 | Abril 2023

 2

04.1 Medidas de tendencia central

04.2 Medidas de dispersión

Agenda 04.3 Medidas de posición

Módulo 04 04.4 Cuartiles

MEDIR
04.5 Coeficiente de variación

04.6 Capacidad del proceso (Cp y Cpk)

04.7 Sistema de medición de un proceso

04.8 Repetibilidad y reproducibilidad

 3

Objetivos de la sesión

Al finalizar esta sesión, el alumno comprenderá la teoría de la FASE MEDIR

de la Metodología Lean Six Sigma.
Obtendrá los conocimientos básicos de esta Fase, utilizando para el
desarrollo de los casos el programa Minitab que le ayudará a una rápida
solución.
Los resultados deberán ser analizados e interpretados de manera que
permitan tomar las decisiones adecuadas.
 4

Lean Six Sigma – Fase Medir

La FASE MEDIR, permite conocer la Capacidad del

Proceso, la performance del sistema de medición y las
Gráficas de Control del Proceso

En general, los procesos estándar tienden a

comportarse dentro del rango de tres (3) Sigma, lo
que equivale a un número de defectos de casi 67.000
por millón de oportunidades (DPMO)
Proceso productivo Sistema de medición 5

VARIACIÓN VARIACIÓN

A C

Producto: tuerca
Especificaciones técnicas
B
 6
04.1 Medidas de tendencia central

Son valores numéricos que se localizan, de alguna manera, en el

centro de un conjunto de datos.

MEDIA: Es la media aritmética (promedio); es la suma de todos

los valores entre el número de ellos (tamaño muestral).

MEDIANA: Valor de los datos que ocupa la posición central

cuando los datos se ordenan según su tamaño. Sí el número de
datos es par , se calcula con el promedio de los datos centrales.

MODA: Es el valor de “x” que ocurre más frecuente.

 7
04.2 Medidas de dispersión

Describen la cantidad de dispersión o variabilidad que se encuentra entre los datos.

Rango (amplitud): es la diferencia entre las porciones de datos de mayor valor (Max) y de menor valor (Min).

Varianza de la muestra (S2): mide el promedio de las desviaciones (al cuadrado) de las observaciones con
respecto a la media.

Desviación típica (estándar) (S): es la raíz cuadrada positiva de la varianza.

 8
Varianza y desviación estándar

Varianza de la muestra

X1

X3

Desviación Estándar de la muestra

X4
X2

Varianza poblacional = 𝜎 2
 9
04.3 Medidas de posición 04.4 Cuartiles
Dividen un conjunto ordenado de datos en
grupos con la misma cantidad de individuos.
Cuartiles: dividen en cuartos a los datos
ordenados, cada conjunto de datos posee tres
cuartiles: Q1, Q2; Q3.
Percentiles: son los valores de la variable que
dividen a un conjunto de datos ordenados en
100 subconjuntos iguales.
Cada conjunto de datos tiene 99 percentiles.
Primer cuartil = Percentil 25
Segundo cuartil = Percentil 50 =
Mediana
Tercel cuartil= Percentil 75
 10
04.5 Coeficiente de variación
Muestra 1:
Es la razón entre la desviación estándar y la media. Talla de los alumnos de la Ulima
n = 300
También se le denomina variabilidad relativa. = 1.70 m
S = 4 cm
No posee unidades. Se expresa en porcentajes. CV = 4/170 = 2.35%

Permite comparar la variabilidad de muestras o poblaciones Muestra 2:

distintas pues elimina la dimensionalidad de las dos variables. Talla de las alumnas de la Ulima
n = 500
= 1.65 m
• Ej: Si la media es 40 y la desviación S = 5 cm

𝑪𝑽 = 𝑺/𝑿 estándar 10 entonces

CV = 10/40 = 0.25 = 25%
CV = 5/165 = 3.03%
 11
04.6 Estudio de capacidad del proceso

Determina si el proceso cumple con

las tolerancias a corto plazo.

Índice de capacidad potencial = Cp

(𝑳𝑺𝑬 − 𝑳𝑰𝑬)
𝑪𝒑 =
𝟔ෝ
𝝈
 12
Capacidad potencial del proceso (Cp)
Distribución mesocúrtica:
Cuando los datos se distribuyen en
forma normal o de campana.
Distribución Leptocúrtica:
Si además, la distribución es más
empinada que la curva normal.
Distribución Platicúrtica:
Si además la distribución
es más aplanada que la curva normal.

Variable: Nivel de llenado de la botella

= 502 ml
LSE = 510 ml
LIE = 500 ml
 13
Índice de capacidad real del proceso (Cpk)

Cpk: índice de capacidad real del proceso.

Mide qué tanto el proceso cumple las
especificaciones.
Considera la posición del proceso con respecto a las
especificaciones

ഥ) (𝒙
(𝑳𝑺𝑬 − 𝒙 ഥ − 𝑳𝑰𝑬)
𝑪𝒑𝒌 = 𝒎𝒊𝒏 ^
,
𝟑ෝ𝝈 𝟑ෝ𝝈
Donde:
x = media del proceso
Valor más grande del Cpk, ES MEJOR.
 14
Índice de capacidad real del proceso (Cpk)

PROCESOS DESCENTRADOS

PROCESO CENTRADO
Cpk = Cp
 15

15
 16
Capacidad del proceso – Ejemplo

LIE 3.15 VN LSE

3.10 pulg 3.20 3.30
pulg pulg pulg
 Capacidad del proceso – Ejemplo con Minitab 17

Se desea medir la capacidad del proceso de envasado de mermelada en

frascos. El valor nominal es de 500g, la tolerancia inferior es 0g y la tolerancia
superior es 10g. Se pesaron 5 frascos al azar por día durante 15 días.
Los pesos se muestran en la tabla siguiente. Calcule la capacidad del proceso.
Pesos en gramos
Día Frasco 1 Frasco 2 Frasco 3 Frasco 4 Frasco 5
1 502 501 505 513 509
2 506 511 513 498 504
3 502 512 513 505 508
4 510 498 511 512 506
5 500 511 500 501 509
6 511 507 513 504 499
7 499 511 513 502 502
8 510 503 511 512 508
9 508 506 506 510 510
10 504 502 500 509 513
11 499 511 506 502 506
12 508 505 507 506 509
13 501 509 500 511 504
14 507 511 503 502 501
15 503 507 508 503 498
 Capacidad del proceso – Ejemplo con Minitab 18

Secuencia:
Estadísticas
Herramientas de calidad
Análisis de capacidad
Normal
Capacidad del proceso – Ejemplo con Minitab 19
Capacidad del proceso – Ejemplo con GC X barra y
R y Tablas
20

n 5 n 5
A 1.342
d2 2.326
A2 0.577
A3 1.427
E2 1.29
LSE 510
D3 0 LIE 500
D4 2.114
B3 0 X doble barra 506.13
B4 2.089 R barra 10.93
d2 2.326
C4 0.94 Sigma
K1 1.413 4.69905
estimado

Cp 0.35

Cp sup 0.27452
Cp inf 0.43484
Cpk 0.27
 21
Comentarios de la capacidad

El valor Cp no cambia cuando cambia el centro del

proceso.
Cp = Cpk cuando el proceso se centra.

Cpk siempre es igual o menor que Cp.

El valor Cpk = 1.00 satisface las especificaciones.

El valor Cpk < 1.00 no satisface las especificaciones y el
proceso no es capaz.
¿Su proceso es capaz?
¡Debe medirlo!
 Capacidad del Proceso 22

Fuente: Capacidad de procesos

Universitat Politècnica de València – UPV

https://youtu.be/ZxL3jGbKchY?t=172
 23
Índice de capacidad

• Cp = 2 : Proceso muy bueno

Valor de Cp:
• Cp  1.33 : Proceso adecuado.

1  𝐶𝑝 < 1.33 : Proceso adecuado pero

requiere control.

0.67  Cp < 1 : Proceso no adecuado

Cp < 0.67 : Proceso pésimo

LIE LSE
Cp = Cpk cuando el24
=2 Cp = 2
Cpk = 2
proceso se centra.

44 50 56 Cp = 2
Cpk = 1.5
El valor Cp no
cambia cuando
53 cambia el centro
Cp = 2
Cpk = 1 del proceso.

56
Cp = 2
Cpk = 0 Cpk siempre es
igual o menor que
62
Cp = 2
Cp.
Cpk = -0.5

24
38 62 65
04.7 Estudio del sistema de
25

medición del proceso

04.7 Estudio del sistema de
26

medición del proceso

Las mediciones sirven para:

• Conocer la naturaleza.
• Como base de los conocimientos.
científicos.
• Calcular valores de los recursos materiales
• Lograr el aseguramiento de la calidad de la
producción.
• El perfeccionamiento de los procesos
tecnológicos, etc.
 27

Precisión y exactitud

Precisión se refiere a la dispersión del conjunto de

valores obtenidos de mediciones repetidas de una
magnitud. Una medida común de la variabilidad es
la desviación estándar de las mediciones y la
precisión se puede estimar como una función de ella.

Exactitud se refiere a cuán cerca del valor real se

encuentra el valor medido. En términos
estadísticos, la exactitud está relacionada con
el sesgo de una estimación.
¿Qué es un estudio de repetibilidad y 28

reproducibilidad (R&R) del sistema de medición?

Un estudio R&R del sistema de medición le ayuda a investigar:

• Repetibilidad: Qué tanto de la variabilidad en el sistema de medición es causada por el

dispositivo de medición.
• Reproducibilidad: Qué tanto de la variabilidad en el sistema de medición es causada por las
diferencias entre los operadores.
• Si la variabilidad del sistema de medición es pequeña en comparación con la variabilidad del
proceso.
• Si el sistema de medición es capaz de distinguir entre partes diferentes.

Por ejemplo, varios operadores miden el diámetro de los tornillos para asegurarse de que cumplan
las especificaciones. Un estudio R&R del sistema de medición (Estadísticas > Herramientas de
calidad > Estudio del sistema de medición) indica si los inspectores son consistentes en sus
mediciones de la misma parte (repetibilidad) y si la variación entre los inspectores es consistente
(reproducibilidad).
https://support.minitab.com/es-mx/minitab/20/help-and-how-to/quality-and-process-improvement/measurement-system-analysis/supporting-topics/gage-r-r-
analyses/what-is-a-gage-r-r-study/
Estudio de Repetibilidad y Reproducibilidad (Gage R&R) 29

VARIABILIDAD
¿ES BUENO NUESTRO TOTAL

SISTEMA DE MEDICIÓN? Variabilidad del

Variabilidad
sistema de
del producto
medición

Variabilidad Variabilidad
debido al debido al
instrumento operador

Repetibilidad Reproducibilidad

Necesitamos saber si nuestro sistema de Operador

medición es adecuado, o si es defectuoso y

está agregando aún más variación al proceso. Operador X producto
04.8 Repetibilidad y reproducibilidad
30

Repetibilidad:
Variación debida al instrumento de medición
observada cuando el mismo producto es medido
repetidamente por el mismo operador.

Reproducibilidad:
Variabilidad debida a diferentes operadores que usan el
mismo instrumento (diferentes periodos de tiempo, o
diferentes medios ambientes o en general diferentes
condiciones).
04.8 Repetibilidad y reproducibilidad
31

 =  +
2 2
p
2
m
Repetibilidad & Reproducibilidad

Variabilidad del Producto + Variabilidad del Sistema de Medición

Porcentaje de Porcentaje respecto a Categoría Distintivas

Contribución la Tolerancia

Fórmula   m2   5.15 m2    p2 
%R & R =  2   100 %Tol =   100 CD =  2 
 1.41
 T   Tolerancia    m 
Marginalmente <9% <30%
aceptable 5

Bien <4% <20% 6-10

Excelente <1% <10% +10

Ejemplo:
32

Se realizó un estudio de R&R

• Se midieron 20 piezas diferentes
• Tres operarios realizaron la medición.
• Los tres utilizaron el mismo instrumento de medición.
• Cada operario midió dos veces cada una de las piezas

Se desea averiguar si el sistema de medición es adecuado.

¿Qué agrega más variabilidad, la forma de medir de los operarios o el
instrumento?

Operario 1 Operario 2 Operario 3 Instrumento

 Operador 1 Operador 2 Operador 3 33
Número
de pieza Medición Medición Medición Medición Medición Medición
1 2 1 2 1 2
1 21 20 20 20 19 21
2 24 23 24 24 23 24
3 20 21 19 21 20 22
4 27 27 28 26 27 28
Las mediciones
5 19 18 19 18 18 21
6 23 21 24 21 23 22
7 22 21 22 24 22 20
8 19 17 18 20 19 18
9 24 23 25 23 24 24
10 25 23 26 25 24 25
11 21 20 20 20 21 20
12 18 19 17 19 18 19
13 23 25 25 25 25 25
14 24 24 23 25 24 25
15 29 30 30 28 21 20
16 26 26 25 26 25 27
17 20 20 19 20 20 20
18 19 21 19 19 21 23
19 25 26 25 24 25 25
20 19 19 18 17 19 17
 En Minitab (Inglés) 34

Ver archivo:
Data Modulo 4 Gage R&R
Y pegar los datos en Minitab

30/03/2023 34
 En Minitab (Inglés) 35

30/03/2023 35
 En Minitab (Español) 36

30/03/2023 36
 En Minitab (Español) 37

30/03/2023 37
 Repetibilidad y reproducibilidad 38

Tenemos tres posibles Hipótesis Nulas:

Ho: No hay diferencia significativa entre las mediciones de las piezas.

Ho: No hay diferencia significativa entre las mediciones de los operadores.
Ho: No hay interacción entre operador y pieza.

Tabla ANOVA de dos factores con interacción

Fuente GL SC MC F P
Pieza 19 957.76 50.4083 14.8817 0.000 p<0.05 Se RECHAZA Ho
Operador 2 0.95 0.4750 0.1402 0.870 p>0.05 Se ACEPTA Ho
Pieza * Operador 38 128.72 3.3873 3.4157 0.000 p<0.05 Se RECHAZA Ho
Repetibilidad 60 59.50 0.9917
Total 119 1146.93

α para eliminar el término de interacción = 0.05 38

 Ho: No hay diferencia significativa entre las mediciones de las piezas. 39
Ho: No hay diferencia significativa entre las mediciones de los operadores.
Ho: No hay interacción entre operador y pieza.
R&R del sistema de medición
Componentes de la varianza
%Contribución
Fuente CompVar (de CompVar)
Gage R&R total 2.1895 21.84
Repetibilidad 0.9917 9.89
Reproducibilidad 1.1978 11.95
Se observa que el % de contribución en el
Operador 0.0000 0.00
problema es 21.84% de la variación total de
Operador*Pieza 1.1978 11.95
los datos. Considerando la tabla de
Parte a parte 7.8368 78.16
evaluación para un valor Mayor a 9% de
Variación total 10.0263 100.00 % contribución, este no es aceptable,
por lo que debe mejorar el sistema de
medición.
El % de contribución en el problema por parte de la
EL PROBLEMA ES EL INSTRUMENTO,
variabilidad del operador es 0. Los operadores sí hacen
bien su trabajo NO EL OPERADOR QUE MIDE.
¿QUÉ SOLUCIÓN DARÍA?
 40
Evaluación del sistema de medición
%Var.
Desv.Est. Var. estudio estudio
Fuente (DE) (6 × DE) (%VE)
Gage R&R total 1.47969 8.8781 46.73
Repetibilidad 0.99582 5.9749 31.45
Reproducibilidad 1.09444 6.5667 34.56
Operador 0.00000 0.0000 0.00
Operador*Pieza 1.09444 6.5667 34.56
Parte a parte 2.79944 16.7966 88.41
Variación total 3.16644 18.9986 100.00
Número de categorías distintas = 2
R&R del sistema de medición para Medicion

El número de categorías distintas que el sistema es capaz de detectar, en el

problema de los 20 elementos que se han medido, es sólo capaz de distinguir 2
Por tanto debemos considerar al proceso de medición como inaceptable,
debe ser mejorado.
30/03/2023 40
 41

Taller de Mejora de
Procesos

Módulo 4

FASE MEDIR

Profesores: Guillermo Davies / Merssy Quispe