Proyecto Six sigma: Aplicación alterna para material “5052H32 “con objetivo de reducción de inventario

Por: Juan Manuel Neri Barrera

Evidencia 1: Administración de la cadena de suministros

Información general, formato, redacción y ortografía 10/10 puntos

Empresa SAG: Salzburger Aluminium Group

Nombre del Proyecto: Aplicación alterna para material “5052H32 “con objetivo de
reducción de inventario
Fecha de inicio: 28/11/2019
Área en donde se ubica la mejora: Proceso de Estampado
Nombre del Green Belt: Juan Manuel Neri Barrera
Cliente (s) del proyecto: Línea de Ensamble FCA
Enunciado del problema 20/20 puntos

En el área de Calidad de la empresa SAG ubicada en Edo. De México. El Salzburger Aluminum Group (SAG)
con sus filiales es un fabricante internacionalmente exitoso de componentes de aluminio de alta calidad para las
industrias automotriz, de vehículos comerciales y ferroviarios. Asesoramiento y soporte individual, métodos y
procesos de fabricación de vanguardia, así como muchos años de conocimiento nos distinguen en todo el
mundo. Depósitos de aceite, depósitos de aire y productos especiales SAG México es una subsidiaria de SAG
Motion y un proveedor internacional de componentes de aluminio y acero para las industrias automotriz y de
vehículos comerciales. La empresa abastece a clientes en México y en los Estados Unidos de América. La gama
de productos abarca depósitos de combustible y aceite, depósitos de aire, depósitos de aire y productos
especiales. SAG México tiene oficinas en los estados de México y Nuevo León.

Procesos  Fabricaciones de aluminio, Soldadura (MIG, TIG, mecanizado, componentes de montaje,

secuenciación

Productos  Tanques (de combustible, aceite, aire a presión) barras estabilizadores, riel de amarre, protectores
de cabina, montaje de paneles. Durante el periodo comprendido entre 28 de noviembre de 2019 y 18 de enero
de 2020, se ha presentado un alto inventario en cuarentena debido a un solo número de parte, que representa
un impacto del 99% en cuarentena con un total de casi $60,000 USD por concepto de scrap que impacta el
target establecido mensual, lo anterior es de acuerdo a la evaluación del inventario mensual de cuarentena. El
impacto en los inventarios tanto del almacén de cuarentena como almacén de materia prima seria el
siguiente:

Cuarentena
El indicador de scrap en caso de desechar el material de almacén de cuarentena se vería impactado en 2370
piezas, scrap actual promedio es de 75 piezas al mes, en un solo mes el scrap se elevaría a 2445 piezas; 33
veces más del scrap promedio mensual.

Inventario en materia prima

Necesitamos considerar que el desarrollo de manufactura para la utilización de estas piezas en cuarentena
corresponden a un producto de mayor tamaño comparado con el nuevo producto de salida, el inventario de
seguridad de salida del 5052H32 es de 8 semanas (equivalente a 4,498 piezas) lo cual considerando que el
nuevo material para desarrollo proporciona una cobertura de 51 semanas tendríamos un total de 59
semanas de impacto total en el almacén de materiales lo que equivale a 33,180 piezas.

Nota.- El riesgo de no utilizar el material es muy bajo ya que la vida de la plataforma es indefinida porque la
parte es un carry over

Alcance y riesgos 10/10 puntos

Incluye: Utilizar únicamente el material en piezas con número de parte 5052H32 ya que no es posible
combinar aleaciones ni espesores debido a las especificaciones del producto final.

 Generar un ahorro que impacte de manera económica y positivamente la organización

 Cumplir con las especificaciones de producto final
 Hacer uso de las maquinarias y procesos disponibles en la organización
 Llevar a cabo el cumplimiento de la satisfacción del cliente

No incluye:

 Modificaciones a los herramentales

 Modificaciones en maquina (alimentadores de la prensa)

Barreras que limiten el éxito del proyecto:

1.- El producto final para poder ser vendido a cliente tendrá que cubrir las necesidades y requerimientos que
solicita.

2.- Especificaciones de producto final

3.- No puede requerir usar una prensa con capacidad mayor a 60 toneladas

4.- Se debe esperar el requerimiento de cliente para generar estos productos, lo que implica un tiempo de
espera aproximadamente de 4 meses más

5.- La planeación deberá generar las órdenes de acuerdo a la programación que se tenga para no afectar la
producción de planta
6.- En dado caso que la alimentación en la prensa no pudiera ejecutarse de manera manual, alimentadores
mecánicos tendrían que ser desarrollados impactando el costo y la factibilidad del proyecto.

Definición de métricos 10/10 puntos

A continuación se muestra un gráfico, que contiene el desempeño histórico del área de cuarentena en piezas por
mes dólares el cual en estos momentos se encuentra rebasado de su límites de monitoreo establecidos que
debería cumplir target de cuarentena. Es 26 veces más grande que el objetivo establecido.

Integrantes del equipo 10/10 puntos

Nombre Área Responsabilidad en el proyecto

Juan Manuel Neri Barrera Calidad Administrador del proyecto
Felipe Rincón Dirección Cierre y aprobación del proyecto
Daniel Armisen Finanzas Cierre y aprobación del proyecto
Héctor Núñez Operaciones Proveedor de Recurso
Calendario 10/10 punts
ID Nombre de la tarea Duracion Comienzo Fin
Proyecto de uso de SCRAP como mie 15 de ene mier 8 de
1 60 dias
MP 2020 abr 2020
mie 15 de ene mie 15 de
2 Project charter 1 dia
2020 ene 2020
Aplicación alarma para material
jue 16 de ene jue 16 de
3 "5052H32" como objeticvo de 1 dia
2020 ene 2020
reduccion de inventario
vie 17 de ene vie 17 de
4 Gestion de proyectos 1 dia
2020 ene 2020
lun 20 de ene lun 20 de
5 Proceso de Iniciacion 1 dia
2020 ene 2020
mar 21 de ene mar 31 de
6 Proceso de Planeacion 50 dias
2020 mar 2020
mar 21 de ene mie 01 de
7 Proceso de Ejecucion 50 dias
2020 abril 2020
Proceso de seguimiento y mar 21 de ene mie 01 de
8 1 dia
control 2020 abril 2020
Proceso de Planeacion de mie 22 de ene mier 12 de
9 15 dias
actividades 2020 feb 2020
Asignacion de Responsables y jue 13 de feb jue 13 de
10 1 dia
tiempos 2020 feb 2020
vie 14 de feb vie 14 de feb
11 Diseño 1 dia
2020 2020
lun 17 de feb lun 17 de
12 Diseño de plan de trabajo 1 dia
2020 feb 2020
mar 18 de feb mar 18 de
13 Diseño de ejecucion 1 dia
2020 feb 2020
mie 19 de feb mie 19 de
14 Diseño de Evaluacion 1 dia
2020 feb 2020
jue 20 de feb jue 20 de
15 Pruebas y evaluaciones 1dia
2020 feb 2020
vie 21 de feb vie 28 de feb
16 Desarrollo de pruebas 6 dias
2020 2020
lun 02 de mar jue 05 de
17 Evaluacion de pruebas 4 dias
2020 mar 2020
Definicion de resultados vie 06 de mar mar 10 de
18 3 dias
obtenidos 2020 mar 2020
mie 11 de mar jue 19 de
19 Aprobacion 7 dias
2020 mar 2020
vie 20 de mar vie 20 de
20 Implementacion y desarrollo 1 dia
2020 mar 2020
lun 23 de mar lun 23 de
21 Ejecucion de proyecto 1 dia
2020 mar 2020
mar 24 de mar mar 24 de
22 Validacion 1 dia
2020 mar 2020
Finalizacion de proyecto y mie 25 de mar mie 25 de
23 1 dia
mejoras establecidas 2020 mar 2020
jue 26 de mar mar 31 de
24 Cierre de Proyecto 4 dias
2020 mar 2020
mie 01 de abr mie 01 de
25 Presentacion de Resultados 1 dia
2020 abr 2020
jue 02 de abr jue 02 de abr
26 Mejora obtenida 1 dia
2020 2020
mier 8 de abr mier 8 de
27 FIN 0 dias
2020 abr 2020
Objetivo 10/10 puntos

Cada una de las herramientas utilizadas en este proyecto tiene como objetivo el bajar un 80% el inventario de
cuarentena equivalente a 2370 piezas cantidad que impacta el indicador actual (90 piezas máximo en
cuarentena) en 26 veces más grande, mismo que equivale a un ahorro de $47,111 anuales.
(IMPRESIÓN EN HOJA MEMBRETADA DE LA EMPRESA, TELEFONO Y RAZON SOCIAL, SE
ENTREGA FIRMADA Y ESCANEADA EN LA MATERIA 3)

CARTA DE ACEPTACIÓN DEL PROYECTO GREEN BELT

Por medio de la presente, yo “Nombre completo” ocupando el puesto de “Puesto” de la empresa “Nombre
de la empresa” hago constar que el Sr (a). “Nombre del alumno” realizó un proyecto implementando la
metodología DMAIC en Seis Sigma dentro de nuestra organización. Obteniendo resultados cuantificables y en
beneficio de la misma, firmo de conformidad al recibir el reporte final de resultados de dicho proyecto el cual
cumplió con el objetivo de “Mencionar la mejora en las unidades de medición”, mismo que equivale a un
ahorro de $000.00 anuales”

(SE REQUIERE SELLO DE LA EMPRESA)

Atentamente,
_____________________________ __________________________
Champion (nombre completo y teléfono) Green Belt

_________________________________
Edgar Giovanni Treviño Orozco
Firma y nombre del docente (Universidad Tec Milenio)
 Evidencia 2: Administración de la cadena de suministros

Aspectos generales, formato, redacción y ortografía 10/10 puntos

Incluya en este mismo documento la evidencia anterior y cualquier documento relacionado a su proyecto
A partir de la Evidencia 1: Administración de la cadena de suministros:
Mencione las unidades de la 2,370 Piezas por mes
Métrica primaria:
Mencione el Objetivo: Reducir promedio mensual de piezas en cuarentena
El proyecto y los objetivos empresariales 10/10 puntos

De llevarse a cabo el desarrollo de estas actividades se generaría un cost avoidance de este material que
actualmente se encuentra en área de cuarentena llevando fuera de objetivo el target de este métrico. Para poder
hacer uso alterno con este material, esto cumpliendo los objetivos de la empresa que implican el cumplimiento
de objetivos y cumplimiento de requisitos de cliente.

Tipo de proyecto 10/10 puntos

Reducción de inventario de producto no conforme en cuarentena desarrollando un uso alterno para otra
aplicación: *Esperando reducir el inventario de cuarentena un 90%

*Generar producto que pueda utilizarse en un tiempo no mayor a 59 semanas

SIPOC 10/10 puntos

Las entradas y salidas deben ser detalladas y estar relacionadas con el concepto de las 6 m’s, Personal, material,
método de trabajo, maquinaria y equipo, medición, condiciones del área de trabajo

Suppliers Inputs Process Outputs Costumers

Descripción Requerimientos Descripción Requerimientos
Gerente de Operadores 1. Material STD: 5052-H32 Línea de
Operaciones Alimentación Espesor: 0.188"(REF) de acuerdo a componentes COV
de blancks en dibujo de cliente
troquel Esquema:
Coordinador de Materia: 5052H32 Discos Fuera de 2. Suministro Brida para
calidad Espesor: 0.160" Especificación (Blanck de material a programa CV
+/- .006" para tapa de programa la línea dentro de
LV) especificación
Esquema:

Ingeniero de Hoja de trabajo estándar 3.- Corte de Cliente final Línea

procesos para para maquina cizalla, tiras de Ensamble de
la línea CV corte longitudinal de los 4.- Corte Tanques COV
discos silueta y brida
Hoja de trabajo estándar
para proceso de
estampado (elaboración
de brida programa CV)
Supervisor de Cizalladora
producción Prensa M15 40 ton
línea CV
Supervisor de Hoja de Inspección en 5.- Proceso de
calidad línea proceso liberación e
CV inspección

Proceso de alto nivel (incluya cada paso definido en el sipoc):

*Corte de tiras en
*Surtimiento de
cizalla *Ensamble de
material *Liberacion
e inspeccion de *Surtido de bridas a *Entrega final a
1
*Documentacion de 2
*Corte de Silueta 3 material 4 de ensambe
linea 5 tanque 6cliente COV
proceso *Corte de Brida

Diagrama de proceso actual e ideal 10/10 puntos

Del lado izquierdo se puede observar el performance de cuarentena en el estado actual, del lado derecho se
observa una gráfica del comportamiento proyectado una vez realizado el uso de material alterno. El valor de
cuarentena una vez recuperado el material deberá mantenerse dentro del promedio estándar (promedio previo de
120 piezas) generando estar dentro de objetivo ya que el target es de 190 piezas.
Definir la variable Y, las variables Xs 10/10 puntos

Tipo: discreta, continua o

  Variable atributos Unidad de medida
Cantidad de piezas en
Efecto (Y) número de parte alterno Discreta Numérica Piezas
Discos fuera de
especificación (Scrap
Material potencial) Discreta Numérica Piezas
Horas de entrenamiento
Mano de obra en costos de producción e
Capacitado / No Capacitado Atributo inventario
Piezas por mes en
Medición Indicador / Sin Indicador Atributo Cuarentena
Seguimiento / No Juntas de Seguimiento por
seguimiento Atributo mes
Método
Control de Ingresos y Salidas
de Material en Cuarentena Discreta Numérica Piezas
Diagrama causa efecto (Realizado en MINITAB) 10/10 puntos
5 porques 10/10 puntos

¿Cuál es la ¿Por qué ocurre? ¿Por qué ¿Por qué ocurre? ¿Por qué ¿Por qué
falla? ocurre? ocurre? ocurre?
Exceso de Porque no se Porque no se Porque no se Porque no se
producto no busca dar salida definen registra el tiene una
conforme de o uso alterno a prioridades de ingreso bitácora de
un solo np en los materiales material que se identificando de registro de
cuarentena tiene por manera clara el datos de
cantidad o tipo de defecto, especificaciones
fecha de numero de parte
ingreso ni material
Indicador de Porque no se Porque no se ha Porque no se Porque el
inventario de controló el dado un tiene a ninguna procedimiento
cuarentena ingreso ni la seguimiento a persona no determina
fuera de salida de ese este inventario responsable de tiempo máximo
objetivo material a controlar y de estadía de
cuarentena verificar materiales,
cuarentena tampoco quien
es responsable
de dar
seguimiento y
asegurar a estas
actividades
Porque el Porque su Porque es un Porque no se
indicador se periodicidad no indicador consideró vital
evalúa 2 veces se definió de sesgado para los
años manera eficiente objetivos
estratégicos de la
empresa
Porque el Porque no se Porque no se
personal no tenía claro el tiene
entiende el impacto de este conocimiento
impacto en indicador de de cómo
costo de tener inventario impacta el costo
material en de este material
cuarentena en la zona
Porque no se Porque no se le Porque no se Porque no se Porque no está
controla da seguimiento a tiene un tiene un check definido en el
ingresos y los ingresos y registro para list procedimiento
egresos de salidas de estos datos
cuarentena cuarentena
Matriz de causa efecto 10/10 puntos

Incluya al menos 5 variables Xs, debe haber al menos una variable numérica y al menos una variable de
atributo estas variables deben estar todas en la tabla de 5 porqués.

Matriz causa y efecto

Proyecto: Actualizado:
1 2 3 4 5 6
Importancia para el cliente (1-10) 5 10 10
Inventario de
Piezas
Variables de salida (Ys) cuarentena Inventario de
buenas
→ (menos de 190 cuarentena
producidas
piezas por dentro de
con material
mes en objetivo Peso
recuperado % Rango
Paso/proceso Variables de entrada (Xs) ↓ cuarentena) obtenido (X)
Evaluacion 2 veces al año (Porque el
Medicion 3 3 0 45 6.1% 6
1 indicador se evalúa 2 veces años)
No incluye cantidades ni nps el reporte
Medicion 1 1 0 15 2.0% 10
2 (Porque no se controla ingresos y egresos
Falta de checklist para identificar ingresos
Material (Porque no se controla ingresos y egresos 3 1 0 25 3.4% 9
3 de cuarentena )
Falta de pizarron de reporte de inventario
Material (Porque no se controla ingresos y egresos 1 1 0 15 2.0% 10
4 de cuarentena )
Se desconoce indicador y frecuencia
Personal (Porque el personal no entiende el impacto en 3 3 0 45 6.1% 6
5 costo de tener material en cuarentena )
Personal no da seguimiento (Indicador de
Personal 3 3 0 45 6.1% 6
6 inventario de cuarentena fuera de objetivo )
No hay plan para reducir inventario (Indicador
Metodo de inventario de cuarentena fuera de objetivo 9 9 0 135 18.2% 1
7 )
No se indican tiempos maximos de estadia
Metodo (Exceso de producto no conforme de un solo 9 9 0 135 18.2% 1
np en cuarentena )
8

Personal Años de experiencia para producir 0 0 1 10 1.4% 12

Material Aplicación de lubricante 0 0 9 90 12.2% 4

10

Maquinaria Carrera de prensa 0 0 9 90 12.2% 4

11

Maquinaria Parametros de presion 0 0 9 90 12.2% 4

12

13
Peso (Y) 32 30 28 740
Rango 1 2 2
Medición las Xs (causas) 10/10 puntos

Definición y
Asignación de
Piezas no revisión de
Piezas responsable por
conformes Bitácora de prioridades
Fecha buenas con Estación Proveedor Operador número de parte
en control por número
uso alterno que ingrese a
cuarentena de parte en
cuarentena
cuarentena
  (Y) (Y) (x) (x) (x) (x) (x) (x)

Operado
T 3 2019 0 2370 Línea LV A No hay No hay No hay
r1
Operado
T 4 2019 0 2370 Línea LV A No hay No hay No hay
r1
Operado
T1 2020 770 1600 Línea COV A Si hay Si hay Si hay
r1
Operado
T2 2020 1720 650 Línea COV A Si hay Si hay Si hay
r1
 Evidencia 1: Herramientas para optimización de recursos

Aspectos generales, formato, redacción y ortografía 10/10 puntos

Incluya en este mismo documento la evidencia anterior y las 2 evidencias de la materia anterior
A partir de la Evidencia 1: Administración de la cadena de suministros:
Mencione las unidades de la 2,370 Piezas por mes
Métrica primaria:
Mencione el Objetivo: Reducir promedio mensual de piezas en cuarentena, abajo se encuentra el
objetivo SMART que se tiene sobre esta actividad, acorde al mes y
diariamente.

Mes Enero Febrero Marzo

Target Diario 8 piezas 16 piezas 13 piezas
Target Mensual 240 piezas 410 piezas 350 piezas
De sus evidencias anteriores:
Mencione las Variables (5 o más) de la matriz causa efecto una de las variables debe ser numérica y otra de
atributos (si considera que fuese necesario puede agregar más variables a la matriz):
Tipo: Continua/discreta,
Variable atributos, dicotómicas Unidad de medida
Discos fuera de especificación
(Scrap potencial) Discreta Numérica Piezas
Horas de entrenamiento en costos de
Capacitado / No Capacitado Atributo producción e inventario
Indicador / Sin Indicador Atributo Piezas por mes en Cuarentena
Seguimiento / No seguimiento Atributo Juntas de Seguimiento por mes
Control de Ingresos y Salidas
de Material en Cuarentena Discreta Numérica Piezas
Discos fuera de especificación
(Scrap potencial) Discreta Numérica Piezas
 1 2 3 4 5 6 7 8 9 10 11 12 13 14
Piezas no
Piezas no
Piezas conforme Piezas Capacitados Lubricacion Piezas
conforme Años de Parametros Carrera de
Muestra Fecha Daily buenas con en Defectuosa / No de columna recuperada Defectos
en experiencia de Presion Prensa
uso alterno cuarentena s Capacitado (Shots) s
cuarentena
(NP)
1 01/12/2019 0 0 2370 2442 0 0 0 0 0 0 0 0
2 02/12/2019 0 0 2370 2442 0 0 0 0 0 0 0 0
3 03/12/2019 0 0 2370 2442 0 0 0 0 0 0 0 0
4 04/12/2019 0 0 2370 2442 0 0 0 0 0 0 0 0
5 05/12/2019 0 0 2370 2442 0 0 0 0 0 0 0 0
6 06/12/2019 0 0 2370 2418 0 0 0 0 0 0 0 0
7 07/12/2019 0 0 2370 2418 0 0 0 0 0 0 0 0
8 08/12/2019 0 0 2370 2418 0 0 0 0 0 0 0 0
9 09/12/2019 0 0 2370 2418 0 0 0 0 0 0 0 0
10 10/12/2019 0 0 2370 2418 0 0 0 0 0 0 0 0
11 11/12/2019 0 0 2370 2418 0 0 0 0 0 0 0 0
12 12/12/2019 0 0 2370 2418 0 0 0 0 0 0 0 0
13 13/12/2019 0 0 2370 2559 0 0 0 0 0 0 0 0
14 14/12/2019 0 0 2370 2559 0 0 0 0 0 0 0 0
15 15/12/2019 0 0 2370 2559 0 0 0 0 0 0 0 0
16 16/12/2019 0 0 2370 2559 0 0 0 0 0 0 0 0
17 17/12/2019 0 0 2370 2559 0 0 0 0 0 0 0 0
18 18/12/2019 0 0 2370 2559 0 0 0 0 0 0 0 0
19 19/12/2019 0 0 2370 2559 0 0 0 0 0 0 0 0
20 20/12/2019 0 0 2370 2465 0 0 0 0 0 0 0 0
21 21/12/2019 0 0 2370 2465 0 0 0 0 0 0 0 0
22 22/12/2019 0 0 2370 2465 0 0 0 0 0 0 0 0
23 02/01/2020 0 0 2370 2465 0 0 0 0 0 0 0 0
24 03/01/2020 0 0 2370 2465 0 0 0 0 0 0 0 0
25 04/01/2020 0 0 2370 2465 0 0 0 0 0 0 0 0
26 05/01/2020 0 0 2370 2465 0 0 0 0 0 0 0 0
27 06/01/2020 0 0 2370 2465 0 0 0 0 0 0 0 0
28 07/01/2020 0 0 2370 2465 0 0 0 0 0 0 0 0
29 08/01/2020 0 0 2370 2465 0 0 0 0 0 0 0 0
30 09/01/2020 0 0 2370 2465 0 0 0 0 0 0 0 0
31 10/01/2020 0 0 2370 2442 0 0 0 0 0 0 0 0
32 11/01/2020 0 0 2370 2442 0 0 0 0 0 0 0 0
33 12/01/2020 0 0 2370 2442 0 0 0 0 0 0 0 0
34 13/01/2020 10 10 2360 2442 0 Pedro 4 270 0.47 2 4 Piezas manchadas
35 14/01/2020 10 20 2350 2442 0 Pedro 4 265 0.45 2 0 0
36 15/01/2020 18 38 2332 2442 0 Pedro 4 275 0.55 3 0 0
37 16/01/2020 18 56 2314 2442 0 Pedro 4 272 0.5 3 0 0
38 17/01/2020 14 70 2300 2460 0 Pedro 4 270 0.47 2 2 Rebaba
39 18/01/2020 14 84 2286 2460 0 Pedro 4 265 0.45 2 0 0
40 20/01/2020 20 104 2266 2460 0 Pedro 4 275 0.55 3 0 0
41 21/01/2020 18 122 2248 2460 0 Pedro 4 272 0.5 3 0 0
42 22/01/2020 15 137 2233 2460 0 Luis 4 270 0.47 2 2 Rayas
43 23/01/2020 15 152 2218 2460 0 Luis 4 265 0.45 2 2 Piezas manchadas
44 24/01/2020 20 172 2198 2310 0 Luis 4 275 0.55 3 0 0
45 25/01/2020 20 192 2178 2310 0 Luis 4 272 0.5 3 0 0
46 27/01/2020 15 207 2163 2310 0 Luis 4 270 0.47 2 1 Codigo no legible
47 28/01/2020 15 222 2148 2310 0 Luis 4 265 0.45 2 0 0
48 29/01/2020 27 249 2121 2310 0 Luis 4 275 0.55 3 0 0
49 30/01/2020 22 271 2099 2310 0 Luis 4 272 0.5 3 0 0
50 31/01/2020 15 286 2084 2264 0 Carlos 3.5 270 0.47 2 0 0
51 01/02/2020 15 301 2069 2264 0 Carlos 3.5 265 0.45 2 3 Rayas
52 03/02/2020 20 321 2049 2264 0 Carlos 3.5 275 0.55 3 0 0
53 04/02/2020 20 341 2029 2264 0 Carlos 3.5 272 0.5 3 0 0
54 05/02/2020 15 356 2014 2264 0 Carlos 3.5 270 0.47 2 0 0
55 06/02/2020 15 371 1999 2264 0 Carlos 3.5 265 0.45 2 2 Codigo no legible
56 07/02/2020 22 393 1977 2162 0 Carlos 3.5 275 0.55 3 0 0
57 08/02/2020 25 418 1952 2162 0 Carlos 3.5 272 0.5 3 0 0
58 10/02/2020 15 433 1937 2162 0 Alberto 3 270 0.47 2 0 0
59 11/02/2020 15 448 1922 2162 0 Alberto 3 265 0.45 2 0 0
60 12/02/2020 30 478 1892 2162 1 Alberto 3 275 0.55 3 0 0
61 13/02/2020 22 500 1870 2162 0 Alberto 3 272 0.5 3 0 0
62 14/02/2020 15 515 1855 1933 0 Alberto 3 270 0.47 2 3 Piezas manchadas
63 15/02/2020 15 530 1840 1933 0 Alberto 3 265 0.45 2 0 0
64 17/02/2020 30 560 1810 1933 0 Alberto 3 275 0.55 3 0 0
65 18/02/2020 30 590 1780 1933 0 Alberto 3 272 0.5 3 0 0
66 19/02/2020 15 605 1765 1933 0 Pedro 4 270 0.47 2 0 0
67 20/02/2020 15 620 1750 1933 0 Pedro 4 265 0.45 2 0 0
68 21/02/2020 30 650 1720 1760 0 Pedro 4 275 0.55 3 0 0

Se modifica tabla cambiando variables categóricas por continuas y de atributo por solicitud
Gráfico(s) de Pareto en MINITAB 10/10 puntos

Los datos deben haber sido obtenidos de a la medición de las variables X. Ultimo punto de la evidencia 2 de la
materia anterior

Gráficos:

Piezas
recuperada Defectos
s
4 Piezas manchadas
2 Rebaba
2 Rayas
2 Piezas manchadas
1 Codigo no legible
3 Rayas
2 Codigo no legible
3 Piezas manchadas
Interpretación: El defecto más importante para recuperar material es piezas manchadas

Los datos se obtienen de las columnas 13 y 14 de la tabla general

 Análisis de estadística descriptiva MINITAB (solo el resumen gráfico) de la métrica primaria (y)
20/20 puntos

Variable (métrica primaria): Piezas no conforme en cuarentena

Periodo la medición: 13/ENE/2020 – 21/FEB/2020

Gráfica de caja de Piezas no conforme en cuarent_2

2600

2500
Piezas no conforme en cuarent_2

2400

2300

2200

2100

2000

1900

1800

1700
 Gráfica de valores individuales de Piezas no conforme en cuarent_2

1700 1800 1900 2000 2100 2200 2300 2400 2500 2600
Piezas no conforme en cuarent_2

Histograma de Piezas no conforme en cuarent_2

30

25

20
Frecuencia

15

10

0
1800 1950 2100 2250 2400 2550
Piezas no conforme en cuarent_2

Interpretación: En la gráfica de caja se observa que la mediana es 2,442 y se tienen 4 outlayeres debajo de 1,933
y 1770 respectivamente lo que refleja el inicio de piezas buenas utilizando material en cuarentena, ya en los
meses de febrero.

Se observa que la media de los datos se encuentra alrededor de 2370 piezas, esto debido a la misma cantidad de
un solo número de parte que se ha acumulado durante el 2019 en cuarentena.
Análisis de capacidad métrica primaria MINITAB (Y) CPK o PPM 20/20 puntos

Especificar límites de especificación, revise los límites definidos en el objetivo (evidencia 1, materia
Administración de la cadena de suministro)

Variable (métrica primaria): CAPACIDAD PARA PIEZAS DEFECTUOSAS VS PIEZAS PRODUCIDAS

Periodo la medición: 13/ENE/2020 – 21/FEB/2020

Límites (pueden coincidir con los límites de su objetivo): 0.05% COMO MAXIMO DEFECTUOSO

Gráfico:

Análsis de capacidad para piezas decfectuosas Vs Piezas producidas

Gráfica P Tasa de defectuosos

30
0.06

%Defectuoso
Proporción

20
0.04

0.02 10
_
LCS=0.01096
P=0.005
0.00 LCI=0 0
1 8 15 22 29 36 43 50 57 64 0 500 1000
Muestra Tamaño de la muestra
Las pruebas se realizaron con tamaños de la muestra desiguales

% defectuoso acumulado Histograma

Objetivo
0.60 Estadística de resumen 64
(95.0% de confianza) 60
%Defectuoso: 0.50
0.45 IC inferior: 0.43
IC superior: 0.57
45
%Defectuoso

Objetivo: 0.05
Frecuencia

PPM: 5000
0.30
IC inferior: 4342
30
IC superior: 5730
Z del proceso: 2.5758
0.15 IC inferior: 2.5284
IC superior: 2.6243 15

0.00 0 0 0 1 1 0 0 0 0 1
0
0 10 20 30 40 50 60 0.00 0.04 0.08 0.12 0.16 0.20
Muestra %Defectuoso

Interpretación:

Grafica P.- Porcentaje de piezas defectuosas está dentro de los límites de control y por debajo del objetivo
P=0.005

Tasa de defectuosos.- La probabilidad de defectuosos era más alta cuando la muestra era más baja, conforme
aumenta la muestra el porcentaje también baja
Histograma.- La probabilidad de defectuosos se acumula en 64% en valores entre 0.00 y 0.004 dentro del
objetivo

% de Defectuosos acumulado

El % de acumulados es muy por debajo de los límites

Piezas Producidas Defectuosas

10 0
20 0
38 0
56 0
70 0
84 0
104 0
122 0
137 0
152 0
172 0
192 0
207 0
222 0
249 0
271 0
286 0
301 0
321 0
341 0
356 0
371 0
393 0
418 0
433 0
448 0
478 1
500 0
515 0
530 0
560 0
590 0
605 0
620 0
650 0
668 0
682 0
696 0
716 0
734 0
749 0
764 0
784 0
804 0
819 0
834 0
861 0
883 0
898 0
913 0
933 0
953 0
968 0
983 0
1005 0
1030 0
1045 0
1060 0
1090 1
1112 0
1127 0
1142 0
1172 0
1202 0
1217 0
1232 1
1262 0
AMEF 20/20 puntos

Realice un AMEF (parcial), haga coincidir los datos con los de la Matriz causa efecto incluya al menos 5
variables.
Efecto de la S O D Persona S O D
Modo de falla Causa de la Control de proceso
Proceso falla potencial E C E RPN responsable y Medidas tomadas E C E RPN
potencial falla potencial actual
(Y's) V C T fecha objetivo V C T

El responsable de
Ingresar material Dificultad para dar Capacitacion de personal
3 ingreso no registra 8 10 240 3 4 2 24
sin NP disposicion que ingresa a cuarentena
el numero de parte

No se tiene control El responsable de

Ingresar material Capacitacion de personal
de piezas en 3 ingreso no registra 8 10 240 Se genera un check list que forza el 3 4 2 24
sin Cantidad que ingresa a cuarentena
cuarentena cantidad de piezas ingreso de datos adecuado
Supervisor de
Ingreso de
El responsable de Calidad y
1 material a Ingresar material No se pueden
ingreso no registra Capacitacion de personal Coordinador de
cuarentena sin Defecto clasificar los 3 8 10 240 3 4 2 24
razon de ingres o que ingresa a cuarentena Calidad
definido materiales
(defecto)
No se tiene control El responsable de
Ingresar Material
de material en el ingreso no verifica Capacitacion de personal
sin Validacion de 3 8 10 240 3 4 2 24
interior de y contabiliza el que ingresa a cuarentena
Calidad
cuarentena material

No se sabe quien
Ingresar Material Nadie se hace El check list debe ser firmado por
ingreso o es Capacitacion de personal
sin algun 3 responsable del 8 10 240 responsable de ingreso y validado 3 4 2 24
responsable de que ingresa a cuarentena
Responsable material en el area por dueño de cuarentena
ese material

El responsable no
Se registra de Dificultad para dar Capacitacion de personal
3 registra de manera 8 10 240 3 4 2 24
manera erronea disposicion que ingresa a cuarentena
correcta Se genera un check list que forza el
ingreso de datos adecuado el cual
No se tiene control Supervisor de
Se registra en debera ser firmado por el dueño de
de material en el El responsable no Capacitacion de personal Calidad y
2 archivo de excel No se registra 3 8 10 240 cuarentena, el cual solicitara registro 3 4 2 24
interior de registra datos que ingresa a cuarentena Coordinador de
ingreso en sistema, archivo del check list y
cuarentena Calidad
registro en pizarron del area de
No se tiene control cuarentena
de material en el Se borra archivo Se realiza revision cada 6
Se borra el registro 3 6 6 108 3 2 2 12
interior de Se borra registro meses
cuarentena

Se genera un check list que forza el

ingreso de datos adecuado el cual
Se registro de
Material en archivo No se puede llevar debera ser firmado por el dueño de
manera incorrecta Capacitacion de personal
no coincide con acabo la revision 4 6 10 240 cuarentena, el cual solicitara registro 4 2 2 16
Se saco material que ingresa a cuarentena
material fisico de material en sistema, archivo del check list y
sin borrar registro
Supervisor de registro en pizarron del area de
Calidad y cuarentena .
Coordinador de
Calidad
Revision de Se programan con mayor frecuencia
No se presentan Hacer programa de
3 material en las revisiones del area de
No se tiene control los responsables revisiones en cuarentena
cuarentena No se lleva acabo cuarentena, y se da seguimiento con
del KPI de 4 No se tiene la 6 Envio de reporte semana 6 144 4 2 2 16
la revision los responsables y sus equipos
Cuarentena informacion previa a revision
multidisciplinarios para dar
disposicion a los materiales del area

Se modifica procedimiento para

asegurar revisiones continuas con el
No se cumple los No se controla el Coordinador de
Kpi fuera de Se realiza revision cada 6 equipo de calidad acortando el
objetivos de la 4 area de 6 6 144 Calidad / Gerente de 4 2 2 16
objetivo meses tiempo para control y se hace
empresa cuarentena Calidad
despligue de modificaciones para
entendimiento de KPI

Interpretación del RPN obtenido: Los RPNs obtenidos aparecen altos ya que se presenta el AMEF como se
encuentra el diagrama de flujo actualmente, sin todas las modificaciones detectas por el causa raíz, por eso se
anexa las acciones recomendadas para mejorar el desempeño y tener un mejor desempeño de RPNs y evitar
futuros problemas como el presentado.
Correlación, Regresión, Grafica de dispersión MINITAB 20/20 puntos

Realice las correlaciones y regresiones que requiera (preferentemente 2 o más) para probar la relación de otras
variables numéricas con la métrica primaria

Correlación
Variable Y Presión
Variable X Piezas
Valor P 0.23
La hipótesis nula Se rechaza
La correlación No es significativa
Regresión
El/la cantidad de presión vs número de piezas buenas
explica El número de piezas buenas
de la variación de Piezas buenas
de acuerdo al valor de R2 de 6.52 %
Interpretación:
H0: La correlación no es significativa entre las variables (P > que 0.05)
H1: La correlación es significativa entre las variables (P < que 0.05)

Resumen del modelo

R-cuad. R-cuad.
S R-cuad. (ajustado) (pred)
460.491 6.52% 0.00% 0.00%
 Coeficientes

EE del Modelo
Término Coef coef. Valor T Valor p VIF
Constante 3900 17112 0.23 0.841
Presión 23.6 63.3 0.37 0.745 1.00

Ecuación de regresión
Pzs = 3900+ 23.6 Presion

Tendencia de Datos positiva a mayor presión mayor No., de piezas.

R^2 Muy bajo 6.52. % NO explica el modelo

Correlación
Variable Y Piezas
Variable X Carrera
Valor P 2.99%
La hipótesis nula Se rechaza
La correlación No es significativa
Regresión
El/la Carrera
explica El número de piezas buenas
de la variación de Piezas buenas
de acuerdo al valor de R2 de 26%
Interpretación:
H0: La correlación no es significativa entre las variables (P > que 0.05)
H1: La correlación es significativa entre las variables (P < que 0.05)
 Gráfica de dispersión de Carrera/ Prensa vs. Pzs_1
0.55
0.550

0.525
Carrera/ Prensa

0.50
0.500

0.475 0.47

0.45
0.450

10000 10200 10400 10600 10800

Pzs_1

S R-cuad. (ajustado) (pred)

410.225 25.81% 0.00% 0.00%
EE del Modelo
Término Coef coef. Valor T Valor p VIF
Constante 8053 2690 2.99 0.096
Carrera/ Prensa 4543 5446 0.83 0.492 1.00
Dispersión de Datos Positiva, el modelo muestra que a mayor carrera mayor piezas. El modelo no explica el
proceso ya que el valor de R^2 es de 26% < 85% por lo cual no se considera una relación fuerte entre variables

Correlación
Variable Y Piezas
Variable X Número de disparos de lubricante
Valor P .38
La hipótesis nula Se rechaza
La correlación No es significativa
Regresión
El/la Número de disparos
explica El número de piezas buenas
de la variación de Cantidad de piezas producidas
de acuerdo al valor de R2 de 44%
Interpretación:
H0: La correlación no es significativa entre las variables (P > que 0.05)
H1: La correlación es significativa entre las variables (P < que 0.05)
 Gráfica de dispersión de Pzs_2 vs. Disparos de Lubricante

20000

15000
Pzs_2

10000

5000

0
0.0 0.5 1.0 1.5 2.0 2.5 3.0
Disparos de Lubricante

S R-cuad. (ajustado) (pred)

10394.1 43.07% 0.00% 0.00%
EE del Modelo
Término Coef coef. Valor T Valor p VIF
Constante 3790 10016 0.38 0.770
Disparos de Lubricante 4185 4812 0.87 0.544 1.00
Ecuación de regresión
Pzs_2 = 3790 + 4185 Disparos de Lubricante
El modelo muestra una relación positiva entre el número de disparos de lubricante ya que mientras más disparos
se hacen hay una diferencia significativa comparado con no usar lubricante

EL Valor de R^2 es de 44% es el más alto de las 3 relaciones por lo que sin llegar a ser >=85% podría
considerarse para hacer una análisis más profundo.
 Evidencia 2: Herramientas para optimización de recursos

Aspectos generales, formato, redacción y ortografía 10/10 puntos

Incluya en este mismo documento la evidencia anterior y las 2 evidencias de la materia anterior
A partir de la Evidencia 1: Administración de la cadena de suministros:
Mencione las unidades 2,370 Piezas por mes
de la Métrica primaria:
Mencione el Objetivo: Reducir promedio mensual de piezas en cuarentena, abajo se encuentra el
objetivo SMART que se tiene sobre esta actividad, acorde al mes y diariamente.
Mes Enero Febrero Marzo
Target Diario 8 piezas 16 piezas 13 piezas
Target Mensual 240 piezas 410 piezas 350 piezas
De sus evidencias anteriores:
Mencione las Variables (5 o más) de la matriz causa efecto una de las variables debe ser numérica y otra de
atributos (si considera que fuese necesario puede agregar más variables a la matriz):
Tipo: Continua/discreta, atributos,
Variable dicotómicas Unidad de medida
Discos fuera de espec. Discreta Numérica Piezas
(scrap potencial)
Piezas recuperadas Numérica Continua Piezas
Parámetros de presión Numérica Continua Toneladas
Carrera de prensa Numérica Continua Metros
Experiencia Numérica Discreta Años
Gage R&R MINITAB 30/30 puntos

Descripción del Análisis sistema de medición

Número de inspectores: 2 inspectores una estación de revisión
¿Que están midiendo? Inspección visual ( Rayas, Marcas, Rebabas, Manchas, Verificación
de código)
¿Cuantas veces repiten la inspección? Para revisar la repetibilidad, se realiza 3 veces la misma inspección
Muestra / Parte Inspector /Operador Intento Respuesta / Medicion Estandar
1 1 1 OK OK
1 2 1 OK OK
1 1 2 OK OK
1 2 2 OK OK
1 1 3 OK OK
1 2 3 OK OK
2 1 1 OK OK
2 2 1 OK OK
2 1 2 OK OK
2 2 2 OK OK
2 1 3 OK OK
2 2 3 OK OK
3 1 1 OK OK
3 2 1 OK OK
3 1 2 OK OK
3 2 2 OK OK
3 1 3 OK OK
3 2 3 OK OK
4 1 1 OK OK
4 2 1 NOK OK
4 1 2 OK OK
4 2 2 OK OK
4 1 3 OK OK
4 2 3 OK OK
5 1 1 OK OK
5 2 1 OK OK
5 1 2 OK OK
5 2 2 OK OK
5 1 3 OK OK
5 2 3 OK OK
6 1 1 OK OK
6 2 1 OK OK
6 1 2 OK OK
6 2 2 OK OK
6 1 3 OK OK
6 2 3 OK OK
7 1 1 OK OK
7 2 1 OK OK
7 1 2 OK OK
7 2 2 OK OK
7 1 3 OK OK
7 2 3 OK OK
8 1 1 OK OK
8 2 1 OK OK
8 1 2 OK OK
8 2 2 OK OK
8 1 3 OK OK
8 2 3 OK OK
9 1 1 OK OK
9 2 1 OK OK
9 1 2 OK OK
9 2 2 OK OK
9 1 3 OK OK
9 2 3 OK OK
10 1 1 NOK NOK
10 2 1 NOK NOK
10 1 2 NOK NOK
10 2 2 NOK NOK
10 1 3 NOK NOK
10 2 3 NOK NOK
Muestra / Parte Inspector /Operador Intento Respuesta / Medicion Estandar
11 1 1 NOK NOK
11 2 1 NOK NOK
11 1 2 NOK NOK
11 2 2 NOK NOK
11 1 3 NOK NOK
11 2 3 NOK NOK
12 1 1 NOK NOK
12 2 1 NOK NOK
12 1 2 NOK NOK
12 2 2 NOK NOK
12 1 3 NOK NOK
12 2 3 NOK NOK
13 1 1 NOK NOK
13 2 1 NOK NOK
13 1 2 NOK NOK
13 2 2 NOK NOK
13 1 3 NOK NOK
13 2 3 NOK NOK
14 1 1 NOK NOK
14 2 1 NOK NOK
14 1 2 NOK NOK
14 2 2 NOK NOK
14 1 3 NOK NOK
14 2 3 NOK NOK
15 1 1 NOK NOK
15 2 1 NOK NOK
15 1 2 NOK NOK
15 2 2 NOK NOK
15 1 3 NOK NOK
15 2 3 NOK NOK
16 1 1 NOK NOK
16 2 1 NOK NOK
16 1 2 NOK NOK
16 2 2 NOK NOK
16 1 3 NOK NOK
16 2 3 NOK NOK
17 1 1 NOK NOK
17 2 1 NOK NOK
17 1 2 NOK NOK
17 2 2 NOK NOK
17 1 3 NOK NOK
17 2 3 NOK NOK
18 1 1 NOK NOK
18 2 1 NOK NOK
18 1 2 NOK NOK
18 2 2 NOK NOK
18 1 3 NOK NOK
18 2 3 NOK NOK
19 1 1 NOK NOK
19 2 1 NOK NOK
19 1 2 NOK NOK
19 2 2 NOK NOK
19 1 3 NOK NOK
19 2 3 NOK NOK
20 1 1 NOK NOK
20 2 1 NOK NOK
20 1 2 NOK NOK
20 2 2 NOK NOK
20 1 3 NOK NOK
20 2 3 NOK NOK
El R&R se capturo de manera correcta por eso se encuentran muy claras las muestras, pero al momento de
realizarlo físicamente se desarrolló de manera aleatoria, y de manera individual para cada inspector.

Acuerdo de evaluación Fecha del estudio: 4 de Marzo 2020

Notificado por: Juan Manuel Neri
Nombre del producto: Bracket - DTNA
Misc: Verificación del nivel de detección de defectos

Nivel mínimo de KAPPA 75% Requerido

Individual por evaluador Evaluador vs. el estándar
100 95.0% de IC 100 95.0% de IC
100.000 99.873 Porcentaje 100.000 99.873 Porcentaje

95 95
95.000 95.000
Porcentaje

Porcentaje
90 90

85 86.089 85 86.089

80 80

75 75 75 75
75.127 75.127
1 2 1 2
Evaluador Evaluador

En las gráfica 1 se observa el mejor desempeño del operador 1 Vs el operador 2 ya que los intervalos de
confianza son más cerrados para 1 (86-100) Vs (75-99.8) para 2 en la segunda gráfica se ve desempeño Vs
STD; en el cuál el Inspector 1 tiene mejor desempeño ya que el IC=(86-100 ) & Para Inspector 2 (75-99)

Fecha del estudio: 4 de Marzo 2020

Notificado por: Juan Manuel Neri
Nombre del producto: Bracket - DTNA
Misc: Verificación del nivel de detección de defectos
Individual por evaluador

Acuerdo de evaluación

Evaluador No. de inspeccionados No. de coincidencias Porcentaje IC de 95%

1 20 20 100.00 (86.09, 100.00)
2 20 19 95.00 (75.13, 99.87)

No. de coincidencias: El evaluador coincide consigo a través de las pruebas.

Discrepancia de evaluación de muestras inspector 1 coincide 20 de 20, Inspector 2 coincide 19 de 20
 No. de coincidencias: El evaluador coincide consigo a través de las pruebas.
Estadísticos Kappa de Fleiss

Evaluador Respuesta Kappa Error estándar de Kappa Z P(vs > 0)

1 NOK 1.00000 0.129099 7.74597 0.0000
OK 1.00000 0.129099 7.74597 0.0000
2 NOK 0.93213 0.129099 7.22022 0.0000
OK 0.93213 0.129099 7.22022 0.0000

Nivel de concordancias EVALUADOR contra sí mismo; totales para Inspector1; 100% ok y 100% NOK para
Inspector 2; 93% OK Y 93 NOK

Ambos están por encima del 75% mínimo requerido para pasar la evaluación al sistema de medición

Estadísticos Kappa de Cohen

Hay más de dos ensayos por cada evaluador. No se puede calcular kappa.
Cada evaluador vs. el estándar
Acuerdo de evaluación
Evaluador No. de inspeccionados No. de coincidencias Porcentaje IC de
95%
1 20 20 100.00 (86.09, 100.00)
2 20 19 95.00 (75.13, 99.87)

No. de coincidencias: La estimación del evaluador en los diferentes ensayos coincide con el estándar
conocido.
Discrepancia en la evaluación
Evaluador # OK / NOK Porcentaje # NOK / OK Porcentaje No. de combinados Porcentaje
1 0 0.00 0 0.00 0 0.00
2 0 0.00 0 0.00 1 5.00
# OK / NOK: Evaluaciones a través de ensayos = OK / estándar = NOK.
# NOK / OK: Evaluaciones a través de ensayos = NOK / estándar = OK.
No. de combinados: Las evaluaciones de los ensayos no son idénticas.
Estadísticos Kappa de Fleiss
Evaluador Respuesta Kappa Error estándar de Kappa Z P(vs > 0)
1 NOK 1.00000 0.129099 7.74597 0.0000
OK 1.00000 0.129099 7.74597 0.0000
2 NOK 0.96590 0.129099 7.48182 0.0000
OK 0.96590 0.129099 7.48182 0.0000
Índice Kappa de cada evaluador Vs el Estándar:

Evaluador 1 100%

Evaluador 2 96%

Para ambos casos el valor está por encima del mínimo requerido KAPPA>75%

De acuerdo a la tabla anterior, concluimos que el sistema de medición evaluado es: Aceptable

Prueba T o ANOVA (datos normales) 30/30 puntos

 Respuesta Carrera 1 Experiencia Presion
4049.6 0.45 3 265
6074.4 0.45 3 265
3400 0.55 3 270
4200 0.55 3 270
6500 0.47 5 272
8900 0.47 5 272
3240 0.5 5 275
4860 0.5 5 275
Derivado del análisis de efectos principales se toma la decisión de hacer la prueba T sobre la variable de carrera,
la cual muestra una mayor influencia sobre la variable Y

  Y (métrica primaria)   X (atributos clasificación)

Variables
Piezas buenas producidas Carrera de la prensa
(De la matriz causa efecto) Por
       
Normalidad Valor P 0.157 (ver grafica)   Normal
Igualdad de varianzas Valor P 0   Varianzas distintas
Numero de valores posibles para X .45, .47, .50 y .55 (niveles del factor
 
(>2) carrera)  
       
Prueba a utilizar Anova    
 Piezas

4049.6
6074.4
5700.0
4769.0
3400.0
4200.0
3998.0
4300.0
7790.0
6500.0
8900.0
7698.0
3120.0
3240.0
4860.0
2890.0

Interpretación de los datos (hipótesis y valor de p):

Hay al menos una de las varianzas es significativamente diferente (0.47) por lo tanto se rechaza la hipótesis nula

A partir del valor P obtenido de 0 menor que 0.05 se rechaza la hipótesis nula

H0: Los promedios son iguales (P > que 0.05)

H1: Al menos uno de los promedios no es igual (P < que 0.05)

Por lo que los promedios son diferentes.

Tukey

Debido a que

 La prueba ANOVA arrojo que los promedios son diferentes

 La prueba Kruskal Wallis arrojo que las Medianas diferentes
 Usamos prueba Anova y se realiza la prueba Tukey
 No usamos prueba Mann Withney y se realiza la prueba Tukey

Se realiza la prueba Tukey

Datos y gráficos de Minitab:
Interpretación de los datos:

De la anova se observa diferencia significativa entre varianzas de la prueba Kruskal Wallis se observan
diferencia significativa en las medias lo que confirma que uno de los niveles factor carrera (.47) es
significativamente diferente a las otras opciones del parámetro, se realiza prueba de Tukey donde se confirma
que existe un intervalo, que no contiene el 0 dentro de su rango (0.47 a 0.45) por lo cual es significativamente
diferente

Método

Hipótesis nula          Todas las medias son iguales

Hipótesis alterna       Por lo menos una media es diferente
Nivel de significancia  α = 0.05

Se presupuso igualdad de varianzas para el análisis.

Información del factor

Factor     Niveles  Valores

Carrera X        4  0.45, 0.47, 0.50, 0.55

Análisis de Varianza

Fuente     GL   SC Ajust.  MC Ajust.  Valor F   Valor p

Carrera X   3   42466104   14155368     20.42    0.000
Error      12     8317290     693108
Total      15   50783394

Resumen del modelo

                     R-cuad.  R-cuad.
      S  R-cuad.  (ajustado)   (pred)
832.531   83.62%      79.53%   70.88%

Prueba de Kruskal-Wallis: Piezas vs. Carrera X

Prueba de Kruskal-Wallis en Piezas

                        Clasificación
Carrera X   N  Mediana   del promedio      Z
0.45        4     5235            9.5   0.49
0.47        4     7744           14.5   2.91
0.50        4     3180            4.0  -2.18
0.55        4     4099            6.0  -1.21
General    16                     8.5
H = 11.21  GL = 3  P = 0.011

Variables importantes (5 o más) 30/30 puntos

Debe incluir una prueba para cada una de las 5 variables propuestas en la matriz causa efecto.

En las pruebas, puede incluir solamente Correlación, Chi cuadrada, R&R.

No incluya: Regresión, Normalidad.

Valor P, o % Variable
estudio de importante
ID Prueba Variable Y Variable X variación (Si p<0.05)
Piezas Anova = 0
KW = 0.011
buenas con Carrera de Tukey = 95%
1 Anova / KW / Tukey / Chi cuadrada uso alterno Prensa Chi = 38% SI
Piezas
buenas con 1%
2 Chi cuadrada uso alterno Experiencia contribución NO
Piezas
buenas con 15%
3 Chi cuadrada uso alterno Lubricación contribución NO
Piezas
buenas con 22%
4 Chi cuadrada uso alterno Carga contribución NO
Piezas
buenas con 17%
5 Chi cuadrada uso alterno Operador contribución NO

Prueba Chi-cuadrada de bondad de ajuste para conteos observados en variable: Conteo

Uso de nombres de categorías en Categorías

Uso de nombres de categorías en Categorías
 
                          Proporción            Contribución
Categoría      Observado   de prueba  Esperado   a Chi-cuad.
carrera 0.45        5768         0.1    6806.2       158.364
carrera 0.47        8567         0.1    6806.2       455.528 Se observa que la carrera es
significativamente importante ya que muestra la mayor contribución a la variación.
Experiencia 2       6548         0.1    6806.2         9.795
Eperiencia 3        6879         0.1    6806.2         0.779
Lubricación 2       6489         0.1    6806.2        14.783
Lubricación 3       8123         0.1    6806.2       254.762
Pedro               5433         0.1    6806.2       277.053
Luis                5877         0.1    6806.2       126.857
Carga 272           8222         0.1    6806.2       294.509
Carga 265           6156         0.1    6806.2        62.114
 
 
    N  GL  Chi-cuad.  Valor p
68062   9    1654.54    0.000