Six Sigma l3z3s

UNIVERSIDAD TECNOLÓGICA EQUINOCCIAL CARRERA: COMERCIO EXTERIOR, INTEGRACIÓN Y ADUANAS

ESTUDIANTE: BRYAN REMACHE

DOCENTE: CASTELO RIVAS ANGEL FREDY

MATERIA: ESTADISTICA INFERENCIAL

TEMA: ANÁLISIS DE SIX SIGMA Y ANOVA

FECHA: 09 - 11 - 2016

SIX SIGMA. Básicamente la Six sigma es una filosofía de trabajo y una estrategia de negocios, la cual tiene su enfoque hacia los clientes, y de cómo alcanzar un nivel de defectos menor o igual a 3 ó 4 defectos por millón. La six sigma nos sirve como parámetro de comparación entre dos compañías iguales o que tengan algunos parámetros similares. El fin de esta filosofía es de obtener mejores resultados, tanto en las empresas de productos o servicios, mediante procesos que nos permitan reducir lo máximo posible los defectos y los errores (un 99,99% de exactitud y un nivel de error menor al 0,01%). (HEREDIA, 2001) Para el diseño de la six sigma se plantean 5 fases para su diseño: Fase 1: Definir. – Esto se trata de conocer cada proceso que existe en nuestra empresa, las personas que laboran en la misma. Fase 2: Medir. – Seleccionamos una o más de las características del proceso anterior y analizamos los procesos de estos, y con esto se debe llevar un control estadístico de procesos como el diseño de tolerancia, análisis del modo de fallas en el diseño. Fase 3: Analizar. – En esta fase realizamos un análisis de los resultados obtenidos en el proceso anterior, con el fin de definir una mejora sustancial y lograr un mejor desempeño del proceso. Fase 4: Mejorar. – Se aplica en la práctica todas las estrategias de mejora, y se planifica la mejor forma de llevar a cabo la mejora. Fase 5: Controlar. – En esta última fase se realiza un diseño que sirva para monitorizar el proceso, ver si se ha logrado los objetivos de la mejora. (EVANS) Una vez terminadas estas 5 fases, se permite obtener los resultados en términos de reducción de costos y satisfacción de clientes. ANOVA: Una gran herramienta estadística que se considerada de gran ayuda en el ámbito industrial para el control de procesos, se puede utilizar en aplicaciones que sean múltiples donde se agruparían dependiendo del objetivo que son dos la comparación de múltiples columnas de datos y la estimación de los componentes de variación de un proceso. En la comparación de múltiples poblaciones se puede comparar diversos métodos de análisis con diferentes características y diversos analistas entre sí siendo el mismo método o a su vez cuando queremos analizar una muestra que haya sido usada para tratamientos o almacenada en otras circunstancias, en cada uno de estos hay dos posibles ejemplos una de estas seria el error aleatorio en la medida y en cambio en la otra seria lo que se denomina como un factor controlado También se puede utilizar en situaciones donde ambas fuentes de variación sean aleatorias.