Home Calidad Estadística para Seis Sigma
Estadística para Seis Sigma PDF Imprimir E-mail

Dirigido a:

Este curso está diseñado para todo aquel que cuente con una certificacion en la metodologia DMAIC (como Green o Black Belt) y/o que frecuentemente utilice las herramientas descriptivas e inferenciales de la estadistica para el análisis y la mejora de procesos industriales.

Objetivos:

Al terminar este programa, el participante tendrá la capacidad de validar la normalidad de los datos de interes y utilizar la herramienta adecuada para el análisis de los mismos; ya sea paramétrica o no paramétrica, (teniendo como alternativa la aplicación de algoritmos de transformacion de datos) llegando a conclusiones fundamentadas en una metodologia cientifica respaldadas por un nivel de confianza prestablecido.

Descripción:

Ante la creciente necesidad de profesionales que manejen herramientas sistemáticas de mejora continua y reduccion de variacion como Seis Sigma, se presenta este curso como complemento a las herramientas de análisis que forman parte del cuerpo de conocimiento de los programas de certificacion Seis Sigma, tanto Green como Black Belt. Este programa presenta herramientas que no se integran al contenido de las certificaciones antes mencionadas y que son imprescindibles en el tratamiento de datos no normales.

Temario:

1)    Pruebas de bondad de ajuste (4 horas)

a.     Solución paramétrica, distribución Chi2
b.     Solución no paramétrica, Kolmogorov-Smirnov

Las pruebas de bondad de ajuste se utilizan para determinar la distribucion asociada con una muestra bajo estudio, con lo cual inferimos la distribucion de la poblacion.

2)    Estadistica no paramétrica (12 horas)

a.     Algoritmo de ordenamiento y criterio de desempate
b.     Prueba de los signos
c.      Prueba Wilcoxon-signed para muestras pareadas
d.     Prueba Wilcoxon-rank para muestras independientes
e.     Prueba Kruskal-Wallis
f.       Prueba de correlacion

Las pruebas no parametricas pueden utilizarse independientemente de la distribucion de los datos. Es importante recordar que las herramientas comunmente manejadas en la metodologia Seis Sigma se aplican bajo el entendido que nuestros datos son normales. Cuando lo anterior no se cumple, la solucion es la estadistica no parametrica.

3)    Algoritmos de transformacion de datos (2 hora)

a.     Transformacion Box-Cox
b.     Transformacion Johnson

Una alternativa para el estudio de nuestros datos cuando la distribucion de los mismos no es normal es la aplicacion de algoritmos de transformacion; que despues de ejecutados nos permiten echar mano de las herramientas parametricas.

4)    Determinación de outliers (2 horas)

a.     Cálculo de fronteras
b.     Análisis de cinco números
c.      Diagrama Box-Whisker

Ademas de la no normalidad, la presencia de valores inusuales (extremos o outliers) puede sesgar las conclusiones obtenidas al analizar una muestra. El analisis de cinco numeros permite definir si nuestra muestra contiene o no valores inusuales (extremos o outliers)