Seis Sigma

Índice

CAPÍTULO 1. FUNDAMENTOS, FASES Y HERRAMIENTAS EN LA METODOLOGÍA SEIS SIGMA
1.1 IMPLEMENTACIÓN DE SEIS SIGMA
1.2 FUNDAMENTO ESTADÍSTICO DE SEIS SIGMA
1.3 HERRAMIENTAS EN SEIS SIGMA
1.4 SOFTWARE PARA SEIS SIGMA
1.4.1 SPSS y Seis Sigma
1.4.2 MINITAB y Seis Sigma
1.4.3 SAS y Seis Sigma

CAPÍTULO 2. FASE DEFINIR: FACTORES EN LA CALIDAD, GRÁFICOS DE PARETO E ISHIKAWA Y CORRELACIÓN
2.1 IDENTIFICACIÓN DE LOS FACTORES QUE AFECTAN A LA CALIDAD
2.2 DIAGRAMA DE PARETO O ANÁLISIS A-B-C
2.2.1 MINITAB y los gráficos de Pareto
2.2.2 SAS y los gráficos de Pareto
2.2.3 SPSS y los gráficos de Pareto
2.3 DIAGRAMA DE ISHIKAWA O CAUSA-EFECTO
2.3.1 MINITAB y los diagramas causa-efecto
2.3.2 SAS/QC y los gráficos de causa y efecto. Procedimiento ISHIKAWA
2.4 CORRELACIÓN
2.4.1 SPSS y los diagramas de correlación
2.4.2 MINITAB y los diagramas de correlación

CAPÍTULO 3. FASE MEDIR: ANÁLISIS EXPLORATORIO DE DATOS Y GRÁFICOS INTERACTIVOS
3.1 EXPLORACIÓN DE DATOS
3.1.1 Histogramas
3.1.2 Diagrama de tallo y hojas
3.1.3 Gráfico de caja y bigotes
3.1.4 Gráfico de simetría
3.1.5 Análisis y detección de valores atípicos
3.1.6 Tendencias
3.2 SPSS Y EL ANÁLISIS EXPLORATORIO DE LOS DATOS. GRÁFICOS
EXPLORATORIOS
3.3 SPSS Y LA TENDENCIA
3.4 MINITAB Y EL ANÁLISIS EXPLORATORIO DE DATOS. GRÁFICOS
EXPLORATORIOS
3.5 SAS Y EL ANÁLISIS EXPLORATORIO DE LOS DATOS. GRÁFICOS
EXPLORATORIOS
3.5.1 Gráficos exploratorios de alta resolución:
Procedimiento GCHART
3.5.2 Gráficos exploratorios de caja y bigotes. Procedimiento BOXPLOT
3.6 GRÁFICOS INTERACTIVOS
3.6.1 Gráficos interactivos de barras y sectores con SPSS
3.6.2 Creación interactiva de gráficos a partir de tablas con SPSS
3.6.3 Gráficos interactivos de caja y bigotes con SPSS
3.6.4 Histogramas interactivos

CAPÍTULO 4. FASE MEDIR: NORMALIDAD Y FIABILIDAD
4.1 NORMALIDAD
4.1.1 Gráfico normal de probabilidad
4.1.2 Contrastes de la bondad de ajuste de la Chi-cuadrado y
Kolmogorov-Smirnov Lilliefors
4.1.3 Contraste de normalidad de Shapiro y Wilk
4.1.4 Contrastes de normalidad de asimetría, curtosis y Jarque-Bera
4.2 SPSS Y LA NORMALIDAD
4.2.1 Contrastes gráficos de normalidad
4.2.2 Contrastes formales de normalidad
4.3 SAS/QC Y LA NORMALIDAD
4.4 MINITAB Y LA NORMALIDAD
4.5 FIABILIDAD
4.5.1 Modelos de fiabilidad
4.5.2 Estadísticos de fiabilidad
4.6 ANÁLISIS DE LA FIABILIDAD CON SPSS
4.7 FIABILIDAD DE SISTEMAS Y FALLOS
4.7.1 Fiabilidad, vida media y tasa de fallos
4.7.2 Distribuciones de fallos
4.7.3 Sistemas
4.8 SAS Y LA FIABILIDAD

CAPÍTULO 5. FASE ANALIZAR: CONTRASTES, INTERVALOS DE CONFIANZA, AJUSTE Y ANÁLISIS DE CAPACIDAD
5.1 CONTRASTES DE HIPÓTESIS
5.1.1 Contrastes paramétricos para poblaciones normales
5.1.2 Contrastes no paramétricos para la bondad de ajuste a una
distribución
5.2 INTERVALOS DE CONFIANZA
5.2.1 Intervalos de confianza para parámetros de distribuciones normales
5.2.2 Intervalos de confianza para comparar poblaciones normales
5.3 COMPARACIÓN DE POBLACIONES NORMALES CON DATOS
APAREADOS
5.4 SPSS Y LOS CONTRASTES DE HIPÓTESIS E INTERVALOS DE
CONFIANZA
5.4.1 Prueba T para una muestra
5.4.2 Prueba T para muestras independientes
5.4.3 Prueba T para muestras relacionadas. Datos apareados
5.4.4 El procedimiento Prueba de la Chi-cuadrado
5.4.5 El procedimiento Prueba de Kolmogorov-Smirnov
5.5 MINITAB Y LOS CONTRASTES DE HIPÓTESIS E INTERVALOS DE
CONFIANZA
5.6 SAS Y LOS CONTRASTES DE HIPÓTESIS E INTERVALOS DE
CONFIANZA
5.7 ANÁLISIS DE LA CAPACIDAD DE UN PROCESO
5.7.1 Índices de capacidad
5.7.2 Intervalos de confianza para los índices de capacidad
5.8 MINITAB Y EL ANÁLISIS DE LA CAPACIDAD
5.9 SAS Y LA CAPACIDAD. EL PROCEDIMIENTO CAPABILITY COMPLETO

CAPÍTULO 6. FASE MEJORAR: DISEÑO DE EXPERIMENTOS, ANOVA Y REGRESIÓN MÚLTIPLE
6.1 ANÁLISIS DE LA VARIANZA SIMPLE ANOVA
6.1.1 ANOVA con un factor. Efectos fijos y aleatorios
6.1.2 ANOVA con dos factores: efectos fijos, aleatorios y mixtos
6.1.3 Modelo en bloques aleatorizados
6.1.4 ANOVA con tres factores
6.1.5 Modelo en cuadrado latino
6.1.6 Modelos en cuadrado greco-latino
6.1.7 Diseños en parcelas divididas (split-splot)
6.2 ANÁLISIS DE LA COVARIANZA SIMPLE ANCOVA
6.2.1 Modelo con un factor y un covariante
6.2.2 Modelo con dos factores y un covariante
6.2.3 Modelo con dos factores y dos covariantes
6.3 DISEÑO DE EXPERIMENTOS
6.3.1 Diseños factoriales
6.3.2 Diseños factoriales 2k 3k y pk
6.3.3 Diseños factoriales en bloques (confusión)
6.3.4 Diseños factoriales fraccionarios
6.3.5 Diseños jerárquicos
6.3.6 Diseños de superficies de respuesta
6.4 MODELO DE REGRESIÓN LINEAL GENERAL (GLM)
6.5 MODELOS LINEALES MIXTOS
6.6 ANOVA DE UN FACTOR CON SPSS

Comentarios