Software Six Sigma

Ejecuta proyectos Lean Six Sigma de forma eficiente

Con numiqo puedes convertir el análisis estadístico y de datos en mejoras de calidad y de procesos, ayudando a los equipos a detectar tendencias, resolver problemas y tomar mejores decisiones.

Clientes seleccionados

numiqo permite ejecutar proyectos Lean Six Sigma de forma eficiente, desde el análisis del sistema de medición hasta la capacidad del proceso, SPC y el diseño de experimentos. Incluye las herramientas estadísticas esenciales sin exigir un complejo programa de escritorio.

Si comparas software Six Sigma con herramientas consolidadas, nuestra página de alternativa a Minitab ofrece una visión práctica de numiqo para SPC, DoE, MSA y capacidad del proceso.

Software para proyectos Lean Six Sigma

Los proyectos Six Sigma se basan en mejoras medibles del proceso. Necesitas métricas claras, análisis fiables y gráficos comprensibles. numiqo reúne estos elementos en un flujo de trabajo web: importa datos, elige el análisis adecuado e interpreta los resultados.

Apoyo estadístico para DMAIC

DMAIC significa Definir, Medir, Analizar, Mejorar y Controlar. numiqo da soporte al trabajo estadístico de cada fase; tu equipo fija los objetivos del proyecto, asigna las acciones y dirige la implantación.

Qué significa aquí «software de gestión de la calidad»

numiqo ofrece análisis estadístico de la calidad: evaluar mediciones, investigar la variación y comprobar el rendimiento del proceso. No es un sistema completo de gestión de la calidad (SGC) para control documental, auditorías o acciones correctivas y preventivas (CAPA). El flujo de trabajo descrito aquí parte de datos importados o pegados, no de una recogida automática desde los equipos de producción. Tu equipo puede utilizar los resultados estadísticos en su sistema de calidad y su plan de control existentes.

Análisis Six Sigma importantes

Para los proyectos Lean Six Sigma habituales, numiqo proporciona las principales herramientas estadísticas utilizadas en la mejora de la calidad y los procesos:

Análisis del sistema de medición (Gage R&R)

Comprueba si tu sistema de medición es suficientemente fiable antes de evaluar el proceso. El análisis muestra la repetibilidad, la reproducibilidad y la variación causada por la medición.

Análisis de capacidad del proceso

Calcula Cp, Cpk, Pp y Ppk para evaluar si el proceso cumple los límites de especificación. Los histogramas e índices de capacidad facilitan una evaluación rápida.

Gráficos de control y SPC

Supervisa procesos con gráficos de control y detecta tendencias, cambios o valores atípicos a tiempo. SPC convierte mediciones individuales en control continuo.

Diseño de experimentos

Planifica experimentos sistemáticamente e identifica los factores que influyen realmente en el proceso. Los diseños factoriales completos, fraccionados y otros diseños DoE respaldan la fase de mejora de DMAIC.

Simulación de Monte Carlo

Modela la incertidumbre con distribuciones de entrada y ecuaciones de salida. La simulación de Monte Carlo ayuda a estimar riesgos, incumplimientos de especificaciones, PPM y sensibilidad cuando varían las entradas del proceso.

Analítica predictiva

Crea modelos de árbol de decisión y Random Forest para clasificar resultados, estimar valores futuros e identificar las variables que influyen en el comportamiento del proceso. La analítica predictiva ayuda a los equipos Six Sigma a pasar de explicar la variación pasada a anticipar resultados probables.

Análisis de fiabilidad y vida útil

Para proyectos que investigan fallos de productos o su vida útil, utiliza un análisis de Weibull o modelos de vida útil lognormales y exponenciales. Incluye los productos que siguen funcionando al final de la observación y estima el tiempo medio hasta el fallo (MTTF), la vida B10 y las probabilidades de supervivencia para comprender cómo cambia la fiabilidad con el tiempo.

Ejemplo práctico: estudio del diámetro de un eje

Un equipo de mecanizado quiere centrar el diámetro de los ejes en 20,000 mm, con límites de especificación de 19,950 y 20,050 mm. Su pregunta es si un cambio en la velocidad del husillo y en el avance puede acercar la media al objetivo. Todos los datos siguientes están simulados con fines didácticos; no son resultados de clientes. Los ajustes de máquina son ilustrativos y no constituyen recomendaciones de producción.

Utiliza los enlaces siguientes para cargar los datos simulados directamente en numiqo y analizar los ejemplos de forma gratuita. Después selecciona las variables e introduce los ajustes descritos en cada paso. Conserva el orden de filas suministrado y trata Diameter_mm como variable métrica. Los resultados están redondeados.

1. Comprobar el instrumento de medición

Carga las 50 mediciones simuladas del instrumento. Representan a un operario midiendo repetidamente una pieza de referencia de diámetro conocido, 20,000 mm. En la calculadora MSA, elige Datos continuos y Cruzado, y selecciona únicamente Diameter_mm como medición; deja piezas y operarios sin seleccionar para un estudio de Tipo 1. Fija referencia = 20, rango de tolerancia = 0,100, variación del estudio = 6 y porcentaje de la tolerancia = 20.

Resultado: media = 20,000254 mm, desviación típica = 0,000871 mm, Cg = 3,83 y Cgk = 3,73. En este ejercicio, la repetibilidad y el sesgo son pequeños frente a la tolerancia indicada. Siguiente decisión: continuar el ejemplo con el mismo operario e instrumento. Para un estudio en producción con varios operarios y piezas, evalúa también la reproducibilidad mediante un estudio Gage R&R; esta comprobación de Tipo 1 no la cubre.

2. Examinar la situación inicial en orden temporal

Carga las 40 mediciones iniciales simuladas en SPC. En la calculadora I-MR, selecciona Diameter_mm, utiliza un rango móvil de 2 y revisa la prueba de puntos más allá de tres desviaciones típicas. Cada fila corresponde a un eje sucesivo.

Resultado: la línea central del gráfico I está en 20,02196 mm, con límites de aproximadamente 19,99132 y 20,05260 mm. El límite superior del rango móvil es 0,03764 mm. Ningún punto supera esos límites. Siguiente decisión: revisa las demás pruebas de patrones y el histórico del proceso antes de considerarlo estable. Superar esta única comprobación con 40 mediciones no demuestra estabilidad a largo plazo. Los límites de control describen el comportamiento del proceso; no son los límites de especificación.

3. Comparar la situación inicial con las especificaciones

Carga los mismos datos iniciales en la calculadora de capacidad. Elige el análisis normal, Diameter_mm, LIE = 19,950, LSE = 20,050, objetivo = 20,000, tamaño de subgrupo = 1 y longitud del rango móvil = 2. Este ejercicio utiliza mediciones normales simuladas; con datos reales, comprueba antes la estabilidad y la idoneidad de la distribución.

Resultado: Cp = 1,63, Cpk = 0,92 y Ppk = 0,95. Aunque las 40 mediciones están dentro de especificación, la media queda lo bastante cerca del límite superior como para reducir el Cpk muy por debajo del Cp. Siguiente decisión: investigar ajustes que centren el proceso, en lugar de darlo por satisfactorio a partir del número de mediciones conformes.

4. Probar ajustes candidatos con DoE

Carga el experimento simulado de 12 ensayos en DoE. El plan es un diseño factorial completo de dos factores: velocidad del husillo a 1000 y 1400 rpm, avance a 0,10 y 0,20 mm/rev, con tres ensayos independientes por combinación. Los datos ya están en orden aleatorizado. Para reproducir la estructura del diseño en DoE, utiliza dos factores numéricos con esos niveles, tres réplicas y ningún punto central ni bloque. Un plan recién aleatorizado puede tener otro orden; mantén las respuestas suministradas emparejadas con sus ajustes de factores originales.

Para el ejemplo cargado, abre Analizar, selecciona Speed_rpm y Feed_mm_per_rev como factores, Diameter_mm como respuesta e incluye su interacción de segundo orden. No selecciones Run_order como factor. Resultado: aumentar la velocidad reduce la media ajustada en 0,020 mm; aumentar el avance la eleva en 0,020 mm. La interacción ajustada es cero en este conjunto de datos construido. El modelo es diámetro = 20,019 - 0,010A + 0,010B mm, donde A = (velocidad - 1200)/200 y B = (avance - 0,15)/0,05.

Siguiente decisión: probar 1400 rpm y 0,10 mm/rev en un ensayo de confirmación: la media prevista es 19,999 mm, cercana al objetivo de 20,000 mm. Este experimento modela la respuesta media; no acredita una variación menor ni el comportamiento fuera de los ajustes probados.

5. Revisar las mediciones posteriores

Carga las 40 mediciones de confirmación simuladas en SPC y después cárgalas en el análisis de capacidad. Ilustran una muestra de confirmación independiente con los ajustes candidatos. Repite los análisis I-MR y de capacidad normal con las mismas especificaciones y ajustes de estimación, analizando esta muestra por separado de la situación inicial.

Resultado: media = 20,00227 mm, Cpk = 1,74 y Ppk = 1,86. Los límites provisionales del gráfico I son 19,97477 y 20,02976 mm; el límite superior del rango móvil es 0,03378 mm. Ningún punto los supera. La muestra está más cerca del objetivo y presenta mejor capacidad estimada. Siguiente decisión: recoge mediciones en distintos turnos, lotes y grados de desgaste de herramienta antes de aceptar una mejora sostenida. Una vez establecido un periodo de referencia estable, fija los límites de control para el seguimiento posterior y acordad quién investiga una señal; no recalcules los límites solo para absorber un cambio desfavorable.

Para el fundamento estadístico sobre estabilidad e hipótesis de distribución, consulta la guía del NIST sobre capacidad del proceso.

¿Por qué utilizar numiqo para Six Sigma?

• Inicio rápido: Los análisis están disponibles directamente en el navegador.
• Métodos relevantes: MSA, capacidad del proceso, gráficos de control, pruebas de hipótesis, DoE, simulación de Monte Carlo y analítica predictiva cubren los requisitos principales.
• Privacidad de datos: Los cálculos se ejecutan directamente en tu navegador.
• Precio justo: numiqo es una solución rentable para usuarios, equipos y organizaciones.

Para dar acceso a más empleados a herramientas estadísticas sin los costes de licencias de Minitab, consulta numiqo como alternativa a Minitab.

Pasa del problema a la mejora de forma eficiente

Tanto si necesitas análisis de causas raíz como evaluar la capacidad o supervisar continuamente el proceso, numiqo ayuda a ejecutar proyectos Lean Six Sigma y tomar decisiones basadas en datos.

Comienza con un análisis: calcula la capacidad del proceso, realiza un análisis del sistema de medición, crea un gráfico de control o crea un modelo de analítica predictiva.