Lean Six Sigma Black Belt

La lección de Visión Innovadora proporciona al participante una visión general de los conceptos esenciales que sustentan la práctica de Six Sigma. A través de conferencias dinámicas, el participante comprenderá mejor la naturaleza, el propósito y los impulsores de Six Sigma, así como las creencias fundamentales que forman su base. Los temas de este módulo son:

• Resumen del contenido
• Necesidad de impulsar
• Enfoque en el cliente
• Creencias básicas
• Razonamiento determinista
• Principios clave
• Selección de herramientas
• Performance Breakthrough

La lección de Principios Empresariales proporciona al participante una clara comprensión del término calidad y de cómo esta idea interactúa con el concepto de derecho de valor. A través de conferencias dinámicas, el participante obtendrá una profunda apreciación del uso global de las métricas de rendimiento y de cómo estas medidas de éxito pueden ser efectivamente transmitidas en cascada a través de una organización. Los temas de este módulo son:

• Definición de calidad
• Propuesta de valor
• Informes de métricas
• BOPI Goals
• Fundamentos económicos
• Tercera Generación
• Factores de éxito

La lección de Gestión de Procesos proporciona al participante una clara comprensión de lo que se necesita para crear y mantener procesos de clase mundial. A través de conferencias dinámicas, el participante aprenderá cómo evaluar eficazmente el rendimiento de cualquier tipo de proceso, el papel vital de la medición, cómo crear una línea de base de rendimiento y cómo utilizar dichos puntos de referencia para evaluar el rendimiento empresarial. Los temas de este módulo son:

• Rendimiento
• Procesos ocultos
• Poder de medición
• Establecimiento de líneas de base
• Puntos de referencia de rendimiento
• Oportunidad de defectos
• Modelos de procesos
• Capacidad del proceso
• Complejidad del diseño
• Fiabilidad del producto

La lección de Directrices de Instalación proporcionará al participante los conocimientos basados en la experiencia que se necesitan para comprender mejor la naturaleza y los objetivos de cada función operativa vital que sustenta el éxito de la implantación de Six Sigma. En este sentido, se analizan e ilustran exhaustivamente los requisitos principales y las expectativas de rendimiento de cada función clave. Además, el participante comprenderá principios clave de la aplicación práctica de Six Sigma y los principales hitos que deben cumplirse para garantizar el éxito de la implantación. Los temas de este módulo son:

• Plan de aplicación
• Calendario de implantación
• CXO Role
• Champion Role
• Black Belt Role
• Green Belt Role
• White Belt Role
• Proyectos de Aplicación
• Principios DFSS
• Principios PFSS
• Principios MFSS

La lección de Proyectos de Aplicación proporcionará al participante el conocimiento basado en la experiencia y las ideas de liderazgo necesarias para obtener numerosos beneficios asociados a un proyecto de aplicación de Six Sigma. Específicamente, el participante aprenderá a seleccionar, alcanzar, definir, planificar, iniciar, ejecutar, validar, informar y cerrar un proyecto orientado a resultados que está diseñado para producir beneficios financieros tangibles. Este tema se centrará en las fuerzas impulsoras y restrictivas querigen la velocidad de ejecución y la calidad resultante de un proyecto de aplicación de Black Belt, Green Belt, Yellow Belt o White Belt. Los temas que constituyen este módulo son:

• Descripción del proyecto
• Visión general del proyecto
• Directrices del proyecto
• Alcance del proyecto
• Dirección del proyecto
• Equipos del proyecto
• Finanzas del proyecto
• Gestión del proyecto
• Recuperación del proyecto
• Hitos del proyecto
• Definición del proyecto

La lección de Enfoque de Valor proporcionará a cada participante los conocimientos necesarios para la aplicación y los principios básicos de experiencia que se requieren para comprender correctamente la forma sistemática en que se crea el valor, para cualquier tipo o tamaño de empresa. Esta poderosa plataforma de conocimiento se enmarca dentro de la estrategia de resolución de problemas Six Sigma DMAIC, de eficacia probada, y centra su energía en cómo identificar, ampliar y explotar las oportunidades de creación de valor, en beneficio del cliente y del proveedorsimultáneamente. Además, el participante obtendrá conocimientos indispensables sobre cómo optimizar una oportunidad de creación de valor y, posteriormente, aprovecharla para producir un cambio cuántico en todo lo que hace o pretende hacer una empresa, en cualquier nivel de la misma. Los temas de este módulo son:

• Creación de valor
• Reconocer las necesidades
• Definir las oportunidades
• Medir las condiciones
• Analizar las fuerzas
• Mejorar las condiciones
• Controlar las variaciones
• Estandarizar los factores
• Integración de las lecciones
• Ejemplo de aplicación

La lección de Prácticas Lean proporciona al participante los conocimientos, métodos y herramientas de eficacia probada asociados a las mejores prácticas de una empresa moderna. En concreto, el participante aprenderá a resolver los problemas operativos actuales y descubrirá cómo mejorar o agilizar las operaciones diarias. Por supuesto, este objetivo se consigue mediante la aplicación de los principios de mistake-proofing, como la prevención de errores, los sistemas pull y las prácticas básicas de mejora del taller, por mencionar algunos.Es interesante que el participante aprenda a aplicar estas herramientas a una amplia gama de aplicaciones comerciales e industriales. Los temas de este módulo son:

• Pensamiento Lean
• Teoría de las restricciones
• Flujo continuo
• Sistemas Pull
• Fábrica Visual
• Sistema Kanban
• Sistema PokaYoke
• Sistema 6S
• Sistema SMED
• Enfoque 7W
• Kaizen
• Mapeo del flujo de valor
• Enfoque 6M
• A3
• Visión general del flujo
• Hiejunka
• TPM
• Jidoka
• Lean Wrap – Up

La lección de herramientas de Calidad proporcionará al participante una serie de métodos clásicos de mejora de la calidad y herramientas de diagnóstico comúnmente asociadas a iniciativas como Six Sigma, Lean Sigma, TQM, 8D y otros programas de mejora de procesos. En concreto, el participante aprenderá a establecer relaciones básicas de causa y efecto, a resolver problemas operativos en curso y a descubrir cómo potenciar o mejorar de otro modo las operaciones diarias. Los temas de este módulo son:

• Clasificaciones de las variables
• Escalas de medición
• Definición del problema
• Brainstorming focalizado
• Mapeo de procesos
• Diagrama SIPOC
• Teoría del campo
• Análisis de la matriz
• Análisis C&E
• Análisis modal de fallos
• Muestreo de rendimiento
• Hojas de comprobación
• Gráficos analíticos
• Diagrama de Pareto
• Diagrama de secuencia de ejecución
• Gráficos de múltiples variables
• Gráficos de correlación
• Tablas de frecuencia
• Histogramas de rendimiento
• Probabilidad básica
• Gráficos de pre-control
• Gráficos de control
• Tarjetas de puntuación
• Patrones de búsqueda
• Integración de conceptos
• Simulación de calidad

El tema de Estadística Básica proporcionará al participante los conocimientos y habilidades necesarios para caracterizar estadísticamente prácticamente cualquier conjunto o serie de datos. Con este tema se darán los primeros pasos en el mundo de la estadística aplicada y, por lo tanto, los principios y las prácticas de apoyo que contiene son imprescindible para lograr un mayor nivel de poder analítico. Los alumnos organizarán un conjunto de datos para su posterior análisis estadístico utilizando la estadística descriptiva y ajustarán esos datos a unadistribución común como la curva normal. Además, los candidatos aprenderán a definir el valor central de esa distribución de datos, a caracterizar la variabilidad inherente asociada a esa distribución y a estimar la probabilidad de cualquier valor o punto de interés. Los temas de este módulo son:

• Variables de rendimiento
• Notación estadística
• Variación del rendimiento
• Distribución gaussiana
• Análisis de la distribución
• Índices de localización
• Índices de dispersión
• Desviaciones cuadráticas
• Coeficiente de variación
• Grados de libertad
• Transformación estándar
• Standard Z – Probabilidad
• Límite central
• Error estándar
• Distribución T de Student
• Standard T – Probabilidad
• Simulación estadística

La lección de la Capacidad Continua proporcionará al participante los conocimientos y habilidades relacionados con una amplia gama de métricas de capacidad de procesos continuos. En concreto, el participante aprenderá a calcular, interpretar, interrelacionar e informar de los principales índices de capacidad que se basan en datos continuos, como Cp, Cpk, Z.st, Z.lt, por mencionar algunos. El participante también aprenderá a crear subgrupos racionales para restringir, o limitar de alguna manera, la influencia de eventos noaleatorios durante el curso del muestreo. Se trata de un elemento importante, ya que tales sucesos podrían sesgar la estimación a corto plazo de la capacidad del proceso, proporcionando así un indicador engañoso de la capacidad. Los temas de este módulo son:

• Especificaciones de rendimiento
• Subagrupación racional
• Estudio de capacidad
• Capacidad instantánea
• Capacidad longitudinal
• Índice Cp
• Índice Cpk
• Índice Pp
• Índice Ppk
• Cambio de proceso
• Calificación del proceso
• Simulación ConcaP

El módulo de Capacidad discreta proporcionará al participante los conocimientos y habilidades asociados a una amplia gama de métricas de capacidad de proceso para datos discretos. En concreto, el participante aprenderá a calcular, interpretar, interrelacionar e informar sobre los principales índices de capacidad que se basan en datos discretos, como el rendimiento de la producción laminada (Y.rt), los defectos por millón de oportunidades (DPMO) y los defectos por unidad (DPU). Los temas de este módulo son:

• Métricas de defectos
• Oportunidad de defecto
• Distribución Binomial
• Distribución de Poisson
• Throughput Yield
• Rendimiento acumulado
• Conversión de métricas
• Simulación DiscaP

Este lección de Contraste de Hipótesis proporcionará al participante los conocimientos y habilidades necesarios para traducir problemas prácticos en preguntas estadísticas adecuadas para la investigación analítica. Naturalmente, la capacidad de formular preguntas estadísticas es esencial para la integración e investigación válidas de los datos resultantes del muestreo aleatorio. Siempre que se utilice una muestra representativa para hacer una inferencia sobre la población correspondiente, deben establecerse y probarse determinadas hipótesis estadísticas. Por supuesto, estas cuestiones analíticas se denominan hipótesis estadísticas. Por lo tanto, este es el primer acercamiento a la estadística muestral, también llamada estadística inferencial. Los temas de este módulo son:

• Estadística Inferencial
• Preguntas estadísticas
• Problemas estadísticos
• Hipótesis nulas
• Hipótesis alternativas
• Significación estadística
• Riesgo Alfa
• Riesgo Beta
• Diferencias de criterio
• Escenarios de decisión
• Tamaño de la muestra

Los Intervalos de Confianza proporcionan al participante los conocimientos y habilidades necesarios para calcular intervalos de confianza estadísticos para diversas medidas de tendencia central y variabilidad (con grados de riesgo y confianza conocidos). En concreto, el participante aprenderá a calcular, interpretar y comunicar los intervalos de confianza estadísticos para prácticamente cualquier aplicación que implique el uso de datos continuos o discretos, como los intervalos de confianza que encarnarían la media y la varianza verdaderas de una característica continua de rendimiento del producto o los intervalos de confianza en torno a una tasa de defectos determinada. Los temas de este módulo son:

• Distribución de la media
• Intervalo medio
• Distribución de la varianza
• Intervalo de varianza
• Distribución de la proporción
• Intervalo de proporción
• Intervalo de frecuencia

Esta lección proporciona al participante los conocimientos y habilidades necesarios para desplegar eficazmente y beneficiarse del uso de los gráficos de control estadístico de procesos, o gráficos SPC como se les conoce comúnmente. En concreto, el participante aprenderá a identificar, planificar, construir, implementar e interpretar gráficos de control estadístico de procesos para características de rendimiento continuas y discretas. Naturalmente, estos gráficos están relacionados con productos, servicios y transacciones industriales y comerciales. El participanteaprenderá la lógica estadística que sustenta el SPC en términos de cómo funciona un gráfico de control y cómo puede emplearse para centrar mejor un proceso y limitar el ancho de banda global de su funcionamiento (reducir la dispersión). Los temas de este módulo son:

• Control estadístico
• Lógica de control
• Límites de control
• Selección de gráficos
• Interpretación de gráficos
• Zone Testing
• Cuadro de variables
• Gráfico de atributos
• Gráfico de individual
• Gráfico IMR
• Gráfico Xbar
• Gráfico de rangos
• Gráfico de proporciones
• Gráfico de defectos
• Otros gráficos
• Estudios de capacidad
• Simulación de control

Los métodos paramétricos proporcionarán al participante los conocimientos y habilidades necesarios para emplear herramientas y métodos paramétricos. Los métodos paramétricos representan una clase de herramientas estadísticas que son procedimientos matemáticos para probar hipótesis estadísticas, a menudo relacionadas con la media y la varianza. Es interesante que esta clase particular de estadísticas asuma que las distribuciones subyacentes de las variables que se evalúan pertenecen a una familia conocida de distribuciones de probabilidad. Un ejemploes un procedimiento estadístico llamado Análisis de la Varianza, o simplemente ANOVA. El uso de este método estadístico supone que las distribuciones subyacentes están distribuidas normalmente y que las varianzas de las distribuciones que se comparan son similares. Las técnicas paramétricas son herramientas muy potentes porque son bastante robustas a las violaciones de los supuestos subyacentes. Los temas de este módulo son:

• Diferencias de medias
• Diferencia de varianzas
• Varianza Total
• Varianza dentro del grupo
• Varianza entre grupos
• Análisis de la varianza
• One – Way Anova
• Two – Way Anova
• N – Way Anova
• Gráficos ANOVA
• Regresión lineal
• Regresión múltiple
• Análisis residual
• Simulación paramétrica

La lección Métodos chi-cuadrado proporcionará al participante los conocimientos y habilidades necesarios para emplear varias formas clave del estadístico chi-cuadrado. La prueba chi-cuadrado es cualquier prueba de hipótesis estadística en la que el estadístico de prueba tiene una distribución chi-cuadrado, dado que la hipótesis nula es verdadera. Este estadístico de prueba se emplea a menudo para determinar la distribución subyacente de una variable de rendimiento de un producto o servicio o para estimar el grado de asociación entre una variablecategórica y otra. También es un estadístico fundamental cuando se realizan investigaciones basadas en encuestas, como los análisis de satisfacción de los clientes. Los temas de este módulo son:

• Definición estadística
• Ajuste del modelo
• Pruebas de independencia
• Coeficientes de contingencia
• Corrección de Yates
• Prueba de proporciones

Los Métodos de Encuesta proporcionarán al participante los conocimientos y habilidades necesarios para diseñar y aplicar eficazmente encuestas cuantitativas, así como para analizar los datos resultantes, sacar conclusiones e informar de los resultados. En concreto, los métodos estadísticos de encuesta se utilizan para recopilar información numérica sobre las opiniones de las personas o para reunir determinados datos (en forma cuantitativa). Pero independientemente de la intención, todas las encuestas implican la administración de preguntas a los individuos. Ejemplos de ello son las encuestas de satisfacción de los clientes, los estudios sobre la moral de los empleados, etc. Los temas de este módulo son:

• Diseño de la investigación
• Fuentes de información
• Construcción del cuestionario
• Formulación de preguntas
• Calidad de las preguntas
• Planes de muestreo
• Análisis de datos

La lección de los métodos no paramétricos proporcionará al participante los conocimientos y habilidades necesarios para emplear herramientas y métodos no paramétricos para analizar e informar sobre datos no normales. Esta rama de la estadística matemática se ocupa de los modelos y pruebas estadísticas que no dependen del tipo o la naturaleza de la distribución subyacente. Los modelos no paramétricos se diferencian de los paramétricos en que el modelo no se especifica antes del hecho, sino que se determina a partir de los datos.. Los modelos no paramétricos también se denominan estadísticas sin distribución. Los temas de este módulo son:

• Conceptos no paramétricos
• Prueba de la mediana
• Prueba de ejecución
• Otras pruebas

Los Métodos Experimentales proporciona al participante los conocimientos y habilidades necesarios para diseñar y ejecutar de forma eficaz y eficiente experimentos diseñados estadísticamente. El diseño de experimentos se utiliza con mayor frecuencia para establecer un conjunto racional de condiciones de prueba que, cuando se ejecuten, proporcionarán los datos necesarios para analizar el efecto primario de cada variable independiente, incluyendo a menudo una o más interacciones de variables. Las aplicaciones de los experimentos diseñados que se cubren en este curso vandesde aprender a examinar un gran grupo de variables, con el fin de descubrir los pocos contribuyentes vitales, entender cómo separar las fuentes de error no aleatorio del error aleatorio, identificar y analizar las interacciones de las variables, maximizar la media de una variable de rendimiento mientras se reduce simultáneamente la varianza y establecer especificaciones de rendimiento realistas y aplicar tolerancias para los productos y procesos. Por supuesto, éstas son sólo algunas de las muchas aplicaciones en las que los experimentos diseñados estadísticamente pueden desempeñar un papel fundamental. Los temas de este módulo son:

• Principios de diseño
• Modelos de diseño
• Estrategias experimentales
• Efectos experimentales
• One – Factor Two Level
• One – Factor Multi Level
• Experimentos factoriales
• Two – Factor Two Level
• Two – Factor Multi Level
• Three – Factor Two Level
• Planificación de experimentos
• Factoriales fraccionales
• Four – Factor Two Level
• Five – Factor Two Level
• Screening Designs
• Robust Designs
• Simulación de Experimentos

Los Métodos DFSS proporcionarán al participante los conocimientos y habilidades relacionadas con varias de las prácticas clave pertenecientes al campo del Design-For-Six-Sigma, o DFSS como se le suele llamar. El participante aprenderá los fundamentos del Despliegue de la Función de Calidad (QFD) y el papel que desempeña esta metodología en el proceso de diseño o en la iniciativa de mejora de la calidad. Es interesante que el participante no sólo conozca las aplicaciones industriales del DFSS, sino también las comerciales. Además,el participante descubrirá cómo diseñar y ejecutar una previsión jerárquica de capacidades, a menudo denominada flujo descendente de capacidades y flujo ascendente de capacidades. Como tal, esta metodología se basa en los principios de propagación de errores hacia adelante y hacia atrás. Los temas de este módulo son:

• Método QFD
• Capability Flow
• Capability Flow
• Análisis de Tolerancia
• Simulación Monte - Carlo

El tema de Análisis de la Medición proporcionará al participante los conocimientos y habilidades necesarios para examinar de forma eficaz y eficiente la capacidad del sistema de medición. Este campo de estudio suele denominarse Análisis de Sistemas de Medición, o MSA en su forma abreviada. El objetivo de un estudio MSA es establecer el potencial estadístico de un sistema de medición, su capacidad a corto plazo y su capacidad a largo plazo. En este sentido, el objetivo de un estudio MSA es definir y mejorar el alcancede la incertidumbre estadística inherente a un sistema de medición determinado y a sus operadores, equipos, herramientas y procedimientos relacionados. Los temas de este módulo son:

• Incertidumbre en la medición
• Componentes de medición
• Estudios de medición

El tema del Proyecto de Formación se centra por completo en un extenso caso problemático simulado que emula completamente el entorno de aplicación de un proyecto Six Sigma. A tra-vés de este tema, el participante tiene la gran oportunidad de aplicar sus conocimientos sobre la mejora de procesos y sus habilidades de resolución de problemas de forma práctica. Expresado de otra manera, este curso se basa en una situación de resolución de problemas del mundo real que sólo puede resolverse mediante la aplicación progresiva demétodos y herramientas comunes de mejora de procesos. Naturalmente, este tipo de formación práctica está pensada para que cada participante se esfuerce, independientemente de su formación previa. Los temas de este módulo son:

• Fase de reconocimiento
• Análisis de riesgos
• Introducción al proyecto
• Fase de definición
• Fase de medición
• Fase de análisis
• Fase de mejora
• Fase de control
• Análisis de la encuesta