video Entender la VARIABILIDAD para encontrar pistas de las causas clave (25 de octubre de 2018)
Etiquetado en clústeres, gráficos bivariantes, gráficos de contorno, gráficos multi-vari, matriz de dispersión, Minitab, Minitab 18, series temporales, variabilidad
Tutorial sobre las herramientas visuales (series temporales con y sin estratificación, gráficos multi-vari, gráficos de contornos, gráficos de contornos temporales, gráficos bivariantes y matriz de dispersión, y clústeres) de Minitab para el estudio de la variabilidad de procesos.
Las organizaciones que verdaderamente extraen VALOR de los DATOS son aquellas que poseen procesos variables y desean entender y comprender esta variabilidad para atacarla, reducirla y tener procesos más predecibles.
El primer paso es entender cómo aparece la variabilidad y para que la mente del interesado lo entienda y acepte hay que obtener una imagen apropiada donde se vea de forma evidente lo que ocurre, manteniéndonos por el momento al margen del “por qué”. Para ello hay que saber que “la imagen apropiada para cada proceso” acostumbra a ser diferente dependiendo del tipo de proceso que tratamos (fundición, mecanizado, pintado, vidrio, alimentación, llenado de depósitos, moldeo, soldadura, fabricación aditiva, calandra, fabricación de chips, hornos, etc.) y del tipo de métrica de interés (espesor, temperatura, frecuencia vibración, propiedades mecánicas, caducidad, composición química, duración, etc.).
En este vídeo se va a profundizar en aspectos de variabilidad a corto y largo plazo, analizando ejemplos de diferentes procesos. Plantearemos cómo recoger los datos para entender el proceso y descartar hipótesis de causas de variación.
Para ello, nos serviremos de las herramientas visuales deÂÂ Minitab que integran el modo de MIRAR los datos en las rutinas de trabajo de las empresas. Abordaremos, entre otras herramientas: series temporales con y sin estratificación, gráficos multi-vari, gráficos de contornos, gráficos de contornos temporales, gráficos bivariantes y matriz de dispersión, y clúster.