Presentar en una hoja en Excel las 17 Métricas 6 Sigma la que parabola con linea recta tiene una media de 60 y tiene una desviacion estandar de (o)=10
saca todos estos valores
1 | Media del proceso (µ) | 2 | Desviación estándar (σ) | 3 | Límite Inferior de Control (LIC) | µ − 3σ 4 | Límite Superior de Control (LSC) | µ + 3σ 5 | Límite Inferior de Especificación (LIE) | Dato dado por cliente 6 | Límite Superior de Especificación (LSE) | Dato dado por cliente 7 | Z inferior (Z-L) | (µ − LIE) / σ 8 | Z superior (Z-U) | (LSE − µ) / σ 9 | #Malos (Probabilidad de X ≤ LIE) | Buscar en tabla Z 10 | #Buenos (Probabilidad de X ≤ LSE) | Buscar en tabla Z 11 | PPM (Partes por millón defectuosas) | #Malos * 1,000,000 12 | Cp (Índice de capacidad potencial del proceso) | (LSE − LIE) / (6σ) 13 | Cpu (Capacidad respecto al límite superior) | (LSE − µ) / (3σ) 14 | Cpl (Capacidad respecto al límite inferior) | (µ − LIE) / (3σ) 15 | Cpk (Índice real de capacidad del proceso) | min(Cpu, Cpl) 16 | Media objetivo del cliente (si difiere de µ) | — 17 | Nivel Sigma del proceso | Basado en Z o PPM (consultar tabla sigma)
Voy a crear un script que calcule todas las métricas Six Sigma solicitadas para un proceso con media (μ) = 60 y desviación estándar (σ) = 10.
six-sigma-calculator.js
Las métricas calculadas anteriormente son fundamentales para evaluar la capacidad de un proceso en la metodología Six Sigma:
Índices de Capacidad:
La imagen proporcionada muestra dos distribuciones normales con líneas verticales que representan los límites. Esta visualización es crucial para entender gráficamente:
Para implementar estos cálculos en Excel, puedes copiar los valores calculados o utilizar las fórmulas proporcionadas en cada celda correspondiente.
Basado en los datos proporcionados: Media (μ) = 60 y Desviación Estándar (σ) = 10
Nota: Los límites de especificación (LIE y LSE) normalmente son proporcionados por el cliente según sus requisitos. Para este cálculo, he asumido que coinciden con los límites de control, pero en un caso real podrían ser diferentes.
La imagen muestra dos distribuciones normales: una con línea continua (posiblemente representando el proceso actual con media 60) y otra con línea punteada (posiblemente representando un proceso objetivo o alternativo).
No Output
Run the code to generate an output.