library(robustbase)
Familiarízate primero con los elementos de una catapulta en (https://goo.gl/97pW4F).
Competiremos por equipos con el objetivo de conseguir la máxima precisión posible en el mínimo tiempo (tiempo es dinero).
Cada jugador, en cada equipo, habrá de realizar 5 lanzamientos de la catapulta con la siguiente configuración fija:
Se habrá de registrar, por equipos:
A1. ¿Cómo propones identificar, dentro de vuestro equipo, al ‘mejor’ lanzador? ¿Quién ganó?
A2. ¿Cómo proponéis que identifiquemos al equipo ganador? Justifícalo. ¿Qué equipo ganó?
A3. ¿Podrías cuantificar a través de una función de pérdidas, lo bueno o malo que ha sido cada equipo? ¿Cuál dirías que es el principal obstáculo que ha encontrado el equipo perdedor para ganar?
A4. Reflexiona sobre cómo están relacionados los siguientes conceptos con las actividades que has realizado.
CONCEPTOS: eficiencia, defectos, variabilidad, voz del cliente, requisitos del proceso (ctq), función de pérdidas.
Ahora el objetivo es utilizar la experiencia del primer reto para mejorar las marcas individuales y de cada equipo. Os propongo varias actuaciones sucesivas para ayudaros a conseguirlo por equipos.
A5. Busca información sobre los gráficos de espinas de pescado (“fishbone diagram” o “cause-effect diagram”) y describe a continuación en qué consisten y cómo se construyen. Identifica todos los factores que consideras afectan al lanzamiento con la catapulta y construye con ellos el correspondiente gráfico de espinas de pescado modificando la sintaxis de R a continuación.
library(SixSigma)
<- "Objetivo"
effect <- c("A", "B", "C", "C",
causes.gr "E", "F")
<- vector(mode = "list", length = length(causes.gr))
causes 1] <- list(c("a1", "a1", "a3"))
causes[2] <- list(c("b1", "b2","b3"))
causes[3] <- list(c("c1", "c2","c3"))
causes[4] <- list(c("d1", "d2","d3"))
causes[5] <- list(c("e1", "e2","e3"))
causes[6] <- list(c("f1", "f2","f3"))
causes[ss.ceDiag(effect, causes.gr, causes, sub = "Lanzamiento de la Catapulta")
A6. Identifica todas las decisiones y actuaciones que habéis llevado a cabo hasta conseguir todos los datos de lanzamientos en vuestro equipo.
Consulta el significado de la simbología de los diagramas de flujo en (https://goo.gl/6RVnqM), así como la construcción de ‘mapas del proceso’ en la Unidad DEFINIR (U200).
Representa en sendos diagramas de flujo cuál fue vuestra estrategia de funcionamiento (diagrama inicial) y cuál sería la estrategia óptima de trabajo para garantizar máxima precisión y mínimo tiempo de realización (diagrama óptimo). Detalla el protocolo óptimo.
# Puedes utilizar la librería diagram en R. Aquí tienes un ejemplo.
library(diagram)
par(mar = rep(1, 4))
openplotmat()
<- coordinates(c(1,1,1,1,1))
pos # the dd parameter was used to move the segment arm
straightarrow(from = pos[1, ], to = pos[2, ])
straightarrow(from = pos[2, ], to = pos[3, ])
straightarrow(from = pos[3, ], to = pos[4, ])
straightarrow(from = pos[4, ], to = pos[5, ])
<- c("paso1", "paso2", "paso3", "paso4", "paso5")
my_label <- 1.3
my_text_size <- 0.08
my_edge_length
for(i in 1:length(my_label)){
if (i %in% 1:2){
textrect(mid = pos[i,], radx = my_edge_length, rady = my_edge_length, lab = my_label[i],
cex = my_text_size, box.col = "#0072B2")
else if (i ==3){
} textdiamond(mid = pos[i,], radx = my_edge_length, rady = my_edge_length, lab = my_label[i],
cex = my_text_size, box.col = "#009E73")
else {
} textrect(mid = pos[i,], radx = my_edge_length, rady = my_edge_length, lab = my_label[i],
cex = my_text_size, box.col = "#D55E00")
} }
A6. Repetid por equipos la experiencia de tiro, utilizando todos los protocolos que habéis considerado que mejorarían la precisión del equipo. Anotad y comparad los resultados obtenidos. ¿Qué porcentaje de mejora habéis obtenido individualmente? ¿Y por equipos? ¿Quiénes son ahora los tiradores más precisos?
A7. Reflexiona y redacta a continuación qué has aprendido con esta práctica.