Beruflich Dokumente
Kultur Dokumente
Pgina 1 de 28
CONTENIDO
1. Introduccin 2. Clculo de las sigmas de un proceso con base al rendimiento 3. Variacin a largo plazo versus corto plazo 4. Clculo de Sigma en Excel y Minitab
Pgina 2 de 28
Forrest W. Breyfogle III. Implementing Six Sigma Ed. John Wiley & Sons, Inc.1999 Pgina 3 de 28
Oportunidad de defectos (O): Cualquier caracterstica que pueda medirse y de una oportunidad de no satisfacer un requisito del cliente.
Las necesidades vitales del cliente se traducen en Caractersticas Crticas para la Satisfaccin (CTS), Estas a su vez se traducen a Caractersticas Crticas para la Calidad, Entrega y Costo (CTQs, CTDs y CTCs) las cuales tienen impacto en las CTSs. Las Caractersticas Crticas para el Proceso (CTPs), tienen impacto en las CTQs, CTDs o CTCs y son Oportunidades para control
Defectos por milln de oportunidades (DPMO): Es el nmero de defectos encontrados en cada milln de unidades. Capacidad del proceso: Rendimiento estndar o de primera pasada YFT: Es el porcentaje de producto sin defectos antes de realizar una revisin del trabajo efectuado. Rendimiento al final o de lnea final Y LT: Es el porcentaje de producto sin defectos despus de realizar la revisin del trabajo. Es el rendimiento despus de la inspeccin la prueba. Excluye el retrabajo y el desperdicio Siempre ser mayor al Yrt. Slo observa la calidad del producto terminado. Rendimiento total de produccin o rendimiento estndar Yrt: es el rendimiento real a travs de todos los procesos productivos sin
Pgina 4 de 28
reproceso o reparacin. Se obtiene multiplicando los rendimientos individuales de cada proceso (Yrt = Y1 * Y2 * Y3 **Yn). Es la probabilidad de que una unidad pase por todos los pasos con 0 defectos. Si informa sobre la complejidad del proceso en donde YRT = Y 1 x Y2 x.......x Yn YRT = e donde: DPU = defectos por unidad n = nmero de pasos en el proceso Yn = rendimiento del paso de proceso n
-DPU
Pgina 5 de 28
Op 2 99%
Sin correcciones
Salida 95%
Sin correcciones
Y RT = e
DPU = 0.05 defectos unidad
DPU
DPU = Nmero total de defectos = 0.04 defectos + 0.01 defectos Nmero total de unidades unidad unidad
Operacin 1
Operacin 2
Oportunidades/ Unidad 17 5 9 1 32
Pgina 6 de 28
DPMO = .0182 X 1,000,000=18,253 De la tabla de conversin de sigma (al final del artculo)
determinamos el valor que ms se acerca a 18,253 siendo este: sigma = 3.6 Ejemplos adicionales: Defectos en CTQs, unidades y
oportunidades Ejemplo de Call Center Queja del cliente: Siempre debo esperar mucho tiempo al ejecutivo. Nombre del CTQ: Respuesta del ejecutivo Medicin del CTQ: Tiempo de espera en segundos Especificacin del CTQ: menor a 60 segundos desde la conexin al sistema automtico de respuesta. Defecto: Llamadas con tiempo de espera iguales o mayors a 60 segundos. Unidad: Llamada Oportunidad: 1 por llamada
Calcular la sigma: Defectos: 263 calls Unidades: 21,501 llamadas Oportunidades: 1 por llamada Sigma: 3.75
Ejemplo de un editor de libros Queja del cliente: Algunas palabras no se pueden leer en los libros.
Pgina 7 de 28
Nombre del CTQ: Calidad tipogrfica Medicin del CTQ: Nmero de errores tipogrficos. Especificacin del CTQ: Cero errores tipogrficso Defecto: Cualquier error tipogrfico Unidad: Una palabra Oportunidad: palabras errneas por libro
Calculalar el valor de Sigma: Defectos: 2 errores tipogrficos Unidades: 100,000 (500 palabras / pgina x 200 pginas / libro) Oportunidades: 1 por palabra Sigma: 5.61
Area: Fabricacin de tarjetas electrnicas Queja del cliente: La tarjeta debe funcionar cuando se enchufa Nombre del CTQ: Funcionalidad de la tarjeta Medicin del CTQ: Tarjetas sin funcionar o con defecto de funcionamiento Especificacin del CTQ: Todas las tarjetas deben funcionar bien Defecto: Una tarjeta que no funcione o funcione mal Unidad: Una tarjeta Oportunidad: Nmero total de partes y puntos de soldadura
Calcular el nivel de sigmas: Defectos: 18 tarjetas Unidades: 1,000 tarjetas Oportunidades: 58 (1 plac + 13 resistores + 4 capacitores + 2 diodos + 38 puntos de soldadura)
Pgina 8 de 28
Sigma: 4.92
Rendimiento de primera pasada (YFT) y lnea final (YLP) Los resultados y el nmero de defectos pueden medirse antes o despus de que se detecten, corrijan o revisen los defectos. Los resultados se miden en % y el nmero de efectos en defectos por oportunidad (DPO) o defectos por milln de oportunidades (DPMO). Observemos la siguiente figura:
SUBPROCESO
Trabajo
Hay D1 defectos
Revisar el trabajo
Subsisten D2 defectos
YFP
YLP
En este subproceso podemos observar la entrada de N artculos con cero defectos, se realiza un trabajo en el cual hay D1 defectos, resultando el rendimiento de primera pasada (Y FP), despus se revisa el trabajo y al final subsisten D2 defectos, siendo este el rendimiento de la lnea final (YLP). El rendimiento total de produccin Yrt = Yfp * Ylf. Ejemplo 2 Una planta de productos alimenticios empaca cierto tipo de quesos en una de sus lneas. La produccin en un turno es de 5,000 unidades. Existen 3 oportunidades de defecto en cada unidad:
Pgina 9 de 28
- Mal sellado del empaque - Producto maltratado - Empaque roto Se encontraron 64 defectos, de los cuales 14 se encontraron antes de ser enviados a la lnea de empaque final, despus de esto 50 defectos todava subsisten. Se pide calcular YFP y YLP.
DPMO = 3,333.33
YLP = 1- .0033 = .9967= 99.67% Observamos que el rendimiento de lnea final es mayor que el rendimiento de primera pasada.
Pgina 10 de 28
de pasar por todos los subprocesos sin un del resultado de cada paso:
producto
Rendimiento sensible a pasos y defectos en los pasos. Ejemplo 3: Un proceso con cinco subprocesos tienen los rendimientos
siguientes de throughput: 0.98, 0.93, 0.95, 0.98 y 0.94. El Rendimiento Estndar YRT= 0.98x 0.93 x 0.95x 0.98x 0.94 = 0.7976, es la probabilidad de que el producto pase sin error. Rendimiento Normal (YN) Debido a que cada paso de un proceso tendr su propio nivel sigma, cmo podemos encontrar un promedio de nivel sigma de todo el proceso? Este promedio de nivel sigma podra ser prctico. Para comparar procesos de diferentes complejidades. Se utiliza el Rendimiento promedio normalizado o YNA para encontrar este promedio de nivel sigma. YNA = (YRT)1 / #Pasos En donde YRT es el rendimiento de produccin estndar y #Pasos es el nmero de pasos del proceso El rendimiento normal mide el promedio de rendimientos por los pasos del proceso. Es el promedio exponencial basado en el nmero de pasos del proceso, no es un promedio aritmtico.
Pgina 11 de 28
Ejemplo 5 En un proceso con 3 pasos tenemos los siguientes YFT: Paso 1: 80% Paso 2: 70% Paso 3: 90% Calcular YN Primero calculamos YRT = .504
YN = n YRT = 3 .504 = 79.6%
Nota: El rendimiento Normal es el promedio del rendimiento del proceso. Sigma es calculado a partir de un rendimiento Normalizado.
Pgina 12 de 28
ZST = ZLT+1.5 ZBenchmark = ZYN+1.5 Donde: ZST= Z a corto plazo. ZLT= Z a largo plazo. YN = Rendimiento Normal Sigma del proceso negativa La sigma del proceso no es la misma que la desviacin estndar de la muestra S, ms bien es un valor de Z modificado. Un valor negativo en las Z (modificado) sigmas del proceso, indica que la mayora del producto o servicio est fuera del rango de especificaciones. EJEMPLO 6 Un proceso tiene un YRT = .38057 con 10 operaciones. Determine YN y Zbenchmark
YN = 10 .38057 = .9079
benchmark
= .9079+1.5= 2.4079
Pgina 13 de 28
o Yrt = 1 D / DPO
2. La Z sigma a largo plazo Zlt = distr.norm.estand.inv(Yrt) 3. La Z sigma a corto plazo o Sigma del proceso = Zst = Zlt + 1.5
METODO 2: 1. Se determina Zlie y Zlse en base a las especificaciones 2. Se determina la fraccin defectiva P(Zlie) y P(Zlse) 3. Con P(Zlie) = distr.norm.estand.inv(Zlie) distr.norm.estand.inv(-Zlse) 4. La fraccin defectiva total es P(Zt) = P(Zlie) + P(Zlse) 5. El rendimiento se determina con Yrt = 1 P(Zt) 6. La Z sigma a largo plazo Zlt = distr.norm.estand.inv(Yrt) 7. La Z sigma a corto plazo o Sigma del proceso = Zst = Zlt + 1.5 b. Clculo de Sigma con MINITAB 1. La Z sigmas del proceso a largo plazo en base al rendimiento se determina como: Calc > Probability Distributions > Normal Seleccionar Inverse Cumulative probability valor de Yrt OK, Mean 0.0 Estndar deviation 1 Input constant plazo. se obtiene la Zlt de largo y P(Zlse) =
Pgina 14 de 28
2. La Z del proceso se determina con Zst = Zlt + 1.5 Ejemplo 7 En una fbrica de plsticos, se producen unos contenedores propios para alimentos. En un lote de produccin de 10,000 unidades se encuentran 125 artculos defectuosos, la oportunidad de cometer un defecto es 3. Calcule sigma y analice los resultados proporcionados. Ejercicios adicionales Ejercicio A1. Determinar la capacidad en Sigmas del proceso con los datos siguientes: Producto Unidades Defectos Oportunidade s para defectos Media Desviacin estndar Lmites de especificacin E 10000 435 4 21.2 3.7 LIE=12 LSE=30
a) Utilizando el rendimiento Yrt Rendimiento Yrt = Z sigmas = DPMO = 0.989125 3.794705629 10875 (Corto plazo)
b) Utilizando la distribucin normal Rendimiento Yrt = Z sigmas = Zi = Zs = 0.984855 3.87838 (Corto plazo) 0.00645 1-0.99131 -2.486486486 2.378378378
Pgina 15 de 28
DPMO =
15145
Ejercicio A2 Determinar lo siguiente con una muestra de datos siguientes: Asumir un lmite superior de especificacin LSE = 35 Datos 26 26 30 31 25 23 30 32 29 27 26 26 32 29 32 a) Realizar una prueba de normalidad con los mtodos de Anderson Darling y Grfica de probabilidad normal
Pgina 16 de 28
300 2 40 93% 7
a) Rendimiento en funcin del total de defectos vs total de oportunidades para defecto: 1.67%
Pgina 17 de 28
b) Capacidad del proceso en Z sigmas c) DPMO equivalentes = d) Rendimiento en base a los rendimientos individuales (Throughput) e) Capacidad del proceso en Z sigmas, es mejor este mtodo vs el de b? El resultado muestra un Nivel sigma menor f) DPMOs equivalente g) Defectos por unidad =
17394.41 0.1007
h) Rendimiento en base a defectos por unidad = 0.904 i) Rendimiento estandarizado = Yrt.norm. = Yna = i) Z benchmark = 0.9241
0.8223
Ejercicio A4. En el departamento de compras se realizan 800 pedidos, cada uno tiene 20 CTQ: Los pedidos sin errores son 700: Pedidos CTQ = 800 20 87.5% 12.5% 0.625% Sin errores 700
a) Determinar el rendimiento del proceso b) Determinar la tasa de defectos c) Determinar la tasa de defectos por cada CTQ
Pgina 18 de 28
d) Determinar Defectos por Milln de Oportunidades 6250 e) Determinar la capacidad del proceso en Z sigmas 2.65
Pgina 19 de 28
Pgina 20 de 28
Pgina 21 de 28
Pgina 22 de 28
Pgina 23 de 28
Pgina 24 de 28
Pgina 25 de 28
Ejemplo 8. a) Determinar el rea bajo la curva de menos infinito a Z = - 1. P(Z<= -1) = 0.1587 b) Determinar el rea bajo la curva de menos infinito a Z = - 2. P(Z<= - 2) = 0.0228 c) Determinar el rea bajo la curva entre Z >= -2. hasta Z <= -1 P(- 2 <= Z<= -1) = 0.1259
Pgina 26 de 28
Pgina 27 de 28
Ejemplo 9 a) Determinar el rea bajo la curva de menos infinito a Z = 1. P(Z <= 1) = 0.8413 b) Determinar el rea bajo la curva de menos infinito a Z = 2. P(Z <= 2) = 0.9772 8 c) Determinar el rea bajo la curva de menos Z = 1 a Z = 2 P(1 <= Z <= 2) = 0.9772 0.8413 = 0.1369
Pgina 28 de 28