APR

11

Six Sigma - Caso Práctico

Una empresa produce tornillos, que empaqueta en cajas con 100
unidades cada una. En el proceso productivo no se cuentan los tornillos que
hay que meter en cada caja, tan solo se pesa la caja y se añaden tornillos
hasta llegar a un peso determinado (10 kgs) que corresponde con un total de
100 tornillos. Surge el problema de que los tornillos pueden tener un peso
diferente y esa variabilidad puede llevar a tener cajas con más o menos de 100
tornillos.
                 Se decide utilizar herramientas de Six Sigma dentro del plan de
calidad para asegurar este requisito y poder identificar cualquier problema y su
causa raíz en el proceso productivo.
                 Lo primero que se realiza con respecto a este problema que ya
hemos acotado y definido es medir, para ello se pesan 40 cajas de tornillos
obteniendo una tabla con los siguientes pesos:

                 Calculamos el peso medio de las 40 cajas = 9,98, y la desviación

estándar de las medidas = 0,06
                 Definimos ahora un peso mínimo admisible y un peso máximo
admisible, estos serán nuestros límites superiores e inferiores de especificación
(LSL, USL).
                 LSL = 9,95 USL = 10,05.
                 Es decir, todo peso que no esté dentro de estos límites será
considerado como incorrecto.
                 Con toda esta información podemos calcular el Capability Score:

                 Con este indicador podemos saber lo bien o lo mal que lo estamos

haciendo:
                  Para nuestro caso obtenemos = 0,262. Es decir, estamos con un
nivel de 1 sigma. (alcanzamos el nivel de defecto en una vez la desviación
estándar).

                 ¿Qué valor de desviación estándar debemos tener para alcanzar el

nivel de 6sigma? Conociendo los límites de especificación y valor buscado de
capability score (=2) despejamos sigma de la fórmula anterior. (=0,0083)

Asumiendo que los pesos medidos de las 40 cajas encajarían con una
distribución normal:

                 Podemos calcular la probabilidad de encontrar un defecto (pesos

inferiores o superiores a los límites de especificación):

                 Para disminuir la cantidad de cajas no conformes podemos:

-        Aumentar los límites de especificación
-        Disminuir la desviación estándar
 Si hemos definido correctamente nuestros límites de especificación la única
alternativa que nos queda para mejorar nuestro proceso es trabajar sobre la
desviación estándar de los datos tomados. Para ello comenzamos con un
gráfico de control que nos permitirá observar visualmente si hay algún
problema con nuestros datos.
Calculamos la media de cada lote y los límites de control superior e inferior.
No confundir con los límites de especificación, los límites de control solo nos
dicen hasta qué punto las medidas tomadas se comportan de acuerdo al valor
promedio.
Para calcular el valor de los límites de control restamos (límite inferior) o
sumamos (límite superior) al valor promedio (9,98) la desviación estándar que
corresponde a las medidas de cada lote (4), es decir la desviación estándar
dividida la raíz cuadrada de 4.

Con estos datos creamos un gráfico de control:

Observamos como en las medidas del lote 3 nos salimos del límite inferior
de control. Esto nos advierte de que debe haber una causa asignable de error
en el proceso.
Para averiguar cuál es esa causa podemos usar diferentes herramientas de
investigación:
-        Pareto
-        Diagrama Causa-Efecto
-        Diagrama Porqué-Porqué
-        Diagrama de dispersión.
-        Diagrama Ishikawa
Una vez tengamos identificados las causas del problema modificamos la
operación y volvemos a repetir todo el proceso.

Resumiendo:
1.     En primer lugar  definimos el problema: Tener cajas de tornillos con una
cantidad incorrecta, más o menos de 100 tornillos. Definimos cual es el peso
correcto y la variabilidad admitida (límites de especificación).
2.     Medimos: pesamos una muestra de cajas de diferentes lotes y reunimos
todos los datos.
3.     Analizamos:
a.     Calculamos el peso medio, la desviación estándar y la capacidad.
b.     Creamos un gráfico de control y observamos cómo se comportan los datos
con respecto al peso promedio.
c.      Buscamos la causa raíz conociendo donde está el problema.
4.     Mejoramos: modificamos el proceso productivo de acuerdo a la solución que
hemos obtenido después de analizar los datos y buscar la causa raíz de los
problemas.
5.     Controlamos: volvemos a tomar medidas para asegurarnos de que
realmente hemos solucionado el problema.

http://qualitymirror.blogspot.com/2014/04/six-sigma-caso-practico.html