Sie sind auf Seite 1von 237

Curso

Fundamentos de
Seis Sigma
(Nivel Yellow Belt)



Guadalajara, Mxico, 2006
Hitachi GST, Gdl
Texcoco 281-A, cd. del Sol, Zapopan, Jal. CP. 45050. humpulido@yahoo.com
2
Contexto
Hitachi GST has launched a multi-year initiative
to implement Process Excellence methodologies
across all functions of the company
Address weaknesses in all processes
Lack of standardized processes
Outdated, cumbersome processes
Lack of flexibility
Loss of profitability
Drive Six Sigma and Lean methodologies
Improve business performance
A leadership and cultural change program
Satisfying customer needs profitably
Leadership pool development
Structured, disciplined and data-driven approach
Why Would We Do It?
Intangible---Difficult to Measure (soft)
Lost, unrecoverable information
Lost loyalty
Liability
Redundant procedures
Redundant operations
Lost revenue opportunity
Modifying services processes to correct
deficiencies

Inspection \ Second checks
Warranty
Billing errors
Rework
Rejects
Scrap

4-10 %
of Sales
20-35 %
of Sales
Tangiblemeasurable (hard)
Executive Stakeholder
Analysis
& Training
Understand key stakeholder vision & concern
Evaluate factors for successful PE deployment
Educate and engage top leadership
Infrastructure &
Planning Workshop
(Initialization)
World-Wide
Opportunity
Assessment
Regional Deployment
Champions
Lean Experts
Six Sigma Black Belts and
Green Belts
Team member training
(Yellow Belts)
Process Owner training
Define supporting policies, structure,
processes and procedures
Develop eHandbook
Establish training guidelines
Create communication strategy
1
2
3 Training and
Development

Identify core processes and metrics
Learn project identification methods
Identify projects for belts starting
training
Learn project prioritization process
4
Deployment Roadmap
5
Whats in it for Gdl team?

IT IS AN OPPORTUNITY TO

Improve our productivity,
Improve our efficiency
Have better results
Improve external perception




Value to Hitachi GDL and
Associates . . .
6
Objetivo General
Proporcionar a los participante los fundamentos de Seis
Sigma, a nivel Yellow Belt, tanto a nivel estrategia como
la forma de realizar proyectos. Esto permitir:
Proporcionar bases para el cambio cultural que
promueve Seis Sigma.
Que los asistentes participen activamente en los
proyectos Seis Sigma que se desarrollen en la
empresa: desplegando la definicin, apoyando en el
proceso de obtencin de datos, aportando su
experiencia personal en la bsqueda de causas y
soluciones, y desempeando un papel crucial en el
control del proceso.
7
Metodologa
- Los contenidos del curso se expondrn apoyndose en
ejemplos prcticos, para ayudar a ilustrar los aspectos
principales de los conceptos y las herramientas.
- La metodologa DMAIC se ilustrar con un proyecto real, y
se utilizar como eje integrador de los contenidos.
- En ciertos temas claves se desarrollarn ejercicios para
reforzar conceptos.
- Se encargarn tres tareas breves.
- Al final del curso se har una evaluacin del
aprendizaje a los participantes.
CONTENIDO
Tema Subtemas
1. Conceptos
bsicos de Seis
Sigma

- Conceptos fundamentales (calidad, productividad,
competitividad, oportunidades de mejora)
- La metodologa Seis Sigma (historia, caractersticas
generales de la estrategia, filosofa y porqu Seis
Sigma funciona)
- Breve descripcin de DMAIC
- Seis Sigma y la variacin (Enfoque a proceso, las
Xs y las Ys en un proceso, Y=f(x))
2. Roles y
responsabilidades
- Directivo, champion, Yellow Belt, Green Belt,
Black Belt y Master Black Belt
3. Introduccin a
la estadstica
- Medidas de Tendencia Central y Variabilidad
- ndices de capacidad de procesos, Cp
- Seis Sigma, PPM y capacidad de corto y largo
plazo
4. Seis Sigma y
otras
metodologas
- El ciclo PHVA
- Las 5S como plataforma
- Las 8Ds y Seis Sigma
CONTENIDO
Tema Subtemas
6. Etapa de
Definicin y
repaso de sus
principales
herramientas
- Seleccin del proyecto
- El marco del proyecto (propsito, declaracin del
problema, alcance, )
- Conceptos y Herramientas tiles en la definicin
- Diagrama SIPOC
- Diagrama de Pareto
7. Etapa de
Medicin e
introduccin a
sus principales
herramientas
(primera parte)
- Objetivos de la etapa de medicin
- Mapeo de procesos
- Definicin de mtricas (las salidas claves- KPOV,
crticos de la calidad-CTQ, costos de calidad,..)
- Rendimiento (las Ys grandes y pequeas)
- Analizar y validar el sistema de medicin
- Medir la situacin actual (Poblacin y muestra, uso
de grficas)
- Cont. Estadstica Descriptiva: Otras medidas de
tendencia central y de variabilidad, histograma.
- Capacidad de procesos Cp. Cpi, Cps
CONTENIDO
Tema Subtemas
7. Etapa de
Medicin e
introduccin a
sus principales
herramientas
(segunda parte)


- Sntesis y ejemplo proyecto DMAIC
- Precisin y exactitud de un sistema de medicin
- Introduccin a los estudios R&R para variables
continuas
- Introduccin a los estudios R&R para atributos
- La lnea base para el proyecto
- El AMEF (FMEA) en Seis Sigma
7. Etapa de
Anlisis e
introduccin a
sus principales
herramientas
(primera parte)
- Las Xs de un proceso
- Diagrama de Ishikawa
- Los 5W (los cinco porqu)
- El anlisis es-no es (Is-Is Not)
- Seleccin de las Xs vitales
- Introduccin a la prueba de hiptesis
- Introduccin al diseo de experimentos

CONTENIDO
Tema Subtemas
8. Etapa de
Anlisis
(segunda
parte)
- Matriz de causa-efecto
- Diagrama de dispersin

9. Etapa de
Mejorar
- Generalidades de la etapa de mejora
- Matriz de decisin
- Diagrama Pick
- Evaluacin de las mejoras
10. Etapa de
Control y sus
herramientas
- Niveles de control y el plan de control
- Introduccin al control estadstico
- Actualizacin del FMEA y su institucionalizacin
- Cierre del proyecto
- Evaluacin a los participantes

Resumen de currculo de instructores
Nombre Licenciatura Maestra-Doctorado Trabajo Actual Experiencia
Humberto
Gutirrez
Pulido


Matemticas
(Universidad
de
Guadalajara)
Estadstica con
especialidad en
control de calidad y
productividad
industrial (CIMAT,
Mxico).

Doctorado en
Probabilidad y
Estadstica (Cimat)
Profesor de tiempo
completo en la
Universidad de
Guadalajara, y
director de Proces
Consultores
- Durante ms de 15 aos Ha impartido ms de
150 cursos de calidad total, control estadstico,
seis sigma y diseo de experimentos en
empresas, cmaras empresariales,
universidades y colegios de profesionistas, en
Mxico y Latinoamrica.
- Autor de siete libros; entre ellos:
Anlisis y Diseo De Experimentos, y Control
Estadstico de Calidad y Seis Sigma (Mcgraw-Hill).
- humpulido@yahoo.com
Agustn
Rodrguez
Martnez
Ingeniera
Industrial
(Universidad
de
Guadalajara)
Estadstica (Colegio
de Posgraduados)

Anlisis de Sistemas
Industriales
(UdGuad.)
Profesor de tiempo
completo en la
Universidad de
Guadalajara
- Profesor de posgrado y licenciatura en el
Centro Universitario de Ciencias Exactas e
Ingenieras (U. de Guadalajara)
- Amplia experiencia en capacitacin en calidad,
estadstica y Seis Sigma.
- Experiencia en produccin y calidad en rea
metal-mecnica.
- agustin_roma@yahoo.com.mx
Pedro Ren
Rodrguez
Pavn
Ingeniero
Mecnico
(Ucrania)

Confiabilidad de los
Sistemas (Ucrania).

Maestra en
Administracin
(UdG)
Consultor de
empresas y
profesor de
posgrado en la
UdG
- Experiencia de ms de 10 aos en
capacitacin y asesora de empresas en
Calidad, ISO-9000, Estadstica y Seis Sigma.
- Diez aos de experiencia como Profesor de
posgrado en el rea de estadstica y calidad en
la Universidad de Guadalajara.
- pedrorrp@axtel.net
Hctor
Pulido
Gonzlez
INGENIERO
QUIMICO
(UdG)
Direccin
Estratgica de la
Calidad (UdG)
Coordinador de
Planeacin y
Evaluacin en
CUCEI U de G, y
profesor en la
misma
universidad.
- Labor durante 10 aos para la empresa de
Productos Rivial en diferentes reas y
responsabilidades (incluido Gerente de
Calidad).
- Profesor en posgrado en reas de calidad en
CUCEA (UdG).
- cplan.cucei@cucei.udg.mx
13
1. Conceptos bsicos de
Seis Sigma


14
Cmo se genera la riqueza hoy?
Trabajo del
conocimiento
80%
20%
70%
30%
Mejora de calidad y
productividad
Conocimiento del
cliente
Logstica
Alianzas
Distribucin
Investigacin y
Desarrollo
Stuart Crainer The Management Century.

Infraestructura
y materiales
Antes Ahora
15
La generacin de riqueza hoy
El conocimiento pasa ser la nueva fuente de
generacin de riqueza, y con ello:
La informacin, la tecnologa, la investigacin, el
trabajo, la gestin administrativa, el liderazgo.
El activo ms importante de una empresa del siglo XX
fue su aparato de produccin. En el siglo XXI sern
sus trabajadores del conocimiento y la productividad
de los mismos.
Capital humano: gente que sabe, aprende y asume
el reto de la mejora, de la competencia en un mundo
globalizado.
16
Los tres factores de la
competitividad
Calidad

Precio

Tiempo de
Entrega
(servicio)
17
Mala Calidad = Ineficiencias
Retrabajos y desperdicios
Fallas, retrasos, paros
Procesos lentos
Actividades que no agregan valor
Quejas de clientes
Inspeccin excesiva
Mal ambiente de trabajo


Ms Costos
MENOS Competitividad
EL NIVEL DE CALIDAD Y LOS COSTOS
Yield
Largo plazo
DPMO

Nivel Sigma

Costo Calidad como %
de las ventas
30.9 %

690 000 1 NA
69.2 %

308 000 2 NA
93.3 %

66 800 3 25-40 %
99.4 %

6 210 4 15-25 %
99.98 %

320 5 5-15 %
99.9997 3.4 6 < 5 %

Los costos de calidad y Seis Sigma
DPMO: Defectos por milln de oportunidades de error
REACCIN EN CADENA
Mejorar procesos

Disminuyen los costos;
porque hay menos retrabajos, fallas y retrasos
Con lo que se utiliza mejor los recursos

Mejora la productividad

Se es ms competitivo y
se permanece en el negocio

80%-Comunes
Son recurrentes, son parte del
sistema (estructura, hbitos,
formas de decidir, las 6Ms).
20%-especiales
No siempre estn
presentes, se deben
a algo particular.
Proyectos de mejora
que vayan al fondo
Reaccin rpida
para localizar la
causa
20% Proyectos 80% Reactiva
SS es una estrategia enfocada a generar proyectos
El problema no es tener pensamientos nuevos e
innovadores, sino en deshacerse de los viejos
La Inspeccin y la calidad
Encuentre la cantidad de letras F
que hay en la siguiente oracin

FINISHED FILES ARE THE RESULT OF
YEARS OF SCIENTIFIC STUDY
COMBINED WITH THE EXPERIENCE
OF MANY YEARS
22
Seis Sigma: Definicin
Es una estrategia de mejora, impulsado por la
alta direccin con apoyo de una estructura
directiva y tcnica, donde se desarrollan
proyectos SS, que generan soluciones de fondo
y nuevas formas de hacer las cosas.
Sus metas:
Lograr procesos con una calidad seis sigma (3.4
defectos por milln de oportunidades, mximo).
Reducir variacin
Eliminar burocratismo en los procesos y las
actividades que no agregan valor
23
Seis Sigma: Historia
Fue introducida en 1987 en Motorola (CEO Bob Galvin),
con el propsito de reducir los defectos en productos
electrnicos.
- Motorola. Logr aproximadamente 4500 millones de
dlares en ahorros (1987-1989), y el premio a la calidad
Malcolm Baldrige.
- Debido a las obligaciones con el Premio, Motorola
comparti en los aos siguientes su estrategia y
mtodo.
- Uno de los primeros en trasladar e enriquecerla
exitosamente fue Allied Signal, que logr ms de 2000
millones de dlares en ahorros de 1994-1999. CEO
Larry Bossidy.
24
Seis Sigma: Historia
A finales de los 90, en General Electric se termin de
consolidar la estrategia SS y a aplicarse con gran xito
en las diversas divisiones de GE, desde las financieras y
entretenimiento, hasta la alta tecnologa.
GE alcanz ms de 3000 millones de dlares en ahorros
en dos aos (1998-99). CEO Jack Welch.
Dado el xito y al tamao de GE, el gran impulso que
recibi de Jack Welch y el prestigio de este directivo (21
aos CEO de GE), hacen que la metodologa se difunda
a nivel mundial.
Jack Welch dice que fue la estrategia que impulso con
ms compromiso y pasin en sus 21 aos de CEO.
25
Seis Sigma
Actualmente es la principal estrategia de mejora
de muchas organizaciones lderes en el mundo
En algunas empresas se ha combinado con Lean
Manufacturing-manufactura esbelta-por ejemplo
Xerox.
En Motorola se tiene la segunda generacin,
ligada a los objetivos claves del negocio y a la
estrategia, va Balance Scorecard
En GE se ha profundizado su aplicacin. Ms de
150 directores generales, han tenido una
formacin y participacin significativa en SS
26
Patrocinio visible
Revisin
rigurosa de
proyectos
Compartir el
conocimiento
generado y
comunicacin
proactiva
Seis Sigma: Caractersticas
Liderazgo realmente
comprometido.
Establece problemas
y prioridades
alineadas con los
grandes objetivos de
la organizacin.
Los problemas y
prioridades se
atienden con
proyectos de mejora.
27
Seis Sigma: Caractersticas
En SS se desarrollan proyectos de mejora que
rompe barreras organizacionales, y se
ejecutan siguiendo la metodologa de cinco
etapas DMAMC/DMAIC:
Definir, Medir, Analizar, Mejorar y Controlar
(Define, Measure, Analyze, Improve and Control)
Los equipos que desarrollan los proyectos, en
lugar de ser equipos autodirigidos (como fue
en las etapas anteriores a SS), son equipos
con apoyo y metas claras.

28
Seis Sigma: Caractersticas
Hay una estructura directiva (Champions) y
metodolgica (Black Belts, Green Belts, Yellow Belts)
que los soporta.
Enfoque genuino al cliente: se le pregunta, se le
escucha.
Se enfoca a los procesos, su rediseo y mejora
Se dirige con datos, con tres grandes reas de
inters:
Satisfaccin del cliente
Disminucin de fallas e incremento de la
productividad
Reduccin del tiempo de ciclo y reorganizacin de
los procesos

29
La empresa Tres Sigma
- Tiene altos costos de no calidad y 66807 DPMO.
- Confa en sus mtodos de inspeccin.
- Cree que la calidad es para manufactura
- No tiene un sistema disciplinado para colectar y
analizar datos.
- Considera que 99% es lo suficientemente bueno,
aunque en la prctica tiene 66807 DPMO.
- A Mxico vienen ms de 20 millones de turistas
extranjeros al ao. Qu significa tener 6.6% de
fallas en reservaciones?
- 6.6% de experiencias negativas con clientes en un
ao.
30
Filosofa de la empresa Seis Sigma
- Tiene bajos costos de no calidad y 3.4 DPMO.
- Ms que en la inspeccin, confa en procesos con
poca variabilidad que no generan fallas.
- Escucha la voz del cliente para definir sus
criterios de calidad y establece su referencia
(Benchmark) contra el mejor a nivel mundial
- Considera que el 99% no es aceptable.
- Tiene un sistema disciplinado para colectar
datos.
- Utiliza la metodologa DMAIC para ejecutar
proyectos en todas las reas de la empresa.

Seis Sigma y la variacin
Procesos y sus variables: Xs, Ys, Y=f(X)
Proceso es un conjunto de actividades entrelazadas o
interrelacionadas que reciben determinados entradas y
los transforman en un resultado o en un producto
Proceso (actividades)
Insumos
Entradas
Resultados
Salidas
Variables
Independientes
Xs
Variables de salida, las
crticas para la calidad
(trasladan la voz del
cliente)
Ys
Causas Efectos
Clientes
Variables en la
fabricacin de
envases de plstico
33
Ejemplo, Proceso de atencin a clientes en
un Banco
Cules son algunas de las Ys del proceso?
Cules son las Xs vitales que influyen sobre las Ys.
Proceso
Insumos
Entradas
Resultados
Xs




Ys



34
Todos los procesos varan (las
Ys son variables): Ejemplo
Se lleva un registro del tiempo que un
cliente espera para ser atendido en un
Banco. Aleatoriamente se eligen 40 de
estos tiempos:
18.1 7.9 14.6 13.6 14.2 13.0 11.0 7.4 8.7 11.3 13.4 7.0 5.4
9.2 8.0 4.8 14.2 13.5 13.9 11.8 11.3 12.9 15.7 13.3 6.7 0.7
13.1 9.6 6.8 9.1 9.3 9.3 9.0 14.2 12.2 12.5 11.4 7.7 6.9 11.4
Hay Variacin? Por qu?
Media=11.1, Desviacin estndar=3.03
35
Histograma para tiempo de espera
Tiempo
f
r
e
q
u
e
n
c
y
0 4 8 12 16 20 24
0
4
8
12
16
36
Dos procesos con misma media, pero diferente
variacin.
Media o tendencia central
Variabilidad
Menor variabilidad
10 13 16 19 22 13 16 19
Se muestra los das que tardan dos empresas en surtir los pedidos
del cliente, una vez que ste los ha realizado. Promedio=16 das.
De qu empresa prefiere ser cliente, considerando slo esto?
Materiales
Maquinaria
Mano de obra Mediciones
Medio ambiente
Mtodos
Variable de salida (Var. Crt. de calidad-CTQs)
Y=f(X)
Mercado de
proveedores
Procesos de
diseo
Procesos de compra
y abastecimientos
Procesos de comercializacin
y distribucin
Mercados de
clientes
Agregacin de valor
Sistema: conjunto de elementos (procesos)
interdependientes e interconectados que
persiguen un mismo fin
Mercado de
proveedores
Mercados de
clientes
Desviaciones
y retrasos
Brechas en tiempo
y calidad
Rezagos
saldos

Defectos, retrasos
interrupciones
Retrasos,
incumplimientos
excusas

Insatisfaccin
quejas
Problemas, presiones,
carreras, prdidas
Rezagos
saldos
Aunque potencialmente
existen muchos Xs,
existen unas cuantos
vitales.
Y es el resultado de un
proceso; y sta es
funcin de las X's (los
pocos factores vitales).
A travs de DMAIC se
encuentran estos Xs.


Planes de Control, con
base en la ecuacin
Y=f(x1, x2,x3)
Identificando las Xs Vitales del proceso
(key process input variables, KPIV)
El efecto embudo
+15 entradas, Xs


10-15


8-10


4-8


3-6
Proceso optimizado, Ys
D
M
A
I
C
41
Breve Descripcin de
DMAMC/DMAIC
Aspectos clave de SS: una metodologa clara y
consistente para el desarrollo de proyectos de mejora.
Sintetiza los aprendizajes para que los proyectos
realmente logren ser exitosos.
DMAMC: es el acrnimo de definir, medir, analizar,
mejorar y controlar.
DMAIC: (Dah-May-Ick), an acronym for define,
measure, analyze, improve, control.
Inicialmente Motorola slo uso el MAIC. GE y
Allied S. usaron DMAIC. Que ahora es el estndar.
42
Definir
Definir problema (VCC), sealar
cmo afecta al cliente y precisar los
beneficios esperados del proyecto. Los
propietarios, el equipo.
Medir
Mejor entendimiento del proceso,
validar mtricas, verificar que pueden
medir bien, y determinar situacin
actual
Analizar
Identificar fuentes de variacin (Xs),
cmo se genera el problema y
confirmar las X vitales con datos


Mejorar
Evaluar e implementar soluciones,
asegurr que se cumplen los objetivos
Controlar
Disear un sistema para mantener
mejoras logradas (controlar X vitales).
Cerrar proyecto (lecciones aprendidas)
Breve
descripcin de
DMAMC
Qu, por
qu, dnde,
quines
43
2. Roles y responsabilidades
Una de las caractersticas de Seis Sigma
es que hay una estructura directiva y
tcnica que la soporta.
Directivo, Champion, Yellow Belt, Green
Belt, Black Belt y Master Black Belt.
Cada uno tiene un rol y responsabilidad.

Champion
Son directivos medios y superiores
Establecen los proyectos a desarrollar
Alinea 6o con la estrategia del negocio
Patrocinan proyectos (rompen barreras)
Revisan proyectos
Conocen DMAIC
Black Belt
Green Belt
Yellow Belt
Rep. de finanzas:
Valida ahorros de
proyectos
Identifica los costos
de mala calidad
Dedicados a 6o.
Lideran y asesoran proyectos
Soporte metodolgico
Pasin por los proyectos
Conocen DMAIC y
herramientas estadsticas
Comit
directivo
para 6o
Operan la estrategia de
implantacin
Establecen programa de
entrenamiento
Impulsan 6o
Participan y lideran proyectos
Atacan problemas de sus
reas
Conocen DMAIC y
herramientas estadsticas a un
nivel prctico
Propietarios de los problemas
Participan activamente en proyectos
Desplegar definicin
Obtencin de datos
Aportan en bsqueda de causas y
soluciones.
Papel crucial en control del proceso
Gdl Process Excellence organization
Mariela Ochoa
Process Excellence
Office
Manager
Roberto Zepeda
Master Black Belt
Staff
Six sigma sponsors
Gdl Process Excellence
Managers
Six sigma sponsors
Gdl Process Excellence extended
team
Employee
Process owner
Green Belt
process owner
Enrique Ramirez
Process Excellence
Coordinator
- Projects selection and
approvals
- Cost and benefits
validation
- Resources authorization
- Process owner definition
-Resources management
Yellow belt
- Team member
- Specialized six
sigma support
- Black belt training
and update
- yellow, green and
Black belt system
administrator
- Six sigma & Lean
projects administrator
- Six sigma system
administrator

Black belts

Lean belt
46
Black Belts en Hitachi GDL
Francisco J Robles
Fernando Sanchez Dominguez
Roberto Zepeda Delgadillo
Adolfo Lopez Alcaraz
Daniel Sanchez Acosta
Alejandro Gonzalez Cerrillo
Victor Hugo Perez Herrera
Bernardo Montoya Magana

Otros en proceso
47
Ejemplo de currculo BB
48
3. Introduccin a la estadstica
Seis Sigma se dirige con datos.
El pensamiento estadstico es una filosofa
de aprendizaje (la forma de tomar datos)
y accin (la forma que actuamos), basada
en los siguientes principios:
Todo el trabajo ocurre en un sistema de
procesos interconectados
La variacin existe en todos los procesos
Entender y reducir la variacin son claves
para el xito
49
Estadstica
Estadstica es la ciencia de recolectar,
organizar, presentar, analizar e interpretar
datos, tomando en cuenta la variabilidad,
con el propsito de ayudar a una toma de
decisiones ms efectiva.


50
Medidas de tendencia
central
Es necesario medir la tendencia
central de un proceso o una variable
La medida ms usual es la MEDIA (O
PROMEDIO) muestral:
,
n
X
...+ +
X
+
X
= X
n 2 1
La media poblacional o del proceso se
denota con (letra griega mu)
51
Ejemplo tiempo de proceso
En el rea de RTV (retorno de material
discrepante al vendedor) se tiene la meta de no
tener material con mas de 30 das en el rea.
(Espec. Superior=30).
Quin es el proceso?
De los datos de los ltimos ocho meses se
tiene que la media es de 18.
El proceso cumple con la especificacin?
52
Medidas de dispersin o
variabilidad
La dispersin o variabilidad de los datos
muestra que tan esparcidos se encuentran
los datos entre s.
Las medidas de dispersin mas comunes
son:
Desviacin estndar
Varianza
El rango
53
Desviacin estndar
Mide en la misma escala de los datos, que tan
dispersos estn entre s o qu tan esparcidos estn
respecto a su tendencia central un grupo de datos
Muestral:




La poblacional se denota con o (letra griega sigma)
1 - n
) X -
X
( ...+ + ) X -
X
( + ) X -
X
(
= S
2
n
2
2
2
1
54
Continuacin Ejemplo tiempo de proceso
Espec. Superior=30 das.
Media=18.
Desviacin estndar=8
El proceso cumple con la especificacin?
55
Relacin entre la media y S

Desigualdad de Chebyshev
Entre X-2S y X+2S est al menos el 75% de
los datos de la muestra
entre X 3S est por lo menos el 89%.
Regla emprica. Muchos de los datos que surgen
en la prctica se ha observado
X -S y X+S est el 68%
X 2S est el 95%
X 3S el 99.7%
56
3o

Curva normal que muestra la relacin entre o y
2o 1o +1o
+2o +3o
P(-o < X < +o) = 0.6827
P(-2o < X < +2o) = 0.9545
P(-3o< X < +3o) = 0.9973
Lmites Reales
o Naturales
Lmite real inferior = - 3o
Lmite real superior = + 3o

Al compararlos contra
especificaciones se conoce la
capacidad del proceso
Estos lmites indican de donde
a donde vara el proceso
usualmente.

EI
ES
LRI LRS
Especificaciones
Ingeniera (cliente)
Variacin
real
ndice de Capacidad potencial del
Proceso
o 6
EI - ES
Cp =
real Variacin
tolerada Variacin
Cp =
EI
LRI LRS
Variacin
tolerada
Variacin
Real = 6
ES
Se desea Cp mayor
que uno
59
Ejercicio
El espesor de un producto debe ser de 153.
De acuerdo a datos histricos del proceso se
tiene que la media =15.1.
El proceso es capaz, cumple con
especificaciones?
Si la desviacin estndar o=1.5, el proceso
cumple?
60
La mtrica Seis Sigma
Sigma es la letra griega usada en estadstica
para denotar la desviacin estndar para un
conjunto de datos.
La desviacin estndar proporciona una
estimacin de la variacin en un conjunto de
datos.
El nivel de sigma declarado, como Seis Sigma,
se usa para describir qu tan bien la variacin
del proceso cumple con los requerimientos del
cliente.
61
La Mtrica Seis Sigma
Estadstico Z. Mide la capacidad de un proceso
calculando la distancia entre las especificaciones
y la media del proceso en unidades de la
desviacin estndar, o

o

=
ES
Z
s
o
EI
Z
i

=
62
Nivel de Sigmas de un proceso

Cuntas sigmas hay de la media a las especificaciones?
EI ES
Z
i
= 4

Z
s
= 4

EI ES
Z
i
= 5

Z
s
= 3

La media de un proceso
puede desplazarse a travs del
tiempo hasta 1.5 sigmas, debido
a cambios y desajustes.
La diferencia entre capacidad
de corto y largo plazo:
Zmov= Z.ct Z.lt=1.5
Capacidad de
corto plazo
Capacidad de
largo plazo
Calidad 3 sigma, Zi=Zs=3, S=2, PPM=2700
-8 -6 -4 -2 0 2 4 6 8
0
.
0
0
.
0
4
0
.
1
0
0
.
1
6
Calidad 3 sigma,Zs=1.5,S=2, PPM=66803
-8 -6 -4 -2 0 2 4 6 8
0
.
0
0
.
0
4
0
.
1
0
0
.
1
6
EI
ES
99.73%
93.2%
Calidad 6 sigma, Zs=Zi=6, S=1 PPM=0.002
-8 -6 -4 -2 0 2 4 6 8
0
.
0
0
.
1
0
0
.
2
0
0
.
3
0
0
.
4
0
Calidad 6 sigma, Zs=4.5, S=1, PPM=3.4
-8 -6 -4 -2 0 2 4 6 8
0
.
0
0
.
1
0
0
.
2
0
0
.
3
0
0
.
4
0
EI
ES
Calidad de corto plazo Calidad de largo plazo con un
movimiento de 1.5o (Z
mov
=1.5)
ndice
Cp
Calidad en
sigmas
(ndice Z
.ct
)
% dentro de
especificaciones
(Yield)
Partes por
milln fuera de
especificaciones
ndice
Z
.lt

% dentro de
especificaciones
(Yield)
PPM fuera de
especificaciones
(DPMO)
0.33 1 68.27 317300 -0.5 30.23 697700
0.67 2 95.45 45500 0.5 69.13 308700
1.00 3 99.73 2700 1.5 93.32 66807
1.33 4 99.9937 63 2.5 99.379 6210
1.67 5 99.999943 0.57 3.5 99.9767 233
2.00 6 99.9999998 0.002 4.5 99.99966 3.4
Nivel de calidad en sigmas : Z
.ct
= 0.8406+ ) ln( 221 . 2 37 . 29 PPM
(


=
221 . 2
) 8406 . 0 . ( 37 . 29
exp .
2
ct Z
lt PPM

Niveles de Sigmas y su conversin a DPMO
67
Tarea 1
Estudiar el material visto en el curso
Reflexionar y contestar por escrito la
siguiente pregunta: Se requieren mejoras
en su proceso? Explique.
68
4. Sntesis y DPMO
Algunas respuestas de la tarea 1
Recordemos algunos aspectos claves de la sesin inicial:
Por qu Seis Sigma?
Qu es Seis Sigma?
Dnde se inici y continu?
Qu rol desempea en Seis Sigma un Champion, un Black Belt
y un Yellow Belt?
Ejemplo: Especificaciones de una Y: 50.0 +,- 0.6
= 50.1 o = 0.2
De donde a donde varia Y?
Cul es el nivel de sigmas de ct del proceso?
y de largo plazo? Cul es el rendimiento (yield)?
69
Las mtricas DPMO (Defectos por milln
de oportunidades de error) y DPMU
Unidad (U). Es lo que produce un
proceso, y que es posible evaluar su
calidad.
Ejemplo: proceso de ensamble
de sillas. La unidad es la silla
Oportunidad (O) de error. En la
elaboracin de una unidad se puede
tener ms de una oportunidad de
error ( cualquier parte de la unidad
que puede probarse si es
adecuada).
Proceso de ensamble de sillas:
Oportunidad: Cada punto de
ensamble
70
La mtrica DPMO
En el proceso de ensamble de
sillas cuntas oportunidades de
error hay por cada unidad? O=24

Defecto (d). Cualquier no
conformidad o desviacin de la
calidad especificada
Proceso de ensamble de sillas:
cualquier punto de ensamble que
no rene los requisitos de calidad

Ensamble de
sillas


Componentes
(cada tarjeta
tiene 120)



Cualquier
componente mal
ensamblado o
que no funciona
71
La mtrica DPMO
DPU (defectosXunidad)



El DPU no toma en cuenta el
nmero de oportunidades de
error

DPO (defectosXoportunidad)
Se ensamblan U=2000
sillas y en la
inspeccin final se
encuentran d=40
puntos de ensamble
insatisfactorios.
Obtener DPU y DPO


U
d
DPU =
0.02
2000
40
= = DPU
O U
d
DPO

=
0.00083
24 2000
40
= =
x
DPO
La mtrica DPMO
DPMO (Defectos por milln de oportunidades):
Mide los defectos esperados en un milln de
oportunidades de error.
DPMO=1,000,000 DPO





DPMU: Defectos por milln de unidades.


833
24 2000
40
1000000 = =
x
DPMO
64 . 4 ) ln( 221 . 2 37 . 29 0.8406 Z.ct = + = DPMO
0000 2
2000
40
1000000 = = DPMU
73
5. Seis Sigma y otras
metodologas
En muchos Sentidos Seis Sigma, es la evolucin de ciertas
metodologas, o bien se apoya en ellas.
8D
5S
6o
5W-H
PHVA
LEAN
Planear
Hacer Verificar
Actuar
Definir
Medir
Analizar
Mejorar
Controlar
Enfocar el
proyecto
Examinar
situacin
actual
Analizar
causas
Actuar
sobre las
causas
Estudiar
los
resultados
Estandarizar
cambios
Obtener
conclusiones
El ciclo PHVA,
DMAMC y
Siete etapas
en la solucin
de un
problema
PHVA
5S
8Ds
S
i
x

S
i
g
m
a

L
e
a
n

Clientes
Costo
Competitividad
76
Eliminate waste: Lean
Identifying waste and making it visible is
the first step!
The methodology of reducing
unnecessary steps to reduce rework,
save time, save cost and extend capacity
of valuable resources
Combining Lean + Six Sigma
Days to delivery
N
u
m
b
e
r

o
f

d
e
l
i
v
e
r
i
e
s
Average = 5 days
Large variation
Days to delivery
N
u
m
b
e
r

o
f

d
e
l
i
v
e
r
i
e
s
0 10
Average = 5 days
Small variation
Six Sigma alone
Days to delivery
N
u
m
b
e
r

o
f

d
e
l
i
v
e
r
i
e
s
0 10
Average = 3 days
Large variation
Lean alone
Days to delivery
N
u
m
b
e
r

o
f

d
e
l
i
v
e
r
i
e
s
0 10
Average = 3 days
Small variation
Lean + Six Sigma
Actuar Planear
Hacer Verificar
Definir
Medir
Analizar
Mejorar
Controlar
1D
2D
3D
4D
5D 6D
7D
8D
Definir
Valor
VSM
Jalar Flujo
Perfeccin
PHVA 8D LEAN SS
Enfocar
el proyecto
Examinar
Situacin
Analizar
Causas
Actuar
sobre las
Causas
Estudiar
Resultados
Estandarizar
Cambios
Obtener
conclusiones
79
6. Etapa de Definicin y sus
principales herramientas
La etapa de definicin enfoca el
proyecto, lo delimita y se sientan
las bases para su xito.
Definir
Medir
Analizar Mejorar
Controlar
80
(D) Definir el proyecto
Actividades
Verificar seleccin del proyecto y del lder
Establecer la declaracin del problema (problem
statment), y el por qu hacer el proyecto.
Objetivo y definir alcance (scope).
Una agenda tentativa del proyecto
Todo se resume en el marco del proyecto (project
charter)
El reto es que el proyecto est bien enfocado,
delimitado y definido en trminos cuantitativos.
Se sabe lo que se espera, y hay responsabilidades
y tiempos establecidos.
Definir
Medir
Analizar Mejorar
Controlar
Six Sigma project charter
Date Draft #
Title:
Purpose:
Problem Statement:
Objective/Business need addresses:
Scope:
Role and Responsibilities:
Stakeholders:
Sponsors:
Team Members:
Resources (non human):
Milestones/Measures
Project start date
Planned project completion date
How will we know if we are successful?: What are the measurable
benefits the project is targeted to deliver?
Marco del proyecto Seis Sigma
Fecha del proyecto Borrador #

Ttulo:

Propsito:

Declaracin del problema:

Objetivo/Necesidades del negocio a ser atendidas:

Alcance:

Roles y Responsabilidades:

Propietarios

Patrocinadores:

Miembros del equipo:

Recursos (no humano):

Mtricas

Fecha de inicio del proyecto

Fecha planeada de finalizacin del proyecto

Cmo sabremos si tenemos xito?: Cules son los beneficios medibles y entregables del proyecto?
83
(D) Definir el proyecto
Herramientas:
Definicin de proyectos
Diagramas de flujo, SIPOC, Mapeo primer nivel
Voz del cliente y el proceso
Estadstica bsica (Cp, Pareto, Zct)
Definir
Medir
Analizar Mejorar
Controlar
84
Definicin: validar seleccin
Un buen proyecto SS:
Est conectado con las prioridades del negocio
(planes estratgicos y operativos).
Representa una mejora importante en el desempeo
del proceso y en lo financiero.
El proyecto tiene un alcance razonable (se realiza 3 a
4 meses).
Para medir el xito se tienen mtricas cuantitativas
claras.
Se entiende su importancia.
El proyecto tiene el apoyo y la aprobacin de la
direccin (o gerencia)
85
Marco del proyecto (Project charter)
Propsito del proyecto (PROJECT
PURPOSE):
Declaracin breve de la intencin del
proyecto. Usar mtricas claves de beneficios
financieros, retorno de inversin (ROI),
tiempo del ciclo o DPMO.
Ejemplo: Disminucin del tiempo de ciclo del
proceso de autorizacin de rdenes de
compra (PO).
86
Marco del proyecto (Project charter)
Necesidades del negocio a ser atendidas
(Business need addressed)
Declaracin que indique los argumentos desde la ptica de la
empresa para llevar a cabo el proyecto. Por qu debemos
apoyar el proyecto?
Las PO con retraso son la principal queja de los clientes
internos. La espera de material del vendedor se identific
como una causa importante para los retrasos en las rdenes
de produccin. Cuando se tienen POs con retraso, la
consecuencia tpica ha sido el aumento en el pago de tiempo
extra en las reas de la produccin para cumplir con el
programa de produccin. Si se disminuye el tiempo de ciclo de
las POs, podemos reducir gastos en tiempo extra y mejorar la
satisfaccin del cliente disminuyendo los tiempos de entrega.
87
Marco del proyecto (Project charter)
Declaracin del problema (Problem statement)
Resume los problemas a ser abordados. Debe incluir
condiciones actuales o histricas, tales como ndices de
defectos y/o costos por el pobre desempeo, en
trminos de variables crticas para la calidad (Ys).
El tiempo de ciclo de PO se define como el tiempo
trascurrido desde que se recibe la solicitud de compra
hasta que el PO es enviada al proveedor. Actualmente
este tiempo de ciclo para proveedores no aprobados es
de un promedio de 27 das, con 95% de POs enviadas
dentro de 45 das. Para vendedores aprobados el
promedio es de 7 das, con 95% de POs enviadas
dentro de 11 das. Esto incide en pago de tiempo extra.
88
Marco del proyecto (Project charter)
OBJETIVO (OBJECTIVE)
Es una declaracin ms especfica del resultado
deseada.
GE us lo siguiente como una pauta:
Si el proceso est operando a menos de 3o, entonces el objetivo
del proyecto debe ser una reduccin de 10 veces el nivel de
defectos. Ejemplo, si el actual DPMO=10000, entonces la meta
debe ser DPMO=1000 o menos.
Si el proceso est operando a ms de 3o, entonces una
reduccin del 50% de defectos debe ser buscada. Ejemplo, si el
actual DPMO=1000, entonces el objetivo debe ser DPMO=500.
Reducir el tiempo de ciclo de PO, para que
mximo sea de 20 das, en un nivel de 3 sigmas.
Zs=3.
89
Marco del proyecto (Project charter)
Alcance (Scope)
Es el aspecto especfico del problema que ser
abordado.
Muchos proyectos tienen un alcance demasiado
amplio. Resultado de objetivos ambiciosos, para que
puedan ser alcanzados en un tiempo razonable.
Cuando la duracin de un proyecto aumenta, los costo
del mismo aumentar. Tambin aumentar la
frustracin y desinters.
Cuando la duracin de un proyecto excede 6 meses,
se pueden producir bajas crticas en los miembros del
equipo, lo que causa retrasos adicionales.
Tiempo adecuado de 3 a 4 meses.
Marco del proyecto (Project charter)
Alcance (Scope)
Se realiz un diagrama para entender la dinmica de PO, y
los diferentes factores (Xs).
Alcance: Limitar a las partes moldeadas por inyeccin, que
de acuerdo a anlisis de Pareto representan el 60% de las
PO con proveedores no aprobados.
91
Marco del proyecto (Project charter)
Propietarios, Miembros del equipo y Patrocinador
(Stakeholders, team members, and sponsor)
Propietarios, se refiere a los departamentos, clientes
o proveedores que sern influenciado por las
actividades del proyecto o por sus resultado.
El equipo se refiere a los miembros especficos de
los grupos de propietario que juegan un papel activo
en el proyecto.
Los patrocinadores o Champions son directivos
que apoyan el proyecto. Inician el proyecto, asignan
recursos, y desarrollan la carta inicial. Como un
miembro de direccin, ayuda a superar obstculos.
92
Marco del proyecto (Project charter)
Propietarios, Miembros del equipo y Patrocinador
Proyecto: Tiempo de Ciclo de PO
Stakeholders: Engineering, Procurement, Quality
Sponsor: Diego R., VP Operations (CH)
Leader of the project: Daniel H. (BB)
Team Members: Mary A.(Accounts Payable-YB); Juan S.
(Quality-GB); Guillermo A.(Purchases-YB); Ana D.
(Engineering-YB)
93
Marco del proyecto (Project charter)
RECURSOS, NECESIDADES y Entregables
Se refiere a los procesos, equipos, bancos de datos, o
gente (no incluido como miembros del equipo) que
pueden necesitarse para la realizacin del proyecto.
Accounts Payable database, Vendor Quality Records
Entregables: incluyen todo los beneficios mensurables
del proyecto. Cmo definimos un proyecto exitoso y
realizado?
Proyecto de PO: Procedimiento(s) revisado(s),
generando un disminucin del tiempo de ciclo de PO.
Economas proyectadas: Aprox. US$110,000 por pago
de tiempo extra. Ahorros de $50,000 por obstruccin de
WIP (work in process)
94
Definicin: seleccin del equipo
Seleccin del lder:
Preferentemente con conocimiento del problema,
No se sospecha que es parte del problema.
Con motivacin y liderazgo para encauzar al equipo
Dominio de DMAMC y sus herramientas
Gusto por los retos. Capaz de dar seguimiento y sabe
la importancia de los resultados.
El resto de los miembros del equipo se
seleccionan de entre los propietarios del
proceso, con base en su posible aporte,
experiencias y especialidades.
95
Algunos Conceptos y herramientas
tiles en la definicin del proyecto
La definicin del proyecto y en los entregables
es importante incluir la voz de cliente. Para ello:
Identificar el cliente
Establecer lo que el cliente quiere del proceso (voz
del cliente).
En nuestro trabajo, tenemos claramente
identificado quin es nuestro(s) cliente(s)?
Escuchamos a nuestros clientes? Cmo?
96
DIAGRAMA DE PROCESO SIPOC
(PEPSU)
Acrnimo de suppliers, inputs, process, outputs, and
customers ( proveedores, entradas, proceso, salidas y clientes).
Diagrama de proceso de utilidad en etapa de definicin, que
permite caracterizar un proceso respecto a estos elementos.
Proveedores: aqullos que proporcionan entradas para el
proceso.
Entradas: datos, conocimiento y los recursos necesario para
que el proceso genere las salidas deseadas.
Proceso: las actividad que transforman las entradas en salidas.
Salidas: Los resultados del proceso (los entregables). Incluye
los productos a los que se les agreg valor, servicios,
documentos o entradas para otros procesos.
Clientes o usuarios: la(s) persona(s) o funcin que recibe las
salidas.
SIPOC para edicin de un libro
Proveedores
(5)
Entradas
(4)
Proceso (1) Salidas (2) Clientes
(3)
Depto. legal ISBN Se recibe
Manuscrito
ISBN Impresor
Autor Manuscrito Publicar ISBN Nueva cubierta Lector
Diseo
grfico
Diseo de
cubiertas
Cubierta Lista de errores Marketing
Diseo
grfico
Archivos Edicin Correspondencia
con autor
Editor del
proyecto
Pruebas de
errores
Archivos
Crear archivo
para impresor
Enviar a
Marketing
( ) Orden en el se construye el SIPOC
98
DIAGRAMA DE PARETO
El diagrama de Pareto ayuda a analizar las
variables de atributos y establecer prioridades..
Ayuda a localizar el problema principal y su
causa ms importante
Principio de Pareto:
"Ley 80-20 El 80% del efecto es generado por
el 20% de las causas.
"Pocos vitales, muchos triviales"
99
Tipo de falla
D C B A
T
o
t
a
l

d
e

f
a
l
l
a
s

800
700
600
500
400
300
200
100
0
P
o
r
c
e
n
t
a
j
e

100
90
80
70
60
50
40
30
20
10
0
99
135 135
369
Pareto de Problemas
100
Producto
C B A
F
a
l
l
a

t
i
p
o

A

400
300
200
100
0
P
o
r
c
e
n
t
a
j
e

100
80
60
40
20
64
80
225
Pareto de Causas
101
Pareto-Costo
Si en el Pareto de Problemas se tiene que
el defecto A, tiene un costo de 1, el B de
5, el C de 0.5 y el D de 2.
Sobre cul defecto conviene actuar?
7. Etapa de Medicin (Measure) y
sus principales herramientas
En este apartado veremos la etapa
de Medicin (Measure) y algunas de
sus principales herramientas
Definir
Medir
Analizar Mejorar
Controlar
Etapa de Medicin (Measure)
objetivos
Definir el proceso a un nivel ms detallado para
entender los puntos de decisin y los detalles
de su funcionamiento.
Establecer con detalle las mtricas (las Ys) con
las que se evaluar el xito del proyecto.
Analizar y validar el sistema de medicin.
Medir la situacin actual (baseline) para
clarificar el punto de arranque del proyecto.
Establecer metas definitivas para las Ys.
Definir
Medir
Analizar Mejorar
Controlar
104
Medicin
Requerimientos
del cliente
Procesos
claves
Mtricas
Objetivos del
proyecto
Objetivos y estrategias
de la organizacin
La fase de Medicin es
afianzar la importancia
del proyecto, dnde se
realizar, la forma que
se medir su xito. Con
apoyo del pensamiento
estadstico.
105
Algunas Herramientas
Plan para coleccionar datos
Diagramas de flujo
Mapeo de procesos
Grficas de frecuencia
AMEF
Estudios R&R
Diagrama de Pareto
Capacidad de Procesos
Estratificacin
Series de tiempo
Muestreo

Definir
Medir
Analizar Mejorar
Controlar
106
Proceso a detalle
En la etapa de definir se tiene en un nivel
general el diagrama de proceso.
Aqu es necesario hacer una descripcin
ms detallada, haciendo nfasis en los
puntos de decisin y la secuencia y flujo
del trabajo, mediante:
Diagrama de flujo a detalle, o
Mapeo de proceso

107
MAPEO DE PROCESOS
Representacin grfica de un proceso
que:
Ilustra en forma detalla todos los pasos del
proceso, tanto los que agregan valor como
los que no
Identifican las variables claves del proceso,
tanto de entrada como de salida.
108
MAPEO DE PROCESOS, pasos
Listar los pasos en general y las variables de salida
que son claves para el cliente.
Mostrar las caractersticas criticas de calidad de cada
paso del proceso.
Adicionalmente, si se quiere mayor detalle:
Identificar los pasos que agregan valor y los que
no agregan valor en el proceso
Listar y clasificar las entradas claves en cada paso
del proceso. Criterios: crtico (*), controlable (o), y
de ruido ()
Aadir las especificaciones de operaciones
actuales y los objetivos de proceso para las
entradas controlables y crticas.

109
Definicin de mtricas
Una mtrica de un proceso es un indicador
numrico del desempeo o estado del mismo.
En el proyecto se selecciona aquellas salidas que
son crticas para el proceso (key process output
variables, KPOV).
Deben estar enfocados al cliente y alineados con
la estrategia del negocio.
En trminos de costo, calidad y/o programacin
(schedule, factores que impactan el tiempo de
entrega).
Que sean fcil de medir y obtener en un perodo
relativamente corto.
110
Definicin de mtricas
Factores crticos de costos (Factors critical
to cost-CTC) incluye:
Parmetros que impactan el trabajo en
marcha.
Inventario de bienes terminados.
Gastos generales, de envos, de materiales y
de mano de obra.
Costos de calidad

111
Mtricas de los costos de calidad
Los costos de calidad, son los costos totales
asociados al sistema de calidad
Entre ms deficiencias y fallas se tenga, los
costos por lograr calidad y los costos por no
tener calidad (Cost of poor quality) sern ms
elevados.
Costos de evaluacin de la calidad: inspeccin,
pruebas, y sus equipos. Auditorias.
Costos de fallas internas, retrabajos,
desperdicios, retrasos.
Costos por fallas externas: servicios de garanta,
devoluciones, penalizaciones, etc.
112
Ejercicio
Formar equipos de 3 personas.
Analizando la definicin del proyecto de
disminucin del tiempo de ciclo del
proceso de autorizacin de rdenes de
compra (PO), que se describi antes,
proponer algunas Ys crticas para el
proyecto.

113
Y
RT
: Rendimiento combinado-Rolled Throughput Yield
Ys grandes, Ys pequeas
Las Ys pequeas son las generadoras de las Ys
grandes.
Si un proceso tiene k subprocesos, y el
rendimiento a la primera vez es Y
1
, Y
2
,..., Y
k
, sin
considerar retrabajos; entonces
Y
RT
=Y
1
Y
2
...Y
k
i etapa la en probadas unidades de Nmero
i etapa la en vez primera la a pasan que unidades de Nmero
=
i
Y
114
Inicio Final
Rendimiento
Y
1
=90%
PPM=100000
Rendimiento
Y
2
=95%
PPM=50000
Rendimiento
Y
3
=84%
PPM=160000
Rendimiento
Y
4
=93%
PPM=70000
Rendimiento
Y
5
=91%
PPM=90000
Y
RT C
60.8%
0
0.2
0.4
0.6
0.8
1
1 2 3 4 5
Etapa
R
e
n
d
i
m
i
e
n
t
o

Rend. por
operacin
Rendimiento
acumulado
Rendimiento Combinado
Y
C
=.9.95 .84 .93 .91= .608
470000
Partes por Milln que no pasan
a la primera vez
115
Analizar y validar el sistema
de medicin
En un proyecto seis sigma es necesario garantizar
que:
Se conoce la incertidumbre de los sistema de medicin que
se utiliza para evaluar el desempeo del proceso
Que la precisin (variabilidad) de los sistemas de medicin
es adecuada y garantiza mediciones confiables.
Que cada Y del proyecto se mide en forma consistente.
Cules son los efectos de un sistema de medicin no
confiable?
Los sistemas de medicin pueden estar influenciados
por muchos factores que causen que sus mediciones
no sean confiables.

116
117
Cmo validar los sistemas
de medicin
En mtricas administrativas, asegurarse que hay
criterios claros y consistentes para contar:
pedidos con retrasos, clientes atendidos, pago
de horas extras, etc.
En mtricas donde se utilizan algn equipo o
criterios de calidad es necesario hacer estudios
de repetibilidad y reproducibilidad (Gage R&R),
para garantizar que los equipos y personas
generan mediciones consistentes y confiables.
Si una mtrica es la satisfaccin del cliente,
Cul es el sistema de medicin? Cmo
validarlo?
Medir la situacin actual (baseline)
Se trata de evaluar el estado actual (baseline) del proceso (en
cunto a mtricas principalmente) y estimar su habilidad para
satisfacer los requerimientos del cliente.
Para clarificar el punto de arranque del proyecto, y as poder
evaluar posteriormente el impacto del proyecto.
Tipo de falla
D C B A
T
o
t
a
l

d
e

f
a
l
l
a
s

800
700
600
500
400
300
200
100
0
P
o
r
c
e
n
t
a
j
e

100
90
80
70
60
50
40
30
20
10
0
99
135 135
369
Antes (Inicio)
?
Despus (final)
119
Medir la situacin actual (baseline)
Recomendaciones para obtencin de datos
Decidir la forma ms adecuada de obtener datos:
Hay registros histricos? Se puede hacer muestreos
aleatorios representativos? En qu tiempo se refleja
claramente el desempeo del proceso?
Cul ser el perodo durante el que se obtendrn
datos?
Qu variantes del proceso se considerarn: planta,
lnea, producto, turno?
Poblacin y Muestra, Parmetros y Estadsticos
La poblacin (proceso) es la totalidad de individuos,
mediciones o productos sobre las que se quiere
conocer y tomar una decisin. Una muestra es una
parte de la poblacin. Se desea que sea representativa.
Los estadsticos
varan de muestra
a muestra
Variables continuas vs.
Variables discretas
1-11
DATOS
Cualitativos o de atributos
(Tipo de defecto)
Cuantitativos o numricos
discretos
(nmero de defectos, de clientes)
continuos
(Grosor de un disco)
EI ES
Normalmente tienen
especificaciones, una o dos
Se contabilizan por perodos
(semana, lote, lnea)
Quejas por semana
6.0 5.0 4.0 3.0 2.0 1.0 0.0
F
r
e
q
u
e
n
c
y
14
12
10
8
6
4
2
0
Std. Dev = 1.60
Mean = 2.8
N = 50.00
Frecuencia por
tipo de defectos,
dnde, etc.
Tipo de defecto
D C B A
T
o
t
a
l

d
e

f
a
l
l
a
s

800
700
600
500
400
300
200
100
0
P
o
r
c
e
n
t
a
j
e

100
90
80
70
60
50
40
30
20
10
0
99
135 135
369
122
Variables continuas vs. Variables discretas
Variables continuas son aquellas que pueden
medirse en una escala continua: peso, tiempo,
longitud, espesor.
Las discretas, en el contexto de SS, normalmente
son conteos del tipo: nmero de clientes, nmero
de artculos defectuosos, nmero de quejas.
En general las continuas proporcionan una
evaluacin mejor de la calidad, ya que no slo
sealan si un artculo es defectuoso o no, sino a
travs de la medicin dicen qu tan bueno o
defectuoso es.
123
Variables continuas vs. Variables discretas
Ejercicio
Una caracterstica de calidad de cierto producto
es su resistencia, que debe soportar por lo
menos 200 kilogramos fuerza.
Proponga una mtrica continua y otra discreta
para evaluar el desempeo del proceso.


Cmo analizara cada una?
124
Continuacin Estadstica Descriptiva
Otras medidas de tendencia central
Para evaluar la situacin actual, adems de el
uso de la media y la desviacin estndar es
necesario utilizar otras medidas de tendencia
central
MEDIANA o percentil 50, es igual al valor que
divide a la mitad a los datos cuando stos son
ordenados de menor a mayor
MODA, es el dato que se repite con ms
frecuencia
A la media la jalan los datos raros

Posicin de las medidas de tendencia central
en distribuciones simtricas y sesgadas
Mo Mo
Me
Me
X
X
X
Me
Mo
Distribuciones simtricas
Distribuciones sesgadas derechas Distribuciones sesgadas izquierdas
Otras medidas de dispersin
Rango: Amplitud de variacin.
R= Dato Mximo Dato Mnimo
Varianza, S
2
, la elevacin al cuadrado de la desviacin
estndar. Importante en estadstica terica.

Coeficiente de Variacin. Es la razn de la desviacin
estndar a la media aritmtica, expresada como
porcentaje. Ayuda a comparar la variacin de dos o ms
variables que estn medidas en diferentes escalas o
unidades.
) 100 (
x
S
CV =
El estado inicial se puede evaluar
calculando el ndice de Capacidad
potencial del Proceso
o 6
EI - ES
Cp =
real Variacin
tolerada Variacin
Cp =
EI
LRI LRS
Variacin
tolerada
Variacin
Real = 6
ES
Se desea Cp mayor
que uno
128
Variables de salida (Ys) con una
sola especificacin
Entre ms pequea
mejor
Entre ms grande
mejor
ES EI
o

3
- ES
Cps =
o

3
EI -
Cpi =
El Cp no toma en cuenta
el centrado del proceso
o 6
EI - ES
Cp =
EI ES
o

3
EI -
Cpi =
o

3
- ES
Cps =
C
pk
=Mnimo(C
pi
, C
ps
)
Z=3*Cpk
130
HISTOGRAMA

Grfico de barras que permite describir el
comportamiento de unos datos numricos en cuanto
a su tendencia central, forma y dispersin
Y
F
r
e
c
u
e
n
c
i
a

10
20
30
40
50
Cp = 1.44038
Cpk = 1.41033
Cr = .694263
Cpm = 1.43452
K = -.0208618
y
EI
ES
(a) Centrado con poca variabilidad
4 6 8 10 12 14 16
10
20
30
40
Cp = 1.49933
Cpk = .708981
Cr = .666965
Cpm = .580997
K = -.527134
y
EI
ES
(b) Descentrado con poca variabilidad
4 6 8 10 12 14 16
10
20
30
40
50
Cp = .660492
Cpk = .640806
Cr = 1.51402
Cpm = .659336
K = .0298058
y
EI
ES
(c) Centrado con mucha variabilidad
4 6 8 10 12 14 16
10
20
30
40
Cp = .608985
Cpk = .312567
Cr = 1.64208
Cpm = .454406
K = -.486741
y
EI
ES
(d) Descentrado con mucha variabilidad
4 6 8 10 12 14 16
10
20
30
40
Histograma y capacidad de procesos
132
Cp = .997789
Cpk = .869839
Cr = 1.00222
Cpm = .931039
K = .128234
y
EI
ES
(e) Con sesgo a la derecha
4 6 8 10 12 14 16
10
20
30
40
Cp = .575331
Cpk = .572183
Cr = 1.73813
Cpm = .575305
K = .00547108
y
EI
ES
(f) Bimodal, dos realidades
4 6 8 10 12 14 16
10
20
30
40
Cp = .534952
Cpk = .530307
Cr = 1.86933
Cpm = .5349
K = -.00868332
y
EI
ES
(g) Achatado
5 7 9 11 13 15 17
10
20
30
40
50
Cp = 1.20751
Cpk = .501473
Cr = .828149
Cpm = .514234
K = .584705
y
EI
ES
(h) Acantilado derecho
4 6 8 10 12 14 16
10
20
30
40
50
y
(e) Con sesgo a la derecha
4 6 8 10 12 14 16
10
20
30
40
y
(f) Bimodal, dos realidades
4 6 8 10 12 14 16
10
20
30
40
y
(g) Achatado
5 7 9 11 13 15 17
10
20
30
40
50
y
(h) Acantilado derecho
4 6 8 10 12 14 16
10
20
30
40
50
Histograma y comportamientos especiales
S
e

r
e
q
u
i
e
r
e
n

s
u
f
i
c
i
e
n
t
e
s

d
a
t
o
s
,

p
r
e
f
e
r
e
n
t
e
m
e
n
t
e

m

s

d
e

5
0
.

133
Ejercicio: Seis Sigma
Los datos semanales de un semestre respecto al
%fallas en un proceso, dicen: = 5.5%,
o=0.7%. La meta que se tiene para el ao es
tener un mximo semanal del 6.0%
1.Entre qu porcentajes se espera que vare el
%fallas semanal?
2. Cul es el nivel de sigmas de largo plazo del
proceso, Zs?
3. 5. Qu estrategia seguir para cumplir la meta?
134
Tarea 2
1. Estudiar el material visto hoy
2. Describa brevemente el proceso en el que labora.
3. Cmo se mide el desempeo o resultados de su
proceso? Anote las principales Ys de su proceso.
4. Se conoce la variacin de las Ys? Su tendencia?
Comente.
5. Cules son los factores claves de su proceso? Anote
algunas de las Xs ms importantes de su proceso.
135
Sesin 3
Qu es Seis Sigma?
Qu se hace en las dos primeras etapas
de DMAMC?

136
Ejemplo de proyecto Seis
Sigma. Antecedentes
En una fabrica de asientos para automvil se
tenan problemas que se detectan con
inspeccin al 100% y que es necesario resolver
con retrabajos.
Resultaba prioritario generar un proyecto para
alcanzar un proceso Seis Sigma
As disminuir costos de reprocesos e inspeccin,
y garantizar la satisfaccin y lealtad de clientes.
137
Ejemplo de proyecto Seis Sigma.
Variables crticas
Las VCC para los asientos son aquellas que
tienen una especificacin por reglamento o
las que tienen un impacto al momento de
que el consumidor se decide por cierto
automvil
Las VCC de los asientos del conductor y del
asiento del acompaante delantero son
esfuerzos para:
Y1. Levantar el descansabrazos
Y2. Bajar el descansabrazos
138
Variables crticas
Esfuerzos para:
Y3. Cambiar la inclinacin del asiento
Y4. Deslizar el asiento hacia adelante
Y5. Deslizar el asiento hacia atrs
Y6. De la palanca para liberar y deslizar el asiento
Y7. Activar el botn de la cabecera
Y8. Levantar la cabecera
Y9. Bajar la cabecera

Se detect que todas las VCC deberan de ser
mejoradas, ya que su capacidad no era de calidad
Seis Sigma
Se resolva con retrabajo e inspeccin al 100%
139
Nivel de Y1
Las fuerzas para subir el descansabrazos Y
1
tiene una Z
ct
=3.9
sigmas y PPM=8200. (Ver tabla) Z
lt
=2.4 sigmas
Dos inspectores para inspeccin al 100% en esa etapa. 7000
dlares anuales por inspector.
Produccin anual de 100,000 unidades, un costo de reproceso de
20 dlares p/u.
Si Y1 y Y2 se llevan a Seis Sigma:
Se elimina el retrabajo
La inspeccin al 100%
Ahorro del costo de los dos inspectores
Reduccin del tiempo de ciclo
Incremento de la satisfaccin del cliente
140
Los cuatro cules para establecer la declaracin
del problema

Los Cules profundizan en la
definicin
Componentes de la Frase-Problema
Primer frase ambigua

Tenemos problemas con los asientos
Cul es el problema con


Los esfuerzos para subir y bajar el descansabrazos no
cumple con especificaciones
Cul es el nivel


Se tiene 8200 PPM, que es necesario corregir con
retrabajos.
Cul es la referencia


3.4 PPM
Cul es el costo


30,400 dlares, considerando el costos directos de
reproceso y de inspeccin. Ms indirectos en tiempo de
ciclo, posibles insatisfaccin de clientes.
Declaracin del problema: Se tiene problema con los esfuerzos para subir y bajar el
descansabrazos, generndose 8200 PPM, contra una meta de 3.4. Esto tiene costos
directos de reproceso y de inspeccin por 30,400 dlares anuales.


141
Marco del proyecto Seis Sigma

Ttulo: Mejora la calidad de los parmetros crticos del asiento, desde el punto de vista de seguridad y del consumidor.

Propsito: Disminuir variacin y cumplir con especificaciones de las VCC de los asientos.
Necesidades del negocio a ser atendidas: Varias de las VCC para los asientos no cumplen con especificaciones, los
problemas se detecta con inspeccin al 100% y se corrigen con retrabajos. De reducir la variacin en las VCC a un
nivel Seis Sigma, se elimin
Alcance: El proyecto se limitar a los esfuerzos para subir y bajar los descansabrazos (Y1 y Y2).

Declaracin del problema: Se tiene problemas con los esfuerzos para subir y bajar el descansabrazos, generndose
8200 PPM, contra una meta de 3.4. Esto tiene un costo directo por reproceso e inspeccin al 100% de 30,400 US$.

Objetivo: Cumplir a un nivel seis sigma (3.4 PPM) con las especificaciones para los esfuerzos para subir y bajar
el descansabrazos
Propietarios: Manufactura y Calidad

Patrocinador: Gerente de Manufactura
Miembros del equipo:
Mtricas:
Cmo sabremos si tenemos xito?: Cules son los beneficios medibles y entregables del proyecto?
Cules seran los entregables del proyecto?
Cules las mtricas?
142
El problema
143
Grfica de Gantt para el
proyecto

Actividad
DEFINIR
MEDIR
ANALIZAR
MEJORAR
CONTROLAR
feb mar abr may jun jul
ago
VALIDACIN
Proyecto: Mejora de esfuerzo para subir
descansabrazos
144
Etapa de Anlisis para el
proyecto de los descansabrazos
Se mapea y detalla el proceso
Se analiza el sistema de medicin para Y1
(dinamometro).
Evaluar la situacin actual (baseline)
Mapeo del proceso
COLOCACION DE
ASIENTOS EN PALET (1)
LIFTASSIST, PALLETS
DETALLADO
EN HORNO
RETRABAJO (1)CEP
<S> POWER FOCUS,
MESA DE TRABAJO
SISTEMA DE
EMBARQUE
ACARREO
CASAMIENTO
DE
RESPALDO
(1). SMART
FIXTURE
POWER
FOCUS <S>
CEP
INSPECCION
FINAL
OK?
SUJECION DE
VISTA INT. Y
BUCKLE. (1)
SMART
FIXTURE
POWER FOCUS
<S> CEP
SUJECION DE
BUCKLE Y
VISTA RISER
& POSICION
DE VISTA
EXTERIOR
(1) SMART
FIXTURE
ESFUERZOS(2)
.
DINAMOMETRO
CASAMIENTO
DE ASIENTO
POSTERIOR
(1). SMART
FIXTURE
POWER
FOCUS <S>
CEP
MONTADO DE CABECERA,
COLOCACION DE CODERA
(1) SMART FIXTURE,
HII
HORNO
NO
S
COLOCACION
DE VISTAS
FOLD FLAT Y
MANIJA (1)
SMART
FIXTURE,
DETALLADO (1)
LAMPARA DE
CALOR,
VAPORERA
EMBOLSADO Y
COLOCACION DE
ETIQUETAS (1)
PRINTER
COLOCACION
DE ASIENTO A
CORREDERA
(1). SMART
FIXTURE
ENRUTADO DE
ARNESES (1).
CASAMIENTO
DE ASIENTO
FRONTAL(1).
SMART
FIXTURE
POWER
FOCUS <S>
CEP
PRUEBA
FUNCIONAL (2)
TERMINATOR

146
Anlisis del sistema de medicin
para Y1 (estudio R&R)
Objetivos
Determinar si el error de medicin del esfuerzo es
pequeo y aceptable relativo a la variacin del
proceso o especificacin del producto.
Determinar la confianza de la certeza de los datos.
Obtener una adecuada resolucin del gage.
Si la variacin de la medicin es inaceptable,
enfocar los esfuerzos de mejora :
Al equipo
A mtodos y gente.

147
o
2
total
= o
2
parte-parte
+ o
2
R&R

La variacin observada vs. real
La variacin observada de cualquier
grupo de datos es la suma de la
variacin real producto mas la
variacin del error de medicin
148
REPETIBILIDAD: Es la variacin observada
cuando un operador mide la misma unidad con
el mismo dispositivo varias veces
REPRODUCIBILIDAD: Es la variacin adicional
observada cuando varios operadores usan el
mismo dispositivo para medir la misma unidad
La combinacin de ambas fuentes de variacin
se conoce como R&R

R&R
149
PRECISION Y EXACTITUD


EXACTITUD: Se refiere al desfase o desplazamiento que tienen
las mediciones en relacin al estndar o valor verdadero que se
supone conocido. Es la distancia entre la media observada y el
verdadero valor del objeto.
PRECISION: Es la variacin que presentan los
resultados al medir varias veces una misma
magnitud u objeto con el mismo equipo. Es la
habilidad de un instrumento de medicin para
repetir y reproducir su propia medicin,
independientemente si dicha medicin es correcta
o incorrecta
EXACTITUD: Se refiere al desfase o
desplazamiento que tienen las mediciones en
relacin al estndar o verdadero valor que se
supone conocido
150
Se trata de darle al blanco (centro) de la medicin real de la pieza, con poco error
151
Estabilidad y linealidad


EXACTITUD: Se refiere al desfase o desplazamiento que tienen
las mediciones en relacin al estndar o valor verdadero que se
supone conocido. Es la distancia entre la media observada y el
verdadero valor del objeto.
Estabilidad: el cambio del instrumento con
el transcurso del tiempo.
Linealidad: la exactitud a lo largo del
rango de operacin del instrumento, por
ejemplo en el caso de una bscula que
puede medir en un rango de 0 a 100
kilogramos, interesa que sea exacta y
precisa en todo este rango
152
Procedimiento Para Realizar Un
Estudio R&R
Se deben utilizar por lo menos dos operadores y 10
unidades representativas (de preferencias que cubran
todo el rango de medicin)
Cada operador mide cada unidad por lo menos dos
veces, utilizando siempre el mismo dispositivo.
En una primer ronda el operador mide una vez (en
orden aleatorio), todas las piezas elegidas para el
estudio.
En la segunda ronda, el operador no debe tener
presente el valor de la primer medicin.
153
Estudio R&R para Y1. EI = 10, ES= 40 N. El sistema de
medicin es confiable? 1 N = 1 kg m/s
2

Proyecto Seis Sigma para asientos: Fase de Medicin
Operador A Operador B
Parte Ensayo1 Ensayo2 Ensayo1 Ensayo2
1 26.1 25.2 30.0 32.7
2 23.0 23.4 28.1 28.8
3 15.0 14.3 25.9 26.3
4 24.9 25.5 35.1 34.1
5 20.9 19.3 20.9 21.7
6 15.5 16.0 16.0 16.5
7 16.9 17.1 15.6 15.8
8 16.0 15.2 16.2 15.7
9 15.8 15.2 15.3 15.7
10 15.9 15.3 16.1 17.5
Gage Measurements by OPERATORS
PARTS
14
18
22
26
30
34
38
A
v
e
r
a
g
e
1 2 3 4 5 6 7 8 9 10
Operators
A
B
Estudio R&R para Dinamometro
Se aprecia claramente una discrepancia entre
las mediciones de ambos operadores
155
Conclusiones estudio R&R
Hay problemas de reproducibilidad.
La forma en que cada operador est haciendo
mediciones es diferente.
El proyecto no puede seguir hasta en tanto no se
garantice un sistema de medicin confiable.
Acciones: Se desarroll un programa de mejora de la
habilidad de los operadores y se reentren a todos los
inspectores que realizan mediciones en el proceso.
Despus de esto es necesario hacer un estudio R&R
nuevamente a ver si se lograron mejoras en el sistema
de medicin.
156
Datos de segundo estudio R&R
Operador A Operador B
Parte Ensayo1 Ensayo2 Ensayo1 Ensayo2
1 25.8 26.1 27.6 26.1
2 20.3 21.9 21.7 21.1
3 19.7 20.4 19.1 20.0
4 25.1 24.2 27.0 27.6
5 22.1 20.1 20.7 21.3
6 16.1 15.5 17.2 18.8
7 19.8 19.5 18.3 18.6
8 17.3 17.4 17.9 18.2
9 19.5 18.6 18.9 18.5
10 24.9 26.2 26.9 26.5
Lnea base para el
proyecto:
Se realiz un estudio de
Capacidad y
Estabilidad,
se tomaron 20
subgrupos (n=4)
repartidos en un
periodo de tiempo
suficiente para que
se manifieste la
variacin de largo
plazo del proceso.
Espec. 2515

Calcule el Zi de largo
plazo (ver tabla)
Subgrupo Mediciones
1 12 15.7 16.8 10.9
2 23.4 21.8 20.7 21.2
3 19.5 17.1 20.9 18.7
4 16.9 13.6 12.9 17.6
5 16.3 18 21.4 15.9
6 18.5 21.2 19 22.2
7 23.6 28.5 26.9 24.5
8 22 18.9 19.4 17.6
9 24.3 21.8 22.9 27.6
10 22.3 25.9 18.7 16.9
11 23.5 22.6 30.7 25.5
12 16.8 11.8 14.7 17
13 16.6 19.6 23.6 17.8
14 22 15.5 12 20
15 22.9 21.8 19.5 22.9
16 19.6 15.5 17.3 18.7
17 17.1 18.6 18.5 15.7
18 23.8 28.2 22.4 24.6
19 24.7 27.2 20.2 23.6
20 18.5 24.4 19.5 23.9
R-Bar=5.5 X-bar-bar=20.16 S=4.16

158
159
Introduccin a estudio R&R
para atributos
Existen procesos de medicin de atributos que generan
datos binarios; tal como aceptar o rechazar una pieza
con base en:
Un mecanismo del tipo pasa-no pasa
Mediante una apreciacin relativamente subjetiva o
apoyada en los sentidos (visual, olfato, oido, tacto,
gusto).
Es necesario evaluar la consistencia de los criterios
utilizados por las personas que realizan este tipo de
evaluaciones
En R&R para atributos se evalan de 30 a 100 piezas.

160
Introduccin a estudio R&R
para atributos
En el estudio se analiza qu tanto concuerdan los
criterios de un mismo operador y entre los diferentes
operadores, cuando se evala la misma pieza.
0=rechazo pieza 1=aceptacin
Nmero Semana 1 Semana 2 Repetibilidad
de parte Op1 Op2 Op3 Op4 Op5 Op1 Op2 Op3 Op4 Op5 SUMA Op1 Op2 Op3 Op4 Op5
1 1 1 1 1 1 1 1 1 1 1 10 0 0 0 0 0
2 0 0 1 0 1 1 1 1 0 1 6 1 1 0 0 0
3 0 0 0 0 0 1 1 1 0 0 3 1 1 1 0 0
4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
5 0 0 0 0 0 0 0 1 0 0 1 0 0 1 0 0
6 1 1 0 0 0 0 0 1 0 0 3 1 1 1 0 0
7 1 1 1 1 0 1 1 1 1 0 8 0 0 0 0 0
8 0 1 1 0 0 0 0 1 0 0 3 0 1 0 0 0
9 1 1 1 1 1 1 1 1 1 1 10 0 0 0 0 0
Parece confiable el sistema de medicin?
161
Sistemas de medicin en sus
reas de trabajo
Con su compaero de a lado, destaque
algn o algunos sistemas de medicin que
hacen algn conteo o hace alguna
medicin o evaluacin de calidad que a su
juicio se requiere validar su confiabilidad.
Escriba los argumentos de por qu.

162
ANLISIS DE MODO Y EFECTO DE FALLA
(AMEF-FMEA)
Failure Mode and Effects Analysis
Metodologa para identificar y evaluar todas las
fallas potenciales de un producto o un proceso.
La prioridad de las fallas se establece con base en
tres criterios:
Severidad de la falla (qu tanto efecto tiene)
Frecuencia de Ocurrencia (con qu frecuencia ocurre
cada modo de falla)
Eficacia de los mecanismos para Detectar el modo de
falla (Deteccin preventiva, reactiva, ninguna)
Para cada modo de falla se calcula el nmero
prioritario de riesgo: NPR=S*O*D.
Formacin del equipo y
delimitacin del rea de
aplicacin
Identificar modos
posibles de falla

Para cada falla,
identificar su efecto y su
Grado de Severidad
Encontrar causas
potenciales de falla, y la
frecuencia de Ocurrencia
Identificar controles para
detectar ocurrencia, y
estimar la posibilidad que
detecten
Calcular ndice de
prioridad de riego (NPR:
Severidad x Ocurrencia x
Deteccin
Para los NPR mayores,
identificar acciones para
reducir el efecto o la
posibilidad de ocurrencia
Revisar resultados de
acciones
V
i
s
t
a
z
o

r

p
i
d
o

164
165
SEVERIDAD

La seriedad del efecto del modo de falla
potencial.
Una reduccin en el grado de severidad
solo puede ocurrir como resultado de
un cambio en el diseo.
Criterio sugerido de evaluacin:
( ver siguiente diapositiva)


166
Anlisis del Modo y Efecto
de la Falla
EFECTO CRITERIO: SEVERIDAD DEL EFECTO GRADO
Peligroso sin aviso Un grado de severidad muy alto cuando una falla potencial afecta la operacin 10
segura del proceso de fabricacin y/o involucra la falta de cumplimiento con
reglamentos gubernamentales sin advertencia
Peligroso con aviso Un grado de severidad muy alto cuando una falla potencial afecta la operacin 9
segura del proceso de fabricacin y/o involucra la falta de cumplimiento con
reglamentos gubernamentales con advertencia
Muy alto Producto inoperable, con prdida de funciones primarias. 8
Alto Producto operable, pero a un nivel reducido de rendimiento. Cliente 7
insatisfecho.
Moderado Producto operable, pero los artculos de Comodidad/ conveniencia inoperables. 6
El cliente sufre incomodidades.
Bajo Producto operable, pero los artculos de Comodidad/ conveniencia operables 5
a un nivel reducido de desempeo. El cliente experimenta un poco de insatisfaccin.
Muy bajo Producto con deficiencias que lo lleva ser producto no cumple. Defecto notado 4
por la mayora de los clientes.
Menor Producto con deficiencias que lo lleva ser producto no cumple. Defecto notado 3
por el cliente promedio.
Mnimo Producto con deficiencias que lo lleva ser producto no cumple. Defecto notado 2
por un cliente muy exigente.
Ninguno Sin efecto. 1
SEVERIDAD
167
Anlisis del Modo y Efecto
de la Falla

OCURRENCIA
La posibilidad de que ocurra un causa/ mecanismo especfico de
la falla
Slo puede reducirse por un cambio en el diseo que remueva o
controle una causa/mecanismo de falla.
Criterio sugerido de evaluacin:

PROBABILIDAD DE LA FALLA TASAS DE FALLAS GRADO
POSIBLES
Muy alta La falla es casi inevitable > 1 en 2 10
> 1 en 3 9
Alta Fallas repetidas 1 en 8 8
1 en 20 7
Moderada fallas ocasionales 1 en 80 6
1 en 400 5
1 en 2000 4
Baja Relativamente pocas fallas 1 en 15000 3
1 en 150000 2
Remota La falla es improbable < en 1500000 1
168
Anlisis del Modo y Efecto
de la Falla

DETECCION
Habilidad de un control de diseo actual para identificar una
causa potencial
Criterio sugerido de evaluacin.
DETECCION CRITERIO: Probabilidad de deteccin por el control de diseo GRADO
Inseguridad El control de diseo no podr detectar una causa / mecanismo potencial 10
absoluta y el modo subsecuente de falla; o no hay control de diseo.
Muy remoto Una posibilidad muy remota de que el control de diseo detecte una causa/ 9
mecanismo y el modo subsecuente de falla
Remoto Una posibilidad remota de que el control de diseo detecte una causa/ 8
mecanismo potencial y modo subsecuente de falla
Muy bajo Una posibilidad muy baja de que el control de diseo detecte una causa/ 7
mecanismo potencial y modo subsecuente de falla
Bajo Una posibilidad baja de que el control de diseo detecte una causa/ 6
mecanismo potencial y modo subsecuente de falla
Moderado Una posibilidad moderado de que el control de diseo detecte una causa/ 5
mecanismo potencial y modo subsecuente de falla
Moderadamente Una posibilidad moderadamente alto de que el control de diseo detecte 4
alto una causa / mecanismo potencial y modo subsecuente de falla
Alto Una posibilidad alta de que el control de diseo detecte 3
una causa / mecanismo potencial y modo subsecuente de falla
Muy alto Una posibilidad muy alta de que el control de diseo detecte 2
una causa / mecanismo potencial y modo subsecuente de falla
Casi seguro Es casi seguro que el control de diseo detectar una causa/ mecanismo 1
potencial y el modo subsecuente de falla.
169
7. Etapa de Anlisis e
introduccin a sus principales
herramientas
En este apartado veremos la
etapa de anlisis, donde se
busca localizar la causas
principales (las Xs vitales).
Definir
Medir
Analizar Mejorar
Controlar
170
(A) Analizar las causas raz
El objetivo de esta etapa es identificar
fuentes de variacin (Xs) o causa(s) raz
del problema o situacin:
Identificar las Xs
Seleccionar las Xs vitales (KPIV)
Entender cmo es que stas generan el
problema
Confirmar las causas con datos.
Definir
Medir
Analizar Mejorar
Controlar
171
Herramientas
Lluvia de ideas
Diagrama de afinidad
Diagrama de causa-efecto
Cartas de control
Formatos para colectar datos
Diseo de experimentos
Prueba de hiptesis
Diagramas de dispersin
Estratificacin
Definir
Medir
Analizar Mejorar
Controlar
Las Xs de un proceso
Son los factores, caractersticas y en general
condiciones en las que funciona el proceso, junto
con condiciones de las entradas

Proceso
Materiales
Maquinaria
Mano de obra
Medio
ambiente
Mtodos de
trabajo
Ys son con
las que se
evala el
xito del
proceso, el
resultado
173
Diagrama de Causa-Efecto
(Ishikawa)
Es una grfica que relaciona el efecto (problema,
Ys) con sus causas potenciales (Xs)

Problema: El mrmol en el
monumento a Jefferson en EU
se estaba deteriorando
Porqu?
El deterioro se deba a las
frecuentes lavadas del
monumento con detergente
Porqu?
El detergente era usado para
limpiar el excremento de los
gorriones del lugar
Porqu?
Los gorriones fueron atrados
por las araas
Porqu?
Las araas fueron atradas por
los pequeos insectos que
merodean el lugar
Porqu?
Los insectos fueron atrados por
las intensas luces que iluminan
el lugar
Verdadera causa raz
5W
Para profundizar en el
anlisis de las causas,
es importante
preguntarse cinco
veces por qu, y
responder
175
Anlisis es-no es (is-is-not)
Es un proceso de anlisis que ayuda a identificar
problemas existentes o causas raz,
puntualizando cuando ocurren y cuando no.
Usando las 5W-H: qu (What), cundo (When),
dnde (where), cmo (how), por qu (why) y
quin (who).
La informacin se agrega en una matriz, que
contenga en cada rengln las 5W-H , y con
columnas para el Es, No es, Explicacin
potencial y Accin.
Ejemplo de Anlisis es-no es: Retrasos en envo
de artculos en un proceso de distribucin
Es No es Explicacin potencial Accin
Dnde Occidente Sur, norte
y oriente
Diferentes almacenes Revisar los datos de los
almacenes individuales
Qu Fuera de stock
una variedad
de partes
Retrasos
en envo
de partes
en el stock
El proceso de envo es
OK, pero la
administracin del
inventario no
Revisar la administracin
del inventario
Cundo Los problemas
empezaron a
principios de
octubre
Antes de
tal tiempo
Nuevo equipo de
computo se instal e
finales de septiembre,
los esfuerzos para
reducir inventarios se
iniciaron en octubre
Revisar las diferencias en
los algoritmos
computacionales de
administracin de
inventarios, documentar
cualquier cambio en los
niveles establecidos de
inventario.
Quin Involucra a
todos los
compradores
N/A N/A N/A

Las Xs para problema de descansabrazos
178
Anlisis: conjetura
Hiptesis: el exceso de variabilidad de los
esfuerzos se debe a la aplicacin de los mismos
mtodos a diferentes poblaciones de asientos
(por ejemplo, asientos de piel y de tela, para el
conductor y el pasajero, etc).
Si se disgregan las poblaciones que son
diferentes entre s, se pueden desarrollar
mtodos adecuados a cada poblacin, que den
por resultado esfuerzos cercanos a su valor
nominal, con menor variacin.
179
Probar una hiptesis
Una Hiptesis es una afirmacin que se quiere
comprobar (con datos y pruebas estadsticas).
Una hiptesis estadstica, es una afirmacin sobre los
valores de los parmetros de una poblacin o un
modelo, que desea probarse (aceptarse o
rechazarse) a partir de la informacin contenida en
una muestra.
Ho:p
1
=p
2
(dos procesos trabajan con la misma proporcin
de fallas)

Ho: No hay efecto de ciertos factores (Xs) sobre Y.
Una forma de obtener datos en forma rpida para
probar hiptesis es con el diseo de experimentos.

180
EL DISEO DE EXPERIMENTOS
El diseo de experimentos (DDE) consiste
en determinar cules pruebas y cmo se
deben realizar para obtener datos que al
analizarlos sean tiles para:
Determinar los factores (Xs) que influyen
en una respuesta
Probar hiptesis
Ver si hay diferencias significativas entre
dos o ms procesos, etc.
181
EJEMPLO
COMPARACION DE CUATRO METODOS DE ENSAMBLE
B
S
E
R
V

A
C
I
O
N
E
S

A B C D
METODO DE ENSAMBLE
6
8
7
8
7
9
10
8
11
16
11
13
10
12
11
9
Se quiere comparar 4 mtodos de ensamble en cuanto
al tiempo que se tarda la operacin. La hiptesis nula
(Ho) es que las 4 medias son iguales, y la alternativa
(Ha) es que por lo menos un par es diferente
Mj Mi algn para Ha
H
Mj Mi
M M M M
= =
= = = =


:
:
4 3 2 1 0
Se corren (prueban) n=4 veces cada
mtodo y se obtiene los siguientes
observaciones de Y.
Las diferencias muestrales garantizan
diferencias en los mtodos?
182
Prueba estadstica
Grfica de medias:
Son diferentes las medias poblacionales de A vs.C, A
vs.D y B vs C.

183
Conceptos Bsicos en Diseos Factoriales
Diseo Factorial. Permite estudiar el efecto
individual y de interaccin de dos o ms factores
sobre una respuesta.
Consiste de todas las combinaciones que pueden
formarse con los niveles de los factores a estudiar.

Importante el 2
k.
Ejemplo de un factorial 2x2=2
2
:

A:tiempo B:velocidad Y
A1 (bajo)
A2 (alto)
A1 (bajo)
A2 (alto)
B1 (bajo) = 600
B1 (bajo) = 600
B2 (alto) =1000
B2 (alto) =1000
Anlisis: las X's potenciales a investigar en
problema de descansabrazos:
X1: Tipo de asiento (del conductor y del pasajero)
X2: Tipo de material utilizado (piel o tela)
X3: Tipo de espuma (Tipo A y Tipo B)
X4: ILD o firmeza de la espuma (395.5 N y 455.5 N)
X5: Dimensin de la costura (6mm y 10mm)
X6: Posicin de la costura (izquierda o derecha)
X7: Nmero de rondanas (2 3)
X8: Torque (25 N 29 N)
X
1
a X
3
generan diferentes poblaciones de asientos
La solucin ideal sera encontrar una combinacin de los
niveles de X4 a X8 en la cual Y
1
fuera el adecuado, en
cualquier combinacin de los primeros tres factores.
185
Identificacin de las pocas X's vitales
Se utiliz el diseo de experimentos
Experimentos comparativos simples con X1 y
X2.
Se encontraron diferencias significativas entre
el asiento del conductor y el del pasajero, as
que sus condiciones de fabricacin ptimas se
estudiarn por separado.
Para el tipo de material no se encontr
diferencia significativa (respecto a Y) entre
asientos de tela y asientos de piel
186
Para estudiar X
3
a X
8
se utiliz un 2
6-1

187
Identificacin de las pocas X's vitales
Pareto de efecto para el diseo 2
6-1
0 2 4 6 8
DF
DE
EF
AD
CF
CD
AB
BE
AE
CE
BF
AC
AF
D: Posicin
BC
B: ILD
C: Ceja
BD
F: Torque
E: Rondanas
A: Espuma
188
Identificacin de las pocas X's vitales
Fuentes de
Var. (Source)
Sumas de
Cuadrados
Grados de
Libertad
Cuadrados
Medios
Estadstico
F
0
Significancia
o P-Valor
X3:Espuma
X7:Rondanas
X8:Torque
Error
Total
2488.30
1448.35
306.53
765.65
5008.83
1
1
1
28
31
2488.30
1448.35
306.53
27.3446
91.00
52.97
11.21
0.0000
0.0000
0.0023
R
2
(ajs) = 83.07%
Hay cuatro causas vitales: X
1
en el primer
experimento y (X
3
, X
7
y X
8
) en el segundo
8 7 3 1
1 . 3 73 . 6 82 . 8 69 . 26

X X X Y + + + =
189
Tarea 3
Revisar todo el material visto hasta aqu.
Hacer el siguiente ejercicio: si en el proceso de
realizar una factura, se acuerda que hay cuatro
oportunidades de error:
Cul es la unidad o salida de este proceso?
Proponga cules podran ser las cuatro posibles
oportunidades de error.
Si en la elaboracin de 5000 facturas, se
obtienen 100 defectos. Obtenga el DPMO y
DPMU
Cul es el nivel de sigmas del proceso?
190
Sesin 4
Dnde se origin Seis Sigma?
Cul es la estructura directiva y tcnica
que soporta a Seis Sigma?
Cules son las actividades principales
que se realizan en las primeras tres
etapas de DMAMC?
191
Otras herramientas para la etapa de Anlisis
Matriz de causa-efecto
Tcnica empleada para relacionar varios efectos
(Ys, con una prioridad dada) con varias causas
potencial (Xs), con base en el conocimiento
actual de un equipo.
Su propsito es encontrar las Xs que tienen
mayor impacto (las Xs vitales) sobre las Ys
consideradas.
Se una forma sintetica de la tcnica Despliegue
de la funcin de calidad, QFD

Ejemplo de diagrama de matriz de causa-efecto:

Ys Efecto
Relacin entre los
X y los Y
Importancia X
Importancia relativa X
Variables de entrada
Variables de salida y VCC
P
r
i
o
r
i
d
a
d
C
a
n
t
i
d
a
d

d
e

a
g
u
a
C
a
n
t
i
d
a
d

d
e

c
a
l
V
a
p
o
r
C
a
n
t
i
d
a
d

d
e

m
a

z
P
e
r
f
i
l

d
e

t
e
m
p
e
r
a
t
u
r
a
V
e
l
o
c
i
d
a
d
-
t
i
e
m
p
o
Humedad 2 3 5 5 3 3 3
Absorcin de cal 5 3 5 3 3 3 3
Cocimiento 2 3 3 3 3 5 3
Toneladas cocidas 1 3 3 3 5 3 5
Quejas de clientes 5 1 5 1 1 1 1
Importancia 35 69 39 37 39 37
Importancia Relativa 5 10 6 5 6 5
Relacin entre las Y y las X
del proceso de nixtamalizacin
194
Pasos de un anlisis con la matriz
Hacer una lista de las var. de respuesta (Ys)
Definir las prioridad de cada Y con base en
problemtica actual.
Hacer una lista de las Xs, las variables que
posiblemente influyen en Y. Anotarlos en la parte
vertical de la matriz.
Cuantificar la intensidad de la relacin entre
cada Y contra cada X. Escala de 0 a 5: con 5 relacin
muy fuerte, 3 fuerte, 1 dbil, y 0 ninguna relacin. En
caso que la relacin sea inversa, resartarlo con una
flecha descendente.

195
Pasos de un anlisis con la matriz
Calcular la importancia de cada X respecto
a su contribucin a todos los qu: Para
ello multiplicar la columna de prioridad de
las Ys por la columna de la X
correspondiente. Las Xs ms altas sern
las variables candidatas a estudiar con un
diseo de experimentos.
Investigar si hay alguna correlacin muy
fuerte (sobre todo negativa) entre las Xs
196
DIAGRAMA DE DISPERSIN
51 55 59 63 67 71
X (Causa)
0
5
10
15
20
25
30
Y

(
e
f
e
c
t
o
)

Grfica tipo X-
Y cuya
finalidad es
investigar la
relacin
entre dos
variables
numricas de
un proceso,
tpicamente
una X y una Y.

197
X (d) Relacin parabolica
Y
X (c) No correlacin
Y
X (b) Correlacin lineal negativa
Y
X (a) Correlacin lineal positiva
Y
A
l
g
u
n
o
s

t
i
p
o
s

d
e

r
e
l
a
c
i
o
n
e
s

t

p
i
c
a
s

198
Ejemplo
En un laboratorio se
investiga la relacin entre la
cantidad de fibra X
(madera) en la pulpa con la
resistencia del producto Y
(papel).
Se obtienen los
siguientes datos.
X influye sobre Y?


X Y X Y
4 134 18 157
6 145 20 168
8 142 22 166
10 149 24 167
12 144 26 171
14 160 28 174
16 156 30 183

199
0 5 10 15 20 25 30
Porcentaje_F
130
140
150
160
170
180
190
R
e
s
i
s
t
e
n
c
i
a
Diagrama de dispersin para ejemplo.
Si se quiere una resistencia mayor a 150, qu cantidad de
fibra hay que agregar?
200
8. Etapa de Mejorar
Una vez detectadas
las causas, las Xs
vitales, es momento de
actuar sobre las
causas y proponer
soluciones
Definir
Medir
Analizar Mejorar
Controlar
201
(M) Mejorar
En esta cuarta etapa se
evalan e implementan las
soluciones que atiendan
las causas raz;
Asegurarse que se
reducen los defectos (la
variabilidad). Hacer
estudio de desempeo de
las VCC
Definir
Medir
Analizar Mejorar
Controlar
202
Herramientas
Lluvia de ideas
Herramientas bsicas
Diseo de experimentos
Matriz de decisin

203
Bsqueda de Soluciones
Problema
recurrente
Solucin
Ir a las causas de fondo,
a las6Ms,
a los hbitos,
A las Xs vitales
204
Matriz de decisin
Hay mejores soluciones que otras respecto a
diferentes criterios. Por ello es importante
considerar diferentes alternativas de solucin
Establecer los diferentes criterios sobre los que
se quiere tomar solucin.
Tpicos criterios: Facilidad, Impacto, Rapidez,
Tecnologa, Cliente, Costo.
Construir matriz
205
Matriz de decisin





Alter.
Criterios de eleccin y peso-importancia de cada criterio




Peso
Facil. Rapid. Tecnol. Impacto Cliente Costo
0.2 1.25 0.4 1.75 0.8 0.8
A 4 3 1 2 1 3 11.65
B 1 4 2 1 2 4 12.55
C 2 3 3 4 4 2 17.15
D 3 2 4 3 3 1 13.15
Evaluacin: Suma de peso x evaluacin
206
DIAGRAMA PICK: Evala diferentes
alternativas no excluyentes respecto a dos
criterios: Beneficios y facilidad
Ejemplo: Se tiene diferentes posibles acciones, no
excluyentes que se desea evaluar para su implementacin
Mejora problema de descansabrazos: Determinacin
de las mejores condiciones de operacin
X
3
: T
ip
o
d
e
e
sp
u
m
a
X
7
:

R
o
n
d
a
n
a
s
X
8
:

T
o
r
q
u
e
-1.0
1.0
-1.0
1.0
-1.0
1.0
8.05
25.69
39.14
21.51
14.24
31.87
45.33
27.70
2
5
.
0
0
0.15
(Espuma=Tipo B, Rondana=2, Torque=25 N)
Y

=25.69
(Espuma=Tipo A, Rondana=3, Torque=29 N)
Y

=27.70
208
Fase de Mejora
Evaluar impacto de las mejoras con una
perspectiva amplia, con apoyo de herramientas
estadsticas.
Usualmente se utilizan las herramientas que se
utilizaron para determinar la situacin base en la
etapa de anlisis.
En el proyecto del descansabrazos, se
implementaron las mejoras. A continuacin se
muestran los datos de muestreo durante una
semana.
Subgrupo Mediciones
1 27.5 22.4 27.0 23.0
2 24.0 26.0 24.4 22.6
3 19.3 29.2 26.9 23.0
4 26.8 27.1 27.1 30.6
5 24.8 23.1 26.4 28.2
6 25.2 23.5 24.3 20.7
7 25.5 18.7 25.0 21.1
8 25.7 24.6 28.8 24.9
9 24.3 26.3 22.6 25.5
10 28.1 30.0 25.5 27.8
11 25.2 19.3 23.4 27.2
12 26.9 23.7 25.4 21.6
13 23.5 28.7 24.0 24.5
14 22.1 23.5 26.6 25.1
15 27.0 25.7 23.5 24.2
16 25.1 27.9 22.9 25.8
17 26.0 28.8 24.0 22.1
18 25.8 23.3 28.9 27.1
19 20.0 22.1 26.2 21.8
20 23.8 21.5 19.9 22.3
R-Bar=5.24 X-bar-bar=24.8 S=2.6

Cul es el nivel de
sigmas del proceso? Las
especificaciones son
2515
210
L
o
s

r
e
s
u
l
t
a
d
o
s

a
l
c
a
n
z
a
d
o
s
:

A
n
t
e
s

y

d
e
s
p
u

s

211
9. Controlar
y sus herramientas
Una vez que las mejoras
deseadas han sido alcanzadas, en
esta etapa se disea un sistema
para que mantenga las mejoras
logradas (controlar las X vitales), y
se cierra el proyecto.

Definir
Medir
Analizar Mejorar
Controlar
212
(C ) Controlar
acciones de control, en tres niveles:
Estandarizar el
proceso. Disear
el nuevo proceso.
Establecer y
documentar el
plan de control
Monitorear el
proceso
Definir
Medir
Analizar Mejorar
Controlar
213
Herramientas
Cartas de control
Poka-Yoke
Muestreo
Diagramas de flujo
Herramientas bsicas
Definir
Medir
Analizar Mejorar
Controlar
214
Por qu tener control?
Para prevenir que el problema se repita -
Retener las ganancias
Para impedir que las mejoras se olviden
Para mantener el desempeo del proceso
en un nivel aceptable
Para alentar la mejora continua del
proceso
Para integrar la voz del cliente (Ys) y la
voz del proceso
215
Estrategia del Plan de
Control
Asegurar que las mejoras del proceso se
institucionalicen a travs de cambios en los
sistemas y estructuras
Eliminar la necesidad de control manual,
vigilancia e indicaciones que dependen de las
personas
Implantar el monitoreo continuo
Hacer que el cambio perdure Soportarn
sus mejoras la prueba del tiempo?
216
Los errores de control
No hacer nada para prevenir que las Xs vitales
(causas) no se vuelvan a presentar
No alcanzar un nuevo proceso.
Acciones de control que no modifican el
proceso, y slo dejar indicaciones ya sea vagas
o en forma de instrucciones de trabajo, pero
que dependen de la voluntad y atencin de las
personas.

217
Elementos de un plan de
Control
Monitorea las Xs claves para prevenir defectos.
Proporciona controles para cada mejora clave alcanzada
Designa un propietario del proceso que efectuar el
monitoreo
Incluye un mtodo formal de monitoreo (grficas de
control, hojas de verificacin, etc.)
Monitorea el proceso tan frecuente como se requiera
Tiene establecidos niveles aceptables de desempeo
Maneja la rotacin de nuevos empleados
218
Documentacin
La documentacin es un paso necesario
para asegurar que las enseanzas
ganadas va mejoras se compartan e
institucionalicen
Ayudan en la capacitacin de los
miembros actuales y futuros.
Una herramienta de implantacin para
reducir la variacin y capturar las mejores
prcticas
219
Algunos documentos del
proceso
Mapa del proceso
Procedimiento/instrucciones
Desarrolla una secuencia de pasos y otras
instrucciones - Quin, Qu, Dnde-
Sea claro y especfico
Podra un empleado nuevo seguir el procedimiento?
Pruebe el procedimiento
Coloquelo donde sea visible
Pongale fechas y destruya los obsoletos
220
Monitorear el proceso
Asegurarse que el proceso permanece
bajo control y en el nivel de desempeo
deseado
Se adoptan acciones para prevenir y
eliminar las causas especiales
Concentrarse en las pocas vitales (Xs y
Ys)
El trabajo realizado en Anlisis y
Mejora ayudar a identificar las vitales
Hacer que
los cambios
perduren
Dar
publicidad
a los xitos
Compromiso
visible
Exaltacin
visible
Recursos
adecuados
Integracin
con otras
iniciativas
Aprender
de la
experiencia
222
Institucionalizacin de AMEF
Uno de los documentos claves de todo
proceso es el AMEF.
Se debe tener el NPR para cada modo de
falla.
Despus de un proyecto de mejora es
necesario actualizar el NPR para que el
AMEF sea un documento vivo.
223
Introduccin al control estadstico
Es necesario monitorear el
funcionamiento de los planes de control
Monitorear la variabilidad y tendencia de
los procesos a travs del tiempo.
Se utilizan todas las herramientas bsicas.
Las cartas de control juegan un papel
vital.
224
Lmite de control inferior
Lmite de control superior
Lnea central
Tiempo
La idea de las cartas de control: determinar de dnde a
dnde varia un proceso, y monitorear que eso se
mantiene a travs del tiempo
225
226
227
Cartas de control para
variables
El nombre de una carta depende de lo
que se grafique en ella:
X (de promedios)
R (de rangos)
S (de desviaciones estndar)
X (de medidas individuales)
228
Cartas de control para atributos
p (proporcin o fraccin de artculos
defectuosos)
np (nmero de unidades defectuosas)
c (nmero de defectos)
u (numero de defectos por unidad)
229
Control: Proyecto de descansabrazos
Se implementaron medidas tipo Poka-Yoke para
poder controlar adecuadamente la variable
torque en las condiciones de operacin
propuestas
Se implement una cara X-R, con dos muestras
por da (n=4), para monitorear el
comportamiento del esfuerzo
Control
20 10 Subgroup 0
29
28
27
26
25
24
23
22
21
20
S
a
m
p
l
e

M
e
a
n
Mean=24.80
UCL=28.62
LCL=20.98
10
5
0
S
a
m
p
l
e

R
a
n
g
e
R=5.246
UCL=11.97
LCL=0
231
Control: Cerrar y difundir
proyecto
Despus de tres meses de observar un
desempeo similar se cerr el proyecto
Se document la informacin generada,
y se puso a disposicin
Se present el proyecto en una sesin
especial
232
Cierre y Clausura del
Proyecto
Para cerrar un proyecto se requiere que la mejora est
totalmente implementada y se debe rehacer la lnea
base durante el proceso de confirmacin.
Al plan de control debe estar completamente
institucionalizado dentro del proceso. Esto puede
lograrse con:
Instrucciones para los puestos de trabajo,
Descripcin del trabajo
Polticas por escrito
Procedimientos de capacitacin
Auditoras peridicas o reuniones de revisin
233
Cierre y Clausura del
Proyecto
Los propietarios del proceso deber estar bien
capacitados y corriendo el proceso, controlando las X
vitales y monitoreando las Y.
Cualquier dibujo requerido, documento, poltica, reporte
generado u otro requisito debe ser completado.
La carpeta del historial debe completarse con la hoja de
presentacin de cierre debidamente firmada por los
individuos correspondientes.
234
Conclusiones
La mejora es un reto para todos
Apostarle al futuro, generando una visin
compartida.
La alta competencia en el mundo
globalizado requiere del esfuerzo y
compromiso de todo.
Seis Sigma podr ayudar a Hitachi?
235
La mejora, parte de lo personal (la relacin con uno mismo), seguido
por lo interpersonal (la relacin con los dems), y lo gerencial (la
responsabilidad de hacer que otros lleven a cabo determinada tarea,
y organizacional (la necesidad de organizar personas)
La persona y la mejora
236
El cambio de s mismo
Pensamientos
Creencias
Expectativas
Actitudes
Comportamiento
Logros
Vida
Adquisicin de experiencias
y conocimientos, superarse
237
Algunas Referencias
Gutirrez Pulido, H. y de la Vara Salazar, R.
Control Estadstico de Calidad y Seis Sigma,
2004. McGraw-Hill.
Gutirrez Pulido, H. y de la Vara Salazar, R.
ANLISIS y DISEO DE EXPERIMENTOS, 2003,
McGRAW HILL.
Keller, P. A. (2004). Six Sigma Demystified : A
Self-Teaching Guide., McGraw-Hill

Das könnte Ihnen auch gefallen