Professional Documents
Culture Documents
TRABAJO DE INVESTIGACIN
SIX SIGMA
Integrantes:
CURILLA QUINTANILLA, Cesar Kevin
FERNANDEZ VASQUEZ, Sal Eduardo
JUNCHAYA HUAMAN, Juan Carlos Krishna
LOPEZ MELENDEZ, Gustavo Jim
VARGAS CALLE, Kimberly Giorgette
FRANCIA GODOY, Walther Arthuro
Profesor:
PINEDA HUERTA, Oscar Vidal
LIMA - 2017
Contenido
INTRODUCCIN ............................................................................................................................................................ 2
MARCO HISTRICO..................................................................................................................................................... 3
ANTECEDENTES ........................................................................................................................................................ 4
LOS PRIMEROS PASOS DE SIX SIGMA .................................................................................................................. 6
SIX SIGMA EN NUESTROS DIAS ............................................................................................................................. 7
MARCO TERICO: ........................................................................................................................................................ 16
FASE DE DEFINICIN.............................................................................................................................................. 26
FASE DE MEDICIN ................................................................................................................................................ 42
FASE DE ANLISIS .................................................................................................................................................. 79
FASE DE MEJORA .................................................................................................................................................... 94
FASE DE CONTROL ............................................................................................................................................... 109
SIX SIGMA KAIZEN .................................................................................................................................................... 132
PRACTICA DE LA METODOLOGIA SEIS SIGMA................................................................................................... 146
PASOS PARA IMPLEMENTACION DE LA METODOLOGIA SIX SIGMA ...................................................... 146
Identificacion del problema ....................................................................................................................................... 148
El Analisis .................................................................................................................................................................. 148
(causas) ...................................................................................................................................................................... 148
Generacin de Soluciones .......................................................................................................................................... 148
Selecin planificacin de soluciones ........................................................................................................................ 148
Implantacin .............................................................................................................................................................. 148
Evaluacin yNormalizacin ....................................................................................................................................... 148
. CAUSA-EFECTO ............................................................................................................................................... 151
Falla de equipos ......................................................................................................................................................... 151
. DIAGRAMA PARETO ........................................................................................................................................... 151
Problemas Falta de personal ...................................................................................................................................... 153
Solucin ..................................................................................................................................................................... 153
DIAGRAMA DE GANTT .................................................................................................................................... 154
CONCLUSIONES .......................................................................................................................................................... 158
RECOMENDACIONES ................................................................................................................................................ 159
BIBLIOGRAFIA ............................................................................................................................................................ 160
ANEXO .......................................................................................................................................................................... 161
Pgina 1
INTRODUCCIN
Seis Sigma, es una filosofa de trabajo y una estrategia de negocios, la cual se basa en el
enfoque hacia el cliente, en un manejo eficiente de los datos y metodologas y diseos
robustos, que permite eliminar la variabilidad en los procesos y alcanzar un nivel de
defectos menor o igual a 3,4 defectos por milln. Adicionalmente, otros efectos obtenidos
son: reduccin de los tiempos de ciclo, reduccin de los costos, alta satisfaccin de los
clientes y ms importante an, efectos dramticos en el desempeo financiero de la
organizacin.
En general, los procesos estndar tienden a comportarse dentro del rango de tres Sigma,
lo que equivale a un nmero de defectos de casi 67.000 por milln de oportunidades
(DPMO), si ocurre un desplazamiento de 1,5 Sigma; esto significa un
nivel de calidad de apenas 93,32 %, en contraposicin con un nivel de 99,9997 % para un
proceso de Seis Sigma. Comparativamente, un proceso de Tres Sigma es 19.645 veces
ms malo (produce ms defectos) que uno de Seis Sigma.
El Seis Sigma es una herramienta de mejoramiento que permite obtener organizaciones
eficaces y eficientes, continuamente alineadas con las necesidades de los clientes. Se
fundamenta en el trabajo en equipo como estrategia para generar las capacidades
competitivas de la organizacin y de las personas involucradas. Para lograr estos objetivos
el Seis Sigma est basado en cinco etapas que en su orden son: 1) definir el problema de
Pgina 2
calidad, 2) obtener la informacin adecuada de cada una de las variables crticas del
proceso evaluando de igual forma sus sistemas de medicin, 3) utilizar herramientas
estadsticas que permitan analizar en forma adecuada cada una las variables crticas
identificadas en el proceso, 4) optimizar el proceso para su mejora y 5) un efectivo control
que nos permita realizar el seguimiento a estas mejoras
MARCO HISTRICO
El Mtodo de Seis Sigma es una filosofa que inicia en los aos ochenta como estrategia
de mercado y de mejoramiento de la calidad en la empresa Motorola, cuando el ingeniero
Mikel Harry, promovi como meta estimable en la organizacin; la evaluacin y el anlisis
de la variacin de los procesos de Motorola, como una manera de ajustarse ms a la
realidad. Es en esta poca, con el auge de la globalizacin las empresas del sector
industrial y comercial, que se empezaron a desarrollar tcnicas ms eficientes que le
permitieran optimizar los procesos para mejorar su competitividad y productividad, lo que
involucr como objetivo principal reducir la variabilidad de los factores o variables crticas
que de una u otra forma alteran el normal desempeo de los procesos. Por lo que se tom
como medida estadstica confiable la evaluacin de la desviacin estndar del proceso,
representada por el smbolo, como indicador de desempeo y a su vez permita determinar
la eficiencia y eficacia de la organizacin. Esta iniciativa se convirti en el punto central del
esfuerzo para mejorar la calidad en Motorola, llamando la atencin al director ejecutivo Bob
Galvin; con su apoyo, se hizo nfasis no slo en el anlisis de la variacin sino tambin en
la mejora continua, observ que cuando se realiza el control estadstico a un proceso se
toma como variabilidad natural cuando este valor de sigma oscila a tres desviaciones del
promedio. Criterio que se modifica con el Mtodo Seis Sigma en donde se exige que el
proceso se encuentre a cuatro punto cinco desviaciones de la media. Esto implica que una
considerable informacin del proceso debe estar dentro de este intervalo, lo que
estadsticamente implica que se considera normal que 34 elementos del proceso no
cumplan los criterios de calidad exigidos por el cliente, de cada milln de oportunidades
(1.000.000). Esta es la causa del origen filosfico del Mtodo Seis Sigma como medida de
Pgina 3
desempeo de toda una organizacin. Fue as como con el transcurrir del tiempo ha surgido
esta nueva filosofa de calidad como evolucin de las normas de calidad que actualmente
muchas empresas aplican.
Esta nueva iniciativa de mejoramiento motiv a Lawrence Bossidy, quien en 1991 despus
de su retiro de la General Electric, toma la direccin del conglomerado Allied Signal para
transformarla de una empresa con dificultades econmicas, a una organizacin exitosa.
Durante los aos noventa, Allied Signal ampli sus ventas de manera sorprendente. Este
modelo de calidad fue imitado por Texas Instruments, alcanzando xitos similares. Durante
1995 el director ejecutivo de General Electric, Jack Welch, se entera del xito de esta nueva
estrategia de mejoramiento gracias a la informacin suministrada por Lawrence Bossidy,
facilitando as a la ms grande transformacin en esta organizacin.
ANTECEDENTES
La empresa de finales de los ochenta parece haber encontrado su nuevo credo: el de la
calidad total. Las empresas que se limitaban a hacer el control a posteriori de su nica
calidad presentaron la quiebra una tras otra. Las empresas de hoy si quieren sobrevivir,
deben trabajar para sus clientes ms que para s misma.
Philip Crosby populariz el concepto de Cero Defecto como orientacin para el control de
calidad. Este enfoque establece la meta de resultados que carezcan de errores al 100 por
Pgina 4
ciento. Crosby sostiene que si se establece un nivel aceptable de defectos, ello tiende a
provocar que dicho nivel (o uno ms alto) se conviertan en una profeca que se cumple; Si
los empleados saben que est bien trabajar dentro de un nivel determinado de errores,
llegarn a considerar que ese nivel es la norma. Es evidente que dicha norma est por
debajo de lo ptimo. Crosby sostiene que a las personas se le establecen estndares de
desempeo mucho ms holgados en sus trabajos que lo que regan sus vidas personales.
Ellos esperaban hacer las cosas bien, cuando se trataba de sostener a un beb, de pagar
las facturas o de regresar temprano a la casa correcta. En cambio, en los negocios se les
fijaban niveles aceptables de calidad, mrgenes de variacin y desviaciones.
En los aos ochenta la TQM (Gestin de Calidad Total) fue muy popular, pero sufri un
proceso de desgaste y en muchas empresas de agona; ante las circunstancias descriptas,
empresas mexicanas se han visto en la necesidad imperiosa de realizar un cambio total en
su manera de gestionar las empresas, dando lugar ello a adoptar la metodologa de Six
Sigma en funcin de tres caractersticas:
Pgina 5
artculo de la Harvard Business Review, Sasser y Reichheld sealan que las
compaas pueden ampliar sus ganancias en casi un 100% si retienen slo un
5% ms de sus clientes gracias al logro un alto grado de calidad.
3. Six Sigma cambia el modo que opera la direccin. Six Sigma es mucho ms que
proyectos de mejora. La direccin y los supervisores aprenden nuevos enfoques
en la forma de resolver problemas y adoptar decisiones.
Esta filosofa y sistema de gestin surge en los aos 80 como una estrategia de negocios
y de mejoramiento de la calidad. Da sus primeros pasos en Motorola cuando el ingeniero
Mikel Harry comienza a influenciar a la organizacin para que estudie la variacin en los
procesos como una manera de mejorar los mismos. Estas variaciones son lo que
estadsticamente se conoce como desviacin estndar. Tal iniciativa dio origen a un
esfuerzo centrado en mejorar la calidad poniendo cmo objetivo a alcanzar un nivel de 6
Sigma (representativo de 3,4 dpm). Lawrence Bossidy, CEO de Allied Signal, al tomar
conocimiento de sta nueva metodologa la toma para s implementndola en la
corporacin, logrando con ello importantes incrementos en la rentabilidad de la misma.
Tras dos aos de implantacin de la metodologa Six Sigma, Motorola recibi el Premio
Nacional de Calidad Malcolm Baldrige (MBNQA). A los diez aos de aplicacin, Six Sigma
haba pasado de ser una metodologa de mejora en el rea de fabricacin, a ser una cultura
presente en todos los mbitos y a todos los niveles de la organizacin. Entre otros logros
espectaculares, cabe destacar que en este periodo, el ahorro acumulado proporcionado
por la iniciativa Six Sigma ascendi a catorce mil millones de dlares USA.
Posteriormente Jack Welch, CEO de General Electric, pone como objetivo transformar a
GE en una organizacin Six Sigma, tomando bajo su firme liderazgo las acciones
pertinentes a los efectos de alcanzar el objetivo fijado.
Pgina 6
A mediados de los aos noventa, Jack Welch, entonces CEO de General Electric,
impresionado por los resultados de Six Sigma, decide adoptarla como filosofa de gestin,
como cultura empresarial y como metodologa operativa en su organizacin, realizando un
despliegue de medios sin precedentes. A finales de los noventa, los analistas de Wall
Street, valoraban en cinco mil millones de dlares USA el aumento de beneficio
proporcionado por la implantacin de Six Sigma. Actualmente, los indicadores financieros
de GE siguen mejorando ejercicio tras ejercicio de manera espectacular.
Paralelamente, la filosofa Six Sigma se fue implantando en innumerables empresas de
todos los sectores y de todos los tamaos, reportando resultados espectaculares en ahorro
de costes, crecimiento de ventas, aumento del beneficio, reduccin del tiempo de diseo,
aumento de productividad, fidelizacin de clientes, mejora de procesos logsticos... y en
general en cualquier proceso en el que se haya implantado.
Pgina 7
Por otro lado, es comn la idea equivocada de que Six Sigma es simplemente un enfoque
estadstico al anlisis de los problemas. Pero es mucho ms que eso, es una cultura, una
manera de pensar o un conjunto de nuevos comportamientos.
Desde el comienzo de la revolucin de la Calidad, el Doctor Deming resalt la necesidad
de la gestin del liderazgo en la transformacin de las organizaciones, el enfoque Six Sigma
trata de satisfacer esta necesidad.
Qu es Six Sigma?
Six Sigma es una forma ms inteligente de dirigir un negocio o un departamento. Six Sigma
pone primero al cliente y usa hechos y datos para impulsar mejores resultados. Los
esfuerzos de Six Sigma se dirigen a tres reas principales:
Las mejoras en estas reas representan importantes ahorros de costes, oportunidades para
retener a los clientes, capturar nuevos mercados y construirse una reputacin de empresa
de excelencia.
La letra griega minscula sigma () se usa como smbolo de la desviacin estndar, siendo
sta una forma estadstica de describir cunta variacin existe en un conjunto de datos, es
decir, obtener slo 3.4 defectos por milln de oportunidades o actividades.
Pgina 8
La metodologa Six Sigma, engloba tcnicas de Control Estadstico de Procesos,
Despliegue de la funcin de calidad (QFD), Ingeniera de calidad de Taguchi,
Benchmarking, entre otras; siendo una slida alternativa para mejorar los procesos y por lo
tanto, lograr la satisfaccin de los clientes.
DEFINICIN
Fases de Identificacin y Definicin de proyectos en relacin con los aspectos
clave del negocio.
Pgina 9
Reconocer como afectan los procesos los resultados organizacionales.
Reconocer como afectan los procesos a la rentabilidad.
Definir cuales son las caractersticas crticas del proceso de negocio.
Fases de Medicin y Anlisis para conocer en forma profunda los niveles actuales de
desempeo
Se selecciona una o ms de las caractersticas clave y se crea una descripcin
detallada de cada paso del proceso.
Se evala el proceso a travs de mediciones y sirve de referencia para establecer
los objetivos de la empresa.
Se crea un plan de accin despus de analizar la situacin actual para lograr los
objetivos establecidos
Identificacin y comparacin competitiva (benchmark) de las caractersticas clave
del producto. Anlisis de brechas y factores de xito.
MEDICIN
Seleccionar las caractersticas clave del producto a mejorar
Crear el diagrama sistemtico de variabilidad del producto
Definir las variables de desempeo
Crear mapa de procesos
Medir las Variables de desempeo
Determinar la capacidad de desempeo y del proceso en trmino de niveles de
sigma.
ANALISIS
Seleccionar las variables de desempeo
Hacer un benchmarking de las mtricas de desempeo
Descubrir el desempeo mejor en su clase
Realizar un anlisis de brechas
Pgina 10
Identificar factores de xito
Definir objetivos de desempeo
MEJORA
Seleccionar variables de desempeo;
Diagnosticar desempeo de las variables;
Definir variables causales (DOE);
Confirmar variables causales;
Establecer lmites de operacin;
Verificar mejoramiento del desempeo
CONTROL
Seleccionar variables causales;
Definir el sistema de control estadstico;
Validar el sistema de control;
Implantar el sistema de control;
Auditar el sistema de control;
Monitorear las mtricas de desempeo
Pgina 11
Figura 1 Herramientas utilizadas en la metodologa Six Sigma
Para aplicar la filosofa Six Sigma dentro de una organizacin implica "Cambiar la cultura
de la organizacin", ya que se fomenta el trabajo en equipo para la solucin de
problemas, se mejoran la comunicacin, y aumenta el grado de confianza y seguridad en
los individuos para realizar el trabajo, de esta manera se rompe la resistencia al cambio
para poder ser ms agresivos y alcanzar metas cada vez ms desafiantes.
o Fuentes externas:
Considerar la voz del cliente
Considerar la voz del mercado
Considerar la comparacin con la competencia
Pgina 12
Dnde nos encontramos detrs de nuestros competidores?
Cmo va a evolucionar el mercado?Estamos preparados para ello?
Cules son las necesidades futuras de nuestros clientes?
o Fuentes internas:
Considerar la voz del proceso
Considerar la voz del personal
Otras recomendaciones
Debe de estar alineado con las iniciativas del negocio.
Mejorar un proceso existente.
Asegurarse de que el alcance no sea demasiado extenso, y tambin
que el proyecto sea realizable. En este caso, se puede segmentar para
ser realizado por diferentes personas, cada uno con distintos alcances.
Escoger un proyecto en el cual se pueda generar o se tengan
suficientes datos para ser medidos.
Que genere ahorros financieros.
De ser posible escoger un proceso con ms ciclos, altos volmenes o
tiempos de ciclo cortos.
Pgina 13
Alcance demasiado largo o confuso.
Los objetivos del proyecto no son significativos o generan conflicto con
otros.
No se tienen medidas claras de los resultados.
No se destina un tiempo para la realizacin del proyecto.
El proyecto no esta alineado con las prioridades del negocio.
Green Belt / Black Belt no entrenado.
Informacin no disponible.
El proyecto no utiliza una metodologa de mejora.
Pgina 14
disciplina tcnica, liderazgo y conocimientos los niveles de calidad deseados.
en el rea especfica. (Champions, Black
Belts, Green Belts, etc.)
Pgina 15
Aseguramiento de calidad.
Cuando un auditor descubre oportunidades de mejora, pueden existir fricciones
entre los administradores de lnea y en ocasiones las recomendaciones no se llevan
a cabo.
Los auditores son los nicos que hacen llegar disconformidades a la alta gerencia.
El seguimiento de las recomendaciones corresponde exclusivamente al
departamento de auditora y en ocasiones no se involucra a la alta administracin.
Cuando las auditoras son anunciadas (que sucede en la mayora de los casos), los
departamentos auditados se dedican a maquillar y ocultar datos y evidencias.
Al llevar a cabo una auditora es frecuente que las relaciones humanas sean
bastante tensas.
MARCO TERICO:
Six Sigma es un sistema diseado cuyo objetivo de cuasi perfeccin en la satisfaccin de
las necesidades del cliente.
Six Sigma: Un enfoque completo y flexible para conseguir, mantener y maximizar el xito
en los negocios. 6 funciona especialmente gracias a una comprensin total de las
necesidades del cliente, del uso disciplinario del anlisis de los datos y hechos, y de la
atencin constante a la gestin, mejora y reinvencin de los procesos empresariales.
En un principio es difcil integrar a las personas para realizar sus proyectos y que dediquen
el tiempo necesario para hacerlo, sin embargo cuando la gente adopta Six Sigma como una
Cultura adems de realizar sus proyectos aplica la metodologa en su trabajo diario, para
la solucin de problemas y mejora de los procesos.
La Estadstica es utilizada en gran medida dentro de la metodologa, pero hay que aclarar
que est es un medio y no un fin. A los clientes no les importa que un producto haya sido
producido bajo el esquema Six Sigma, cuando tiene fallas o defectos, lo que les interesa
Pgina 16
es tener un producto de excelente calidad, a tiempo, sin defectos y que sea lo ms
econmico posible.
La implementacin de la filosofa Six Sigma requiere que los directivos, Champions, Green
Belt, Black Belt, tcnicos y otros responsables del departamento de calidad que sean
capaces de desempear el papel de administradores del sistema de calidad y de
proporcionar tcnicas especficas especializadas a los grupos de operacin, para poder
realizar sus proyectos.
El resultado de proyecto general se mide por la suma del ahorro econmico que ha
presentado el mismo. Es importante que el Champion, directivos, Black Belts dediquen
tiempo a discutir con los miembros del equipo en fase de formacin y les ayuden a elegir
correctamente el tema de su proyecto de mejora.
Hoy en da los clculos manuales toman mucho tiempo adems de que la probabilidad de
cometer un error es muy grande, se recomienda ampliamente la adquisicin de un Software
como por ejemplo el Minitab, ya que es una herramienta muy poderosa que ayuda al
manejo de los datos estadsticamente hablando.
1.1 La mtrica de Seis Sigma (Control estadstico de calidad y seis sigma, 2da
Edicion, Gutierrez y De la Vara, 108) El nivel sigma, es utilizado comnmente como
medida dentro de el Programa Six Sigma, incluyendo los cambios o movimientos tpicos
de 1.5 de la media. Las relaciones de los diferentes niveles de calidad sigma no son
lineales, ya que para pasar de un nivel de calidad a otro, el porcentaje de mejora del nivel
Pgina 17
de calidad que se tiene que realizar no es el mismo, cuando avanzamos a un nivel mayor
el porcentaje de mejora ser ms grande. La tabla siguiente muestra el porcentaje de
mejora requerido para cambiar de un nivel sigma a otro mayor.
40x
Tabla 1.1
En esta otra tabla se aprecia la cantidad de defectos por cada nivel sigma
6 3.4
5 233.0
4 6,210.0
3 66,807.0
2 308,537.0
1 690,000.0
Tabla 1.2
Pgina 18
es precisamente convertirse en una empresa de Clase Mundial.
En la figura se muestra el concepto bsico de la mtrica de Six Sigma, en donde las partes
deben de ser manufacturadas consistentemente y estar dentro del rango de
especificaciones.
La distribucin normal muestra los parmetros de los niveles tres sigma y Six Sigma.
Figura 1.1. La figura muestra el nmero de partes por milln (ppm) que estaran fuera de
los lmites de especificacin tomando como lmite el valor de cada desviacin estndar.
Pgina 19
realista de la capacidad del proceso a travs de varios ciclos de manufactura.
El desplazamiento puede ser en direccin positiva o negativa, pero nunca en ambas
direcciones
Una medida que describe el grado en el cual el proceso cumple con los requerimientos es
la capacidad del proceso. Los ndices utilizados son Cp y Cpk, Un nivel Six Sigma tiene la
habilidad de lograr ndices de 2.0 y 1.5 respectivamente. Para lograr esta capacidad la meta
a alcanzar de un programa Six Sigma es producir al menos 99.99966% de calidad, no ms
de 3.4 defectos en un milln de piezas producidas en el largo plazo.
6 99.99966 3.4
5 99.9769 233.0
4 99.379 6,210.0
3 93.32 66,807.0
2 69.13 308,537.0
Pgina 20
1 30.23 690,.000.0
Tabla 1.3 Porcentajes y cantidad de defectos a los que corresponden los diferentes niveles
Sigma
La letra griega minscula sigma () se usa como smbolo de la desviacin estndar, siendo
sta una forma estadstica de describir cunta variacin existe en un conjunto de datos.
1. Enfocar las medidas en los clientes que pagan por los bienes y servicios. Muchas
medidas slo se concentran en los costes, horas laborales y volmenes de ventas,
siendo stas medidas que no estn relacionadas directamente con las necesidades
de los clientes.
2. Proveer un modo consistente de medir y comparar procesos distintos.
3. Es de suma importancia medir la capacidad del proceso en trminos cuantificables
y monitorear las mejoras a travs del tiempo.
Definiciones bsicas:
Pgina 21
Oportunidad de defectos (O): Cualquier acontecimiento que pueda medirse y de una
oportunidad de no satisfacer un requisito del cliente.
Defectos por oportunidad (DPO):
1.4 Diez pasos de Motorola para la mejora de procesos (Modelo de direccin para la
aplicacin de six sigma, UNAM, Mejia Bernal y Alvarez Pardo, pag.31,2011)
Motorota sugiere una serie de pasos para mejorar el desempeo de los procesos utilizando
la metodologa Six Sigma, como se muestra a continuacin:
Pgina 22
1. Priorizar oportunidades de mejora: Conocer y especificar los problemas haciendo
las siguientes preguntas: cmo, cundo, dnde, por qu y quin. Indicar cual es el
impacto al cliente, confiabilidad, calidad del producto, costos de calidad.
Pgina 23
las posibles variaciones y alternativas del proceso. Incluyendo todo el equipo, gente,
mtodos, herramientas instrumentos y equipos de medicin.
6. Aislar y verificar los procesos crticos: Reducir la lista enfocndonos a los pocos
vitales, identificar las relaciones de entrada y salida que provocan problemas
especficos. Verificar las causas potenciales de variacin en los procesos, mediante el
uso de diseo de experimentos, diagramas de dispersin, y diagramas multivariados.
las limitaciones de los procesos. Asegurar que los procesos sean capaces de alcanzar
producto.
Pgina 24
8. Implementacin de condiciones de operacin y control ptimas: Llevar a cabo un
plan permanente de acciones correctivas para prevenir causas especiales de variacin.
Es necesario tener un proceso estable y predecible, por lo cual se deber tener
continuamente controles de proceso.
10. Reducir causas comunes de variacin para alcanzar Six Sigma: Se deben
reconocer las limitaciones del proceso. Solamente a travs de la reduccin y eliminacin
de las causas comunes de variacin y el diseo para la manufactura es posible alcanzar
el nivel Six Sigma. Una vez que las causas especiales se han eliminado solamente
pueden permanecer causas comunes las cuales se irn eliminando a travs de la mejora
continua de los procesos.
Pgina 25
Figura 1.5 Fases de DMAIC
FASE DE DEFINICIN
Pgina 26
El propsito de esta fase es identificar el problema a resolver, estratificando tanto como sea
posible, por ejemplo: reclamacin de un cliente por falla, identificar la familia de productos
por importancia mediante el uso del diagrama de Pareto, despus identificar el producto, la
lnea donde se hace, el equipo especfico, etc. En este momento ya se puede definir el
problema y la oportunidad de mejora.
Pgina 27
Los objetivos de esta fase son:
Definicin del problema
Establecer el Alcance del proyecto
Conocer el uso de las herramientas de la fase de definicin
El primer paso en la definicin de un proyecto es identificar cuales son los clientes a los
cuales el proceso impacta, se define como cliente interno a la persona o las personas
siguientes en el proceso, esto es dentro de la compaa. Como se describe a continuacin
hay 2 tipos de clientes y son:
Cliente Interno: Es el personal interno afectado por el producto o servicio generado
(siguiente operacin).
Cliente Externo: Los clientes externos son todos aquellos a los que la empresa
provee un producto o servicio, estos se dividen en usuarios finales, clientes
intermediarios y otros que son impactados pero que no usan ni compran el producto
o Usuarios finales: comprar o usan el producto para su uso
o Intermediarios: comprar el producto para su reventa, reempaque,
modificacin o ensamble final para venta al usuario final. Ejemplo: detallistas,
distribuidores, mayoristas, etc.
o Grupos impactados: no compran ni usan el producto pero son impactados por
el. Por ejemplo la comunidad, gobierno, padres, grupos civiles, etc.
Pgina 28
un producto o servicio que es importante para el cliente.
Tanto en los CTQ, CTD y CTC el objetivo para la empresa es reducir los costos, aumentar
la satisfaccin del cliente y aumentar las utilidades.
Para determinar los CTQ, tenemos que conocer la voz del cliente interno o externo (VOC),
o sea que es lo que espera nuestro cliente acerca del servicio o producto que le
proporcionamos. Mediante la voz del cliente podemos saber cual es el grado de
satisfaccin que este tiene.
Para determinar los CTQS se pueden tomar como base lo siguientes puntos:
Pgina 29
Seleccin del problema:
El problema se puede dar debido a: devoluciones, bajo nivel de servicio, entregas tardas,
desperdicios, producto defectuoso, documentos inadecuados.
Entre todos los integrantes del equipo pueden evaluar las razones arriba descritas y
enfocarse en un solo tema.
Impacto en el negocio:
En este punto se enuncia como impacta la mejora del proceso al negocio. Se mencionan
cules seran las consecuencias en caso de no realizar el proyecto. Se debe conocer cual
ha sido la situacin en el negocio debido al proceso actual. Qu nos ha ocasionado: Prdida
de clientes? Incumplimiento en los niveles de servicio?, As como cuantificar (en
Pgina 30
porcentajes y en prdidas de utilidades).
Es importante describir cmo se alinea el proyecto con las iniciativas y metas del negocio.
Estas ltimas son definidas por la direccin.
Ahorros: Identificar de dnde se van a obtener los ahorros tanto financieros como no
financieros para el proyecto tales como:
Utilidades adicionales por mejoras en costo, calidad, disponibilidad
Pgina 31
Menores prdidas por desperdicio, devoluciones, garantas, costo de falla, baja
eficiencia, etc.
Costos de: personal, materiales, equipos, rentas, subcontratacin, consultora, fondos
de contingencia
Cabe mencionar que no siempre hay ahorros financieros, si el CTQ se deriva de una mejora
de la competencia, se har una inversin.
- Seleccionar a las personas clave que intervienen o que estn involucradas directamente
y que reciben beneficios del proceso.
- Incluir nombre, posicin roles y responsabilidades a desempear en el desarrollo del
proyecto.
- Es necesario incluir adems de los miembros del equipo, al Champion del proceso as
como un Black Belt que apoye y asesore a los equipos de proyecto guiados por Green
Belts.
Recomendaciones:
- Se debe definir claramente el problema (proyecto)
- Definir el cliente, sus CTQ y los procesos involucrados
- Medir el desempeo de los procesos involucrados
- Analizar los datos colectados y el mapa del proceso para determinar las causas raz de
defectos y oportunidades de mejora
- Mejorar el proceso seleccionado con soluciones creativas para corregir y prevenir la
reincidencia de problemas
- Controlar las mejoras para mantener su curso
Pgina 32
2.3 Mapa del proceso:
Realizar un mapeo del proceso de alto nivel, identificando cuales son los proveedores,
entradas, proceso, salidas, clientes. Comnmente llamado SIPOC.
1) El equipo crea el mapa de proceso apoyado con Post Its pegados a la pared
2) El proceso puede tener 4 o 7 pasos claves Cmo se transforma el producto?
3) Listar las salidas del proceso Cul es el resultado final, producto o servicio de este
proceso?
4) Listar los clientes de la salida del proceso quin es el usuario final del proceso?
5) Listar las entradas del proceso De dnde vienen los materiales?
6) Listar los proveedores del proceso quines son los proveedores clave?
7) Como paso opcional identificar algunos requerimientos preliminares de los clientes
8) Involucrar al lder del equipo, champion, y otros grupos interesados en la verificacin del
proyecto
Pgina 33
Modelo Kano
El modelo de Kano muestra que existe un nivel bsico de calidad que los clientes asumen
que el producto traer consigo. Sin embargo proveer dicha calidad bsica no es suficiente
para crear satisfaccin al cliente.
La calidad excitante (o exciting quality), muestra una curva que se encuentra en la zona de
satisfaccin. Este es el efecto de la innovacin. Esto representa algn atributo inesperado
por el cliente. Es decir los clientes reciben ms de lo que esperan.
Pgina 34
Figura 2.4 Modelo Kano
Este modelo tambin se evala doblemente cada atributo: cuando se ofrece en el servicio
(modo funcional) y cuando est ausente del mismo (modo disfuncional). La escala aqu
utilizada no es ordinal, sino categrica, siendo el cruce de dichas categoras en cada uno
de los modos evaluados (funcional y disfuncional) la que clasificara cada atributo dentro
de uno de los seis tipos contemplados en este modelo:
Atributos que satisfacen: son aquellos en los que la satisfaccin est relacionada
de forma directamente proporcional con la funcionalidad del mismo.
Atributos requeridos: los que aumentan la insatisfaccin si no se ofrecen, pero no
contribuyen a aumentar la satisfaccin por encima de un lmite.
Atributos que deleitan: estos no disminuyen la satisfaccin del cliente cuando no
estn funcionales, pero la aumentan mucho y rpidamente cuando s se presentan.
Atributos neutros: su presencia o ausencia no contribuye a aumentar o disminuir la
satisfaccin.
Atributos cuestionables: los que producen valoraciones contradictorias.
Atributos invertidos: producen valoraciones positivas cuando no estn presente y
Pgina 35
negativas cuando s lo estn.
Diagrama Matricial
El diagrama matricial (DM) es una herramienta que ordena grandes grupos de
caractersticas, funciones y actividades de tal forma que se pueden representar
grficamente los puntos de conexin lgica existentes entre ellos. Tambin se muestra la
importancia relativa de cada punto de conexin en relacin con el resto de correlaciones.
Cmo se indica si existe o no una relacin entre los distintos elementos, y en caso
afirmativo la fuerza de tal relacin?
El mtodo consiste en utilizar un cdigo visual (Los smbolos utilizados tambin suelen
variar)con el objeto de que el DM proporcione el mximo de informacin. Existen muchas
formas de codificar aunque las ms utilizadas parten del supuesto de categorizar tres
distintos grados de relacin: relacin fuerte, relacin moderada y relacin dbil.
2.7 Benchmarking
Pgina 36
Proceso sistemtico y continuo para evaluar los productos, servicios y procesos de trabajo
de las organizaciones que son reconocidas como representantes de las mejores prcticas,
con el propsito de realizar mejoras organizacionales.
Pgina 37
Plan de Accin:
Pgina 38
Sirve de apoyo al proceso de planificacin estratgica
Sirve como base para la fijacin de objetivos
Como base para las nuevas ideas
Costos de Calidad
Los costos de calidad son un vehculo para evaluar los esfuerzos de control de costos e
identificar oportunidades de reduccin de costos por medio de mejoras al sistema
Las categoras de los costos de calidad son:
Costos de Prevencin
Costos de Evaluacin
Costos de Falla interna
Costos de Falla externa
Costos de Evaluacin:
Pgina 39
Costos de Falla interna
Pgina 40
Enfatiza hacer las cosas bien a la primera
Ayuda a establecer nuevos productos y proceso
2.9 Entregables:
Plan de Trabajo
Mapa del proceso
Pgina 41
se la mida.
FASE DE MEDICIN
Esta fase se enfoca a seleccionar una o ms caractersticas para ser medidas, definiendo
cmo sern medidas, estableciendo un plan de recoleccin de datos y la recoleccin de
datos.
Esta fase es importante porque asegura que los datos que se relacionan con los
requerimientos del cliente y el desempeo actual del proceso sean precisos, claros y
confiables.
Pgina 42
Convertir los datos en nmeros para conocer su comportamientos
Realizar un anlisis del sistema de medicin (MSA)
Detectar cual es la frecuencia con la que ocurren los defectos
En todos los procesos existe variacin, en esta fase el propsito es medir dicha variacin,
para saber si existen datos que se encuentren fuera de especificaciones, que estn
causando problemas en nuestros procesos. Para realizar esta actividad es de suma
importancia conocer: qu es lo que necesitamos medir? y cmo lo vamos a medir? A lo
largo de este captulo tenemos diferentes herramientas que nos ayudarn a responder
estas preguntas.
Pgina 43
Para la seleccin de Ys podemos utilizar un diagrama de Pareto para priorizar y centrar
nuestra atencin en el(los) efecto(s) ms importantes. La variable dependiente Y (o de
respuesta) fue previamente determinada en la fase de definicin, las Xs son las variables
de entrada, las Zs son las variables de ruido. En esta etapa se tratarn de determinar las
Xs, ya que son las variables que podemos medir y controlar.
En otras palabras:
Para determinar los CTQs del proceso (Xs) seleccionaremos alguna o algunas de las
herramientas apropiadas a las necesidades del proyecto que se enuncian de manera
general:
Pgina 44
Benchmarking Estudio que ayuda a realizar un comparativo de productos, procesos
o servicios contra el "mejor en la clase" puede ser dentro de la
empresa o, para identificar oportunidades de mejora.
Capacidad de los Sirve para determinar que tan grandes son las variaciones en base
sistemas de a ciertos parmetros de los sistemas de medicin, incluyendo equipo
medicin (MSA) y gente.
Carta de Conocer el comportamiento de un proceso grficamente para poder
tendencias tomar las acciones correctivas a tiempo cuando es necesario.
Diagrama Causa- Representa de forma ordenada y completa todas las causas que
Efecto (Ishikawa o pueden originar un problema (efecto) es una herramienta muy
Fishbone) efectiva para encontrar las causas ms importantes de un problema
y en base al anlisis de las causas encontrar la mejor solucin.
Diagrama de Agrupar en categoras afines las posibles causas que ocasionan un
Afinidad problema, permitiendo obtener fcilmente la causa que lo origina.
Diagrama de Es una tcnica utilizada para estudiar la relacin entre dos variables,
Dispersin facilitando la comprensin del problema planteado.
Diagrama de Priorizar los problemas que tienen el potencial ms grande de
Pareto mejora. Muestra la frecuencia relativa en una grfica de barras
descendiente.
Diagrama de Permite al equipo identificar, analizar y clasificar sistemticamente
Relaciones las relaciones causa y efecto que existen entre todos los elementos
crticos, para lograr una solucin efectiva.
Diagramas Matriz Mtodo utilizado para mostrar las relaciones que existen entre
mtodos, causas, actividades etc. determinando la fuerza que existe
entre estas. Permite Identificar las medidas ms convenientes para
la solucin.
Hoja de Recolectar datos basados en la observacin del comportamiento de
Verificacin un proceso con el fin de detectar tendencias, por medio de la
captura, anlisis y control de informacin relativa al proceso.
Pgina 45
Lluvia de ideas Cada miembro del equipo propone posibles soluciones a un
problema, se determinan las mejores soluciones por consenso.
Mapa de procesos Proveen una secuencia grfica de cada uno de los pasos o
actividades que componen una operacin desde el inicio hasta el
final. Permitiendo una mejor visualizacin y comprensin del
proceso. Sirve para identificar pasos innecesarios, compara el
proceso actual contra el ideal.
Matriz Causa y Relaciona las entradas claves a los CTQs y el diagrama de flujo
efecto del proceso como su principal fuente. Sirve para priorizar las
entradas clave a usar en AMEFS, planes de control y estudios de
capacidad.
QFD Mtodo grfico (matriz de relaciones) en el que se identifican los
deseos del cliente (CTQS) y las caractersticas de diseo del
producto, procesos o servicios. Permite traducir de un lenguaje
ambiguo a los requerimientos especficos del diseo del producto,
proceso o servicio. En otras palabras relacionas los qu? del
cliente con los como? del proceso.
Tcnica de grupos Permite al equipo rpidamente realizar un consenso de la
nominales. importancia relativa de asuntos, problemas o soluciones posibles.
Las causas ms importantes son atacadas y se priorizan para
encontrar la mejor solucin
Pgina 46
nicamente datos crticos.
Para poder obtener consecuencias y deducciones vlidas de los datos de una estadstica,
es muy til contar con informacin sobre los valores que se agrupan hacia el centro y sobre
que tan distanciados o dispersos estn unos respecto a otros.
Mapa de procesos
Pgina 47
Descripcin de smbolos
Pgina 48
es mediante el uso de programas de diagramas de flujo en computadoras, de esta
manera se tiene mayor flexibilidad que en el mtodo anterior y se ahorra bastante
tiempo.
Cada paso deber de ser discutido y analizado a detalle utilizando la pregunta por
qu se hace de esta manera?
3. Conectar las actividades: Cuando los pasos que componen el proceso han sido
descritos se construye el diagrama de flujo, conectando las actividades mediante
flechas, cada smbolo debe describir la actividad que se realiza con pocas palabras.
5. Mejoras del proceso: Una vez que se contestan las preguntas mediante tormenta
de ideas se realizan mejoras. Definiendo los pasos que agregan valor y los que no
agregan se puede llevar a cabo una simplificacin sustancial del proceso.
Las mejoras son priorizadas y se llevan a cabo planes de accin.
Pgina 49
Lluvia de ideas
Es una tcnica de grupo para crear ideas originales en un ambiente relajado. Esta
herramienta fue creada cuando se realiz una bsqueda de ideas creativas, el cual
generaba ms y mejores ideas que las que los individuos podan producir trabajando de
forma independiente.
La tcnica Lluvia de ideas puede ser aplicada con gran frecuencia al llevar a cabo otras
herramientas, como por ejemplo, diagramas causa-efecto, 5 Porqus?, Diagrama de
Afinidad, Diseo de experimentos, pruebas de confiabilidad, etc.
Ventajas:
La tormenta, o lluvia, de ideas posee una serie de caractersticas que la hacen muy til
cuando se pretende obtener un amplio nmero de ideas sobre las posibles causas de un
problema, acciones a tomar, o cualquier otra cuestin.
Una observacin aadida es que este mtodo sirve de entrada, o de fase previa, para otras
tcnicas de anlisis.
Pgina 50
Diagrama de Pareto
El diagrama de Pareto es una grfica de dos dimensiones que se construye listando las
causas de un problema en el eje horizontal, empezando por la izquierda para colocar a
aquellas que tienen un mayor efecto sobre el problema, de manera que vayan
disminuyendo en orden de magnitud. El eje vertical se dibuja en ambos lados del diagrama:
el lado izquierdo representa la magnitud del efecto provocado por las causas, mientras que
el lado derecho refleja el porcentaje acumulado de efecto de las causas, empezando por la
de mayor magnitud.
Ventajas:
Ayuda a concentrarse en las causas que tendrn mayor impacto en caso de ser
resueltas.
Proporciona una visin simple y rpida de la importancia relativa de los problemas.
Ayuda a evitar que se empeoren algunas causas al tratar de solucionar otras.
Su formato altamente visible proporciona un incentivo para seguir luchando por ms
mejoras
Pgina 51
Diagrama de Causa Efecto (Ishikawa)
Algunas veces es llamado diagrama de Ishikawa o espina de pescado, es la representacin
de varios elementos (causas) de un sistema que pueden contribuir a un problema (efecto).
1. Identificar el problema. El problema es algo que queremos mejorar o controlar, este debe
ser fsico y concreto, sino el nmero de elementos en el diagrama ser muy alto.
Pgina 52
3. Dibujar y marcar las espinas principales, estas representan la entrada principal /
categoras de recursos o factores causales; las categoras a usar son materiales, mtodos,
mquinas, mente de obra, medio ambiente.
4. Realizar una lluvia de ideas de las causas del problema, este es el paso ms importante
en el diagrama de Ishikawa. Las ideas generadas en este paso guiarn la seleccin de las
causas de raz. Para asegurar que el equipo est al nivel apropiado de profundidad se
deber hacer continuamente la pregunta Por qu por cada una de las causas iniciales
mencionadas.
5. Identificar los candidatos para la causa ms probable. Las causas seleccionadas por el
equipo son opiniones y deben ser verificadas con ms datos. Todas las causas en el
diagrama no necesariamente estn relacionadas de cerca con el problema: el equipo
deber reducir su anlisis a las causas ms posibles. Hay que encerrar en un crculo la(s)
causa(s) ms probable seleccionada por el equipo o marcarla con *.
Ventajas:
Pgina 53
Ejemplo:
El Sr. Prez tuvo un accidente automovilstico en el carretera, el equipo de mejora continua
que trabaja con l se reuni y analiz el problema, utilizando una Lluvia de ideas; despus
de que convergieron en 16 ideas se utiliz el Diagrama de Ishikawa para clasificarlas como
a continuacin de ejemplifica. Se construye el diagrama espina de pescado con las causas
primarias (Ms), a partir de estas causas se agrupan las causas secundarias y terciarias
derivadas de la lluvia de ideas.
Diagrama de rbol
El Diagrama de rbol, o sistemtico, es una tcnica que permite obtener una visin de
conjunto de los medios necesarios para alcanzar una meta o resolver un problema.
Pgina 54
meta pero, a su vez, estos medios tambin son metas, objetivos intermedios, que se
alcanzarn gracias a los medios de las ramas del nivel siguiente. As repetidamente hasta
llegar a un grado de concrecin suficiente sobre los medios a emplear.
Diagrama de Afinidad
El Diagrama de Afinidad, referido a veces como mtodo KJ, es una herramienta que
Pgina 55
sintetiza un conjunto de datos verbales (ideas, opiniones, temas, expresiones,...)
agrupndolos en funcin de la relacin que tienen entre s. Se basa, por tanto, en el
principio de que muchos de estos datos verbales son afines por lo que pueden reunirse
bajo unas pocas ideas generales.
Es una herramienta muy til cuando se dispone de una gran cantidad de informacin
proveniente de diferentes fuentes; sta herramienta es muy sutil al momento de analizar y
extraer la informacin de stos datos.Es considerado como una clase especial de "tormenta
de ideas", constituyendo, frecuentemente, esta tcnica de creatividad el punto de partida
para la elaboracin del diagrama.
Diagrama de Relaciones
Es una herramienta Que determina que idea tiene influencia sobre otra, representando sta
Pgina 56
relacin mediante una flecha en la direccin de influencia.
Pgina 57
Mtodos de Muestreo Estadstico
Obtener una muestra adecuada significa lograr una versin simplificada de la poblacin,
que reproduzca de algn modo sus rasgos bsicos.
Muestreo probabilstico:
El mtodo otorga una probabilidad conocida de integrar la muestra a cada elemento de la
poblacin, y dicha probabilidad no es nula para ningn elemento.
Los mtodos de muestreo no probabilsticos no garantizan la representatividad de la
muestra y por lo tanto no permiten realizar estimaciones inferenciales sobre la poblacin.
Entre los mtodos de muestreo probabilsticos ms utilizados en investigacin
encontramos:
Caractersticas Ventajas Desventajas
Aleatorio Se selecciona una muestra de Sencillo y de fcil Requiere que
simple tamao n de una poblacin de comprensin. se posea de
N unidades, cada elemento Clculo rpido de antemano un listado
tiene una probabilidad de medias y varianzas. completo de toda la
inclusin igual y conocida de poblacin.
n/N. Se basa en la
teora estadstica, y por Cuando se
tanto existen paquetes trabaja con muestras
informticos para analizar pequeas es posible
Pgina 58
los datos que no represente a
la poblacin
adecuadamente
Pgina 59
poblacin usando una simple conseguir una muestra lo
regla de tres. mas semejante posible a
la poblacin en lo que a
la o las variables
estratificadoras se refiere.
Conglomerad Se realizan varias fases Es muy eficiente El error
os de muestreo sucesivas cuando la poblacin es estndar es mayor
(polietpico) muy grande y dispersa. que en el muestreo
aleatorio simple o
La necesidad de No es preciso
estratificado.
listados de las unidades de tener un listado de toda la
una etapa se limita a aquellas poblacin, slo de las El clculo del
unidades de muestreo unidades primarias de error estndar es
seleccionadas en la etapa muestreo. complejo
anterior.
Pgina 60
de los procesos.
Cuando los operadores no miden una pieza de manera consistente, se puede caer en el
riesgo de rechazar artculos que estn en buen estado o aceptar artculos que estn en mal
estado.
Por otro lado si los instrumentos de medicin no estn calibrados correctamente tambin
se pueden cometer errores. Cuando sucede lo mencionado anteriormente tenemos un
sistema de medicin deficiente que puede hacer que un estudio de capacidad parezca
insatisfactorio cuando en realidad es satisfactorio.
Pgina 61
Posibles Fuentes de la Variacin del Proceso
Definiciones:
Pgina 62
Reproducibilidad: Es la variacin, entre promedios de las mediciones hechas por
diferentes operadores que utilizan un mismo instrumento de medicin cuando miden las
mismas caractersticas en una misma parte.
Valor verdadero:
Valor correcto terico / estndares NIST
Precisin: Es la habilidad de repetir la misma medida cerca o dentro de una misma
zona
Exactitud:
Es la diferencia entre el promedio del nmero de medidas y el valor verdadero.
Pgina 63
Linealidad: diferencia en los valores de la escala, a travs del rango de operacin
esperado del instrumento de medicin.
Sesgo: distancia entre el valor promedio de todas las mediciones y el valor verdadero.
Error sistemtico o desviacin.
Pgina 64
Nota:
Importante: para que el equipo de medicin tenga una discriminacin adecuada en la
evaluacin de las partes.
Resolucin debe ser al menos 1/10 de la variabilidad del proceso.
Existen 2 mtodos mtodos para realizar los estudios de R&R, conocidos como Mtodo
corto y Mtodo largo, a continuacin se explica ste ltimo:
Pgina 65
el equipo de medicin a menos que se cumpla el punto anterior.
Pgina 66
II. Mtodo ANOVA
Permite separar en el sistema de medicin lo referente a la Reproducibilidad y a la
Repetibilidad.
Tambin proporciona informacin acerca de las interacciones de un operador y otro en
cuanto a la parte.
Calcula las varianzas en forma ms precisa.
Los clculos numricos requieren de una computadora.
Mtodo X Barra - R
Se seleccionan 10 muestras de un proceso de manufactura, cada parte es medida tres
veces por tres operadores. Los datos son los siguientes, realice un estudio R&R mediante
el mtodo X-R.
Pgina 67
Ejemplo de Estudio R&R
El error de R&R vs tolerancia es 26.20% lo que hace que el equipo de medicin no sea
adecuado para la medicin.
Por otro lado el nmero de categoras es slo de 1 cuando debe ser al menos 4 indicando
que el instrumento discrimina las diversas partes diferentes.
Pgina 68
Figura 3.9 Resultados del estudio de R&R
Los resultados son muy parecidos, aunque ms estrictos en este mtodo, ya que el error
de R&R vs tolerancia es 32.26%
El resultado total del estudio nos dice que se necesita urgentemente de una mejora en
nuestro sistema de Medicin, sobre todo la parte de Reproducibilidad, hay que trabajar
fuertemente en el mtodo de anlisis de cada uno de los analistas que va desde la tcnica,
la capacitacin y la efectividad de la misma, tambin la Repetitividad que se refiere al
equipo con que estamos midiendo, no sea adecuado para la medicin.
Pgina 69
La Distribucin Normal
La distribucin normal es una de las distribuciones ms usadas e importantes. Su propio
nombre indica su extendida utilizacin, justificada por la frecuencia o normalidad con la que
ciertos fenmenos tienden a parecerse en su comportamiento a esta distribucin. Muchos
eventos reales y naturales tienen una distribucin de frecuencias cuya forma es muy
parecida a la distribucin normal.
Pgina 70
Existe una relacin del porcentaje de poblacin a la desviacin estndar. En la figura
observamos por ejemplo que el rea bajo la curva para 1 tiene un porcentaje de 68.26%,
2 = 95.46% y 3= 99.73%.
Pgina 71
La desviacin estndar () representa la distancia de la media al punto de inflexin de la
curva normal.
Pgina 72
La distribucin f (Z) se encuentra tabulada en la tabla de distribucin normal estndar. En
esta tabla podemos determinar los valores de Z o la probabilidad de determinado valor Z.
Definiciones bsicas.
Proceso: ste se refiere a alguna combinacin nica de mquinas, herramientas,
mtodos, materiales y personas involucradas en la produccin.
Capacidad o habilidad: Esta palabra se usa en el sentido de aptitud, basada en el
desempeo probado, para lograr resultados que se puedan medir.
Capacidad del proceso: Es la aptitud del proceso para producir productos dentro de
los lmites de especificaciones de calidad.
Capacidad medida: Esto se refiere al hecho de que la capacidad del proceso se
cuantifica a partir de datos que, a su vez, son el resultado de la medicin del trabajo
realizado por el proceso.
Capacidad inherente: Se refiere a la uniformidad del producto que resulta de un
proceso que se encuentra en estado de control estadstico, es decir, en ausencia de
causas especiales o atribuibles de variacin.
Variabilidad natural: Los productos fabricados nunca son idnticos sino que
presentan cierta variabilidad, cuando el proceso est bajo control, solo actan las
causas comunes de variacin en las caractersticas de calidad.
Valor Nominal: Las caractersticas de calidad tienen un valor ideal ptimo que es el
que desearamos que tuvieran todas las unidades fabricadas pero que no se
obtiene, aunque todo funcione correctamente, debido a la existencia de la
Pgina 73
variabilidad natural.
4. Seleccionar proveedores.
Pgina 74
Para solucionar este problema, podemos reducir la desviacin estndar.
Pgina 75
Condiciones para realizar un estudio de capacidad del proceso
Pgina 76
Las familias de variacin han sido restringidas de tal manera que los datos considerados,
slo son los que se obtuvieron del subgrupo racional. Ayuda a determinar subgrupos
racionales importantes.
Variacin a Largo Plazo (Zlt): Los datos son recogidos durante un periodo de tiempo
suficientemente largo y en condiciones suficientemente diversas para que sea probable que
contenga algunos cambios de proceso y otras causas especiales. Aqu todas las familias
de variacin exhiben su contribucin en la variacin del proceso general.
donde:
Zst = variacin a corto plazo.
nom = Valor nominal u objetivo
Zlt = variacin a largo plazo.
Z shift: A largo plazo los procesos tienen un desplazamiento natural de 1.5 desviaciones
estndar.
Pgina 77
Zlt = Zst-1.5shift
donde:
Cp = capacidad potencial
LSE = lmite superior de especificaciones
LIE = lmite inferior de especificaciones
= desviacin estndar
El ndice Cp debe
Para que el proceso cumpla con las especificaciones el Cpk = debe de ser .
Procedimiento:
1. Seleccionar un proceso especfico para realizar el estudio
Pgina 78
2. Seleccionar las condiciones de operacin del proceso
4. El sistema de medicin (MSA) debe ser en cuestin de error R&R < 10%
5. Recolectar la informacin
FASE DE ANLISIS
En esta fase se efecta el anlisis de los datos obtenidos en la etapa de Medicin, con el
propsito de conocer las relaciones causales o causas raz del problema.
Pgina 79
Las Herramientas a utilizar pueden ser:
Pgina 80
sigma esperados en nuestro proceso en el tiempo.
Pgina 81
Figura 4.2 Fuentes de Variacin
Objetivos
Identificar los modos de falla potenciales, y calificar la severidad de su efecto.
Evaluar objetivamente la ocurrencia de causas y la habilidad de los controles para
detectar la causa cuando ocurre.
Clasifica el orden potencial de deficiencias de producto y proceso.
Se enfoca hacia la prevencin y eliminacin de problemas del producto y proceso
Pgina 82
especificaciones estn disponibles.
Tipos de AMEFS
AMEF de Diseo: Se usa para analizar componentes de diseos. Se enfoca hacia los
Modos de Falla asociados con la funcionalidad de un componente, causados por el
diseo.
AMEF de Proceso: Se usa para analizar los procesos de manufactura y ensamble. Se
enfoca a la incapacidad para producir el requerimiento que se pretende, un defecto. Los
Modos de Falla pueden derivar de causas identificadas en el AMEF de Diseo.
Pgina 83
jerarquizacin de los problemas a travs de la multiplicacin del grado de ocurrencia,
severidad y deteccin, ste provee la prioridad con la que debe de atacarse cada modo
de falla, identificando tems crticos.
El anlisis Multi-Vari permite determinar las fuentes que presentan mayor variacin, a
travs de la descomposicin de los componentes de variabilidad del proceso.
El objetivo general de las cartas Multi-Vari es, descubrir los componentes de variacin en
el proceso y cuantificar las diferentes fuentes de variabilidad, las cules pueden ser, por
ejemplo: de lote a lote, dentro del lote, de turno a turno, entre turnos, dentro del turno, de
mquina a mquina, dentro de la mquina, de operador a operador, dentro del operador,
entre operadores, etc.
Pgina 84
1.-Temporal: Variacin de hora a hora; turno a turno; da a da; semana a semana; etc.
2.- Cclico: Variacin entre unidades de un mismo proceso; variacin entre grupos de
unidades; variacin de lote a lote.
3.- Posicional:
Variaciones dentro de una misma unidad (ejemplo: porosidad en un molde de metal)
o a travs de una sola unidad con mltiples partes (circuito impreso).
Variaciones por la localizacin dentro de un proceso que produce mltiples unidades
al mismo tiempo. Por ejemplo las diferentes cavidades de un molde
Variaciones de mquina a mquina; operador a operador; planta a planta
Una vez identificados las fuentes de variacin, el anlisis Multi-Vari esta diseado y
enfocado a identificar la variable independiente de mayor influencia dentro de las familias
de variacin descritas anteriormente.
4.5 Correlacin
Establece si existe una relacin entre las variables y responde a la pregunta, Qu tan
evidente es esta relacin?"
Los Diagramas de Correlacin se utilizan para estudiar las relaciones y posibles
dependencias entre dos variables.
Tipos de Correlaciones:
Pgina 85
Figura 4.3 Tipos de Correlaciones
La Correlacin:
Mide la fuerza de la asociacin lineal entre dos variables
No mide las relaciones fuertes no lineales
No mide causa y efecto
Puede ser utilizada como un primer paso para la regresin
Debe ser utilizada en conjunto con tcnicas grficas
Pgina 86
Una sola X predictora y una sola Y
Mltiples predictores X y una sola Y
Varios predictores X entre s
La Regresin lineal se refiere a la prediccin del valor de una variable a partir de una o ms
variables. En ocasiones se denomina a la variable dependiente (y) variable de respuesta y
a la variable independiente (x) variable de prediccin.
Donde:
y = variable dependiente
0 = ordenada al origen
1 = pendiente
x = variable independiente
e = Error aleatorio
Pgina 87
3. Para cada valor de x, la varianza de es la constante 2 (llamada varianza del error).
4. Los valores del trmino de error son independientes.
5. Para un valor fijo de x, la distribucin muestral de y es normal, porque sus valores
dependen de los de .
6. Para un valor fijo x, es posible predecir el valor de y.
7. Para un valor fijo x, es posible estimar el valor promedio de y
Pgina 88
otro lado, mide el porcentaje de la variacin total en Y que es explicado por la variacin
conjunta de las variables independientes.
Etapa 1.- Planear la hiptesis nula y la hiptesis alternativa. La hiptesis nula (H0) es el
valor hipottico del parmetro que se compra con el resultado muestral resulta muy poco
probable cuando la hiptesis es cierta.
Etapa 3.- Elegir la estadstica de prueba. La estadstica de prueba puede ser la estadstica
muestral (el estimador no segado del parmetro que se prueba) o una versin transformada
de esa estadstica muestral. Por ejemplo, para probar el valor hipottico de una media
poblacional, se toma la media de una muestra aleatoria de esa distribucin normal,
entonces es comn que se transforme la media en un valor z el cual, a su vez, sirve como
estadstica de prueba.
Pgina 89
especificado la hiptesis nula, el nivel de significancia y la estadstica de prueba que se van
a utilizar, se produce a establecer el o los valores crticos de estadstica de prueba. Puede
haber uno o ms de esos valores, dependiendo de si se va a realizar una prueba de uno o
dos extremos.
Etapa 5.- Determinar el valor real de la estadstica de prueba. Por ejemplo, al probar un
valor hipottico de la media poblacional, se toma una muestra aleatoria y se determina el
valor de la media muestral. Si el valor crtico que se establece es un valor de z, entonces
se transforma la media muestral en un valor de z.
Etapa 6.- Tomar la decisin. Se compara el valor observado de la estadstica muestral con
el valor (o valores) crticos de la estadstica de prueba. Despus se acepta o se rechaza la
hiptesis nula. Si se rechaza sta, se acepta la alternativa; a su vez, esta decisin tendr
efecto sobre otras decisiones de los administradores operativos, como por ejemplo,
mantener o no un estndar de desempeo o cul de dos estrategias de mercadotecnia
utilizar.
Al tomar la decisin con respecto a la hiptesis nula, se debe determinar el valor crtico en
la distribucin estadstica que divide la regin del rechazo (en la cual la hiptesis nula no
se puede rechazar) de la regin de rechazo. A hora bien el valor crtico depende del tamao
de la regin de rechazo.
Pgina 90
3. Determinar tipo de datos: Atributo o Variable.
4. Si son datos Variables: Prueba de Normalidad.
5. Establecer las Hiptesis: Hiptesis Nula (Ho),Hiptesis Alterna (Ha).
6. Seleccionar el nivel de Alfa (normalmente 0.05 o 5%).
7. Establecer el tamao de la muestra, .
8. Desarrollar el Plan de Muestreo.
9. Seleccionar Muestras y Obtener Datos.
10. Decidir la prueba estadstica apropiada y calcular el estadstico de prueba (Z, t,
X2 o F) a partir de los datos.
11. Obtener el estadstico correspondiente de tablas o Excel.
12. Determinar la probabilidad de que el estadstico de prueba calculado ocurra al
azar.
13. Comparar el estadstico calculado con el de tablas y ver si cae en la regin de
rechazo o ver si la probabilidad es menor a alfa, rechace Ho y acepte Ha. En
caso contrario no rechace Ho.
14. Con los resultados interprete una conclusin estadstica para la solucin
prctica.
Pgina 91
El anlisis de la varianza de un criterio (ANOVA) es una metodologa para analizar la
variacin entre muestras y la variacin al interior de las mismas mediante la determinacin
de varianzas. Es llamado de un criterio porque analiza un variable independiente o Factor.
Como tal, es un mtodo estadstico til para comparar dos o ms medias poblacionales.
Tipos de ANOVAS:
ANOVA de un factor o direccin
ANOVA de un factor y una variable de bloqueo
ANOVA de un factor y dos variables de bloqueo CUADRADO LATINO
ANOVA de un factor y tres variables de bloqueo CUADRADO GRECOLATINO
Prueba de Hiptesis:
Ho : 1 = 2 = 3 .. n
Ha: Alguna media es diferente
Condiciones:
Todas las poblaciones son normales
Todas las poblaciones tiene la misma varianza
Los errores son independientes con distribucin normal de media cero
La varianza se mantiene constante para todos los niveles del factor
Pgina 92
sistema es Significativo, al realizar experimentos variando los niveles de ese factor
(Temp.1, Temp.2, etc.) Por RENGLN y considerando los niveles de otro factor que se
piensa que tiene influencia en la prueba FACTOR DE BLOQUEO Por COLUMNA
Prueba de Hiptesis:
a) Para el tratamiento en renglones
Ho : 1 = 2 = 3 .. n
Ha: Alguna media es diferente
Ho : 1 = 2 = 3 .. n
Ha: Alguna media es diferente
Fc > F tablas Aceptando Ha donde las medias son diferentes tambin considerando
Pgina 93
el valor de P-value (del minitab)
4.9 Entregables:
FASE DE MEJORA
Pgina 94
e identificaron las causas de variacin. En esta fase se utilizar el diseo de experimentos
(DOE), para seleccionar las causas que ms afectan nuestro CTQ e investigar estas causas
para conocer el comportamiento del proceso.
El mtodo de DOE consiste en realizar cambios en los niveles de operacin de los factores
(Xs) para obtener los mejores resultados en la respuesta "Y". Esta informacin es de gran
ayuda para la optimizacin y mejora de procesos.
Pgina 95
Los objetivos de esta fase son:
Pgina 96
uso del diagrama de Ishikawa.
Los cambios en los parmetros de operacin referentes a las Xs pueden ser puestos en
niveles mltiples, para estudiar como afectan la respuesta en el proceso Y
Consideraciones:
El Diseo de Experimentos sirve para identificar los pocos vitales de los CTQs
En la optimizacin es utilizada para determinar los niveles ms apropiados de los pocos
vitales.
Sirve para comparar el resultado experimental contra el proceso actual
5.3 Terminologa
Bloques: Unidades experimentales homogneas.
Covarianza: Cosas que cambian durante los experimentos pero no fueron planeadas a
cambiar
Pgina 97
Diseo simples: Un diseo espacial usado para determinar todas las combinaciones
posibles de factores de entrada en una prueba experimental.
Error residual: Es la diferencia entre los valores observados y los estimados por un
modelo.
Fraccional: Un arreglo con menos experimentos que el arreglo completo (1/2, , etc.).
Grados de libertad (DOF, DF, df): Nmero de mediciones independientes para estimar un
parmetro poblacional.
Pgina 98
Ortogonal o balanceado: Es el arreglo que permite estimar los efectos de los factores
principales y de sus interacciones sin confundirlos (el factorial completo es un ejemplo).
Tratamientos: Son los diversos niveles de los factores que describen como se debe
realizar el experimento (50 y 7.5 pH).
Por lo anterior, los mtodos de diseo de experimentos pueden utilizarse ya sea para el
desarrollo o la mejora de los procesos, para mejorar el desempeo o para obtener un
proceso que sea robusto o insensible a fuentes externas de variabilidad.
Pgina 99
Existen diferentes tipos de experimentos entre los cuales se encuentra los siguientes:
Pgina 100
y aumentar al mximo la sensibilidad a la
seal de entrada.
Los mtodos de diseo de experimentos pueden tambin jugar un papel mayor en las
actividades de ingeniera de desarrollo de nuevos productos o mejora de los productos
actuales. Algunas aplicaciones del diseo de experimentos incluyen:
Pgina 101
Marca cada unidad de acuerdo con la condicin experimental que la produce. De lo
contrario, se perder toda la informacin.
Pgina 102
El diseo factorial 2K :
Un diseo muy comn es el que considera varios factores (K) en dos niveles (alto y bajo),
el diseo ms simple es el diseo 2k
El diseo 2
Este el diseo ms simple, usa dos factores A y B, cada uno en dos niveles. Requiere la
realizacin de 4 experimentos que pueden replicarse n veces, tomando las sumas de los
resultados de las rplicas se tiene:
b ab
(1) A = -, B = -
(a) A = +, B = -
(b) A = -, B = +
(ab) A = +, B = + (1) a
Los efectos de inters en el diseo son los efectos principales de A y B y los efectos de la
interaccin AB, se denominan contrastes calculados como sigue:
Pgina 103
Las cantidades entre parntesis se denominan contrastes, aqu los coeficientes siempre
son +1 1. Tambin se pueden determinar usando una tabla de signos para los efectos
en el diseo 22 como sigue:
Efectos factoriales
Corrida I A B AB
1 (1) + - - + ANOVA
2 a + + - - Fo = SST / SSE
3 b + - + - glSST = 4n - 1
4 ab + + + + gl.SSE = 4(n-1)
Pgina 104
El diseo Factorial Fraccional:
Cuando crece el nmero de factores, aparecen tantas combinaciones en los ensayos
factoriales, que es prudente reducir la labor experimental. En lugar de ejecutar el ensayo
completo con un nmero muy alto de tentativas, se recurre a los diseos factoriales
fraccionales o incompletos, donde, en lugar de analizar la totalidad de las posibilidades, se
considera una fraccin bien elegida. Con cinco factores a tres niveles se llegan a 243
combinaciones posibles y si la tarea se redujese a una fraccin de un tercio, bastaran 81
ensayos. Si fuese 1/9, tendramos 27. La ventaja de este enfoque es que reduciendo mucho
el esfuerzo, no se pierde un panorama muy amplio y ambicioso de las relaciones entre
causas y efectos en sistemas multivariables. El estudio de una fraccin no le quita validez
al anlisis final.
Ventajas
Se pueden obtener conclusiones parecidas que con experimentacin de diseos
factoriales completos con menos experimentos ( o )
Resulta ms econmico
Dado que en muchos casos las interacciones no son significativas, no importa que
su efecto se confunda con los de los factores principales
Desventajas
En muchos casos slo se pueden estimar los efectos principales de los factores
(diferencia de promedios)
Pgina 105
El diseo Taguchi
Sugiere tres pasos que son:
a) Diseo del sistema
b) Diseo de parmetros
c) Diseo de tolerancias
Taguchi ha propuesto una alternativa no del todo diferente que se que conoce como
Arreglos Ortogonales y las Grficas Lineales. La herramienta son diseos Factoriales
Fraccionados, sin embargo cuando el nmero de factores se ve incrementado, las posibles
interacciones aumentan, as como la complicaciones para identificar cules son las
condiciones especficas a experimentar.
La (b)C
Pgina 106
b = Representa los diferentes niveles a los que se tomar cada factor
c = Es el nmero de efectos independientes que
se pueden analizar, esto es el nmero de
columnas.
Pgina 107
Figura 5.3 Modelos de polinomios, (a) lnea recta, y (b) parbola
La representacin del contorno de una superficie de respuesta son las lneas o curvas de
respuesta constante en funcin de las variables de entrada Xs.
Pgina 108
Entregables:
La ltima fase, control, consiste en disear y documentar los controles necesarios para
asegurar que lo conseguido mediante el proyecto Six Sigma se mantenga una vez que se
hayan implantado los cambios. Cuando se han logrado los objetivos y la misin se d por
finalizada, el equipo informa a la direccin y se disuelve.
FASE DE CONTROL
6.1 Introduccin
Una vez implementadas las mejoras en nuestro proceso, el ltimo paso es asegurar que
las implementaciones se mantengan y estn siendo actualizadas a travs del tiempo,
nuestras salidas sern:
Pgina 109
Plan de control y mtodos de control implementados
Capacitacin en los nuevos mtodos
Documentacin completa y comunicacin de resultados, lecciones aprendidas y
recomendaciones
Mantener las mejoras por medio de control estadstico de procesos, Poka Yokes y
trabajo estandarizado
Anticipar mejoras futuras y preservar las lecciones aprendidas de este esfuerzo
Uso de las herramientas de control.
Verificar que las implementaciones se sigan y estn bajo control.
Identificar las actividades o procesos que estn fuera de control para corregirlos
inmediatamente.
Pgina 110
Que las mejoras sean implementadas consistentemente para tener un adecuado
control.
Pgina 111
6.3 Determinar la capacidad del proceso.
La capacidad del proceso solo tiene sentido cuando el proceso est bajo control.
Pgina 112
Figura 6.3 Diferentes casos de control de proceso
Una vez implementadas las mejoras se vuelve a calcular los niveles sigma del proceso,
para saber en que nivel nos encontramos actualmente. (ver Fase de Medicin)
Pgina 113
Materiales de entrenamiento
Guas de solucin de problemas
Calendarios de Calibracin
Ventanas de operacin
Planes de accin fuera de control
Cartas de Control
Las cartas de control son la herramienta ms poderosa para monitorear y analizar la
variacin en la mayora de los procesos.
Las cartas de control enfocan la atencin hacia las causas especiales de variacin cuando
estas aparecen y reflejan la magnitud de la variacin debida a las causas comunes,
manteniendo las soluciones.
Pgina 114
Las causas especiales o asignables son por ejemplo: un mal ajuste de mquina, errores
del operador, defectos en materias primas.
Un proceso est bajo Control Estadstico cuando presenta causas comunes nicamente,
con un proceso estable y predecible.
Cuando existen causas especiales el proceso est fuera de Control Estadstico; las cartas
de control detectan la existencia de estas causas en el momento en que se dan, lo cual
permite que podamos tomar acciones al momento.
Ventajas:
Es una herramienta simple y efectiva para lograr un control estadstico.
El operario puede manejar las cartas en su propia rea de trabajo, por lo cual puede
dar informacin confiable a la gente cercana a la operacin en el momento en que
se deben de tomar ciertas acciones.
Cuando un proceso est en control estadstico puede predecirse su desempeo
respecto a las especificaciones. En consecuencia, tanto el proveedor como el cliente
pueden contar con niveles consistentes de calidad y ambos pueden contar con
costos estables para lograr ese nivel de calidad.
Una vez que un proceso se encuentra en control estadstico, su comportamiento
Pgina 115
puede ser mejorado posteriormente reduciendo la variacin.
Al distinguir ente las causas especiales y las causas comunes de variacin, dan una
buena indicacin de cundo un problema debe ser corregido localmente y cuando
se requiere de una accin en la que deben de participar varios departamentos o
niveles de la organizacin.
Pgina 116
Comparacin de las cartas de control por variables vs. atributos
Cartas de Control por Cartas de control por
VARIABLES ATRIBUTOS
Son potencialmente aplicables a
Conducen a un mejor cualquier proceso
procedimiento de control. Los datos estn a menudo
disponibles.
Ventajas Proporcionan una utilizacin Son rpidos y simples de obtener.
significativas mxima de la informacin Son fciles de interpretar.
disponible de datos. Son frecuentemente usados en
los informes a la Gerencia.
Ms econmicas
Pgina 117
Paso 1: Colectar los datos.
Los datos son el resultado de la medicin de las caractersticas del producto, los cuales
deben de ser registrados y agrupados de la siguiente manera:
Se toma una muestra (subgrupo) de 2 a 10 piezas consecutivas y se anotan los
resultados de la medicin (se recomienda tomar 5). Tambin pueden ser tomadas en
intervalos de tiempo de - 2 hrs., para detectar si el proceso puede mostrar
inconsistencia en breves periodos de tiempo.
Se realizan las muestras de 20 a 25 subgrupos.
Los lmites de control son calculados para determinar la variacin de cada subgrupo, estn
basados en el tamao de los subgrupos y se calculan de la siguiente forma:
Pgina 118
Donde D4, D3, A2 son constantes que varan segn el tamao de muestra. A continuacin se
presentan los valores de dichas constantes para tamaos de muestra de 2 a 10.
N 2 3 4 5 6 7 8 9 10
D4 3.27 2.57 2.28 2.11 2.00 1.92 1.86 1.82 1.78
D3 0 0 0 0 0 0.08 0.14 0.18 0.22
A2 1.88 1.02 0.73 0.58 0.48 0.42 0.37 0.34 0.31
Para la grfica la amplitud de valores en la escala debe de ser al menos del tamao de
los lmites de tolerancia especificados o dos veces el rango promedio .
Para la grfica R la amplitud debe extenderse desde un valor cero hasta un valor superior
equivalente a 1 - 2 veces el rango.
Marcar los puntos en ambas grficas y unirlos para visualizar de mejor manera el
comportamiento del proceso.
Pgina 119
Paso 7: Analice la grfica de control
Pgina 120
Carta de Individuales y rango mvil (Datos variables I-MR)
A menudo esta carta se llama I o Xi.
Esta Carta monitorea la tendencia de un proceso con datos variables que no pueden
ser muestreados en lotes o grupos.
Este es el caso cuando la capacidad de corto plazo se basa en subgrupos racionales
de una unidad o pieza.
Este tipo de grfica es utilizada cuando las mediciones son muy costosas (Por ejemplo
Pruebas destructivas), o cuando la caracterstica a medir en cualquier punto en el tiempo
es relativamente homognea (por ejemplo el PH de una solucin qumica)
La lnea central se basa en el promedio de los datos, y los lmites de control se basan
en la desviacin estndar (+/- 3 sigmas)
Cualquier caracterstica de calidad que pueda ser clasificada de forma binaria: cumple o
no cumple, funciona o no funciona, pasa o no pasa, etc., a los efectos de control del
proceso, ser considerado como un atributo y para su control se utilizar una Carta de
Control por Atributos.
Los criterios de aceptacin al utilizar grficas de control por atributos deben estar
claramente definidos y el procedimiento para decidir si esos criterios se estn alcanzando
es producir resultados consistentes a travs del tiempo. Este procedimiento consiste en
definir operacionalmente lo que se desea medir. Una definicin operacional consiste en:
Pgina 121
Establezca la frecuencia con la cual los datos sern tomados (horaria, diaria, semanal). Los
intervalos cortos entre tomas de muestras permitirn una rpida retroalimentacin al
proceso ante la presencia de problemas. Los tamaos de muestra grandes permiten
evaluaciones ms estables del desarrollo del proceso y son ms sensibles a pequeos
cambios en el promedio del mismo. Se aconseja tomar tamaos de muestra iguales aunque
no necesariamente se tiene que dar esta situacin, el tamao de muestra debera de ser
mayor a 30. El tamao de los subgrupos ser de 25 o ms.
La fraccin defectuosa promedio para los k subgrupos se calcula con la siguiente frmula:
Pgina 122
Paso 4- Trace la Carta y analice los resultados.
6.6 Dispositivos a Prueba de Error o Poka Yokes
Poka-yoke es una tcnica de calidad desarrollada por el ingeniero japons Shigeo Shingo
en los aos 1960s, que significa "a prueba de errores". La idea principal es la de crear un
proceso donde los errores sean imposibles de realizar.
Un dispositivo Poka-yoke es cualquier mecanismo que ayuda a prevenir los errores antes
de que sucedan, o los hace que sean muy obvios para que el trabajador se de cuenta y lo
corrija a tiempo.
Pgina 123
defectos va a depender en el tipo de inspeccin que se este llevando a cabo, ya sea: en el
inicio de la lnea, auto-chequeo, o chequeo continuo.
Los efectos de un sistema poka-yoke en la reduccin de defectos varan dependiendo del
tipo de inspeccin.
1. Mtodos de Control
Existen mtodos que cuando ocurren anormalidades apagan las mquinas o bloquean los
sistemas de operacin previniendo que siga ocurriendo el mismo defecto. Estos tipos de
mtodos tienen una funcin reguladora mucho ms fuerte, que los de tipo preventivo, y por
lo tanto este tipo de sistemas de control ayudan a maximizar la eficiencia para alcanzar
cero defectos.
No en todos los casos que se utilizan mtodos de control es necesario apagar la mquina
completamente, por ejemplo cuando son defectos aislados (no en serie) que se pueden
corregir despus, no es necesario apagar la maquinaria completamente, se puede disear
un mecanismo que permita "marcar" la pieza defectuosa, para su fcil localizacin; y
despus corregirla, evitando as tener que detener por completo la mquina y continuar con
el proceso.
2. Mtodos de Advertencia
Pgina 124
En cualquier situacin los mtodos de control son por mucho ms efectivos que los mtodos
de advertencia, por lo que los de tipo control deben usarse tanto como sean posibles. El
uso de mtodos de advertencia se debe considerar cuando el impacto de las anormalidades
sea mnimo, o cuando factores tcnicos y/o econmicos hagan la implantacin de un
mtodo de control una tarea extremadamente difcil.
2. Mtodo de valor fijo. Con este mtodo, las anormalidades son detectadas por medio de
la inspeccin de un nmero especfico de movimientos, en casos donde las operaciones
deben de repetirse un nmero predeterminado de veces.
3. Mtodo del paso-movimiento. Estos son mtodos en el cual las anormalidades son
detectadas inspeccionando los errores en movimientos estndares donde las operaciones
son realizadas con movimientos predeterminados. Este extremadamente efectivo mtodo
tiene un amplio rango de aplicacin, y la posibilidad de su uso debe de considerarse
siempre que se este planeando la implementacin de un dispositivo Poka-Yoke.
Pgina 125
conteo, y transmisin de informacin.
Mejora Continua-Kaizen
Qu significado tiene la palabra Kaizen? Es una palabra japonesa compuesta por otras
dos palabras, una KAI que significa cambio y la otra ZEN que significa bueno, lo que
implica que KAIZEN signifique cambio para mejorar y, como dicho cambio para mejorar
es algo que continuamente debe buscarse y realizarse el significado termina siendo mejora
continua.
Por otra parte, KAIZEN significa un esfuerzo constante no slo para mantener los
estndares sino para mejorarlos.
Otra caracterstica de KAIZEN es que requiere virtualmente los esfuerzos de todos.
Para que el espritu de KAIZEN sobreviva, la administracin debe hacer un esfuerzo
consciente y continuo para apoyarlo. KAIZEN se interesa ms en el proceso que en
el resultado.
KAIZEN requiere una dedicacin sustancial de tiempo y esfuerzo por parte de la
administracin.
KAIZEN est orientado a las personas, en tanto que la Innovacin est orientada a
la tecnologa y al dinero.
Pgina 126
La filosofa de KAIZEN est mejor adaptada a una economa de crecimiento lento,
en tanto que la Innovacin est mejor adaptada a una economa de crecimiento
rpido.
En una economa de crecimiento lento, caracterizada por costos elevados de
energa y materiales, sobrecapacidad y mercados estancados, con frecuencia
KAIZEN rinde mejores resultados que la Innovacin.
Otro factor que ha propiciado el enfoque de la Innovacin ha sido el creciente nfasis
en los controles financieros y en la contabilidad, que obligan a los gerentes a dar
cuenta de toda accin que emprendan y detallar los resultados precisos. Tal sistema
no se presta a formar un entorno favorable par el mejoramiento.
El mejoramiento es por definicin, lento, gradual, a menudo invisible, con efectos
que se sienten a largo plazo.
Occidente ha sido ms fuerte en el lado de la Innovacin y Japn ms fuerte en el
lado de KAIZEN. Estas diferencias en el nfasis tambin estn reflejadas en las
diferentes herencias sociales y culturales, tales como el nfasis que se da al sistema
educativo occidental sobre la iniciativa y creatividad individuales contra el nfasis
que pone el sistema educativo japons en la armona y colectivismo.
El Kaizen es un sistema de mejora continua e integral que comprende todos los elementos,
componentes, procesos, actividades, productos e individuos de una organizacin. No
importa a que actividad se dedique la organizacin, si es privada o pblica, y si persigue o
no beneficios econmicos, siempre debe mejorar su performance a los efectos de hacer un
mejor y ms eficiente uso de los escasos recursos, logrando de tal forma satisfacer la mayor
cantidad de objetivos posibles. Mucho ms es necesario la mejora continua cuando se trata
de actividades plenamente competitivas, se trate de lo econmico, en lo deportivo, o en
cualquier otro orden.
La mejora continua es no slo necesario, sino adems una obligacin permanente del ser
Pgina 127
humano para consigo mismo y la sociedad. La mejora continua hace a la cultura, tica y
disciplina de toda sociedad que piense avanzar y participar en los avances y adelantos de
la humanidad.
Pgina 128
Mejoramiento en los diseos y funcionamiento de los productos y servicios.
Aumento en los beneficios y rentabilidad.
Menores niveles de desperdicios y despilfarros. Con su efecto tanto en los costes,
como as tambin en los niveles de polucin ambiental, entre otros.
Notables reducciones en los ciclos de diseo y operativos.
Importantes cadas en los tiempos de respuestas.
Mejoramiento en los flujos de efectivo.
Menor rotacin de clientes y empleados.
Mayor y mejor equilibrio econmico-financiero. Lo cual trae como consecuencia una
mayor solidez econmica.
Ventaja estratgica en relacin a los competidores, al sumar de forma continua
mejoras en los procesos, productos y servicios. Mediante la mejora de costos,
calidad, diseo, tiempos de respuesta y servicios a los consumidores.
Acumulacin de conocimientos y experiencias aplicables a los procesos
organizacionales.
Estas son razones suficientes para pensar seriamente en aplicar el kaizen en las
organizaciones. No hacerlo privar a sus propietarios, directivos, personal, clientes y a la
sociedad en su conjunto, de las ventajas de generar autnticos y slidos puestos de trabajo
que permitan generar productos con valor agregado, calidad de vida laboral, altos
rendimientos sobre la inversin, ms y mejores productos y servicios, y menores niveles de
desperdicios.
Pgina 129
organizaciones, y sociedades que hagan del conocimiento y perfeccionamiento sistemtico
su objetivo prioritario.
Las 5 Ss
Consiste en retirar del rea de trabajo todos aquellos elementos que no son necesarios
para realizar la labor. No hay que pensar en que este o aquel elemento podra ser til en
otro trabajo o si se presenta una situacin muy especial, los expertos recomiendan que
ante estas dudas hay que desechar dichos elementos.
Seiton: Ordenar:
Es la organizacin de los elementos necesarios de modo que resulten de fcil uso y acceso,
los cuales debern estar, cada uno, etiquetados para que se encuentren, retiren y
devuelvan a su posicin, fcilmente por los empleados. Se deben usar reglas sencillas
como: lo que ms se usa debe estar ms cerca, lo ms pesado abajo lo liviano arriba, etc.
Seiso: Limpiar:
Incluye, adems de la actividad de limpiar las reas de trabajo y los equipos, el diseo de
aplicaciones que permitan evitar o disminuir la suciedad y hacer ms seguros los ambientes
Pgina 130
de trabajo. A travs de la limpieza se pueden identificar fallas, por ejemplo, si todo est
limpio y sin olores extraos es ms probable que se detecte un principio de incendio o un
malfuncionamiento de un equipo por una fuga de fluidos, etc.
Seiketsu: Estandarizar:
Shitsuke: Disciplina:
En esta etapa se busca evitar que se rompan los procedimientos ya establecidos. Solo si
se implanta la disciplina y el cumplimiento de las normas y procedimientos ya adoptados
se podr disfrutar de los beneficios que ellos brindan.
Como un aspecto preliminar al esfuerzo de las 5 S, debe asignarse un tiempo para analizar
la filosofa implcita en las 5 S y sus beneficios:
Pgina 131
Destaca los muchos y diversos tipos de mudas
Ayuda a detectar productos defectuosos y excedentes de inventario
Reduce el movimiento innecesario y el trabajo agotador
Facilita identificar visualmente los problemas relacionados con escasez de
materiales, lneas desbalanceadas, averas en las mquinas y demoras de entrega.
Resuelve de manera simple problemas de logstica en el gemba.
Hace visible los problemas de calidad.
Mejora la eficiencia en el trabajo y reduce los costos de operacin
Reduce los accidentes y enfermedades de trabajo
Mejora la relacin de la empresa con los consumidores y la comunidad.
El Six Sigma debe ser un proceso prctico y activo con el que se logren resultados
concretos. Cuando Motorola empez a aplicarlo en la dcada del los ochentas, buscaba
corregir los defectos de los productos antes de que llegaran al cliente, hoy da los proyectos
Six Sigma estn enfocados a mejorar la productividad y la rentabilidad de las empresas,
siendo este aspecto algo que lo hace tan atractiva a muchos directores.
Con el Six Sigma Kaizen, se busca determinar la capacidad real de los procesos para
cumplir con los requisitos del cliente, y reducir la probabilidad de que stos fallen,
reducindola a 3.4 defectos por milln de oportunidades.
Los proyectos Six Sigma Kaizen pueden ser integrados con otros conceptos como lo son
los equipos de alto desempeo, ya que ambas metodologas se complementan totalmente
Pgina 132
Six Sigma
Motorola acu el termino Six Sigma en los aos ochentas, pero el termino fue un objetivo
de desempeo y no el enfoque para alcanzar ese nivel de desempeo, as Six Sigma
significa alcanzar 3.4 defectos por cada milln de unidades procesadas. Fue al inicio de los
noventa que el termino Six Sigma comenz a ser empleado como un mtodo para
implementar un modelo de Mejora. Cuando esto ocurri el termino ya no se refera al
objetivo (3.4 partes por milln) y si a la serie de actividades para alcanzar la excelencia.
Kaizen
Como parte de un mtodo para lograr mejoras es usualmente entendido como parte de
Lean, de cualquier forma el trmino Kaizen es usado en dos formas: la primera se refiere a
la bsqueda de la perfeccin de todo lo que hacemos. En este sentido Kaizen representa
el elemento de la mejora continua que es parte fundamental del modelo de Calidad. En un
contexto de negocios esto incluye todas las actividades individuales y de grupo que
permiten hacer un proceso mejor y satisfacer los requerimientos del cliente. El segundo
trmino se refiere a caminos especficos para lograr mejoras.
Estos mtodos que se han etiquetado como Kaizen son variados, generalmente son
sistemas de planeacin de eventos para identificar que procesos sistemticamente ocultan
desperdicios y eliminarlos. En este segundo sentido Kaizen puede ser mas antiguo que
Lean mismo, sus orgenes parecen estar en la segunda guerra mundial (Huntzinger 2002).
Pgina 133
utilizar el sentido de simplicidad y de mejora continua de Kaizen combinado con las
herramientas Six Sigma de enfoque estadstico y reduccin de variacin permitir la
identificacin de las causas raz que originan los problemas en un menor tiempo.
Proyecto
El propsito de este proyecto fue utilizar las herramientas de Six Sigma Kaizen para
maximizar las ventajas de un ambiente de manufactura de alto desempeo, y reducir el
desperdicio y posibles reclamaciones de mercado sin afectar parmetros de calidad
estipulados para el producto premier.
Metodologa DMAIC
En este proyecto hay un cliente interno, por ende al corregir la variacin el cliente externo
(consumidor) se va a ver beneficiado por la mejora en el proceso.
Una vez delimitado el proyecto, se estableci un plan para verificar con que informacin
se contaba para poder as realizar un mapa de Calidad, el cual qued de la siguiente
manera:
Pgina 134
Variable Especificaci Estndares Dato Real Datos
n Proveedor Operacin Histricos
Diagrama de Espaguetti
El equipo utiliz esta herramienta para indicarnos el flujo de material y los posibles
problemas que se encontraran
Figura 7.2 Diagrama de Espagueti
Pgina 135
Conclusiones: Se visualizaron a manera de detalle los pasos de la operacin y se
identificaron algunas reas de oportunidad en cuanto a calibracin de equipos.
Siguiente con la metodologa de Six Sigma Kaizen fue la recoleccin de datos de diversas
fuentes.
Pgina 136
Figura 7.4 Capacidad del Proceso situacin actual (antes del proyecto)
Una vez que se analiz los datos recolectados, se hizo el anlisis del sistema de medicin,
debido a la gran variabilidad que se encontr en el proceso, que pudiera ser por un sistema
de medicin inadecuado.
Sistema de Medicin
Una de las herramientas utilizadas en esta etapa fue la del MSA, la cual consisti en
analizar a 3 operadores con un mismo aparato de medicin y obtener los valores de
repetitibidad y reproducibilidad, para ver si las variaciones de nivel reportadas en nuestro
anlisis son realmente por variaciones de proceso o por variaciones en la tcnica de
medicin y/o el aparato de medicin, el estudio dio como resultado lo siguiente:
Pgina 137
Figura 7.5 MSA Actual (antes del proyecto)
La grfica R nos indica la diferencia que cada operador obtiene entre la lectura mayor y
menor de cada muestra, en la grfica se presenta que el operador Rafael es el que tiene
ms variabilidad en sus mediciones que los otros 2.
Pgina 138
La grfica X representa el promedio de las mediciones de cada operador, en la cual hay 28
puntos fuera de control lo representa ms del 50%, esto se puede interpretar como que el
sistema de medicin es capaz de identificar las diferencias entre piezas.
La grfica de resultado por pieza se observa que nicamente en la pieza 2 hay una fuerte
variacin con respecto a las dems.
Conclusiones: El resultado total del estudio nos dice que se necesita mejorar el sistema de
Medicin, sobre todo la parte de metodologa en el proceso de medicin.
Introduccin
Una vez que identificadas de lo que necesitamos medir y analizadas de manera general,
con el propsito de conocer las relaciones causales o causas raz del problema. La
informacin de ste anlisis nos proporcionar evidencias de las fuentes de variacin y
desempeo insatisfactorio.
Se analizaron los datos vivos a travs del Minitab, se realiz el anlisis comparativo, se
hizo convergencia de las reas de oportunidad y se gener el diagrama de pescado.
Diagrama de Ishikawa
Una de las herramientas que utilizamos en esta fase fue el Diagrama de Ishikawa para el
anlisis de posibles causa raz del problema, las ideas generadas despus de converger
las trasladamos al Ishikawa para clasificarlas en alguna de las Ms .
Pgina 139
Conclusiones: Al analizar dicho diagrama la posible(s) causa raz del problema de
variabilidad se encuentran en los Materiales, la Maquinaria y Mtodo.
Una de las posibles causa que arroj el diagrama de Ishikawa fue la relacionada con el
material, especficamente el grosor del vidrio con el cual estn elaboradas las botellas, ya
que a mayor peso de la botella menor ser el contenido del lquido, para tal efecto se
procedi a analizar lotes de diferente aos de produccin arrojndonos lo siguiente:
Anlisis de Regresin
Pgina 140
Figura 7.9 Correlacin de variables
Paso 4 - Fase de Mejora
Una vez que analizadas las variables que afectan al proceso, el equipo ser reuni
nuevamente para disear y establecer los planes de mejora, los cuales fueron:
Sistema de Medicin
Durante la etapa de medicin se realiz un estudio de R&R, el cual dio como resultado que
tanto el mtodo y el equipo de medicin tienen reas de oportunidad.
Pgina 141
AIAG)
La grfica X barra slo presenta 23 de 30 puntos fuera de control, lo cual es ms del 50%,
indicando que el equipo discrimina las diferentes partes..
Pgina 142
Utilizando el Minitab tenemos el siguiente resultado:
Levene's Test (any continuous distribution) Test statistic = 26.10, p-value = 0.000
Introduccin
Es esta ltima fase nos detenemos a preguntar: Qu hicimos?
Medimos
o Claramente definimos el
problema
o Encontramos las salidas y las
entradas crticas
o Determinamos la capacidad de los sistemas y
procesos de medicin
Analizamos
o Examinamos los datos
o Identificamos la causa raz del
problema
Mejoramos
o y = f(x)
o Optimizamos el proceso
Pgina 143
En sta fase nos preguntamos:
Qu podemos hacer para asegurarnos que los defectos se mantengan reducidos?
Qu acciones se pueden tomar por el equipo para asegurarse que el incremento sea
permanente?
Con quin dejar el proyecto?
Evento Kaizen
Se realiz un segundo evento Kaizen para generar dar seguimiento a los resultados de las
fases anteriores y generar planes de control de las mejoras realizadas.
Plan de Control
Los puntos relevantes derivados del proyecto y que se solucionaron durante el mismos, se
pueden resumir en:
Pgina 144
7.4 Entregables /Resultados finales
Recapitulando:
Promedio
Desviacin estndar del proceso mejorado = 1.67
Ahorros anuales
Pgina 145
PRACTICA DE LA METODOLOGIA SEIS SIGMA
Se utiliza la metodologa SEIS SIGMA calidad para mejorar la atencin de los Clientes de
las cadenas de restaurantes de comida rpida BURGER KING en el departamento de Lima,
permitir a los gerentes de los restaurantes contar con una herramienta que puede ser
utilizada para lograr servicio de calidad en las distintas reas .En la propuesta se describen
los mtodos, actividades y normas para atender con calidad a los clientes, a travs de la
metodologa SIX SIGMA. Se espera que la aplicacin de la propuesta contribuya a que los
restaurantes, tengan una mayor rentabilidad y la fidelidad de los clientes al obtener stos
un servicio de calidad
Pgina 146
3. Comprar los requisitos con los Productos: En esta etapa es donde vamos
analizar nuestro producto o servicio que esperan los clientes y el que brindamos
4. Describir el proceso: En esta etapa es donde vamos a documentar el plan y la
poltica de todo el proceso. El Plan de Calidad es un documento que especifica qu
procedimientos y recursos asociados deben aplicarse, quin debe aplicarlos y
cundo deben aplicarse a un proyecto, proceso, producto.
La Poltica de Calidad debe incluir el objetivo de calidad principal, el compromiso que
existe con el cliente, y de qu manera se va a lograr a travs de una mejora continua.
Pgina 147
METODOLOGA
Identificacion
del problema
El Analisis
(causas)
Generacin de
Soluciones
Selecin
planificacin de
Implantacin
cc
Evaluacin
yNormalizacin
Pgina 148
1. Identificacin del Problema
Problemas N
Falta de higiene 10
Falta de normas y procedimientos 4
Falta de personal 68
Falta de estacionamiento 9
Falla de los equipos 7
Personal desmotivado y no apto 88
Falta de aire Acondicionado 6
Falta de higiene en las instalaciones 5
Se reporta aumento de quejas de los clientes sobre la mala atencin del personal en
las Cadena de Restaurantes Burger King, esto genera malestar en los clientes.
Pero en este caso para estar ms seguro de las posibles causas de los problemas se
canaliz a travs de un rea de reclamo, todas las quejas de los clientes para as
identificar especficamente cuales eran dichos problemas o quejas de los clientes, para
poder solucionarlos a travs de las herramientas de SEIS SIGMA.
Pgina 149
Diagrama de Ishikawa
Es una herramienta que representa la relacin entre un efecto (problema) y todas las
posibles causas que lo ocasionan
Una vez recopilados los datos se procede a clasificar las diversas causa efecto y se
agrupo en 4 categoras.
PERSONAL.-
Existe falta de personal en horarios de noche
El personal se encuentra desmotivado o no cuenta con el perfil para el puesto de
trabajo.
HIGIENE
Deficiente higiene las instalaciones (baos, mesas, piso etc.).
Falta de Higiene en el personal y de los equipos (cocinas, Hornos), Etc.
DEMORA
Falta de procedimientos para agilizar el servicio de atencin al cliente.
Falla de Equipos.
INFRAESTRUCTURA
Falta de Aire Acondicionado.
Falta de Estacionamiento
Pgina 150
. CAUSA-EFECTO
HIGIENE PERSONAL
Falta de Estacionamiento
Falta Aire Acondicionado
DEMORA
INFRAESTRUCTURA
DIAGRAMA DE ISHIKAWA
. DIAGRAMA PARETO
Como sabemos el anlisis de diagrama de Pareto es una herramienta de gestin de calidad,
que va a permitir determinar los problemas ms importantes de una organizacin para
Pgina 151
poder resolverlos.
Se ordena de mayor a menor los problemas
%
Problemas N % ACUM
Personal desmotivado 88 45.1 45.1
Falta de personal 68 34.9 80.0
Falta de higiene 10 5.1 85.1
Falta de estacionamiento 9 4.6 89.7
Falla de los equipos 7 3.6 93.3
Falta de aire Acondicionado 6 3.1 96.4
Falta de higiene en las instalaciones 5 2.6 99.0
Falta de normas y procedimientos 2 1.0 100.0
total 195 100.0 100
100 120.0
90
80 100.0
70 80.0
60
50 60.0
40
30 40.0
20 20.0
10
0 0.0
Falta de
Falta de
Personal Falta de Falta de aire higiene en
Falta de Falta de Falla de los normas y
desmotivad estacionami Acondiciona las
personal higene equipos procedimien
o ento do instalacione
tos
s
Num. Quejas 88 68 10 9 7 6 5 2
% Acum. 45.1 80.0 85.1 89.7 93.3 96.4 99.0 100.0
Interpretacin de la Grafica
Los resultados de la grfica muestran que se deben priorizar la solucin de 2 causas
del problema que representan el 80% de los problemas.
Pgina 152
Personal desmotivado y no apto.
Falta de personal
Solucin
Falta de Programar capacitaciones e
personal inducciones para los trabajadores
- Personal desmotivado. para una mejor atencin a los
clientes.
3. Ejecucin de la Solucin :
Para este caso nos apoyaremos en un DIAGRAMA DE GANTT que nos va a permitir
mostrar la duracin de las actividades que vamos a realizar dichos programas
Pgina 153
DIAGRAMA DE GANTT
- Personal desmotivado
PROGRAMA DE CAPACITACION
Pgina 154
- Falta de Personal.-
Realizar un proceso de reclutamiento y seleccin de personal para cubrir esas horas
puntas
Diagrama de Gantt
DIAS
ACTIVIDAD 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
A
B
C
D
E
Pgina 155
6.- Evaluacin y mantenimiento de mejora del sistema de Calidad SEIS SIGMA:
En este paso se evala los resultados del programa a travs de indicadores, esto debe
realizarse durante y despus de ejecutarlo, para poder realizar alguna modificacin o
mejora al sistema.
Indicadores
PROGRAMA DE CAPACITACION
Actividades Indicadores
Objetivos de la Capacitacin 15
Asignar al Capacitador 10
Diseo del plan de Trabajo 20
Buscar rea para la capacitacin y Materiales 10
Coordinar lista de trabajadores y fecha y horario 10
Ejecucin del programa de Capacitacin 35
Pgina 156
100
Actividades Indicadores
Diseo del proceso de reclutamiento 10
Bsqueda de Candidatos 10
Entrevista y evaluacin de candidatos 20
Seleccin y contratacin 25
Capacitacin 35
100
Pgina 157
CONCLUSIONES
Esta herramienta Sigma es una metodologa estratgica que las empresas estn
utilizando hoy en da para alcanzar elevados beneficios. Como empresas como
Motorola, General Electric, etc.
Por otro lado Six Sigma es una herramienta de gestin que al utilizar este mtodo
cambia el modo el que opera la direccin como sabemos Six Sigma es mucho ms que
proyectos de mejora sirve para aprender nuevos enfoques en la forma de resolver
problemas y as tomar mejoras decisiones.
Pgina 158
RECOMENDACIONES
Por otro lado nosotros recomendamos esta metodologa (Six Sigma) porque es
implantando para todo tipo de empresa de todos los sectores de todos los tamaos,
reportando resultados espectaculares en ahorro de costos, crecimiento de ventas, aumento
del beneficio, reduccin del tiempo de diseo, aumento de productividad, fidelizacin de
clientes, ya que tiene como primer importancia el enfoque al cliente, entonces permite
estar en constante mejora lograr la satisfaccin para as lograr la fidelizacin del cliente y
por ultimo permite la mejora de procesos, etc.
Pgina 159
BIBLIOGRAFIA
Pgina 160
ANEXO
Procedencia
De la mano de Mikel Harry y Leonard Schroeder, Seis Sigma se extendi con xito a otras
grandes empresas, como Allied Signal, Polaroid y sobre todo, a la compaa presidida por
el famossimo Jack Welch, General Electric. Jack Welch se convirti en el primer pregonero
de las maravillas de Seis Sigma, hasta el punto de incluir en las memorias anuales
algunos xitos alcanzados por GE con Seis Sigma (evidentemente cuantificados en
dlares). El xito en General Electric supuso el espaldarazo total a Seis Sigma y a partir
de ah empez una mimetizacin por casi todas las grandes corporaciones
norteamericanas. Naturalmente aquellas empresas que se limitaron a seguir la moda de
manera frvola no alcanzaron los xitos previstos, mientras que aquellas que entendieron
y adaptaron las esencias de Seis Sigma, consiguieron mejoras sus resultados de calidad y
su posicin competitiva. En 1988 Motorola alcanz el prestigioso premio americano a la
excelencia Malcom
Baldrige National Quality Award. Una de las bases fundamentales de su estrategia de
calidad fue el Programa Seis Sigma. Este programa lo dise y dirigi Bill Smith con el
pleno apoyo del CEO Bob Galvin. El objetivo de este programa fue reducir la variacin de
los procesos hasta alcanzar una fraccin defectuosa media de 3.4 ppm (partes por milln,
s ha ledo bien, 3.4 defectos por cada milln de oportunidades). Bill falleci en 1993 en
pleno xito de Seis Sigma.
Pgina 161
no estadsticas (AMFE,
QFD, 7M) combinado con tcnicas de gestin de procesos. La columna vertebral de esta
estrategia gravitaba sobre expertos en la aplicacin de estas herramientas, que se
denominaron posteriormente black belts, es decir, cinturones negros, (probablemente
fue una irona para hacer frente a la competencia japonesa).
De la mano de Mikel Harry y Leonard Schroeder, Seis Sigma se extendi con xito a otras
grandes empresas, como Allied Signal, Polaroid y sobre todo, a la compaa presidida por
el famossimo Jack Welch, General Electric. Jack Welch se convirti en el primer pregonero
de las maravillas de Seis Sigma, hasta el punto de incluir en las memorias anuales
algunos xitos alcanzados por GE con Seis Sigma (evidentemente cuantificados en
dlares). El xito en General Electric supuso el espaldarazo total a
Seis Sigma y a partir de ah empez una mimetizacin por casi todas las grandes
corporaciones norteamericanas. Naturalmente aquellas empresas que se limitaron a seguir
la moda de manera frvola no alcanzaron los xitos previstos, mientras que aquellas que
entendieron y adaptaron las esencias de Seis Sigma, consiguieron mejoras en sus
resultados de calidad y su posicin competitiva.
Pgina 162