MEDICIONES PARA SEIS SIGMA

P. Reyes / Febrero 2004

/MEDICIONES PARA SEIS SIGMA

Este capitulo proporciona un panorama general de las mtricas utilizadas en Seis Sigma, el objetivo
es tener las mejores tcnicas de clculo apropiadas para una situacin determinada.
La mejora de las mtricas pueden tener un impacto muy significante en los resultados del negocio,
al reducir la oportunidad de tener defectos.
Es de suma importancia medir la capacidad del proceso en trminos cuantificables y monitorear las
mejoras a travs del tiempo.
Sigma es una letra del alfabeto griego usada para representar la distribucin o dispersin
alrededor de la media de cualquier proceso.
Seis Sigma es una filosofa de administracin enfocada a la mejora de los procesos,
mantenindolos en el valor objetivo y reduciendo la variacin.
Definiciones bsicas1:

Unidad (U): Es un artculo producido o procesado.

Defecto (D): Cualquier evento que no cumpla la especificacin de un CTQ.
Defectuoso: Una unidad que tiene uno o ms defectos.
Defectos por unidad (DPU): Es la cantidad de defectos en un producto

DPU

D
U

Oportunidad de defectos (O): Cualquier acontecimiento que pueda medirse y de una oportunidad
de no satisfacer un requisito del cliente.
Defectos por oportunidad (DPO):

DPO

D
U O

Defectos por milln de oportunidades (DPMO): Es el nmero de defectos encontrados en cada

milln de unidades.
Capacidad del proceso:
Rendimiento estndar o de primera pasada YFT: Es el porcentaje de producto sin defectos antes
de realizar una revisin del trabajo efectuado.
Rendimiento al final o de ltima pasada: Y LT: Es el porcentaje de producto sin defectos despus de
realizar la revisin del trabajo.
Clculo de Sigma de un proceso.
Ejemplo 1
Un proceso de manufactura de mesas para telfono tiene cuatro subprocesos: fabricacin de patas,
bastidor, cubierta y pintura. Se toman los datos de 1510 mesas fabricadas y se observa la siguiente
informacin. Calcule el Sigma del proceso.
Subproceso
Patas
Bastidor
Cubierta
Pintura
Totales:

Defectos
212
545
71
54
882

Nmero de unidades procesadas =

Nmero total de defectos =
882
1

Oportunidades/ Unidad
17
5
9
1
32
1510

Forrest W. Breyfogle III. Implementing Six Sigma Ed. John Wiley & Sons, Inc.1999
Pgina 1

MEDICIONES PARA SEIS SIGMA

P. Reyes / Febrero 2004

Defectos por oportunidad (DPO) =

D
882

.0182
N O 1510 32

DPMO = .0182 X 1,000,000=18,253

De la tabla de conversin de sigma determinamos el valor que ms se acerca a 18,253 siendo este:
sigma = 3.6
Rendimiento de primera pasada (YFT) y ltima pasada (YLP)
Los resultados y el nmero de defectos pueden medirse antes o despus de que se detecten,
corrijan o revisen los defectos. Los resultados se miden en % y el nmero de efectos en defectos
por oportunidad (DPO) o defectos por milln de oportunidades (DPMO).
Observemos la siguiente figura:

SUBPROCESO

N articulos con
cero defectos

Trabajo

Hay D1 defectos

YFP

Revisar el trabajo

Subsisten D2 defectos

YLP

En este subproceso podemos observar la entrada de N artculos con cero defectos, se realiza un
trabajo en el cual hay D1 defectos, resultando el rendimiento de primera pasada (Y FP), despus se
revisa el trabajo y al final subsisten D2 defectos, siendo este el rendimiento de la ltima pasada
(YLP).
Ejemplo 2
Una planta de productos alimenticios empaca cierto tipo de quesos en una de sus lneas. La
produccin en un turno es de 5,000 unidades. Existen 3 oportunidades de defecto en cada unidad:
- Mal sellado del empaque
- Producto maltratado
- Empaque roto
Se encontraron 64 defectos, de los cuales 14 se encontraron antes de ser enviados a la lnea de
empaque final, despus de esto 50 defectos todava subsisten. Se pide calcular Y FP y YLP.
Rendimiento de Primera pasada YFP

DPO

64
.0042
5000 3

DPMO = .0042 X 1,000,000 = 4,266.66

YFP = 1-.0042 = .9958 = 99.58%

Pgina 2

MEDICIONES PARA SEIS SIGMA

P. Reyes / Febrero 2004

Rendimiento de Ultima pasada YLP

DPO

50
.0033
5000 3

DPMO 3,333.33

YLP = 1- .0033 = .9967= 99.67%

Observamos que el rendimiento de ultima pasada es mayor que el rendimiento de primera pasada.

Rendimiento real o estndar (YRT)

Mide la probabilidad de pasar por todos los subprocesos sin un defecto = El

producto del resultado de cada paso: YFP1 YFP2 YFP3 ......YFPn
Rendimiento sensible a pasos y defectos en los pasos.
Ejemplo 3:
Un proceso con cinco subprocesos tienen los rendimientos siguientes de throughput: 0.98, 0.93,
0.95, 0.98 y 0.94. El Rendimiento Estndar Y RT= 0.98x 0.93 x 0.95x 0.98x 0.94 = 0.7976, es la
probabilidad de que el producto pase sin error.
Rendimiento Normal (YN)
El rendimiento normal mide el promedio de rendimientos por los pasos del proceso.
Es el promedio exponencial basado en el numero de pasos del proceso, no es un promedio
aritmtico.

YN n YRT , donde n es igual al nmero de pasos en el proceso.

Ejemplo 5
En un proceso con 3 pasos tenemos los siguientes YFT:
Paso 1: 80%
Paso 2: 70%
Paso 3: 90%
Calcular YN
Primero calculamos YRT = .504

YN n YRT 3 .504 79.6%

Nota: El rendimiento Normal es el promedio del rendimiento del proceso. Sigma es calculado a partir
de un rendimiento Normalizado.
Variacin a largo plazo vs. Variacin a corto plazo (Z-Value)
Largo plazo: son los datos tomados durante un periodo de tiempo suficientemente largo y en
condiciones suficientemente diversas para que sea probable que el proceso sufra algunos cambios
y otras causas especiales.
Corto plazo: datos recogidos durante un periodo de tiempo suficientemente corto para que sea
improbable que haya cambios y otras causas especiales.

Pgina 3

MEDICIONES PARA SEIS SIGMA

P. Reyes / Febrero 2004

Para el clculo de datos a largo plazo a partir de datos a corto plazo restamos 1.5, debido a los
desplazamientos que sufre la media debido al cambio natural en los procesos.
ZST = ZLT+1.5
ZBenchmark = ZYN+1.5
Donde:
ZST= Z a corto plazo.
ZLT= Z a largo plazo.
YN = Rendimiento Normal

EJEMPLO 6
Un proceso tiene un YRT = .38057 con 10 operaciones. Determine YN y Zbenchmark

YN 10 .38057 .9079
Z benchmark = .9079+1.5= 2.4079

Calculo de Sigma en Excel

La sigma del proceso que es la sigma a corto plazo Zst se determina como sigue:

METODO 1:
1. El rendimiento es igual a Yrt = 1 DPU

o Yrt = 1 D / DPO

2. La Z sigma a largo plazo Zlt = distr.norm.estand.inv(Yrt)

3. La Z sigma a corto plazo o Sigma del proceso = Zst = Zlt + 1.5

METODO 2:
1. Se determina Zlie y Zlse en base a las especificaciones
2. Se determina la fraccin defectiva P(Zlie) y P(Zlse)
3. Con P(Zlie) = distr.norm.estand.inv(Zlie) y P(Zlse) = distr.norm.estand.inv(-Zlse)
4. La fraccin defectiva total es P(Zt) = P(Zlie) + P(Zlse)
5. El rendimiento se determina con Yrt = 1 P(Zt)
6. La Z sigma a largo plazo Zlt = distr.norm.estand.inv(Yrt)
7. La Z sigma a corto plazo o Sigma del proceso = Zst = Zlt + 1.5

Pgina 4

MEDICIONES PARA SEIS SIGMA

P. Reyes / Febrero 2004

Clculo de Sigma con MINITAB

1. La Z sigmas del proceso a largo plazo en base al rendimiento se determina como:
Calc > Probability Distributions > Normal
Seleccionar Inverse Cumulative probability Mean 0.0 Estndar deviation 1
Input constant valor de Yrt OK, se obtiene la Zlt de largo plazo.
2. La Z del proceso se determina con Zst = Zlt + 1.5
Ejemplo 7
En una fbrica de plsticos, se producen unos contenedores propios para alimentos.
En un lote de produccin de 10,000 unidades se encuentran 125 artculos defectuosos, la
oportunidad de cometer un defecto es 3. Calcule sigma y analice los resultados proporcionados.

Pgina 5

MEDICIONES PARA SEIS SIGMA

P. Reyes / Febrero 2004

Pgina 6

MEDICIONES PARA SEIS SIGMA

P. Reyes / Febrero 2004

TABLA DE CONVERSIN DE CAPACIDAD DEL PROCESO EN SIGMAS METODO 1

Pgina 7

MEDICIONES PARA SEIS SIGMA

Tabla Z Mtodo 2

Pgina 8

P. Reyes / Febrero 2004