Investigacin de Six Sigma

ndice

1. Principios Bsicos I. II. III. Que es Six sigma? Mtodo DMAIC Distribucin Normal

2. Herramientas Bsicas para Six Sigma I. II. III. IV. V. VI. VII. VIII. IX. . Diagrama de Pareto Estratificacin Hoja de Verificacin Diagrama de Causa-Efecto (Ishikawa) Lluvia de Ideas Diagrama de Dispersin Modelo de Regresin Mapeo de Procesos Multivary

3. Biografas

Investigacin sobre Six Sigma Principios Bsicos

I. Que es Six sigma?
Six sigma es una metodologa para minimiza errores y maximiza los valores. El trmino Six Sigma proviene de la base estadstica del enfoque y la metodologa utilizada para hacer frente a estas dos preocupaciones: el despliegue de comportamientos caractersticos y el aumento natural de la variacin en cada caracterstica en el largo plazo. La maneta de Six Sigma es llegar a un mximo de 3.4 defectos por milln de eventos u oportunidades, entendiendo como defecto cualquier evento en que un producto o servicio no logra cumplir los requisitos del cliente.

Defectos por Milln de Oportunidades (DPMO)

1 sigma 2 sigma 3 sigma 4 sigma 5 sigma 6 sigma 690.000 DPMO 308.538 DPMO 66.807 DPMO 6.210 DPMO 233 DPMO 3,4 DPMO 31% de eficiencia 69% de eficiencia 93,3% de eficiencia 99,38% de eficiencia 99,977% de eficiencia 99,99966% de eficiencia

Six Sigma utiliza herramientas estadsticas para la caracterizacin y el estudio de los procesos. Su nombre esta dado por que sigma es la desviacin tpica que da una idea de la variabilidad en un proceso y el objetivo de la metodologa seis sigma es reducir sta de modo que el proceso se encuentre siempre dentro de los lmites establecidos por los requisitos del cliente.

II.

Mtodo DMAIC
El proceso Six Sigma se caracteriza por 5 etapas bien concretas:

Definir el problema o el defecto Medir y recopilar datos Analizar datos Mejorar Controlar

Etapa 1 Definir: Se identifica los posibles proyectos, primero se debe ser definido el problema en trminos mesurables y concretaros. Deben ser evaluados por la direccin para evitar la inadecuada utilizacin de recursos. Etapa 2 Medir: Consiste en la caracterizacin del proceso identificando los requisitos clave de los clientes, las caractersticas clase del producto y los parmetros que afectan al funcionamiento del proceso.

Etapa 3 Analizar: Se evalan los datos de resultados actuales e histricos. Se generan hiptesis sobre posibles relaciones causa-efecto. As se confirma los determinantes del proceso, es decir las variables cable de entrada o focos vitales que afectan a las variables de respuesta del proceso. Etapa 4 Mejorar (Improve): Se trata de determinar la relacin causa-efecto para predecir, mejorar y optimizar el funcionamiento del proceso. Etapa 5 Controlar: 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 implementado lo cambios

III.

Distribucin Normal

Como sabemos la letra griega Sigma () es utilizada en estadstica para denominar la desviacin estndar (medida de dispersin de los datos respecto al valor medio). Bueno y uno se preguntara para que hago mencin en la distribucin normal. Bueno la razn es muy simple, si nosotros revisamos dentro de las propiedades de la misma, encontraremos lo siguiente. o Propiedades: 1. Es simtrica respecto de su media, 2. Los puntos de inflexin de la curva se dan para x = y x = + 3. Distribucin de probabilidad en un entorno de la media: 1) En el intervalo [ - , + ] se encuentra comprendida, aproximadamente, el 68,26% de la distribucin. 2) en el intervalo [ - 2, + 2] se encuentra, aproximadamente, el 95,44% de la distribucin. 3) por su parte, en el intervalo [ -3, + 3] se encuentra comprendida, aproximadamente, el 99,74% de la distribucin.

Figura 1: 3 Sigma

Si nosotros continuamos con la distribucin de probabilidad y llegamos al intervalo [ - 6, + 6] podemos notar que hemos llegando a los niveles de 99.9999998% de la distribucin, lo cual es lo que Six Sigma genera el estndar.

Figura 2: 6 Sigma

La representacin grfica de la distribucin normal de los datos es analizada y en base a ella se obtienen los resultados del proceso y tomar las decisiones adecuadas para las mejoras y contra mejoras de dichos procesos.

Figura 3: Figura Sigma

Herramientas Dsicas para Six Sigma

I. Diagrama de Pareto

Es un grafico espacial de barras cuyo campo de anlisis o aplicacin son los datos categricos, y tiene como objetivo ayudar a localizar el o los problemas vitales, as como sus causas ms importantes. Esta basado en la llamado Principio de Pareto lo que la ley 80-20. Debido que unos pocos elementos, generan la mayor parte del efecto. Con este diagrama podemos ir discriminando los problemas, de manera que iramos subiendo de nivel y as lograr un mejor resultado y obtener el problema real. o Recomendaciones El diagrama lo podemos dividir en ciertos pasos que son: 1. El diagrama de Pareto clasifica defectos, quejas, horas o cualquier otra variable en funcin de categoras o facturas de inters. Cada clasificacin genera un diagrama. 2. En ocasiones se debe multiplicar la frecuencia de ocurrencia de cada queja por su gravedad correspondiente, y a partir de los resultados de esa multiplicacin se hace el diagrama. 3. Se recomienda no pasar al tercer nivel hasta agotar todas las opciones (factores de inters) de segundo nivel. 4. Las barras no deben representar el 80% como tal, ms bien deben superar claramente al resto de las barras. 5. SI un DP es uniforme, se deben reanalizar los daos o el problema y su estrategia de clasificacin. 6. El eje vertical derecho representa una escala en % de 0 a 100, para poder evaluar la importacin de cada categora respecto a los dems. 7. Para no tener un numero excesivo de categoras, deberamos agrupar las categoras menos importantes y hacer mas sencillo el anlisis.

Figura 4: Diagrama de Pareto

II.

Estratificacin

Esta herramienta esta basada en el mtodo de Muestreo Estratificado, en la cual dice, que un estrato es la divisin de la poblacin en grupos relativamente homogneos. Utilizaremos uno de los siguiente planteamientos: 1. Seleccionamos aleatoriamente de cada estrato un nmero especfico de elementos correspondientes a la fraccin de ese estrato en la poblacin como un todo. 2. Extraemos un nmero igual de elementos de cada estrato y damos peso a los resultados de acuerdo con la porcin del estrato con respecto a la poblacin total. o Parte estadstico Con esta herramienta podemos utilizarla para poder analizar problemas, fallas, quejas o datos, clasificndolos o agrupndolos de acuerdo con los factores que se cree pueden influir en la magnitud de los mismos. En pocas palabras le podemos decir que esto es una clasificacin de datos. Dado lo anterior podemos decir que es una poderosa estrategia de bsqueda que facilita entender como influyen los diversos factores que intervienen en una situacin problemtica, de forma que se pueden localizar diferencias, prioridades y pistas que permitan profundizar en la bsqueda de las verdaderas causas de un problema. Esta herramienta recoge la idea del diagrama de Pareto y la generaliza como una estrategia de anlisis y bsqueda. Una de las formas para obtener un informacin es con un histograma multimodal puede ser la manifestacin de diferentes estratos que originan los datos bajo anlisis; un diagrama de dispersin que indica baja correlacin puede deberse a la presencia de varios estratos. o Recomendaciones para estratificar: 1. A partir de un objetivo claro e importante, determinar con discusin y anlisis las caractersticas o factores a estratificar. 2. Mediante la coleccin de datos evaluar la situacin actual de las caractersticas seleccionadas. Expresar grficamente la evolucin de las caractersticas. 3. Determinar las posibles causas de la variacin en los datos contenidos con la estratificacin. Esto puede llevar a estratificar una caracterstica mas especifica, como en los ejemplos. 4. Ir ms a fondo en alguna caracterstica y estratificarla. 5. Estratifica hasta donde sea posible y obtener conclusiones de todo el anlisis hecho.

Figura 5: Grafica de Estratificacin

III.

Hoja de verificacin (Obtencin de datos) Como su nombre los dice es una herramienta para recolectar datos, de forma que se registro sea sencillo, sistemtico y que sea fcil analizarlo. Una buena hoja debe permitir apreciar las principales caractersticas de la informacin buscada. Con los datos que se plasman en la hoja, nos permite obtener ciertas situaciones como: Describir el desempeo o los resultados de un proceso. Clasificar las fallas, quejas o defectos detectados, con el propsito de identificar sus magnitudes, razones, tipos de fallas, reas de donde proceden y ms. Confirmar posibles causas de problemas de calidad. Analizar o verificar operaciones y evaluar el efecto de planes de mejora.

La finalidad es fortalecer el anlisis y medicin del desempeo de los procesos empresariales y tener la informacin necesaria. o Recomendaciones 1. Determinar que situacin es necesario evaluar, sus objetivos y el propsito que se persigue 2. Estableces periodos para obtencin de datos. 3. Disear el formato apropiado, seo debe contener datos relevantes para el negocio.

Figura 6: Histograma

IV.

Diagrama de Ishikawa
Este diagrama es un mtodo grafico que relaciona un problema o efecto con los factores o causas que posiblemente lo genera. Contempla todas las causas y evita el error de buscar soluciones sin cuestionar a fondo cuales son las verdaderas causas. Este hace uso de las tres herramientas anteriores. Son 3 los tipos bsicos de diagrama de Ishikawa: 1. Mtodo de la 6ms 2. Mtodo flujo del proceso 3. Mtodo de estratificacin o enumeracin de causas Mtodo de las 6ms

Es el mtodo ms comn y consiste en agrupar las causas potenciales en seis ramas principales: Mtodos de trabajo, Mano de obra, Materiales, Maquinarias, Medicin y Medio ambiente. La pregunta bsica para este tipo de construccin es: Qu aspecto de esta M se refleja en el problema bajo anlisis? Aspectos o factores a considerar en las 6ms

Mano de Obra: Conocimiento, Entrenamiento, Habilidad, Capacidad y Motivacin Mtodos: Estandarizacin, Excepciones y Definicin de operaciones Maquinas: Capacidad, Condiciones de operacin, Diferencias, Herramientas, Ajustes y Mantenimiento Material: Variabilidad, Cambios, Proveedores y Tipos Mediciones: Disponibilidad, Definiciones, Tamao de muestra, Respetabilidad, Reproducibilidad y Calibracin o Sesgo Medio Ambiente: Ciclos y Temperatura Ventajas del mtodo Obliga a considerar gran cantidad de elementos asociados con el problema. Pude ser usado cuando el proceso no se conoce con detalle. Se concentra en el proceso y no en el producto. Desventajas de mtodo Es una sola rama se identifican demasiadas causas potenciales. Se tiende a concertarse en pequeas detalles del proceso. El mtodo no es ilustrativo para quienes desconoce el proceso.

Figura 7: Mtodo de las 6ms

Mtodo flujo de proceso

Es la misma forma de construccin de mtodo de las 6ms pero agregndole en el centro una lnea donde describimos el proceso de produccin o de administraciones. Ventajas del mtodo Obliga a prepara el diagrama de flujo del proceso. Se considera al proceso completo como una causa potencial del problema. Ves procedimientos alternativos. Posibilidad de descubrir otros problemas no considerados. Conocer el procedimiento a los que no son familiares. Uso para predecir problemas en el proceso

Desventajas de mtodo No es fcil detectar las causas potenciales Es difcil usarlo por mucho tiempo, sobre todo en procesos complejos Algunas causas potenciales pueden aparecer muchas veces.

Figura 8: Flujo de proceso

Mtodos de estratificacin

Se hace el DI y se van directamente a las causas potenciales, sin agrupar en las Ms. La seleccin se puede llevar con lluvias de ideas. Se deben atacar causas reales y no consecuencias o reflejos. De esta manera la construccin del diagrama es natural cuando las categoras de las causas potenciales no necesariamente coinciden con las 6Ms. Ventajas del mtodo Proporciona un agrupamiento claro de las potenciales causas del problema. Este diagrama es menos complejo que los obtenidos con los otros procedimientos. Desventajas de mtodo Se puede deja r d contemplar algunas causas potenciales importantes Puede ser difcil definir subdivisiones principales Se requiere mayo conocimiento del producto o el proceso. Se requiere gran conocimiento de las causas potenciales.

Figura 9: Estratificacin

V.

Lluvia de ideas
La "Lluvia de ideas" es una tcnica para generar muchas ideas en un grupo. Requiere la participacin espontnea de todos. 1. Determinar la necesidad de la lluvia de ideas: Se determina el motivo o la razn por la que se va a realizar la lluvia de ideas. 2. Determinar el lugar de la reunin: La lluvia de ideas debe realizarse en una sala cmoda en donde se pueda dialogar de manera distendida sin interrupciones o distracciones de cualquier tipo. Debe contar con una pizarra o un panel en donde se peguen las tarjetas con las ideas propuestas. 3. Convocar a los participantes: Lo recomendable es que se conforme un grupo heterogneo. El grupo no debe ser muy pequeo ni muy grande, lo recomendable es conformar un grupo de unos 12 participantes. 4. Presentacin y formulacin de la pregunta: En esta etapa el moderador explica el motivo de la reunin, plantea el problema, define la mecnica que se utilizar, establece las reglas, y finalmente procede a formular la pregunta. 5. Formulacin de ideas: En esta etapa los participantes proponen sus ideas por un periodo de tiempo determinado sin que se permita ningn tipo de crtica o juicio sobre stas, procurando recoger el mayor nmero de ideas. La formulacin de ideas puede ser estructurada o no estructurada: Estructurada: Los participantes proponen sus ideas en orden, por ejemplo, de izquierda a derecha (una idea por turno), pudiendo el participante ceder su turno en caso de no tener alguna idea al momento en que le toque participar.

 No estructurada: Los participantes proponen sus ideas sin ningn orden en particular. Asimismo, la formulacin de ideas puede ser hablada o annima: Hablada: Los participantes proponen sus ideas de manera oral, las cuales son escritas inmediatamente en una pizarra por el moderador. Annima: Los participantes escriben sus ideas en una tarjeta o ficha (una idea por tarjeta), las cuales luego son ledas por el moderador y pegadas en un panel. 6. Evaluacin y seleccin de ideas: Finalmente, con la ayuda de los participantes se procede a evaluar las ideas, descartando en primer lugar aquellas que no vengan al caso o que no valga la pena considerar, y creando as una lista con ideas preseleccionadas, de las cuales finalmente se proceder a seleccionar una o varias. En caso de no darse consenso para elegir una idea, es posible realizar una votacin. Y en caso de no quedar satisfechos con las ideas, es posible realizar una nueva ronda de lluvia de ideas aprovechando las ideas que ya han sido preseleccionadas y que podran tomarse como referencia.

VI.

Diagrama de Dispersin
Es una grafica de tipo X-Y cuyo objetivo es analizar la forma en que dos variables numricas estn relacionadas. Para investigar si existe alguna relacin entre dos variables, existen varios mtodos estadsticos. Uno de ellos es el diagrama de dispersin, que se obtiene si X representa una variable y Y la otra; entonces se colectan los datos en pares de valores sobre las dos variables (x i, yi). Las parejas de datos obtenidos se representan a treces de un punto en una grafica del plano cartesiano. Interpretacin de un diagrama de dispersin

Existen algunos patrones tpicos de la correlacin y aspectos a considerar en la interpretacin de un diagrama de dispersin son: Correlacin positiva: Se da cuando al aumentar una de las variables la otra aumenta. Correlacin negativa: Se da cuando al aumentar una de las variables la otra disminuye. Correlacin nula: Se da cuando no hay dependencia de ningn tipo entre las variables. Tambin existen grados de correlacin: Correlacin fuerte: Ser cuanto ms cerca estn los puntos de la recta. Correlacin dbil: Ser cuanto ms separados estn los puntos de la recta. Correlacin nula: Sera cuando no existe ninguna recta con los puntos. Sobre la posibilidad relacin causa-efecto, se debe tener en cuenta que dos variables estn relacionados no necesariamente implica que una causa a la otra. Lo nico que indica el diagrama de dispersin es que existe una relacin.

Figura 10: Dispersin

Construccin de un diagrama de dispersin

1. Obtencin de datos: Una vez que se han selecciona las variables, se colectan los valores de estas en parejas. Ms punto mejor diagrama. 2. Elegir ejes: Para descubrir una reaccin causa-efecto, la posible cause representan en el eje X y el probable efecto en el eje Y. SI lo que se esta investigado es la relacin entere dos variables cualesquiera, entonces en el eje X se anota la que se puede controlar mas, medir mas fcilmente, o la que ocurre primero durante el proceso. 3. Construir escalas: Los ejes deben ser tan largos como sea posible, pero de longitud similar. Se seguir encontrar el valor mximo y mnimo de ambas variables para que coincidan. 4. Graficar los datos: Con base en las coordenadas en el eje X y en el eje Y, representar con un punto cada pareja de valores de las variables. Puntos similares, se considera ya graficados. 5. Documentar el diagrama: Poner toda la informacin que sea de utilidad para identificarlo. Coeficiente de correlacin

Para asegurar de que la relacin entre dos variables que se observa en un diagrama no se debe a una construccin errnea del diagrama de dispersin y para cuantificar la magnitud de la correlacin lineal en trminos numricos, es de utilidad calcular el coeficiente, el cual para una muestra de n parejas de puntos del tipo (xi, yi) esta definido por

Verificando que -1 r 1

Valores de r cercanos o iguales a cero implica poco o nula relacin lineal entre X y Y. Valores de r cercanos a 1 indican una relacin lineal fuerte y valores de r prximos a -1 sealan fuerte correlacin negativa. En el imparable caso de que r = 1 o r = -1, entonces la relacin lineal es perfecta, en la que los puntos graficados se ajustan perfectamente bien a una lnea recta.

VII.

Modelo de Regresin

Ms que nada es utilizado para generar un modelo de relacin entre una respuesta y una variable de entrada. Las observaciones se dispondrn en dos columnas, de modo que en cada fila figuren la abscisa x y su correspondiente ordenada y. La importancia de las distribuciones bidimensionales radica en investigar como influye una variable sobre la otra. Si utilizamos un sistema de coordenadas cartesianas para representar la distribucin bidimensional, obtendremos un conjunto de puntos conocido con el diagrama de dispersin, cuyo anlisis permite estudiar cualitativamente, la relacin entre ambas variables tal como se ve en la figura. El siguiente paso, es la determinacin de la dependencia funcional entre las dos variables x e y que mejor ajusta a la distribucin bidimensional. Se denomina regresin lineal cuando la funcin es lineal, es decir, requiere la determinacin de dos parmetros: la pendiente y la ordenada en el origen de la recta de regresin, y= 0x + 1. La regresin nos permite adems, determinar el grado de dependencia de las series de valores X e Y, prediciendo el valor y estimado que se obtendra para un valor x que no est en la distribucin.

Figura 11: Regresin

Para obtener los valores de regresin line basados en los siguientes datos los cuales este de esta forma (xi, yi) podemos hacer lo siguiente:

Figura 12: Obtencin de datos

A partir de lo anterior podemos sustituir los datos en la formula siguiente, de ah hacer uso de ella con datos futuros y obtener la relacin sobre esos datos.

VIII.

Mapeo de procesos

Es una representacin grafica de un proceso en la que se ilustran en forma detallada todos los pasos del proceso, tanto los que agregan valor como los que no: tambin se identifican las variables claves del proceso, tanto de entra como de salida. El mapeo se hace en tres niveles: Macro: Toda una organizacin Local: Todo un proceso Micro: Un subproceso en particular Los pasos que hay seguir para realizar un mapeo de procesos. 1. 2. 3. 4. Listar los pasos en general y las principales variables de salida que son claves para el cliente. Identificar los pasos que agregan valor y los que no agregan valor en el proceso. Mostrar las caractersticas crticas de calidad de cada paso del proceso y producto. Listar y clasificar las entradas claves en cada paso del proceso. La clasificacin se puede hace como: critico (*), controlado (o) y de ruido (x). 5. Aadir las especificaciones de operaciones actuales y los objetivos de proceso para las entradas controlados y criticas.

Figura 13: Smbolos de Flujo

Figura 14: Diagrama de Flujo

IX.

Multivary

Es una grafica de anlisis especial cuyo propsito es identificar fuentes de variacin en un proceso que tiene un efecto adverso en el producto. Es similar a la estratificacin, pero trabajando con datos continuos exclusivsimamente y observndolo a travs del tiempo. De acuerdo con las siguientes familias de variacin 1. Variacin (posicional) dentro de una pieza: Es frecuencia que haya caractersticas de calidad cuya magnitud cambien dentro de una misma parte o producto. 2. Variacin (cclica) de pieza a pieza: Este tipo de variacin es observada entre piezas producidas durante un lapso de tiempo, o la variacin de lote a lote. 3. Variacin (temporal) tiempo a tiempo: Aqu la idea es observar la variacin que se de entre las piezas producidas en diferentes horas del da o den diferentes das. 4. Flujo de proceso a flujo de proceso: Este tipo de variacin ocurre cuando dos o ms flujos de proceso producen el mismo producto. Las cartas de control tradicionales no estn diseadas para controlar procesos de manufactura con mltiples flujos.

Biografas
Libros Consultados

1. Control estadstico de calidad y Six Sigma Mc Graw Hill Humberto Gutirrez Pulido Romn de la Vara Salazar 2. METODOLOGA SIX-SIGMA: CALIDAD INDUSTRIAL. Ing. Gustavo Lpez Investigador del Instituto de Ingeniera-UABC 3. Six Sigma for Quality and Productivity Promotion Sung H. Park Asian Productivity Organization

Va Internet

http://www.monografias.com/trabajos30/inferencia-estadistica/inferencia-estadistica.shtml http://homepage.cem.itesm.mx/alesando/index_archivos/MetodolDisMejoraDeProcesos/LluviaDeIdeas.pdf http://www.crecenegocios.com/lluvia-de-ideas/ http://www.sixsigmaespanol.com/six-sigma-article-DMAIC.php http://es.wikipedia.org/wiki/Distribuci%C3%B3n_normal