Está en la página 1de 0

INSTITUTO POLITECNICO NACIONAL

Escuela Superior de Ingeniera Mecnica y Elctrica

Filosofa 6- sigma una metodologa para mejorar la


calidad de productos y servicios en el sector productivo

QUE PARA OBTENER EL TITULO DE


INGENIERO ROBOTICA INDUSTRIAL
PRESENTA

JAIME IGNACIO VAZQUEZ CERVANTES

Mxico, D.F.

2005

INDICE

1. INTRODUCCION

05

2. GENERALIDADES

07

2.1

Fases de mtodo (DMAIC) Breve Descripcin


2.1.1 Fase de definicin
2.2.1 Fase de medicin
2.2.3 Fase de anlisis
2.2.4 Fase de mejora
2.2.5 Fase de control

08
08
08
08
09
09

2.2

Fase de definicin
2.2.1 Definir el problema
2.2.1.1 Declaracin del problema
2.2.2 Identificar al cliente
2.2.2.1 Tipos de cliente
2.2.3 Identificar las caractersticas criticas de la calidad (CTQ)
2.2.3.1 Definicin de (CTQ)
2.2.3.2 Voz del cliente
2.2.4 Hacer el mapa del proceso
2.2.2.1 Beneficios
2.2.2.2 Componentes de un proceso
2.2.4.3 Smbolos estandarizados
2.2.5 Redefinir el alcance del proyecto
2.2.5.1 Confirmar el alcance
2.2.5.2 Diagrama de causa y efecto
2.2.6 Actualizar la asignacin del proyecto
2.2.6.1 Elementos crticos de la asignacin
2.2.6.2 Caso de negocios

10
10
11
11
12
12
13
14
15
15
15
17
18
18
19
20
20
20

2.3

Fase de Medicin
2.3.1 Identificar la medicin y la variacin
2.3.1.1 Introduccin a la medicin y variacin
2.3.1.2 Definicin de medir
2.3.1.3 Definicin de variacin
2.3.1.4 Fuentes de variacin
2.3.1.5 Anlisis mtodo efecto y falla (AMEF)
2.3.1.6 Herramientas AMEF
2.3.1.6.1 Hoja de calculo AMEF
2.3.1.6.2 Tabla de severidad
2.3.1.6.3 Tabla clasificaciones de incidencia
2.3.1.6.4 Tabla clasificacin deteccin

21
22
22
22
23
24
24
26
26
26
28
28

2.3.1.6.5 Interpretar numero de prioridad de riesgo (NPR) 29


2.3.2 Determinar tipo de informacin
29
2.3.2.1 Tipo de informacin
29
2.3.2.2 Ventajas de los datos por variables
30
2.3.3 Desarrollar un plan de recoleccin de datos
31
2.3.3.1 Como recolectar la informacin
33
2.3.3.2 Estratificacin
33
2.3.3.3 Hojas de verificacin
33
2.3.3.4 Muestreo
33
2.3.4 Realizar un anlisis de sistema medicin
34
2.3.4.1 Repetibilidad
35
2.3.4.2 Reproducibilidad
35
2.3.4.3 Tipos de grafica RyR
37
2.3.4.3.1 Grafica x por operador
37
2.3.4.3.2 Grafica r por operador
37
2.3.4.3.3 Interaccin del operador
38
2.3.4.3.4 Por operador
38
2.3.4.3.5 Recorrer el proceso
38
2.3.5 Llevar acabo la recoleccin de datos
39
2.3.5.1 Revisiones de fase de medicin
39
2.4

Fase de anlisis
2.4.1 realizar anlisis de capacidad
2.4.1.1 Propsito
2.4.1.2 Cambio y desviacin de los procesos
2.4.1.3 Calculo de la sigma a corto y largo plazo
2.4.1.4 Convertir una sigma LP a CP
2.4.1.5 Informacin datos por atributos
2.4.1.6 Calcular la capacidad de proceso
2.4.1.7 Relacin entre variacin y capacidad
2.4.2 Seleccionar herramientas de anlisis
2.2.4.1 Grafica de pareto
2.2.4.2 Grafica de corridas
2.2.2.3 Grafica boxplot
2.4.2.4 Grafica histograma
2.4.2.5 Grafica de dispersin
2.4.3 Aplicar herramientas de anlisis grafico
2.4.3.1 identificar las fuentes de variacin
2.4.3.2 Propsito de aplicacin
2.4.3.4 Mtodos de verificacin

40
41
41
42
43
43
44
45
48
50
51
51
52
53
53
54
54
54
54

2.5

Fase de mejora
2.5.1 Generar alternativas de mejora
2.5.1.1 Desarrollar criterios de mejora
2.5.1.2 Realizar criterios de mejora
2.5.1.3 Definicin de lluvia de ideas
2.5.1.4 Evaluar las mejoras
2.5.1.5 Diseo de experimentos

56
56
56
58
58
59

2.5.1.6 Diseo de experimentos (DOE)


2.5.1.6.1 diseo de experimentos etapas
2.5.1.6.2 problema
2.5.1.6.3 barreras para un DOE efectivo
2.5.2 Crear el mapa de proceso como debe de ser
2.5.3 Desarrollar AMEF
2.5.3.1 Desarrollar acciones recomendadas
2.5.4 Piloto
2.6

62
62
65
65
65
66
67
68

Fase de control
2.6.1 Realizar a prueba de error (poka yoke)
2.6.1.1 Ejemplos
2.6.2 Desarrollar el plan MSA a largo plazo
2.6.2.1 Propsito de un plan MSA
2.6.2.2 Elementos de un MSA
2.6.3 aplicar graficas de control
2.6.3.1 Definicin
2.6.3.2 Grficos de control y desviacin
2.6.3.3 Interpretacin grficos de control
2.6.3.4 Limites de control y especificacin
2.6.3.5 Tipos de grficos
2.6.3.5.1 datos por atributos grafico P
2.6.3.5.2 datos por atributos grafico U
2.6.3.5.3 datos por variables grafico I-MR
2.6.3.5.4 datos por variables grafico X-R
2.6.4 Realizar plan de reaccin
2.6.4.1 propsito
2.6.4.2 desarrollar un plan de reaccin
2.6.5 Actualizar SOP y el plan de entrenamiento
2.6.5.1 Definicin

69
71
71
71
72
72
73
73
73
74
74
75
76
76
77
77
77
78
78
78

3.

APLICACIN PRCTICA
3.1
Definicin del caso
3.2
Medicin del caso
3.3
Anlisis del caso
3.4
Mejora
3.5
Control

79
83
85
91
95

4.

ESTUDIO ECONOMICO

96

5.

CONCLUSIONES

97

5.

BIBLIOGRAFIA

98

INTRODUCCIN

Seis Sigma es un disciplinado proceso el cual nos ayuda a enfocar, perfeccionar y


poder llegar cerca de la perfeccin en productos y servicios. La palabra Sigma es un trmino
estadstico que nos permite medir que tanto se desva nuestro proceso de la perfeccin. La
idea central detrs de seis sigma es que si se pude medir cuantos defectos se tiene en el
proceso se puede estimar sistemticamente como eliminarlos y llevarlos lo mas cercano
posible a cero defectos. Seis sigma es un proceso que nos ayuda a tomar decisiones basadas
en datos (informacin) y ofrece una metodologa estructurada para alcanzar rpidamente
mejoras mediante el uso sistemtico de herramientas estadsticas, que identifican causas de
raz y llevan a la reduccin de la variabilidad de nuestros productos y procesos.
Seis Sigma produce resultados financieros superiores, usando estrategias de negocios
que no solo reviven compaas, pero tambin les permite ir a la cabeza de sus competidores
en ganancias econmicas.
Si queremos entender cuales son los valores de una organizacin, solamente tenemos
que ver que estn midiendo, registrando, analizando, reportando y que acciones estn
llevando a cabo.
La estadstica es una ciencia esencial en el uso de esta disciplina, la estadstica acta
como un microscopio poderoso que hace visible lo que antes era invisible. La estadstica crea
los fundamentos para la calidad que se traduce en rentabilidad y acciones en el mercado.
Solamente conocimiento puesto en uso, genera capital

Los orgenes del Seis Sigma tienen su nacimiento en Motorola en 1979, cuando su
ejecutivo Art Sundry en una junta Gerencial proclamo El problema real de Motorola es que su
calidad apesta !, en esa poca en que casi todas las compaas de Amrica crean que la
calidad costaba dinero, Motorola vio que mejorando la calidad, mejorara los costos. Ellos
creyeron que productos de alta calidad debera costar menos producirlos. Que los esfuerzos
para alcanzar la calidad no dependan de detectar y corregir, sino de prevenir defectos a
travs de controlar la manufactura y el diseo de los productos.
Como resultado, Motorola empez a cuestionarse como mejorar la calidad y
simultneamente reducir tiempo de produccin y costos, enfocndoos en el diseo y
manufactura los productos. as, Seis Sigma les permiti ser preactivos en lugar de reactivos.
Haciendo mejoras en todas las operaciones dentro de sus procesos obtuvieron resultados mas
rpida y efectivamente.

Seis Sigma aplica a productos y servicios, no a las compaas que los produce o
proporciona. Existe una importante diferencia entre productos y procesos Seis Sigma y
compaas Seis Sigma. Simplifica sistemas y procesos, mejora la habilidad, y encuentra la
forma de controlar los sistemas y los procesos permanentemente. Por esto es que las
compaas deben alcanzar Seis Sigma en todo lo que hacen.
Es un objetivo, una meta.
Es importante entender que Seis Sigma se aplica a una caracterstica crtica de calidad
(CTQ), no a un producto. De esta manera en lugar de decir que un producto es Seis Sigma,
decimos que el promedio de oportunidades de no conformanca en un producto es Seis Sigma.
El resultado final de un producto o servicio esta dictado por lo que pasa durante su
proceso. Tengan en mente que Seis Sigma y la estrategia de mejora de resultados, son dos
elementos distinto. Seis Sigma es la filosofa y la meta. La estrategia proporciona los medios
para alcanzar la meta exitosamente.
Seis Sigma le da a la compaa herramientas universales que pueden ser
sistemticamente aplicadas a problemas y luego entonces ser usadas para medir los
resultados. Es una forma sistemtica para reducir la variabilidad en un proceso e incrementa el
ahorro de dlares.
Los clientes quieren comprar productos y servicios de la ms alta calidad y al menor
costo, as como las compaas quieren producir bienes y servicios de la ms alta calidad y al
ms bajo costo.
Las compaas se enfocan en procesos de calidad y los consumidores se enfocan en
productos y servicios de calidad.

GENERALIDADES
En estos tiempos de la globalizacin en donde las empresas del mbito automotriz
compiten en el mercado internacional, para que cada da se logre ganar mayores posiciones
de los productos y servicios, se hace necesario adaptar las nuevas tcnicas y filosofas
(normas) internacionales para la obtencin de la calidad, estas tcnicas y filosofas ayudan a
tener un estudio detallado de que como se encuentra nuestro proceso para poder analizarlo y
saber hasta donde podemos llegar a mejorar.
La demanda de la robtica ha ido creciendo a grandes pasos por lo que es necesario
tener adicionalmente conocimientos de estas nuevas tcnicas y filosofas para poder justificar
la implementacin de robots en el aspecto financiero, de calidad y mejora por lo que se
desarrollara este trabajo ya que los egresados de ingeniera deben de conocer y aplicar todos
los conceptos de calidad para la produccin
Este trabajo mostrara los conceptos/herramientas del seguimiento a la metodologa
Seis Sigma con aplicacin del modelo DMAIC que significa en sus siglas en ingles Define,
Measure, Analyze and Control, as como un ejemplo simplificado de un proyecto realizado en
la industria automotriz ayudando a tener un estudio detallado del comportamiento del
proceso y obtener el costo/beneficio en la automatizacin de dicho proceso.

Una serie de actividades del proyecto que nos llevaran a resultados especficos que
prepararn la siguiente fase del proyecto es el modelo DMAIC.
Metodologas y herramientas clave que se requieren para obtener los resultados de cada fase.
Este es el crculo del modelo de DMAIC al cual nos enfocaremos dentro de este reporte.

FASES DE METODO DMAIC BREVE DESCRIPCION

2.1.1 FASE DE DEFINICION


El propsito de la Fase de Definicin es refinar la comprensin que tiene el Equipo del
Proyecto del problema que se va a tratar, se utilizara para saber quines son los clientes y
definir sus necesidades y expectativas.
En esta fase se determinar funciones y responsabilidades, establecer objetivos y
metas intermedias y revisar los pasos del proceso.
Los resultados de las actividades de la Fase de Definicin se documentan en una
Asignacin del Proyecto segn se terminan. Al concluir la Fase de Definicin, la Asignacin del
Proyecto se actualiza y se publica para documentar el alcance y la direccin del proyecto de 6Sigma.
2.1.2 FASE DE MEDICION
El propsito de la Fase de Medicin es establecer tcnicas para la recoleccin de
informacin acerca del desempeo actual que destaque las oportunidades del proyecto y
proporcione una estructura para monitorear las mejoras subsecuentes.
Durante la Fase de Medicin se eliminar las conjeturas y suposiciones acerca de lo que
los clientes necesitan y esperan, y qu tan bien est trabajando el proceso.
Se recolectar informacin de varias fuentes para determinar el tiempo de ciclo, tipos de
defecto y qu tan frecuentemente ocurren estos defectos, retroalimentacin del cliente acerca
de cmo se ajusta el proceso a sus necesidades, etc.
Al terminar la Fase de Medicin, se obtendr:
Un plan para recolectar informacin que especifique el tipo de informacin y la tcnica de:
Un sistema de medicin aprobado que asegure la precisin y consistencia
Informacin y muestras suficientes para anlisis
Un juego de resultados preliminares de anlisis que proporcione la direccin de
proyecto.
Una medicin base del desempeo actual.
2.1.3 FASE DE ANLISIS
Como resultado de la Fase de Medicin, ahora nos enfocaremos a un grupo distinto de
problemas y oportunidades del proyecto. El propsito de la Fase de Anlisis es permitir al
Equipo del Proyecto a enfocarse mayormente a las oportunidades de mejora al observar ms
de cerca la informacin.
Al terminar la Fase de Anlisis sabremos lo siguiente:
El enfoque para analizar la informacin.
La oportunidad de mejora.
Las causas raz que contribuyen a la oportunidad de mejora.
Cmo se analiz la informacin para identificar las fuentes de variacin.
Si hubo algn cambio a la declaracin del problema o al alcance.

2.1.4 FASE DE MEJORA


Como resultado de la Fase de Anlisis, el Equipo del Proyecto deber de tener una clara
comprensin de los factores que afectan al proyecto.
El propsito de la Fase de Mejora es:
Generar ideas acerca de maneras de mejorar el proceso.
Disear, hacer pruebas e implementar mejoras.
Respaldar las mejoras.
Al terminar la Fase de Mejora:
Habr identificado las alternativas de mejora.
Habr implementado las mejores alternativas para mejorar el proceso.
Habr respaldado las mejoras.
Se habr preparado para la transicin a la Fase de Control.

2.1.5 FASE DE CONTROL


El propsito de la Fase de Control es institucionalizar las mejoras del proceso / producto y
monitorear el desempeo en marcha. Despus de la Fase de Mejora, el Equipo del Proyecto
cambiar el control del proceso nuevamente al Dueo del Proceso (persona o personas
responsables del desempeo del proceso en marcha).
Al terminar la Fase de Control, el Dueo del Proceso comprender:
Las expectativas del cliente acerca del desempeo del proceso / producto.
Cmo medir y monitorear las Xs para asegurar el desempeo de Y
Qu medidas correctivas se deben de llevar a cabo si el proceso ya no est bajo
control.

FASE DE DEFINICION

La fase de definicin esta compuesta por 6 pasos los cuales son:


Definir el problema con una Declaracin del Problema de Alto Nivel.
Identificar especficamente los clientes del proceso o producto afectados por el
problema.
Definir las CTQs (caractersticas crticas para la calidad) desde la perspectiva del
cliente el cual se describe posteriormente.
Alcance del proyecto en un nivel especfico manejable.
Desarrollar una Declaracin del Problema refinada.
Documentar las actividades de la Fase de Definicin en una Asignacin del Proyecto.

2.2.1 DEFINIR EL PROBLEMA


El primer paso de la Fase de Definicin es el paso Definir el Problema. Comienza con
una declaracin del problema de alto nivel que ayuda a definir la verdadera naturaleza del
problema al describir sus sntomas o caractersticas. Comenzar con una buena declaracin
del problema ayuda a evitar suposiciones errneas.
La declaracin del problema de alto nivel sirve como la base de la asignacin del
proyecto.

10

2.2.1.1 Declaracin del problema Elementos


Problemas comunes relacionados con una declaracin del problema ineficiente incluyen:
El problema est pobremente definido o no es cuantificable.
El problema no se relaciona con las expectativas del cliente.
La cuantificacin del problema se basa en informacin anecdtica.
No se indica la fuente de la informacin para cuantificar el problema.
La cuantificacin del problema no se sustenta en informacin del cliente.
La declaracin del problema est enunciada como una solucin predeterminada.

2.2.2 IDENTIFICAR AL CLIENTE


Teniendo una Declaracin del Problema de Alto Nivel, el siguiente paso es identificar al cliente.
En el paso de Identificar al Cliente, el equipo del proyecto determinar a quin afecta
directamente el problema. El equipo del proyecto considerar lo siguiente:
Existen subgrupos de clientes (algunos ms afectados que otros)?
Quin absorbe los costos asociados con el problema (mejora del valor de la
satisfaccin del cliente)?
Durante el paso de Identificar al Cliente, el equipo del proyecto intenta enfocarse a un
grupo especfico de clientes ms afectados. Corregir el problema para este grupo genera los
mayores beneficios, y la mejora subsecuentemente puede elevarse a otros grupos de clientes.

Los proyectos Seis Sigma Enfocados Cliente comnmente se enfocan en cuestiones de


satisfaccin del cliente, por lo que es crtico saber quienes son los clientes.
Todos los negocios tienen clientes internos y externos del proceso; ambos son afectados por
las salidas del proceso o el proceso mismo.
Los clientes externos no estn limitados a los clientes finales del producto o servicio;
los clientes externos tambin pueden incluir a los miembros de la cadena de suministro tales
como distribuidores, gerentes de flotilla, etc. No hay que perder de vista al cliente externo.
Ellos pagan por el producto o servicio y son los clientes ms importantes.
Los clientes internos utilizan las salidas del mismo proceso para completar su propio proceso,
en ltimo trmino son quienes proveen al cliente externo con el producto o servicio. El
proyecto Seis Sigma debe ser capaz de responder a cada grupo de necesidades

11

2.2.2.1 Tipos de Cliente


Los clientes externos son aquellos afectados por el resultado del producto / proceso.
Los clientes internos son aquellos afectados por las operaciones diarias necesarias
para producir un producto o proceso.
Ejemplos:
Externos:

Tiendas al menudeo
Distribuidores al mayoreo
Compradores al menudeo
Compradores por Internet

Ensambladores
Logstica
Contabilidad
Distribuidores

Internos:

2.2.3 IDENTIFICAR LAS CTQ


Una vez que se ha identificado al cliente, este proceso se denomina como Identificar
las Caractersticas Crticas para la Calidad (CTQs) [Characteristics To Quality por sus siglas en
ingls]. La identificacin de las CTQs ayuda al equipo del proyecto a comprender la
apariencia que tiene la calidad para el cliente.
Las CTQs tambin son importantes ya que permiten al equipo del proyecto validar que
el proyecto est enfocado en cuestiones que son importantes para el cliente. Si el proyecto no
se enfoca a cuestiones que son crticas para el cliente (CTQs), se necesitarn definiciones de
problema adicionales para re-definir el problema o identificar el grupo adecuado de clientes.
Una vez que se identifican las CTQs se desarrollar las Definiciones Operativas para
cada CTQ. Las Definiciones Operativas:

12

Describen con precisin la caracterstica CTQ.


Declaran especficamente lo que se considera que satisface realmente la expectativa
del cliente.
Estn escritas de forma que aseguren su interpretacin y medicin consistente.
2.2.3.1 Definicin de CTQ
Para definir las CTQs para un proyecto Seis Sigma se necesita determinar:
Las caractersticas especficas del producto o servicio que tienen ms
importancia.
Cuales son las diferencias entre los segmentos de clientes, Cul segmento
es el segmento objetivo?
Las CTQs deben ser susceptibles de medicin. Es importante ser capaces de medir las CTQs
para determinar el nivel actual de desempeo al comienzo del proyecto Seis Sigma y ser
capaces de evaluarlas si es que queremos obtener mayor satisfaccin del cliente con respecto
a las CTQs al trmino del proyecto.

Ya que la calidad se define desde el punto de vista del cliente, se necesita la opinin de ste
para ayudar a identificar qu caractersticas de calidad son en realidad CTQs.
Para obtener respuesta de esto se puede utilizar la informacin llamada Voz del
Cliente (VOC).

13

2.2.3.2 Voz del cliente


La Voz del Cliente (VOC) [voice of client] se refiere a una compleja estrategia para
aprender sobre los clientes a travs de la recoleccin de datos de diferentes fuentes,
incluyendo:

Inteligencia Interna El conocimiento colectivo sobre el cliente, los competidores y/o el


ambiente del mercado que existen dentro de un negocio.

Comunicaciones Externas El negocio contacta a los clientes para obtener informacin


o asistencia, o para ofrecer productos / servicios relacionados.

Comunicaciones Internas Los clientes contactan al negocio para obtener informacin,


requerir asistencia o expresar quejas.

Contactos Casuales Contactos no planeados entre el cliente y el negocio.

Transacciones Todas las interacciones entre el negocio y los clientes que pagan por
los productos / servicios del negocio.

Investigacin sobre el Cliente Recoleccin formal de informacin sobre los clientes a


partir de lo que desean, por ejemplo, estudios de mercado.

La voz del cliente significa que se contacta directamente al cliente para obtener informacin
precisa necesaria para ayudar a aclarar un problema.

Hay dos variables que afectan la claridad de la informacin recolectada de los clientes:
cercana y efectividad.
La cercana se refiere a que tan directa es la informacin en relacin al cliente. Leer
una queja de un cliente en una forma de computadora es mucho ms lejana del cliente que
reunirse con el cliente y formular las preguntas.

14

La efectividad se refiere a la precisin de la informacin recolectada del cliente. La


experiencia ha enseado a los investigadores que los grupos interactivos de concentracin,
por ejemplo, producen resultados ms claros que las preguntas fijas en una encuesta.

2.2.4 HACER EL MAPA DE PROCESO


En este paso se crea una representacin visual de alto nivel o Mapa del Proceso de los
pasos actuales del proceso que llevan a la total identificacin de los CTQ. Este mapa del
proceso como es ser til durante el proceso como:
Un mtodo para segmentar procesos complejos en porciones manejables.
Una forma de identificar las entradas y salidas del proceso.
Una tcnica para identificar las reas de retrabajo.
Una forma de identificar cuellos de botella, paros y operaciones sin valor agregado.
Un punto de referencia para comparar las mejoras futuras con el proceso original.

2.2.4.1 Beneficios de realizar un mapa de proceso


Proporciona una ayuda visual del proceso
Permite flexibilidad en los niveles Macro vs. Micro
Exige verificacin y objetividad
Sirve como herramienta de orientacin y entrenamiento
Identifica pasos sin valor agregado
Ayuda cuando y donde recolectar la informacin.
Identifica donde los diferentes equipos de trabajo utilizan diferentes procesos.
2.2.4.2 Componentes de un Proceso
A fin de crear un mapa de proceso, es necesario definir una serie de elementos del proceso.
Estos elementos del proceso se refieren a los puntos obligados para que cualquier mapa de
proceso se considere completo.

15

Proveedor: El que proporciona las entradas del proceso.


Entradas: Materiales, recursos e informacin requerida para ejecutar el proceso.
Proceso: Las actividades y recursos aplicados a las entradas y convertirlas en salidas.
Salidas: Los productos o servicios tangibles que resultan del proceso.
Cliente: El que recibe las salidas del proceso.
Dominar los conceptos de los mapas de proceso puede ser ms sencillo si se dominan las
iniciales SIPOC, que representan Proveedores, Entradas, Procesos, Salidas y Cliente (por sus
siglas en ingls) [supplier, inputs, process, outputs, client]

En muchos casos, el equipo puede reducir el SIPOC a IPO Entradas, Proceso y Salidas.
Cualquier proceso dado puede tener mltiples entradas y mltiples salidas. Estas
entradas y salidas representan las Xs y Ys que se discutieron en la porcin de Seleccin del
Proyecto de este entrenamiento en base a la relacin fundamental Y=f(X) como se muestra a
continuacin

Entrada(s)

Proces
o

Salida

X(s)

Y
X

16

2.2.4.3 Simbolos Estandarizados


Se hacen los mapas de proceso utilizando un grupo de smbolos estandarizados
conforme al sistema FPS (ford process system) que se basan en colores y formas nicos para
describir lo que est ocurriendo en el proceso. El uso de estos smbolos permite a todos
comprender el proceso.
En algunos casos los smbolos son diferentes lo que es importante se comprenda.

Lo que ustedes Piensan que es Los equipos comienzan con lo que ellos piensan que es,
en base a su nivel de conocimientos.
Lo que en Realidad es Evalen los mapas con otros dentro de la fuerza de trabajo,
entonces hagan los cambios necesarios para captar la forma en que se realiza el proceso.
Capten todas las formas en que se hace el proceso por varias personas o grupos.
Lo que Debera ser La forma en que el proceso debera hacerse si todo funcionara bien
(no se debe hacer sino hasta la fase Mejorar a no ser que se est diseando algo nuevo).
Recordatorio: Si su proceso est certificado por ISO puede ser que tengan mapas que
puedan utilizar. Pero evalenlos primero, si se cambia el proceso, asegrense de actualizar la
documentacin ISO.

17

2.2.5 REDEFINICION DEL ALCANCE DEL PROYECTO


Durante este paso se realizara lo siguiente:
Especificarn ms a fondo las cuestiones del proyecto.
Desarrollarn una declaracin de problema a nivel micro.
Generarn ideas sobre las fuentes de variacin.
Los problemas que se exploraron en los proyectos especficos pueden involucrar ms
factores o variables de los que se pueden medir y analizar efectivamente. El alcance del
proyecto limita el rango de variables o factores a ser medidos y analizados, a fin de enfocarse
efectivamente en las oportunidades de mejoramiento del proceso.

2.2.5.1 Confirmar el alcance


De forma similar al proceso utilizado en la seleccin del proyecto, los miembros del equipo
deben de buscar la forma de reafinar el alcance de su proyecto hasta un nivel que asegure
que:

El problema esta dentro del rea del control del equipo


Se puede recolectar datos para mostrar los datos actual y mejorado.
Se pueden realizar las mejoras dentro del marco de tiempo del proyecto.
Hay recursos tcnicos / personal adecuado para realizar las actividades del proyecto.

18

2.2.5.2 Diagrama de Causa y Efecto (Ishikawa)


Los diagramas de causa y efecto son una herramienta visual para identificar, explorar y
mostrar grficamente todas las posibles causas relacionadas con un problema o condicin
en mayores niveles de detalle para descubrir sus causas raz. Estos diagramas:
Obligan al equipo a concentrarse en el contenido real o en la naturaleza del problema.
Generan una imagen del conocimiento colectivo y del nivel de conciencia del equipo.
Ayudan a crear un consenso sobre las causas raz y a sustentar las soluciones que
resulten.
Concentran al equipo del proyecto en las causas, en vez de en los sntomas (X, no Y).
Tambin se le puede denominar como diagrama de espina de pescado o de pluma. Algunas
veces, el personal, los mtodos y los materiales pueden ser de las ramas ms largas.

Los diagramas de espina de pescado muestran varias influencias en el proceso a fin de


identificar las ms probables causas raz de un problema.
El efecto del problema se muestra en el cuadro en la parte superior. Las principales
categoras de causas se derivan directamente de la columna. Las causas internas parten de
cada categora principal de causas posibles y el diagrama se desarrolla en mayor nivel de
detalle hasta que se identifican las causas raz.
Las ramas secundarias contienen factores que pueden contribuir a las demoras en la
ubicacin, mientras que las ramas de tercer nivel contienen posibles causas raz de esos
retrasos.

19

2.2.6 ACTUALIZAR LA ASIGNACION DEL PROYECTO


Es un registro de lo que se conoce y se ha planeado sobre un proyecto.
En este paso final de la fase de Definicin, todo lo que sabemos del proyecto se
combina en una Asignacin del Proyecto.
La Declaracin del Problema de alto nivel representa el comienzo de la asignacin del
equipo.
Durante el transcurso de la fase de Definicin, se agregara la informacin a la
asignacin hasta que se completa.
Luego de que se completa la asignacin del proyecto, sta puede ser revisada por los
miembros del equipo, el Cinta Negra asignado al proyecto o por el Champion del Proyecto.
2.2.6.1 Elementos Crticos de la Asignacin
La declaracin del problema en trminos claros, concisos y susceptibles de medicin.
Explicacin del por que se est realizando el proyecto El caso de Negocios Una
declaracin del objetivo y los resultados deseados en trminos medibles y claros
Definicin del alcance del proyecto.
Plan del proyecto y metas intermedias
Funciones y responsabilidades
2.2.6.2 Caso de Negocios
Adems de identificar al cliente afectado directamente por el problema, se debe
tambin ser capaz de cuantificar el impacto que tendr en el negocio al solucionar el problema.
Al igual que con cualquier decisin de negocios, la decisin de realizar un proyecto 6Sigma debe estar en base a una clara comprensin de los beneficios logrados a travs de la
terminacin del proyecto.
Los beneficios de la terminacin de un proyecto Seis Sigma pueden cuantificarse de
varias formas.
Ya que Seis Sigma est enfocado al cliente, mejorar la satisfaccin del cliente con
productos y servicios es uno de los criterios para justificar el proyecto Seis Sigma.
Como una herramienta para reducir la variabilidad, los proyectos Seis Sigma
pueden reducir los costos relacionados con cuestiones como desechos, re-trabajo, errores,
etc. Estos costos se conocen como Mejoramiento del Valor de la Satisfaccin del Cliente o
VOCSI.

20

FASE DE MEDICION

Los 5 pasos de la fase de medicin son los siguientes:

La Fase de Medicin establece las tcnicas para la recoleccin de informacin acerca del
desempeo actual del proceso identificado en la Fase de Definicin. La informacin
recolectada como parte de la Fase de Medicin se utilizar para determinar fuentes de
variacin y servir como referencia para validar las mejoras.
La Fase de Medicin inicia con la identificacin del tipo de informacin que se va a
recolectar y se termina una vez que se halla recolectado una muestra suficiente de informacin
que apoye la siguiente fase del proyecto la Fase de Anlisis.
Al terminar la Fase de Medicin, se tendr:
Un plan para recolectar informacin que especifique el tipo de informacin que se
necesita, las medidas clave para proporcionarla y las tcnicas para recolectarla.
Un sistema de medicin validado que asegure la precisin y consistencia de la
informacin recolectada.
Suficiente informacin para el anlisis del problema.
Conceptos Clave
La fase de Medicin se basa en los siguientes cinco conceptos:
a)
Medicin.- Es la aplicacin de las mtricas para determinar el desempeo de
los procesos.
b)
Variacin.- Es uno de los conceptos importantes por que existe naturalmente
en cualquier proceso es la razn por la cual se lleva a cabo una metodologa
6 sigma.
c)
Informacin.- Es una recoleccin de mediciones que se hace a travs del
tiempo nos ayudara a encontrar la variacin del proceso.

21

d)
e)

Plan de recoleccin de datos.- Describe la manera en la cual podemos tener


una serie de informacin necesaria para utilizarse en la Fase de Anlisis.
Anlisis del sistema de Medicin.- Es la manera de asegurarse de que las
tcnicas de medicin se reproduzcan y se repitan.

2.3.1 IDENTIFICAR LA MEDICIN Y LA VARIACIN


2.3.1.1 Introduccin a la Medicin y a la Variacin
Antes de trabajar con la informacin, el equipo necesita desarrollar una comprensin de
la medicin y la variacin, incluyendo:
Los tipos y fuentes de variacin y la repercusin de sta en el desempeo del proceso.
Diferentes tipos de medidas para la variacin y los criterios para establecer buenas
medidas del proceso.
Los diferentes tipos de informacin que se pueden recolectar, y las caractersticas
importantes de cada tipo de informacin.

Qu es medir en seis sigma?


2.3.1.2 Definicin
Para trminos del mtodo DMAIC el procesar el mejoramiento es tan importante como
la medicin, hay que recordar que las mediciones cuestan tiempo y dinero. Los beneficios de
tener buena informacin necesitan ser ms altos que los costos de conseguirla.
Aqu est una pregunta clave para tenerse presente al considerar si usar una medida
en particular:Qu es lo que hace esta medida por el proyecto? Si no hay una respuesta
clara relacionada con la administracin o el mejoramiento del proceso, detngase y vuelva a
considerar la necesidad de la medicin.
Una manera de determinar la repercusin de la variacin en un proceso es medir las
actividades y salidas del proceso en comparacin con las especificaciones.
Tres tipos de mediciones clave: Entrada, Proceso y Salida.
Al determinar las medidas para el proceso, los equipos deben de tratar de buscar un
equilibrio entre estos tres elementos.

22

La variacin es normal y puede ser influenciada por mltiples factores.


Todas las actividades repetitivas de un proceso tienen una cierta cantidad de
fluctuacin
Las medidas de entrada, proceso, y salida tambin fluctan
Esta fluctuacin se llama variacin.

Medicin

Tiempo

2.3.1.3 Variacin
Considere las variaciones que regularmente ocurren:
En camino al trabajo: variacin en duracin y rutas
Comidas: variacin en el men y la duracin
Guardarropa: variacin en estilo, moda y costo
En la mayora de los casos, los procesos estn diseados para proporcionar a los
clientes productos y servicios de calidad. Sin embargo, la variacin frecuentemente ocurre
durante la aplicacin normal de un proceso. Tal variacin puede significar que el proceso no
cumple con las CTQs del cliente.
La variacin, en este caso, pudiera ser la mayor causa de insatisfaccin al cliente. La
meta de Seis Sigma es reducir la variacin y mejorar la capacidad del proceso para cumplir
con las CTQs del cliente y mejorar la satisfaccin de ste.

23

2.3.1.4 Fuentes de Variacin


Las fuentes de variacin conocidas como 5Ms y 1P, son comunes para todos los
procesos, ya sea de manufactura o basados en negocios.
Mquinas El equipo que se utiliza en la transformacin de entradas a salidas, por
ejemplo, equilibradores, verticales, brazos manipuladores, etc.
Materiales Los elementos transformados de entradas a salidas, por ejemplo, hoja de
metal, conector, etc.
Mtodos Los procedimientos que transforman las entradas en salidas, por ejemplo,
un procedimiento estndar para ensamblar componentes.
Medicin Las herramientas que monitorean el desempeo de un proceso, por
ejemplo, la escala que determina qu tanto de un ingrediente se le va a agregar a la
mezcla.
Madre Naturaleza Los elementos ambientales que influyen en la habilidad de cumplir
con la necesidad o requerimiento de un cliente, por ejemplo, la humedad relativa en
una regin geogrfica.
Personas El personal que influye en la habilidad de cumplir con las necesidades y
requerimientos de un cliente, por ejemplo, el nmero de operadores por turno.
La variacin en un proceso pudiera ser causada por alguno de estos factores o por la
interaccin de dos o ms, tales como Mquinas y Materiales.
Dos Tipos de Variacin
Existen dos tipos principales de variacin:
Las Causas Comunes son condiciones en un proceso que generan variacin por
medio de la interaccin de las 5Ms y 1P. Las causas comunes afectan a cada uno de
los que trabajan en el proceso, y afectan todos los resultados. Las causas comunes
siempre estn presentes y por lo tanto son generalmente predecibles. Estas son
fuentes de variacin y ofrecen oportunidades para el mejoramiento del proceso.
Las Causas Especiales son cosas en un proceso que generan variacin debido a
circunstancias extraordinarias relacionadas con una de las 5Ms o 1P. Las causas
especiales no siempre estn presentes, no afectan a todos los que trabajan en el
proceso y no afectan todos los resultados. Las causas especiales no son predecibles.
2.3.1.5 AMEF
Un Anlisis de Modo y Efecto de Falla (AMEF) es un procedimiento disciplinado que:

Reconoce y evala la posible falla de un producto/ proceso y los efectos de esa falla.
Identifica las medidas que eliminaran o reduciran el riesgo de que ocurra una posible
falla.
Documenta el proceso.

24

El AMEF es una herramienta efectiva que ayuda a asegurar que se consideren y se traten las
causas y las repercusiones que los posibles modos de falla del proceso/producto tienen sobre
el cliente. Como muchas de las herramientas de Seis Sigma Enfocado al Cliente, el AMEF se
puede utilizar en una cantidad de lugares en el proceso DMAIC.
Se utiliza el AMEF para:
Identificar los posibles modos de falla y clasificar la severidad de su efecto
Evaluar objetivamente la presencia de las causas y la habilidad de detectar las causas
cuando esto ocurra
Clasificar por orden las posibles deficiencias del producto o proceso
Enfocarse en eliminar problemas del producto, proceso y ayudar a prevenir que
ocurran ms problemas.

25

2.3.1.6 Herramientas
Se puede utilizar una hoja de clculo para facilitar el AMEF. Las definiciones clave
incluyen:
Modo de Falla: La manera en la cual un artculo pudiera no cumplir la intencin del
diseo o el requerimiento del proceso.
Efecto: Una repercusin en los requerimientos del cliente ya sea clientes externos o
los siguientes procesos.
Severidad: El peso relativo sobre un efecto. No una clasificacin forzada.

2.3.1.6.1 ELEMENTOS HOJA DE CLCULO AMEF


1. Paso del Proceso/Nmero de Parte: Nombre del problema que se va a tratar.
2. Modo de Falla: La manera en la que el proceso no cumple con la especificacin (a menudo
asociado con un defecto o incumplimiento).
3. Efecto de la Falla: Lo que afecta al cliente si el Modo de Falla no se elimina o disminuye.
4. Severidad (SEV): Qu tan significativa es la repercusin del Efecto de la Falla sobre el
cliente (la siguiente pgina proporciona una matriz de clasificacin de severidad estndar).
2.3.1.6.2 TABLA DE SEVERIDAD
Esta es una explicacin de la manera en que los clientes ven la severidad de las posibles
fallas.
C L A S I F.

G R A D O D E S E V E R ID A D

E l c lie n te n o n o ta r e l e fe c to a d v e r s o o le e s in s ig n ific a n t e

E l c lie n te p ro b a b le m e n te e x p e r im e n ta r u n a lig e r a m o le s t ia

E l c lie n te s e s e n tir m o le s to d e b id o a u n a lig e r a d e g r a d a c i n d e l d e s e m p e o

In s a tis fa c c i n d e l c lie n te d e b id o a u n d e s e m p e o d e fic ie n te

S e in c o m o d a a l c lie n te o s u p r o d u c tiv id a d s e r e d u c e p o r la c o n tin u a d e g ra d a c i n


d e l e fe c to

R e p a ra c i n p o r g a ra n t a o q u e ja im p o rta n te p o r m a n u fa c tu r a o e n s a m b le

7
8
9
10

U n a lto g ra d o d e in s a tis fa c c i n d e b id o a la fa lla d e u n c o m p o n e n te s in p rd id a to ta l


d e fu n c io n a m ie n to . P r o d u c tiv id a d a fe c ta d a p o r a lto s n iv e le s d e d e s p e rd ic io o d e
re tr a b a jo
U n g ra d o d e in s a tis fa c c i n b a s ta n t e a lto d e b id o a la p r d id a d e f u n c io n a m ie n to s in
u n a re p e rc u s i n n e g a tiv a e n la s re g la m e n ta c io n e s g u b e rn a m e n ta le s o d e
s e g u r id a d
S e p o n e e n p e lig ro a l c lie n te d e b id o a l e fe c to a d v e rs o e n e l d e s e m p e o d e l s is te m a
d e s e g u rid a d c o n a d v e r te n c ia a n te s d e la fa lla o v io la c i n a la s r e g la m e n ta c io n e s
g u b e r n a m e n ta le s
S e p o n e e n p e lig ro a l c lie n te d e b id o a l e fe c to a d v e rs o e n e l d e s e m p e o d e l s is te m a
d e s e g u rid a d s in a d v e rt e n c ia a n te s d e la f a lla o v io la c i n a la s re g la m e n ta c io n e s
g u b e r n a m e n ta le s

26

5. Posibles Causas: Fuentes de variabilidad asociadas con las variables de entrada clave del
proceso
6. Incidencia (OCU): Clasifica la posibilidad de que las causas de un modo de falla ocurran
(ocu)
7. Controles Actuales: Descripcin de los controles del proceso que previenen que ocurra el
Modo de Falla o que detecten el Modo de Falla cuando ocurra.
8. Deteccin (DET): Clasifica la posibilidad de que el sistema actual detecte las causas de
Modos de Falla si stos ocurren
9. Nmero de Prioridad de Riesgo (NPR): El producto de las clasificaciones de Severidad,
Ocurrencia y Deteccin (NPR = SEV OCU DET)

27

CLASIF

2.3.1.6.3 CLASIFICACIONES DE INCIDENCIA (OCU

PROBABILIDAD DE INCIDENCIA

La posibilidad de incidencia es remota.

Un bajo ndice de falla con documentacin de apoyo.

Un bajo ndice de falla sin documentacin de apoyo.

Fallas ocasionales.

Un ndice de falla relativamente moderado con documentacin de apoyo.

Un ndice de falla moderado sin documentacin de apoyo.

Un ndice de falla relativamente alto con documentacin de apoyo.

Un alto ndice de falla sin documentacin de apoyo.

La falla es casi segura con base a la informacin de garantas o a pruebas


significativas.

10

Seguridad de falla con base a la informacin de garantas o a pruebas significativas.

2.3.1.6.4 CLASIFICACIN DE DETECCION (DET)


CLASIF
1

HABILIDAD PARA DETECTAR


Certeza de que la falla ser detectada o prevenida antes de llegar siguiente cliente.

Casi seguro de que la falla ser detectada o prevenida antes de llegar al siguiente
cliente.

Poca probabilidad de que la falla llegue al siguiente cliente sin ser detectada.

Los controles pueden detectar o prevenir que la posible falla llegue al siguiente cliente.

Posibilidad moderada de que la posible falla llegue al siguiente cliente.

Probabilidad de que la falla ser detectada o prevenida antes de llegar al falla llegue al
siguiente cliente.
Los controles no tienen la probabilidad de detectar o prevenir que la posible falla llegue
al siguiente cliente.
Probabilidad casi nula de que la falla ser detectada o prevenida antes de llegar al
siguiente cliente.

Los controles actuales probablemente ni siquiera detectarn la posible falla.

10

Certeza absoluta de que los controles actuales no detectarn la posible falla..

6
7

28

Los AMEFs a menudo se utilizan para las caractersticas relacionadas con la seguridad de
un producto para identificar las posibles reas que pudieran ser problemticas para los
usuarios. Esencialmente, esto es lo suficientemente obvio para el observador casual.
Una vez que se lleva a cabo la multiplicacin tomando en cuenta la severidad, incidencia y
deteccin, se obtiene el NPR (Nmero de Prioridad de Riesgo).

NPR = SEV OCU DET

2.3.1.6.5 Interpretar el NPR


La Severidad, la Ocurrencia y la Deteccin se vuelven a calcular despus de que se toman las
medidas correctivas. Los valores del NPR tambin se vuelven a calcular despus de las
medidas correctivas.
El Nmero de Prioridad de Riesgo (NPR) es una medida de riesgo del diseo, sistema
o proceso.
Los valores generados del NPR deben de clasificarse en una grfica de Pareto.
Para NPRs mayores, se deben facilitar o tomar medidas correctivas para reducir el
riesgo calculado.
Como regla general, se debe de prestar especial atencin cuando la severidad es alta
sin tomar en cuenta el NPR.
Los valores del NPR se deben de volver a calcular una vez que se hayan tomado las
medidas correctivas.
2.3.2 DETERMINAR TIPO DE INFORMACIN
Revisar los materiales desarrollados durante la Fase de Definicin (la Declaracin Refinada
del Problema, las Definiciones operativas de CTQ y el Mapa del Proceso), Se determinar
acerca de cules caractersticas del proceso/producto necesitan aprender ms.
2.3.2.1 TIPOS DE INFORMACION
Los dos tipos de informacin son:
Atributos: Algunas veces se le denomina discreta, tal como correcto o incorrecto, color de
ojos, nmero de defectos. Existe una diferencia, pero no es cuantificable.
Se necesitan muchos ms datos por atributos para obtener tanta informacin como la que
proporcionan los datos por variables. Por lo tanto, es mucho mejor recolectar datos por
variables que por atributos.

29

Variables: Informacin continua, escalas, mtodos de clasificacin, temperatura. No


existe un lmite para la cantidad de informacin que se puede recolectar, pero a menudo el
punto final se hace obvio.

La informacin valiosa se recolecta por medio de mediciones, ya que puede representar:


Si algo sucedi o no (Por Atributos)
Algo acerca de lo que sucedi (Por Variables)

2.3.2.2 Comparacin de ventajas de los Datos por Variables


La Datos por Atributos tienden a:
Relacionarse con los defectos, disponible nicamente despus de que ha ocurrido un
defecto.
Reflejarse en tendencias a largo plazo sin una indicacin acerca de lo que sali mal.
Ser mayor en cantidad (tamao mnimo de una muestra de 50 a 100 por sub-grupo).

30

Los Datos por Variables a menudo:


Estn disponible antes, durante el proceso (uno puede disear estrategias de
medicin para monitoreara los ingredientes y seguir el proceso).
Se reflejan en tendencias a corto plazo, permitiendo una correccin inmediata.
Es menor en cantidad para un nivel de comprensin determinado (tamao mnimo de
una muestra de 30 por sub-grupo).

2.3.3 DESARROLLAR UN PLAN DE RECOLECCIN DE DATOS


En este paso de la Fase de Medicin, el Equipo del Proyecto desarrollar y
documentar sus planes para recolectar informacin. Durante este paso crtico, el Equipo del
Proyecto necesita invertir la cantidad apropiada de tiempo considerando:
Lo que el equipo quiere saber acerca del proceso.
Las posibles fuentes de variacin en el proceso (Xs).
Si existen ciclos en el proceso y por cunto tiempo se debe recolectar informacin para
obtener un panorama real del proceso.
Quin recolectar la informacin.
Cmo se probar el sistema de medicin.
Si las definiciones operativas contienen suficiente detalle.
Cmo se va a mostrar la informacin una vez que se haya recolectado.
Si la informacin est disponible actualmente, y cules herramientas para la
recoleccin de datos se utilizarn si los datos con los que se cuenta no proporcionan
suficiente informacin.
Dnde pudieran ocurrir errores en la Recoleccin de Datos y cmo se pueden evitar y
corregir.
Invertir tiempo en desarrollar el plan pudiera ayudar a evitar errores en la Recoleccin
de Datos que pudiera dar como resultado una corrupcin de informacin o una Recoleccin de
Datos sin relevancia para el proyecto.

31

Un plan de Recoleccin de Datos es la documentacin de:


Qu informacin se va a recolectar
Por qu se necesita
Quin es responsable
Cmo se va a recolectar
Cundo se va a recolectar
Dnde se va a recolectar
Se debe tener en cuenta...
Conocimiento acerca del proceso se desea.
Las posibles fuentes de variacin en el proceso (Xs).
Ciclos en el proceso.
Tiempo que se necesita para recolectar datos que capten una imagen real
Quin va a recolectar los datos.
Cmo se va a probar el sistema de medicin.
Las Definiciones Operativas estarn lo suficientemente detalladas.
Cmo se van a mostrar los datos.
Los datos disponibles y como se van a recolectar.
Parte de la recoleccin de datos donde podra ocurrir un error.
El Plan de Recoleccin de Datos debera de basarse en las Definiciones Operativas:

Definiciones Operativas ya desarrolladas para los clientes CTQs las Ys

Se necesita desarrollar Definiciones Operativas para el proceso Xs

Y = (X1, X2, X3, X4Xn)


CTQ

Proveedor/Entrada/Proceso

Una definicin operativa


Elimina la ambigedad para que todos tengan la misma idea de las cosas.
Proporciona una manera clara para medir las caractersticas.
Identifica lo que se va a medir.
Identifica la manera de medirlo.
Asegura que los resultados sean esencialmente los mismos, no importa quin haga la
medicin.
Todos los sistemas de medicin varan. Pero demasiada variacin (variabilidad) ocasiona
ms problemas con su Recoleccin de Datos.

32

La planeacin de cmo crear estabilidad y consistencia en el sistema de medicin ayuda a los


equipos a evaluar la informacin real y mantener un proceso por el cual exista la precisin,
repeticin y reproduccin en la Recoleccin de Datos
Con ello se puede evaluar y se decide si se va a recolectar informacin nueva y como hacerlo,
como registrar la informacin teniendo un periodo de tiempo para estudiar.
2.3.3.1 Cmo Recolectar Informacin
La recoleccin de datos se lleva tiempo y costos. Para desarrollar un plan de
recoleccin de datos se debe considerar:
Si la informacin necesaria est disponible actualmente
Si los datos con los que se cuenta proporcionarn suficiente informacin para
identificar las posibles causas raz del problema.
Cules herramientas para la recoleccin de datos se utilizarn si los datos con los que
se cuenta no proporcionan suficiente informacin.
2.3.3.2 Estratificacin
La estratificacin es una tcnica de anlisis de informacin por medio de la cual se ordenan los
datos en varias categoras para hacer surgir patrones cuestionables y descubrir las diferencias
en los procesos,. Su propsito de la estratificacin de informacin es examinar la diferencia en
los valores de medicin entre los diferentes subgrupos en un intento por entender la posible
variacin.
2.3.3.3 Hoja de Verificacin
Una de las herramientas para la Recoleccin de Datos ms comunes y fciles de usar
es la hoja de verificacin.
Elementos de la Hoja de Verificacin :
Una descripcin de la informacin que se est recolectando
Lugares para poner la informacin
Espacio para comentarios
Espacio para darle seguimiento a los factores de la estratificacin
Elementos para Recordar acerca de las Hojas de Verificacin:
Mantenga la forma fcil de usar y de entender
Incluya nicamente la informacin que se va a utilizar
Pruebe la hoja antes de que la implemente y haga los cambios en caso de ser necesario
2.3.3.4 MUESTREO
El muestreo es un proceso por el cual se puede echar un vistazo a ciertas cosas para
hacer algunos estimados acerca de la poblacin total.
El muestreo se utiliza para determinar el desempeo del proceso cuando no es
razonable examinar cada punto a travs del proceso. Se puede utilizar una menor cantidad de
informacin para obtener un estimado estadstico acerca de la informacin para el proceso.
Trminos importantes de recordar:
Poblacin se refiere a todas las unidades que forman un grupo en particular.
Algunas veces la poblacin es demasiado grande para medirse.
Muestra se refiere a algunas de las unidades de ese grupo en particular. La parte
crtica de la definicin de muestra es que cada una de las unidades de la poblacin debe de

33

tener una oportunidad igual e imparcial de ser seleccionada para la medicin. En otras
palabras, la muestra debe de hacerse al azar.

El propsito de los muestreos es que los grupos especficos de datos (seleccionados


adecuadamente representativos) pueden proporcionar informacin necesaria para
determinar las oportunidades de mejoramiento dentro del proceso.

34

2.3.4 REALIZAR UN ANLISIS DE SISTEMA DE MEDICIN


Una vez que se lleva a cabo el Plan de Recoleccin de Datos, se necesita verificar
antes de que se recolecte la informacin real. A este tipo de verificacin se le llama Anlisis
del Sistema de Medicin (MSA).
Un MSA indicar si la variacin que se midi es debido al proceso o a la herramienta
de medicin.
El MSA inicia con el Plan de Recoleccin de Datos y termina cuando se alcanza un alto
nivel de confianza de que la informacin que se recolect representar con precisin la
variacin en los procesos.
El Anlisis del Sistema de Medicin es una evaluacin cuantitativa del proceso y las
herramientas que se utilizaron al hacer las observaciones de la informacin
El propsito de llevar a cabo un Anlisis del Sistema de Medicin es asegurar que la
informacin recolectada sea una representacin fiel de lo que est ocurriendo en el proceso.
- Definiciones Operativas
- RyR del Instrumento de Medicin
Datos por variables
Datos por atributos
- Recorrer el Proceso
Estudio RY R de instrumentacin de medicin.
Un estudio RyR del Instrumento de Medicin es un mtodo para determinar:
Repetibilidad
Reproducibilidad
2.3.4.1 Repetibilidad se refiere a la variacin que ocurre cuando se hacen mediciones
repetidas del mismo elemento bajo condiciones absolutamente idnticas.
El trmino repetibilidad se refiere a:
La variabilidad relativa del sistema de medicin
Variacin que ocurre cuando se hacen mediciones repetidas del mismo elemento bajo
condiciones absolutamente idnticas.
Mismo operador
Mismo sistema
Mismas unidades
Mismas condiciones ambientales
A corto plazo
2.3.4.2 Reproducibilidad se refiere a la diferencia en el promedio de las mediciones que
hacen diferentes personas utilizando el mismo instrumento, o a la misma persona utilizando
diferentes instrumentos al medir las caractersticas idnticas.
El trmino reproducibilidad se refiere a:
La variacin que resulta cuando se utilizan diferentes condiciones para realizar las
mediciones
Operadores diferentes
Ajustes diferentes
Unidades diferentes
Condiciones ambientales diferentes

35

Herramienta para llevar la encuesta.

36

2.3.4.3 TIPOS DE GRFICA PARA R Y R

2.3.4.3.1 Grfica X por Operador


La Grfica por Operador muestra las mediciones en relacin con la media general para cada
operador. Se pueden hacer comparaciones entre los operadores y con respecto a la media.

2.3.4.3.2 Grfica R por Operador


La Grfica R por Operador muestra la variacin en las mediciones que hace cada
operador. Se pueden hacer comparaciones entre los operadores.
Los operadores y las partes se presentan de manera contrastante en el RyR del
Instrumento de Medicin La Interaccin del Operador por Partes es con el fin de observar
cualquier variacin entre los operadores por las partes que se producen.

37

2.3.4.3.3 Interaccin del Operador con las Partes


La Interaccin del Operador con las Partes muestra el efecto del Operador con la Parte.
Los cambios en la relacin entre el Operador y la Parte pueden ser vistos dependiendo del
operador.
.

2.3.4.3.4 Por Operador


Por Operador muestra el efecto principal del operador. Esto compara la medicin
promedio para cada operador.
2.3.4.3.5 Recorrer el proceso
El mtodo final que se presenta es recorrer el proceso. ste se utiliza en caso de que un
RyR del Instrumento de Medicin no sea factible o que no se cuenten con los medios para
financiarlo
Recorrer el Proceso es un mtodo para llevar a cabo el MSA cuando no es posible
realizar un RyR del Instrumento de Medicin.
En algunos casos no es posible llevar a cabo un RyR del Instrumento de Medicin debido a
factores geogrficos o de costo. En ese caso el Equipo del Proyecto puede Recorrer el

38

Proceso durante la Recoleccin de Datos para asegurarse de que el sistema de medicin


est funcionando adecuadamente.
Desarrolle Definiciones Operativas para cada una de las medidas que se van a
recolectar.
Entrene a los recolectores de informacin antes de iniciar la actividad de Recoleccin
de Datos.
Siga el proceso de principio a fin y monitoree las actividades de Recoleccin de Datos
para determinar si se estn llevando a cabo adecuadamente.
Contine recorriendo el proceso hasta que la informacin recolectada refleje con
exactitud el proceso existente.
2.3.5 LLEVAR A CABO LA RECOLECCIN DE DATOS.
Se utiliza cuando la informacin est basada en:
Las dimensiones.
El tiempo de duracin.
Para que el sistema de medicin sea efectivo, la variacin causada por ste no debe de
exceder el 10% de la variacin total del proceso.
La Recoleccin de Datos para un proyecto es uno de los pasos ms importantes de
Seis Sigma Enfocado al Cliente. La Recoleccin de Datos exitosa es el resultado de un Plan
bien definido para este propsito. La importancia de la planeacin se torna evidente cuando el
equipo empieza a revisar la informacin recolectada.
No es suficiente con planear cuidadosamente antes de recolectar la informacin y
despus suponer que todo marchar con fluidez. Es importante asegurarse de que la
informacin contine siendo consistente y estable mientras se recolecta.
La regla nmero uno de la Recoleccin de Datos es: Est ah. No delegue la
Recoleccin de Datos a otras personas. Haga un plan para la Recoleccin de Datos, disee
las hojas para esta recoleccin, entrene a los recolectores y despus siga involucrado a travs
del proceso de Recoleccin de Datos.
El resultado de este paso debe de ser un juego de informacin adecuada para llegar a
la Fase de Anlisis.
2.3.5 .1 Revisin de la fase de Medicin.
El propsito de la Fase de Medicin es establecer tcnicas para la Recoleccin de
Datos acerca del desempeo actual del proceso identificado en la Fase de Definicin. Esta
informacin destacar las fuentes de variacin en el proceso. Estas fuentes de variacin
pudieran proporcionar oportunidades para mejorar la situacin descrita en la Declaracin del
Problema. La Fase de Medicin tambin proporciona una estructura para monitorear el
proceso despus de que se hayan hecho las mejoras.
La Fase de Medicin inicia con la identificacin del tipo de informacin que se va a
recolectar y termina una vez que se ha recolectado una muestra suficiente de informacin para
apoyar la siguiente fase del proyecto la Fase de Anlisis.
Al terminar la Fase de Medicin, los Equipos del Proyecto tendrn:
Un plan para recolectar informacin que especifique el tipo de informacin necesaria,
medidas claves para proporcionar la informacin y las tcnicas para recolectarla.
Un sistema de medicin validado que asegure la precisin y consistencia de la
informacin recolectada.
Suficiente informacin establecida para el anlisis del problema.

39

FASE DE ANALISIS

Fase de Anlisis
La fase de Anlisis permite enfocarse en las oportunidades de mejora al observar ms
de cerca los datos recolectados en la fase de Medicin.
La fase de Anlisis comienza por utilizar los datos recolectados para establecer una
capacidad bsica de desempeo del proceso bajo estudio. Esta base servir como punto de
comparacin una vez que se hayan aplicado las mejoras al proceso. La capacidad bsica de
desempeo se expresar como un valor Sigma.
Habiendo establecido el valor Sigma base, el equipo del proyecto seleccionar las
herramientas de Anlisis Grfico adecuadas y las aplicar a los datos recolectados durante la
fase de Medicin.
La fase de Anlisis termina una vez que el equipo del proyecto es capaz de enfocarse a
un grupo de posibles mejoras durante la Fase de Mejorar.

40

Conceptos Clave
La fase de Anlisis se basa en cuatro conceptos clave:
Anlisis de Capacidad Este es un proceso para establecer el nivel actual de
desempeo del proceso bajo estudio. Esta capacidad bsica se utilizar para verificar
las mejoras al proceso en las fases de Mejorar y Control. La capacidad se enuncia
como un valor Sigma a corto plazo (termino que se describir mas adelante) a fin de
que se puedan realizar comparaciones entre procesos.
Anlisis Grfico El Anlisis Grfico se refiere a la aplicacin de un grupo de
herramientas bsicas de anlisis a un grupo de datos para producir una indicacin
visual del desempeo.
Causa Raz Habiendo completado el anlisis grfico de los datos recolectados en la
fase de Medicin, se pueden generar algunas hiptesis sobre las fuentes de variacin
en el proceso. Estas fuentes de variacin se conocen como las causas raz.
Verificacin de las Causas Raz Antes de actuar sobre una posible causa raz, es
vital
verificar
que
se
generarn
las
mejoras
deseadas.
Primero debemos determinar que tan capaz es el proceso actualmente. Esto marca el
escenario para el uso de herramientas adicionales para la identificacin de Fuentes de
Variacin.

2.4.1 REALIZAR ANLISIS DE CAPACIDAD


El primer paso de la fase de Anlisis es establecer la capacidad del proceso bajo
estudio. El resultado de este paso ser establecer la capacidad bsica del proceso expresada
como un valor de Sigma a corto plazo.
La capacidad se debe enunciar como un valor Sigma a corto plazo a fin de que se puedan
realizar comparaciones entre procesos.
2.4.1.1 Propsito de Realizar un Anlisis de Capacidad
Se debe determinar si un proceso, dada su variacin natural, es capaz de satisfacer los
requerimientos establecidos del cliente.
Realizar un Anlisis de Capacidad establece:
- La base de desempeo actual para el proceso.
- Un punto de referencia para evaluar el impacto de las mejoras.
Hay diferentes formas de calcular la capacidad del proceso en base al tipo de datos de
atributos o variables.
Un beneficio de calcular los valores de Sigma es que Sigma se relaciona con todos los
otros medibles y se puede calcular para los datos por atributos y para los datos por variables.
Es un medible universal. Al utilizar Sigma como un medible, el desempeo de
cualquier proceso se puede comparar con el de otro proceso sin importar el tipo de
informacin de atributos o variable.

41

2.4.1.2 Cambio y Desviacin en los Procesos


Para entender el Cambio y Desviacin, considere el proceso de estacionar un vehculo
en una cochera.
El conductor quiere tener la certeza de que el vehculo est estacionado en el centro de
la cochera para tener espacio adecuado para que se abran las puertas. Para asegurarse de
que el vehculo est centrado en la cochera todo el tiempo, el dueo pinta una lnea central en
el piso y une una pelota de tenis a una cuerda desde el centro del techo. Alinear el centro del
cofre del vehculo con la lnea y la pelota de tenis asegura que el vehculo est centrado en la
cochera cuando se estaciona.
La mayora de los das esta tcnica trabaja casi a la perfeccin, con el vehculo
centrado en la cochera. Recolectar informacin en cualquier da especificado indicara un
proceso suficientemente capaz.

Durante un perodo ms largo de tiempo, los datos recolectados pudieran reflejar


ocasiones en las que el conductor estacion el vehculo durante la noche cuando era difcil ver
la lnea central.
La informacin que incluye estas mediciones indicara un proceso menos capaz, ya que
la posicin de estacionamiento del vehculo ha cambiado a travs del tiempo.
En trminos de Seis Sigma, el cambio y desviacin en los procesos se toman en cuenta al
calcular los valores Sigma a Corto y Largo Plazo.
En trminos de Seis Sigma, el cambio y desviacin en los procesos se toman en
cuenta al calcular los valores Sigma a Corto y Largo Plazo.
El Sigma a Corto Plazo se basa en una instantnea de los datos del proceso como lo
muestran las lneas azules. El Sigma a Largo Plazo se basa en una recoleccin de datos
tomada a travs del tiempo como lo representa la curva naranja. La diferencia entre Sigma a
Corto Plazo y a Largo Plazo generalmente se acepta que sea 1.5 Sigma cuando el
cambio real no se puede calcular a partir de los datos.

42

2.4.1.3 Calculo del Sigma a corto y largo plazo


Dependiendo de la informacin utilizada para el anlisis, Sigma se puede expresar a
corto o largo plazo.
Sigma a corto plazo se basa en una imagen de la informacin del proceso como se
muestra en el lado izquierdo de la grfica. Sigma a largo plazo se basa en una recoleccin de
datos a travs del tiempo. Como se discuti en la fase de Medicin, el desempeo de un
proceso cambia y se desva a travs del tiempo en base a la variacin natural que se presenta
en un proceso. Como se muestra en el lado derecho de la grfica en la diapositiva, a travs
del tiempo, el proceso tender a cambiar y desviarse. Esto reduce efectivamente el valor de
Sigma.
Como lineamiento:
La datos recolectados durante muchos ciclos del proceso se considera a largo
plazo.
La datos recolectados durante unos cuantos ciclos del proceso se considera a
corto plazo.
La informacin de los datos por atributos debe tratarse como a largo plazo
La informacin de los datos por variables recolectada a travs de un corto
periodo de tiempo se trata como a corto plazo.

43

2.4.1.4 Convertir un Sigma a largo plazo en un Sigma a corto plazo (para datos
discretos)
En el Seis Sigma Enfocado al Cliente, el valor de Sigma comnmente se reporta como
Sigma a corto plazo.
Cuando se puede determinar el cambio entre capacidad a corto y a largo plazo, la
metodologa Seis Sigma requiere que Sigma a corto plazo se reporte en base al cambio real.
Cuando se desconoce el cambio real, la conversin Sigma se puede hacer en base al
factor de cambio generalmente aceptado de 1.5 Sigma.
Para convertir el Sigma a largo plazo en Sigma a corto plazo sumar 1.5
Para convertir el Sigma a corto plazo en Sigma a largo plazo restar 1.5
2.4.1.5 Informacin de Datos por Atributos
Los trminos clave para determinar la capacidad del proceso utilizando la Informacin
de Datos por Atributos son:
Unidad (N): El objeto producido o procesado.
Defecto (D): Cualquier evento o salida que no satisface la especificacin de un
CTQ.
Oportunidad (O): Cualquier evento o salida que pueda medirse y proporcione
una oportunidad de no satisfacer un requerimiento del cliente.
DPMO: Defectos Por Milln de Oportunidades.
Esta es la forma de calcular la capacidad del proceso. Si producimos vasos de limonada
(unidad) con sabor dulce (defecto), de cada 10 medidas de sabor, tenemos 10 oportunidades
de defecto en nuestro producto por unidad.

44

2.4.1.6 Calcular la Capacidad del Proceso Informacin de Datos por Atributos


Para calcular el valor Sigma:
Definir una unidad para un proceso en especial, por ejemplo, una parte o
componente.
Definir los defectos en base a los requerimientos del cliente, por ejemplo,
desempeo de la parte, ajuste.
Identificar el nmero relevante de oportunidades de error en cada unidad
(recibo), por ejemplo, tamao adecuado, ubicacin correcta de los tornillos,
dao a la superficie.

DPMO =

Nmero total de defectos


Unidades Totales Oportunidades por unidad 1,000,000

2.4.1.6.1 Calcular la Capacidad del Proceso Informacin de Datos por Atributos


Si hubiera 20 defectos en 1,000 partes y tres oportunidades de defecto por parte,
DPMO = [20/(1,000 x 3)] x 1, 000,000 = 6,667.

El paso final es convertir DPMO a un valor Sigma a corto plazo utilizando la tabla agregada en
la siguiente pgina.

A que valor de Sigma a corto plazo se acerca un DPMO de 6,667?

45

Nota: El nivel sigma comnmente como un Sigma a corto plazo. Cuando se puede determinar
capacidad a corto y largo tiempo, la metodologa de Seis Sigma requiere que se calcule y reporte
Sigma a corto plazo en base al cambio real. Para fines de referencia, la tabla abreviada utiliza
cambio generalmente aceptado de 1.5 al valor aproximado de Sigma a corto plazo cuando se conoce
Sigma a largo plazo.

la
el
el
el

46

Ejemplo:
500
3

57
12
45

Ordenes de Partes (N)


Oportunidades
(O)
Tarde
Parte equivocada
Direccin equivocada
Errores hechos
(D)
Detectados
Defectos observados por el cliente

Esta es una muestra del clculo del valor sigma.


1.
2.
3.
4.

5.

Nmero de unidades procesadas N =500


Numero total de defectos hechos
(Incluyendo defectos hechos y corregidos) D =57
Nmero de oportunidades de defecto por unidad O =3
Defectos por milln de oportunidades
DPMO = 1, 000,000
DPMO = 1, 000,000
DPMO = 38,000
Buscar el Sigma a corto plazo en la tabla de conversin Sigma abreviada
st =3.3.

Respuesta: Debido a que las oportunidades de defecto son 57 45 encontradas por el cliente
y 12 detectados.
Es ms costoso este resultado que el evitar que se presenten los defectos. Evitar los defectos
no slo reduce su costo, sino tambin reduce el costo de las actividades de inspeccin y
control de calidad.

47

2.4.1.7 Relacin entre Variacin y Capacidad del Proceso


La curva normal muestra el rango y la relacin de la variacin con la especificacin del
cliente. La forma y ubicacin de la curva sugieren posibles oportunidades de mejora.
Una curva demasiado plana, con demasiados defectos, necesita estar ms delgada, y
por lo tanto necesita reducir la distribucin.
Una curva cuya media est fuera del centro del rea objetivo, necesita centrarse.

48

2.4.1.7.1 Calcular la Capacidad del Proceso Datos por Variables


Esta es la frmula y la terminologa utilizada para calcular el valor Sigma de un proceso
en base a una especificacin utilizando la informacin de Datos por Variables.

Esta es la frmula para calcular la capacidad a largo plazo utilizando los Datos por Variables.

Ejemplo.- Calcular la capacidad del proceso ( )

Utilizar la formula:
z = para determinar la capacidad del proceso (Sigma) y el rendimiento.
Especificacin superior
= 45 das
Media
= 42.936
Desviacin Estndar
= 5.261
o Utilizar la tabla de conversin a partir del valor z encontrar el valor de Sigma a corto
plazo y determinen el rendimiento.
o

49

2.4.2 SELECCIONAR HERRAMIENTAS DE ANLISIS


Este paso permite a los miembros del equipo observar todas las Herramientas de
Anlisis Grfico para determinar cmo es que se puede utilizar cada una de ellas para mostrar
detalles sobre el desempeo y variacin del proceso.

Un grupo de herramientas que producen una representacin grfica de la informacin en


base a un grupo seleccionado de parmetros.
Estas herramientas incluyen:
Diagrama de Pareto
Grfico de Corridas
Box plot
Histograma
Diagrama de Dispersin

50

2.4.2.1 GRAFICA DE PARETO

Definicin Diagrama de Pareto


El Diagrama de Pareto es una herramienta comnmente utilizada para analizar los
Datos por Atributos. Es una forma de mostrar los factores que contribuyen a un problema de
orden descendente de importancia.
En la grfica anterior, la Categora D El Producto no cumpli con los Requerimientos
del Cliente fue responsable de 100 de los 200 casos bajo estudio.
El eje vertical derecho se calibra en porcentajes a fin de que se pueda observar que la
categora D fue la responsable del 50% de los problemas. De forma colectiva, las
categoras D y B son las causantes del 70% de los problemas.
El Diagrama de Pareto permite al equipo concentrarse en solucionar los problemas que tengan
el mayor impacto posible en la mejora del proceso (por ejemplo, la barra ms alta).
2.4.2.2 GRAFICA DE CORRIDAS

51

Definicin Grfico de Corridas


Los Grficos de Corrida son la herramienta ms sencilla de elaborar. El eje vertical es
el rango de la medicin que se est rastreando y el eje horizontal es el tiempo o secuencia.
Los puntos se distribuyen en la grfica segn la secuencia en que se obtuvieron

2.4.2.3 GRAFICA BOXPLOT

Definicin Grafica Boxplot


El Boxplot se utiliza en el anlisis de los Datos por Variables. Mide las diferencias en la
distribucin de las muestras, presenta un resumen grfico de los valores y ayuda a identificar
los valores extremos y las distribuciones inusuales.
Para comparar grficamente la informacin de un proceso en diferentes niveles o
subgrupos del proceso, los boxplot muestran:
Escala de datos (das, conteo, salidas, etc.).
Subgrupos de informacin (pasos, operaciones, etc.).
Un cuadro que representa el 50% de la informacin.
Mediana del subgrupo individual.
Lneas que muestran el primer y tercer cuartil de la muestra, el rango, y cualquier punto
fuera de control por arriba y por abajo de los lmites de variacin.

52

2.4.2.4 HISTOGRAMA

Definicin Histograma
Un Histograma es una herramienta comnmente utilizada para analizar los Datos por
Variables. Un histograma es una grfica de barras de frecuencia. Toma los datos de las
mediciones y muestra su distribucin. Muestra la frecuencia con que cada dato entra en una
categora en especfico.
2.4.2.5 GRFICAS DE DISPERSIN

Definicin Diagrama de Dispersin


Permite identificar y estudiar las posibles relaciones entre dos variables diferentes.
Una variable se grafica contra el eje horizontal y la otra variable se grafica contra el eje
vertical. La posicin de los puntos proporciona una representacin visual que muestra los
puntos fuertes o los puntos dbiles de una posible relacin.
La direccin y aglomeracin de la distribucin de puntos proporciona una idea de que
tan fuerte es la relacin.

53

2.4.3 SUGERENCIAS PARA APLICAR HERRAMIENTAS DE ANLISIS GRFICO


Considerar lo que se puede descubrir en la informacin y seleccionar la herramienta que
proporcione el anlisis adecuado.
Intentar varias herramientas para ver la informacin de varias formas.
2.4.4 IDENTIFICAR LAS FUENTES DE VARIACIN
Luego de aplicar las Herramientas de Anlisis Grfico a la informacin est listo para
identificar las Fuentes de Variacin en su proceso.
El propsito de la fase de Anlisis es enfocarse a las causas raz que los equipos del
proyecto evalan y verifican mediante la observacin, la informacin y los experimentos.
Las mejoras a las Causas Raz algunas veces son tan sencillas como enfocarse a una
sola causa, En los sistemas complejos, puede haber ms de una Causa Raz; en estos casos
puede ser necesario que las mejoras se enfoquen en mltiples Causas Raz.
2.4.4.1 Propsito de Identificar las Fuentes de Variacin
Este paso contina el proceso de reducir y enfocar qu inici en la Seleccin del
proyecto. El equipo del proyecto utilizar los resultados proporcionados por el anlisis grfico
para enfocarse en las Fuentes de Variacin especficas.

Las mejoras a las Causas Raz algunas veces son tan sencillas como enfocarse a una
sola causa.
En los sistemas complejos, puede haber ms de una Causa Raz; en estos casos
puede ser necesario que las mejoras se enfoquen en mltiples Causas Raz.

Verificacin significa confirmar mediante la examinacin y provisin de evidencia objetiva de


que se han satisfecho los requisitos especificados. Utilicen la informacin que se ha
recolectado a lo largo de los pasos previos en la Fase de Anlisis de DMAIC
2.4.4.2 Mtodo de Verificacin
Hay muchos mtodos disponibles para verificar que las causas probables son en
realidad causas raz. Por ejemplo, mediante la recoleccin adicional de informacin sobre
defectos (quizs una pequea muestra de los defectos) se puede determinar si, en realidad, la
causa raz fue la responsable. En algunos casos esto puede ser tan sencillo como observar.
2.4.4.3 Lineamientos para encontrar la causa raz
No se utilicen las opiniones para verificar las causas.
Utilicen el diagrama de causa y efecto existente para concentrar la verificacin en la
pocas causas vitales.
Indiquen visualmente las causas probables en el diagrama de causa y efecto (por
ejemplo, circular las causas probables).

54

FASE DE MEJORA

Ahora comenzamos la Fase de Mejora, punto en el cual generalmente comenzamos a


solucionar los problemas. Este es un esfuerzo organizado de Preparen, Apunten, Fuego en
vez del mtodo comn de Disparen, Preparen, Apunten para solucionar los problemas al cual
estamos acostumbrados.

Modelo de Mejora DMAIC


Recuerden que las fases y pasos del modelo DMAIC en realidad no se presentan en
secuencia lineal. Ms comnmente, los equipos se ven en la necesidad de regresar a un paso
al momento en que proceden a la siguiente fase. Por ejemplo, al tiempo que el equipo
comienza a generar ideas, pueden darse cuenta de que necesitan regresar a la fase de
Anlisis para ver la informacin una vez ms.

55

2.5.1 Generar Alternativas de Mejora


El primer paso de la Fase de Mejora es una serie de actividades para generar
alternativas con el objetivo de probarlas como mejoras al producto/proceso. Se utilizan dos
tcnicas para generar y evaluar Alternativas de Mejora:
Lluvia de ideas.
Diseo de Experimentos.
El resultado de esta paso ser la seleccin de las mejores Alternativas de Mejora para
solucionar el problema segn lo especificado en la Fase de Definicin.
La generacin de Alternativas de Mejora es un proceso de tres pasos:
Definir los criterios de mejora.
Generar posibles mejoras.
Evaluar las mejoras y escoger las mejora opcin.
2.5.1.1 Desarrollar Criterios de Mejora
Primero el equipo del proyecto debe desarrollar los criterios para la mejora. La
Asignacin del Proyecto proporciona un buen punto de inicio para desarrollar los
criterios de mejora. Repasen la declaracin del problema, la meta del proyecto y las CTQs.
En el desarrollo de los criterios de mejora, consideren las tres categoras generales de
tiempo, costo y calidad segn se relacionan con los resultados deseados, las restricciones y
los recursos disponibles. Los criterios deben ser especficos (por ejemplo, 20% de reduccin
en el tiempo de ciclo o reducir 2 das del tiempo de ciclo).

56

2.5.1.2 Realizar Criterios de Mejora


Aclarar y refinar los criterios de mejora.
Establecer valores para los criterios Deseables a fin de que reflejen su importancia
relativa.
Ms importante = 10.
Comparar los otros criterios con el ms importante, valores del 1-10 en base a
su importancia relativa.
2.5.1.3 Definicin Lluvia de Ideas
La lluvia de ideas es una tcnica comn que puede generar rpidamente Alternativas
de Mejora. Una tpica sesin de lluvia de ideas puede completarse en 5-15 minutos.
Asegrense de tener una forma de capturar las ideas para todo lo que ven mientras la
actividad est en desarrollo.
2.5.1.3.1 Propsito de la Lluvia de Ideas
La lluvia de ideas es una actividad de grupo en vez de ser una bsqueda personal.
Cuando se facilite una sesin de lluvia de ideas:
Sean creativos y promuevan un alto nivel de energa.
Obtengan diferentes perspectivas sobre cmo solucionar un problema
involucrando a las personas afectadas por el problema o por la mejora, y a
personas con experiencia en el tema.
La lluvia de ideas es particularmente efectiva cuando los participantes expanden sus
ideas de forma que incluyen todas las dimensiones del problema o de la mejora.
Los siguientes lineamientos de los participantes pueden ayudar a asegurar una lluvia de ideas
efectiva:
1.
2.
3.
4.
5.

Tomar turnos; asegurarse que todos tengan igual oportunidad de contribuir.


Escuchen y respeten las ideas de los dems.
Elaboren sobre las ideas existentes.
Mantengan la concentracin en el tema.
No critiquen las ideas; no hagan comentarios negativos.

57

Una de las herramientas frecuentemente utilizadas para evaluar las alternativas se


denomina Matriz de Rendimiento. La Matriz de Rendimiento observa las relaciones entre el
beneficio recibido y el esfuerzo requerido para aplicar la mejora.
Coloquen cada mejora en el cuadrante adecuado en la Matriz de Rendimiento.
Eliminen todas las mejoras de bajo rendimiento de cualquier consideracin.
Busquen las mejoras ideales, las cuales tengan el ms alto rendimiento y el menos
esfuerzo, sin embargo, las mejoras que sean de alto rendimiento y alto esfuerzo son
dignas de evaluarse ms a fondo.

2.5.1.4 Evaluar las Mejoras Ejemplo


Seleccionar las mejores posibles oportunidades de mejora, utilizando una matriz de
criterios como sigue:
1. Listar los Criterios Obligados: Imagine comprar un carro y que los criterios requeridos
son tamao y presupuesto. Slo dos vehculos satisfacen los criterios obligados: el vehculo
A y el vehculo B.
2. Listar los Criterios Deseables: Compare estos dos vehculos en cuanto a los criterios
deseables ya establecidos.

58

3. Considerar los Criterios Deseables: Luego de examinar de cerca la lista, se decide que
el principal criterio deseable es seguridad y que deseable se clasifica como 10. El resto de
los criterios se clasifican en relacin a ese criterio deseable.
4. Asignar Puntuacin a las mejoras segn los criterios deseables: Comparar los dos
vehculos contra cada criterio deseable. Al vehculo que mejor satisfaga este criterio se le
asigna la puntuacin de 10 y al otro vehculo se le asigna una puntuacin en relacin al que
recibi 10.
5. Multiplicar y Asignar Prioridad: El ltimo paso es multiplicar las puntuaciones y averiguar
cul vehculo tuvo la mayor puntuacin.
En base a la aplicacin de la matriz, el vehculo B es la opcin seleccionada.

El propsito de un experimento es comprender mejor el mundo real,


no entender la informacin experimental.
William Diamond
Estadstico Retirado de IBM

2.5.1.5 Diseo del experimento


Organizar la forma en la que se cambia una o ms variables de entrada (Xs) para ver si
alguna de esas variables o cualquier combinacin de esas variables afecta la salida (Y) de
forma significativa.
Un experimento bien diseado elimina el efecto de todas las Xs posibles excepto de aquellas
que sufren cambios. Si la Salida o Variable de Respuesta cambia significativamente, se
puede relacionar directamente a la variable X de entrada que sufri cambios y no a otra
variable X que no sufri cambios
Los experimentos estadsticos son ricos en beneficios:
Poco tiempo para obtener resultados
Relativamente bajo costo
Excelente oportunidad para detectar los niveles ptimos de las variables
Muy alta confianza en los resultados
Capaz de identificar los efectos principales y de interaccin

2.5.1.5.1 Experimentos en Comparacin con otras Tcnicas


Por comparacin, otras tcnicas no son tan efectivas como la experimentacin estadstica:
La Observacin requiere de mucho tiempo, cuesta mucho, tiene poca
probabilidad de detectar niveles ptimos, ofrece poca confianza en los

59

resultados
y no ofrece ninguna habilidad para identificar los efectos
independientes y de interaccin.
Las Suposiciones son tan solo ligeramente mejor que la observacin, y
tampoco no ofrece ninguna habilidad para identificar los efectos independientes
y de interaccin.
El Juicio Experto es mejor, pero an no ofrece la habilidad de identificar los
efectos independientes y de interaccin.
Realizar experimentos de un factor a la vez mejora las posibilidades de
encontrar niveles ptimos, pero incrementa los costos financieros y el tiempo
invertido y tampoco identifica los efectos independientes y de interaccin.
2.5.1.5.2 Pasos de la Experimentacin:
Seleccionar las Variables de Respuesta Y.
Seleccionar los factores independientes X.
Escoger los niveles de los factores.
Seleccionar el diseo experimental.
Recolectar la informacin.
Analizar la informacin.
Llegar a conclusiones.
Lograr el objetivo.

Pasos de la Experimentacin
De igual forma que con la lluvia de ideas se repasar la Declaracin del Problema y la
Meta del Proyecto en la Asignacin del Proyecto para asegurarse que todos en el equipo
tengan una clara visin de los criterios de mejora. Con una clara comprensin de los criterios
de mejora, el equipo seguir la estrategia delimitada en la diapositiva para generar posibles
mejoras.
Cuando se determinen los factores a utilizar en la experimentacin, se examina la
relacin Y=(X):
Las Variables de Respuesta son las CTQs del cliente identificadas en la Asignacin del
Proyecto.
Los Factores Independientes se relacionan con todas las Xs identificadas en el Mapa
del Proceso.
Durante el experimento, se controlar las Xs y monitorear el impacto en las Ys.

60

Experimento del Helicptero

Objetivo: Realizar un Diseo de Experimento para determinar el mejor diseo para un


helicptero. El mayor tiempo de vuelo es lo mejor.
Detalles del Experimento:
Construir un helicptero utilizando una hoja o plantilla.
Utilicen estas tres variables de entrada.
Largo del Ala.
Largo del Cuerpo.
Ancho del Cuerpo.
Para cada variable de entrada, utilice 2 condiciones, es decir, largo/corto,
ancho/angosto.
La variable de respuesta es el tiempo de vuelo (en segundos)
Intentos: nmero de experimentos 2 2 2 (3 variables,
2 condiciones).
Herramientas: cronmetro, helicpteros de papel, y sujetadores de papel.

Agregue un sujetador de papel a la parte inferior del helicptero.


Hagan pruebas y registren los tiempos de vuelo (utilizar la matriz una matriz).
Haga una lista de las especificaciones del mejor diseo en una hoja de rota folio.
Haga 20 pruebas utilizando el mejor diseo y registren los tiempos de vuelo en una
hoja de papel en blanco.
Utilicen la informacin de las 20 pruebas, creen un grfico de corridas en Minitab
(software).

61

Largo del Ala

Largo del Cuerpo

Ancho del Cuerpo

2.5.1.6 DOE
DOE es una tcnica utilizada para manipular las entradas del proceso a fin de
comprender mejor sus efectos en las salidas del proceso. Un experimento diseado es una
prueba o secuencia de pruebas donde se cambian las variables que pueden influir en el
proceso de acuerdo al un sistema para ver el resultado que podran tener sobre el resultado.
Estas son las 3 partes principales del proceso DOE.

Seleccin

A
Factores

C
F

Clasificacin

E
B

B
D

H G

Optimizacin

F
J

Tiempo
2.5.1.6.1 Diseo de Experimentos Etapas
Las Variables de Respuesta (Ys) comnmente son afectadas por las diferentes
variables o factores del proceso. Crear experimentos que prueben el impacto de cada uno de
los factores consumira tiempo y dinero.
El proceso de Diseo de Experimentos utiliza tres etapas para identificar los factores
clave para la experimentacin.

62

Seleccin: Considerar todos los factores. El equipo utilizar tcnicas tales


como la lluvia de ideas y la opinin de los expertos para eliminar factores que se
considera no tendrn un gran impacto sobre la Variable de Respuesta.
Clasificacin: Refinar an ms la lista de factores (B, F, K, J) mediante el uso
de mtodos tradicionales de prueba tales como Prueba y Error, Correr lotes
especiales, corridas piloto, comparaciones planeadas de dos mtodos, etc.
Esta etapa identificar los 2-3 factores clave que tendrn el mayor impacto
sobre la Variable de Respuesta.
Optimizacin: Los factores finales (F y K) se evalan mediante la
experimentacin.
Es importante tomar nota de que el experimento diseado para estos factores debe
probar el impacto de F y K de forma conjunta en vez de aislar F y luego K para probar un
factor a la vez.
2.5.1.6.2 PROBLEMA

Problema: Kilometraje
por unidad de
combustible actual el
de 20 millas por
galn. La meta es
obtener por lo menos
30 millas por galn.
Establecer los niveles de los factores
Este equipo de proyecto necesita mejorar el kilometraje por unidad de combustible de
la flota de entrega.
Los factores que son susceptibles de cambios incluyen:
Marca de gasolina
Nivel de octanaje
Menor velocidad
Afinacin del vehculo
Lavado y encerado
Llantas nuevas
Presin de aire de las llantas

63

Cambiar cualquiera de los factores listados puede o no tener un impacto en el


kilometraje por unidad de combustible. Para determinar el impacto individual o combinado, se
realizarn experimentos
Problema: El kilometraje por unidad de combustible es de 20 millas por galn. Cada variable
de entrada se prueba en dos arreglos que se consideran estn asociados con el cambio
dramtico en el kilometraje por unidad de combustible. Los resultados se presentan en la
tabla.

Velocidad

Octanaje

55
65
65
65

85
85
91
85

Presin
de aire
30
30
30
35

Millas por
Galn
29
23
25
24

Probar un Factor a la vez


En la tabla, el equipo ha completado la seleccin y clasificacin y ha seleccionado tres
variables para su Optimizacin: velocidad, octanaje y presin de aire en las llantas.
El equipo solo a probado un factor a la vez hasta este momento. Por ejemplo, se vari
la velocidad pero el octanaje y la presin de aire en las llantas se mantuvo constante. Se aisl
el octanaje de la velocidad y presin de aire de las llantas y la presin de las llantas se aisl de
la velocidad y del octanaje.
Qu revela el experimento anterior? Es 29 el mejor resultado posible?
Cuntas combinaciones ms se necesitaran para correr un experimento factorial
completo?
Cuntas corridas adicionales se necesitan para un experimento factorial completo si
hay tres de ellos?
Se puede determinar si hay algn efecto de la interaccin entre las variables con un
experimento de un factor a la vez? Busquen una prueba con una diferencia significativa
en la Variable de Respuesta.
Problema: El kilometraje por unidad de combustible es de 20 millas por galn.

64

Velocidad
55
65
55
65
55
65
55
65

Octanaje
85
85
91
91
85
85
91
91

Presin de aire
30
30
30
30
35
35
35
35

Millas por Galn


29
23
35
25
37
24
36
30

Experimento Factorial Completo


Se extendi el experimento de kilometraje por unidad de combustible. Se realizaron
pruebas adicionales para hacer que toda la secuencia de prueba fuera ocho. Los
experimentos previos se indican en la tabla.
Tomen nota que los resultados mejoraron significativamente en la prueba extendida.
De hecho, tres combinaciones que superaron el objetivo resultaron de esta parte del
experimento.

2.5.1.6.3 Barreras para un DOE efectivo


No hay una clara definicin del problema.
Los objetivos del experimento no son claros.
Percepcin de que el DOE es costoso y consume mucho tiempo.
Falta de comprensin de las herramientas y estrategias DOE.
La lluvia de ideas es inadecuada.
No se reconoce el valor del experimento.
No se tiene suficiente confianza durante las primeras etapas.
Falta apoyo de la gerencia para el DOE.
Expectativas de resultados inmediatos por parte de la organizacin.
Falta de gua adecuada para equipo.
2.5.2 Crear el Mapa del Proceso de Como debe ser
El Mapa del Proceso de Como debe ser es un mapa que representa la mejor opcin de
mejora posible que el equipo del proyecto es capaz de aplicar. Es posible que se puedan
hacer varias mejoras a un proceso. Por ejemplo, el proceso actual puede clasificarse como
malo mientras el uso de prueba de errores puede hacer que el proceso sea bueno. Pero
que mejoras pueden hacer que un proceso pase de bueno a mejor a ser el mejor? El
Mapa del Proceso de Como debe ser debe representar la mejor solucin posible.

65

Ahora que se ha decidido la mejor solucin posible (o combinacin de componentes de una


solucin), el siguiente paso es planear como probar y correr un Piloto de los posibles cambios,
recolectar informacin sobre el impacto, luego desarrollar un plan para desarrollar los cambios
a gran escala dentro de la organizacin.

Orden del
Distribuidor
entra al
sistema

Vehculo pasa la
inspeccin,
sale de la
planta

Vehiculo espera
ser cargado

Vehculo
ensamblado en la
planta

Cargamento de
reabastecimiento de
partes en 24 horas

Vehculo cargado en el
camin de transporte
en ruta al centro
de mezcla

Vehculo
estacionado en la
planta esperando
el camin de
transporte

Vehculo cargado
en ruta al
Distribuidor

Descarga en el
Distribuidor en un
rea segura

Inspeccin
en la
planta

Vehculo descargado
del camin de
transporte en el
centro de mezcla

Se satisface
la CTQ?

39

2.5.3 DESARROLLAR AMEF


Utilizando la informacin de esa comparacin, se puede completar la segunda mitad
del anlisis de modos de falla y efectos (AMEF) en esta etapa.

66

Se toman acciones correctivas para reducir la severidad,


incidencia y/o ndices de deteccin. Las acciones correctivas
deben estar dirigidas a los NPR y a los elementos de
severidad ms altos.
10
Documenta las
acciones
recomendadas en
base al NPR del
Diagrama de
Pareto.
11
Designa quin es
responsable de la
accin y la fecha de
terminacin
proyectada.

12

Acciones
Recomendadas Responsable

Acciones
Tomadas

Cules son las Quin es


Cules son
responsable las acciones
acciones para
reducir la
de la
completas
incidencia de la accin
tomadas con
cause, o
recomendada? el NPR
mejorar la
recalculado?
deteccin?
Asegrense
Debe tener
de incluir
solo acciones o
mes/ao
NPR's altos o
de
terminacin
fcil solucin.

S
E
V

O
C
C

D
E
T

R
P
N

Documenta las
acciones tomadas
en base al NPR del
Diagrama de
Pareto
13
Calcula
nuevamente las
SEV, OCU, y DET
en base a las
acciones
correctivas

42

2.5.3.1 Desarrollar acciones recomendadas


Con la perspectiva de haber terminado de recolectar y analizar la informacin, estamos
listos para completar el AMEF. Refiranse a la tabla AMEF en Medicin 28.
10.
Accin Recomendada: Acciones para reducir cualquier o todas las clasificaciones de
ocurrencias, severidad o deteccin. Recuerden, el nfasis para desarrollar las acciones
correctivas recomendadas es prevenir los defectos en vez de detectarlos.
11.
Responsabilidad: Persona o grupo responsable de la accin recomendada
12.
Acciones Tomadas: Una breve descripcin de la accin real y la fecha efectiva
13.
SEV/OCU/DET/NPR: Nueva clasificacin de severidad, ocurrencia, deteccin y
prioridad de los riesgos en base a las acciones tomadas
El Anlisis de Costos/Beneficios demuestra que la posible solucin probar ser
costeable. A pesar que este no es todo el enfoque en nuestro esfuerzo por mejorar, es
importante saber que vamos en la direccin correcta.
Un Anlisis de Costos/Beneficios es un proceso estructurado para determinar las ventajas y
desventajas de los costos de aplicacin y los beneficios anticipados de las posibles mejoras.
Los Anlisis de Costos/Beneficios se realizan para asegurar que una mejora en especial es la
mejora ms eficiente de entre un grupo de posibles mejoras.

67

Cuando realicen un Anlisis de Costos / Beneficios:


Consideren todos los costos asociados con la aplicacin de la mejora.
Determinen los beneficios de la mejora aplicada en su totalidad utilizando las mismas
mediciones que se utilizaron en la determinacin de los costos (por ejemplo, tiempo,
dlares, materiales).
Comparen los costos reales de la mejora contra los beneficios anticipados.
Primero, considere todos los costos asociados con la mejora. Por ejemplo, inversin de
capital necesaria, costos de aplicacin (contratar consultores, tiempo del equipo del proyecto,
etc.), costos de inicio (entrenamiento, produccin perdida durante el cambio del proceso
antiguo al nuevo), costos de operacin (costos adicionales de correr el nuevo proceso en
comparacin al proceso antiguo).
A continuacin, cuantificar los beneficios de la mejora propuesta. Calculen o estimen
los beneficios conocidos y los posibles beneficios asociados con la mejora propuesta. En
muchos casos, esto requiere hacer suposiciones (por ejemplo, la mejora propuesta resultar
en una mejora del 25 porciento en la productividad).
Finalmente, utilicen un enfoque ROI o una simple comparacin de los costos y
beneficios para determinar la factibilidad de la mejora
2.5.4 PILOTO
Definicin
Antes de aplicar completamente una mejora, se debe correr una prueba Piloto o
probarla a menor escala a fin de comprender mejor sus efectos y aprender cmo llevar a cabo
la aplicacin completa de forma ms efectiva.
Se debe invertir buena cantidad de tiempo y esfuerzo para desarrollar el Piloto a fin de
asegurar que se han identificado los riesgos potenciales y que stos se han tomado en cuenta.
Un Piloto es una prueba de la aplicacin de una mejora propuesta, realizada a pequea
escala bajo atenta observacin.
Al completar un Piloto, el equipo del proyecto:
Tendr la oportunidad de revisar la mejora antes de la aplicacin completa.
Determinar la mejor forma de aplicar la mejora.
Disminuir el riesgo de falla.
Confirmar los resultados y relaciones esperadas (de Y y X).
Tendr la habilidad de predecir mejor los costos y los beneficios.
Incrementar la oportunidad de recibir retroalimentacin.
Obtendr opiniones del personal afectado.
Acelerar la aplicacin de la mejora.
Para evaluar las mejoras, utilicen la informacin recolectada durante el Piloto y calculen
el valor Sigma a corto plazo.
Calcular el DPMO y el Sigma a corto plazo
Para Evaluar las Mejoras, comparen el Sigma a corto plazo del Piloto con el valor
Sigma a corto plazo calculado para el anlisis de capacidad (en la fase de anlisis).

68

FASE DE CONTROL

Repasemos las cuatro secciones anteriores a sta:


Definir Refinar la comprensin del equipo del proyecto sobre el problema y
seleccionar las CTQs.
Medir Establecer tcnicas para recolectar informacin sobre el desempeo actual
Analizar Enfocarse en las oportunidades de mejoramiento a travs de la revisin de la
informacin.
Mejorar Desarrollar, aplicar y evaluar las alternativas de mejoramiento que lleven a un
desempeo de las CTQ mejorado.

Fase de Control
La fase de Control comienza al momento que se investiga mtodos para realizar -a
Prueba de Error- que son una alternativa aplicada por el equipo del proyecto en la fase de
Mejoramiento. El equipo de proyecto entonces:
Desarrollar un plan para asegurarse de que el sistema de mediciones contine siendo
viable para las operaciones continuas a largo plazo.
Establecer grficos de control que utilizar el responsable del proceso para
administrar el mismo.
Crear un Plan de reaccin para solucionar cualquier situacin que ocasione que el
proceso se salga de control.
La fase termina una vez que se actualiza el Procedimiento Estndar de Operacin y se
entrena adecuadamente a los operadores del proceso.
Al momento de concluir la fase de Control, el equipo del proyecto habr transferido el
control del proceso de nuevo al equipo de operacin del proceso.

69

Actualizar el SOP y el
Plan de Entrenamiento
Desarrollar el Plan de
Reaccin
Aplicar Grficos de
Control
Desarrollar el Plan
MSA a largo plazo
Realizar -a Prueba de
Error-

Control es la aplicacin de mtodos estadsticos que proporcionen una


retroalimentacin a travs de la cual se puede comparar el desempeo de un proceso con un
grupo de estndares o lmites con el fin de controlar la variacin y centrado del proceso.

A continuacin se presenta un formato de un Plan de Control 6


Sigma.
Plan de Control de la Manufactura

Nombre/Familia de Partes:
Nmero de la Parte:
Planta
(Area de Taller):

Preparado por:
Aprobado por:
Aprobado por:
Aprobado por:

Revisin Caracterstica/ CTQ/ Especificacin/ Mtodo de Tamao


Maq./Oper.
Parmetro
CL Requerimiento Medicin de muestra Frecuencia

Pgina: de
Documento No.:
Fecha de Rev. :
Supercedes:
Quien
Mide

Donde se Regla de Decisin/ Nmero de


Registra Accin correctiva referencia

70

Plan de Control Seis Sigma


El Plan de Control proporciona una descripcin resumida por escrito del sistema para
controlar las partes y procesos.
El Plan de Control refleja el resultado de todas las actividades de la fase de Control
incluyendo:
-a Prueba de ErrorPlan MSA a largo plazo
Plan de Reaccin
Seleccin del grfico de control

2.6.1 REALIZAR A PRUEBA DE ERRORPara comenzar la fase de Control, el equipo del proyecto investigar formas de realizar -a
Prueba de Error- a la mejora del proceso. Al eliminar la oportunidad de error, este paso ayuda
a asegurar que no ocurran errores.

2.6.1.1 -a Prueba de Error- Ejemplos


l equipo necesitar ser creativo en la bsqueda de formas para realizar -a Prueba de
Error- en el proceso. Tcnicas comunes para realizar pruebas e error incluyen:
Revisar el software a fin de que toda la informacin se deba capturar antes de
que el usuario pueda avanzar a la siguiente pantalla.
Pre-ensamble de partes individuales en los componentes de forma que se
puedan validar como buenas antes del ensamble final.
Eliminacin de pasos del proceso redundantes y sin valor agregado que tienden
a producir errores, por ejemplo, doble captura de la informacin.
Cdigo de barras para asegurarse de que la informacin pueda comunicarse
fcilmente de una operacin en un proceso a la siguiente:
2.6.2 DESARROLLAR EL PLAN MSA A LARGO PLAZO
Luego de realizar -a Prueba de Error- del proceso, el equipo del proyecto desarrollar
un Plan de Anlisis del Sistema de Medicin (MSA) a largo plazo.
Similar al MSA original realizado durante la fase de Medicin, el plan MSA a largo plazo
abarca todos los aspectos de la recoleccin de datos en relacin a la medicin continua de las
Xs y al monitoreo de alto nivel de las Ys.
El MSA a largo plazo ayuda a administrar la comprensin de un proceso. El proceso
no se puede comprender y controlar sin comprender la calidad de las mediciones.
2.6.2.1 Propsito de Desarrollar un Plan MSA a largo plazo
Razones por las que se necesita un plan MSA a largo plazo:
El control a largo plazo del proyecto depende de la medicin y del anlisis. El sistema
de medicin necesita estar bajo control.

71

Un problema crtico del MSA a largo plazo es la forma en que los cambios al proceso
tendrn un impacto sobre lo que se mide y la forma en que se lleva a cabo esa
medicin.
Enfocarse a esta situacin evita pasos del proceso de medicin que no sern
relevantes en un futuro para las CTQs.
Si no pueden hacer un buen trabajo en la medicin del proceso, no podrn hacer un
buen trabajo en el control.
2.6.2.2 Elementos de un Plan MSA a Largo Plazo
Informacin bsica para el anlisis inicial
Detalles en relacin al responsable del sistema de medicin y del calibrador.
Un grfico de control de calibracin con instrucciones.
Detalles en relacin al manejo y almacenamiento del calibrador.
Una lista de los requisitos de mantenimiento para el calibrador junto con el
procedimiento y una bitcora de mantenimiento.
Detalles en relacin a partes de refaccin para el calibrador.
Documentacin completa para la operacin del calibrador.
2.6.3 APLICAR GRAFICAS DE CONTROL
Siguiendo el desarrollo del Plan MSA a largo plazo, el equipo de proyecto necesita
seleccionar un grfico de control para monitorear el proceso mejorado y asegurar las
ganancias continuas.

Los grficos de control son


representaciones grficas de la variacin de
un proceso a travs del tiempo.
12.5

Lmite Superior
de Control

11.5
10.5

Promedio

9.5
8.5

Lmite Inferior
de Control

7.5
0

10

20

30

72

2.6.3.1 Definicin
Un grfico de control es sencillamente un grfico de corridas con lneas indicadoras del
lmite superior e inferior dibujadas a cada lado del promedio del proceso.
El equipo del proyecto determina las posiciones de las lneas del Lmite inferior de
Control y el Lmite superior de Control. Comnmente las lneas se establecen en 3.0
desviaciones estndar.
Al igual que con cualquier tabla o grfico, buscamos patrones en la informacin que
nos indiquen qu es lo que est pasando en el proceso. Los grficos de control se pueden
utilizar para rastrear tendencias en la informacin a travs del tiempo pero tambin se pueden
utilizar para predecir la capacidad del proceso (en procesos estables).
Los grficos de control tambin demostrarn causas especiales de variacin.

2.6.3.2 Grficos de Control y Desviaciones Estndar


Cuando se utilizan los grficos de control, es importante recordar que:
Los lmites de control tpicamente se establecern a 3 desviaciones estndar por arriba
y por debajo de la lnea central (media)
La desviacin estndar que se utiliza para determinar los lmites de control se calcula a
partir de la variacin promedio dentro de los subgrupos
Los lmites de control se establecen durante un marco de tiempo cuando el proceso
est en control.

Fuera de Control

En Control
12.5

12.5

11.5

11.5

10.5

10.5

9.5

9.5

8.5

8.5

7.5

7.5
0

10

20

30

10

20

30

2.6.3.3 Interpretar los Grficos de Control


El grfico en la izquierda muestra un proceso que est en control ya que todos los puntos de
informacin estn distribuidos entre los lmites de control y la variacin tiene aspecto aleatorio.
El grfico en la derecha muestra un proceso fuera de control, ya que muchos de los puntos
de informacin estn distribuidos fuera de los lmites de control.

73

En Especificacin

OCIS

ICIS

Fuera de Control

En Control

OCOS

ICOS

Fuera de Especificacin

2.6.3.4 Limites de Control y Lmites de Especificacin


Debido a que no hay relacin directa entre estar en control y dentro de la
especificacin, existen cuatro posibilidades diferentes (se denominan por sus siglas en
ingls):
OCIS: Fuera de Control pero dentro de la Especificacin (por sus siglas en ingls: out
of control, in specification) esto requiere un ajuste al proceso
ICIS: En Control y dentro de la Especificacin (por sus siglas en ingls: in control, in
specification) esta es la mejor opcin
OCOS: Fuera de Control y Fuera de la Especificacin (por sus siglas en ingls: out of
control, out of specification) esto requiere un re-diseo del proceso y un ajuste al proceso
ICOS: En Control pero Fuera de Especificacin (por sus siglas en ingls: in control, out
of specification) esto requiere un re-diseo del proceso
Las conclusiones anteriores suponen que el sistema est operando correctamente.
2.6.3.5 Tipos de Grficos
Los grficos de control ms frecuentemente utilizados incluyen:
Datos por Atributos
Grfico P
Grfico U
Datos por Variables
Grfico I-MR
Grfico X-R

74

2.6.3.5.1 Datos por Atributos Grfico P


El grfico P:
Rastrea la proporcin de unidades defectuosas observadas en una muestra
Toma nota de las causas especiales en relacin con los lmites de control
superior e inferior
Aplica para tamaos de muestra constantes y no constantes.

45

75

2.6.3.5.2 Datos por Atributos Grfico U


El grfico U:
Rastrea el nmero de defectos por unidad tomada como muestra
Muestra la informacin de defectos en comparacin con los lmites de control
superior e inferior.
Aplica para tamaos de muestra constantes y no constantes.

46

2.6.3.5.3 Datos por Variables Grfico I-MR


El grfico I-MR:
Rastrea la variacin del proceso e indica las causas especiales de variacin
Proporciona tanto un grfico individual como un grfico con rango mvil en la
misma ventana grfica.

76

2.6.3.5.4 Datos por Variables Grfico X-R


El grfico X-R:
Rastrea las medias del proceso e indica las causas especiales de variacin
Proporciona tanto un grfico de las medias del proceso como un grfico de rango en
una sola ventana
2.6.4 REALIZAR PLAN DE REACCION
Uno de los pasos finales en la fase de Control es el desarrollo de un Plan de Reaccin
detallado.
Cuando los procesos no estn en control, un plan de reaccin puede proporcionar un mtodo
para manejar las condiciones fuera de control.
El encargado del plan de reaccin es la persona responsable del proceso.
Un plan de reaccin proporciona detalles sobre las acciones que se tomarn en caso
de que los grficos de control indiquen que el proceso revisado est fuera de control.
2.6.4.1 Propsito del Plan de Reaccin
Los planes de reaccin proporcionan un mecanismo de monitoreo y control que se
puede utilizar como una forma sistemtica de tomar las acciones adecuadas a corto y largo
plazo.

77

2.6.4.2 Desarrollar un Plan de Reaccin


Cuando se desarrolle un Plan de Reaccin, asegrense de incluir:
Cmo diferenciar entre una causa especial y una tendencia del proceso.
Cundo es adecuado reaccionar (nmero de puntos de informacin fuera de control).
Qu acciones se deben tomar.
Quin es responsable de aplicar estas acciones.
Quin es responsable de la verificacin.
El ltimo paso de la fase final del modelo DMAIC es Actualizar el SOP (standard
operation procedure) procedimiento estndar del proceso y el Plan de entrenamiento.
Esto es importante para mantener la consistencia de la documentacin que sustenta todas las
operaciones.
2.6.5 Actualizar el SOP y el Plan de Entrenamiento
El paso final en la fase de Control es actualizar los Procedimientos Estndar de
Operacin (SOP [por sus siglas en ingls: Standard operation procediure]) para incluir todos
los pasos del proceso revisados y las medidas de control.

2.6.5.1 Definicin
Documentar es un paso necesario para asegurar que el aprendizaje obtenido a travs
de la mejora se comparta e institucionalice.
Frecuentemente, los procesos evolucionan de forma adecuada. La forma de lograr
cada una de las actividades del proceso se deja comnmente a la opinin del individuo, como
consecuencia, mucho del conocimiento organizacional reside en la mente de los asociados.
Nuevos procesos requieren de documentacin nueva o revisada en cuanto a sus
componentes o actividades por dos razones:
Como auxiliar de entrenamiento
Como herramienta de aplicacin (reduce la variacin del proceso y enfatiza las mejores
prcticas)
Si el proceso es ISO 9000, el equipo de proyecto necesitar actualizar la informacin ISO
como parte de este paso.
Esto concluye todo el modelo del proceso DMAIC. Esencialmente, la fase de Control
define el plan a largo plazo del sistema de medicin, establece los grficos de control para el
responsable del proceso y actualiza la documentacin.
El proyecto no puede concluirse con la confianza de que se ha mejorado el proceso y
que se tienen buenas posibilidades de que permanezca de esa forma.

78

APLICACIN PRCTICA
A continuacin se mostrara una aplicacin prctica abreviada de la realizacin de un proyecto
realizado de seis sigma en Ford Cuautitlan Izcalli.
NOMBRE DE PROYECTO: REDUCCION DE CONSUMO DE SELLO
AREA: PLANTA PINTURA

DIVISIN: PRODUCCIN PINTURA

3.1 DEFINICION DEL PROBLEMA


Uno de los principales problemas en el rea de sellado en la Planta Ensambladora de
Cuautitlan es el alto consumo de sello, material usado para impedir paso de agua en las
uniones de carrocera de modelos de camionetas TF7 y TF11, el exceso de aplicacin de sello
en las unidades contra especificacin. Las variables es el costo por exceso de aplicacin
por unidad actual contra costo neto sobre especificacin.

Identificacin del cliente.

Nuestro cliente ser interno, los costos por consumo de sello van directamente cargados a
produccin de planta pintura.

CTQ

Y = Reduccin de consumo de sello


X1= Costo por Unidad actual
X2= Costo neto

Objetivo del proyecto

El proyecto esta enfocado en disminuir el consumo de sello en el rea de pintura de la


planta ensambladora de Cuautitlan tambin identificar las causas raz del alto consumo de
sello y reducir el consumo de sello por unidad usando la metodologa 6 sigma.

Meta

Reducir las DPMO (defectos por milln de unidades).


Reducir el consumo de sello por lo menos 30% en la Cuap (planta Cuautitlan).
Ahorros anuales de $35 000 usd.
Ahorros forzosos de $17 500 usd.

Progresos a Revisin

Definir defectos y equipos formados


Identificar la causa raz mediante la metodologa seis sigma y proceso DMAIC
Sistema de anlisis de medida completa.

79

Fotografas
Back Panel

Floor Pan to Inner Backpanel

Rocker Panel

80

Mapa del flujo de proceso (rea de sellado)


Las carroceras despus del proceso horneo de secado pasan a travs del rea de sellado de
uniones para impedir paso de agua a continuacin se muestra el mapeo de flujo de proceso
nos seala valores no agregados sealados con estrellas mostrando las reas con mayor
oportunidad de mejora y a las cuales nos enfocaremos.

MAPA DE PROCESO DE AREA DE SELLADO

APLICACI.N DE
PLASTILINASY GOMAS

25 segundos

APLICACIN SELLO
CASTING

76

ROCKER PANEL
(panel de soporte de
asientos)

25

ROOF PANEL TO A
PILLAR (Panel de
techo a pilar A)

15

SELLADO DE LISTON
EN PUERTAS

35

LIMPIEZA DE INTERIOR DE
RESIDUOS E COAT

50

COWL TOP TO A PILLAR


(cubierta superior a pilar A)

15

FLOOR PAN TO INNER


BACKPANEL SEALER
(Unin piso con panel interior
trasero)

35

COLOCACIN DE

BREASTPLATE

67

BACK PANEL
(panel trasero)

15

COWL TOP FRONT,


FLOOR PAN AND DASH
PANEL (cubierta frontal
superior a parabrisas)

35

BODY CLEANER
(limpieza de carrocera)

TAPETES

45

45

SELLADO DE MOLDURA
DITCH

15

Leadtime 498
segundos

81

Diagrama Ishikawa
Se realiza una junta con el personal involucrado en el proceso para la realizacin de diagrama
ishikawa para encontrar las probables causas raz de nuestra oportunidad de mejora
basndonos en la experiencia de los participantes.

Medicin

Material
Instrumento para
medir correcta
aplicacin
Falta de
instrumento de
medicin
Parmetros de
Manmetros
Temperatura
ambiental no
constante

Variacin de
Humedad

Ambiente

Mtodo

Personal
Variacin
temperatura de
material
Las propiedades
del material no
son siempre las
mismas

Los operadores no
conocen la
especificacin
Falta de entrenamiento
para aplicacin
Habilidad en
la aplicacin

Unidad sucia

Falta de
especificaciones en
hoja de instruccin
No existe
informacin de un
mtodo

Causas de exceso
de aplicacin de
sello
Salida de presin
muy variable
Diseo de la
boca de pistola
aplicadora

Maquina

Principales posibles causas de variacin identificadas.


Temperatura de material no constante
Diseo de pistolas aplicadoras
Salida de presin muy variable
Habilidad en la aplicacin

82

3.2 MEDICION
Identificar la variacin y la medicin
AMEF
Se llena primera seccin de AMEF para calcular nuestro nmero de prioridad de riesgo
Paso del
Proceso/
Nmero de
parte

Posible Modo
de Falla

Posibles Efectos
de Falla

Diseo de
boquillas de
pistolas

Mayor
dimetro de
liston o
aplicacin

Sobrepasan
aplicacin vs.
especificacion

Salida de
presin muy
variable

Dificultad
del operario
para la
aplicacin
correcta
Variacin en
la aplicacin

Variacin en
dimetro de
liston de
aplicacin

No hay
repetibilidad en
las aplicaciones

Temperatura Variacin en No se controla el


material no
la
flujo deseado
constante
viscosidad
para aplicacin

Habilidad en
la aplicacin

SEV

Posibles
Causas

Sistema y
Ubicacin de
material con
temperatura
variable
No se cuenta
con un diseo
de acuerdo a
las
necesidades

La presin no
se encuentra
en los rangos
optimos de
aplicacin
Falta de
metodo
estndar de
aplicacin y
entrenamiento

OCU

Controles
Actuales

Ninguno

DET

NPR

288

Ninguno

144

Ninguno

168

Ninguno

216

Determinar un tipo de informacin y Plan de medicin.


Al identificar las principales posibles causas de variacin se decide realizar recoleccin de datos un
muestreo de los modelos TF7, La recoleccin de datos sern por variables de forma cuantitativa el
instrumento de medicin ser el vernier las mediciones se realizarn en diferentes horas del da con
registro de temperaturas ambiente esto en base al AMEF realizado, la cual nos muestra que el tem con
mayor prioridad de riesgo es la temperatura variable afectando nuestro viscosidad. Los conceptos a
medir son los siguientes:
1. Dimetro de aplicacin
2. Longitud de aplicacin

83

Anlisis de sistema de medicin (estudio RyR)


A continuacin se muestra la graficas de anlisis de comprobacin de mediciones realizadas por

participantes del equipo, los resultados muestran que la recoleccin de datos es confiable una
repetibilidad y reproducibilidad dentro de los rangos aceptables de varianza.
G age nam e:
D ate of s tudy :
R e p o rte d b y :
To le ra n c e :
M is c :

G a g e R & R (X b a r/R ) f o r M e d ic i n

V e rn ie r
03/15/2003
Ja vie r M ill n /O s c a r F e rn n d e z

O p e r a r io *P ie za In te r a c tio n

O p e ra rio

20

Average

C o w a ls k
J a im e
Ve ga
10

P ie z a

%Contribution
Source
Variance (of Variance)
Total Gage R&R 1.1352 1.74
Repeatability 1.0517 1.61
Reproducibility 0.0835 0.13
Part-to-Part
64.0393 98.26
Total Variation 65.1744 100.00
G ag e na m e:
Date of s tud y :
Rep orte d by :
Tole ra nc e:
M is c :

G age R & R (X bar/R ) fo r M edicin

V ernier
03/1 5/200 3
Ja vier M illn /O s c a r F e rn n de z

R espon se by O perario
25
20
15
10
5
0

O p erario

C o w a ls ky

J a ime

Ve ga

StdDev Study Var %Study Var


Source
(SD) (5.15*SD) (%SV)
Total Gage R&R 1.06544 5.4870 13.20
Repeatability 1.02551 5.2814 12.70
Reproducibility 0.28893 1.4880 3.58

84

3.3 ANALISIS
Anlisis de capacidad

A continuacin se muestra la graficas de anlisis de back panel para saber en que estado nos
encontramos de acuerdo a nuestra metodologa seis sigma.

Report 2: Process Capability for Back Panel


I and MR Chart

0.25

Capability Indices
ST

LT

Mean

0.119393

0.119393

Mean=0.1194

StDev

0.021587

0.027084

LCL=0.06060

Z.USL

0.259741

0.207029

Z.Bench

0.259741

0.207029

Z.Shift

0.052712

0.052712

P.USL

0.397532

0.417994

P.Total

0.397532

0.417994

Yield

60.2468

58.2006

PPM

397532

417994

UCL=0.1782

0.15

0.05
Observ.

50

100

Z.LSL

150

0.10
UCL=0.07223
0.05

P.LSL

R=0.02211
LCL=0

0.00

Potential (ST) Capability

Actual (LT) Capability

Cp

Process Tolerance

Cpk

Process Tolerance
0.054449
I
I

0.184336
I

0.200872

I
I

Ppk

I
I

0.07

0.125

0.125

Specifications

0.09

Pp

0.037914

Specifications

Data Source:
Time Span:
Data Trace:

GRAFICA 3.3.1

Report 1: Executive Summary


Process Performance

Process Demographics
Actual (LT)
Potential (ST)

Date:
Reported by:
Project:

USL

Department:
Process:
Characteristic:
Units:

0.02

0.12

0.22

Upper Spec:

0.125

Lower Spec:
1000000

Actual (LT)

Nominal:

Potential (ST)

Opportunity:

100000
10000

Process Benchmarks

1000

Actual (LT)

100

Sigma
(Z.Bench)

10

PPM

Potential (ST)

0.21

0.26

417994

397532

50

100

150

GRAFICA 3.3.2

85

Process Capability Analysis for Back Panel


UB

Process Data
Upper Bound

0.125000

Target

Within

LSL

Overall

Mean

0.119393

Sample N

140

StDev (Within)

0.0195992

StDev (Overall)

0.0271326

Potential (Within) Capability


Cp

CPU

CPL

Cpk

Cpm

*
Overall Capability

0.04

0.09

0.14

Observed Performance

Pp

PPM < LSL

PPU

PPM > UB

PPL

PPM Total

Ppk

0.19

Exp. "Within" Performance


*

0.24
Exp. "Overall" Performance

PPM < LSL

PPM < LSL

328571.43

PPM > UB

PPM > UB

328571.43

PPM Total

PPM Total

GRAFICA 3.3.3

Por lo que podemos observar en la grafica 3.3.1 tenemos un corto sigma de 0.26
y DPMO (defectos por oportunidad de milln) de 417 994 con la siguiente concluimos que se
tiene un pobre control y pobre tecnologa.

Zst(sigma a corto plazo) =0.26 ; Zlt(sigma a largo plazo)=0.21


Zshift=0.05

3.00

BUENATECNOLOGIA
POBRE CONTROL

Zshift 1.50
1.00
0

BUENATECNOLOGIA
BUENCONTROL

POBRE TECNOLOGIA
POBRE CONTROL

2.00

POBRE TECNOLOGIA
BUENCONTRL

86

Analisis Grafico Floor pan to inner back panel

Report 2: Process Capability for Floor Pan to


I and MR Chart

Capability Indices

0.6
Acciones de mejora

ST

LT

Mean

0.350614

0.350614

Mean=0.3506

StDev

0.044038

0.065870

LCL=0.2390

Z.USL

-8.7E-01

-5.8E-01

Z.Bench

-8.7E-01

-5.8E-01

Z.Shift

-2.9E-01

-2.9E-01

P.USL

0.806615

0.718580

P.Total

0.806615

0.718580

Yield

19.3385

28.1420

PPM

0.5

806615

718580

UCL=0.4623

0.4
0.3
0.2
O bserv.

50

100

Z.LSL

150

0.3
0.2
UCL=0.1372

0.1

P.LSL

R=0.04198
LCL=0

0.0

Po tential (ST) Capability

Actual (LT) Capability

Cp

Process T olerance

Cpk

Process T olerance
0.218131

0.483097

0.152450

I
I

I
I

-0.19

Ppk

0.3125

0.3125

Specifications

-0.29

Pp

0.548778

Specifications

Data Sourc e:
Time Span:
Data Trace:

GRAFICA 3.3.4

R eport 1: E xecutive S ummary


Process Perform ance

Process D em og rap hics


A c tual (LT)
Potential (ST)

Da te:
Re po rte d b y:
Pro je ct:

US L

De pa rtme nt:
Pro ces s:
Ch arac te ristic:
Units:
0 .1

0 .2

0.3

0 .4

0.5

0.6

Upp e r Spe c:

0 .31 2 5

Lo we r Spe c:
1000000

A c tual (LT)

Nomina l:

Potential (ST)

O pp o rtun ity:

100000
10000

Process Benchm arks

1000

Ac tual (LT)

100

Sigma

(Z .Benc h)

10

PP M

Potential (ST)

-0.58

-0.87

718580

806615

50

1 00

15 0

87

GRAFICA 3.3.5

Pro c e s s C a p a b ility A n a ly s is fo r F lo o r Pa n to
UB

P ro c e s s D a ta
U p p e r B o und
0 .3 1 2 5 0 0
Ta rg e t
LSL

W ith in

*
*

M ean

O v e ra ll

0 .3 5 0 6 1 4

S a m p le N
S tD e v (W ithin)

140
0 .0 3 7 2 1 4 9

S tD e v (O ve ra ll) 0 .0 6 5 9 8 8 8
P o te nti a l (W ithin) C a p a b ility
Cp
CPU

*
*

CPL
C pk

*
*

C pm

0.2

O ve ra ll C a p a b ility

0.3

0.4

O b s e rve d P e rfo rm a nc e

0.5

E xp . " W ithin" P e rfo rm a nc e

0.6
E xp . "O ve ra ll" P e rfo rm a nc e

Pp
PPU

*
*

PPM < LSL


P PM > UB

*
7 2 1 4 2 8 .5 7

PPM < LSL


P PM > UB

*
*

P P M < LS L
P P M > UB

*
*

PPL

P P M To ta l

7 2 1 4 2 8 .5 7

P P M To ta l

P P M To ta l

P pk

GRAFICA 3.3.6

Por lo que podemos observar en la grafica 3.3.4 tenemos un corto sigma de -.87
y DPMO (defectos por oportunidad de milln) de 718 580 con la siguiente concluimos que se
tiene un pobre control y pobre tecnologa.

3.00

BUENATECNOLOGIA
POBRE CONTROL

Zshift 1.50
1.00
0

BUENATECNOLOGIA
BUENCONTROL

POBRE TECNOLOGIA
POBRE CONTROL

2.00

POBRE TECNOLOGIA
BUENCONTROL

88

Seleccin y uso de herramienta de anlisis


En el siguiente cuadro se muestra los promedios de la recoleccin de datos y el
comportamiento de la aplicacin de sello actual vs. la aplicacin de especificacin, la
temperatura del material histricamente oscila hasta 32 como mx. en verano y a 18 C en
C
tiempo de invierno, los datos mostrados a continuacin se tomaron por un periodo de 1 mes,
con un rango de temperatura ambiental de 22 a 26
C.
Temperatura 22 - 26
C
PARTE
Cowl top to A pillar
Back Panel
Floor Pan to Inner Back Panel
Rocker Panel
Cowl Front, Floor pan and Dash
Panel
Roof Panel to A pillar

ESPCIFICACIN
Dimetro
(in)

Longitud
(in)

PROCESO
Dimetro
(in)

Longitud
(in)

0.125
0.125
0.3125
0.125

3
30
86
10

0.2181
0.1193
0.3506
0.1936

3
30
94
10

0.3125
0.125

34
3

0.3512
0.1647

34
3
TOTAL

PORCENTAJE DE
EXCESO DE
SELLO %
74.48
-4.56
12.192
54.8
12.384
31.76
181.056

Grafica representativa
La grafica muestra como tenemos una variacin en nuestro proceso fuera de la especificacin
0.4
0.35
0.3
0.25

Especifcacin

0.2

Proceso

0.15
0.1
0.05
0
Cowl top to A Back Panel
pillar

Floor Pan to Rocker Panel


Inner Back
Panel

Cowl Front, Roof Panel to


Floor pan
A pillar
and Dash
Panel

89

En el siguiente cuadro se muestra los promedios de la recoleccin de datos y el


comportamiento de la aplicacin de sello actual vs. la aplicacin de especificacin bajo las
condiciones de temperatura mas estables, las tambores del material (sello) se colocarn en un
sitio donde esta la temperatura estable de 20 oscilando la temperatura del material 22 +/C,
1los resultados son los siguientes:
Temperatura 22
C
PARTE
Cowl top to A pillar
Back Panel
Floor Pan to Inner Back Panel
Rocker Panel
Cowl Front, Floor pan and Dash
Panel
Roof Panel to A pillar

ESPCIFICACIN
Dimetro
(in)

Longitud
(in)

PROCESO
Dimetro
(in)

Longitud
(in)

0.125
0.125
0.3125
0.125

3
30
86
10

0.2181
0.1193
0.3506
0.1936

3
30
94
10

0.3125
0.125

34
3

0.3512
0.1647

34
3
TOTAL

PORCENTAJE DE
EXCESO DE
SELLO %
74.48
-4.56
12.192
54.8
12.384
31.76
181.056

Grafica representativa
La grafica muestra como tenemos una variacin menor en nuestro proceso.
0.4
0.35
0.3
0.25

Especificacin

0.2

Proceso

0.15
0.1
0.05
0
Cowl top to A Back Panel
pillar

Floor Pan to Rocker Panel Cowl Front, Roof Panel to


Inner Back
Floor pan
A pillar
Panel
and Dash
Panel

Identificacin de fuentes de variacin.

De acuerdo a los resultados del anlisis al proceso y analizando los grficos se tiene identificado
que la variacin de temperatura es un factor directo que afecta la viscosidad, se dificulta la
aplicacin del sello cuando una viscosidad mayor.

90

3.4 MEJORA
Alternativas de mejora.
De acuerdo al anlisis, diagrama de pescado y AMEF observamos que el punto mas
importante a tratar es el control de la temperatura de sello, Se propone equipo de la marca
PRECISE la cual es un sistema para controlar la temperatura mediante la regulacin de agua
fra o caliente para su contacto con un serpentn al material a controlar. Las caractersticas de
este equipo son las siguientes:

El circuito del agua puede circular hasta 7 GPM/ 26 LPM mientras mantiene
un rango de temperatura desde 60F/15.5C a 14F/60C.
El sistema utiliza un avanzado pero simple CASCADA control algortmico,
esto permite al sistema crear un largo diferencial de temperatura entre el agua
el circuito del agua y el material del proceso para llevar acabo el intercambio
de temperatura lo mas rpido posible.
En cuanto el proceso se acerca a la temperatura deseada (set point), el
algoritmo ajusta la temperatura del agua lo mas cercano al ideal del proceso.
El sistema no es muy robusto, ofrece la posibilidad de tener el control en una
zona mas apartado del intercambiador.

91

Caractersticas de aplicacin:
Flujo max. de material = 9 GPM
Flujo promedio de material = 3.5 GPM
El equipo de acuerdo a las necesidades de aplicacin tiene las siguientes especificaciones
tcnicas:
Capacidad de enfriamiento:
60F/15.5 a 7 GPM
240 VAC/1ph/50 o 60Hz
Capacidad de calentamiento:
5Kw a 480VAC/3ph/ 60Hz
Serpentintes termoreguladores
Vlvulas de control de 3 vias
Valvulas actuadoras electricas
Actuador: 120VAC/1ph con 1000W potencimetro de retroalimentacin
Controlador de 4-20mA

92

Se propone otras mejoras las cuales son las siguientes:


-

Instalacin de un cuarto con suministro de aire acondicionado de una derivacin del


AC no. 2 de planta pintura segn clculos proporcionados por proveedor, para
suministro de material donde se concentraran todos los contenedores de aplicacin.
Realizacin de formato con graficador X R para tener visible los rangos en que se
encuentra la temperatura.

Completar AMEF
Se muestra segunda seccin de realizacin de AMEF con las medidas de mejora que
se tomaron y calculando de nuevo el numero de prioridad de riesgo.

Medidas
Recomendadas

Controlar
temperatura
material.

Responsable

la Ing. Proyectos / Ing.


de De Procesos.

Medidas que
SEV
se tomaron

OCU

DET

NPR

81

Otras alternativas de mejora:


Controlar la viscosidad del material y la presin.
Dar un entrenamiento a obreros para la correcta aplicacin.
Modificar boquilla de pistola con un diseo conforme a las especificaciones
Estandarizar la aplicacin de sello, automatizando nuestro sistema (se contemplan
robots, ver estudio econmico.
Modificar QPS (Hoja de proceso de calidad) aadiendo las especificaciones de cada
aplicacin.
Hacer juntas con los lderes de grupo para hacer conocer las especificaciones.

93

3.5 PLAN DE CONTROL


En esta parte se da la siguiente tabla la cual contiene las especificaciones por cada aplicacin
que se da y el no. de la hoja de proceso donde se encuentra dicha especificacin.

PLANT:

ASSEMBLY

AREA:

No.

No.de Est

PROCESS

SELLO

Toolsfor

SEAL

VEHICLES:
MACHINE Device

PAINT

WORK GROUP:

TF7
PROCESS

PRODUCT

ROOT
Process sheet

MSI

SPECIFICATION

PE1720
Process sheet

Diam=0.125 Long=3
plg

Diam.-Long.

PE1730
Process sheet

Diam=0.125
Long=10 plg

Diam.-Long.

PE1770
Process sheet

Diam=0.125
Long=30 plg

Diam.-Long.

PE1721
Process sheet

Diam=0.3125
Long=86 plg

Diam.-Long.

Sello de Casting

PE1750
Process sheet

Diam=0.125 Long=3
plg

Diam.-Long.

PE2300

Diam=0.3125
Long=34 plg

PARAMETERS

Rocker Panel

SELLO

Sellado de Lower

SELLO

Sellado Lower

SELLO

Sellado en pisos

SELLO

Sellado en casting

SELLO

Sellado en casting

INFORMATION

Diam.-Long.

CHARACTERISTIC
Cowl top to A pillar

Back Panel
Floor Pan to inner Back
Panel
Roof Panel to A Pillar
Cowl, front floor and
Dash Panel

QC
Aplicar graficas de control

Xbar/R Chart for Diametro

S a m p le M e a n

0.130

UCL=0.1303

0.125

Mean=0.125

0.120

Subgroup

LCL=0.1197
0

10

20

94

ESTUDIO ECONOMICO

A continuacin se realiza el clculo de gastos partiendo del costo del sello por kilogramo
Costo por de sello marca placosa = 2.6 usd/kg.
Promedio de camionetas TF7 producidas al da = 50
Promedio de camionetas TF11 producidas al dia= 28
Total de camionetas producidas = 78
CALCULO DE COSTOS ANTES DE MEJORA
Consumo por unidad = 2.159 kg.
Costo por unidad de sello = 5.61 usd
Consumo de sello por dia= 168.402 kg.
Gasto por sello al dia= 437.58 usd
Gasto por 20 dias habiles de trabajo = 8751.6 usd
Gasto al ao por consumo de sello = 105019 usd

APLICACION

PORCENTAJE CON CONTROL


DE
EXCESO
DE SELLO

GRAMOS
POR
UNIDAD

74.48%

30 %

221 g

Floor Pan to inner 435 g


Back Panel

12.192%

9.77%

348 g

Rocker Panel

54.8%

20%

109 g

Cowl Front Pan 550 g


and Dash Panel

12.384%

5%

123g

Roof Panel to A 325 g


pillar

21.76%

20.1%

131 g

TOTAL

180 %

84.47 %

932 g

Cowl Top to A pillar

GRAMOS
CONSUMIDOS EN
APLICACION POR
UNIDAD
549 g

300 g

2159 g

95

CALCULO DE COSTOS DESPUES DE MEJORA


Consumo por unidad = 0.932 Kg.
Costo por unidad de sello = 2.4232 usd
Consumo de sello por dia= 72.696 kg.
Gasto por sello al dia= 189 usd
Gasto por 20 das hbiles de trabajo = 1780 usd
Gasto al ao por consumo de sello = 21360 usd
Considerando que el costo al ao seria de 21360 se tiene un ahorro de: 83659 usd
Lo que representa un 80 %
Este ahorro es el estimado realizando un plan de mejora de equipo si se considera la
colocacin de robots en la aplicacin de sellos que se tendria una mejora por lo menos un
control mas estable en aplicacin y uniforme calculado como un 50% mas del ahorro que
representa tener solamente un exceso de 40% en el total de porcentaje de las aplicacin de
ahorro al ao lo robots tienen un mayor control en el flujo de salida, repetitibilidad, y
consistencia en la aplicacin de sello.

96

CONCLUSIONES

La calidad de los productos realizados por una empresa es fundamental, esencial para tener
complacidos a los clientes ya sea clientes directos o indirectos el tener la maxima eficiencia en
la produccin de un producto sin tener variables desconocidas es saber de manera
contundente y precisa como se comporta nuestro proceso la filosofia seis sigma es una
herramienta estadistica poderosa para tener en control y saber en donde estamos parados y
como ser los mejores. La metodologa de seis sigma ayuda a ingenieros automatizacin para
que en algn momento de consideracin de implementar una mejora en un proceso sea con
un conocimiento y un panorama completo de las variables a controlar. El aplicar mtodo seis
sigma es un beneficio a los costos de produccin impactante para las empresas, saber
manejar el mtodo de seis sigma nos ayudara como Ingenieros de Robtica Industrial saber la
mejor manera que debemos automatizar un proceso, la operacin optima de los robots, as
como la justificacin econmica y el beneficio de proyecto.
Las organizaciones que no pueden describir sus procesos con nmeros, no pueden
entenderlos. Y si no pueden entenderlos, no pueden controlarlos. Mejorar no se puede sin
datos del producto. Los productos y servicios hablan en forma de datos. Sin datos los
productos y servicios son mudos y las compaas estn sordas. A travs del anlisis
estadstico de los datos de un proceso o un producto nosotros podemos escuchar lo que el
proceso o producto nos esta diciendo. Sin embargo cuando los datos claramente nos estn
indicando una direccin pero la cultura corporativa de una compaa nos dicta otra direccin
aparece el miedo y el cambio esta perdido. Solo un liderazgo fuerte y definido puede erradicar
el factor miedo y permite a una organizacin realizar su potencial. La estadstica sola no puede
hacer el cambio.
La mejora de la rentabilidad depende de cuan riguroso sea aplicado el Seis Sigma
La medicin crea una liga entre la filosofa y la accin.
Si queremos entender cuales son los valores de una organizacin, solamente tenemos que ver
que estn midiendo, registrando, analizando, reportando y que acciones estn llevando a
cabo.

97

BIBLIOGRAFIA
1)

Facilitador GBMANF FORD COMPANY


1.1 esp 764 MANU 01 introduction FG
1.2 esp 764 MANU 04 DMAICprcs FG
1.3 esp 764 MANU 05 define phase FG
ESP 764 MANU 06 measure phase FG
esp 764 MANU 07 analyze phase FG
esp 764 MANU 08 improve phase FG
esp 764 MANU 09 control phase FG
esp 764 MANU 10 REVIEW FG

2)

Manual de curso de Green Belt SAC

98