MEJORA CONTINUA DE PROCESOS:

SIX SIGMA

Elaborado por:

MBA Alejandro Gallegos Chocce

AGENDA

1.

Introduccin al Seis Sigma

2.

Proyectos Seis Sigma

3.

Metodologa Seis Sigma

4.

Fase I: Definir y Medir

5.

Fase II: Analizar

6.

Fase III: Implementar mejoras

7.

Fase IV: Controlar

1.

Introduccin al Seis Sigma

1.1 Qu es Seis Sigma?
1.2 Calidad Seis Sigma
1.3 Desarrollo de Seis Sigma
1.4 Principios de Seis Sigma
1.5 Seis Sigma e ISO 9001

1.1

Qu es Seis Sigma ?

Es un sistema empresarial para lograr y mantener el xito por medio de la

orientacin al cliente, la gestin por procesos, as como la utilizacin de los
hechos y de los datos.

Como Mtrica

Mide el desempeo de un proceso

en cuanto a su nivel de productos o
servicios fuera de especificacin

Como Filosofa

Mejoramiento continuo de procesos

Como Meta

Tener procesos de clase mundial,

no producir servicios o productos
defectuosos (3.4 pmo)

1.2

LI
23 min.

Alta
probabilidad
error

Calidad Seis Sigma

Distribucin

Tiempo (minutos)

LS

LI

LS

32 min.

23 min.

32 min.

Alta
probabilidad
de error

Baja
probabilidad
de error

Baja
probabilidad
de error

Ejemplo: El tiempo que un cliente esta dispuesto esperar por una pizza
esta entre 23 y 32 minutos

1.3

Calidad Seis Sigma

La mayor cantidad de proyectos Seis Sigma se destinan a reas funcionales de

operaciones o manufactura, seguidas con bastantes menos proyectos en las
reas administrativas y de servicios al cliente, quedando en cuarto lugar el
sector de logstica y distribucin

1.3

Calidad Seis Sigma

CALCULADORA SIGMA
Caracterstica en estudio:

# de unidades
Oportunidades de defectos por unidad
Defectos
DPU
DPMO
SIGMA

Metros de Tela Punto

404821
4
14109
0.034852441
8,713
3.88

La unidad de medida sern los metros de tela

de punto que produce la fbrica en un mes.
Las oportunidades por defectos son los
defectos que se pueden producir en un metro
de tela.

Cdigo
1
2
3
4
5
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
30
32
33

Defecto
Mezcla de lotes de algodn (Barrado)
Irregularidad de hilo
Contaminacin de polipropileno (polys)
Contaminacin de cascarilla
Contaminacin fibra muerta
Rotura de lycra
Agujeros menores a 1 cm
Cadas de tejido
Fugas de punto
Falta de aguja (desagujado)
Flotantes sueltos
Pata de gallo ( aguja forzada)
Manchas lineales de aceite
Manchas en gotas de aceite
Barras verticales de agujas o platinas
Anillos por diferencia tensin
Tramos o anillos de hilo roto
Anillado por mezcla de lotes de hilo (UV)
Anillado por mezcla de ttulos
Diseo o rapport equivocado
LM fuera de Std
Hilo veteado
Contaminacin de pelusa hilo color
Escape de lycra
Marca de doblez
Manchas de grasa
Cordones hilo doble
Fuera de Tono
Mancha de Suciedad
Oxido Metlico

1.4

Principios de Seis Sigma

Primer
principio

Autentica orientacin al cliente, satisfacer al

cliente es la prioridad nmero uno.

Segundo
principio

Todo debe y puede ser mejorado alineado

con los objetivos de la organizacin.

Objetivos

1.4

Tercero
principio

Principios de Seis Sigma

Las decisiones deben basarse en hechos, datos

estadsticos, pues lo nico constante en los procesos es
la variacin.
Se debe evitar el ...Yo creo que... o ...Yo pienso
que...

1.4

Principios de Seis Sigma

Al mejorar se debe mirar el proceso

completo (Pensamiento Sistemtico),
pues optimizar un subproceso nos puede
llevar a suboptimizar el proceso global.

Cuarto
principio

Procesos de la Organizacin
C
L
I
E
N
T
E

Proceso A

Sub
proceso a

Proceso B

Sub
proceso b

Proceso C

Sub
proceso c

C
L
I
E
N
T
E

1.4

Principios de Seis Sigma

Las causas de los problemas deben ser

eliminadas en su raz para prevenir que
vuelvan a aparecer y as poder hacer bien
las cosas desde la primera vez.

Quinto
principio

Causa 1
Sntoma 1
Causa 2
Sntoma 2

PROBLEMA

Causa n

Sntoma n

1.4

Sexto
principio

Principios de Seis Sigma

Cada vez que un proceso es mejorado

debe garantizarse que los resultados se
mantengan en el tiempo.

1.4

Stimo
principio

Principios de Seis Sigma

El recurso humano es
fundamental de la empresa.

el

capital

Todos los miembros de la empresa deben ser lderes, maestros

y modelos en la prctica de los principios.

1.5

Seis Sigma como

Sistema de Gestin
de Calidad

Seis Sigma e ISO 9001

Equivalentes

Sistema de Gestin de
Calidad segn la
Norma ISO 9001
CLICO DE DEMING

Mejora continua

Mejora continua

Seis Sigma como

proyecto de mejora

Complemento

Sistema de Gestin
de Calidad segn la
Norma ISO 9001

2.

Proyectos Seis Sigma

2.1 Requisitos para un Proyecto Seis Sigma

2.2 Criterios de seleccin
2.3 Equipo Seis Sigma
2.4 Seleccin del Equipo

2.1

Requisitos para un proyecto

Alineado con la estrategia

del negocio. Tiene una
meta clara.

ESFUERZO
FOCALIZADO

Existen datos histricos, o

pueden ser obtenidos.
Mide el rendimiento del
proceso,
mediciones
financieras
para
el
negocio e impacto en el
cliente.
Puede ser hecha por un
equipo de Trabajo.
Cumple
con
las
expectativas de tiempo
establecidas
por
la
gerencia.

Beneficia
Negocio

Apoyo de
Administracin

Cuantificable

Alineado con
la Visin del
Negocio

2.2

Criterios de seleccin

2.3

Equipo Seis Sigma

Controler
Onwer

2.3

Equipo Seis Sigma

CHAMPIONS:
Conformado generalmente por la alta gerencia. Son quienes seleccionan los
proyectos y supervisa su funcionamiento. Participan en la eleccin de BB y GB.

MASTER BLACK BELT:

Son los responsables del entrenamiento de BB. Son especialistas en la Metodologa y
certifican BB. Lideran proyectos de mucha complejidad organizacional. Remueven las
barreras que impiden avances de proyectos.

CONTROLLER:
Es el responsable de dar el visto bueno cada vez que haya algn tipo de evaluacin
financiera y cuantifica los beneficios obtenidos.

2.3

Equipo Seis Sigma

BLACK BELT:
Son los especialistas en la aplicacin metodologa. Lideran proyectos Seis Sigma. Su
rol es guiar al Equipo durante las fases del Proyecto. Sinergizan los conocimientos y
esfuerzos de los miembros del equipo. Dan soporte a los GB. La interaccin con el
dueo del proceso continua despus de terminado el proyecto.

GREEN BELT:
Son miembros del equipo de proyecto que conocen las herramientas bsicas de la
metodologa. Son interdisciplinarios y multifuncionales. Estn preparados para
participar o liderar proyectos Seis Sigma.

OWNER:
Son los lderes de las reas en las que se van a desarrollar proyectos Seis Sigma.
Es el socio estratgico del BB, para alcanzar la meta. Es el responsable de mantener y
superar los estndares alcanzados despus de finalizados los proyectos.

2.4

Seleccin de equipo Seis Sigma

TEST: Inventario de Utilizacin de Energas

Se utiliza para indicar que atributos emplea una persona en su

relacin con los dems bajo dos tipos de condiciones: Cuando
todo marcha bien y cuando se enfrenta con un conflicto.

3.

Metodologa Seis Sigma

3.1 DMAMC y el PHVA
3.2 Diagrama Metodolgico

3.1

DMAMC y el PHVA
1.- Definir el Problema, definir objetivos

Planear
2.- Definir y Describir el proceso
3.- Evaluar Sistema de medicin
4.- Evaluar Capacidad del proceso

Hacer

5.- Determinar las causas del problema

6.- Determinar variables significativas
7.- Optimizar y robustecer

Verificar

8.- Validar Mejora

9- Controlar y dar seguimiento al proceso

Actuar
10.- Mejorar continuamente

3.2

Ruta Metodolgica
C
I
A
Anlisis
del
proceso

M
D

Control y aseguramiento
del desempeo alcanzado

Implementacin de
mejoras o
transformacin del
proceso

Medicin del
desempeo
del proceso

Definicin
del
proyecto

Managemt

Equipo Six Sigma + Dueo Proceso con el apoyo del Sponsor

Dueo de

Team

y la gua del Master Black Belt / Black Belt

Proceso

3.2

Diagrama Metodolgico
Definir el Problema,
definir objetivos

Determinar las
causas del problema

Definir y Describir el
proceso

Determinar variables
significativas

Optimizar y
robustecer
Proce
so
Estable
?

NO

Eliminar
causas
especiales

Validar Mejora

SI

Proce
so
Capaz?
Si

Controlar proceso
NO

Mejorar
continuamente

4.

Fase I: Definir y Medir

4.1 Definir el problema: CTQ y FQD
4.2 Definir y describir el proceso
4.3 Evaluar Capacidad del proceso

CTQs

X (KPIV)

FMEA, Mapa de Procesos

Cp, Cpk

Prueba de Hiptesis

X (KPIV) significativas

Correlacin
Regresin

X (KPIV) que afectan al proceso

FMEA, Lean, Plan de

Mejoras

X (KPIV) que afectan al proceso

SPC
5 Ss

Controladas

Y (KPOV)

Key Process Input Variables

(KPIV)

Variable clave del proceso

Key Process Ouptput Variables

(KPOV)

Problema

Poka Yoke

4.1

Definir Problema
Ideas

Informacin
Incompleta

Situacin problemtica inespecfica

Identificacin de los clientes, CTQ, VOC

Diagrama de Pareto
Histogramas, etc.

PROBLEMA DEFINIDO
Objetivos definidos
Alcance del proyecto definido

Creencias

4.1

CTQ

VOC

Definir Problema

CTQ (Critical to Quality). Son los atributos a

factores crticos para la calidad de un producto o
servicio que influyen en la decisin de compra por
parte del cliente.

VOC (Voice of Client). Es la voz del cliente que se

obtiene por dos medios:
Sistemas proactivos: Quejas del consumidor,
llamadas telefnicas, devoluciones de productos,
etc.
Sistemas Reactivos: Observacin del cliente,
encuestas, entrevistas, etc.

4.1

Insatisfaccin del cliente

Definir Problema: Clasificar CTQ

100
(8, 90%)

75

Importancia para el cliente

CTQ

Muy Importante y
poca satisfaccin

Importancia
(Escala: 1-10)

10

CTQ

Insatisfaccin
(Escala: 1-100)

Tiempo de entrega

Tiempo de entrega

90

Sabor de la Pizza

Sabor de la Pizza

60

Cantidad de Ingredientes

Cantidad de Ingredientes

65

Ingredientes correctos

10

Ingredientes correctos

50

Cortesa del repartidor

Cortesa del repartidor

51

4.1

Definir Problema
Ejemplo Fastpizzas

4.1

Definir Problema
Ejemplo Fastpizzas

100%
90%
80%
70%
60%
50%
40%
30%
20%
10%
0%
Maana

Fines de Semana

Feriados

Noche

4.1

Definir Problema

Hoja de Vida del Proyecto

ALCANCE

Quejas de los clientes por tiempo de entrega

inaceptable.

OBJETIVO

Disminuir en 50% las quejas por tiempo de

entrega en el Turno de la maana.

AHORRO

-Disminucin de las llamadas en el

Call Center

S/.165,000

-Disminucin de las perdidas de

clientes

US$51,080

4.1

Definir Problema: Enfoque CAD 2010

Establece que el sector pblico puede establecer mejoras continuas de la

gestin orientndolas a la ciudadana. Este enfoque supone pasar de una
visin basada en la ley y en el poder monoplico del estado, para centrar
la atencin en los atributos de servici brindado al ciudadano,
independiente del servicio que brinda y el nivel del gobierno

4.1

Definir Problema: Enfoque CAD 2010

4.1

Definir Problema: Enfoque CAD 2010

4.1

Segn el estudio
Ranking CAD 2010.

Definir Problema: Enfoque CAD 2010

denominado

En el mbito de los organismos

pblicos con sede en Lima, destaca
en la lista el Banco de la Nacin,
donde el 100% de los encuestados
considera que siempre se les brinda
a los ciudadanos un trato que
respeta el principio de igualdad.
En el extremo inferior se encuentra
Promper con tan solo 13% de
ciudadanos que considera que recibe
un trato igualitario en esta entidad.

4.2

Definir y describir el proceso

Mapa de procesos de
la organizacin

Mapa de un conjunto
de procesos

Mapa del Proceso de

Anlisis
para
el
proyecto

4.2

Definir y describir el proceso

40

4.2

Definir y describir el proceso

Cada proceso principal

est organizado por Sub
categoras
de
los
procesos.
4.2

Los atributos de los

procesos son listados por
cada rea y descrita,
sugiriendo un mnimo de
estndares de procesos y
una mejor practica

Definir y describir el proceso

4.2

Identificar: Actividades del proceso, Entradas -Proveedores, Salidas Clientes

INICIO

N1

C1

E1
E2

X3

C2

S1
S2
FIN
E3
E4

C3
N2

E5

C, N y E son Entradas al
proceso
S son Salidas

Definir y describir el proceso

4.2

Variables de Ruido o no
controlables (N)

N1

N2

N3

Entiende las X (KPIV) y

controlars las Y (KPOV)

C1
S1 , S2
Variables
Controlables

C2

Caractersticas de
calidad (Y)

PROCESO

Y = f ( X1,X2,....Xn)
E1

E2

E3

E4

Variables experimentales (E)

C

ENTRADA CONTROLABLE

Aquella que puede ser controlada

ENTRADA RUIDOSA

Es impredecibles, altera el proceso.No es controlable por el

momento.

ENTRADA EXPERIMENTAL

Aquella que puede ser estudiada bajo diversos parmetros

para ver su comportamiento en el proceso.

SALIDA

Segn donde impactan se suelen clasificar en :

CTQ: Criticas para la calidad
CTD: Criticas para la Entrega
CTC: Criticas para el Costo.

X
(KPIV)
Y
(KPOV)

Definir y describir el proceso

4.2

INICIO

NA

VA

VA

VA

VA

VA
FIN

NA

VA

Valor agregado son las caractersticas dadas a aquella

operaciones indispensables por las cuales el cliente esta
dispuesto a pagar

VA

Operacin con Valor

agregado

NA

Operacin de no Valor
No generan valor (pero si generan costos)
agregado

4.2

Definir y describir el proceso

Eliminar la fabrica oculta

4.2

Definir y describir el proceso

INICIO

INFO
INFO

FIN

INFO

INFO

Etapas donde se registran datos del proceso

Definir y describir el proceso

4.2

Formato de Matriz FEMEA

Funcin
del
proceso
(paso)

Mtodos de falla
potenciales
(defectos de
proceso)

Efectos de falla
potenciales
(KPOVs)

S
E
V

Causas
potenciales
de falla
(KPIVs)

O
C
C

Controles de
proceso
actuales

D
E
T

1
2

Se hace una
Simple
descripcin
3
Del proceso

Severidad

Ocurrencia

Deteccin

4
5
6
7

Forma como el
proceso podra
no cumplir con
las especificaciones

Efecto que
puede tener
el defecto
en el cliente

Razn por la
cual ocurre la
falla

Controles
que detectan
o previenen
la falla si es
que ocurre

8
9
10

NPR = SEV * OCC * DET

Nivel de prioridad de riesgo

N
P
R

Definir y describir el proceso

4.2

Matriz FEMEA
NPR = SEV * OCC * DET

Donde:

NPR :

SEV :

OCC :
DET :

Nmero de probabilidad de riesgo o de prioridad de riesgo.

EI NPR es la multiplicacin de la severidad de la falla, la ocurrencia de esta y
su posible deteccin. Este ser mejor en tanto sea menor.
Severidad.
Es el impacto de mayor o menor intensidad en que la falla de un proceso
puede repercutir en el cliente (interno o externo) y su comportamiento
respecto a nuestros servicios.
Ocurrencia
Frecuencia en la que puede ocurrir una falla.
Deteccin
Posibilidad de identificar la falla en algn momento durante el
proceso.

4.3

Evaluar Capacidad del proceso

Capacidad

Capacidad Medida

Habilidad
basada
en
rendimiento demostrado,
de
un
proceso,
en
satisfacer
los
requerimientos del cliente.

Capacidad del proceso

cuantificada, de datos que
son
resultado
de
mediciones
de
trabajo
realizado por el proceso.

4.3

Evaluar Capacidad del proceso

Para analizar si un indicador es capaz de cumplir con las especificaciones,

se suele utilizar el ndice de capacidad

Diremos que un indicador es capaz de cumplir con las especificaciones

cuando su dispersin es menor que la distancia entre especificaciones.

Cp =
Cp
1<

Cp = 1

Cp = 2

< 1

LSE - LIE

INCAPAZ

Cp < 1.33 APENAS CAPAZ

1.33 < Cp < 2

Cp > 2

CAPAZ
MUY CAPAZ

4.3

Evaluar Capacidad del proceso

CENTRAMIENTO (Cpk)

No solo interesa ver si el indicador puede cumplir con las

especificaciones, nos interesa saber si este centrado respecto a las
mismas.
Para analizar esto, existe el ndice de centramiento denominado Cpk que
mide la menor distancia del promedio de los datos a las especificaciones
comparada contra el ancho de media distribucin.
Promedio
de los datos

Especificacin

Cpk = Min

LSE - X
3

X - LIE
3

Prximos pasos
ENTRADAS DEL
PROCESO
INICIO

N1

CAPACIDAD DEL
PROCESO

FEMEA

C
1

X
1

X2

X
3

C
2
Y
1
Y
2
FIN
X
3

X
4

C3
N2

X5

ISHIKAWA

PRUEBA DE
HIPOTESIS

VARIABLES SIGNIFICATIVAS

5.

Fase II: Analizar

5.1 Determinar las causas del problema
5.2 Variables Discretas y Continuas
5.3 Prueba hiptesis
5.4 Procedimiento de prueba hiptesis
5.5 Ejemplos

CTQs

X (KPIV)

FMEA, Mapa de Procesos

Cp, Cpk

Prueba de Hiptesis

X (KPIV) significativas

Correlacin
Regresin

X (KPIV) que afectan al proceso

FMEA, Lean, Plan de

Mejoras

X (KPIV) que afectan al proceso

SPC
5 Ss

Controladas

Y (KPOV)

Key Process Input Variables

(KPIV)

variable claves del proceso

Key Process Ouptput Variables

(KPOV)

variables clave de salida del

proceso para el cliente

Poka Yoke

Determinar las causas

5.1

Material

Medicin
Falta de materia
prima a tiempo.
Falta de
medicin de
capacidad de
produccin.

Carga
de
Trabajo

Falta de
supervisin

Infraestructura
limitada.

Carga de
trabajo
Produccin

% Incumplimiento
de programacin

Falta de
capacitacin
a personal.

Falta de toma
de conciencia.

No hay
turnos

No hay
presupuesto

Tiempo de entrega
de planos a
produccin alto

No hay
presupuesto

Personal in
suficiente

Falta de
recursos para
compra de
materiales.

No hay R%R

Mano de
obra

Lneas de
informacin
deficientes.
Tiempo de entrega
de cotizacin
demasiado largo.
Carga de
trabajo
Comercial

Maquinaria

Falta de
mantenimiento
a maquinaria.

No hay
Mantenimiento
Preventivo

% de
Pedidos
entregado
s fuera
plazo.

No hay
presupuesto

Con la finalidad de determinar las posibles causas generalmente que afectan a nuestro
poblewma (Y o KPOV), usaremos el Diagrama Causa Efecto, o Ishikawa. Si las causas
vienen de los KPIV, se deben sealar si son E,C,N

5.1

Determinar las causas

Matriz Causa-Efecto
Se ha visto que la KPIV, puede impactar en las KPOV:

afecta

Posteriormente se validaran cuales

causas son definitivamente las que
son las responsables del Problema

Ejemplos:

Nmero de Contratos

Tiempo de Calificacin

Conocimientos norma de crditos

% de crditos rechazados

Numero de Analistas

Costo Evaluacin.

Tiempo de entrega de Contratos

Para mejorar el proceso, se debe identificar cules son las X que ms

afectan a las Y para determinar cules deben ser atacadas.

5.2

Variables Discretas y Continuas

Datos
Discretos

tienen un nmero fijo de valores

Ejemplos:
estado
civil,
sanguneo, nmero de nios

Datos
Continuos

tienen un nmero infinito de valores

Ejemplos:
estatura,
peso,
temperatura

tipo

5.3

Prueba Hiptesis

PRUEBA DE HIPOTESIS

Para conocer si un factor ( X: KPIV ) influye sobre nuestro

indicador ( Y: KPOV ) del proceso; se suele variar este
factor de manera de ver si su variacin afecta al indicador.
La manera de ver esta variacin es a travs de las
pruebas de hiptesis que nos permitirn concluir si el factor
en estudio afecta significativamente al indicador.

5.3

Prueba Hiptesis
Errores posibles al evaluar una hiptesis
Verdad de H0
V

(no hay diferencia)

Aceptar H0
(no hay
diferencia)

Aceptar Ha
(si hay
diferencia)

Decisin correcta
1(nivel de significan
ca)

Error tipo 1

(si hay diferencia)

Error tipo 2

Decisin correcta
1

(poder la prueba)
F

Verdad de Ha

P(Error Tipo) =
:Probabilidad
de
encontrar
una
diferencia
cundo
esta no existe.
= 0.01, 0.05
P(Error Tipo2) =
: Probabilidad de no
encontrar
una
diferencia
cuando
esta si existe.

5.3

Prueba Hiptesis
RECORDANDO
Ho : El factor no gener diferencias Antes Vs Despus
Ha : El factor si gener diferencias Antes Vs Despus

Si p val > 0.05 (

(X no afecta Y)
(X si afecta Y)

NO se rechaza H0

VOCABULARIO
Conclusin Robusta:
Rechazar H0. Ello pues el valor de se ha fijado en la prueba (usualmente en
0.05)
Conclusin Dbil:
Aceptar H0 sin conocer el valor de . En estos casos se suele decir No puede
rechazarse H0
Potencia de una prueba estadstica:
Es la probabilidad de rechazar correctamente una H0
Potencia = 1 -

Prueba Hiptesis

5.3

ANOVA

Level
ADULTO
JOVEN
VIEJO

N
52
17
52

DF
SS
MS
F
P
2
177886860 88943430 6.46 0.002
118 1625812015 13778068
120 1803698874
R-Sq = 9.86%
R-Sq(adj) = 8.33%

Mean
6158
9055
5331

StDev
3863
4226
3369

Individual 95% CIs For Mean Based on

Pooled StDev
--------+---------+---------+---------+(----*----)
(--------*--------)
(----*----)
6000
8000
10000
12000
Boxplot of HUEVOS INCUBADOS by TIPO LOTE
16000
14000
HUEVOS INCUBADOS

Source
TIPO LOTE
Error
Total
S = 3712

12000
10000
8000
6000
4000
2000
0
ADULTO

JOVEN
TIPO LOTE

VIEJO

5.3

Prueba Hiptesis: Interpretar Siglas

P-VALUE
Source
TIPO LOTE
Error
Total
S = 3712

Level
ADULTO
JOVEN
VIEJO

N
52
17
52

DF
SS
MS
F
P
2
177886860 88943430 6.46 0.002
118 1625812015 13778068
120 1803698874
R-Sq = 9.86%
R-Sq(adj) = 8.33%

Mean
6158
9055
5331

StDev
3863
4226
3369

Individual 95% CIs For Mean Based on

Pooled StDev
--------+---------+---------+---------+(----*----)
(--------*--------)
(----*----)
6000
8000
10000
12000

Un

p-value < 0.05 indica una diferencia

significativa entre niveles de factores.
Por lo menos un grupo es diferente. Se rechaza
la hiptesis de que todos los promedios son
iguales.

F- TEST
F es un ratio estadstico que compara la
variacin entre factores con la variacin dentro
de los factores.

COEFICIENTE DETERMINACION
Una medida

relativa de la variabilidad es el coeficiente R

: SS factor / SS total.
Se denomina coeficiente de determinacin, este estar
entre cero y uno.
Queda claro que cuanto ms prximo est de uno. Ms
variabilidad explica el modelo.

Cuando las medidas de los grupos o factores

son similares F esta cerca de 1.

Prueba Hiptesis

5.3

Correlacin
Es la Fuerza de Asociacin entre 2 Variables. Se mide con el Coeficiente de Pearson (r)
-1
r
1

Cunto ms cercano est el coeficiente de Correlacin de Pearson

a 1 o 1; mayor probabilidad de Correlacin

-1

r<0

Correlacin Negativa

r=0
No hay Correlacin

0<r

Correlacin Positiva

Precauciones: Dado que no estamos modificando el proceso ( variando x) y midiendo su

efecto ( en Y) : encontrar que hay correlacin no siempre significa que al variar X, variar
Y (Causa Efecto). Solo debemos usar correlacin cuando hay una persuasin razonable
que X podra afectar Y

5.3

Prueba Hiptesis
Regresin

Con la regresin se determina el Modelo Matemtico que relacione las

Variables X con Y.

Y ,Y
1

PROCESO

Indicador (Y)

Y = f ( X1,X2,....Xn)

X1

X2

X3

X4

Variables
Experimentales

LOS MODELOS MATEMATICOS PUEDEN SER

Y= 0+ 1X
LINEAL
Y = 0 + 1X + 2X2
CUADRTICO
Y = 0 + 1X + 2X2 + 3X3
CBICO
Y = 0 + 1X1 + 2X2+... + nXn)
LINEAL
MLTIPLE

Estas Xi, son la

que se han
obtenido
despus de:
Prueba
de
Hiptesis.
Correlacin.

Procedimiento de pruebas

5.4

FLUJOGRAMA PRUEBA HIPTESIS

1

Inicio
Recopilar data

Ubicar las variables importantes

( Fase 1 )
Aplicar la prueba
de hiptesis
H0 no hay variacin antes vs despus
Ha si hay variacin antes vs despus

Seleccionar la
prueba de hiptesis
a usar

Si
p val > 0.05

Factor no afecta
Acepto H0

Rechazo H0

No

Variar el factor de
manera de tener 2
Situaciones :
Antes
Despus

Factor si afecta

Fin

Ejemplos: EMPRESA COURIER EL RAPIDO

5.5
X

X1= Zona Geografica

Zona 1

Zona 2
.
.
.
.
.
Zona 10

Y
cantidad pedido
devueltos semanal
20
30
.
.
.
10

20
40
.
.
.
30

30
50
.
.
.
20

48 datos (48 semanas)

Qu tipo de
prueba?
X1= Discreta, tiene 10
valores (menos de 30)
Y= continua

48 datos (48 semanas)

48 datos (48 semanas)

Por lo tanto se utiliza la

Prueba de Anova para
probar la significancia de
X en Y.
Nota: no se utiliza T1 ni
T2 porque son ms de 1
y 2 muestras
respectivamente.

5.5

Ejemplos: EMPRESA COURIER EL RAPIDO

X

X2= Repartidores
Repartidor 1

Repartidor 2
.
.
.
.
.
.
.
.
Repartidor 50

Y
cantidad pedido
devueltos semanal
20
30
.
.
.
10

48 datos (48 semanas)

20
40
.
.
.
30

48 datos (48 semanas)

30
50
.
.
.
20

48 datos (48 semanas)

Qu tipo de
prueba?

X2= inicialmente es
discreta, pero por tener
ms de 30 valores se
le considera continua.
Y= continua
Por lo tanto se utiliza la
Prueba de Regresion.

5.5

Ejemplos: EMPRESA COURIER EL RAPIDO

X

X3= El repartidor usa

Guia ?
Si

No

Y
cantidad pedido
devueltos semanal

50
10
.
.
.
20

10
20
.
.
.
30

Qu tipo de
prueba?
X3= Discreta
Y= Continua
Por lo tanto se utiliza la
Prueba T2 para probar
la significancia de X en
Y

Nota: no Anova porque

solo son 2 muestras.

6.

Fase III: Implementar

6.1 Anlisis de riesgo: Matriz FMEA.
6.2 DOE: Diseo de Experimentos
6.3 Plan de Mejora

CTQs

X (KPIV)

FMEA, Mapa de Procesos

Cp, Cpk

Prueba de Hiptesis

X (KPIV) significativas

Correlacin
Regresin

X (KPIV) que afectan al proceso

FMEA, Lean, Plan de

Mejoras

X (KPIV) que afectan al proceso

SPC
5 Ss

Controladas

Y (KPOV)

Key Process Input Variables

(KPIV)

variable claves del proceso

Key Process Ouptput Variables

(KPOV)

variables clave de salida del

proceso para el cliente

Poka Yoke

6.1

Anlisis de riesgo: Matriz FMEA.

PROCESO FMEA
F
A
S
E
I

Elabora FMEA preliminar.

Discusin para definir NPR.
Plan de Accin de mejora de los
NPR.

F
A
S
E
II

Ejecucin del Plan.

Evaluacin de Resultados.
NO
OK
SI
Emisin del FMEA definitivo.

6.1

Anlisis de riesgo: Matriz FMEA.

Se vuelve usar la matriz FMEA mostrado

anteriormente.
En esta parte se establecen las posibles
soluciones para aquellas actividades que
tienen un NPR alto.

Acciones
Recomen
dadas

Persona
S O D N
responsab Acciones E C E P
le & Fecha Tomadas
V C T R
Objeto

Las acciones
recomendadas
que son llevadas
A cabo.
Son las acciones
orientadas a seguir
para las causas con
NPR alto, destinadas
mejorar la deteccin
de la causa o disminuir
la frecuencia de
ocurrencia de las fallas

El responsable
de llevar acabo
la accin (es)

El NPR despus
de haber tomado
las accin (es). El
cual se supone
debe ser menor

6.2

DOE
Introduccin al DOE

Es una estrategia experimental estructurada que permite la

evaluacin de mltiples variables de proceso en cuanto a su
capacidad para influir sobre las caractersticas de un producto o
proceso.

Determinar que factores son importantes.

Establecer la estabilidad del proceso.

Encontrar el mejor conjunto de condiciones de operacin.

6.2

DOE

Diseo Factorial Completo con 2 niveles

Por Ejemplo: 3 factores cada uno con 2 niveles:

Cantidad de pruebas que se necesitan = 2 x 2 x 2 = 8

Donde:
3 = Factor = K = variables (KPVI) X1, X2, X3
2 = Nivel = Es la cantidad de valores que toma cada factor

6.2

DOE

Diseo Factoriales Fraccionados

Son diseos donde se elige adecuadamente una parte o fraccin de los
tratamientos de un factorial completo, con la intencin de poder
estudiar el efecto de los factores utilizando menos corridas
experimentales, debido a que es imposible en la practica correr todos
los tratamientos.
La teora de los diseos factoriales fraccionados se basa en la
jerarquizacin de los efectos: Son ms importantes los efectos
principales, seguidos por la interacciones dobles, luego las triples, las
cudruples , etc.
Nmero de factores (K)

Nmero niveles (2)

K-p

Nmero de generadores
del diseo

6.2

Procedimiento DOE
Accin

1.

Plantear el problema a
resolver y objetivo que se
requiere alcanzar

Minitab
El problema es aumentar/disminuir.....
Y = Nombre del indicador
Nivel Bajo

Nivel alto

(-)

(+)

X1 : Nombre del factor

X2 : Nombre del factor

2.

Identificar los factores y sus

niveles.

X3 : Nombre del factor

2 Level Factorial

3.

Cree la hoja de toma de datos

para el experimento
STAT / DOE / FACTORIALS /
CREATE FACTORIAL /
DESIGNS

Number Of. Factors

DESGNIS

Full factorial
Center points=
# Replicates=

FACTORS

En la columna Name ponerle el

nombre del factor

OPTIONS

. Do not fold

Randomize Runs

Store Design on Worksh

Summary table, alias table

RESULTS

Default interactions

Procedimiento DOE

6.2

Accin
4.
5.

6.

Determine el tamao
apropiado de la muestra.
Realice el experimento
siguiendo la hoja de datos
obtenidas.

Minitab
RESPONSES

Poner el indicador

TERMS

Seleccionar todos los factores

y pasarlos a Selected Terma

GRAPHS
Normal
Paretto

Analice los datos

obtenidos
Sta t/ DOE / ACTORIALS
Analyze Factorial Design

Alpha = 0.1
Residual for plots : Regular
RESULTS

Coefficients and ANOVA table

STORAGE

Fits (Desmarcar)

Nota:

Residuals (Desmarcar)

1. Si se ha usado 2 o mas replicas Minitab arroja p-vales asociados a

cada factor e
interacciones; los cuales deben ser usados para
probar hiptesis:
H0: El efecto del factor no es importante sobre Y

Si p-val>0.05

Ha: El efecto del factor si es importante sobre Y

Acepto H0

6.3

ID

Oportunidad de Mejora

Plan de Mejora

Acciones de Mejora

Desarrollo de una Base de Datos

Falta de un control de las altas en
1
donde se registra las altas por dslam
DSLAM que presentan saturacin
saturados

Falta de un sistema que controle

2 la capacidad disponible de Tx por
DSLAM's

Tipo de
Mejora

Responsable

Corto plazo Veronica Avila

15 de Abril

% de
Avance

Observaciones

50%

Problemas para identificar la

correspondencia de los nmeros
a los DSLAM por falta de
etiquetas y creacin de nuevos
perfiles

Por definir

Se requiere la participacin de
la Subgerencia de Tx y el
Por definir
conocimiento del Aplicativo
Asig2000.

Por definir

Por definir

Corto plazo Walter la Matta

Por definir

Se requiere establecer un
Por definir requerimiento, y el posible
costeo de esta nueva rutina

Elaboracin de un procedimiento para

la ampliacin de los enlaces en la Red
Speedy que abarca desde la
Largo Plazo Ernesto Saravia
deteccin de su sobrecarga hasta su
ampliacin.

Por definir

15%

Se requiere la participacin de
las Gerencia de Desarrollo y
Planificacin

15 de Abril

25%

Se tiene la informacin hay que

armar la data a partir del
presente ao 2005

Desarrollo de la BD que controle la

capacidad disponible de Tx por
DSLAM's

Largo Plazo Ernesto Saravia

Falta de previsin en el crecimiento Desarrollo de un sistema que realice

Mediano Plazo Veronica Avila
de trafico por cliente
la previsin de trafico por DSLAMs

Solicitar a GSI, el desarrollo de una

No se registras las fechas de inicio
rutina que permita que los campos :
y culminacin de las Obras en el
4
In Real y Fin. Real se han obligatorios
Aplicativo SAP-Modulo Gestin de
cuando se cambia el status del
Proyectos
proyecto
Falta de un procedimiento para
5 realizar la ampliacin de los
enlaces en los DSLAM'S

Fecha de
Compromiso

Desarrollo de una Base de Datos que

registra las fechas de denuncias de
Falta de un sistema que controle
los sobrecargas hasta su ampliacin,
6 las denuncias de sobrecarga hasta
con la finalidad de realizar el
su ampliacin en la Red
seguimiento de las ampliaciones en
planta

Corto Plazo Veronica Avila

Se requiere la participacin de
GSI

7.

Fase IV: Controlar

7.1 Objetivo
7.2 Mantenimiento de Resultados.
7.3 Control estadstico de procesos
7.4 POKA YOKE
7.5 Las 5 S
7.6 Fabrica visual
7.7 Acciones Finales

CTQs

X (KPIV)

FMEA, Mapa de Procesos

Cp, Cpk

Prueba de Hiptesis

X (KPIV) significativas

Correlacin
Regresin

X (KPIV) que afectan al proceso

FMEA, Lean, Plan de

Mejoras

X (KPIV) que afectan al proceso

SPC
5 Ss

Controladas

Y (KPOV)

Key Process Input Variables

(KPIV)

variable claves del proceso

Key Process Ouptput Variables

(KPOV)

variables clave de salida del

proceso para el cliente

Poka Yoke

Objetivo

7.1

Concluida las mejoras en las Y, se debe controlar la variable en el

tiempo para que no retorne a la situacin anterior.
Y
CONTROL

FASE POST
PROYECTO

MEJORAR

Antes de
la Mejora

Fin
de
Proyecto

Situacin No
Deseada

7.2 Mantenimiento resultados

PLAN DEL CONTROL DEL PROCESO
Es el listado con las acciones generales que cada proceso debe
seguir para garantizar, mantener el resultado del indicador.

Ejemplo:
PLAN DE CONTROL
Proceso:_______
Responsable:_____

Accin

1Analizar indicador

Fecha:____

Responsable Periodicidad

Supervisor 1

Diario

Supervisor 2

Mensual

2.Gage R & R
Normas y
procedimientos

Gerente

Quincenal

4.Revisin

Todos

Anual

Jefe

Mensual

FMEA

5.Charla de Six
Sigma en 5 minutos

7.2 Mantenimiento resultados

Se debe elaborar un plan de Mantenimiento de Resultados este plan debe contener:

El mapa de proceso actualizado, con indicadores crticos en la entrada y salida (Ya
estuvieron definidos en la primera etapa).
El tipo de control para cada indicador y las acciones de reaccin ante el descontrol.

Existen diferentes maneras de hacer el Control para los indicadores. Entre los
ms importantes, se menciona:
Control Estadstico de Procesos.
Sistema a Prueba de Errores (Poka Yoke).
Filosofa de 5 Ss y Gerenciamiento Visual.

7.3 Control Estadstico de Procesos

Muestra el desempeo del Proceso.

Provee de un Lenguaje Comn para discutir el Proceso.
Permitir diferenciar Causas Comunes de Especiales.

Los componentes del CEP, son:

Cartas de Control.
Causas Especiales y Comunes.
ZONA PRUEBA
DE
CONTROL
(MAL)
LSC : Lmite Superior de Control
ZONA
EN
CONTROL (BIEN)

LIC : Lmite Inferior de Control

7.3 Control Estadstico de Procesos

CARTA P
Controla la proporcin de piezas no conformes.No controla la cantidad
de no conformidades encontradas en la pieza.

d
n

q 1 p

n2 nk
k
p1 p2 pk
k

LICp

p 3

p q
n

LSCp

p 3

p q
n

n1

7.3 Control Estadstico de Procesos

CARTA C
Controla el numero de no conformidades por unidad y slo es aplicada
cuando el nmero de elementos de las muestras recolectadas es
constante.

c1 c2 ck
c
k
c1

c2

ck

Es la cantidad de no conformidades
encontradas en cada muestra.

LICp

c 3

LSCp

c 3

7.3 Control Estadstico de Procesos

CARTA X-R
Se utiliza cuando se trabaja con valores individuales del proceso.
La amplitud (R), en este caso, es la calculada para cada par sucesivo
de datos registrados en la carta entre el Xmax-Xmin.

X1

X2 Xk
k
X 2 , X1 X 2 , X1

R X1
X 2 , , X k 1
R Es la media de los R individuales calculados.

LSCR D4 R
LICR D3 R

LSCX
LICX

X E2 R
X E2 R

Xk

7.4 POKA YOKE

Mecanismos a Prueba De Errores : POKA YOKE
Los defectos tienes su causa raz en errores

Defecto

La manera tradicional de evitar que lleguen defectos al cliente es

inspeccionar al 100% todo o parte de los servicios brindados. Pero esto es
muy costoso e ineficiente.
Se debe construir Calidad desde la fuente incorporada mecanismos que
prevengan los errores desde el principio

7.4 POKA YOKE

Errores

Casi todos los

defectos estn
causados por
errores humanos.
Sin embargo hay
como mnimo 10
clases de errores

1
2

Olvido
Desconocimiento

3 De identificacin
Inexperiencia
4
Voluntarios
5
Inadvertidos
6
Lentitud
7
8 Falta de estndares
9 Errores Sorpresa
Intencionales
10

7.4 POKA YOKE

Los errores Humanos usualmente lo son por inadvertencia.
Lista de
Chequeo

Los errores inadvertidos incrementan

el trabajo

Yokeru
Poka

Evitar
Errores Inadvertidos

Los mecanismos Poka-Yoke nos ayudan a

evitar los defectos aunque inadvertidamente
se cometan errores. Los Poka-Yoke ayudan
a fabricar la calidad en el proceso.
Un dispositivo Pokayoke es cualquier
mecanismo que ayuda a prevenir los errores
antes de que sucedan, o los hace que sean
muy obvios para que el trabajador se de
cuenta y lo corrija a tiempo.

Lista de Comprobacin
Equipo: Camin 785C
Operacin: Cambio de llantas delanteras
Fecha: 15/12/03
Personal Requerido
Tcnico en Llantas
Ayudante

Cantidad Conformidad
2
1

Herramientas
Cantidad Conformidad
Equipo Manipulador de llantas TAYLOR (1)
1
Barreta (1).
2
Gata 150 TN ( 1 2 ).
2
Gata Hidrulica-Neumtica.
2
Extractor de vlvulas de aire.
1
Vlvulas de aire.
2
Herramientas de impacto
3
Extensin 5.
2
Encastre
2
Vlvulas de aire
1
Destalonador
2
Dado .
2
Material o insumos
Cantidad Conformidad
Grasa vegetal
1 balde
Trapo Industrial
1 kilo
Sello O-Ring
2
Tacos de Madera
2
Llanta
2
Procedimientos estndares a seguir
EMATL001: Cambio de llantas delanteras 1 y 2
Camiones 785C

7.5 Las 5 S

Las operaciones de Organizacin, Orden y Limpieza fueron organizadas por empresas

japonesas, entre ellas TOYOTA, con el nombre de 5S, Las 5S son las iniciales de cinco palabras
japonesas que nombran a cada una de las cinco fases de la metodologa
SEIRI
(Clasificar)

Separar los materiales necesarios y

desalojar lo innecesario.

a.- Mas espacio.

b.- Eliminacin del desperdicio.

SEISO
(Organizar)

Cada cosa en su lugar y un lugar para

cada cosa.

a.- Elimina el tiempo de

bsqueda.
b.- Prevenir desabastecimiento

SEITON
(Limpiar)

Eliminar las fuentes de suciedad y

reparar las averas.

a.- Aumento de vida til de

equipos e instalaciones.
.b.-Menos accidentes.

SEIKETSU
(Prevenir)

Evitar que se vuelva a ensuciar y

desordenar, estableciendo
procedimientos y controles

a.- Asegura criterios iguales de

aplicacin.
b.- Mejora la comunicacin.

SHITSUKE
(Disciplinar)

Estandarizar, cumplir con los

estndares, Formar buenos hbitos.

a.- Se evita queja y

amonestaciones.
b.- Mejora nuestra eficacia e
imagen.

7.5 Las 5 S

7.6 Fabrica visual

Se debe tener de manera visible un Panel que permita ver:

I-MR Chart of RESUL

Evolucin del Indicador. (Con Control Estadstico).

80
Individual Value

Acciones Correctivas tomadas ante Ocurrencia de Fallas.

UC L=67.16

Estado del Cumplimiento de Estndares y Procedimientos.

_
X=31.32

60
40
20

Plan de Control del Proceso.

0

LC L=-4.52
1

17

25

33

41
Observation

49

57

65

73

81

UC L=44.03

Moving Range

40
30
20

__
MR=13.48

10
0

LC L=0
1

17

25

33

41
Observation

49

57

65

73

81

7.7

Acciones Finales

Para la implementacin de las Acciones Finales, deben estar

previamente definidos:
El desarrollo y la documentacin de prcticas estndares.
El entrenamiento del personal involucrado en las Actividades.
Despus de ello se podr hacer los cierres de los proyectos.
Se debe reconocer el esfuerzo y aporte de cada participante por el
trabajo y sus resultados asociados.

Bibliografa