Bernardo Herrera, Katherine Paredes Vilcamisa, Jannifer

FACULTAD DE INGENIERA Y ARQUITECTURA
ESCUELA DE INGENIERA DE SISTEMAS
TESIS:
APLICACIN DE LA METODOLOGA
SIX SIGMA PARA MEJORAR EL PROCESO DE REGISTRO DE
MATRCULA, EN LA UNIVERSIDAD AUTNOMA DEL PER.
PARA OPTAR EL TTULO PROFESIONAL DE

INGENIERO DE SISTEMAS
AUTORES:
BERNARDO HERRERA KATHERINE
PAREDES VILCAMISA JANNIFER
ASESOR:
MG. JOSE LUIS HERRERA SALAZAR
LIMA PER
2016
DEDICATORIA
A mis padres Grisel y Alfredo, mis

hermanos Max, Nayke, Rusvelth, Luther y
Segundo Cruz quienes estn presentes en
cada momento de mi vida.
Katherine Bernardo H.
A mis padres Honoria, Mximo mis

hermanos Alain, Joel, Fabiana y Dolver
Meja , quienes estn presentes en cada
momento de mi vida.
Jannifer Paredes V.
i
AGRADECIMIENTO
Mil gracias a todo aquel que con su apoyo

contribuyo a la elaboracin de este gran
proyecto y un agradecimiento muy especial
al Ing. Sixto Crdova por todo el apoyo
brindado.
Agradecer a Dios por permitirme llegar a

cumplir mi objetivo, a todos los
involucrados en este proyecto y un
agradecimiento muy especial al Ing. Sixto
Crdova por todo el apoyo brindado.
Jannifer Paredes V.
ii
RESUMEN
APLICACIN DE LA METODOLOGA SIX SIGMA PARA MEJORAR EL PROCESO DE

REGISTRO DE MATRCULA, EN LA UNIVERSIDAD AUTNOMA DEL PER.
La presente tesis plantea una propuesta para mejorar el proceso de registro de matrcula en la
Universidad Autnoma del Per. Al estar usando como referencia la metodologa Six Sigma los
captulos que aqu se presentan siguen el esquema DMAIC, donde se define el problema, se mide
el proceso, se analiza la causa raz, se mejora el proceso y por ltimo se controla el mismo por
medio de indicadores de gestin.
En la etapa medir se implementan diferentes ganancias rpidas al proceso; esto no implica que la
metodologa haya cumplido su objetivo, Six Sigma busca mejorar aquellas causas raz que no
estn a la simple vista de las personas que trabajan en el rea.
Se obtuvieron resultados importantes, especficamente se mejor los valores de cada uno de los
KPIs (indicadores de la variable dependiente). La presente tesis propone mejoras, as como los
controles que deben de llevarse para el proceso de registro de matrcula va web. Es aqu donde
se ve el compromiso de la gerencia y los responsables del rea de Registros Acadmicos con el
proyecto, ya que de ellos depende que las mejoras y el control caminen y den paso a la
optimizacin del proceso logrando un alto porcentaje de matrculas va web y la satisfaccin de
los clientes internos y externos.
Palabras Claves: Six Sigma, DMAIC, rediseo de procesos, causas raz, mtodos.
iii
ABSTRACT
APPLICATION OF SIX SIGMA TO IMPROVE THE PROCESS REGISTRATION

ENROLLMENT IN THE AUTONOMA UNIVERSITY OF PERU.
This thesis presents a proposal to improve the process registration at the Autonoma University of
Peru. To be using as a reference the methodology Six Sigma chapters presented here follow the
DMAIC scheme where the problem is defined, the process is measured, the root cause analyzes,
the process is improved and finally it is controlled by management indicators.
In the step of measuring different process quick profits are implemented; this does not imply that
the methodology has served its purpose, Six Sigma seeks to improve those root causes are not the
mere sight of those working in the area.
important results were obtained, specifically the values of each of the KPIs (indicators of the
dependent variable) was improved. This thesis proposes improvements and checks to be carried
to the registration process of registration via the web. It is here where you see the commitment
from management and those responsible for the area of Academic Records with the project
because they depend on improvements and control walk and give way to process optimization
achieving a high percentage of enrollment via web and the satisfaction of internal and external
customers.
Retranslated with the new title Application of Six Sigma to improve the registration process of
registration in the Autonomous University of Peru.
Keywords: Six Sigma, DMAIC, process redesign, root causes, methods.
iv
INTRODUCCIN
El presente trabajo de investigacin tiene como objetivo principal presentar una propuesta para
mejorar el proceso de registro de matrcula, aplicando la metodologa Six Sigma en la Universidad
Autnoma del Per.
La investigacin parte de la necesidad de las organizaciones en brindar mejores servicios a sus
clientes internos y externos, es ah donde se observa el enorme crecimiento de la demanda de
servicios de educacin universitaria que crece al ritmo del crecimiento poblacional en nuestro
pas. De ah partimos para decir que durante cada inicio de ao y segn la programacin de cada
institucin son muchas las personas que buscan este servicio de educacin, para ello las distintas
Universidades deben estar preparadas para recibirlas y ofrecerles la mejor calidad de servicio y
atencin, puesto que vivimos en un mundo competitivo y a la vanguardia de la tecnologa, por lo
cual el servicio que brinden estas universidades deben de cumplir con ciertas medidas y
parmetros de calidad, sin embargo existe la presencia de diferentes factores, como el desorden
en las atenciones a los clientes, la demora en el registro de matrcula presencial, el
desconocimiento de los estudiantes e ingresantes sobre el uso de la matrcula va web, a ello
summosle las distintas reglas de negocio de cada universidad, las cuales en muchos casos ponen
en tela de juicio la satisfaccin de los clientes.
Por tal motivo esta tesis se basa en analizar la aplicacin de Six Sigma en el proceso de registro
de matrcula, el cual se ha guiado a travs de los siguientes captulos que se detallan a
continuacin:
En el Captulo I: Planteamiento Metodolgico, se describe la realidad problemtica, las

delimitaciones de la investigacin, la definicin del problema, los objetivos e hiptesis del
proyecto. Adems, se define el tipo y nivel de investigacin, as como el mtodo y diseo de la
misma.
En el Captulo II: Marco Referencial, se denotan el marco terico de la investigacin, el cual
incluye los antecedentes de la investigacin teniendo como referencia tesis, libros y artculos
cientficos, sobre la aplicacin de Six Sigma para optimizaciones en diversos procesos. As como
detallar conceptos relacionados al proceso de estudio.
En el Captulo III: Aplicacin de Six Sigma, es la parte ms importante de la tesis ya que se

desarrolla las fases de la metodologa y se explica el ciclo DMAIC, como la fase definir que
identifica el proyecto principal a evaluar para evitar la inadecuada utilizacin de los recursos , la
v
fase medir consiste en la caracterizacin del proceso identificando los requisitos claves de los
clientes , la fase analizar donde se evala los datos de resultados actuales e histricos , la fase
mejorar donde se trata de determinar la relacin causa efecto y se plantea soluciones que
efectivamente puedan ejecutarse y como fase final establece planes de control que impiden
retornar a la condicin inicial.
En el Captulo IV: Anlisis de Resultados y Contrastacin de la Hiptesis; se realiza el anlisis

estadstico de la informacin obtenida durante el proceso de aplicacin de la metodologa, la
interpretacin de los resultados y afirmar la validez de la hiptesis de investigacin. En primer
lugar, se describe la poblacin y muestra, el nivel de confianza, tamao de muestra representativa,
anlisis e interpretacin de los resultados genricos, especficos y numricos, as como el grado
de significancia, se realiza la contratacin de la hiptesis para demostrar el resultado.
En el Captulo V: Las Conclusiones y Recomendaciones, explican las conclusiones pertinentes

de los resultados obtenidos, tambin se formulan las recomendaciones, consejos, advertencias,
opiniones y comentarios sobre los resultados de los indicadores de la aplicacin de Six Sigma y
la situacin actual.
Al final se presentan las referencias bibliogrficas, apndices, anexos y un glosario de trminos.
La aplicacin de Six Sigma enfocada a mejorar el proceso de registro de matrcula en la

Universidad Autnoma del Per tiene el fin de encontrar las variables que realmente afectan dicho
proceso y proponer una mejora sustentable en el tiempo, una mejora que si se controla
adecuadamente no permitir repetir los errores del pasado.
vi
TABLA DE CONTENIDOS
DEDICATORIA ............................................................................................................................. i
AGRADECIMIENTO ................................................................................................................... ii
RESUMEN ................................................................................................................................... iii
ABSTRACT ................................................................................................................................. iv
INTRODUCCIN ......................................................................................................................... v
TABLA DE CONTENIDOS ....................................................................................................... vii
NDICE DE FIGURAS ................................................................................................................ xi
INDICE DE TABLAS ................................................................................................................ xvi
CAPTULO I
PLANTEAMIENTO METODOLGICO
1.1 PLANTEAMIENTO DEL PROBLEMA
1.1.1 Descripcin de la Realidad Problemtica ......................................................................... 2
1.1.2 Definicin del Problema.............................................................................................. 6
1.1.3 Formulacin del Problema .............................................................................................. 11
1.2 JUSTIFICACIN E IMPORTANCIA
1.3 TIPO, NIVEL Y DISEO DE LA INVESTIGACIN
1.3.1 Tipo de Investigacin:..................................................................................................... 13
1.3.2 Nivel de la Investigacin: ............................................................................................... 13
1.4 OBJETIVOS DE LA INVESTIGACIN
1.4.1 Objetivo General ............................................................................................................. 14
1.4.2 Objetivo Especfico ......................................................................................................... 14
1.5 HIPTESIS ........................................................................................................................... 14
1.6 VARIABLES E INDICADORES
1.6.1 Variables ......................................................................................................................... 14
1.6.2 Indicadores ...................................................................................................................... 14
1.7 LIMITACIONES DE LA INVESTIGACIN ...................................................................... 17

vii
1.9 MTODOS E INSTRUMENTOS DE INVESTIGACIN
1.9.1 Tcnicas e instrumentos de la Investigacin de Campo ................................................. 18
CAPTULO II
MARCO REFERENCIAL
2.1 ANTECEDENTES DE LA INVESTIGACIN ................................................................... 20
2.2 MARCO TERICO .............................................................................................................. 29
2.2.1 Origen de Six Sigma ....................................................................................................... 29
2.2.2 Formacin del equipo Six Sigma .................................................................................... 29
2.2.3 Fases de la Metodologa Six Sigma ................................................................................ 29
2.2.4 Proceso Registro De Matrcula ....................................................................................... 31
2.2.5 Normas Legales De La Ley Universitaria N 3020 ........................................................ 35
CAPTULO III
APLICACIN DE LA METODOLOGA SIX SIGMA
3.1 GENERALIDADES .............................................................................................................. 38
3.2 ESTUDIO DE FACTIBILIDAD ........................................................................................... 39
3.2.1 Factibilidad Tcnica ........................................................................................................ 39
3.2.2 Factibilidad Operativa ..................................................................................................... 39
3.2.3 Factibilidad Econmica .................................................................................................. 39
3.3 FASE DEFINIR
3.3.1 Modelamiento Empresarial
A. Descripcin de la Empresa .............................................................................................. 40
B. Servicios y Clientes ......................................................................................................... 44
C.Organigrama Actual ......................................................................................................... 46
E. Descripcin de la Unidad Estratgica de Negocio elegida: ............................................. 48
F. Cadena de Valor ............................................................................................................... 50
3.3.2 Identificacin de Procesos Crticos
A. Identificacin del proceso clave ...................................................................................... 52
viii
B. Seleccionar el Proceso Crtico. ........................................................................................ 53
C.PROJECT CHARTER ...................................................................................................... 59
3.3.3 Modelado del proceso actual
A.Modelo de contexto .......................................................................................................... 60
B.Definicin del Proceso Crtico ......................................................................................... 61
C.Costo de mala calidad ....................................................................................................... 64
D.Procesos de Negocio: ....................................................................................................... 69
F.Anlisis de los Stakeholders ............................................................................................. 71
G.Diagrama del Flujograma Actual ..................................................................................... 72
3.4 FASE MEDIR
3.4.1 Crear Plan de Recoleccin de Datos ............................................................................... 73
3.4.2 rbol de CTQ ................................................................................................................. 74
3.4.3 Definiciones Operativas .................................................................................................. 75
3.4.4 Ejecutar el Plan de Recoleccin de Datos....................................................................... 76
3.4.5 Capacidad del proceso para KPIs ................................................................................... 78
3.4.6 Anlisis de la capacidad del proceso .............................................................................. 81
3.4.7 Grficas de Control ......................................................................................................... 82
3.5 FASE ANALIZAR
3.5.1 Anlisis de Datos .......................................................................................................... 105
A.Causas Potenciales ......................................................................................................... 107
B.Generacin de Hiptesis ................................................................................................. 136
3.6 FASE MEJORAR
3.6.1 Determinacin del Diseo Factorial ............................................................................. 141
3.6.2 Anlisis Estadsticos ..................................................................................................... 144
3.6.3 Anlisis del Diseo Factorial. ....................................................................................... 148
3.6.4 Propuesta de cambio Organizacional ............................................................................ 153
A.FODA: ............................................................................................................................ 156
ix
B.Matriz 3D ........................................................................................................................ 157
C.VISIN:.......................................................................................................................... 158
D.RACI: ............................................................................................................................. 160
E.Simulacin ...................................................................................................................... 165
3.7 FASE CONTROLAR
3.7.1 Plan de Control:......................................................................................................... 197
3.7.2 Lista de Comprobacin ............................................................................................. 213
CAPTULO IV
CONTRASTACIN DE LA HIPOTESIS
4.1 CONTRASTACIN DE LA HIPTESIS ...................................................................... 218
CAPTULO V
CONCLUSIONES Y RECOMENDACIONES
5.1 CONCLUSIONES ........................................................................................................... 235
5.2 RECOMENDACIONES .................................................................................................. 236
REFERENCIAS BIBLIOGRFICAS ...................................................................................... 237
APNDICES ............................................................................................................................. 239
APNDICE I: MATRIZ DE CONSISTENCIA .................................................................... 239
APNDICE II: Encuesta para medir la Satisfaccin Va Presencial .................................. 240
APNDICE III: Encuesta para medir la Satisfaccin Va Presencial ................................ 241
APNDICE IV: Encuestas para medir las causas races Va Presencial ............................ 242
ANEXOS ................................................................................................................................... 243
ANEXO I: Resultados de Simulacin.................................................................................... 243
ANEXO II: Prototipos ........................................................................................................... 251
ANEXO III: Grficas de Registro de Matrcula .................................................................... 254
GLOSARIO DE TRMINOS ................................................................................................... 255
x
NDICE DE FIGURAS
Figura 01. Colas de Espera en la Universidad Autnoma del Per 2016................................... 5

Figura 02. Ubicacin de la Universidad Autnoma del Per 2016. ........................................... 5
Figura 03.Proceso de Registro de Matrcula Presencial (AS - IS) ................................................ 8
Figura 04. Proceso de Registro de Matrcula va web (TO-BE). ................................................ 10
Figura 05. Etapas de la Metodologa Six Sigma. ........................................................................ 30
Figura 06. Promulgacin Nueva Ley Universitaria ..................................................................... 36
Figura 07. Valores de la Universidad Autnoma del Per. ......................................................... 41
Figura 08 .Universidad Autnoma del Per rumbo a la certificacin ISO 9001-2015. .............. 43
Figura 09. Organigrama de la Universidad Autnoma del Per 2016. .................................... 46
Figura 10. Stakeholder internos y externos de la Universidad Autnoma del Per .................... 47
Figura 11. Alcance del ISO 9001:2015 en la Universidad Autnoma del Per. ......................... 49
Figura 12. Cadena de Valor de la Universidad Autnoma del Per............................................ 50
Figura 13. Procesos Crticos en la Cadena de Valor de la UA .................................................... 51
Figura 14. Identificacin de Procesos Crticos de la Universidad Autnoma del Per............... 52
Figura 15. Grfica de barras de priorizacin de Procesos ........................................................... 58
Figura 16. Diagrama de Contexto................................................................................................ 60
Figura 17.Proceso de Negocio del Proceso de Matrcula. ........................................................... 69
Figura 18. Flujograma Actual del Proceso de Registro. .............................................................. 72
Figura 19. Grfica de Potencia y Tamao de Muestra. ............................................................... 80
Figura 20. Grfica de Resumen para % Matrcula Web. ............................................................. 81
Figura 21. Grfica de P de Defectos. ........................................................................................... 82
Figura 22. Anlisis de Capacidad del Proceso Binominal de Defectos....................................... 83
Figura 23. Resumen para % Matrcula Presencial ....................................................................... 85
Figura 24. Grfica P de Web. ...................................................................................................... 86
Figura 25. Anlisis de Capacidad del Proceso Binomial de Defectos. ........................................ 87
Figura 26.Grfica de Resumen para Tiempo Estimado Reg. Web. ............................................. 89
Figura 27. Grfica I-MR de Tiempo Estimado Reg. Web........................................................... 90
Figura 28. Grfica de Capacidad de Proceso de Tiempo Estimado Reg Web. ........................... 91
Figura 29. Grfica de Resumen para Tiempo de Registro. ......................................................... 93
Figura 30. Grfica I-MR de Tiempo de Registro. ....................................................................... 94
Figura 31. Grfica de Capacidad de Proceso de Tiempo de Registros........................................ 95
Figura 32. Grfica de Resumen para % Satisfaccin Registro Web. .......................................... 97
xi
Figura 33. Grfica P de Puntaje. .................................................................................................. 98
Figura 34. Anlisis de Capacidad del Proceso Binomial de Defectos. ........................................ 99
Figura 35. Grfica de % Satisfaccin Registro Presencial. ....................................................... 101
Figura 36. Grfica P de Puntaje. ................................................................................................ 102
Figura 37. Grfica de Capacidad del Proceso Binomial de Defecto ......................................... 103
Figura 38.Grfica de Potencia de Prueba para dos proporciones .............................................. 106
Figura 39. Diagrama Causa-Efecto: Causas Potenciales. .......................................................... 112
Figura 40. Grfica de Bajo Nivel de Matrcula Web. ................................................................ 115
Figura 41. Grfica de Encuesta de Requisitos Extracurriculares. ............................................. 119
Figura 42. Prueba e IC para dos proporciones........................................................................... 120
Figura 43. Grfica de Encuesta de Induccin Formal - Registro Va Web ............................... 121
Figura 45. Grfica de Encuesta de Acceso a la Eleccin de Horarios ....................................... 123
Figura 47. Encuesta de Informacin para el Registro de Matrcula Web. ................................. 124
Figura 48. Grfica de Encuestas de Informacin para el Registro de Matrcula Web .............. 125
Figura 50. Grfica de Encuesta del Formato Va Web es Amigable. ........................................ 127
Figura 51. Prueba de IC para dos proporciones......................................................................... 128
Figura 52. . Grfica de Encuesta de Registro de Matrcula Va Web........................................ 129
Figura 53. Grfica de Prueba e IC para dos proporciones. ........................................................ 130
Figura 54. Grfica de Encuesta de Realizar Pagos por la Va Web. ......................................... 131
Figura 55. Grfica de Prueba de IC para dos proporciones. ...................................................... 132
Figura 56. Grfica de Encuesta - Cursos Extracurriculares....................................................... 133
Figura 57. Grfica de Prueba de IC para dos proporciones. ...................................................... 134
Figura 58. Flujograma. .............................................................................................................. 135
Figura 59. Grfica de Registro de Matrcula en el Periodo I. .................................................... 140
Figura 60. Grfica de Registro de Matrcula en el Perodo II. .................................................. 140
Figura 61. Grfica de Diseo Factoriales Disponibles. ............................................................. 142
Figura 62. Grfica de Efectos Principal es para % Reg Web .................................................... 145
Figura 63. Grfica de Interaccin para % Reg Web. ................................................................. 146
Figura 64. Grfica de Cubos (medias de los datos) para % Reg Web. ...................................... 147
Figura 65. Grfica de Pareto de Efectos Estandarizados. .......................................................... 148
Figura 66. Grfica de Pareto Efectos Estandarizados................................................................ 149
xii
Figura 67. Grfica Factorial: % Reg Web vs. Regla de Negocio. ............................................. 150
Figura 68. Colas de espera durante el Proceso de Registro de Matrcula 2016. ....................... 155
Figura 69. Colas de espera durante el Proceso de Registro de Matrcula 2016II. ..................... 155
Figura 70. Jefaturas Involucradas en el nuevo Proceso de Registro de Matrcula. ................... 160
Figura 71. Cronograma de Pagos- 2016 II. ............................................................................... 165
Figura 72. Cronograma de Acadmico - 2016 II ....................................................................... 165
Figura 73. Simulacin del Proceso de Registro de Matrcula Presencial AS- IS ...................... 167
Figura 74. Grfica Process Model Estadstica de Recursos AS-IS. .......................................... 168
Figura 75. Grfica Process Model Utilizacin de Recursos AS IS. ........................................ 168
Figura 76. Grfica Process Model Estados de Actividad de Capacidad nica AS-IS. .............. 168
Figura 77. Resultados estadsticos Costo de recursos utilizados y no utilizados AS -IS. ........ 169
Figura 78. Resultados estadsticos Tiempo de valor aadido AS- IS. ....................................... 169
Figura 79. Costo de la entidad Estudiante presencial y web por hora AS- IS. .......................... 169
Figura 80. Resultado estadstico de actividades y colas de entrada del Proceso AS-IS. ........... 170
Figura 81. Grfica Evaluador de puntos calientes del proceso AS-IS....................................... 170
Figura 82. Simulacin del Proceso de Registro de Matrcula Presencial TO BE ..................... 172
Figura 83. Grfica Process Model Estadstica de Recursos TO BE. ......................................... 173
Figura 84. Grfica Process Model Utilizacin de Recursos TO BE. ........................................ 173
Figura 85. Grfica Process Model Estados de Actividad de Capacidad nica TO BE. ............ 174
Figura 86. Resultados estadsticos Costo de recursos utilizados y no utilizados TO BE. ....... 174
Figura 87. Resultados estadsticos Tiempo de valor aadido TO BE. ...................................... 174
Figura 88. Costo de la entidad Estudiante presencial y web por hora TO BE. ......................... 175
Figura 89. Resultado estadstico de actividades y colas de entrada del Proceso TO BE. ......... 175
Figura 90. Grfica Evaluador de puntos calientes del proceso TO BE. .................................... 176
Figura 91. Simulacin del Proceso de Registro de Matrcula va web AS-IS ........................... 178
Figura 92. Grfica Process Model Estadstica de Recursos proceso Web AS IS. .................. 179
Figura 93. Grfica del estado de recurso Phone en el proceso va web AS IS. ......................... 179
Figura 94. Grfica del estado de recurso Computer en el proceso va web AS IS. ................... 179
Figura 95. Grfica Process Model Estados de Actividad de Capacidad nica AS- IS. ............. 179
Figura 96. Resultados estadsticos Costo de recursos utilizados y no utilizados AS- IS. ......... 180
Figura 97. Resultados estadsticos Tiempo de valor aadido del proceso web AS-IS. ............. 180
Figura 98. Costo de la entidad Estudiante presencial y web por hora AS- IS. .......................... 180
Figura 99. Resultado estadstico de actividades y colas de entrada del Proceso AS- IS. .......... 180
Figura 100. Grfica Evaluador de puntos calientes del proceso web AS- IS. ........................... 181
xiii
Figura 101. Simulacin del Proceso de Registro de Matrcula va web TO BE. ...................... 183
Figura 102. Grfica Process Model Estadstica de Recursos proceso Web TO BE. .............. 183
Figura 103. Grfica del estado de recurso Phone en el proceso va web TO BE. ..................... 183
Figura 104. Grfica del estado de recurso Computer en el proceso va TO BE. ....................... 184
Figura 105. Grfica del Recurso de Utilizacin de los recursos web TO BE. .......................... 184
Figura 106. Grfica Process Model Estados de Actividad de Capacidad nica TO BE. .......... 184
Figura 107. Resultados estadsticos Costo de recursos utilizados y no utilizados TO BE. ....... 184
Figura 108. Resultados estadsticos Tiempo de valor aadido del proceso web TO BE. ......... 185
Figura 109. Costo de la entidad Estudiante presencial y web por hora TO BE. ....................... 185
Figura 110. Resultado estadstico de actividades y colas de entrada del Proceso TO BE. ....... 185
Figura 111. Grafica Evaluador de puntos calientes del proceso web TO BE. .......................... 186
Figura 112. Grfica de Mapeo de Simulacin ........................................................................... 187
Figura 113. Simulacin Presencial ............................................................................................ 187
Figura 114.Grfica de Resultados Estadsticos ......................................................................... 188
Figura 115. Grfica de Mapeo de Simulacin. .......................................................................... 189
Figura 116. Simulacin de Matrcula Presencial. ...................................................................... 189
Figura 117. Grfica de Resultados Estadsticos. ....................................................................... 190
Figura 118.Grfica de Simulacin con Bizagi. .......................................................................... 191
Figura 120. Grfica de Simulacin Web. .................................................................................. 192
Figura 121.Grfica de Resultados Estadsticos. ........................................................................ 192
Figura 122.Grfica de Simulacin de Matrcula Web. .............................................................. 193
Figura 124.Grfica de Simulacin de Registro Web. ................................................................ 194
Figura 126.Grfica de Simulacin con Bizagi. .......................................................................... 195
Figura 128.Grfica de Simulacin de Registro de Matrcula Web. ........................................... 196
Figura 130.Monitorizacin del Proceso..................................................................................... 198
Figura 131.Mapeo del proceso. ................................................................................................. 199
Figura 132.Grfica de % Registro Web por Perodo. ................................................................ 200
Figura 133.Grfica de Anlisis de Capacidad del Proceso. ....................................................... 201
Figura 134.Grfica de % Registro Presencial por Perodo. ....................................................... 203
xiv
Figura 135.Anlisis de Capacidad del Proceso. ........................................................................ 204
Figura 136.Grfica de I-MR de Tiempo estimado Reg. Web (min).......................................... 206
Figura 137.Grfica de Capacidad de proceso de Tiempo estimado Reg Web (min). ............... 207
Figura 138.Grfica de I-MR de T Reg Pres por Periodo. .......................................................... 208
Figura 139.Grfica de Capacidad de Proceso de Tiempo Reg. Presencial(Despus). .............. 209
Figura 140.Grfica de Anlisis de Capacidad del proceso Binomial de Def Sat Web (Despus).
................................................................................................................................................... 210
Figura 141.Grfica de Capacidad del proceso Binomial de Def Sat Pres (Despus). ............... 212
Figura 142.Grfica de % Registro Web (Despus) ................................................................... 219
Figura 143.Grfica de % Web (Antes); % Web (Despus). ...................................................... 220
Figura 144. Prueba T de dos muestras: %Web (Antes) y %Web (Despus)............................. 221
Figura 145.Grfica de Resumen para % Presencial (Despus). ................................................ 222
Figura 146. Grfica % Presencial (Antes); % Presencial (Despus). ........................................ 223
Figura 147. Prueba T de dos muestras: Presencial (Antes) y Presencial (Despus). ................ 223
Figura 148.Grfica de Resumen para Tiempo estimado reg Web (min). .................................. 225
Figura 149.Grfica de T de una muestra: Tiempo estimado Reg Web (min). .......................... 226
Figura 150.Grfica de Probabilidad para T Reg. Presencial (Despus). ................................... 227
Figura 151.Grfica de Caja de Tiempo Registro Presencial. .................................................... 228
Figura 152.Grfica de T de dos muestras: Tiempo Reg. Presencial (min). ............................... 228
Figura 153.Grfica de Probabilidad % Satisfaccin Registro Web (Despus). ........................ 229
Figura 154.Grfica de % Sat Web (Antes) y % Sat Web ( Despus). ....................................... 230
Figura 155. Prueba T de dos muestras % sat web(antes) y % sat Web (despus). .................... 231
Figura 156.Grfica de Probabilidad % Sat Pres (Despus). ...................................................... 232
Figura 157.Grfica de %Sat Pres (Antes); % Sat Pres (Despus). ............................................ 233
Figura 158.Prueba T de dos muestras % Sat pres(antes); % Sat Pres(despus). ....................... 233
xv
INDICE DE TABLAS
Tabla 01. AS IS y TO BE .......................................................................................................... 9

Tabla 02. Valores de los Indicadores de la Variable Dependiente en la Pre-Prueba. ................. 11
Tabla 03. Descripcin del Indicador de la Variable Independiente. .......................................... 14
Tabla 04 Descripcin de los Indicadores de la Variable Dependiente. ...................................... 15
Tabla 05. Operacionalizacin del Indicador de la Variable Independiente. ............................... 15
Tabla 06. Operacionalizacin de los Indicadores de la Variable Dependiente .......................... 16
Tabla 07. Tcnicas e Instrumentos de la Investigacin de Campo. ............................................ 18
Tabla 08. Criterios de Evaluacin. ............................................................................................. 31
Tabla 09.Cuadro de Factibilidad Tcnica. .................................................................................. 39
Tabla 10. Objetivos Estrategias de la Universidad Autnoma del Per. ..................................... 42
Tabla 11. Prioridades del Patrocinador BPM ............................................................................. 53
Tabla 12. Detalles de Categora. ................................................................................................. 53
Tabla 13.Determinacin de la Adaptabilidad del Proceso. ........................................................ 54
Tabla 14. Determinacin de la Adaptabilidad Tcnica. ............................................................. 55
Tabla 15. Determinacin de Factores Humanos. ........................................................................ 56
Tabla 16. Determinacin de Alineacin del Negocio................................................................. 57
Tabla 17. Indice de Priorizacin de Procesos de Negocio. ........................................................ 58
Tabla 18. Lista Ordenada de procesos. ....................................................................................... 58
Tabla 19. Costos de Atencin al estudiante. ............................................................................... 66
Tabla 20. Costos de RRHH. ....................................................................................................... 67
Tabla 21. Voz del Cliente ........................................................................................................... 70
Tabla 22. Anlisis de las Partes Interesadas. .............................................................................. 71
Tabla 23. .rbol de CTQ. ........................................................................................................... 74
Tabla 24. Definiciones Operativas. ............................................................................................ 75
Tabla 25. Causas Potenciales.................................................................................................... 107
Tabla 26. Anlisis Causas y Sub Causas. ................................................................................. 108
Tabla 27. Anlisis Causas y Sub Causas .................................................................................. 109
Tabla 28. Escala y Severidad. ................................................................................................... 110
Tabla 29. Criticidad y Valor ..................................................................................................... 110
Tabla 30. Evaluacin Inicial AMEF ......................................................................................... 111
Tabla 31. Causas Priorizadas. ................................................................................................... 116
Tabla 32. Plan de Validacin de Causas................................................................................... 117
xvi
Tabla 33. Causas Identificadas. ................................................................................................ 118
Tabla 34. Encuesta de Requisitos Extracurriculares. ............................................................... 119
Tabla 35. Encuesta de Induccin Formal Registro Va Web. ............................................... 120
Tabla 36. Encuesta de Acceso a la Eleccin de Horarios ......................................................... 122
Tabla 37. Encuesta del formato va web................................................................................... 126
Tabla 38. Encuesta de Registro de Matrcula va web. ............................................................ 128
Tabla 39. Encuesta - Realizar pagos por la va web. ................................................................ 130
Tabla 40. Encuesta - Cursos Extracurriculares. ........................................................................ 132
Tabla 41. Actividades que aaden valor. .................................................................................. 138
Tabla 42. Tiempo en Promedio de Matrcula en Frecuencia Normal (minutos). ..................... 139
Tabla 43. Tiempo Promedio de Ejecucin (minutos). .............................................................. 139
Tabla 44. Tabla de Resultados. ................................................................................................. 143
Tabla 45. AMEF-Evaluacin despus de las mejoras .............................................................. 152
Tabla 46. Etapas de Implementacin del cambio de proceso. .................................................. 153
Tabla 47.FODA ........................................................................................................................ 156
Tabla 48. Matriz 3D -Diagnstico -Demanda del Registro de Matrcula. .............................. 157
Tabla 49. Principales Actores en el proceso de Registro de Matrcula. ................................... 159
Tabla 50. Actividad de Implementacin (RACI). .................................................................... 161
Tabla 51. Lista de Comprobaciones para la Documentacin del Proceso................................ 213
Tabla 52. Lista de Comprobaciones del Proyecto DMAIC. ..................................................... 214
xvii
CAPTULO I
PLANTEAMIENTO
METODOLGICO
1.1 PLANTEAMIENTO DEL PROBLEMA
1.1.1 Descripcin de la Realidad Problemtica
Realidad Mundial
Los diversos cambios experimentados por las universidades en todos los pases y en
especial en Latinoamrica en los ltimos aos han originado su heterogeneidad y excesiva
masificacin, generando que sean ms complejos los sistemas internos, resaltando la baja
calidad y transparencia de sus actividades, as como de sus procesos internos, afectando
la tan valiosa confianza social en sus resultados, trayendo la necesidad de implementar
procedimientos y actividades que garanticen dicha calidad y resguarden la fe pblica. Las
universidades, as como las empresas en general implantan sus reglas de negocio
alineadas a los objetivos estratgicos que persiguen, es obligacin de estas empresas
dedicadas al sector educativo brindar el mejor servicio tanto a clientes externos como
internos. Una de las principales preocupaciones de todos los pases es enfatizar todos sus
esfuerzos en el mejoramiento, mantenimiento y calidad de los servicios que ofrecen en
educacin superior, entregando enormes esfuerzos para lograr el reconocimiento y la
trascendencia en el mercado. Para ello buscan alinear e incorporar nuevos sistemas
altamente reconocidos de evaluacin y acreditacin institucional, los que a corto o
mediano plazo contribuyan al mejoramiento de la eficacia y eficiencia acadmica. Uno
de los principales problemas en las universidades latinoamericanas es la calidad
educativa. Las Universidades tienen muy claro la preocupacin de hallar elementos que
les permitan garantizar el xito en las evaluaciones que contrastan la teora de la realidad,
Las evaluaciones ejercidas por las instituciones competentes estn indiscutiblemente
unidas a la calidad. Por lo tanto, la acreditacin, evaluacin y regulacin de la calidad
universitaria estn relacionadas directamente a su verdadero propsito. (Cevallos
Becerra, 2014)
2
Realidad Nacional
La educacin superior universitaria del Siglo. XXI enfrenta innumerables desafos y
constantes dificultades, como producto del entorno competitivo y cambiante, la
globalizacin, la modernizacin y el ideal de posicionamiento resultan altamente
efectivos en la sociedad del conocimiento. La universidad peruana no es para nada ajena
a la actual realidad y para incorporarse a este escenario competitivo, deben plantear
estrategias que la conlleven a superar estos difciles retos, los mismos que estn ligados
a la bsqueda de competitividad que deben superar a gran escala los objetivos de calidad
de enseanza, investigacin y mejores servicios. La evaluacin derivada a acciones de
acreditacin es necesaria para eliminar viejos rezagos que an cuesta desprenderse,
procesos pendientes por definir o redisear, vicios y despropsitos, con la finalidad de
concretar ansiados logros y consolidar aciertos institucionales que con el pasar del tiempo
podran deteriorarse y olvidarse , por la necesidad de prepararse y anticiparse a retos
futuros y adecundose a los cambios vertiginosos que promueve la integracin
hemisfrica, es as como se permite realizar un seguimiento ms fino sobre las actuales
polticas de educacin superior, asegurando la calidad de los servicios que ofrece. La
acreditacin, en sus diversas modalidades y etapas, es hoy uno de los mecanismos ms
adecuados de evaluacin, seguimiento y control social para garantizar la calidad
universitaria. El mejoramiento continuo, la evaluacin constante y la acreditacin no son
fines en s mismos, sino medios para promover el mejoramiento de la educacin superior.
Estos son procesos diferenciables y complementarios, que guardan estrecha relacin.
(Cevallos Becerra, 2014)
La gran mayora de las Universidades dedicadas al rubro educativo no cuentan con un
sistema de servicio acadmico dinmico y de fcil uso con un plan de control que haga
que la informacin almacenada sea mostrada de forma rpida, lo que generara prdida
de tiempo de los estudiantes y creacin de largas colas de espera. En distintas
universidades el personal a cargo del registro de matrcula vara dependiendo la estructura
de la universidad y la demanda que tiene en el mercado, es usual ver en las plataformas
de atencin al estudiante dos o tres personas realizando la labor de registro de matrcula,
lo cual es insuficiente, a esto summosle las distintas reglas de negocio que nos implanta
la instituciones educativas del sector privado como por ejemplo, los cursos
extracurriculares como requisito indispensable para poder solicitar registrar una matrcula
regular a un ciclo del periodo activo. La falta de cultura y la poca comunicacin a los
estudiantes sobre el uso de otros mecanismos tecnolgicos con los que cuenta la
3
universidad ocasionan los cuellos de botella que resultan ser un proceso catico ya que
demanda del tiempo y el malestar de los clientes. (Cevallos Becerra, 2014)
Realidad Empresarial
La Universidad Autnoma del Per tiene 9 aos ofreciendo un servicio educativo a los
estudiantes del cono sur de lima, al igual que muchas empresas cuentan con reas
enfocadas a brindar el soporte tanto administrativo y acadmico a los clientes internos y
externos respectivamente. Entre una infinidad de procesos se detect que en el proceso
de registro de matrcula de los estudiantes haba un conjunto de factores que impedan el
flujo normal del mismo, puesto que no resultaba nada sencillo realizar una matrcula a la
apertura de cada periodo y ciclo acadmico, muy por el contrario, solo generaba largas
colas y elevados tiempos de ciclo en las oficinas de atencin al estudiante, esto porque se
requiere de una serie de pasos y requisitos indispensables para culminar el proceso con
xito. Es importante mencionar que el sistema est preparado para realizar las funciones
de registro de matrcula va web, sin embargo, est limitado a las reglas de negocio que
la universidad ofrece, por ejemplo el que un estudiante debe cumplir una serie de
requisitos antes de matricularse, haber pagado su matrcula y la primera pensin, haber
llevado sus cursos extracurriculares y que si an no los lleva entonces debe nivelarse
segn la regla de negocio de la universidad, el cual conlleva otro sub proceso que
demanda tiempo y dinero. Para el registro de matrcula es necesario tener en cuenta todos
estos aspectos ya que, si se cumplen, el registro seria va web y no presencialmente como
se est realizando actualmente, es por ello que cada inicio de ciclo acadmico se generan
largas colas para el registro de matrcula ocasionando los famosos cuellos de botella, ya
que se hace indispensable la matrcula presencial al no poder realizarse va web. En la
siguiente Figura 01, se puede visualizar las largas colas que se generan dentro del campus
de la Universidad Autnoma del Per este panorama se repite cada inicio de ciclo
acadmico, por ello es en gran medida que nace la iniciativa de mejorar el proceso de
registro de matrcula. (Cevallos Becerra, 2014)
4
Figura 01. Colas de Espera en la Universidad Autnoma del Per 2016.
Fuente. Universidad Autnoma del Per.
La investigacin, se realizar en la Universidad Autnoma del Per, ubicada en la

Carretera de la Panamericana Sur Km. 16.3 Mz. A Lote. 06 (Altura Del Parque Zonal
Huayna Cpac By Pass) Villa El Salvador Lima Per, no obstante, la aplicabilidad y
el alcance de sus resultados, tienen validez en cualquier organizacin de su rubro .
Figura 02. Ubicacin de la Universidad Autnoma del Per 2016.

Fuente. https://www.google.com.pe/maps/place/Universidad.
5
1.1.2 Definicin del Problema
La Universidad Autnoma del Per es una empresa posicionada 9 aos en el cono sur de
Lima, interesados en la educacin y la exigencia competitiva y acadmica de los
estudiantes. Se ha observado que durante los ltimos 3 aos el proceso de registro de
matrcula presenta sobrecostos de operacin y tiempos largos de ciclo, generando la
insatisfaccin de los clientes internos y externos de la organizacin, debido a una
tendencia y preferencia de los estudiantes a rechazar las herramientas tecnolgicas que
ofrece la universidad, como es el caso de los registros de matrcula va web. Son muchos
los factores por los que miles de estudiantes prefieren registrar su matrcula por la va
presencial; entre los casos ms comunes estn el tema econmico (pensiones pendientes
de pago), desconfianza a la matrcula va web, requisitos extracurriculares ingls y
computacin, poca difusin y publicidad de las herramientas tecnolgicas con las que
cuenta recientemente la universidad.
rea de Atencin al Estudiante
El rea de Atencin al estudiante en cada periodo de inicio de ciclo acadmico vigente,
recibe ms de 9000 estudiantes de las distintas escuelas profesionales que ofrece la
universidad. Jvenes que desean matricularse e iniciar sus estudios universitarios, a ellos
les sumamos los estudiantes de los ciclos superiores que tambin desean renovar su
estatus acadmico, ellos deben registrar su matrcula para continuar sus estudios, entonces
es ah donde se congestiona el proceso de registro de matrcula y se generan los tan
engorrosos cuellos de botella .El proceso de Registro de matrcula comienza cuando el
estudiante solicita informacin para matricularse en el rea de Atencin al estudiante, el
alumno solicita registrar su matrcula, en caso de ser nuevo, la recepcionista busca en el
sistema del mdulo AUTNOMA VIRTUAL los datos del estudiante, el sistema muestra
en pantalla si el alumno tiene todos sus papeles en regla, certificados de estudio original,
partida de nacimiento o DNI y otros requisitos adicionales que debe presentar antes del
proceso de matrcula, adicionalmente el sistema muestra si se realiz el pago respectivo
de la matrcula ms la primera pensin, entonces y solo entonces podremos realizar el
registro de matrcula regular. Pero si por el contrario es un estudiante de segundo ciclo en
adelante, este deber haber cumplido con sus cursos extracurriculares de ingls y
computacin para poder matricularse, si no cumple con tales prerrequisitos, el alumno
deber registrar su matrcula a tales cursos extracurriculares. Es indispensable que el
estudiante pague la matrcula ms la primera pensin antes de registrarse. Es as como el
alumno puede escoger horarios, aula y docente, en caso el estudiante deba cursos y los
6
deba llevar por segunda ,tercera vez, deber solicitar el registro de matrcula especial, ya
que est sujeta a limitaciones de creditaje y un pago nico adicional a la pensin, Si por
el contrario el alumno desea llevar ms crditos entonces deber registrarse en el tipo de
matrcula excepcional, donde deber cumplir una serie de requisitos como tener un
ponderado mayor a 14 y llevar un mximo de 26 crditos, con un pago extra por cada
crdito. Luego de verificar en el sistema el pago de matrcula ms la primera pensin, en
los tres casos mencionados anteriormente, se proceder a registrar los cursos programados
y a escoger el curso, horario, aula y docente que previamente cada facultad, debi haber
cargado al sistema en el mdulo horario.
Vemos entonces que muchos de los estudiantes y padres de familia optan por realizar la
matrcula presencial, ya que si cumpliran con todos los requisitos lo podran hacer va
web actualmente se vive esta situacin, un gran porcentaje se matricula presencialmente
y un pequesimo porcentaje logra hacerlo va web. De esta manera es que se generan las
largas colas y demoras en el registro de matrcula a das del inicio de clases, a esto
summosle aquellos estudiantes que deben cursos extracurriculares y deben registrarse o
en casos especiales solicitar una reprogramacin para llevarlos en una siguiente fecha
previa justificacin y fundamento al rea responsable de Centro de Idiomas o Centro de
Informtica, cual sea el caso, tambin aquellos estudiantes que buscan otro tipo de
atenciones que el rea ofrece, es por ello que este procedimiento genera demora e
insatisfaccin. (Ver Figura N3)
7
Figura 03.Proceso de Registro de Matrcula Presencial (AS - IS)
Fuente. Elaboracin propia de las autoras.
8
En conclusin, podemos observar que la manera en cmo se est llevando a cabo el
proceso de registro de Matricula no es el adecuado. Debido a las reglas de negocio que se
presentan y a la falta de planificacin tanto de estudiantes como de las reas que influyen
para que esto mejore. As mismo se cuenta con indicadores para determinar el
rendimiento actual sobre dicho proceso. Se observa que, a pesar de contar con un sistema
integrado de matrcula va web, para este proceso no se ha logrado optimizar
satisfactoriamente.
Cuadro comparativo entre la Situacin Actual (AS-IS) y la Situacin Propuesta (TO- BE).
Tabla 01. AS IS y TO BE
AS-IS TO BE
Bajo nmero de casos de registro Aumento del nmero de casos de registro de

de matrcula va web matrcula va web
Alto nmero de casos de registro de Disminucin de casos de registro de

matrcula va presencial matrcula va presencial
Tiempo inadecuado en el proceso Tiempo ptimo en el proceso de registro de

de registro de matrcula matrcula por la va web.
presencial
Insatisfaccin de los estudiantes Satisfaccin de los estudiantes por el tiempo
por la demora del servicio reducido del permiso
9
Figura 04. Proceso de Registro de Matrcula va web (TO-BE).
10
Los siguientes indicadores son los que hemos tomado en cuenta, como Porcentaje de
registros de matrcula va web, Porcentaje de registros de matrcula presencial, Tiempo
de ciclo y Satisfaccin.
Tabla 02. Valores de los Indicadores de la Variable Dependiente en la Pre-Prueba.
Indicador Valor (Promedio)
Porcentaje de registros de matrcula va web 8%
Porcentaje de registros de matrcula va presencial 92%
Tiempos de ciclo de registro va web 4.5 min
Tiempos de ciclo de registro presencial 22 min
Satisfaccin del proceso de registro de matrcula va web Satisfecho
Satisfaccin del proceso de registro de matrcula presencial No satisfecho

.
1.1.3 Formulacin del Problema
En qu medida la Aplicacin de Six Sigma, ayudar a mejorar el Proceso de Registro

de Matrcula en la Universidad Autnoma del Per?
1.2 JUSTIFICACIN E IMPORTANCIA
La problemtica actual en el proceso de Registro de Matrcula va web de la Universidad

Autnoma del Per es el bajo nivel de registro de matrcula en lnea y los constantes
cuellos de botella que generan las matriculas presenciales en cada inicio de ciclo
acadmico, esto ocurre debido a varios factores entre ellas estn las reglas de negocio que
las organizaciones implantan. La mejora de este proceso servir de icono para las distintas
organizaciones relacionadas al rubro educativo que presenten estos problemas es por ello
que aplicando la metodologa Six Sigma se podr reflejar una mejor calidad en el servicio.
11
IMPORTANCIA
Six Sigma en la Educacin
Plan de implementacin de Six Sigma en el proceso de admisiones de una
institucin de educacin superior
Se puede deducir del artculo presentado a continuacin, el impacto y la importancia de
la mejora continua, en el entorno empresarial, ya que Six Sigma no solo contribuye a la
reduccin de los defectos en las empresas de produccin y manufactura, sino tambin a
las empresas de servicio incluidas las del sector salud, educacin, financiera, etc. Six
Sigma cumple un rol fundamental en el rubro de la educacin superior tal como los
exponen en el artculo Cientfico la Mg. Daniela Arango y la Dra. Beatriz ngel. Plan
de implementacin de Six Sigma en el proceso de admisiones de una institucin de
educacin superior, presentando una propuesta de implementacin de la metodologa
Six Sigma para el proceso de admisiones en una institucin de educacin superior en
Colombia. Se realiz un diagnstico de la situacin actual, se analizaron las variables
ms influyentes por medio de la matriz DOFA y se propuso el clculo del nivel sigma
del proceso, posteriormente se realiz: evaluacin de las causas races de los problemas
detectados por medio del diagrama causa efecto, ponderacin de dichas causas, mediante
la tcnica del cinco Por qu? y desarrollo de la metodologa DMAIC. Finalmente,
con la informacin obtenida se propuso un plan de accin el cual fue validado por medio
de un anlisis de expertos, concluyendo que esta metodologa es apropiada para el
proceso de admisiones de una Institucin de educacin superior y que la metodologa
Six Sigma es un proceso de mediano y largo plazo que requiere de la formacin de
cinturones en diferentes categoras, la sensibilizacin de todos los asociados en la
Institucin, el compromiso gerencial de la misma y la disciplina en la medicin y
documentacin de la informacin. Se sugiere tambin reducir la presencia del aspirante
durante el proceso por medio del uso de las TICs. (Arango Martnez, 2014)
Conveniencia: Al querer realizar la reduccin de defectos del proceso de registro de

matrcula en la Universidad Autnoma del Per, se busca generar un impacto positivo
para as agilizar y facilitar el trabajo en dicho proceso. Se cuenta con el apoyo de las reas
correspondientes y el personal quienes manejan el sistema., ya que se sabe que esto
aumentara la productividad del trabajo al ritmo del crecimiento poblacional de
estudiantes y lo que se busca es la calidad en el servicio
12
Relevancia Social: Redisear este proceso, es de vital importancia para la organizacin,
ya que se busca abarcar y cubrir las necesidades, requerimientos y dems intereses de los
clientes internos y externos para proporcionar una mejor efectividad en el manejo del
flujo de procesos y poder ser parte de la mejora de ellos logrando un impacto positivo en
el servicio que se brinda a la sociedad.
Entorno Empresarial: Lograr mantener e incrementar el porcentaje de estudiantes que

realicen su matrcula por la va web, de esta manera cumplir uno de los objetivos
estratgicos de la universidad, el de brindar un servicio de calidad alineada siempre a la
vanguardia de la tecnologa manteniendo los niveles de satisfaccin.
Implicaciones prcticas: Con el desarrollo de este rediseo y la aplicacin de Six Sigma

se mejorar del proceso de registro de matrcula va web ya que se reducir los tiempos
de ciclo del proceso y los gastos que genera la operacin.
Utilidad Metodolgica: Para el presente trabajo de investigacin se definirn indicadores

que proporcionarn informacin para optimizar el servicio de registro de matrcula va
web, tambin nos proporcionar las herramientas que necesitamos para simular y mejorar
el proceso deseado. Con la metodologa Six Sigma tendremos que mantener el nivel
alcanzado aplicando la ltima fase controlar.
1.3 TIPO, NIVEL Y DISEO DE LA INVESTIGACIN

1.3.1 Tipo de Investigacin:
Por el tipo de investigacin, el presente estudio rene las condiciones metodolgicas de

una investigacin aplicada. Debido a que aplicaremos la metodologa SIX SIGMA para
mejorar el proceso de registro de matrcula en la Universidad Autnoma del Per.
1.3.2 Nivel de la Investigacin:
As como tambin este proyecto tendr un nivel de investigacin:

Nivel Descriptivo: Porque se va describir el actual proceso de registro de matrcula en la
Universidad Autnoma del Per, en la realidad problemtica del presente trabajo de
Investigacin.
Nivel Explicativo: Se tiene como objetivo reducir los defectos del proceso, aplicando la
13
metodologa Six Sigma para la mejora del proceso de Registro de Matrcula en la
Universidad Autnoma del Per.
1.4 OBJETIVOS DE LA INVESTIGACIN

1.4.1 Objetivo General
Aplicar la metodologa Six Sigma, para mejorar el proceso de Registro de Matrcula en

la Universidad Autnoma del Per.
1.4.2 Objetivo Especfico
Aumentar el porcentaje de Registros de Matrcula Va Web.

Disminuir el porcentaje de Registro de Matrcula Va Presencial.
Reducir los tiempos de ciclo de Registro de Matrcula Presencial.
Mantener el tiempo de ciclo de Registro de Matrcula Va Web.
Mejorar la satisfaccin del proceso de Registro de Matrcula Presencial.
Mantener la satisfaccin del proceso de Registro de Matrcula Web.
1.5 HIPTESIS
Si se aplica Six Sigma entonces mejorar el proceso de registro de matrcula en la
Universidad Autnoma del Per
1.6 VARIABLES E INDICADORES
1.6.1 Variables
a) Variable Independiente: Six Sigma
b) Variable Dependiente: Proceso de Registro de Matrcula
c) Variables Interviniente: DMAIC (Definir, Medir, Analizar, Implementar, Controlar)
1.6.2 Indicadores
A. Conceptualizacin
Tabla 03. Descripcin del Indicador de la Variable Independiente.
14
Indicador: Presencia Ausencia
Descripcin: Cuando indique NO, es porque no ha sido implementado Six Sigma en el

proceso de Registro de matrcula y an se encuentra en la situacin actual del problema.
Cuando indique SI, es cuando se ha implementado Six Sigma, esperando obtener mejores
resultados.
b) Variable Dependiente: Proceso de Registro de Matrcula
Tabla 04 Descripcin de los Indicadores de la Variable Dependiente.

.
Indicador Descripcin
Cantidad de estudiantes que realizan su
Porcentaje de Registro de Matrcula
matrcula va web respecto al total.
va web
Cantidad de estudiantes que realizan su
Porcentaje de Registro de Matrcula
presenciales matrcula presencialmente respecto al
total.
Tiempo de Atencin del Registro de Tiempo en minutos transcurridos que se
Matrcula Va Web demora en llevar acabo la atencin va
web.
Tiempo de Atencin del Registro de Tiempo en minutos transcurridos que se
Matrcula Presencial demora en llevar acabo la atencin
presencial
Satisfaccin del proceso de Registro de Nivel que indica el estado de la atencin
Matrcula Va Web a los estudiantes
Satisfaccin del proceso de Registro de Nivel que indica el estado de la atencin
Matrcula Presencial a los estudiantes
B. Operacionalizacin
Tabla 05. Operacionalizacin del Indicador de la Variable Independiente.

15
Indicador ndice
Presencia Ausencia No, Si
b) Variable Dependiente: Proceso de Registro de Matrcula va web
Tabla 06. Operacionalizacin de los Indicadores de la Variable Dependiente

Indicador ndice Unidad de Unidad de

Medida Observacin
Porcentaje de Registro de [50 - 60] % estudiantes Reportes

Matrcula web. matriculados va
web
Porcentaje de Registro de [40-50] % estudiantes Reportes

Matrcula Presencia matriculados
presencialmente
Tiempo de Ciclo del Registro de

Matrcula Va Presencial.
[10 a 15] Minutos Reloj
Tiempo de Ciclo del Registro de [2 a 6] Minutos Reloj

Matrcula Va Web.
Satisfaccin del proceso de

Registro de Matrcula Va
[MM, M, R, B, MB] ------------------- Encuesta
Presencial
Satisfaccin del proceso de

Registro de Matrcula Va Web
[MM, M, R, B, MB] ------------------ Encuesta
16
1.7 LIMITACIONES DE LA INVESTIGACIN
Temporal: El presente trabajo de investigacin se realizar durante el periodo
comprendido entre el mes de abril 2015 hasta noviembre 2016.
Espacial: El presente trabajo de investigacin se llevar a cabo en la Empresa
Autnoma Del Per SAC.
Conceptual: El presente trabajo de investigacin tiene como delimitacin
conceptual la aplicacin de Six Sigma en el proceso Registro de Matrcula.
1.8 DISEO DE INVESTIGACIN

El diseo empleado en la investigacin es experimental puro, es decir, manejar variables
de tipo causa - efecto dentro del propsito de investigarlas relaciones existentes entre
ellas. Este diseo de investigacin basado en experimentos permite hacer uso de pre-
pruebas y post- pruebas para analizar la evolucin del efecto de la implementacin
"piloto" antes y despus del tratamiento experimental, de tal manera que el subtipo de
diseo de investigacin utilizada ser: Diseo con pre-prueba y grupo experimental, cuyo
modelo general se muestra a continuacin:
R Ge O1 X O2
Dnde:
R: Forma aleatoria de escoger la muestra del Ge.
Ge: El grupo experimental; lo conforman los estudiantes elegidos de manera aleatoria.
O1: Medicin y registro de los indicadores de la variable dependiente antes de realizar la
prueba.
X: Es realizar la prueba a los estudiantes en el proceso de registro de Matrcula aplicando
la variable independiente (Six Sigma).
O2: Medicin y registro de los indicadores de la variable dependiente en la post prueba.
Descripcin:
Se trata de la confrontacin de un grupo experimental (Ge) conformado por el nmero
representativo de actividades de proceso de Registro de Matrcula, al cual a sus
indicadores Pre-Prueba (O1), se le administra un estmulo o tratamiento experimental,
Seis Sigma como estmulo (X) para solucionar el problema de dicho proceso, luego se
espera que se obtenga (O2).
17
1.9 MTODOS E INSTRUMENTOS DE INVESTIGACIN
1.9.1 Tcnicas e instrumentos de la Investigacin de Campo
Tabla 07. Tcnicas e Instrumentos de la Investigacin de Campo.
Fuente. Elaboracin de las autoras.
TCNICAS INSTRUMENTOS
1. Observacin
Fotografas
Participante
Estructurada
No Participante
2. Realizacin de Entrevistas
Estructura Dirigidas Fotografas
3. Aplicacin de Cuestionarios
Encuestas (Apndice II)
Abierto
Cerrado
18
CAPTULO II
MARCO REFERENCIAL
2.1 ANTECEDENTES DE LA INVESTIGACIN
A) Autor: Llun Lozano, Christian Omar

Tesis: Optimizacin de procesos mediante Six Sigma validado por una simulacin
predictiva - 2008 (Tesis).
Correlacin
En el trabajo de investigacin se realiz la implementacin de la metodologa Six Sigma
a travs de un conjunto de lineamientos y recomendaciones, demostrando la mejora
continua de calidad en la Institucin Pblica de Lambayeque, en el rea de archivos la
cual brindo la informacin solicitada para poder llevar a cabo dicha investigacin.
El objetivo de la investigacin de la tesis, es detectar las causas reales que ocasionaban
los problemas a la empresa. Al realizar la investigacin se trabaj con datos
confidenciales el cual estuvo basado en documentos de gestin tcnica, se utilizaron
varias herramientas y tcnicas de recoleccin de datos e informacin, se ejecutaron
preguntas, encuestas, entrevistas a los involucrados para as lograr las causas reales que
afecta al proceso.
En la etapas de la metodologa Six Sigma DMAIC; donde se define el problema, la
justificacin del caso y se mide el proceso actual, se analiza las causas que afectan al
proceso y se realiza la contratacin de hiptesis con la objetividad de lograr una mejora
continua , manteniendo el control del proceso , y el sigma logrado .
Finalmente, en el trabajo de investigacin, luego de analizar los datos adquiridos, se
valid el uso de un simulador predictivo, previamente elaborado y diseado logrando as
ver una perspectiva en el proceso de la organizacin, esto favoreci a la empresa a realizar
una mejor toma de decisin para cada caso analizado y as lograr una mejora continua.
(Llun Lozano, 2008).
B) Autor: Barrera Marn, Julio Cesar

Ttulo: Mejora del proceso de atencin al cliente al BBVA Bancomer empleando la
metodologa DMAIC de Six Sigma - 2009 (Tesis).
Correlacin
La tesis nos explica el desarrollo del proyecto Mejora del proceso de atencin al cliente
en BBVA Bancomer empleando las fases de la metodologa Six Sigma (DMAIC), en
Bancomer Q el cual es un programa que maneja para evaluar a todas y cada una de sus
20
sucursales con respecto al nivel de calidad con el cual atienden a sus clientes, mismo que
se refleja en las encuestas por el rea de calidad.
El objetivo es determinar y corregir las causas por las cuales no se ha logrado alcanzar la
meta de calidad establecida por la organizacin. Las propuestas se incluyen en el Captulo
V donde la principal propuesta es que haya una caja fija por fila, es decir, que la
asignacin de tres de las 6 cajas que operan sea nicamente para una fila determinada
(Preferentes, Clientes y Usuarios) y que las otras tres cajas sirvan de apoyo y llamen de
acuerdo a las necesidades de las tres cajas asignadas de manera directa.
Con la aplicacin de esta propuesta (DMAIC) en el captulo V, se puede mejorar
notablemente el tiempo que los clientes tardan en ser atendidos ya que la teora de las
colas desarrollada para cada una de las filas e incluida en este mismo captulo refleja que
el tiempo que los clientes esperaran seria mnimo o prcticamente nulo.
En la presente tesis tambin se propone que a partir de las 12:00 el personal atienda de
manera rotativa para as evitar las colas.
Se concluye con el trabajo de investigacin y con la ayuda de la aplicacin Six Sigma
realizar el seguimiento de la capacitacin para los personales de la empresa, logrando as
una mejor atencin a los clientes, para que as se vayan con una mejor satisfaccin de la
organizacin logrando as una mejor calidad en la empresa. (Barrera Marn, 2009)
C) Autor: Leslie Johani Villarreal Urquizo

Ttulo: Mejora de la calidad en una empresa de confecciones empleando la metodologa
Six Sigma - 2014 (Tesis).
Correlacin:
Esta investigacin se da a partir de producir y mejorar la calidad de los abrigos
confeccionados, aplicando los pasos de la metodologa Six Sigma. Como se sabe los
productos deben ser atractivos para el cliente ofreciendo mejores productos que la
competencia y en una industria como la textil es fundamental que las empresas se
diferencien por la calidad de sus prendas y por cumplir a tiempo con la fecha de entrega
de la produccin.
La problemtica es el reproceso de una gran cantidad de prendas confeccionados por no
cumplir con los requerimientos establecidos de los clientes, la empresa tiene carece de
una falta de conocimientos de los principales defectos; ya que no cuenta con datos
histricos.
El objetivo de este trabajo es mejorar los aspectos que favorezcan a contribuir con el
21
crecimiento eficiente la calidad de la empresa de confecciones identificando problemas
principales, planteando soluciones de mejora e implementndolas para obtener un
proceso mucho ms eficiente y productivo. Utilizando Six Sigma siguiendo las etapas
(DMAIC) definir, medir, analizar, mejorar y controlar .
Concluimos con los resultados obtenidos mostraron que se puede conseguir una mejor
calidad en la produccin de abrigos, disminuyendo notablemente la cantidad de productos
defectuosos y la cantidad de defectos por prenda confeccionada, aumentando la eficiencia
y productividad del proceso al lograr cumplir con las fechas de entrega programadas por
el cliente.
D) Autor: Yuijn Bravo , Dora Emilia.

Ttulo: Mejora del rea de logstica mediante la implementacin de Lean six sigma en
una empresa comercial -2012 (Tesis).
Correlacin:
Este trabajo de investigacin se centra en una pequea empresa de enfocndola desde un
punto de vista sistmico, con gran exigencia de coordinacin de todas las funciones
logsticas.
Demora en la entrega de pedidos, ya que realizan mltiples pedidos y no los organizan
por prioridades o por cercana a la ruta, as como tampoco toman en cuenta factores
exgenos como la congestin vial, esto hace que lleguen tarde a los almacenes de los
clientes lo que ocasiona malestar por parte de los mismos, impactando en la calidad del
servicio de la empresa. Falta de un sistema de crditos, esto se refiere a que solo toman
en cuenta la opinin de la gerente general de la empresa respecto a la ampliacin de
crdito, no cuentan con un perfil de clientes y anlisis de riesgo.
La tesis tiene como objetivo general, el disear un modelo de sistema logstico mejorado
mediante la utilizacin de una herramienta de la calidad para una empresa
comercializadora dedicada a la venta de productos de consumo masivo, con el fin de
optimizar operaciones, minimizar costos y agilizar entregas de pedidos. Para esto, se
muestra, como primer paso esencial, la metodologa para el diseo y planificacin del
sistema logstico, diseo realizado en forma global para la atencin de los pedidos
Finalmente, el logro de estos objetivos se da, inicialmente, con la presentacin del marco
terico relacionado a la logstica, aplicable a una pequea empresa que permita realizar
una reingeniera sobre el proceso administrativo y actual. Luego, se realiza un estudio de
caso, que involucra la del anlisis y diagnstico del sistema logstico actual, as como
22
proponer mejorar del sistema logstico que permita mejorar el desempeo y de esta
manera disminuir costos. (Yuijn Bravo, 2012)
E) Autor: Laura Ramos, Annia Melissa

Ttulo: Aplicacin de Six Sigma para el registro y emisin de cupos de atencin de
consulta en el Hospital Mara Auxiliadora- 2013 (Tesis)
Correlacin
En el presente trabajo de investigacin se aplica la metodologa Six Sigma para mejorar
el proceso de Registro y emisin de cupos de atencin a los usuarios en el Hospital Mara
Auxiliadora San Juan de Miraflores.
Los objetivos principales de la investigacin es brindar alternativas de solucin de
reduccin de costos, recursos y colas de espera la cual ocasionan incomodidad a los
usuarios, Se aplic las 5 fases (DMAIC), Para realizar la aplicacin de la metodologa
Six Sigma en dicho proceso se llevaron a cabo los pasos propuestos por la metodologa:
En la primera etapa, se realiz el diagnostico mediante entrevistas al personal propietario
del proceso de admisin de consultas, los resultados fueron analizados y estructurados
para cada una de las fases de la metodologa:
Definir: En el diagnostico se pudo definir el problema concreto y fundamental en el
proceso de admisin de cupos de atencin de consulta en Hospital Mara Auxiliadora, el
objetivo fue mejorar los tiempos respuesta de cada actividad.
Medir: Con la informacin recopilada de cada indicador se realiz en anlisis de
capacidad para identificar el nivel sigma actual y verificar si el desempeo del proceso
cumple con las especificaciones del cliente.
Analizar: Luego de los hallazgos se realiz u diagrama causa efecto a fin de determinar
las causas potenciales y causas comunes presentes en el proceso de registro y emisin de
cupos de atencin de consulta en el Hospital Mara Auxiliadora.
Mejorar: Se propusieron soluciones para cada una de las causas races, con la finalidad
de mejorar el desempeo del proceso.
Controlar: Para controlar los resultados obtenido se gener medidas de control con la
finalidad de mantener y controlar la sigma logrado.
Finalmente se propone las alternativas de soluciones y tambin recomendaciones a los
controles que deben de llevarse para el proceso de Registro y emisin de cupos, tambin
se mostr datos mejorados en Dashboard para as lograr una mejora continua. (Laura
Ramos, 2013)
23
F) Autor: Dennis R. Arter
Ttulo: Auditoras de Calidad Para Mejorar La Productividad (Libro).
Correlacin
Este libro nos da a conocer, un programa de Auditora de la Calidad o para aquellos que
se realizan auditorias en, empresas, entidades y/o organizaciones. Este libro para conocer
las tcnicas establecidas de la Auditora de la Calidad, adems esta tercera edicin sirve
como gua de aprendizaje y aplicaciones bsicas de la Auditora de Calidad, ya que
profundiza los principios bsicos de la Auditora mostrando como la Auditora de la
calidad puede mejorar el desempeo de los negocios
Una nueva edicin del libro nos habla acerca de los antecedentes y las historias de las
auditorias. Un modelo general para llevar acabo auditorio de cualquier sistema gerencial
Informacin adicional sobre las auditorias de procesos y la relacin sistema-proceso-
producto. Competencias y calificaciones de las auditorias. Una explicacin sobre los
reportes de auditora y las obligaciones del auditor despus del reporte. Materiales nuevos
sobre la accin correctiva, un ejemplo de procedimientos de Auditoria y glosario de
vocabulario. (Arter, 2003).
G) Autor: Jeffrey N. Lowenthal

Ttulo: Gua para la aplicacin de un proyecto Six Sigma (Libro).
Correlacin:
Este libro nos cambia la manera de actuar y establecer para contribuir y satisfacer la
demanda de los clientes e incrementar los beneficios, logrando as la satisfaccin de los
usuarios se ha convertido en uno delos principales temas empresariales de nuestros das.
En el pasado, el cambio en las empresas se produca de forma lenta. Las organizaciones
piden procesos estables y certificados. Hoy en da, sin embargo, la competitividad en los
negocios es ms fuerte que nunca, y cada empresa intenta comerse un pedazo del pastel
ajeno. Actualmente, es mucho ms peligroso asumir, en forma autocomplaciente, que
actuar como en el pasado y esto no llevara al xito empresarial.
Por consiguiente, tanto las necesidades de cambio como la velocidad del mismo han
aumentado en la mayora de empresas. La mayora de organizaciones sienten la necesidad
de mejorar sus operaciones en cualquier rea que ello sea posible. Y la mayora de los
ejecutivos son conscientes de que manera para afrontar la competitividad, es necesario
mejorar las actividades.
Esta metodologa es como una gua de caminos para acometer el cambio, a travs de un
24
modelo secuencia que aplica el proyecto Six Sigma en prcticamente, cualquier empresa.
Le conduce paso a paso, desde el punto donde hay problemas concretos que precisan ser
solucionados hasta el punto final de la aplicacin sigma. A parte del antedicho, se analiza
la seccin de in lder de proyecto y del equipo de trabajo, la gradual identificacin con
uno o ms de los procesos claves y con una hiptesis de trabajo, la venta de un proyecto
especfico Sigma a la Direccin y la puesta en prctica del proyecto.
Este libro no es una gua terica, aunque la teora tratada en la medida necesaria. Es un
libro practico, un libro dirigido al encargado de ayudar a su empresa a cambiar para
satisfacer las necesidades de sus clientes en forma eficaz y eficiente, y lo que ello conlleva
de aumento de beneficios. Desde una perspectiva global, el libro facilita una comprensin
amplia de los instrumentos y el cambio necesario para aplicar Six Sigma en una
organizacin. (Lowenthal and Rosser, 2002).
H) Autor: Luis Nstor Miranda Rivera

Gua de aprendizaje - Six Sigma (Libro).
Correlacin:
El objetivo principal de este libro, es ofrecer un panorama claro y completo de la
metodologa Six Sigma a travs de un concepto diferente del tradicional, el cual est
basado en un contenido mayormente de texto, en esta gua las imgenes toman un papel
relevante para ofrecerle al lector cada paso de la metodologa en una forma digerida,
de esta manera se sabr cmo aplicarla en cualquier tipo de empresa desde el inicio hasta
su termin.Para ser un experto en el manejo de los conceptos y como llevarlos a cabo en
la prctica dentro de una empresa, se tendr que profundizar en cursos, libros, asesoras,
etc., con personal reconocido para lograrlo.
En resumen, Six Sigma induce a conocer todos y cada uno de los procesos que integran
una empresa manufacturera, de servicios, gubernamentales, etc., y con base en las
necesidades de nuestros clientes internos y externos, mejorarlos sistemticamente y de
manera continua con la participacin de todo el personal que la forma. Los resultados se
reflejan en una mayor productividad, productos ms robustos en calidad y con una
permanencia slida en los mercados de consumo; mejores bienes y servicios y clientes
totalmente satisfechos.
El xito o fracaso de esta metodologa o de cualquier otra, depende del apoyo estructurado
de la alta direccin ya que, a travs de su liderazgo, se lograr la concientizacin de todo
el personal y el conocimiento y alcance de las metas a cumplir. (Miranda Rivera, 2006)
25
I) Autor: Roberto Okeda Tanaka
Mejora de procesos de una empresa a travs de Six Sigma (Artculo).
Correlacin
Este artculo describe la aplicacin de la metodologa Six Sigma para la mejora del
proceso de mantenimiento de una empresa dedicada al alquiler de equipos y maquinaria
pesada (renting). Six Sigma es una metodologa sustentada en la filosofa del enfoque en
el cliente (process owner), ya sea interno y/o externo, y en la rentabilidad de la
organizacin. Para ello, existen dos variantes principales de esta metodologa: DMAIC y
DMEDI. Esta ltima es utilizada para la creacin de nuevos procesos y productos. La
metodologa DMAIC Six Sigma es la ms popular dado que est enfocada en la mejora
de procesos a travs de la medicin cuantitativa (herramientas estadsticas) y cualitativa.
En el caso de la empresa en donde se aplic la metodologa, se detect que tena muchos
gastos de mantenimiento, lo cual afectaba a la rentabilidad de la empresa dado que, al
margen de los egresos excesivos, se perdan clientes por falta de disponibilidad de equipos
al estar estos en reparacin.
Cada una de las etapas de la aplicacin de la metodologa DMAIC Six Sigma es explicada
en el presente documento con la intencin de mostrar el gran impacto y valor que pueden
tener dentro de las organizaciones en su afn por destacar dentro de la aldea global.
(Okeda Tanaka, 2008)
J) Autor: PRmob
Ttulo: Six sigma para el sector del servicio (Artculo).
Correlacin
La razn ms obvia por la que las empresas de servicios mantenerse alejado de 6 Sigma
es porque la perciben como una herramienta de fabricacin. Las organizaciones de
servicio sienten que debido a que sus empresas tienen una gran cantidad de mano de obra
humana, no hay defectos de mensurables para ser corregidos. Sin embargo, los expertos
dicen que esto no es cierto. Un estudio reciente ha demostrado que las empresas de
servicios que han invertido en Six Sigma estn ahorrando millones de dlares para cada
proyecto. Los servicios. Para vencer este problema, los lderes de la industria pueden ser
entrenados en 6 Sigma para equilibrar su experiencia de trabajo con las estadsticas
basadas en herramientas de anlisis.
El temor de la mtrica es otro obstculo que se interponga en el camino del sector de
servicios y Six Sigma. La mayora de la gente siente que 6 Sigma suena demasiado
26
tcnico. La importancia de los indicadores es dar una idea de los procesos de negocio que
trabajan. Las empresas de servicios basada en la necesidad de centrar toda su atencin en
el desarrollo de proyectos de Six Sigma que se especializan en sus necesidades de negocio
como de dientes y generacin de efectivo. Convencer al sector de los servicios sobre los
mritos de tomar 6 Sigma ha demostrado ser un gran reto. La mayora de las empresas de
servicios todava crecen que Seis Sigma slo puede beneficiar a la industria
manufacturera. (Es.prmob.net, 2014)
K) Autor: Gensol Consultora

Ttulo: Six sigma en reas de atencin y servicio a clientes (Artculo).
Correlacin
La metodologa Six Sigma no es nicamente para empresas con actividad industrial o de
manufactura, tambin incluye servicios financieros, de gobierno y atencin ciudadana, de
telecomunicaciones, del sector salud, comercializacin, investigacin e incluso de
marketing, ventas, atencin a clientes y prospeccin, entre otros servicios.
Seis Sigma trabaja bajo un enfoque de proceso, una metodologa perfectamente
estructurada y el establecimiento de mtricas (sigma). Algunos ejemplos aplicativos son:
Servicios al cliente.
En este caso, los centros de atencin telefnica (Call Centers). Tienen un papel
preponderante en lo que respecta a la recopilacin y anlisis de los datos de clientes, que
son cruciales para organizaciones que se enfocan en ellos.
La metodologa Six Sigma es para todas aquellas organizaciones que requieren mejorar
da a da, bajo un esquema y una metodologa ordenada y confiable, sin importar su giro
y actividad comercial.
27
L) Autor Principal: Ramos Martel, Walter Antonio
Ttulo: Incremento de la productividad a travs de la mejora continua en calidad en la
subunidad de procesamiento de datos en una empresa courier: el caso Per Courier (2016)
(Artculo).
Correlacin:
El presente artculo da a conocer los problemas en este trabajo de investigacin eran el
reproceso y reclamos por demora; ocasionando baja calidad en la subunidad de
procesamiento de datos, el cual poda estar afectando a la productividad. Por lo cual era
necesario aplicar una metodologa de mejora de procesos, basado en herramientas y
pensamiento estadstico, siendo la Metodologa Seis Sigma y sus fases (Definir, Medir,
Analizar, Mejorar y Controlar) la que mejor se adaptaba al caso de estudio. Tras aplicar
las tres primeras fases de esta metodologa y al ser una investigacin no experimental se
determina que la calidad mejor y la productividad tambin se increment, teniendo un
impacto econmico positivo.
M) Autor: Zegarra, Manuel (2016)

Seis Sigma Para La Mejora Continua En El Mantenimiento De Equipos Pesados En
Empresas Constructoras Medianas (Artculo).
Correlacin:
Este artculo tiene como objetivo analizar la relacin entre la aplicacin del mtodo Seis
Sigma y la mejora continua de la gestin de mantenimiento en las empresas constructoras
medianas de Lima Metropolitana. Como objetivos secundarios es averiguar cmo afectan
los defectos en el proceso a la mejora continua de la gestin de las labores del taller en
las empresas constructoras medianas de Lima Metropolitana, determinar cmo influye la
variabilidad del proceso en la mejora continua de la gestin de la disponibilidad operativa
de la mquina en las empresas constructoras medianas de Lima Metropolitana. La
aplicacin del mtodo Six Sigma, ayuda en la mejora continua de la gestin de
mantenimiento de la empresa TyT SAC Contratistas Generales y contribuir en la mejora
continua de la gestin de mantenimiento de las pequeas y medianas empresas
constructoras de Lima Metropolitana. La aplicacin del mtodo Seis Sigma ayuda a
controlar el centrado del proceso incidiendo de manera positiva en la mejora continua de
la gestin de la probabilidad de cumplimiento de la vida til de la mquina de la empresa
TyT SAC Contratistas Generales.
28
2.2 MARCO TERICO
2.2.1 Origen de Six Sigma
Six Sigma se origin en el ao de 1988 en la empresa MOTOROLA, tuvo un gran

prestigio ya que obtuvo el premio americano a la excelencia Malcom Baldrige, la cual fue
diseada y dirigida por Bill Smith con el apoyo del Bob Galvin. La finalidad y el objetivo
de este programa fue reducir las variaciones que se presentan en los procesos hasta
conseguir 3,4 defectos ppmo (partes por millos de oportunidades), lamentablemente Bill
Smith falleci en el ao de 1993 cuando Six Sigma estaba en la cima del xito. Esta
reduccin de defectos se pudo conseguir gracias al uso de diferentes mtodos estadsticos
como el ANOVA, grficos de control, diseos de experimentos, regresin y tambin con
el uso de otras herramientas estadsticas como el AMEF,7M, QFD. Tambin no faltaron
tcnicas de gestin de procesos.
2.2.2 Formacin del equipo Six Sigma
Uno de los grandes objetivos de esta metodologa es lograr un alto grado de eficiencia y
eficacia en cada uno de los procesos, de esta manera cumplir con las expectativas y
necesidades del cliente, traducido en la satisfaccin de cada uno de ellos. Cada uno de los
lideren de proyectos Sigma cumplen un papel importante en el mejoramiento continuo de
los procesos, a continuacin, se mencionan:
El consejo Directivo
Champion
Responsable de la implementacin
Black Belth
Green Belt
Master Black Belt
2.2.3 Fases de la Metodologa Six Sigma
La metodologa Six Sigma plantea una stratega de trabajo, conocida como DMAIC;
acrnimo en ingls que indican las iniciales de las cinco fases que la conforman, las etapas
se mencionan a continuacin:
29
Definir, es la fase inicial de la metodologa Six Sigma, donde se define el
problema, los objetivos, equipo y procesos ms importantes del proyecto.
Medir, en esta fase se recoge la informacin sobre las posibles causas que afectan
el proceso y afectan su desempeo, as como la determinacin de las capacidades
y la sigma actual del proceso.
Analizar, se analizan las causas races que afectan el desempeo actual del
proceso y la tasa de errores que le generan, con la finalidad de proponer
posteriormente un rediseo del proceso o producto de acuerdo a los resultados de
la misma.
Mejorar, en esta etapa de identifica las posibles caractersticas dentro del proceso
que se pueden mejorar, se proponen soluciones para mitigar o eliminar las causas
que originan problemas en los procesos y as lograr cumplir con las expectativas
y necesidades del cliente.
Controlar, se elabora un plan de control del nuevo proceso con la finalidad de
mantener el sigma logrado. (Ver Anexo 4)
Figura 01.
05. Etapas de la Metodologa Six Sigma.
Sigma
Fuente. Elaboracin propia de las autoras
30
Tabla 08. Criterios de Evaluacin.
Como se aprecia en la figura podemos inferir que para la presente tesis se va implementar
la metodologa Six Sigma en base a los criterios de evaluacin que nos llevaron a elegir
el mejor camino que englobe reduccin de defectos, costos, etc. Cabe destacar que en la
actualidad el concurso Premio Nacional a la Calidad tambin hace mencin de Six Sigma
como una excelente herramienta que contribuye a la mejora continua de los procesos en
las empresas.
2.2.4 Proceso Registro De Matrcula
Para el registro del alumno matriculado debe seguir los siguientes pasos segn lo descrito
por la Universidad Autnoma del Per:
Como primer paso contemplado como regla de negocio en la Universidad Autnoma

del Per, el estudiante o postulante ingresante deber pagar el derecho de matrcula,
en el centro de pagos que la universidad Autnoma del Per indique en el
cronograma de pagos del periodo activo de matrcula. Los cuales pueden ser en la
oficina de cuentas Corrientes de la Universidad Autnoma del Per o en el banco
BCP, usando el App pagos UA mvil con visa Android, Pagos Campus virtual, pagos
UA movil con visa ios o en las oficinas del banco BCP. Si algn estudiante no
pudiese cancelar el pago programado de matrcula, este podr apersonarse a la
oficina de finanzas al estudiante para solicitar un refinanciamiento de la deuda
atrasada u otra alternativa que en su medida pueda brindar dicha oficina. Luego de
31
seguir un proceso interno si la direccin de Finanzas al estudiante acepta establecer
algn tipo de ayuda al estudiante, esta proceder a registrarlo en el sistema a fin de
que el estudiante puede continuar con el proceso de matrcula. Cabe mencionar que
slo pueden acceder al proceso de matrcula aquellos estudiantes que cumplan
estrictamente con todos los requisitos establecidos por las normas acadmicas de la
Requisitos:
No tener deuda pendiente.
Haber pagado el derecho de matrcula y la primera pensin.
No tener pendiente requisitos extracurriculares (ingles, computacin)
No deber material bibliogrfico al rea de Centros de Informacin.
Una vez completada estas observaciones el estudiante puede optar por dos
caminos:
La matrcula Presencial en la oficina de atencin al estudiante.
La matrcula va web, desde cualquier escritorio conectado a la red.
En ambos casos se cumple la finalidad de registrar la matrcula, la diferencia entre

dichos procesos radica en el tiempo que puede llevar realizarlos. Para realizar una
matrcula va web, basta cumplir con los requisitos ya mencionados y en un promedio
de 4 min.
Pasos para registrar la matrcula va web:

Ingresar a la pgina principal de la universidad Autnoma del Per,
www.autonoma.edu.pe
Clic en el vnculo campus virtual, el estudiante deber loguearse en el sistema
con el usuario y contrasea asignado como estudiante.
Clic en el botn periodo activo para la matrcula, al ingresar se har la validacin
automtica de los requisitos necesarios para proceder con la matrcula va web,
entre ellos estn haber cancelado la matrcula, haber cancelado la primera cuota,
cumplimiento de los prerrequisitos ingls y computacin, si todo est conforme
se habilitan las opciones para registrar, caso contrario el estudiante no podr
registrase va web, hasta hacer las correcciones respectivas
32
Si se cumple con los requisitos el sistema autnomo virtual generar el
documento de matrcula y mostrara las asignaturas obligatorias y los crditos que
se podrn llevar en el presente semestre acadmico.
Al hacer clic en ver seccin aparecer todas las secciones disponibles y sus
principales datos, horarios, docentes, nmero de alumnos matriculados entre
otros.
Para registrar el horario solo se debe hacer clic en la opcin registrar. En la parte
inferior irn apareciendo las asignaturas que se hayan registrado, recordar que se
deben registrar primero las asignaturas que se lleven por segunda o tercera vez.
Si el promedio ponderado del estudiante es menor a 13.5 se podrn registrar hasta
en 22 crditos, si el promedio ponderado es mayor a 13.5 el estudiante podr
registrarse hasta en 26 crditos, para ello se debe realizar primero el pago
correspondiente por los crditos adicionales. Es as como se debern registrar las
asignaturas hasta completar la cantidad de crditos disponibles
Si aparece un mensaje que indique cruce de horario el estudiante debe elegir otra
seccin, si por algn motivo se desea quitar una asignatura registrada se deber
hacer clic en el icono eliminar asignatura que est ubicada en la parte derecha de
cada asignatura registrada.
En el mdulo Autnoma virtual se puede hacer cualquier tipo de modificacin a
la matricula solo hasta la fecha lmite de registro de matrcula regular que aparece
en la parte superior izquierda del documento de matrcula, pasada esta fecha no
se podr hacer ningn tipo de modificacin, para solicitar algn cambio el
estudiante deber acercarse a la oficina de atencin al estudiante.
Por ltimo, el estudiante podr imprimir su ficha de matrcula.
Pasos para registrar la matricula va presencial:

El estudiante deber haber cumplido con los requisitos exigidos por la Universidad
Autnoma del Per, haber cancelado la matrcula, haber cancelado la primera cuota,
cumplimiento de los requisitos extracurriculares ingls y computacin, si todo est
conforme se habilitan las opciones para registrar, caso contrario el estudiante no podr
registrase en la plataforma de atencin, hasta hacer las correcciones respectivas:
Dirigirse a cualquiera de los centros de pago autorizados por la universidad o en la oficina
de cuentas corrientes o en las oficinas del Banco BCP, tambin puede hacerlo usando las
App de pagos UA mvil con visa Android, UA mvil con visa IOS para iPhone o a travs
33
de la opcin pagos campus virtual en la web de la pgina de la universidad, estas ltimas
App recientemente llevadas en marcha desde el mes de septiembre del 2016.
Es importante aclarar que para poder tener el derecho de registrar la matrcula el
estudiante no debe contar con deudas pendientes de pago, ya que es un requisito
no negociable.
En el supuesto caso que el estudiante no cuente con el dinero para pagar las
cuotas pendientes del semestre anterior tiene la opcin de presentar una solicitud
al rea de finanzas al estudiante para pasar por una evaluacin de
refinanciamiento y/o facilidades de pago, si y solo si cumple con ciertos
requisitos establecidos por dicha direccin el estudiante podr cancelar el
derecho de matrcula y primera pensin para recin poder matricularse,
reprogramando as su deuda anterior en nuevas fechas establecidas que el rea de
finanzas al estudiante establezca, es importante mencionar que solo ciertos casos
son considerados admisibles a este proceso. Normalmente llevar a cabo este
nuevo proceso puede demandar horas, desde dirigirse a las oficinas de cuentas
corrientes a realizar una cola para ser atendidos o dirigirse a las oficinas de
Finanzas al estudiante a realizar otra cola para tambin ser atendidos.
Si el estudiante no tiene deuda pero no cumpli con los requisitos

extracurriculares, que exige las normas de la universidad el estudiante podr
registrar su matrcula de dichos cursos extracurriculares por la pgina web
autnoma virtual, registrndose en los cursos de ingls y comput que se le
activen o en su defecto si no desea o tiene algn impedimento de llevar dichos
cursos deber dirigirse a las oficinas de Centro de Idiomas y CISTEC a
fundamentar y solicitar se le reprogramen dichos cursos al siguiente periodo este
nuevo procesos tambin se da en las instalaciones de la Universidad Autnoma
del Per y le puede demandar de horas a un estudiante en la cola de espera.
Una vez solucionado el estudiante las restricciones que le impedan registrar su matrcula
puede registrarse desde una computadora con acceso a internet en el campus autnoma
virtual, o realizarlo en las oficinas de atencin al estudiante, este nuevo proceso de
registrarse presencialmente le puede demandar de horas ya que el estudiante deber
realizar una nueva cola para poder solicitar le registren su matrcula en plataforma. Son
varias las causas que reflejan la tendencia de los estudiantes y padres de familia a querer
registrarse por la va presencial, pudiendo optar por la va web proceso que no le
34
demandara ni 4 minutos, pero la falta de informacin, poca publicidad, desconfianza por
el uso de herramientas tecnolgicas llevan a tener como resultado una diferencia abismal
entre el porcentaje de matrculas va web y va presencial, es por ello que es considerado
un problema los cuellos de botella a inicio de cada semestre acadmico.
Para aquellas personas que inicien su vnculo con la Universidad Autnoma del
Per hay una serie de pasos a los que deben de alinearse antes de ser considerados
de postulantes a estudiantes, se detalla a continuacin:
Registrar al estudiante a su condicin de matriculado: Previamente el estudiante

deber haber cancelado el pago de la matrcula en el centro de pagos (oficina
de cuentas Corrientes o en el banco BCP) podr realizar su matrcula va web o
en su defecto deber notificar mediante llamada telefnica o presencialmente
este desembolso a la oficina de atencin al estudiante, para que a solicitud del
estudiante puedan proceder con la matrcula, previamente el rea de atencin
al estudiante valida esta informacin por el sistema. Concluido el proceso de
matrcula segn cronograma establecido, la direccin de atencin al estudiante
le enva al secretario acadmico el detalle de estudiantes que han completado
satisfactoriamente el proceso de matrcula, para que mediante una resolucin
sean considerados como estudiantes matriculados. En simultneo la oficina de
atencin al estudiante enva la direccin de atencin al postulante la relacin de
postulantes que fueron admitidos y que han cancelado el derecho de su
matrcula, para que dicha rea siga sus trmites correspondientes como por
ejemplo la generacin de los carnets universitarios, etc. Existen casos especiales
para los postulantes que ingresaron y no desean continuar sus estudios o por el
contrario reservar su matrcula.
2.2.5 Normas Legales De La Ley Universitaria N 3020
En el presente se detallarn los artculos de la ley N 3020, ley universitaria, que fue
publicada en el diario el peruano el mircoles 9 de Julio del 2014, aprobado por el
congreso de la repblica y promulgada por el ex Presidente de la republica Ollanta
Humala Taso. Los artculos que lneas abajo se detallan contribuirn al presente trabajo
en el rediseo del proceso concerniente al cumplimiento de cursos extracurriculares
ingls y computacin, establecidos como exigencia y regla de negocio de la Universidad
35
Autnoma del Per. Procederemos a citar el Artculo N 45 que indica que para obtener
el grado de bachiller se requiere haber concluido satisfactoriamente los estudios de
pregrado y tener conocimiento de un idioma extranjero de preferencia el ingls, mas no
indica que al trmino de cada ciclo el estudiante deber culminar un nivel al menos de
dicho idioma.
Artculo 45. Obtencin de grados y ttulos
La obtencin de grados y ttulos se realiza de acuerdo a las exigencias acadmicas que
cada universidad establezca en sus respectivas normas internas. Los requisitos mnimos
son los siguientes:
Grado de Bachiller: Se requiere haber aprobado satisfactoriamente los estudios de
pregrado, as como la aprobacin de un trabajo de investigacin (tesis) y el conocimiento
de un idioma, de preferencia ingls o lengua nativa. (Elperuano.pe, 2014).
Figura 06. Promulgacin Nueva Ley Universitaria

Fuente. Diario El Peruano.
36
CAPTULO III
APLICACIN DE
SIX SIGMA
3.1 GENERALIDADES
En el presente captulo se desarrollar cada una de las fases de la metodologa Six

Sigma, nos referimos a DMAIC, escrito en su acrnimo en ingls (definir, medir,
mejorar, analizar y controlar).
Fase Definir, en esta fase se identifican todos los posibles proyectos Six Sigma que
deben ser considerados en la evaluacin, para evitar la inadecuada utilizacin de
recursos. Cuando ya se haya seleccionado el proyecto, se selecciona y se preparar al
equipo idneo para ejecutar el proyecto, asignando las responsabilidades necesarias.
Debemos partir de la descripcin de la empresa, la definicin de los servicios que
ofrece, as como los clientes a quienes direcciona sus servicios, se deber identificar el
organigrama institucional, as como los interesados del negocio tanto internos como
externos a fin de conocer el proceso a mejorar.
Fase Medir, en esta fase se identifican los procesos que no cumplen las
especificaciones del cliente, Se desencadena una serie de caractersticas claves del
producto y/ o servicio considerados defectos, que se traducen en (variables de entrada)
que afectan el correcto funcionamiento del proceso. Es en esta fase donde se definen
la capacidad del desempeo actual del proceso.
Fase Analizar, en esta fase se evalan y analizan los datos. Se desarrollan y
comprueban las hiptesis, se identifican las causas potenciales y sus posibles
relaciones causa-efecto utilizando las herramientas estadsticas qu nos ayude a
interpretar los comportamientos de las capacidades por cada indicador Es as como el
equipo Six Sigma logra identificar las verdaderas causas races de entrada que afectan
las respuestas del proceso.
Fase Mejorar, en esta fase se hacen propuestas de mejora que contribuyan a mitigar o
eliminar, las causas races que generan problemas y defectos al proceso, es aqu donde
se predicen las condiciones para obtener un mejor proceso.
Fase Controlar esta fase consiste en disear mecanismos de control luego de las
mejorar, con la finalidad de mantener el sigma logrado.
38
3.2 ESTUDIO DE FACTIBILIDAD
3.2.1 Factibilidad Tcnica
Esta tesis es viable tcnicamente, ya que se cuenta con los recursos necesarios y bsicos para
poner en marcha el proyecto en la empresa Universidad Autnoma del Per S.A.C, se detalla las
herramientas para el desarrollo del proyecto de tesis.
Bizagi Modeler
ProcessModel
Pro Model
Microsoft Ofice
Minitab 17
3.2.2 Factibilidad Operativa
Esta tesis es viable operativamente, ya que los investigadores cuentan con el conocimiento de la
metodologa Six Sigma. El proyecto estar a cargo de alumnos de la Universidad Autnoma del
Per en donde se pondr en prcticas los conocimientos aprendidos y habilidades adquiridas en
el transcurso de la formacin profesional de la Carrera de Ingeniera de Sistemas.
3.2.3 Factibilidad Econmica
Esta tesis es viable econmicamente, ya que el rea de Registros de Matrcula de la empresa

Universidad Autnoma del Per S.A.C est dispuesta a mejorar el proceso de Registro de
Matrcula.
Costo de la Implementacin Six Sigma

Tabla 09.Cuadro de Factibilidad Tcnica.
Formacin del Equipo Six

Descripcin Costo
Sigma
Black Belth Duracin 6 meses S/.8,500.20
Yellow Belth Duracin 6 meses S/.3,400.00
Green Belth Duracin 6 meses S/.3,400.00
Champion Duracin 6 meses S/.1,700.00
Herramientas Descripcin Costo

Bizagi Modeler Diagrama de procesos Versin gratuita
Process Model 5.6 Software para modelar procesos S/.14,209.42
Pro Model Software para la simulacin Versin gratuita
Microsoft Office Hoja de clculo, Documentacin S/.429.99
MINITAB 17 Herramienta de cculo y anlisis estadstico S/.5,430.79
Total: S/.37,070.20
39
3.3 FASE DEFINIR
3.3.1 Modelamiento Empresarial
A. Descripcin de la Empresa
La Universidad Autnoma del Per tiene autorizacin de funcionamiento mediante la
Resolucin N 335-2007-CONAFU, del 12 de diciembre de 2007, que se publica en el
Diario El Peruano el 15 de febrero de 2008. La Universidad Autnoma del Per es una
institucin orientada a brindar sus servicios educativos a la poblacin del cono sur de lima
y a todos los sectores distribuidas alrededor de esta.
Misin
La Universidad Autnoma del Per tiene como misin, ser reconocida en la formacin
de personas y profesionales ntegros, lderes, competitivos e innovadores, segn los
estndares internacionales de calidad, para contribuir al desarrollo sostenido.
Visin
Ser reconocida por su alta calidad acadmica, comprometida con la investigacin, el
desarrollo sostenible y acreditado internacionalmente.
Principios
Bsqueda de la verdad y afirmacin de los valores, derechos humanos e integridad
institucional.
Pluralismo y libertad de pensamiento, de crtica, de expresin y de ctedra, con lealtad
a las Leyes, la Constitucin y el propio Estatuto.
Creatividad e imaginacin para ejercitar una valiosa cultura de calidad y para generar
recursos propios, empresas y desarrollo socioeconmico.
40
Figura 07. Valores de la Universidad Autnoma del Per.
Objetivos de la Universidad Autnoma del Per

Formar el potencial profesional humano de acuerdo a las necesidades y las
aspiraciones de desarrollo nacional y regional, en funcin al avance del conocimiento
y la tecnologa.
Promover la investigacin cientfica y la innovacin tecnolgica en base a la
identificacin de los problemas de la comunidad a la que sirve.
Conocer las necesidades, problemas y recursos de la comunidad a la que sirve para
disear alternativas de solucin.
Proyectarse a la comunidad, para apoyar la solucin de sus problemas y el desarrollo
de actividades culturales, artsticas y deportivas.
Brindar servicios a terceros con el propsito de generar recursos propios.
Utilizar las herramientas de la gestin para afianzar el desarrollo acadmico y
administrativo.
41
Tabla 10. Objetivos Estrategias de la Universidad Autnoma del Per.
42
Universidad Autnoma del Per rumbo a la certificacin ISO 9001:2015
Figura 08 .Universidad Autnoma del Per rumbo a la certificacin ISO 9001-2015.

En la actualidad ofrece 17 carreras profesionales y cuentas al 2016-1 con ms de 9mil

estudiantes:
Facultad de Ciencias de Gestin
Administracin de Empresas
Contabilidad
Negocios Internacionales
Administracin en Turismo y Hotelera
Administracin y Marketing
Facultad de Ingeniera y Arquitectura
Ingeniera de Sistemas
Ingeniera Civil
Ingeniera Industrial
Arquitectura
Ingeniera Ambiental
Facultad de Humanidades
Derecho
Psicologa
Ciencias de la Comunicacin
43
Facultad de Ciencias de la Salud
Medicina Humana
Odontologa
Enfermera
Fisioterapia y Rehabilitacin
B. Servicios y Clientes
a) Servicios al Estudiante
Centro de Atencin al estudiante
Centro de Atencin al postulante
Registros Acadmicos
Grados y ttulos
Finanzas al estudiante
Bienestar Universitario
Oportunidades Laborales
Laboratorio y Material Didctico
Centro de informacin
Centro de Especializacin de Tecnologas de Informacin y Sistemas
Centro de Idiomas
Programa de especializacin avanzada
Posgrado
Servicio de Matrcula en Lnea Portal de Matrcula Autnoma
b) Clientes
Estudiantes
Personal administrativo
Personal docente
c) Stakeholder internos
Gerencia General
Gerencia Administrativa y Finanzas
Rectorado
Vicerrectorado Acadmico
Secretaria General
Direccin de Planificacin y Desarrollo Institucional
44
Direccin de calidad Institucional
Direccin de calidad acadmica
Direccin de Marketing
Direccin de Gestin del talento humano
Direccin de Tecnologa de informacin
Direccin de Logstica y patrimonio
Direccin de infraestructura y Servicios Generales
Direccin de Contabilidad y Finanzas
Direccin de Investigacin
Direccin de posgrado
Departamento de Extensin Universitario
Facultad de Ingeniera y Arquitectura
Facultad de Ciencias de Gestin
Facultad de Ciencias de Humanidades
Facultad de Ciencias de la salud
Direccin de Formacin General
d) Stakeholder externos
SUNAT
SUNEDU
Ministerio de Educacin
MINTRA
CONAFU
Banco de Crdito
SEDAPAL
Luz del Sur
Movistar
45
C.Organigrama Actual
Figura 09. Organigrama de la Universidad Autnoma del Per 2016.

46
D.Stakeholder Internos y Externos.
Figura 10. Stakeholder internos y externos de la Universidad Autnoma del Per

47
E. Descripcin de la Unidad Estratgica de Negocio elegida:
Atencin al Estudiante
El rea de atencin al estudiante es un rea que brinda apoyo de servicios acadmicos y
es el encargado de mantener, organizar y administrar los procesos de registros de
matrcula de los estudiantes a cada inicio de periodo acadmico, en la universidad
Autnoma del Per. Depende jerrquicamente de la Direccin de Servicios Acadmicos
y trabaja a la par con dos reas ubicadas en el mismo ambiente, la oficina de Registros
Acadmicos y la oficina de Grados y ttulos.
Funciones:
Velar por el cumplimiento de procedimientos acadmicos de la Universidad
Brindar atencin a los estudiantes de las distintas escuelas de la universidad, atender
sus consultas acadmicas, y brindar informacin sobre los diferentes servicios que le
ofrece el rea.
Coordinar y supervisar con los encargados de carrera el cumplimiento del proceso de
registro de notas.
Salvaguardar y hacer cumplir las polticas acadmicas que la Universidad
Planificar y realizar las coordinaciones pertinentes sobre la ejecucin del proceso de
matrcula.
Procesar la informacin necesaria en el proceso de otorgamiento de grados y ttulos.
Gestionar y hacer los trmites correspondientes a la generacin y entrega del carnet
de estudiantes.
Supervisar la disponibilidad y funcionamiento de las oficinas de atencin al
estudiante, registros acadmicos y grados y ttulos.
Cautelar el acervo documentario acadmico.
Realzar otras funciones que le asigne la Direccin de Servicios acadmicos.
Servicios:
Atencin va telefnica, presencial, portal web para el registro de matrcula en el rea

de Atencin al Estudiante.
Brindar informacin a los estudiantes y padres de familia a cerca de los cursos
extracurriculares que estn pendientes por completar.
Atencin de consultas sobre el estado de las deudas y morosidad del estudiante.
Asesoramiento e informe acerca de los trmites de grados y ttulos.
48
Elaboracin y entrega del carnet universitario a los estudiantes.
Preparacin y entrega de los exmenes Parciales y Finales a los docentes y alumnos
luego de las respectivas revisiones.
Registro en el sistema de las notas de los estudiantes de las distintas escuelas.
Figura 11. Alcance del ISO 9001:2015 en la Universidad Autnoma del Per.
Fuente.ISO 9001
49
F. Cadena de Valor
Figura 12. Cadena de Valor de la Universidad Autnoma del Per.

50
3.3.2 Identificacin de Procesos Crticos
Figura 13. Procesos Crticos en la Cadena de Valor de la UA

51
A. Identificacin del proceso clave
Figura 14. Identificacin de Procesos Crticos de la Universidad Autnoma del Per.

52
Herramienta BPM para la priorizacin de procesos
Esta herramienta nos permitir identificar en un orden jerrquico los procesos que tienen prioridad
y que son necesarios automatizar dentro del negocio. A continuacin, se muestra una lista de
prioridades que propone BPM y se deber tener en cuenta para la asignacin del puntaje:
B. Seleccionar el Proceso Crtico.
Tabla 11. Prioridades del Patrocinador BPM

Prioridades del Patrocinador BPM (Alineamiento de Negocio)
Rango
Prioridades Ponderacin Min Max
Reduccin de costos 4 1 4
Incremento del ingreso 4 1 4
Disminucin de tiempo del ciclo para los procesos de contacto con el cliente 4 1 4
Disminucin de tiempo del ciclo para los procesos internos 4 1 4
Logro de conformidad 4 1 4
Incremento de la rendicin de cuentas 4 1 4
Mejoramiento del prestigio y estatus de la compaa 4 1 4
Mejoramiento de la responsabilidad y calidad 4 1 4
Criterio personalizado definido 4 1 4
Tabla 12. Detalles de Categora.

Detalles de Categora
Categora % Definicin de Criterio Personalizado
Adaptabilidad del Proceso 25%
Adaptabilidad Tcnica 25% Criterio Personalizado (Opcional)
Factores Humanos 25% Criterio Personalizado (Opcional)
Alineamiento al Negocio 25%
Total 100%
Determinacin de la adaptabilidad del proceso: Determinando la posibilidad que la

automatizacin agregue valor al proceso
Determinacin de la adaptabilidad tcnica: Determinando el nivel de disponibilidad
de Infraestructura de TI para el soporte de los procesos listados
Determinacin de Factores Humanos: Determinando cun listo est su personal para
tomar ventaja de la automatizacin del proceso
Determinacin de la alineacin al negocio: Determinando en qu medida da
los procesos soportan los Objetivos de Negocio.
53
Tabla 13.Determinacin de la Adaptabilidad del Proceso.
54
Tabla 14. Determinacin de la Adaptabilidad Tcnica.
55
Tabla 15. Determinacin de Factores Humanos.
56
Tabla 16. Determinacin de Alineacin del Negocio.
57
ndice de Prioridad de Procesos - Priorizacin cuantitativa de procesos para la automatizacin.
Tabla 17. ndice de Priorizacin de Procesos de Negocio.
ndice de Prioridad de Proceso de Negocio (BPPI)
Adaptabilidad Adaptabilidad Factores Alineamiento
Criterio del proceso tcnica Humanos al negocio BPPI
Importancia Relativa 25% 25% 25% 25% 100%
Procesos
Elaboracin de los estados Financieros 91.70 88.21 93.08 97.22 92.55
Control de Ingresos y Egresos 83.40 93.08 96.54 97.22 92.56
Remuneracin del Personal 87.55 89.62 93.08 94.44 91.18
Capacitacin y entrenamiento del personal 85.85 76.42 91.67 91.67 86.40
Acceso de la informacin en tiempo real 87.55 100.00 86.17 94.44 92.04
Evaluacin de los requerimientos 91.70 96.54 96.54 94.44 94.81
Adquisicin y almacenamiento de requerimientos 87.55 96.54 93.08 91.67 92.21
Generacin plataformas de gestin 95.85 93.08 96.54 88.89 93.59
Proceso de registro de Matricula via web 100.00 100.00 100.00 97.22 99.31
Proceso de registro de Matricula presencial 100.00 100.00 100.00 100.00 100.00
Tabla 18. Lista Ordenada de procesos.

Lista ordenada de procesos Puntaje

Proceso de registro de Matricula presencial 100.00
Proceso de registro de Matricula via w eb 99.31
Evaluacin de los requerimientos 94.81
Generacin plataf ormas de gestin 93.59
Control de Ingresos y Egresos 92.56
Elaboracin de los estados Financieros 92.55
Adquisicin y almacenamiento de requerimientos 92.21
Acceso de la inf ormacin en tiempo real 92.04
Remuneracin del Personal 91.18
Capacitacin y entrenamiento del personal 86.40
.
Figura 15. Grfica de barras de priorizacin de Procesos

58
C.PROJECT CHARTER
Project Charter
Ttulo: Aplicacin de la metodologa Six Sigma para mejorar el proceso de Registro de
Matrcula en la Universidad Autnoma del Per.
Jefe de Proyecto: Miembros de Equipo:
Katherine Bernardo, Jennifer Paredes. Giovanny Mendoza B. Champion
Caso de Negocio: Existe una tendencia de los Black Belt
estudiantes a realizar su registro de matrcula Green Belt
presencial en lugar de optar por la va web, Jannifer Paredes Vilcamisa,
esto viene generando a Universidad Autnoma Katherine Bernardo Herrera
del Per cuellos
Declaracin de botella y elevados costos
del Problema/Oportunidad: al
Desde Declaracin del Objetivo y sus Metas:
inicio2de
hace cada
aos periodo acadmico..
aproximadamente la Insatisfaccin Mejorar el proceso de Registro de matrcula en
del Cliente ha aumentado; ya que el tiempo la Universidad Autnoma del Per.
para registrar una matrcula ha llegado a 22 -Aumentar el % re registros de matrcula va
minutos en plataforma y a nivel de usuario a web a un 60%
120 min en el trajn de regularizar sus - Reducir el % de registros de matrcula
requisitos, cuando por la va web solo presencial a menos de un 40%
demandara de 4 min, este proceso reducira - Disminuir el Tiempo de Atencin
costos de S/. 10,255.00 soles anuales de un presencial a 10 minutos.
gasto fijo de S/ 17,725.6 representando el - Mantener el tiempo de proceso de
57,8%. matrcula va web de 3.5 a 4.5 min
- Aumentar la Satisfaccin en el usuario
que se registra presencialmente a Muy
Buena.
Alcance del proyecto, restricciones, Partes Interesadas (Stakeholders): Direccin de
compromisos: El equipo se compromete a la Servicios Acadmicos, Directiva. Personal.
recoleccin de datos e informacin, tomara
todas las decisiones clave sobre las soluciones
a aplicar.
PLANFICACIN PRELIMINAR Fecha objetivo Fecha Real
Fecha de comienzo: 20 de Septiembre 20 de Septiembre
DEFINIR 27 de Septiembre 25 de Septiembre
MEDIR 15 de Octubre 22 de Octubre
ANALIZAR 30 de Octubre Septiembre
29 de Octubre
MEJORAR 16 de Noviembre 20 de Noviembre
CONTROLAR 21de Noviembre 25 de Noviembre
Fecha de Finalizacin: 26 de Noviembre 5 de Diciembre
59
3.3.3 Modelado del proceso actual
A. Modelo de contexto
Figura 16. Diagrama de Contexto

60
B. Definicin del Proceso Crtico
Proveedor:
Atencin al estudiante
Registros Acadmicos
Direccin Acadmica
Jefes de Carrera
Direccin de Planificacin
Centro de Idiomas
Centro de Informtica
Finanzas del estudiante
Estudiantes
Inputs:
Reglamentos y estatutos
Polticas y Reglas de Negocio
Cronograma acadmico
Planes de estudio
Docentes
Horario de clases
Programacin docente
Programacin de aulas
Programacin de cursos pregrado
Programacin de cursos computacin
Programacin de cursos ingls
Proceso:
Registro de Matrcula
Pagar derecho de matrcula y primera pensin
Solicitar registro de matrcula
Verificar los requisitos extracurriculares
Verificar los requisitos de matrcula
Consolida los requisitos de matrcula
Registrar matrcula
Emisin de ficha de matrcula
61
Outputs:
Ficha de matrcula
Reporte de matriculados
Reporte de registrados
Reporte de avance de metas
Lista de estudiantes por curso
Reporte de pagos por grupos
Reporte de pagos de primera cuota
Reporte de pagos en computacin
Reporte de registrados en ingls
Proyeccin de ingresos.
Eventos:
Counter de atencin al estudiante atiende solicitud de registro de
matrcula.
Counter de atencin al estudiante realiza el proceso de verificacin de
pago de la matrcula y la 1primera pensin.
Counter de atencin al estudiante verifica el cumplimiento de cursos
extracurriculares.
Counter de atencin al estudiante matricula al estudiante en el sistema.
Counter de atencin al estudiante entrega formato ficha de matrcula al
estudiante.
Clientes:
Estudiantes
reas de la Universidad
Requerimientos:
Realizar la atencin el tiempo promedio.
Reducir las colas y el tiempo de atencin por estudiante en el proceso de
registro de matrcula.
62
Voz del Cliente (VOC):
La voz del cliente es poca y verificada mediante quejas, no se realizan encuestas
y no cuentan con buzn de sugerencias.
Se demoran demasiado en atender a un solo estudiante (cliente).
La informacin brindada en plataforma de atencin al estudiante no orienta
a los padres de familia.
No existe una buena organizacin en cuanto al Registro de horario
No existe una cartilla de gua para los padres de familia para realizar el
proceso de registro de matrcula.
La programacin de cursos, secciones y los horarios no son subidas al
sistema en la programacin que corresponde
Se generan largas colas cada inicio de matrcula en las oficinas de cuentas
corrientes, centro de idiomas, centro de informtica y atencin al
estudiante.
Desconocimiento de los estudiantes y padres de familia de los procesos de
registro de matrcula presencial y va web.
Desconocimiento de los padres de familia y estudiantes de mecanismos y
herramientas tecnolgicos de pagos en lnea a travs de campus virtual,
app Android y app iphone.
No se ejecuta un plan de induccin a los padres de familia y a los
ingresantes sobre el proceso de registro de matrcula va web.
Participantes del Proceso:
El counter de la plataforma de atencin al estudiante se encarga de realizar
todos los procesos de Registro de Matrcula
El estudiante o padre de familia que solicita su matrcula.
Voz del proceso:
Hay problemas con el cumplimiento de los cursos extracurriculares.

Congestin y largas colas en el proceso de pago de matrcula y pensin en
el campus de la universidad hasta llegar a las oficinas de atencin al
estudiante.
63
Responsable del Proceso:
Counter de atencin al estudiante
Otras Personas Interesadas

Cliente
Jefe de atencin al estudiante
Jefe de Registros Acadmicos
Jefa de Centros de Idiomas
Jefe de Cistec
Jefe de cuentas corrientes
Finanzas al estudiante
Delimitacin del Proceso:

INCIO
Recepcin de consultas de matrcula y documentos
FIN
Entrega del formato de la ficha de matrcula
Proveedores:
Cliente / Usuario
Administracin Directiva
Oficina
Personal/counter de atencin al estudiante
C. Costo de mala calidad
Las productividades de los procesos estn afectadas por la mala calidad en

el caso de la Unidad Estratgica de Negocio de Atencin al estudiante
notamos el impacto que tiene el tiempo que el usuario recibe la atencin,
siendo la rapidez la clave para la atencin y aumento de clientes y/o
estudiantes.
Las encuestas realizadas sobre el proceso de Registro de Matricula

muestran una insatisfaccin del 76%
.
64
Por lo tanto, los costos de mala calidad del proceso estn representados por
la suma de los recursos aplicados al proceso que no cumplieron con los
requisitos del usuario y la Direccin del rea de atencin al estudiante.
Los costos de la mala calidad son por los siguientes:
Largas colas en las oficinas de atencin al estudiante.

Insatisfaccin del estudiante en la atencin.
El trato durante la atencin.
Demoras en la atencin de registro de matrcula.
Como referencia podemos citar que la Universidad Autnoma del Per recibe
en cada inicio de periodo activo a ms de 8572 estudiantes, la atencin de
registro de matrcula presencial hace que este proceso genera gastos de mala
calidad ya que el personal de atencin al estudiante no brinda un buen
servicio. Los costos que se van a presentar estn clasificados como costos
directos y gastos indirectos, siendo estos ltimos los gastos administrativos
que involucran principalmente a las counter de atencin en plataforma y/o
participantes del proceso.
En las siguientes tablas se mostrar los gastos de suministros y costos de
recursos humanos que se reflejaron el periodo 2015 I -2015 II - 2016 I
2016 II, cabe mencionar que los gastos reflejados en el periodo 2016 II fueron
recabados hasta el mes de setiembre 2016.
65
Tabla 19. Costos de Atencin al estudiante.
66
Tabla 20. Costos de RRHH.
67
Los gastos del ao 2015 ascienden a S/. 158,452.54
Los gastos proyectados al cierre del 2016 ascienden a S/. 230,310.50
Podemos afirmar que los gastos generados por la mala calidad en el ao 2016
superaron los gastos del ao anterior, esto debido al crecimiento poblacional de la
universidad y por el aumento de personal durante ese trnsito de tiempo.
Actualmente la universidad cuenta con el servicio de 6 colaboradores incluido el
jefe inmediato en la oficina de atencin al estudiante, los gastos de suministros y
economatos se estn considerando constantes ya que son costos fijos y directos que
la institucin utiliza para el desarrollo y la operacin de sus funciones, el gasto por
materiales de oficina se est considerando que puede variar durante el tiempo ya que
este se ve afectado directamente por los gastos de papel y tiles de oficina que son
utilizados durante el proceso de registro de matrcula.
Los gastos generados al cierre del ao 2016 por economatos ascenderan a S/.
29,416.50 y los gastos por materiales de oficina ascenderan a S/. 17,725.60, este
gasto prorrateado al 91% de estudiantes que registraron su matrcula presencial
equivale a 7800 estudiantes, en el supuesto que este porcentaje disminuya al 40% el
equivalente seria 3428 estudiantes que generaran un gasto de S/. 7,088.00,
generando as un margen de ahorro de S/. 10,637.60 en lo que respecta a materiales
de oficina. Que representa un margen de ahorro del 60 % siendo el nuevo gasto en
economatos S/. 40,054.10 El nuevo gasto por concepto de economatos con la
aplicacin de Six Sigma sera S/. 18,778.90
El gasto por recursos humanos de acuerdo a lo que plantea la presente tesis es reducir
de 6 a 3 counter destinados a la atencin del proceso de registro de matrcula,
reducindose as a la mitad, el gasto anual por concepto de sueldos y beneficios
sociales de cada trabajador hablamos de reducir S/. 200,893.68 a S/. 100,446.84
como vemos el margen de ahorro representa el 50% del total de gasto anual. A
continuacin, se muestra el porcentaje de ahorro que esperamos obtener
considerando que el porcentaje de Registros de matrcula va web sea de 60% y el
presencial 40%.
Podemos observar que se proyecta un ahorro del 51,7 % anual S/. 111,084.44.
Costo Total actual= Costos Directos + Costos Indirectos = S/. 230,310.18anuales.

Costo, Six Sigma= Costos Directos + Costos Indirectos = S/. 119,225.74 anuales.
68
D. Procesos de Negocio:
Proceso de Registro de Matrcula en la Universidad Autnoma del Per
Figura 17.Proceso de Negocio del Proceso de Matrcula.

69
E. VOC to CTQ
Tabla 21. Voz del Cliente

70
F. Anlisis de los Stakeholders
Tabla 22. Anlisis de las Partes Interesadas.
Anlisis de las Partes Interesadas del Proyecto

Estrategias de
Relaciones con el Proyecto
comunicacin/implicacin
Establecer las estrategias y objetivos del negocio

Enviar copia de acta de las reuniones
Grupos de Interesados o
Invitar a las reuniones del equipo

Stakeholders
Puede influir en los resultados

Tiene capacidad de decisin
Afectados por los resultados
Posee conocimientos tiles
Reunirse de forma regular

Facilita recursos
Clientes/Estudiantes
X
x
Administracin Directiva
X X X X X X
Areas de soporte
administrativo X X
Direccin de Servicios x x
Acadmicos X X X X X
Personal/Counter atencion al
estudiante X X X
71
G. Diagrama del Flujograma Actual
Figura 18. Flujograma Actual del Proceso de Registro.

72
3.4 FASE MEDIR
Medir es una etapa clave en el camino de Six Sigma y ayuda al equipo a refinar el
problema y comenzar a buscar la causa raz.
3.4.1 Crear Plan de Recoleccin de Datos

Los datos para medir el proceso de registro de matrcula se harn por mediciones de:
Porcentaje de Registro de matrcula va web: Es la divisin del nmero de
registros de matrcula va web entre el total de matriculados por cien por ciento.
Porcentaje de Registro de matrcula presencial: Es la divisin del nmero de
registros de matrcula va presencial entre el total de matriculados por cien por
ciento.
Tiempo de ciclo en el registro de matrcula va web: Es el tiempo en minutos
transcurridos que se demora en llevar a cabo el registro de matrcula por la va
web. Es decir, se tomar una muestra representativa que ayude a identificar el
cumplimiento del tiempo de 3.5 a 6 min.
Tiempo de ciclo en el registro de matrcula va presencial: Es el tiempo en minutos

transcurridos que se demora en llevar a cabo el registro de matrcula por la va
presencial. Es decir, se tomar una muestra representativa que ayude a identificar
la demora en el tiempo de atencin.
Satisfaccin del proceso de registro de matrcula va web: Es el nivel de estado

con el cual han sido atendidos los clientes al momento de realizar el proceso de
registro de matrcula por la va web. Se medir con una encuesta el cual tomar
indicadores: Muy Satisfecho, Regular, Mala, Muy Mala.
Satisfaccin del proceso de registro de matrcula va presencial: Es el nivel de

estado con el cual han sido atendidos los clientes al momento de realizar el
proceso de registro de matrcula presencial. Se medir con una encuesta el cual
tomar indicadores: Muy Satisfecho, Regular, Mala, Muy Mala.
La encuesta se realizar a los estudiantes que hayan seguido y culminado el

proceso de registro de matrcula, de modo que ellos demuestren su satisfaccin o
descontento. Adems de verificar con ellos el tiempo en las colas.
73
3.4.2 rbol de CTQ
Tabla 23. .rbol de CTQ.

74
3.4.3 Definiciones Operativas
Tabla 24. Definiciones Operativas.

75
3.4.4 Ejecutar el Plan de Recoleccin de Datos
Anlisis Estadstico I
Capacidad del Proceso De Registro de Alumnos Matriculados por la Va Web
Resumen
El presente informe comprende los anlisis necesarios para desarrollar la fase Medir de
la Metodologa Lean Six Sigma.
Como primer paso se han definido los indicadores a medir y sus especificaciones, se ha
determinado el tamao de la muestra y se ha realizado el anlisis de capacidad para cada
indicador.
Es necesario indicar que cada indicador ha sido tratado en funcin de su naturaleza, es
decir, se han usado pruebas estadsticas para datos discretos y continuos.
Anlisis de Capacidad del Proceso de Registro de Matrcula por va WEB

El estudio de la capacidad del proceso se realiz para determinar la lnea base del
Indicador de % de Matrcula por va Web y sus Indicadores relacionados. Algunos de los
indicadores medidos son continuos y otros discretos, es por ello que cada uno fue tratado
con las herramientas definidas para cada caso. El objetivo de este anlisis fue determinar
si el proceso actual poda satisfacer los requerimientos (especificaciones) definidos como
meta, es decir, que el % de alumnos Matriculados por va Web en la Universidad
Autnoma del Per sea de por lo menos un 60%.
A continuacin, se muestran las pruebas estadsticas realizadas, sus resultados e
interpretaciones de las mismas.
Para realizar el anlisis de capacidad del proceso, se realiz el siguiente procedimiento:

a) Definir el Indicador Principal: Es el indicador que da cuenta del problema que se
pretende resolver, en nuestro caso el bajo nivel de Registro por la va Web.
b) Definir los Indicadores Relacionados: Se trata de los Indicadores que pueden
verse afectados positiva o negativamente por el Indicador principal.
c) Definir el estndar de desempeo: Para cada uno de los Indicadores se definieron
sus especificaciones, en funcin de las metas definidas por la Universidad
Autnoma.
d) Determinacin del tamao de muestra: Para determinar la capacidad de proceso
es necesario tomar un tamao de muestra adecuado para el anlisis estadstico,
este tamao de muestra adecuado nos garantiza la confiabilidad de los resultados.
76
Para hacer esta medicin, utilizamos la potencia estadstica, que es la probabilidad
de que la prueba identifique una diferencia o un efecto significativo cuando
realmente exista. Para la determinacin del tamao de muestra se ha usado el
software Minitab.
e) Anlisis de la capacidad del proceso: Para determinar la capacidad del proceso se

utiliz el software Minitab, se analiz la capacidad del proceso para cumplir con
las especificaciones definidas para cada Indicador.
Origen de los datos

Los datos fueron recolectados del Registro de matrcula de la Universidad Autnoma del
Per, de los periodos 2015 I, 2015 II y de los periodos 2016 I y 2016 II.
Herramientas
Seleccin del programa estadstico para el anlisis de datos. - Se seleccion el software
estadstico Minitab 17 para el tratamiento de los datos recolectados, los criterios para su
seleccin fueron:
Requisitos de hardware: Configuracin mnima que requiere el computador para poder
instalar el paquete estadstico, esto es: memoria RAM, coprocesador matemtico, disco
duro, tarjeta grfica, unidad de CD.
Caractersticas generales: Operatividad, Data (capacidad de archivos), Comunicacin
(importar y exportar), Grficos (Diversidad de grficos y su calidad), Costo del paquete.
Para realizar el anlisis estadstico se ha utilizado el Software Minitab.
Las herramientas utilizadas fueron:
- Potencia y tamao de la muestra.
- Anlisis de capacidad binomial.
- Anlisis de capacidad normal.
- Resumen grfico.
- Grficos de control.
- Diseo
Las variables analizadas fueron:
- Indicador Principal:
- % Matrcula por la va Web.
- Indicador Relacionado:
- % Matrcula por la va presencial.
77
- Tiempos de ciclo de registro por la va Web.
- Tiempos de ciclo de registro por la va presencial.
- % Satisfaccin del estudiante que registra su matrcula va web
- % Satisfaccin de estudiante que registra su matrcula presencialmente
3.4.5 Capacidad del proceso para KPIs

Anlisis e Interpretacin de Resultados:
Indicador Principal:
- Indicador: % de alumnos matriculados por la va Web.
- Objetivo: Mide la proporcin de alumnos matriculados por los aplicativos y
plataforma Web desarrollados por la Universidad Autnoma del Per.
- Frmula matemtica:
% de matriculados # Matriculados va Web

por la va Web = X 100
# Total de alumnos
matriculados
- Especificaciones:
o LSE: 80%
o LIE: 60%
- Indicador: % de alumnos matriculados por la va presencial.

- Objetivo: Mide la proporcin de alumnos matriculados en las instalaciones
de la Universidad Autnoma del Per
- Frmula matemtica:
# Matriculados va presencial
% de matriculados
por la va presencial= X 100
# Total de alumnos
matriculados
- Especificaciones: Especificaciones:
o LSE: 40%
o LIE: 20%
78
- Indicador: Tiempo de registro por la va Web.
- Objetivo: Mide el tiempo promedio, en minutos, necesario para el registro
de matrcula por la va Web en la Universidad Autnoma del Per.
- Frmula matemtica:
Tiempo desde que se ingresa al

Tiempo de Registro Va Web = aplicativo hasta el trmino del registro
de matrcula
o LSE: 2 min
o LIE: 6 min
- Indicador: Tiempo de registro por la va presencial.

- Objetivo: Mide el tiempo promedio, en minutos, necesario para el registro de
matrcula en las instalaciones de la Universidad Autnoma del Per.
- Frmula matemtica:
Tiempo de Registro Va Tiempo desde que se inicia el registro
Presencial = presencial hasta el trmino del

registro de matrcula
- Especificaciones:
o LSE: 5 min
o LIE: 15 min
Determinacin del tamao de muestra para el anlisis de la capacidad del proceso:

Para la eleccin del nmero de observaciones a realizar se utiliz el Software Minitab, se
tom como referencia la basa de datos de alumnos registrados en los periodos 2015 y
2016, el valor en % de la proporcin a detectar, el tipo de distribucin y margen de error.
Los resultados se muestran a continuacin:
Estimacin del Tamao de muestra para Potencia y Tamao de muestra para 1
proporcin:
- Tipo de datos: Discretos.
- Parmetro: Proporcin.
- Distribucin: Binomial.
79
- Valores alternativos de: 0.2
- Valores de potencia: 95%
- P hipotetizada: 0.6
Resultados:
- Margen de error: 0.05
- Tamao de muestra: 17 datos del % de matrcula por la va Web.
A continuacin, se muestran los resultados de la prueba realizada para
determinar el tamao de la muestra:
Curva de la potencia de Prueba para una proporcin

1.0
Tamao de
la muestra
17
0.8 S upuestos
A lfa 0.05
P formulado como hiptesis 0.6
A lternativ a No =
0.6
Potencia
0.4
0.2
0.0
0.0 0.2 0.4 0.6 0.8 1.0
Proporcin de la alternativa
Figura 19. Grfica de Potencia y Tamao de Muestra.

Interpretacin de la grfica: La grfica muestra la curva de potencia de prueba

para una proporcin y su relacin con la potencia de prueba, 95% en nuestro caso,
y la proporcin de la alternativa, es decir, la proporcin que se requiere detectar.
Los resultados indican que con 17 muestras podemos tener una alta confiabilidad
en las pruebas realizadas.
80
3.4.6 Anlisis de la capacidad del proceso
El anlisis de la capacidad del proceso fue realizado para cada uno de los
indicadores identificados, a continuacin, se detallas las pruebas realizadas:
Anlisis de la capacidad de Proceso: % de Alumnos matriculados por la va

Web:
a) Parmetros del anlisis:
- Tipo de dato: Discreto.
- Tamao de muestra: 17 muestras de los periodos de matrcula 2015 y 2016
(Anexo 1).
- Potencia de la prueba: 95%
b) Prueba estadstica:
- Pruebas a realizar: Resumen grfico, Grfico de control y Anlisis de la
capacidad del proceso.
Resumen Grfico: A continuacin, se muestra el resumen grfico descriptivo
para el indicador evaluado.
Resumen para % Matricula Web
P rueba de normalidad de A nderson-Darling
A -cuadrado 0.30
V alor P 0.529
M edia 0.096024
Desv .E st. 0.053924
V arianza 0.002908
S esgo 0.411664
Kurtosis -0.743154
N 16
M nimo 0.015855
1er cuartil 0.056816
M ediana 0.085479
3er cuartil 0.132730
0.05 0.10 0.15 0.20 M ximo 0.193939
Interv alo de confianza de 95% para la media
0.067290 0.124758
Interv alo de confianza de 95% para la mediana
0.061473 0.128680
Interv alo de confianza de 95% para la desv iacin estndar
Intervalos de confianza de 95%
0.039834 0.083458
Media
Mediana
0.060 0.075 0.090 0.105 0.120
Figura 20. Grfica de Resumen para % Matrcula Web.

81
3.4.7 Grficas de Control
El histograma muestra una distribucin normal de los datos, el valor de p: 0.529,
el promedio del % de alumnos matriculados por la va Web es de 9.6%, con una
desviacin estndar de 0.05, el intervalo de confianza es de 0.067 a 0.12 para dicho
indicador.
Grfico de Control: para realizar este anlisis se utiliz la Grfica de Control
tipo P, para proporciones, a continuacin, se muestra la grfica:
Grfica P de Defectos
1.00
1
1
1
0.95 1
1
1
UCL=0.9262
_
Proporcin
P=0.9100
0.90
LCL=0.8939
1 1
1
0.85
1
1
0.80 1
1 3 5 7 9 11 13 15
Muestra
Las pruebas se realizaron con tamaos de la muestra desiguales
Figura 21. Grfica de P de Defectos.

Los datos graficados corresponden a la proporcin defectuosa (% alumnos que usan la

va presencial).
El promedio de los datos evaluados es de 91% y los lmites de control naturales del
proceso son para el LCL: 89% y para el UCL: 0.92%.
La grfica de control P evidencia que el proceso no se encuentra dentro de control, es
decir, el proceso actual es muy inestable e impredecible. En la grfica se puede apreciar
como los puntos rojos (1) se encuentran fuera de los lmites de control superior e inferior.
Capacidad de Proceso: A continuacin, se muestra el anlisis de la capacidad del
proceso, en nuestra caso, se utiliz el Anlisis de capacidad (Distribucin binomial)
puesto que los datos son discretos. Este anlisis examina la proporcin de defectuosos
para cada muestra entre las diferentes muestras.
82
Anlisis de capacidad del proceso binomial de Defectos
Gr fica P T asa de defectuosos
1
1
1
0.95 1 95
1 1
_
U C L=0.9262
muestran los resultados:
P =0.9100
0.90 LC L=0.8939 90
1 1
0.85 1 85
P r opor cin
% Defectuoso
1
0.80 1 80
1
1 3 5 7 9 11 13 15 1000 2000 3000
M uestr a T amao de la muestr a
% defectuoso acumulado H istogr ama

E stadstica de resumen Tar
4
(95.0% de confianza)
90.0
% Defectuoso: 91.00
3
87.5 IC inferior: 90.61
IC superior: 91.39
O bjetiv o: 40.00 2
85.0
Def P P M : 910035
Fr ecuencia
% Defectuoso
82.5 IC inferior: 906101 1
IC superior: 913856
80.0 P rocesar Z: -1.3410
Figura 22. Anlisis de Capacidad del Proceso Binominal de Defectos

0
5 10 15 IC inferior: -1.3649 40 48 56 64 72 80 88 96
M uestr a IC superior: -1.3171 % Defectuoso
Anlisis de capacidad - Binomial consta de cuatro grficas y una tabla de resultados en
capacidad que puede ayudar a evaluar la capacidad del proceso. A continuacin, se

una sola ventana. La tabla de resultados provee estadsticas de resumen y un ndice de
83
La grfica P determina si la proporcin de defectuosos por muestra est bajo
control, en nuestro caso se evidencia que los datos se encuentran fuera de control,
el proceso actual es muy inestable.
La tasa de defectuosos evala el supuesto de que la tasa de defectuosos no es

afectada por el tamao de la muestra, en nuestro caso la tasa de defectuosos se
encuentra distribuida aleatoriamente entre los diferentes tamaos de muestra.
La grfica % Defectuoso acumulado nos permiti determinar si la cantidad de

los datos recolectados es suficiente. La grfica muestra que el % Defectuoso se
estabiliza despus de varias muestras.
El histograma muestra la distribucin de los datos analizados y el objetivo de

40% para el anlisis realizado.
La tabla Estadsticas de resumen muestra lo siguiente:
%Defectuoso El estimado del % de Defectuosos (alumnos matriculados por la

va presencial) es de 91%.
- El lmite de confianza superior: 91.4%
- El lmite de confianza inferior: 90.6%
Este anlisis nos permite inferir que el % de alumnos que se matriculan
presencialmente oscila entre 90.6% y 91.4%.
Def PPM El estimado de defectos por milln de oportunidades es de 910035

PPM.
- El lmite de confianza superior: 906101
- El lmite de confianza inferior: 913856
Este anlisis nos permite inferir que entre 906101 y 913856 alumnos se
matriculan presencialmente (defectuosos en nuestro estudio).
Z del proceso Este es el ndice de capacidad para el proceso. Los valores de Z

ms grandes indican que el proceso est funcionando mejor. En nuestro caso el
valor de Z es de -1.34, e ideal debe ser 2 como mnimo, lo cual indica que el valor
84
sigma de nuestro proceso es muy bajo. Para la determinacin de la sigma del
proceso se recurri a la tabla de nivel sigma Vs Defectos PPM, el valor obtenido
es de 0.5 sigmas para el proceso analizado.
Anlisis de la capacidad de Proceso: % de Alumnos matriculados por la va

presencial:
- Tipo de dato: Discreto.
- Tamao de muestra: 17 muestras de los periodos de matrcula 2015 y 2016
(Anexo 2).
Resumen Grfico: A continuacin, se muestra el resumen grfico descriptivo para el

indicador evaluado.
Resumen para % Matricula Presencial
A -cuadrado 0.30
V alor P 0.529
M edia 0.90398
Desv .E st. 0.05392
V arianza 0.00291
S esgo -0.411664
Kurtosis -0.743154
N 16
M nimo 0.80606
1er cuartil 0.86727
M ediana 0.91452
3er cuartil 0.94318
0.80 0.84 0.88 0.92 0.96 M ximo 0.98414
0.87524 0.93271
0.87132 0.93853
0.03983 0.08346
Media
Mediana
0.88 0.90 0.92 0.94
Figura 23. Resumen para % Matrcula Presencial

El histograma muestra una distribucin normal de los datos, el valor de p: 0.529, el
promedio del % de alumnos matriculados por la va presencial es de 90.3%, con una
85
desviacin estndar de 0.05, el intervalo de confianza es de 0.87 a 0.93 para dicho
indicador.
Grfico de Control: para realizar este anlisis se utiliz la Grfica de Control tipo P, para
proporciones, a continuacin, se muestra la grfica:
Grfica P de WEB
0.20 1
1
1
0.15
1
1 1
Proporcin
UCL=0.1061
0.10 _
P=0.0900
LCL=0.0738
1
1
0.05 1
1
1
1
0.00
1 3 5 7 9 11 13 15
Muestra
Figura 24. Grfica P de Web.

Los datos graficados corresponden a la proporcin defectuosa para este caso (%

alumnos que usan la va Web).
El promedio de los datos evaluados es de 9% y los lmites de control naturales del
proceso son para el LCL: 7.38% y para el UCL: 10.61%.
La grfica de control P al igual que el caso del indicador evaluado anteriormente
evidencia que el proceso es inestable. En la grfica se pueden apreciar puntos rojos
(1) que se encuentran fuera de los lmites de control superior e inferior.
Capacidad de Proceso: A continuacin de muestra el anlisis de la capacidad del
proceso, en nuestro caso, se utiliz el Anlisis de capacidad (Distribucin
binomial) puesto que los datos son discretos. Este anlisis examina la proporcin
de defectuosos para cada muestra entre las diferentes muestras.
Anlisis de capacidad - Binomial consta de cuatro grficas y una tabla de
resultados en una sola ventana. La tabla de resultados provee estadsticas de
resumen y un ndice de capacidad que puede ayudar a evaluar la capacidad del
proceso. A continuacin, se muestran los resultados:
86
Anlisis de capacidad del proceso binomial de Defectos
0.20 1 20
1
1
0.15 1 15
1 1
_
U C L=0.1061
0.10 10
P =0.0900
LC L=0.0738
1
P r opor cin
0.05 1 5
1
% Defectuoso
1
1
1
1 3 5 7 9 11 13 15 1000 2000 3000

Tar

20.0 E stadstica de resumen
4
17.5
% Defectuoso: 9.00 3
IC superior: 9.39 2
12.5 O bjetiv o: 60.00
Fr ecuencia
Def P P M : 89965
% Defectuoso
1
10.0 IC inferior: 86144
IC superior: 93899 0
5 10 15 P rocesar Z: 1.3410 5 0 5 0 5 0 5 0
7. 1 5. 22 . 30 . 37 . 45 . 5 2 . 6 0.
Figura 25. Anlisis de Capacidad del Proceso Binomial de Defectos.

M uestr a IC inferior: 1.3171
% Defectuoso
IC superior: 1.3649
87
La grfica P determina si la proporcin de defectuosos por muestra est bajo control, en nuestro
caso se evidencia que los datos se encuentran fuera de control, el proceso actual es muy inestable.
La tasa de defectuosos evala el supuesto de que la tasa de defectuosos no es afectada por el

tamao de la muestra, en nuestro caso la tasa de defectuosos se encuentra distribuida
aleatoriamente entre los diferentes tamaos de muestra.
La grfica % Defectuoso acumulado nos permiti determinar si la cantidad de los datos

recolectados es suficiente. La grfica muestra la data recolectada es suficiente, puesto que el %
Defectuoso se estabiliza despus de varias muestras.
El histograma muestra la distribucin de los datos analizados y el objetivo de 60% para el anlisis
realizado en este caso.
%Defectuoso El estimado del % de Defectuosos (alumnos matriculados por la va Web) es de

9%.
El lmite de confianza superior: 9.39%
El lmite de confianza inferior: 8.61%
Este anlisis nos permite inferir que el % de alumnos que se matriculan por la va Web con el
proceso actual oscila entre 8.6% y 9.4%.
Def PPM El estimado de defectos por milln de oportunidades es de 89965 PPM.

El lmite de confianza superior: 93899
El lmite de confianza inferior: 86144
Este anlisis nos permite inferir que entre 86144 y 93899 alumnos se matriculan por la va Web
(defectuosos en este caso de anlisis).
Z del proceso Este es el ndice de capacidad para el proceso. Los valores de Z ms grandes
indican que el proceso est funcionando mejor. En nuestro caso el valor de Z es de 1.34, el ideal
debe ser 2 como mnimo, lo cual indica que el valor sigma de nuestro proceso no llega a alcanzar
el nivel deseado. Para la determinacin de la sigma del proceso se recurri a la tabla de nivel
sigma Vs Defectos PPM, el valor obtenido es de 3 sigmas para el proceso analizado.
88
Anlisis de la capacidad de Proceso: Tiempo de registro de Alumnos matriculados por
la va Web:
Tipo de dato: Continuo.
Tamao de muestra: 30 muestras del periodo 2016 (Anexo 3).
Potencia de la prueba: 95%
Pruebas a realizar: Resumen grfico, Grfico de control y Anlisis de la capacidad del
proceso.
Resumen Grfico: A continuacin, se muestra el resumen grfico descriptivo para el indicador
evaluado.
Resumen para Tiempo estimado reg WEB

P rueba de normalidad de A nderson-D arling
A -cuadrado 0.46
V alor P 0.243
M edia 3.9976
D esv .E st. 0.5294
V arianza 0.2802
S esgo -0.424538
Kurtosis 0.871878
N 30
M nimo 2.5636
1er cuartil 3.6582
M ediana 4.0498
3er cuartil 4.2314
2.5 3.0 3.5 4.0 4.5 5.0 M ximo 5.0331
3.7999 4.1953
3.8627 4.1620
0.4216 0.7116
Media
Mediana
3.8 3.9 4.0 4.1 4.2
Figura 26.Grfica de Resumen para Tiempo Estimado Reg. Web.

. Elaboracin propia de las autoras
Fuente.

promedio del tiempo de registro es de 4 min, con una desviacin estndar de 0.5, el
intervalo de confianza es de 3.8 a 4.2 minutos para dicho indicador.
89
Grfica I-MR de Tiempo estimado reg WEB
U C L=5.442
5
Valor individual
_
4 X=3.998
3
LC L=2.553
1 4 7 10 13 16 19 22 25 28
O bser vacin
2.0
U C L=1.775
1.5
Rango mvil
1.0
__
0.5 M R=0.543
0.0 LC L=0
1 4 7 10 13 16 19 22 25 28
O bser vacin
Figura 27. Grfica I-MR de Tiempo Estimado Reg. Web.

Grfico de Control: para realizar este anlisis se utiliz la Grfica de Control para datos
individuales, a continuacin se muestra la grfica:
Los datos graficados corresponden al tiempo de registro por la va Web.
El promedio de los datos evaluados es de 4 minutos y los lmites de control naturales del
proceso son para el LCL: 2.55 y para el UCL: 5.44.
La grfica de control del indicador evaluado evidencia que el proceso es estable, es decir,
no se identifica la presencia de causas especiales.
proceso, en nuestro caso, se utiliz el Anlisis de capacidad (Distribucin normal) puesto
que los datos son continuos y siguen una distribucin normal.
Anlisis de capacidad Evala la capacidad del proceso para cumplir con las
especificaciones.
90
A continuacin, se presenta la grfica de anlisis de capacidad:
Capacidad de proceso de Tiempo estimado reg WEB
LIE LSE
P rocesar datos Dentro de
LIE 2 General
O bjetiv o *
LS E 6 C apacidad (dentro) del potencial
M edida de la muestra 3.99761 Cp 1.38
N mero de muestra 30 C PL 1.38
Desv .E st. (Dentro) 0.481547 C P U 1.39
Desv .E st. (G eneral) 0.529377 C pk 1.38
C apacidad general
Pp 1.26
PPL 1.26
PPU 1.26
P pk 1.26
C pm *
2.25 3.00 3.75 4.50 5.25 6.00

Desempeo observ ado E xp. Dentro del rendimiento E xp. Rendimiento general
P P M < LIE 0.00 P P M < LIE 16.75 P P M < LIE 80.49
P P M > LS E 0.00 P P M > LS E 16.03 P P M > LS E 77.62
P P M Total 0.00 P P M Total 32.78 P P M Total 158.10
Figura 28. Grfica de Capacidad de Proceso de Tiempo Estimado Reg Web.

Capacidad Potencial:
Cp Este ndice relaciona la dispersin del proceso (la variacin de 6-s) con la
dispersin de especificacin. En otras palabras, Cp relaciona la forma como
funciona el proceso con la forma como debera estar funcionando.
Es por ello que cuando el valor del Cp es inferior a 1 podemos inferir que las
causas del bajo desempeo se relacionan con el diseo del proceso. En nuestro
caso al evaluar el Cp del tiempo de Registro por la va Web, nos ha dado como
resultado 1.38, este ndice nos confirma que el proceso actual es capaz de
realizarse en el tiempo estimado (especificaciones de 2 a 6 minutos).
Cpk El valor del Cpk es el valor mnimo de CPU y CPL.
Este ndice incorpora informacin relacionada con la dispersin del proceso y la
media del proceso y, de esta manera, mide cmo el proceso est funcionando
realmente. En nuestro anlisis el valor del cpk fue de 1.38, esto quiere decir que
el proceso analizado estuvo centrado a las especificaciones establecidas para el
proceso de registro por la va Web.
91
Capacidad general:
Pp Este ndice relaciona la dispersin del proceso (la variacin de 6-s) con la
dispersin de especificacin en el largo plazo. En otras palabras, Pp relaciona la
forma como est funcionando el proceso con la forma como debera estar
funcionando. En nuestro caso de anlisis el valor del Pp fue de 1.26, este valor
nos indic que el proceso era estable y capaz de cumplir las especificaciones
definidas para el proceso en el largo plazo.
Ppk Este ndice es el menor valor entre el PPU y PPL.

El Ppk incorpora informacin sobre la dispersin del proceso y la media del
proceso, por lo que representa una medicin de cmo el proceso est funcionando
realmente en el largo plazo. En nuestro caso el valor del Ppk fue de 1.26, esto
quiere decir que el proceso analizado fue establece y estuvo centrado a las
especificaciones en el largo plazo.
Anlisis de la capacidad de Proceso: Tiempo de registro de Alumnos

matriculados por la va presencial:

- Tipo de dato: Continuo.
- Tamao de muestra: 30 muestras del periodo 2016 (Anexo 4).
indicador evaluado.
92
Resumen para Tiempo de registro
A -cuadrado 3.99
V alor P < 0.005
M edia 21.034
D esv .E st. 10.889
V arianza 118.562
S esgo 1.20116
Kurtosis 0.63762
N 88
M nimo 9.000
1er cuartil 12.000
M ediana 18.000
3er cuartil 24.000
15.0 22.5 30.0 37.5 45.0 52.5 M ximo 52.000
18.727 23.341
16.000 20.000
9.483 12.787
Media
Mediana
16 18 20 22 24
Figura 29. Grfica de Resumen para Tiempo de Registro.

El histograma muestra que los datos no siguen una distribucin normal, el valor de p:
0.005 corrobora esta afirmacin, el promedio del tiempo de registro es de 21 min, con
una desviacin estndar de 10.9, el intervalo de confianza es de 18.7 a 23.3 minutos para
dicho indicador.
Grfico de Control: para realizar este anlisis se utiliz la Grfica de Control para datos
individuales, a continuacin, se muestra la grfica:
93
Grfica I-MR de Tiempo de registro
60
1
U C L=50.78
45
Valor individual
30
_
X=21.03
15
6 2
0
LC L=-8.71
1 10 19 28 37 46 55 64 73 82
O bser vacin
40 1
U C L=36.54
30
Rango mvil
20
__
10 M R=11.18
2
0 2 LC L=0
1 10 19 28 37 46 55 64 73 82
O bser vacin
Figura 30. Grfica I-MR de Tiempo de Registro.

Los datos graficados corresponden al tiempo de registro por la va presencial.

El promedio de los datos evaluados es de 21 minutos y los lmites de control
naturales del proceso son para el LCL: 8.7 min y para el UCL: 50.8 min.
La grfica de control
Del indicador evaluado evidencia que el proceso no es estable, es decir, el proceso
tiene mucha variabilidad y presencia de causas especiales.
proceso, en nuestro caso, se utiliz el Anlisis de capacidad (Distribucin normal)
puesto que los datos son continuos y siguen una distribucin normal.
Anlisis de capacidad Evala la capacidad del proceso para cumplir con las
especificaciones.
A continuacin, se presenta la grfica de anlisis de capacidad:
94
Capacidad de proceso de Tiempo de registro
LIE LSE
LIE 5 General
O bjetiv o *
Desv .E st. (Dentro) 9.91481 C P U -0.20
Desv .E st. (G eneral) 10.8886 C pk -0.20
C apacidad general
Pp 0.15
PPL 0.49
PPU -0.18
P pk -0.18
C pm *
0.0 7.5 15.0 22.5 30.0 37.5 45.0 52.5
Figura 31. Grfica de Capacidad de Proceso de Tiempo de Registros.

Capacidad Potencial:
Cp Este ndice relaciona la dispersin del proceso (la variacin de 6-s) con
la dispersin de especificacin. En otras palabras, Cp relaciona la forma como
funciona el proceso con la forma como debera estar funcionando.
Es por ello que cuando el valor del Cp es inferior a 1 podemos inferir que las
causas del bajo desempeo se relacionan con el diseo del proceso. En nuestro
caso al evaluar el Cp del tiempo de Registro por la presencial, nos ha dado
como resultado 0.17 este ndice nos confirma que el proceso actual No es
capaz de realizarse en el tiempo estimado (especificaciones de 15 a 15
minutos).
Cpk El valor del Cpk es el valor mnimo de CPU y CPL.
Este ndice incorpora informacin relacionada con la dispersin del proceso
y la media del proceso y, de esta manera, mide cmo el proceso est
funcionando realmente. En nuestro anlisis el valor del cpk fue de - 0.20, esto
quiere decir que el proceso analizado No estuvo centrado a las
especificaciones establecidas para el proceso de registro por la va presencial.
95
Capacidad general:
Pp Este ndice relaciona la dispersin del proceso (la variacin de 6-s) con
la dispersin de especificacin en el largo plazo. En otras palabras, Pp
relaciona la forma como est funcionando el proceso con la forma como
debera estar funcionando. En nuestro caso de anlisis el valor del Pp fue de
0.15, este valor nos indic que el proceso No era capaz de cumplir las
especificaciones definidas para el proceso en el largo plazo.
Ppk Este ndice es el menor valor entre el PPU y PPL.

El Ppk incorpora informacin sobre la dispersin del proceso y la media del
proceso, por lo que representa una medicin de cmo el proceso est
funcionando realmente en el largo plazo. En nuestro caso el valor del Ppk fue
de - 0.18, esto quiere decir que el proceso analizado No estuvo centrado a las
especificaciones en el largo plazo.
Anlisis de la capacidad de Proceso: % de Satisfaccin del Estudiante Registro

de matrcula va Web:
Tipo de dato: Discreto (Variable categrica Escala de Likert).
Tamao de muestra: 30 alumnos encuestados.
Potencia de la prueba: 95%
Pruebas a realizar: Resumen grfico, Grfico de control y Anlisis de la
96
indicador evaluado.
Figura 32. Grfica de Resumen para % Satisfaccin Registro Web.


promedio del % Satisfaccin es de 85.8%, con una desviacin estndar de 9.4, el
intervalo de confianza es de 82.3 a 89.4 para dicho indicador.
Grfico de Control: para realizar este anlisis se utiliz la Grfica de Control tipo P,
para proporciones, a continuacin, se muestra la grfica:
97
Grfica P de Puntaje
1.0 UCL=1
0.9
_
P=0.8587
Proporcin
0.8
0.7
LCL=0.6496
1
0.6
1 4 7 10 13 16 19 22 25 28
Muestra
Figura 33. Grfica P de Puntaje.

Los datos graficados corresponden a la proporcin del grado de satisfaccin del

estudiante con respecto a la matrcula por la va Web.
El promedio de los datos evaluados es de 85.8% y los lmites de control naturales del
proceso son para el LCL: 64.9% y para el UCL: 100%.
evidencia consistencia entre los encuestados, debiendo tener en cuenta que el
encuestado N 8 tiene una opinin marcadamente distinta (64% de Satisfaccin)
respecto a los otros 29 encuestados. El punto rojo (1) que se aprecia en la grfica
evidencia el nivel de satisfaccin inferior del encuestado N 8.
proceso, en nuestro caso, se utiliz el Anlisis de capacidad (Distribucin binomial)
Anlisis de capacidad - Binomial consta de cuatro grficas y una tabla de resultados

en una sola ventana.
La tabla de resultados provee estadsticas de resumen y un ndice de capacidad que
puede ayudar a evaluar la capacidad del proceso. A continuacin, se muestran los
resultados:
98
Anlisis de capacidad del proceso binomial de Defectuoso
Gr fica P Gr fica binomial
1
U C L=0.3504
0.3 7.5
0.2 5.0
_
P =0.1413
0.1 2.5
P r opor cin
0.0 LC L=0 Defectuosos esper ados 0.0
1 4 7 10 13 16 19 22 25 28 0 5 10
Muestr a Defectuosos obser vados

Estadstica de resumen Tar

8
16 (95.0% de confianza)
12 IC inferior: 11.72
IC superior: 16.83
8 4
O bjetiv o: 20.00
Figura 34. Anlisis de Capacidad del Proceso Binomial de Defectos.

Def P P M : 141333
Fr ecuencia
% Defectuoso
IC inferior: 117185 2
IC superior: 168341
0
P rocesar Z: 1.0743 0
5 10 15 20 25 30 IC inferior: 0.9607 0 5 10 15 20 25 30 35
Muestr a % Defectuoso
99
IC superior: 1.1892
La grfica P determina si la proporcin de defectuosos por muestra est bajo control,
en nuestro caso se evidencia que los datos son consistentes, salvo el encuestado N 8.
La grfica binomial evala el supuesto de que la tasa de defectuosos no es afectada
por el tamao de la muestra, en nuestro caso la tasa de defectuosos se encuentra
distribuida aleatoriamente.
La grfica % Defectuoso acumulado nos permiti determinar si la cantidad de los

datos recolectados es suficiente. La grfica muestra la data recolectada es suficiente,
puesto que el % Defectuoso se estabiliza despus de la muestra 10 en adelante.
El histograma muestra la distribucin de los datos analizados y el objetivo, que el %

de insatisfaccin sea menor que el 20% para el anlisis realizado en este caso.
%Defectuoso El estimado del % de Defectuosos (% Insatisfaccin en el

registro de matrcula por la va Web) es de 14.13%.
Este anlisis nos permite inferir que el % Insatisfaccin del proceso actual de
matrcula va Web oscila entre 11.7% y 16.8%.

PPM.
Z del proceso Este es el ndice de capacidad para el proceso. Los valores de
Z ms grandes indican que el proceso est funcionando mejor. En nuestro caso
el valor de Z es de 1.07, el ideal debe ser 2 como mnimo, lo cual indica que
el valor sigma de nuestro proceso no llega a alcanzar el nivel deseado. Para la
determinacin del sigma del proceso se recurri a la tabla de nivel sigma Vs
Defectos PPM, el valor obtenido es de 2.75 sigmas para el proceso analizado.
100
Anlisis de la capacidad de Proceso: % de Satisfaccin del Estudiante Registro
de matrcula va Presencial:
- Tipo de dato: Discreto (Variable categrica Escala de Likert).
- Tamao de muestra: 30 alumnos encuestados.
Pruebas a realizar:
Resumen grfico, Grfico de control y Anlisis de la capacidad del proceso.

indicador evaluado.
% Satisfaccin Registro Presencial
A -cuadrado 0.85
V alor P 0.026
M edia 0.62581
Desv .E st. 0.11292
V arianza 0.01275
S esgo 0.834446
Kurtosis 0.248237
N 31
M nimo 0.48000
1er cuartil 0.56000
M ediana 0.60000
3er cuartil 0.72000
0.5 0.6 0.7 0.8 0.9 M ximo 0.92000
0.58439 0.66723
0.56000 0.64000
0.09024 0.15094
Media
Mediana
0.550 0.575 0.600 0.625 0.650
Figura 35. Grfica de % Satisfaccin Registro Presencial.

El histograma no muestra una distribucin normal de los datos, el valor de p: 0.026, el

promedio del % Satisfaccin es de 62.5%, con una desviacin estndar de 11.3, el
intervalo de confianza es de 58.4 a 66.7 para dicho indicador. Grfico de Control: para
realizar este anlisis se utiliz la Grfica de Control tipo P, para proporciones, a
continuacin, se muestra la grfica.
101
Grfica P de Puntaje
1.0
1
0.9 UCL=0.9162
0.8
Proporcin
0.7
_
P=0.6258
0.6
0.5
0.4
LCL=0.3355
0.3
1 4 7 10 13 16 19 22 25 28 31
Muestra
Figura 36. Grfica P de Puntaje.

Los datos graficados corresponden a la proporcin del grado de satisfaccin del estudiante
con respecto a la matrcula por la va Presencial.
El promedio de los datos evaluados es de 62.5% y los lmites de control naturales del
proceso son para el LCL: 33.5% y para el UCL: 91.6%.
evidencia consistencia entre los encuestados, sin embargo, el encuestado N 27 tiene una
opinin marcadamente distinta (92% de Satisfaccin) respecto a los otros 29 encuestados.
El punto rojo (1) que se aprecia en la grfica evidencia el nivel de satisfaccin superior
del encuestado N 27.

proceso, en nuestro caso, se utiliz el Anlisis de capacidad (Distribucin binomial)
Anlisis de capacidad - Binomial consta de cuatro grficas y una tabla de resultados en
muestran los resultados.
102
Anlisis de capacidad del proceso binomial de Defecto
U C L=0.6645
0.6 12
_ 9
0.4 P =0.3742
6
0.2
P r opor cin
LC L=0.0838 3
1
0.0
Defectuosos esper ados 4 8 12
1 4 7 10 13 16 19 22 25 28 31
Muestr a Defectuosos obser vados

Estadstica de resumen Tar

42 8
39 % Defectuoso: 37.42
6
IC inferior: 34.00
Figura 37. Grfica de Capacidad del Proceso Binomial de Defecto

36 IC superior: 40.93
O bjetiv o: 40.00 4
33 Def P P M : 374194
Fr ecuencia
% Defectuoso
IC inferior: 340013 2
30
IC superior: 409335
P rocesar Z: 0.3208 0
5 10 15 20 25 30 IC inferior: 0.2293 10 20 30 40 50
Muestr a IC superior: 0.4124 % Defectuoso
103
La grfica P determina si la proporcin de defectuosos por muestra est bajo control,
en nuestro caso se evidencia que los datos son consistentes, salvo el encuestado N
27. La grfica binomial evala el supuesto de que la tasa de defectuosos no es afectada
distribuida aleatoriamente.
La grfica % Defectuoso acumulado nos permiti determinar si la cantidad de los
datos recolectados es suficiente. La grfica muestra la data recolectada es suficiente,
puesto que el % Defectuoso se estabiliza despus de la muestra 8 en adelante.
El histograma muestra la distribucin de los datos analizados.
%Defectuoso El estimado del % de Defectuosos (% Insatisfaccin en el registro

de matrcula por la va Presencial) es de 37.4%.
Este anlisis nos permite inferir que el % Insatisfaccin del proceso actual de
matrcula va presencial oscila entre 34.0% y 40.9%.

PPM.
Z del proceso Este es el ndice de capacidad para el proceso. Los valores de Z ms
grandes indican que el proceso est funcionando mejor. En nuestro caso el valor de Z es
de 0.32, el ideal debe ser 2 como mnimo, lo cual indica que el valor sigma de nuestro
proceso no llega a alcanzar el nivel deseado. Para la determinacin de la sigma del
proceso se recurri a la tabla de nivel sigma Vs Defectos PPM, el valor obtenido es de
1.75 sigmas para el proceso analizado.
104
3.5 FASE ANALIZAR
El presente informe comprende los anlisis realizados en la fase Analizar de la

Metodologa Lean Six Sigma.
Como primer paso se ha realizado una tormenta de ideas, diagramas causa efecto, los 5
porqus, AMEF (anlisis de modo y efecto de falla), as como tambin un Plan de
validacin de causas (pruebas de hiptesis).
Como resultado de este anlisis se identificaron las causas races que generan el problema
en estudio:
A continuacin, a fin de identificar las causas raz y con ello plantear soluciones que
busquen eliminar las causas raz y sobrecostos respectivos, se proceder a utilizar las
siguientes herramientas:
Tormenta de Ideas.
Diagramas Causa Efecto.
AMEF.
Pareto.
Plan de validacin de Causas.
Encuestas.
Tratamiento de resultados (Pruebas de Proporciones).
3.5.1 Anlisis de Datos
Determinacin del tamao de muestra. - Para la eleccin del nmero de observaciones a

realizar se utiliz el software Minitab. Los resultados se muestran a continuacin:
Estimacin del Tamao de muestra:
- Parmetro: Proporcin.
- Distribucin: Binomial.
- Proporcin 1: 0.8
- Proporcin 2: 0.2
- Nivel de Confianza: 95%
105
Curva de la potencia de Prueba para dos proporciones
1.0
Tamao de
la muestra
15
0.8 S upuestos
A lfa 0.05
2 proporciones 0.2
A lternativ a No =
0.6
Potencia
0.4
0.2
0.0
0.0 0.2 0.4 0.6 0.8 1.0
1 proporcin
Figura 38.Grfica de Potencia de Prueba para dos proporciones
Interpretacin de Resultados:
- Margen de error: 0.05
- Tamao de muestra: 15 datos.
Los resultados indican que con 15 muestras es suficiente para captar diferencias entre los
grupos de estudio (Registro de matrcula presencial y va Web). Para la realizacin de las
encuestas se ha definido como tamao de muestra 30 encuestados.
Definicin de Instrumentos y recoleccin de datos. - Se utiliz la tcnica de estratificacin

y tablas en Excel (hojas de verificacin) para de recoleccin de datos, los datos fueron
extrados del sistema de registro (base de datos) de la Universidad Autnoma del Per.
Seleccin del programa estadstico para el anlisis de datos. - Se seleccion el software

estadstico Minitab para el tratamiento de los datos recolectados, los criterios para su
seleccin fueron:
Requisitos de hardware: Configuracin mnima que requiere el computador para poder
instalar el paquete estadstico, esto es: memoria RAM, coprocesador matemtico, disco
106
duro, tarjeta grfica, unidad de CD.
Caractersticas generales: Operatividad, Data (capacidad de archivos), Comunicacin
(importar y exportar), Grficos (Diversidad de grficos y su calidad), Costo del paquete.
Anlisis Estadsticos: Variedad de Pruebas estadsticas.
A continuacin, se muestran los pasos a seguir y las herramientas utilizadas:

A. Causas Potenciales
Tormenta de ideas: En esta primera etapa el objetivo principal fue la generacin de

informacin (pistas) sobre cules pueden ser las causas potenciales que estn generando
el problema en estudio.
En esta sesin de trabajo participaron expertos en el proceso de registro, los resultados
fueron:
Tabla 25. Causas Potenciales.

tem Causas Potenciales
1 Desconocimiento del aplicativo Web
2 Falta pagar deudas (pensin atrasada, pensin cursos extracurriculares ingls y/o computacin)
3 Falta cumplir con los cursos extracurriculares de ingls y/o computacin
4 Desconfianza en el uso de la plataforma Web para realizar la matrcula
5 El usuario percibe que el proceso es muy complejo
6 Reglas de negocio establecidas por la Universidad (Requisitos extracurriculares)
7 No existe un proceso previo de induccin formal
8 Falta de campaa publicitaria de orientacin al estudiante para el registro Web
9 Restricciones de acceso a Internet
10 Hbito de matrcula a ltima hora
11 Mala planificacin de las reas acadmicas (secciones, horarios, aulas, docentes, etc)
12 Falta de compromiso de la directiva
13 No existe un procedimiento definido para la planificacin de las reas acadmicas
14 Cadas del servidor durante el proceso de matrcula
15 No se cuenta con la malla curricular definida a tiempo, hay cambios
16 Alto % de desaprobados que generan la matrcula especial presencial
17 No existe una induccin para los estudiantes ingresantes
18 El proceso de re categorizacin de ingresantes no est automatizado y debe ser presencial
19 A los ingresantes no se les activa la opcin de pagar pensin y matrcula por aplicativo Web
Diagramas Causa Efecto y los 5 porqus: En esta etapa el objetivo principal fue
profundizar en el anlisis de las causas identificadas en el paso anterior, para ello las
causas identificadas fueron asignadas al factor que le corresponde (4 Ms) y luego se
utiliz la herramienta de los 5 porqus para profundizar en el anlisis. Los resultados, los
resultados fueron:
107
Tabla 26. Anlisis Causas y Sub Causas.

Usuario - Alumno Sub causas Mtodo Sub causas
No existen campaas
Reglas de negocio
efectivas para inducir y
Desconocimiento del establecidas por la Fue establecido por la
publicitar el uso del
aplicativo Web Universidad (Requisitos alta direccin
aplicativo Web a nivel de
extracurriculares)
360 grados
Desconfianza en el uso
Errores en el sistema de El area responsable no lo
de la plataforma Web para
registro va Web ha planifcado
realizar la matrcula
Falta de campaa
El usuario percibe que el Formatos tediosos y poco publicitaria de orientacin
proceso es muy complejo amigables al estudiante para el
registro Web
Preferencia de matriculas No existe un proceso
No existe una induccin
Hbitos de matrcula a por falta de tiempo y/o previo de induccin formal
para los estudiantes
ltima hora dinero, afinidad,
ingresantes
amistades, etc
No existe un plan efectivo
A los ingresantes no se
para promover el uso de la
Falta de compromiso de les activa la opcin de
plataforma Web para el
la directiva pagar pensin y matrcula
Proceso de Registro de
por aplicativo Web
Matrcula
Deficiencia en la
No existe un
planificacin de las reas
procedimiento definido
acadmicas (secciones,
para la planificacin de
horarios, aulas, docentes,
las reas acadmicas
etc)
El proceso de
recategorizacin de No existe una inciativa
ingresantes no est para automatizar este
automatizado y se realiza proceso
de forma presencial
108
Tabla 27. Anlisis Causas y Sub Causas
Fuente.Elaboracin propia de las autoras.

Insumos Sub causas equipos - Tecnologa Sub causas
Falta pagar deudas
(pensin atrasada, Caidas del servidor
Problemas econmicos
pensin cursos durante el proceso de
de los estudiantes
extracurriculares de ingls matrcula
Servidor UA saturado
y/o computacin)
Falta de tiempo de parte Lentitud y demoras en el
de los estudiantes servidor
carga econmica
Falta cumplir con los
adicional para el
cursos extracurriculares
estudiantes
de ingls y/o computacin
Desconocimiento del
reglamento por parte de
los tutores y alumnos
Alto % de desaprobados Estudiantes con

que generan la matrcula problemas acadmicos o
especial presencial aprendizaje
AMEF y Pareto: En esta etapa el objetivo fue priorizar las causas identificadas en el
paso anterior mediante la evaluacin de los criterios de severidad, ocurrencia y
deteccin. Los resultados obtenidos fueron llevados a un Pareto para poder priorizar
las causas identificadas. Los resultados, se muestran a continuacin:
Anlisis de Modo y Efecto de Falla:

El diagrama AMEF es una herramienta analtica de la metodologa Lean Six Sigma, que nos
ayuda a determinar las variables importantes para el proceso.
Consideraciones:
El valor resultante RPN (Nmero prioritario de riesgo) determinara las variables
importantes para el modelo.
Tomando acciones correctivas sobre las variables con alto RPN mejorar la
probabilidad de no ocurrencias de las fallas.
El AMEF es un documento vivo de la metodologa, que nos ayuda a trabajar y
monitorear la mejora continua.
109
Tabla 28. Escala y Severidad.
Escala Severidad Ocurrencia
1 Cuando se presenta impacta poco en el problema. Se presenta pocas veces.

3 Cuando se presenta impacta en forma media en el problema. Se presenta varias veces.
9 Cuando se presenta impacta mucho en el problema. Se presenta permanentemente.
Tabla 29. Criticidad y Valor
Valor
Criticidad
Severidad x Ocurrencia
Baja 1, 3, 9
Media 27,00
Alta 81,00
110
Tabla 30. Evaluacin Inicial AMEF
Nmero de
Severidad Occurrencia Criticidad Deteccin
Item Causas identificadas Sub Causas identificadas Prioridad de
A B AxB C
Riesgo (RPN 1)
No existen campaas efectivas para inducir y
Desconocimiento del aplicativo
1 publicitar el uso del aplicativo Web a nivel de 9 9 81 3 243
Web
360 grados
Desconfianza en el uso de la
2 plataforma Web para realizar la Errores en el sistema de registro va Web 9 3 27 3 81
matrcula
El usuario percibe que el proceso

3 Formatos tediosos y poco amigables 9 9 81 3 243
es muy complejo
Preferencia de matrculas por falta de tiempo

4 Hbitos de matricula a ultima hora 9 3 27 3 81
y/o dinero, afinidad, amistades, etc
No existe un plan efectivo para promover el

Falta de compromiso de la
5 uso de la plataforma Web para el Proceso de 9 9 81 3 243
directiva
Registro de Matrcula
Reglas de negocio establecidas
Alta direcccin establece las reglas de
6 por la Universidad (Requisitos 9 9 81 9 729
negocio
extracurriculares)
No existe un proceso previo de No existe una induccin para los estudiantes

7 9 9 81 9 729
induccin formal ingresantes
Deficiencia en la planificacin de No existe un procedimiento definido para la

8 las reas acadmicas (secciones, planificacin de las reas acadmicas 9 9 81 9 729
horarios, aulas, docentes, etc) (secciones, horarios, aulas, docentes, etc)
El proceso de recategorizacin de No existe una inciativa para automatizar este
9 ingresantes no est automatizado proceso de recategorizacin de pagos al 9 9 81 3 243
y se realiza de forma presencial ingresante
Falta pagar deudas (pensin
atrasada, pensin cursos
10 Problemas econmicos de los estudiantes 9 3 27 3 81
extracurriculares ingles y/o
computacin)
Falta de tiempo de parte de los estudiantes

9 3 27 3 81
para cumplir con cursos extra curriculares
Falta cumplir con los cursos

Carga econmica adicional para el estudiante
11 extracurriculares ingls y/o 9 9 81 3 243
por cursos extra curriculares
computacin
Desconocimiento del reglamento por parte de

3 3 9 3 27
los tutores y alumnos
Alto % de desaprobados que

Estudiantes con problemas acadmicos o
12 generan la matrcula especial 9 3 27 3 81
aprendizaje
presencial
Caidas del servidor durante el

proceso de matrcula
13 Servidor UA saturado 9 1 9 9 81
Lentitud y demoras en el servidor
Los resultados de este anlisis fueron llevados a un Pareto para priorizar las causas, a
continuacin, se muestran los resultados:
111
DIAGRAMA CAUSA - EFECTO: CAUSAS POTENCIALES
Material Personal
Falta pagar deudas (pensin atrasada, Desconocimiento del aplicativo Web

pensin cursos extracurriculares de ingls
Falta cumplir con los cursos Desconfianza en el uso de la
extracurriculares de ingls y/o computacin plataforma Web para realizar la
Alto % de desaprobados que generan la El usuario percibe que el proceso es
matrcula especial presencial muy complejo
Hbitos de matrcula a ltima hora

Falta de compromiso de la directiva Bajo % de
Registro de
Matrcula va
web
Figura 39. Diagrama Causa-Efecto: Causas Potenciales.

El proceso de recategorizacin de Lentitud y demoras en el servidor
ingresantes no est automatizado y se
Deficiencia en la planificacin de las reas
acadmicas (secciones, horarios, au
No existe un proceso previo de induccin Caidas del servidor durante el proceso
formal de matrcula
Reglas de negocio establecidas por la
Universidad (Requisitos extracurriculares)
Mtodos Mquinas
112
Otros Problemas Identificados:
Los estudiantes desconocen el nuevo proceso de matrcula on line.
El link no es de rapida
No se comunicacin Visibilidad.
No se involucro Incompatibilidad
a los estudiantes. A los estudiantes en De tecnologias web en
No existe un ayudas El proceso Los navegadores
Audivisuales para el Muchas opciones Los estudiantes
proceso preliminares
desconocen
El acceso a Internet
el nuevo proceso de
No hay personal Es lento matrcula on line
Para capacitacion personalizada
No existe un
El resto del personal no Incompatibilidad
Tutor online
Conoce a los responsables De tecnologias web en
No hay cabins disponibles Los navegadores
Del proceso Dentro del campus
Los estudiantes desconocen o no recuerdan su usuario y password del campus virtual:
No se entrega de No hay periodos de

No se establecen Manera efectiva la Cambio automatico de claves
Periodos de cambio Clave de acceso No hay opcion
De claves Para cambiar clave
No existe un indicaciones
No se envia Los estudiantes
Para usuarios y contraseas
La clave a su celular
Desconocen
No hay personal El acceso a Internet
su usuario y password
Para capacitacin personalizada Es lento del campus virtual
El resto del personal no No hay cabins Incompatibilidad
Conoce a los responsables disponibles De tecnologias web en
Del proceso Dentro del campus Los navegadores
113
Los estudiantes no conocen los pre-requisitos de cursos extracurriculares y su relacin
con la matrcula:
Las validaciones son

No se programo
No se comunico restrictivas
Los cursos
Entrego reglamentos No contempla solicitud
De exoneraciones de cursos
No se informo
No se envia Los estudiantes
El cumplimiento
La clave a su celular
Desconocen
No hay personal El acceso a Internet
prerequisitos de
Para capacitacin personalizada Es lento matrcula
El resto del personal no No hay cabins Incompatibilidad
Conoce a los responsables disponibles De tecnologias web en
Del proceso Dentro del campus Los navegadores
114
Bajo nivel de Registro de Matrcula Web
4000 100
80
3000
60

2000
RPN
Porcentaje
40
Figura 40. Grfica de Bajo Nivel de Matrcula Web.

1000
20
0 0
CAUSAS F G H A C E I L B D J K Otro
RPN 729 729 729 243 243 243 243 243 81 81 81 81 189
Porcentaje 19 19 19 6 6 6 6 6 2 2 2 2 5
% acumulado 19 37 56 62 68 74 81 87 89 91 93 95 100
115
A continuacin, se muestran los resultados:
Tabla 31. Causas Priorizadas.
Cd. Causas Priorizadas Variable a Medir Factor
F Alta direccin establece las reglas de negocio Cualitativa (Regla de negocio) X1
Cualitativa (Condiciones del

G No existe una induccin para los estudiantes ingresantes x2
proceso)
No existe un procedimiento definido para la planificacin

H de las reas acadmicas (secciones, horarios, aulas, X3
proceso)
docentes, etc)
No existen campaas efectivas para inducir y publicitar el Cualitativa (Condiciones del

A X4
uso del aplicativo Web a nivel de 360 grados proceso)

C Formatos tediosos y poco amigables X5
proceso)
No existe un plan efectivo para promover el uso de la Cualitativa (Condiciones del

E X6
plataforma Web para el Proceso de Registro de Matrcula proceso)
No existe una inciativa para automatizar el proceso de Cualitativa (Condiciones del

I X7
recategorizacin de pagos al ingresante proceso)
Carga econmica adicional para el estudiante por cursos Cualitativa (Condiciones del
L X8
extra curriculares proceso)
Plan de Validacin de Causas. - Los resultados obtenidos fueron llevados a una matriz
de validacin de causas para que se realicen las pruebas respectivas para validar las
causas identificadas. A continuacin, se muestran la matriz:
116
Tipo de Herramienta de
Cd. Causas Priorizadas Variable a Medir Factor Hiptesis
Dato Verificacin
Ho: El registro Web no depende de
Encuesta y
las reglas del negocio.
F Alta direccin establece las reglas de negocio Cualitativa (Regla de negocio) X1 Discreta Prueba de
Ha: El registro Web depende de las
proporciones
reglas del negocio.
Encuesta y
Cualitativa (Condiciones del la induccin para ingesantes.
G No existe una induccin para los estudiantes ingresantes x2 Discreta Prueba de
proceso) Ha: El registro Web depende de la
proporciones
induccin para ingesantes.
la planificacin de las reas
No existe un procedimiento definido para la planificacin Encuesta y
Cualitativa (Condiciones del acadmicas.
H de las reas acadmicas (secciones, horarios, aulas, X3 Discreta Prueba de
proceso) Ha: El registro Web depende de la
docentes, etc) proporciones
planificacin de las reas
acadmicas.

campaas de publicidad Registro
Encuesta y
No existen campaas efectivas para inducir y publicitar el Cualitativa (Condiciones del Web.
Tabla 32. Plan de Validacin de Causas.
A X4 Discreta Prueba de
uso del aplicativo Web a nivel de 360 grados proceso) Ha: El registro Web depende de
proporciones
campaas de publicidad Registro
Web.
la dificultad de llenar los formatos Encuesta y
C Formatos tediosos y poco amigables X5 Web. Discreta Prueba de
proceso)
Ha: El registro Web depende de la proporciones
dificultad de llenar los formatos Web.
la existencia de un plan de
promocin para el uso del registro Encuesta y
No existe un plan efectivo para promover el uso de la Cualitativa (Condiciones del
E X6 Web. Discreta Prueba de
plataforma Web para el Proceso de Registro de Matrcula proceso)
Ha: El registro Web depende de la proporciones
existencia de un plan de promocin
para el uso del registro Web.
la automatizacin de la
Encuesta y
No existe una inciativa para automatizar el proceso de Cualitativa (Condiciones del recategorizacin de pagos.
I X7 Discreta Prueba de
recategorizacin de pagos al ingresante proceso) Ha: El registro Web dependede la
proporciones
automtizacin de la recategorizacin
de pagos.
Encuesta y
117
Carga econmica adicional para el estudiante por cursos Cualitativa (Condiciones del limitaciones econmicas o tiempo.
L X8 Discreta Prueba de
extra curriculares proceso) Ha: El registro Web depende de
proporciones
limitaciones econmicas o tiempo.
Para realizar la validacin de las causas identificadas en el paso anterior se utilizarn
encuestas y pruebas de hiptesis para evaluar estadsticamente los resultados, a
continuacin, se muestran los detalles:
Tamao de muestra: Para determinar el tamao de muestra se realiz la prueba de

Potencia y Tamao de muestra en el software Minitab (los resultados se mostraron al
inicio del informe), en nuestro caso hemos definido un tamao de muestra de 30
encuestados.
A continuacin, se muestran los resultados obtenidos:
Tabla 33. Causas Identificadas.
N PREGUNTAS NO SI Total %
Los requisitos extracurriculares que
establece la Universidad me impiden
2 28 30 93%
matricularme libremente por la va
1 Web
Recibiste una induccin formal

29 1 30 97%
respecto al proceso de registro va Web
2 cuando ingresaste a la unversidad
Una vez aperturado el periodo de
matrcula tuviste acceso a la eleccin de 24 6 30 80%
3 profesores, horarios y cursos
Se te brind informacin sobre la
posibilidad de registrar tu matrcula por 28 2 30 93%
4 la va Web
Crees que el formato actual de Registro 20 10 30 67%

5 por la va Web es sencillo y amigable
Actualmente has recibido informacin
concientizandote sobre el reistro de
28 2 30 93%
matrcula va Web en el prximo
6 periodo
Has recibido informacin sobre la
posibilidad de realziar los pagos de 20 10 30 67%
7 matrcula por la va Web
Ha sido una limitacin para ti poder
llevar cursos extracurriculares por la
24 6 30 80%
baja disponibilidad de tiempo y/o
8 dinero
118
X1: Alta direccin establece las reglas de negocio que limitan el registro por
la va Web:
Tabla 34. Encuesta de Requisitos Extracurriculares.

Los requisitos extracurriculares que
establece la Universidad me impiden
1 2 28 30 93%
matricularme libremente por la va
Web
Se han tabulado los resultados para observar grficamente los resultados obtenidos.
Los requisitos extracurriculares que establece la Universidad me

impiden matricularme libremente por la va Web
SI 28
NO 2
0 5 10 15 20 25 30
Figura 41. Grfica de Encuesta de Requisitos Extracurriculares.

El grafico muestra que el 93% de los encuestados afirmaron que los requisitos
extracurriculares limitan el registro de matrcula por la va Web.
Prueba de Hiptesis: Para comprobar estadsticamente los resultados se realiz la

prueba de Proporciones, a continuacin, se muestran los resultados:
Esta prueba nos permiti inferir sobre las diferencias entre las dos proporciones de
poblacin, basndose en datos de dos muestras aleatorias (encuestas).
119
- Ho: Las proporciones de las poblaciones evaluadas no presentan diferencias entre
- Ha: Las proporciones de las poblaciones evaluadas presentan diferencias entre
ellas.
Figura 42. Prueba e IC para dos proporciones.

- IC de 95%: Los resultados nos permiten inferir que la diferencia entre ambas
poblaciones analizadas oscila entre (99% y 74%).
- P valor: Los resultados (Valor P: 0.000) muestran que existen diferencias
significativas entre las poblaciones evaluadas.
Los cursos extracurriculares como requisito para la matrcula limitan el registro
de matrcula por la va Web.
X2: No existe una induccin para los estudiantes ingresantes que limitan el
registro por la va Web:
Tabla 35. Encuesta de Induccin Formal Registro Va Web.
Recibiste una induccin formal

2 29 1 30 97%
respecto al proceso de registro va Web
cuando ingresaste a la unversidad
120
Recibiste una induccin formal respecto al proceso de registro va
Web cuando ingresaste a la unversidad
SI 1
NO 29
0 5 10 15 20 25 30 35
Figura 43. Grfica de Encuesta de Induccin Formal - Registro Va Web

El grafico muestra que el 97% de los encuestados afirmaron que no recibieron

induccin formal para usar el registro de matrcula por la va Web.


ellas.
ellas.
121
Interpretacin de Resultados
La ausencia de un proceso de induccin formal para el uso de la plataforma Web en
el proceso de matrcula limita el registro de matrcula por la va Web.
X3: No existe un procedimiento definido para la planificacin de las reas

acadmicas (secciones, horarios, aulas, docentes, etc), que limitan el registro por
la va Web:
Tabla 36. Encuesta de Acceso a la Eleccin de Horarios
Una vez aperturado el periodo de
3 matrcula tuviste acceso a la eleccin de 24 6 30 80%
profesores, horarios y cursos
122
Una vez aperturado el periodo de matrcula tuviste acceso a la
eleccin de profesores, horarios y cursos
SI 6
NO 24
0 5 10 15 20 25 30
Figura 45. Grfica de Encuesta de Acceso a la Eleccin de Horarios

El grfico muestra que el 80% de los encuestados afirmaron que no tuvieron acceso
inmediato a elegir profesores, horarios y cursos durante el proceso de matrcula.


ellas.
ellas.
123
poblaciones analizadas oscila entre (39.7% y 80.2%).
La falta de planificacin (profesores, cursos, aulas, etc.) limita el registro de
matrcula por la va Web.
X4: No existen campaas efectivas para inducir y publicitar el uso del aplicativo
Web a nivel de 360 grados s por ello que limitan el registro por la va Web:
Se te brind informacin sobre la
4 posibilidad de registrar tu matrcula por 28 2 30 93%
la va Web
Figura 47. Encuesta de Informacin para el Registro de Matrcula Web.

124
Se te brind informacin sobre la posibilidad de registrar tu
matrcula por la va Web
SI 2
NO 28
0 5 10 15 20 25 30
Figura 48. Grfica de Encuestas de Informacin para el Registro de Matrcula Web

El grfico muestra que el 93% de los encuestados afirmaron que no se les brind
informacin sobre la posibilidad de matricularse por la va Web.


ellas.
ellas.
125
La falta de campaas de sensibilizacin e induccin para el uso de la plataforma
Web en el registro de matrcula reduce la probabilidad de incrementar el %
registro de matrcula por la va Web.
X5: Formatos tediosos y poco amigables que limitan el registro por la va Web:
Tabla 37. Encuesta del formato va web
5 Crees que el formato actual de Registro 20 10 30 67%

por la va Web es sencillo y amigable
126
Crees que el formato actual de Registro por la va Web es sencillo y
amigable
SI 10
NO 20
0 5 10 15 20 25
Figura 50. Grfica de Encuesta del Formato Va Web es Amigable.

El grfico muestra que el 67% de los encuestados afirmaron que los formatos Web son
poco amigables.


ellas.
- Ha: Las proporciones de las poblaciones evaluadas presentan diferencias entre ellas.
127
Figura 51. Prueba de IC para dos proporciones.
poblaciones analizadas oscila entre (9.4% y 57%).
Los formatos actuales son poco amigables y reducen la probabilidad de incrementar
el % registro de matrcula por la va Web.
X6: No existe un plan efectivo para promover el uso de la plataforma Web para
el Proceso de Registro de Matrcula, limitan el registro por la va Web:
Tabla 38. Encuesta de Registro de Matrcula va web.
Actualmente has recibido informacin
concientizandote sobre el reistro de
6 28 2 30 93%
matrcula va Web en el prximo
periodo
128
Actualmente has recibido informacin concientizandote sobre el
reistro de matrcula va Web en el prximo periodo
SI 2
NO 28
0 5 10 15 20 25 30
Figura 52. Grfica de Encuesta de Registro de Matrcula Va Web.

El grfico muestra que el 93% de los encuestados afirmaron que no se les brind
informacin sobre la posibilidad de matricularse por la va Web.


ellas.
ellas.
129
Figura 53. Grfica de Prueba e IC para dos proporciones.
La ausencia de un plan de promocin y difusin reduce la probabilidad de
incrementar el % registro de matrcula por la va Web.
X7: No existe una iniciativa para automatizar el proceso de re categorizacin de

pagos al ingresante, limitan el registro por la va Web:
Tabla 39. Encuesta - Realizar pagos por la va web.
Has recibido informacin sobre la
7 posibilidad de realziar los pagos de 20 10 30 67%
matrcula por la va Web
130
Has recibido informacin sobre la posibilidad de realziar los pagos
de matrcula por la va Web
SI 10
NO 20
0 5 10 15 20 25
Figura 54. Grfica de Encuesta de Realizar Pagos por la Va Web.

El grfico muestra que el 67% de los encuestados afirmaron que no se les brind sobre
la posibilidad de realizar pagos de matrcula por la va Web.


ellas.
ellas.
131
Figura 55. Grfica de Prueba de IC para dos proporciones.
poblaciones analizadas oscila entre (9.4% y 57%).
La falta de difusin de pagos de matrcula por la va Web reduce la probabilidad
de incrementar el % registro de matrcula por la va Web.
X8: Carga econmica adicional para el estudiante por cursos extra curriculares
que limitan el registro por la va Web:
Tabla 40. Encuesta - Cursos Extracurriculares.
Ha sido una limitacin para ti poder
llevar cursos extracurriculares por la
8 24 6 30 80%
baja disponibilidad de tiempo y/o
dinero
132
Ha sido una limitacin para ti poder llevar cursos extracurriculares
por la baja disponibilidad de tiempo y/o dinero
SI 6
NO 24
0 5 10 15 20 25 30
Figura 56. Grfica de Encuesta - Cursos Extracurriculares.

El grfico muestra que el 80% de los encuestados afirmaron que llevar cursos extra
curriculares los afecta econmicamente y genera una barrera para el uso de la
plataforma Web.


ellas.
ellas.
133
Figura 57. Grfica de Prueba de IC para dos proporciones.
poblaciones analizadas oscila entre (39.7% y 80.2%).
La obligatoriedad de llevar cursos extracurriculares para la matrcula reduce la
probabilidad de incrementar el % registro de matrcula por la va Web.
134
Anlisis del Proceso de Registro de Matrcula Presencial
A) Exploracin
Figura 58. Flujograma.

135
B. Generacin de Hiptesis
Puntos Problemticos
Pagar derecho de matrcula y primera cuota
Para el proceso de pago de matrcula y primera cuota el estudiante tiene a su
disposicin tres caminos, el presencial en la oficina de cuentas corrientes del
campus de la universidad, en el banco de crdito BCP o usando las herramientas
tecnolgicas App Pagos Autnoma virtual para Android y iphone y a travs de la
web, usando una Pc con acceso a internet; cabe mencionar que las cuotas se
cargaran automticamente al estudiante a cada inicio de periodo.
Solicitar el Registro de Matrcula.
Solicitar el Registro de matrcula
El estudiante tiene dos opciones para solicitarlo uno es presencialmente en la
oficina de atencin al estudiante o a travs de su campus virtual donde podr
solicitar el registro de su matrcula haciendo clic en la opcin matrcula del
periodo activo.
Validar informacin de prerrequisitos
El sistema valida en tiempo real los prerrequisitos que el estudiante debe cumplir,
tales como no tener deuda pendiente de pago, haber cancelado la matrcula y
primera pensin y no tener pendiente cursos extracurriculares.
Verificar informacin de no deuda
El personal de counter por medio del sistema valida la informacin de no deuda
del estudiante en tiempo real.
Validar cumplimiento de cursos extracurriculares
El personal de counter por medio del sistema valida en tiempo real, el
cumplimiento de cursos extracurriculares ingls y computacin del estudiante
Informar Incumplimiento
En este proceso el personal de counter le informa al estudiante el incumplimiento
de los prerrequisitos.
Regularizar Incumplimientos
En este proceso el estudiante deber regularizar el incumplimiento que se le haya
indicado ya sea deuda o cursos extracurriculares.
Regularizar deudas pendientes de pago
El estudiante podr elegir los medios por los cuales podr pagar sus deudas
pendientes de pago, ya sea presencialmente o con alguna herramienta tecnolgica
136
que ofrece la universidad.
Regularizar cumplimiento de cursos extracurriculares
En este proceso el estudiante deber apersonarse a la oficina de Centro de
Informtica y Sistemas y/o Centro de Idiomas para regularizar su matrcula a los
prerrequisitos extracurriculares.
Registrar matrcula regular
Este proceso consiste en registrar la matrcula (eleccin de turno, seccin, curso
y docente), que puede ser por la va presencial o por la va web, la diferencia entre
ambos es el tiempo que le demanda al estudiante formar una cola hasta ser
atendido.
Registrar matrcula Excepcional
La matrcula excepcional est destinado a los estudiantes que desean llevar ms
cursos, para ello debern pagar un cargo adicional y tener un promedio mayor a
13.5.
Registrar matrcula por segunda o tercera
Este tipo de matrcula est dirigida para los casos en que un estudiante lleva cursos
por segunda o tercera vez, hay un cargo adicional que se debe pagar y tiene como
restriccin llevar solo una cantidad mnima de crditos.
Registrar matrcula por creditaje
En este tipo de matrcula el pago es proporcional a la cantidad de crditos que
desea llevar el estudiante.
Verificar eleccin de horarios, seccin, docente
Este proceso es automtico, la counter de plataforma de atencin al estudiante
deber hacer la validacin por sistema,
Consolidar requisitos de matrcula.
En este proceso el personal de counter de plataforma de atencin al estudiante
deber consolidar la informacin registrada en el sistema.
Entregar Ficha de matrcula
El personal de counter hace entrega al estudiante una ficha de matrcula donde se
visualiza el consolidado del registro.
Recepcionar Ficha de matrcula
El estudiante recepciona la ficha de matrcula y con ello termina el proceso.
137
Actividades que aaden valor:
Tabla 41. Actividades que aaden valor.
No Agrega
Paso del proceso de negocio Agrega Valor Tiempo
N Valor
1 Pagar Derecho de matrcula y 1cuota. X 120 min
2 Solicitar registro de matrcula X 60 min
3 Validar informacin de prerrequisitos X 2 min
4 Verificar informacin de no deuda X 2 min
Verificar cumplimiento de cursos

5 X 30 min
extracurriculares.
6 Informar incumplimientos. X 5 min
7 Regularizar incumplimiento X 120 min
8 Regularizar deuda pendiente de pago. X 60 min
Regularizar cumplimiento de cursos

9 X 60 min
extracurriculares.
10 Registrar matrcula regular X 60 min
Registrar matrcula regular

11 X 60 min
excepcional.
Registrar matrcula por segunda o
12 X 60 min
tercera vez.
13 Registrar matrcula por creditaje X 60 min
Verificar eleccin de horario, seccin,

14 X 5 min
docente, turno.
15 Consolidar requisitos de matrcula X 5 min
16 Entregar Ficha de matrcula X 2 min
17 Recepcionar ficha de matrcula X 2 min
138
ESCENARIO 1: MATRICULA EN FRECUENCIA NORMAL
Tabla 42. Tiempo en Promedio de Matrcula en Frecuencia Normal (minutos).

Paso del Proceso 1 2 3 4 5 6 7 8 9 10 11 12 Total % Total
Tiempo Promedio de Ejecucin 5 5 10 10 10 20 20 20 5 20 5 5 135 100%
(en minutos)
Fallos 1 1 1 1 1 1 1 1 95 70%
Control e Inspeccin 1 1 1 1 1 1 1 1 90 67%
Retrasos y Congestionamiento 1 1 1 1 1 1 1 1 1 1 1 1 135 100%
Cambios de Horarios 1 1 1 1 1 1 1 100 74%
Cambios de Docentes 1 1 1 1 1 1 1 90 67%
Autorizaciones Especiales 1 1 1 1 1 1 1 105 78%
ESCENARIO 2: MATRICULA EN PERIODO DE INICIO DE CLASES

Tabla 43. Tiempo Promedio de Ejecucin (minutos).
Paso del Proceso 1 2 3 4 5 6 7 8 9 10 11 12 Total % Total
Tiempo Promedio de Ejecucin
120 60 30 30 60 60 60 60 20 40 60 5 605 100%
(en minutos)
Fallos 1 1 1 1 1 1 1 1 455 75%

Control e Inspeccin 1 1 1 1 1 1 1 1 485 80%
Retrasos y Congestionamiento 1 1 1 1 1 1 1 1 1 1 1 1 605 100%
Cambios de Horarios 1 1 1 1 1 1 1 345 57%
Cambios de Docentes 1 1 1 1 1 1 1 335 55%
Autorizaciones Especiales 1 1 1 1 1 1 1 315 52%
139
Grficas comparativas de las 4 ltimas semanas que duro el proceso de Registro
de Matrcula 2015 y 2016
Figura 59. Grfica de Registro de Matrcula en el Periodo I.

Figura 60. Grfica de Registro de Matrcula en el Perodo II.

140
3.6 FASE MEJORAR
El presente informe comprende los anlisis realizados en la fase Mejorar de la

Como primer paso se ha realizado una verificacin de las causas races a travs de la
herramienta Diseo de Experimentos (DOE).
Como resultado de este anlisis se identificaron las causas races de mayor significancia
sobre el Indicador % de Registro de Matrcula va Web.
3.6.1 Determinacin del Diseo Factorial
Para seleccionar el diseo factorial se tuvieron en cuenta los siguientes parmetros:
- Nmero de factores: 8.
- Nmero de Niveles: 2.
- Tipo de Diseo: Diseo Factorial Fraccionado.
- Nivel de Confianza: 95%
Los diseos factoriales permiten estudiar simultneamente los efectos que varios factores
pueden tener sobre un proceso. Al realizar un experimento, variar los niveles de los
factores simultneamente en lugar de hacerlo uno a la vez resulta eficiente en trminos
de tiempo y costo.
Los diseos factoriales pueden ser:

- Diseos factoriales completos de dos niveles
- Diseos factoriales fraccionados de dos niveles
- Diseos de Plackett-Burman
- Diseos factoriales completos generales
141
A continuacin, se muestran los diseos factoriales disponibles, en nuestro caso, usamos
el de 8 factores con un nivel V para 64 corridas (tratamientos).
Figura 61. Grfica de Diseo Factoriales Disponibles.

Se eligi el nivel 5 por su confiabilidad y cantidad mnima de corridas.

Ejecucin de las corridas prueba. - de Para la determinacin del % de Registro de
matrcula va Web, con cada una de las combinaciones disponibles del modelo
seleccionado, se utiliz un panel de expertos para que con su conocimiento puedan inferir
sobre dichos valores. Los resultados se muestran a continuacin:
142
Tabla de Resultados
Orden Punto Regla Induccin Procedimento Campaa Formato Plan de Automatiza Carga
OrdenEst Corrida Central Bloques Negocio ingresantes Planificacin Publicidad tedioso promocin r pagos econmica % Reg Web
1 1 1 1 -1 -1 -1 -1 -1 -1 1 1 30
2 2 1 1 1 -1 -1 -1 -1 -1 -1 -1 80
3 3 1 1 -1 1 -1 -1 -1 -1 -1 -1 10
4 4 1 1 1 1 -1 -1 -1 -1 1 1 90
5 5 1 1 -1 -1 1 -1 -1 -1 -1 1 50
6 6 1 1 1 -1 1 -1 -1 -1 1 -1 80
7 7 1 1 -1 1 1 -1 -1 -1 1 -1 50
8 8 1 1 1 1 1 -1 -1 -1 -1 1 95
9 9 1 1 -1 -1 -1 1 -1 -1 -1 1 60
10 10 1 1 1 -1 -1 1 -1 -1 1 -1 90
11 11 1 1 -1 1 -1 1 -1 -1 1 -1 60
12 12 1 1 1 1 -1 1 -1 -1 -1 1 90
13 13 1 1 -1 -1 1 1 -1 -1 1 1 60
14 14 1 1 1 -1 1 1 -1 -1 -1 -1 90
15 15 1 1 -1 1 1 1 -1 -1 -1 -1 75
16 16 1 1 1 1 1 1 -1 -1 1 1 95
17 17 1 1 -1 -1 -1 -1 1 -1 1 -1 60
18 18 1 1 1 -1 -1 -1 1 -1 -1 1 80
19 19 1 1 -1 1 -1 -1 1 -1 -1 1 50
20 20 1 1 1 1 -1 -1 1 -1 1 -1 85
21 21 1 1 -1 -1 1 -1 1 -1 -1 -1 60
22 22 1 1 1 -1 1 -1 1 -1 1 1 80
23 23 1 1 -1 1 1 -1 1 -1 1 1 60
24 24 1 1 1 1 1 -1 1 -1 -1 -1 80
25 25 1 1 -1 -1 -1 1 1 -1 -1 -1 30
26 26 1 1 1 -1 -1 1 1 -1 1 1 75
27 27 1 1 -1 1 -1 1 1 -1 1 1 45
28 28 1 1 1 1 -1 1 1 -1 -1 -1 85
29 29 1 1 -1 -1 1 1 1 -1 1 -1 65
30 30 1 1 1 -1 1 1 1 -1 -1 1 65
31 31 1 1 -1 1 1 1 1 -1 -1 1 70
32 32 1 1 1 1 1 1 1 -1 1 -1 90
33 33 1 1 -1 -1 -1 -1 -1 1 1 -1 45
34 34 1 1 1 -1 -1 -1 -1 1 -1 1 60
35 35 1 1 -1 1 -1 -1 -1 1 -1 1 50
36 36 1 1 1 1 -1 -1 -1 1 1 -1 70
37 37 1 1 -1 -1 1 -1 -1 1 -1 -1 60
38 38 1 1 1 -1 1 -1 -1 1 1 1 80
39 39 1 1 -1 1 1 -1 -1 1 1 1 50
40 40 1 1 1 1 1 -1 -1 1 -1 -1 80
41 41 1 1 -1 -1 -1 1 -1 1 -1 -1 45
42 42 1 1 1 -1 -1 1 -1 1 1 1 60
43 43 1 1 -1 1 -1 1 -1 1 1 1 65
44 44 1 1 1 1 -1 1 -1 1 -1 -1 80
45 45 1 1 -1 -1 1 1 -1 1 1 -1 60
46 46 1 1 1 -1 1 1 -1 1 -1 1 60
47 47 1 1 -1 1 1 1 -1 1 -1 1 45
48 48 1 1 1 1 1 1 -1 1 1 -1 85
49 49 1 1 -1 -1 -1 -1 1 1 1 1 50
50 50 1 1 1 -1 -1 -1 1 1 -1 -1 60
51 51 1 1 -1 1 -1 -1 1 1 -1 -1 40
52 52 1 1 1 1 -1 -1 1 1 1 1 70
53 53 1 1 -1 -1 1 -1 1 1 -1 1 50
54 54 1 1 1 -1 1 -1 1 1 1 -1 65
55 55 1 1 -1 1 1 -1 1 1 1 -1 50
56 56 1 1 1 1 1 -1 1 1 -1 1 80
57 57 1 1 -1 -1 -1 1 1 1 -1 1 40
58 58 1 1 1 -1 -1 1 1 1 1 -1 65
59 59 1 1 -1 1 -1 1 1 1 1 -1 55
60 60 1 1 1 1 -1 1 1 1 -1 1 88
61 61 1 1 -1 -1 1 1 1 1 1 1 65
62 62 1 1 1 -1 1 1 1 1 -1 -1 70
63 63 1 1 -1 1 1 1 1 1 -1 -1 50
64 64 1 1 1 1 1 1 1 1 1 1 99
Tabla 44. Tabla de Resultados.
143
3.6.2 Anlisis Estadsticos
El anlisis consisti en realizar:
- Evaluacin grfica de efectos principales.

- Evaluacin grfica de interacciones.
- Evaluacin grfica de cubos.
- Anlisis del Diseo factorial.
A continuacin, se interpretan los resultados obtenidos:
Evaluacin grfica de efectos principales.

La grfica de efectos principales nos permiti visualizar el efecto de los factores en la
respuesta y tambin para comparar la fuerza relativa de los efectos.
Las grficas muestran los factores que son significativos segn la tabla de efectos y
coeficientes.
Existe un efecto principal cuando el cambio en la respuesta media a travs de los niveles
de un factor es significativo.
- Si la lnea es horizontal (paralela al eje x), no est presente un efecto principal. La

media de respuesta no cambia dependiendo del nivel del factor.
- Si la lnea no es horizontal (paralela al eje x), puede estar presente un efecto
principal. La media de respuesta no cambia dependiendo del nivel del factor.
Mientras ms grande sea la pendiente de la lnea, ms fuerte ser el efecto.
144
Grfica de efectos principales para % Reg Web

Medias de datos
Regla N egocio Induccin ingresantes P rocedimento P lanificacin
72
60
48
-1 1 -1 1 -1 1
C ampaa P ublicidad F ormato tedioso P lan de promocin
Media
72
60
48
-1 1 -1 1 -1 1
A utomatizar pagos C arga econmica
72
60
48
-1 1 -1 1
Figura 62. Grfica de Efectos Principal es para % Reg Web

.
Interpretacin de resultados:
Las grficas muestran que las variables menos significativas son:
- El formato tedioso del registro Web.

- La automatizacin de pagos.
- La carga econmica adicional.
Las variables sealadas presentan una dbil pendiente, o cual expresa que ejercen un leve
efecto sobre el registro de matrcula va Web.
Evaluacin grfica de interacciones.
La grfica de interacciones nos permiti visualizar el efecto de interaccin de dos factores
en la respuesta, adems de comparar la fuerza relativa de los efectos.
Si las lneas son paralelas entre s, no existe interaccin.

Si las lneas no son paralelas entre s, puede estar presente una interaccin.
145
Grfica de interaccin para % Reg Web

Medias de datos
-1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1
90
Regla
70 Negocio
Regla Negocio -1
50 1
90
Induccin
70 ingresantes
Induccin ingresantes -1
50 1
90
Procedimento
70 Planificacin
Procedimento Planificacin -1
50 1
90
Campaa
70 Publicidad
Campaa Publicidad -1
50 1
90
Formato
70 tedioso
Formato tedioso -1
50 1
90
Plan de
70 promocin
Plan de promocin -1
50 1
90
Automatizar
70 pagos
Automatizar pagos -1
50 1
Carga econmica
Figura 63. Grfica de Interaccin para % Reg Web.

Interpretacin de resultados: Las interacciones de mayor inters fueron
- Induccin y campaa de publicidad

- Induccin y carga econmica
- Campaa de publicidad y formato tedioso.
- Formato tedioso y plan de promocin
- Formato tedioso y automatizacin de pagos
- Formato tedioso y carga econmica
En todos los casos mencionados se observa influencia recproca entre ambos factores.
Evaluacin grfica de cubos.
Las grficas de cubo nos permitieron observar la relacin entre los factores y las
respuestas.
Hemos fijado muestra especial atencin en identificar la combinacin de factores que nos
genera el ms alto % de Registro va Web.
146
A continuacin, se muestra la grfica:
Grfica de cubos (medias de los datos) para % Reg Web

80 99
88 70
50 65
40 50
70 60
50 45
65 80
80 75
45 50
50 65
60 80
60 60
95 95
90 90
50 60
1
60 30
Carga econmica
50 50
40 55
-1 70 65
60 65
80 90
85 85
60 65
30 60
1 80 85
80 70
60 1 60
Formato tedioso
45 45
-1 75 50
Plan de promocin
10 60
1 90 -1 80
1
Induccin ingresantes
80
Procedimento Planificacin 90
-1 -1 1 -1
Regla Negocio
-1 1
Campaa Publicidad
-1 1
Automatizar pagos
Figura 64. Grfica de Cubos (medias de los datos) para % Reg Web.
Fuente. Elaboracin propia de los autores.
La muestra que el valor ms alto es el de 99%. La combinacin de factores y niveles para

lograr este nivel, es:
- Automatizacin de pagos (1)

- Campaa de publicidad (1).
- Plan de Promocin (1).
- Reglas de negocio (1).
- Procedimiento de planificacin (1).
- Induccin a los ingresantes (1).
- Formato tedioso (-1).
- Carga econmica (-1).
-
147
3.6.3 Anlisis del Diseo Factorial.
El Anlisis del diseo factorial nos permiti ajustar el modelo a los datos recolectados.
Para ello se gener la grfica de Pareto con los efectos para comparar la magnitud
relativa y la significancia estadstica tanto de los efectos principales como de
interaccin.
A continuacin, se muestra la primera grfica:
Grfica de Pareto de efectos estandarizados

(la respuesta es % Reg Web, Alfa = 0.05, slo se muestran los 30 efectos ms grandes)
2.12
A F actor N ombre
C A Regla N egocio
CGH
AB B Induccin ingresantes
B C P rocedimento P lanificacin
F
D D C ampaa P ublicidad
ACF E F ormato tedioso
AF
BD F P lan de promocin
BH G A utomatizar pagos
CDE
ADE H C arga econmica
Trmino
G
AC
BCF
DE
BEG
CFG
ADF
CEH
AGH
ACH
EH
AD
AE
DH
AFH
H
DF
0 5 10 15 20
Efecto estandarizado
Figura 65. Grfica de Pareto de Efectos Estandarizados.

El modelo presenta muchas variables e interacciones que no son significativas por lo
cual se procedi a depurar las interacciones y variables que no son significativas
hasta lograr obtener el mejor modelo.
148
A continuacin, se presenta el modelo final:
Grfica de Pareto de efectos estandarizados

(la respuesta es % Reg Web, Alfa = 0.05)
2.00
F actor N ombre
A A Regla N egocio
B Induccin ingresantes
C P rocedimento P lanificacin
C D C ampaa P ublicidad
F P lan de promocin
AB
Trmino
AF
BD
0 2 4 6 8 10 12
Efecto estandarizado
Figura 66. Grfica de Pareto Efectos Estandarizados

El modelo presentado fue obtenido despus de realizar varias depuraciones tanto de

interacciones, as como de variables que no son significativas.
Para realizar este anlisis se hace uso del valor P, es decir, si la interaccin o variable
del modelo presenta un valor mayor que 0.05 se consider como no significativa y se
retir del modelo.
149
A continuacin, se presenta el modelo obtenido:
Figura 67. Grfica Factorial: % Reg Web vs. Regla de Negocio.

Interpretacin:
Los valores P (P) determinaron cules de los efectos en el modelo son
estadsticamente significativos.
- si el valor p es menor que o igual a 0.05, se debe concluy que el efecto es
significativo.
- si el valor p es mayor que 0.05, se debe concluy que el efecto no es
significativo.
En el anlisis mostrado se puede observar que tanto las interacciones como los efectos
principales presentan un valor de P menor que 0.05, es decir, son significativos para
el modelo.
El valor del R cuadrado ajustado es de 72.55%, esto quiere decir que las variables
presentes explican la variacin del proceso en un 72,5%
El modelo matemtico identificado es:
% de Registro de matrcula va Web = 65.266 + 13.54 Reglas de negocio + 3.078
150
Induccin a los ingresantes + 3.922 Procedimiento de Planificacin + 2.76 Campaa
de Publicidad 3.016 Plan de promocin + 3.23 Regla Negocio*Induccin
ingresantes 2.54 Regla Negocio*Plan de promocin + 2.453 Induccin ingresantes*
Campaa Publicidad.
Conclusiones:
Las variables significativas para el modelo son:
Reglas de negocio.
Induccin a los ingresantes.
Procedimiento de Planificacin.
Campaa de Publicidad.
Plan de promocin.
151
EVALUACIN INICIAL (AMEF 1) EVALUACIN DESPUS DE LAS MEJORAS (AMEF 2)
PROCESOS ACCIONES RESULTADOS
Nmero
Factibilida Ocurrencia de
Nmero de Prioridad Severidad Detecciones
Severidad Occurrencia Criticidad Deteccin d de Acciones s Prioridad
Item Causas identificadas Sub Causas identificadas de Riesgo (RPN 1) Responsable - Fecha de trmino Acciones Tomadas Revisados Revisadas
A B AxB C solucin Recomendadas Revisadas de Riesgo
AxBxC A E
(SI/NO) D (RPN 2)
AxDxE
No existen campaas efectivas para si Campaas integrales de 9 3 1 27
rea de Marketing UA
1 Desconocimiento del aplicativo Web inducir y publicitar el uso del 9 9 81 3 243 marketing
(2017)
aplicativo Web a nivel de 360
Campaa integral de marketing
No existe un plan efectivo para si Induccin a ingresantes 9 3 1 27
promover el uso de la plataforma difusin, publicidad, induccin y rea de Promocin UA sobre el uso de
2 Falta de compromiso de la directiva 9 9 81 3 243 concientizacin a estudiantes a usar
Web para el Proceso de Registro (2017) herramientas tecnolgicas
de Matrcula las herramientas tecnolgicas que que ofrece la UA.
si ofrece la UA, asi como el registro 9 3 1 27
Difucin a los estudiantes
de matrcula por la va web.
No existe una induccin para los rea de Atencin al estudiante sobre el uso de la va web
3 No existe un proceso previo de induccin formal 9 9 81 9 729
estudiantes ingresantes UA (2017) para el registro de
matrcula.
si Gerencia General Evaluacin de ventajas y 9 3 3 81
Adaptar las reglas de negocios
(2017) riesgos que conlleva una
Reglas de negocio establecidas por la Alta direcccin establece las reglas referente a los prerrequisitos
4 9 9 81 9 729 posible eliminacin de la
Universidad (Requisitos extracurriculares) de negocio extracurriculares que limitan el reg.
regla de cumpliminto de
Matrcula va web.
cursos extracurriculares
Planificar eficientemente y dentro Iniciativa de disear y
de los plazos establecidos el definir sus procesos de
cronograma de matrcula. trabajo alineados a la
mejora de servicios
Vicerrectorado Acadmico acadmicos.
Planificar las programacin (2017)
Planificar y evaluar
acadmica de cursos. aulas,

secciones, turnos, docentes. posibles convenios y
fidelizacin de docentes.
Registrar en el sistema los ahorios

academicos planificados.
Activar los periodos de matricula

Tabla 45. AMEF-Evaluacin despus de las mejoras
On Line. Jefatura de Registros

Definir procesos internos
Acadmicos
del rea
(2017)
Activar las reglas de negocio para

el registro de matrcula.
No existe un procedimiento definido
Deficiencia en la planificacin de las reas
para la planificacin de las reas
5 acadmicas (secciones, horarios, aulas, 9 9 81 9 729 si 9 3 1 27
acadmicas (secciones, horarios,
docentes, etc) Prograrmas los pagos
aulas, docentes, etc)
Programar las fechas de

vecimiento y reglas de negocio.
Jefatura de Cuentas Corrientes Definir procesos internos

Emitir los comprobantes de pagos (2017) del rea
correspondientes.
Consolidar pagos y Solucionar

problemas de pagos.
152
Atender de manera proactiva las Definir procesos internos
consultas relacionadas con el Atencin al Estudiante del rea,alineados a una
registro de matrcula online. (2017) certificacin ISO
9001:2015
3.6.4 Propuesta de cambio Organizacional
La propuesta de Cambio Organizacional contempla directamente un acompaamiento al
nuevo Proceso de Matrcula propuesto, en el que no se descuiden aspectos coyunturales
como la cultura organizacional o que se ignore lo importante y estratgico que constituye
el proceso y el hecho de que, si no hay una visin compartida, nunca se generar la
suficiente energa y significado que movilice a la universidad y a su recurso humano en
el proceso de cambio.
Es importante mejorar y mantener la integracin de los objetivos empresariales con los
aspectos sociales, de modo que la misin de la UA sea fortalecida, a fin de que las
instancias administrativas funcionen adecuadamente a travs de un instrumento de
gestin basado en la informacin, conocimiento y evaluacin de la responsabilidad de la
UA con sus colaboradores y los procesos de negocio CORE, como lo es el nuevo Proceso
de Matrcula. El esquema planteado es el siguiente:
Tabla 46. Etapas de Implementacin del cambio de proceso.

Establecer ganancias y riesgos

NECESIDAD Anlisis de datos, diagnstico, competencias
Aspiraciones, Creble, Contundencia
VISIN Perspectiva de clientes y su satisfaccin, Predileccin
Negocio
COMPROMETER Sentido de pertenencia. Contribucin
Red de agentes de cambio
MOVILIZAR Anticipar oposicin y establecer estrategias de influencia
Pilotos pequeos, xitos rpidos
Congruencia. Demostrar beneficios
INSTITUCIONALIZAR Reglamentar y documentar. Disciplina
Insercin en la cultura organizacional
Medir y dar estricto seguimiento. Nombrar responsables
Auditar
MONITOREAR Documentar progresos
Sensibilizar
Evaluar retorno de inversin
Casos de xito
RECONOCER Premiar
153
PROPUESTA DE MEJORA CON APOYO DE LA TECNOLOGA
1. Desarrollar la APP Web Mvil que integre las reglas de negocio existentes y
unifique el proceso de matrcula segn el diagrama to-be propuesto.
2. Continuar con los convenios con las tarjetas de crdito / debito ms populares del
mercado.
3. Integrar los medios de pago a la APP Web Mvil.
4. Reglamentar las reglas de negocio y comunicarlas dentro de la aplicacin.
5. Publicar la App Web Mvil previo a los inicios de matrcula.
6. Difundir la APP Web Mvil por todos los medios formales de la UA y las redes
sociales.
OPORTUNIDADES DE MEJORA
Dentro del proceso de registro de matrcula se propone la implementacin de un
sistema de matrcula On Line, a fin de que los mismos estudiantes (cumpliendo
los requisitos y reglas de negocio) realicen su matrcula desde cualquier
dispositivo conecto a Internet.
Para descongestionar la actividad de pagos en caja, se propone la implementacin
de Pagos On Line con tarjetas de credito y dbito con todas las tarjetas electrnicas
del medio, incluido el cargo automtico (visa, mastercard, etc).
Tambin para descongestionar y acelerar el proceso de pagos teniendo en cuenta
a los que no tienes tarjeta visa o dbito, se propone un convenio de interconexin
ASBANC para activar la recaudacin en lnea en las ventanillas de los principales
bancos del nicho de mercado (BCP, CREDISCOTIA, BVA CONTINENTAL,
INTERBANK).
Para simplificar el proceso de registro de matrcula, se propone la creacin de una
APP, que incluya:
PARA ESTUDIANTES:
Pagos directo desde el dispositivo mvil.
Registro simplificado de cursos extracurriculares.
Registro simplificado de matrcula por turno/horario.
Alertas de matrcula y horarios.
PARA DIRECTIVOS:
Monitoreo On Line del avance de meta.
Alertas On Line de avance de matrcula.
154
Se propone una campaa de difusin masiva para aprovechar los servicios
electrnicos propuestos.
Necesidad:
La implementacin del nuevo proceso de matrcula en la Universidad Autnoma del Per
resulta un paso muy importante en la mejorara de los procesos CORE de negocio, pues
beneficiara directamente a los involucrados optimizando tiempos, reduciendo colas y
sobre todo aprovechar eficientemente el uso de las TICS para crear valor agregado acorde
a las expectativas del mercado.
Figura 68. Colas de espera durante el Proceso de Registro de Matrcula 2016.

Resulta importante tambin destacar que la implementacin de este nuevo proceso nos
coloca a la vanguardia en el uso de la TICS para crear ventaja competitiva que nos
permitir competir de igual a igual con los principales competidores.
Figura 69. Colas de espera durante el Proceso de Registro de Matrcula 2016II.

155
Para comentar la implementacin de este proceso se desarrolla el siguiente anlisis
A. FODA:
FORTALEZAS DEBILIDADES
Apoyo de la direccin para el uso de las Probable resistencia del mercado
tics en la mejora de los procesos de objetivo al uso de medios de pago y uso
negocio. de servicios online.
Se cuenta las TICS necesarias para la Preferencia en los primeros ciclos por las
implementacion eficiente de los vacantes del turno MAANA.
convenios con los principales medios de
pago (visa, mastercard, Asbanc). Las reglas de negocio para la matricula
dificultan un uso masivo del servicio
Personal de TI con experiencia en ONLINE (Cero deudas y prerequisos de
implementacio de aplicacione b2b. cursos extracurriculares para realizar
matricula)
FODA
OPORTUNIDADES AMENAZAS
La interrupcion de los servicios de
Cada vez mas entidades financieras
comunicacin con terceros ocasionaria
ofrecen servicios de integracion ONLINE
deficiencias en el servicio.
para procesos de recaudacin.
Fraude y delincuencia informatica
El uso de los dispositivos moviles e
podrian desmotivar el uso de los
internet es cada vez mas masivos en los
servicios ONLINE.
jovenes y en la sociedad.
Los costos y tiempos de implementacion
son mas baratos y mas cortos.
Masificacion de Agentes Express para
pagos.
Tabla 47. FODA

156
B. Matriz 3D
Tabla 48. Matriz 3D -Diagnstico -Demanda del Registro de Matrcula.
MATRIZ 3D ANTES DESPUS

Solo existe convenio de pago Convenio con VISA que engloba
con el BCP. a todos los bancos y financieras
del medio.
El convenio con BCP solo Se puede pagar cualquier
incluye pagos de matrcula y servicio acadmico y
DIAGNSTICO cuotas. administrativo.
Solo se aceptaban pagos en Se abre un abanico de opciones
efectivo y ventanillas de banco de pago que incluye cajeros
BCP. express y agentes.
La replicacin del pago en la La rplica del pago demora 5

BD de la Universidad demora segundos.
45 minutos en replicarse.
DEMOSTRACIN El proceso de matrcula Todo el proceso es ONLINE

implicaba el paso por la oficina desde cualquier computadora o
de CAJA, Registros dispositivo conectado a internet.
Acadmicos, Atencin al
Estudiante, Oficina de Ingls y
Computacin.
Largas colas para realizar La matrcula ONLINE se puede
matrcula. realizar desde cualquier lugar y
hora, desde cualquier dispositivo
conectado a internet.
Interaccin con muchas reas Todo el proceso es ONLINE.

para el registro de matrcula
DEMANDA (caja, oficina de idiomas,
computacin, atencin al
estudiante).
Uso de medios de pagos Se puede realizar los pagos con

electrnicos VISA. cualquier tarjeta de crdito o
dbito VISA.
157
C. VISIN:
Al 2017 ser un servicio ON LINE por excelencia, permitiendo realizar un registro
matrcula eficiente y sencillo desde cualquier dispositivo conectado a Internet.
Valores Fundamentales:
Proactividad: Es necesario que todos los actores del proceso cultiven el valor de
la proactividad a fin de resolver los problemas y dudas de manera eficiente y
proactiva en beneficio del cliente.
Servicio: Siempre debemos mostrar actitud y aptitud para solucionar de manera
eficientes los inconvenientes presentados en el servicio brindado.
Respeto: Mostrar siempre la cultura de respeto a los usuarios y en especial a los
que no estn inmersos en la cultura ONLINE.
Integridad y tica: Para manejar con responsabilidad cuando se presente el caso,
datos sensibles de los usuarios del servicio.
Orientacin al Cliente: Capacidad de relacionarse con el cliente,
comprometindose personalmente a ayudarlo.
En 15 Palabras:
El nuevo proceso de matrcula ON LINE es eficiente, elimina las colas e ineficiencias
en el servicio y permite al estudiante matricularse desde cualquier dispositivo
conectado a Internet, integrando los procesos de pagos y separacin de horarios y
turnos desde la perspectiva y eleccin del usuario.
Discurso De Elevador:
La matrcula en lnea elimina las colas e ineficiencias en el servicio, mejorando la
calidad de servicio a los estudiantes y el uso de las TICS para crear ventajas
competitivas frente a los competidores.
158
Comprometer:
Principales Actores del Nuevo Proceso de Matrcula
A continuacin, se presenta a los principales actores comprometidos en el proceso de

registro de matrcula online:
Tabla 49. Principales Actores en el proceso de Registro de Matrcula.
PRINCIPALES PUESTOS MISIN
Movilizar:
Para la implementacin y xito en la implementacin del nuevo proceso de matrcula
se identificado y creado sinergias entre los siguientes actores del proceso:
Mapa De Representatividad:
Las jefaturas de las siguientes reas involucradas en el nuevo proceso de matrcula
deben comprometerse a operatividad de manera eficiente el nuevo proceso de
matrcula a fin de crear sinergias que garanticen el xito del proceso.
159
Figura 70. Jefaturas Involucradas en el nuevo Proceso de Registro de Matrcula.
Matriz De Responsabilidades:
Con la finalidad a signar responsabilidades y evitar confusiones en la implementacin
del nuevo proceso de matrcula se ha realizado la siguiente matriz
D. RACI:
Con la finalidad a signar responsabilidades y evitar confusiones en la implementacin
del nuevo proceso de matrcula se ha realizado la siguiente matriz RACI (responsable,
Accountable quien rinde cuentas, consultado, informado)
160
Tabla 50. Actividad de Implementacin (RACI).
ACTIVIDAD DE Jefe de Gerencia Direccin Direccin de

IMPLEMENTACIN Cuentas General de TI Marketing
Corrientes
Adaptacin de las reglas de negocio R A I I
para la matrcula online.
Firma de convenios y adendas con R A I
los bancos y agentes de pagos
online.
Integracin del sistema de ctas. A I R
Ctes. UA con los web services de
los agentes de pago.
Adaptacin del sistema de pagos A I R
online
Adaptacin de la aplicacin mvil A I R
para la integracin de pagos.
Adaptacin del sistema de A I R
matrcula online
Pruebas del sistema de matrculas y R A I
pagos online
Puesta en marcha del sistema A I R I
Marketing y difusin del sistema de
matrcula online I I I R
Monitorear:
Para monitorear la adopcin del cambio en el nuevo proceso de matrcula se han

realizaran las siguientes acciones:
Estndares definidos:
Medios de pago:
Visa crdito y debito
Servipe
Bcp ventanilla y agentes
Servicios disponibles para pagos

Matricula
Cuotas
Servicios acadmicos
161
Reconocer:
Para reconocer los aportes a la adopcin del cambio en el nuevo proceso de matrcula se
han realizaran las siguientes acciones:
Premio Al Empleado Estrella:
Otorgado al empleado
que ms ha contribuido
en el xito del proceso.
BONO DE 1000
SOLES
Salario Emocional:
Al finalizar el proceso de matrcula celebraremos el xito del mismo en un

prestigioso restaurante de LIMA, todo pagado por la UA.
Realizaremos un retiro de integracin a Cieneguilla con todos los participantes

del proceso y sus familias, todo pagado por la UA.
Se otorgar un bono de 2500 soles para ser consumido en cursos de capacitacin.
Comunicacin:
Para comunicar la adopcin del cambio en el nuevo proceso de matrcula se han realizaran
las siguientes estrategias de comunicacin
Estrategias de Comunicacin:
a) Elaboracin y emisin peridica de informacin de la actividad del proceso de

matrcula, con temas importantes para los involucrados en el proceso.
Organizar jornadas de induccin, motivacin y autoestima del personal con la

participacin de equipos de comunicacin y marketing.
Elaborar carpetas informativas, folletos especializados, artculos
162
promocionales, entre otros, para distribuir a todos los involucrados.
Mantener reuniones peridicas con los lderes de procesos, para conocimiento
directo de los planes y proyectos.
Solicitar informacin peridica a cada una de las reas involucradas en el
proceso.
Realizar diagnsticos y evaluaciones para corregir y rectificar acciones
comunicativas.
Dar seguimiento y evaluacin de los procesos de comunicacin al interior de
la UA y visitas de campo con registro en video y fotografa de las actividades
realizadas.
b) Formacin de una imagen positiva del proceso de matrcula de la UA y autoestima
en la mente de los colaboradores de la misma.
Identificar y eliminar las barreras de comunicacin en los pblicos internos,

as como generar actividades de dilogo y unificacin de criterios con los
voceros no oficiales de la misma.
Produccin de material impreso y objetos promocionales para difundir entre
los pblicos internos, lderes de opinin interna y medios de comunicacin
actividades importantes de la UA.
c) Motivar y reafirmar la identidad de los funcionarios y trabajadores con los planes

y programas de matrcula, a fin de mejorar la interrelacin entre los actores.
Diseo, difusin visin y valores del proceso de matrcula.

Calendarizar la publicacin y difusin de: funciones, organigramas, y
diferente informacin de inters institucional.
Motivar y comprometer la participacin, reconocer la actitud del personal,
en espacios de difusin en revistas, impresos y a travs del correo interno
Elaboracin de un brochure empresarial, que recoja las polticas
empresariales, resultados, actividades y testimonios, sean estos directivos,
operativos y administrativos del proceso.
Diseo y manejo de las carteleras informativas ubicadas y a instalarse en el
edificios y pisos estratgicos de la UA.
Rediseo y mantenimiento de espacios en la pgina Web, en coordinacin con
163
el Departamento de TI, para facilitar el acceso a la informacin para pblicos
internos y externos del nuevo proceso de matrcula.
Diseo y puesta en ejecucin de protectores de pantalla con menciones del
nuevo proceso de matrcula.
Medios de Comunicacin:
Comunicacin a travs del correo electrnico
Informacin a travs del segmento eventos-noticias en la pgina intranet
corporativo
Difusin en carteleras y murales de la UA.
164
E. Simulacin
Proceso de Registro de Matrcula va web:
Cronograma de Matrcula
De acuerdo a este cronograma es como hemos realizado y contabilizado los datos de los
tiempos de los registros de matrcula Presencial y el registro de Matrcula Web
Figura 71. Cronograma de Pagos- 2016 II.

.
Figura 72. Cronograma de Acadmico - 2016 II
165
SIMULACIN PROCESS MODEL PARA EL PROCESO REGISTRO DE
MATRCULA PRESENCIAL AS - IS
Para demostrar el escenario actual antes de la propuesta de mejora del proceso de Registro
de Matrcula presencial, se dise un escenario que represente la situacin real que realiza
un estudiante en cada inicio de periodo acadmico, en dicho escenario se representan tres
reas independientes que comparten la informacin de estados de trmite de los
estudiantes de la Universidad Autnoma del Per. Se llev a cabo una Simulacin en el
Software Process Model, simulando el escenario de tres reas las cuales integran el
proceso global que realiza un estudiante, nos referimos a la oficina de atencin al
estudiante que actualmente dispone de 6 counter en plataforma de atencin, la oficina
de Cuentas corrientes que la conforman 4 counter y la oficina de Centro de Idiomas y
Cistec que cuenta con 4 counter, a continuacin se detallan las especificaciones para la
realizacin de dicha simulacin
Los estudiantes llegan al inicio del proceso con una distribucin peridica de 15
min a la cola principal de la oficina de cuentas corrientes.
Los arribos al camino del proceso principal se dan a razn de 90% al proceso de
registro de matrcula presencial y 10% por el camino del proceso de registro de
matrcula por la va web.
Los arribos al camino de regularizacin de requisitos representan un 80% a la
actividad de cursos extracurriculares y el 20% pagos pendientes.
La oficina de cuentas corrientes cuenta con 4 counter de atencin con capacidades
de 100%.
La oficina de atencin al estudiante cuenta con 6 counter en la plataforma de
atencin cada una con capacidad del 100%.
La oficina de Centro de Idiomas y Centro de informtica y tecnologa (CISTEC),
cuenta con 4 counter de atencin, con capacidades del 100%, excepto la jefatura
que atiende con capacidad del 70%.
Para la simulacin se registr por default infinitas (999) entradas a la cola, al cual
se le programo 192 horas de ejecucin del proceso siendo este la cantidad de horas
ejecutadas por el recurso humano en un mes calendario.
El tiempo promedio que se requiere para atender a los estudiantes fueron
registrados en cada actividad del proceso, estos representan los promedios
representativos en el proceso real.
166
A continuacin, le demostramos una simulacin en PROCESS MODEL, para la
solucin de problemas de colas y el anlisis de recursos utilizados en el proceso
global, con la simulacin predictiva vamos a brindar una propuesta para dar
solucin a las largas colas que conlleva una matrcula por la va presencial.
Figura 73. Simulacin del Proceso de Registro de Matrcula Presencial AS- IS

167
Como parte del Anlisis de resultados en la corrida de la simulacin, Process Model nos
muestra grficos que nos servirn de gua en la toma de decisiones y propuestas de mejora
en los tiempos, as como propuestas en la optimizacin de recursos, las cuales sern
evaluadas por la alta direccin de la Universidad Autnoma del Per.
Figura 74. Grfica Process Model Estadstica de Recursos AS-IS.

Figura 75. Grfica Process Model Utilizacin de Recursos AS IS.

Figura 76. Grfica Process Model Estados de Actividad de Capacidad nica AS-IS.
168
Figura 77. Resultados estadsticos Costo de recursos utilizados y no utilizados AS -IS.
Figura 78. Resultados estadsticos Tiempo de valor aadido AS- IS.

Figura 79. Costo de la entidad Estudiante presencial y web por hora AS- IS.
169
Figura 80. Resultado estadstico de actividades y colas de entrada del Proceso AS-IS.
Figura 81. Grfica Evaluador de puntos calientes del proceso AS-IS.

170
MATRCULA PRESENCIAL TO BE
Para demostrar el escenario despus de la propuesta de mejora del proceso de Registro de
Matrcula presencial, se dise un escenario que represente la situacin futura que
realizara un estudiante en cada inicio de periodo acadmico, en dicho escenario se
representa a tres reas independientes que comparten la informacin de estados de trmite
de los estudiantes de la Universidad Autnoma del Per. Se llev a cabo una Simulacin
en el Software Process Model, simulando el escenario de tres reas las cuales integran el
proceso global que realiza un estudiante, nos referimos a la oficina de atencin al
estudiante que con la optimizacin de recurso humano dispondra de 3 counter en
plataforma de atencin, la oficina de Cuentas corrientes que para la presente tesis
considera mantener la misma cantidad 4 counter y la oficina de Centro de Idiomas y
CISTEC, del mismo modo se mantendra con 4 counter, cabe mencionar que con el
modelo propuesto es factible la optimizacin de los recursos humanos ya que la
proporcin de arribos al flujo presencial se vera reducido de 90% a 40% por ende los
tiempos de atencin se reduciran abismalmente, pero para el presente estudio se
considera indistinto. A continuacin, se detallan las especificaciones para la realizacin
de dicha simulacin
min a la cola principal de la oficina de cuentas corrientes.
registro de matrcula presencial y 60% por el camino del proceso de registro de
matrcula por la va web.
Los arribos al camino de regularizacin de requisitos representan un 80% a la
actividad de cursos extracurriculares y el 20% pagos pendientes.
La oficina de cuentas corrientes cuenta con 4 counter de atencin con capacidades
de 100%.
La oficina de atencin al estudiante cuenta con 3 counter en la plataforma de
atencin cada una con capacidad del 100%.
La oficina de Centro de Idiomas y Centro de informtica y tecnologa (CISTEC),
cuenta con 4 counter de atencin, con capacidades del 100%, excepto la jefatura
que atiende con capacidad del 70%.
Para la simulacin se registr por default infinitas (999) entradas a la cola, al cual
se le programo 192 horas de ejecucin del proceso siendo este la cantidad de horas
171
ejecutadas por el recurso humano en un mes calendario.
A continuacin, le demostramos una simulacin en PROCESS MODEL, para la
solucin de problemas de colas y el anlisis de recursos utilizados en el proceso
global, con la simulacin predictiva vamos a brindar una propuesta para dar
solucin a las largas colas que conlleva una matrcula por la va presencial.
Figura 82. Simulacin del Proceso de Registro de Matrcula Presencial TO BE

172
Como parte del Anlisis de resultados en la corrida de la simulacin, Process Model nos
muestra grficos que nos servirn de gua en la toma de decisiones y comparacin del
proceso antes vs el despus, se seguirn buscando posibilidades y nuevas propuestas de
mejora en los tiempos, as como propuestas en la optimizacin de recursos, las cuales
sern evaluadas por la alta direccin de la Universidad Autnoma del Per. De manera
grfica se puede visualizar que los recursos no se hallan saturados a diferencia del proceso
anterior, esto porque el flujo de arribos de los estudiantes se ha visto reducido del 90% al
40 %, estudiantes que an persisten en realizar su matrcula por la va presencial, a ellos
se les va brindar una atencin ms fluida y menos congestionada.
Figura 83. Grfica Process Model Estadstica de Recursos TO BE.

Figura 84. Grfica Process Model Utilizacin de Recursos TO BE.

173
Figura 85. Grfica Process Model Estados de Actividad de Capacidad nica TO BE.
Fuente: Elaboracin propia de las autoras.
Figura 86. Resultados estadsticos Costo de recursos utilizados y no utilizados TO BE.

Figura 87. Resultados estadsticos Tiempo de valor aadido TO BE.

174
Figura 88. Costo de la entidad Estudiante presencial y web por hora TO BE.
Figura 89. Resultado estadstico de actividades y colas de entrada del Proceso TO BE.
175
Figura 90. Grfica Evaluador de puntos calientes del proceso TO BE.
De las grficas podemos Deducir que con la simulacin se demuestra un incremento en

la optimizacin del recurso humano de atencin al estudiante y una reduccin del tiempo
de espera, es decir que el desempeo futuro seria susceptible a ms cambios ya que se
intenta reducir la cantidad de estudiantes que opten realizar su matrcula por la va
presencial, con la finalidad de lograr un mayor porcentaje de utilizacin de recursos
humanos en el proceso de registro de matrcula presencial.
176
MATRCULA VA WEB, AS - IS
Para demostrar el escenario actual antes de la propuesta de mejora del proceso de Registro
de Matrcula por la va web, se dise un escenario que represente la situacin real que
realiza un estudiante en cada inicio de periodo acadmico, en dicho escenario se
representa el App. UA mvil para pagos en lnea y un servidor que representa las
matrculas en lnea por el sitio web www. Autnoma.edu.pe/ Matrcula periodo vigente.
Se llev a cabo una Simulacin en el Software Process Model, simulando el escenario del
proceso de registro de matrcula web, a continuacin, se detallan las especificaciones para
la realizacin de dicha simulacin.
min al App UA mvil para pagos en linea.
registro de matrcula va web y 90% por el camino del proceso de registro de
matrcula por la va presencial.
Los arribos al camino condicional de matrcula de cursos extracurriculares de
requisitos representan un 50% a la actividad de cursos extracurriculares y el 50%
el registro de matrculas va web.
Los equipos tecnolgicos cuentan con una capacidad del 100%.
Para la simulacin se registr por default infinitas (999) entradas al App UA mvil
y al servidor del sitio web, al cual se le programo 192 horas de ejecucin del
proceso, siendo este la cantidad de horas en el que se genera el congestionamiento
en el ltimo mes de fecha lmite de la matrcula regular, esto sucede debido a que
el uso del servidor lo realizan tanto las counter que registran presencialmente y
los usuarios que se registran va web.
Se program en el simulador el tiempo promedio que demanda realizar la
matrcula presencial, esta informacin sera la misma que arroja el anlisis
estadstico del proceso de registro de matrcula presencial AS- IS 53 min.
A continuacin, le demostramos una simulacin en PROCESS MODEL, para
predecir cambios en el desempeo actual del proceso de registro de matrcula va
web, en dicho proceso es una restriccin cumplir con cursos extracurriculares.
177
Figura 91. Simulacin del Proceso de Registro de Matrcula va web AS-IS
178
Figura 92. Grfica Process Model Estadstica de Recursos proceso Web AS IS.
Figura 93. Grfica del estado de recurso Phone en el proceso va web AS IS.
Fuente.Elaboracin propia de las autoras.
Figura 94. Grfica del estado de recurso Computer en el proceso va web AS IS.
Figura 95. Grfica Process Model Estados de Actividad de Capacidad nica AS- IS.
179
Figura 96. Resultados estadsticos Costo de recursos utilizados y no utilizados AS- IS.
Figura 97. Resultados estadsticos Tiempo de valor aadido del proceso web AS-IS.
Figura 98. Costo de la entidad Estudiante presencial y web por hora AS- IS.
Figura 99. Resultado estadstico de actividades y colas de entrada del Proceso AS- IS.
180
Figura 100. Grfica Evaluador de puntos calientes del proceso web AS- IS.
181
MATRCULA VA WEB, TO BE
Para demostrar el escenario despus de la propuesta de mejora del proceso de Registro de
Matrcula por la va web, se dise un escenario que represente la situacin real que
realiza un estudiante en cada inicio de periodo acadmico, en dicho escenario se
representa la app. UA mvil para pagos en lnea y un servidor que representa las
matrculas en linea por el sitio web www. Autnoma.edu.pe/ Matrcula periodo vigente.
Se llev a cabo una Simulacin en el Software Process Model, simulando el escenario del
proceso de registro de matrcula web, a continuacin, se detallan las especificaciones para
la realizacin de dicha simulacin.
min a la App UA mvil para pagos en linea.
registro de matrcula va web y 40% por el camino del proceso de registro de
matrcula por la va presencial.
Los arribos al camino condicional de matrcula de cursos extracurriculares de
requisitos representan un 50% a la actividad de cursos extracurriculares y el 50%
el registro de matrculas va web.
Los equipos tecnolgicos cuentan con una capacidad del 100%.
Para la simulacin se registr por default infinitas (999) entradas al App UA mvil
y al servidor del sitio web, al cual se le programo 192 horas de ejecucin del
proceso, siendo este la cantidad de horas en el que se genera el congestionamiento
en el ltimo mes de fecha lmite de la matrcula regular, esto sucede debido a que
el uso del servidor lo realizan tanto las counter que registran presencialmente y
los usuarios que se registran va web.
Se program en el simulador el tiempo promedio que demanda realizar la
matrcula presencial, esta informacin sera la misma que arroja el anlisis
estadstico del proceso de registro de matrcula presencial TO BE 60,93 min.
A continuacin, le demostramos una simulacin, para predecir cambios en el
desempeo actual del proceso de registro de matrcula va web, en dicho proceso
no es una restriccin cumplir con algn curso extracurricular.
182
Figura 101. Simulacin del Proceso de Registro de Matrcula va web TO BE.
Figura 102. Grfica Process Model Estadstica de Recursos proceso Web TO BE.
Figura 103. Grfica del estado de recurso Phone en el proceso va web TO BE.
183
Figura 104. Grfica del estado de recurso Computer en el proceso va TO BE.
Figura 105. Grfica del Recurso de Utilizacin de los recursos web TO BE.
Figura 106. Grfica Process Model Estados de Actividad de Capacidad nica TO BE.
Figura 107. Resultados estadsticos Costo de recursos utilizados y no utilizados TO BE.

184
Figura 108. Resultados estadsticos Tiempo de valor aadido del proceso web TO BE.
Figura 109. Costo de la entidad Estudiante presencial y web por hora TO BE.
Figura 110. Resultado estadstico de actividades y colas de entrada del Proceso TO BE.
185
Figura 111. Grfica Evaluador de puntos calientes del proceso web TO BE.
SIMULACIN PROMODEL
Simulacin en PROMODEL con 6 counter en plataforma de atencin al

estudiante:
El Centro de Atencin al estudiante cuenta con 6 counter.
Los estudiantes llegan individualmente a razn de 37 estudiantes por hora, con
una distribucin exponencial.
El tiempo promedio que se requiere para atender a los estudiantes es de 10 min en
la cola principal y de 12 min en el counter con una distribucin exponencial,
Se requiere saber cuntos estudiantes se pueden atender en un tiempo
determinado.
A continuacin, le demostramos una simulacin en PROMODEL, para la solucin
de problemas de colas, con la simulacin predictiva vamos a brindar una
propuesta para dar solucin a las largas colas para la atencin del estudiante
durante el proceso de registro de matrcula presencial.
186
COUNTER 6
Figura 112. Grfica de Mapeo de Simulacin
Simulacin con 300 arribos, el flujo diario en promedio en el ltimo periodo de matrcula
2016-II, estudiantes que optaron registrar su matrcula por la va presencial.
Figura 113. Simulacin Presencial
187
Resultado Estadstico
Figura 114.Grfica de Resultados Estadsticos
Simulacin en PROMODEL con 3 counter en plataforma de atencin al

estudiante
El Centro de Atencin al estudiante cuenta con 3 counter.
Los estudiantes llegan individualmente a razn de 37 estudiantes por hora, con
una distribucin exponencial.
El tiempo promedio que se requiere para atender a los estudiantes es de 5 min en
la cola principal y de 6 min en el counter con una distribucin exponencial,
Se requiere saber cuntos estudiantes se pueden atender en un tiempo
determinado.
A continuacin, demostramos una simulacin en PROMODEL, sabiendo que ya
se ha realizado la mejora brindando mayor informacin a los estudiantes la cual
el 60% de la poblacin estudiantil realizar el Registro de Matrcula va Web y el
40% Presencial
188
Figura 115. Grfica de Mapeo de Simulacin.
Simulacin con 120 arribos, ya que es el flujo esperado luego de la reduccin al
Figura 116. Simulacin de Matrcula Presencial.

189
40% de estudiantes que optan por la matrcula presencial.
Resultados Estadsticos
Figura 117. Grfica de Resultados Estadsticos.

Simulacin de un Sistema del Proceso de Registro de Matrcula Va Web

La simulacin web como vemos en el prototipo se puede realizar desde la comodidad de
la casa, o en distinto lugar con tan solo adquirir la red (Internet). El estudiante ingresa
desde su computadora, laptop o celular a la Web UA, y automticamente comienza el
Registro de Matrcula que dura en la web 5 min aproximadamente. Le demostramos una
simulacin predictiva en el Registro de Matrcula Web.
190
Simulacin BIZAGI del Proceso de matrcula va web
Caso BIZAGI para un estudiante
Figura 118.Grfica de Simulacin con Bizagi.
191
Simulacin PROMODEL del proceso de registro de matrcula va web
Caso PROMODEL 1 estudiante
Figura 120. Grfica de Simulacin Web.
Figura 121.Grfica de Resultados Estadsticos.
192
Caso BIZAGI para 40 estudiantes
Figura 122.Grfica de Simulacin de Matrcula Web.
193
Simulacin PROMODEL del Proceso de matrcula va web
Caso PROMODEL para 40 estudiantes
Figura 124.Grfica de Simulacin de Registro Web.
194
Caso BIZAGI para 4527 estudiantes
Figura 126.Grfica de Simulacin con Bizagi.
195
Simulacin PROMODEL del Proceso de matrcula va web
Caso PROMODEL para 4527 estudiantes
Figura 128.Grfica de Simulacin de Registro de Matrcula Web.

196
3.7 FASE CONTROLAR
El presente informe comprende los anlisis realizados en la fase Controlar de la

Como primer paso se ha realizado la verificacin de resultados, para poder comparar el
% de registro de matrcula Antes de la mejora Vs. Despus de la mejora.
La verificacin de resultados se ha realizado a travs del planteamiento de hiptesis y
pruebas estadsticas tanto para el indicador principal, as como para los indicadores
secundarios.
3.7.1 Plan de Control:
En la fase controlar se plantea utilizar un mecanismo orientado a garantizar las mejoras
definidas en la fase de mejorar, y se enfoca en una estrategia de control, utilizando
instrucciones de control, graficas de control y asignacin de responsabilidad en las
propuestas de control.
Las estrategias de control del proceso mejorar debe identificar los riesgos que afectan
al proceso, incluyendo la resistencia al cambio, la falta de comunicacin, las reglas de
negocio y la cultura organizacional. El control se enfoca en monitorear el
comportamiento del Y y del proceso, as como la Xs de nuestro proceso.
Para mantener nuestro proceso estable se requiere de mucha disciplina tanto a nivel
personal como de la organizacin. Una vez que las pruebas estn a punto de acabar, y
que las mejoras parecen ser efectivas y sostenibles, se requiere asegurarse de que el
proceso mejorado est documentado con todo detalle y bien especificado.
Se debe de realizar una serie de medidas para definir el problema o causas races
identificadas como posibles causas del desorden del proceso, una vez establecida las
medidas se sentarn las bases de un cuadro de mando que ser monitoreada de forma
regular por los propietarios del proceso mejorado. Adems, se debe de representar los
datos usando grficos (Grficos de Control).
La parte final de controlar de nuestro proceso, debe abarcar un mapa de proceso

mejorado y algunos grficos de control para asegurarse de que nuestro proceso mejorado
cumpla las especificaciones establecidas en la presente tesis y de esa manera se logre
mantener un proceso estable y no vuelva a su estado inicial de defectos una vez
finalizado el proyecto.
197
Figura 130.Monitorizacin del Proceso.
198
Figura 131.Mapeo del proceso.
199
3.7.2 Grficos de Control
Grfico de Control Indicador Principal:

La grafica de control por etapas nos permiti comparar la dispersin del proceso de
registro de matrcula Web antes vs despus, a continuacin, se muestran los resultados:
KPI1: Porcentaje de Registros de Matrcula va Web
Tipo de Datos: Discreta
Meta: 60%
Especificacin: > = 60%
% Registro Web por Periodo

% Web (A ntes) % Web (D espus)
U C L=0.8530
0.8
_
Valor individual
0.6 X=0.6221
0.4 LC L=0.3912
0.2
0.0
1 6 11 16 21 26 31 36 41 46
O bser vacin
% Web (A ntes) % Web (D espus)

0.3
U C L=0.2836
Rango mvil
0.2
0.1 __
M R=0.0868
0.0 LC L=0
1 6 11 16 21 26 31 36 41 46
O bser vacin
Figura 132.Grfica de % Registro Web por Perodo.

La grfica de control mostrada nos permiti comparar ambos procesos (antes vs despus)
y poder evidenciar que luego de las mejoras (ver anexo), se produce un cambio favorable
en el comportamiento del Indicador, se pueden apreciar claramente dos niveles de
desempeo distintos, para poder demostrar estadsticamente esta diferencia entre ambos
procesos se proceder a realizar la prueba de hiptesis en el captulo IV de la presente
tesis.
Anlisis de capacidad Binomial:
Consta de cuatro grficas y una tabla de resultados en una sola ventana. La tabla de
resultados provee estadsticas de resumen y un ndice de capacidad que puede ayudar a
evaluar la capacidad del proceso. A continuacin, se muestran los resultados:
200
Anlisis de capacidad del proceso
1
0.5 1 50
1
1 1 1
_
U C L=0.4153
0.4 P =0.3848 40
LC L=0.3544
P r opor cin
1 1 1
% Defectuoso
0.3 1 1 1 1 30
1 1
1
1 4 7 10 13 16 19 22 25 28 0 1000 2000

E stadstica de resumen Tar

8
42.0 (95.0% de confianza)
Figura 133.Grfica de Anlisis de Capacidad del Proceso.

IC superior: 38.92
39.0 4
O bjetiv o: 40.00
Def P P M : 384835
Fr ecuencia
% Defectuoso
37.5 IC inferior: 380444 2
IC superior: 389240
36.0 P rocesar Z: 0.2928 0
5 10 15 20 25 30 IC inferior: 0.2813 28 32 36 40 44 48 52 56
M uestr a IC superior: 0.3043 % Defectuoso
201
La grfica P determina si la proporcin de defectuosos por muestra est bajo control, en
nuestro caso se evidencia que los datos se encuentran fuera de control, el proceso es
inestable al inicio y se estabiliza al final (desde el dato 16 en adelante).
La tasa de defectuosos evala el supuesto de que la tasa de defectuosos no es afectada
distribuida aleatoriamente entre los diferentes tamaos de muestra.
recolectados es suficiente. La grfica muestra que el % Defectuoso se estabiliza despus
de varias muestras.
El histograma muestra la distribucin de los datos analizados y el objetivo de 40% para
el anlisis realizado.
va presencial) es de 38.5%.
Este anlisis nos permite inferir que el % de alumnos que se matriculan presencialmente
oscila entre 38.04% y 38.92%.
PPM.
Este anlisis nos permite inferir que entre 380444 y 389240 alumnos se matriculan
presencialmente (defectuosos en nuestro estudio).

de 0.29, mejor con respecto al inicial y ahora se encuentra cerca de la meta planteada,
sin embargo, el ideal debe ser 2 como mnimo.
El valor sigma inicial del proceso era de 0.5 sigmas, el nuevo valor del proceso mejorado
fue de 1.8 sigmas, lo cual indica que el proceso luego de la mejora presenta un mejor
desempeo.
202
Grfico de Control Indicadores Relacionados KPI2:
La grafica de control por etapas nos permiti comparar la dispersin del proceso antes vs
despus de las mejoras continuas, a continuacin, se muestran los resultados:
KPI2: Porcentaje de Registros de Matrcula presencial.
Tipo de Datos: Discreta
Meta: 40%
Especificacin: < = 40%
% Registro Presencial por Periodo

% P resencial (A ntes) % P resencial (Despus)
1.0
V alor individual
0.8
0.6 U C L=0.6088
_
0.4 X=0.3779
0.2
LC L=0.1470
1 6 11 16 21 26 31 36 41 46
O bser vacin
% P resencial (A ntes) % P resencial (Despus)

0.3
U C L=0.2836
Rango mvil
0.2
0.1 __
M R=0.0868
0.0 LC L=0
1 6 11 16 21 26 31 36 41 46
O bser vacin
Figura 134.Grfica de % Registro Presencial por Perodo.

La grfica de control mostrada nos permiti comparar ambos procesos (antes vs despus)
y poder evidenciar que luego de las mejoras (ver anexo), se produce una reduccin del
% de registro por la va presencial, para poder demostrar estadsticamente esta diferencia
entre ambos procesos se proceder a realizar la prueba de hiptesis que se ver ms
adelante en el captulo IV.
Anlisis de capacidad Binomial:
Consta de cuatro grficas y una tabla de resultados en una sola ventana. La tabla de
resultados provee estadsticas de resumen y un ndice de capacidad que puede ayudar a
evaluar la capacidad del proceso. A continuacin, se muestran los resultados:
203
Anlisis de capacidad del proceso
1
1 1
1 1 1 1
0.7 1 1 1 70
_ C L=0.6456
U
0.6 P =0.6152 60
LC L=0.5847
1 1 1
P r opor cin
0.5 1 50
% Defectuoso
1
1
1 4 7 10 13 16 19 22 25 28 0 1000 2000

Figura 135.Anlisis de Capacidad del Proceso.

Tar
64 E stadstica de resumen
6.0
% Defectuoso: 61.52
62 4.5
IC inferior: 61.08
IC superior: 61.96
3.0
O bjetiv o: 60.00
60
Def P P M : 615165
Fr ecuencia
% Defectuoso
IC inferior: 610760 1.5
58 IC superior: 619556
P rocesar Z: -0.2928 0.0
5 10 15 20 25 30 48 54 60 66 72
IC inferior: -0.3043
M uestr a % Defectuoso
IC superior: -0.2813
204
nuestro caso se evidencia que los datos se encuentran fuera de control, el proceso es
inestable al inicio y se estabiliza al final (desde el dato 16 en adelante).
recolectados es suficiente. La grfica muestra que el % Defectuoso se estabiliza despus
de varias muestras.
El histograma muestra la distribucin de los datos analizados y el objetivo de 60% para
el anlisis realizado. Los datos presentan una distribucin normal simtrica.
va Web) es de 61.5% (valor muy cercano al objetivo de 60%).
Este anlisis nos permite inferir que el % de alumnos que se matriculan por la va Web
oscila entre 61.08% y 61.96%.
PPM.
Este anlisis nos permite inferir que entre 610760 y 619556 alumnos se matriculan
presencialmente (defectuosos en nuestro estudio).

de - 0.29, este valor indica en este caso en particular que el registro por la va presencial
ha disminuido, lo cual fue beneficio para demostrar que el % de Registro por la va se ha
incrementado.
El valor sigma fue de 1.2 sigmas, lo cual indica que el proceso luego de la mejora presenta
un mejor desempeo para el registro Web.
205
Grfico de Control KPI3:
La grafica de control nos permiti mostrar la estabilidad de la mtrica, a continuacin, se
KPI3: Tiempo de ciclo de Registro de matrcula va web.
Tipo de Datos: Continua
Meta: 4 minutos
Especificacin: 2 a 6 minutos
La grafica de control nos permiti mostrar la estabilidad de la mtrica, a continuacin,
se muestran los resultados:
Grfica I-MR de Tiempo estimado reg WEB (min)

U C L=5.442
5
Valor individual
_
4 X=3.998
3
LC L=2.553
1 4 7 10 13 16 19 22 25 28
O bser vacin
2.0
U C L=1.775
1.5
Rango mvil
1.0
__
0.5 M R=0.543
0.0 LC L=0
1 4 7 10 13 16 19 22 25 28
O bser vacin
Figura 136.Grfica de I-MR de Tiempo estimado Reg. Web (min).

La grfica de control mostrada nos permiti demostrar que la mtrica evaluada es estable.
Para poder demostrar estadsticamente el cumplimiento del objetivo de 4 minutos en
promedio, se procedi a realizar la prueba de hiptesis que se ver en el captulo IV de la
presente tesis.
Anlisis de capacidad Normal:
Usada para datos continuos, consta de un histograma de capacidad y una tabla de
estadsticas de capacidad del proceso. La tabla de resultados provee estadsticas de
resumen y un ndice de capacidad que puede ayudar a evaluar la capacidad del proceso.
206
Capacidad de proceso de Tiempo estimado reg WEB (min)
LIE LSE
LIE 2 General
O bjetiv o *
Desv .E st. (Dentro) 0.481547 C P U 1.39
Desv .E st. (G eneral) 0.529377 C pk 1.38
C apacidad general
Pp 1.26
PPL 1.26
PPU 1.26
P pk 1.26
C pm *
2.25 3.00 3.75 4.50 5.25 6.00

Figura 137.Grfica de Capacidad de proceso de Tiempo estimado Reg Web (min).

La grfica muestra una distribucin normal y simtrica de los datos, centrada a las
especificaciones.
ndices Estadsticos:
CP: El valor de 1.38 muestra que potencialmente el proceso por diseo es capaz de
cumplir las especificaciones requeridas.
Cpk: El valor de 1.38 muestra que el proceso est centrado a las especificaciones.
Pp: El ndice Pp evala la variacin del proceso en el largo plazo con respecto a las
especificaciones, el valor de 1.26 indica que el proceso en el largo plazo es capaz de
cumplir con las especificaciones.
Ppk: El ndice Ppk evala si el proceso estar centrado a las especificaciones en el largo
plazo. El valor de 1.26 indica que el proceso en el largo plazo estar centrado a las
especificaciones.
Rendimiento General del proceso: el nivel de defectos General fue de 158, lo cual indica
que el valor sigma de proceso fue de 5.1 sigmas.
Grfico de Control KPI4:
La grafica de control nos permiti mostrar la estabilidad de la mtrica, a continuacin, se
207
KPI4: Tiempo de ciclo de Registro de matrcula presencial.
Tipo de Datos: Continua
Meta: 13 minutos
Especificacin: 10 a 15 minutos
La grafica de control nos permiti comparar la estabilidad y comportamiento de la mtrica
antes y despus de la mejora del proceso, a continuacin, se muestran los resultados:
Grfica I-MR de T Reg Pres por Periodo

A ntes Despus
60
1
45
V alor individual
30
1 11 1
U
_ C L=19.89
15 X=13.12
LC L=6.35
11
0 1
1 19 37 55 73 91 109 127 145 163

O bser vacin
A ntes Despus
40 1
30
Rango mvil
20
1 1 1 1
10
U C L=8.32
__
M R=2.55
0 LC L=0
1 19 37 55 73 91 109 127 145 163
O bser vacin
Figura 138.Grfica de I-MR de T Reg Pres por Periodo.

La grfica de control mostrada nos permiti comprobar que luego de las mejoras se
evidencian diferencias en el comportamiento de la mtrica, luego de la mejora se reduce
el tiempo de registro y la variabilidad del proceso.
Para poder demostrar estadsticamente la hiptesis se procedi a realizar la prueba
ANOVA (Anlisis de varianza) que se ver en el captulo IV de la presente tesis.
208
Anlisis de capacidad Normal:
Usada para datos continuos. Consta de un histograma de capacidad y una tabla de
estadsticas de capacidad del proceso. La tabla de resultados provee estadsticas de
resumen y un ndice de capacidad que puede ayudar a evaluar la capacidad del proceso.
Capacidad de proceso de Tiempo Reg. Presencial (Despus)
LIE LSE
LIE 5 General
O bjetiv o *
N mero de muestra 90 C P L 1.20
Desv .Est. (Dentro) 2.24121 C P U 0.28
Desv .Est. (G eneral) 3.77349 C pk 0.28
C apacidad general
Pp 0.44
PPL 0.71
PPU 0.17
P pk 0.17
C pm *
6 9 12 15 18 21
Desempeo observ ado Exp. Dentro del rendimiento Exp. Rendimiento general
Figura 139.Grfica de Capacidad de Proceso de Tiempo Reg. Presencial (Despus).

La grfica muestra una distribucin de satos descentrada a las especificaciones.
ndices Estadsticos:
CP: El valor de 0.74 muestra que potencialmente el proceso por diseo no es capaz de
cumplir las especificaciones requeridas de 5 minutos a 15 minutos para el registro de
matrcula presencial.
Cpk: El valor de 0.28 muestra que el proceso est descentrado a las especificaciones. El
valor obtenido nos confirma que el proceso actual No es capaz de realizarse en el tiempo
estimado (especificaciones de 15 a 15 minutos).
Pp: El ndice Pp evala la variacin del proceso en el largo plazo con respecto a las
especificaciones, el valor de 0.44 indica que el proceso en el largo plazo No es capaz de
cumplir con las especificaciones.
209
Ppk: El ndice Ppk evala si el proceso estar centrado a las especificaciones en el largo
plazo. El valor de 0.17 indica que el proceso en el largo plazo no estar centrado a las
especificaciones.
Rendimiento General del proceso: el nivel de defectos General fue de 322299, lo cual
indica que el valor sigma de proceso fue de 1.9 sigmas.
Anlisis de Capacidad Binomial KPI5:
KPI5: Satisfaccin del proceso de registro de matrcula va Web.
Tipo de Datos: Discreto
Meta: 5 puntos
Especificacin: 4 a 5 puntos que equivale a Buena, Muy Buena.
El anlisis de capacidad binomial consta de cuatro grficas y una tabla de resultados en
Anlisis de capacidad del proceso binomial de Def Sat Web (Despus)

Defectuosos esper ados
1
0.2 U C L=0.1968
4.5
P r opor cin
3.0
0.1
_
P =0.0573 1.5
0.0 LC L=0 0.0

1 4 7 10 13 16 19 22 25 28 0 2 4
M uestr a Defectuosos obser vados

Tar
10.0
% Defectuoso
7.5
Fr ecuencia
IC inferior: 4.18
4 IC superior: 7.65
5.0
O bjetiv o: 0.00
2 Def P P M : 57333
IC inferior: 41800 2.5
IC superior: 76454
0
P rocesar Z: 1.5776 0.0
5 10 15 20 25 30 0 5 10 15 20
IC inferior: 1.4293
IC superior: 1.7302
Figura 140.Grfica de Anlisis de Capacidad del proceso Binomial de Def Sat Web
(Despus).
210
nuestro caso se evidencia que la medicin es consistente, excepto el evaluado nmero 21.
recolectados es suficiente. La grfica muestra que el tamao de muestra es adecuado y
que el % Defectuoso es estable.

%Defectuoso El estimado del % de Defectuosos (% satisfaccin de alumnos
matriculados por la va Web) es de 5.7%.
Este anlisis nos permite inferir que el % de satisfaccin oscila entre 4.18% y 7.65%.

PPM.
Este anlisis nos permite inferir que el nivel de defectos por milln de oportunidades se
encuentra entre 41800 y 76454.

de 1.57, mejor con respecto al valor inicial, sin embargo, el ideal debe ser 2 como
mnimo. El valor sigma inicial del proceso era de 2.75 sigmas, el nuevo valor del proceso
mejorado fue de 3.1 sigmas, lo cual indica que el proceso luego de la mejora presenta un
mejor desempeo.
Anlisis de Capacidad Binomial KPI6:
KPI6: Satisfaccin del proceso de registro de matrcula va Web.
Tipo de Datos: Discreto
Meta: 5 puntos
211
Especificacin: 4 a 5 puntos que equivale a Buena, Muy Buena.
El anlisis de capacidad binomial consta de cuatro grficas y una tabla de resultados en
Anlisis de capacidad del proceso binomial de Def Sat Pres (Despus)
Defectuosos esper ados

U C L=0.3525
0.3 6
P r opor cin
0.2 4
_
P =0.1427
0.1 2
0.0 LC L=0 0
1 4 7 10 13 16 19 22 25 28 0.0 2.5 5.0
M uestr a Defectuosos obser vados

Tar
8
% Defectuoso
Fr ecuencia
IC inferior: 11.84
20 IC superior: 16.98
4
O bjetiv o: 0.00
Def P P M : 142667
15 2
IC inferior: 118415
IC superior: 169767
10 P rocesar Z: 1.0684 0
5 10 15 20 25 30 0 4 8 12 16 20 24 28
IC inferior: 0.9551
IC superior: 1.1829
Figura 141.Grfica de Capacidad del proceso Binomial de Def Sat Pres (Despus).

nuestro caso se evidencia que la medicin es consistente.
La tasa de defectuosos evala el supuesto de que la tasa de defectuosos no es afectada por
el tamao de la muestra, en nuestro caso la tasa de defectuosos se encuentra distribuida
aleatoriamente entre los diferentes tamaos de muestra.
recolectados es suficiente. La grfica muestra que el tamao de muestra es adecuado y
que el % Defectuoso es estable.
%Defectuoso El estimado del % de Defectuosos (% satisfaccin de alumnos
212
matriculados por la va Web) es de 14.27%.
Este anlisis nos permite inferir que el % de satisfaccin oscila entre 11.8% y 16.9%.

PPM.
Este anlisis nos permite inferir que el nivel de defectos por milln de oportunidades se
encuentra entre 118415 y 169767.

de 1.06, mejor con respecto al valor inicial, sin embargo, el ideal debe ser 2 como
mnimo. El valor sigma inicial del proceso era de 1.75 sigmas, el nuevo valor del proceso
mejorado fue de 2.6 sigmas, lo cual indica que el proceso luego de la mejora presenta un
mejor desempeo.
3.7.2 Lista de Comprobacin
Tabla 51. Lista de Comprobaciones para la Documentacin del Proceso

213
Tabla 52. Lista de Comprobaciones del Proyecto DMAIC.
214
CAPTULO IV
ANLISIS DE
RESULTADOS Y
CONTRASTACIN DE
LA HIPTESIS
4.1 Resultados
POBLACIN Y MUESTRA
Poblacin
Se considera como unidad de medida a todos los Procesos Acadmicos de la Universidad
Autnoma del Per.
N= Indeterminada
Muestra
Se identifica como muestra de anlisis a todos los procesos de registros de matrcula en
la Universidad Autnoma del Per.
Conociendo o no el tamao de la poblacin segn PETER S. PANDE; presidente de la
Pivotal Resources; una muestra de valor 30, es un valor adecuado y estndar que se utiliza
en varios procesos de investigacin, como informa en su libro Las claves prcticas de
SIX SIGMA.
Muestra 1:
N1 = Registros de matrculas en la Universidad Autnoma del Per, sin la Aplicacin

de Six Sigma.
Muestra 2:
N2 = Registros de matrculas en la Universidad Autnoma del Per, con la Aplicacin
de Six Sigma.
Nivel de confianza
Para el proyecto se consider y trabajo con un nivel de confianza del 95% por lo que
tendremos un margen de error de 5%.
Tamao de la muestra representativa

Para esta investigacin se tom una muestra de 30 procesos de Registro de matrcula en
la Universidad Autnoma del Per, ya que trata de un valor adecuado, estndar y se utiliza
en varios procesos de investigacin, segn lo informa el autor Peter Pande en su libro
Las Claves prcticas de Six Sigma.
Tipo de Muestreo
Intencional (No Aleatorio): Consiste en la eleccin por mtodos no aleatorios de una
muestra cuyas caractersticas sean similares a las de la poblacin objetivo, en este tipo de
muestreo la representatividad la determina el investigador de modo subjetivo
216
4.2 ANLISIS E INTERPRETACIN DE RESULTADOS
4.2.1 Resultados Genricos
4.4.1.1 FASE DEFINIR

Modelamiento Empresarial
Identificacin de Procesos y Seleccin del Proceso Crtico
Modelado del Proceso Actual
Modelado del Proceso Propuesto
4.4.1.2 FASE MEDIR

Crear Plan de Recoleccin de Datos
Origen de Datos
rbol de CtQS
Definiciones Operativas
Ejecutar el Plan de Recoleccin de Datos
Determinar el valor Seis Sigma por cada indicador
Capacidad del Proceso para KPIs
Costo de mala calidad
4.4.1.3 FASE ANALIZAR

Identificacin de las causas raz
Anlisis de Datos
Anlisis de Proceso
4.4.1.4 FASE MEJORAR

Visin y Misin
Metas del Proceso
Propuestas del cambio organizacional
Diagrama de Actividades con Apoyo de TI
Simulacin del proceso mejorado
4.4.1.5 FASE CONTROLAR
Plan de Control
Grfico de Control: I & MR
Anlisis de capacidad del proceso mejorado
Lista de Comprobacin
217
4.1 CONTRASTACIN DE LA HIPTESIS
La verificacin de resultados se ha realizado a travs del planteamiento de hiptesis y
pruebas estadsticas tanto para el indicador principal, as como para los indicadores
secundarios.
Comprobacin de hiptesis
A continuacin, se muestran las pruebas estadsticas (Anexo 8) realizadas, con los
resultados e interpretacin de las mismas.
Mtodos
Para realizar la comprobacin de hiptesis, se realiz el siguiente procedimiento:
a) Estadstica descriptiva de resultados
b) Prueba T de Student
Origen de los datos
Los datos fueron analizados con el software Minitab, tomando como referencia el
patrn Aleatorio (promedio y desviacin estndar) obtenido con la simulacin.
Diseo
Las variables analizadas fueron:
% Matrcula por la va Web.
Indicador Relacionado:
% Matrcula por la va presencial.
Tiempos de ciclo de registro por la va Web.
Tiempos de ciclo de registro por la va presencial.
% Satisfaccin del estudiante registrado por la va Web.
% Satisfaccin del estudiante registrado por la va Presencial.
Anlisis e Interpretacin de Resultados:
Indicador: % de alumnos matriculados por la va Web.
Objetivo: Mide la proporcin de alumnos matriculados por los aplicativos y
plataforma Web desarrollados por la Universidad Autnoma del Per.
218
Frmula matemtica:
% de matriculados # Matriculados va Web

por la va Web = # Total de alumnos X 100
matriculados
Especificaciones:
LSE: 80%
LIE: 60%
Estadstica descriptiva de resultados: Esta informacin nos permite evaluar las

propiedades bsicas de la distribucin de los datos:
Nmero de observaciones
Tendencia central - ubicacin del centro, o el valor ms tpico, del conjunto de
datos
Dispersin - cantidad de variacin o dispersin en el conjunto de datos
El resumen grfico presentado provee varias grficas que resumen sus datos, as como
tambin un resumen estadstico. A continuacin, se muestran los resultados:
% Registro Web (Despus)
A -cuadrado 0.39
V alor P 0.363
M edia 0.62776
D esv .E st. 0.07872
V arianza 0.00620
S esgo 0.67557
Kurtosis 2.44094
N 30
M nimo 0.45982
1er cuartil 0.57739
M ediana 0.62685
3er cuartil 0.67655
0.5 0.6 0.7 0.8 0.9 M ximo 0.87562
0.59837 0.65715
0.60356 0.66680
0.06269 0.10582
Media
Mediana
0.600 0.615 0.630 0.645 0.660
Figura 142.Grfica de % Registro Web (Despus)

219
El anlisis descriptivo muestra que los datos presentan una distribucin normal, el valor
de p: 0.363, el promedio del % de alumnos matriculados por la va Web es de 62.7%, con
una desviacin estndar de 7.8%, el intervalo de confianza va desde 60.3% a 66.6% para
dicho indicador.
Comprobacin de Hiptesis: La prueba de hiptesis es una prueba estadstica que se
utiliz para determinar si exista suficiente evidencia para inferir que exista deferencia
entre los resultados de los procesos analizados (antes vs despus).
A continuacin, se muestra el planteamiento de las hiptesis:
Ho: La aplicacin de la metodologa Six Sigma no incrementa el % de registro de
matrcula Web.
Ha: La aplicacin de la metodologa Lean Six Sigma incrementa el % de registro de
matrcula Web.
Para el contraste de hiptesis se utiliz la prueba T de 2 muestras, esta prueba estadstica
evala la hiptesis de que las medias de dos poblaciones son iguales.
La hiptesis nula establece que las medias de las poblaciones (antes y despus de la
mejora) son iguales mientras que la hiptesis alternativa establece que son diferentes.
A continuacin, se muestran los resultados del anlisis:
% Web (Antes); % Web (Despus)

0.8
0.7
0.6
0.5
Datos
0.4
0.3
0.2
0.1
0.0
% Web (Antes) % Web (Despus)
Figura 143.Grfica de % Web (Antes); % Web (Despus).

220
La grfica de caja muestra que entre ambas poblaciones existen marcadas diferencias, a
continuacin, se muestran los resultados de la prueba T.
Figura 144. Prueba T de dos muestras: %Web (Antes) y %Web (Despus).

Los resultados muestran que si existe diferencia significativa entre el proceso antes de la
mejora y el proceso despus de la mejora.
Valor p (P): El valor es de 0.00, este valor indica que las medias de los procesos evaluados
son significativamente diferentes entre s.
Indicadores Relacionados:
Indicador: % de alumnos matriculados por la va presencial.
Objetivo: Mide la proporcin de alumnos matriculados en las instalaciones de la
Frmula matemtica:
# Matriculados va
% de matriculados presencial
por la va presencial= X 100
# Total de alumnos
matriculados
Especificaciones:
LSE: 40%
LIE: 20%
221
datos.
Dispersin - cantidad de variacin o dispersin en el conjunto de datos.
Resumen para % Presencial (Despus)
A -cuadrado 0.29
V alor P 0.579
M edia 0.37791
Desv .E st. 0.06521
V arianza 0.00425
S esgo 0.497794
Kurtosis -0.092689
N 30
M nimo 0.26534
1er cuartil 0.32345
M ediana 0.37315
3er cuartil 0.42261
0.32 0.40 0.48 0.56 M ximo 0.54018
0.35356 0.40226
0.33320 0.39644
0.05193 0.08766
Media
Mediana
0.34 0.36 0.38 0.40
Figura 145.Grfica de Resumen para % Presencial (Despus).

de p: 0.579, el promedio del % de alumnos matriculados por la va Presencial es de 37.8%,
con una desviacin estndar de 6.5%, el intervalo de confianza va desde 35.5% a 40.2%
para dicho indicador.
Ho: No existen diferencias significativas entre las poblaciones evaluadas

Ha: Existen diferencias significativas entre las poblaciones evaluadas.
222
Para el contraste de hiptesis se utiliz la Prueba T de dos muestras, esta prueba
estadstica evala la hiptesis de que las medias de dos poblaciones son iguales.
% Presencial (Antes); % Presencial (Despus)

1.0
0.9
0.8
0.7
Datos
0.6
0.5
0.4
0.3
0.2
% Presencial (Antes) % Presencial (Despus)
Figura 146. Grfica % Presencial (Antes); % Presencial (Despus).

La grfica de caja muestra que entre ambas poblaciones existen marcadas diferencias,
a continuacin, se muestran los resultados de la Prueba T.
Figura 147. Prueba T de dos muestras: Presencial (Antes) y Presencial (Despus).

223
Los resultados muestran que si existe diferencia significativa entre el proceso antes
de la mejora y el proceso despus de la mejora.
Valor p (P): El valor es de 0.00, este valor indica que las medias de los procesos
evaluados son significativamente diferentes entre s.
Indicador: Tiempo de registro por la va Web.

Objetivo: Mide el tiempo promedio, en minutos, necesario para el registro de
matrcula por la va Web en la Universidad Autnoma del Per.
Frmula matemtica:
Tiempo de Registro Va Web = Tiempo desde que se ingresa al aplicativo hasta
el trmino del registro de matrcula
Especificaciones:
LSE: 2 min
LIE: 6 min

datos
224
Resumen para Tiempo estimado reg WEB (min)
A -cuadrado 0.46
V alor P 0.243
M edia 3.9976
Desv .E st. 0.5294
V arianza 0.2802
S esgo -0.424538
Kurtosis 0.871878
N 30
M nimo 2.5636
1er cuartil 3.6582
M ediana 4.0498
3er cuartil 4.2314
2.5 3.0 3.5 4.0 4.5 5.0 M ximo 5.0331
3.7999 4.1953
3.8627 4.1620
0.4216 0.7116
Media
Mediana
3.8 3.9 4.0 4.1 4.2
Figura 148.Grfica de Resumen para Tiempo estimado reg Web (min).

de p: 0.243, el promedio del tiempo de registro es de 4 min, con una desviacin estndar
de 0.53 min, el intervalo de confianza va desde 3.8 min a 4.2 min para dicha mtrica.
utiliz para determinar si exista suficiente evidencia para inferir que los datos de tiempo
de registro va Web cumplan con el objetivo de 4 minutos en promedio.

Ho: Los datos cumplen con el objetivo
Ha: Los datos no cumplen con el objetivo.
Para el contraste de hiptesis se utiliz la prueba T de una muestra, esta prueba estadstica
evala la hiptesis de que la media cumple con el objetivo.
225
Figura 149.Grfica de T de una muestra: Tiempo estimado Reg Web (min).
Los resultados muestran que el tiempo de registro de matrcula va Web cumple con el
objetivo de 4 minutos.
Valor p (P): El valor es de 0.98, este valor indica que la media del proceso evaluado
cumple con el objetivo por lo tanto se acepta la hiptesis nula).
Indicador: Tiempo de registro por la va presencial.

Objetivo: Mide el tiempo promedio, en minutos, necesario para el registro de
matrcula en las instalaciones de la Universidad Autnoma del Per.
Frmula matemtica:
Tiempo de Registro Va Presencial = Tiempo desde que se inicia el registro
presencial hasta el trmino del
registro de matrcula
Especificaciones:
LSE: 5 min
LIE: 15 min
Tendencia central - ubicacin del centro, o el valor ms tpico, del conjunto de datos
226
El anlisis descriptivo muestra que los datos presentan una distribucin normal al realizar la
prueba de Ryan Joiner el valor de p: 0.10 con lo cual se demuestra que los datos si
presentan una distribucin normal, a continuacin, se
presenta la grfica:
Grfica de probabilidad de T Reg Presencial (Despus)

Normal
99.9
Media 13.09
Desv .Est. 3.773
99 N 90
RJ 0.996
95 Valor P >0.100
90
80
Porcentaje
70
60
50
40
30
20
10
5
0.1
0 5 10 15 20 25
T Reg Presencial (Despus)
Figura 150. Grfica de Probabilidad para T Reg. Presencial (Despus).

El promedio del tiempo de registro es de 13 min, con una desviacin estndar de 3.7
min, el intervalo de confianza va desde 12.3 min a 13.9 min para dicha mtrica.
Prueba de Hiptesis: La prueba de hiptesis es una prueba estadstica que se utiliz

para determinar si exista suficiente evidencia para inferir que exista deferencia entre
los resultados de los procesos analizados (antes vs despus).
Para el contraste de hiptesis se utiliz la prueba T de dos muestras, esta prueba
227
Grfica de caja de Tiempo Reg Presencial
50
40
T Reg Pres
30
20
10
0
Antes Despus
Periodo
Figura 151.Grfica de Caja de Tiempo Registro Presencial.

La grfica de caja muestra que entre ambas poblaciones existen diferencias

significativas, a continuacin, se muestran los resultados de la prueba T.
Figura 152. Grfica de T de dos muestras: Tiempo Reg. Presencial (min).

Los resultados muestran que si existe diferencia significativa entre el proceso antes
de la mejora y el proceso despus de la mejora.
Valor p (P): El valor es de 0.00, este valor indica que las medias de los procesos
evaluados son significativamente diferentes entre s.
228
Indicador: % de satisfaccin del estudiante registrado por la va Web.
Objetivo: Mide el grado de satisfaccin de los estudiantes respecto al servicio de
Registro de matrcula en la Universidad Autnoma del Per.
Tipo de variable (datos): Variable categrica Discreta
Especificaciones:
LSE: 90%
LIE: 80%
Tendencia central - ubicacin del centro, o el valor ms tpico, del conjunto de datos
Grfica de probabilidad de % Sat Web (Despus)

Normal
99
Media 0.9427
Desv .Est. 0.05723
95 N 30
RJ 0.991
90
Valor P >0.100
80
70
Porcentaje
60
50
40
30
20
10
1
0.80 0.85 0.90 0.95 1.00 1.05 1.10
% Sat Web (Despus)
Figura 153.Grfica de Probabilidad % Satisfaccin Registro Web (Despus).

El anlisis descriptivo muestra que los datos presentan una distribucin normal al realizar la
prueba de Ryan Joiner el valor de p: 0.10 con lo cual se demuestra que los datos si presentan
una distribucin normal, como se mostr en la grfica anterior

229
Para el contraste de hiptesis se utiliz la prueba de T de dos muestras, esta prueba
% Sat Web (Antes); % Sat Web (Despus)
1.0
0.9
Datos
0.8
0.7
0.6
% Sat Web (Antes) % Sat Web (Despus)
Figura 154.Grfica de % Sat Web (Antes) y % Sat Web ( Despus).

230
La grfica de caja muestra que entre ambas poblaciones existen diferencias, a
continuacin, se muestran los resultados de la prueba T.
Figura 155. Prueba T de dos muestras % sat web(antes) y % sat Web (despus).
Los resultados muestran que, si existe diferencia significativa entre la opinin de los
encuestados, antes Vs despus de la mejora.
Indicador: % de satisfaccin del estudiante registrado por la va Presencial.

Objetivo: Mide el grado de satisfaccin de los respecto al servicio de Registro de
matrcula en la Universidad Autnoma del Per.
Tipo de variable (datos): Variable categrica Discreta
Especificaciones:
LSE: 90%
LIE: 80%
datos
231
El anlisis descriptivo muestra que los datos presentan una distribucin normal al realizar
la prueba de Ryan Joiner el valor de p: 0.10 con lo cual se demuestra que los datos si
presentan una distribucin normal, a continuacin, se presenta la grfica:
Grfica de probabilidad de % Sat Pres (Despus)

Normal
99
Media 0.8573
Desv.Est. 0.07329
95 N 30
RJ 0.990
90
Valor P >0.100
80
70
Porcentaje
60
50
40
30
20
10
1
0.70 0.75 0.80 0.85 0.90 0.95 1.00 1.05
% Sat Pres (Despus)
Figura 156.Grfica de Probabilidad % Sat Pres (Despus).


utiliz para determinar si exista suficiente evidencia para inferir que exista diferencia

Para el contraste de hiptesis se utiliz la prueba T de dos muestras, esta prueba

232
%Sat Pres (Antes); % Sat Pres (Despus)
1.0
0.9
0.8
Datos
0.7
0.6
0.5
%Sat Pres (Antes) % Sat Pres (Despus)
Figura 157.Grfica de %Sat Pres (Antes); % Sat Pres (Despus).

La grfica de caja muestra que entre ambas poblaciones existen diferencias, a

continuacin, se muestran los resultados de la prueba T de dos muestras.
Figura 158.Prueba T de dos muestras % Sat pres(antes); % Sat Pres(despus).

Los resultados muestran que, si existe diferencia significativa entre la opinin de los
encuestados, antes Vs despus de la mejora.
233
CAPTULO V
CONCLUSIONES Y
RECOMENDACINES
5.1 CONCLUSIONES
a) Se comprob que al aplicar la metodologa Six Sigma, mediante una simulacin
predictiva mejor el proceso de Registro de Matrcula en la Universidad
Autnoma del Per. (Llun Lozano)
b) Se logr demostrar mediante una simulacin que al aplicar la metodologa Six
Sigma aument del porcentaje de registros de matrcula por la va web, as como
la mejora del desempeo del proceso del antes versus el despus ya que el valor
sigma inicial fue de 0,5 sigmas y el nuevo valor del proceso mejorado sera 1.8
sigmas. (Llun Lozano)
c) Se logr mediante la simulacin que al aplicar la metodologa Six Sigma se redujo
las colas de esperas en el proceso de registro de matrcula presencial, tal y como
lo plantea los autores (Laura Ramos), (Llun Lozano).
d) Se logr demostrar mediante el uso del software Minitab, podemos obtener
resultados estadsticos, logrando as la comparacin del desempeo y capacidad
de los procesos del antes y despus como lo menciona la autora (Laura Ramos).
e) Segn la autora (Laura Ramos), se comprob que la metodologa Six Sigma ha
permitido realizar reducciones radicales en el tiempo de atencin, logrando as
una reduccin de porcentaje de matrcula va presencial, y un incremento del
porcentaje de registros de matrcula va web, tal como se demuestra en la
simulacin predictiva.
f) Se logr demostrar, mediante el uso de la simulacin, se logra visualizar las
diferencias que existen en tiempo de ciclo, ahorro de recursos, reduccin de
costos, tal y como lo indica el autor (Llun Lozano), durante el proceso de
Registro de Matrcula Presencial y Matrcula Web.
g) Se comprob mediante el uso de herramientas de simulacin PROMODEL,
PROCESS MODEL y BIZAGI, Simulacin App UA mvil se logra visualizar las
diferencias que existen en el antes y despus del tiempo de ciclo, ahorro de
recursos y reduccin de costos, durante el proceso de registro de matrcula
presencial y matrcula va web.
235
5.2 RECOMENDACIONES
a) Se sugiere, continuar con la aplicacin de Six Sigma para todos los procesos del
rea de Servicios Acadmicos, Cuentas Corrientes, Centro de Idiomas y Centro
de informtica y Sistemas de la Universidad Autnoma del Per. Ya que se
pueden realizar muchas mejoras a lo largo del proyecto por parte de todos los
involucrados del negocio.
b) Se sugiere, tener presentes los indicadores relevantes del negocio (KPI)
estudiados en la presente tesis, en las mediciones, anlisis y controles del
Proyecto.
c) Se sugiere, la creacin y organizacin de equipos de trabajo para la mejora del
proceso, as como un estudio ms profundo de la metodologa Six Sigma a fin de
concientizar y capacitar a los colaboradores en miras de ejecutar futuros proyectos
de mejora continua.
d) Se recomienda desarrollar aplicativo mvil para el proceso de registro de
matrcula, teniendo en cuenta la propuesta presentadas por las autoras de la
presente tesis y lo ya trabajado por la Universidad en el mdulo Autnoma Virtual
APP UA mvil para pagos (Ver anexo 9).
e) Se recomienda Implementar la metodologa Six Sigma en la Universidad
Autnoma del Per, como herramienta de mejora continua, a fin de mejorar los
procesos y posteriormente estandarizarlos con una certificacin ISO 9001:2015,
tal como lo sugiere el Director de Tecnologas de informacin, el Director de
Servicios acadmicos, el Director de calidad Institucional y el Gerente General de
la empresa Universidad Autnoma del Per.
f) Se recomienda iniciar con la implementacin de la tesis propuesta, para obtener
mejores resultados en el proceso de Registro de Matrcula y extender la mejora a
los otros procesos de la organizacin tal como lo sugiere el especialista en la
metodologa Six Sigma, en la evaluacin de experto al cual fue sometida la
presente tesis.
236
REFERENCIAS BIBLIOGRFICAS
A. Libro
Arter, D. (2003). Auditoras de calidad para mejorar la productividad. Milwaukee, Wisc.:
ASQ Quality Press.
Lowenthal, J. and Rosser, C. (2002). Guia para la aplicacin de un proyecto Seis Sigma.
Madrid: Fundacion Confemetal.
Miranda Rivera, L. (2006). Seis Sigma guia
para principiantes. Mexico: Panorama
Editorial.
Falc Rojas, A. (2009). Introduccin a Six Sigma. pp.5 - 8.
Pande, P., Neuman, R. and Cavanagh, R. (2002). Las Claves prcticas de Six Sigma.
Per, pp.3 - 18.
B. Tesis
Laura Ramos, A. (2013). Aplicacin de Six Sigma para el registro y emisin de cupos de
atencin de consulta en el hospital mara auxiliadora. Tesis de Pregrado. Autnoma del
Per.
Barrera Marn, J. (2009). Mejora del proceso de atencin al cliente al BBVA Bancomer
empleando la metodologa DMAIC de Six Sigma. Pre grado. Instituto Politcnico
Nacional.
Yuijn Bravo, D. (2012). Mejora del rea de logstica mediante la implementacin de

Lean Six Sigma en una empresa comercial.. Doctorado.
Llun lozano, c. (2008). Optimizacin de procesos mediante Six sigma validado
por una simulacin predictiva. Caso: archivo regional Lambayeque. Pregrado.
Universidad Catlica Santo Toribio de Mogrovejo.
C. Artculo
Okeda Tanaka, R. (2008). Mejora de procesos de una empresa a travs de Six
Sigma. p.19.
Cevallos Becerra, D. (2014). La calidad Educativa en la realidad Universitaria Peruana
frente al Contexto Latinoamericano. Universidad Catlica Santo Toribio de Mogrovejo.
Arango Martnez, D. (2014). Plan de implementacin de six Sigma en el proceso
de admisiones de una institucin de educacin superior. Prospectiva, 10(2), p.13.
237
D. Web
Universidad Autnoma del Per. (2016). Universidad Autnoma del Per.
[online]Availableat:https://www.google.com.pe/maps/place/Universidad+Aut%
C3%B3noma+del+Per%C3%BA/@-12.1955257,-
76.9739217,17z/data=!3m1!4b1!4m5!3m4!1s0x9105b9989f7875ef:0xac24a8fce
eb849a!8m2!3d-12.1955257!4d-76.9717277 [Accessed 22 Oct. 2016].
Caletec.com. (2016). Metodologa DMAIC Six Sigma | 6 Sigma, Lean y Kaizen.
[online] Available at:http://www.caletec.com/blog/6sigma/metodologia-dmaic-
six-sigma/ [Accessed 22 Oct. 2016].
GestioPolis.com, E. and GestioPolis.com, E. (2001). Qu es Seis Sigma?
Metodologa e implementacin GestioPolis. [online] GestioPolis -
Conocimiento en Negocios. Available at:http://www.gestiopolis.com/que-es-seis-
sigma-metodologia-e-implementacion. [Accessed 15 Oct. 2016].
Elperuano.pe.(2016). Diario Oficial El Peruano. [Online] Available at:
http://www.elperuano.pe/ [Accessed 17 Oct. 2016].
Es.prmob.net.(2014). [online] Available at: http://es.prmob.net/seis-
sigma/motorola/general-motors-177075.html [Accessed 21 Oct. 2016].
Anon,(2016).[online]Available at:
http://technoblog36178.blogspot.pe/2015/07/reingenieria [Accessed 21 Oct.
2016].
Cdi.org.pe. (2016). Centro de Desarrollo Industrial - SNI. [online] Available at:
http://www.cdi.org.pe/premio_bases.htm [Accessed 22 Oct. 2016].
Cdi.org.pe. (2016). Centro de Desarrollo Industrial - SNI. [online] Available at:
http://www.cdi.org.pe/premio_bases.htm [Accessed 22 Oct. 2016].
238
APNDICES
APNDICE I: MATRIZ DE CONSISTENCIA
TTULO: Aplicacin de la metodologa Six Sigma para mejorar el Proceso de Registro

de Matrcula en la Universidad Autnoma del Per.
239
APNDICE II: Encuesta para medir la Satisfaccin Va Presencial
Encuesta para medir la satisfaccin del proceso de registro de matrcula presencial

2016 II
1. Cunto tiempo te ha demandado esperar por una respuesta por parte de nuestro
servicio de atencin al estudiante?
Muy largo
Largo
Ms o menos largo
Poco
La respuesta fue casi inmediata
2. El personal de counter que brinda el servicio de atencin al estudiante ha

escuchado tu problema atentamente?
Con mucho cuidado
Con bastante cuidado
Ms o menos
Con poco cuidado
No me han escuchado atentamente
3. En cunto tiempo nuestro personal que brinda el servicio de atencin al

estudiante fueron capaces de ayudarte con el registro de tu matrcula presencial
en el periodo 2016 II?
Muy rpidamente
Rpidamente
Ms o menos rpido
Ms bien lentamente
Muy lentamente
4. Nuestra atencin al estudiante en el proceso de registro de matrcula presencial

es:
Muy til
Ms bien til
Normal
Ms bien intil
Totalmente intil
5. En general, cmo fue tu experiencia de servicio al estudiante en el proceso de

registro de matrcula presencial?
Mucho mejor de lo que esperaba
Algo mejor de lo que esperaba
Tal como lo esperaba
Algo peor de lo que esperaba
Mucho peor de lo que esperaba
240
APNDICE III: Encuesta para medir la Satisfaccin Va Presencial
Encuesta para medir la satisfaccin del proceso de registro de matrcula va

web 2016 II
1. Cun difcil te resulta la navegacin por el sitio web Autnoma virtual?

Muy sencilla
Relativamente sencilla
Normal
Algo compleja
Muy compleja
2. Cun comprensible es la informacin ofrecida en nuestra web Autnoma Virtual,

para realizar el proceso de registro de matrcula?
Totalmente comprensible
Comprensible
Relativamente comprensible
Poco comprensible
Incomprensible
3. Cunto confas en el proceso de registro de matrcula desde nuestra web

Autnoma Virtual?
Absolutamente
Mucho
Promedio
No confo confiable
No confo para nada
4. Cun satisfecho/a ests con nuestra web Autnoma Virtual?

Muy satisfecho/a
Satisfecho/a
Medianamente satisfecho/a
Insatisfecho/a
Muy insatisfecho/a
5. Recomendaras nuestro sitio web Autnoma Virtual a otros estudiantes para que
registren su matrcula?
S, definitivamente
Probablemente s
No lo s
Probablemente no
No, para nada
241
APNDICE IV: Encuestas para medir las causas races Va Presencial
Encuesta para medir las causas races que conllevan al estudiante a seguir el
proceso de registro de matrcula presencial en lugar del proceso de registro por la
va web 2016
1. Cul(es) fue la causa por la que elegiste el proceso de matrcula presencial en

lugar del proceso por la va web?
No saba que exista la va web

Tena deudas pendientes de pago (pensin atrasada, pensin cursos
extracurricular ingls y/o computacin)
No cumpla con los cursos extracurriculares ingls y/o computacin
No confi en la plataforma web para realizar mi matricula.
Me parece muy complejo el proceso por la va web.
2. Cul(es) fue la causa por la que elegiste el proceso de pago de matrculas,

pensiones y deuda de cursos extracurriculares de manera presencial en el campus
de la UA en lugar de utilizar las herramientas tecnolgicas que ofrece la
universidad?
No saba que exista la opcin pagos VISA en lnea UA virtual, App pagos
Android y App pagos para IPhone
No confi en la web, ni en los App para realizar el pago de mi matricula y
pensin.
Prefiero hacer mi cola en ventanilla de cuentas corrientes.
3. Cul(es) fue la causa para no matricularte en los cursos extracurriculares de

ingls y computo de acuerdo a lo exigido por la universidad al trmino de cada
ciclo acadmico?
No contaba con el tiempo, debido a que trabajo los fines de semana.

No contaba con el dinero para solventar ese gasto adicional a la pensin.
Prefiero llevar esos cursos en otra institucin, pero me lo impide al menos una
de las opciones anteriores
Preferira no llevarlos hasta culminar mi carrera.
4. Si en un supuesto la Universidad establece que no ser requisito tener los cursos

extracurriculares ingls y computacin para poder matricularte, usaras la va
web?
SI
NO
Aun as, vendra a formar mi cola para matricularme presencialmente.
242
ANEXOS
ANEXO I: Resultados de Simulacin
1. Generacin de patrn de datos aleatorios para la simulacin de resultados:

Con la ayuda de Minitab se pueden crear datos aleatorios que sigan un patrn
determinado, para ello se puede usar fcilmente la funcin de creacin de patrn de datos.
% Registro Web:
Para la simulacin de resultados en el proceso mejorado de registro de matrcula Web
en la Universidad Autnoma Per se siguieron los siguientes pasos:
1. Seguir la ruta Calc > Datos aleatorios > Normal
Se seleccion la opcin normal, puesto que los datos siguen una distribucin normal, al
dar clic en la opcin aparece una caja de dilogo. A continuacin, se detalla la
informacin ingresada:
a) Elementos del cuadro de dilogo
Nmero de filas de datos que se generarn: 30 datos.
Almacenar en columna(s): Se ingres la columna de almacenamiento para los valores
que se generaron.
Media: se ingres el valor de 62% como el promedio esperado de alumnos que se
registraran por la va Web (escenario estimado como meta luego de implementar las
mejoras).
Desviacin estndar: se Ingres el valor de 6,5% para la desviacin estndar.
A continuacin, se muestran los datos generados:
N % Web (Despus)
Dato
1 63.70% 16 56.30%
2 55.19% 17 69.36%
3 62.04% 18 60.34%
4 63.45% 19 68.62%
5 51.15% 20 60.41%
6 68.38% 21 59.99%
7 45.98% 22 67.45%
8 62.95% 23 60.59%
9 58.22% 24 67.19%
10 54.77% 25 60.70%
243
11 67.28% 26 62.42%
12 70.54% 27 64.95%
13 52.63% 28 68.26%
14 70.97% 29 73.47%
15 55.05% 30 63.91%
% Registro Presencial
Para la simulacin de resultados en el proceso mejorado de registro de matrcula
Presencial en la Universidad Autnoma Per se siguieron los siguientes pasos:
b) Elementos del cuadro de dilogo
que se generaron.
Media: se ingres el valor de 38% como el promedio esperado de alumnos que se
registraran por la va Presencial (escenario estimado como meta luego de implementar
las mejoras).
Desviacin estndar: se Ingres el valor de 6,5% para la desviacin estndar.
N Dato % Presencial (Despus)
1 36.30% 16 43.70%
2 44.81% 17 30.64%
3 37.96% 18 39.66%
4 36.55% 19 31.38%
5 48.85% 20 39.59%
6 31.62% 21 40.01%
7 54.02% 22 32.55%
8 37.05% 23 39.41%
9 41.78% 24 32.81%
10 45.23% 25 39.30%
244
11 32.72% 26 37.58%
12 29.46% 27 35.05%
13 47.37% 28 31.74%
14 29.03% 29 26.53%
15 44.95% 30 36.09%
Tiempo de registro Web

Para la simulacin de resultados del tiempo de registro de matrcula Web en la
Universidad Autnoma Per se siguieron los siguientes pasos:
a) Elementos del cuadro de dilogo
que se generaron.
Media: se ingres el valor de 4 minutos como el promedio esperado para que los
alumnos se registren por la va Web.
Desviacin estndar: se Ingres el valor de 0,5 minutos para la desviacin estndar.
N Dato Tiempo Registro Web en minutos (Despus)
1 4.25 16 4.77
2 3.67 17 4.63
3 2.56 18 5.03
4 3.93 19 4.22
5 4.37 20 3.58
6 3.77 21 3.84
7 4.18 22 4.06
8 4.05 23 4.66
9 4.04 24 3.19
10 4.09 25 4.02
11 3.24 26 3.61
245
12 3.57 27 4.17
13 4.03 28 4.13
14 4.86 29 3.97
15 4.14 30 3.27
Muestra del Indicador de Porcentaje de Registro de Matrcula Presencial y Web.
AS-SIS
% %
Matricula Matricula
SEMANA PRESENCIAL WEB Total Presencial Web Periodo
1 399 96 495 0.81 0.19 Marzo -2015 I
2 418 92 510 0.82 0.18 Marzo -2015 I
3 807 162 969 0.83 0.17 Marzo -2015 I
4 1457 209 1666 0.87 0.13 Marzo -2015 I
1 1041 101 1142 0.91 0.09 Agosto -2015 II
2 780 21 801 0.97 0.03 Agosto -2015 II
3 1199 116 1315 0.91 0.09 Agosto -2015 II
4 2178 148 2326 0.94 0.06 Agosto -2015 II
1 869 14 883 0.98 0.02 Marzo -2016 I
2 676 39 715 0.95 0.05 Marzo -2016 I
3 925 144 1069 0.87 0.13 Marzo -2016 I
4 1668 70 1738 0.96 0.04 Marzo -2016 I
1 1418 102 1520 0.93 0.07 Agosto -2016 II
2 909 82 991 0.92 0.08 Agosto -2016 II
3 1935 281 2216 0.87 0.13 Agosto -2016 II
4 2591 228 2819 0.92 0.08 Agosto -2016 II
246
247
Muestra del Indicador de Tiempo de Ciclo de Registro Presencial
248
Muestra del Indicador de Satisfaccin del Proceso de Matrcula Presencial
TOBE
Reporte de la muestra Matrcula Presencial
N de Casos tiempo cola Atencion Tiempo respuesta Calidad atencion Calidad servicio Total %
1 3 4 4 3 4 18 72 0.72
2 4 4 4 4 4 20 80 0.8
3 4 4 4 5 5 22 88 0.88
4 5 3 4 4 4 20 80 0.8
5 4 3 4 4 4 19 76 0.76
6 5 4 4 5 5 23 92 0.92
7 5 5 5 5 4 24 96 0.96
8 4 4 4 4 4 20 80 0.8
9 5 3 4 4 5 21 84 0.84
10 4 4 4 4 4 20 80 0.8
11 4 4 4 4 4 20 80 0.8
12 5 5 5 5 5 25 100 1
13 5 4 4 5 4 22 88 0.88
14 4 5 5 5 4 23 92 0.92
15 4 3 4 4 4 19 76 0.76
16 5 2 5 4 4 20 80 0.8
17 5 5 5 5 5 25 100 1
18 4 5 5 5 5 24 96 0.96
19 4 4 5 4 4 21 84 0.84
20 4 4 4 4 4 20 80 0.8
21 4 3 4 5 5 21 84 0.84
22 4 4 4 4 4 20 80 0.8
23 5 4 4 4 4 21 84 0.84
24 4 5 4 4 4 21 84 0.84
25 5 5 4 5 5 24 96 0.96
26 4 5 4 5 5 23 92 0.92
27 4 4 4 5 4 21 84 0.84
28 5 4 4 5 4 22 88 0.88
29 5 4 4 4 4 21 84 0.84
30 5 5 4 5 4 23 92 0.92
132 122 127 133 129 643 2572 25.72
88 81 85 89 86
249
Muestra del Indicador de Satisfaccin del Proceso de Matrcula Web
TOBE
Reporte de la muestra Matrcula WEB
N de Casos Accesibilidad Complejidad Confiabilidad Calidad de la aplicacin Recomendacin del app Total %
1 5 5 5 5 5 25 100
2 5 5 5 5 5 25 100
3 5 5 5 4 5 24 96
4 5 5 5 4 5 24 96
5 5 4 5 5 5 24 96
6 4 5 5 5 5 24 96
7 5 4 4 4 5 22 88
8 4 3 5 5 5 22 88
9 4 5 5 4 5 23 92
10 5 5 4 5 5 24 96
11 5 5 4 4 5 23 92
12 5 5 5 5 5 25 100
13 5 4 5 4 5 23 92
14 5 5 5 5 5 25 100
15 4 4 5 5 5 23 92
16 4 4 4 4 5 21 84
17 5 5 5 5 5 25 100
18 5 5 5 5 5 25 100
19 4 4 4 4 5 21 84
20 4 5 5 5 5 24 96
21 4 4 4 4 4 20 80
22 4 5 4 4 5 22 88
23 5 5 3 5 5 23 92
24 5 5 5 5 5 25 100
25 5 4 4 5 4 22 88
26 5 5 5 5 5 25 100
27 5 5 5 5 5 25 100
28 4 5 5 5 5 24 96
29 5 5 4 5 5 24 96
30 5 5 5 5 5 25 100
140 140 139 140 148
93 93 93 93 99
250
ANEXO II: Prototipos
Pagos en lnea mediante el App Pagos UA mvil.
Tenemos el aplicativo APP UA, el estudiante debe loguearse ingresando su usuario y

contrasea, luego clic en el botn INGRESAR; para realizar el proceso del Pago de
Registro de Matrcula, pensin, congresos y otras deudas pendientes.
Una vez ingresado los datos correspondientes del estudiante, podemos visualizar los
pagos a realizar, seguidamente seleccionamos el pago a realizar.
Luego de haber seleccionar el pago a realizar aparecer en la parte inferior de la
ventana un compromiso referente a las condiciones de la app, para proceder con el
pago.
A continuacin, se ingresar los datos de la tarjeta con la que se desea pagar.
Acto seguido ingresamos el cdigo de verificacin que aparece en la parte posterior
de la tarjeta.
Finalmente aparecer la ventana con la transaccin realizada.
251
DEMO Propuesta de Matrcula en lnea mediante el App UA mvil
Se realiz una DEMO para representar el proceso propuesto de la matrcula rpida

usando el App UA mvil, esta es una propuesta hecha por las autoras de la presente
tesis. Se propone incluir la opcin de matrcula rpida en la App mvil que
252
actualmente solo se utiliza para visualizacin de notas, asignaturas, horario y para
realizar pagos con tarjeta de crdito o dbito Visa. El proceso comienza cuando el
estudiante se logue, elige la opcin pregrado o extracurricular, acto seguido elige el
tipo de matrcula regular o especial, elige turno, seccin y click en el botn matrcula,
el proceso dura menos de 1.5 min, se puede predecir que con la implementacin de
esta App se lograran mejoras en el tiempo de matrcula por la va web.
253
ANEXO III: Grficas de Registro de Matrcula
Grficas de las 4 ltimas semanas que duro el Proceso de Registro de Matrcula en

los Perodos I Y II
254
GLOSARIO DE TRMINOS
Acreditacin: Es un proceso voluntario mediante el cual una organizacin es

capaz de medir la calidad de servicios o productos, y el rendimiento de los mismos
frente a estndares reconocidos a nivel nacional o internacional.
Anlisis: Refiere al tipo de datos con los que se trabajan. Mientras que el anlisis
cuantitativo busca conocer cantidades, el anlisis cualitativo se centra en
caractersticas que no pueden cuantificarse.
Anlisis de expertos: Consulta a personas que tienen grandes conocimientos
sobre un tema en especfico. Estas personas exponen sus ideas y finalmente
se redacta un informe de retroalimentacin de las mismas.
Aplicacin: Es un tipo de programa diseado como herramienta para permitir a
un usuario realizar uno o diversos tipos de trabajos
Atributo: Cualidad o caracterstica propia de una persona o una cosa,
especialmente algo que es parte esencial de su naturaleza
Auditora: Es el examen crtico y sistemtico que realiza una persona o grupo de
personas independientes del sistema auditado, con el objetivo de emitir una
opinin independiente y competente
Autonoma: Se integra entre las disciplinas que estudian la conducta humana
(tica), mientras que en el mbito de la psicologa cobra especial importancia en
el estudio de la psicologa evolutiva.
AMEF: Anlisis de modo y efecto de la falla, es un conjunto de directrices, un
mtodo y una forma de identificar problemas potenciales (errores y sus posibles
efectos en un sistema para priorizarlos y poder concentrar los recursos en planes
de prevencin, supervisin y respuesta.
C
Calidad: Herramienta bsica para una propiedad inherente de cualquier cosa que
permite que la misma sea comparada con cualquier otra de su misma especie
Ciencia: Es un sistema ordenado de conocimientos estructurados. Los
conocimientos cientficos se obtienen mediante observaciones
y experimentaciones en mbitos especficos
Concientizacin: Tomar conciencia de un asunto determinado, mostrarle una
verdad a travs del dilogo y hacerle reflexionar sobre un asunto concreto.
255
CP: Capacidad Potencial
Cpk: Capacidad Real
CPL : Mide la distancia entre la media del proceso y el lmite de especificacin
inferior
CPU: Mide la distancia entre la media del proceso y el lmite de especificacin
superior
CPM: Indice de Capacidad
CTQ: Parmetros Crticos de la Calidad, que se relacionan con los deseos y
necesidades del cliente
Desventaja: Es cuando no puedes hacer algo, dentro de una organizacin otras

empresas de tu competencia se benefician con valores agregados que superan a
otra organizacin.
Diagnstico: Puede definir como un proceso analtico que permite conocer la
situacin real de la organizacin; asimismo muestra los problemas que impiden el
crecimiento, sobrevivencia o desarrollo de las empresas.
Disciplina: En su forma ms simple es la coordinacin de actitudes, con las cuales
se instruye para desarrollar habilidades ms rpido, o para seguir un determinado
cdigo de conducta u "orden".
DMAIC: Proceso cientfico en circuito cerrado que es sistemtico y se basa en
el uso de estadsticas. (Definir Medir Analizar Mejorar Controlar).
E
Empresarial: Un concepto que en nuestra lengua puede emplearse para nombrar
a una accin o una funcin que desarrolla un sujeto o una institucin.
EFQM : Modelo de excelencia europeo
Entidad: Es toda colectividad que puede considerarse como una unidad.
Estadstica: Es una ciencia formal y una herramienta que estudia usos y anlisis
provenientes de una muestra representativa de datos.
Extracurriculares: Es un trmino que usamos extendidamente en el mbito
educativo para dar cuenta de aquello que no forma parte o integra el currculo, es
decir, ste no lo comprende.
256
G
Gestin: Es la accin y el efecto de gestionar y administrar.

Globalizacin: Es un proceso econmico, tecnolgico, poltico y cultural escala
planetaria que consiste en la creciente comunicacin
Homologacin: Es la certificacin, en base a una serie de pruebas, que utilizan

las empresas, para que sus productos se adapten a la reglamentacin tcnica.
Humanista: Es una actitud filosfica y tica que hace hincapi en el valor y la
agencia de los seres humanos, individual y colectivamente.
Implantacin: De una empresa

Indicadores: Datos que nos permiten medir de forma objetiva los sucesos del
mercado para poder respaldar acciones
Informacin: La informacin es un conjunto organizado de datos procesados,
que constituyen un mensaje que cambia el estado de conocimiento del sujeto o
sistema
Innovacin: Es uno de los elementos que se tienen en cuenta a la hora de tener
xito comercial.
Insatisfaccin: Es un sentimiento interior que experimenta una persona cuando

siente que una realidad determinada no cumple sus expectativas.
L
LSE : Lmite superior de especificacin
LIF: Lmite inferior de especificacin.
257
M
Marketing: Se trata de la disciplina dedicada al anlisis del comportamiento de

los mercados y de los consumidores
Multicultural: Es un trmino polismico que est sujeto a diversos espacios y a
veces contradictorias interpretaciones.
Optimizacin: Es buscar mejores resultados, ms eficacia o mayor eficiencia en

el desempeo de alguna tarea
Organizacin: Las organizaciones son estructuras administrativas creadas para
lograr metas u objetivos por medio de los organismos humanos o de la gestin del
talento humano y de otro tipo
P
Planificacin: Trabajar en una misma lnea desde el comienzo de un proyecto, ya
que se requieren mltiples acciones cuando se organiza cada uno de los proyectos.
Preferentes: Son perpetuas, no tienen vencimiento y su rentabilidad no est
garantizada, ya que est vinculada a la obtencin de beneficios.
Procesos: Una secuencia de pasos dispuesta con algn tipo de lgica que se
enfoca en lograr algn resultado especfico
Producto: Un producto es una cosa o un objeto producido o fabricado, algo
material que es producido de manera natural o de manera artificial, elaborado
mediante un trabajo para el consumo
Propuesta: Es una opcin elegible, viable y repetible que la oferta pone a
disposicin de la demanda, para satisfacer una necesidad o atender un deseo a
travs de su uso o consumo.
R
Recurso: Es una fuente o suministro del cual se produce un beneficio.
Redisear: Volver a disear, innovar algn proceso, realizar una mejora.
Reestructuracin: Hace referencia al reordenamiento, la reorganizacin o
258
modificacin de determinado tipo de estructuras en mbitos y espacios
especficos.
Registro: Formado por la unin de varios elementos bajo una misma estructura.
Reingeniera: Un concepto simple es el rediseo de un proceso en un negocio o
un cambio drstico de un proceso.
Revalidacin: Es el proceso y el resultado de revalidar. Este verbo puede
emplearse para dar nombre a la accin de reafirmar, corroborar o remachar algo
Servicio: Los servicios son funciones ejercidas por las personas hacia otras
personas con la finalidad de que estas cumplan con la satisfaccin de recibirlos.
Situacin: Se utiliza para nombrar la forma en la que se dispone algo en un
determinado espacio
Tcnica: Es un procedimiento o conjunto de reglas, normas o protocolos que

tiene como objetivo obtener un resultado determinado y efectivo.
Tecnolgicas: Es un procedimiento o conjunto de reglas, normas
o protocolos que tiene como objetivo obtener un resultado determinado y efectivo.
Teora: Es un conjunto de estructuras (conceptos, definiciones y proposiciones)
interrelacionados, que presentan una perspectiva sistemtica
V
Variable: Es una palabra que representa a aquello que vara o que est sujeto a
algn tipo de cambio.
VoC: Voz del cliente
259

Bernardo Herrera, Katherine Paredes Vilcamisa, Jannifer

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Bernardo Herrera, Katherine Paredes Vilcamisa, Jannifer

Cargado por

Copyright:

Formatos disponibles

FACULTAD DE INGENIERA Y ARQUITECTURA

ESCUELA DE INGENIERA DE SISTEMAS

PARA OPTAR EL TTULO PROFESIONAL DE

A mis padres Grisel y Alfredo, mis

A mis padres Honoria, Mximo mis

Mil gracias a todo aquel que con su apoyo

Agradecer a Dios por permitirme llegar a

APLICACIN DE LA METODOLOGA SIX SIGMA PARA MEJORAR EL PROCESO DE

APPLICATION OF SIX SIGMA TO IMPROVE THE PROCESS REGISTRATION

Keywords: Six Sigma, DMAIC, process redesign, root causes, methods.

En el Captulo I: Planteamiento Metodolgico, se describe la realidad problemtica, las

En el Captulo III: Aplicacin de Six Sigma, es la parte ms importante de la tesis ya que se

En el Captulo IV: Anlisis de Resultados y Contrastacin de la Hiptesis; se realiza el anlisis

En el Captulo V: Las Conclusiones y Recomendaciones, explican las conclusiones pertinentes

La aplicacin de Six Sigma enfocada a mejorar el proceso de registro de matrcula en la

RESUMEN ................................................................................................................................... iii

TABLA DE CONTENIDOS ....................................................................................................... vii

NDICE DE FIGURAS ................................................................................................................ xi

INDICE DE TABLAS ................................................................................................................ xvi

1.1 PLANTEAMIENTO DEL PROBLEMA

1.1.1 Descripcin de la Realidad Problemtica ......................................................................... 2

1.1.2 Definicin del Problema.............................................................................................. 6

1.1.3 Formulacin del Problema .............................................................................................. 11

1.2 JUSTIFICACIN E IMPORTANCIA

1.3 TIPO, NIVEL Y DISEO DE LA INVESTIGACIN

1.3.1 Tipo de Investigacin:..................................................................................................... 13

1.3.2 Nivel de la Investigacin: ............................................................................................... 13

1.4 OBJETIVOS DE LA INVESTIGACIN

1.4.1 Objetivo General ............................................................................................................. 14

1.4.2 Objetivo Especfico ......................................................................................................... 14

1.5 HIPTESIS ........................................................................................................................... 14

1.6 VARIABLES E INDICADORES

1.6.1 Variables ......................................................................................................................... 14

1.6.2 Indicadores ...................................................................................................................... 14

1.7 LIMITACIONES DE LA INVESTIGACIN ...................................................................... 17

1.9.1 Tcnicas e instrumentos de la Investigacin de Campo ................................................. 18

2.1 ANTECEDENTES DE LA INVESTIGACIN ................................................................... 20

2.2 MARCO TERICO .............................................................................................................. 29

2.2.1 Origen de Six Sigma ....................................................................................................... 29

2.2.2 Formacin del equipo Six Sigma .................................................................................... 29

2.2.3 Fases de la Metodologa Six Sigma ................................................................................ 29

2.2.4 Proceso Registro De Matrcula ....................................................................................... 31

2.2.5 Normas Legales De La Ley Universitaria N 3020 ........................................................ 35

APLICACIN DE LA METODOLOGA SIX SIGMA

3.1 GENERALIDADES .............................................................................................................. 38

3.2 ESTUDIO DE FACTIBILIDAD ........................................................................................... 39

3.2.1 Factibilidad Tcnica ........................................................................................................ 39

3.2.2 Factibilidad Operativa ..................................................................................................... 39

3.2.3 Factibilidad Econmica .................................................................................................. 39

3.3 FASE DEFINIR

3.3.1 Modelamiento Empresarial

A. Descripcin de la Empresa .............................................................................................. 40

B. Servicios y Clientes ......................................................................................................... 44

C.Organigrama Actual ......................................................................................................... 46

E. Descripcin de la Unidad Estratgica de Negocio elegida: ............................................. 48

F. Cadena de Valor ............................................................................................................... 50

3.3.2 Identificacin de Procesos Crticos

A. Identificacin del proceso clave ...................................................................................... 52

C.PROJECT CHARTER ...................................................................................................... 59

3.3.3 Modelado del proceso actual

A.Modelo de contexto .......................................................................................................... 60

B.Definicin del Proceso Crtico ......................................................................................... 61

C.Costo de mala calidad ....................................................................................................... 64