“Disminuir la variación dimensional de la pieza P02381 en el área de doblado

y formado de tubo aplicando la metodología Seis Sigma en la empresa PWO

de México S.A. de C.V.”

REPORTE DE RESIDENCIA PROFESIONAL

PRESENTA:

Jesús Muñoz García

No. 12090691
Jesusmg327@gmail.com
Tel. celular (045)777 491 68 18

EMPRESA:

PWO de México S.A. de C.V.

Carril Norte a San Cristóbal s/n
Autopista Puebla Orizaba Km. 14.5
72990, Chachapa, Amozoc
Puebla, México
Tel: +52 222 223 8600

ASESOR EXTERNO:
Asesor externo: Ing. Oscar Omar Quijano
Oscar.Quijano@pwo-mexico.com.mx

ASESOR INTERNO:
Asesor Interno: Ing. Ismael Rivera
Ing.ismel.rivera@gmail.com

Periodo de realización: 25 de Julio de 2016 al 30 de Enero del 2017

ZACATEPEC, MORELOS 31 DE ENERO 2017

1
AGRADECIMIENTOS
Agradezco infinitamente a Dios, a mis padres Angélica García Orozco y Rubén
Catalán Aguirre, por haber confiado en mí una vez más, por nunca rendirse con mi
formación profesional, por estar a mi lado para levantarme y darme la mano en
todo momento, por enseñarme a ser fuerte y ser una mejor persona cada día.
A mi esposa Itzel América Ortiz Domínguez por estar a mi lado creer en mí, darme
su amor, apoyo y el mejor regalo del mundo nuestro hijo Leonel Muñoz Ortiz.
Le agradezco la confianza y apoyo a mi asesor, el Ing. Ismael Rivera, por haber
compartido conmigo esta experiencia, sus conocimientos y sobre todo su amistad.

I2
RESUMEN
En el siguiente trabajo se presenta el desarrollo de la metodología Seis Sigma en
PWO de México S.A. de C.V., que tiene como objetivo reducir la variación
dimensional generada en el proceso de fabricación de la pieza P02381 en el área
de doblado y formado de tubo. La selección del tema principal del presente
proyecto se llevó a cabo mediante un análisis interno sobre las reclamaciones del
cliente y posteriormente se realizó un segundo análisis con el scrap cuantificado
durante los seis meses anteriores al proyecto.
Con los datos anteriores se procedió a encontrar sobre que pieza se recibían más
reclamaciones y por consecuente generaba scrap, la característica con mayor
incidencia fueron las dimensiones NOK y con base a ello setrabajo el presente
proyecto.
Se evaluaron los aspectos más relevantes que intervienen en la calidad esperada
con el cliente, realizando estudios R&R y estudios de capacidad del proceso se
realizaron las mejoras, primeramente se estandarizo el sistema de medición
mediante Hojas de Operación Estándar, empleadas y diseñadas con la
supervisión del asesor externo.
Una vez estandarizado el sistema de medición y dando seguimiento a ello se logró
reducir la variación dimensional de la pieza P02381, y en consecuencia reducir el
scrap de un 0.42% a un 0.3% con respecto a meses anteriores.

3
II
 Índice
PRELIMINARES
Agradecimientos…………………………………………………………………………… I
Resumen…………………………………………………………………………………… II
CAPÍTULO I GENERALIDADES DEL PROYECTO
1.1 Introducción…………………………………………………………………………… 7
1.2 Nombre de la empresa………………………………………………………………. 7
1.3 Ubicación de la empresa…………………………………………………................ 7
1.4 Reseña histórica……………………………………………………………………… 8
1.5 Sector industrial al que pertenece………………………………………................ 10
1.6 Productos que fabrica………………………………………………………………... 10
1.7 Principales clientes…………………………………………………………………… 11
1.8 Misión y visión………………………………………………………………………… 12
1.9 Logotipo de la empresa……………………………………………………………… 12
1.10Organigrama de la empresa………………………………..……………………… 13
1.11 Descripción del departamento…………………………………………………….. 13
1.12 Planteamiento del problema……………………………………………................ 15
1.13 Objetivos……………………………………………………………………………... 15
1.14 Justificación………………………………………………………………………….. 16
CAPÍTULO II MARCO TEÓRICO
2.1 Industria automotriz…………………………………………………………………… 18
2.1.1 Definición………………………………………………………………………….. 18
2.1.2 Historia…………………………………………………………………………….. 18
2.1.3 Industria automotriz en México…………………………………………………. 19
2.2 Maquinaria de la industria automotriz………………………………………………. 23
2.2.1 Troqueles………………………………………………………………………….. 23
2.2.2 Prensa mecánica o prensadora………………………………………………… 23
2.2.3 Usos más frecuentes………………………………………………………….…. 25
2.2.4 Dobladora de tubo………………………………………………………………... 26
2.2.5 Tipos de máquinas para el doblado de tubos…………………………………. 28
2.3 Ciclo de Deming PDCA…………………………………………………………….. 29
2.4 Términos generales de calidad…………………………………………………..…. 30
2.5 Metodología seis sigma……………………………………………………………… 31
2.5.1 Definición…………………………………………………….……………………. 31
2.5.2 Historia de seis sigma………………………………….………………………… 32
2.5.3 Principios de seis sigma…………………………….…………………………… 33
2.5.4 Funciones y responsabilidades en seis sigma……………………………….. 34
2.5.5 Estructura humana del seis sigma…………………………………………….. 35
2.5.6 Proceso……………………………………….…………………………………… 35
2.5.7 Regresión múltiple……………………………………………………………….. 40
2.5.8 Análisis R&R……………………………………………………………………… 41
2.5.9Cp y Cpk………………………………………………………………………….. 43
2.6 Herramientas de calidad…………………………………………………………….. 45
2.6.1 Diagrama Ishikawa……….……………………………………………………… 46
2.6.2 Diagrama de Pareto……………………………………………………………... 48
2.6.3 Histograma……………………………………………………………………….. 50
2.6.4 Gráficos de control………………………………………………………………. 50
CAPÍTULO III DESARROLLO
3.1 Fase definir…………………………………………………………………………….. 54

4
 3.1.1 Contexto de la problemática…………………………………………………….. 54
3.1.2 Piezas rechazadas por el cliente VW………………………………………….. 54
3.1.3 Diagrama de Pareto del análisis interno de producción..………………........ 55
3.1.4 Diagrama de Pareto por proceso de fabricación…………………………….. 58
3.1.5 Alcance del proyecto……………………………………………………………. 60
3.1.6 Definir el problema………………………………………………………………. 61
3.1.7 Definir el objetivo…………………………………………………………………. 61
3.1.8 Comportamiento histórico del problema……………………………………….. 62
3.1.9 Equipo de trabajo………………………………………………………………… 63
3.1.10 Beneficios del proyecto………………………………………………………… 64
3.2 Fase medir…………………………………………………………………………….. 65
3.2.1 Análisis del sistema de medición……………………………………………….. 65
3.2.1.1 Estudio R&R del sistema actual……………………………………………. 65
3.2.1.2 Resultados del estudio R&R en el eje Y…………………………………... 66
3.2.1.3 Resultados de variación en el eje Y………………………..……………… 67
3.2.1.4 Resultados del estudio R&R en el eje Z………………………………….. 68
3.2.1.5 Resultados de variación en el eje Z……………………………………….. 69
3.2.1.6 Mejora del sistema de medición………….………………………………… 70
3.2.1.7 Segundo análisis de la mejora del sistema de medición………………... 72
3.2.1.8 Resultados del estudio R&R en el eje Y………………………………….. 72
3.2.1.9 Resultados de variación en el eje Y……………………………………….. 74
3.2.1.10 Resultados del estudio R&R en el eje Z…………………………………. 75
3.2.1.11 Resultados de variación en el eje Z……………………………………… 76
3.2.1.12 Capacidad de proceso…………………………………………………….. 78
3.3 Fase analizar………………………………………………………………………….. 82
3.3.1 Análisis de la causa raíz………………………………………………………… 82
3.3.2 Análisis de regresión múltiple………………………………………………….. 85
3.4 Fase mejorar………………………………………………………………………….. 88
3.4.1 Capacidad de proceso………………………………………………………….. 88
3.4.1.1 Capacidad de proceso en el eje Y………………………………………… 88
3.4.1.2 Capacidad de proceso en el eje Z………………………………………… 90
3.5 Fase controlar………………………………………………………………………… 91
3.6 Cronograma de actividades………………………………………………………… 97
CAPÍTULO IV CONCLUCIONES
4.1 CONCLUCIONES…...……………………………………………..………………… 99
CAPÍTULO V COMPETENCIAS DESARROLLADAS
5.1 Competencias desarrolladas……………………………….……………………….. 102
CAPÍTULO VII FUENTES DE INFORMACIÓN
6.1 Fuentes de información……..……………………………………………………….. 104

5
 CAPÍTULO I

GENERALIDADES DEL
PROYECTO

6
En el siguiente capítulo se abordan las generalidades del proyecto, como son:
nombre y giro de la empresa, ubicación, historia, misión y visión, productos que
fabrica, clientes que atiende y el planteamiento del problema.
1.1 Introducción
El presente proyecto tiene como propósito reducir la variación dimensional
generada en el proceso de fabricación de la pieza P02381 en el área de doblado y
formado de tubo en el proceso de abocinado, de la empresa PWO de México S.A.
de C.V.

El presente proyecto dará a conocer los siguientes temas.

Capítulo I: Se abordan las generalidades del proyecto, como son: nombre y giro de
la empresa, ubicación, historia, misión y visión, productos que fabrica, clientes que
atiende y el planteamiento del problema.
Capítulo II: Se presenta el fundamento teórico y generalidades sobre la industria
automotriz, así como las herramientas de calidad empleadas.
Capítulo III: Se presenta el desarrollo de las cinco fases de la metodología Seis
Sigma.
Capítulo IV: Se presentan los resultados obtenidos al realizar el proyecto.
Capítulo V: Se abordan las conclusiones y aspectos más relevantes durante la
realización del proyecto.
Capítulo VI: Se enlistan las competencias desarrolladas durante el desarrollo del
proyecto.
Capítulo VII: Se presentan las fuentes consultadas durante la realización del
proyecto.

1.2 Nombre de la empresa

PWO de México S.A de C.V.

1.3 Ubicación de la empresa

PWO de México S.A. de C.V. se encuentra ubicada en elCarril Norte de San

Cristóbal s/n Km. 134 Autopista México-Orizaba Parque Industrial San Felipe
Chachapa 72990 Chachapa, Puebla, México(Ver figura 1.1)

7
 Figura 1.1 “Ubicación de PWO de México S.A. de C.V.”

1.4 Reseña histórica

PWO de México fue fundada en junio de 1990 con el nombre de CARTEC S.A. de
C.V. a partir del periodo otorgado por Volkswagen de México del sistema de
escape con convertidor catalítico para su modelo Sedan. CARTEC se estableció
en los alrededores de la ciudad de puebla, a tan solo unos kilómetros de
Volkswagen de México, con el propósito de ofrecer mejor calidad, competitividad y
servicio bajo entregas justo a tiempo.
En julio de 1990 se empieza la construcción de la planta (naves 1 y 2) en
Chachapa, puebla y tan solo cuatro meses después comienza la producción con
las líneas de ensamble final y de corte doblado de tubo.
En junio y septiembre de 1991 se construye una tercera nave para establecer
líneas de prensas chicas, medianas y grandes y una línea de pintura para
incorporar la producción de los componentes troquelados y pintados de las líneas
de ensambles a producir en las naves 1 y 2.

8
Ensambles de silenciadores para el mercado libre de refacciones (agosto de 1991)
proveniente de la empresa hermana nack, en donde se llevan fabricando desde
1977.
Ensambles de intercambiadores caloríficos (1993) y ductos de ventilación,
bisagras y palancas (1994) para el Sedan de Volkswagen de México.
A principios de 1995 arranca la línea la producción de herraje de cabecera para el
Golf/Jetta A3 de Volkswagen de México y para fin de año, inician las
exportaciones de silenciadores de VW al mercado libre de refacciones de Europa
y Estados Unidos.
En enero de 1996. Todas las líneas de producción de la compañía hermana Nack
(poleas de motor, tubos coladores de aceite y porta filtros de aire) se integran a
CARTEC con el fin de alcanzar una mayor eficiencia operacional.
También a principios de 1996, CARTEC obtiene nuevamente el reconocimiento
de proveedor “A” de Volkswagen de México pero ahora bajo el sistema de calidad
VDA 6.
Durante 1997 inicia producción la línea de ensamble de soportes troquelados con
tuercas para los modelos NB. Para finales de 1998 y principios de 1999 se
integran nuevos ensambles para los modelos NB-A4 y Sedan.
En mayo de 1999 se logra la certificación del sistema de calidad bajo las normas
ISO/ QS 9000 y VDA 6.1 por la empresa alemana DQS.En 1999 se termina la
construcción de la nave 4 y se integra el ensamble de porta filtros de aire para
General Motors.En 2001 se integran estampados para componentes de capota
convertible para dura Convertible Systems, 100% exportación indirecta, así como
una línea de doblado de tubo de gran diámetro para el mercado de tracto
camiones.
En noviembre de 2001 se logra la certificación del sistema de calidad en la
especificación técnica ISO TS/ 16949, siendo nuestras empresas una de las
primeras en adoptar dicha especificación para el control de nuestro sistema de
calidad.

9
Entre 2002 y 2003 se integran partes estampadas y sub-ensambles para el
modelo VW Jetta A4 y partes estampadas y máquinas para el modelo VW New
BeetleCabrío con dura convertible y luego KarmannGhia México. Durante el
segundo semestre de 2002 y primer semestre de 2003 se realiza la transición del
sistema de calidad de ISO/ ts 16949:1999 a ISO/TS 164969:2002 y en agosto de
2003 se logra la certificación de nuestro sistema de calidad en ISO/TS 16949:2002
con enfoque a procesos.
En el 2006 se iniciaron las negociaciones con el consorcio PWO Alemania para la
venta de un porcentaje de las acciones de la empresa, de esta forma en
diciembre del mismo año Cartec se convirtió en una empresa 60% Alemana y 40%
mexicana.
En marzo del 2008 Cartec pasa a ser parte del consorcio PWO AG Alemania con
el 100% de las acciones de la Empresa.
En enero de 2009 CARTEC, S.A. de C.V. cambia la razón social, pasa a ser PWO
de MEXICO S.A. de C.V.En 2009 PWO de México, adquiere nuevos proyectos
con thyssenkrupp, TRW, Mercedes Benz.
1.5 Sector industrial al que pertenece

La empresa PWO de México S.A. de C.V. pertenece a la industria metal-

mecánica.

1.6 Productos que fabrica

Los productos que fabrica PWO de México S.A. de C.V. son los siguientes (Ver
figura 1.2).

 Ensambles
 Componentes
 Formado de tubos
 Estampado

10
 Figura 1.2 Productos que fabrica PWO de México

1.7 Principales clientes

Los principales clientes de “PWO de México S.A. de C.V. “son los siguientes (Ver
figura 1.3).

Volkswagen TRW

Mercedes- DAIMLER
Benz

11
 General Webasto
Motors

AUDI BOSCH

Figura 1.3Clientes principales de PWO de México S.A. de C.V.

1.8 Misión y visión

1.8.1 Misión

Cumplir ampliamente con las necesidades de nuestros clientes en todas las

actividades. Nuestro compromiso es lograr la satisfacción amplia de nuestros
clientes y establecer un liderazgo en calidad, competitividad y servicio:

Mejorando continuamente nuestros procesos de manufactura y de administración

así como nuestro talento humano, recursos materiales y productivos.

Cumpliendo con los requisitos de nuestro Sistema de Administración de la Calidad

estableciendo, revisando, logrando y comunicando Nuestros Objetivos de Calidad
a nuestro personal.Cuidando la integridad de nuestro personal y al medio
ambiente.

1.8.2 Visión

Ser una empresa de clase mundial en la fabricación de ensambles y componentes

para la industria automotriz, siendo una de las de mayor crecimiento, rentabilidad y
desarrollo humano en nuestro sector y ejemplo de servicio para nuestros clientes y
personal, participando activamente en el desarrollo de México.

1.9 Logotipo de la empresa

Las siglas PWO se deriva de las palabras en alemán “Progress-WerkOberkirch”,

siendo la primera parte “Progreso y Trabajo”, “Oberkirch” es el nombre del lugar
12
donde fue fundada la empresa y donde se encuentra la matriz, Oberkirch,
Alemania (ver figura 1.4).

Figura 1.4.Logotipo de la empresa PWO de México S.A. de C.V.

1.10 Organigrama de la empresa

Organigrama de la empresa PWO de México S.A. de C.V. (ver figura 1.5)

Figura 1.5 Organigrama de la empresa PWO de México S.A. de C.V.

1.11 Descripción del departamento

13
Organización del departamento

El siguiente proyecto se realizará en el departamento de Aseguramiento de la

Calidad de la empresa PWO de México S.A. de C.V. el cuál se encuentra de la
siguiente manera (Ver figura 1.6).

Figura 1.6 Organización del departamento de aseguramiento de la calidad

El lugar asignado para realizar el proyectoserá dentro de calidad y atención al

cliente VW el cual está organizado de la siguiente manera (Ver figura 1.7).

14
 Figura 1.7. Organigrama del departamento de calidad de PWO de México S.A de C.V.

Principales funciones

 Definir características críticas y significativas del proceso.

 Mapear lista definitiva de componentes y materiales de cada producto.
 Diseñar ayudas visuales para el proceso.
 Realizar diagrama de flujo del proceso.
 Definir herramientas y herramentales definitivos del proceso.
 Realizar hoja de proceso estandarizado por operación.
 Dar instrucciones de trabajo estandarizado por operación.
 Analizar corrida de producción significativa, del producto y del proceso.
 Evaluar el producto y el proceso.
1.12 Planteamiento del problema

Estudios recientes sobre los rechazos por parte de los clientes en PWO de México
S.A. de C.V. han demostrado que existe una pérdida considerable por producto
fuera de especificación. Se requiere implementar acciones correctivas que
permitan regular el número de piezas rechazadas y ayude a mejorar la calidad
esperada por el cliente final.

1.13 Objetivos

1.13.1 Objetivo general

“Reducir la variación dimensional generada en el proceso de fabricación de la

pieza P02381 en el área de doblado y formado de tubo en el proceso de
abocinado aplicando la metodología seis sigma en la empresa PWO de México
S.A. de C.V.”.

1.13.2 Objetivos específicos

 Conocer el proceso de fabricación de la pieza P02381.

 Analizar las características críticas de la pieza P02381.
 Identificar las causas de variación dimensional de la pieza P02381.
15
  Aplicar las cinco fases de la metodología seis sigma en un periodo de seis
meses.

1.14 Justificación
Este proyecto se realiza con el fin de reducir la variación dimensional generada en
el proceso de fabricación de la pieza P02381 en el área de doblado y formado de
tubo, la cual repercute en la calidad final del producto que ha teniendo como
consecuencia, el rechazo, reclamaciones, sanciones del cliente VW, retrabajos y
scrap, dando como resultado una alta pérdida económica.

16
 CAPÍTULO II

MARCO TEÓRICO

17
En el siguiente capítulo se presenta el fundamento teórico y generalidades sobre
la industria automotriz, la maquinaria de la industria automotriz, el ciclo PDCA,
términos generales de calidad, la metodología utilizada en este proyecto, así como
las herramientas de calidad empleadas.

2.1 Industria automotriz.

2.1.1 Definición

La industria automotriz es un conjunto de compañías y organizaciones

relacionadas en las áreas de diseño, desarrollo, manufactura,marketing,
y ventas de automóviles.Es uno de los sectores económicos más importantes en
el mundo por ingresos. La industria automotriz no incluye a las compañías
dedicadas al mantenimiento de automóviles que ya han sido entregados a un
cliente, es decir, talleres y gasolineras.

El término automotriz es derivado del término griego auto (por sí mismo), y del
latín motriz (motor) para representar a cualquier vehículo automotor. Este término
fue propuesto por el miembro de SAE (Society of AutomotiveEngineers), Elmer
Sperry.

2.1.2Historia

La industria automotriz tuvo su inicio en la década de 1890. Durante muchos

decenios los Estados Unidos aportaron al mundo una gran producción de
automóviles. En el año 1929, antes de la Gran Depresión, en el mundo existían
32.028.500 automóviles, de los que la industria automotriz estadounidense
producía alrededor del 90%. En esa época, en los Estados Unidos, la relación era
de un automóvil por 4,87 personas.

Después de la Segunda Guerra Mundial, EE.UU fabrico alrededor del 75% de la

producción mundial de automóviles. En 1980 los Estados unidos fueron superados
por Japón, quien después se convirtió en el líder de producción mundial hasta
1994. En el año 2006 Japón alcanzó de nuevo a los Estados Unidos en
producción y mantuvo esta posición hasta el 2009, cuando China tomó el primer

18
lugar fabricando 13,8 millones de unidades al año. Desde el año 1970 (140
unidades) a 1998 (260 unidades) hasta 2012 (684 unidades), el número de
automóviles producidos en Estados Unidos ha crecido exponencialmente.

En el año 2007, existían acerca de 806 millones de coches y camiones,

consumiendo alrededor de 980 billones de litros de gasolina y diésel por año. El
automóvil es un medio principal de transporte en muchas economías
desarrolladas. Boston ConsultingGroup predijo que en el año 2014, una tercera
parte de la demanda mundial estará en los cuatro
mercados BRIC (Brasil, Rusia, India and China). Mientras tanto, en los países no
desarrollados, la industria automotriz no se ha establecido como lo planeado. Por
otro lado, se espera que esta tendencia continúe, especialmente en las
generaciones más jóvenes (en países altamente urbanizados), las nuevas
generaciones ya no quieren ser dueños de un automóvil; prefiriendo modos de
transporte alternativos. Por otra parte, otros mercados automovilísticos potenciales
son Irán e Indonesia.

En los nuevos mercados de automóviles, se compran vehículos que cuentan con

un estado establecido dentro del mercado, para asegurar su venta. De acuerdo a
un estudio por parte de J.D. Power, los mercados emergentes representaron el 51
por ciento de las ventas globales de vehículos en 2010; el estudio espera que esta
tendencia se acelere. Sin embargo, los informes más recientes, confirmaron lo
contrario; a saber, que la industria del automóvil se estaba reduciendo, incluso en
los países BRIC. En los Estados Unidos, las ventas de vehículos alcanzaron su
punto máximo en 2000, con 17,8 millones de unidades vendidas.

2.1.3 Industria automotriz en México.

La industria automotriz en México Específicamente para México, la producción

total de vehículos ha mantenido crecimientos importantes en los primeros cuatro
meses de 2015 se tiene una producción total acumulada de 1,132,481 unidades,
lo que representa 11% más que las producidas en el mismo periodo de 2014
(Asociación Mexicana de la Industria Automotriz, 2015). Por su parte la
exportación de vehículos también ha tenido crecimientos importantes en los

19
primeros meses del año 2015, pues, alcanzaron un total de 922,029, lo que
representa 14% más que en el año 2014. (ver figura 2.1).

Figura 2.1 Producción y exportación de vehículos 2014 – abril 2015

El mercado interno también ha mostrado un crecimiento importante; en el

acumulado de enero a abril de 2015, se vendieron 400,953 unidades, lo que
representa un crecimiento de 22.2%en relación al mismo período de 2014 (AMIA,
2015). Evidentemente la mayor cantidad de los vehículos producidos en México
continúan teniendo como destino el mercado internacional y sin duda una
situación que ha caracterizado las ventas al extranjero, y que lejos está de ser
superada, es la concentración de las exportaciones en el mercado
estadounidense, al que se exportó en cuatro meses 70.8%, seguido de Canadá
con 10.9%, Latinoamérica 9.6% y con una participación menor Europa (4.4%),
Asia (3.4%), África (0.1%) y Otros (2.6%) (AMIA, 2015). Si analizamos las tasas de
crecimiento de la producción y venta de vehículos, se observa que el mejor
momento para la producción fue diciembre de 2014 (27.0%) y en lo que va del
año, abril es el mes más destacado (14.3%). Por el lado de las ventas se tuvo un
repunte importante en los meses de junio, julio y diciembre de 2014, así como un
crecimiento sostenido en los primeros cuatro meses de 2015 donde las tasas de
crecimiento se han ubicado por encima del 20% (AMIA, 2015) (ver figura 2.2).

20
 Figura 2.2 Producción y venta de vehículos 2014 –abril 2015

Por otro lado, la Asociación Mexicana de Distribuidores de Automotores (AMDA),

reporta que las ventas en el mercado interno durante el primer cuatrimestre de
2015 superaron el pronóstico en un 8%, presentando así el mejor dato acumulado
histórico en su tipo, lo cual está fuertemente asociado a la reducción del 77.5% de
las importaciones de autos usados durante el primer trimestre y el incremento del
10% en el financiamiento automotriz. Si consideramos la producción por empresa,
se tiene que, para el primer cuatrimestre del año, Nissan ha sido la más
importante en términos de producción total y producción para el mercado interno.
Mientras que por el lado de la producción para mercado externo destaca General
Motors. Sin duda sobresale el caso de FCA México, que representa la unión de
Chrysler y Fiat, empresa que evidentemente se está fortaleciendo; pues
manufacturó casi el 15% del total de los vehículos en los primeros cuatro meses
de 2015 (ver figura 2.2).

La industria automotriz en México registra alrededor de 707,852 empleos de los

cuales 10.5% corresponden a la industria automotriz terminal y 89.5% a la
fabricación de autopartes. Es de llamar la atención, el hecho de que las tasas de
crecimiento anualizadas del empleo, reportado para los primeros meses de 2015
en la fabricación de camiones,tracto camiones, automóviles y camionetas,
disminuyeron con relación a los meses anteriores (ver gráfica 2.2). Cabe

21
mencionar que la industria automotriz terminal es el sector que presenta las tasas
de crecimiento más altas en esta variable. Asimismo, dentro de este sector, la
fabricación de automóviles y camionetas es la actividad más dinámica, evidencia
de ello son los meses de agosto a diciembre de 2014 en los que se presentaron
tasas de crecimiento por encima del 20% (ver figura 2.2)

Figura 2.3. Inversiones confirmadas en el ramo de la industria automotriz, 2015

En la figura 2.3 se agrupan algunas de las inversiones más importantes que se

han dado a conocer recientemente y que se llevaron a cabo en México durante
2015. Como puede verse destacan las inversiones en los estados de Guanajuato,
Chihuahua y Puebla, pues en ellos se realizaran casi 5,000 millones de dólares;
aunque también llama la atención la llegada de inversiones en el sector a
entidades como Morelos, Tamaulipas y Zacatecas, lo cual indica que se están
considerando algunos otros estados para invertir y no exclusivamente en aquellos
donde esta industria se ha concentrado fuertemente en las últimas décadas.

2.2 Maquinaria de la industria automotriz

22
2.2.1 Troqueles

Se denomina troquelación a la operación mecánica que se utiliza para realizar

agujeros en chapas de metal, láminas deplástico, papel o cartón. Para realizar
esta tarea, se utilizan desde simples mecanismos de accionamiento manual hasta
sofisticadas prensas mecánicas de gran potencia.

Uno de los mecanismos de troquelado más simples y sencillos que existen puede
ser el que utilizan los niños escolares para hacer agujeros en las hojas de papel
para insertarlas en las carpetas de anillos.

Los elementos básicos de una troqueladora lo constituyen el troquel que tiene la

forma y dimensiones del agujero que se quiera realizar, y la matriz de corte por
donde se inserta el troquel cuando es impulsado de forma enérgica por la potencia
que le proporciona la prensa mediante un accionamiento de excéntrica que tiene y
que proporciona un golpe seco y contundente sobre la chapa, produciendo un
corte limpio de la misma.

2.2.2Prensa mecánica o prensadora.

La prensa mecánica o prensadora (ver figura 2.4) es una máquina que acumula
energía mediante un volante de inercia y la transmite bien mecánicamente (prensa
de revolución total) o neumáticamente (prensa de revolución parcial) a
un troquel o matriz mediante un sistema de biela-manivela.

La fuerza generada por la prensa varía a lo largo de su recorrido en función del

ángulo de aplicación de la fuerza. Cuanto más próximo esté el punto de aplicación
al PMI (Punto Muerto Inferior) mayor será la fuerza aplicada. Como estándar más
aceptado los fabricantes proporcionan como punto de fuerza en la prensa de
reducción por engranajes 30º y en las prensas de volante directo 20º del PMI. Ha
de tenerse en cuenta que la fuerza total indicada por los fabricantes se refiere a la
proporcionada en funcionamiento «golpe a golpe», es decir, embragando y
desembragando cada vez, para funcionamiento continuo (embragado permanente)
ha de considerarse una reducción de fuerza aproximada del 20 %. La necesidad
de flexibilizar los procesos y automatizarlos ha hecho que se adopten en estas

23
máquinas los convertidores de frecuencia (variadores de velocidad) y debe
tenerse en cuenta que las variaciones de velocidad afectan a la fuerza
suministrada. Por tanto una variación de velocidad sobre el estándar del fabricante
del 50 % significa una disminución de fuerza disponible del 75 %.

Figura 2.4 Prensa mecánica o balancín mecánico

2.2.2.1Tipos de prensas

Por su sistema de transmisión, pueden clasificarse en «prensas a volante directo»,

«prensas de reducción», «prensas de doble reducción», «prensas de reducción
paralela» y «prensas de cinemática especial». Por su estructura se pueden
clasificar en «prensas de cuello de cisne y «prensas de doble montante» (dentro
de estas existen las monobloc y las de piezas armadas por tirantes). Por
su velocidad se clasifican en «prensas convencionales» (de 12 a 200 golpes
minuto en función de su tamaño), «prensas rápidas» (de 300 a 700 golpes por
minuto) y «prensas de alta velocidad» (de 800 hasta 1600 golpes por minuto); las
más rápidas son de fabricación japonesa y suiza. Otro tipo de prensas aparecidas
recientemente son las "servoprensas", en estas prensas se elimina el embrague y
el volante de inercia obteniendo toda su energía de uno o varios servomotores

24
conectados al eje principal mediante reductoras planetarias o helicoidales, o
mediante palancas articulas. La aparición de estas máquinas ha impulsado
también el desarrollo de prensas híbridas de distintos tipos (con servo, volante y
embrague).

2.2.3 Usos más frecuentes

Estas prensas se emplean en operaciones de corte, estampación, doblado y
embuticiones pequeñas. No son adecuadas para embuticiones profundas al
aplicar la fuerza de forma rápida y no constante. No obstante el desarrollo de
prensas con cinemática compleja (prensas de palanca articulada o prensas link
drive) ha hecho posible que puedan usarse para embuticiones más profundas y
con aceros de alta resistencia elástica, ya que este tipo de prensas mecánicas
reduce su velocidad cerca del PMI pudiendo deformar la chapa sin romperla.
Actualmente la aparición de servoprensas, también conocidas como prensas
eléctricas, ha hecho posible emular cualquier ciclo de funcionamiento con estas
máquinas pudiendo usarse incluso en sustitución de prensas hidráulicas, prensas
de palanca acodadas, prensas link-drive, prensas de acuñar, etc.

Figura 2.5 Matriz de trabajo progresivo

De acuerdo al trabajo que se tenga que realizar así son diseñadas y construidas
las troqueladoras. Existen matrices simples y progresivas(ver figura 2.5) donde la
chapa que está en forma de grandes rollos avanza automáticamente y el trabajo
se realiza de forma continua; no requiere otros cuidados que cambiar de rollo de
25
chapa cuando se termina éste e ir retirando las piezas troqueladas así como vigilar
la calidad del corte que realizan (ver figura 2.5). Cuando el corte se deteriora por
desgaste del troquel y de la matriz, se desmontan de la máquina y se rectifican en
una rectificadora plana estableciendo un nuevo corte. Una matriz y un troquel
permiten muchos reafilados hasta que se desgastan totalmente.

Otras troqueladoras, conocidas como punzonadoras, funcionan con un cabezal de

activación mecánica o hidráulica según el caso, que lleva insertado varios
troqueles de diferentes medidas, y una mesa amplia donde se coloca la chapa que
se quiere mecanizar. Esta mesa es activada mediante CNC y se desplaza a lo
largo y ancho de la misma a gran velocidad, produciendo las piezas con rapidez y
exactitud.

2.2.4 Dobladoras de tubo

El doblado de tubo es un proceso de conformación en frío que produce una curva

permanente de acuerdo con la forma de una matriz, al tiempo que conserva la
forma de la sección transversal del caño, sea esta redondeada, cuadrada,
rectangular o extrudida.

El proceso no es tan sencillo como el plegado o doblado de chapas y requiere

mayores cuidados que este, ya que el caño o tubo es un elemento hueco que
puede deformarse con facilidad. Sin embargo, precisamente la característica de
ser hueco los diferencia de piezas macizas, que son más costosas y necesitan
maquinaria más compleja. Con los dispositivos adecuados para evitar la
deformación y el cambio de las propiedades mecánicas, lasmáquinas dobladoras
de tubo pueden completar la operación en pocos minutos con una excelente
performance.

En la actualidad se dispone de máquinas dobladoras de tubo que varían desde

tamaños pequeños de banco o con trípode, operados manualmente o a pedal,
hasta sofisticada maquinaria industrial completamente automatizada que cuenta
con control CNC.

26
2.2.4.1 Componentes

Más allá de la complejidad de cualquier máquina dobladora de tubo, todas cuentan

con una serie de componentes principales que podemos esquematizar en la
siguiente figura (ver figura 2.6).

Figura 2.6 Partes y componentes de una dobladora de tubo.

 Matriz de doblado
 Matriz de anclaje
 Matriz de presión o de seguimiento
 Mandril
 Matriz de deslizamiento

2.2.4.2 Matriz de doblado o de flexión

Constituye el elemento principal del proceso de doblado, ya que moldea el tubo

con un determinado radio de curvatura. Está constituida por dos partes que
poseen una acanaladura central, cuya profundidad es generalmente la mitad del
diámetro del tubo. Esas partes son:

 Una porción curvada, cuya longitud depende del grado de doblado

necesario e incluye un exceso para compensar la recuperación elástica que
se produce después del doblado.

27
  Una porción recta, diseñada para sujetar la parte del tubo inmediatamente
después del doblado.
2.2.4.3 Matriz de sujeción o de anclaje

Como su nombre lo indica, esta matriz cumple la función de sujetar el tubo y se

emplea conjuntamente con la matriz de doblado. Su longitud coincide con la parte
de sujeción de la matriz de doblado y sostiene al tubo durante la flexión. El
tamaño de la matriz de sujeción depende del tamaño del tubo y del radio de
doblado, en tanto que su superficie se puede tratar con aleaciones o puede
incorporar un patrón estriado para mejorar la sujeción del tubo.

2.2.4.4 Matriz de presión o de seguimiento

Funciona como una herramienta de contención durante el doblado y su longitud

depende del grado de flexión y del radio de la línea media. Proporciona una
presión constante sobre el tubo y lo sigue a lo largo de todo el proceso de
doblado, con lo que se logran dos ventajas:

 Se puede reducir el estrechamiento de la pared del tubo.

 Se pueden minimizar los desgarros y marcas sobre el tubo al disminuir la
resistencia al avance.
2.2.5 Tipos de máquinas para el doblado de tubos

Aunque el doblado de tubos se realiza de diversas maneras, existen al menos

cuatro tipos principales cuyo uso depende del material y de la precisión requerida,
y que originan los correspondientes tipos de máquinas. Las formas más comunes
de doblar tubos son:

 Doblado rotativo por arrastre

 Doblado por compresión
 Doblado por presión en prensa
 Doblado por sistema de 3 rodillos

28
2.3 Ciclo de Deming (PDCA).

El nombre del Ciclo PDCA (o Ciclo PHVA) viene de las siglas Planificar, Hacer,
Verificar y Actuar, en inglés “Plan, Do, Check, Act”. También es conocido como
Ciclo de mejora continua o Círculo de Deming,. Esta metodología describe los
cuatro pasos esenciales que se deben llevar a cabo de forma sistemática para
lograr la mejora continua, entendiendo como tal al mejoramiento continuo de la
calidad (disminución de fallos, aumento de la eficacia y eficiencia, solución de
problemas, previsión y eliminación de riesgos potenciales). El círculo de Deming
(Ver figura 2.7) lo componen 4 etapas cíclicas, de forma que una vez acabada la
etapa final se debe volver a la primera y repetir el ciclo de nuevo, de forma que las
actividades son reevaluadas periódicamente para incorporar nuevas mejoras. La
aplicación de esta metodología está enfocada principalmente para ser usada en
empresas y organizaciones.

Figura 2.7 Circulo de Deming

Las cuatro etapas que componen el ciclo son las siguientes:

1. Planificar (Plan): Se buscan las actividades susceptibles de mejora y se

establecen los objetivos a alcanzar. Para buscar posibles mejoras se pueden

29
realizar grupos de trabajo, escuchar las opiniones de los trabajadores, buscar
nuevas tecnologías mejores a las que se están usando ahora, etc.

2. Hacer (Do): Se realizan los cambios para implantar la mejora propuesta.

Generalmente conviene hacer una prueba piloto para probar el funcionamiento
antes de realizar los cambios a gran escala.

3. Controlar o Verificar (Check): Una vez implantada la mejora, se deja un periodo

de prueba para verificar su correcto funcionamiento. Si la mejora no cumple las
expectativas iniciales habrá que modificarla para ajustarla a los objetivos
esperados.

4. Actuar (Act): Por último, una vez finalizado el periodo de prueba se deben
estudiar los resultados y compararlos con el funcionamiento de las actividades
antes de haber sido implantada la mejora. Si los resultados son satisfactorios se
implantará la mejora de forma definitiva, y si no lo son habrá que decidir si realizar
cambios para ajustar los resultados o si desecharla. Una vez terminado el paso 4,
se debe volver al primer paso periódicamente para estudiar nuevas mejoras a
implantar.

2.4 Términos generales de calidad

A continuación se muestran los términos generales y herramientas que se

utilizaran en el siguiente proyecto.

 NOK: Producto fuera de especificación.

 Alerta de calidad: Es la forma en la que avisas al personal de producción de
manera gráfica, la existencia de una no conformidad en el proceso y en
contención que se estén tomando.
 CP: Capacidad del proceso, es la capacidad que tiene el proceso para
producir piezas de acuerdo con las especificaciones, es decir, dentro de los
límites de tolerancia establecidos.
 CPK: Es el índice utilizado para saber si el proceso se ajusta a las
tolerancias, es decir, si la media natural del proceso se encuentra centrada
o no con relación al valor nominal del mismo. Se considera por parte del

30
 cliente Volkswagen que el proceso está dentro de las especificaciones si el
índice Cpk> 1.33.
 PP: Indicador del desempeño potencia del proceso, que se calcula en forma
similar al índice Cp, pero usando la desviación estándar de largo plazo.
 PPK: Indicador del desempeño real del proceso, que se calcula en forma
similar al índice Cpk pero usando la desviación estándar de largo plazo.
 Análisis de regresión lineal: Estudia los cambios en una variable, no
aleatoria, que afecta a una variable aleatoria, en el caso de existir una
relación funcional entre ambas variables que puede ser establecida por una
expresión lineal, es decir, una línea recta.
 Análisis de regresión múltiple: Regresión que permite trabajar con una
variable a nivel de intervalo o razón así también se puede comprender la
relación de dos o más variables y permitirá relacionar mediante ecuaciones,
una variable en relación a otras variables llamándose regresión múltiple.
 Minitab: Es un programa de computadora diseñado para ejecutar funciones
estadísticas básicas y avanzadas.

2.5 Metodología Seis sigma.

2.5.1 Definición

SEIS SIGMA es una metodología de mejora de procesos, centrada en la reducción

de la variabilidad de los mismos, consiguiendo reducir o eliminar los defectos o
fallos en la entrega de un producto o servicio al cliente. La meta de 6 Sigma es
llegar a un máximo de 3,4defectos por millón de eventos u oportunidades (DPMO),
entendiéndose como defecto cualquier evento en que un producto o servicio no
logra cumplir los requisitos del cliente.

Seis sigma utiliza herramientas estadísticas para la caracterización y el estudio de

los procesos, de ahí el nombre de la herramienta, ya que sigma es la desviación
típica que da una idea de la variabilidad en un proceso y el objetivo de la
metodología seis sigma es reducir ésta de modo que el proceso se encuentre
siempre dentro de los límites establecidos por los requisitos del cliente.

31
Obtener 3,4 defectos en un millón de oportunidades es una meta bastante
ambiciosa pero lograble. Se puede clasificar la eficiencia de un proceso con base
en su nivel de sigma:

 1 sigma= 690.000 DPMO = 32% de eficiencia

 2 sigma= 308.538 DPMO = 69% de eficiencia
 3 sigma= 66.807 DPMO = 93,3% de eficiencia
 4 sigma= 6.210 DPMO = 99,38% de eficiencia
 5 sigma= 233 DPMO = 99,977% de eficiencia
 6 sigma= 3,4 DPMO = 99,99966% de eficiencia
 7 sigma= 0,019 DPMO = 99,9999981% de eficiencia

Porcentajes obtenidos asumiendo una desviación del valor nominal de 1,5 sigmas

2.5.2 Historia de Seis Sigma

Seis sigma es una evolución de las teorías sobre calidad de más éxito
desarrolladas después de la segunda guerra mundial. Especialmente pueden
considerarse precursoras directas:

 TQM, Total Quality Management o Sistema de Calidad Total

 SPC, StatisticalProcess Control o Control Estadístico de Procesos

También incorpora muchos de los elementos del ciclo PDCA de Deming.Fue

iniciado en Motorola en el año 1988 por el ingeniero Bill Smith,2 como una
estrategia de negocios y mejora de la calidad, pero posteriormente mejorado y
popularizado porGeneral Electric.Los resultados para Motorola hoy en día son los
siguientes: Incremento de la productividad de un 12,3 % anual; reducción de los
costos de no calidad por encima de un 84,0 %; eliminación del 99,7 % de los
defectos en sus procesos; ahorros en costos de manufactura sobre los 10 000
millones de dólares y un crecimiento anual del 17,0 % compuesto sobre
ganancias, ingresos y valor de sus acciones.

El costo en entrenamiento de una persona en Seis Sigma se compensa

ampliamente con los beneficios obtenidos a futuro. Motorola asegura haber

32
ahorrado 17 000 millones de dólares desde su implementación,por lo que muchas
otras empresas han decidido adoptar este método.

Seis sigma ha ido evolucionando desde su aplicación meramente como

herramienta de calidad a incluirse dentro de los valores clave de algunas
empresas, como parte de su filosofía de actuación.

Aunque nació en las empresas del sector industrial, muchas de sus herramientas
se aplican con éxito en el sector servicios en la actualidad.

Seis sigma se ha visto influida por el éxito de otras herramientas, como lean
manufacturing, con las que comparte algunos objetivos y que pueden ser
complementarias, lo que ha generado una nueva metodología conocida
como Lean Seis Sigma (LSS).

2.5.3Principios de Seis Sigma.

1. Liderazgo comprometido de arriba hacia abajo. Esta metodología

implica un cambio en la forma de realizar las operaciones y de tomar
decisiones. La estrategia se apoya y compromete desde los niveles más
altos de la dirección y la organización.
2. Seis Sigma se apoya en una estructura directiva que incluye personal
a tiempo completo. La forma de manifestar el compromiso por Seis Sigma
es creando una estructura directiva que integre líderes de negocio, de
proyectos, expertos y facilitadores. Cada uno de los líderes tiene roles y
responsabilidades específicas para formar proyectos de mejora.
3. Entrenamiento Cada uno de los actores del programa de Seis Sigma
requiere de un entrenamiento específico. Varios de ellos deben tomar un
entrenamiento amplio, conocido como curriculum de un blackbelt.
4. Acreditación
5. Orientada al cliente y enfocada a los procesos. Esta metodología busca
que todos los procesos cumplan con los requerimientos del cliente y que
los niveles de calidad y desempeño cumplan con los estándares de Six
Sigma. Al desarrollar esta metodología se requiere profundizar en el

33
 entendimiento del cliente y sus necesidades. Con base en ese estudio
sobre el cliente se diseñan y mejoran los procesos.
6. Dirigida con datos. Los datos y el pensamiento estadístico orientan los
esfuerzos de esta metodología- Los datos son necesarios para identificar
las variables de calidad y los procesos y áreas que tienen que ser
mejorados.
7. Se apoya en una metodología robusta Se requiere de una metodología
para resolver los problemas del cliente, a través del análisis y tratamiento
de los datos obtenidos.
8. Los proyectos generan ahorros o aumento en ventas
9. El trabajo se reconoce
10. La metodología Seis Sigma plantea proyectos largos Seis Sigma es
una iniciativa con horizonte de varios años, con lo cual integra y refuerza
otros tipos de iniciativa.
11. Seis Sigma se comunica Los programas de seis sigma se basan en una
política intensa de comunicación entre todos los miembros y
departamentos de una organización, y fuera de la organización. Con esto
se adopta esta filosofía en toda la organización.
2.5.4Funciones y responsabilidades en Seis Sigma
Para una exitosa implementación de Seis sigma se deben seguir prácticas
sensatas de personal y en metodologías técnicas. Para la implementación de Seis
Sigma se deben seguir las siguientes prácticas de personal:

1. Líderes ejecutivos comprometidos con Seis Sigma y que promuevan en

toda la organización sus actividades. Líderes que se apropien de los
procesos que deben mejorarse.
2. Capacitación corporativa en los conceptos y herramientas de Six Sigma.
3. Determinación de la dificultad de los objetivos de mejoramiento.
4. Refuerzo continuo y estímulos.

34
2.5.5Estructura humana del Seis Sigma.
La estructura humana del Seis Sigma se compone de:

1. Director Six Sigma: Define los objetivos estratégicos del programa, las
responsabilidades, selecciona el proyecto y los equipos que formarán parte
de él de acuerdo con el objetivo. También comunica y difunde el programa.
2. Altos directivos (Champions): Son los directores de área quienes proveen la
dirección estratégica y recursos para apoyar a los proyectos por realizar.
3. Cinturones Negros Maestros (Master blackbelts): No siempre existen.
Personal seleccionado y capacitado, que ha desarrollado actividades
de cinturón negro y coordinan, capacitan y dirigen a los expertos cinturones
negros en su desarrollo como expertos Six Sigma. Por lo tanto, son buenos
conocedores de la metodología con amplia experiencia en el campo.
4. Cinturones Negros (Black belts): Expertos técnicos que generalmente se
dedican a tiempo completo a la metodología Six Sigma. Son los que
asesoran, lideran proyectos y apoyan en mantener una cultura de mejora
de procesos. Se encargan de capacitar a los cinturones verdes. También
tienen la obligación de encontrar y proponer mejoras.
5. Cinturones Verdes (Green belts): Expertos técnicos que se dedican en
forma parcial a actividades de Six Sigma. Se enfocan en actividades
cotidianas diferentes de Six Sigma pero participan o lideran proyectos para
atacar problemas de sus áreas.

2.5.6 Proceso
El proceso Seis Sigma (six sigma) se caracteriza por 5 etapas concretas (ver
figura 2.8).

DMAIC (Por sus siglas en inglés: Define - Measure - Analyze - Improve - Control)

35
 Figura 2.8 Las cinco etapas de DMAIC.

 Definir, que consiste en concretar el objetivo del problema o defecto y

validarlo, a la vez que se definen los participantes del programa.
 Medir, que consiste en entender el funcionamiento actual del problema o
defecto.
 Analizar, que pretende averiguar las causas reales del problema o defecto.
 Mejorar, que permite determinar las mejoras procurando minimizar la inversión
a realizar.
 Controlar, que se basa en tomar medidas con el fin de garantizar la
continuidad de la mejora y valorarla en términos económicos y de satisfacción
del cliente.

D (Definir)

En la fase de definición se identifican los posibles proyectos Seis Sigma que

deben ser evaluados por la dirección para evitar la inadecuada utilización de
recursos. Una vez seleccionado el proyecto, se prepara y se selecciona el equipo
más adecuado para ejecutarlo, asignándole la prioridad necesaria.

En esta fase deben responderse las siguientes preguntas:

 ¿Qué procesos existen en su área?

 ¿De qué actividades (procesos) es usted el responsable?
 ¿Quién o quiénes son los dueños de estos procesos?

36
 ¿Qué personas interactúan en el proceso, directa e indirectamente?
 ¿Quiénes podrían ser parte de un equipo para cambiar el proceso?
 ¿Tiene actualmente información del proceso?
 ¿Qué tipo de información tiene?
 ¿Qué procesos tienen mayor prioridad de mejorarse?

Se requiere así mismo realizar un análisis sobre el factor que se reducirá, es decir,
un análisis de datos para establecer el objetivo medible, en este caso se utilizara
una serie de operaciones basadas en los porcentajes de rechazos en los meses
de enero a agosto del 2016 (ver figura 2.9)

M (Medir)

La fase de medición consiste en la caracterización del proceso identificando los

requisitos clave de los clientes, las características clave del producto (o variables
del resultado) y los parámetros (variables de entrada) que afectan al
funcionamiento del proceso y a las características o variables clave. A partir de
esta caracterización se define el sistema de medida y se mide la capacidad del
proceso.

En esta fase deben responderse las siguientes preguntas:

 ¿Sabe quiénes son sus clientes?

 ¿Conoce las necesidades de sus clientes?
 ¿Sabe qué es crítico para su cliente, derivado de su proceso?
 ¿Cómo se desarrolla el proceso?
 ¿Cuáles son sus pasos?
 ¿Qué tipo de pasos compone el proceso?
 ¿Cuáles son los parámetros de medición del proceso y cómo se relacionan
con las necesidades del cliente?
 ¿Por qué son esos los parámetros?
 ¿Cómo obtiene la información?

37
 ¿Qué exactitud o precisión tiene su sistema de medición?

1.- Línea base (LB) = Promedio de porcentaje mensual de 0.43%

Promedio scrap de tubo rechazado del periodo
enero a agosto 2016.

2.- Mejor resultado (MR) El menor porcentaje mensual de 0.26%

scrap.

3.- Brecha = Diferencia LB – MR 0.17%

absoluta entre el
0.43% - 0.26%
Promedio y el Mejor
Resultado

4.- Objetivo Objetivo 0.31%

La brecha se suma o se = LB –(0.7 x Brecha)

resta al promedio
dependiendo si se quiere = 0.43-(0.7 x 0.17)

incrementar o disminuir = 0.31%

el indicador.

Figura 2.9 Definición del objetivo

(Analizar)

En la fase de análisis, el equipo evalúa los datos de resultados actuales e

históricos. Se desarrollan y comprueban hipótesis sobre posibles relaciones
causa-efecto utilizando las herramientas estadísticas pertinentes. De esta forma el
equipo confirma los determinantes del proceso, es decir las variables clave de
entrada o "focos vitales" que afectan a las variables de respuesta del proceso.

En esta fase deben responderse las siguientes cuestiones:

 ¿Cuáles son las especificaciones del cliente para sus parámetros de

medición?
38
 ¿Cómo se desempeña el proceso actual con respecto a esos parámetros?
 ¿Cuáles son los objetivos de mejora del proceso?
 ¿Cómo los definió?
 ¿Cuáles son las posibles fuentes de variación del proceso?
 ¿Cuáles de esas fuentes de variación controla y cuáles no?
 De las fuentes de variación que controla, ¿cómo las controla y cuál es el
método para documentarlas?
 ¿Monitoriza las fuentes de variación que no controla?

I (Mejorar)

En la fase de mejora (Improve en inglés) el equipo trata de determinar la relación

causa-efecto (relación matemática entre las variables de entrada y la variable de
respuesta que interese) para predecir, mejorar y optimizar el funcionamiento del
proceso. Por último se determina el rango operacional de los parámetros o
variables de entrada del proceso.

En esta fase deben responderse las siguientes cuestiones:

 ¿Las fuentes de variación dependen de un proveedor?. Si es así, ¿cuáles son?

 ¿Quién es el proveedor?
 ¿Qué está haciendo para monitorearlas y/o controlarlas?
 ¿Qué relación hay entre los parámetros de medición y las variables críticas?
 ¿Interactúan las variables críticas?
 ¿Cómo lo definió?
 ¿Qué ajustes a las variables son necesarios para optimizar el proceso?
 ¿Cómo los definió?

39
C (Controlar)

La fase "control" consiste en diseñar y documentar los controles necesarios para

asegurar que lo conseguido mediante el proyecto Seis Sigma se mantenga una
vez que se hayan implementado los cambios. Cuando se han logrado los objetivos
y la misión se dé por finalizada, el equipo informa a la dirección y se disuelve.

En esta fase deben responderse las siguientes cuestiones: Para las variables
ajustadas

 ¿Qué exactitud o precisión tiene su sistema de medición?

 ¿Cómo lo definió?
 ¿Cuánto se ha mejorado el proceso después de los cambios?
 ¿Cómo lo define? Muestre los datos.
 ¿Cómo mantiene los cambios?
 ¿Cómo monitoriza los procesos?
 ¿Cuánto tiempo o dinero ha ahorrado con los cambios?
 ¿Cómo lo está documentando? Muestre los datos.

2.5.7 Regresión múltiple

En estadística, el análisis de la regresión es un proceso estadístico para estimar

las relaciones entre variables. Incluye muchas técnicas para el modelado y análisis
de diversas variables, cuando la atención se centra en la relación entre
una variable dependiente y una o más variables independientes (o predictoras).
Más específicamente, el análisis de regresión ayuda a entender cómo el valor de
la variable dependiente varía al cambiar el valor de una de las variables
independientes, manteniendo el valor de las otras variables independientes fijas.
Más comúnmente, el análisis de regresión estima la esperanza condicional de la
variable dependiente dadas las variables independientes - es decir, el valor
promedio de la variable dependiente cuando se fijan las variables independientes.
Con menor frecuencia, la atención se centra en un cuantil, u otro parámetro de
localización de la distribución condicional de la variable dependiente dadas las

40
variables independientes. En todos los casos, el objetivo de la estimación es
una función de las variables independientes llamada la función de regresión. En el
análisis de regresión, también es de interés caracterizar la variación de la variable
dependiente en torno a la función de regresión, la cual puede ser descrita por
una distribución de probabilidad.

El análisis de regresión es ampliamente utilizado para la predicción y previsión,

donde su uso tiene superposición sustancial en el campo de aprendizaje
automático. El análisis de regresión se utiliza también para comprender cuales de
las variables independientes están relacionadas con la variable dependiente, y
explorar las formas de estas relaciones. En circunstancias limitadas, el análisis de
regresión puede utilizarse para inferir relaciones causales entre las variables
independientes y dependientes. Sin embargo, esto puede llevar a ilusiones o
relaciones falsas, por lo que se recomienda precaución.

2.5.8 Estudio R&R

La repetibilidad y la reproducibilidad son los componentes de la precisión. La

repetibilidadde un instrumento de medición se refiere a la precisión o variabilidad
de sus mediciones cuando se obtienen varias medicionesdel mismo objeto en
condiciones similares (mismo operador); mientras que la reproducibilidad es la
precisióno variabilidad de las mediciones del mismo objeto peroen condiciones
variables (diferentes operadores).

En los estudios R&R se evalúa de modo experimental qué parte de la

variabilidadtotal observada en los datos es atribuible al error de medición; además,
permitecuantificar si este error es mucho o poco en comparación con la
variabilidad del producto y con las tolerancias de la característica de calidad que
se mide.

41
Pasos para realizar un estudio R&R largo

Para cada instrumento de medición que se desee evaluar es necesario plantear un

estudioen el que se apliquen los siguientes pasos.

 Seleccionar dos o más operadores para conducir el estudio acerca del

instrumento de mediciónde interés.
 Seleccionar en forma aleatoria un conjunto de 10 o más partes o piezas que
serán medidasvarias veces por cada operador. Es importante que la
selección se realice a partir de piezasque reflejen las diferentes
dimensiones de piezas que se producen. Por ejemplo, una buenaestrategia
de selección sería tomar una pieza de la producción de cada turno.
 Decidir el número de ensayos o veces que cada operador medirá la misma
pieza. En estemétodo se deben hacer por lo menos dos ensayos, y tres es
lo más recomendable.
 Etiquetar cada parte y aleatorizar el orden en el cual las partes se dan a los
operadores.
 Identificar la zona o punto en la parte donde la medición será tomada, así
como el métodoo técnica que deberá aplicarse.
 Obtener en orden aleatorio la primera medición (o ensayo) del operador A
para todas laspiezas seleccionadas.
 Volver a aleatorizar las piezas y obtener la primera medición del operador
B.
 Continuar hasta que todos los operadores hayan realizado la primera
medición de todas laspiezas.
 Repetir los tres pasos anteriores hasta completar el número de ensayos
elegidos. Es preciso asegurarsede que los resultados previos de un ensayo
no son conocidos por los operadores. Es decir,en cada medición realizada
el operador no debe conocer cuál pieza está midiendo, ni cuálesfueron sus
mediciones anteriores sobre ella, menos las reportadas por los demás
operadores.
 Hacer el análisis estadístico de los datos.
42
  Realizar las repeticiones o ensayos operador por operador como se
describe en los pasosanteriores puede introducir efectos temporales en la
reproducibilidad (variación debida a losoperadores), por lo que otra manera
adecuada de obtener los datos es medir en orden completamentealeatorio
cada combinación (operador, pieza) para cada repetición.

2.5.9Índices Cp, Cpk, Pp y Ppk

Índice Cp

El índiceCpes elIndicador de la capacidad potencial del proceso que resulta de

dividir el ancho de las especificaciones (variación tolerada) entre la amplitud de la
variación natural del proceso.

El índice de capacidad potencial del proceso, Cp, se define de la siguiente

manera:donde σ representa la desviación estándar estimada del proceso, mientras
que ES y EI sonlas especificaciones superior e inferior para la característica de
calidad. Como sepuede observar, el índice Cp compara el ancho de las
especificaciones o la variacióntolerada para el proceso con la amplitud de la
variación real de éste:

43
Interpretación del índice Cp

Para que el proceso sea considerado potencialmente capaz de cumplir con

especificaciones, se requiere que la variación real (natural) siempre sea menor
que la variación tolerada. Deaquí que lo deseable es que el índice Cpsea mayor
que 1; y si el valor del índice Cpes menor queuno, es una evidencia de que el
proceso no cumple con las especificaciones.

Índice Cpk

El índice Cpk es elIndicador de la capacidad real de unproceso que se puede ver

como unajuste del índice Cppara tomar encuenta el centrado del proceso.

El índice Cpk, que se conoce como índice de capacidad real del proceso, es
considerado una versión corregida del Cp que sí toma en cuenta el centrado del
proceso. Existen varias formas equivalentes para calcularlo, una de las más
comunes es la siguiente:

Interpretación del índice Cpk

Si el valor del índice Cpkes satisfactorio (mayorque 1.25), eso indica que el
proceso en realidad es capaz. Si Cpk< 1, entonces el procesono cumple con por lo
menos una de las especificaciones. Algunos elementos adicionales parala
interpretación del índice Cpkson los siguientes:

 El índice Cpksiempre va a ser menor o igual que el índice Cp. Cuando son
muy próximos,eso indica que la media del proceso está muy cerca del
punto medio de las especificaciones,por lo que la capacidad potencial y real
son similares.

44
  Si el valor del índice Cpkes mucho más pequeño que el Cp, significa que la
media del procesoestá alejada del centro de las especificaciones. De esa
manera, el índice Cpkestaráindicando la capacidad real del proceso, y si se
corrige el problema de descentrado sealcanzará la capacidad potencial
indicada por el índice Cp.
 Cuando el valor del índice Cpksea mayor a 1.25 en un proceso ya
existente, se consideraráque se tiene un proceso con capacidad
satisfactoria. Mientras que para procesos nuevos sepide que Cpk> 1.45.
 Es posible tener valores del índice Cpkiguales a cero o negativos, e indican
que la media delproceso está fuera de las especificaciones.

Índice Pp

Indicador del desempeño potencial delproceso, que se calcula en forma similaral

índice Cppero usando la desviaciónestándar de largo plazo.

Por ello, el índice de desempeño potencial del proceso (process performance) Pp

se calcula de lasiguiente manera:

Índice Ppk

Indicador del desempeño real del proceso,que se calcula en forma similaral índice
Cpkpero usando la desviaciónestándar de largo plazo.

Un problemadel índice Ppes que no toma en cuenta el centrado del proceso, por
ello suele complementarsecon el índice de desempeño real del proceso Ppkque se
obtiene con:

45
Advierta que este índice se calcula de la misma manera que el índice Cpk, la única
diferenciaes que Ppkutiliza σL(la desviación estándar de largo plazo).

2.6 Herramientas de calidad.

Como norma general, existen algunas características que se denominan críticas

para establecer la calidad de un producto o servicio. Lo más común es efectuar
mediciones de estas características, obteniendo así datos numéricos. Si se mide
cualquier característica de calidad de un producto o servicio, se observará que los
valores numéricos presentan una fluctuación o variabilidad entre las distintas
unidades del producto fabricado o servicio prestado.

Para realizar un mejor análisis de estos datos resulta útil apoyarse en lo que se
denominan técnicas gráficas de calidad, como lo son las siete herramientas
básicas de calidad, utilizadas para la solución de problemas atinentes a la calidad,
mencionadas por primera vez por Kaoru Ishikawa.

Las siete herramientas de la calidad son:

1. Diagramas de Causa - Efecto

2. CheckList

3. Gráficos de control

4. Diagramas de flujo

5. Histogramas

6. Gráficos de Pareto

7. Diagramas de dispersión

Por la naturaleza del siguiente proyecto, no se abordaran todas las herramientas

de calidad, solo se describirán las que fueron útiles para la realización de dicho
proyecto.

46
2.6.1Diagrama Ishikawa.

El diagrama de causa - efecto es conocido también como el “diagrama de

pescado” por la forma que tiene o bien con el nombre de Ishikawa por su
creador, fue desarrollado para facilitar el análisis de problemas mediante la
representación de la relación entre un efecto y todas sus causas o factores que
originan dicho efecto, por este motivo recibe el nombre de “Diagrama de causa
– efecto” o diagrama causal.

Este diagrama fue desarrollado por K. Ishikawa y por su forma recuerda a una
espina de pescado (de ahí su otro nombre), el objeto de Ishikawa era obtener un
gráfico de fácil interpretación que pusiera de manifiesto las relaciones entre un
efecto y las causas que lo producen, de manera que quedasen expuestas
visualmente todas las causas que contribuyen a un efecto hasta el nivel que se
desease, aunque en la mayoría de los casos la intención es llegar hasta las
causas raíz.

Así pues el diagrama causal es una forma gráfica, ordenada y sistemática para
representar el complejo entramado de causas posibles que hay detrás de un
efecto. Se emplea para poner de manifiesto las posibles causas asociadas a un
efecto, facilitando de esta forma la tarea de identificar los factores verdaderos.

Sus aplicaciones son muy variadas, tal y como se pone de manifiesto a

continuación.

 Identificar las causas verdaderas, y no solamente sus síntomas, de una

determinada situación y agruparlas por categorías.

 Resumir todas aquellas relaciones entre las causas y efectos de un

proceso.

 Promover la mejora de los procesos.

 Consolidar aquellas ideas de los miembros del equipo sobre determinadas

actividades relacionadas con la calidad.

47
  Favorecer también el pensamiento del equipo, lo que conllevará a una
mayor aportación de ideas.

 Obtener una visión más global y estructurada de una determinada situación

ya que se ha realizado una identificación de un conjunto de factores
básicos.
Con el objeto de realizar correctamente un Diagrama de Causa – Efecto, a
continuación se exponen los pasos a seguir:

1. Definir claramente el efecto cuyas causas van a identificarse y ponerlo por

escrito

2. Dibujar una flecha horizontal larga y colocar en la punta el efecto definido

con anterioridad.

3. Identificar los factores primarios a través de una tormenta de ideas.

Colocarlos alrededor de la flecha horizontal y unirlos a éstos mediante
líneas inclinadas.

4. Escribir los factores secundarios, terciarios, etc., también a través de una

tormenta de ideas.

5. Para ayudar a determinar las posibles causas se pueden responder las

siguientes preguntas, ¿Quién? ¿Qué? ¿Dónde? ¿Cuándo? ¿Cómo?
¿Cuánto?

6. Analizar y seleccionar las causas reales.

7. Probar la validez de la secuencia causal, es decir, empezando desde la

causa raíz seguir el razonamiento hasta el efecto investigado y comprobar
que tiene sentido lógico.

Si al terminar un diagrama se descubre que una rama tiene pocas causas en

comparación con las demás, puede querer decir que esta rama requiere un
estudio más en profundidad, debido, tal vez a que el equipo no conoce
suficientemente bien alguna parte del problema investigado. Se recomienda
estudiar detenidamente esta rama, por si en ella se encontrase la causa raíz.

48
 Uno de los fallos más comunes a la hora de usar el diagrama causa-efecto es
tomar como reales las causas que aparecen, sin contrastarlas con información
del problema objeto de estudio. El diagrama causa-efecto es una herramienta
útil para el análisis de causas, pero no sustituye a la comprobación de las
mismas con datos reales. Por último se recomienda no comenzar la
construcción de este diagrama hasta no haber analizado datos reales del
problema.

2.6.2 Diagrama de Pareto.

El Diagrama de Pareto constituye un sencillo y gráfico método de análisis que

permite discriminar entre las causas más importantes de un problema (los pocos y
vitales) y las que lo son menos (los muchos y triviales). Juran, mientras preparaba
la primera edición de su obra Manual de Control de la Calidad, se vio ante la
necesidad de dar un nombre corto al principio de “los pocos vitales los muchos
triviales”. Bajo el título “La mala distribución de las pérdidas de calidad”, en el que
figuraban numerosos ejemplos de mala distribución, también señaló que Pareto
había encontrado mal distribuida la riqueza. Asimismo mostró ejemplos de curvas
acumulativas para la desigual distribución de la riqueza y la desigual distribución
de las pérdidas de calidad. Tituló esas curvas como principio de Pareto de la
distribución desigual aplicado a la distribución de la riqueza y la distribución de las
pérdidas de calidad.

Este título dio a entender, de forma involuntaria, que el principio de los “pocos
vitales” con carácter universal fue formulado por Pareto.

La relación 80/20 ha sido encontrada en distintos campos. Por ejemplo, el 80% de

los problemas de una organización son debidos a un 20% de las causas posibles.
El 80% de los defectos de un producto se debe al 20% de causas potenciales, el
80% del absentismo es causado por un 20% de empleados. Evidentemente, la
relación no debe ser exactamente 80/20, pero sí se puede aventurar que unas
pocas causas son responsables de la mayor parte de los problemas.

Un Pareto se elabora como en la imagen siguiente (Ver figura 2.10).

49
 Figura 2.10 Ejemplo de Pareto

En el diagrama de Pareto anterior puede observarse como dos tipos de

incidencias comprenden el 49,73% de los requerimientos de asistencia: Reponer
papel (30,60%) y Requiere limpieza (19,13%).

2.6.3 Histograma

Un histograma o diagrama de barras es un gráfico que muestra la frecuencia de

cada uno de los resultados cuando se efectúan mediciones sucesivas. Este gráfico
permite observar alrededor de qué valor se agrupan las mediciones y cuál es la
dispersión alrededor de éste valor. La utilidad en función del control de calidad que
presta ésta representación radica en la posibilidad de visualizar rápidamente
información aparentemente oculta en un tabulado inicial de datos.

A continuación se muestra un ejemplo de un histograma (ver figura 2.11).

50
 Figura 2.11 Ejemplo de histograma.

2.6.4 Gráficos de Control

Los gráficos de control tienen su origen al final de la década de 1920,
cuando Walter A. Shewhart analizó numerosos procesos de fabricación
concluyendo que todos presentaban variaciones. Encontró que estas variaciones
podían ser de dos clases: una aleatoria, entendiendo por ella que su causa era
insignificante o desconocida, y otra imputable (también llamada asignable), cuyas
causas podían ser descubiertas y eliminadas tras un correcto diagnóstico.

La variación de una determinada característica de calidad puede ser cuantificada

realizando un muestreo de las salidas del proceso y estimando los parámetros de
su distribución estadística. Shewhart inició así el moderno control de calidad,
fundamentado en el control estadístico del proceso y rebasando al clásico control
de calidad, limitado a la inspección final del producto.

Los cambios en la distribución pueden comprobarse representando ciertos

parámetros en un gráfico en función del tiempo, denominado gráfico de control.

Todo proceso tendrá variaciones, pudiendo estas agruparse en:

Causas aleatorias de variación. Son causas desconocidas y con poca

significación, debidas al azar y presentes en todo proceso.

Causas específicas (imputables o asignables). Normalmente no deben estar

presentes en el proceso. Provocan variaciones significativas.

51
Las causas aleatorias son de difícil identificación y eliminación. Las causas
específicas sí pueden ser descubiertas y eliminadas, para alcanzar el objetivo de
estabilizar el proceso.

Existen diferentes tipos de gráficos de control:

De datos por variables. Que a su vez pueden ser de media y rango, mediana y
rango, y valores medidos individuales.

De datos por atributos. Del estilo aceptable / inaceptable, sí / no,…

En la base de los gráficos de control está la idea de que la variación de una

característica de calidad puede cuantificarse obteniendo muestras de las salidas
de un proceso y estimando los parámetros de su distribución estadística. La
representación de esos parámetros en un gráfico, en función del tiempo, permitirá
la comprobación de los cambios en la distribución.

El gráfico cuenta con una línea central y con dos límites de control (ver figura
2.12), uno superior (LCS) y otro inferior (LCI), que se establecen a ± 3
desviaciones típicas (sigma) de la media (la línea central). El espacio entre ambos
límites define la variación aleatoria del proceso. Los puntos que exceden estos
límites indicarían la posible presencia de causas específicas de variación.

Figura 2.12 Ejemplo de grafico de control

52
CAPÍTULO III

DESARROLLO

53
Este proyecto se desarrolló en la empresa PWO de México S.A. de C.V.en el área
de doblado y formado de tubo en el proceso de abocinado de la
piezaP02381implementado la metodología Seis Sigma, a continuación se muestra
las 5 fases desarrolladas.

3.1 Fase 1 Definir

3.1.1 Contexto de la problemática

Antecedentes

PWO es una empresa con más de 25 años dedicados al secretor automotriz, con
sede en 5 países alrededor del mundo cuenta con una amplia gama de
productos(componentes y ensambles) para la industria automotriz, sus principales
clientes son VW, AUDI, WEBASTO, BOSH entre otros.

Situación actual

Estudios recientes en el periodo de enero del 2016 a agosto del 2016 por el área
de calidad y producción determinaron que en promedio el 0.43% de la producción
mensual es rechazada por piezas que no cumplen con la calidad esperada en los
tubos laterales para ejes del proyecto Merlenker.

Importancia del problema

La cantidad de producto rechazado y sometido a retrabajos, provoca que se

eleven los costos de producción y de inspección de calidad.

Los rechazos por parte del cliente han aumentado en los últimos meses y a su vez
trae como consecuencia las penalizaciones económicas por su cliente VW.

3.1.2 Piezas rechazadas por el cliente VW

Para segmentar el proyecto, se realizó un diagrama de Pareto que comprende los

meses de enero a agosto del 2016 de las piezas del proyecto Merlenker,
rechazadas por el cliente VW (ver figura 3.1).

54
 Figura 3.1 Piezas del proyecto Merlenker rechazadas por el cliente VW

Mediante un diagrama de Pareto se obtuvo que la pieza P02381 es la que tiene

mayor frecuencia de rechazos (ver tabla 1).

Tabla 1. Rechazos del cliente VW del proyecto Merlenker.

Numero de parte Rechazos del cliente (pza)

P02382 149

P02383 91

P03188 165

P03189 134

P02379 203

P02381 412

P02380 182

TOTAL 1,336

55
En el siguiente diagrama se muestra que la pieza con mayor frecuencia de
rechazos es la pieza P02381 (ver figura 3.2).

Figura 3.2 Diagrama de Pareto de rechazos por el cliente VW del proyecto Merlenker.

Debido al análisis realizado sobre rechazos de piezas del proyecto Merlenker, se

identificó que la pieza P02381 es la que tiene mayor frecuencia de rechazo, se
procede a realizar un análisis interno de producción de dicha pieza para analizar
las cusas potenciales que provocan los defectos.

3.1.3 Diagrama de Pareto del análisis interno de producción

Se realizó un diagrama de Pareto con la cantidad de defectos en producción, en

un periodo de enero a agosto del 2016, en este análisis el defecto con mayor
frecuencia son las dimensiones NOK (Dimensiones fuera de especificación), en la
cual se basara el presente proyecto (Ver tabla 2).

56
Tabla 2. Frecuencia de desechos por motivo de defecto

Motivo de defecto Rechazo

Dimensiones NOK 3289

Scrap planeado/ ajuste. 920

Marcas profundas, rayas, rugosidad. 531

Altura de rebaba NOK 34

Grietas/rota 23

En la siguiente grafica se muestra el Diagrama de Paretode frecuencias de

rechazos por motivo de defecto del proyecto Merlenker (ver figura 3.3), que tiene
como resultado que el defecto más concurrente en la elaboración de la pieza
P02381 son las dimensiones NOK.

Figura 3.3. Diagrama de Pareto de frecuencias de rechazos por motivo de defecto del proyecto
Merlenker.

57
3.1.4 Diagrama de Pareto por proceso de fabricación

Características de la pieza P02381

A continuación se muestra la imagen de la pieza P02381 (ver figura 3.4) en la cual

se señalan las características de la misma.

Continuando con la segmentación del proyecto, se realizó un diagrama de Pareto

para identificar en que característica de la pieza (ver figura 3.5) se genera la
mayor cantidad de defectos.

Troquelado
Doblado

Punzonado

Abocinado

Figura 3.4. Características de la pieza P02381

Estudios recientes por el área de calidad arrojan las siguientes frecuencias por
defecto (ver tabla 3), por lo que la característica a la cual se realizara la mejora es
el abocinado, ya que cuenta con 2,679 ocurrencias en un periodo de enero a
agosto del 2016.

58
Tabla 3. Cantidad de defectos en características de la pieza P02381

Característica Ocurrencia
ABOCINADO 2679
PUNZONADO 515
TROQUELADO 53
DOBLADO 42
TOTAL 3,289

A continuación se muestra gráficamente el análisis de las características de la

pieza (ver figura3.5), teniendo como resultado que el abocinado es el auge de los
rechazos del cliente.

Figura 3.5 Diagrama de Pareto de las características de la pieza P02381.

59
3.1.5Alcance del proyecto.

El alcance del proyecto se centra en la etapa de abocinado del proceso de fabricación de la pieza P02381 (ver figura 3.6)
que es donde se genera la mayor cantidad de defectos.

Doblado Punzonado Abocinado Troquelado

Figura 3.6 Mapeo del proceso de fabricación de la pieza P02381.

60
3.1.6 Definir el problema

A continuación se presenta la definición del problema (ver figura 3.7). Con este
análisis concluimos que el mayor número de rechazos por parte del cliente VW es
en el tubo lateral en el proceso de abocinado del periodo de Enero- Agosto 2016,
que tiene un promedio de 0.43% mensual de la producción que no cumple con las
especificaciones del cliente lo cual de ahora en adelante llamaremos scrap, esto
es comprobado debido al análisis de los datos por el departamento de calidad.

¿Cuál es el problema? Cantidad de piezas rechazadas por el cliente VW.

¿Dónde? Dimensiones NOK del proceso de abocinado.

¿Cuándo? Periodo enero a agosto 2016

¿Cuánto? En promedio el 0.43% de la producción es scrap

¿Cómo se sabe? Por datos históricos en Inspección de tubos en el departamento

de calidad.

Figura 3.7. Definición del problema

3.1.7 Definir el objetivo.

Para definir el objetivo calculamos el promedio del porcentaje mensual de piezas

de scrap del periodo enero - agosto 2016el cual se tomara como línea base (LB
0.43%), posteriormente calculamos el mejor resultado mensual de piezas de scrap
(MR 0.26%)y calculamos la brecha entre la línea base y el mejor
resultado(Brecha= LB – MR= 0.17%)y finalmente calcular el objetivo (Objetivo =
LB- (0.7*Brecha)= 0.31) por lo que concluimos que nuestro objetivo será reducir el
scrap generado mensualmente de 0.43%a un 0.31%(ver figura 3.8).

61
 Figura 3.8 Calculo de objetivo del proyecto.

3.1.8 Comportamiento histórico del problema

Para analizar el comportamiento histórico del principal problema se realizó una

gráfica de serie de tiempo del scrap que se genera mensualmente de la pieza
P02381. Con lo cual analizamos que el promedio de scrap mensual del abocinado
es 0.43%(ver tabla 4).

Tabla 4. Comportamiento histórico del problema

MES SCRAP
Enero 0.82%
Febrero 0.59%
Marzo 0.28%
Abril 0.26%
Mayo 0.44%
Junio 0.30%
Julio 0.42%
Agosto 1.19%

62
A continuación se muestra la gráfica de serie de tiempo del porcentaje de scrap
(ver figura 3.9) durante los meses de enero a agosto del 2016, donde podemos
observar que en los meses de enero, febrero y agosto existe un auge por
productos fuera de especificación y los meses de marzo, abril y junio están por
debajo del objetivo.

Figura 3.9. Scrap generado en el proceso de abocinado en el periodo enero a agosto del 2016 de
la pieza P02381.

3.1.9 Equipo de trabajo

A continuación se presenta el equipo de trabajo que colabora para realizar el

proyecto (ver tabla 5).

63
Tabla 5. Equipo de trabajo

Función Nombre Puesto

Dueño del proceso Francisco Vázquez Operadores en turno

Ricardo Aguilar

Liberación de piezas de Johan Montero Auditor de calidad

ensambles

Liberación de piezas de Elizabeth Pérez Auditor de calidad

ensambles

Supervisor del proceso IvánContreras Supervisor de producción

Asesor externo Ing. Omar Quijano Ingeniero de calidad

Líder de proyecto Ing. Bertrán Grande Líder de proyecto

Asesor externo Ing. Ismael Rivera Catedrático

Desarrollador del proyecto Jesús Muñoz García Practicante de ingeniería

3.1.10 Beneficios del proyecto

A continuación se muestran los beneficios con los que se espera cumplir al

finalizar el proyecto.

• Reducción de scrap.

• Aplicar la metodología a otros productos con el mismo problema.

• Aprendizaje para poder llevar a cabo proyectos seis sigma de mayor

complejidad.

• Reducción de rechazos por parte del cliente VW.

• Reducción de variabilidad en el proceso de abocinado.

64
3.2 Fase Medir

3.2.1 Análisis del sistema de medición

La característica a evaluar y mejorar es el abocinado el cual cuenta con dos

mediciones (ver figura 3.10), una mide el eje Y, y otra el eje Z.

Figura 3.10 Eje Y y Z del abocinado

3.2.1.1 Estudio R&R de la situación actual

Mediante un Estudio R&R se evaluó el sistema de medición con diez piezas, tres
personas distintas, (dos auditores de calidad y un supervisor de producción), de
las cuales, se realizaron dos replicas en el eje Y, y Z (ver figura 3.11) ya que estas
características son la que se controlan en el abocinado.

65
 Figura 3.11. Datos de medición del estudio R&R

3.2.1.2 Resultados del estudio R&R en eje Y

Grafica R

Se observa que el supervisor Iván es quien tiene mayor constancia en sus

mediciones mientras que Elizabeth y Johan presentan mayor variación en estas
(ver figura 3.12). El resultado de la repetibilidad es de 23.28% por lo cual la
repetibilidad no es aceptable en el eje Y (ver figura 3.13).

66
Grafica Xbarra

En el siguiente graficoXbarra (ver figura 3.12) se muestra que existe variación

entre las mediciones de las personas evaluadas, el resultado de la
reproducibilidad es 7.45% lo cual indica que la reproducibilidad es aceptable en el
eje Y.

Figura 3.12. Estudio de R&R del sistema de medición del abocinado en eje Y

3.2.1.3 Resultados de variación en eje Y

A continuación se presentan los resultados del Análisis de Varianza (ANOVA) del

estudio R&R en el eje Y (ver figura 3.13) se observa que el resultado del estudio
R&R es de 24.45 % esto nos indica que el estudio R&R no es aceptable ya que no
es aprobado por el cliente, este pide que sea menor o igual a 10%.

67
Resultado

Variación total del estudio: 24.45%

Repetibilidad: 23.28%

Reproducibilidad: 7.45%

Figura 3.13 ANOVA del eje Y.

3.2.1.4 Resultados del estudio R&R en eje Z

Grafica R

En el grafico R se observa que Johan es quien tiene mayor variación en sus

mediciones mientras que Iván y Elizabeth presentan menor variación en estas (ver
figura 3.14), el resultado de la repetibilidad para esta medición es de 38.81%, esto
es considerado inaceptable (ver figura 3.15).

68
Grafica Xbarra

En elgráfico de Xbarra (ver figura 3.14) se muestra que hay variación entre las
mediciones de las personas evaluadas, lo cual da como resultado una
reproducibilidad de 11.32% lo cual es no es aprobado por el cliente VW (ver figura
3.15).

Figura 3.14. Estudio de R&R del sistema de medición del abocinado en eje Z

3.2.1.5 Resultado de variación en eje Z

A continuación se presentan los resultados del Análisis de Varianza (ANOVA) del

estudio R&R en el eje Z (ver figura 3.15) se observa que la variación total del
estudio de medición R&R es de 38.81%.

69
Teniendo como resultado

Variación total del estudio: 38.81%

Repetibilidad: 37.12%

Reproducibilidad: 11.32%

Figura 3.15 ANOVA del eje Z.

3.2.1.6 Mejora del sistema de medición

Los resultados del estudio R&R no son aceptables en ninguno de los ejes por lo
tanto no se puede evaluar de manera correcta la capacidad y desempeño del
proceso, esto se ve reflejado en que los auditores y el supervisor no realizan sus
mediciones de la misma forma, ya que no cuentan con un método de medición
estandarizado, se pudo observar que cada uno de estos tenía una forma particular
de medir el abocinado, realizando las mismasmediciones de una manera distinta
cada vez, algunas veces tomaban la pieza al aire, la apoyaban en su cuerpoy

70
otras con ayuda de una base, por lo que se decidió mejorar el sistema de
medición mediante una hoja de medición estándar (ver figura 3.16).

En la cual se decidió apoyarse de una base fija y uniforme, ya que se observó

que el operador estaba incomodo al medir la pieza en el aire y causaba variación
en sus mediciones. Por lo cual se decidió tomar como base una mesa de mármol
usándola de apoyo para realizar las mediciones de la pieza.

Figura 3.16. Hoja de medición estándar del abocinado de la pieza p02381.

71
3.2.1.7 Estudio R&R del sistema de medición mejorado

Con el proceso de medición mejorado, se procede a realizar un segundo estudio

R&R del cual se obtuvieron los siguientes datos (ver figura 3.17) y se compararon
resultados.

Figura 3.17. Datos de medición del estudio R&R mejorado.

3.2.1.8 Resultados del estudio R&R mejorado en el ejeY

Grafica R

En el grafico R se observa que existe una mejora en comparación con el estudio

anterior, pasamos de tener una repetibilidad de 23.28 a una de 8.54, se observa
claramente existe menor variación en sus mediciones de cada operador (ver
figura 3.18).

72
Grafica Xbarra

En el siguiente gráficoXbarra(ver figura 3.18) se muestraque la reproducibilidad la

cual en comparación con el estudio anterior disminuyo considerablemente pasmos
de tener 7.45% a un 2.67% de reproducibilidad.

Figura 3.18.Estudio de R&R del sistema de medición mejorado del abocinado en eje Y

3.2.1.9 Resultado de variación en el eje Y

A continuación se presentan los resultados del Análisis de Varianza (ANOVA) del

estudio R&R mejorado, en el eje Y (ver figura 3.19) observando que la variación

73
total del estudio R&R mejoradoes de 8.54%, lo cual indica que el estudio de
medición mejorado es aceptable.

Teniendo como resultado

Variación total del estudio: 8.54%

Repetibilidad: 8.11%

Reproducibilidad: 2.67%

Figura 3.19 ANOVA del eje Y.

En el siguiente grafico (ver figura 3.20) se muestran los resultados del sistema de
medición del abocinado de la pieza P02381 en el eje Y, el cual es menor a 10%,
por lo que el sistema de medición es aceptable en este eje.

74
 Figura 3.20. Estudio de R&R del sistema de mediciónmejorado en el eje Y

3.2.1.10 Resultados del estudio R&R mejorado en el eje Z

Grafica R

En el grafico R se observa que existe una mejora en comparación del estudio

anterior ya que existe menor variación en sus mediciones obteniendo una
repetibilidad 6.58% y en el estudio anterior 37.12% por lo que la repetibilidad del
estudio de medición es aceptable (ver figura 3.21).

Grafica Xbarra

En el siguiente grafico Xbarra del estudio R&R mejorado (ver figura 3.21) se
muestra una mejora considerable entre las mediciones de las personas
evaluadas, ya que obtuvimos una reproducibilidad de 3.47% y en el estudio
anterior 11.32% por lo que la reproducibilidad es aceptable.

75
 Figura 3.21. Estudio de R&R del sistema de medición mejoradodel abocinado en eje Z

3.2.1.11 Resultado de variación en el eje Z

A continuación se presentan los resultados del Análisis de Varianza (ANOVA) del

estudio R&R en el eje Z (ver figura 3.22) observando que la variación total del
estudio R&R mejorado es de 7.43%, por lo tanto el estudio de medición mejorado
es aceptable.

Teniendo como resultado:

Variación total del estudio: 7.43%

Repetibilidad: 6.58%

Reproducibilidad: 3.47%

76
 Figura 3.22 ANOVA del eje Z.

En el siguiente grafico (ver figura 3.23) se muestran los resultados del sistema de
medición mejorado, delabocinado de la pieza P02381en eje Z el cual es menor a
10%, por lo que el sistema de medición es aceptable en el eje Z.

Figura 3.23. Estudio de R&R del sistema de mediciónmejorado en el eje Z

77
A continuación se observa la comparación de los resultados del estudio R&R
antes y después de la mejora, en los cuales se observa claramente que los
resultados disminuyeron considerablemente, dando como resultado menor
variación en las mediciones y mayor uniformidad en las mismas, los resultados
que en un principio no eran aceptables, después de mejorar el sistema de
medición,estos son aceptables.

Tabla 6. Comparación del estudio R&R antes y después de la mejora

Comparativo Antes Después

Variación total del estudio 24.45% 8.54%

del eje Y

Repetibilidad del eje Y 23.28% 8.11%

Reproducibilidad del eje Y 7.45% 2.67%

Variación total del estudio 38.81% 7.43%

del eje Z

Repetibilidad del eje Z 37.12% 6.58%

Reproducibilidad del eje Y 11.32% 3.47%

3.2.1.12 Capacidad de proceso

Una vez realizada la evaluación y mejora del sistema de medición realizamos una
evaluación de la capacidad del proceso, para esto utilizamos la herramienta de
Capabilitysixpack del software minitab y obtuvimos los siguientes resultados.

Análisis de capacidad del primer turno del abocinado en Y

En la figura 3.24 se observa la gráfica de cada uno de valores individuales, se

observa que tenemos puntos fuera de los límites de control y el proceso tiende
hacia el límite de control inferior.

En la gráfica de rangos (ver figura 3.24) también se observa un punto fuera de

control sobre el límite de control superior y lo que indica que nuestro proceso no
es estable.

78
En la gráfica de las ultimas 25 observaciones (ver figura 3.24) se observan los
límites de especificación (66.2 y 65.8) y observamos el comportamiento de los
valores estos nos indican que el proceso se encuentra fuera de las
especificaciones del cliente.

En la gráfica del histograma de capacidad (ver figura 3.24) se observa que el

proceso tiene un sesgo hacia el límite de especificación inferior.

En la gráfica de normalidad (ver figura 3.24) se observa que el P valué es mayor a

0.05 por lo que se concluye que existe normalidad en el proceso.

La capacidad del proceso solo se puede medir cuando el proceso es estable

debido a que nuestro proceso no es estable utilizaremos otro indicador (Pp y Ppk)
que nos muestra el desempeño del proceso, el Pp: 0.51 y el Ppk: 0.13 indican que
nuestras partes por millón fuera de especificación son de 349,582.01 piezas por lo
tanto nuestro proceso no es capaz.

Figura 3.24Análisis de capacidad en abocinado en eje Y primer turno

79
Análisis de capacidad del primer turno del abocinado en Z

En el abocinado en Z se presentan condiciones similares el proceso no es

estable, observamos puntos fuera de control, el proceso (ver figura 3.27) tiende
hacia el límite de especificación inferior y nuestro indicador de desempeño es Pp:
0.37 y el Ppk 0.27 nos indica que tenemos 284,092.90 partes por millón fuera de
especificación.

Figura 3.27 Análisis de capacidad en abocinado en eje Z primer turno

Análisis de capacidad del segundo turno del abocinado en Y

En el segundo turno el abocinado en el eje Y se observa que el proceso no es

estable y tiende hacia el límite superior (ver figura 3.28) elPp: 0.41 y el Ppk:
0.03indican que las partes por millón fuera de especificación son 470,481.38

80
 Figura 3.28. Análisis de capacidad en abocinado en eje Y segundo turno

Análisis de capacidad del segundo turno del abocinado en Z

En el abocinado en Z se observa que proceso tiende hacia el límite de

especificación superior (ver figura 3.29) y debido a que nuestro proceso es estable
en este eje podemos utilizar indicadores Cp y Cpk,Cp: 0.48 y Cpk: 0.29 lo cual
indica un 193,916.78 partes por millón fuera de especificación.

81
 Figura 3.29.Análisis de capacidad en abocinado en eje Z segundo turno

3.3 Fase Analizar

3.3.1 Análisis de la causa raíz
A continuación se muestra una lluvia de ideas con el equipo de trabajo para
determinar las causas potenciales de la variación del proceso.

Causas de la variación del proceso

 Elongación de material
 Distancia de punzonado
 Temperatura
 Operadores
 Parámetros de maquina
 Folling (diámetro de dobles del tubo en eje Y y Z)
 Falla en la maquina

82
  Cambio de turno
 Equipo de medición incorrecto

Diagrama de causa y efecto

A continuación se muestra el Diagrama Causa – Efecto (ver figura 3.30) para

analizar en qué M se enfocara la reducción de variación.

Diagrama Causa-Efecto
Mediciones Material Personal

Elongacion de material Cambio de turno

Equipo de medicion
incorrecto
Suciedad de material Operadores

variacion en
el abocinado
de la pieza
P02381

Follin Fallas de maquina

Temperatura

Distancia de Parametros de maquina

punzonado

Entorno Métodos Máquinas

Figura 3.30 Diagrama de Causa - Efecto

Posteriormente se realizó una votación (ver tabla 7) con los integrantes del equipo
de trabajo para determinar las causas potenciales de la variación del proceso.

83
 .

Tabla 7. Factores que causa la variación del proceso

Causas potenciales

Posibles Omar Bertrán Joan Elizabeth Ivan Operadores Total % de

causas Quijano Grande Montero Pérez Contreras contribución

Elongación 8 9 10 10 9 10 56 21.6
de material

Distancia de 7 8 8 6 5 9 43 16.6
punzonado

Temperatura 1 2 1 1 8 3 16 6.1

Operadores 2 3 5 2 4 4 20 7.7

Parámetros 2 3 3 4 5 3 20 7.7
de maquina

Folling 7 8 7 9 8 7 46 17.7

Falla de 3 4 3 2 6 2 20 7.7
maquina

Cambio de 2 3 1 3 1 3 13 5.0
turno

Equipo de 3 6 4 7 3 2 25 9.6
medición
incorrecto

Total 259 100

Con la votación anterior se llega a la conclusión de que los factores potenciales

son: Elongación del material, distancia de punzonado y folling, con los cuales se
realizó un análisis de regresión.

84
3.3.2 Análisis de regresión múltiple del abocinado

A continuación se muestra los datos con los cuales se realizó el análisis de

regresión múltiple (ver figura 3.31), este se llevó acabo con los factores
potenciales determinados por el equipo de trabajo (Elongación del material,
distancia de punzonado y folling), el cual nos ayudara a estimar los resultados del
abocinado en el eje Y y el eje Z.

Figura 3.31 Análisis de regresión múltiple

Para obtener el mejor resultado, se utilizó el optimizador de respuestas del

software minitab (ver figura 3.32).

85
 Figura 3.32. Gráfica de optimizador de respuestas.

Con lo cual podemos observar que el mejor porcentaje de elongación es de

11.27%, la distancia de punzonado en el eje Y es de 13.52mm y en el eje Z es de
156.61mm, el folling en eje Y es de 42.60 y en el eje Z es de 46.10 para obtener
un abocinado en el eje Y de 66 mm y en el eje Z de 48 mm y así reducir la
variación, a su vez se observó que las variables más significativas para en eje Y y
Z es la distancia del punzonado (ver figura 3.33 y 3.34) para el eje Y la variable
más significativa es la distancia de 156.6 mm y para el eje Z es la distancia de
13.6 mm.

Se observaron que las causas significativas de la variación del proceso son la

distancia del punzonado en el eje Y y Z para el abocinado.

86
Figura 3.33. Resultados del análisis de regresión para abocinado en eje Y.

Figura 3.34. Resultados del análisis de regresión para abocinado en eje Z.

87
3.4 Fase Mejorar

3.4.1 Capacidad de proceso

Con los resultados obtenidos del análisis de regresión, se realizaron pruebas en

donde se controlaron las variables de entrada del proceso (elongación del
material, distancia de punzonado y folling)con el fin de evaluar la mejora del
proceso, para esto se controló la elongación del material solo utilizando material
de elongación de 11.27%, la distancia del punzonado en el eje Y de 13.52 mm y
en el eje Z de 156.61 mm así mismo también se controló el follingen Y de
42.60mm y en Z de 46.10 mm esto con el fin de mejorar el comportamiento del
proceso, para esto se realizaron varios ajustes en las máquinas para lograr esta
condiciones, mediante la lainas calibradoras y ajustes de parámetros se
controlaron estas características.

Una es realizada las pruebas, analizamos la capacidad del proceso y se

obtuvieron los siguientes resultados

3.4.1.1 Capacidad del proceso en el eje Y

A continuación se muestran 30 mediciones aleatoriasdel proceso mejorado (ver

tabla 7) para evaluar la capacidad del proceso.

88
Tabla 7. Mediciones aleatorias del abocinado con el proceso mejorado.

En la siguiente grafica (ver figura 3.35) se muestran los resultados de la

evaluación anterior en el eje Y, se observa un Cpk = 1.50 por lo que concluimos
que el proceso es aceptable en el eje Y ya que los requerimientos del cliente son
Cpk=1.33.

89
 3.35 Capacidad del proceso en el eje Y.

3.4.1.2 Capacidad de proceso en el eje Z

En la siguiente grafica (ver figura 3.36) se muestran los resultados de la

evaluación anterior en el eje Z y se observa un Cpk=1.20 por lo tanto, el proceso
no es aceptable,aun cuando el proceso no es capaz podemos observar que se
tiene 0 PPM.

Se observó que al controlar las variables de entrada en el proceso de abocinado la

variación del proceso disminuyo considerablemente, teniendo como resultado un
Cpk: en el eje Y de 1.50 y Cpk en el eje Z de 1.20 lo cual indica que se ha
disminuido la variación del proceso en comparación con el análisis de capacidad
realizado inicialmente, a su vez se observa que los PPM son de 0 tanto en el eje Y
como en Z, a diferencia de los PPM de estudio inicial en el eje Y de 349,582.01 del

90
primer turno y en el eje Z de 193,926.78 del segundo turno, cabe destacar que
son los valores menores del estudio inicial del primer y segundo turno por lo que
se observa una gran diferencia.

Figura 3.36. Capacidad de proceso en el eje Z.

3.5 Fase Controlar

En esta fase, se monitorea el proceso usando límites de control y no límites de

especificación para controlar el proceso en tiempo real,así como usar material con
porcentaje de elongación 11.27% y cambiar los nominales del folling a 42.60 mm
en Y y 46.10 mm en Z, también se controlar la distancia del punzonado en Y en
13.52 mm y en Z a 156.61mm en Z.

A continuación se muestran las carta de control del antes y después del

abocinado en el eje Y y Z; Se observa que existe un gran diferencia de variación

91
(ver figura 3.37 y 3.38) ya que se reducen significativamente los límites de control,
por lo tanto se comprueba que, controlando las variables de entrada se puede
controlar el proceso utilizando con ayuda de cartas de control para monitorear el
proceso.

Figura 3.37 Limites de control en el eje Y antes después

92
 Figura 3.38 Limites de control en el eje Z antes después

A su vez se comparó la capacidad del abocinado antes y después de controlar las

variables en el eje Y, y se observa la reducción de la variación del proceso
drásticamenteobteniendo los siguientes resultados (ver figura 3.39), se comparó
también la capacidad del proceso del abocinado antes y después en el eje Z, y se
observa la reducción de la variación del proceso (ver figura 3.40).

93
Figura 3.39 Comparación de la capacidad antes/después para el abocinado en el eje Y

94
 Figura 3.40 Comparación de la capacidad antes/después para el abocinado en el eje Z

Con los resultados del proyecto Seis Sigma se comparó mediante una gráfica de
series de scrap la mejora en los meses de Noviembre y Diciembre del 2016 (ver
figura 3.41) para evaluar la efectividad de las acciones correctivas realizadas en el
abocinado del eje Y y Z.

95
 Figura 3.41 Series de tiempo de scrap

Aun cuando se comprobó mediante pruebas estadísticas la efectividad de

controlar las variables de entrada y la efectividad del monitoreo en tiempo real
mediante cartas de control en el proceso, la empresa no mostro interés en
continuar con el seguimiento del proyecto por lo cual no se puede implementar las
mejoras en el plan de control, ni capacitar al personal para el control de las
variables de entrada.

96
 CAPÍTULO lV

CONCLUSIONES

97
En el siguiente capítulo se abordan los resultados obtenidos al realizar el proyecto.

4.1 conclusiones

Con la realización de este proyecto y haber aplicado correctamente la metodología

seis sigma, concluimos que la implementación fue satisfactoria, ya que se lograron
desarrollar las 5 fases de la metodología, al realizar el análisis comparativo
antes/después, se observa que se logró el objetivo planteado al inicio del proyecto,
disminuir la variación dimensional, como se muestra a continuación.

En la siguiente imagen (ver figura 4.1) se observa el comparativo de la capacidad

del proceso de abocinado en el eje Y, se observa una mejora significativa, ya que
en el primer análisis se observó un desempeño del proceso de 0.74 lo cual
significaba un exceso de variación por lo cual nuestro proceso no era capaz,
después de controlar las causas de variación obtuvimos un proceso capaz ya que
la capacidad del proceso de abocinado fue de 1.56, dejando en claro la efectividad
de controlar las causas de variación.

En la figura 4.2 se observa el comparativo de la capacidad del proceso de

abocinado en el eje Z, se observa que el control de las causas de variación es
significativo ya que pasamos de tener una capacidad del proceso de abocinado
de 0.41 a una de 1.20 en la cual se ve reflejado la disminución de variación en el
proceso y aun cuando el proceso no es capaz ya observamos 0 PPM en el
proceso.

Se logró implementar las 5 fases de la metodología seis sigma y las herramientas

de esta, demostrando la efectividad del análisis realizado, pero por cuestiones de
interés de la empresa no se estandarizaron las mejoras en el plan de control y no
se capacitó al personal para el control de las variables de entrada, ya que para la
empresa no se cuenta con los recursos necesarios para dar seguimiento al
proyecto.

98
Figura 4.1 Comparativo de la capacidad del proceso para el abocinado en el eje Y

Figura 4.2 Comparativo de la capacidad del proceso para el abocinado en el eje Z

99
 CAPÍTULO V

COMPETENCIAS
DESARROLLADAS

100
 En el siguiente capítulo se muestran las competencias desarrolladas durante la
realización de este proyecto.

5.1 Competencias desarrolladas

A continuación se muestra una tabla con las competencias desarrolladas durante

la realización del proyecto (ver tabla xx).

CATEGORÌA COMPETENCIA
Especificaciones del cliente
Cognitivas
Pensamiento estadístico
Resolución de problemas
Metodológicas
Toma de decisiones
Software estadístico
INSTRUMENTALES
Software BDE
Tecnológicas
Dispositivos de control
Instrumentos de medición
Comunicación verbal y escrita
Lingüísticas
Participación en juntas de inducción
Adaptación a la tecnicidad del trabajo
Individuales
Automotivación
INTERPERSONALES Atender reclamaciones
Sociales Convivencia con diferentes áreas
Planes de contingencia
De Capacidad Plantear objetivos a corto y largo plazo
emprendedora Iniciativa en proyectos
De Participación de todas las áreas para la solución de
SISTEMATICAS
organización problemas
Reducción de variación
De logro
Liderazgo

101
CAPÍTULO VII

FUENTES DE
INFORMACIÓN

102
7.1 Fuentes de información

1. PWO DE MÉXICO S.A. de C.V.(2010, Enero 18) Reseña histórica de la

empresa. Historia dePWO DE MÉXICO S.A. de C.V. , pág. 1,2,3 ,2016 julio
30 de información de Pwo de México S.A. de C.V. base de datos
2. PWO DE MÉXICO S.A. de C.V. (2016, Agosto 15). Organigrama de pwo
de México S.A. de C.V. Organización de la empresa. Pág. 6, 7. 2015
agosto 25, De información de Pwo de México S.A. de C.V.Base de datos.
3. PWO DE MÉXICO S.A. de C.V. (2016, Agosto 15). Organización de los
departamentos. Organización de la empresa. Pág. 7, 8. de INFORMACION
DE PWO DE MÉXICO S.A. de C.V Base de datos.
4. Cámara nacional de la industria de la transformación. (2015). Industria
metal-mecánica. 30 de Septiembre, de cámara nacional de la industria de
la transformación Sitio web: http://www.canacintra.org.mx/principal/
5. H. Gutiérrez Pulido (2009) Control estadístico de calidad y seis sigma,
México, D.F. Mc Graw Hill.
6. J. A. Espinosa, (2016) Certificación en Seis Sigma Green Belt, México,
D.F.

103
104