Programa Yellow Belt

Parte 3

1
Programa Yellow Belt Gesin Consultores © 2019
 Contenido del programa
• Fase de definición
– Fundamentos de Six Sigma y sus métricas
– Selección de proyectos Six Sigma
– La empresa Lean
• Fase de medición
– Enfoque de procesos
– Análisis de sistemas de medición
– Análisis de capacidad de procesos
• Fase de control
– Controles lean
– Introducción control estadístico de los procesos

2
Programa Yellow Belt Gesin Consultores © 2019
 FASE DE MEDICIÓN
ENFOQUE DE PROCESOS

Programa Yellow Belt Gesin Consultores © 2019

 Enfoque de proceso sobre la fase de medición

Entradas: Salidas:
• Project Charter Evaluar el Evaluar el
• Indicadores clave
Determinar Obtener las
• Equipo de trabajo qué medir
sistema de
mediciones
desempeño definidos
medición del proceso
definido • Procedimiento de
• CT’x definidos colección de
• Mapa de proceso datos definido
preliminar • Sistema de
• Oportunidades medición capaz
cuantificadas Proceso • Línea base del
proceso
cuantificada

Programa Yellow Belt Gesin Consultores © 2019

 Calidad en las mediciones
• La calidad de los datos de cualquier medición se define por
medio de las propiedades estadísticas de mediciones múltiples
obtenidas de un sistema de medición que opera bajo
condiciones estables

Programa Yellow Belt Gesin Consultores © 2019

 Gage por atributos
• Cuando la medición de las partes no es a través de variables
continuas
• Tipo pasa-no-pasa
• Tipo escala de calificaciones
• Se utiliza el coeficiente de Kendall

Programa Yellow Belt Gesin Consultores © 2019

 Gage por atributos
• Cuando la medición de las partes no es a través de variables
continuas
• Tipo pasa-no-pasa
• Tipo escala de calificaciones
• Se utiliza el coeficiente Kappa para indicar si hay un problema
de desacuerdo en las decisiones de los operadores

Programa Yellow Belt Gesin Consultores © 2019

 Gage por atributos
• Requisitos típicos:
– 15 partes
– 2 operadores
– 1 ó 2 réplicas por operador
– 1 experto que defina el valor convencionalmente verdadero

Programa Yellow Belt Gesin Consultores © 2019

 Un proceso de medición de atributos
• Clasificaría correctamente cada unidad
• Produciría siempre un conteo correcto de las no
conformidades en una unidad
• No produciría desviaciones contra el valor convencionalmente
verdadero.

Programa Yellow Belt Gesin Consultores © 2019

 Factores que influyen en el proceso de medición por
atributos
• Habilidades individuales
– Agudeza visual
– Compresión del mensurando
– Método de inspección
• Tarea
– Probabilidad de defectos
– Tipo de falla
– Número de fallas que ocurren simultáneamente
– Tiempo permitido para la inspección
– Frecuencia de los periodos de descanso
– Iluminación
– Objetividad de los estándares

Programa Yellow Belt Gesin Consultores © 2019

 Factores que influyen en el proceso de medición por
atributos (cont.)
• Organización y social
– Capacitación
– Estándares de compañerismo
– Estándares gerenciales
– Conocimiento del operador o grupo de trabajo
– Proximidad de los inspectores

Programa Yellow Belt Gesin Consultores © 2019

 Interpretación del índice kappa

k (kappa) Interpretación
<0 Acuerdo nulo
0.01 – 0.20 Acuerdo pobre
0.21 – 0.40 Acuerdo ligero
0.41 – 0.60 Acuerdo moderado
0.61 – 0.80 Acuerdo sustancial
0.81 – 1.00 Acuerdo casi perfecto

Programa Yellow Belt Gesin Consultores © 2019

 Ejemplo

Programa Yellow Belt Gesin Consultores © 2019

 Gage para pruebas destructivas
• No es posible tener repeticiones para obtener una estimación
del error de medición puro.
• Sin embargo es posible minimizar la variación del producto
entre pares de mediciones teniendo cuidado de que sean
tomadas en el tiempo más corto posible con el mínimo de
variación de las condiciones: operador, instrumento,
temperatura, etc.
• El resultado del estudio se puede obtener con una simple
gráfica de control.

Programa Yellow Belt Gesin Consultores © 2019

 Ejemplo

Programa Yellow Belt Gesin Consultores © 2019

 Evaluar el desempeño del proceso
• Línea base (baseline): cuantificar qué tan bien (o mal) se
desempeña el proceso actual, ANTES de cualquier acción de
mejora, que se obtiene mediante muestreo.
• La clave del baseline está en colectar datos representativos.

Programa Yellow Belt Gesin Consultores © 2019

 Subgrupos racionales
SUBGRUPOS RACIONALES
Minimiza la variación dentro de los subgrupos
RUIDO NEGRO
Maximiza la variación entre grupos
(señal)
RUIDO BLANCO
RESPUESTA DEL

(Variación de
causa común)
PROCESO

TIEMPO
Permite que las muestras incluyan solo ruido blanco, entre
dentro de las muestras. El ruido negro ocurre entre muestras.

Programa Yellow Belt Gesin Consultores © 2019

 Visualizando causas
Variación dentro
del grupo

Tiempo 1
Tiempo 1

Tiempo 1

Tiempo 1

•Llamada s corto plazo(sst)

s st + sshift = stotal
•El potencial – lo mejor que
se podría hacer
•La s reportada por todas las
compañías 6 sigma
•“Los muchos triviales”

Programa Yellow Belt Gesin Consultores © 2019

 Visualizando causas

Tiempo 1
Tiempo 1

Tiempo 1

Tiempo 1

•Llamada s shift (una medida

en sigmas de cuánto la
media se ha movido)
•Indica el control del proceso
s st + sshift = stotal •“Los pocos vitales”
Entre grupos

Programa Yellow Belt Gesin Consultores © 2019

 Variación de causa común
• Variación presente en todos los procesos
• No controlable
• Lo mejor que el proceso puede entregar con la tecnología
actual

Los datos entre los subgrupos (Zst) deben

contener solamente las variaciones de causa
común

Programa Yellow Belt Gesin Consultores © 2019

 Variación de causa asignable
• Influencias externas
• Ruido negro
• Potencialmente controlable
• Muestra el desempeño actual del proceso en el tiempo

Los datos completos del baseline contienen

las variaciones de causa común y de causa
asignable

Programa Yellow Belt Gesin Consultores © 2019

 Capacidad del proceso Cp
• Muestra cómo se comportan los límites de control natural a 3s
contra los límites de la especificación:

LES - LEI
USL LSL
Cˆ p 
6sˆ
R
sˆ 
d2

Programa Yellow Belt Gesin Consultores © 2019

 Capacidad del proceso descentrado Cpk
• Además de la capacidad del proceso que mide el Cp, toma en
cuenta también el descentramiento del proceso.

C pk  min( C pu , C pl )
C pk  min( C pu , C pl )
 USL  min
  
USL     En dónde MC es el valor más pequeño
LSL  las siguientes expresiones:
C pk  min  C MC  
LSL , de
3s   3s 3s 
pk ,
 3s (LES – μ) (μ – LEI)

Valor aceptado en la Industria Automotriz: Cpk >= 1.33

Programa Yellow Belt Gesin Consultores © 2019

 3-sigma Process Spec Limits
(centered)
Cp = 1.0
Cpk = 1.0
2,700 ppm

Programa Yellow Belt Gesin Consultores © 2019

 3-sigma Process Spec Limits
(shifted 0.5 std. dev.)
Cp = 1.0
Cpk = 0.833
ppm = 6,442
(about 2.72-sigma)

Programa Yellow Belt Gesin Consultores © 2019

 3-sigma Process Spec Limits
(shifted 1.0 std. dev.)
Cp = 1.0
Cpk = 0.667
ppm = 22,782
(about 2.28-sigma)

Programa Yellow Belt Gesin Consultores © 2019

 3-sigma Process Spec Limits
(shifted 1.5 std. dev.)
Cp = 1.0
Cpk = 0.5
ppm = 66,811
(about 1.83-sigma)

Programa Yellow Belt Gesin Consultores © 2019

 Cumplimiento de objetivos
LSL USL
Fuera de objetivo, Baja variación
Alto potencial de defectos
Buen Cp pero Mal Cpk
LSL USL
Dentro de objetivo, Baja variación
Bajo potencial de defectos
Buen Cp y Cpk
Programa Yellow Belt
LSL USL
Dentro de objetivo
Alta variación
Alto potencial de defectos
No tan buen Cp, ni Cpk
 La reducción de la variación y el
centrado crea procesos con menor
potencial de defectos.
 el concepto de reducción de
defectos aplica a TODOS los
procesos (no solo a la
manufactura)
Gesin Consultores © 2019
 Ejercicio

Programa Yellow Belt Gesin Consultores © 2019

 Diagnóstico control vs. tecnología
pobre 2.5
2.0 A B
CONTROL
1.5
1.0
Z shift 0.5 C D
1 2 3 4 5 6
buena
pobre buena
TECNOLOGÍA
ZSt
A- Control pobre, Proceso pobre
B- Control debe mejorar, tecnología es buena
C- Control de proceso es bueno, proceso o tecnología es pobre
D- Clase mundial
Programa Yellow Belt Gesin Consultores © 2019