INSTITUTO TECNOLÓGICO DE CIUDAD JUÁREZ

INGENIERÍA INDUSTRIAL A DISTANCIA

SEIS SIGMA

TAREA 3, UNIDAD 2, SS

PROFESOR: ING. JUAN CARLOS GARCÍA ROSALES

M.I.A.

ALUMNO: JUAN JESUS RIVERA TORRES

12111609
CIUDAD JUÁREZ, CHIHUAHUA. FEBRERO DEL 2016
CONTENIDO
1. INTRODUCCIÓN………………………………………….………………………………1

2.1.2.2 Matriz de causa y efecto………………………………………..…………………..1

Método de las 6 M……………………………………………………………………………1

Método tipo flujo del proceso………………………………………………………………..2

Método de estratificación o enumeración de causas…………………………………….2

2.1.2.3 Elaboración de AMEF……………………………………………………………….2

Actividades para realizar un AMEF (proceso)……………………………………………..2

Características de un AMEF efectivo………………………………………………………3

2.1.2.4 Desarrollar el despliegue de la función de calidad (QDF)…………………...…4

Despliegue de la función de calidad (DFC, QFD)………………………….…………….4

2.1.2.5 Evaluación del sistema de medición (MSA)……………………………...………5

2.1.2.6 Estudio de capacidad de procesos………………………………………………..6

Índice Cp………………………………………………………………………………...……6

Índice Cr………………………………………………………………………………………6

Índices Cpi, Cps y Cpk………………………………………………………………………7

Capacidad de largo plazo e índices Pp y Ppk…………………………………………….7

3. EJERCICIOS………………………………………………………………………………8

4. CONCLUSIÓN………………………………………………………………….………..27

5. BIBLIOGRAFÍA……………………………………………………………….………….28

i
 1. INTRODUCCIÓN
En este presente tarea hablaremos de los herramientas de calidad, para poder
ver el problema y la causa raíz una de las herramientas de calidad que hablaremos
es el diagrama de pescado, también vamos a ver como es el método AMEF y los
pasos para realizarlo también realizare unos ejercicios de diagrama de Pareto,
diagrama de dispersión y un diagrama de pescado así como resolverlos en minitab,
estas son prácticas muy importantes dentro de la industria ya que estas herramientas
son de calidad y es lo que voy a hacer en la maquila en el departamento de calidad y
son muy útiles y seguir practicando en minitab.

2.1.2.2 Matriz de Causa y Efecto

Diagrama de Ishikawa (o de causa-efecto)
El diagrama de causa-efecto o de Ishikawa1 es un método gráfico que relaciona
un problema o efecto con los factores o causas que posiblemente lo generan. La
importancia de este diagrama radica en que obliga a buscar las diferentes causas que
afectan el problema bajo análisis y, de esta forma, se evita el error de buscar de
manera directa las soluciones sin cuestionar cuáles son las verdaderas causas.

El uso del diagrama de Ishikawa (DI), con las tres herramientas que hemos
visto en las secciones anteriores, ayudará a no dar por obvias las causas, sino que se
trate de ver el problema desde diferentes perspectivas. Existen tres tipos básicos de
diagramas de Ishikawa, los cuales dependen de cómo se buscan y se organizan las
causas en la gráfica. A continuación veremos un ejemplo de cada uno.

Método de las 6 M

El método de las 6 M es el más común y consiste en agrupar las causas

potenciales en seis ramas principales (6 M): métodos de trabajo, mano o mente de
obra, materiales, maquinaria, medición y medio ambiente estos seis elementos
definen de manera global todo proceso y cada uno aporta parte de la variabilidad del
producto final, por lo que es natural esperar que las causas de un problema estén
relacionadas con alguna de las 6 M.

1
Método Tipo Flujo del Proceso
Con el método flujo del proceso de construcción, la línea principal del diagrama
de Ishikawa sigue la secuencia normal del proceso de producción o de administración.
Los factores que pueden afectar la característica de calidad se agregan en el orden
que les corresponde, según el proceso.

Método de Estratificación o Enumeración de Causas

La idea de este método de estratificación de construcción del diagrama de
Ishikawa es ir directamente a las principales causas potenciales, pero sin agrupar de
acuerdo a las 6 M. La selección de estas causas muchas veces se hace a través de
una sesión de lluvia de ideas. Con el objetivo de atacar causas reales y no
consecuencias o reflejos, es importante preguntarse un mínimo de cinco veces el
porqué del problema, a fin de profundizar en la búsqueda de las causas.

2.1.2.3 Elaboración de AMEF

La metodología del análisis de modo y efecto de las fallas (AMEF, FMEA,
Failure Mode and Effects Analysis por sus siglas en inglés.) permite identificar las
fallas potenciales de un producto o un proceso y, a partir de un análisis de su
frecuencia, formas de detección y el efecto que provocan; estas fallas se jerarquizan,
y para las fallas que vulneran más la confiabilidad del producto o el proceso será
necesario generar acciones para atenderlas. Aplicar AMEF a procesos y productos se
ha vuelto una actividad casi obligada en muchas empresas. Si un producto o un
proceso se ve como un edificio, al aplicar un AMEF es como revisar sus cimientos y
estructura para asegurar que ambas sean confiables y disminuir la probabilidad de
que fallen.

Actividades para Realizar un AMEF (Proceso)

A continuación se describirán un total de 23 actividades para realizar un AMEF
enfocado a proceso; con ello, se pretende completar de manera efectiva las siguientes
actividades generales para realizar un AMEF:

1. Formar el equipo que realizará el AMEF y delimitar al producto o proceso

que se le aplicará.

2
 2. Identificar y examinar todas las formas posibles en que puedan ocurrir fallas
de un producto o proceso (identificar los modos potenciales de falla).

3. Para cada falla, identificar su efecto y estimar la severidad del mismo.

Para cada falla potencial:

4. Encontrar las causas potenciales de la falla y estimar la frecuencia de

ocurrencia de falla debido a cada causa.

5. Hacer una lista de los controles o mecanismos que existen para detectar la
ocurrencia de la falla, antes de que el producto salga hacia procesos
posteriores o antes de que salga del área de manufactura o ensamble. Además,
estimar la probabilidad de que los controles hagan la detección de la falla.

6. Calcular el número prioritario de riesgo (NPR), que resulta de multiplicar la

severidad por la ocurrencia por la detección.

7. Establecer prioridades de acuerdo con el NPR, y para los NPR más altos
decidir acciones para disminuir severidad y/u ocurrencia, o en el peor de los
casos mejorar la detección.

8. Revisar y establecer los resultados obtenidos, lo cual incluye precisar las

acciones tomadas y volver a calcular el NPR.

Características de un AMEF Efectivo

Las siguientes ocho características distinguen a los AMEF efectivos:

1) Todas las características especiales están incluidas en el diseño y en el

proceso.
2) Se han calculado los NPR iniciales.
3) Se ha definido qué se entiende por “Alto”.
4) Todos los NPR altos tienen acciones correctivas.
5) Se han incorporado elementos a prueba de errores (poka-yoke).
6) Los NPR se recalcularon.
7) El AMEF refleja nuevos NPR; en otras palabras, están actualizados.

3
 8) Los NPR que aún están altos, se encuentran indicados en el plan de
control y en las instrucciones de operación.

2.1.2.4 Desarrollar el Despliegue de la Función de Calidad (QDF)

Despliegue de la Función de Calidad (DFC, QFD)

Un proyecto Seis Sigma debe reflejar la perspectiva del cliente, y eso se hace
preguntando y estableciendo métricas de calidad que reflejen la voz de éste. Por ello,
es de gran utilidad el despliegue de la función de calidad, DFC (Quality Function
Deployment, QFD), la cual es una herramienta de planeación que introduce la voz del
cliente en el desarrollo y diseño del producto o el proyecto. Es un mecanismo formal
para asegurar que “la voz del cliente” sea escuchada a lo largo del desarrollo del
proyecto. También identifica medios específicos para que los requeri mientos del
cliente sean cumplidos por todas las actividades funcionales de la compañía.

Para implementar DFC se utilizan varias matrices, cuyo propósito es establecer

una manera sistemática de asignar responsabilidades para desplegar la voz del
cliente, a fin de trasladar esos requerimien tos en parámetros de diseño y fabricación
(o en actividades específicas). Así, el papel de DFC es ayudar a entender las
necesidades del cliente y transformarlas en acciones específicas, identificar áreas que
requieren atención y mejoramiento y establecer las bases para futuros desarrollos. La
aplicación formal de esta técnica fue llevada a cabo por primera vez en Japón (1972)
en Mitsubishi, por Kobe Shipyard, en la cual se muestra cómo una necesidad
específica del cliente (en su lenguaje) se traduce a lo largo de las diferentes partes
del proceso, desde el diseño hasta los requerimientos o especificaciones concretas
para producción. Ese proceso de despliegue también debe darse a la inversa, para
ver si efectivamente se cumple con lo esperado.

4
2.1.2.5 Evaluación del Sistema de Medición (MSA)
En las secciones anteriores hemos supuesto que los instrumentos de medición
generan mediciones en una escala continua (kilogramos, longitudes, resistencias,
etc.). Incluso, las técnicas descritas en las secciones previas pueden aplicarse a
escalas de medición discretas que toman una cantidad suficiente de valores, como
sería el caso de conteos. Sin embargo, en los procesos de manufactura existen
procesos de medición basados en evaluaciones subjetivas realizadas por inspectores,
que clasifican las piezas o productos en unas pocas categorías. El caso más usado
es el de dos categorías, donde las piezas se aceptan o rechazan con base en una
apreciación basada en los sentidos (vista, gusto, olfato, oído, tacto), lo que da lugar a
datos o mediciones en escala binaria. Por lo tanto, verificar la calidad de las
mediciones en estos casos pasa por valorar la consistencia de los criterios utilizados
por las personas que realizan este tipo de evaluaciones.

En un estudio R&R discreto binario típico al menos dos operadores evalúan en

dos ocasiones una cantidad suficiente de piezas (más de 30). Además, es
recomendable conocer el verdadero estado de las piezas o si fuera posible contar
incluso con un valor de referencia continuo para éstas. Es precisamente el nivel de
información con el que se cuenta lo que determina el tipo de análisis que se puede
realizar. Sobre el particular se distinguen los siguientes métodos:

1. Métodos de análisis de riesgo. En este estudio m operadores evalúan n

piezas r veces clasificándolas con los códigos: 1 = aceptable o 0 = inaceptable.

2. Método de teoría de señales. Se aplica al mismo tipo de datos del estudio

anterior, pero además se requiere contar con una referencia en escala continua
para cada pieza, y el objetivo del análisis es estimar el ancho promedio de las
zonas de incertidumbre que aparecen alrededor de cada especificación.
Sucede que las piezas que caen cerca de una especificación tienen alto riesgo
de no ser percibidas igual por todos los operadores: unos las rechazan y otros
las aceptan. Sin embargo, hay un punto a la izquierda y otro a la derecha de
cada especificación a partir de los cuales todos los operadores son

5
 consistentes en rechazar o aceptar las piezas en concordancia con el
verdadero valor de referencia. El ancho promedio de esas zonas es un
estimador de 5.15 σˆR&R, con el que se obtiene el índice P/T como en los
estudios continuos.

3. Método analítico. Con este método, n piezas son evaluadas r veces y se

registra el número de veces que se acepta cada una de ellas. Para fines del
estudio se requiere contar con valores de referencia continuos para las piezas.
Nótese que no necesariamente son operadores los que evalúan las piezas, sino
que puede ser un instrumento que se emplea de manera cotidiana y que sólo
indica si la pieza pasa o no pasa. Además se requiere que las piezas cubran
todo el rango, desde aquella que se rechaza en todas las repeticiones hasta la
que se acepta en todas, con al menos seis piezas en la zona intermedia, donde
unas veces son rechazadas y otras aceptadas a lo largo de las repeticiones.
Con estos datos es posible estimar la repetibilidad y el sesgo del sistema de
medición; también se obtiene una prueba estadística para este último y la
representación gráfica de las probabilidades de aceptación junto con las
especificaciones.

2.1.2.6 Estudio de Capacidad de Procesos

Evaluar la habilidad o capacidad de un proceso consiste en conocer la amplitud
de la variación natural de éste para una característica de calidad dada, lo cual
permitirá saber en qué medida tal característica de calidad es satisfactoria (cumple
especificaciones).

Índice Cp

El índice de capacidad potencial del proceso, Cp Como se puede observar, el

índice Cp compara el ancho de las especificaciones o la variación. Decimos que 6σ
(seis veces la desviación estándar) es la variación real, debido a las propiedades de
la distribución normal, en donde se afirma que entre μ ± 3σ se encuentra 99.73% de
los valores de una variable con distribución normal. Incluso si no hay normalidad,1 en
μ ± 3σ se encuentra un gran porcentaje de la distribución debido a la desigualdad de
Chebyshev y a la regla empírica

6
Índice Cr

Como se puede apreciar, el índice Cr es el inverso del Cp, ya que compara la

variación real frente a la variación tolerada.

Con este índice se pretende que el numerador sea menor que el denominador,
es decir, lo deseable son valores de Cr pequeños (menores que 1).

Índices Cpi, Cps y Cpk

Como ya se mencionó, la desventaja de los índices Cp y Cr es que no toman

en cuenta el centrado del proceso, debido a que en las fórmulas para calcularlos no
se incluye de ninguna manera la media del proceso, μ. Una forma de corregir esto
consiste en evaluar por separado el cumplimiento de la especificación inferior y
superior, a través del índice de capacidad para la especificación inferior, Cpi, y índice
de capacidad para la especificación superior, Cps, respectivamente.

Capacidad de Largo Plazo e Índices Pp y Ppk

Cuando hablamos de capacidad de un proceso podemos tener una perspectiva

de corto o largo plazo. La capacidad de corto plazo se calcula a partir de muchos datos
tomados durante un periodo suficientemente corto para que no haya influencias
externas sobre el proceso (por ejemplo, que no haya importantes cambios de
temperatura, turnos, operadores, lotes de materia prima, etc.). Por lo tanto, esta
capacidad representa el potencial del proceso, es decir, lo mejor que se puede esperar
del mismo. Por otra parte está la perspectiva de largo plazo que, a final de cuentas,
es la que la interesa al cliente.

7
 3. EJERCICIOS
Ejercicio 1. Se ha entrevistado a una muestra de 109 personas para saber cuál
es su deporte favorito. Las personas fueron elegidas por entrevistadores a pie de
calle, quienes abordaban a las personas que se encontraban.

Construye el diagrama de dispersion a partir del número de personas que le

gusta cada deporte

8
Introducimos los datos para poder realizar el diagrama de dispersión.

9
Después buscamos en la opción gráfica y seleccionamos diagrama de dispersión
como nos aparece en la pantalla.

10
Seleccionamos en la opción de graficas de dispersión el modo con regresión y
damos clic en aceptar.

11
Nos aparecera de esta manera.

Ejercicio 2. Realizar diagrama de Pareto de los siguientes datos.

12
Primero seleccionamos los datos para después realizar el Pareto.

13
Seleccionamos en el menú estadísticas y después seleccionar herramientas de
calidad y diagrama de Pareto como se muestra aquí.

14
Y después de dar en aceptar en las opciones nos aparecerá de esta manera.

Ejercicio 3. - Realizar el siguiente diagrama de pescado.

15
Primero introducimos los datos por separado en cada columna. Como nos aparece
de esta forma.

16
17
Ponemos en causa y el titulo damos clic en aceptar es como queda el diagrama de
causa y efecto.

18
Ponemos en la opción de herramientas de calidad después seleccionamos
diagrama de causa y efecto y después seleccionar las causas y luego editar la
etiqueta.

Ejercicio 4. Hacer el histograma y diagrama de frecuencias, además el análisis con

CP y CPK para los siguientes datos, escribir sus conclusiones… Al hacer el
ejercicio poner todos los pasos con las “pantallas” de minitab.

19
Primero introducimos los datos en minitab.

20
Realizamos un histograma y nos sale de esta forma.

21
Seleccionamos herramientas de calidad y ponemos en la opción de estudio de
capacibilidad.

22
Ponemos en los límites de especificación la tolerancia de 10 como nos aparece
en el histograma así es como nos sale el resultado del cpk.
Ejercicio 5. Hacer el histograma y diagrama de frecuencias, además el análisis
CP y CPK para los siguientes datos, escribir sus conclusiones… Al hacer el
ejercicio poner todos los pasos con las “pantallas” de minitab.

23
Introducimos primero los datos

24
Después hacemos el histograma que nos aparece como está a continuación.

25
Aquí ponemos el estudio de capacibilidad selecionamos los límites inferior y
superior de 10 y así es como nos queda el Cpk.

26
 4. CONCLUSIÓN
El objetivo de la tarea fue entender los conceptos básicos de las herramientas
de calidad, poder ver lo que es la matriz de causa y efecto de cómo se aplica en la
industria y de que se compone el diagrama de causa y efecto también. El objetivo
fue en poner la práctica los ejercicios, el contenido de tarea me ayuda en mi
formación profesional ya que son herramientas de calidad. Y son de departamento
de calidad, las materias que había visto relacionado es en estadística 2, como se
hace un diagrama de Pareto en minitab es eso que no había escuchado porque
también escuche que se hace en Excel, esta tarea tiene una aplicación en el área
de calidad en el laboratorio de medición. El tema es entendible nadamas me falta
hacer casos practicos de herramientas de calidad practicar mucho.

27
 5. BIBLIOGRAFÍA
1. TS156 G87 2004. Gutiérrez Pulido Humberto, De la Vara Salazar Román.
Control Estadístico de Calidad y Seis Sigma. Editorial Mc, Graw Hill. (2004)

28