Bloque 2

LA
MEDICIÓN EN SIX SIGMA

GREEN BELT

Bloque: 2

1. OBJETIVOS
ü Brindar al participante la capacitación necesaria para realizar diagramas, métodos de
muestreo y las herramientas estadísticas mas utilizadas en Six Sigma, así como el
análisis del sistema de medición y la métrica de rendimiento del proceso.
1
LA MEDICIÓN EN SIX SIGMA
GREEN BELT

Bloque: 2

2. DESARROLLO
2.1 Tipos de diagramas de procesos
Dicen que una imagen vale más que 1000 palabras, cuando conoces el alcance y los límites
del proceso debes elaborar una representación visual del mismo para darle una perspectiva
general, así te será más fácil comprender lo que estás intentando medir, analizar y mejorar.
Un diagrama de procesos es la representación visual del flujo del proceso, la secuencia de
actividades o los pasos de un proceso de principio a fin.
Existen muchos tipos de diagramas pero empecemos con el diagrama de procesos general,
este diagrama permite visualizar el proceso de una perspectiva amplia, un diagrama de
procesos general muestra las actividades o los pasos principales un proceso, que son
desglosados en 10 o menos pasos.
2
GREEN BELT

Bloque: 2

Este diagrama muestra todas las conexiones, sin embargo a veces necesitas un nivel de
detalle mayor en algún paso del proceso para examinar a fondo o descomponer un paso
determinado utiliza un diagrama detallado de procesos.
3
GREEN BELT

Bloque: 2

Esta es la descomposición del proceso, la cual genera un diagrama detallado que
proporciona la particularidad necesaria para que el equipo entienda lo que está sucediendo,
demuestra donde ocurren las decisiones, los sistemas de trabajo, las demoras, los atascos y
las soluciones alternativas. Identifiquemos los atascos y demoras en este ejemplo, si
diversos grupos participan en el proyecto, entonces un diagrama de carriles servirá para
diagramar el proceso multifuncional.
El diagrama de carriles es un diagrama detallado de un proceso asignando los respectivos
carriles donde se desarrollan las actividades, imagine una pileta de natación olímpica en la
que hay varios carriles, uno para cada narrador, así mismo consideramos un carril para cada
4
GREEN BELT

Bloque: 2

grupo o sector involucrado en el proceso multifuncional, un diagrama de carriles también se
denomina un diagrama de despliegue, ya que muestra donde se desdobla el trabajo.
¿Porque molestarse en crear un diagrama de carriles?, porque muestra que grupo o sector
trabaja en cada paso y se puede marcar donde ocurren las ineficiencias, estos son los lazos
débiles de cualquier proceso ya que las cosas pueden fallar entre departamentos y provocar
demoras errores y defectos.
Poder analizar estas oportunidades potenciales para detectar el fracaso es de gran ayuda,
así que si tienes un proceso multifuncional puedes utilizar un diagrama de carriles, el
diagrama general, el diagrama detallado y el de carriles sirven para ejecutar tu proyecto y
proporcionan una buena perspectiva a medida que tu proyecto avanza.

5
GREEN BELT

Bloque: 2

2.2 El muestreo al recopilar datos
Si tuvieras que medir y determinar la estatura promedio de la población, ¿Qué harías?,
¿Medirías la altura de todos los habitantes del país?, eso no es muy viable, igualmente al
recolectar datos durante la fase de medición, no siempre es posible medir a cada miembro
de la población o cada unidad de un proceso, por eso necesitamos el muestreo.
Porque es la selección de una cantidad pequeña de elementos que es representativa de una
población más grande respecto a las características que deseas medir, por ejemplo medir la
estatura de un grupo reducido en vez de la de todos los integrantes, un muestreo correcto es
aleatorio, esto significa que cada elemento de la población o unidad del proceso tiene la
misma probabilidad de ser seleccionado, si tu muestreo es aleatorio y representativo evitarás
el sesgo.
6
GREEN BELT

Bloque: 2

Existen varias estrategias de muestreo pero antes de verlas quiero mencionar dos
estrategias que debes evitar:
- El muestreo por opinión, este se aplica cuando debes usar tu criterio para tener 10
muestras aleatorias y representativas, el muestreo basado en el criterio personal no
está libre de sesgo y la selección no es completamente aleatoria y representativa.
- El muestreo por conveniencia también se debe evitar, este consiste en seleccionar
muestras de elementos que son los más sencillos de medir o te conviene medirlos,
por ejemplo, digamos que tu meta es determinar el peso promedio de todos los
empleados y seleccionas aquellos que van al gimnasio cuando te es conveniente
digamos entre las seis y las siete durante una mañana.
Ahora veamos cuatro buenas estrategias de muestreo, las primeras dos estrategias sirven
para extraer muestras de una población:
- El muestreo aleatorio simple.
- El muestreo aleatorio estratificado.
7
GREEN BELT

Bloque: 2

El muestreo aleatorio simple: este muestreo es como elegir los números para una lotería
cualquier elemento de la población tiene la misma probabilidad de ser seleccionado
independientemente de si otra unidad ya está en la muestra.
El muestreo aleatorio estratificado: este muestreo garantiza que cada estrato o grupo se
represente de manera proporcional, esto significa que una cantidad es seleccionada de cada
grupo, que la muestra es proporcional o refleja las dimensiones de los diferentes grupos de
la población.
Por ejemplo por cada 1000 pizzas que venden en una pizzería, 600 son grandes, 300 son
medianas y 100 son pequeñas, si deseamos obtener una muestra de 10 debemos
seleccionar al azar de cada tamaño en términos proporcionales esto significa seis grandes,
tres medianas y una pequeña, el muestreo aleatorio estatificado es una estrategia efectiva
porque la muestra es aleatoria y representativa, es aleatoria porque cada elemento de un
grupo determinado tiene la misma posibilidad de ser seleccionado y es representativa
porque la probabilidad de que el elemento sea seleccionado es proporcional a la dimensión
de su grupo en relación a la de otros grupos de la población.
8
GREEN BELT

Bloque: 2

Las últimas dos estrategias para extraer muestras de un proceso son:
- El muestreo sistemático
- El muestreo de subgrupos
El muestreo sistemático son las muestras extraídas de una población más grande, estas se
seleccionan según un punto de inicio aleatorio y un intervalo. Este muestreo es ideal para un
proceso en desarrollo por ejemplo, se selecciona el decimo elemento que se procesa todos
los días durante un mes, la frecuencia de muestreo debe ser adecuada para poder ser
representativa de todo el proceso, por ejemplo las facturas se emiten durante todo el mes y
un calendario programado mensual garantizará que el final del ajetreo del mes no sesgue
nuestra muestra.
9
GREEN BELT

Bloque: 2

El muestreo de subgrupos es un conjunto de elementos procesados en secuencia y se
recolectan en intervalos regulares.
El muestreo de subgrupos ocurre cuando un grupo de elementos procesados en secuencia
se recolectan a intervalos regulares de tiempo al salir de la línea de procesamiento, por
ejemplo podrías recolectar una muestra de 5 Unidades consecutivas por hora cuando el
proceso está funcionando, el tamaño del subgrupo es de cinco elementos por hora.
En resumen, para una población utiliza el muestreo aleatorio simple o el estratificado, para
un proceso en curso utilice el muestreo sistemático de subgrupos.
Estas cuatro estrategias de muestreo te servirán para recopilar los datos necesarios.
2.3 La estadistica descriptiva
He decidido entrenarme para un triatlón, pero antes quiero calcular o medir mi rendimiento
para obtener una referencia y saber cuánto mejor al seguir la progresión de mi
entrenamiento, cuando nado, pedaleo o corro quiero saber mis tiempos promedio, mis
peores y mejores tiempos son estadísticas que describen y sintetizan mi rendimiento, de
manera similar en los proyectos Six Sigma se usa la estadística descriptiva para establecer
una referencia y controlar el rendimiento.
10
GREEN BELT

Bloque: 2

Existen dos tipos de estadística descriptiva:
- Las medidas de tendencia central
- Las medidas de distribución o dispersión
Las medidas de tendencia central sintetizan donde están sentados los valores en un
conjunto de datos, las cuales son:
Ø La media
Ø La mediana
Ø La moda
La media es el promedio por ejemplo si hay siete plazos de entrega entonces la media es la
suma de todos estos valores divididos entre siete.
A veces la media no es una buena medida de tendencia central sobre todo si hay valores
atípicos como el número tres en el siguiente ejemplo:

11
GREEN BELT

Bloque: 2

Para esto una mejor medida es la mediana.
La mediana es el punto medio de un conjunto de datos en un orden de rangos, para obtener
la mediana dispón los datos en un orden de rangos ascendente o descendente si hay una
cantidad impar de elementos, la mediana es el valor del elemento del medio, si hay
cantidades pares de elementos, entonces la mediana es el valor promedio de los dos
elementos del medio, en el ejemplo de la siguiente imagen los números ya están en orden
ascendente ya que hay siete elementos una cantidad impar.
Los datos ya se encuentran en orden ascendente, ya que hay siete elementos y es una
cantidad impar, la mediana es el valor del cuarto elemento en este caso 25 horas.
12
GREEN BELT

Bloque: 2

Muy diferente de la media de 22 horas que obtuvimos en la media, el valor atípico de tres
horas no afectó mucho en este caso al valor que obtuvimos como la mediana.
La tercera medida de tendencia central es la moda, este es el valor más recurrente, en
nuestro ejemplo es de 20 horas, la moda es el valor más popular.
También es posible tener más de una moda, si hay dos modas entonces se conoce como
bimodal.
Veamos ahora las medidas de distribución o dispersión, estas medidas sintetizan el grado de
dispersión de los valores en un conjunto de datos y son:
- El rango
- La varianza
- La desviación estándar
El rango es la diferencia entre el valor más grande y el más pequeño en un conjunto de
números, es decir el máximo menos el mínimo.
13
GREEN BELT

Bloque: 2

¿Y la distancia o desviación de cada punto de datos respecto a la media? Nuestro ejemplo
muestra la desviación de cada elemento de la media, la suma de estas desviaciones se
anulará a cero.
14
GREEN BELT

Bloque: 2

Para revertirlo elevamos al cuadrado cada desviación y luego tomamos el promedio de las
desviaciones elevadas al cuadrado, a esto lo llamamos varianza.
Si se usa una muestra para calcular la varianza poblacional, la fórmula de la varianza
muestra es muy similar, excepto al dividir por y -1 para obtener un cálculo imparcial de la
varianza poblacional, como se muestra en el siguiente ejemplo:
En nuestra muestra la varianza es de 86.66 horas al cuadrado, este número se eleva al
cuadrado, para transformarlo a horas regulares, se calcula la raíz cuadrada, el resultado final
se llama desviación estándar. La desviación estándar es la raíz cuadrada de la varianza.
15
GREEN BELT

Bloque: 2

En este ejemplo obtuvimos los siguientes datos:
Y estás estadísticas descriptivas son importantes para saber dónde están centrados los
datos y saber cuanta variación existe.
16
GREEN BELT

Bloque: 2

2.4 Formas rápidas de representar la variación
Imaginemos que tienes dos proveedores A y B, supones que entregan un producto dentro de
las 24 horas, ambos registran el mismo plazo de entrega de 23 horas, ¿Sus rendimientos
son buenos? entonces porque algunos clientes aún se quejan por entregas atrasadas, para
despejar estas dudas debemos analizar más allá de los plazos de entrega promedio y
representar los datos para ver la variabilidad o variación de los plazos de entrega.
Necesitamos gráficos que muestren la variación, para los datos continuos suelen utilizarse
los siguientes:
- Los gráficos de puntos
- Los histogramas
- Los diagramas de caja
17
GREEN BELT

Bloque: 2

Los gráficos de puntos muestran lo dispersos que están los puntos de datos y donde están
centrados, observemos este diagrama de caja con los plazos de entrega de los proveedores
“A” y “B”, cada punto representa un punto de datos, el eje horizontal representa la escala
temporal en horas, aunque ambos comparten la media de 23 horas “A” tiene una variación
mucho mayor con varias entregas que exceden las 24 horas, para proveedor preferiría a “B”
si queremos mejorar el plazo de entregas debemos centrarnos en el proveedor “A”.
18
GREEN BELT

Bloque: 2

Un histograma es un gráfico de barras de frecuencia que muestra la variación de los plazos
de entrega, los histograma de “A” y “B” están en escalas separadas.
19
GREEN BELT

Bloque: 2

Pero si los ubicamos en la misma escala, la variación es muy diferente, esta diferencia entre
ambos proveedores es notable, la altura de la barra representa el grado de frecuencia de los
valores dentro de la barra.
20
GREEN BELT

Bloque: 2

El diagrama de caja es otro gráfico útil, este muestra la media de y los cuartiles del conjunto
de datos, aquí vemos un diagrama de caja con los plazos de entrega de A el eje vertical
representa los plazos de entrega.
21
GREEN BELT

Bloque: 2

El borde inferior es el percentil 75 o tercer cuartil.
La línea es la media o el percentil 50.
El borde superior es el percentil 75 o tercer cuartil.

22
GREEN BELT

Bloque: 2

Las líneas que se extienden desde la caja se llaman bigotes, se extienden a los puntos de
datos mínimos y máximos, salvo que estos puntos sean valores atípicos en cuyo caso
figuran con asteriscos en el extremo inferior de “A” existe un valor atípico.
Si el proveedor “A” afirma que la entrega fue inmediata una vez, puedes mostrar que estaba
fuera de la norma, que era un caso atípico.
23
GREEN BELT

Bloque: 2

Observemos los diagramas de caja de “A” y de “B” en un gráfico, A tiene una caja más alta y
bigotes más largos en comparación con “B”, “A” tiene mayor variación, “B” es muy uniforme
se centra alrededor de 23 horas, ¿Cuál crees que es el gráfico más conveniente?. Depende
por que para mostrar el patrón de variación de manera apropiada, el Histograma necesita al
menos 45 puntos de datos, los gráficos de puntos necesitan menos datos y los diagramas de
caja son incluso más económicos porque puedes crear un diagrama de caja con sólo ocho o
10 puntos de datos y mostrar varios diagramas de caja en el mismo gráfico.
Hasta ahora hablamos de los gráficos utilizados para los datos continuos, pero que sucede
si son datos discretos o categóricos, como desaprobar o aprobar productos en calidad, o la
cantidad de defectos o reclamos.
24
GREEN BELT

Bloque: 2

Este tipo de datos se utiliza el diagrama de Pareto, que contrasta la frecuencia de ocurrencia
en cada categoría, este diagramación gráfico de barras priorizado basado en el grado de
frecuencia de cada categoría, por ejemplo este es un diagrama de Pareto de los reclamos de
una pizzería, la línea azul superior muestra el porcentaje acumulado en referencia al eje
superior, en este cuadro la masa es la mayor categoría de reclamos con el 70,6% de la
totalidad de reclamos, la masa y la cubierta juntas representan el 92,2% de la totalidad de
reclamos, en resumen para evaluar el rendimiento con datos continuos utiliza los gráficos de
puntos, los histogramas o los diagramas de caja, para los datos discretos o categóricos
utiliza los diagramas de Pareto.
Por favor antes de continuar con este curso, responde las siguientes preguntas y envianos
las respuestas en un archivo de Word con tu nombre por correo electrónico, con el total de
25
GREEN BELT

Bloque: 2

ejercicios y evaluaciones de este curso como evidencia de que lo tomaste y así puedas
obtener tu constancia.
1. Tres de los siguientes elementos son diagramas de procesos. ¿Cuál de ellos no lo
es?
a) La descomposición del proceso
b) El diagrama de carriles o diagrama de despliegue
c) El diagrama de proceso general
d) El diagrama de proceso detallado
2. Los diferentes tipos de métodos de muestreo son _____.
a) El muestreo aleatorio y representativo, el muestreo libre de sesgo y el muestreo
sistemático.
b) El muestreo aleatorio estratificado, el muestreo aleatorio simple, el muestreo
sistemático y el muestreo desub grupos.
c) El muestreo de subgrupos, el muestreo aleatorio simple y el muestreo por
conveniencia.
d) El muestreo estratificado, el muestreo aleatorio y el muestreo por opinión.
3. Para una población, se aplican estas dos estrategias de muestreo.
a) El muestreo de subgrupos y el muestreo sistemático.
26
GREEN BELT

Bloque: 2

b) El muestreo aleatorio simple y el muestreo sistemático.
c) El muestreo de subgrupos y el muestreo aleatorio estratificado.
d) El muestreo aleatorio simple y el muestreo aleatorio estratificado.
4. Para un proceso en desarrollo, utiliza las siguientes estrategias de muestreo.
a) El muestreo aleatorio simple y el muestreo aleatorio estratificado.
b) El muestreo de subgrupos y el muestreo aleatorio estratificado.
c) El muestreo de subgrupos y el muestreo sistemático.
d) El muestreo aleatorio simple y el muestreo sistemático.
5. ¿Cuále son las medidas de tendencia central?
a) La media, la mediana y la moda.
b) La moda, la mediana y el rango.
c) Los cuartiles, la mediana y la desviación estándar.
d) El rango, la desviación estándar y la varianza.
6. ¿Cuáles son las medidas de distribución o dispersión?
a) La moda, la mediana y la media.
b) El rango, la desviación estándar y la varianza.
c) Los cuartiles, la mediana y la desviación estándar.
27
GREEN BELT

Bloque: 2

d) La media, la mediana y el rango.
7. En un conjunto de datos en un orden de rangos, esta estadística descriptiva es el
valor del punto medio (si hay una cantidad impar de puntos de datos) o el promedio
de los dos valores medios (si hay una cantidad par de puntos de datos).
a) La moda.
b) La media.
c) La desviación estándar
d) La mediana
8. La primera estadística es la raíz cuadrada de la segunda estadística
a) El rango, la varianza.
b) La desviación estándar, la varianza.
c) La mediana, la moda.
d) La media, la mediana
9. Determina la mediana para este conjunto de datos: 2, 3, 9, 5, 2, 10 y 1.
a) 5
b) 9
c) 2
28
GREEN BELT

Bloque: 2

d) 3
10. Determina la moda para este conjunto de datos: 2, 3, 9, 5, 2, 10 y 1.
a) 5
b) 2
c) 3
d) 9
11. Determina el rango para este conjunto de datos: 2, 3, 9, 5, 2, 10 y 1.
a) 3
b) 5
c) 9
d) 2
12. ¿Qué elementos muestran un patrón de variación en un conjunto de datos continuos?
a) Los diagramas de caja, los histogramas y los gráficos de puntos.
b) Los diagramas de Pareto, los diagramas de caja y los gráficos de barra.
c) Los gráficos de barra, los histogramas y los gráficos de puntos.
d) Los diagramas de Pareto y los gráficos de barra.
29
GREEN BELT

Bloque: 2

13. ¿Qué elementos muestran la frecuencia de ocurrencia para los datos de recuento o
categóricos?
a) Los diagramas de Pareto, los gráficos de caja y los gráficos de barra.
b) Los gráficos de barra, los histogramas y los gráficos de puntos.
c) Los diagramas de Pareto y los gráficos de barra.
d) Los gráficos de caja, los histogramas y los gráficos de puntos.
2.5 El análisis del sistema de medición MSA
Para explicar esto pongamos un ejemplo, el cliente llama al servicio de atención para hacer
un reclamo y lo atiende Juan, quien clasifica la queja como código de motivo “A”, y si al día
siguiente vuelve a llamar el mismo cliente y Juan clasifica la queja como código de motivo
“C”, entonces tenemos un problema de repetibilidad, no hay concordancia en un mismo
evaluador.
30
GREEN BELT

Bloque: 2

Ahora que sucede si el mismo cliente vuelve a llamar por el mismo asunto pero esta vez lo
atiende Mary y lo clasifica como código de motivo “B”, a esto le llamamos un problema de
reproducibilidad ya que no hay concordancia entre evaluadores.
¿Quién tiene la razón?, y si compara sus clasificaciones con los expertos, en esto consiste
medir la concordancia del evaluador con el experto, para resolver este problema
necesitamos un sistema de medición válido, un sistema de medición es el sistema total que
se utiliza para medir los datos, para lo cual se utiliza:
- Sensores
- Instrumentos
- Medidores
- Procedimientos
- Operadores humanos como evaluadores
Antes de recopilar y usar los datos es importante validar el sistema de medición, para
validarlos primero haz un análisis del sistema de medición o MSA. Existen dos tipos de MSA
el análisis de concordancia de atributos para medir datos atributos o categóricos como
nuestro equipo del centro de llamadas, y la repetibilidad y reproducibilidad Gage que se usa
para medidas dimensionales como el diámetro, la longitud o el peso.
31
GREEN BELT

Bloque: 2

Para ambos tipos de MSA, se seleccionan entre 20 o 25 elementos conocidos y en un
estudio ciego al menos dos evaluadores miden cada elemento dos veces, de este modo
evaluamos la repetitividad y la reproducibilidad, para nuestro ejemplo, usamos el análisis de
concordancia de atributos para evaluar tres cálculos, el porcentaje de concordancia entre
evaluadores que mide la reproducibilidad, el porcentaje de concordancias en los evaluadores
que mide la repetitividad y el porcentaje de concordancia con el experto.
32
GREEN BELT

Bloque: 2

El análisis del sistema de medición o estudio MSA puede ejecutarse del siguiente modo,
primero identifica 20 llamadas y un experto evalúa el motivo correcto de cada llamada,
segundo selecciona al menos dos evaluadores para el MSA, haz que cada evaluador evalué
las mismas 20 llamadas de manera individual, esa es la vuelta uno, tercero empieza otra,
repite la evaluación con cada evaluador las mismas 20 llamadas pero en orden diferente, un
estudio ciego.
33
GREEN BELT

Bloque: 2

Luego se analizan los resultados del estudio MSA, para validar el sistema de medición todas
las concordancias deben ser del 90% o más, si no es así, el sistema de medición debe
mejorarse antes de recopilar y utilizar los datos, logra mejoras mediante el uso de
definiciones operacionales más efectivas, ¿Qué significa los códigos de motivo “A”, “B” y “C”
que utilizan los evaluadores?, en otros casos, ¿Qué es un defecto?, ¿Qué significa
defectivo?, asegúrate de que todos los evaluadores entiendan los criterios de evaluación,
puedes conseguir esto mediante la capacitación y la implementación de procedimientos,
luego puedes hacer un estudio MSA de seguimiento para evaluar que hay al menos un 90%
de concordancia para los datos continuos.
Las medidas como diámetro, longitud, peso y tiempo requieren un MSA para medir datos
continuos, también conocidos como la repetitividad y la reproducibilidad Gage.
34
GREEN BELT

Bloque: 2

El MSA para datos continuos se centra en los componentes de la variación, ¿Qué parte de la
variación del proceso total observado, se debe a la variación real parte por parte frente a la
variación de vida el sistema de medición? es decir ¿Qué porcentaje de la variación
observada resulta del error del sistema de medición?, y dentro del error del sistema de
medición ¿Qué parte se debe a medidores o equipos de medición? y ¿Cuál a los
evaluadores?, la variación por sistema de medición debe ser tan pequeña como sea posible,
preferentemente cero, para que lo observado sea real y para validarlo debe ser menor que el
10% del total de la variación observada.
Antes de usar datos existentes u obtener datos nuevos, asegúrate de que el sistema de
medición tenga validez, en caso contrario tus proyectos Six Sigma pueden terminar usando
datos incorrectos.
2.6 Las metricas del rendimiento del proceso
Según el experto en gestión Peter F. Drucker, lo que no se mide no se puede mejorar, esto
es muy cierto para los proyectos Six Sigma, así que hablemos de las métricas de
rendimiento del proceso más utilizadas:
35
GREEN BELT

Bloque: 2

Veamos ejemplos de cada indicador. Supongamos que debemos procesar y enviar cheques
de reembolso para clientes, aquí pueden ir mal tres elementos, el nombre del domicilio y el
monto, en cada cheque de reembolso existen tres oportunidades por defectos o tenemos
tres oportunidades de defecto.
36
GREEN BELT

Bloque: 2

Si una auditoría de 1000 cheques de reembolso encontró 600 defectos, los defectos por
unidad son la totalidad de defectos dividido por la totalidad de unidades, en este caso es el
DPU es 600 dividido por 1000 lo que nos da 0.6 DPU o defectos por unidad.
La métrica de DPO o defectos por oportunidad, es la totalidad de defectos encontrados
dividido por la totalidad de oportunidades de defecto, en nuestro ejemplo hay tres
oportunidades de defecto, nombre, domicilio y monto, con 1000 cheques de reembolso la
37
GREEN BELT

Bloque: 2

totalidad de oportunidades de defecto es tres veces 1000 o 3000 oportunidades de defecto.
La auditoría anuncia 600 defectos, DPO es 600 dividido por 3000 lo que da 0.2 defectos por
oportunidades o DPO.
Respecto al DPMO o defectos por millón de oportunidades, es DPO multiplicado por 1
millón, es este ejemplo el DPMO es 0.2 dos veces por 1 millón, lo cual da como resultado
200,000 DPMO.

38
GREEN BELT

Bloque: 2

Observemos el cuadro con los valores sigma, 200,000 DPMO son 2,34 sigma por lo tanto el
rendimiento de nuestro proceso de cheque de reembolso es de 2,34 sigma, lejos de 6
Sigma.
39
GREEN BELT

Bloque: 2

La siguiente medida del proceso es la continuidad de salida sin fallos o RTY, esta es una
medida del rendimiento total del proceso. Usemos el golf para ejemplificar esta medida, la
gente que juega golf prefiere hacer paro bajo par, par es el número predeterminado de
golpes para un hoyo, si logras par, lo hiciste bien si haces bajo par eres bueno, ¿Cuál es la
probabilidad de jugar al par para cada hoyo? supongamos que tienes un 95% de
probabilidades hacer el par o mejor aún de hacerlo en cada hoyo.
40
GREEN BELT

Bloque: 2

Supongamos que tienes un 95% de probabilidades de hacer el par o mejor aún, de hacerlo
en cada hoyo, tu rendimiento es del 95% o 0,95 por cada hoyo, en un campo de golf hay 18
hoyos, ¿Cuál es la probabilidad de jugar al par o de hacerlo en los 18 hoyos? Pues son 0,95
veces 0,95 veces, 0,95 si lo haces 18 veces obtienes 0,3972 o el 40%, y ese es el
rendimiento de salida sin defectos.
Muchos procesos incluyen múltiples actividades o pasos, en nuestro ejemplo hay 18 pasos,
y aunque el rendimiento para cada paso es impresionante del 95%, todo el proceso de
rendimiento llamado rendimiento de salida sin defectos o RTY es sólo del 40% por lo tanto
RTY ofrece una imagen más exacta del rendimiento total del proceso.
Todas estas métricas son interesantes pero no significa nada si la gerencia no las entiende y
valora, debes hablar su mismo idioma y el idioma de los negocios es el dinero, eso nos trae
el costo de calidad COQ que tiene cuatro categorías estándar:
41
GREEN BELT

Bloque: 2

- La prevención que es el costo de todas las actividades de prevención como la
planificación, la capacitación y las secciones de diseño.
- La valoración que es el costo de las valoraciones o inspecciones.
- La falla interna el cual es el costo ocasionado por los efectos o fallas que ocurren
dentro de la organización antes de que el producto llegue al cliente, los defectos los
desechos y retrabajo son algunos ejemplos.
- La falla externa que es el costo ocasionado por las fallas recibidas o experimentadas
por los clientes, por ejemplo el costo de las quejas o reclamos de cliente y los retiros
de producto.
El costo por prevención no es desechable, así que para evitar confusiones sobre lo que es o
no desecho, tenemos una métrica denominada el costo de mala calidad COPQ.
El COPQ incluye el costo de todas las fallas internas y externas y las valoraciones
necesarias, porque el proceso no es tan bueno como para producir salidas libres de defecto,
el costo de la mala calidad está asociado con el mal rendimiento y si las cosas se hicieron
bien la primera vez no necesita generarse.
Estas métricas de rendimiento del proceso son útiles para tus proyectos Six Sigma, te sirven
para medir y así mejorar.
42
GREEN BELT

Bloque: 2

Por favor antes de continuar con este curso, responde las siguientes preguntas y envianos
las respuestas en un archivo de Word con tu nombre por correo electrónico, con el total de
ejercicios y evaluaciones de este curso como evidencia de que lo tomaste y así puedas
obtener tu constancia.
1. Para validar el sistema de medición, la variación por sistema de medición debe
abarcar el 90 % o más de la totalidad de la variación observada.
a) Falso
b) Verdadero
2. Hay un problema de repetividad al no haber concordancia_____.
a) Entre todos los evaluadores y el experto que mide la misma parte.
43
GREEN BELT

Bloque: 2

b) Dentro del equipo de evaluadores que miden la misma parte.
c) Dentro del mismo evaluador que mide la misma parte.
d) Entre diversos evaluadores que miden la misma parte.
3. Hay un problema de reproducibilidad al no haber concordancia_____.
a) Entre las diferentes partes medidas por el mismo evaluador.
b) Entre múltiples evaluadores que miden la misma parte.
c) Dentro del equipo de evaluadores que miden todas las partes.
d) En el mismo evaluador que mide la misma parte.
4. ¿Cuál es el rendimiento para esta situación? Se procesaron 100 cheques. Se

encontraron 20 defectos y 90 cheques no tuvieron defectos. Cada cheque tiene 4
entradas que son críticas para la calidad: nombre del beneficiario, importe, número de
cuenta y fecha
a) 0.1
b) 0.2
c) 0.4
d) 0.9
5. ¿Cuál es el DPU para esta situación? Se procesaron 100 cheques. Se encontraron 20
defectos y 90 cheques no tenían defectos. Cada cheque contiene 4 entradas que son
críticos para la calidad: nombre del beneficiario, importe, número de cuenta y fecha.
44
GREEN BELT

Bloque: 2

a) 0.9
b) 0.1
c) 0.2
d) 0.03
6. ¿Cuál es la totalidad de oportunidades por defecto en los 100 cheques?
a) 400
b) 200
c) 90
d) 300
7. El DPO o defectos por oportunidades para los 100 cheques es _____.
a) 0.04
b) 0.05
c) 0.2
d) 0.1
8. El DPMO o defectos por millón de oportunidades es _____.
a) 4000
b) 20 000
45
GREEN BELT

Bloque: 2

c) 90 000
d) 50 000
9. Si el DPMO era 50 000, observa el cuadro sigma para determinar el nivel sigma. El
nivel sigma es _____.
a) 3.14
b) 2.84
c) 3.55
d) 1.5
10. Hay dos pasos en un proceso determinado.100 elementos deben procesarse. 93
elementos finalizaron el paso 1 sin dificultad, 5 se retrabajaron y 2 se desecharon. Por
lo tanto, el rendimiento a la primera pasada del paso 1 es de: (100-5-2) / 100 = 0,93.
a) Verdadero
b) Falso
11. Hay dos pasos en un proceso determinado. 100 elementos deben procesarse. En el
paso 2, de los 98 elementos procesados, 90 pasaron la primera vez y 8 se
retrabajaron. Por lo tanto, el rendimiento a la primera pasada del paso 2 es de: (98–8)
/ 98 = 0,918.
a) Falso

46
GREEN BELT

Bloque: 2

b) Verdadero
12. Hay dos pasos en un determinado proceso. El rendimiento a la primera pasada de los
pasos 1 y 2 es de 0,93 y 0,918, respectivamente. La continuidad de salida sin fallos
es _____.
a) 854
b) 0.93
c) 918
d) 0.9
47

Bloque 2

Cargado por

Información del documento

Descripción original:

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Bloque 2

Cargado por

Copyright:

Formatos disponibles

LA

MEDICIÓN EN SIX SIGMA

ü Brindar al participante la capacitación necesaria para realizar diagramas, métodos de

análisis del sistema de medición y la métrica de rendimiento del proceso.

2.1 Tipos de diagramas de procesos

Un diagrama de procesos es la representación visual del flujo del proceso, la secuencia de

actividades o los pasos de un proceso de principio a fin.

este diagrama permite visualizar el proceso de una perspectiva amplia, un diagrama de

desglosados en 10 o menos pasos.

determinado utiliza un diagrama detallado de procesos.

Esta es la descomposición del proceso, la cual genera un diagrama detallado que

las soluciones alternativas. Identifiquemos los atascos y demoras en este ejemplo, si

diversos grupos participan en el proyecto, entonces un diagrama de carriles servirá para

diagramar el proceso multifuncional.

El diagrama de carriles es un diagrama detallado de un proceso asignando los respectivos

denomina un diagrama de despliegue, ya que muestra donde se desdobla el trabajo.

demoras errores y defectos.

así que si tienes un proceso multifuncional puedes utilizar un diagrama de carriles, el

diagrama general, el diagrama detallado y el de carriles sirven para ejecutar tu proyecto y

proporcionan una buena perspectiva a medida que tu proyecto avanza.

2.2 El muestreo al recopilar datos

Si tuvieras que medir y determinar la estatura promedio de la población, ¿Qué harías?,

de la población o cada unidad de un proceso, por eso necesitamos el muestreo.

Porque es la selección de una cantidad pequeña de elementos que es representativa de una

estatura de un grupo reducido en vez de la de todos los integrantes, un muestreo correcto es

misma probabilidad de ser seleccionado, si tu muestreo es aleatorio y representativo evitarás

estrategias que debes evitar:

muestras aleatorias y representativas, el muestreo basado en el criterio personal no

está libre de sesgo y la selección no es completamente aleatoria y representativa.

- El muestreo por conveniencia también se debe evitar, este consiste en seleccionar

empleados y seleccionas aquellos que van al gimnasio cuando te es conveniente

digamos entre las seis y las siete durante una mañana.

para extraer muestras de una población:

- El muestreo aleatorio simple.

- El muestreo aleatorio estratificado.

cualquier elemento de la población tiene la misma probabilidad de ser seleccionado

independientemente de si otra unidad ya está en la muestra.

medianas y 100 son pequeñas, si deseamos obtener una muestra de 10 debemos

porque la muestra es aleatoria y representativa, es aleatoria porque cada elemento de un

grupo determinado tiene la misma posibilidad de ser seleccionado y es representativa

porque la probabilidad de que el elemento sea seleccionado es proporcional a la dimensión

de su grupo en relación a la de otros grupos de la población.

Las últimas dos estrategias para extraer muestras de un proceso son:

recolectan en intervalos regulares.

El muestreo de subgrupos ocurre cuando un grupo de elementos procesados en secuencia

se recolectan a intervalos regulares de tiempo al salir de la línea de procesamiento, por

un proceso en curso utilice el muestreo sistemático de subgrupos.

2.3 La estadistica descriptiva

para obtener una referencia y saber cuánto mejor al seguir la progresión de mi

peores y mejores tiempos son estadísticas que describen y sintetizan mi rendimiento, de

una referencia y controlar el rendimiento.

- Las medidas de tendencia central

- Las medidas de distribución o dispersión

conjunto de datos, las cuales son:

suma de todos estos valores divididos entre siete.

atípicos como el número tres en el siguiente ejemplo:

Para esto una mejor medida es la mediana.

La mediana es el punto medio de un conjunto de datos en un orden de rangos, para obtener

cantidades pares de elementos, entonces la mediana es el valor promedio de los dos

ascendente ya que hay siete elementos una cantidad impar.

La tercera medida de tendencia central es la moda, este es el valor más recurrente, en

nuestro ejemplo es de 20 horas, la moda es el valor más popular.

dispersión de los valores en un conjunto de datos y son: