MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept.

2007

MEDICIONES PARA SEIS SIGMA

H. Hernández / P. Reyes

Septiembre de 2007

Página 1 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

CONTENIDO

1. Introducción

2. Cálculo de las sigmas de un proceso con base al rendimiento

3. Variación a largo plazo versus corto plazo

4. Cálculo de Sigma en Excel y Minitab

Página 2 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Mediciones para seis sigma

1. Introducción
Este artículo proporciona un panorama general de las métricas
utilizadas en Seis Sigma, el objetivo es tener las mejores técnicas
de cálculo apropiadas para una situación determinada.

La mejora de las métricas pueden tener un impacto significativo en

los resultados del negocio, al reducir la oportunidad de tener
defectos.

Es de suma importancia medir la capacidad del proceso en términos

cuantificables y monitorear las mejoras a través del tiempo.

Sigma    es una letra del alfabeto griego usada para representar la

distribución o dispersión alrededor de la media de cualquier proceso.

Seis Sigma es una filosofía de administración enfocada a la

mejora de los procesos, manteniéndolos en el valor objetivo y
reduciendo la variación.

1 a. Definiciones básicas1:

 Unidad (U): Es un artículo producido o procesado disponible para

evaluación contra un criterio o estándar predeterminado, .
 Defecto (D): Cualquier evento que no cumpla la especificación de
un CTQ o cuando una característica no cumple con el estándar.
 Falla: resulta cuando una característica no tiene el desempeño
estándar.
 Error: resulta cuando una acción no cumple con el estándar.
 Defectuoso: Una unidad que tiene uno o más defectos.

1
Forrest W. Breyfogle III. Implementing Six Sigma Ed. John Wiley & Sons, Inc.1999

Página 3 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

 Defectos por unidad (DPU): Es la cantidad de defectos en un

producto
D
DPU 
U
 Oportunidad de defectos (O): Cualquier característica que pueda
medirse y de una oportunidad de no satisfacer un requisito del
cliente.
 Las necesidades vitales del cliente se traducen en Características
Críticas para la Satisfacción (CTS),
 Estas a su vez se traducen a Características Críticas para la Calidad,
Entrega y Costo (CTQs, CTDs y CTCs) las cuales tienen impacto en las
CTSs.
 Las Características Críticas para el Proceso (CTPs), tienen impacto en
las CTQs, CTDs o CTCs y son Oportunidades para control
 Defectos por oportunidad (DPO):
D
DPO 
U O
 Defectos por millón de oportunidades (DPMO): Es el número de
defectos encontrados en cada millón de unidades.

Capacidad del proceso:

 Rendimiento estándar o de primera pasada YFT: Es el porcentaje de
producto sin defectos antes de realizar una revisión del trabajo
efectuado.

 Rendimiento al final o de línea final Y LT: Es el porcentaje de producto

sin defectos después de realizar la revisión del trabajo. Es el
rendimiento después de la inspección ó la prueba. Excluye el
retrabajo y el desperdicio Siempre será mayor al Yrt. Sólo observa la
calidad del producto terminado.

 Rendimiento total de producción o rendimiento estándar Yrt: es el

rendimiento real a través de todos los procesos productivos sin

Página 4 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

reproceso o reparación. Se obtiene multiplicando los rendimientos

individuales de cada proceso (Yrt = Y1 * Y2 * Y3 *…*Yn).

Es la probabilidad de que una unidad pase por todos los pasos con 0
defectos. Si informa sobre la complejidad del proceso en donde

YRT = Y 1 x Y2 x.......x Yn
YRT = e -DPU

donde:

DPU = defectos por unidad

n = número de pasos en el proceso
Yn = rendimiento del paso de proceso “n”

Página 5 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

2. Cálculo de las Sigmas de un proceso.

Ejemplo 1

Un proceso de manufactura de mesas para teléfono tiene cuatro

subprocesos: fabricación de patas, bastidor, cubierta y pintura. Se
toman los datos de 1510 mesas fabricadas y se observa la siguiente
información. Calcule el Sigma del proceso.

Subproceso Defectos Oportunidades/

Unidad
Patas 212 17
Bastidor 545 5
Cubierta 71 9
Pintura 54 1
Totales: 882 32

Número de unidades procesadas = 1510

Número total de defectos = 882
D 882
Defectos por oportunidad (DPO) =   .0182
N  O 1510  32

Página 6 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

DPMO = .0182 X 1,000,000=18,253

De la tabla de conversión de sigma (al final del artículo)

determinamos el valor que más se acerca a 18,253 siendo este:
sigma = 3.6

Ejemplos adicionales: Defectos en CTQs, unidades y

oportunidades

Ejemplo de Call Center

 Queja del cliente: Siempre debo esperar mucho tiempo al
ejecutivo.
 Nombre del CTQ: Respuesta del ejecutivo
 Medición del CTQ: Tiempo de espera en segundos
 Especificación del CTQ: menor a 60 segundos desde la
conexión al sistema automático de respuesta.
 Defecto: Llamadas con tiempo de espera iguales o mayors a 60
segundos.
 Unidad: Llamada
 Oportunidad: 1 por llamada

Calcular la sigma:

 Defectos: 263 calls

 Unidades: 21,501 llamadas
 Oportunidades: 1 por llamada
 Sigma: 3.75

Ejemplo de un editor de libros

 Queja del cliente: Algunas palabras no se pueden leer en los
libros.
 Nombre del CTQ: Calidad tipográfica

Página 7 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

 Medición del CTQ: Número de errores tipográficos.

 Especificación del CTQ: Cero errores tipográficso
 Defecto: Cualquier error tipográfico
 Unidad: Una palabra
 Oportunidad: palabras erróneas por libro

Calculalar el valor de Sigma:

 Defectos: 2 errores tipográficos

 Unidades: 100,000 (500 palabras / página x 200 páginas / libro)
 Oportunidades: 1 por palabra
 Sigma: 5.61

Area: Fabricación de tarjetas electrónicas

 Queja del cliente: La tarjeta debe funcionar cuando se enchufa
 Nombre del CTQ: Funcionalidad de la tarjeta
 Medición del CTQ: Tarjetas sin funcionar o con defecto de
funcionamiento
 Especificación del CTQ: Todas las tarjetas deben funcionar bien
 Defecto: Una tarjeta que no funcione o funcione mal
 Unidad: Una tarjeta
 Oportunidad: Número total de partes y puntos de soldadura

Calcular el nivel de sigmas:

 Defectos: 18 tarjetas
 Unidades: 1,000 tarjetas
 Oportunidades: 58 (1 plac + 13 resistores + 4 capacitores + 2
diodos + 38 puntos de soldadura)
 Sigma: 4.92

Rendimiento de primera pasada (YFT) y línea final (YLP)

Página 8 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Los resultados y el número de defectos pueden medirse antes o

después de que se detecten, corrijan o revisen los defectos. Los
resultados se miden en % y el número de efectos en defectos por
oportunidad (DPO) o defectos por millón de oportunidades (DPMO).

Observemos la siguiente figura:

SUBPROCESO

N articulos con
cero defectos Trabajo Hay D1 defectos Revisar el trabajo Subsisten D2 defectos

YFP YLP

En este subproceso podemos observar la entrada de N artículos con

cero defectos, se realiza un trabajo en el cual hay D1 defectos,
resultando el rendimiento de primera pasada (Y FP), después se revisa
el trabajo y al final subsisten D2 defectos, siendo este el rendimiento
de la línea final (YLP). El rendimiento total de producción Yrt = Yfp *
Ylf.

Ejemplo 2

Una planta de productos alimenticios empaca cierto tipo de quesos

en una de sus líneas. La producción en un turno es de 5,000
unidades. Existen 3 oportunidades de defecto en cada unidad:

- Mal sellado del empaque

- Producto maltratado
- Empaque roto

Página 9 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Se encontraron 64 defectos, de los cuales 14 se encontraron antes

de ser enviados a la línea de empaque final, después de esto 50
defectos todavía subsisten. Se pide calcular YFP y YLP.

Rendimiento de Primera pasada YFP

64
DPO   .0042
5000  3

DPMO = .0042 X 1,000,000 = 4,266.66

YFP = 1-.0042 = .9958 = 99.58%

Rendimiento de Línea final YLP

50
DPO   .0033
5000  3

DPMO  3,333.33

YLP = 1- .0033 = .9967= 99.67%

Observamos que el rendimiento de línea final es mayor que el

rendimiento de primera pasada.

Rendimiento real o estándar (YRT)

Mide la probabilidad de pasar por todos los subprocesos sin un

defecto = El producto del resultado de cada paso:
YFP1  YFP2  YFP3  ......YFPn

Rendimiento sensible a pasos y defectos en los pasos.

Ejemplo 3:

Página 10 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Un proceso con cinco subprocesos tienen los rendimientos

siguientes de throughput: 0.98, 0.93, 0.95, 0.98 y 0.94. El
Rendimiento Estándar YRT= 0.98x 0.93 x 0.95x 0.98x 0.94 = 0.7976,
es la probabilidad de que el producto pase sin error.

Rendimiento Normal (YN)

Debido a que cada paso de un proceso tendrá su propio nivel sigma,

¿cómo podemos encontrar un “promedio” de nivel sigma de todo el
proceso? Este “promedio” de nivel sigma podría ser práctico. Para
comparar procesos de diferentes complejidades.

Se utiliza el Rendimiento promedio normalizado o YNA para

encontrar este “promedio” de nivel sigma.

YNA = (YRT)1 / #Pasos

En donde YRT es el rendimiento de producción estándar y #Pasos es

el número de pasos del proceso

El rendimiento normal mide el promedio de rendimientos por los

pasos del proceso.

Es el promedio exponencial basado en el número de pasos del

proceso, no es un promedio aritmético.

YN  n YRT , donde n es igual al número de pasos en el proceso.

Ejemplo 5

En un proceso con 3 pasos tenemos los siguientes YFT:

Paso 1: 80%
Paso 2: 70%

Página 11 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Paso 3: 90%

Calcular YN

Primero calculamos YRT = .504

YN  n YRT  3 .504  79.6%

Nota: El rendimiento Normal es el promedio del rendimiento del

proceso. Sigma es calculado a partir de un rendimiento Normalizado.

3. Variación a largo plazo vs. corto plazo (Z-Value)

Largo plazo: son los datos tomados durante un periodo de tiempo

suficientemente largo y en condiciones suficientemente diversas
para que sea probable que el proceso sufra algunos cambios y otras
causas especiales.

Corto plazo: datos recogidos durante un periodo de tiempo

suficientemente corto para que sea improbable que haya cambios y
otras causas especiales.

Para el cálculo de datos a largo plazo a partir de datos a corto plazo

restamos 1.5, debido a los desplazamientos que sufre la media
debido al cambio natural en los procesos.

ZST = ZLT+1.5
ZBenchmark = ZYN+1.5

Donde:
ZST= Z a corto plazo.
ZLT= Z a largo plazo.
YN = Rendimiento Normal

Página 12 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Sigma del proceso negativa

La sigma del proceso no es la misma que la desviación estándar de
la muestra S, más bien es un valor de Z modificado. Un valor
negativo en las Z (modificado) sigmas del proceso, indica que la
mayoría del producto o servicio está fuera del rango de
especificaciones.

EJEMPLO 6

Un proceso tiene un YRT = .38057 con 10 operaciones. Determine Y N

y Zbenchmark

YN  10 .38057  .9079

Z benchmark = .9079+1.5= 2.4079

4. Cálculo de sigma en Excel y Minitab

a. Calculo de Sigma en Excel

La sigma del proceso que es la sigma a corto plazo Zst se determina

como sigue:

METODO 1:

1. El rendimiento es igual a Yrt = 1 – DPU o Yrt = 1 – D / DPO

2. La Z sigma a largo plazo Zlt = distr.norm.estand.inv(Yrt)

3. La Z sigma a corto plazo o Sigma del proceso = Zst = Zlt + 1.5

Página 13 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

METODO 2:

1. Se determina Zlie y Zlse en base a las especificaciones

2. Se determina la fracción defectiva P(Zlie) y P(Zlse)

3. Con P(Zlie) = distr.norm.estand.inv(Zlie) y P(Zlse) =

distr.norm.estand.inv(-Zlse)

4. La fracción defectiva total es P(Zt) = P(Zlie) + P(Zlse)

5. El rendimiento se determina con Yrt = 1 – P(Zt)

6. La Z sigma a largo plazo Zlt = distr.norm.estand.inv(Yrt)

7. La Z sigma a corto plazo o Sigma del proceso = Zst = Zlt + 1.5

b. Cálculo de Sigma con MINITAB

1. La Z sigmas del proceso a largo plazo en base al rendimiento se

determina como:
Calc > Probability Distributions > Normal
Seleccionar Inverse Cumulative probability Mean 0.0
Estándar deviation 1
Input constant valor de Yrt OK, se obtiene la Zlt de largo
plazo.

2. La Z del proceso se determina con Zst = Zlt + 1.5

Ejemplo 7

En una fábrica de plásticos, se producen unos contenedores propios

para alimentos.

Página 14 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

En un lote de producción de 10,000 unidades se encuentran 125

artículos defectuosos, la oportunidad de cometer un defecto es 3.
Calcule sigma y analice los resultados proporcionados.

Ejercicios adicionales

Ejercicio A1. Determinar la capacidad en Sigmas del proceso con los

datos siguientes:

Producto E
Unidades 10000
Defectos 435
Oportunidade
s 4
para defectos
Media 21.2
Desviación 3.7
estándar
Límites de LIE=12
especificación LSE=30

a) Utilizando el rendimiento Yrt

Rendimiento Yrt = 0.989125
Z sigmas = 3.794705629 (Corto plazo)
DPMO = 10875

b) Utilizando la distribución normal

Rendimiento Yrt = 0.984855
Z sigmas = 3.87838 (Corto plazo)
Zi = -2.486486486 0.00645
Zs = 2.378378378 1-0.99131
DPMO = 15145

Ejercicio A2 Determinar lo siguiente con una muestra de datos

siguientes: Asumir un límite superior de especificación LSE = 35
Datos
26
26
30

Página 15 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

31
25
23
30
32
29
27
26
26
32
29
32

a) Realizar una prueba de normalidad con los métodos

de Anderson Darling y Gráfica de probabilidad normal

Página 16 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

b) Media = 28.26666667

c) Desv. Estándar = 2.890048607

f) Z lt = 2.32983394

d) Rendimiento = 0.990092535

e) Capacidad en Z sigmas = 3.82983394

f) DPMOs equivalentes = 64.11488109

Ejercicio A3 Determinar la capacidad en sigmas, DPMOs y Zbenchmarking

del proceso siguiente:

Paso 1 Paso 2 Paso 3 Paso 4

300 300 300 300 Unidades
Oportunidades para
6 3 5 2 defecto
200 40 120 40 Defectos
89% 96% 92% 93% Rendimiento
11 4 8 7 Defectos / Unidad

a) Rendimiento en función del total de defectos vs total de

oportunidades para defecto: 1.67%

Página 17 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

b) Capacidad del proceso en Z sigmas 2.883 (Corto plazo)

c) DPMO equivalentes = 1969.57

d) Rendimiento en base a los rendimientos 2.93%

individuales (Throughput)

e) Capacidad del proceso en Z sigmas, 2.111 (Corto Plazo)

¿es mejor este método vs el de b?
El resultado muestra un Nivel sigma menor

f) DPMOs equivalente 17394.41

g) Defectos por unidad = 0.1007

h) Rendimiento en base a defectos por unidad = 0.904

i) Rendimiento estandarizado = Yrt.norm. = Yna = 0.9241

i) Z benchmark = 0.8223

Ejercicio A4. En el departamento de compras se realizan 800

pedidos, cada uno tiene 20 CTQ:
Los pedidos sin errores son 700:
Pedidos 800
Sin errores 700
CTQ = 20

a) Determinar el rendimiento del proceso 87.5%

b) Determinar la tasa de defectos 12.5%

c) Determinar la tasa de defectos por cada CTQ 0.625%

Página 18 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

d) Determinar Defectos por Millón de Oportunidades 6250

e) Determinar la capacidad del proceso en Z sigmas 2.65

Página 19 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Tablas de métodos,
Sigmas y normal

Página 20 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Página 21 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Página 22 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

TABLA DE CONVERSIÓN DE CAPACIDAD DEL PROCESO EN SIGMAS – METODO 1

Página 23 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Página 24 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Página 25 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Ejemplo 8.
a) Determinar el área bajo la curva de menos infinito a Z = - 1.
P(Z<= -1) = 0.1587
b) Determinar el área bajo la curva de menos infinito a Z = - 2.
P(Z<= - 2) = 0.0228
c) Determinar el área bajo la curva entre Z >= -2. hasta Z <= -1
P(- 2 <= Z<= -1) = 0.1259

Página 26 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Página 27 de 28
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Ejemplo 9
a) Determinar el área bajo la curva de menos infinito a Z = 1.
P(Z <= 1) = 0.8413
b) Determinar el área bajo la curva de menos infinito a Z = 2.
P(Z <= 2) = 0.9772 8
c) Determinar el área bajo la curva de menos Z = 1 a Z = 2
P(1 <= Z <= 2) = 0.9772 – 0.8413 = 0.1369

Página 28 de 28