Disminución de la Variación en la fabricación de una rueda dentada de

dientes rectos para maquinaria Agroindustrial aplicando la Metodología

Seis Sigma.

Beristain Pérez, Jorge Alberto

Contacto:
Correo Electrónico: 142t0739@itsm.edu.mx
Tel.: (045) 235 111 88 94

Ingeniería Industrial

Beristain Pérez, Jorge Alberto, Ingeniero Industrial, Facultad de Ingeniería Industrial, Instituto
Tecnológico Superior de Misantla.

RESUMEN incorporación de un Mapa de Necesidades

El presente artículo tiene como finalidad
mostrar los resultados obtenidos al
implementar la Metodología Seis Sigma en
el proceso de maquilado de una rueda
dentada para maquinaria agroindustrial en
el ramo cafetalero. Este proyecto se llevó a
cabo en la empresa “Solo Café de Calidad,
S. de R.L. de C.V.” ubicada en la ciudad de
Coatepec, Veracruz.
del Cliente e identificación de los CTQs,
esto con el objetivo de reducir piezas
defectuosas y los costos por defectos de
calidad.
Gracias al compromiso del gerente
general, del equipo de colaboración y
asesores externos, se logró culminar con
éxito el proyecto y aumentar el nivel Sigma
del proceso de un 2.39 a 8.79.

Se muestra la importancia de Seis Sigma

como técnica para reducir la variabilidad
del grosor de los dientes de ruedas
dentadas para una despulpadora de Café,
permitiendo eliminar piezas defectuosas y
contribuyendo a la satisfacción de los
clientes, basado en la identificación de
Factores Críticos de Calidad, tales como:
Diagrama de Pareto, Gráficos de Control,
Estudio GR & R, además de la
PALABRAS CLAVE: CTQs, Diagrama de
Pareto, Estudio GR& R, Factores Críticos
de Calidad, Gráficos de Control, Mapa de
Necesidades del Cliente, Metodología Seis
Sigma, Satisfacción de los Clientes.
ABSTRACT

Revista Ingeniantes

1
The purpose of this paper is to show the
results obtained using the Six Sigma
Methodology in a process of manufacture
of a cogwheel for agroindustrial machinery
for Coffee producers. This project was
made in the enterprise ““Solo Café de
Calidad, S. de R.L. de C.V.” from Coatepec
city, Veracruz.
It shows the importance of Six Sigma as
technique to reduce variability of the
thickness of the serrated edge of a gear for
a coffee crusher machine, thereby
reducing defective pieces and contribute
to customers satisfaction, based on the
identification of Critical Factors of Quality
such as: Pareto Diagram, Control charts,
GR & R studio, Incorporating also a
Customer Needs Map and Identification of
CTQs, this whit the objetive to reduce
defective pieces and the costs of quality
defects.
Thanks to the commitment of the general
manager, the team of collaboration and of
some external consultants, the project was
completed and achieved successfully and
sigma level of the process was also
increased from 2.39 to 8.79.
KEYWORDS: CTQs, Pareto Diagram, GR
& R studio, Critical Factors of Quality,
Control charts, Customer Needs Map,
Sigma Methodology, Customers
satisfaction.
INTRODUCCIÓN
El artículo muestra la aplicación de la
Metodología Seis Sigma con el objetivo de
minimizar piezas defectuosas al momento de
maquilar engranajes de dientes rectos
utilizados en el mecanismo de revolución de
una despulpadora de café para una empresa
dedicada a la fabricación y comercialización
Revista Ingeniantes
2
de maquinaria para procesos agroindustriales,
principalmente para el procesamiento de café.
El presente proyecto representa un paso más
en el desarrollo de un producto único en
México y con amplias posibilidades de su
comercialización en otros países, por lo cual
es de suma importancia implementar una
estrategia de mejora que permitiera disminuir
desperdicios y fortalecer su imagen como un
proveedor confiable.
La empresa “Solo Café de Calidad S. de R.L.
de C.V.” nace de la tradición cafetalera de
México, tras setenta años de actividad familiar
en el negocio del café y la fabricación de
maquinaria. Su centro de operaciones se
ubica en Coatepec, Veracruz, considerado
uno de los polos de la producción cafetalera
mexicana y centro de producción de café
reconocido por su alta calidad a nivel mundial.
La atención de las zonas productoras de café
en México y Centroamérica han dado la
oportunidad de crear una empresa que
consolida años de experiencia en la
fabricación de equipos y maquinaria para todo
el proceso de café. Esta empresa se dedica a
ofrecer la mejor maquinaria para el desarrollo
de sus procesos, es por eso que cuenta con
una amplia línea de equipos en forma de
módulos ecológicos para despulpe y
desmucilaginado que reducen en gran medida
el consumo de agua, aportando beneficios
reales en costo y operación.
El objetivo fue reducir el producto no conforme
y minimizar los costos de no calidad para
fortalecer las finanzas de la empresa, además
de disminuir la variabilidad del proceso para
hacerlo más confiable y evitar que los
productos no conformes llegaran al cliente
final. En el artículo se describen las acciones
derivadas de la implementación de la
Metodología Seis Sigma, así como también
los resultados obtenidos.
FUNDAMENTOS TEÓRICOS
Los proyectos de mejora continua buscan
eliminar todo aquello que no contribuye al
valor agregado de los productos y a la
satisfacción de los clientes, para esto se
realiza un detallado análisis de todo el
ambiente laboral buscando procesos
redundantes, inconvenientes en el flujo de
material, cuellos de botella, excesos de
suciedad, acumulación de material de
proceso, es decir todo aquello que podría
afectar los procesos disminuyendo la
capacidad de estos, lo que resulta en
problemas de calidad y afecta los tiempos de
ciclo [1], definiendo lo que se identifica como
una empresa esbelta [2].
MATERIAL Y MÉTODOS
El propósito de Seis Sigma es identificar,
reducir y eliminar defectos en un proceso, los
cuales son causa de inconformidades para los
clientes y afectan la rentabilidad de las
organizaciones. Las etapas de Seis Sigma y
las herramientas más utilizadas son las
siguientes:
Tabla 1: Etapas y herramientas de Seis Sigma
Etapas Seis Sigma Herramientas

Definir: Identifica lo importante Costo por baja calidad (COPQ),

Una de sus principales características es la para el cliente, el alcance del Gráfica de Pareto, Métrica de
proyecto y los objetivos. El desempeño producto/proceso,
rapidez con que se obtienen resultados; equipo debe ser cómplice del Gráfica de flujo del proceso (alto
aplicándolo de manera sistemática, se éxito. nivel), la “voz del cliente, matriz
críticos para el cliente.
obtienen diversos beneficios como son: un
éxito sostenido, ayuda a definir un objetivo de
rendimiento, aumenta el valor para el cliente, Medir: Determinar lo que se Diagrama entrada-proceso-salida
debe medir (Y’s) y valida el (IPO), Mapa de procesos
acelera la tasa de mejora, propicia el sistema de medición. Cuantifica (detallados), Hojas de
aprendizaje y lleva a cabo un cambio el desempeño actual, revisa el Verificación, Diagrama de Pareto,
alcance y el objetivo del Análisis de Sistemas de Medición
estratégico [5]. proyecto. (MSA). Análisis de Capacidad de
Proceso.

El presente proyecto se desarrolló en el nivel

de implantación operativo, se eligió un Analizar: Determinar las
causas (x’s) de defectos y
proceso y se aplicó la metodología DMAMC variación. Verifica que las
(acrónimo de definir, medir, analizar, mejorar y causas son reales.
controlar). La propuesta que se hizo al
gerente de la empresa fue detonar el proceso Mejorar: Identifica soluciones a
de implementación de Seis Sigma, iniciando las causas encontradas.
Proporciona pruebas
con la realización de un proyecto. estadísticas de que las
soluciones funcionan,
posteriormente, implementarlas.
Por lo tanto, el primer paso fue identificar la
problemática que presentaba la empresa al
Controlar: Establece controles
momento de maquilar los engranes y que para mantener la mejora.
hacía que se produjeran piezas defectuosas, Proporciona pruebas
estadísticas de que la mejora se
para posteriormente implementar un proyecto sostiene.
mediante la metodología Seis Sigma que
Diagramas de causa y efecto,
matriz de causa y efectos de falla
(AMEF), Gráficas de
multivarianzas, correlación y
regresión, prueba de hipótesis.
Diseño de experimentos, pruebas
de error, tolerancia estadística,
análisis de modos y efectos de
falla (AMEF), pruebas de
hipótesis.
Planes de control, cuadros de
control, administración visual,
procedimientos/instrucciones de
trabajo, gráficas de control,
capacidad de proceso,
mantenimiento productivo total.

impactara favorablemente las finanzas de la

empresa y constituyera un caso de éxito. Al
ejecutar un proyecto exitoso la organización
aceptaría mejorar esta iniciativa y su adopción
a largo plazo. La propuesta fue bien aceptada
y se inició con el proyecto.
Fuente: Adaptado de (Pande, 2004; Pyzdek, 2003;
Rath & Strong’s consultants, 2002).
El proyecto se desarrolló conforme a esta
metodología. Cada fase está vinculada con la

Revista Ingeniantes

3
anterior y rigurosamente. Es importante
comentar que el método no es unidireccional,
en ocasiones es necesario replantear y
regresar al paso anterior.
DESARROLLO DE LA METODOLOGÍA
La empresa donde se desarrolló el proyecto
se dedica a la fabricación y comercialización
de maquinaria para procesos agroindustriales,
principalmente para el procesamiento de café.
Para el Fondo de Innovación Tecnológica
2016, la empresa propone un proyecto para
desarrollar un sistema para tostar café con
capacidad de 10 kg por ciclo incorporando dos
incrementos en la tecnología. El primero es un
módulo de limpieza de humos para disminuir
las emisiones al ambiente el segundo es la
mejora de automatización del proceso del
tueste.
Cabe mencionar que el programa de
estímulos en el 2012 se logró desarrollar el
primer prototipo automatizado el cual ha
tenido buena aceptación en el mercado
nacional. Con este nuevo proyecto se busca
reforzar y mejorar la eficiencia tecnológica,
económica y el impacto ambiental del
producto en el creciente segmento del
mercado nacional e internacional constituido
por pequeños comercializadores en
cafeterías, que incorporan en su concepto la
garantía de un café recién tostado.
El proyecto se llevó a cabo en el centro de
maquinado CNC en donde se elaboran las
piezas mecánicas necesarias para ensamblar
la maquinaría agroindustrial. Se tomó especial
atención al proceso de maquinado de una
rueda dentada de dientes rectos Z30 forma
con bulón esto con el objetivo de reducir la
variación del grosor de los dientes y aumentar
el nivel Sigma de 2.39 a 8.79. A continuación
se describe cada fase del proyecto.
PRIMERA FASE. DEFINIR
Revista Ingeniantes
4
Para identificar los CTQs referentes a las
necesidades de los clientes se propusieron
algunas herramientas de la Metodología Seis
Sigma para entender los requerimientos de
los mismos y que permita entender la
información recolectada y convertirla en
potenciales indicadores de calidad:
 Mapa de Proceso: Con el cual se
conocen las etapas del proceso por
medio de una secuencia de pasos, así
como las etapas críticas.
 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
son menos (los muchos y triviales).
 La voz del cliente: Consiste en
escuchar lo que nos demanda el
cliente. Quien entiende al cliente
entiende su negocio. Habrá que
incorporar un Sistema de
Administración de Quejas del Cliente
(SAQ).
 Proceso de Mejora Continua:
Mediante esta metodología se
permitirá alcanzar la estabilidad de los
procesos productivos y administrativos,
buscando que en cada elemento tenga
un procedimiento estándar.
 Gerencia de Procesos: Aborda la
cotidianidad de la empresa, implica el
control de la rutina de trabajo. Su
propósito es garantizar el
establecimiento, mantenimiento y
mejora de los procesos repetitivos
dentro de la empresa.
A continuación se presenta el Mapa de
Necesidades del cliente para identificar cuáles
son las áreas de oportunidad de la empresa y
cuáles son las áreas en las cuales se puede
mejorar para satisfacción de los mismos:
Tabla 2: Mapa de Necesidades del Cliente. Empresa
Sólo Café de Calidad, S. de R.L. de C.V.
 Pre-compra Compra Post-Compra
¿Quiénes son mis clientes?

Empresas que se dedican al cultivo, cosecha, procesamiento y

venta de café a nivel estatal, nacional e incluso de carácter Capacitación y
Montaje e Instalación
internacional, así como a particulares que deseen maquinaría Motivación Precio Accesible
en su establecimiento
Mantenimiento de su
Maquinaria
para poner en marcha su propio negocio tales como beneficios y
restaurantes. ¿Qué es lo que debo
¿Cuándo lo debo ¿Qué necesito para
Dudas comprar y cuanto estoy tener mi equipo en
comprar?
dispuesto a pagar? buenas condiciones?
¿Qué servicio o producto yo proveo a mis clientes? Positiva El cliente instala y pone en
El cliente busca el equipo marcha nuestros
en el mercado productos
Somos una empresa constituida para comercializar el café,
suministros y equipos de la industria cafetalera desde su fase de El cliente compra
nuestros productos
Neutra
producción hasta el servicio de cafetería, proporcionando El cliente analiza
servicios y productos con calidad consistente que nos afirma nuestros
productos
como un socio confiable.
Negativa El cliente busca
Contamos con éste servicio para orientar y ayudar a nuestros otras opciones

clientes en la planeación, diseño, construcción e instalación de

sus plantas productivas para que éstas sean eficientes, eficaces Procesos
Búsqueda y Selección
Instalación y puesta en
Seguimiento y control
y puntuales en el desarrollo de sus actividades. Contamos desde Internos marcha de los equipos

luego con un estudio personalizado de acuerdo a las

características y circunstancias de nuestros usuarios, un layout
para ubicar las áreas de trabajo y el desarrollo del proyecto Figura 1. Mapa de Necesidades del Cliente, Servicio
hasta dejarlo funcionando, todo con la aprobación del cliente Pre-compra, Compra, Post-compra. Empresa Sólo
buscando siempre su mayor satisfacción.
Café de Calidad, S. de R.L. de C.V.
¿Qué es lo que les gusta de nuestros productos o
servicios? Fuente: Elaboración Propia

Nuestra meta primordial es ser el principal proveedor de

maquinaria agroindustrial en México y que nuestros equipos se
conozcan y utilicen en el extranjero. La calidad, tecnología y
diseño cimentarán las columnas de la compañía.
SEGUNDA FASE: MEDIR
 CALIDAD, sinónimo de garantía en nuestros productos y
servicios.
 TECNOLOGÍA, de punta para eficientar procesos y
mejorar el medio ambiente.
 DISEÑO vanguardista, signo de distinción de la Según datos obtenidos en el área de
competencia. maquinado para el proceso de fabricación de
un engrane de dientes rectos Z30 con forma
¿Qué es lo que necesitan que no estén consiguiendo?
de bulón para una despulpadora de disco, se
Lo que ofrecemos que no ofrece la competencia: determinaron las fallas que presenta el centro
de maquinado CNC, comprendido en el
1. Damos a los usuarios las capacidades necesarias para
que lleven a cabo un buen uso y mantenimiento de los trimestre Enero 2017 – Marzo 2017, lo cual
equipos que adquirieron y aprovechen al máximo las genera variaciones al momento de la
herramientas con las que ahora cuentan.
2. Como parte de un mejor servicio y atención a nuestros fabricación del engrane, las cuales fueron
clientes, damos seguimiento periódico a los equipos y presentadas en la siguiente tabla
ofrecemos el mantenimiento adecuado en caso de ser
necesario, esto con el fin de prolongar la vida útil de las
especificando las frecuencias observadas
máquinas y mantener contacto con los usuarios. durante el trimestre y el porcentaje de cada
3. Como parte de un mejor servicio y atención a nuestros una de ellas:
clientes, damos seguimiento periódico a los equipos y
ofrecemos el mantenimiento adecuado en caso de ser
necesario, esto con el fin de prolongar la vida útil de las
máquinas y mantener contacto con los usuarios.

Fuente: Elaboración Propia.

Revista Ingeniantes

5
Tabla 3: Tipos de Defecto presentados en el área de
maquinado para el periodo Enero 2017 – Marzo 2017. Mediante este análisis ahora resulta evidente
cuáles son los tipos de defectos más
No
Tipo de Defecto Frec. %
frecuentes. Se puede observar que los 5
.
primeros tipos de defectos representan el 81%
1 Errores debidos a los algoritmos de cálculo 65 28.76
(pocos vitales) mientras que los otros 6
Error de histéresis (desviación entre la
2 posición real y la mandada por el punto de 65 28.76 representan el 19% (muchos vitales)
interés)
Excesos de dimensiones geométricas por
aproximadamente. Por el principio de Pareto
3
deformaciones térmicas de la máquina
30 13.27 se puede deducir que la mayor parte de las
4
Desplazamientos relativos entre partes de la
máquina no controlados
12 5.31 causas que generan variaciones en el proceso
5
Mala posición en la planitud y rectitud de las
12 5.31
de maquilado para el engrane de una
superficies guía
despulpadora de disco pertenece a los 5
6 Mala alineación de las superficies de sujeción 11 4.86
primeros defectos, de manera que si se
Mal apoyo de la pieza sobre el utillaje de
7
amarre
9 3.98 eliminan las causas que los provocan
8
No existe paralelismo de los ejes con las
guías
8 3.54 desaparecería la mayor parte de los defectos.
No existe perpendicularidad del eje de husillo
9 8 3.54
principal con la superficie de sujeción
Imprecisiones en los componentes utilizados
Es conveniente realizar un mapa de proceso
10
en la máquina
4 1.77
del engrane para determinar las fases del
11
Paros inesperados de la máquina por
suministro eléctrico
2 0.88 proceso de maquinado, el cual consiste en
TOTAL 226 100 dos áreas en específico; la primera es la de
Maquilado/Habilitado, donde se realizan los
cortes que conformar el engrane y la segunda
Una vez establecidas todas las fallas es el acabado y rectificado.
presentadas por el centro de maquinado se
procedió a elaborar un Diagrama de Pareto
para identificar los pocos vitales de los SÓLO CAFÉ DE CALIDAD S. DE R.L. DE C.V.

muchos triviales. MAPEO DE PROCESO

PROBLEMA:
ÁREA: CENTRO DE
Gráfica 1. Diagrama de Pareto REALIZÓ: JORGE ALBERTO BERISTAIN MAQUINADO CNC
PÉREZ

Índice de Fallas. Centro de Maquinado CNC Diseño y trazado Requerimiento

(Boceto y Cortado TorneadoT Biselado de
100% del Material a
Cálculos Tiem: 15 iem: 20 dientes
mecanizar
Tiem: 15 min. min. min. Tiem: 40
90% Maquilado/Habilitado min.
200

80% Taladreado
Tiem: 15
min.
70%
150
60%
Tratamiento
50% Termoquimico
Frecuencia

Tiem: 40 min.
100
40%

30%
Rectificado
50
20% Rectificado

10%

0 0%
1 2 3 4 5 6 7 8 9 10 11
s a s a s a s a s a s a s a s a s a a a
au au au au au au au au au a us a us
C C C C C C C C C C C
Figura 2. Mapa de Proceso Engranaje de dientes
Causas
rectos Z30 con forma de Bulón. Empresa Sólo Café
de Calidad, S. de R.L. de C.V.

Fuente: Elaboración Propia

Revista Ingeniantes

6
 Fuente: Elaboración Propia
A continuación se presenta el engrane
terminado elaborado en Solidwork 2015 ® con
sus características técnicas para el área de
maquinado.
Tabla 4: Características Técnicas del Engrane
Figura 3. Engrane de dientes rectos hecho en
Solidwork 2015 ® Vista Isométrica
Figura 4. Engrane de dientes rectos hecho en
Solidwork 2015 ® Vista Frontal
Para la elaboración del proyecto se tomaron
medidas al grosor del diente de la rueda
dentada, para ello se utilizó un pie de rey
digital esto con la finalidad de obtener las
medidas más exactas posibles con una
precisión de 0.001 mm. Al momento de
diseñarlo en Solidwork 2015 ® el programa
arrojaba que la medida del grosor era de
14.83 mm, mientras que al momento de
Revista Ingeniantes
7
realizar las mediciones se pudo observar que
las medidas oscilaban entre 14.229 y 14.505
mm.
RUEDA DENTADA DE DIENTES RECTOS Z30
MATERIAL: Acero Inoxidable al Cromo
PESO: 11888.51 gramos
GROSOR DE DIENTE: 14.86 mm
ESPACIO ENTRE DIENTES: 16.92 mm
CRESTA: 4 mm
DIAMETRO EJE DE PASO 60 mm
Figura 5. Engrane de dientes rectos hecho en
Solidwork 2015 ® Vista de Detalle
TERCERA FASE. ANALIZAR
Para llevar a cabo la fase de análisis, se optó
por realizar un Estudio GR & R (Gage,
Repeatability and Reproducibility). Los
estudios GR & R, o simplemente R&R
analizan la variación de las mediciones
realizadas en un mismo Gage de Medición
(Repetibilidad) y la variación de las
mediciones realizadas por el operador
(reproducibilidad). Para reducir la variación
actual del proceso, se deben de identificar y
separar la variación debida al sistema de
medición.
La forma estándar de desarrollar un estudio
GR & R ha sido utilizar los procedimientos de
la industria automotriz. El manual de análisis
de sistemas de medición MSA (1995) describe
este procedimiento y utiliza al menos dos
operadores y diez muestras. Cada operador
mide cada muestra al menos dos veces,
utilizando todos el mismo método de
medición. Cada repetición de mediciones
realizadas por un operador es llamada
prueba. Este procedimiento muestra la
variabilidad en el método (Repetibilidad), para
ser separada de la variabilidad adicional
contribuida por el operador (reproducibilidad)
[8].
A
En cualquier proceso de producción, ningún
producto es exactamente igual a otro, siempre
existirá variación entre sus características
físicas, químicas o funcionales.

La variabilidad de entre los productos es un B

hecho inevitable, para lograr la calidad en los
mismos, la clave está en minimizar tal
variabilidad y en distinguir oportunamente lo
que se considera una variación común de una
especial.

La variación común del proceso se debe a

factores tales como: variación en los
componentes (dentro de las tolerancias que
indique el fabricante), variación en las
herramientas utilizadas (maquinarias),
variación en el desempeño del operador,
medio ambiente.
La variación especial del proceso se debe a
factores que no están normalmente dentro del
mismo, tales como: material fuera de las
especificaciones del fabricante, uso de
herramienta inadecuada, set-up inadecuado
de la máquina, falta de entrenamiento del
operador en el desempeño de la operación,
etc. [8].
Siguiendo la misma metodología propuesta
por el sistema de medición MSA se realizó
una prueba con 2 operadores para medir el
grosor del diente de 5 engranes 2 veces, para
un total de 20 repeticiones. Se utilizó el
Software estadístico Minitab 15 ®.
Figura 6. Hoja de Salida Estudio R&R. Minitab 15 ®
INTERPRETACIÓN DE RESULTADOS
Se observa que no existe porcentaje de
contribución para el sistema de medición,
A ni tampoco en las mediciones efectuadas
por los operadores, ya que estos son
equivalentes al 0%, por lo tanto se puede
deducir que el 100% de dicha variación es
debida a las diferencias entre los
elementos medidos.
Minitab utiliza el procedimiento del análisis de
varianza (ANOVA) para calcular los
componentes de la varianza y luego, utiliza
esos componentes para estimar el porcentaje
de variación causado por el sistema de
medición. La variación aparece en la tabla
R&R del sistema de medición.

Revista Ingeniantes

8
 Minitab calcula el porcentaje de variación
B al dividir cada valor de variación del
estudio entre la variación total y
multiplicarlo por 100. El porcentaje de
variación para el estudio R&R del sistema
de medición es:
( 0.001342/0.224467 )∗100=0.60 %
NÚMERO DE CATEGORIAS DISTINTAS
Este número determina el número de
intervalos de confianza que se traslapa y que
abarcan el rango de variación del producto. El
valor de número de categorías distintas
estima cuantos grupos separados de partes
puede distinguir el sistema [23].
Minitab calcula el número de categorías
distintas que se pueden observar con
confiabilidad:
S parte
x √ 2(Ecu .2)
S sistema demedición
Minitab trunca este valor entero, excepto
cuando el valor calculado es menor que 1. En
este caso, Minitab establece el número de
categorías distintas.
Número
de
Medias…
categoría
s F echa del estudio:
<2 El sistema no puede discriminar entre partes
Las partes se pueden dividir en grupos altos y
=2
bajos, como los datos de atributo
El sistema es aceptable (según el AIAG) y
>2
puede distinguir entre partes.
 Cuando el número de categorías distintas
es menor a 2, el sistema de medición NO
es útil para efecto de decisiones de
control de procesos.
Revista Ingeniantes
 Cuando existen de 2 a 4 grupos, se
puede usar el sistema de medición pero
solo para decisiones de ATRIBUTO
(“pasa/no pasa”).
 Un valor de 5 o más denota un sistema
de medición con suficiente resolución.
Este es aceptable en la toma de
decisiones de control de procesos.
( Ecu .1)
Para este caso, se midieron 5 piezas
diferentes, Minitab reporto que el sistema
puede discernir 235 categorías distintas. Esto
significa que el sistema puede distinguir entre
partes de manera excelente.
.COMPONENTES DE LA VARIACIÓN
La gráfica Componentes de Variación
representa gráficamente la tabla del estudio
R&R del sistema de medición. Cada
conglomerado de barras representa una
fuente de variación. Por opción
predeterminada, cada conglomerado tiene dos
barras, que corresponden al porcentaje de
Contribución y al porcentaje de Variación de
Estudio. En un sistema de medición
adecuado, el componente de variación más
grande es la variación parte a parte. En
cambio, si la alta variación se atribuye al
sistema de medición, es posible que éste
necesite correcciones [8].
Gráfica 2.Componentes de Variación
Estudio GR&R. Rueda dentada de dientes rectos Z30 (mm)
Notificado por:
Nombre del sistema de medición: E v aluación de v ariación entre dientes
Tolerancia:
Jorge A lberto Beristain Pérez
Misc:
Componentes de variación
100
% Contribución
% Var. de estudio
80
Percentil
60
40
20
0
R&R del sistema de medición Repetir Reprod P arte a parte
9

Fuente: Elaboración Propia. Minitab 15 ®
Esta gráfica representa el porcentaje de
contribución (color marrón) y el de variación
(color verde) para cada una de la variables del
sistema de medición.
 Porcentaje de Contribución
Si cualquiera de los puntos en la gráfica R se
encuentra por encima del límite de control
superior (LCS), el operador no está midiendo
las partes con uniformidad. El LCS considera
el número de veces que cada operador mide
una muestra. Si los operadores miden
uniformemente, los rangos son pequeños en
relación con los datos y los puntos se
encuentran dentro de los límites de control [8].

R&R del sistema de medición total 0% GRÁFICA X́

Repetibilidad 0%
Reproducibilidad Operador 0%
Parte a Parte 100%
 Porcentaje de Variación
R&R del sistema de medición total 0.60%
Repetibilidad 0.60%
Reproducibilidad Operador 0%
Parte a Parte 100%
GRÁFICA R
La gráfica R es una gráfica de control de
rangos que muestra gráficamente la
uniformidad de operadores. Una gráfica R
consta de:
 Los puntos graficados, los cuales
representan, para cada operador, la
La gráfica X́ compara la variación parte a
parte con el componente de Repetibilidad. La
gráfica X́ consta de:
 Los puntos graficados, que representan,
para cada operador, la medición promedio
de cada parte.
 La línea central, que es el promedio
general para todas las mediciones de las
partes realizadas por todos los
operadores.
 Los límites de control (LCS y LCI), que se
basan en el número de mediciones en
cada promedio y en el estimado de
repetibilidad.
Gráfica 3. Gráfica X́ por operadores y R por
operadores
Estudio GR&R. Rueda dentada de dientes rectos Z30 (mm)

diferencia entre las mediciones más Nombre del sistema de medición:

F echa del estudio: 25 de Junio del 2017
Notificado por:
Tolerancia:
Misc:
Jorge A lberto Beristain Pérez

grandes y las más pequeñas de cada Gráfica Xbarra por Operadores

parte. Si las mediciones son iguales, el 1 2
Media de la muestra

14.50 UC L=14.46394
rango es igual a 0. Minitab grafica los 14.48
_
puntos por operador, lo que permite que _
14.46 X=14.46375

se puedan comparar la uniformidad de 14.44 LC L=14.46356

cada operador. Gráfica R por Operadores

 La línea central, que es el promedio 0.0010

1 2
Rango de la muestra

UC L=0.000327

general de los rangos (el promedio de 0.0005

todos los rangos de los subgrupos).
_
R=0.0001

 Los límites de control (LCS y LCI) para los 0.0000 LC L=0

rangos de los subgrupos. Minitab utiliza la

variación dentro de subgrupos para Fuente: Elaboración Propia. Minitab 15 ®
calcular estos límites.

Revista Ingeniantes

10
En gráfica R por operadores se puede
observar que un dato está por encima del LCS
e indica que el operador número 1 realizó una
lectura incorrecta y por lo tanto no está
midiendo las partes con uniformidad.
INTERACCIÓN POR PARTE
La gráfica de la interacción Operador∗Parte
muestra las mediciones promedio por cada
operador para cada parte. Cada línea conecta
los promedios de un operador. Lo ideal es que
las líneas sean prácticamente idénticas y los
promedios de partes varíen suficientemente
para que las diferencias entre partes sean
claras [8].
Este patrón…
Las líneas son virtualmente
idénticas.
Una línea es uniformemente más
alta o más baja que las otras
Las líneas no son paralelas ni se
cruzan
Esta gráfica representa la Interacción
Operador y la parte medida, muestra las
mediciones promedio por cada operador para
cada parte, representándola con 2 líneas de
color diferente (negra y roja) una para cada
operador interponiéndola una sobre otra.
Como se puede observar se puede inferir que
cada operador está obteniendo mediciones
muy exactas para cada parte medida. La
habilidad de un operador para medir una parte
depende de cual parte se está midiendo.
MEDICIONES POR OPERADOR
La gráfica por operador puede ayudar a
determinar si las mediciones y la variabilidad
Indica… son uniformes entre los operadores. La gráfica
Los operadores están midiendo por operador muestra todas las mediciones
las partes de forma similar del estudio organizadas por operador. Cuando
cada operador tiene nueve o menos
Un operador está midiendo
partes uniformemente más altas
mediciones, los puntos representan las
o bajas que el resto de los mediciones. Los círculos negros representan
operadores
las medias, y una línea las une. Los asteriscos
indican posibles valores atípicos.
La habilidad de un operador para
medir una parte depende de cual
parte esté midiendo (existe una
interacción entre Operador y Si la línea… Indica…
Parte).
Los operadores están midiendo
Está paralela al eje X
las partes de forma similar, en
promedio.

Gráfica 4. Interacción Operadores*Partes Los operadores están midiendo

No Está paralela al eje X
las partes de forma diferente, en
promedio.
Estudio GR&R. Rueda dentada de dientes rectos Z30 (mm)
Notificado por: Jorge A lberto Beristain Pérez
Nombre del sistema de medición: Tolerancia:
F echa del estudio: 25 de Junio del 2017 Misc:

Gráfica 4. Mediciones por Operador

Interacción Operadores * Partes
Operadores
1
14.50
2

14.48
Promedio

14.46

14.44

14.42
1 2 3 4 5
Partes

Fuente: Elaboración Propia. Minitab 15 ®

Revista Ingeniantes

11
Estudio GR&R. Rueda dentada de dientes rectos Z30 (mm) Estudio GR&R. Rueda dentada de dientes rectos Z30 (mm)
Notificado por: Jorge A lberto Beristain Pérez Notificado por: Jorge A lberto Beristain Pérez
Nombre del sistema de medición: Tolerancia: Nombre del sistema de medición: Tolerancia:
F echa del estudio: 25 de Junio del 2017 Misc: F echa del estudio: 25 de Junio del 2017 Misc:

Mediciones por Operadores Mediciones por Partes

14.50 14.50

14.48 14.48

14.46 14.46

14.44 14.44

14.42 14.42
1 2 1 2 3 4 5
Operadores Partes

Fuente: Elaboración Propia. Minitab 15 ®

Fuente: Elaboración Propia. Minitab 15 ®

Esta Gráfica representa el promedio de las En esta gráfica se puede observar que las
mediciones por operador: mediciones por parte son casi exactamente
iguales por lo cual se puede estimar que los
 Operador 1: 14.4637 operadores están midiendo las mismas partes
 Operador 2: 14.4638 con exactitud.

Por lo cual se pude estimar que los dos Con la realización de este estudio de medición
operadores tienen un promedio de mediciones se puede determinar que la reproducibilidad
casi exactas. tiene un porcentaje de variación del 0.60% por
lo cual se considera altamente aceptable
(0.1 ∙ r< R <0.3 ∙r ) en base a la importancia de
MEDICIONES POR PARTES aplicación, costo de equipo de medición, costo
de servicio de calibración o reparación, etc.
La gráfica por partes muestra todas las por último se observa que la repetibilidad y la
mediciones del estudio organizadas por parte. reproducibilidad están muy por debajo del
Minitab representa las mediciones con 10% esto quiere decir que el sistema es
círculos vacíos y las medias con círculos ACEPTABLE. Los estudios R&R del sistema
sólidos. La línea conecta las mediciones de medición (cruzados), igual que otros
promedio para cada parte. procedimientos de análisis de sistemas de
medición, son experimentos diseñados para
Lo ideal es que: que los resultados sean válidos. La
aleatorización y el muestreo son esenciales.
 Múltiples mediciones de cada parte
muestren poca variación (los círculos
vacíos de cada parte estén cerca). CAPACIDAD DE PROCESO
 Los promedios varíen lo suficiente para
que las diferencias entre las partes sean El análisis de la capacidad del proceso es un
claras. paso básico dentro de cualquier programa de
control de calidad. Su objetivo es tratar de
analizar hasta qué punto puede resultar
Gráfica 5. Mediciones por Partes conformes al proyecto los artículos producidos
mediante un proceso. Este análisis

Revista Ingeniantes

12
proporciona una estimación de mayor nivel de
calidad que puede lograr el proceso tal como Fuente: Elaboración Propia. Minitab 15 ®
se preparó. El análisis de capacidad de
calidad se suele denominar capacidad de En esta gráfica se puede observar que de los
proceso o de maquinaria. Esta última es de 50 datos recabados para la implementación
carácter más restringido, ya que solo se del proyecto Minitab los clasifico en 10
refiere a la capacidad de la maquinaria, subgrupos de 5 datos cada uno. Se puede
mientras que el término proceso incluye tanto observar también que no existen datos
las máquinas como cualquier otro tipo de atípicos que sobrepasen los Límites de
proceso utilizado, incluyendo las personas. El Control, aunque también se encuentran muy
objetivo del análisis de capacidad es dispersos de la media general de 14.4948.
determinar la variación natural de un proceso
cuando se han minimizado los efectos de
todos los factores ajenos que no contribuyen
al mismo [21].

Además de la variación natural, hay dos

factores que influyen en la capacidad del Gráfica 7. Gráfica de Rangos para Mediciones
proceso: en primer lugar, las tolerancias y
especificaciones en el proyecto del producto y
Gráfica R de Mediciones
en segundo, las mismas tolerancias y
especificaciones en la medida en que afectan 0.20
UCL=0.2139

a la producción [6].
Rango de la muestra

0.15

Para llevar a cabo la Capacidad del Proceso 0.10

_
R=0.1012
se tomaron 50 engranes totalmente al azar y
se procedió a medir el grosor de los dientes. A 0.05

continuación se presentan los gráficos de

control obtenidos mediante el software 0.00 LCL=0

estadístico de Minitab 15 ®. 1 2 3 4 5 6 7 8 9 10
Muestra

Gráfica 6. Gráfica Xbarra para Mediciones

Fuente: Elaboración Propia. Minitab 15 ®

Gráfica Xbarra de Mediciones

14.550 UCL=14.5532 En la gráfica R se puede observar que al igual

que la gráfica anterior no existen datos
14.525 atípicos y todos los rangos de las mediciones
Media de la muestra

se encuentran dentro de los límites de control.

14.500 _
_
X=14.4948 Además se puede establecer que los
14.475
operadores están midiendo los engranes de
manera correcta.
14.450

LCL=14.4365

1 2 3 4 5 6 7 8 9 10 PRUEBA DE NORMALIDAD
Muestra

Revista Ingeniantes

13
El siguiente paso en la elaboración del
proyecto fue determinar si los datos en las
mediciones obtenidas tenían una distribución
normal. Para ello se utilizó la Prueba de
Normalidad Anderson – Darling. Se
establecieron las hipótesis necesarias con un
nivel de confianza del 95% y una significancia
del 5%.
H0 = Los datos obtenidos en las mediciones se
comportan de manera normal según la prueba de
normalidad Anderson – Darling.
H1 = Los datos obtenidos en las mediciones NO se
comportan de manera normal según la prueba de
normalidad Anderson – Darling.
Gráfica 8. Prueba de Normalidad Anderson – Darling
Prueba de Normalidad Anderson - Darling
Normal
99
95
90
Para realizar el informe de la capacidad de
proceso fue necesario elaborar un histograma
de capacidad. Anteriormente se había
establecido que al momento de diseñar el
engrane en el programa de Solidwork 2015 ®
el valor objetivo a alcanzar para el grosor de
los dientes era de 14.86 mm, más sin
embargo, las mediciones obtenidas al
momento de realizar las pruebas arrojaron
que los datos oscilaban entre 14.395 y 14.585
mm; lo cual quiere decir que se está muy lejos
de alcanzar el valor objetivo establecido por el
software de diseño. Esto pudiera deberse a
las causas antes mencionadas en el
Diagrama de Pareto. Se estableció entonces
dar un Límite de Especificación Inferior de
14.3 mm y un Límite de Especificación
Superior de 14.6 mm, por lo cual las
mediciones que no estuvieran dentro de esos
Límites de Especificaciones serían
consideradas como defectuosas.
Media 14.49 Una vez identificadas las variables de interés
Desv.Est. 0.04394
N
AD
50
0.713
para el desarrollo de la metodología se

80
Valor P 0.059 realiza una medición del estado actual a
70 través del uso de los índices de capacidad
Porcentaje

60
50
40
estadísticos de proceso (Cp, Cpk, Nivel Sigma
30 y Defectos por Millón de Oportunidades). Se
20

10
midió la capacidad potencial del proceso para
5 cumplir con las especificaciones respecto a
1 las necesidades del cliente, incluyendo si el
14.40 14.45 14.50 14.55 14.60
Mediciones proceso se encuentra centrado o no respecto
a los límites de especificación establecido.
Las expresiones utilizadas que permiten
Fuente: Elaboración Propia. Minitab 15 ® realizar los cálculos respectivos, se describen
a continuación:
En base a la evidencia muestral y con un 95%
de confianza, se acepta la hipótesis nula y se
infiere que los datos obtenidos en las Tabla 5: Índices de Capacidad de Proceso
mediciones se comportan de manera normal,
según la prueba de Anderson – Darling con ÍNDICES DE CAPACIDAD DE PROCESO
valor p = 0.059.
LSE−LIE
C p=
6σ
C pk =mínimo { LSE−µ
3σ
,
µ−LIE
3σ }
INFORME DE LA CAPACIDAD DEL LSE: Límite Superior de
LSE: Límite
Especificaciones
Superior de

PROCESO Especificaciones
LIE: Límite Inferior de Especificaciones
LIE: Límite Inferior de
Especificaciones
µ: Media del Proceso

Revista Ingeniantes

14
 σ : Desviación Estándar del proceso establecidas en la Ficha de Proceso que se
σ : Desviación Estándar del proceso envía al centro de Maquinado CNC. Esto con
CRITERIOS DE INTERPRETACIÓN CRITERIOS DE INTERPRETACIÓN
respecto a la Capacidad dentro del potencial,
 C pk >1.3 : el proceso es
 C p> 1: el proceso es capaz y es comúnmente usado
mientras que para la Capacidad general (Pp)
potencialmente capaza de producir
como una meta para muchas
compañías. En este caso, se
se obtuvo un valor de 1.14. Esta capacidad se
dentro de los límites
especificación del proceso.
de
considera que realmente capaz de establece a largo plazo mientras que la
cumplir con las especificaciones
del proceso. Capacidad dentro del potencial hace
 C p=1 : el proceso es capaz,  1<C p< 1.3: el proceso es referencia a la muestra de los 50 engranes
la proporción de defectuosos es
27%
marginalmente capaz. que se tomaron aleatoriamente.
 C p< 1: el proceso no es
potencialmente capaz de cumplir  C p k < 1: el proceso no es
Por otro lado, el Cpk es igual a 0.81, y el Ppk
con las especificaciones del
proceso, la proporción de capaz. es de 0.80 menor a 1, esto confirma la
defectuosos es mayor a 27 en
10,000.
incapacidad actual de la operación reflejando
la necesidad de plantear propuestas de
mejoramiento.
Fuente: Adaptado de (Arango Serna, Gómez
Montoya & Álvarez Uribe, 2011).

A continuación se presenta el Histograma de

Capacidad del proceso CÁLCULO DEL NIVEL SIGMA

Una vez realizadas las mediciones, se puede

Gráfica 9. Histograma de Capacidad del Proceso indicar que el Nivel Sigma para la capacidad
dentro del potencial es de 2.42 haciendo
Histograma Capacidad de Proceso referencia que este parámetro es para las 50
LIE LSE
muestras tomadas al azar, mientras que para
LIE
P rocesar datos
14.3
Dentro de
General
la capacidad general es de 2.39 a largo plazo.
O bjetiv o *
LSE 14.6 C apacidad (dentro) del potencial
Medida de la muestra 14.4948 Cp 1.15
Número de muestra 50 C PL 1.49
C PU 0.81
Desv .E st. (Dentro) 0.0434876
Desv .E st. (General) 0.0439414 C pk 0.81
C apacidad general
Gráfica 10. Histograma de Capacidad del Proceso,
Pp
P PL
1.14
1.48
Cálculo del Nivel Sigma
P PU 0.80
P pk 0.80
C pm *
Capacidad de proceso de Mediciones

LIE LSE
P rocesar datos Dentro de
LIE 14.3 General
Desempeño observ ado E xp. Dentro del rendimiento Exp. Rendimiento general O bjetiv o *
P P M < LIE 0.00 P P M < LIE 3.73 P PM < LIE 4.63 LSE 14.6 C apacidad (dentro) del potencial
P P M > LSE 0.00 P P M > LSE 7789.72 P PM > LSE 8340.97 Medida de la muestra 14.4948 Z.Bench 2.42
P P M Total 0.00 P P M Total 7793.46 P PM Total 8345.60 Z.LIE 4.48
Número de muestra 50
Z.LSE 2.42
Desv .E st. (Dentro) 0.0434876
Desv .E st. (General) 0.0439414 C pk 0.81
C apacidad general
Z.Bench 2.39
Z.LIE 4.43

Fuente: Elaboración Propia. Minitab 15 ® Z.LSE

Ppk
2.39
0.80
C pm *

Mediante esta gráfica se puede determinar

que la Capacidad de Proceso (Cp) fue de Desempeño observ ado
P P M < LIE 0.00
E xp. Dentro del rendimiento
P P M < LIE 3.73
Exp. Rendimiento general
P PM < LIE 4.63

1.15, lo cual permite establecer P P M > LSE 0.00

P P M Total 0.00
P P M > LSE 7789.72
P P M Total 7793.46
P PM > LSE 8340.97
P PM Total 8345.60

cuantitativamente que la operación permite

satisfacer las necesidades de los clientes al Fuente: Elaboración Propia. Minitab 15 ®
momento de manufacturar el engrane
respecto a las características técnicas

Revista Ingeniantes

15
Mediante esta gráfica se puede observar que
el rendimiento esperado a largo plazo es de
8345.60 partes por millón lo cual se traduce
literalmente a que podemos encontrar
8345.60 engranes que se encuentran fuera de
los Límites de Control Superior e Inferior por
cada millón de engranes que se produzcan.
Mientras tanto se observa que existen
7793.46 partes por millón englobadas en el
rendimiento dentro del potencial.

Con base a esta evidencia estadística se
deduce que se puede pasar de tener 0.834%
de engranes por millón que no cumplen con
las especificaciones requeridas a tener
0.779% de engranes por millón sólo si se
reduce la variación del proceso.
CUARTA FASE: MEJORAR
Para llevar a cabo esta fase de mejora se
propuso a la empresa hablar con el ingeniero
encargado del centro de maquinado para
cambiar las especificaciones técnicas de la
Ficha de Proceso que se envía al área de
maquinado y modificar las medidas que se
tenían del grosor del diente de 14.86 mm a
14.5 mm en el programa de Solidwork 2015 ®.
Entonces ahora se tendría una reducción de
0.36 mm y una adecuación en los Límites de
Especificación de ±0.05 mm como tolerancia
geométrica dentro del proceso de maquilado y
que no afectara en el proceso de
revolucionado del engrane. Además de ello se
harían las correcciones necesarias a la
máquina, tales como: mala posición en la
planitud y la rectitud de las superficies guía,
mala alineación de las superficies de sujeción,
Figura 8. Engrane de dientes rectos hecho en
Solidwork 2015 ® Vista de Detalle Fase de Mejora
Una vez hechas las correcciones necesarias
se procedió nuevamente a realizar una
segunda corrida para determinar si existe
evidencia estadística que demostrara si hubo
mejoría o no en la capacidad del proceso en
la fase de mejora.
Para llevar nuevamente la Capacidad del
Proceso se tomaron nuevamente 50 engranes
totalmente al azar y se volvió a medir el grosor
de los dientes utilizando nuevamente el
software estadístico de Minitab 15 ®.
Los resultados se presentan a continuación:
Gráfica 11. Gráfica Xbarra para Mediciones Fase de
Mejora
Gráfica Xbarra de Mediciones
14.510
UCL=14.50789
14.505
Media de la muestra

imprecisiones en los componentes utilizados

_
_
por la máquina entre muchas otras fallas que 14.500 X=14.49974

pudieran estar ocasionando variaciones en el

proceso al momento de maquilar el engrane. 14.495

LCL=14.49159
14.490
1 2 3 4 5 6 7 8 9 10
Muestra

Revista Ingeniantes

16
 Fuente: Elaboración Propia. Minitab 15 ® PRUEBA DE NORMALIDAD

En esta gráfica se puede observar que no Posteriormente se realizó la prueba de

existen datos atípicos que sobrepasen los Normalidad Anderson – Darling para
Límites de Control, y ahora se encuentran determinar si los nuevos datos obtenidos se
más cercanos a la media de 14.49974. comportaban de manera normal. Se utilizaron
los mismos parámetros de la prueba anterior
con un nivel de confianza de 95% y una
significancia del 5%.

H0 = Los datos obtenidos en las mediciones se

comportan de manera normal según la prueba de
normalidad Anderson – Darling.

H1 = Los datos obtenidos en las mediciones NO se

comportan de manera normal según la prueba de
normalidad Anderson – Darling.

Gráfica 12. Gráfica de Rangos para Mediciones Fase Gráfica 13. Prueba de Normalidad Anderson –
de Mejora Darling Fase de Mejora

Gráfica R de Mediciones

0.030 UCL=0.02986

0.025
Rango de la muestra

0.020

0.015 _
R=0.01412

0.010

0.005

0.000 LCL=0

1 2 3 4 5 6 7 8 9 10
Muestra

Fuente: Elaboración Propia. Minitab 15 ® Fuente: Elaboración Propia. Minitab 15 ®

En la gráfica R se puede observar que al igual En base a la evidencia muestral y con un 95%
que la gráfica anterior no existen datos de confianza, se acepta la hipótesis nula y se
atípicos y todos los rangos de las mediciones infiere que los datos obtenidos en las
se encuentran dentro de los límites de control. mediciones se comportan de manera normal,
Además se puede establecer que los según la prueba de Anderson – Darling con
operadores están midiendo los engranes de valor p = 0.149.
manera correcta.

Revista Ingeniantes

17
 INFORME DE LA CAPACIDAD DEL envió al centro de Maquinado CNC, mientras
PROCESO FASE DE MEJORA que la Capacidad general mejoró de 1.14 a
2.96.
Una vez realizado los ajustes en la Ficha de
Proceso de maquilado del engrane y
corregido los ajustes en el algoritmo de diseño Por otro lado, el Cpk mejoró de un 0.81 a un
en Solidwork 2015 ®, se estableció como 2.74 mientras que el Ppk mejoró de un 0.81 a
nuevo valor objetivo a alcanzar para el grosor 2.96, esto confirma que hubo una mejora
de los dientes 14.5 mm con un Límite de significativa en la disminución de la variación
especificación de ±0.05 mm. del proceso respecto a la primera prueba que
se realizó, lo cual sugiere que la propuesta
para mejorar el proceso fue la adecuada.
Una vez establecidas estas nuevas
especificaciones se realizó nuevamente el
cálculo de los índices de capacidad CÁLCULO DEL NIVEL SIGMA FASE DE
estadísticos de procesos (Cp, Cpk, Nivel MEJORA
Sigma y Defectos por Millón de
Oportunidades). Los nuevos datos obtenidos
se presentan a continuación: Una vez realizadas las mediciones se puede
identificar que el Nivel Sigma para la
Gráfica 14. Histograma de Capacidad del Proceso capacidad dentro del potencial mejoró de un
Fase de Mejora 2.42 a 8.15, mientras que para la capacidad
general mejoró de un 2.39 a 8.79 a largo
Capacidad de proceso de Mediciones
plazo.
LIE Objetiv o LSE
P rocesar datos Dentro de
LIE 14.45 General
O bjetiv o 14.5
LSE
Medida de la muestra
14.55
14.5
C apacidad (dentro) del potencial
Cp 2.74 Gráfica 15. Histograma de Capacidad del Proceso,
C PL 2.74
Número de muestra
Desv .E st. (Dentro)
50
0.0060719
C PU 2.74 Cálculo del Nivel Sigma Fase de Mejora
Desv .E st. (General) 0.0056381 C pk 2.74
C apacidad general
Pp 2.96
P PL 2.96
P PU 2.96
P pk 2.96
Capacidad de proceso de Mediciones
C pm 2.95

LIE Objetiv o LSE

P rocesar datos Dentro de
LIE 14.45 General
O bjetiv o 14.5
LSE 14.55 C apacidad (dentro) del potencial
Medida de la muestra 14.5 Z.Bench 8.15
Desempeño observ ado E xp. Dentro del rendimiento Exp. Rendimiento general
Z.LIE 8.23
P P M < LIE 0.00 PP M < LIE 0.00 PP M < LIE 0.00 Número de muestra 50
Z.LSE 8.23
P P M > LSE 0.00 PP M > LS E 0.00 PP M > LS E 0.00 Desv .E st. (Dentro) 0.0060719
Desv .E st. (General) 0.0056381 C pk 2.74
P P M Total 0.00 PP M Total 0.00 PP M Total 0.00
C apacidad general
Z.Bench 8.79
Z.LIE 8.87
Z.LSE 8.87
Ppk 2.96
C pm 2.95

Fuente: Elaboración Propia. Minitab 15 ®

Desempeño observ ado E xp. Dentro del rendimiento Exp. Rendimiento general
P P M < LIE 0.00 PP M < LIE 0.00 PP M < LIE 0.00
Mediante esta gráfica se puede determinar P P M > LSE 0.00
P P M Total 0.00
PP M > LS E 0.00
PP M Total 0.00
PP M > LS E 0.00
PP M Total 0.00

que la capacidad de proceso dentro del

potencial mejoró de 1.15 a 2.74, lo cual
permite establecer cuantitativamente que la Fuente: Elaboración Propia. Minitab 15 ®
operación permite satisfacer las necesidades
de los clientes al momento de manufacturar el
engrane respecto a las características Mediante esta gráfica se puede observar que
técnicas de la nueva Ficha de Proceso que se el rendimiento esperado a largo plazo se

Revista Ingeniantes

18
redujo a 0 partes por millón al igual que el Cp Cpk Pp Ppk Cp Cpk Pp Ppk
rendimiento dentro del potencial de igual 1.15 0.81
1.1
0.80 2.74 2.74 2.96 2.96
4
manera se redujo a 0. Esto se traduce NIVEL SIGMA
literalmente que por cada millón de engranes ANTES (PRIMERA
DESPUÉS (PRIMERA
que la empresa fabrique existe una PRUEBA). CAPACIDAD
PRUEBA) CAPACIDAD
DEL PROCESO DENTRO
probabilidad estadística del 0% de encontrar DEL POTENCIAL
GENERAL

un engrane que no cumpla con las 2.42 8.15

especificaciones de los Límites de Control DE LA ANTES (FASE DE
DESPUÉS (FASE DE
RUEDA MEJORA). CAPACIDAD
Superior e Inferior, de esta manera resulta DENTAD DEL PROCESO DENTRO
MEJORA). CAPACIDAD
GENERAL
evidente que la variación en el proceso se A DEL POTENCIAL
redujo considerablemente y que la propuesta 2.39 8.79

para mejorar fue la adecuada. DPMO

ANTES DESPUÉS

8345.60 0

QUINTA FASE: CONTROLAR

Fuente: Elaboración Propia

Una vez implementadas las mejoras en el

proceso, el último paso es asegurar que las
implementaciones se mantengan y estén
siendo actualizadas a través del tiempo.
Para garantizar el mantenimiento y control de
las mejoras obtenidas, se sugiere que se
realice una medición de manera semanal o
quincenal de los índices Cp, Cpk, Nivel Sigma
y para los CTQs y otros factores críticos del
proceso de maquilado del engrane, utilizando
la metodología de las etapas anteriores. Se
sugiere la utilización de Gráficos de Control
Xbarra y Gráficos de Rangos, de tal forma que
el proceso este centrado en las condiciones
de desempeño planificadas buscando que
contribuyan a la eficiencia, eficacia y
satisfacción de los clientes.
RESULTADOS
A continuación se presentan los resultados
generales del proyecto detallados en la
siguiente tabla:
Tabla 6. Resultados Generales del Proyecto
GROSOR CAPACIDAD DEL PROCESO
EN EL
ANTES (PRIMERA DESPUÉS (FASE DE
DIENTE
PRUEBA) MEJORA)
1. La capacidad del proceso mejoró a 2.74,
ubicándolo en un Nivel Sigma de 8.79, sin
embargo se debe tener la disciplina
necesaria para mantenerlo e incluso
mejorarlo.
2. La credibilidad y confianza con el cliente
se vio beneficiada ya que el producto no
presenta más este defecto.
3. La empresa empezará a utilizar las
diferentes herramientas de Seis Sigma
para comenzar a corregir fallas en otros
productos y/o procesos.
CONCLUSIONES
La aplicación de la metodología Seis Sigma
es una herramienta de gran ayuda para
eliminar todo aquello que no constituye valor
agregado al producto y para lograr un
adecuado control de la calidad, con el fin de
reducir la cantidad de producto defectuoso y
aumentar la rentabilidad en la empresa [9].
Para la exitosa aplicación de la Metodología
Seis Sigma fue necesario el compromiso del
equipo de trabajo y de todos los miembros de
la empresa, además de establecer controles
que permitieran mantener los beneficios para
evitar volver a prácticas inadecuadas.

Revista Ingeniantes

19

En este artículo se ha ilustrado un ejemplo de
la aplicación de Seis Sigma para la solución
de un problema en específico. Con esto se
demuestra que haciendo uso de las
herramientas de la Metodología que se tiene
disponible se pueden obtener buenos
resultados y así aumentar la productividad y la
competitividad de las empresas, sin importar
si ésta es una grande o mediana empresa,
como bien lo menciona parte de los beneficios
de Seis Sigma.
Se estima que la efectividad en la aplicación
ha estado fundamentada en los siguientes
aspectos: a) una fuerte capacidad de
liderazgo del equipo asignado al proyecto
para conducir los procesos de análisis e
implementación de mejoras de manera
planificada; b) la efectiva utilización de
métricas y herramientas de mejoramiento de
la calidad en forma oportuna y con un proceso
de recopilación de datos veraz y c) la
disposición de la gerencia de la empresa para
asignar los recursos que exigía el proyecto,
con la intención de materializar las mejoras
propuestas.
Con el desarrollo de esta aplicación, Seis
Sigma fue adecuado para el proceso como
una estrategia de mejoramiento de la calidad
y productividad, en el ámbito de los procesos
de maquilado de ruedas dentadas. También,
deja un antecedente para que la empresa
“Solo Café de Calidad, S. de R.L. de C.V.
incorporen la metodología en otros procesos
con otras problemáticas y con ello más
empresas la adopten sin importar el tamaño
para que empleen las herramientas de Seis
Sigma.
BIBLIOGRAFÍA
[1] Rowland Hayler (2005) “What is Six Sigma
Process Management”, McGraw-Hill.
Revista Ingeniantes
20
[2] Barbara, Wheat, Chuck Mills y Mike Carnell
(2004) “SEIS SIGMA, una parábola sobre el
camino hacia la excelencia y una “empresa
esbelta”. Ediciones Granica.
[3] Pande, P. S., Neuman, R. P., y Cavanagh,
R.R. (2000) “The six sigma way, how GE,
Motorola, and other top companies are honing
their performance” Ed. McGraw-Hill. United
States of America.
[4] James E. Brady, Theodore T. Allen (2006)
“Six Sigma Literature: A Review and Agenda
for Future Research,” Quality and Reliability
Engineering International. Vol. 22.
[5] S. Pande, Peter; P. Neuman Robert; R.
Cavanagh, Roland. (2002), “Las claves del
Seis Sigma. La implantación con éxito de una
cultura que revoluciona un mundo
empresarial” Mc Graw Hill. España.
[6] Bertrand L. Hansen, Prabhakar M. Grare
(1990) “Control de Calidad. Teoría y
Aplicaciones” Ediciones DÍAZ DE SANTOS
S.A. Madrid, España.
[7] Arango Serna, Martín Darío; Gómez
Montoya, Rodrigo Andrés; Álvarez Uribe,
Karla Cristina (2011) “Identificación de
Oportunidades de mejora en la gestión del
transporte del carbón en Colombia con Six
Sigma” Boletín de Ciencias de la Tierra, núm.
30. Universidad Nacional de Colombia.
Medellín, Colombia.
[8] Evaluación de la variación de un sistema
de medición. Disponible en:
http://www.minitab.com/uploadedFiles/Docum
ents/sample-
materials/TrainingSampleMeasurementSyste
msMTB16ES.pdf. Fecha de Consulta: 11 de
Julio del 2017.
[9] Bañuelas, R. Antony, J. Brace, M. , 2005,
“An Application of Six Sigma to Reduce
Waste”, Quality & Reliability Engineering
International pp. 553-570.

Revista Ingeniantes

21