Análisis de Causa y Efecto

Análisis de Causa y Efecto

Contenido
• Comparación del Diagrama C y E y de la Matriz de C y E
• ¿Qué es un Diagrama de Causa y Efecto?
• Realización del Análisis de Causa y Efecto a través del
Diagrama
• Construcción de la Matriz de Causa y Efecto
• Verificación de las Causas
• Evaluación de los KPIV’s
 Diagrama C y E
-Objetivos de Aprendizaje
Al terminar este módulo, tendrás la capacidad de…
1. Utilizar el Diagrama de C y E para descubrir las causas
que son difíciles de encontrar.
2. Declarar las causas potenciales como “causas”, no como
soluciones
3. Reconocer cuando se debe usar una Matriz de Causa y
Efecto.
4. Construir una Matriz de Causa y Efecto e identificar las
probables Variables Clave de Entrada del Proceso
(causas).
5. Verificar que las causas probables estén produciendo un
fuerte efecto.
 Mapa de Six Sigma
-Diagrama de C y E
Para iniciar la
Medir identificación de
las causas.
Caracterización
Para identificar y
establecer
Analizar
prioridades de las
Estrategia de causas probables de
Gran Impacto variación y defectos.

Mejorar Para identificar

los factores para
Optimización el DOE (Diseño
de Experimentos)
Controlar
 Fase de Medición
vs Fase de Análisis
Y = f (x)
Salida Entrada

Efecto Causa

•Durante la fase de Medición, cuantificamos los

datos base para cuantificar la mejora del
desempeño en términos de Y.

•Durante la fase de Análisis, continuamos con el

análisis de Y, y también la identificación y análisis
de las X.
 Identificación de la
Medición‘Y’
 Definir el Asunto – mejorar la efectividad del
entrenamiento Six Sigma.
 Cuál es la medición – Tormenta de Ideas:
¿Cuál de la siguientes es una medición para la
efectividad?
– Tiempo para obtener la certificación
– Número de proyectos cerrados
– Proporción Alumno - Maestro
– Nivel de conocimiento del instructor
– Computadora en funcionamiento y disponible
– Resultados del examen del entrenamiento (previo y posterior)
– Escala de Calificación del proyecto – calificación en calidad

 Preguntar al Equipo -¿Cuál de estas serían buenas

mediciones (Y) y cuáles son causas (X)?
 Identificación de la Medición
‘Y’(continuación)
Seleccionar las mediciones clave – para usarlas
como indicadores de las causas - (puede que no
sean perfectas)
Resultados del examen previo y posterior
Usar Causa y Efecto para definir a las Xs
 Ejercicio durante la Clase
Define el asunto
– Mejorar la Efectividad de las Reuniones
 Determinar las mediciones
– Usa el rotafolios para anotar una lista de mediciones
resultante de una Tormenta de Ideas
Verificar la medición
– Pregunta - ¿Cuáles son mediciones de efectividad y
no razones de las reuniones inefectivas?
Seleccionar Mediciones Clave
– Causa y Efecto
 KPOVs y KPIVs
Y = f (x)
POV PIV
(Variables de Salida del Proceso) (Variables de Entrada del Proceso)

•El término “Variables Clave de Salida del Proceso (KPOVs)” se

refiere a las variables de salida del proceso que son características
críticas para el cliente (CTQs).

•El término “Variables Clave de Entrada del Proceso (KPIVs)” se

refiere a las variables de entrada del proceso que verdaderamente
afectan las KPOVs.
Sin importar que nombre les demos, lo que queremos descubrir son
Nota las variables de entrada (causas) de mayor influencia sobre la salida
crítica (efecto).
 Herramientas para la
Identificación de Causas Potenciales
• Diagrama de Causa y
Efecto
Salidas

• Matriz de Causa y Efecto Entradas

Pasos del Modos de Efectos de Causas

proceso/
• FMEA Requerimientos Falla Falla

El Modo de Fallo y Análisis de Efectos (FMEA), se usa frecuentemente

Note
en Six Sigma como un documento de “control” general. Los equipos
comúnmente usan el Diagrama de C y E o la Matriz para identificar las
causas de los modos de fallo (defectos) y después las registran en el
documento de FMEA.
 Herramientas para la
Verificación de Causas
• Un equipo lleva a cabo un análisis de C y E para identificar las
principales causas potenciales, y después se reduce la lista para
que únicamente queden las que los integrantes del equipo
consideran causan el mayor impacto.

• Para cada una de estas causas principales, el equipo deberá

recolectar datos para verificar que la causa verdaderamente esté
afectando la salida del proceso.

• En otros módulos, discutiremos las herramientas existentes para la

verificación de causas:
- Pruebas de Hipótesis
- Análisis de Correlación
- Análisis de Regresión
- Diseño de Experimentos
 Comparación del Diagrama
de C y E, y la Matriz de C y E
El Proceso de Pensamiento..
 Por lo general se incluyen las
Personas Máquinas principales categorías:
Diagrama “personas”, “máquinas”,
de C y E
“materiales” y “métodos”.
 Identifica las causas que son
EFECTO difíciles de descubrir,
preguntándote: ¿POR QUÉ?,
¿POR QUÉ? Y ¿POR QUÉ?. Las
causas pueden ser variables de
Método Materiales
entrada u otros elementos.
 Por lo general sigue el mapa del
Matriz C y E proceso.
 Identifica las variables de
Pasos del Proceso
entrada del proceso en cada
uno de los pasos.
¡Utiliza la herramienta que funcione mejor para tu aplicación!
Se Aplica...
 En todo momento que el
equipo esté buscando
causas.
 En todo tipo de proceso.
 Cuando los pasos del
proceso o las variables de
entrada son difíciles de
identificar, este puede ser el
mejor método para los
procesos transaccionales.
 En todo momento que el equipo
desee realizar la identificación
y evaluación del efecto de
las variables de entrada del
proceso
 Todo tipo de proceso.
 Es particularmente útil cuando
se presentan múltiples
salidas.
 Cuando se buscan factores
para incluir en un DDE.
 ¿Qué es un Diagrama
de Causa y Efecto

Las Causas se listan en El Efecto,

las “espinas” del En el cuadro se señala lo que
esqueleto. estamos intentando mejorar.

 Los Diagramas de Causa y Efecto son:

– una herramienta que ayuda a los equipos a descubrir las
causas reales que dificultan el proceso de mejora.
– en algunas ocasiones también se les conoce como
“Diagramas de Esqueleto de Pescado” debido a la similitud
del diagrama con las espinas de un pez.
 Verificación de los
Mayores Contribuidores
 Ya que se identifiquen un número considerable de
causas potenciales a través del uso del diagrama
de C y E...
Personas Máquinas

EFECTO

CAUSAS

MATERIALES
METODOS

El equipo deberá:
• reducir la lista, por votación, para identificar las causas que
posiblemente sean los mayores contribuidores.
• recolectar los datos que sirvan para demostrar que las causas
son reales.
 Pasos para el Análisis de
Causa y Efecto
Paso 1
Declaración del
Personas Máquinas
Efecto
EFECTO

CAUSAS

MATERIALES
METODOS

Paso 3
Paso 2 Preguntar,
Añadir las ramas ¿por qué?, ¿por qué?
principales ¿por qué?
 Dos Ejemplos de
Diagramas de C y E

1. Proceso de Administración: La Implementación

de Six Sigma en toda la Compañía.

2. Proceso de Moldeo por Inyección: La

Manufactura de Sensores de Retención.
 Ejemplo del Proceso
de Administración
 Un Equipo Six Sigma se encuentra trabajando para mejorar la
implementación del programa Six Sigma en toda la compañía.

 Dado que el programa Six Sigma es nuevo en la compañía,

evaluaron su “desempeño actual” en la implementación de
programas de mejora, basándose en sus últimas tres iniciativas
de mejora :
• Administración Total de la Calidad (TQM)
• Las Cinco “S”
• Control Estadístico del Proceso (SPC)

 Se recolectaron datos de cada una de las tres iniciativas de

mejora (de los 5 años anteriores), con respecto del número de:
• personas participantes en los proyectos de mejora
• estudios de casos.
Administración – Número de Personas

99-4to
99-3ro
TQM

99-2do
99-1ro
Información de Base de la

98-4to
98-3ro
CINCO S's

98-2do
98-1ro
97-4to

Trimestre
97-3ro
97-2do
97-1ro
96-4to
96-3ro
96-2do
SPC
96-1ro
95-4to
95-3ro
95-2do
95-1ro

0
25
75

50
300

275

250

225

200

175

150

125

100
Número de Personas
 99-4to
Administración – Número de Casos de

99-3ro
TQM

99-2do
99-1ro
Información de Base de la

98-4to
CINCO S's

98-3ro
98-2do
98-1ro
97-4to
Estudio

Trimestre
97-3ro
97-2do
97-1ro
96-4to
96-3ro
96-2do
SPC
96-1ro
95-4to
95-3ro
95-2do
95-1ro

20
45

40

35

30

25

15

10

0
Número de Casos de Estudio
 Equipo Administrativo
-El Efecto
Ambas mediciones de la información de base
(número de personas y número de casos de
estudio) muestran…

Pérdida de Continuidad con el Paso del Tiempo

El equipo selecciona para su Análisis de Causa y

Efecto...
“El número de personas que participan en
proyectos”
 Equipo Administrativo
-Declaración del Efecto
 Redacta el efecto a modo de declaración negativa,
describiendo la situación actual que resulta indeseable.

Efecto:
Participación en los
programas de
mejora deficiente y
en declive

 La pregunta que debe hacerse es…

“¿Qué es lo que provoca que la participación en los programas de
mejora sea deficiente y empiece a declinar?”
 Agregar las Ramas Principales
Personas Máquinas

Participación
deficiente y en
declive en los
programas de
mejora
Métodos Materiales

 Estas son las categorías más comunes para la identificación de

causas.
 Por lo general los equipos modifican las ramas para adecuarlas
a sus necesidades. Algunas incluyen elementos tales como:
“Medición” y “Ambiente.”
Pregunta para Encontrar Respuestas
 Un Diagrama de Causa y Efecto,
¡no es una tormenta de ideas!
¿POR
 Es muy importante preguntar ¿Por QUÉ?
qué? una y otra vez . Un buen
Diagrama de Causa y Efecto se
compone de preguntas y
respuestas.

 Los equipos desarrollan Diagramas

de Causa y Efecto para llegar a las
causas que son difíciles de
detectar. Si el Diagrama C y E
declara lo obvio, el equipo deberá
intentarlo nuevamente.
¿Por qué? ¿Por qué? ¿Por qué?
PERSONAS

(1) Las personas se resisten al cambio porque

(1.1) Temen equivocarse
(1.1.1) Son criticados por sus errores
(1.1.2) Son penalizados por sus errores
(1.1.3) Equivocarse es de humanos, perdonarlos no es parte de las políticas de la compañía
(1.2) Temen perder su empleo
Participación
deficiente y en
declive en los
programas de
mejora

¿POR QUÉ existe una participación deficiente y en declive en los programas de mejora?

R: Debido a que: (1) las personas se P: ¿Por qué se les penaliza por sus errores?
resisten al cambio . R: Ni idea, sigamos adelante.
P: ¿Por qué se resisten al cambio? P: De acuerdo. ¿ Hay otra razón por la que
temen cometer errores??
R: Debido a: (1.1) el temor a cometer
errores. R: Debido a que: (1.1.3) errar es de
humanos, perdonarlos no es política de
P: ¿Por qué el temor a cometer errores? la compañía.
R: Debido a: (1.1.1) que se les critica por P: ¿Por qué se da esa política?
sus equivocaciones. R: Continuemos.
P: ¿Por qué se les critican estos errores? P: De acuerdo. ¿Por qué otra razón las
R: Ni idea, continuemos. personas temen equivocarse?
P: De acuerdo, entonces ¿por qué otra razón R: No hay más ideas, sigamos adelante.
temen equivocarse? P: De acuerdo. ¿Por qué las personas se
resisten al cambio?
R: Debido a: (1.1.2) que se les penaliza por
tales errores. R: Debido a que: (1.2) temen perder su
empleo.
 Diagrama de C y E :
Ejemplo de Administración
METODO

No planeemos el programa
Requerimos acciones rápidas
Si no hay resultados en los 1eros. 2 trimestres, el programa se elimina
El Area Administrativa solicita rapidez de resultados
No nos gusta planear
No confíes en la planeación, no siempre funciona
Planear es una pérdida de tiempo
¿Por qué planear, si al cabo de 6 meses será historia?
El Area administrativa no solicitó un plan
Se supuso que sabríamos qué hacer
No nos preocupamos por ”cómo hacerlo”
Una vez asignada la responsabilidad, nuestro trabajo terminó
El “quién” es mucho más importante que el “cómo”

No realizamos revisiones continuas al Programa

No se desarrollaron objetivos cuantificables
Nos concentramos en el programa, no en los resultados
No planeamos
Implementamos el Programa sólo por que nos lo solicitaron
Nuestras prioridades han cambiado
Las crisis más grandes suceden con el Cliente
Si se presenta algún problema, involucramos al Cliente
No confiamos en el Cliente
El Cliente nos trae en la mira
Pueden exigir precios más bajos
Las crisis absorben todo nuestro tiempo
Al parecer no resolvemos los problemas
Siempre buscamos la solución más rápida
Atendemos los síntomas, no las causas
No planeamos
Ocurren fallas frecuentes en la maquinaria
Se da Mantenimiento cuando el daño ya está hecho
El Area de Administración se ocupa de otras tareas
La reducción de costos es de mayor prioridad que el SPC Participación
Cumplir con las fechas es más importante que la Manufactura Magra. deficiente y
en declive en
los programas de
mejora
 Diagrama de C y E:
Ejemplo de Administración
PERSONAS

Se resisten al cambio
Temen perder su empleo
En 1993 la Reingeniería ocasionó despidos
Personas sin éxito son colocadas en puestos inferiores
Personas sin éxito son despedidas
Temen cometer errores
Son criticados por sus errores
Son penalizados por sus errores
Errar es de humanos, perdonar no es política de la compañía
Si hay un error, alguien tiene la culpa
El aprendizaje a partir de una falla, no es bien visto
Se espera que las personas hagan cosas nuevas a la perfección
Evitan que se les sorprenda en el lugar de un accidente

No se toma el papel de la Administración con seriedad

Los programas “nuevos” han sido de corta vida anteriormente
La Administración no parece estar comprometida
Se concentran en los negocios de siempre
Critican los programas “nuevos”
Se desalienta a los empleados que quieren participar en los programas
Minimizan los éxitos
Recalcan en exceso las fallas
Los problemas se consideran la prioridad
Los problemas adquieren mayor prioridad que el Programa mismo
En los últimos 5 años, no ha cambiado nada
No hay gran reconocimiento para los logros de los programas nuevos

Participación
deficiente y en
declive en los
programas
de mejora
 Ejemplo del Proceso de
Moldeo por Inyección
Nuestro Cliente
Proceso Proceso de Ensamble
Moldeo por Semiautomático
Comprobable:
Inyección Retenedores de Sensor
(los sensores son ensamblados en un
retenedor ya moldeado)

 La operación de ensamble se torna difícil al realizar la carga de los

retenedores moldeados debido a la variación en las dimensiones del
localizador principal, y.

 Esto ocasiona que los sensores se coloquen incorrectamente en el

retenedor, resultando en el desperdicio de partes.
RETENEDOR DEL SENSOR

Retenedor Moldeado
- 3 Cojines Sensores
- 2 Pines Localizadores
- Los cojines se
centran para reducir la
distorsión (no se
puede apreciar el
y centrado en las vistas
laterales).
 Información de Base del
Equipo de Moldeo por Inyección
Histograma de la Dimensión del Pin Localizador
30

20
Frecuencia

Meta = 52.00 mm

10

51.6 51.7 51.8 51.9 52.0 52.1 52.2 52.3

Dimensión del Pin

 Equipo de Moldeo por
Inyección - Declaración del Efecto
Efecto:
Variación en las
Dimensiones
del Localizador
Principal

 La condición actual que ocasiona los problemas en el

ensamble es el exceso de variación en las dimensiones
del localizador principal.
 La pregunta que debe hacerse es...
“¿Qué es lo que provoca la variación en la Dimensión del
Localizador Principal?”
 Diagrama Parcial de C y E
METODOS
del Equipo de Moldeo
Refrigeración Insuficiente previo al Envío

Caída de Piezas al Contenedor Manual

Medición Difícil en la Puesta a Punto

Variación en
las
Variación en la Presión del Inyector Dimensiones
_Limitación en los Valores Actuales del
Localizador
_Niveles del Refrigerante de Moldeo en Diferentes Rangos Principal
_Varios Indicadores de Flujo Averiados
Las Personas Establecen el Flujo con Diferente Velocidad

MAQUINAS
 Reglas para la Construcción
de Diagramas de C y E
La Construcción de Diagramas
de C y E puede ser muy útil y
divertida.
Sigue 2 reglas sencillas:
 Regla 1: Pregunta, ¿Por qué?,
¿Por qué?, ¿Por qué?
DIAGRAMAS
Aférrate a cada idea hasta que DE
todas las causas estén en la lista.
CYE
 Regla 2: Asegúrate que la
declaración que hagas sea una
causa, ¡no una solución!
Recuerda que es más fácil sugerir soluciones que hacer la declaración de
sus causas.
 Causas vs Soluciones
 Evita mencionar soluciones o la falta de soluciones, como si
fueran causas.
NO SON CAUSAS:

FALTA
DE CAUSAS
EFECTO SOLUCION SOLUCION

Errores de Entrenamiento Falta de La persona que captura

“dedo” al capturista Entrenamiento los datos entiende sólo algunas
durante la de datos al capturista de de las herramientas
captura de datos del programa.
datos
Mayor Vista cansada del
Iluminación
Iluminación capturista de datos.
deficiente

Adquirir Falta de El capturista de datos sufre

porta-hojas porta-hojas dolores de espalda y hombros.
 Ejercicio en Grupo:
Declaración de Ideas como Causas
 Las ideas que a continuación se mencionan, actualmente se
declaran como falta de una solución.
 ¿Cómo se podrían declarar estas mismas ideas como causas?

FALTA
DE DECLARADA COMO CAUSA
EFECTO SOLUCION
Baja Administración
moral del no comparte
empleado información

Falta
de medidas
de seguridad

Sin oficina
privada
 Diagrama Útil de C y E
PERSONAS MAQUINAS

EFECTO

Participación
deficiente y
CAUSAS
en declive en
los
programas
de mejora

METODOS MATERIALES

 Ramas profundas
 “¿Por qué?, ¿Por qué?, ¿Por qué? para
todas las causas
 Diagrama Menos Útil de C y E
Personas Máquinas

EFECTO

Participación
deficiente y
en declive en
CAUSAS los
programas
de mejora

METODOS MATERIALES

 Un Diagrama de C y E de este tipo tiene pocas ramas profundas o

carece totalmente de ellas.
 El equipo no ha preguntado, ¿por qué?, ¿por qué?, ¿por qué? en
cada una de las causas.
 Es muy probable que el equipo no haya encontrado las causas que
realmente producen el efecto.
 Por lo tanto, la probabilidad de identificar las causas reales y de
lograr la mejora es aún menor.
 Ejercicio en Grupo 1.1
-Diagrama de C y E
1. Consulta tu cuaderno de trabajo.
2. De acuerdo a la descripción que ahí se
proporciona, realiza el proceso de tirar pelotas
de papel en el bote de basura.
3. Aplica el diagrama de Causa y Efecto para
identificar las causas potenciales de la
valoración del defecto observado.
 Reducción por Votación
de la Lista de Causas
PERSONAS MÁQUINAS

EFECTO

Participación
deficiente y
CAUSAS en declive en
los
programas
de mejora

Causa
Importante

METODOS MATERIALES

 Las causas que se encuentran en un círculo son las que

recibieron más votos.
 El equipo considera que estas son las causas más
importantes del efecto.
Selección de 5 a 7 Causas Importantes
 El equipo discute la lista de causas
de alta prioridad y decide cuáles
son las más importantes (5 a 7).
Causas
 El equipo se cuestiona lo siguiente:
1. ________
– ¿Es una causa? (¿o una solución?)
2. ________
– ¿Podemos hacer algo respecto a la 3. ________
causa?
4. ________
– ¿Estamos seguros que ésta
5. ________
cambiará el efecto?
– ¿Estamos de acuerdo?
 Ejemplos de Causas Importantes
EQUIPO ADMINISTRATIVO
Participación deficiente y en
EFECTO declive en los programas de
mejora
1. El “quién” es más importante
que el “cómo”.
2. Solución de los mismos
problemas (pérdida de tiempo).
CAUSAS
IMPORTANTES 3. La planta tiene muchas
máquinas descompuestas.
4. Si algo sale mal, se tiene que
culpar a alguien
5. La Administración se concentra
en los negocios de siempre.
6. Los problemas tienen mayor
prioridad que los programas de
mejora.
EQUIPO DE MOLDEO POR INYECCIÓN
Variación en
las
Dimensiones del Localizador
1. Rebaba.
2. Presión de Inyección Variante.
3. Pérdida del Localizador Principal.
4. La tasa de flujo del refrigerante de
los moldes está a distintos niveles
5. Difícil de medir en el
montaje
6. Las piezas caen dentro de un
contenedor rígido.
 Verificar que las Causas Probables
sean REALES
 Antes de invertir tiempo y dinero en la implementación de
una mejora para “contrarrestar” una causa, asegúrate
que la causa sea real.

 Debes estar completamente convencido que la causa es

la verdadera culpable del efecto indeseable.

 En los proyectos Six Sigma ¡se usa la prueba de

hipótesis para verificar las causas!
 Selección de Maneras
para Verificar las Causas
 Para cada causa probable, el equipo
deberá:
1. Llevar a cabo una tormenta de ideas sobre
maneras de cómo verificar la causa.
2. Seleccionar una manera que:
• Represente la causa de forma efectiva, y
• Sea fácil y rápida de llevar a cabo.
 Verificación de una Causa
-Ejemplo de la Administración

Causa Forma de Verificación Seleccionada

1. Resolver los mismos problemas
una y otra vez (pérdida de tiempo).
 Marcar el número de problemas en
las listas semanales “urgentes”
para los meses de junio y julio 1997
y junio y julio de 1999. ¿Está
disminuyendo el número de
problemas?

El equipo de Administración consideró que si

el número de problemas se redujo de 1997 a
1999, esto serviría como evidencia que no se
están resolviendo los mismos problemas una y
otra vez.
 Verificación de una Causa
-Ejemplo de la Hoja de Verificación de
Administración
Por lo tanto, el equipo diseñó una hoja de verificación
y realizó la recolección de datos.
Semana de Planta A Planta B Planta C Planta D Planta E Total
7-Jun-97 5 7 3 4 2 21
14-Jun-97 3 4 8 6 2 23
21-Jun-97 5 5 5 6 3 24
28-Jun-97 5 4 7 6 2 24
5-Jul-97 5 7 8 6 4 30
12-Jul-97 4 3 8 2 3 20
19-Jul-97 5 6 4 5 3 23
26-Jul-97 5 5 8 4 3 25
5-Jun-99 5 4 6 2 4 21
12-Jun-99 4 8 10 6 5 33
19-Jun-99 4 7 8 6 5 30
26-Jun-99 7 8 9 5 4 33
3-Jul-99 6 5 7 6 4 28
10-Jul-99 5 8 7 5 4 29
17-Jul-99 4 4 9 7 4 28
24-Jul-99 4 3 6 3 5 21
 Verificación de una Causa
–Prueba de Hipótesis del Ejemplo de la
Administración
Datos de
 A través del uso de los datos en las “hojas de
errores” de 1997 y 1999 , el equipo quiere ver si el “Hojas de Errores”
número de problemas ha disminuido desde 1997 a 1997 1999
1999.
 El equipo lleva a cabo una prueba de hipótesis: 21 21
Hipótesis Nula (H0): m1999 > m1997 23 33
Hipótesis Alterna (H1): m1999 < m1997 24 30
Valor P = 0.970, por lo tanto el equipo no rechaza la 24 33
hipótesis nula.
30 28
 Los datos confirman que el número de problemas,
de las “hojas de errores” semanales, no ha 20 29
disminuido entre 1997 y 1999. 23 28
 ¿La causa es real o imaginaria?
25 21
 Verificación de una Causa
-Gráficas - Ejemplo de la Administración
Problemas de las Listas Urgentes

35

30
Número de Problemas

25

20
Junio/Julio '99
15 Junio/Julio '97
10

0
28-Jun-97
14-Jun-97

21-Jun-97

12-Jun-99

19-Jun-99

26-Jun-99
12-Jul-97

19-Jul-97

26-Jul-97

10-Jul-99

17-Jul-99

24-Jul-99
7-Jun-97

5-Jun-99
5-Jul-97

3-Jul-99
Semana de:

 Estas gráficas demuestran lo que la prueba de hipótesis arrojó

 Es decir, el número de problemas no ha disminuido desde 1997 a
1999 (De hecho, ¡ es probable que el número de problemas
aumentó!)
 Verificación de una Causa
-Ejemplo del Moldeo por Inyección
Causas
1. La tasa de flujo de refrigerante
de los moldes esta a diferentes niveles
Forma de Verificación Seleccionada
 Utiliza un flujometro exacto en una máquina.
Recolecta los datos pares.
(tasa de flujo del refrigerante, dimensión del
Localizador principal), crea un diagrama de
dispersión y realiza un análisis de correlación .
 Verificación de una Causa
-Datos - Ejemplo del Equipo de Moldeo
 El primer paso en la x
No. Flujo
y
Dim.
x
No. Flujo
y
Dim.
x
No. Flujo
y
Dim.
1 2 3.226 23 4¾ 3.241 45 7½ 3.244
construcción de un 2 2 3.234 24 4¾ 3.236 46 7½ 3.244
3 2¼ 3.234 25 5 3.239 47 7¾ 3.253
diagrama de 4 2¼ 3.235 26 5 3.236 48 7¾ 3.251
5 2½ 3.234 27 5¼ 3.242 49 8 3.247
dispersión es la 6
7
2½
2¾
3.229
3.233
28
29
5¼
5½
3.245
3.242
50
51
8
8¼
3.247
3.253
recolección de 50 a 8
9
2¾
3
3.235
3.237
30
31
5½
5¾
3.237
3.238
52
53
8¼
8½
3.250
3.248
100 conjuntos de 10
11
3
3¼
3.233
3.235
32
33
5¾
6
3.244
3.245
54
55
8½
8¾
3.253
3.249

datos pares (x,y). 12

13
3¼
3½
3.232
3.233
34
35
6
6¼
3.247
3.242
56
57
8¾
9
3.255
3.253

 En éste ejemplo, “x”

14 3½ 3.238 36 6¼ 3.239 58 9 3.252
15 3¾ 3.235 37 6½ 3.250 59 9¼ 3.256
16 3¾ 3.234 38 6½ 3.245 60 9¼ 3.257
es la tasa de flujo del 17
18
4
4
3.238
3.234
39
40
6¾
6¾
3.247
3.246
61
62
9½
9½
3.253
3.253
refrigerante y “y” es la 19
20
4¼
4¼
3.240
3.234
41
42
7
7
3.245
3.243
63
64
9¾
9¾
3.250
3.257
dimensión del 21
22
4½
4½
3.242
3.238
43
44
7¼
7¼
3.252
3.247
65
66
10
10
3.255
3.254

localizador principal.
 Verificación de una Causa
- Análisis de Correlación - Ejemplo del Equipo
de Moldeo
Diagrama de Dispersión
Coeficiente de Índice de Flujo del Refrigerante vs Dimensión del
Localizador Principal

correlación: 3.260

r = 0.94

Dimensión del Localizador Principal

3.255

3.250
Valor P= 0.00
3.245

3.240

Esta causa, ¿es real 3.235

o imaginaria? 3.230

3.225
2.00
2.25
2.50
2.75
3.00
3.25
3.50
3.75
4.00
4.25
4.50
4.75
5.00
5.25
5.50
5.75
6.00
6.25
6.50
6.75
7.00
7.25
7.50
7.75
8.00
8.25
8.50
8.75
9.00
9.25
9.50
9.75
10.00
Índice de Flujo del Refrigerante
 Discusión en Grupo
-Verificación de Causas
El equipo de moldeo considera que otra causa que
contribuyó a la variación en la dimensión de la
parte es que...

Las partes se dejan caer, en el momento de la

eyección, dentro de un contenedor rígido.

¿Cómo puede el equipo verificar esta causa?

 Verificación de Causas
Cada causa que sea
Causa ¡Datos y Pruebas de Hipótesis! Causa definida como
Probable 1 Verificada A
importante por el
Causa Causa equipo deberá ser
Probable 2 Verificada B
verificada a través de
Causa
Causa
Rechazada
los datos y una
Probable 3
X prueba de hipótesis
Causa Causa (ver Módulo 5).
Probable 4 Verificada C
¡Este es un paso
Causa
Causa
Rechazada fundamental de los
Probable 5
Y proyectos Six Sigma!
 Verificación de Causas
Hoja de Verificación de Causas Potenciales

Nombre del Proyecto: Defecto (Y):

Sigma Trac #:

Tipo de
Datos
(Atributos ¿Causa
Causa (s) Potencial Datos de / Método de Verificada
Prioritizada Hipótesis Nula Hipótesis Alterna Verificación (Y) Variables) Verificación Resultados ? (S/N)

Rechazo de Hip.
Nula: los torques
Prueba T de 1 son diferentes (P
la media del torque del Muestra: 30 = 0.000) El
El patrón actual del patrón actual del tornillo La media del torque de ensambles del patrón actual es
tornillo lleva a torques es igual a la media del los dos patrones de actual vs. info. de mayor que los
Muestra mayores que el patrón torque del patrón tornillo (actual y original) base del torque datos históricos
A: original original es diferente Torque (media) Variable original (valor meta) del patrón original Y

Rechazo de la
Falta del lugar de Hip. Nula: la falta
entrega en un formato La proporción de Prueba de 2 de códigos difiere
de orden de compra rechazos debido a la Proporciones: (P = 0.000)
hasta un número falta de lugar de entrega Rechazos de revisión de 200 Lugar d entrega
Muestra elevado de pagos y código del proveedor La proporción de Ordenes de Atributo: formatos de rechazo significativamente
B: morosos es igual rechazos es diferente Compra Binomial para encontrar causa menor. N
1
2
3
4
5
6
7
8
9
10
Este formato se encuentra entre el material que se
11
12
entregará
13
14
15
 ¿Qué es una Matriz de
Causa y Efecto?
La Matriz de Causa y Efecto es una herramienta que ayuda al
equipo en la identificación de …
 Variables clave de entrada del proceso que afectan.
 Variables clave de salida del proceso.
Salidas del Proceso
2 2 7 9 6 7 9 3

Rigidez del cojín

Grosor del cojín

Ancho del cojín

Quemaduras
Destello
Roturas
Huecos

Total
ILD
Paso del
Proceso Entrada del Proceso
Mezcla % ISO 2 2 8 8 2 2 3 3 198
Mezcla Tiempo 0 0 3 4 7 9 0 0 162
Mezcla Temperatura 1 2 5 5 6 2 0 0 136
Moldeo Tiempo de relleno 8 6 3 1 7 1 6 7 182
Moldeo Presión 9 5 5 4 6 6 9 3 267
Moldeo Temp. de Molde 0 0 3 0 5 9 2 6 150
 Anatomía de una Matriz
de C y E Calificación de
la Importancia
Variables de para el Cliente
Entrada del
Proceso Salidas del Proceso
2 2 7 9 6 7 9 3 Variables Clave de
Salida del Proceso

Rigidez del cojín

Grosor del cojín

Ancho del cojín

Pasos del

Quemaduras
Rasgaduras
Proceso

Destello
Huecos

Total
ILD
Paso del
Proceso Entrada del Proceso
Mezcla % ISO 2 2 8 8 2 2 3 3 198
Mezcla Tiempo 0 0 3 4 7 9 0 0 162
Mezcla Temperatura 1 2 5 5 6 2 0 0 136
Moldeo Tiempo de relleno 8 6 3 1 7 1 6 7 182
Moldeo Presión 9 5 5 4 6 6 9 3 267
Moldeo Temp. de Molde 0 0 3 0 5 9 2 6 150

Multiplicación Cruzada
Fuerza de las y Prioridades
Correlaciones
 Construcción de una
Matriz de C y E
1. Identificar las Variables Clave de Salida del Proceso (KPOVs).
2. Calificar la importancia de las KPOVs (en una escala de 1 al 10).
3. Enumerar los pasos del proceso.
4. Para cada KPOV, en cada paso del proceso, pregúntate, “¿Qué
variables de entrada del proceso podrían tener un efecto sobre esta
salida?”
5. Determinar la fuerza de las correlaciones entre las variables de
entrada y de salida (en una escala del 0 al 10).
6. Calcular una calificación total para cada variable de entrada del
proceso (multiplicación cruzada).
7. Establecer prioridades a través de la identificación de las variables
de entrada con las calificaciones más altas (estas representan a las
probables Variables Clave de Entrada del Proceso).

Siguiente Paso: Verifica, basándote en datos, que las KPIVs probables,

verdaderamente estén causando efectos considerables.
 1 y 2 - Identificación de las
KPOVs y Calificación de Importancia

2. Califica la importancia de las Variables Clave

1. Identifica las Variables
Clave de Salida del
Proceso
de Salida del Proceso…. ¡ desde la
perspectiva del cliente!
Usa una escala del 1 al 10, siendo 10 la de
mayor importancia.

9 7 6
ILD de la Roturas
Espuma del Uretano Huecos
 3. Lista de los Pasos del Proceso
VARIABLES DE 9 7 6
Robot Vierte PASOS DEL ENTRADA DEL ILD de Roturas
en el Molde PROCESO PROCESO Espuma del Uretano Huecos

VERTIR

Curado
CURAR

DESMOLDEAR
Desmolde

RECORTAR
PIEZAS
Recorte de
Piezas
3. Sigue el mapa del
proceso, lista los pasos
del proceso.
 4. Identificación de las
Variables de Entrada del Proceso
VARIABLES DE 9 7 6
Robot Vierte PASOS DEL ENTRADA DEL ILD de Roturas de
en el Molde PROCESO PROCESO Espuma Uretano Huecos
Presión de Inyección
VERTIR

Curado
CURAR

DESMOLDEAR
Desmolde

RECORTAR
PIEZAS
Recorte de
Pieza
4. Por cada Variable Clave de Salida del Proceso, en cada
paso, pregúntate, “¿Qué variables de entrada del
proceso podrían afectar esta salida?”
 5. Determinación de la
Fuerza de las Correlaciones

ROTURAS DEL URETANO

ILD DE ESPUMA
VARIABLES DE
PASOS DEL ENTRADA DEL
PROCESO PROCESO
PRESIÓN DE INYECCION 2

VERTIR

CURAR
5. Una vez identificadas las variables de entrada para todas
las variables clave de salida del proceso, debes realizar
una evaluación completa de la matriz. Por ejemplo, el
DESMOLDEAR equipo pregunta, “¿Qué tan fuerte es el efecto de la
presión de inyección sobre el ILD de Espuma?” (Aplica
la escala de 0 al 10, 0 significa que no tiene efecto; 10
RECORTAR significa que tiene un efecto muy fuerte.)
COJINES
 6. Cálculo de la Calificación
Final de las Variables de Entrada
3 10 8 6

ROTURAS DE ESPUMA
ILD DE ESPUMA

QUEMADURAS
DESTELLO
VARIABLES DE

TOTAL
PASOS DEL ENTRADA DEL
PROCESO PROCESO
PRESIÓN DE INYECCION 2 9 0 1 102

VERTIR

6. Para cada variable de entrada del proceso, calcula una

CURAR calificación total… esto se logra multiplicando la
calificación obtenida en importancia por la fuerza de
correlación y se suma. Por ejemplo, la calificación total
de la presión de inyección es:
DESMOLDEAR (3)(2) + (10)(9) + (8)(0) + (6)(1) = 6 + 90 + 0 + 6 = 102

RECORTAR
PIEZAS
 7. Establecimiento
de Prioridades
3 10 8 6

ROTURAS DE URETANO
ILD DE ESPUMA

QUEMADURAS
DESTELLO
VARIABLES DE

TOTAL
PASOS DEL ENTRADA DEL
PROCESO PROCESO
PRESIÓN DE INYECCIÓN 2 9 0 1 102
287
VERTIR 56
86
183
94
CURAR
83

DESMOLDEAR
7. Identificar las variables del proceso con las
calificaciones totales más altas. Estas
RECORTAR probablemente sean las variables CLAVE de
PIEZAS entrada del proceso.
 ¡ Cuidado!

 Al igual que el Diagrama de C y E, la Matriz de C y E

representa lo que el equipo PIENSA que son los factores
importantes con influencia sobre las salidas clave del
proceso.
 Recolecta los datos necesarios para demostrar que las
variables de entrada que supuestamente tienen una gran
impacto realmente lo tengan.
 Identificación de
Factores para DOE
 La Matriz de C y E es una herramienta efectiva
para identificar los factores que serán incluidos
en un experimento diseñado.
 En un experimento diseñado….
 Se miden una o más Variables Clave de Salida del
Proceso.
 Los factores que se piensa tienen un efecto sobre la
salida(s) se modifican de manera sistemática.
 Se cuantifican los efectos reales de estos factores.

¡Un experimento diseñado cuidadosamente puede determinar si los

factores realmente afectan o no a las salidas del proceso y también
determina por cuanto!
 Otros Métodos para la
DIMENSIÓN DE LA PARTE
Verificación de Causas

NÚUMERO DE ROTURAS
¿ ES REAL LA
DIFERENCIA?

PRESIÓN DE AIRE PRESIÓN DE AIRE

BAJA ALTA
PRESIÓN DE INYECCIÓN

En este ejemplo, el análisis de En este ejemplo, se lleva a cabo una

correlación se aplica para determinar
si la fluctuación en la presión de
inyección (variable de entrada del
proceso con una fuerte probabilidad)
causa variaciones en las dimensiones
de la parte (variable clave de salida
del proceso).
Prueba de Hipótesis para determinar
si existe una diferencia en el número
de rasgaduras (KPOV) entre los
rangos de presión de aire baja y alta:
Ho: No existe diferencia entre las
presiones alta y baja.
H1: Existe una diferencia.
 Ejercicio en Grupo 1.2
-Matriz de C y E

1. Consulta tu cuaderno de trabajo.

2. Realiza una Matriz de C y E para el ejemplo que ahí se

te proporciona.
 Tipos de Variables
de Entrada
“Variables Controlables” - Estas son variables que están controladas o pueden controlarse a través
de procedimientos operativos estándar o a través de otros medios.

Ejemplos:
1.) Técnica para desmoldear las piezas: Se encuentra instalado un control
visual que muestra a los operadores que deben agarrar con ambas manos la pieza al
centro de cada extremo.
2.) La persona encargada de procesar las Solicitudes de Ingeniería (ERs) es
controlada por un SOP: Las Solicitudes de Ingeniería (ERs) con un costo por arriba de los $100
mil, deben procesarse por los operadores con más experiencia (más de 5 años en el puesto).

Variables de “Ruido“ - Estas son variables que presentarán variaciones durante la práctica y no
podemos controlar.

Ejemplos:
1.) La temperatura ambiental es un factor de ruido para el proceso de moldeo.
2.) El autor de una Solicitud de Ingeniería (ER) es un factor de ruido para el
procesamiento de Solicitudes de Ingeniería debido a que el cliente o JCI podría generar un
cambio de ingeniería.

•Una forma muy poderosa de “controlar” una variable es el

Notas
establecimiento de un sistema “de prueba de error” en el proceso.
•¿Qué puede hacerse con respecto a las variables de ruido?
 Evaluación de las
Variables de Entrada
Una vez verificado que las variables de entrada (causas) ejercen un fuerte
efecto sobre la salida crítica, necesitamos realizar una evaluación de estas.

KPIVs ¿Conocemos ¿Se está De no ser así, De ser así, Controlable o

(Causas cuál es el controlando ¿podemos ¿cómo Ruido (C/ R)
Verificadas) mejor nivel o actualmente controlarla? podemos
procedimiento? dicha (S / N) controlarla?
(S / N) variable(SOP)?
(S / N)
1.
2.
3.
.
.
.
Si no conocemos el mejor Si no podemos controlar la
nivel o procedimiento, variable, es una variable de
podemos estudiar la ruido verdadera. ¿Qué puede
variable dentro de un hacerse para reducir el
experimento diseñado. impacto del ruido?
 Ejercicio en Grupo 1.3
–Evaluación de las KPIVs

1. Consulta tu cuaderno de trabajo.

2. Realiza la evaluación de las KPIVs que

identificaste en el Ejercicio 2.2.