Documentos de Académico
Documentos de Profesional
Documentos de Cultura
https://labibliotecadelacuarentena.blogspot.com/
@bibliocuarentena
@biblio_cuarentena
Universidad de Ibagué
Facultad de Ingeniería
Programa de Ingeniería Industrial
Seis sigma
2013
658.562
P438s Pérez Urrego, Martha Lucía
Seis sigma: Guía didáctica para Pymes / Martha Lucía Pérez Urrego.
Ibagué: Universidad de Ibagué, 2013.
119 p.
ISBN Impreso 978-958-754-083-3
ISBN Digital 978-958-754-084-0
Descriptores: Filosofía del Seis sigma; Seis sigma para Pymes;
Herramientas para Seis sigma
Facultad de Ingeniería
Programa de Ingeniería Industrial
Universidad de Ibagué
Ibagué, Colombia
Octubre, 2013
Fotografías de la portada:
El Nuevo Día, Oficina de Comunicación Institucional de la Universidad de Ibagué.
Agradecimientos.............................................................................................. 9
Prólogo........................................................................................................... 13
Introducción................................................................................................... 15
Bibliografía..................................................................................................... 89
Cibergrafía................................................................................................................... 91
Apéndices....................................................................................................... 93
6
Tablas
Tabla 1.1. Niveles Sigma........................................................................................ 18
Tabla 1.2. Desempeños comparativos a Seis Sigma........................................... 19
Tabla 1.3. Beneficios posibles con Seis Sigma.................................................... 19
Tabla 1.4. Organización para Seis Sigma en grandes empresas ...................... 21
Tabla 1.5. Organización para Seis Sigma en Pymes........................................... 23
Tabla 3.1. Índice de Herramientas....................................................................... 29
Tabla 3.1.1. Herramienta: Diagrama de flujo......................................................... 30
Tabla 3.1.2. Herramienta: Encuesta........................................................................ 32
Tabla 3.1.3. Herramienta: Tormenta de ideas........................................................ 34
Tabla 3.2.1 Herramienta: Diagrama de Pareto..................................................... 34
Tabla 3.2.2. Herramienta: Cálculo del nivel sigma............................................... 37
Tabla 3.2.3. Herramienta: Histograma................................................................... 39
Tabla 3.2.4. Herramienta: Rendimiento de un proceso........................................ 42
Tabla 3.3.1. Herramienta: Diagrama de Ishikawa................................................. 43
Tabla 3.3.2. Herramienta: Estudio de habilidad o capacidad del proceso......... 44
Tabla 3.4.1. Herramienta: Diseño de experimentos............................................. 47
Tabla 3.4.2. Herramienta: Tabla de Anova............................................................. 50
Tabla 3.4.3. Herramienta: Experimento factorial.................................................. 55
Tabla 3.4.4. Herramienta: Análisis de Interacciones............................................ 60
Tabla 3.5.1. Herramienta: Gráficas de control....................................................... 65
Tabla 5.1. Datos ordenados para el Análisis de Pareto...................................... 78
Tabla 5.2. Muestras de 10 lotes actuales.............................................................. 79
Tabla 5.3. Oportunidad total de defectos en la confección un lote................. 80
Tabla 5.4. Muestras de diez lotes mejorados....................................................... 85
8
Agradecimientos
Andrés Carrión
Profesor
Departamento de Estadística e I.O. Aplicadas y Calidad
Universidad Politécnica de Valencia
14
Introducción
La problemática que afrontan las Pymes del Departamento del Tolima y
en especial las manufactureras, pone en riesgo la permanencia de estas
en el mercado. Problemas como el de la falta de calidad de sus productos,
procesos y servicios, desencadena insatisfacción en los clientes, quienes
dudan de su competitividad, así como de su razón económica y social.
Durante varios años, refiriéndonos a las organizaciones de todo el
mundo, los problemas generados por la mala calidad de productos y
servicios ha sido una preocupación permanente, lo cual ha limitado la
posibilidad de que cumplan satisfactoriamente con sus objetivos. Pero
también, gracias a estos obstáculos, han surgido o adaptado para su apli-
cación en las Pymes grandes estrategias, metodologías y filosofías para
el mejoramiento de la calidad, especialmente en países industrializados.
Las Pymes tolimenses no deben de ser ajenas a estos procesos de
transformación y evolución en pro de su mejoramiento. Por esta razón
se ha diseñado esta guía, con el objeto de desarrollar y adaptar una de las
filosofías para el mejoramiento de la calidad que ha tenido más éxito a
nivel mundial. Esta filosofía se creó, inicialmente, para grandes empresas
pero con una gran posibilidad y flexibilidad para ser adaptada a cualquier
tipo de organización, independientemente de su tamaño y fin económico.
En la última década, esta filosofía denominada Seis Sigma, se ha
utilizado en Pymes del Japón, los Estados Unidos y Europa con grandes
avances y logros. Este manual para las Pymes manufactureras del Toli-
ma, muestra como Seis Sigma puede trabajarse en un entorno de Pyme
manufacturera regional, y así orientar su aplicación y desarrollo de herra-
mientas de apoyo que complementan su filosofía. Un aporte fundamental
de este documento radica en la presentación sencilla de las herramientas
básicas para el análisis e identificación de los problemas de calidad.
Esta guía para Seis Sigma ha sido el resultado de un proyecto de in-
vestigación aplicada, que se realizó al interior del Grupo de Gestión e
Innovación Empresarial, ginnova, de la Universidad de Ibagué, en su
16
C A P Í T U LO
1
Introducción a la Filosofía Seis Sigma
1.1 Desarrollo histórico
La filosofía Seis Sigma surge a partir de la búsqueda de la perfección en la
producción de la empresa Motorola. Motorola presentaba problemas por
retrabajos e incumplimiento en las fechas de entrega, unido a ello, por
esa época, se pensaba que la calidad era lo más costoso y lujoso. Debido a
esto Motorola encaminó todos sus esfuerzos en la detección y corrección
de las fallas como también en la eliminación de los desperdicios. Gracias
a estos procedimientos, la compañía propuso que la verdadera función
de una empresa debe estar fijada en prevenir y controlar los procesos (ser
proactivo en vez de reactivo); esta propuesta se convertiría en uno de los
pilares de la filosofía Seis Sigma.
A comienzos de la década del ochenta, Motorola inicia un gran proceso
de aprendizaje y desarrollo, el que llevó a muchos de sus ejecutivos e ingenie-
ros a la búsqueda de formas de eliminación de desperdicios. El ingeniero Bill
Smith estudió la correlación entre la vida útil de los productos y las veces en
que este es sometido a retrabajos durante su proceso de manufactura.
En 1985, Bill Smith presentó una investigación en la que concluía que
si un producto defectuoso era corregido durante el proceso de produc-
ción, otros productos defectuosos no serían detectados hasta que el clien-
te final los recibiera. Por otro lado, si un producto era elaborado libre de
errores, este rara vez le fallaría al cliente. El impacto de esta investigación
originó que los directivos de Motorola le pidieran a Smith que desarrolla-
ra una manera práctica de aplicar su teoría en la compañía, surgiendo así
la filosofía Seis Sigma. Todo lo anterior fue el inicio de los esfuerzos que
llevaron a Motorola a ganar el prestigioso Premio Nacional de Calidad
Malcom Baldrige, en los Estados Unidos, en el año de 1988.
1.2 Conceptualización
La letra griega Sigma (σ), asociada a la desviación típica o estándar, se
utiliza en estadística para representar la dispersión de datos en una po-
Defectos por
Nivel millón de Costo de la no calidad
Rendimiento
Sigma(σ) oportunidades (% ventas)
(DPMO)
2 308 537 30 al 40% 69%
3 66 807 20 al 30% 93,30%
4 6 210 15 al 20% 99,30%
5 233 10 al 15% 99,98%
6 3,4 < 10% 99,9997%
Fuente: Edgardo J. Escalante Vázquez (2003, p.17). Seis Sigma metodología y técnicas
18
como puede ser una transacción bancaria o una comida servida. Los defec-
tos son aquellos detalles que impiden que se logre la satisfacción del cliente.
Cada resultado o salida en cada alternativa es analizado, y se determinan las
oportunidades de cometer un error. Por ejemplo, si en un lavadero de autos
se lavan 60 al día, y cada operación de lavado contiene tres (3) características
primordiales: que el lavado sea de buena calidad, que se realice en un tiempo
corto, y que el precio sea adecuado. Con estas tres características se tendrían
180 oportunidades de cometer un error al día; por tanto, si se registran 12
incidentes en un día, tendríamos: 12/180 = 0.0666 defectos por oportuni-
dad. Al multiplicar lo anterior por mil obtendremos 66.66 defectos por cada
mil oportunidades, también lo podríamos multiplicar por un millón y serían
66.666 defectos por cada millón de oportunidades.
Reducción de costes
Calidad y eficiencia mejoradas
Mayor satisfacción del cliente
Rentabilidad mejorada
Fuente: www.sixsigma.us
Leader
Champion
Black Belt
Green belt
Fuente: El autor
20
bios y el aporte de los recursos. Así mismo, reconocen los esfuerzos
de los empleados y mantienen informando al líder. El campeón debe
ser jefe de departamento o gerente regional.
• Master Black Belt (Maestro Cinturón Negro): Son expertos de tiem-
po completo, capacitados en las herramientas y tácticas de Seis Sig-
ma, son responsables del desarrollo e implantación de la filosofía Seis
Sigma. El maestro cinturón negro debe ser el jefe de producción, ya
que es la persona idónea para transmitir las ideas del líder o del cam-
peón, a su equipo de trabajo.
• Black Belt (Cinturón Negro): Son líderes de los equipos responsables
de medir, analizar, mejorar y controlar procesos que afectan la satis-
facción del cliente, la productividad y calidad. Son los que ven la rea-
lidad del proyecto de mejora y determinan las herramientas a utilizar;
lideran y dirigen directamente a los cinturones verdes. Los cinturones
negros son los ingenieros que conforman el departamento de calidad.
• Green Belt (Cinturón Verde): Son ayudantes de los Black Belt, tienen
conocimiento de las herramientas y tácticas para la mejora Seis Sig-
ma; son las personas que toman los datos del proceso, necesarios para
poner en marcha la filosofía Seis Sigma. Son los analistas del proceso
o las personas que continuamente llevan las labores de toma de tiem-
pos y movimientos en la producción. En la siguiente tabla se presenta
la estructura humana para Seis Sigma, tal y como se establece en una
gran empresa.
22
Figura 1.2. Estructura orgánica de las Pymes tolimenses
Mercadeo Producción
Pymes
Administración
Fuente: Modelo de gestión de calidad para la pequeña y mediana empresa manufacturera del
Tolima. Tesis Doctoral. Valencia, España: Martha Lucía Pérez. Julio de 2002
Desarrollar
Visión, lideraz-
Líder y encauzar la
go y autoridad.
filosofía.
Gerente o
Campeón
Fuente: Autor
24
C A P Í T U LO
2
Desarrollo de la Filosofía Seis Sigma (Ciclo dmaic)
El proceso de aplicación de la filosofía Seis Sigma, en general, sigue un
esquema o ciclo definido como dmaic (Define, Measure, Analyse, Impro-
ve, Control); siglas en inglés que quieren decir: Definir, medir, analizar,
mejorar y controlar. Este esquema conforma un proceso estructurado en
cinco fases en las que se desarrollan técnicas y herramientas estadísticas
que llevan al cumplimiento de los objetivos del proyecto.
Definir
Medir
DMAMC Analizar
Mejorar
Controlar
Fuente: El autor
2.1. Definir
En esta primera fase del ciclo se define el proyecto, los miembros del equi-
po de trabajo y las características críticas a la calidad (ctq´s).
2.2. Medir
En esta segunda etapa del ciclo dmaic, las características críticas de calidad
seleccionadas en la anterior etapa se ponen a prueba mediante el uso de he-
rramientas estadísticas, con las cuales se pretende cuantificarlas junto con
los problemas identificados, para finalmente elegir la característica crítica
de calidad adecuada para desarrollar el proyecto de mejora Seis Sigma.
Una vez seleccionada la característica de calidad adecuada, se pro-
cede a seleccionar las métricas que permitan establecer el nivel de rendi-
miento del proceso; en otras palabras, es determinar el nivel Sigma con el
que trabaja el proceso, además del rendimiento del mismo.
26
estadísticas y luego, mediante un análisis de Pareto (Herramientas, Ca-
pítulo 3), se escoge la característica con mayor peso o porcentaje para
ser estudiada.
2.3. Analizar
En esta tercera fase del ciclo se busca la causa raíz del problema o las va-
riables que afectan la característica crítica de calidad seleccionada.
2.5. Controlar
En esta última fase del ciclo se procede una vez más a dirigir el proceso
de mejora bajo herramientas estadísticas que monitoreen y controlen las
mejoras presentadas y validadas. Es necesario saber que si se han logrado
los resultados esperados mediante la implementación de la filosofía Seis
Sigma, el proyecto de mejora no debe parar ahí, al contrario, se debe tener
presente la mejora continua hasta alcanzar resultados positivos.
28
C A P Í T U LO
3
Herramientas para Seis Sigma
El secreto del éxito de la filosofía Seis Sigma es saber utilizar cada herra-
mienta en la forma y el momento adecuados. De ahí que es muy impor-
tante que la estructura humana para el proyecto de mejora Seis Sigma
conozca a fondo estas herramientas; especialmente los cinturones negros
y los cinturones verdes. A continuación se presentan las herramientas
más importantes y necesarias para la aplicación de la filosofía Seis Sigma
en una Pyme manufacturera. Para ilustrar de forma adecuada las herra-
mientas, los ejemplos que se verán en el capítulo están inspirados en una
empresa productora de duraznos enlatados.
Etapa en que se
Propósito Quién la emplea
utiliza
30
Señala el inicio / fin de un proceso
Indica un almacenamiento
Etapa en que se
Propósito Quién la emplea
utiliza
Obtener información sobre
las necesidades de los clien-
tes, para su entendimiento.
Definir Cinturón verde y negro.
Evaluar la satisfacción del
cliente y el desempeño gene-
ral del producto o servicio.
32
Pasos a seguir Ejemplos
• Identifique las necesidades del cliente.
• Evalúe cómo se están satisfaciendo las necesidades de
1. Definir los los clientes.
objetivos por • Identifique los puntos buenos y malos (fortalezas y de-
alcanzar bilidades) del producto o servicio.
• Describa el producto ideal.
• Identifique productos sustitutos.
• Obtenga ideas y mejoras.
• Geográfico: global, nacional, regional, local.
2. Definir el • Mercado: clientes potenciales o actuales; de un seg-
alcance de la mento o varios; por marca o específico.
encuesta • Profundidad: variedad de objetivos a buscar y niveles
de detalles.
• Instrumento o cuestionario en sí.
• Método de aplicación.
3. Diseñar • Incentivos que se darán a quienes respondan la encuesta.
• Rangos de evaluación.
• Tamaño de la muestra.
• Establecer los planes con fechas para su aplicación y re-
copilación de datos y su cierre.
4. Aplicar
• Por medio del personal de ventas o una agencia exter-
na.
• Uso de la computadora para digitar los datos, y de la
sensibilidad humana para comprenderlos.
• Presentación de los resultados empleando técnicas es-
tadísticas.
5. Analizar
• Reporte final complementado con un plan de acciones
posteriores y los encargados del seguimiento.
• Identificación de acciones que se puedan tomar de in-
mediato para su mayor efectividad.
• Hágala sencilla.
• Enfóquese solo en los objetivos.
• Muestre la encuesta primero a menor nivel antes de
aplicarla en grande.
Qué hacer
• Verifique los resultados contra los datos reales del de-
partamento de mercadeo.
• Incentive la respuesta.
• Pregunte cómo y por qué.
• Utilizar solo porcentajes.
• Dejar que la agencia haga todo sin involucrarnos.
Qué no hacer • Hacer preguntas demasiado largas o genéricas.
• Enjuiciar las respuestas.
• Alterar o maquillar los resultados.
Fuente: Autor
34
Pasos a seguir Ejemplos
1. Describir la situa- La Empresa Frutic S.A., se dedica a la producción
ción o problema por de duraznos en frascos. En los últimos meses ha
analizar. recibido quejas de clientes por lo siguiente:
Color de la tapa Color de la etiqueta
2. Desglosar los inci-
dentes o problemas Ergonomía de la tapa Dureza de los duraznos
específicos que con- Ergonomía del envase Color de los duraznos
tribuyen a la situación Sabor de los duraznos Tiempo de vencimiento
por analizar.
Tamaño del envase Otros
La cantidad de frascos con defectos obtenidos
fueron:
Defecto Cantidad
Color de la tapa 2
3. Recolectar datos Ergonomía de la tapa 100
históricos o por Ergonomía del envase 68
muestreo para Sabor de los duraznos 45
cuantificar los pro- Tamaño de los duraznos 6
blemas. Color de la etiqueta 15
Dureza de los duraznos 10
Color de los duraznos 97
Tiempo de vencimiento 200
Otros 8
La lista ordenada es:
Clave Defecto Cantidad
A Tiempo de vencimiento 200
B Ergonomía de la tapa 100
C Color de los duraznos 97
D Ergonomía del envase 68
4. Ordenar la lista de
mayor a menor. E Sabor de los duraznos 45
F Color de la etiqueta 15
G Dureza de los duraznos 10
H Otros 8
I Tamaño de los duraznos 6
J Color de la tapa 2
400 72,05
barras con base en es- 300 54,45
tos resultados. Pode- 200 36,30
100
0
A C E G H I
B D F J
8. Una vez que se realicen las acciones de mejora, volver a realizar el diagra-
ma de Pareto para confirmar, y proceda con la siguiente barra.
36
• Asegúrese de que la información es completa
y precisa.
• Visite el proceso o área del problema.
Qué hacer
• Busque la participación del personal del área
en cuestión.
• Publique el Pareto.
• Suponer que las categorías o defectos están
claramente definidos.
Qué no hacer
• Realizarlo con información de un día.
• Quedarse solo en la primera barra
Fuente: Autor
38
Es por esto que el ajuste que se Los cálculos anteriores indican que den-
hace a la tabla normal de +- 1.5 tro del proceso la probabilidad de come-
σ, hace posible que dentro de ter errores es mucho menor a la observa-
una empresa se vean los produc- da por el cliente; es por esto que se deben
tos y procesos como los ven los tomar los datos provenientes de la tabla
clientes externos de la empresa. normal ajustada para Seis Sigma.
Nota: Si es un proceso productivo, la oportunidad de defecto tendrá un valor
diferente a 1; debido que las especificaciones para la fabricación del producto tie-
nen unos índices de tolerancia (error o defectos contemplados en la producción).
Si hablamos de un servicio, la oportunidad de defecto es 1, ya que el servicio se
debe prestar de una forma correcta, como por ejemplo la satisfacción del cliente.
Fuente: El autor
40
El histograma de los datos anteriores es:
HISTOGRAMA
LIE LC LSE
25
6. Realizar el histograma colo-
cando los límites de las clases 20
FRECUENCIA
15
especificación. 10
0
L1 L2 L3 L4 L5 L6 L7
CLASES
Fuente: El autor
Fuente: El autor
42
3.3 Herramientas para analizar:
Las siguientes son las herramientas sugeridas para la fase de análisis del pro-
yecto Seis Sigma. Estas son: el diagrama causa y efecto y el estudio de habi-
lidad o capacidad del proceso. Para cada herramienta se presentan los pasos
por seguir, así como su aplicación por medio del desarrollo de un ejemplo.
Poca Frío
Obsoletos
Experiencia capacitada Iluminación
Ventilación Inadecuados
Estimulada
Particulas en el aire Rupturas
de env.
Fuente: El autor
Quién la
Etapas en que se utiliza Propósito
emplea
Medir el potencial de
un proceso para cum-
plir con una especifica-
Analizar ción dada. Cinturón negro
Evaluar y confirmar
efectividad de cambios
o mejoras a un proceso.
Pasos a seguir Ejemplos
Para poder determinar si un La empresa Frutic S.A., se dedica a la
proceso puede cumplir con cierta producción de duraznos en frascos. Para
tolerancia necesitamos determi- el proceso de producción de envase de los
nar si es estable. Para determinar frascos se considera crítico su peso. La
la estabilidad se debe: especificación de los frascos marca 275 ±
10 ml. Los datos tomados por el ingeniero
1. Tomar 50 datos de la carac- de producción del proceso fueron:
terística:
275 271 278 279 275
• A intervalos regulares de
276 273 275 273 271
tiempo.
277 274 279 272 272
• Sin hacer cambios durante
278 275 275 274 274
ese período.
275 278 274 276 272
• Bajo las mismas condi-
276 276 275 275 271
ciones de temperatura, 274 275 275 271 273
mismo operario, mismo 271 274 279 278 279
lote de material. 279 275 271 279 278
• Tomados por la misma 280 278 276 273 275
persona e instrumento.
44
2. Graficar los puntos indivi- Grafica de valores individuales
duales y consecutivos.
282
280
3. Observar la gráfica. Si 278
Peso
276
muestra tendencias, ciclos, 274
272
más valores en las orillas que 270
al centro, el proceso no es
0 20 40 60
estable.
No. de muestras
Media 275,14
4. Calcular la desviación están- Desviación estándar 2,5873
dar de los datos. Si hay dos o Límite superior s. 282,9019
más valores que excedan tres
veces la desviación estándar Límite inferior s. 267,3781
arriba o abajo del promedio,
es un síntoma de inestabili- Límite superior = X + 3S
dad. Límite superior = 275,14 + (3 * 2,5873) = 282,9019
Límites naturales: Promedio Límite inferior = X – 3S
±3σ Límite inferior = 275,14 – (3 * 2,5873) = 267,3781
Frequency
Si el Cp es igual a 1, el pro- 9
Ppk (lower) = 1,31
Pr = 078
ceso es capaz pero se tiene 6 Ppm = 1,29
3
que mantener centrado para 0
K = 0,01
275,,14 − 265
Cpl = =1, 3063
3 x 2, 5873
46
• Asegúrese de que el equipo y las técni-
cas de medición son confiables.
Qué hacer • Explique al personal el propósito del
estudio para que se trabaje normal-
mente.
• Hacer ajuste en el proceso o cambios
de material u operario durante la toma
Qué no hacer de datos.
• Pensar que el proceso será estable y
capaz para siempre.
Fuente: El autor
48
6. Tomar los datos. Se inicia el
levantamiento de la información
y se recopilan todos los datos.
Es recomendable que se anoten
de manera precisa, y que alguien
monitoree y supervise que estén
completos y se respeten los ni-
veles y condiciones establecidos.
Contenido de azúcar A
7. Colocar los datos en arreglo. Si
Latas A1 A2 A3 A4 Medias
es necesario, hay que volver a
acomodar los datos de manera L1 261 274 288 279 275,875
que podamos interpretarlos y 262 274 289 280
trabajar con ellos de manera L2 254 282 268 296 275,25
ordenada. 256 285 266 295
L3 245 290 255 287 269,25
247 288 255 289
Medias 254,17 282,17 270,17 287,7
Fuente: El autor
50
El ejercicio se desarrolla mediante prueba de
hipótesis y se postulan las siguientes:
Hipótesis nulas:
H0(A) = μA1 = μA2 = μA3 = μA4
H0(B) = μL1 = μL2 = μL3
H0(AB) = μL1A1 – μL2A1 = μL1 – μL2
Hipótesis alternativa:
H0(A) = μA1 = μA2 = μA3 = μA4
H0(B) = μL1 = μL2 = μL3
H0(AB) = μL1A1 – μL2A1 = μL1 – μL2
6. Calcular la suma de
cuadrados del factor A. Calculamos la suma de factores A:
8. Calcular la suma de
cuadrados del error. Se calcula la suma de cuadrados del error:
SSE =∑ (cada dato)2 SSE=1801663 – ((523)2 + (548)2 + (577)2 +
∑ (Totales de cada observación) 2 (559)2 + (510)2 + (567)2 + (534)2 + (591)2 +
– (492)2 + (578)2 + (510)2 + (576)2)/2 = 16,5
n
52
9. Calcular la suma de cua-
drados de la interacción
de ambos factores.
∑ (totales de cada observación)2
SSAB =
n
∑ (totales de cada nivel del factor A)2 Se calcula la suma de cuadrados de interac-
− ciones:
nk
∑ (totales de cada nivel del factor B)2
− + fc SSAB = 5861,95833 – 3964,125 – 197,5833 –
nj 16,5 = 1683,75
Como:
SST = SSA + SSB + SSE + SSAB
Entonces SSAB es tam-
bién:
SSAB = SST - SSA - SSB - SSE
10. Determinar los grados
de libertad de cada
factor, totales y del error. Se determinan los grados de libertad:
Para los factores, se
obtiene: G.L. factor A = 4 – 1 = 3
G.L.f = Niveles – 1. G.L. factor B = 3 – 1 = 2
Los totales: G.L. interacción = 3 x 2 = 6
G.L.t = Total de datos – 1. G.L. t = 24 – 1 = 23
Para el error, por dife- G.L. e = 23 – 3 – 2 – 6 = 12
rencia:
gle = glt – gla – glb – glab
11. Sacar la medida de
varianza de cada factor,
interacción y error. Sim-
plemente divida la suma Se calcula la medida de varianza de cada
de cuadrados entre los factor:
grados de libertad. MSA = 3964,125/3 = 1321,375
MSA=SSA/(j-1) MSB = 197,58333/2 = 98,791665
MSB=SSB/(k-1) MSAB = 1683,75/(3)(2) = 280,625
MSAB=SSAB/(j-1)(k-1) MSE = 16,5/(24 – (3)(2))=0,91667
MSE=SSE/(N-jk)
54
Tabla Anova
Nota: También se pueden utilizar valores de α menores, de tal modo nos diría
hasta qué punto es significante un factor.
Fuente: El autor
1. Establecer el ob-
jetivo del estudio,
identificando la
característica por
ser mejorada. Puede
ser que deseamos
Los ingenieros de la empresa Frutic S.A., desean
aumentarla, dismi-
realizar un experimento factorial para reducir
nuirla o llevarla a un
la consistencia de la jalea en los duraznos enla-
valor predetermina-
tados (medida en porcentaje de consistencia).
do.
Para la realización de este estudio se probaron los
2. Identificar los fac-
efectos de la temperatura del horno, el tiempo de
tores que pensamos
cocción y la concentración de agua, manejando
afectan en el proceso
unos niveles de máximo y mínimo utilizando
a la característica
signos (+ para el mayor y – para el menor). Para
objetivo. Mínimo
el efecto temperatura (A) se tomó 90 y 70 ºC; para
deben ser 2.
el tiempo (B) se tomó 45 y 35 minutos, y para la
3. Determinar los
concentración (C) se tomó 1 en 5 de agua y 1 en 8
niveles en los que se
de agua; dando como resultado la siguiente tabla:
probará cada factor.
Mínimo deben
ser 2. Buscar que
estos representen los
niveles más bajos y
altos factibles en el
proceso.
un arreglo predeter- 4 + + - + - - - ab
minado (factorial de 5 - - + + - - + c
8 pruebas o corri- 6 + - + - + - - ac
das).
7 - + + - - + - bc
8 + + + + + + + abc
56
5. Organizar las
pruebas. Se define
y explica al perso-
nal participante el
objetivo y el papel
de cada quien en la
conducción y toma
de datos en el expe-
rimento. Se diseñan
formatos para tomar
datos de ser necesa- Después de recolectado los datos se obtuvieron
rios para simplificar los siguientes resultados:
y hacer más efectivo
este esfuerzo. A B C AB AC BC ABC Comb
Resul-
tado
6. Tomar los datos. Se 1 - - - + + + - (1) 30,5
inicia el levantamien-
2 + - - - - + + a 50,5
to de la información y
3 - + - - + - + b 5,0
se recopilan todos los
datos. Es recomen- 4 + + - + - - - ab 53,7
dable que se anoten 5 - - + + - - + c 28,9
de manera precisa, y 6 + - + - + - - ac 72,9
que alguien monito- 7 - + + - - + - bc 49,7
ree y supervise que
8 + + + + + + + abc 70,5
estén completos y se
respeten los niveles y Suma 361,7
condiciones estableci-
das.
7. Colocar los datos en
arreglo. Si es necesa-
rio, hay que volver a
acomodar los datos de
manera que poda-
mos interpretarlos y
trabajar con ellos de
manera ordenada.
58
d. Llenar la Tabla de Se calculan los grados de libertad:
Anova con los fac-
tores, sus contribu- G.L. factor A = 2 – 1 = 1
ciones y los grados G.L. factor B = 2 – 1 = 1
de libertad. Los
G.L. factor C = 2 – 1 = 1
grados de libertad se
obtienen restando G.L. t = 8 – 1 = 7
1 a la cantidad de G.L. e = 7 – 1 – 1 – 1 = 4
niveles. G.L. = k – 1. G.L.AB= 2-1=1
Los G.L. totales se
G.L.AC= 2-1=1
obtienen restando
1 a la cantidad de G.L.BC=2-1=1
pruebas. Los G.L. del G.L.ABC=2-1=1
error, por diferencia.
e. Realizar la prueba Calculamos las medidas de varianza (MS) y el
F.; para esto ne- error con la fórmula de restar al total las sumas
cesitamos sacar la cuadrada de los demás factores como lo hicimos
varianza (dividiendo en la Tabla de Anova, y se llena la tabla con un
SC entre los G.L.). nivel de significancia del α = 0,05 dando como
Obtenemos la Fexp resultado:
dividiendo la va-
rianza de cada factor Fuen- F crí-
entre la varianza del SS G.L. MS F exp Resultado
te tica
error. La F crítica la A 1113,89 1 1113,89 2,46 7,71 Significante
sacamos de tablas o
Muy
bien de Excel, con el B 0,95 1 0,95 0,002
significante
valor de a deseado,
Muy
los grados de liber- C 423,33 1 423,33 0,934
significante
tad del factor y los
Muy
del error. AB 1,85 1 1,85 0,004
significante
Muy
AC 0,95 1 0,95 0,002
significante
Muy
BC 103,53 1 103,53 0,23
significante
Muy
ABC 168,35 1 168,35 0,37
significante
Error 1812,939 4 453,35
Total 3625,789 7
9. Desarrollar otro ex- Por último, los ingenieros que realizaron el estu-
perimento para con- dio concluyeron que todos los factores afectan a la
firmar los hallazgos, media del proceso.
o bien modificar los
factores y niveles, y
realizar otro análisis.
Fuente: El autor
60
4. Dividir la suma cua-
drada entre la cantidad
de datos (- o +). Esto
nos da como resultado
el promedio bajo y
alto de la interacción:
PAxB(-) y PAxB(+).
Se calcula el promedio bajo y alto, y la sumatoria
al cuadrado de cada interacción, dando como
5. Obtener la contri- resultado:
bución (SC) sim-
plemente sumando
31719, 61
los promedios bajo PAxB (-) = = 7929, 903
y alto, y restando el 4
factor de corrección. 33708, 96
PAxB (+) = = 8427, 24
4
SC AxB = PAxB (−) + PAxB (+)− fc SC AxB = 7929, 903 + 8427, 24 −16353, 36
SC AxB = 3, 783
Tempe- Con-
ratura centra- Interac-
Resultados
del ción de ción
Prueba horno agua
% de consis-
A C AxC
6. Repetir los pasos 2 tencia
al 6 ahora para cada 1 - - + 30,5
una de las demás 2 + - - 50,5
interacciones. Para la
3 - - + 5,0
interacción AxBxC se
sigue la misma regla 4 + - - 53,7
de signos: iguales dan 5 - + - 2,9
positivo y diferentes 6 + + + 72,9
dan negativo. 7 - + - 49,7
8 + + + 70,5
∑A x C – 182,8
∑A x C + 178,9
(∑A x C –)2 33415,84
(∑A x C +)2 32005,21
Con-
Tem-
Tiem- cen-
pera-
po de tra- Resulta-
tura Interacción
coc- ción dos
Prueba del
ción de
horno
agua
% de con-
A B C AxBxC
sistencia
1 - - - - 30,5
2 + - - + 50,5
3 - + - + 5,0
4 + + - - 53,7
5 - - + + 28,9
6 + - + - 72,9
7 - + + - 49,7
8 + + + + 70,5
∑A x B x C – 206,8
∑A x B x C + 154,9
(∑A x B x
42766,24
C–)2
(∑A x B x
23994,01
C+)2
62
33415, 84
PAxC (-) = = 8353, 96
4
32005, 21
PAxC (+) = = 8001, 303
4
25760, 25
PBxC (-) = = 6440, 063
4
40481, 44
PBxC (+) = =10120, 36
4
42766, 24
PAxBxC (-) = =10691, 56
4
23994, 01
PAxBxC (+) = = 5998, 503
4
SC AxC = 8353, 96 + 8001, 303 −16353, 36
SC AxC =1, 903
SC BxC = 6440, 063 +10120, 36 −16353, 36
SC BxC = 207, 063
SC AxBxC =10691, 56 + 5998, 503 −16353, 36
SC AxBxC = 336, 703
F Resul-
Factor SC G.L. MS F exp
crítica tado
Muy
A 1113,89 1 2227,78 705,218 10,13 signifi-
cante
Muy
C 423,33 1 846,66 268,016 signifi-
cante
Muy
BxC 207,063 1 207,06 65,55 signifi-
cante
Muy
AxB
336,703 1 336,70 106,58 signifi-
xC
cante
Error 9,476 3 3,159
Total 3625,79 7
Fuente: El autor
64
3.5 Herramientas para controlar:
A continuación se presentan las gráficas de control, como herramientas su-
geridas para la fase de control del proyecto Seis Sigma. Se incluyen los pasos
por seguir y su aplicación para un tipo específico de gráfico de control.
66
8. Con base en los datos, esta- Se realizaron las gráficas de control de
blecer una escala adecuada promedios (X-bar) y la de rangos (Range)
para que la gráfica sea visible como se muestra a continuación:
y graficar los puntos. En este X-bar for Col 1
caso los puntos serán los
278
promedios y rangos de los UCL = 277,11
subgrupos. CTR = 275,95
277
LCL = 274,79
9. Interpretar la gráfica. Las
siguientes condiciones
X-bar
276
denotan un proceso fuera de
control estadístico: 275
a. Un punto cae fuera de
los límites de control. 274
b. Hay 7 puntos seguidos
1 1,5 2 2,5 3 3,5 4
en el mismo lado (arriba
o abajo). Subgroup
c. Hay 7 puntos seguidos
que suben o bajan. Range Chart for Col 1
d. Dos de 3 puntos conse- 8
cutivos en el mismo lado UCL = 6,66
y fuera de la zona de + CTR = 3,75
6
/- 3 sigma. LCL = 0,84
e. 4 de 5 puntos consecu-
Range
Fuente: El autor
68
C A P Í T U LO
4
Operatividad de Seis Sigma
en Pymes manufactureras
La filosofía Seis Sigma entra a una organización por medio de la gerencia o
la junta directiva; es por eso que el pilar fundamental del proceso de mejora
Seis Sigma es la alta dirección; de ellos depende que la organización tenga el
privilegio de desarrollar una filosofía exitosa y de mucho provecho.
Una vez se conozca de la filosofía y sus beneficios, es el momento de
que toda la organización se entere y se involucre de lleno en su imple-
mentación, sin discriminar cargo alguno. Hay que tener pleno convenci-
miento de la misma y convencer a los empleados, realizar exposiciones y
divulgar información.
70
soft Excel). También se utiliza la herramienta Rendimiento de un proceso,
para determinar el porcentaje de eficiencia del proceso y tomarlo como
pauta para mejorarlo (ver herramientas para medir, Capítulo 3).
4.8. Control
En esta fase, mediante el uso de herramientas desarrolladas en otras fases
del ciclo, tales como gráficas de control, Rendimiento del proceso, Deter-
minación del nivel Sigma, como también la regresión lineal, la cual no ha
sido utilizada en las anteriores fases del ciclo, se lleva a cabo un seguimiento
de las mejoras en la fase anterior. El monitoreo que se desarrolla por medio
de las herramientas nombradas nos servirá de guía para proceder con otros
proyectos de mejora o robustecer las que se han efectuado. Una vez que se
lleve a cabo el monitoreo, no se debe dejar a un lado. Por el contrario, se
debe convertir en una herramienta de uso diario como un proceso de me-
jora continua. De esta forma se podrá alcanzar algún día el nivel Seis Sigma.
72
C A P Í T U LO
5
Caso de aplicación
5.1 Presentación de la empresa
El estudio se realizó en Manufacturas Quality Ltda., una empresa ma-
nufacturera del Tolima-Colombia, dedicada a la confección de camisetas
para maquila y constituida en el año 2003. La empresa posee un módulo
de producción de camisetas T-shirt en todas las tallas, con una capacidad
de producción de 150 unidades/hora en la presentación básica (tallas s-m-
l-xl). Actualmente cuenta con 17 empleados, distribuidos de la siguiente
forma: un Gerente Comercial, un Gerente de Producción, un Contador,
un Asesor Comercial, un Supervisor de Calidad, un Operario en corte,
diez operarios en confección y un Jefe de Mantenimiento. El respectivo
organigrama se presenta de la siguiente manera:
Gerente Comercial
Gerente de Producción
Asesor Comercial
D. Producción
5.1.1. Misión
Ser una empresa dentro del sector de las confecciones destacada por sus
altos índices de calidad y eficiencia; con políticas claras de diseño, pro-
ducción y comercialización dentro y fuera del país, y con un ambiente
organizacional óptimo para nuestros colaboradores de acuerdo a las nor-
mas y exigencias legales.
5.1.2. Visión
Posicionarnos en el mercado nacional e internacional, con una marca
propia en total independencia, llegando con nuevos conceptos en diseño
y parametrizando nuestros procesos en función de la excelencia brindada
a nuestros clientes, con reconocida tecnología ambiental y de calidad, con
recurso humano calificado.
1. Esta guía ha sido diseñada por el grupo de investigación de la Universidad de Ibagué, como
un documento didáctico para la aplicación de la metodología Seis Sigma en las Pymes
manufactureras del Tolima-Colombia.
74
empresa. Dentro de la misma semana se reúne a todo el personal para ex-
plicarle la filosofía y qué se va a hacer dentro de la empresa. Para la prime-
ra semana del mes de diciembre se empieza a buscar el personal idóneo
para la conformación de los miembros del equipo de mejora Seis Sigma.
La reducida dimensión de la empresa condiciona la creación del
equipo Seis Sigma. Se analiza el perfil de los directivos y de los demás em-
pleados para poder conformar una estructura adecuada que la desarrolle
de una manera efectiva. Después de hablar con los directivos, se llega a la
conclusión de que el Gerente Comercial desempeñe la función de Cam-
peón y el Gerente de Producción, la función de Cinturón Negro, dada su
experiencia previa en los temas de calidad y su profundo conocimiento
del proceso. Para el papel de Cinturón Verde se selecciona al Supervisor
de Producción.
Campeón
Maestro cinturón
negro
Cinturón
negro
Cinturón
verde
Fuente: El autor
76
Figura 5.3. Diagrama de Flujo del proceso de fabricación
de camisetas T-Shirt básica.
Inicio
Inspección
de materia
prima
Cierre de hombros
Recubrimiento de cuello
Pegar manga
Dobladillar falda
Revisión
Empaque
Fin
Fuente: El autor
Fuente: El autor
80 77,00
FREQUENCY
60 55,00
40
20
0
Fuente: El autor
78
Figura 5.5. Gráfico de Pareto con porcentaje acumulado
Pareto Chart
100,00
100
92,00
77,00
80
FREQUENCY
60 55,00
40
20
0
A B C D
Fuente: El autor
Lotes 1 2 3 4 5 6 7 8 9 10 Media
Errores 5 4 5 5 5 6 6 6 5 6 5,3
Fuente: El autor
5. 3
DPU
0.06625
80
La Tabla 5.3 muestra los errores que pueden afectar cada camiseta, y
que deben tenerse en cuenta para el cálculo del dpo.
Fuente: El autor
80
0.06625
DPO
0.00828125 (Probabilidad de cometer defectos)
8
Histograma
6
5
Frecuencia
4
3
2
1
0
4 5 6
Media= 5.3
Fuente: El autor
Continuando con la fase Medir del ciclo de mejora Seis Sigma, se lle-
va a cabo la determinación del rendimiento del proceso, como se muestra
a continuación:
Mano de obra
En cuanto a la mano de obra, la empresa presenta un alto grado de
ausentismo laboral (10 operarios ausentes por semana), lo cual es causa-
do por:
• La poca motivación de los operarios por el trabajo o por brindar
un buen rendimiento en la ejecución del mismo.
• Falta de sentido de pertenencia por la empresa.
• Lejanía de la empresa, ya que está ubicada en las afueras de Iba-
gué, en el sur de esta ciudad, en el sector de Boquerón, y todos los
operarios viven al extremo norte de esta ciudad.
• Insatisfacción por el salario devengado, se presenta una queja
por parte de los operarios por cobrar el salario mínimo.
• Costumbres adquiridas en otras empresas. Son quejas que se
presentan en especial con respecto al transporte, ya que la mayo-
82
ría (80%) de los operarios proviene de otras empresas en las que
se cuenta con un servicio de transporte por parte de la empresa
para transportar empleados hacia esta.
Medición
No se presenta ningún tipo de toma de datos en el proceso producti-
vo, esto es motivado por los siguientes aspectos:
• Falta de un Jefe de Producción, con conocimientos en toma de
tiempos y herramientas para la mejora de la calidad.
• Desinterés por parte de los gerentes por el comportamiento del
área de producción.
• Desconocimiento por parte de los gerentes acerca de las herra-
mientas para la mejora de la calidad.
Métodos
• Alto grado de exigencia por parte de los gerentes hacia los ope-
rarios, en cuanto al cumplimiento de los pedidos, pero no hay
preocupación por el rendimiento unitario de los operarios.
• Poca comunicación entre gerencias y el Departamento de Pro-
ducción.
• Despreocupación por parte de los gerentes hacia los operarios.
No motivación Tiempo
ocioso Despreocupación
No pertenencia por la empresa por los empleados
Polivalencia de
operarios La cantidad de errores
Costumbres adquiridas en otras empresas
en la fabricación de
camisetas T-Shirt
básicas
Falta de un jefe de
producción o
analista
No
hay
Desinterés por el
comportamiento del
proceso
Desconocimiento de las
herramientas para el
mejoramiento de la calidad
Máquina Medición Materia
s prima
Fuente: El autor
84
• Se incrementa el control de los operarios para que no se presente
distracción y tiempo ocioso durante las horas laborales.
• Se buscan operarios idóneos que realizarán correctamente las
operaciones, en el caso de volverse a presentar ausentismo, y de
este modo no retrasar el proceso de fabricación.
5.3 Resultados
Los resultados que se obtienen mediante la aplicación de la guía didáctica
de la filosofía Seis Sigma en Manufacturas Quality, se presentan a conti-
nuación:
• Se reduce en un 50% el rechazo de lotes de camisetas T-shirt bá-
sica, al pasar de cuatro lotes rechazados a dos. Los datos mejora-
dos de los lotes se presentan en la siguiente tabla:
Lotes 1 2 3 4 5 6 7 8 9 10 Promedio
Errores 6 6 5 5 5 5 5 5 4 4 5
Fuente: El autor
Datos mejorados
7
6
Cantidades
5 Datos
4 LS
3 LC
2 LI
1
0
1 2 3 4 5 6 7 8 9 10
Lotes
Fuente: El autor
DPU
DPO
# Oportunidades
0.0625
DPO
0.0078125
8
DPMO = 0.0078125 x 1.000.000 = 7812.5 Defectos por millón de opertunidades
86
SALE Lotes aceptados
RENDIMIENTO
ENTRA Total lotes
8
RENDIMIENTO 0.80 80%
10
5.4. Recomendaciones
Después de desarrollar y validar la guía de la filosofía Seis Sigma en Ma-
nufacturas Quality Ltda., es necesario formular las siguientes recomen-
daciones:
• Continuar con los procedimientos para el control del proceso y
de esta forma seguir con el monitoreo de las mejoras.
• Adoptar la filosofía Seis Sigma como una herramienta de uso
continuo, mediante el uso de la guía como un proceso de mejora
permanente.
• Se recomienda contratar un analista o un ingeniero industrial
para el cargo de Jefe de Producción, que conozca las herramien-
tas de mejoramiento de la calidad, y las ponga en práctica en el
proceso. Como complemento, o incluso tal vez como alternativa,
se recomienda mejorar el nivel de formación de los directivos del
área de producción en esas materias.
• Se sugiere continuar las charlas de motivación con los emplea-
dos, para evitar que se presente ausentismo laboral, y de esta for-
ma seguir con su control. Esas charlas deben de ser acompañadas
de acciones efectivas que muestren el compromiso de la empresa
con su personal.
• Realizar un estudio económico entre el costo de la implementa-
ción de la filosofía y el mejoramiento en términos económicos,
con su aplicación.
• Se propone la compra de un computador para el área de pro-
ducción, en el que se lleve el registro del control estadístico del
proceso, y los cambios que en este se lleven a cabo.
5.5. Conclusiones
• Se logró conformar una guía de la filosofía Seis Sigma adecuada a
las Pymes manufactureras del Tolima, con herramientas estadís-
ticas y técnicas para el mejoramiento de la calidad, que están al
88
Bibliografía
Breyfogle Forrest W. (2003). Implementing six sigma: Smarter solutions using sta-
tistical methods. New Jersey: Jhon Wiley and Sons, Inc.
Brue G. & Launsby R. G. (2003). Design for six sigma. New York: McGraw-Hill
Professional.
Brue G. (2005). Six Sigma for managers: 24 lessons to understand and apply Six
Sigma principles in any organization. Mc Graw-hill.
Cox I. & Gaudard M A. & Ramsey P J. & Stephens M L. & Wright L. (2010).
Visual six sigma – Making data analysis lean. New Jersey: SAS Institute, Inc.
Eckes G. (2003). Six sigma for everyone. Hoboken, NJ: Jhon Wiley and Sons, Inc.
Escalante Vázquez E. J. (2003). Seis Sigma metodología y técnicas. Balderas Méxi-
co: Editorial limusa S.A. & Grupo Noriega Editores.
Evans J. R. (2008). Administración y control de la calidad / James R. Evans, Wi-
lliam M. Lindsay. México: Editorial Cengage Learning.
Gitlow Howard S. (2006). Design for six sigma for green belts and champions:
applications for service operations, foundations, tools, dmadv, cases and cer-
tification / Howard S. Gitlow, David M. Levine, Edward A. Popovich. New
York: Editorial Pearson.
Gómez Fraile F. & Barrio Vilar J. & Tejero Monzón M. (2003). Seis Sigma. Ma-
drid, España: Fundación Confemetal.
Guajardo Garza E. (2008). Administración de la calidad total. México: Editorial
pax.
Gutiérrez H. (2004). Control estadístico de calidad y Seis Sigma. México: Mac
Graw Hill.
Gutiérrez H. (2005). Calidad total y productividad. México: Mac Graw Hill.
Instrumentos y técnicas de la gestión contemporánea (2004, abril 23 y 24). Semi-
nario Corporación Calidad, Bogotá, Colombia.
Izar Landeta J. M. & González Ortiz J. H. (2004). Las siete herramientas básicas
de la calidad: Descripción de las siete herramientas estadísticas para mejorar
la calidad y aumentar la productividad. México: Editorial Universitaria Po-
tosina.
Juran J. M. & Gryna F. M. & Bingham R.S. (2005). Manual de control de la cali-
dad. Madrid, España: Editorial Reverté S. A.
Ley 590 de 2000. Artículo 2.
90
Torrubiano Galante J. & Rico Vallejo C. (2003). Seis Sigma paso a paso (III).
Medir y Controlar. En Revista Forum Calidad 138/2003. p. 53-56. [online].
http://dialnet.unirioja.es/servlet/articulo?codigo=303677.
Cibergrafía
Aiteco Consultores. Herramientas de la Calidad para la mejora. Consultado el 4
de febrero de 2013 en: http://www.aiteco.com/herramientas-de-la-calidad/.
[Tomado el 4 de febrero de 2013].
Bulltek ltd. VI Sigma. Consultado el 4 de febrero de 2013 en: http://www.bull-
tek.com/Latin_America/Latin%20America%20Servicios/Latin%20Ameri-
ca%20Consultoria/VISigma_BLASC/visigma_blasc.html.
Centro de Investigación en Matemáticas cimat. ¿Qué es Seis Sigma? Consultado
el 4 de febrero de 2013 en: http://www.qualitylink.com.mx/qlquees.html.
García P. M. & Quispe A. C. & Ráez G. L. Sistema de calidad Seis Sigma (6ç):
gestión. Consultado el 4 de febrero de 2013 en: http://sisbib.unmsm.edu.pe/
bibvirtual/publicaciones/indata/v04_n1/sistema.htm.
Gestipolis. La metodología 6 sigma ¿qué es? ¿Para qué sirve? ¿Cómo se aplica?
¿Requerimientos para su implementación? ¿Etapas de implementación?
Consultado el 4 de febrero de 2013 en: http://www.gestiopolis.com/recur-
sos/experto/catsexp/pagans/ger/no12/6sigma.htm.
Isixsigma ¿What Is Six Sigma? Consultado el 4 de febrero de 2013 en: http://
www.isixsigma.com/sixsigma/six_sigma.asp.
Kjell Magnusson. Seis Sigma como instrumento para mejorar la calidad. Consul-
tado el 4 de febrero de 2013 en: http://www.seissigma.com enlace de España.
Lefcovich Mauricio Seis Sigma - Hacia un nuevo paradigma en gestión. Consul-
tado el 4 de febrero de 2013 en: http://www.gestiopolis.com/recursos/docu-
mentos/fulldocs/ger1/parassiglefco.htm.
López G. Metodología Six-Sigma: Calidad Industrial. Consultado el 4 de febrero
de 2013 en: http://www.mercadeo.com/archivos/six-sigma.pdf.
Pyzdek Thomas. Sigma level versus process capability estimates. Consultado el
4 de febrero de 2013 en: http://www.sixsigmatraining.org/statistical-tools-
for-six-sigma/sigma-level-versus-process-capability-estimates.html.
Quality link. Artículo Six Sigma. Consultado el 4 de febrero de 2013 en: http://
www.qualitylink.com.mx/qleditorialsixsigmaarticulo.html.
Six Sigma Adams. Welcome to Adams Six Sigma. Consultado el 4 de febrero de
2013 en: http://www.adamssixsigma.com/.
Sixsigmatutorial. ¿What is RACI? Consultado el 4 de febrero de 2013 en: http://
www.sixsigmatutorial.com.
Uch Portal de estudiantes de recursos humanos. Mejora continua de productos y
procesos con la metodología Seis Sigma. Consultado el 4 de febrero de 2013
92
Apéndices
Apéndice I. Fórmulas más utilizadas
Datos variables
Límite de control inferior = B3 * R
93
94
Número defectuosos Fácil de entender y de reco-
Línea central = =p Usualmente 100 a lectar los datos.
p Total inspeccionado 5000. Ayuda a dar prioridades.
Proporción de productos p(1-P) Puede variar en +/- Tamaño de muestra grande.
defectuosos. Límite de control = p ±3 25%.
n
Estadística básica
Seis Sigma
Los defectos por unidad son la medida más
Defectos básica de 6s.
DPU =
95
96
AMEF
La severidad es qué tan grave es el problema; la
RPN o número de probabili- frecuencia es cuántas veces ocurre y la detección,
dad de riesgo
RPN = Severidad ∗ Frecuencia ∗ Detección qué tan difícil es detectarlo. A estos se les asigna
un valor en escala de 1 al 5 o al 10.
Diseño de experimentos
n Los datos se arreglan en este caso por columnas
2 2 2 y renglones (bloques). Se suman los datos del
Suma de cuadrados totales. ∑x =x +x i n
i experimento elevados al cuadrado.
n A2 D3 D4 d2 B3 B4
Datos de la
Varianza VAR() VAR()
Muestra
Inverso de la
DISTR.NORM.ESTAND. Probabilidad entre
distribución normal NORMSINV()
INV() 0y1
estándar
Valor, Promedio
Valor de Z para
NORMALIZACIÓN() STANDARDIZE() y Desviación
distribución normal
estándar
Inverso de la Probabilidad,
DISTR.T.INV() TINV()
distribución t de student Grados de libertad
Valor, Grados de
Distribución F DISTR.F.() FDIST()
libertad 1 y 2
Probabilidad,
Inverso de la
DISTR.F.INV() FINV() Grados de libertad
distribución F
1y2
Inverso de la
Probabilidad,
distribución Chi DISTR.CHI.INV() CHIINV()
Grados de libertad
cuadrada
98
Apéndice IV. Tabla Normal Estándar
99
Z 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
100
2,4 0,008197536 0,00797626 0,00776025 0,00754941 0,00734363 0,00714281 0,00694685 0,00675565 0,00656912 0,00638715
2,5 0,006209665 0,00603656 0,00586774 0,00570313 0,00554262 0,00538615 0,00523361 0,00508493 0,00494002 0,0047988
2,6 0,004661188 0,00452711 0,00439649 0,00426924 0,0041453 0,00402459 0,00390703 0,00379256 0,00368111 0,0035726
2,7 0,003466974 0,00336416 0,0032641 0,00316672 0,00307196 0,00297976 0,00289007 0,00280281 0,00271794 0,0026354
2,8 0,00255513 0,00247707 0,00240118 0,0023274 0,00225568 0,00218596 0,00211821 0,00205236 0,00198838 0,00192621
2,9 0,001865813 0,00180714 0,00175016 0,00169481 0,00164106 0,00158887 0,0015382 0,001489 0,00144124 0,00139489
3 0,001349898 0,00130624 0,00126387 0,00122277 0,00118289 0,00114421 0,00110668 0,00107029 0,001035 0,00100078
3,1 0,000967603 0,00093544 0,00090426 0,00087403 0,00084474 0,00081635 0,00078885 0,00076219 0,00073638 0,00071136
3,2 0,000687138 0,00066367 0,00064095 0,00061895 0,00059765 0,00057703 0,00055706 0,00053774 0,00051904 0,00050094
3,3 0,000483424 0,00046648 0,00045009 0,00043423 0,00041889 0,00040406 0,00038971 0,00037584 0,00036243 0,00034946
3,4 0,000336929 0,00032481 0,00031311 0,00030179 0,00029086 0,00028029 0,00027009 0,00026023 0,00025071 0,00024151
3,5 0,000232629 0,00022405 0,00021577 0,00020778 0,00020006 0,00019262 0,00018543 0,00017849 0,0001718 0,00016534
3,6 0,000159109 0,0001531 0,0001473 0,00014171 0,00013632 0,00013112 0,00012611 0,00012128 0,00011662 0,00011213
3,7 0,0001078 0,00010363 9,9611E-05 9,574E-05 9,201E-05 8,8417E-05 8,4957E-05 8,1624E-05 7,8414E-05 7,5324E-05
3,8 7,2348E-05 6,9483E-05 6,6726E-05 6,4072E-05 6,1517E-05 5,9059E-05 5,6694E-05 5,4418E-05 5,2228E-05 5,0122E-05
3,9 4,80963E-05 4,6148E-05 4,4274E-05 4,2473E-05 4,0741E-05 3,9076E-05 3,7475E-05 3,5936E-05 3,4458E-05 3,3037E-05
4 3,16712E-05 3,0359E-05 2,9099E-05 2,7888E-05 2,6726E-05 2,5609E-05 2,4536E-05 2,3507E-05 2,2518E-05 2,1569E-05
4,1 2,06575E-05 1,9783E-05 1,8944E-05 1,8138E-05 1,7365E-05 1,6624E-05 1,5912E-05 1,523E-05 1,4575E-05 1,3948E-05
4,2 1,33457E-05 1,2769E-05 1,2215E-05 1,1685E-05 1,1176E-05 1,0689E-05 1,0221E-05 9,7736E-06 9,3447E-06 8,9337E-06
4,3 8,53991E-06 8,1627E-06 7,8015E-06 7,4555E-06 7,1241E-06 6,8069E-06 6,5031E-06 6,2123E-06 5,934E-06 5,6675E-06
4,4 5,41254E-06 5,1685E-06 4,935E-06 4,7117E-06 4,4979E-06 4,2935E-06 4,098E-06 3,911E-06 3,7322E-06 3,5612E-06
4,5 3,39767E-06 3,2414E-06 3,092E-06 2,9492E-06 2,8127E-06 2,6823E-06 2,5577E-06 2,4386E-06 2,3249E-06 2,2162E-06
4,6 2,11245E-06 2,0133E-06 1,9187E-06 1,8283E-06 1,742E-06 1,6597E-06 1,581E-06 1,506E-06 1,4344E-06 1,366E-06
4,7 1,30081E-06 1,2386E-06 1,1792E-06 1,1226E-06 1,0686E-06 1,0171E-06 9,6796E-07 9,2113E-07 8,7648E-07 8,3391E-07
4,8 7,93328E-07 7,5465E-07 7,1779E-07 6,8267E-07 6,492E-07 6,1731E-07 5,8693E-07 5,5799E-07 5,3043E-07 5,0418E-07
4,9 4,79183E-07 4,5538E-07 4,3272E-07 4,1115E-07 3,9061E-07 3,7107E-07 3,5247E-07 3,3476E-07 3,1792E-07 3,019E-07
Z 0 0,01 0,02 0,03 0,04 0,05 0,06 0,07 0,08 0,09
5 2,86652E-07 2,7215E-07 2,5836E-07 2,4524E-07 2,3277E-07 2,2091E-07 2,0963E-07 1,9891E-07 1,8872E-07 1,7903E-07
5,1 1,69827E-07 1,6108E-07 1,5277E-07 1,4487E-07 1,3737E-07 1,3024E-07 1,2347E-07 1,1705E-07 1,1094E-07 1,0515E-07
5,2 9,96443E-08 9,442E-08 8,9462E-08 8,4755E-08 8,0288E-08 7,605E-08 7,2028E-08 6,8212E-08 6,4592E-08 6,1158E-08
5,3 5,79013E-08 5,4813E-08 5,1884E-08 4,9106E-08 4,6473E-08 4,3977E-08 4,1611E-08 3,9368E-08 3,7243E-08 3,5229E-08
5,4 3,33204E-08 3,1512E-08 2,98E-08 2,8177E-08 2,664E-08 2,5185E-08 2,3807E-08 2,2502E-08 2,1266E-08 2,0097E-08
5,5 1,89896E-08 1,7942E-08 1,695E-08 1,6012E-08 1,5124E-08 1,4283E-08 1,3489E-08 1,2737E-08 1,2026E-08 1,1353E-08
5,6 1,07176E-08 1,0116E-08 9,5479E-09 9,0105E-09 8,5025E-09 8,0224E-09 7,5686E-09 7,1399E-09 6,7347E-09 6,352E-09
5,7 5,99037E-09 5,6488E-09 5,3262E-09 5,0215E-09 4,7338E-09 4,4622E-09 4,2057E-09 3,9636E-09 3,735E-09 3,5193E-09
5,8 3,31575E-09 3,1236E-09 2,9424E-09 2,7714E-09 2,61E-09 2,4579E-09 2,3143E-09 2,179E-09 2,0513E-09 1,931E-09
5,9 1,81751E-09 1,7105E-09 1,6097E-09 1,5147E-09 1,4251E-09 1,3407E-09 1,2612E-09 1,1863E-09 1,1157E-09 1,0492E-09
101
Apéndice V. Tabla Normal Ajustada para Seis Sigma
Probabilidad de un
σ fn(σ+1,5) fn(1,5-σ) Dpmo
defecto
0 0,933192799 0,933192799 1,00000000 1.000.000,00
0,1 0,945200708 0,919243341 0,97404263 974.042,63
0,2 0,955434537 0,903199515 0,94776498 947.764,98
0,3 0,964069681 0,88493033 0,92086065 920.860,65
0,4 0,97128344 0,864333939 0,89305050 893.050,50
0,5 0,977249868 0,841344746 0,86409488 864.094,88
0,6 0,982135579 0,815939875 0,83380430 833.804,30
0,7 0,986096552 0,788144601 0,80204805 802.048,05
0,8 0,98927589 0,758036348 0,76876046 768.760,46
0,9 0,991802464 0,725746882 0,73394442 733.944,42
1 0,993790335 0,691462461 0,69767213 697.672,13
1,10 0,995338812 0,655421742 0,66008293 660.082,93
1,12 0,995603512 0,648027292 0,65242378 652.423,78
1,13 0,995730757 0,644308755 0,64857800 648.578,00
1,14 0,995854699 0,640576433 0,64472173 644.721,73
1,15 0,995975411 0,636830651 0,64085524 640.855,24
1,16 0,996092967 0,633071736 0,63697877 636.978,77
1,17 0,996207438 0,629300019 0,63309258 633.092,58
1,18 0,996318892 0,625515835 0,62919694 629.196,94
1,19 0,996427399 0,621719522 0,62529212 625.292,12
1,20 0,996533026 0,617911422 0,62137840 621.378,40
1,21 0,99663584 0,614091881 0,61745604 617.456,04
1,22 0,996735904 0,610261248 0,61352534 613.525,34
1,23 0,996833284 0,606419873 0,60958659 609.586,59
1,24 0,996928041 0,602568113 0,60564007 605.640,07
1,25 0,997020237 0,598706326 0,60168609 601.686,09
1,26 0,997109932 0,594834872 0,59772494 597.724,94
1,27 0,997197185 0,590954115 0,59375693 593.756,93
1,28 0,997282055 0,587064423 0,58978237 589.782,37
1,29 0,997364598 0,583166163 0,58580157 585.801,57
1,30 0,99744487 0,579259709 0,58181484 581.814,84
1,31 0,997522925 0,575345435 0,57782251 577.822,51
1,32 0,997598818 0,571423716 0,57382490 573.824,90
1,33 0,9976726 0,567494932 0,56982233 569.822,33
102
Probabilidad de un
σ fn(σ+1,5) fn(1,5-σ) Dpmo
defecto
1,34 0,997744323 0,563559463 0,56581514 565.815,14
1,35 0,997814039 0,559617692 0,56180365 561.803,65
1,36 0,997881795 0,555670005 0,55778821 557.788,21
1,37 0,997947641 0,551716787 0,55376915 553.769,15
1,38 0,998011624 0,547758426 0,54974680 549.746,80
1,39 0,998073791 0,543795313 0,54572152 545.721,52
1,40 0,998134187 0,539827837 0,54169365 541.693,65
1,41 0,998192856 0,535856393 0,53766354 537.663,54
1,42 0,998249843 0,531881372 0,53363153 533.631,53
1,43 0,99830519 0,52790317 0,52959798 529.597,98
1,44 0,998358939 0,523922183 0,52556324 525.563,24
1,45 0,99841113 0,519938806 0,52152768 521.527,68
1,46 0,998461805 0,515953437 0,51749163 517.491,63
1,47 0,998511001 0,511966473 0,51345547 513.455,47
1,48 0,998558758 0,507978314 0,50941956 509.419,56
1,49 0,998605113 0,503989356 0,50538424 505.384,24
1,50 0,998650102 0,5 0,50134990 501.349,90
1,51 0,998693762 0,496010644 0,49731688 497.316,88
1,52 0,998736127 0,492021686 0,49328556 493.285,56
1,53 0,998777231 0,488033527 0,48925630 489.256,30
1,54 0,998817109 0,484046563 0,48522945 485.229,45
1,55 0,998855793 0,480061194 0,48120540 481.205,40
1,56 0,998893315 0,476077817 0,47718450 477.184,50
1,57 0,998929706 0,47209683 0,47316712 473.167,12
1,58 0,998978812 0,466528216 0,46754940 467.549,40
1,59 0,998999218 0,464143607 0,46514439 465.144,39
1,60 0,999032397 0,460172163 0,46113977 461.139,77
1,61 0,999064563 0,456204687 0,45714012 457.140,12
1,62 0,999095745 0,452241574 0,45314583 453.145,83
1,63 0,999125968 0,448283213 0,44915724 449.157,24
1,64 0,999155261 0,444329995 0,44517473 445.174,73
1,65 0,999183648 0,440382308 0,44119866 441.198,66
1,66 0,999211154 0,436440537 0,43722938 437.229,38
1,67 0,999237805 0,432505068 0,43326726 433.267,26
1,68 0,999263625 0,428576284 0,42931266 429.312,66
1,69 0,999288636 0,424654565 0,42536593 425.365,93
104
Probabilidad de un
σ fn(σ+1,5) fn(1,5-σ) Dpmo
defecto
2,06 0,999814573 0,287739719 0,28792515 287.925,15
2,07 0,999821509 0,284338849 0,28451734 284.517,34
2,08 0,999828203 0,280957309 0,28112911 281.129,11
2,09 0,999834661 0,277595325 0,27776066 277.760,66
2,10 0,999840891 0,274253118 0,27441223 274.412,23
2,11 0,999846901 0,270930904 0,27108400 271.084,00
2,12 0,999852698 0,267628893 0,26777619 267.776,19
2,13 0,999858289 0,264347292 0,26448900 264.489,00
2,14 0,999863681 0,2610863 0,26122262 261.222,62
2,15 0,99986888 0,257846111 0,25797723 257.977,23
2,16 0,999873892 0,254626915 0,25475302 254.753,02
2,17 0,999878725 0,251428895 0,25155017 251.550,17
2,18 0,999883383 0,24825223 0,24836885 248.368,85
2,19 0,999887873 0,245097094 0,24520922 245.209,22
2,20 0,9998922 0,241963652 0,24207145 242.071,45
2,21 0,99989637 0,238852068 0,23895570 238.955,70
2,22 0,999900389 0,235762498 0,23586211 235.862,11
2,23 0,99990426 0,232695092 0,23279083 232.790,83
2,24 0,99990799 0,229649997 0,22974201 229.742,01
2,25 0,999911583 0,226627352 0,22671577 226.715,77
2,26 0,999915043 0,223627292 0,22371225 223.712,25
2,27 0,999918376 0,220649946 0,22073157 220.731,57
2,28 0,999921586 0,217695438 0,21777385 217.773,85
2,29 0,999924676 0,214763884 0,21483921 214.839,21
2,30 0,999927652 0,211855399 0,21192775 211.927,75
2,31 0,999930517 0,208970088 0,20903957 209.039,57
2,32 0,999933274 0,206108054 0,20617478 206.174,78
2,33 0,999935928 0,203269392 0,20333346 203.333,46
2,34 0,999938483 0,200454193 0,20051571 200.515,71
2,35 0,999940941 0,197662543 0,19772160 197.721,60
2,36 0,999943306 0,194894521 0,19495121 194.951,21
2,37 0,999945582 0,192150202 0,19220462 192.204,62
2,38 0,999947772 0,189429655 0,18948188 189.481,88
2,39 0,999949878 0,186732943 0,18678307 186.783,07
2,40 0,999951904 0,184060125 0,18410822 184.108,22
2,41 0,999953852 0,181411255 0,18145740 181.457,40
106
Probabilidad de un
σ fn(σ+1,5) fn(1,5-σ) Dpmo
defecto
2,78 0,999990655 0,100272568 0,10028191 100.281,91
2,79 0,999991066 0,098525329 0,09853426 98.534,26
2,80 0,99999146 0,096800485 0,09680902 96.809,02
2,81 0,999991837 0,095097918 0,09510608 95.106,08
2,82 0,999992199 0,093417509 0,09342531 93.425,31
2,83 0,999992545 0,091759136 0,09176659 91.766,59
2,84 0,999992876 0,090122672 0,09012980 90.129,80
2,85 0,999993193 0,088507991 0,08851480 88.514,80
2,86 0,999993497 0,086914962 0,08692147 86.921,47
2,87 0,999993788 0,085343451 0,08534966 85.349,66
2,88 0,999994066 0,083793322 0,08379926 83.799,26
2,89 0,999994332 0,082264439 0,08227011 82.270,11
2,90 0,999994587 0,080756659 0,08076207 80.762,07
2,91 0,999994831 0,079269841 0,07927501 79.275,01
2,92 0,999995065 0,077803841 0,07780878 77.808,78
2,93 0,999995288 0,07635851 0,07636322 76.363,22
2,94 0,999995502 0,0749337 0,07493820 74.938,20
2,95 0,999995706 0,07352926 0,07353355 73.533,55
2,96 0,999995902 0,072145037 0,07214913 72.149,13
2,97 0,999996089 0,070780877 0,07078479 70.784,79
2,98 0,999996268 0,069436623 0,06944036 69.440,36
2,99 0,999996439 0,068112118 0,06811568 68.115,68
3,00 0,999996602 0,066807201 0,06681060 66.810,60
3,01 0,999996759 0,065521712 0,06552495 65.524,95
3,02 0,999996908 0,064255488 0,06425858 64.258,58
3,03 0,999997051 0,063008364 0,06301131 63.011,31
3,04 0,999997187 0,061780177 0,06178299 61.782,99
3,05 0,999997318 0,060570758 0,06057344 60.573,44
3,06 0,999997442 0,059379941 0,05938250 59.382,50
3,07 0,999997561 0,058207556 0,05820999 58.209,99
3,08 0,999997675 0,057053433 0,05705576 57.055,76
3,09 0,999997784 0,055917403 0,05591962 55.919,62
3,10 0,999997888 0,054799292 0,05480140 54.801,40
3,11 0,999997987 0,053698928 0,05370094 53.700,94
3,12 0,999998081 0,052616138 0,05261806 52.618,06
3,13 0,999998172 0,051550748 0,05155258 51.552,58
108
Probabilidad de un
σ fn(σ+1,5) fn(1,5-σ) Dpmo
defecto
3,50 0,999999713 0,022750132 0,02275042 22.750,42
3,51 0,999999728 0,022215594 0,02221587 22.215,87
3,52 0,999999742 0,021691694 0,02169195 21.691,95
3,53 0,999999755 0,02117827 0,02117851 21.178,51
3,54 0,999999767 0,020675163 0,02067540 20.675,40
3,55 0,999999779 0,020182215 0,02018244 20.182,44
3,56 0,99999979 0,01969927 0,01969948 19.699,48
3,57 0,999999801 0,019226172 0,01922637 19.226,37
3,58 0,999999811 0,018762766 0,01876296 18.762,96
3,59 0,999999821 0,0183089 0,01830908 18.309,08
3,60 0,99999983 0,017864421 0,01786459 17.864,59
3,61 0,999999839 0,017429178 0,01742934 17.429,34
3,62 0,999999847 0,017003023 0,01700318 17.003,18
3,63 0,999999855 0,016585807 0,01658595 16.585,95
3,64 0,999999863 0,016177383 0,01617752 16.177,52
3,65 0,99999987 0,015777607 0,01577774 15.777,74
3,66 0,999999877 0,015386335 0,01538646 15.386,46
3,67 0,999999883 0,015003423 0,01500354 15.003,54
3,68 0,999999889 0,014628731 0,01462884 14.628,84
3,69 0,999999895 0,014262118 0,01426222 14.262,22
3,70 0,9999999 0,013903448 0,01390355 13.903,55
3,71 0,999999906 0,013552581 0,01355268 13.552,68
3,72 0,999999911 0,013209384 0,01320947 13.209,47
3,73 0,999999915 0,012873721 0,01287381 12.873,81
3,74 0,99999992 0,012545461 0,01254554 12.545,54
3,75 0,999999924 0,012224473 0,01222455 12.224,55
3,76 0,999999928 0,011910625 0,01191070 11.910,70
3,77 0,999999932 0,011603792 0,01160386 11.603,86
3,78 0,999999935 0,011303844 0,01130391 11.303,91
3,79 0,999999939 0,011010658 0,01101072 11.010,72
3,80 0,999999942 0,01072411 0,01072417 10.724,17
3,81 0,999999945 0,010444077 0,01044413 10.444,13
3,82 0,999999948 0,010170439 0,01017049 10.170,49
3,83 0,999999951 0,009903076 0,00990312 9.903,12
3,84 0,999999954 0,00964187 0,00964192 9.641,92
3,85 0,999999956 0,009386706 0,00938675 9.386,75
110
Probabilidad de un
σ fn(σ+1,5) fn(1,5-σ) Dpmo
defecto
4,22 0,999999995 0,003264096 0,00326410 3.264,10
4,23 0,999999995 0,003166716 0,00316672 3.166,72
4,24 0,999999995 0,003071959 0,00307196 3.071,96
4,25 0,999999996 0,002979763 0,00297977 2.979,77
4,26 0,999999996 0,002890068 0,00289007 2.890,07
4,27 0,999999996 0,002802815 0,00280282 2.802,82
4,28 0,999999996 0,002717945 0,00271795 2.717,95
4,29 0,999999996 0,002635402 0,00263541 2.635,41
4,30 0,999999997 0,00255513 0,00255513 2.555,13
4,31 0,999999997 0,002477075 0,00247708 2.477,08
4,32 0,999999997 0,002401182 0,00240119 2.401,19
4,33 0,999999997 0,0023274 0,00232740 2.327,40
4,34 0,999999997 0,002255677 0,00225568 2.255,68
4,35 0,999999998 0,002185961 0,00218596 2.185,96
4,36 0,999999998 0,002118205 0,00211821 2.118,21
4,37 0,999999998 0,002052359 0,00205236 2.052,36
4,38 0,999999998 0,001988376 0,00198838 1.988,38
4,39 0,999999998 0,001926209 0,00192621 1.926,21
4,40 0,999999998 0,001865813 0,00186582 1.865,82
4,41 0,999999998 0,001807144 0,00180715 1.807,15
4,42 0,999999998 0,001750157 0,00175016 1.750,16
4,43 0,999999998 0,00169481 0,00169481 1.694,81
4,44 0,999999999 0,001641061 0,00164106 1.641,06
4,45 0,999999999 0,00158887 0,00158887 1.588,87
4,46 0,999999999 0,001538195 0,00153820 1.538,20
4,47 0,999999999 0,001488999 0,00148900 1.489,00
4,48 0,999999999 0,001441242 0,00144124 1.441,24
4,49 0,999999999 0,001394887 0,00139489 1.394,89
4,50 0,999999999 0,001349898 0,00134990 1.349,90
4,51 0,999999999 0,001306238 0,00130624 1.306,24
4,52 0,999999999 0,001263873 0,00126387 1.263,87
4,53 0,999999999 0,001222769 0,00122277 1.222,77
4,54 0,999999999 0,001182891 0,00118289 1.182,89
4,55 0,999999999 0,001144207 0,00114421 1.144,21
4,56 0,999999999 0,001106685 0,00110669 1.106,69
4,57 0,999999999 0,001070294 0,00107029 1.070,29
112
Probabilidad de un
σ fn(σ+1,5) fn(1,5-σ) Dpmo
defecto
4,94 1 0,000290857 0,00029086 290,86
4,95 1 0,000280293 0,00028029 280,29
4,96 1 0,000270088 0,00027009 270,09
4,97 1 0,000260229 0,00026023 260,23
4,98 1 0,000250707 0,00025071 250,71
4,99 1 0,00024151 0,00024151 241,51
5,00 1 0,000232629 0,00023263 232,63
5,01 1 0,000224053 0,00022405 224,05
5,02 1 0,000215773 0,00021577 215,77
5,03 1 0,00020778 0,00020778 207,78
5,04 1 0,000200064 0,00020006 200,06
5,05 1 0,000192616 0,00019262 192,62
5,06 1 0,000185427 0,00018543 185,43
5,07 1 0,000178491 0,00017849 178,49
5,08 1 0,000171797 0,00017180 171,80
5,09 1 0,000165339 0,00016534 165,34
5,10 1 0,000159109 0,00015911 159,11
5,11 1 0,000153099 0,00015310 153,10
5,12 1 0,000147302 0,00014730 147,30
5,13 1 0,000141711 0,00014171 141,71
5,14 1 0,000136319 0,00013632 136,32
5,15 1 0,00013112 0,00013112 131,12
5,16 1 0,000126108 0,00012611 126,11
5,17 1 0,000121275 0,00012128 121,28
5,18 1 0,000116617 0,00011662 116,62
5,19 1 0,000112127 0,00011213 112,13
5,20 1 0,0001078 0,00010780 107,80
5,21 1 0,00010363 0,00010363 103,63
5,22 1 9,96114E-05 0,00009961 99,61
5,23 1 9,57399E-05 0,00009574 95,74
5,24 1 9,20101E-05 0,00009201 92,01
5,25 1 8,84173E-05 0,00008842 88,42
5,26 1 8,49567E-05 0,00008496 84,96
5,27 1 8,16238E-05 0,00008162 81,62
5,28 1 7,84142E-05 0,00007841 78,41
5,29 1 7,53236E-05 0,00007532 75,32
114
Probabilidad de un
σ fn(σ+1,5) fn(1,5-σ) Dpmo
defecto
5,66 1 1,59124E-05 0,00001591 15,91
5,67 1 1,523E-05 0,00001523 15,23
5,68 1 1,45755E-05 0,00001458 14,58
5,69 1 1,39477E-05 0,00001395 13,95
5,70 1 1,33457E-05 0,00001335 13,35
5,71 1 1,27685E-05 0,00001277 12,77
5,72 1 1,22151E-05 0,00001222 12,22
5,73 1 1,16846E-05 0,00001168 11,68
5,74 1 1,1176E-05 0,00001118 11,18
5,75 1 1,06885E-05 0,00001069 10,69
5,76 1 1,02213E-05 0,00001022 10,22
5,77 1 9,77365E-06 0,00000977 9,77
5,78 1 9,34467E-06 0,00000934 9,34
5,79 1 8,93366E-06 0,00000893 8,93
5,80 1 8,53991E-06 0,00000854 8,54
5,81 1 8,16273E-06 0,00000816 8,16
5,82 1 7,80146E-06 0,00000780 7,80
5,83 1 7,45547E-06 0,00000746 7,46
5,84 1 7,12414E-06 0,00000712 7,12
5,85 1 6,80688E-06 0,00000681 6,81
5,86 1 6,50312E-06 0,00000650 6,50
5,87 1 6,21233E-06 0,00000621 6,21
5,88 1 5,93397E-06 0,00000593 5,93
5,89 1 5,66753E-06 0,00000567 5,67
5,90 1 5,41254E-06 0,00000541 5,41
5,91 1 5,16853E-06 0,00000517 5,17
5,92 1 4,93505E-06 0,00000494 4,94
5,93 1 4,71165E-06 0,00000471 4,71
5,94 1 4,49794E-06 0,00000450 4,50
5,95 1 4,29351E-06 0,00000429 4,29
5,96 1 4,09798E-06 0,00000410 4,10
5,97 1 3,91098E-06 0,00000391 3,91
5,98 1 3,73215E-06 0,00000373 3,73
5,99 1 3,56116E-06 0,00000356 3,56
6,00 1 3,39767E-06 0,00000340 3,40
116
33 15,815 19,047 23,110 32,336 43,745 47,400 50,725 54,776 57,649 63,870 33
34 16,501 19,806 23,952 33,336 44,903 48,602 51,966 56,061 58,964 65,247 34
35 17,192 20,569 24,797 34,336 46,059 49,802 53,203 57,342 60,275 66,619 35
36 17,887 21,336 25,643 35,336 47,212 50,998 54,437 58,619 61,582 67,985 36
37 18,586 22,106 26,492 36,335 48,363 52,192 55,668 59,892 62,884 69,346 37
38 19,289 22,878 27,343 37,335 49,513 53,384 56,896 61,162 64,182 70,703 38
39 19,996 23,654 28,196 38,335 50,660 54,572 58,120 62,428 65,476 72,055 39
40 20,707 24,433 29,051 39,335 51,805 55,758 59,342 63,691 66,766 73,402 40
41 21,421 25,215 29,907 40,335 52,949 56,942 60,561 64,950 68,053 74,745 41
42 22,138 25,999 30,765 41,335 54,090 58,124 61,777 66,206 69,336 76,084 42
43 22,859 26,785 31,625 42,335 55,230 59,304 62,990 67,459 70,616 77,419 43
44 23,584 27,575 32,487 43,335 56,369 60,481 64,202 68,710 71,893 78,750 44
45 24,311 28,366 33,350 44,335 57,505 61,656 65,410 69,957 73,166 80,077 45
46 25,042 29,160 34,215 45,335 58,641 62,830 66,617 71,201 74,437 81,400 46
47 25,775 29,956 35,081 46,335 59,774 64,001 67,821 72,443 75,704 82,720 47
48 26,511 30,755 35,949 47,335 60,907 65,171 69,023 73,683 76,969 84,037 48
49 27,249 31,555 36,818 48,335 62,038 66,339 70,222 74,919 78,231 85,351 49
50 27,991 32,357 37,689 49,335 63,167 67,505 71,420 76,154 79,490 86,661 50
51 28,735 33,162 38,560 50,335 64,295 68,669 72,616 77,386 80,747 87,968 51
52 29,481 33,968 39,433 51,335 65,422 69,832 73,810 78,616 82,001 89,272 52
53 30,230 34,776 40,308 52,335 66,548 70,993 75,002 79,843 83,253 90,573 53
54 30,981 35,586 41,183 53,335 67,673 72,153 76,192 81,069 84,502 91,872 54
55 31,735 36,398 42,060 54,335 68,796 73,311 77,380 82,292 85,749 93,168 55
56 32,490 37,212 42,937 55,335 69,918 74,468 78,567 83,513 86,994 94,460 56
57 33,248 38,027 43,816 56,335 71,040 75,624 79,752 84,733 88,237 95,751 57
58 34,008 38,844 44,696 57,335 72,160 76,778 80,936 85,950 89,477 97,039 58
59 34,770 39,662 45,577 58,335 73,279 77,931 82,117 87,166 90,715 98,324 59
60 35,534 40,482 46,459 59,335 74,397 79,082 83,298 88,379 91,952 99,607 60
61 36,300 41,303 47,342 60,335 75,514 80,232 84,476 89,591 93,186 100,888 61
62 37,068 42,126 48,226 61,335 76,630 81,381 85,654 90,802 94,419 102,166 62
63 37,838 42,950 49,111 62,335 77,745 82,529 86,830 92,010 95,649 103,442 63
64 38,610 43,776 49,996 63,335 78,860 83,675 88,004 93,217 96,878 104,716 64
65 39,383 44,603 50,883 64,335 79,973 84,821 89,177 94,422 98,105 105,988 65
66 40,158 45,431 51,770 65,335 81,085 85,965 90,349 95,626 99,331 107,258 66
67 40,935 46,261 52,659 66,335 82,197 87,108 91,519 96,828 100,550 108,526 67
68 41,713 47,092 53,548 67,334 83,308 88,250 92,689 98,028 101,780 109,791 68
69 42,494 47,924 54,438 68,334 84,418 89,391 93,856 99,228 103,000 111,055 69
70 43,275 48,758 55,329 69,334 85,527 90,531 95,023 100,430 104,210 112,317 70
71 44,058 49,592 56,221 70,334 86,635 91,670 96,189 101,620 105,430 113,577 71
72 44,843 50,428 57,113 71,334 87,743 92,808 97,353 102,820 106,650 114,835 72
1 2
Nota: Para v > 100 tome X 2 =
2
( Z α + 2v − 1 )
118
Apéndice VII. Tabla de la Distribución t Student
1 – a/2 = 0.05%
1 – a/2 = 0.05%
1 – a = 0.05%
Colas
1-a 0,250 0,200 0,100 0,050 0,025 0,010 0,005 0,001 0,0005 una
1-a 0,900 0,500 0,400 0,200 0,100 0,050 0,020 0,010 0,002 0,001 dos
n n
1 0,158 1,000 1,376 3,078 6,314 12,706 31,821 63,657 318,289 636,619 1
2 0,142 0,816 1,061 1,886 2,920 4,303 6,965 9,925 22,328 31,598 2
3 0,137 0,765 0,978 1,638 2,353 3,182 4,541 5,841 10,214 12,924 3
4 0,134 0,741 0,941 1,533 2,132 2,776 3,747 4,604 7,173 8,610 4
5 0,132 0,727 0,920 1,476 2,015 2,571 3,365 4,032 5,894 6,869 5
6 0,131 0,718 0,906 1,440 1,943 2,447 3,143 3,707 5,208 5,959 6
7 0,130 0,711 0,896 1,415 1,895 2,365 2,998 3,499 4,785 5,408 7
8 0,130 0,706 0,889 1,397 1,860 2,306 2,896 3,355 4,501 5,041 8
9 0,129 0,703 0,883 1,383 1,833 2,262 2,821 3,250 4,297 4,781 9
10 0,129 0,700 0,879 1,372 1,812 2,228 2,764 3,169 4,144 4,587 10
11 0,129 0,697 0,876 1,363 1,796 2,201 2,718 3,106 4,025 4,437 11
12 0,128 0,695 0,873 1,356 1,782 2,179 2,681 3,055 3,930 4,318 12
13 0,128 0,694 0,870 1,350 1,771 2,160 2,650 3,012 3,852 4,221 13
14 0,128 0,692 0,868 1,345 1,761 2,145 2,624 2,977 3,787 4,140 14
15 0,128 0,691 0,866 1,341 1,753 2,131 2,602 2,947 3,733 4,073 15
16 0,128 0,690 0,865 1,337 1,746 2,120 2,583 2,921 3,686 4,015 16
17 0,128 0,698 0,863 1,333 1,740 2,110 2,567 2,898 3,646 3,965 17
18 0,127 0,688 0,862 1,330 1,734 2,101 2,552 2,878 3,610 3,922 18
19 0,127 0,688 0,861 1,328 1,729 2,093 2,539 2,861 3,579 3,883 19
120
Apéndice VIII. Tabla de Fisher para un nivel de confianza del 95%
n1 1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 ¥
n2
1 161,4 199,5 215,7 224,6 230,2 234,0 236,8 238,9 240,5 241,9 243,9 245,9 248,0 249,1 250,1 251,1 252,2 253,3 254,3
2 18,51 19,00 19,16 19,25 19,30 19,33 19,35 19,37 19,38 19,40 19,41 19,43 19,45 19,45 19,46 19,47 19,48 19,49 19,50
4 7,71 6,94 6,59 6,39 6,26 6,16 6,09 6,04 6,00 5,96 5,91 5,86 5,80 5,77 5,75 5,72 5,69 5,66 5,63
5 6,61 5,79 5,41 5,19 5,05 4,95 4,88 4,82 4,77 4,74 4,68 4,62 4,56 4,53 4,50 4,46 4,43 4,40 4,37
6 5,99 5,14 4,76 4,53 4,39 4,28 4,21 4,15 4,10 4,06 4,00 3,94 3,87 3,84 3,81 3,77 3,74 3,70 3,67
7 5,59 4,74 4,35 4,12 3,97 3,87 3,79 3,73 3,68 3,64 3,57 3,51 3,44 3,41 3,38 3,34 3,30 3,27 3,23
8 5,32 4,46 4,07 3,84 3,69 3,58 3,50 3,44 3,39 3,35 3,28 3,22 3,15 3,12 3,08 3,04 3,01 2,97 2,93
9 5,12 4,26 3,86 3,63 3,48 3,37 3,29 3,23 3,18 3,14 3,07 3,01 2,94 2,90 2,86 2,83 2,79 2,75 2,71
10 4,96 4,10 3,71 3,48 3,33 3,22 3,14 3,07 3,02 2,98 2,91 2,85 2,77 2,74 2,70 2,66 2,62 2,58 2,54
11 4,84 3,98 3,59 3,36 3,20 3,09 3,01 2,95 2,90 2,85 2,79 2,72 2,65 2,61 2,57 2,53 2,49 2,45 2,41
12 4,75 3,89 3,49 3,26 3,11 3,00 2,91 2,85 2,80 2,75 2,69 2,62 2,54 2,51 2,47 2,43 2,38 2,34 2,30
13 4,67 3,81 3,41 3,18 3,03 2,92 2,83 2,77 2,71 2,67 2,60 2,53 2,46 2,42 2,38 2,34 2,30 2,25 2,21
14 4,60 3,74 3,34 3,11 2,96 2,85 2,76 2,70 2,65 2,60 2,53 2,46 2,39 2,35 2,31 2,27 2,22 2,18 2,13
121
15 4,54 3,68 3,29 3,06 2,90 2,79 2,71 2,64 2,59 2,54 2,48 2,40 2,33 2,29 2,25 2,20 2,16 2,11 2,07
122
16 4,49 3,63 3,24 3,01 2,85 2,74 2,66 2,59 2,54 2,49 2,42 2,35 2,28 2,24 2,19 2,15 2,11 2,06 2,01
17 4,45 3,59 3,20 2,96 2,81 2,70 2,61 2,55 2,49 2,45 2,38 2,31 2,23 2,19 2,15 2,10 2,06 2,01 1,96
18 4,41 3,55 3,16 2,93 2,77 2,66 2,58 2,51 2,46 2,41 2,34 2,27 2,19 2,15 2,11 2,06 2,02 1,97 1,92
19 4,38 3,52 3,13 2,90 2,74 2,63 2,54 2,48 2,42 2,38 2,31 2,23 2,16 2,11 2,07 2,03 1,98 1,93 1,88
20 4,35 3,49 3,10 2,87 2,71 2,60 2,51 2,45 2,39 2,35 2,28 2,20 2,12 2,08 2,04 1,99 1,95 1,90 1,84
21 4,32 3,47 3,07 2,84 2,68 2,57 2,49 2,42 2,37 2,32 2,25 2,18 2,10 2,05 2,01 1,96 1,92 1,87 1,81
22 4,30 3,44 3,05 2,82 2,66 2,55 2,46 2,40 2,34 2,30 2,23 2,15 2,07 2,03 1,98 1,94 1,89 1,84 1,78
23 4,28 3,42 3,03 2,80 2,64 2,53 2,44 2,37 2,32 2,27 2,20 2,13 2,05 2,01 1,96 1,91 1,86 1,81 1,76
24 4,26 3,40 3,01 2,78 2,62 2,51 2,42 2,36 2,30 2,25 2,18 2,11 2,03 1,98 1,94 1,89 1,84 1,79 1,73
25 4,24 3,39 2,99 2,76 2,60 2,49 2,40 2,34 2,28 2,24 2,16 2,09 2,01 1,96 1,92 1,87 1,82 1,77 1,71
26 4,23 3,37 2,98 2,74 2,59 2,47 2,39 2,32 2,27 2,22 2,15 2,07 1,99 1,95 1,90 1,85 1,80 1,75 1,69
27 4,21 3,35 2,96 2,73 2,57 2,46 2,37 2,31 2,25 2,20 2,13 2,06 1,97 1,93 1,88 1,84 1,79 1,73 1,67
28 4,20 3,34 2,95 2,71 2,56 2,45 2,36 2,29 2,24 2,19 2,12 2,04 1,96 1,91 1,87 1,82 1,77 1,71 1,65
29 4,18 3,33 2,93 2,70 2,55 2,43 2,35 2,28 2,22 2,18 2,10 2,03 1,94 1,90 1,85 1,81 1,75 1,70 1,64
30 4,17 3,32 2,92 2,69 2,53 2,42 2,33 2,27 2,21 2,16 2,09 2,01 1,93 1,89 1,84 1,79 1,74 1,68 1,62
40 4,08 3,23 2,84 2,61 2,45 2,34 2,25 2,18 2,12 2,08 2,00 1,92 1,84 1,79 1,74 1,69 1,64 1,58 1,51
60 4,00 3,15 2,76 2,53 2,37 2,25 2,17 2,10 2,04 1,99 1,92 1,84 1,75 1,70 1,65 1,59 1,53 1,47 1,39
120 3,92 3,07 2,68 2,45 2,29 2,18 2,09 2,02 1,96 1,91 1,83 1,75 1,66 1,61 1,55 1,50 1,43 1,35 1,26
¥ 3,84 3,00 2,61 2,4 2,21 2,10 2,01 1,94 1,88 1,83 1,75 1,67 1,57 1,52 1,46 1,40 1,32 1,22 1,03
Apéndice IX. Tabla de Fisher para un nivel de confianza del 97,5%
n1 1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 ¥
n2
1 648 799 864 900 922 937 948 957 963 969 977 985 993 997 1001 1006 1010 1014 1018
2 38,51 39,00 39,17 39,25 39,30 39,33 39,36 39,37 39,39 39,40 39,41 39,43 39,45 39,46 39,46 39,47 39,48 39,49 39,50
3 17,44 16,04 15,44 15,10 14,88 14,73 14,62 14,54 14,47 14,42 14,34 14,25 14,17 14,12 14,08 14,04 13,99 13,95 13,90
4 12,22 10,65 9,98 9,60 9,36 9,20 9,07 8,98 8,90 8,84 8,75 8,66 8,56 8,51 8,46 8,41 8,36 8,31 8,26
6 8,81 7,26 6,60 6,23 5,99 5,82 5,70 5,60 5,52 5,46 5,37 5,27 5,17 5,12 5,07 5,01 4,96 4,90 4,85
7 8,07 6,54 5,89 5,52 5,29 5,12 4,99 4,90 4,82 4,76 4,67 4,57 4,47 4,41 4,36 4,31 4,25 4,20 4,14
8 7,57 6,06 5,42 5,05 4,82 4,65 4,53 4,43 4,36 4,30 4,20 4,10 4,00 3,95 3,89 3,84 3,78 3,73 3,67
9 7,21 5,71 5,08 4,72 4,48 4,32 4,20 4,10 4,03 3,96 3,87 3,77 3,67 3,61 3,56 3,51 3,45 3,39 3,33
10 6,94 5,46 4,83 4,47 4,24 4,07 3,95 3,85 3,78 3,72 3,62 3,52 3,42 3,37 3,31 3,26 3,20 3,14 3,08
11 6,72 5,26 4,63 4,28 4,04 3,88 3,76 3,66 3,59 3,53 3,43 3,33 3,23 3,17 3,12 3,06 3,00 2,94 2,88
12 6,55 5,10 4,47 4,12 3,89 3,73 3,61 3,51 3,44 3,37 3,28 3,18 3,07 3,02 2,96 2,91 2,85 2,79 2,73
13 6,41 4,97 4,35 4,00 3,77 3,60 3,48 3,39 3,31 3,25 3,15 3,05 2,95 2,89 2,84 2,78 2,72 2,66 2,60
14 6,30 4,86 4,24 3,89 3,66 3,50 3,38 3,29 3,21 3,15 3,05 2,95 2,84 2,79 2,73 2,67 2,61 2,55 2,49
15 6,20 4,77 4,15 3,80 3,58 3,41 3,29 3,20 3,12 3,06 2,96 2,86 2,76 2,70 2,64 2,59 2,52 2,46 2,40
16 6,12 4,69 4,08 3,73 3,50 3,34 3,22 3,12 3,05 2,99 2,89 2,79 2,68 2,63 2,57 2,51 2,45 2,38 2,32
123
17 6,04 4,62 4,01 3,66 3,44 3,28 3,16 3,06 2,98 2,92 2,82 2,72 2,62 2,56 2,50 2,44 2,38 2,32 2,25
124
18 5,98 4,56 3,95 3,61 3,38 3,22 3,10 3,01 2,93 2,87 2,77 2,67 2,56 2,50 2,44 2,38 2,32 2,26 2,19
19 5,92 4,51 3,90 3,56 3,33 3,17 3,05 2,96 2,88 2,82 2,72 2,62 2,51 2,45 2,39 2,33 2,27 2,20 2,13
20 5,87 4,46 3,86 3,51 3,29 3,13 3,01 2,91 2,84 2,77 2,68 2,57 2,46 2,41 2,35 2,29 2,22 2,16 2,09
21 5,83 4,42 3,82 3,48 3,25 3,09 2,97 2,87 2,80 2,73 2,64 2,53 2,42 2,37 2,31 2,25 2,18 2,11 2,04
22 5,79 4,38 3,78 3,44 3,22 3,05 2,93 2,84 2,76 2,70 2,60 2,50 2,39 2,33 2,27 2,21 2,14 2,08 2,00
23 5,75 4,35 3,75 3,41 3,18 3,02 2,90 2,81 2,73 2,67 2,57 2,47 2,36 2,30 2,24 2,18 2,11 2,04 1,97
24 5,72 4,32 3,72 3,38 3,15 2,99 2,87 2,78 2,70 2,64 2,54 2,44 2,33 2,27 2,21 2,15 2,08 2,01 1,94
25 5,69 4,29 3,69 3,35 3,13 2,97 2,85 2,75 2,68 2,61 2,51 2,41 2,30 2,24 2,18 2,12 2,05 1,98 1,91
26 5,66 4,27 3,67 3,33 3,10 2,94 2,82 2,73 2,65 2,59 2,49 2,39 2,28 2,22 2,16 2,09 2,03 1,95 1,88
27 5,63 4,24 3,65 3,31 3,08 2,92 2,80 2,71 2,63 2,57 2,47 2,36 2,25 2,19 2,13 2,07 2,00 1,93 1,85
28 5,61 4,22 3,63 3,29 3,06 2,90 2,78 2,69 2,61 2,55 2,45 2,34 2,23 2,17 2,11 2,05 1,98 1,91 1,83
29 5,59 4,20 3,61 3,27 3,04 2,88 2,76 2,67 2,59 2,53 2,43 2,32 2,21 2,15 2,09 2,03 1,96 1,89 1,81
30 5,57 4,18 3,59 3,25 3,03 2,87 2,75 2,65 2,57 2,51 2,41 2,31 2,20 2,14 2,07 2,01 1,94 1,87 1,79
40 5,42 4,05 3,46 3,13 2,90 2,74 2,62 2,53 2,45 2,39 2,29 2,18 2,07 2,01 1,94 1,88 1,80 1,72 1,64
60 5,29 3,93 3,34 3,01 2,79 2,63 2,51 2,41 2,33 2,27 2,17 2,06 1,94 1,88 1,82 1,74 1,67 1,58 1,48
120 5,15 3,80 3,23 2,89 2,67 2,52 2,39 2,30 2,22 2,16 2,05 1,94 1,82 1,76 1,69 1,61 1,53 1,43 1,31
¥ 3,84 3,69 3,12 2,8 2,57 2,41 2,29 2,19 2,11 2,05 1,95 1,83 1,71 1,64 1,57 1,49 1,39 1,27 1,04
Apéndice X. Tabla de Fisher para un nivel de confianza del 99%
n1 1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 ¥
n2
1 4052 4999 5404 5624 5764 5859 5928 5981 6022 6056 6107 6157 6209 6234 6260 6286 6313 6340 6366
2 98,50 99,00 99,16 99,25 99,30 99,33 99,36 99,38 99,39 99,40 99,42 99,43 99,45 99,46 99,47 99,48 99,48 99,49 99,50
3 34,12 30,82 29,46 28,71 28,24 27,91 27,67 27,49 27,34 27,23 27,05 26,87 26,69 26,60 26,50 26,41 26,32 26,22 26,13
4 21,20 18,00 16,69 15,98 15,52 15,21 14,98 14,80 14,66 14,55 14,37 14,20 14,02 13,93 13,84 13,75 13,65 13,56 13,46
6 13,75 10,92 9,78 9,15 8,75 8,47 8,26 8,10 7,98 7,87 7,72 7,56 7,40 7,31 7,23 7,14 7,06 6,97 6,88
7 12,25 9,55 8,45 7,85 7,46 7,19 6,99 6,84 6,72 6,62 6,47 6,31 6,16 6,07 5,99 5,91 5,82 5,74 5,65
8 11,26 8,65 7,59 7,01 6,63 6,37 6,18 6,03 5,91 5,81 5,67 5,52 5,36 5,28 5,20 5,12 5,03 4,95 4,86
9 10,56 8,02 6,99 6,42 6,06 5,80 5,61 5,47 5,35 5,26 5,11 4,96 4,81 4,73 4,65 4,57 4,48 4,40 4,31
10 10,04 7,56 6,55 5,99 5,64 5,39 5,20 5,06 4,94 4,85 4,71 4,56 4,41 4,33 4,25 4,17 4,08 4,00 3,91
11 9,65 7,21 6,22 5,67 5,32 5,07 4,89 4,74 4,63 4,54 4,40 4,25 4,10 4,02 3,94 3,86 3,78 3,69 3,60
12 9,33 6,93 5,95 5,41 5,06 4,82 4,64 4,50 4,39 4,30 4,16 4,01 3,86 3,78 3,70 3,62 3,54 3,45 3,36
13 9,07 6,70 5,74 5,21 4,86 4,62 4,44 4,30 4,19 4,10 3,96 3,82 3,66 3,59 3,51 3,43 3,34 3,25 3,17
14 8,86 6,51 5,56 5,04 4,69 4,46 4,28 4,14 4,03 3,94 3,80 3,66 3,51 3,43 3,35 3,27 3,18 3,09 3,01
15 8,68 6,36 5,42 4,89 4,56 4,32 4,14 4,00 3,89 3,80 3,67 3,52 3,37 3,29 3,21 3,13 3,05 2,96 2,87
16 8,53 6,23 5,29 4,77 4,44 4,20 4,03 3,89 3,78 3,69 3,55 3,41 3,26 3,18 3,10 3,02 2,93 2,84 2,75
125
17 8,40 6,11 5,19 4,67 4,34 4,10 3,93 3,79 3,68 3,59 3,46 3,31 3,16 3,08 3,00 2,92 2,83 2,75 2,65
126
18 8,29 6,01 5,09 4,58 4,25 4,01 3,84 3,71 3,60 3,51 3,37 3,23 3,08 3,00 2,92 2,84 2,75 2,66 2,57
19 8,18 5,93 5,01 4,50 4,17 3,94 3,77 3,63 3,52 3,43 3,30 3,15 3,00 2,92 2,84 2,76 2,67 2,58 2,49
20 8,10 5,85 4,94 4,43 4,10 3,87 3,70 3,56 3,46 3,37 3,23 3,09 2,94 2,86 2,78 2,69 2,61 2,52 2,42
21 8,02 5,78 4,87 4,37 4,04 3,81 3,64 3,51 3,40 3,31 3,17 3,03 2,88 2,80 2,72 2,64 2,55 2,46 2,36
22 7,95 5,72 4,82 4,31 3,99 3,76 3,59 3,45 3,35 3,26 3,12 2,98 2,83 2,75 2,67 2,58 2,50 2,40 2,31
23 7,88 5,66 4,76 4,26 3,94 3,71 3,54 3,41 3,30 3,21 3,07 2,93 2,78 2,70 2,62 2,54 2,45 2,35 2,26
24 7,82 5,61 4,72 4,22 3,90 3,67 3,50 3,36 3,26 3,17 3,03 2,89 2,74 2,66 2,58 2,49 2,40 2,31 2,21
25 7,77 5,57 4,68 4,18 3,85 3,63 3,46 3,32 3,22 3,13 2,99 2,85 2,70 2,62 2,54 2,45 2,36 2,27 2,17
26 7,72 5,53 4,64 4,14 3,82 3,59 3,42 3,29 3,18 3,09 2,96 2,81 2,66 2,58 2,50 2,42 2,33 2,23 2,13
27 7,68 5,49 4,60 4,11 3,78 3,56 3,39 3,26 3,15 3,06 2,93 2,78 2,63 2,55 2,47 2,38 2,29 2,20 2,10
28 7,64 5,45 4,57 4,07 3,75 3,53 3,36 3,23 3,12 3,03 2,90 2,75 2,60 2,52 2,44 2,35 2,26 2,17 2,07
29 7,60 5,42 4,54 4,04 3,73 3,50 3,33 3,20 3,09 3,00 2,87 2,73 2,57 2,49 2,41 2,33 2,23 2,14 2,04
30 7,56 5,39 4,51 4,02 3,70 3,47 3,30 3,17 3,07 2,98 2,84 2,70 2,55 2,47 2,39 2,30 2,21 2,11 2,01
40 7,31 5,18 4,31 3,83 3,51 3,29 3,12 2,99 2,89 2,80 2,66 2,52 2,37 2,29 2,20 2,11 2,02 1,92 1,81
60 7,08 4,98 4,13 3,65 3,34 3,12 2,95 2,82 2,72 2,63 2,50 2,35 2,20 2,12 2,03 1,94 1,84 1,73 1,60
120 6,85 4,79 3,95 3,48 3,17 2,96 2,79 2,66 2,56 2,47 2,34 2,19 2,03 1,95 1,86 1,76 1,66 1,53 1,38
¥ 3,84 4,61 3,78 3,3 3,02 2,80 2,64 2,51 2,41 2,32 2,19 2,04 1,88 1,79 1,70 1,59 1,48 1,33 1,05
Apéndice XI. Tabla de Fisher para un nivel de confianza del 99,5%
n1 1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 ¥
n2
1 16212 19997 21614 22501 23056 23440 23715 23924 24091 24222 24427 24632 24837 24937 25041 25146 25254 25358 25466
2 198,5 199,0 199,2 199,2 199,3 199,3 199,4 199,4 199,4 199,4 199,4 199,4 199,4 199,4 199,5 199,5 199,5 199,5 199,5
3 55,6 49,8 47,5 46,2 45,4 44,8 44,4 44,1 43,9 43,7 43,4 43,1 42,8 42,6 42,5 42,3 42,1 42,0 41,8
4 31,33 26,28 24,26 23,15 22,46 21,98 21,62 21,35 21,14 20,97 20,70 20,44 20,17 20,03 19,89 19,75 19,61 19,47 19,33
6 18,63 14,54 12,92 12,03 11,46 11,07 10,79 10,57 10,39 10,25 10,03 9,81 9,59 9,47 9,36 9,24 9,12 9,00 8,88
7 16,24 12,40 10,88 10,05 9,52 9,16 8,89 8,68 8,51 8,38 8,18 7,97 7,75 7,64 7,53 7,42 7,31 7,19 7,08
8 14,69 11,04 9,60 8,81 8,30 7,95 7,69 7,50 7,34 7,21 7,01 6,81 6,61 6,50 6,40 6,29 6,18 6,06 5,95
9 13,61 10,11 8,72 7,96 7,47 7,13 6,88 6,69 6,54 6,42 6,23 6,03 5,83 5,73 5,62 5,52 5,41 5,30 5,19
10 12,83 9,43 8,08 7,34 6,87 6,54 6,30 6,12 5,97 5,85 5,66 5,47 5,27 5,17 5,07 4,97 4,86 4,75 4,64
11 12,23 8,91 7,60 6,88 6,42 6,10 5,86 5,68 5,54 5,42 5,24 5,05 4,86 4,76 4,65 4,55 4,45 4,34 4,23
12 11,75 8,51 7,23 6,52 6,07 5,76 5,52 5,35 5,20 5,09 4,91 4,72 4,53 4,43 4,33 4,23 4,12 4,01 3,91
13 11,37 8,19 6,93 6,23 5,79 5,48 5,25 5,08 4,94 4,82 4,64 4,46 4,27 4,17 4,07 3,97 3,87 3,76 3,65
14 11,06 7,92 6,68 6,00 5,56 5,26 5,03 4,86 4,72 4,60 4,43 4,25 4,06 3,96 3,86 3,76 3,66 3,55 3,44
15 10,80 7,70 6,48 5,80 5,37 5,07 4,85 4,67 4,54 4,42 4,25 4,07 3,88 3,79 3,69 3,59 3,48 3,37 3,26
16 10,58 7,51 6,30 5,64 5,21 4,91 4,69 4,52 4,38 4,27 4,10 3,92 3,73 3,64 3,54 3,44 3,33 3,22 3,11
127
17 10,38 7,35 6,16 5,50 5,07 4,78 4,56 4,39 4,25 4,14 3,97 3,79 3,61 3,51 3,41 3,31 3,21 3,10 2,99
128
18 10,22 7,21 6,03 5,37 4,96 4,66 4,44 4,28 4,14 4,03 3,86 3,68 3,50 3,40 3,30 3,20 3,10 2,99 2,87
19 10,07 7,09 5,92 5,27 4,85 4,56 4,34 4,18 4,04 3,93 3,76 3,59 3,40 3,31 3,21 3,11 3,00 2,89 2,78
20 9,94 6,99 5,82 5,17 4,76 4,47 4,26 4,09 3,96 3,85 3,68 3,50 3,32 3,22 3,12 3,02 2,92 2,81 2,69
21 9,83 6,89 5,73 5,09 4,68 4,39 4,18 4,01 3,88 3,77 3,60 3,43 3,24 3,15 3,05 2,95 2,84 2,73 2,62
22 9,73 6,81 5,65 5,02 4,61 4,32 4,11 3,94 3,81 3,70 3,54 3,36 3,18 3,08 2,98 2,88 2,77 2,66 2,55
23 9,63 6,73 5,58 4,95 4,54 4,26 4,05 3,88 3,75 3,64 3,47 3,30 3,12 3,02 2,92 2,82 2,71 2,60 2,49
24 9,55 6,66 5,52 4,89 4,49 4,20 3,99 3,83 3,69 3,59 3,42 3,25 3,06 2,97 2,87 2,77 2,66 2,55 2,43
25 9,48 6,60 5,46 4,84 4,43 4,15 3,94 3,78 3,64 3,54 3,37 3,20 3,01 2,92 2,82 2,72 2,61 2,50 2,38
26 9,41 6,54 5,41 4,79 4,38 4,10 3,89 3,73 3,60 3,49 3,33 3,15 2,97 2,87 2,77 2,67 2,56 2,45 2,33
27 9,34 6,49 5,36 4,74 4,34 4,06 3,85 3,69 3,56 3,45 3,28 3,11 2,93 2,83 2,73 2,63 2,52 2,41 2,29
28 9,28 6,44 5,32 4,70 4,30 4,02 3,81 3,65 3,52 3,41 3,25 3,07 2,89 2,79 2,69 2,59 2,48 2,37 2,25
29 9,23 6,40 5,28 4,66 4,26 3,98 3,77 3,61 3,48 3,38 3,21 3,04 2,86 2,76 2,66 2,56 2,45 2,33 2,21
30 9,18 6,35 5,24 4,62 4,23 3,95 3,74 3,58 3,45 3,34 3,18 3,01 2,82 2,73 2,63 2,52 2,42 2,30 2,18
40 8,83 6,07 4,98 4,37 3,99 3,71 3,51 3,35 3,22 3,12 2,95 2,78 2,60 2,50 2,40 2,30 2,18 2,06 1,93
60 8,49 5,79 4,73 4,14 3,76 3,49 3,29 3,13 3,01 2,90 2,74 2,57 2,39 2,29 2,19 2,08 1,96 1,83 1,69
120 8,18 5,54 4,50 3,92 3,55 3,28 3,09 2,93 2,81 2,71 2,54 2,37 2,19 2,09 1,98 1,87 1,75 1,61 1,43
¥ 3,84 5,30 4,28 3,72 3,35 3,09 2,90 2,75 2,62 2,52 2,36 2,19 2,00 1,90 1,79 1,67 1,54 1,37 1,05
Apéndice XII. Tabla de Fisher para un nivel de confianza del 99,9%
n1 1 2 3 4 5 6 7 8 9 10 12 15 20 24 30 40 60 120 ¥
n2
1 405312 499725 540257 562668 576496 586033 593185 597954 602245 605583 610352 616074 620842 623703 626087 628471 631332 634193 636578
2 998,4 998,8 999,3 999,3 999,3 999,3 999,3 999,3 999,3 999,3 999,3 999,3 999,3 999,3 999,3 999,3 999,3 999,3 999,3
3 167,1 148,5 141,1 137,1 134,6 132,8 131,6 130,6 129,9 129,2 128,3 127,4 126,4 125,9 125,4 125,0 124,4 124,0 123,5
4 74,13 61,25 56,17 53,43 51,72 50,52 49,65 49,00 48,47 48,05 47,41 46,76 46,10 45,77 45,43 45,08 44,75 44,40 44,05
6 35,51 27,00 23,71 21,92 20,80 20,03 19,46 19,03 18,69 18,41 17,99 17,56 17,12 16,90 16,67 16,44 16,21 15,98 15,75
7 29,25 21,69 18,77 17,20 16,21 15,52 15,02 14,63 14,33 14,08 13,71 13,32 12,93 12,73 12,53 12,33 12,12 11,91 11,70
8 25,41 18,49 15,83 14,39 13,48 12,86 12,40 12,05 11,77 11,54 11,19 10,84 10,48 10,30 10,11 9,92 9,73 9,53 9,34
9 22,86 16,39 13,90 12,56 11,71 11,13 10,70 10,37 10,11 9,89 9,57 9,24 8,90 8,72 8,55 8,37 8,19 8,00 7,82
10 21,04 14,90 12,55 11,28 10,48 9,93 9,52 9,20 8,96 8,75 8,45 8,13 7,80 7,64 7,47 7,30 7,12 6,94 6,76
11 19,69 13,81 11,56 10,35 9,58 9,05 8,65 8,35 8,12 7,92 7,63 7,32 7,01 6,85 6,68 6,52 6,35 6,18 6,00
12 18,64 12,97 10,80 9,63 8,89 8,38 8,00 7,71 7,48 7,29 7,00 6,71 6,40 6,25 6,09 5,93 5,76 5,59 5,42
13 17,82 12,31 10,21 9,07 8,35 7,86 7,49 7,21 6,98 6,80 6,52 6,23 5,93 5,78 5,63 5,47 5,30 5,14 4,97
14 17,14 11,78 9,73 8,62 7,92 7,44 7,08 6,80 6,58 6,40 6,13 5,85 5,56 5,41 5,25 5,10 4,94 4,77 4,61
15 16,59 11,34 9,34 8,25 7,57 7,09 6,74 6,47 6,26 6,08 5,81 5,54 5,25 5,10 4,95 4,80 4,64 4,48 4,31
16 16,12 10,97 9,01 7,94 7,27 6,80 6,46 6,20 5,98 5,81 5,55 5,27 4,99 4,85 4,70 4,54 4,39 4,23 4,06
129
17 15,72 10,66 8,73 7,68 7,02 6,56 6,22 5,96 5,75 5,58 5,32 5,05 4,78 4,63 4,48 4,33 4,18 4,02 3,85
130
18 15,38 10,39 8,49 7,46 6,81 6,35 6,02 5,76 5,56 5,39 5,13 4,87 4,59 4,45 4,30 4,15 4,00 3,84 3,67
19 15,08 10,16 8,28 7,27 6,62 6,18 5,85 5,59 5,39 5,22 4,97 4,70 4,43 4,29 4,14 3,99 3,84 3,68 3,52
20 14,82 9,95 8,10 7,10 6,46 6,02 5,69 5,44 5,24 5,08 4,82 4,56 4,29 4,15 4,00 3,86 3,70 3,54 3,38
21 14,59 9,77 7,94 6,95 6,32 5,88 5,56 5,31 5,11 4,95 4,70 4,44 4,17 4,03 3,88 3,74 3,58 3,42 3,26
22 14,38 9,61 7,80 6,81 6,19 5,76 5,44 5,19 4,99 4,83 4,58 4,33 4,06 3,92 3,78 3,63 3,48 3,32 3,15
23 14,20 9,47 7,67 6,70 6,08 5,65 5,33 5,09 4,89 4,73 4,48 4,23 3,96 3,82 3,68 3,53 3,38 3,22 3,06
24 14,03 9,34 7,55 6,59 5,98 5,55 5,24 4,99 4,80 4,64 4,39 4,14 3,87 3,74 3,59 3,45 3,29 3,14 2,97
25 13,88 9,22 7,45 6,49 5,89 5,46 5,15 4,91 4,71 4,56 4,31 4,06 3,79 3,66 3,52 3,37 3,22 3,06 2,89
26 13,74 9,12 7,36 6,41 5,80 5,38 5,07 4,83 4,64 4,48 4,24 3,99 3,72 3,59 3,44 3,30 3,15 2,99 2,82
27 13,61 9,02 7,27 6,33 5,73 5,31 5,00 4,76 4,57 4,41 4,17 3,92 3,66 3,52 3,38 3,23 3,08 2,92 2,76
28 13,50 8,93 7,19 6,25 5,66 5,24 4,93 4,69 4,50 4,35 4,11 3,86 3,60 3,46 3,32 3,18 3,02 2,86 2,70
29 13,39 8,85 7,12 6,19 5,59 5,18 4,87 4,64 4,45 4,29 4,05 3,80 3,54 3,41 3,27 3,12 2,97 2,81 2,64
30 13,29 8,77 7,05 6,12 5,53 5,12 4,82 4,58 4,39 4,24 4,00 3,75 3,49 3,36 3,22 3,07 2,92 2,76 2,59
40 12,61 8,25 6,59 5,70 5,13 4,73 4,44 4,21 4,02 3,87 3,64 3,40 3,15 3,01 2,87 2,73 2,57 2,41 2,23
60 11,97 7,77 6,17 5,31 4,76 4,37 4,09 3,86 3,69 3,54 3,32 3,08 2,83 2,69 2,55 2,41 2,25 2,08 1,89
20 11,38 7,32 5,78 4,95 4,42 4,04 3,77 3,55 3,38 3,24 3,02 2,78 2,53 2,40 2,26 2,11 1,95 1,77 1,55
¥ 3,84 6,91 5,43 4,62 4,11 3,75 3,48 3,27 3,10 2,96 2,75 2,52 2,27 2,14 1,99 1,84 1,66 1,45 1,06
A
vanzar en productividad y eficiencia es uno de los retos con
los que tradicionalmente se enfrenta el mundo empresarial,
que debe invertir tiempo y dinero en la búsqueda de técni-
cas apropiadas para alcanzarlas. Seis Sigma, como filosofía de mejora-
miento, ha ofrecido una respuesta a esta necesidad desde hace más de
una década.
Seis Sigma. Guía didáctica, aporta un enfoque fresco e innovador
a la bibliografía existente sobre esta estrategia, al orientarse hacia un
segmento de organizaciones que requieren de apoyo e investigación,
como son las pequeñas y medianas empresas. El texto presenta una
metodología clara y sencilla para su aplicación, así como una exposi-
ción práctica de sus herramientas.
Conseguir aproximar las pymes a una metodología que nació en
el mundo de las grandes, muy grandes, empresas es un valor de primer
orden de esta obra.
ISBN 978-958-754-083-3
9 789587 540833