Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Canahua - AN Sig Sigma PDF
Canahua - AN Sig Sigma PDF
FACULTAD DE INGENIERÍA
AUTOR
ASESOR
A mis queridos padres, a quienes les agradezco por la dedicación y apoyo que me brindaron
durante este proceso, brindándome confianza y perseverancia para alcanzar mis metas.
I
RESUMEN
II
Proposal for process improvement in the production area in a metalworking company using
Lean Six Sigma
ABSTRACT
Currently, SMEs engaged in the manufacture of spare parts do not cover the market demand
due to the low quality of the products they obtain and the delays in the deliveries offered.
Modern companies tend to make purchases of quality parts in the shortest time to the date
of use. Failure of suppliers causes them serious problems, which can lead to equipment
shutdowns and even production lines, with the severe loss of scheduled sales.
Through the simulation in the Arena software, the functional implementation of the proposal
is validated, and through a financial evaluation, a value of the NPV of S /. 62,626.45, and
19.54% in the IRR, confirming its economic feasibility.
Yoke; Heijunka
III
TABLA DE CONTENIDOS
RESUMEN ........................................................................................................................... II
ABSTRACT ........................................................................................................................ III
CAPÍTULO I: MARCO TEÓRICO Y ESTADO DEL ARTE ............................................. 1
1.1 Introducción ..................................................................................................................... 1
1.2 Antecedentes.................................................................................................................... 1
1.2.1 Industria del Acero a nivel Mundial ..................................................................... 1
1.2.2 Primeros signos y trabajos .................................................................................... 2
1.2.2.1 Desarrollo del acero ........................................................................................... 2
1.2.2.2 El desarrollo de acero se acelera ....................................................................... 3
1.2.3 Producción mundial de acero ............................................................................... 3
1.2.4 Mercado Internacional del Acero ......................................................................... 4
1.2.5 Importación del acero ........................................................................................... 5
1.2.6 Industria del acero en América latina-sector siderúrgico ............................................. 7
1.2.7 Industria del acero en el Perú ....................................................................................... 8
1.2.8 Sector metalmecánico ................................................................................................... 9
1.2.8.1 Clasificación del sector.................................................................................... 10
1.2.8.2 Características del sector. ................................................................................ 10
1.2.8.3 Contexto Nacional ........................................................................................... 10
1.2.8.4 Indicadores básicos .......................................................................................... 11
1.2.8.5 Principales empresas en el rubro metalmecánico de la capital (Lima)............ 11
1.2.9 Problema ..................................................................................................................... 12
1.2.10 Importancia del Problema ......................................................................................... 13
1.2.11 Motivación ................................................................................................................ 14
1.2.12 Objetivos................................................................................................................... 16
1.2.12.1 Objetivo General ................................................................................................... 16
1.2.13 Propuesta .................................................................................................................. 16
1.2.14 Estructura de la Tesis................................................................................................ 16
1.3 Marco teórico ................................................................................................................. 17
1.3.1 Filosofía Lean Manufacturing ............................................................................ 17
1.3.1.1 Despilfarros ................................................................................................... 18
1.3.2 Six Sigma........................................................................................................... 20
IV
1.3.2.1 Definición DPMO ........................................................................................... 23
1.3.2.2 Pasos para el cálculo de DPMO ...................................................................... 23
1.3.3 Lean Six Sigma........................................................................................................... 26
1.3.3.1 Integración de Lean Manufacturing y Six Sigma .................................................... 26
1.3.4 Definición Lean Six Sigma ........................................................................................ 28
1.3.4.1 Herramientas Generales Lean Six Sigma utilizadas en las fases DMAIC ...... 29
1.3.4.2 Fases DMAIC .................................................................................................. 29
1.3.4.2.1 Definir........................................................................................................... 29
1.3.4.2.2 Medir ............................................................................................................ 30
1.3.4.2.3 Analizar ........................................................................................................ 30
1.3.4.2.4 Mejorar ......................................................................................................... 31
1.3.4.2.5 Control .......................................................................................................... 32
1.3.5 Efectividad y Eficiencia de la implementación de Lean Six Sigma ........................... 32
1.3.6 Lean Six Sigma para pequeñas y medianas empresas ................................................ 35
1.3.7 Herramientas Específicas Lean Six Sigma ................................................................. 36
1.3.7.1 Poka Yoke ....................................................................................................... 36
1.3.7.2 VSM ................................................................................................................ 38
1.3.7.2.1 Producción Lead Time: ................................................................................ 39
1.3.7.2.2 Processing Time: .......................................................................................... 39
1.3.7.2.3 Tiempo de ciclo: ........................................................................................... 39
1.3.7.2.4 Takt Time: .................................................................................................... 39
1.3.7.3 Heijunka .......................................................................................................... 40
1.3.7.4 Heijunka y Lean Six Sigma ............................................................................. 41
1.3.7.5 Implementación ............................................................................................... 41
1.3.8 Herramientas de análisis ............................................................................................. 42
1.3.8.1 Los 5 porqués .................................................................................................. 42
1.4 Estado del arte ............................................................................................................. 42
1.4.1 Revisión sistemática .......................................................................................... 43
1.4.2 Entre sus características destacan: ...................................................................... 43
1.4.3 Definición de preguntas ...................................................................................... 44
1.4.4 Definición de los criterios de inclusión y exclusión de los estudios .................. 44
1.4.5 Formulación de Plan de búsqueda de la literatura .............................................. 45
1.4.6 Registro de los datos y evaluaciones de la calidad de los artículos .................... 46
V
1.4.7 Casos de éxito ..................................................................................................... 47
1.4.7.1 Caso 1: ............................................................................................................. 48
1.4.7.1.1 Problema ....................................................................................................... 48
1.4.7.1.2 Motivación .................................................................................................. 48
1.4.7.1.3 Descripción del aporte del autor ................................................................... 48
1.4.7.1.4 Proceso para resolver el problema ................................................................ 48
1.4.7.1.5 Metodología y herramientas utilizadas ......................................................... 49
1.4.7.1.6 Metodología Aplicada. ................................................................................. 49
1.4.7.1.7 Conclusión .................................................................................................... 53
1.4.7.2 Caso 2: ............................................................................................................. 53
1.4.7.2.1 Problema ....................................................................................................... 53
1.4.7.2.2 Motivación .................................................................................................... 54
1.4.7.2.3 Descripción del aporte del autor ................................................................... 54
1.4.7.2.4 Proceso para resolver el problema ................................................................ 54
1.4.7.3 Caso 3: ............................................................................................................. 59
1.4.7.3.1 Problema ....................................................................................................... 59
1.4.7.3.2 Motivación .................................................................................................... 59
1.4.7.3.3 Descripción del aporte de los autores ........................................................... 59
1.4.7.3.4 Proceso para resolver el problema ................................................................ 60
1.4.7.3.5 Conclusión .................................................................................................... 63
1.4.7.4 Caso 4: ............................................................................................................. 63
1.4.7.4.1 Problema ....................................................................................................... 63
1.4.7.4.2 Motivación .................................................................................................... 63
1.4.7.4.3 Descripción del aporte de los autores ........................................................... 64
1.4.7.4.4 Proceso para resolver el problema. ............................................................... 64
1.4.7.4.5 Conclusiones................................................................................................. 67
1.4.7.5 Caso 5: ............................................................................................................. 67
1.4.7.5.1 Problema ....................................................................................................... 67
1.4.7.5.2 Motivación .................................................................................................... 68
1.4.7.5.3 Descripción del aporte de los autores ........................................................... 68
1.4.7.5.4 Proceso para resolver el problema. ............................................................... 68
1.4.7.5.5 Conclusiones................................................................................................. 72
1.4.7.6 Caso 6: ............................................................................................................. 72
VI
1.4.7.6.1 Problema ....................................................................................................... 73
1.4.7.6.2 DMAIC Marco de trabajo de Six Sigma ...................................................... 73
1.4.7.6.3 Conclusión: ................................................................................................... 77
1.4.7.7 Herramientas y Técnicas utilizadas en Six Sigma ........................................... 77
1.4.7.8 Características del sistema Poka – Yoke ......................................................... 78
1.4.7.9 Resultados........................................................................................................ 78
1.5 Marco Normativo .......................................................................................................... 79
1.5.1 Ley de Seguridad y Salud en el Trabajo Ley Nº 29783 Decreto Supremo Nº
005-2012-TR ............................................................................................................... 80
1.5.1.1 En la industria metalmecánica ......................................................................... 80
1.5.2 Ley General de Industrias Ley N.º 23407 .......................................................... 80
1.5.3 Ley General del Ambiente - Ley N° 2861.......................................................... 80
1.5.4 Reglamento de Gestión Ambiental para la Industria Manufacturera y Comercio
Interno. Decreto Supremo No. 017-2015-PRODUCE ................................................ 81
1.5.5 Ley General de Minería, aprobado por Decreto Supremo Nº 014-92-EM,
publicada el 04-06-92. ................................................................................................. 81
CAPITULO II: DIAGNÓSTICO DE LA SITUACIÓN ACTUAL .................................... 82
2.1 Entorno /Sector metalmecánico ..................................................................................... 82
2.2 La empresa..................................................................................................................... 82
2.2.1 Descripción ......................................................................................................... 82
2.2.2 Características de la Empresa. ............................................................................ 83
2.2.3 Cultura Organizacional de la empresa ........................................................................ 83
2.2.3.1 Misión .............................................................................................................. 83
2.2.3.2 Visión .............................................................................................................. 83
2.2.3.3 Valores ............................................................................................................. 83
2.2.4 Análisis FODA ................................................................................................... 84
2.2.5 Organigrama de la Metalmecánica FRESEP SAC ............................................. 84
2.2.6 Descripción de los productos ...................................................................................... 86
2.2.7 Características de los productos ................................................................................. 87
2.2.8 Clientes ....................................................................................................................... 88
2.2.9 Competidores .............................................................................................................. 88
2.2.10 Ventas ....................................................................................................................... 88
2.3 Cadena de Valor/Mapa de proceso ................................................................................ 90
VII
2.4 El proceso en la empresa ............................................................................................... 91
2.4.1 SIPOC ......................................................................................................................... 91
2.4.2 Descripción del proceso de producción de repuestos (DOP) ..................................... 94
2.4.3 Layout de la empresa. ......................................................................................... 97
2.4.4 Diagrama de Actividades del proceso -DAP ...................................................... 99
2.5 Diagnóstico de la situación actual ................................................................................. 99
2.5.1 Penalidades por demora en la entrega .............................................................. 100
2.5.2 Reprocesos ........................................................................................................ 101
2.5.3 Cuellos de Botella en producción ..................................................................... 105
2.5.4 Productos no conformes ................................................................................... 108
2.6 Identificación del problema ....................................................................................... 112
2.7 Impacto económico de la problemática ..................................................................... 112
2.8 Análisis de las causas .................................................................................................. 113
2.9 Análisis de Causa Raíz ................................................................................................ 119
2.10 Hipótesis .................................................................................................................... 121
2.11 Indicadores ................................................................................................................ 123
capitulo III: diseño de LA PROPUESTA .......................................................................... 124
3.1 Vinculación de la causa con la solución ...................................................................... 124
3.2 Selección de Metodología ........................................................................................... 126
3.3 Diseño de la propuesta ................................................................................................. 130
3.3.1 Modelo de la empresa Fundición de hierro PT, utilizado en el caso de éxito No. 1 130
3.3.2 Modelo para el mejoramiento de procesos a través de Six Sigma: Un caso de estudio
en la fundición de Agra en La India, utilizado en el caso de éxito No. 2. ......................... 131
3.3.3 Modelo para el uso de Six Sigma como una metodología ventajosa para las Pequeñas
y Medianas empresas. Un caso de estudio en la industria de la gasfitería en los Estados
unidos. Caso de éxito No. 3. .............................................................................................. 133
3.3.4 Modelo para el uso de las fases Six Sigma DMAIC en mejorar la efectividad de un
proceso de intercambio de calor. Un caso de estudio en la modificación del diseño de un
horno. Caso de éxito No. 4. ............................................................................................... 135
3.3.5 Modelo para el uso de Six Sigma DMAIC en resolver problemas de calidad en la
industria de manufactura de componentes automotrices. Caso de éxito No. 5. ................ 136
3.3.6 Six Sigma a través de Poka-Yoke: Una navegación en la Literatura Arena. Caso de
éxito No. 6. ........................................................................................................................ 138
VIII
3.4 Descripción Conceptual del Modelo a utilizar ............................................................ 139
3.4.1 Definir............................................................................................................... 140
3.4.2 Medir ................................................................................................................ 147
3.4.3 Analizar ............................................................................................................ 151
3.4.4 Mejorar ............................................................................................................. 164
3.4.5 Control .............................................................................................................. 201
3.5 Indicadores .................................................................................................................. 205
CAPÍTULO IV: VALIDACIÓN DEL PROYECTO ........................................................ 206
4.1 Validación económica ................................................................................................. 206
4.1.1 Costo de oportunidad ................................................................................................ 206
4.1.2 Ahorro e inversión .................................................................................................... 207
4.1.3 Análisis financiero .................................................................................................... 211
4.2 Simulación de procesos ............................................................................................... 212
CONCLUSIONES ............................................................................................................. 218
RECOMENDACIONES ................................................................................................... 219
REFERENCIAS ................................................................................................................ 233
SIGLARIO ........................................................................................................................ 246
ANEXOS ........................................................................................................................... 247
IX
LISTA DE FIGURAS
Figura 1: Orden cronológico del uso del acero adaptado de la Asociación Mundial del Acero
(Worldsteel 2019) .................................................................................................................. 3
Figura 2: Producción del acero elaborado por la Revista Metales y metalurgia (marzo 2019)
............................................................................................................................................... 3
Figura 3: Importación de acero y derivados desde china hacia América Latina (Gestión 2018)
............................................................................................................................................... 6
Figura 4: Importación de acero desde China -América Latina por Productos, obtenido de
Alcero-GTIS-WAT (en base a aduanas chinas) Exportaciones de acero. ............................. 6
Figura 5: Los 10 mayores países exportadores de acero, 2018 (US$ billion and annual
percentage change, %), obtenida de ( Opportimes WTO,2018)............................................ 7
Figura 6: Esquema básico del abastecimiento de materia prima para las empresas metal
mecánicas, elaborado por (Carlos García Promex 2017) .................................................... 10
Figura 7: Principales empresas competidoras del rubro metalmecánico, elaboración propia
basado .................................................................................................................................. 12
Figura 8: Ecuación: (Zailani, Iranmanesh,Ramayah,2015, p.105). ..................................... 21
Figura 9: La fórmula de la desviación estándar según (Erbiyik, Saru, 2015, p.195). ......... 21
Figura 10: Distribución porcentual de los Seis Sigma, obtenida de Erbiyik, H., & Saru, M.
(2015). 195, 2556-2565 ....................................................................................................... 22
Figura 11: Fórmula de tamaño de muestra según Hajian-Tilaki, K. (2014). 48, 193-204. . 25
Figura 12: Formula para el caluclo del DPMO, según Adina-Petruţa, P., & Roxana, S.
(2014). 143, 643-648. .......................................................................................................... 25
Figura 13: DMAIC Lean Six Sigma, obtenida de Cherrafi, A., Elfezazi, S., Chiarini, A.,
Mokhlis, A., & Benhida, K. (2016). 139, 828-846. ............................................................. 29
Figura 14: Métricas para medir la efectividad según :( Pyzdek, Keller, 2014 p. 60). ......... 33
Figura 15: Formula relación entre la suma ponderada de los productos y la suma ponderada
de las entradas ...................................................................................................................... 34
Figura 16: Formula de programación lineal ........................................................................ 34
Figura 17: Fórmula takt time según Velacio (2018) ........................................................... 39
Figura 18: Búsqueda de Fuentes científicas, elaboración propia ........................................ 45
Figura 19: Artículos excluidos por criterio. Elaboración propia ......................................... 46
Figura 20: Literatura y casos de éxito. Elaboración propia ................................................. 47
Figura 21: Diagrama del proceso de fundición, Singh, & Yadav (2016). ........................... 55
X
Figura 22: Marco teórico Six Sigma, según Murilo Riyuzo Vendrame Takao (2017) ....... 60
Figura 23: Discusión del proceso a ser examinado según Murilo Riyuzo Vendrame Takao
(2017) .................................................................................................................................. 61
Figura 24: Diagrama de Pareto del rendimiento del horno según K. Srinivasan, S. Muthu,
S.R. Devadasan, C. Sugumaran ........................................................................................... 65
Figura 25: Diagrama de Pareto para los problemas del intercambiador de calor, según K.
Srinivasan, S. Muthu, S.R. Devadasan, C. Sugumaran ....................................................... 65
Figura 26: Implementación de estrías en los tubos del intercambiador. Según : K. Srinivasan,
S. Muthu, S.R. Devadasan, C. Sugumaran .......................................................................... 66
Figura 27: Análisis 5W1H, según Moho Moraima Che Ani, Ishak Abdul Azid y Shaharul
Kamarudin. .......................................................................................................................... 69
Figura 28: Gráfica de la tasa de rechazos Moho Moraima Che Ani, Ishak Abdul Azid y
Shaharul Kamarudin. ........................................................................................................... 69
Figura 29: Diagrama de Pareto según Moho Moraima Che Ani, Ishak Abdul Azid y Shaharul
Kamarudin. .......................................................................................................................... 70
Figura 30: Diagrama de Ishikawa para el pin de la palanca de mando, según Moho Moraima
Che Ani, Ishak Abdul Azid y Shaharul Kamarudin. ........................................................... 70
Figura 31: Control gráfico del producto WWG según Moho Moraima Che Ani, Ishak Abdul
Azid y Shaharul Kamarudin. ............................................................................................... 72
Figura 32: Organigrama General de la Metalmecánica FRESEP SAC. Elaboración propia
............................................................................................................................................. 85
Figura 33: Productos principales de la empresa Elaboración propia................................... 86
Figura 34: Engranaje Helicoidal obtenido de FRESEP S.A.C ............................................ 86
Figura 35: Engranaje Helicoidal obtenido de FRESEP S.A.C ............................................ 87
Figura 36: Engranaje Helicoidal obtenido de FRESEP S.A.C ............................................ 87
Figura 37: Engranaje Helicoidal obtenido de FRESEP S.A.C ............................................ 87
Figura 38: Principales clientes de la metalmecánica FRESEP SAC. Elaboración propia .. 88
Figura 39: Principales empresas competidor del sector. Elaboración propia ...................... 88
Figura 40: Ventas de Repuestos años 2017/2018. Elaboración propia ............................... 89
Figura 41: Cadena de valor. Elaboración propia ................................................................. 91
Figura 42: Mapa de procesos de la empresa Metalmecánica FRESEP S.A.C. Elaboración
propia ................................................................................................................................... 91
Figura 43: SIPOC de la empresa. Elaboración propia ......................................................... 93
XI
Figura 44: Diagrama de operaciones del proceso de fabricación de Piñón recto. Elaboración
propia ................................................................................................................................... 96
Figura 45: Layout de la planta FRESEP SAC. Elaboración propia .................................... 98
Figura 46: Promedio de entrega fuera de tiempo de productos terminados. Elaboración
propia ................................................................................................................................. 100
Figura 47: Diagrama de Control del proceso de producción. Elaboración propia ............ 103
Figura 48: VSM Actual. Elaboración propia ..................................................................... 106
Figura 49: Distribución de la curva Six Sima del proceso actual. Elaboración propia ..... 112
Figura 50: Causas de primer nivel de productos no conformes Elaboración propia ......... 115
Figura 51: Identificación de Causas de segundo nivel en minutos. 1. Pieza completa de mala
calidad, rehacer por completo. Elaboración propia ........................................................... 116
Figura 52: Identificación de Causas de segundo nivel en minutos. Mal fresado, pieza
inservible. Elaboración propia ........................................................................................... 116
Figura 53: Identificación de Causas de segundo nivel en minutos. Falla en el torneado,
reproceso torneado. Elaboración propia ............................................................................ 117
Figura 54: Identificación de Causas de segundo nivel en minutos. la medición y corte.
Elaboración propia............................................................................................................. 117
Figura 55: Árbol de Causas y Efecto, Primer nivel y segundo nivel Fuente. Elaboración
propia ................................................................................................................................. 118
Figura 56: Análisis de la causa raíz. Pieza completa de mala calidad Elaboración propia 119
Figura 57: Análisis de la causa raíz Mal fresado Elaboración propia ............................... 120
Figura 58: Análisis de la causa raíz Falla en el torneado Elaboración propia ................... 120
Figura 59: Análisis de la causa raíz. Mala medición y corte Elaboración propia ............. 121
Figura 60: Resultado prueba t-student. Elaboración propia .............................................. 122
Figura 61: Resultado prueba t-student. Elaboración propia .............................................. 122
Figura 62: Resultado prueba t-student. Elaboración propia .............................................. 123
Figura 63: Diagrama de Vinculación de Causas Raíces con Solución .............................. 125
Figura 64: Etapas de la implementación DMAIC, según Sri Indrawati y Muhammad
Ridwansyah (2015) ............................................................................................................ 131
Figura 65: Etapas de la implementación DMAIC,según Dilip Kumar, Ranjit Singh y Ashok
Yadav. ................................................................................................................................ 133
Figura 66: Etapas de la implementación DMAIC, según Murilo Riyuzo Vendrame Takao,
Jason Woldt e Iris Bento Da Silva. .................................................................................... 134
XII
Figura 67: El ciclo gráfico de la metodología utilizada DMAIC según K. Srinivasan, S.
Muthu, S.R. Devadasan y C. Sugumaran. ......................................................................... 136
Figura 68: El ciclo gráfico de la metodología utilizada DMAIC ...................................... 138
Figura 69: El ciclo gráfico de la metodología utilizada DMAIC según M. Vinod, S.R.
Devadasan, D.T. Sunil y V.M.M. Thilak. ......................................................................... 139
Figura 70: El ciclo gráfico de la metodología utilizada DMAIC. Elaboración propia ...... 140
Figura 71: Resumen Problema y causas. Elaboración propia ........................................... 141
Figura 72: SIPOC – proceso de producción de la empresa metalmecánica. Elaboración
propia ................................................................................................................................. 144
Figura 73: Diagrama de parámetros. Elaboración propia (LSS) ....................................... 145
Figura 74: Resumen Consecuencias- Problema – Causas. Elaboración propia ................ 147
Figura 75: Limitación del proceso en el layout del área de producción. Elaboración propia
........................................................................................................................................... 148
Figura 76: Análisis de Tiempos de espera .Elaboración propia ........................................ 158
Figura 77: Diagrama de dispersión, productos no conformes vs. productos con demora en
entrega. Elaboración propia ............................................................................................... 161
Figura 78: Diagrama de control – Proceso de producción – Tiempo por producto 2018.
Elaboración propia............................................................................................................. 162
Figura 79: Diagrama de control – Productos no conformes – 2017-2018.Elaboración Propia
........................................................................................................................................... 163
Figura 80: No Celulares en producción – Poka Yoke 1.Elaboración propia ..................... 173
Figura 81: Charlas de seguridad – Poka Yoke 2 Elaboración propia ................................ 174
Figura 82: Cronómetro Actividad Templado – Poka Yoke 3.Elaboración propia ............ 175
Figura 83: Actividad Medir y Cortar – Sub Actividades Actual y Mejora Elaboración propia
........................................................................................................................................... 176
Figura 84: Nuevo Procesos actividad Medir y Cortar – Poka Yoke 4 .............................. 177
Figura 85: Nuevo Procesos actividad Torneado – Poka Yoke 5Elaboración propia......... 179
Figura 86: Nuevo Procesos actividad Fresado – Poka Yoke 6Elaboración propia ........... 182
Figura 87: VSM después de implementar Poka Yoke Elaboración propia ....................... 187
Figura 88: VSM de Mejora después de la implementación de Heijunka. Elaboración propia
........................................................................................................................................... 196
Figura 89: Análisis Six Sigma Actula vs. Mejora..Elaboración propia ............................. 200
Figura 90: Diagrama de control del proceso de mejora Elaboración propia ..................... 202
XIII
Figura 91: Reprocesos y PNC para el proceso de mejora. Elaboración propia ................. 203
Figura 92: Las ocurrencias en tiempo real de cada reproceso y PNC Elaboración propia 203
Figura 93: PNC reprocesos y PNC merma Elaboración propia ........................................ 204
XIV
LISTA DE TABLAS
XV
Tabla 31 Ejemplo de PNC de un repuesto ........................................................................ 110
Tabla 32 Cálculo del Nivel Six Sigma ............................................................................... 111
Tabla 33 Nivel Six Sigma ................................................................................................... 111
Tabla 34 Impacto económico Total – 2018 ....................................................................... 112
Tabla 35 Identificación de productos no conformes ......................................................... 113
Tabla 36 Identificación de las actividades que generan Productos No Conformes .......... 114
Tabla 37 Causas producto no conformes .......................................................................... 115
Tabla 38 Indicadores del proceso actual .......................................................................... 123
Tabla 39 Análisis bibliográfico Metodologías Vs. Criterios ............................................. 127
Tabla 40 AHP – Metodologías vs criterios ....................................................................... 129
Tabla 41 AHP Criterios ..................................................................................................... 129
Tabla 42 Selección científica de la metodología ............................................................... 130
Tabla 43 Cuadro entrega de productos terminados fuera de tiempo 2017 ....................... 142
Tabla 44 Cuadro entrega de productos terminados fuera de tiempo 2018 ....................... 143
Tabla 45 Actividades por operario ................................................................................... 149
Tabla 46 DAP del proceso actual ..................................................................................... 150
Tabla 47 Estadísticas de Reprocesos ................................................................................. 151
Tabla 48 Análisis de Actividades principales – Reprocesos ............................................. 154
Tabla 49 Tiempo disponible Actual - Datos ...................................................................... 156
Tabla 50 Cálculo tiempo disponible Actual ...................................................................... 157
Tabla 51 Análisis de Actividades principales – Tiempos de espera .................................. 159
Tabla 52 Clasificación A de los productos ........................................................................ 168
Tabla 53 Cálculo de muestra para el piloto del proyecto ................................................ 168
Tabla 54 DAP Actual – Reprocesos y Tiempo de espera .................................................. 170
Tabla 55 Datos Poka Yoke – Cálculo Tiempo disponible mejora .................................... 172
Tabla 56 Horas disponibles actual – mejora..................................................................... 172
Tabla 57 Tiempos para el proceso actual y mejora en Templado..................................... 175
Tabla 58 Extracto de la muestra de la base de datos ........................................................ 177
Tabla 59 Cálculo de PNC para mejora de medir y cortar ................................................ 177
Tabla 60 Control de calidad – mejora – Medir y cortar ................................................... 178
Tabla 61 Actividad Torneado – Sub Actividades Actual y Mejora.................................... 178
Tabla 62 Tiempos estándares de las actividades de producción de la empresa ............... 180
Tabla 63 Cálculo de PNC para mejora de torneado ........................................................ 180
XVI
Tabla 64 Control de calidad – mejora – Torneado ........................................................... 181
Tabla 65 Actividad Fresado – Sub Actividades Actual y Mejora ...................................... 181
Tabla 66 Cálculo de PNC para mejora de fresado ........................................................... 182
Tabla 67 Control de calidad – mejora – Torneado ........................................................... 183
Tabla 68 Actividad Inspección final – Sub Actividades Actual y Mejora ......................... 183
Tabla 69 Cálculo de PNC para mejora de fresado .......................................................... 184
Tabla 70 Control de calidad – mejora – Torneado ........................................................... 184
Tabla 71 Cálculo de PNC del proceso de mejora ............................................................ 185
Tabla 72 Proceso de mejora después de la implementación de Poka Yoke ...................... 185
Tabla 73 Ahorros Poka Yoke ............................................................................................. 188
Tabla 74 Inversión Poka Yoke .......................................................................................... 189
Tabla 75 Simulación de producción del año 2020 y promedios de tiempos ..................... 190
Tabla 76 Heijunka Cálculos de la Nivelación de producción por producto por mes ....... 192
Tabla 77 Nivelación de producción mensual .................................................................... 193
Tabla 78 Producción por pieza y nivelación de operarios ................................................ 194
Tabla 79 DAP de mejora después de Heijunka ................................................................. 195
Tabla 80 Ahorros Heijunka ............................................................................................... 197
Tabla 81 Inversión Heijunka ............................................................................................ 197
Tabla 82 Nivel Six Sigma del proceso actual vs. Proceso de mejora ................................ 199
Tabla 83 Inversión análisis Six Sigma............................................................................... 201
Tabla 84 Extracto de la muestra de la base de datos simulada ........................................ 201
Tabla 85 Estadísticas del proceso de mejora .................................................................... 202
Tabla 86 Inversión del control de calidad, se detalla a continuación: ............................. 205
Tabla 87 Indicadores ......................................................................................................... 205
Tabla 88 Costo de oportunidad (COK) ............................................................................ 206
Tabla 89 Ahorro Poka Yoke .............................................................................................. 207
Tabla 90 Inversión Poka Yoke .......................................................................................... 208
Tabla 91 Ahorro Heijunka ................................................................................................. 208
Tabla 92 Inversión Heijunka ............................................................................................. 209
Tabla 93 Inversión Six Sigma ............................................................................................ 209
Tabla 94 Inversión Control de calidad .............................................................................. 210
Tabla 95 Cuadro resumen ahorro e inversión................................................................... 210
Tabla 96 Escenarios Esperado, Pesimista y Optimista ..................................................... 211
XVII
Tabla 97: Distribuciones de las actividades de los procesos Actual y Mejora ................ 213
Tabla 98: Resultados de las simulaciones Actual vs. Mejora........................................... 216
Tabla 99: Validación de resultados .................................................................................. 217
XVIII
CAPÍTULO I: MARCO TEÓRICO Y ESTADO DEL ARTE
1.1 Introducción
1.2 Antecedentes
Para llegar a desarrollar este producto con todas las capacidades que hoy día conocemos
han tenido que pasar más de 4.000 años. Resulta imposible determinar con exactitud cuándo
comienza la historia del acero. Entre otras razones, porque su descubrimiento se produce por
casualidad. Como vamos a describir a continuación, las primeras civilizaciones crearon
acero sin querer. Realizaban otra serie de operaciones al fundir y endurecer hierro. Pero, en
1
este proceso, y sin que lo supieran, introducían también ciertas cantidades de carbono, dando
lugar a lo que hoy día conocemos como acero.
Vamos a situarnos en el Egipto y Mesopotamia de hace 4.000 años. Algunos estudios señalan
que ya en esta época hay signos de uso de hierro meteórico como regalo para los dioses y
como elemento decorativo. Todavía no se puede hablar de acero como tal. Sin embargo, son
los primeros trabajos con hierro, o prácticas que sí podrían suponer el origen o paso previo
para los posteriores hallazgos históricos que sí determinan un proceso de fundición y
posterior endurecimiento.
En la India de los años 1.800 antes de Cristo, sí se encuentran trabajos de fundición sobre
Hierro. Según el Libro Blanco del Acero, que ha sido editado por la Asociación Mundial del
Acero, existen en esa época más trabajos similares y casi en paralelo en otras partes de las
civilizaciones de la época. En yacimientos hititas de Anatolia también se han encontrado
restos de materiales que fueron sometidos a fundición, en torno al año 1.500 antes de Cristo.
Estos descubrimientos son importantes porque se considera que estas técnicas y
conocimientos adquiridos fueron el germen para extender por Europa la técnica de fundición
sobre Hierro. Pero, debemos insistir en que todas estas tribus y civilizaciones, si produjeron
acero, lo hicieron sin saberlo.
En realidad, todos estos datos históricos nos hablan del nacimiento y desarrollo de la Edad
de Hierro, que supuso uno de los principales impulsos históricos de la civilización humana.
Son las bases ancestrales de lo que hoy día conocemos como acero.
Según Camacho (2010), el ser humano había creado un elemento valioso y preciado. Con
grandes potencialidades y con acabados cada vez más profesionales. Esto dio lugar al
nacimiento de un mercado del acero, que hoy fabrica 1.628,6 millones de toneladas en el
mundo.
2
1.2.2.2 El desarrollo de acero se acelera
Figura 1: Orden cronológico del uso del acero adaptado de la Asociación Mundial del Acero (Worldsteel 2019)
Según la Asociación Mundial del Acero (Worldsteel 2019), la producción mundial de acero
crudo para los 64 países que reportan a worldsteel, alcanzaron los 146,7 millones de
toneladas (Mt) en enero de 2019, lo que supone un incremento del 1% respecto al mismo
mes del año anterior.
Para el mismo período, la producción en China fue de 75 Mt, con un crecimiento del
4,3% respecto a enero de 2019. India produjo 9,2 Mt de acero crudo en ese mismo mes, con
una caída del 1,9%. Por su parte, Japón registró 8,1 Mt en enero de 2019, con un retroceso
del 9,8%. Corea del Sur produjo 6,2 Mt, también con una desaceleración del 1,5%.
Figura 2: Producción del acero elaborado por la Revista Metales y metalurgia (marzo 2019)
3
En la Unión Europea, la producción de acero crudo en Italia en enero de 2019 fue de 2 Mt,
con una caída del 3,6%, mientras Francia produjo 1,2 Mt, con un retroceso del 9,7%. España
se quedó con 1,2 Mt producidas, con un incremento del 5,9%.
La producción en Estados Unidos alcanzó los 7,6 Mt en enero de 2019, con un crecimiento
del 11% respecto a enero de 2018. En Ukrania, se registraron 7,6 Mt, con una caída del 4,9%,
mientras en Brasil, la producción alcanzó los 2,9 Mt, con un aumento del 2,3% y
en Turquía se situaron en los 2,6 Mt, con un importante retroceso del 19,5%.
Eso, y los desempeños de cada país, se pueden observar en el siguiente cuadro, elaborado de
los datos de la World Steel Association (Asociación Mundial del Acero), que se refieren a
la producción de acero crudo, del cual, luego de diversos procesos, se obtiene los laminados,
varillas y demás presentaciones.
4
Tabla 1
Producción de acero en el mercado internacional 2017(Miles de Toneladas)
En el cuadro se aprecia que China con una producción de 831,730 miles de toneladas,
sólidamente posicionada como principal productor, continúa ampliando su ventaja sobre el
país que le sigue, Japón con 104,661 miles de toneladas. Estados Unidos, alguna vez líder
en la materia, actualmente ocupa sólo el cuarto lugar con una producción de 81,640 miles de
toneladas, India, país que sobrepasó a Estados Unidos en producción con 101,371 miles de
toneladas, contrariamente al gigante norteamericano, no ha dejado de incrementar su
producción en lo que va del siglo.
5
Figura 3: Importación de acero y derivados desde china hacia América Latina (Gestión 2018)
En enero 2018, las exportaciones de acero chino enviado al mundo, -que incluye los
productos laminados (largos, planos y tubos sin costura), y los aceros derivados (alambre y
tubos con costura)- disminuyeron 39% versus enero 2017, totalizando 4,4 millones de
toneladas (Mt). De ese total, 3,9 Mt corresponden a productos laminados y 502 mil toneladas
a productos derivados.
Figura 4: Importación de acero desde China -América Latina por Productos, obtenido de Alcero-GTIS-WAT
(en base a aduanas chinas) Exportaciones de acero.
La unión europea (28) se ubicó como el mayor exportador de hierro y acero del mundo en
2018, con ventas por 128,000 millones de dólares, de acuerdo con estadísticas de la
Organización Mundial de Comercio (OMC). En las siguientes posiciones quedaron: China
6
(56,000 millones de dólares), Japón (27,000 millones), corea del sur (21,000 millones),
Rusia (14,000millones) y Estados Unidos (14,000 millones).
Los últimos cuatro puestos en el top ten fueron ocupados por Taiwan (8,000 millones de
dólares), India (8,000 millones), Brasil (8,000 millones) y Ucrania (8,000 millones).
Figura 5: Los 10 mayores países exportadores de acero, 2018 (US$ billion and annual percentage change, %),
obtenida de ( Opportimes WTO,2018)
Los valores de exportación de hierro y acero cayeron bruscamente en el año pasado. Los
principales exportadores se vieron afectados por los bajos precios de exportación y la baja
demanda. Todos vieron descensos en sus exportaciones de hierro y acero, que oscilaron entre
-1%(india) y -15%(Estados Unidos)
La unión europea continuó siendo el principal exportador con una participación de 38% en
las exportaciones mundiales de hierro y acero. La federación de Rusia subió del sexto al
quinto puesto en 2017, mientras que la india subió del décimo al octavo lugar.
Estados Unidos cayó de la quinta a la sexta posición, Brasil del séptimo al noveno y Ucrania
del noveno al décimo.
7
industria siderúrgica ya aseguran que la demanda por acero ha empezado a normalizarse,
tanto en el país como en la región, impulsada principalmente por los sectores construcción
y minería, sin embargo, para el mismo periodo el Perú tuvo un déficit de -141 mil toneladas
de acero, aumentando su consumo a 48 mil toneladas equivalentes al 21%.
Tabla 2
Producción nacional en barras de acero 2017-2018 (En miles de toneladas)
8
1.2.8 Sector metalmecánico
Tabla 3
PBI por sectores Económicos
9
El sector metalmecánico da empleo directo a 50.000 trabajadores e indirecto a otros
200,000. El 30% de las empresas metalmecánicas están homologadas internacionalmente y
capacitadas para atender todos los requerimientos de nuestro desarrollo nacional. El sector
minero es responsable por el 70% del mercado metalmecánico.
Metálicas básicas.
Productos Metálicos.
Maquinarias no eléctricas.
Maquinarias eléctricas.
Material de Transporte y carrocería.
El Perú cuenta con yacimientos mineros, que crean interesantes oportunidades de desarrollo
en el complejo minero – metálico.
Figura 6: Esquema básico del abastecimiento de materia prima para las empresas metal mecánicas, elaborado
por (Carlos García Promex 2017)
10
El crecimiento del sector metal mecánico está ligado al comportamiento de los sectores
mineros, pesquero, energético y de la construcción.
Tabla 4
Principales empresas competidoras en el rubro metalmecánico en Lima
11
Figura 7: Principales empresas competidoras del rubro metalmecánico, elaboración propia basado
en la información de la empresa en junio 2018
La figura 7, nos muestra las principales empresas competidores del rubro metalmecánico
en la ciudad de Lima.
1.2.9 Problema
12
fabricación de sus productos. Estas empresas poseen el mayor margen de informalidad del
subsector y utilizan proceso de fabricación sin control cuya fabricación no garantizan
producir los productos a tiempo, en consecuencia, el incumplimiento de la entrega del
producto en el tiempo pactada con el cliente.
En el sector industrial, los repuestos cumplen una función vital en el funcionamiento de las
máquinas y equipos. A fin de lograr una producción continua, en muchos procesos
industriales, los repuestos son incorporados en los mecanismos de producción para
garantizar mediante su correcto funcionamiento una producción sin interrupciones.
En las empresas modernas, el control del stock de repuestos para sus máquinas y equipos
con el que deben contar en sus almacenes para atender sus operaciones en forma
ininterrumpida, es un tema primordial por las ingentes cantidades de dinero que tienen que
invertirse en la construcción de almacenes que los contengan, sistemas de control que
aseguren la disponibilidad de repuestos en los momentos oportunos, y los costos propios de
los repuestos, que generalmente son altos; además de una ingente cantidad de personas
dedicadas a las compras y control de los materiales en general. Por estas razones, a fin de
13
reducir las cantidades de dinero que tendrían que invertir en sus sistemas logísticos, la
mayoría de las organizaciones tienden a realizar las compras de repuestos dentro del margen
de tiempo más corto a la fecha de su utilización, para lo cual seleccionan proveedores o
empresas de servicios fabricantes de repuestos que cumplan indefectiblemente con los plazos
de entrega pactados a precios razonables. El incumplimiento en la recepción de sus compras
de repuestos a tiempo, les originan serios problemas, los que pueden en la mayoría de casos,
generar paradas de equipos y aún líneas de producción, con la pérdida severa de ventas
programadas.
1.2.11 Motivación
Muy lejos están los días en que Henry Ford abogaba por una estandarización de las piezas
en sus vehículos. En esa época un modelo prácticamente no cambiaba de un año a otro, y
este hecho sumado a la poca cantidad de autos en aquel entonces, convertía la fabricación de
vehículos en un proceso relativamente simple visto hoy a la distancia.
Sin embargo, surgió la enorme proliferación de vehículos, marcas, modelos y motores (casi
1.2 billones de vehículos registrados mundialmente al año 2018, según la OICA -
Organización Internacional de Constructores de Automóviles); la verdadera guerra que se
ha desatado entre las grandes compañías fabricantes por la penetración de los mercados, y
las constantes, y en algunos casos, insignificantes variaciones que estos mismos fabricantes
se han empeñado en introducir a los modelos de un año a otro, han convertido la industria
automotriz en un verdadero monstruo.
Es por esta razón que las empresas fabricantes de vehículos se han concentrado en la
investigación; en el diseño ingenieril de los vehículos; en el ensamblaje (cada vez más
automatizado); en el mercadeo del producto y de la imagen. Y es en estos campos en donde
las compañías líderes han llegado, hay que reconocerlo, a niveles insospechados de
excelencia.
Pero estos fabricantes de vehículos no pueden fabricar todas las piezas que van en sus
modelos. Esto es materialmente imposible.
Debido a esto, desde los inicios de la industria automotriz, otras casas fabricantes de
repuestos fueron desarrollando paralelamente sus propias industrias de fabricación
especializada de ciertos componentes automotrices. Desarrollaron su propia tecnología y
14
alcanzaron los parámetros de calidad que les permitieron convertirse en suplidores de
repuestos “originales” para las compañías fabricantes de vehículos, dentro de las
especificaciones suministradas por éstos. Además, aprovecharon su tecnología para fabricar
otras piezas para muchos otros modelos. Esto fue así en Norte América, Europa, y sigue
sucediendo hoy día en los países asiáticos y el resto del mundo: la mayor parte de los
componentes llamados “originales” de un vehículo son fabricados por otros fabricantes de
repuestos.
Es necesario, sin embargo, hacer una clara distinción entre las empresas que fabrican para
equipo original, en forma seria, con una alta tecnología y control de calidad, y las que se han
dedicado a empacar productos cuya fabricación nadie puede certificar.
Es decir, se debe considerar muy seriamente, la marca que está detrás del producto (no
hablamos aquí de marca del vehículo sino la marca del repuesto) y la garantía y respaldo que
existe detrás de esa marca.
Dada esta coyuntura, nuestro estudio pretende proponer una metodología y herramientas
que beneficien a las empresas productoras de repuestos metálicos de pequeña escala a
mejorar la eficiencia de sus procesos centrándose en eliminar todo aquello que resulte
improductivo, inútil o que no aporte valor añadido, además de los desperdicios.
15
1.2.12 Objetivos
1.2.13 Propuesta
Se resalta el hecho de que se implementará la metodología Lean Six Sigma, por medio del
ciclo DMAIC, para al final reducir los tiempos de entrega de productos terminados,
enfatizando el proceso de producción y las causas del retraso las cuales hasta el momento
generan importantes pérdidas a la empresa
16
acero, además de la clasificación y las características del sector y el contexto nacional y
externo. Finalmente describiremos el sector metalmecánico en el Perú.
Por otro lado, también se desarrollará el marco teórico, donde se enfoca la literatura de las
teorías, filosofías y/o herramientas que serán la base de la propuesta; así como el estado de
arte, en el cual se detalla la metodología y las herramientas utilizadas en otros proyectos con
similar problemática que la nuestra.
17
crean valor y eliminación de los despilfarros. (Cezar Lucato, Araujo, Loureiro y
Damasceno,2015, p. 161).
Tabla 5
Resumen sobre actividades que crean valor, que no crean valor y despilfarros
Actividades que crean valor Actividades que no crean Despilfarros
valor
Cualquier actividad que toma Cualquier actividad que se Acitividades, procesos,
el material o información y lo requiera por los sistemas y tiempo, materiales, espacio,
convierte de una forma que procesos en uso etc que no incrementa valor
cumple con los de un producto o servicio
requerimientos del cliente
El cliente puede pagar por No contribuye en valor al Actividades que se requieren
estos servicios producto, servicio o en el sistema o proceso
satisfacción al cliente
Eliminación de despilfarros
mejora el rendimiento del
negocio
Nota: Obtenida de Pacheco, D., Pergher, I., Vaccaro, G. L. R., Jung, C. F., & ten Caten, C.
(2015).
Las actividades que no crean valor son por lo general los despilfarros, que a continuación se
definen.
1.3.1.1 Despilfarros
Muchas empresas buscan continuamente formas de ser más competitivas en el mercado.
Cada nueva idea de producto debe tener un sólido negocio para respaldarlo, de lo contrario,
la administración no permitiría que ese proyecto continúe. En varias ocasiones, el destino de
un proyecto se basa en el costo versus el valor de mercado.
Blijleven, Koelemeijer y Jaspers (2017) indican que, para asegurar la supervivencia a largo
plazo en la economía actual, las organizaciones deben reducir continuamente el despilfarro.
18
Movimiento: Movimiento innecesario de personal, equipo o información debido a un
diseño inadecuado del espacio de trabajo, piezas o herramientas faltantes y problemas
ergonómicos. (Mostafa, Dumrak, y Soltan, 2015, p. 434).
Transporte: Transporte de artículos o información que no se requiere para realizar el
proceso de un lugar a otro. (Alefari, Salonitis, y Xu, 2017, p. 756).
Espera: Tiempo esperando piezas, herramientas, suministros o el paso del proceso
anterior. (Alefari, Salonitis, y Xu, 2017, p. 761).
Sobreproducción: Producción de más productos de los requeridos para satisfacer la
demanda actual. (Blijleven, Koelemeijer, y Jaspers, 2017, p. 40).
Defectos: Productos o servicios no conformes que requieren recursos para corregir.
(Sagnak, Kazancoglu, 2016, p. 127)
Inventario: Inventario o información que se está almacenando o no se está procesando,
probablemente debido a un desequilibrio o sobreproducción de línea. (Blijleven,
Koelemeijer y Jaspers, 2017, p. 107)
Talento no reconocido: Falta de participación efectiva de los empleados en el proceso y
utilización plena de sus conocimientos y habilidades. (Sagnak y Kazancoglu, 2016,p.
127)
Procesamiento adicional: Actividad que no agrega valor o es necesaria para producir una
pieza, producto o servicio que funcione. (Mostafa, Dumrak y Soltan, 2015, p. 434)
Al identificar y eliminar continuamente los residuos en los procesos, se pueden reducir los
costos y aumentar el margen. Lean, hecho correctamente, permite que una organización sea
más adaptable a los cambios en el mercado y la economía. W. Edwards Deming dijo "Nadie
tiene que cambiar". La supervivencia es opcional. "Mediante la implementación de Lean, las
organizaciones se beneficiarán de procesos optimizados, reducción de desperdicios y
menores costos de fabricación. Además, el desarrollo de una cultura de empresa de mejora
continua es también un resultado de Lean. Estas organizaciones no solo sobrevivirán; estas
organizaciones crecerán y, dado eso, crearán empleos adicionales. (Mostafa, Dumrak y
Soltan, 2015, p. 434).
19
1.3.2 Six Sigma
Six Sigma es una metodología disciplinada e impulsada por datos para eliminar defectos en
cualquier proceso. Para lograr la calidad Six Sigma, un proceso debe producir no más de 3.4
defectos por millón de oportunidades. La propuesta de valor básica de Six Sigma es que los
principios para la mejora de procesos, métodos estadísticos, enfoque al cliente, atención a
los procesos y un sistema de gestión centrado en proyectos de mejora de alto rendimiento
resultan en una mejora continua y ganancias financieras significativas. Motorola reconoció
que había un patrón de mejora (y el uso de herramientas de datos y procesos) que,
naturalmente, podía dividirse en las cinco fases de la resolución de problemas, generalmente
referidas por el acrónimo DMAIC, que significa Definir-Medir-Analizar-Mejorar-Controlar.
(Cherrafi, Elfezazi, Chiarini, Mokhlis y Benhida, 2016).
El proceso DMAIC (definir, medir, analizar, mejorar, controlar) consiste en una guía para la
resolución de problemas y selección de herramientas de mejora. (López, González y Lobera,
2015)
a) Fase I: Definir. El propósito de esta fase es aclarar los objetivos y el valor de un proyecto.
b) Fase II: Medir. El propósito de esta fase es recopilar datos sobre el problema.
c) Fase III: Analizar. El propósito de esta fase es examinar los datos y los mapas de proceso
para caracterizar la naturaleza y el alcance del defecto.
d) Fase IV: Mejorar. El propósito de esta fase es eliminar los defectos tanto en la calidad
como en la velocidad del proceso.
e) Fase V: Control. El propósito de esta fase es asegurar los beneficios logrados al hacer las
fases anteriores. (Jacobs, Swink y Linderman, 2015).
Six Sigma es un enfoque de satisfacción del cliente y de reducción de costos bien probado
que ha demostrado ser aplicable en una variedad de áreas, tales como: suministro,
fabricación, diseño, finanzas y mercadotecnia. Six Sigma es una escala de medición sobre la
cual se pueden medir las mejoras. Six Sigma es una metodología general que proporciona
herramientas estandarizadas para la resolución de problemas. (Zailani,
Iranmanesh,Ramayah,2015, p.168).
Six Sigma es una herramienta de medición para evaluar el nivel de calidad y se basa en la
distribución Normal. En la teoría de la probabilidad y las estadísticas, la distribución normal
20
es una distribución de probabilidad continua que describe datos que se agrupan alrededor de
una media o promedio.
21
Six Sigma es una estrategia de mejora enfocada en el cliente, además se usa como
metodología para reducir el nivel de errores a 3.4 errores por millón en el diseño del
producto, la producción, la entrega y los procesos de gestión. Six Sigma se enfoca en obtener
el mismo resultado cada vez y utiliza el enfoque de resolución de problemas bien definido a
través de herramientas estadísticas. A continuación, se muestra los seis Sigma, en una
distribución normal y las áreas de porcentajes. (Erbiyik , Saru, 2015).
Figura 10: Distribución porcentual de los Seis Sigma, obtenida de Erbiyik, H., & Saru, M. (2015). 195, 2556-
2565
En términos estadísticos, la calidad de Six Sigma significa que, para cualquier medición de
calidad de producto o proceso dada, no habrá más de 3.4 defectos producidos por 1,000,000
de oportunidades. Una oportunidad se define como cualquier posibilidad de no conformidad
o que no cumpla con las especificaciones requeridas. La Tabla 6 muestra una sigma estándar.
De 2σ a 6σ, la mejora es obviamente. Cuanto mayor sea el número de sigmas, menor será el
número de defectos. Motorola supone que el proceso tiene un desplazamiento de 1.5 σ (en
el tiempo). Dado que el nivel Six Sigma tiene solo 3.4 defectos por millón de productos,
Motorola ha llamado al estándar Six Sigma "Defectos Cero". (Mehrabi 2012).
22
Tabla 6
Defectos en partes por millón
Nota: Obtenida de Sin, A. B., Zailani, S., Iranmanesh, M., & Ramayah, T. (2015). 168
a) Paso 1
23
b) Paso 2
Crear una lista de posibles defectos o errores por unidad de proceso o producto o servicio
que a los clientes les importará
Centrándose en lugares o pasos de proceso donde algo puede ir mal y no en las formas en
que puede salir mal.
Centrándose en defectos o errores de rutina, en lugar de extraños.
Agrupando o fusionando defectos relacionados o similares en una categoría
(Adina, Petruta y Roxana, 2014, p.145).
También se debe tener presente la voz del cliente. Algunas características de los productos
pueden ser importantes para los clientes y otras no. Se debe enfocar en las características que
afectarán la satisfacción del cliente y se debe asegurar que dichas características sean
mensurables. (Adina, Petruta y Roxana, 2014, p.143).
c) Paso 3
d) Paso 4
El cuarto paso es contar las oportunidades defectuosas dentro del grupo de muestra.
Simplemente se calcula cuántas oportunidades dentro del grupo de muestra realmente
contienen defectos o errores. Es importante tomar un grupo de muestra que sea
representativo de la población. Además, el grupo de muestra debe ser lo suficientemente
grande como para ser significativo, pero lo suficientemente pequeño como para ser
manejable. (Adina, Petruta y Roxana, 2014, p.143).
24
Figura 11: Fórmula de tamaño de muestra según Hajian-Tilaki, K. (2014). 48, 193-204.
En donde:
N = población
Z = valor de Z para el nivel de servicio que el investigador desea, generalmente se escoge el
95%
E = margen de error, generalmente se selecciona 0.05 (5%).
p = todos los registros que tienen las mismas características de la población, generalmente
se selecciona 0.5.
q = 1- p = todos los registros que no tienen las mismas características de la población,
generalmente se selecciona 0.5.
n = muestra
e) Paso 5
En el quinto y último paso, simplemente tenemos que dividir los defectos totales por las
oportunidades totales que nos dan el DPO. Luego multiplicamos el DPO por 1 millón para
obtener los Defectos por Millón de Oportunidades. Este valor nos da una vista precisa y de
largo plazo de la eficiencia del proceso. A continuación, se muestra la fórmula para calcular
DPMO. (Adina, Petruta y Roxana, 2014, p.143).
Número de defectos
DPMO = ∗ 1,000,000
Número de unidades ∗ Número de defectos oportunidades por unidad
Figura 12: Formula para el caluclo del DPMO, según Adina-Petruţa, P., & Roxana, S. (2014). 143, 643-648.
25
De acuerdo a la fórmula, de calcula los defectos por millones de oportunidades para poder
reducir los defectos, lo cual es un instrumento de análisis, tanto para la situación actual como
después de haber implementado las herramientas requeridas en la solución de los problemas,
como forma de validación de la propuesta de mejora.
El término Lean Six Sigma se utiliza para describir un sistema de gestión que en realidad es
una combinación de Lean y Six Sigma, por lo tanto, como una metodología que se centra en
la eliminación de residuos y la variación, siguiendo la estructura DMAIC, para lograr la
satisfacción del cliente con respecto a la calidad, la entrega y el costo. Se enfoca en mejorar
los procesos, satisfacer a los clientes y lograr mejores resultados financieros para el negocio.
Aunque Lean y Six Sigma tienen diferentes puntos de partida y características diferentes,
convergen con el mismo propósito. Por lo tanto, deben observarse como estrategias
complementarias. (Drohomeretski, Gouvea da Costa, Pinheiro de Lima y Garbuio,2014, p.
52).
De acuerdo con un artículo hecho por Antony (2011) que involucra opiniones de destacados
académicos y profesionales sobre las similitudes y diferencias entre Lean y Six Sigma, es
innegable que un enfoque integrado de los dos produciría resultados extraordinarios y
duraderos. En el informe de su trabajo, Lean y Six Sigma tienen algunas características
comunes que se resumen a continuación:
26
Ambos se pueden aplicar en entornos no manufactureros.
Por otro lado, para Antony, J. (2011) una metodología Lean Manufacturing carece de
características que puedan complementarse con la otra metodología Six Sigma.
Según lo recomendado por Peteros y Malayeff (2015), una organización Lean Six Sigma
capitalizaría las fortalezas de la administración Lean y Six Sigma. Una organización Lean
27
Six Sigma incluiría estos principios básicos de la administración Lean: (1) una filosofía
corporativa primordial que busca maximizar el contenido de valor agregado de todas las
operaciones, (2) evaluar constantemente todos los programas de incentivos para garantizar
que resulten en una optimización global, (3) incorporar un proceso de toma de decisiones de
gestión que basa cada decisión en su impacto relativo en el cliente; y una organización Lean
Six Sigma incluiría estos principios básicos de Six Sigma: (1) metodologías basadas en datos
de estrés en todo proceso de toma de decisiones para que los cambios se basen en estudios
científicos en lugar de estudios ad hoc, (2) promuevan metodologías que busquen minimizar
la variación de las características de calidad, (3) diseñar e implementar un régimen de
educación y capacitación de gran escala para toda la compañía. (Peteros, Maleyeff, 2015, p.
59).
Lean Six Sigma se enfoca en la herramienta DMAIC, un acrónimo que representa 5 fases
para la resolución de problemas, a saber, definir, medir, analizar, mejorar y controlar. El
propósito de definir es comprender los problemas articulando claramente el problema del
negocio, la meta, los recursos potenciales, el alcance del proyecto y el cronograma. El
objetivo y los miembros del equipo también se confirman en esta fase. El objetivo de la
medida es establecer objetivamente bases de referencia actuales como base para la mejora a
través de una recopilación de datos exhaustiva. El objetivo del análisis es identificar, validar
y seleccionar la causa raíz para la eliminación. (Cherrafi, Elfezazi, Chiarini, Mokhlis y
Benhida, 2016. p 139).
Se identifica una gran cantidad de posibles causas raíz del problema del proyecto a través de
una constelación de herramientas complejas de análisis de causas raíz en la fase de análisis.
El objetivo de mejorar es identificar, probar e implementar una solución al problema.
Identifique soluciones creativas para eliminar las causas principales de la raíz a fin de
corregir y prevenir problemas en el proceso. Finalmente, la fase de control consiste en
mantener las ganancias mediante el monitoreo de las mejoras para garantizar el éxito
continuo y sostenible. (Cherrafi, Elfezazi, Chiarini,Mokhlis y Benhida, 2016. p 828).
28
Figura 13: DMAIC Lean Six Sigma, obtenida de Cherrafi, A., Elfezazi, S., Chiarini, A., Mokhlis, A., &
Benhida, K. (2016). 139, 828-846.
1.3.4.1 Herramientas Generales Lean Six Sigma utilizadas en las fases DMAIC
Para efectuar el análisis de un proyecto Lean Six Sigma, y obtener las soluciones a la
problemática planteada en cada una de las fases DMAIC, será necesario utilizar las
herramientas adecuadas para aplicar la metodología Lean Six Sigma que se describen a
continuación.
Una entrada a esta fase proviene de la voz del cliente (VOC), la voz del negocio (VOB) y /
o la voz del proceso (VOP). Además, a veces la voz de los empleados (VOE) también es
eficaz para liderar algunos proyectos de mejora Lean Six Sigma. (Tenera, Pinto, 2014, p.
119).
Con la ayuda de estas entradas, se identifican seis proyectos sigma. En esta fase,
identificamos oportunidades para seis proyectos sigma. Desarrollamos un plan de proyecto
y un mapa de procesos de alto nivel. El componente principal de esta fase es preparar la
Carta del Proyecto. Charter es un documento, que es un anteproyecto inicial para cualquier
proyecto Six Sigma. (Srinivasan, Muthu, Devadasan y Sugumaran, C. 2014, p. 97).
29
SIPOC
Formación de los equipos de trabajo
Análisis de los interesados (participantes, empleados, dueños, clientes)
Mapa de Compromiso
1.3.4.2.2 Medir
El objetivo principal de esta fase es recopilar los datos que son relevantes para el alcance del
proyecto. Esta fase se centra en identificar los parámetros que deben cuantificarse, las formas
de medirlos, recopilar los datos necesarios y llevar a cabo la medición mediante diferentes
técnicas ( Marzagão, Carvalho, 2016, p. 34).
La capacidad del proceso actual es también un aspecto importante para ser entendido en esta
fase. En la fase de Medir, se pueden usar diferentes herramientas, como Diagramas de flujo
de proceso, Benchmarking, Gráficos de ejecución, y Capacidad de proceso. (Srinivasan,
Muthu, Devadasan y Sugumaran, 2014, p. 97).
Dos técnicas de medición utilizadas comúnmente son: Defects Per Million Opportunities
(DPMO) y Process Sigma.
1.3.4.2.3 Analizar
El objetivo principal de esta fase es encontrar la causa raíz de la ineficiencia comercial.
Identifica las brechas entre el rendimiento real y el objetivo, determina sus causas y
30
oportunidades para su mejora. La fase de análisis sigue un enfoque de profundización para
llegar a las causas raíz exactas de varias causas potenciales identificadas inicialmente.
(Tenera, Pinto, 2014, p. 119).
Esta fase comienza con la exploración de todas las causas posibles del problema principal.
Entonces, estas causas se verifican y validan a través de herramientas hipotéticas y
estadísticas. El resultado de esta fase es la raíz de las causas verificadas, que deben tomarse
en cuenta para mejorar el proceso (Nunes, 2015, p 897).
La fase de análisis requiere el cuidado debido para identificar y verificar las causas de raíz.
Porque la efectividad de la mejora del proceso a través del proyecto Six Sigma radica en la
correcta identificación de las causas raíz. (Marzagão, Carvalho, 2016, p.34).
Diagrama de Pareto
Los 5 porqués
Diagrama de Afinidad
Diagramas de Causa y Efecto
Priorización del análisis de valor
Mapa de Valor
Mapa del flujo de valor
1.3.4.2.4 Mejorar
Esta fase mejora el proceso al determinar soluciones potenciales, formas de implementarlas,
probarlas e implementarlas para mejorarlas. En esta fase, se consulta a los propietarios del
proceso y se sugieren mejoras. El plan de acción para la mejora se distribuye a las partes
interesadas pertinentes. (Marzagão, Carvalho, 2016, p.38).
Este plan de acción específica: Acción a tomar; Por cuándo Por quién, etc. El plan de mejora
está diseñado para mitigar el riesgo e incluir comentarios y satisfacción del cliente. Con la
31
formación del plan de acción de mejora, la fase de implementación comienza
simultáneamente. Durante la implementación, las acciones se llevan a cabo, se prueban su
efectividad y se implementan finalmente. (Tenera, Pinto, 2014, p. 120).
Las herramientas utilizadas para eliminar los defectos son lluvia de ideas, prueba de errores
(Poka Yoke), software de simulación, creación de prototipos. (Srinivasan, Muthu,
Devadasan y Sugumaran, 2014,p. 9).
Poka Yoke
Heijunka
Six Sigma
1.3.4.2.5 Control
El objetivo principal de esta fase es generar un plan detallado de supervisión de la solución.
Este plan asegura que se mantenga el rendimiento requerido. Define y valida el sistema de
monitoreo, desarrolla estándares y procedimientos, verifica beneficios y crecimiento de
beneficios y se comunica con las empresas. (Tenera, Pinto, 2014, p. 920).
Por lo tanto, el objetivo principal de la fase de Control es garantizar - Mantener las ganancias.
Durante esta fase, se evalúan los resultados posteriores a la implementación. El progreso está
determinado. Y se incorporan los cambios, si corresponde, se requieren correcciones o
modificaciones. La fase de control en la mayoría de los casos es una fase de transición. La
transición pasa de prácticas y sistemas actuales a nuevas prácticas. La parte más importante
de esta fase es proporcionar capacitación sobre nuevos cambios a todas las partes interesadas
relevantes. Las herramientas importantes utilizadas en la fase de control son el cálculo de
sigma del proceso, las gráficas de control, los cálculos de ahorro de costos y el plan de
control. Se utilizan las hojas de control. (Marzagão, Carvalho, 2016, p. 40.).
32
en la medición del valor total de I + D de la división de negocios de Soluciones de
Automatización utilizando un método de evaluación integrado propuesto por Werner y
Souder (1997). La eficiencia se centra en la aplicación de herramientas y técnicas de Lean
Six Sigma que da como resultado el valor de I + D evaluado. La metodología utilizada para
medir la eficiencia es el Análisis de envolvimiento de datos. (Antony, Jiju, Rodgers y Gijo.
2016, p. 995).
Figura 14: Métricas para medir la efectividad según :( Pyzdek, Keller, 2014 p. 60).
La evaluación general puede usarse para evaluar el valor de cada unidad de sub-negocio para
que la administración de la división pueda hacer comparaciones de rendimiento entre las
unidades y también compararlas con los objetivos comerciales de la organización. Además,
el resultado de esta evaluación se generará para la siguiente evaluación de eficiencia.
33
rendimiento de entidades complejas llamadas unidades de toma de decisiones (DMU), que
convierten múltiples entradas en múltiples salidas. La DEA se puede realizar utilizando un
software DEA o simplemente un programa de análisis estadístico como Excel y su función
llamado Solver. En general, el enfoque se centra en maximizar la relación entre la suma
ponderada de los productos y la suma ponderada de las entradas: (Cvetkoska, Savić, 2017,
p. 30).
Figura 15: Formula relación entre la suma ponderada de los productos y la suma ponderada de las entradas
El modelo está diseñado para evaluar la eficiencia relativa de algunos DMUo, en función del
rendimiento observado de j = 1, 2, ..., n DMU, las variables v, x u e y deben seleccionarse
de acuerdo con cada estudio y sus problemas a solucionar. A cada DMU se le asigna el mejor
conjunto de ponderaciones con valores que pueden variar de una DMU a otra. Debido a que
el problema matemático anterior es computacionalmente intratable cuando se trata
directamente y es un programa lineal fraccional, por lo tanto, la formulación de
programación lineal es necesaria. El resultado de la transformación de la formulación se
presenta a continuación: (Cvetkoska, Savić, 2017, p. 35).
34
Para medir la eficiencia de Lean Six Sigma para el estudio de caso, se recomiendan múltiples
entradas: un enfoque de salida. Las entradas xi son clasificaciones medias del uso de las
herramientas / técnicas Lean Six Sigma, obtenidas a través de cuestionarios como los
realizados en esta investigación. Por otro lado, para simplificar la medición, los insumos
pueden ser puntaje promedio (calculado a partir de calificaciones adquiridas por el
cuestionario) de 7 grupos categorizados de herramientas / técnicas, donde las categorías se
basan en los productos: Fundacional, Flujo, Avanzado Estadísticas, Análisis, Estabilidad,
Lean Systems y Pull. (Cvetkoska, Savić, 2017, p. 80).
Según Zhou, B. (2016) las empresas de inicio, pequeñas y medianas empresas (PYME)
deben mejorar continuamente o cerrar. Un programa de calidad se vuelve crítico para
garantizar la sostenibilidad a través del tiempo, pero no todos los empresarios son
conscientes de la aplicabilidad de las técnicas de gestión de calidad para las pequeñas
empresas, y la mayoría de ellas piensa que es solo para grandes empresas.
Alrededor del 84% de todas las empresas de los EE. UU. Tienen menos de 50 empleados.
La cifra está en un nivel similar en todo el mundo. Las pymes representan del 60 al 70% de
los puestos de trabajo en la mayoría de los países y también representan una proporción
desproporcionadamente grande de nuevos puestos de trabajo. Desafortunadamente, la tasa
de fracaso también es alta para las pequeñas empresas. (Hu, Mason, Williams y Found, 2015
p. 26)
Una empresa más pequeña puede no darse cuenta de los enormes retornos de una gran
empresa, pero eso no reduce el impacto del retorno de la inversión de un programa de
calidad. El problema es que las operaciones cotidianas a menudo desvían la atención del
propietario de lo que es bueno para la empresa a largo plazo, lo que permite un pequeño
período de tiempo (si corresponde) para planificar y prevenir problemas. (Hu, Mason,
Williams y Found, 2015 p. 35)
Zhou (2016) indica que estudios en los Estados Unidos, Canadá y Europa, han demostrado
que hay algunas características que son comunes a todas las PYME de alto crecimiento:
35
Atención a los recursos humanos: en las etapas iniciales, las capacidades de gestión y la
motivación de los empleados son cruciales para la supervivencia.
Énfasis en las estrategias relacionadas con la mejora, actualización o ampliación de la
línea de productos existente y la mejora de la producción. Los participantes exitosos y de
rápido crecimiento son aquellos que traducen sus énfasis estratégicos en acción
emprendiendo I + D.
Énfasis en contratar empleados calificados y entrenarlos
Equilibrio, un énfasis en esforzarse por mejorar sus capacidades en todas las áreas
Este estudio de caso ilustra que la gestión de la calidad y sus herramientas deberían adoptarse
cada vez más, independientemente de si son PYME o grandes empresas. Por lo tanto, para
lograr la competitividad, la metodología Six Sigma debería ser mucho más aplicada en las
PYMES, debido a la interrelación con las partes interesadas y el uso limitado de consultorías.
(Hu, Mason, Williams y Found, 2015 p. 50).
Poka Yoke es un concepto de procesos de prueba de error que resulta en cero defectos. El
concepto se originó en Toyota y se acredita a Shigeo Shingo, un ingeniero de Toyota y autor
de varios libros sobre métodos lean utilizando el método de producción de Toyota. (Wiech,
Böllhoff y Metternich, 2017, P.190)
36
producción y la reelaboración de los defectos en una etapa en la que es más fácil
solucionarlos.
Inspección de fuente: garantizar que existan las condiciones para un entorno de
producción de calidad. (Maruthi, Rashmi, 2015, p. 30)
Antes de decidir dónde ubicar los sistemas de corrección de errores, es importante poder
identificar el paso del proceso donde se produce el defecto (a menudo, cuando se utiliza la
inspección de la información, esto es más fácil porque es probable que sea el paso anterior).
(Böllhoff ,Metternich, Frick y Kruczek, 2016 p.55)
Katayama (2017), indica que Poka Yoke suele ser de bajo costo, las mejoras pueden ser
dramáticas: la definición de un método fácil de implementar y fácil de retirar para eliminar
defectos puede mejorar tanto las tiradas de producción como tener un impacto gratificante
en los resultados de la organización.
Según (Haefner, Kraemer, Stauss y Lanza (2014), señalan algunas sugerencias comunes, y
son:
37
Evitar mejorar las prácticas de implementación sin la debida atención a las prácticas que
respaldan el aprendizaje validado. La misma razón que la anterior: las prácticas de
implementación son más fáciles de adoptar ya que no afectan drásticamente la
mentalidad.
Para cualquier práctica, se debe asegurar de que se estén adoptando los aspectos correctos.
Esto implica la definición deseable de una práctica en el contexto organizacional de tal
manera que avance los aspectos críticos de la mentalidad. También es importante recordar
que, sin el apoyo adecuado, incluso las prácticas que una vez se mostraron prometedoras
pueden comenzar a deteriorarse a medida que las personas se acostumbran a sus viejos
hábitos y pensamientos. Un Poka Yoke, puede ser un proceso (DAP), un dispositivo, una
alarma, luces, sonido, una señal para indicarle al operario que no debe cometer errores y por
ende productos no conformes, al aplicar lo indicado. (Haefner, Kraemer , Stauss, y Lanza,
2014, p. 17).
1.3.7.2 VSM
VSM, según Rohani, y Zahraee, (2015), según sus siglas en inglés Value Stream Mapping,
es una técnica de manufactura eficiente para documentar, analizar y mejorar cualquier
proceso de negocios. Su salida se denomina Value Stream Map, que es una representación
visual del flujo de materiales e información que se requieren para producir un producto o
servicio para un cliente. Tomando sus raíces de la metodología de Lean Manufacturing,
Toyota utilizó materiales y diagramas de flujo de información para revisar sus procesos. Con
una representación visual de lo que sucede en la línea de ensamblaje, pudieron detectar
dónde se está desacelerando la producción debido a la transferencia de materiales de un paso
a otro. Reducir el tiempo empleado en estas transferencias utilizando la filosofía de Justo a
Tiempo (JIT) y el Sistema Kanban, mejoró su productividad y redujo, si no eliminando
totalmente, los desechos. Estos materiales y diagramas de flujo de información que usó
Toyota ahora son más conocidos como mapas de flujo de valor. Hoy en día, no es solo en la
industria manufacturera que se puede utilizar la asignación de flujo de valor. El concepto
detrás de él: mapear un proceso de negocio e identificar el valor (agregar y no agregar pasos
de valor) se aplica a cualquier proceso de negocio que tenga pasos repetibles e interacciones
frecuentes entre los pasos o grupos que realizan el proceso. El Mapeo de la Corriente de
Valor se puede aplicar esencialmente a cualquier industria, ya que cualquier empresa tendrá
38
procesos en sus operaciones. El poder de Value Stream Mapping es que establece un
entendimiento común de lo que realmente sucede operativamente en una configuración de
producción o servicio de negocios. Expone todos los pasos que se están tomando para
satisfacer una necesidad del cliente. Ahora, estos pasos pueden agregar valor o no agregar
valor. Los pasos para agregar valor contribuyen a la creación real de un producto o servicio
para el cual se beneficiará el cliente. Por otro lado, los pasos que no agregan valor no cambian
directamente el producto o servicio para agregarlos a su finalización. (Rohani, y Zahraee,
2015).
39
Demanda: Es el número de productos que necesarios para cubrir las necesidades del
mercado.
1.3.7.3 Heijunka
Heijunka es una palabra japonesa que significa nivelar, puede ser la nivelación o balanceo
de línea o nivelación de producción. Es parte de la metodología Lean de mejora de procesos
que ayuda a las organizaciones a combinar patrones de demanda de clientes impredecibles
y eliminar el desperdicio de fabricación al nivelar el tipo y cantidad de producción durante
un período de tiempo fijo. Puede ser más fácil entender Heijunka y cómo puede mejorar el
proceso de producción al contrastarlo con el método de producción tradicional de
procesamiento por lotes. El procesamiento por lotes ha sido un método comúnmente
utilizado para organizar el proceso de fabricación desde la invención de la producción en
masa. El procesamiento por lotes produce grandes lotes de productos sin tener en cuenta la
fluctuación de la demanda de los clientes. La salida que el cliente no compra de inmediato
se coloca en el inventario. (Glass, Seifermann, & Metternich, 2016 P.278)
Para Kogel (2016) El método tradicional de procesamiento por lotes tiene varios
inconvenientes:
La demanda del cliente raramente es predecible. Cuando los clientes siguen un patrón de
compra imprevisto, el fabricante puede experimentar confusión y desorden.
La demanda en procesos ascendentes es errática.
El costo de los bienes no vendidos mantenidos en inventario disminuye la rentabilidad.
El procesamiento por lotes también da como resultado una calidad desigual del producto
y un equipo y personal con exceso de trabajo, que se combinan para crear el villano que
el proceso de producción Lean más teme: el desperdicio.
40
Para Kogel (2016) las organizaciones que implementan un cronograma de nivelación
Heijunka en sus procesos de fabricación pueden crear una serie de ventajas sobre sus
competidores:
Heijunka requiere ajustar la producción para reflejar la demanda de los clientes lo más
cerca posible. Cuando la empresa elabora todos los tipos de productos y mantiene un
pequeño colchón de inventario durante todo un año, existe una mayor flexibilidad para
cumplir con los cambios en los patrones de demanda de los clientes. El inventario de
amortiguamiento se liquidará durante el año y la producción podrá cumplir con períodos
de demanda máxima y compras erráticas de clientes (Deif & ElMaraghy, 2014 P. 613)
Lean Six Sigma fomenta la fabricación de todo tipo de productos todos los días. Esto requiere
que los fabricantes minimicen el tiempo de cambio necesario para convertir la línea de
producir un producto a otro. La eficacia y la viabilidad financiera de Heijunka están
determinadas por la eficiencia del proceso de cambio (Andrés, González & Lobera, 2015
P.132)
1.3.7.5 Implementación
Los fabricantes existen para satisfacer la demanda de los clientes de la manera más suave y
predecible posible. Sin embargo, el comportamiento de compra del cliente es frecuentemente
impredecible. El uso de Heijunka para que coincida con los patrones de
41
compra de los clientes ayuda a los fabricantes a satisfacer las necesidades del cliente y
reducir el desperdicio en el proceso de producción. (Glass, Seifermann, & Metternich 2016
P.283).
42
En esta fase se optó por realizar una investigación aplicada, es decir, la investigación que se
enfoca en encontrar los mecanismos o procesos que permitan lograr un objetivo con el
análisis bibliográfico. Además, también es una investigación cuantitativa ya que se aplica el
estudio y análisis de diferentes procedimientos y herramientas que se basan en la medición
de datos para lograr una posible solución. La información se recolectó de las bases de datos
de información con respecto a documentos de investigación en un rango de 5 años, desde
2015 a 2019. La búsqueda de información se limitó a los estudios o investigaciones en inglés,
debido a la mayor cantidad de información encontrada. Este capítulo presenta una revisión
que sintetiza el resultado de las investigaciones y aplicaciones relacionadas a la metodología
Lean Six Sigma.
43
d) Selección de estudios de calidad con criterios de clasificación explícitos, aplicados de
manera uniforme, tal como ensayo clínico controlado o ensayo controlado
aleatorizado.
e) Evaluación crítica de la calidad metodológica de los estudios para superar sesgos o
errores y evaluar la eficiencia.
f) Síntesis de datos basada en la calidad metodológica de los estudios clínicos
controlados y aleatorizados, a menudo resumida de manera cuantitativa por un
estimador estadístico.
g) Ecuánime interpretación basada en la evidencia científica de su eficiencia, con
identificación de las lagunas o controversias de conocimiento que persistan.
P1 ¿Qué herramientas de Lean Six Sigma son las más adecuadas para empresas de pequeña
escala?
P2: ¿Cuáles son los resultados que traen consigo el desarrollo de las herramientas
seleccionadas?
44
1.4.5 Formulación de Plan de búsqueda de la literatura
45
1.4.6 Registro de los datos y evaluaciones de la calidad de los artículos
Articulos excluidos
16 15
14
12 11
10 9
0
contenido Validacion cientifica Antigüedad
46
LITERATURA Y CASOS DE EXITOS 37
25
20
15
10 6
0
casos de éxito Contenido
Los casos de éxito que se han investigado son seis. El primero se da en la industria de
minerales, el segundo caso se enfoca en una empresa fundidora de metales. El tercer caso se
refiere a las ventajas del uso de la metodología Six Sigma para las empresas de pequeño y
mediano tamaño complementando la investigación con un caso de estudio en la industria de
la gasfitería en los Estados Unidos. El cuarto caso analiza el incremento de eficiencia en los
intercambiadores de calor que se utilizan en hornos a combustible, el quinto caso trata de la
solución de temas de falta de calidad en la fabricación de componentes automotrices y el
sexto se trata de la aplicación de la herramienta poka yoke en un hospital. Se ha seleccionado
estos seis casos, por el grado relevante de semejanza en los procesos; y por la factibilidad
comprobada de la utilización de la metodología Six Sigma DMAIC para resolver los
problemas planteados. También es necesario mencionar que existe poco trabajo de
investigación acerca de la aplicación de la metodología mencionada en el campo de la
industria metalmecánica; sin embargo, existe consenso entre los autores de las publicaciones
consultadas que la metodología Six Sigma DMAIC es perfectamente aplicable y útil en las
industrias manufactureras.
47
1.4.7.1 Caso 1:
Indrawati, S., & Ridwansyah, M. (2015). Manufacturing continuous improvement using lean
six sigma: An iron ores industry case application.Procedia
Manufacturing,4,528534.https://www.sciencedirect.com/science/article/pii/S23519789150
11889DOI:10.1016/j.promfg.2015.11.072
1.4.7.1.1 Problema
Los autores Indrawati, y Ridwansyah, (2015), indican que la capacidad del proceso de
fabricación en la industria de los minerales de hierro es un factor importante para la
continuidad del negocio. En el estudio detectaron que existen algunos problemas en el
proceso de manufactura que impiden cumplir con la producción estimada.
1.4.7.1.2 Motivación
Con el fin de mejorar la capacidad del proceso de fabricación, esta investigación se lleva a
cabo utilizando el método Lean Six Sigma.
48
aceptado por las industrias manufactureras para mejorar el rendimiento de la producción. La
función de este método es identificar y minimizar los desperdicios a través de la mejora
continua
a) Definir
49
Con base en el mapeo de la actividad del proceso, la actividad operacional consiste en 4,3%,
la actividad de transporte consiste en 28,91%, la actividad de inspección consiste en 6,68%,
la actividad de almacenamiento consiste en 6,79% y la actividad de demora consiste en 10,
31%. De esa actividad de producción, la actividad de valor agregado (VA) consiste en
52.13%, la actividad no agregada (NVA) consiste en 33.67% y la actividad no necesaria de
valor agregado (NNVA) consiste en 14.20%. La producción de mineral de hierro secado no
es óptima debido a la eficiencia de producción solo al nivel del 52%. En función de esa
condición, la empresa debe realizar una nueva innovación para minimizar la actividad sin
valor agregado en la producción.
b) Medir
Medición de residuos
En base a las observaciones, varios tipos de residuos que se han identificado son procesos
inadecuados, espera/inactividad, transporte excesivo, defectos, movimientos innecesarios y
talento humano. Luego se realiza una evaluación cualitativa de la ocurrencia de desechos. El
tipo de residuos de producción de secado de mineral de hierro que se analizarán más adelante
son el procesamiento y los defectos inadecuados.
El nivel estándar de hematita (Fe) es más del 51%. Por lo tanto, el producto que contiene
menos del 51% de hematita (Fe) se clasificará como defecto del producto. Por lo tanto,
algunos criterios que se incluyen en la crítica a la calidad (CTQ) son:
Según los cálculos, DPMO tiene un nivel de 28.750. Significa que de un millón de
oportunidades habrá 28,750 posibilidades de que el proceso de producción produzca
defectos de mineral de hierro. La capacidad del proceso se encuentra a un nivel de 2,96
sigma. Significa que la empresa no es capaz de producir minerales de hierro basados en
estándares de calidad.
50
c) Analizar
Para determinar los errores potenciales, los modos de falla y el análisis de los efectos se
realizan enfocándose en el procesamiento y el defecto del tipo de residuo. Algunos puntos
que potencialmente conducen al tipo de residuo en el procesamiento apropiado son seis
procesos, a saber: al transferir el material en el alimentador de plataforma, el movimiento
del material del colector de polvo del canal a la eliminación final, el proceso de pesaje de
material, transferencia de material del enfriador rotativo extremo (sistema de canal),
suministro de gas N2 y proceso de molienda de carbón en el molino de carbón. La falla
potencial de los defectos del tipo de desperdicio es en el error del proceso de secado del
horno giratorio como se muestra en la Tabla 2.
Tabla 8
Resultados AMFE: proceso inapropiado
Basado en el AMFE (tabla 1), se sabe que el valor de RPN para la pérdida de material
estándar tiene un valor de 810, el diseño del colector de polvo no es apropiado tiene un valor
51
de 586, BC 05 altura demasiado baja desde el nivel del suelo tiene un valor de 630 y la tabla
de fresado roto debido a un error del operador con un valor de 560.
Tabla 9
Resultados de las fallas del AMFE
d) Mejorar
Además, se desarrolla un programa de mejora propuesto para superar los problemas que
conducen al desperdicio de procesamiento y defectos inadecuados. El programa de mejoras
propuesto consiste en:
52
e. Instalación de la planta de nitrógeno. Con la instalación de una planta de nitrógeno, la
compañía puede suministrar nitrógeno que sirve como gas inerte.
e) Control
1.4.7.1.7 Conclusión
Con base en la investigación, se puede resumir el resultado de la siguiente manera:
c. El programa de mejora propuesto se desarrolla para superar los problemas que consisten
en rediseñar el colector de polvo del conducto, pesando los procedimientos de operación
estándar, la erección BC 05, la instalación del medidor de vibraciones y la instalación de la
planta de nitrógeno.
1.4.7.2 Caso 2:
DMAIC y Diseño de Experimentos (DOE) en una fundición de metales Kumar, D., Singh,
R., & Yadav, A. (2016). Process improvement through six sigma — A case study of Agra
foundry. 2016 IEEE Region 10 Humanitarian Technology Conference (R10-
HTC). doi:10.1109/r10-htc.2016.7906806
1.4.7.2.1 Problema
De acuerdo con los autores Kumar, Singh, & Yadav (2016) el problema que enfrenta la
Fundición Agra, son los defectos producidos en la fabricación de bloques de cilindros y se
plantea como objetivo fundamental la reducción de los defectos producidos en la fabricación.
53
La fundición también está produciendo algunos otros componentes como anillos de pistón,
revestimientos de cilindros, tapas de alcantarillas y cubiertas de culatas.
1.4.7.2.2 Motivación
La investigación de los autores presenta el reto de obtener resultados, cuyo objetivo
fundamental es reducir los defectos producidos en la fabricación de bloques de cilindro,
existen investigaciones sobre la aplicación de la metodología de DMAIC (Definir, Medir,
Analizar, Mejorar y Controlar) para optimizar los parámetros del proceso de fundición en
arena verde. El método de diseño de experimentos de Taguchi se usa para analizar los
diversos parámetros críticos.
Para alcanzar los principales objetivos de Six Sigma, el proceso DMAIC es considerado
como la técnica más utilizada. Según opinión de Kooning y Mast (H. D. Koning y J. Mast
“Una reconstrucción racional del adelanto del Manual Six Sigma optimizando las
estrategias para mejorar la línea de base” Primera Conferencia Internacional sobre Six
Sigma, Glasgow, Escocia, diciembre 16 y 17 de 2004.
Lean Six Sigma es un enfoque que se considera orientado a proyectos en los que los objetivos
de las empresas se pueden cumplir al completar los proyectos de manera efectiva. Según la
revisión de literatura uno debe seleccionar algunas variables más efectivas para el proceso
54
seleccionado. El número de variable normalmente seleccionado varía entre cinco y ocho;
Para el proceso de fundición se aplica el procedimiento estándar que representa DMAIC.
a) Definir
Figura 21: Diagrama del proceso de fundición, Singh, & Yadav (2016).
b) Medir
La observación de los defectos en el yeso (molde) se toman tres veces mientras se considera
cada prueba. En la etapa de medida, básicamente se identificaron y midieron los parámetros
en el taller de fundición que son muy críticos para la cantidad (CTQ). El método Taguchi
tiene la ventaja adicional de estimar la sensibilidad de la interacción entre varios parámetros
relacionados con la entrada. Los problemas de diseño paramétrico se clasifican según
Taguchi en varias categorías y brindan una medida del rendimiento llamada relación S / N.
55
Esta relación se evalúa usando ANOVA identificando los factores que darán muy buen
rendimiento.
c) Analizar
Se obtiene una relación entre los parámetros del proceso y sus respectivas variables de
respuesta para indicar los parámetros críticos que están teniendo una contribución importante
al variar o influenciar la función de respuesta. El método Taguchi se considera una técnica
muy eficiente que muy fácilmente corrige la relación funcional en las variables de entrada o
de salida y proporciona una gran cantidad de información con pruebas mínimas. El principio
de Taguchi se aplica además para identificar las configuraciones de los parámetros óptimos
para el proceso bajo consideraciones. La Tabla 10 muestra el valor de los defectos de colada
promedio para cada parámetro en diferentes etapas.
Para encontrar los parámetros significativos, se usa la técnica de ANOVA de tres vías para
los defectos de fundición. Los resultados se muestran en la Tabla 10. El valor crítico de la
relación F para el factor A es 4.015 en (1, 42) y 3.22 en (2, 42) para otros factores (tabulados)
con un intervalo de confianza del 95 por ciento.
Tabla 10
Valores promedio de los defectos en la actividad de colada y la relación S/N
56
El método Taguchi no puede juzgar y determinar el efecto de los parámetros individuales en
todo el proceso, mientras que la contribución porcentual de los parámetros individuales
puede determinarse mediante la técnica ANOVA. Para un análisis detallado de los resultados
experimentales, se utiliza la técnica de agrupamiento. Puesta en común: si el valor de la
relación F calculada para un parámetro es inferior a la relación F tabulada en un nivel de
confianza establecido, el efecto del parámetro es insignificante y los parámetros se agrupan.
El valor esperado de las sumas de cuadrados (SS) para cada factor se calcula utilizando la
contribución porcentual (P) para cada factor y se calcula para los defectos de fundición,
como se muestra en la Tabla 11.
Tabla 11
Tabla Anova
Nota: Anova según los autores Kumar, Singh, & Yadav (2016) .
d) Mejorar
La fase de mejora se usa básicamente para identificar e implementar cambios para mejorar
el rendimiento y reducir las causas comunes responsables de la variación. Los resultados del
DOE se usan para una mejora adicional del proceso. Factores responsables de la variación
significativa y analizados en detalles para una mayor mejora. El objetivo principal es
optimizar la configuración de los valores de los parámetros críticos que producirán mejores
resultados que los producidos en la primera parte del experimento. Por lo tanto, los
experimentos de confirmación se utilizan para probar los factores y etapas elegidos de un
experimento. Se llevan a cabo dieciocho números de experimentos de confirmación en los
ajustes óptimos del proceso, como se muestra en la Tabla VIII. El promedio de los defectos
de colada en el experimento de confirmación es del 3,27%, es decir, mucho menor que los
57
defectos existentes en la primera parte del experimento. La aplicación de la metodología Six
Sigma dio como resultado una reducción en el problema de "defectos de fundición" que se
enfrenta en la fundición del bloque de cilindros y mejora los procesos.
Tabla 12
Resultados de la confirmación de experimentos
e) Control
El objetivo de esta fase es mantener los beneficios del nuevo proceso y garantizar que los
problemas anteriores no se regeneren. La etapa de control es la última etapa y su único
propósito es actualizar la respuesta optimizada anterior con los nuevos parámetros de
respuesta, obtenidos de los experimentos continuamente monitoreados y para el éxito
completo de Lean Six Sigma, se recomienda implementar la documentación adecuada del
proceso. Los parámetros críticos del proceso están documentados para actualizar la
información en un intervalo de tiempo regular.
58
1.4.7.3 Caso 3:
Six Sigma methodology advantages for small- and medium-sized enterprises: A case study
in the plumbing industry in the United States (2017). Autores: Murilo Riyuzo Vendrame
Takao, Jason Woldt e Iris Vento Da Silva DOI: 10.1177/1687814017733248
1.4.7.3.1 Problema
La intensa competencia en el ambiente de la manufactura obliga a las pequeñas y medianas
empresas a investigar por estrategias que las orienten a obtener reducciones en los costos de
producción e incrementos en la calidad de sus productos o servicios.
Este tipo de empresas afronta las mencionadas tareas con recursos limitados. La integración
de herramientas para obtener la calidad con la metodología Six Sigma obtiene fundamental
importancia en este proceso.
1.4.7.3.2 Motivación
El propósito principal de los autores para desarrollar el presente Caso de Estudio a lo largo
de un período de 1 año y medio, fue examinar un fenómeno contemporáneo en el contexto
de la vida real, particularmente cuando las fronteras entre el fenómeno y el contexto, no están
muy claras. El estudio fue desarrollado en una pequeña empresa de gasfitería de los Estados
Unidos.
59
Las herramientas Six Sigma proporcionan a las compañías la habilidad para alcanzar sus
objetivos deseados, apalancando la eficiencia y rentabilidad, en adición, Six Sigma es un
proceso de negocio que por eliminación de productos o procesos defectuosos, reducen los
costos e incrementan la rentabilidad mediante el uso de procesos estables y capaces. Según
Anthony J. Can en su libro “¿Es Six Sigma efectivamente implementado en las PYMES?
Prod Perform Manag 2008 = 57; 420-423, la metodología Six Sigma es una estrategia de
negocio que es usada para reducir la variabilidad de los procesos a través del uso efectivo
de herramientas y técnicas estadísticas. Es un programa riguroso y disciplinado que utiliza
los datos y el análisis estadístico para definir un problema, medir el proceso, mejorar el
rendimiento operacional de la compañía por la eliminación de defectos, errores o fallas; y
que también controla el servicio de manufactura y su ambiente transaccional.
Este programa de mejora continua ha sido utilizado con éxito por muchas grandes
compañías, pero ahora está siendo considerado como una estrategia potencialmente
efectiva por muchas PYMES, según Deshmukh Av y Chavan A.en su libro “Una revisión
Crítica de la Literatura” Int. Lean Six Sigma 2012: 3, 157-167.
Figura 22: Marco teórico Six Sigma, según Murilo Riyuzo Vendrame Takao (2017)
60
En el caso de estudio analizado, el cinturón negro debe desarrollar un proyecto de alto
impacto ahorrando aproximadamente US $ 300,000 anualmente y dedicar la estructura de
recursos a tiempo parcial. Esta elección permitirá a la organización simplificar sus procesos
de manufactura y administrativos, obteniendo competitividad. Six Sigma toma en cuenta el
alineamiento con el plan estratégico, riesgos de análisis de atractividad, retorno de la
inversión, recursos, tiempo y disponibilidad.
a) Define.
Figura 23: Discusión del proceso a ser examinado según Murilo Riyuzo Vendrame Takao (2017)
b) Mide
Se utilizaron dos medidas Como medida primaria se utilizò el tiempo estimado desde la
entrada de la orden de trabajo, hasta la descarga del producto OFCT; y como medida
secundaria se utilizó el costo del inventario en dólares.
61
c) Análisis
En esta etapa, los autores definieron las principales causas del problema previamente
identificado y calificaron la importancia del proceso. Hubo una sesión de lluvia de ideas para
identificar las probables causas
Tabla 13
Análisis de Regresión
Variable dependiente Variable Independiente Valor R2
Tiempo del ciclo de Llenado del stock de 0.54
cumplimiento de la orden seguridad
Exactitud del plan de 0.29
ventas
Cumplimiento del horario 0.17
de producción
Eficiencia de la descarga 0.05
del vendedor
Nota: Obtenido de Murilo Riyuzo Vendrame Takao (2017)
d) Mejora
El objetivo fue implementar soluciones para determinar cuál de ellas debería ser priorizada,
utilizando una revisión mensual de la demanda, analizándose los 52 productos de mayor
cantidad de permanencia en inventarios (SKU).
e) Control
La última fase del DMAIC se realizó para asegurar que las mejoras adquiridas en el
desarrollo del proyecto, se mantengan por un largo tiempo. Se ideó un plan de monitoreo y
la toma de acciones para rectificar complicaciones que puedan surgir. Entre las medidas
correctivas posibles, se implementaron las dos más importantes: Proceder a una revisión
mensual de la demanda se los 52 productos con mayor valor SKU y como segunda medida,
la implementación de una revisión anual del código SPA, a fin de asegurar que los volúmenes
de los 52 productos mencionados, no sean cambiados.
62
1.4.7.3.5 Conclusión
La aplicación de la metodología Six Sigma en pequeñas y medianas empresas se está
desarrollando para envolver la utilización del ciclo DMAIC el cual es utilizado a escala de
grandes industrias. La revisión de la literatura revela una brecha debido a la poca
investigación sobre la utilización de la metodología Six Sigma en pequeñas y medianas
empresas, lo cual se atribuye a su dificultad de utilizar estadísticas aplicadas debido al
entrenamiento avanzado que es requerido, para utilizar muchas de las herramientas del
método. Pero la sugerencia final de los autores es que la administración de calidad y sus
herramientas deberían ser aplicadas en mayor escala en las grandes, pequeñas y medianas
empresas, sin importar su tamaño, a fin de incrementar su competitividad.
1.4.7.4 Caso 4:
Enhancing effectiveness of Shell and Tube Heat Exchanger through Six Sigma DMAIC
phases. Autores: K. Srinivasan, S. Muthu, S.R. Devadasan, C. Sugumaran ISSN : 1877-
7058 DOI : 10.1016/j.proeng.2014.12.449 Nùmero de acceso :
10.1016/j.proeng.2014.12.449
1.4.7.4.1 Problema
La investigación se orienta a implementar las fases DMAIC de la metodología Six Sigma
para incrementar la eficiencia de un intercambiador de calor de tubo y coraza, en una
pequeña compañía fabricante de hornos; por representar los intercambiadores de calor uno
de los componentes críticos de los hornos, y se pierden clientes por la baja eficiencia de este
componente crítico.
1.4.7.4.2 Motivación
Según los autores, los hornos juegan un rol importante en las industrias de extracción de
metales, transformación y tratamiento térmico. Los fabricantes de productos para hornos
mantienen una competencia global a través de la administración estratégica del uso eficiente
de la energía a través de las tecnologías.
63
Entre los varios métodos disponibles para incrementar la eficiencia de un horno, una
aproximación sistemática podría ser usada para mejorarla a un costo adecuado. Dentro del
área de la ingeniería la reducción compleja de una unidad funcional puedes ser alcanzada a
través de una modificación del sistema o del proceso. Un horno tiene ciertos componentes
que influyen en su rendimiento, como son: el intercambiador de calor, las toberas, el
quemador y las válvulas de control. En el presente estudio se plantea evaluar el
comportamiento individual de cada componente e integrar los resultados para determinar el
rendimiento del conjunto utilizando las etapas DMAIC de la metodología Six Sigma.
a) Define
En este caso de estudio, la fase Define evalúa el rendimiento del horno a través de la
identificación y reducción de las pérdidas de energía para incrementar la eficiencia total. El
diagrama de Pareto muestra que la recuperación de calor ahorra hasta el 30% de la energía
por transferencia de calor.
64
Figura 24: Diagrama de Pareto del rendimiento del horno según K. Srinivasan, S. Muthu, S.R. Devadasan, C.
Sugumaran
b) Medir
Figura 25: Diagrama de Pareto para los problemas del intercambiador de calor, según K. Srinivasan, S. Muthu,
S.R. Devadasan, C. Sugumaran
65
El diagrama de Pareto revela los múltiples parámetros que influyen sobre el rendimiento del
intercambiador de calor. Es evidente que la efectividad del intercambiador de coraza y tubos
tiene el valor potencial de impactar sobre el rendimiento del horno.
c) Análisis
En esta fase, se procede a la identificación de la causa raíz que hace que la efectividad del
intercambiador de calor sea impactada, para lo cual se utiliza un diagrama de causa – efecto.
Se determina que el área de convección es pequeña.
d) Mejora
En esta fase, todos los esfuerzos se orientan a mejorar la configuración del intercambiador
de calor. Se utilizó una lluvia de ideas y se llega a la conclusión de que, introduciendo estrías
en la superficie interior de los tubos de intercambio, se incrementará el área de convección
y consecuentemente el rendimiento del intercambiador.
Figura 26: Implementación de estrías en los tubos del intercambiador. Según : K. Srinivasan, S. Muthu, S.R.
Devadasan, C. Sugumaran
La efectividad del uso de tubos estriados se consideró satisfactoria pues incremento el nivel
Sigma de 1.34 a 2.01 y generó además una reducción en el consumo de combustible y
consecuentemente un ahorro.
66
e) Control
1.4.7.4.5 Conclusiones
Se utilizó la metodología Six Sigma DMAIC para incrementar la eficiencia del horno, y
mediante el incremento del área de convección de 15.77 metros cuadrados a 70.90 metros
cuadrados, se incrementó la efectividad del horno de 0.61 a 0.664.
Las fases DMAIC revelaron que la mejor solución para mejorar los intercambiadores de tubo
y cascarón fue incrementar la superficie de transferencia.
1.4.7.5 Caso 5:
Solving Quality Issues in Automotive Component Manufacturing Environment by utilizing
Six Sigma DMAIC Approach and Quality Tools. Autores: Moho Moraima Che Ani, Ishak
Abdul Azid y Shaharul Kamarudin. ISSN: 2169876 Número de acceso : 120426409
Calidad es un término que contiene un significado importante tanto para el productor, como
para el cliente en un mercado. En el mercado globalizado actual, muchas organizaciones han
comprendido que su supervivencia en el mundo del negocio depende altamente de fabricar
o brindar un producto o un servicio de alta calidad. De acuerdo a esto, la teoría de la
Administración Total de la Calidad (TQM) está incrementando su prevalencia como una de
las estrategias administrativas orientada a asegurar la satisfacción del cliente y su fidelidad.
1.4.7.5.1 Problema
En el caso de estudio, una compañía suministra productos de audio para vehículos a una
afamada empresa fabricante de vehículos. La distribución de planta en el piso de producción
de los componentes de audio, contiene tres secciones: preparación de las partes; proceso de
ensamble en superficie y ensamblaje final. El proceso es secuencial y en batches, multilínea
y sincronizado. El enfoque del estudio se concentra en el ensamblaje final de XXX productos
dónde se analiza el porcentaje de rechazos. La tasa de rechazos ha sido monitoreada en los
últimos doce meses en el proceso de inspección final y se busca la solución para reducir los
defectos de fabricación en las partes para eliminar la alta cantidad de rechazos.
67
1.4.7.5.2 Motivación
La calidad es un término que tiene importante significado para el productor y el consumidor
de un bien en un mercado. En el mercado globalizado de hoy, muchas organizaciones han
comprendido que su supervivencia en el negocio depende fundamentalmente de producir
bienes y servicios de alta calidad. En realidad, un gran número de organizaciones han
enfatizado que la calidad debe ser puesta en el lugar adecuado, integrada en el sistema de
administración, especialmente cuando se alcanza el producto final al consumidor.
A través del desarrollo del presente trabajo, los autores demuestran que el uso de la
metodología Six Sigma DMAIC en combinación con el uso de las adecuadas herramientas
de calidad, pueden ser adoptadas en varios tipos de industrias en general; y en la industria
de la fabricación de componentes auto motrices con éxito.
a) Define.
La fase DEFINE consiste en la utilización de las cuatro herramientas siguientes: Voz del
comprador (VOC), Voz del Proceso (VOP), Formación del equipo y distribución de
funciones; y 5W1H (Por Qué, Cuándo, Quién, Dónde, Qué y Cómo). Esta fase comienza
resolviendo los asuntos del consumidor o comprador tanto internos, como externos. VOC
representa la retroalimentación del cliente a cerca de la calidad del producto, mientras que
VOP significa la retroalimentación del proceso previo el cual ha sido impactado por el costo
del control de la calidad. Una vez que el producto a estudiar ha sido seleccionado, se forma
el equipo de trabajo y se procede a efectuar una tormenta de ideas aplicando la técnica
5W1H, análisis que se sumaría en la siguiente figura:
68
Figura 27: Análisis 5W1H, según Moho Moraima Che Ani, Ishak Abdul Azid y Shaharul Kamarudin.
Los defectos de los productos WWG involucran a todos los departamentos y causan la baja
productividad de la fabricación y para mejor visualización del asunto de calidad es tratado
para una administración visual, la cual indica que el promedio de la tasa de rechazos en un
monitoreo de 12 meses es 0.8% y el objetivo es reducirlo a la mitad.
Figura 28: Gráfica de la tasa de rechazos Moho Moraima Che Ani, Ishak Abdul Azid y Shaharul Kamarudin.
b) Medir
Consiste en aplicar el diagrama de Pareto y los mapeos de proceso y calidad, debido a que
varios tipos de defectos han sido identificados durante la fase de observación y enfoque de
la solución del problema.; así se identifican a los principales elementos que originan la alta
tasa de rechazos.
69
Figura 29: Diagrama de Pareto según Moho Moraima Che Ani, Ishak Abdul Azid y Shaharul Kamarudin.
c) Análisis
Esta etapa consiste en utilizar una lluvia de ideas de todas las posibles causas raíz utilizando
el diagrama de Ishikawa utilizando las posibles causas detectadas en la fase de MEDIR. En
la siguiente figura se muestra el diagrama de Ishikawa desarrollado para evaluar el pin de la
palanca de mando. Se investigaron cuatro áreas comunes en el proceso: Elemento humano,
material, método y máquina. Una vez concluida la lluvia de ideas, se procedió a un análisis
de multi votación para seleccionar las causas raíz basándose en la aceptación mutua entre
todos los miembros del equipo.
Figura 30: Diagrama de Ishikawa para el pin de la palanca de mando, según Moho Moraima Che Ani, Ishak
Abdul Azid y Shaharul Kamarudin.
70
Tabla 14
Análisis de multi votación para el pin de la palanca de mando
Nota: Análisis tomado de Moho Moraima Che Ani, Ishak Abdul Azid y Shaharul
Kamarudin.
d) Mejora
Una vez que el equipo del proyecto se encuentre satisfecho con el análisis de la data y hayan
determinado que un análisis adicional no sea necesario para el entendimiento del problema,
se procede a la validación de la hipótesis de solución al problema, a través de la prueba de
la hipótesis, la cual se conduce una vez que la causa potencial de la falla ha sido identificada.
Esta fase consiste en tres etapas: sugerencia de las soluciones, prueba de hipótesis e
implementación.
Se propusieron tres posibles causas para explicar las fallas del pin de la palanca de mando:
Inestabilidad de la máquina de fabricación, el mal proceso de soldadura para la fabricación
del pin y el deficiente ensamble de las bobinas. Así a continuación se desarrolló la prueba
de la hipótesis aplicada para comparar el resultado del experimento (valor P) con el
porcentaje de error (alfa), según simulación con el software minitab.
e) Control
La fase de control complementa la actividad de MEJORA y asegura que el trabajo día a día
permanecerá dentro de la calidad planeada sin la aparición de defectos en las fases DMAIC.
71
Esta fase incluye establecer un control gráfico a fin de detectar cualquier anormalidad como
medio de monitoreo del proceso.
Figura 31: Control gráfico del producto WWG según Moho Moraima Che Ani, Ishak Abdul Azid y Shaharul
Kamarudin.
1.4.7.5.5 Conclusiones
En este estudio, la metodología Six Sigma DMAIC con herramientas de calidad ha sido
implementada satisfactoriamente en la industria de fabricación de componentes
automotrices. La metodología DMAIC es uno de los métodos que ha sido adoptado en varios
tipos de industrias debido a su acercamiento sistemático para analizar los antecedentes de
defectos y solucionar los asuntos de calidad paso a paso. Los diferentes tipos de industrias
utilizarán los diferentes tipos de herramientas para cada fase, dependiendo del tipo de datos
acumulados para el estudio, la disponibilidad de la misma, el tipo de proceso involucrado y
la experiencia y conocimiento de los miembros del equipo.
1.4.7.6 Caso 6:
Six Sigma through Poka-Yoke: navigation through literature arena. Autores: M. Vinod, S,R.
De4vadasan, D.T. Sunil y V.M.M. Thilak. DOI: 10.1007/s00170-015-7217-9
72
Kumar S. y Steinbach M. (2008) Eliminating US hospital medical errors. Int J. Health
Care Qual Assur 21(5)444-471, doi: 10.1108/09526860810890431 han reportado un trabajo
acerca de la eliminación de errores médicos en los hospitales de los Estados Unidos
utilizando un sistema de anillo cerrado en un ambiente Six Sigma. Estos autores se
esforzaron para cubrir la necesidad de aplicación de estandarización en procedimientos
hospitalarios, con herramientas y métodos para minimizar los errores. Antes de implementar
las fases DMAIC prepararon un formato para representar los procedimientos existentes. Este
formato contenía información sobre el flujo de procesos y actividades que se desarrollaban
en el hospital, algunos de los cuales eran visibles en los clientes, mientras otros no. A fin de
obtener un formato adecuado se realizó el estudio conduciendo las fases DMAIC.
1.4.7.6.1 Problema
A través de la literatura revisada por los autores, ellos pretenden explicar la esencia de Six
Sigma y Poka Yoke; así como el reto de aplicar Poka Yoke en las Fases DMAIC y realizan
una sugerencia a los investigadores a fin de que realicen esfuerzos para implementar la
técnica Poka Yoke en las fases DMAIC para obtener los beneficios de Six Sigma.
A fin de ejecutar un proyecto de Six Sigma se necesitan ejecutar las actividades bajo las
cinco fases denominadas: Definir, Medir, Analizar, Mejorar y Controlar (DMAIC). Durante
la fase de Definir, debe identificarse el problema del proyecto. En la fase de medición se
debe medir el nivel actual de calidad sigma. En la fase de análisis se debe determinar la causa
que obliga la ocurrencia del problema y en consecuencia el rendimiento con un menor nivel
sigma. Durante la fase de mejora, se propondrán e implementarán las soluciones para
eliminar la ocurrencia del problema y su consecuente rendimiento menor en el nivel de
calidad Six Sigma.
En una revisión de la literatura técnica investigada, el autor del presente reporte menciona
que ha encontrado 21 publicaciones que estudian el marco DMAIC de Six Sigma, y
concluyen que su marco de aplicación es básicamente en el área de manufactura. El uso de
73
diferentes herramientas y técnicas han formado la marca de los proyectos Six Sigma que son
implementados utilizando las fases DMAIC.
a) Fase Define: En este caso de estudio, los pacientes fueron considerados como clientes.
Las dos expectativas más importantes de los clientes fueron 1). Obtener la cirugía
realizada sin errores y 2). Obtener la cirugía realizada en un período de tiempo razonable
y sin ningún dolor.
b) Fase Medición: En la fase medición se registraron los procesos y rendimientos. En el
escenario de un hospital de Estados Unidos el nivel de eficiencia fue de 4 sigma el cual
corresponde a 6210 errores médicos en un millón de oportunidades.
c) Considerando la seriedad del impacto de los errores médicos, se fija el objetivo de
limitar el nivel de ocurrencia de defectos a 3.4 por millón de oportunidades.
d) Fase Análisis: En esta fase se desarrollaron diagramas de causa efecto a fin de identificar
las causas de los errores médicos. Los errores que fueron analizados y estudiados fueron:
1). Error en anestesiar al paciente, 2). Error en asignar la medicina, 3). Error en el
procedimiento de desarrollar la cirugía y 4). Infección y dosaje equivocado en la
medicación.
e) Fase Mejora: Después de encontrar las potenciales causas de los errores se sugirieron
utilizar soluciones Poka Yoke disponibles para prevenir la ocurrencia de estos errores.
Las causas raíz de los errores fueron identificadas como fallas, cuyo análisis se detallará
brevemente.
Tabla 15
Descripción del uso de la herramienta Poka Yoke
FALLA DESCRIPCIÒN POKA YOKE RECOMENDADO
74
escaneando la banda colocada a cada
paciente
75
9 La negligencia en el cumplimiento Se sugirió implementar un check list el
de las obligaciones resulta en cual deberá ser llenado por lo menos
errores médicos por una persona de las que ejecutan la
obligación.
10 Los pacientes que van a ser Se creo una base on line de datos de
sometidos a una cirugía son cada paciente, la cual está reforzada con
advertidos de no tomar alimentos comunicaciones por correo electrónico
ni medicinas no prescritas un día a fin de transmitirles las instrucciones
antes de la intervención. Se adecuadas.
presenta a menudo el caso de
desconocimiento de este tipo de
pacientes, lo cual los convierte en
no adecuados para la intervención
f) Fase Control: En esta fase se efectuaron sugerencias para mantener los resultados de
mejora. Fue sugerido que todos los procedimientos de mejora desarrollados por la utilización
de Poka Yoke se encuentren además documentados y sean difundidos entre cada miembro
del staff del hospital, a fin de evitar que se reviertan los beneficios alcanzados. La siguiente
figura muestra gráficamente el proceso utilizado.
En una revisión de la literatura técnica investigada, el autor del presente reporte menciona
que ha encontrado 21 publicaciones que estudian el marco DMAIC de Six Sigma, y
concluyen que su marco de aplicación es básicamente en el área de manufactura. El uso de
diferentes herramientas y técnicas han formado la marca de los proyectos Six Sigma que son
implementados utilizando las fases DMAIC.
Hudson B y Lowry J. (2010 han reportado una investigación que fue desarrollada para
mejorar las compras de los clientes en los procesos por internet. En esta investigación
presentan las diferentes etapas que fueron tomadas para mejorar la eficiencia operacional de
la compañía Bellacor que es un minorista on line que distribuye 5 millones de productos
fabricados por 700 empresas manufactureras. En este caso de estudio se aplicó la
metodología DMAIC de Six Sigma acompañada de artículos de Poka Yoke para mejorar el
ciclo DMAIC.
76
Kumar S. , Wolfe AD y Wolfe K.A. (2008) Using Six Sigma DMAIC to improve credit
initiation process in a financial service operation Int J. Product Perform Manag 57 (8)659-
676 doi: 10.1108/17410400810916071 han reportado la aplicación de las fases Six Sigma
DMAIC para mejorar el proceso de iniciación de créditos en una operación financiera de
servicios, también mejorando las fases DMAIC a través del uso de accesorios de Poka Yoke.
1.4.7.6.3 Conclusión:
Six Sigma ha sido implementada en muchas organizaciones. Durante la implementación de
Six Sigma se emplearon numerosas herramientas y técnicas. Sin embargo, algunas de estas
herramientas y técnicas que son muy efectivas para lograr los objetivos de Six Sigma están
actualmente utilizándose en desarrollar los proyectos. Una entre estas técnicas es Poka Yoke.
A fin de explorar la implementación de Poka Yoke en los proyectos Six Sigma, la literatura
revisada por los autores en este artículo, han indicado que en comparación con la cantidad
de trabajos realizados con Six Sigma, los trabajos realizados con Poka Yoke son pocos,
incluso los realizados en el campo de la manufactura. Sin embargo, la información y el
conocimiento derivado de revisar la literatura indicaron que es muy útil utilizar Poka Yoke
también en campos de manufactura. En la mayor parte de proyectos reportados, las
soluciones Poka Yoke han sido aplicadas en la fase Mejora. El artículo concluye con la
sugerencia a futuros investigadores, para que realicen esfuerzos para actualmente
implementar la técnica Poka Yoke en las fases DMAIC de Six Sigma para lograr los
objetivos perseguidos con Six Sigma de una manera más capaz.
En medio del uso de estas técnicas y herramientas, es interesante notar el incremento gradual
de la frecuencia de aparición de Poka – Yoke en el campo de la literatura de Six Sigma. El
sistema Poka – Yoke tiene la fuerza de prevenir la ocurrencia de fallas y permite a las
organizaciones producir bienes y servicios dentro del límite Six Sigma de 3.4 DPMO.
77
1.4.7.8 Características del sistema Poka – Yoke
Una técnica Poka Yoke es un dispositivo que previene la ocurrencia de cualquier defecto.
Se menciona a Shigeo Shingo como el creador del concepto cero defectos y de la técnica
Poka Yoke mediante la utilización de un simple mecanismo que podría prevenir la
ocurrencia de defectos en una observación efectuada en una planta de Yamada en Japón.
Aun pensando que un error fue inevitable, el defecto no lo era. Esto es porque un error se
convierte en defecto sólo cuando este alcanza a los clientes.
1.4.7.9 Resultados
P1 ¿Qué herramientas de Lean Six Sigma son las más adecuadas para empresas de pequeña
escala?
Tabla 16
Herramientas de Lean Six Sigma para pequeñas empresas.
HERRAMIENTAS DESCRIPCION REFERENCIAS
78
Permite identificar el valor (agregar y no (Rohani, y Zahraee,
VSM agregar pasos de valor) y se aplica a 2015)
cualquier proceso que presente tiempo de
espera
Nota: Se ha realizado una síntesis de las herramientas a utilizar. Elaboración propia
Tabla 17
Indicadores que miden el impacto de las herramientas
METRICAS DESCRIPCION REFERENCIAS
Nivel six sigma El nivel Six Sigma tiene solo 3.4 (Mehrabi 2012).
defectos por millón de
productos, "Defectos Cero".
En cuanto a las Leyes que regulan las actividades del sector Metalmecánico, estas están
orientadas principalmente a la protección del recurso humano en lo que respecta a su salud
79
y seguridad; y al control de la contaminación del medio ambiente. Sin embargo, tienen
aplicabilidad algunas leyes emitidas para regir las actividades de otros sectores productivos.
Un recuento de las principales normas aplicables al sector metalmecánico es mostrado a
continuación:
1.5.1 Ley de Seguridad y Salud en el Trabajo Ley Nº 29783 Decreto Supremo Nº 005-
2012-TR
La presente norma se establece para promover una cultura de prevención de riesgos laborales
a través del deber de prevención de los empleadores, el rol de fiscalización y control del
Estado y la participación de los trabajadores y sus organizaciones sindicales, quienes a través
del diálogo social, deben velar por la promoción, difusión y cumplimiento de la normativa
sobre la materia
La presente Ley establece las Normas básicas que promueven y regulan la actividad
industrial manufacturera de conformidad con el Título III de la Constitución Política del
Perú.
Para los efectos de esta Ley, se considera empresa industrial a la constituida por la persona
natural o jurídica bajo cuales quiera de las formas previstas en el Artículo 112 de la
Constitución Política del Perú y cuyo objeto sea, fundamentalmente, ejercer la actividad
manufacturera.
Del derecho y deber fundamental que menciona que toda persona tiene el derecho
irrenunciable a vivir en un ambiente saludable, equilibrado y adecuado para el pleno
desarrollo de la vida, y el deber de contribuir a una efectiva gestión ambiental y de proteger
el ambiente, así como sus componentes.
80
1.5.4 Reglamento de Gestión Ambiental para la Industria Manufacturera y Comercio
Interno. Decreto Supremo No. 017-2015-PRODUCE
1.5.5 Ley General de Minería, aprobado por Decreto Supremo Nº 014-92-EM, publicada el
04-06-92.
Menciona textualmente que son actividades de la industria minera, las siguientes: cateo,
prospección, exploración, explotación, labor general, beneficio, refinanciación,
comercialización y transporte minero. En consecuencia, cualquier actividad industrial
relacionada a ellas, deberá sujetarse a lo estipulado en la Ley General de Minería. Esta
afirmación tiene validez en nuestro caso de investigación, debido a que gran parte de la
producción de la empresa metalmecánica en estudio, atiende las necesidades del sector
minero.
81
CAPITULO II: DIAGNÓSTICO DE LA SITUACIÓN ACTUAL
Desde tiempos muy remotos el hombre ha trabajado los metales, desarrollando materiales y
herramientas, que han marcado el progreso de los pueblos. En la actualidad, la industria
metal mecánica afronta el desafío de adecuarse a las exigencias del mundo globalizado. Este
sector es muy heterogéneo debido a que abarca desde las fundiciones e industria metálica
básica del hierro y acero, o metales no terrosos, hasta la fabricación de partes piezas,
componentes, maquinaria, equipo y bienes de capital.
2.2 La empresa
2.2.1 Descripción
FRESEP S.A.C, es una empresa familiar que inició sus operaciones en 1995. Actualmente
cuenta con dos talleres de metalmecánica, los cuales abastecen el mercado nacional en la
fabricación de repuestos con altos estándares de calidad. Empezó con solo una línea de
producción con una capacidad de fabricación de 15 repuestos por mes, con lo que se
abastecía al mercado minero y su surtido era de 2 variedades (engranajes y ejes). A partir del
año 2001, empieza su crecimiento en las ventas, esto debido al crecimiento del mercado
82
minero e industrial. Es así que comienza el incremento de pedidos, por lo que se exigen
altos estándares de calidad y la entrega a tiempo de productos terminados.
Dado este crecimiento en las ventas, se tuvo la necesidad de responder a esta demanda
creciente, con una producción tan igual y/o mayor que las ventas, esto para evitar quiebres
de inventario al momento de la entrega de los repuestos manufacturados.
Ruc: 20516349264
Dirección: Santa Elvira Fundo 3 del (Espalda de Terminal de Línea Transp. 71, Mza. a
2.2.3.1 Misión
Comercializar repuestos fabricados en nuestros talleres cumpliendo las normas técnicas
internacionales, con la finalidad de proveer a nuestros clientes de productos con los más altos
estándares de calidad acorde a sus necesidades y en el más corto plazo.
2.2.3.2 Visión
Ser la empresa líder y certificada en la fabricación y comercialización de repuestos para el
sector minero, reconocidos por sus altos niveles de calidad y rapidez en la atención,
superando con nuestras acciones en cada momento las expectativas de nuestros clientes.
2.2.3.3 Valores
Compromiso
Puntualidad
Responsabilidad
Honradez
83
Lealtad
Excelencia
Tabla 18
Cuadro de análisis FODA de la Metalmecánica FRESEP S.A.C
84
Gerencia General
Recursos Producción
Humanos Compras
Almacen de
Productos
Terminados Ventas
Finanzas
Planeamiento
85
La figura 32 muestra el organigrama de la empresa metalmecánica FRESEP S.A.C, donde
se realizará el estudio del proceso de producción, para proponer la mejora a través de la
metodología seleccionada.
86
Utilizados para aumentar o disminuir la
potencia de un sistema de transmisión de
equipos pesados
87
2.2.8 Clientes
PRINCIPALES CLIENTES
MINERA
MINSUR YANACHOCHAMINERA
HORIZONTE
CIA MINERA
MINERA BARRICK
ANTAMINA
MISQUICHILCA
SOUTHERN PERU
COPPER CORP.
Como podemos observar en la Figura N° 38, los principales clientes de Fresep SAC
pertenecen al sector minero. A continuación, veremos los competidores del sector.
2.2.9 Competidores
Resortecnia S.A.C-Lima
7% Edipesa- el cercado
11%
2.2.10 Ventas
88
Figura 40: Ventas de Repuestos años 2017/2018. Elaboración propia
Tabla 19
Total de ventas de los productos principales 2018
89
2.3 Cadena de Valor/Mapa de proceso
Tabla 20
Herramientas de Lean Six Sigma para pequeñas empresas.
Actividades primarias Actividades de apoyo
• Control de stocks
• Atención al cliente
Logística interna • Recepción de insumos
• Fabricación de los repuestos
• Tratamiento térmico
Operaciones • Control de calidad
• Pruebas
• Comprobación de estándares
Logística Externa • Compras
Marketing y ventas • Ventas
• Estudio de mercados
Estadística
Área de Servicios Tecnología Informativa.
Nota: Elaboración propia
90
Infraestructura de la empresa
ACTIVI
DADES Gestión de Recursos Humanos
DE
APOYO Control de Calidad y Estándares
Tecnología Informativa
PRIMARIA
Interna manufactura Externa y Ventas Servicios
S
Figura 42: Mapa de procesos de la empresa Metalmecánica FRESEP S.A.C. Elaboración propia
Como se observa en la Figura N° 42,el proceso de producción interactúa con las actividades
de almacenamiento de productos terminados y las áreas de producción ventas, distribución
y entrega.
91
En esta herramienta se puede observar, algunos controles, entradas, salidas de la producción
de piezas metálicas, así como los indicadores.
92
Torno horizontal Área de producción/planta/fabricación
Fresadoras Vertical Área de producción/planta/fabricación Jefe de Producción Ingeniería
Rectificadora Área de producción/planta/fabricación Jefe de ventas Administración
Modulo de corte Área de producción/planta/fabricación Jefe de diseño Ingeniería
Horno Área de producción/planta/fabricación Comprador Administración
Equipos de medición Área de producción/planta/fabricación Vendedor Ventas
Hardware y software Area de ventas y compras
13 12 11
KPI
Elaboración Aprobación indicador Actual Formula
Nivel de servicio 56.91% =Entrega a tiempo/Entrega total
Jefe de
Gerente General Nivel de
producción =Demanda/Producción total
producción 31.73%
Productos no
=Productos no conformes/Producción total
conformes 33.25%
Jefe de Ingenieria Gerente General
Productos en
=Productos reprocesos/Producción total
reprocesos
35.03%
93
2.4.2 Descripción del proceso de producción de repuestos (DOP)
2.4.2.3 Torneado
94
2.4.2.4 Proceso de inspección
Una vez terminados los tres procesos las piezas con los diámetros requeridos pasan por otra
inspección esta vez a manos de un ing. técnico que revisa que efectivamente las tengan las
medidas y tolerancias requeridas.
95
Diagrama de Operaciones del proceso para la fabricación del Piñon
Acero bonificado
Medido
40 min 1
40 min 1 Cortado
Merma
15 min 1 Torneado 1
Refrigerante Merma
25 min 2 Torneado 2
Merma
25 min 3 Torneado 3
Merma
110 min
2 Fresado 1
70 min 3
Fresado 2
80 min Templado
4
30 min
5 Rectificado 1
30 min
6 Rectificado 2
Resúmen
40 min Control de
Actividad Número 2
calidad
8
40 min 7
Armado
12 min 8 Empacado
5 3
Piñón Recto
Total 13
Figura 44: Diagrama de operaciones del proceso de fabricación de Piñón recto. Elaboración propia
96
Los Diagramas de Operaciones muestran el proceso de fabricación de los 10 repuestos más
vendidos por la metalmecánica de la empresa FRESEP S.A.C. Además de los tiempos que
lleva a realizar cada uno de estos productos. Debido a que es una empresa mediana, que
empezó como un taller pequeño, ha ido creciendo en forma desordenada , sin control,
dedicándose sólo a tratar de cumplir con los pedidos, sin realizar un correcto control de la
producción trayendo como consecuencia la falta de un debido procedimiento generando así
productos no conformes y retrasos con la fecha de entrega de sus productos manufacturados,
las ventas empezaron a crecer, lo que originó que se tuvieran que ampliar las líneas de
producción, para responder a esta demanda en el menor tiempo posible y poder satisfacer a
todos los mercados.
97
Figura 45: Layout de la planta FRESEP SAC. Elaboración propia
98
2.4.4 Diagrama de Actividades del proceso -DAP
A continuación, se muestra el proceso de fabricación de engranajes helicoidales.
Tabla 21
Diagrama de Actividades del proceso de fabricación de engranajes helicoidales
En la empresa bajo estudio se ha detectado que existe una demora en la entrega de los
productos terminados originados específicamente por la demora de los procesos en
producción. En el año 2017 (tabla 23) se entregaron 379 unidades con demora equivalente
45.88% y a tiempo fue de 447 unidades para un total de 826 unidades, por el contrario, en el
99
año 2018 se entregaron una producción de 340 unidades con demora, equivalente al 43.09%
del total y 449 unidades equivalente al 56.91% se entregaron a tiempo.
Tabla 22
Entrega de productos terminados fuera de tiempo
AÑO 2017 AÑO 2018
Entrega Entrega a Entrega Entrega a % con
Productos Total %Con demora Productos Total
demora tiempo demora tiempo demora
Engranajes Helicoidales 84 98 182 46% Engranajes Helicoidales 74 99 173 43%
Engranajes Rectos 63 77 140 45% Engranajes Rectos 58 77 135 43%
Sistemas de transmisión 56 64 120 47% Sistemas de transmisión 49 66 115 43%
Engranajes de motor 47 54 101 47% Engranajes de motor 41 55 96 43%
Ejes de motor 37 44 81 46% Ejes de motor 33 43 76 43%
Eje 28 33 61 46% Eje 25 32 57 44%
Piñones Rectos 18 22 40 45% Piñones Rectos 18 22 40 45%
Eje piñón 18 22 40 45% Eje piñón 17 22 39 44%
Bocinas 19 22 41 46% Bocinas 16 22 38 42%
Soportes 9 11 20 45% Soportes 9 11 20 45%
Total 379 447 826 Total 340 449 789
Figura 46: Promedio de entrega fuera de tiempo de productos terminados. Elaboración propia
Por lo tanto, los reprocesos y cuellos de botella generan la demora en la entrega de los
productos terminados a los clientes lo que también resulta en el pago de penalidades del
6.928% de las ventas, como se muestra a continuación, siendo mayor al objetivo de la
empresa de 5%:
100
Tabla 23
Impacto económico por penalidades por demoras en las entregas
PENALIDAD POR CONTRATO : 15.24%
Demora A Tiempo
VENTAS PENALIDADES
Año Año Total Total Precio
2017 2018 2017 2018 2017 2018 2017 2018 2017 2018 2017 2018
Nota: Total de penalidades para el año 2018 fue de S/36,940.30 equivalente al 6.928% del
total de las ventas.
2.5.2 Reprocesos
Para determinar la demora en la entrega por reprocesos, se analizó la base de datos, de la que
a continuación se muestra un extracto:
Tabla 24
Extracto de base de datos sobre producción diaria 2018
101
De la base de datos, se debe determinar primero si el proceso se encuentra fuera de control
estadístico o no, para ello se han calculado las estadísticas requeridas para la elaboración del
diagrama de control. Se ha calculado el promedio del proceso regular de la fabricación de
los 10 productos principales en minutos de 1615 registros, la desviación estándar o 1 sigma,
y los límites de control superior (UCL) e inferior (LCL), como se muestra a continuación:
Tabla 25
Cálculos para el Diagrama de Control
102
Figura 47: Diagrama de Control del proceso de producción. Elaboración propia
103
La figura 47, muestra que el proceso se encuentra fuera de control estadístico, lo que indica
que los operarios utilizan más tiempo del requerido para la cantidad de productos en
producción. Este análisis, indica la posibilidad de reprocesos, por lo que, al analizar la base
de datos, se identificaron los reprocesos en las actividades de medir y corte, torneado,
fresado, rectificadora y en el último punto de control de calidad por cualquier falla que no
se identificó en las inspecciones anteriores, como se muestra a continuación:
Tabla 26
Reprocesos en minutos – 2017/2018
Tabla 27
Impacto económico por reprocesos
104
En la tabla 27 se observa que el impacto económico por reprocesos, es decir el tiempo que
se pierde por la producción nueva de los productos no conformes y las fallas que pueden
rectificarse en una actividad anterior lo que origina la demora en la entrega es de
S/180,985.46 equivalente al 33.94% del total de las ventas S/533,216.46.
105
Figura 48: VSM Actual. Elaboración propia
106
Para determinar los cuellos de botellas, se debe comparar el tiempo de cada actividad con el
takt time, si éste último es mayor que el tiempo de cada actividad, existe un cuello de botella.
Por lo que se han identificado cuatro actividades con cuellos de botella:
Medir y cortar
Fresado
Templado
Verificación final de medida y control de calidad
Como resultado se calcula el impacto económico de estos cuellos de botella se debe asumir
que para realizar cada actividad se requiere un operario, sin interesar si es el mismo o no o
varios, por lo que se asume 4 operarios, siendo el total de los cuellos de botella de 309.80
minutos por producto por proceso. El impacto económico es:
Tabla 28
Impacto económico por cuellos de botella
Como se muestra en la tabla N° 28, el impacto económico por cuellos de botella anual es de
S/30,554.25 equivalente al 5.73% de las ventas de S/533,216.46.
107
2.5.4 Productos no conformes
Los productos no conformes generan la pérdida de producción y ventas por el tiempo que se
toma en reemplazar los productos no conformes por diferentes fallas detectadas y poder
entregar dichos productos a sus clientes de acuerdo con sus requerimientos.
Los productos no conformes, productos defectuosos que deben rehacerse por completo
equivalen a la producción de 393 unidades, y los productos con fallas, pero pueden
solucionarse, el tiempo de este procedimiento equivale a la posible producción de 414
unidades. El total de productos que se deja de producir es de 807 unidades, mayor a la
demanda de 789 unidades, equivalente al 68.27% de los productos que ingresan a producción
de 1182 unidades. Este porcentaje indica que el nivel de producción es del 31.73%.
Tabla 29
Total Productos No Conformes – 2018
108
Tabla 30
Impacto económico por productos no conformes
En la tabla 30, se muestras los productos no conformes que se consignan como merma, es
decir que al detectarse como PNC debe producirse nuevamente en las diferentes actividades
el proceso, como por ejemplo indica que al detectarse en la actividad de una ineficiencia en
corte, generó un PNC, dicho semi producto se convierte en merma, por lo que el
requerimiento del cliente debe iniciarse nuevamente. En este ejemplo, se han detectado 220
unidades en corte. Para los reprocesos (verde) se ha detectado en torneado 272 unidades, lo
que indica que el defecto en el producto se puede solucionar en torneado. NO SE SUMAN,
estas cantidades de PNC merma y PNC reprocesos, ya que la fabricación de un producto
podría haber generado merma en corte y luego se pudo detectar un reproceso en torneado y
luego otro en la rectificadora, en la siguiente tabla se observa este ejemplo:
109
Tabla 31
Ejemplo de PNC de un repuesto
En la tabla 31, se muestra, por ejemplo, el registro 17, pedido de producción el 9/1/2018 por
un engranaje helicoidal entregándose con demora a la fecha prevista, se detectaron 3 PNC
para un solo producto, en corte 1 se consideró como PNC merma, por lo que se inició
nuevamente la producción de este repuesto, en este proceso pasó corte 1, pero se identificó
un defecto en corte 2 considerándose PNC merma, por lo que se inició nuevamente el
proceso, en esta oportunidad pasó corte 1, pasó corte 2 pero en corte 3 se detectó un defecto
en el producto considerándose como PNC merma, por lo que se reinició el proceso una vez
más en dónde logró pasar corte.
La empresa deja de producir mayor cantidad de unidades que su demanda lo que se traduce
en una pérdida de ventas, también mayor a lo que debería producirse por un total de 1182
unidades. Los productos no conformes se deben analizar por medio del cálculo DPMO y el
nivel de Six Sigma (DPO), como se muestra a continuación, para el año 2018.
110
Tabla 32
Cálculo del Nivel Six Sigma
Proceso actual año 2018
AÑO 2018
MESES Total Unidades PNC
En la tabla 32, se observa que el valor DPMO es de 502,677 y el nivel Six Sigma es de 1.493,
lo que al compararse con los valores de la tabla 23, hace que se aprecie que el valor DPMO
de 502,677 es mayor que 308,537 equivalente a 2σ por lo que este se debe encontrar en el
rango de 1σ a 2 σ. El objetivo es llegar a 3.4
Tabla 33
Nivel Six Sigma
Nota: Obtenida de Sin, A. B., Zailani, S., Iranmanesh, M., & Ramayah, T. (2015). 168,
105-117.
111
Figura 49: Distribución de la curva Six Sima del proceso actual. Elaboración propia
En la figura 49 se ha marcado el área del nivel Six Sigma para el proceso actual de la
empresa.
El problema de la empresa bajo estudio son los productos no conformes (PNC) identificados
en producción, antes de la entrega, lo que origina la demora debido a los reprocesos y cuellos
de botella generados por los PNC en el proceso.
A continuación, se resume los impactos económicos que se han calculado bajo la sección
2.5 del presente proyecto.
Tabla 34
Impacto económico Total – 2018
112
El impacto total de la problemática es de S/248,480.02 equivalente al 47% de las ventas de
S/533,216.46, por encima del 5% establecido como objetivo por la empresa.
Medir y cortar
Torneado
Fresado
Rectificado
Verificación final de medida y control de calidad
En la siguiente tabla se muestran las unidades que se detectaron con fallas en cada una de
las actividades:
Tabla 35
Identificación de productos no conformes
113
En la tabla 35 se observa que en la actividad de medición y corte se detectaron 220 unidades
con fallas y en el proceso de torneado de 272 unidades que debían reprocesarse para la
actividad de torneado, estos puntos de identificación que se muestran en la tabla 36, se
marcaron en el DAP, como se muestra a continuación:
Tabla 36
Identificación de las actividades que generan Productos No Conformes
En la tabla 36 se han identificado las actividades en las cuales se observan los productos no
conformes, siendo 5 puntos de inspección. A continuación, se han analizado las causas de la
generación de productos no conformes según los minutos que toman dichos reprocesos:
114
Tabla 37
Causas producto no conformes
115
Figura 51: Identificación de Causas de segundo nivel en minutos. 1. Pieza completa de mala calidad, rehacer
por completo. Elaboración propia
Figura 52: Identificación de Causas de segundo nivel en minutos. Mal fresado, pieza inservible. Elaboración
propia
116
Figura 53: Identificación de Causas de segundo nivel en minutos. Falla en el torneado, reproceso torneado.
Elaboración propia
Figura 54: Identificación de Causas de segundo nivel en minutos. la medición y corte. Elaboración propia
117
Efecto principal Exceso de costos por Demora en la entrega
Efectos/
consecuencias Penalidades Cuellos de botella Reprocesos Impacto Económico
S/36,940.30 S/30,554.25 S/180,985.46 S/248,480.02
6.928% 5.73% 33.94% Equivalente a 46.60%
De las ventas S/533,216.46
Problema Productos no conformes
Figura 55: Árbol de Causas y Efecto, Primer nivel y segundo nivel Fuente. Elaboración propia
118
Para identificar la causa raíz se debe realizar un análisis cualitativo por observación como se
ha realizado a continuación por medio de la herramienta de los cinco porqués.
Para el análisis de la causa raíz se ha utilizado la herramienta de los cinco porqués para cada
una de las causas de primer nivel, identificando las causas de segundo nivel en el segundo
porqué y los siguientes son cualitativos, como se muestra a continuación:
Figura 56: Análisis de la causa raíz. Pieza completa de mala calidad Elaboración propia
119
Figura 57: Análisis de la causa raíz Mal fresado Elaboración propia
120
Figura 59: Análisis de la causa raíz. Mala medición y corte Elaboración propia
De las figura 55,56,57,58y 59 , se observa que en conclusión se llega que la causa raíz es el
procedimiento de gestión de calidad inadecuado.
2.10 Hipótesis
Para las hipótesis se desarrollan la relación de variables, para esto se usará la distribución t
de Student. A continuación, se define las variables y se realizan las pruebas.
121
Figura 60: Resultado prueba t-student. Elaboración propia
• Se acepta H1 y se rechaza H0
• H0: No existe relación entre los costos por cuellos de botella y PNC
• H1: Existe relación entre los costos por cuellos de botella y PNC
Se acepta H1 y se rechaza H0
122
2.10.3 Hipótesis 3: Variables costo y penalidades
Se acepta H1 y se rechaza H0
2.11 Indicadores
Tabla 38
Indicadores del proceso actual
Objeti vo Objeti vo
Indi ca dores Fórmul a Actua l Uni da des a cci ón numéri co Teoría
Ni vel de s ervi ci o =Entrega a ti empo/Entrega tota l 56.91% porcenta je Incrementa r 95% Ni vel de confi a nza
Ni vel de producci ón =Dema nda /Producci ón tota l 31.73% porcenta je Incrementa r 95% Ni vel de confi a nza
=Productos no conformes /Producci ón
Productos no conformes
tota l 33.25% porcenta je Di s mi nui r 5% Ma rgen de error
123
Nota: Indicadores elaborados según los objetivos de la empresa. Elaboración propia
En la tabla 38 se muestran los indicadores, siendo el más importante incrementar el nivel Six
Sigma, de 1.493 a 3.4 para incrementar el Nivel de Servicio y el Nivel de Producción.
El presente capitulo tiene como objetivo implementar una metodología para lograr la
solución de la problemática encontrada en el capítulo anterior, la cual ha sido identificada
en la empresa FRESEP SAC; con el propósito de disminuir la generación de productos no
conformes y la demora en la entrega de productos terminados.
124
EFECTOS PROBLEMA CAUSAS 1 CAUSAS 2 CAUSA RAIZ METODOLOGIA
Causa1:
47.09%Deficiente
verificación y control
MOTIVO 1: de calidad en el
29.22%
REPROCESOS Producto Causa 2: 21.51% Falta
Impacto económico terminado de de conocimiento del
S/180,985.46 mala calidad procedimiento
6.93%
Estas cuatro causas principales de primer nivel se refieren a la falta de estandarización del
proceso de gestión de calidad, por lo que se requiere buscar criterios en la metodología que
ayuden a solucionar esta causa raíz. La metodología a elegir debe cumplir lo siguientes
criterios:
Fácil implementación (FI): Una implementación suave, sin trabas, sin detención del propio
proceso de producción.
Pocos recursos (PR): Es una limitación que impone la empresa bajo estudio, ya que sus
ventas no permiten una alta inversión en recursos humanos, financieros y tecnológicos.
Pocos procesos (PP): Una implementación que no se haga notar, que sea transparente y ligera
de tal manera que no afecte la producción diaria de la empresa.
a) ISO 9001: La familia ISO 9000 aborda varios aspectos de la gestión de calidad y contiene
algunos de los estándares más conocidos de ISO (International Organización for
Standardization). Los estándares brindan orientación y herramientas para las empresas y
organizaciones que desean asegurarse de que sus productos y servicios cumplan de
manera constante con los requisitos del cliente, y que la calidad se mejore de manera
constante.
126
b) Lean Six Sigma: El término Lean Six Sigma se utiliza para describir un sistema de gestión
que en realidad es una combinación de Lean y Six Sigma. Lean Six Sigma como una
metodología que se centra en la eliminación de residuos y la variación, siguiendo la
estructura DMAIC, para lograr la satisfacción del cliente con respecto a la calidad, la
entrega y el costo. Se enfoca en mejorar los procesos, satisfacer a los clientes y lograr
mejores resultados financieros para el negocio, ya que cuenta con diversas herramientas
de mejora.
c) Total Quality Management: Una definición central de gestión de calidad total (TQM)
describe un enfoque de gestión para el éxito a largo plazo a través de la satisfacción del
cliente. En un esfuerzo de TQM, todos los miembros de una organización participan en
la mejora de procesos, productos, servicios y la cultura en la que trabajan. La gestión de
la calidad total se puede resumir como un sistema de gestión para una organización
centrada en el cliente que involucra a todos los empleados en la mejora continua. Utiliza
estrategias, datos y comunicaciones efectivas para integrar la disciplina de calidad en la
cultura y las actividades de la organización. Muchos de estos conceptos están presentes
en los modernos sistemas de gestión de calidad, el sucesor de TQM.
Tabla 39
Análisis bibliográfico Metodologías Vs. Criterios
De acuerdo con el análisis bibliográfico, la metodología que cumple con los cuatro criterios
seleccionados (Fácil estandarización (FE), fácil implementación (FI), que utilice pocos
127
recursos (PR) maximizando las utilidades y que utilice pocos procesos (PP)) es la
metodología Lean Six Sigma.
Para ello, se debe comparar las metodologías de acuerdo con cada uno de los criterios siendo
los pesos de 1 a 9, siendo 1 menos importante y 9 más importante, luego se comparan los
pares y por último se normaliza la tabla. Por ejemplo, la metodología ISO en cuanto a fácil
estandarización comparándose con Lean Six Sigma (LSS), Iso no tiene una estandarización
fácil, incluye muchas auditorías antes de la implementación, y se implementa un proceso
estándar ISO, el cual proviene de muchos procesos auditados. Por el contrario, LSS, se
estandariza rápidamente de acuerdo con cada pequeña mejora que se realiza, enfocado a la
mejora continua y reducción de desperdicios. Por lo que se ha seleccionado un 2 de la escala
de 1 a 9. La comparación de ISO y TQM, se ha dado 4. Para ISO, ya que es una
estandarización después de auditorías, por el contrario, TQM también se considera como
herramienta de Lean Manufacturing, sin embargo, su estandarización es más complicada que
LSS, pero su estandarización es menos fácil que la de TQM. Cada uno de los pesos se refiere
a la facilidad o complejidad de la implementación de la propuesta de mejora.
La relación de consistencia (CR) debe ser menor que 0.1, para determinar que el investigador
no se incline a una metodología en especial, si es que el valor de CR es mayor que 0.1, se
debe reconsiderar los pesos nuevamente, a continuación, se muestra las tablas de la
comparación de metodologías, comparación de pares, normalización de tabla y por último
la consistencia con respecto a cada uno de los criterios:
128
Tabla 40
AHP – Metodologías vs criterios
Se observa en la tabla 40 que las consistencias (CR) son menores que 0.1, por lo que se
aceptan los pesos. Luego, según AHP, se debe realizar el mismo proceso para los criterios,
como se muestra a continuación:
Tabla 41
AHP Criterios
En la tabla 41 se observa que la consistencia es menor que 0.1, por lo que se aceptan los
pesos dados por el investigador. Por último, se debe multiplicar el promedio de cada uno de
los criterios (Tabla 41) por los promedios de cada una de las metodologías por cada criterio.
Este cálculo resulta en la selección de la metodología con el principal criterio, como se
muestra a continuación:
129
Tabla 42
Selección científica de la metodología
En la tabla 42, se observa que la mejor metodología de acuerdo con los criterios es Lean Six
Sigma (LSS) con la priorización en la facilidad en la estandarización de la propuesta de
mejora.
El diseño de la propuesta será realizado tomando como base las metodologías utilizadas
para resolver los problemas planteados en los seis casos de éxito seleccionados y descritos
en el Capítulo 1.
3.3.1 Modelo de la empresa Fundición de hierro PT, utilizado en el caso de éxito No. 1
130
movimientos innecesarios y talento humano. Luego se realiza una evaluación cualitativa
de la ocurrencia de desperdicios.
c) Fase Análisis: Esta fase se realiza para determinar los errores potenciales, los modos de
falla y el análisis de los efectos, enfocándose en el procesamiento y el tipo de residuo.
d) Fase Mejora: Se desarrolla un programa de mejora propuesto para superar los problemas
que conducen al desperdicio de procesamiento y defectos inadecuado.
Figura 64: Etapas de la implementación DMAIC, según Sri Indrawati y Muhammad Ridwansyah (2015)
3.3.2 Modelo para el mejoramiento de procesos a través de Six Sigma: Un caso de estudio
en la fundición de Agra en La India, utilizado en el caso de éxito No. 2.
La fundición de metales utilizando el moldeo en arena es un proceso muy típico que tiene
muchas variables individuales. En este proceso, el diseño de los parámetros juega un rol
importante en la calidad de los productos fundidos. Los productos defectuosos representan
una enorme pérdida en productividad.
131
El objetivo principal de la presente investigación es reducir los defectos producidos en la
fabricación de los mono blocks para los motores de combustión interna en la fundición de
Agra en La India.
Para alcanzar los principales objetivos de Six Sigma, el proceso DMAIC es considerado
como la técnica más adecuada.
3.3.2.2 Conclusión
La aplicación de Six Sigma fue realizada en este artículo para corroborar que la eficiencia y
el nivel de rendimiento pueden ser mejorados. Se concluye que utilizando la aproximación
DMAIC, la calidad puede ser incrementada a un mínimo costo. A continuación, se muestra
esquemáticamente el desarrollo de la metodología.
132
DMAIC
Analiza Determina la rel ación entre los parámetros del proceso y s us variables de respuesta
Herramientas: Estadística Dis tribución F y Anova
Figura 65: Etapas de la implementación DMAIC,según Dilip Kumar, Ranjit Singh y Ashok Yadav.
3.3.3 Modelo para el uso de Six Sigma como una metodología ventajosa para las Pequeñas
y Medianas empresas. Un caso de estudio en la industria de la gasfitería en los Estados
unidos. Caso de éxito No. 3.
La investigación asociada al caso de éxito No. 3 descrito en el capítulo anterior, está basada
en un caso de estudio realizado a lo largo de año y medio en la empresa SME de tamaño
mediano de la industria de la gasfitería en los Estados Unidos. Esta empresa se dedica a la
producción y venta de insumos y repuestos utilizados en gasfitería y se desea determinar si
la metodología Six Sigma tiene posibilidad de aplicarse y debe medirse su impacto final en
la organización, enfocándose en una reducción de costos como consecuencia de esta lógica.
a) Etapa Definir: El propósito principal de esta etapa fue determinar los objetivos del
proyecto, definir el problema y analizar el impacto económico sobre los compradores
afectados por el.
133
b) Etapa Medir: Se centró en la obtención de datos que permitieron medir y describir el
problema. Se encontró que el tiempo de entrega de un pedido a los clientes fue 46%
mayor que los competidores del mercado.
c) Etapa Mejorar: En esta etapa de plantearon soluciones y se analizaron cuáles deberían
ser priorizadas a través de la metodología 5W2H. Se inició con una revisión mensual de
la demanda de los 52 ítems de mayor demanda, los cuales representan el 74% de las
ventas totales.
d) Fase Análisis: Se obtuvo una relación utilizando las herramientas , lluvia de ideas,
regresión lineal y Pareto.
e) Etapa Control: En esta última etapa del Ciclo DMAIC se aseguró que la mejora obtenida
en el desarrollo del proyecto sea mantenida por un largo tiempo a través de un plan de
monitoreo y acciones que rectifiquen posibles complicaciones futuras.
3.3.3.2 Conclusión:
La exploración en el caso de estudio realizado en la compañía SME fabricante y
comercializadora de productos para gasfitería en los Estados Unidos, muestra que utilizando
la herramienta DMAIC en una forma estructurada, ha permitido transformarla de ser
originalmente una organización de baja calidad en entrega de los pedidos a los clientes, a ser
una organización competitiva en su sector. El ciclo gráfico de la metodología utilizada en
este caso, se muestra a continuación.
Figura 66: Etapas de la implementación DMAIC, según Murilo Riyuzo Vendrame Takao, Jason Woldt e Iris
Bento Da Silva.
134
3.3.4 Modelo para el uso de las fases Six Sigma DMAIC en mejorar la efectividad de un
proceso de intercambio de calor. Un caso de estudio en la modificación del diseño de un
horno. Caso de éxito No. 4.
En el caso de éxito presente, se realizó una investigación estricta para identificar y eliminar
los parámetros que afectan la eficiencia del horno, utilizando el método de aproximación
sistemática Six Sigma DEMAIC, a fin de cumplir el objetivo de incrementar la eficiencia de
los hornos que se fabrican, con la finalidad de incrementar la rentabilidad de las empresas a
cargo.
a) Fase Definir: En este caso de estudio se evaluó el rendimiento del horno, identificando
las pérdidas múltiples de energía para incrementar la eficiencia total con un Diagrama
Pareto.
b) Fase Medir: Involucró la obtención y evaluación de datos para encontrar los factores
que explican el impacto del rendimiento del intercambiador de calor para luego
identificar la severidad de cada uno
c) Fase Análisis: En esta fase, la identificación de la causa raíz describe el impacto que
tiene sobre la efectividad del intercambiador de calor. Utilizando un diagrama de Causa
– Efecto, se encuentran varios factores sub críticos del problema.
d) Fase Mejora: Se analiza la configuración del sistema del intercambiador de calor y a
través de una lluvia de ideas e investigación adecuada, se concluye que la idea de
introducir filamentos metálicos en forma de anillos dentro de los tubos del
135
intercambiador, es decir incrementando así la superficie de transmisión de calor, se
puede incrementar la eficiencia del intercambio en un 5.4%.
3.3.4.2 Conclusión:
Es esencial mejorar la eficiencia del horno reduciendo el alto consumo de combustible para
obtener las temperaturas de operación. La metodología Six Sigma DMAIC fue
implementada por la compañía fabricante del horno para reducir el contenido de la energía
térmica en los gases residuales del proceso de combustión. Los ahorros monetarios
alcanzados por la implementación de la mejora se estiman en 0.34 millones de Rupias por
año en la operación de cada horno.
MEDIR
DESCRIBE EL PROBLEMA Y SE OBTIENEN
LOS FACTORES QUE INFLUYEN EN LA
EFICIENCIA DEL INTERCAMBIADOR DE
CALOR
HERRAMIENTAS: Diagrama de Pareto,
PCA, MINITAB
DEFINIR
E IDENTIFICAN LAS PÈRDIDAS ANALIZAR
MULTIPLES DE ENERGÌA IDENTIFICA Y EVALÙA LAS
HERRAMIENTAS: Diagrama de Pareto. CAUSAS RAÌZ
HERRAMIENTAS: Diagrama de Pareto
MEJORAR
CONTROLAR SE IMPLEMENTA LA SOLUCION DE
SE IMPLEMENTAN ACCIONES DE INCREMENTAR LA SUPERFICIE DE
CONTROL TRANSFERENCIA.
HERRAMIENTAS: Plan de Control HERRAMIENTAS: Lluvia de Ideas e
Investigaciòn
Figura 67: El ciclo gráfico de la metodología utilizada DMAIC según K. Srinivasan, S. Muthu, S.R. Devadasan
y C. Sugumaran.
3.3.5 Modelo para el uso de Six Sigma DMAIC en resolver problemas de calidad en la
industria de manufactura de componentes automotrices. Caso de éxito No. 5.
136
El concepto TQM utilizando la metodología Six Sigma es adoptado en la presente
investigación, utilizando el modelo DMAIC y usando en adición otras herramientas de
calidad como 7QC y algunas para el núcleo automovilístico a fin de completar la
investigación.
La compañía del caso de estudio suministra productos para los sistemas de audio de
automóviles, a las empresas fabricantes de vehículos. El caso de estudio se enfoca en el
ensamble final del producto identificado como XXX para el cual se analizará la tasa de
rechazo, la que ha sido monitoreada durante 12 meses en el proceso de inspección final.
Fase Define: En esta fase se define la calidad de cada componente en el proceso productivo
y el resultado esperado después de completada la actividad de mejora. Se aplican las
siguientes herramientas: Voz de los Clientes (VOC), Voz del Proceso (VOP), 5W1H ( Por
qué, Cuándo, Quién, Dónde, Qué y Cómo). Los clientes han sido divididos en dos categorías:
clientes externos que son los que compran y pagan el producto; y clientes internos, los que
se ubican en el diagrama de producción.
a) Fase Medir: Consiste en la aplicación del Diagrama de Pareto y mapeo del proceso y
capacidad. Se identifican varios tipos de defectos en los cuales el Diagrama de Pareto
ha sido utilizado para definir y visualizar los principales elementos que contribuyen a la
tasa de rechazos.
b) Fase Análisis: Utilizando una Lluvia de Ideas se consideran todas las posibles causas
raíz de los rechazos y utilizando un Diagrama de Ishikawa se identifican las posibles
causas raíz, para finalmente seleccionar las causas potenciales.
c) Fase Mejora: Es la etapa de implementación de las soluciones y se realiza la
comprobación de los resultados para confirmar que se han resuelto los aspectos de
calidad de los elementos investigados. A fin de asegurar que se ha tomado la decisión
correcta se realizan las contra mediciones las cuales se analizan y discuten.
d) Fase Control: Esta fase complementa la actividad de mejora a fin de asegurar que la
actividad día a día conserve la calidad mejorada y se convierta en un estándar. La
siguiente figura muestra gráficamente el proceso utilizado.
137
Figura 68: El ciclo gráfico de la metodología utilizada DMAIC
Fuente: Mohd Norzaimi Che Ani, Ishak Abdul Azid y Shahrul Kamarudin.
3.3.6 Six Sigma a través de Poka-Yoke: Una navegación en la Literatura Arena. Caso de
éxito No. 6.
Kumar S. y Steinbach M. (2008) Eliminating US hospital medical errors. Int J. Health Care
Qual Assur 21(5)444-471, doi: 10.1108/09526860810890431 han reportado un trabajo
acerca de la eliminación de errores médicos en los hospitales de los Estados Unidos
utilizando un sistema de anillo cerrado en un ambiente Six Sigma.
a) Fase Define.- En este caso de estudio se definen las expectativas de los pacientes quienes
fueron considerados como clientes. Las dos expectativas más importantes de los clientes
fueron 1). Obtener la cirugía realizada sin errores y 2). Obtener la cirugía realizada en
un período de tiempo razonable y sin ningún dolor.
138
b) Fase Mediciòn: En la fase medición se registraron los procesos y rendimientos.
c) Fase Análisis: En esta fase se desarrollaron diagramas de causa efecto a fin de identificar
las causas de los errores médicos.
d) Fase Mejora: Después de encontrar las potenciales causas de los errores se sugirieron
utilizar soluciones Poka Yoke disponibles para prevenir la ocurrencia de estos errores.
e) Fase Control: En esta fase se efectuaron sugerencias para mantener los resultados de
mejora.
DMAIC
CONTROLAR
ANALIZAR
MEJORAR
DEFINIR
MEDIR
SE IDENTIFICAN LOS CLIENTES Y LAS CUANTIFICA LOS ERRORES EN LOS IDENTIFICA Y EVALÚA LAS CAUSAS
SE IMPLEMENTAN LAS SOLUCIONES SE IMPLEMENTAN ACCIONES DE
EXPECTATIVAS A CONSEGUIR SERVICIOS BRINDADOS Y CALCULA RAÌZ PARA LOS CUATRO ERRORES
SOBRE LAS CAUSAS RAÌZ Y CONTROL, MONITOREO Y
EL NIVEL DE EFICIENCIA SIGMA. SE MÀS SIGNIFICATIVOS
COMPRUEBA EFECTIVIDAD CAPACITACIÓN
HERRAMIENTAS: Voz de los FIJA EL NUEVO NIVEL SIGMA A
clientes (VOC) ALCANZAR HERRAMIENTAS: Diagramas causa
HERRAMIENTAS: Poka - Yoke HERRAMIENTAS: Plan de Control
- efecto
Figura 69: El ciclo gráfico de la metodología utilizada DMAIC según M. Vinod, S.R. Devadasan, D.T. Sunil
y V.M.M. Thilak.
Basándonos en los modelos utilizados en los casos de éxito para solucionar los problemas
relacionados a la presencia de desperdicios tipificados como 1) sobreproducción,2) defectos,
3) inventario innecesario, 4) procesos inapropiados, 5) transporte excesivo, 6) máquina o
personal en espera o sin trabajo y 7) movimiento innecesario; desperdicios que se han
presentado en una variedad de industrias; y luego de haber comprobado a través de la
literatura revisada y también por los comentarios y recomendaciones de los diferentes
autores conocidos, podemos deducir que la metodología Six Sigma con el Ciclo DMAIC ,
ha sido utilizado con éxito por muchas grandes compañías, pero ahora está siendo
139
considerada como una estrategia potencialmente efectiva por muchas PYMES que con la
finalidad de mejorar el rendimiento de la producción la utilizan a un bajo costo. Siendo esta
aseveración, concordante con el objetivo de la presente Tesis, se ha elaborado un modelo
propio basado en la Metodología Lean Six Sigma y utilizando el Ciclo DMAIC para eliminar
las causas raíz del problema identificado en la empresa metalmecánica FRESEP SAC, el
cual es mostrado y descrito a continuación.
Fabricación de los
Las causas raíces han sido
repuestos a tiempo Si No 2
definidas?
Proceso de
producción Si Se identifica los problemas? No 2
3
Se implementa las soluciones
Herramientas: POKA YOKE,
HIJUNKA, NIVEL SIX
SIGMA,VSM
Implementación Aplicación herramientas No 3
de la herramienta Si según priorización?
Se implementan acciones de
control
Rentabilidad
3.4.1 Definir
Por lo tanto, se llegó a la conclusión que la causa raíz es la falta de la gestión de calidad
durante el proceso de producción para eliminar o reducir los productos no conformes y así
evitar la demora en la entrega y los costos que esto genera.
141
Tabla 43
Cuadro entrega de productos terminados fuera de tiempo 2017
AÑO 2017
Entrega Entrega a %Entrega
Productos demora tiempo Total con demora
Engranajes Helicoidales 84 98 182 46%
Engranajes Rectos 63 77 140 45%
Sistemas de transmisión 56 64 120 47%
Engranajes de motor 47 54 101 47%
Ejes de motor 37 44 81 46%
Eje 28 33 61 46%
Piñones Rectos 18 22 40 45%
Eje piñón 18 22 40 45%
Bocinas 19 22 41 46%
Soportes 9 11 20 45%
Total 379 447 826
90 84 100%
80
70 63 75%
CANT DE PIEZAS
60 56
50 47
46% 45% 47% 47% 37 46% 50%
46% 45% 45% 46%
40 45%
28
30
18 18 19 25%
20
9
10
0 0%
PRODUCTOS
142
Tabla 44
Cuadro entrega de productos terminados fuera de tiempo 2018
AÑO 2018
Entrega Entrega a %Entrega
Productos demora tiempo Total con demora
Engranajes Helicoidales 74 99 173 43%
Engranajes Rectos 58 77 135 43%
Sistemas de transmisión 49 66 115 43%
Engranajes de motor 41 55 96 43%
Ejes de motor 33 43 76 43%
Eje 25 32 57 44%
Piñones Rectos 18 22 40 45%
Eje piñón 17 22 39 44%
Bocinas 16 22 38 42%
Soportes 9 11 20 45%
80 74 100%
70
58
60 75%
CANT DE PIEZAS
49
50
41
40 46% 45% 47% 47% 33 46% 50%
46% 45% 45% 46% 45%
30 25
18 17 16
20 25%
9
10
0 0%
PRODUCTOS
Posteriormente se debe delimitar el alcance del proyecto por medio del análisis de SIPOC,
se utiliza este análisis para identificar la información crítica del problema de tal forma que
se limite el enfoque del proyecto. Por lo que se determina que se enfocará en el proceso de
producción, como se muestra en la figura N° 72.
143
Torno horizontal Área de producción/planta/fabricación
Fresadoras Vertical Área de producción/planta/fabricación Jefe de Producción Ingeniería
Rectificadora Área de producción/planta/fabricación Jefe de ventas Administración
Modulo de corte Área de producción/planta/fabricación Jefe de diseño Ingeniería
Horno Área de producción/planta/fabricación Comprador Administración
Equipos de medición Área de producción/planta/fabricación Vendedor Ventas
Hardware y software Area de ventas y compras
13 12 11
KPI
Elaboración Aprobación indicador Actual Formula
Nivel de servicio 56.91% =Entrega a tiempo/Entrega total
Jefe de
Gerente General Nivel de
producción =Demanda/Producción total
producción 31.73%
Productos no
=Productos no conformes/Producción total
conformes 33.25%
Jefe de Ingenieria Gerente General
Productos en
=Productos reprocesos/Producción total
reprocesos
35.03%
144
En el análisis SIPOC se inicia el proceso cuando se admite el requerimiento del cliente, para
lograr la producción o fabricación de piezas metálicas, en la entrada se muestra los
proveedores con los que se trabaja actualmente, el inicio de la producción se realiza en la
actividad de medición y corte del material, ingresando la materia prima, la cual se
transformará, saliendo como producto terminado, y por último el cliente que viene a ser
constituido por las empresas mineras. Las actividades de medido, corte, torneado, fresado,
rectificado, control de calidad y despacho son parte del proceso de producción.
145
El diagrama de parámetros muestra los factores de ruido que existen en el proceso. Estos
factores no se pueden controlar porque actualmente no existe una medida exacta para
determinar su impacto en el resultado del proceso como turno y la cantidad de operarios. En
este caso, el primer factor de ruido es la variación en relación con el turno de día, ya que
sólo se trabaja por un turno en planta. En la situación actual, no es posible determinar si el
tiempo del turno varía exactamente en la salida del proceso de producción. En términos de
si hay una mayor productividad durante el turno de día, así como las razones de esta
variación no es un factor que se puede controlar en este caso, ya que es el único.
Otro factor de ruido es la mínima cantidad que se tienen de operarios en planta. Debido a
que los trabajadores en la línea de producción rotan entre las diferentes estaciones, y los
resultados de producción en cada estación pueden variar dependiendo del trabajador
presente. Esto puede deberse a una diferencia en experiencia, y procedimientos de trabajo
ligeramente diferentes entre ellos. Por lo tanto, al evaluar el estado actual, este factor no
puede controlarse.
Luego, el diagrama de parámetros se usó para abordar los diferentes factores de ruido
incontrolable en relación con la entrada-salida del proceso. En general, el uso del Diagrama
de parámetros fue necesario para definir aún más los parámetros que a pesar de tener
posiblemente un impacto en el proceso no podrían controlarse durante el proyecto.
146
3.4.2 Medir
Durante esta fase la prioridad es medir la situación actual del proceso de producción y
establecer un entendimiento del nivel de rendimiento actual del proceso. Por lo tanto, esta
base será el estándar por el cual se evaluará y medirá la propuesta de mejora en el resto del
ciclo DMAIC. Es importante mencionar que los datos entregados por la empresa son precisos
ya que son el cimiento del resto del proyecto de Lean Six Sigma.
Para ello, en base a los datos entregados por la empresa, se determinó la identificación de la
causa raíz como se ha explicado en el capítulo 2 y como se muestra a continuación en la
figura 74, en donde se observa la relación entre el problema las consecuencias y causas.
En la figura 74, se observa que la causa raíz es el deficiente proceso de calidad en producción
por la generación de productos no conformes, por lo que a continuación se debe utilizar el
Mapa del proceso. Para dicho diagrama se utiliza el plano de la planta de producción en
donde, se muestra el flujo del proceso y se ha delimitado en un cuadrado rojo de línea
pespunteada.
147
Figura 75: Limitación del proceso en el layout del área de producción. Elaboración propia
148
La empresa ha tomado tiempos del proceso de producción para determinar la demora en la
entrega y los puntos en donde se establece la no conformidad de los productos. Por esta razón
se observa en el layout la representación de los elementos y sus interacciones. Se ha realizado
caminatas en planta con el propósito de determinar que el proceso dado por la empresa es la
correcta. Durante las caminatas, se observó que los 4 operarios en producción realizan
diversas actividades a la vez, como se muestra en la siguiente tabla:
Tabla 45
Actividades por operario
En la tabla 45, se observa que el operario 2 realiza 6 actividades y el operario 1 sólo 3, por
lo cual se puede indicar que no hay nivelación de línea, lo cual debe nivelarse con la
producción.
De las bases de datos, el tiempo que estos cuatro operarios utilizan para producir una pieza
de los productos más solicitados es de un promedio de 731.21 minutos para 17 actividades,
como se muestra en el DAP:
149
Tabla 46
DAP del proceso actual
En la tabla 46, se han resaltado las actividades que generan productos no conformes y por
ende reprocesos y cuellos de botella. Los reprocesos son un equivalente a 4582 horas (Tabla
26). Lo cual genera un impacto económico de S/180,985.46 (tabla 27). Las actividades que
generan cuellos de botella (figura 48) son Medir y cortar, Fresado, Templado y la
Verificación final de medida y control de calidad, los cuales generan 4073.90 horas con un
impacto económico de S/30,554.25 (tabla 28). En conclusión, los despilfarros que se han
identificado de los siete despilfarros listados por Lean Six Sigma, son tiempo de espera por
cuellos de botellas y reprocesos.
Por lo tanto, se valida que los productos no conformes, tienen un valor DPMO de 502,677 y
el nivel Six Sigma es de 1.493 (tabla 32), lo cual hace que al compararse con los valores de
la tabla 33, se aprecie que el valor DPMO de 502,677 es mayor que 308,537 equivalente a
150
2σ por lo que este se debe encontrar en el rango de 1σ a 2 σ. Los datos se analizan en la
siguiente fase.
3.4.3 Analizar
Esta fase comprende el proceso de entender los hallazgos de la fase de Medir por medio del
análisis de los diferentes aspectos del proyecto. Esta sección presenta los métodos utilizados
por medio de herramientas estadísticas de control de calidad. Se basa en el análisis para
determinar las características clave que impactan negativamente las operaciones de
producción.
Para analizar los reprocesos, se determina que existen dos reprocesos, los productos no
conformes inservibles, que originan un reproceso desde la primera actividad ya que no
pueden modificarse y los reprocesos de los productos no conformes pero que tienen la
tolerancia de realizar cambios para que el producto sea conforme, como se muestra a
continuación:
Tabla 47
Estadísticas de Reprocesos
151
En la tabla 47, se observan las estadísticas por las dos categorías de los reprocesos que se
originan por productos no conformes inutilizables y productos no conformes utilizables. El
43.1% de los productos que no se entrega a tiempo, equivalente a 340 unidades, por lo que
se reprocesan 807 unidades para lograr el resultado de 340 unidades que se entregan con
demora, de los cuales 393 PNC (productos no conformes) se tuvieron que reprocesar
nuevamente desde la primera actividad de medir y cortar, mientras tanto, 414 unidades
pudieron modificarse, enviándose a la actividad anterior.
En las actividades de medir y cortar se encontró, que se reprocesaron unidades por hasta 3
veces equivalente al 27.9%; en la actividad de torneado hasta por 5 veces, equivalente al
40.8% y en la actividad de fuera de tolerancias por 19.8% con referencia a la demanda del
año 2018 de 789 unidades, siendo estas las más importantes actividades para proponer la
mejora con el propósito de eliminar la causa raíz del problema y su consecuencia principal
ya que representa el 88.5% de los productos no conformes. Lo cual indica, que los operarios
no realizan bien estas actividades y el control de calidad no funciona.
152
En la tabla 48, se analiza cada una de estas actividades para poder solucionar el problema,
al ampliar las observaciones, incluyendo las causas y la regla de 80-20% de Pareto, es decir
se han incluido las principales causas de cada una de las actividades, luego se han colocado
las observaciones de cada proceso y la generación de las dos clases de reprocesos, lo que
además relaciona las causas y observaciones de los reprocesos en las actividades
identificadas.
153
Tabla 48
Análisis de Actividades principales – Reprocesos
154
Todas las actividades anteriores
155
Las actividades que se han resaltado en la tabla 48, representan 1810 horas en la generación
de reprocesos. Al solucionar estas actividades, se corregirán el 20% restante de las causas
halladas en el análisis de la situación actual de la empresa, referente al capítulo 2 de esta
investigación.
Para el estudio de los tiempos de espera, se analizará el VSM que se elaboró en el capítulo
2. Los tiempos de espera surgen en las actividades de Medir y cortar, fresado, templado y
verificación final ya que cada uno de los tiempos de ciclo de cada una de las actividades es
mayor que el tiempo takt. Estos tiempos se refieren a la producción regular de un producto
conforme, lo cual genera tiempos de espera en dichas actividades.
En la figura 63, se observa que las actividades de medir y cortar, y fresado son actividades
que coinciden con la generación de reprocesos, como se explicó en la sección anterior
(Análisis de reprocesos), cada una de estas actividades tiene un operario que realiza 3 y 4
actividades del proceso de producción respectivamente de acuerdo con la tabla 33. La
actividad de templado se refiere únicamente al tiempo disponible del horno. La actividad de
verificación final, también se especifica en el análisis de reprocesos, ya que abarca las
actividades con cuellos de botella.
Tabla 49
Tiempo disponible Actual - Datos
Datos
Descripción Actual Unidades
Operarios 4 Operarios
Vacaciones por operario 22.5 días laborales por mes
Total año 365 Días
Sábados y domingos 104 Días
Feriados 21 Días
Vacaciones 90 Días
Días disponibles por año 150 Días
Tiempo disponible 72000 minutos/año
Horas de paradas por baño, llamadas, otras paradas 3.75 horas/día
Horas por día laboral 4.25 Horas disponibles/día
156
Minutos por día laboral 255 minutos disponibles/día
Demanda anual 789 Unidades
Tiempo disponible por productos 91.25 minutos/unidad
Demanda mensual 65.75 unidades/mes
Demanda diaria 5.26 unidades/día
Takt Time 48.48 minutos/unidad
Tabla 50
Cálculo tiempo disponible Actual
Actual Por operario
Uso de baño Uso de celular Otras paradas
6.00 veces al baño 5.00 llamadas 20.00 minutos seguridad diaria
20.00 minutos por ida al baño 10.00 minutos 25.00 minutos limpieza
120.00 minutos 50.00 minutos por llamadas 10.00 minutos pro otras paradas
2.00 horas 0.83 horas por llamadas 0.92 Horas por otras paradas
Total Actual 3.75
Horas de trabajo 8
Tiempo disponible (takt time) 8-3.75=4.25 horas
157
Figura 76: Análisis de Tiempos de espera .Elaboración propia
158
Tabla 51
Análisis de Actividades principales – Tiempos de espera
159
Nota: Elaboración propia
160
En el DAP de la tabla 51, se observan los resaltado de color verde como las actividades que
se cruzan en los despilfarros de reprocesos y tiempo de espera, lo de color amarillo sólo se
genera por reprocesos, lo de color azul por tiempo de espera y el color melón, por la actividad
de verificación final, se considera en los dos análisis de despilfarros ya que este control se
realiza obligatoriamente y se determina la conformidad o no del producto, además genera un
cuello de botella.
En esta última actividad de inspección final, se indica que el operario toma más tiempo en
examinar las piezas por la deficiente gestión de calidad, que en las diferentes actividades
previas en el proceso de producción, lo que a su vez se enfoca en que el proceso del operario
debe estandarizarse de tal forma que evite o elimine los errores en los productos, es decir
cero errores o cero fallas.
20
15
10
0
0 5 10 15 20 25 30 35 40
mal corte Productos - Demora enmal torneado
la entrega
fuera de tolerancias PNC en última inspección
Lineal (mal corte) Lineal (mal torneado)
Figura 77: Diagrama de dispersión, productos no conformes vs. productos con demora en entrega. Elaboración
propia
161
En la figura 77, se observa que la relación más fuerte entre los productos no conformes y la
demora en la entrega se encuentra en las actividades de medir y cortar, verificación de
medidas y en la verificación final, las distribuciones tienen una tendencia positiva de
relación, sin embargo, con la actividad de torneado no tiene relación, pero esta actividad de
torneado es deficiente ya que es la que genera mayor cantidad de reprocesos y no se relaciona
a la demora en la entrega, como se ha podido demostrar en los dos análisis anteriores de
reprocesos y tiempos de espera.
Para el análisis de control, se han desarrollado los diagramas de control de los tiempos de la
base de datos para la producción de cada producto en el año 2018 y el diagrama de control
para los productos no conformes.
Figura 78: Diagrama de control – Proceso de producción – Tiempo por producto 2018. Elaboración propia
162
En la figura 78, se observa que el proceso de producción se encuentra fuera de control
estadístico siendo su promedio de 731.21 minutos por proceso completo desde la actividad
de medir y cortar hasta el empacado y traslado a almacén de productos terminados. Una
desviación estándar o 1σ (sigma), es de 28.33minutos, por lo que el UCL es 759.55 minutos
y el LCL es 702.88 minutos. Habiendo 292 procesos fuera del límite superior (UCL) y 288
procesos fuera del límite inferior (LCL).
En la figura 79, se han analizado los datos de dos años para poder separarlos por meses de
cada año, y determinar si el proceso se encuentra fuera de control. Se ha calculado que el
promedio de PNC es de 33.375 unidades por mes. Una desviación estándar o 1σ (sigma), es
de 5.59 unidades PNC, por lo que el UCL es 38.96 PNC y el LCL es 27.79 PNC. Con la
propuesta de mejora los productos no conformes deben de mantenerse entre los niveles de
control, reduciéndose la desviación estándar.
163
Después de ejecutar las fases de definición, medición y análisis, la mejora continua del
proceso prosigue con la siguiente etapa de Mejora, la cual es la propuesta del proceso a
futuro, ante un nuevo esquema de operaciòn.
3.4.4 Mejorar
La utilización de la herramienta Poka Yoke en la presente Tesis ha sido influenciada por las
investigaciones realizadas por los autores M. Vinod, S.R. Devadasan, D.T. Sunil y V.M.M.
Thilak (2015) cuyo trabajo de investigación ha sido ampliamente descrito en el capítulo 1
como el Caso de Éxito No. 6,
De acuerdo a la literatura revisada por los autores indicados, muchas publicaciones describen
las características de Poka – Yoke desde el punto de vista de adoptarlas para implementar en
las organizaciones el paradigma de manufactura esbelta (lean manufacturing).
En una revisión de la literatura técnica investigada, dichos autores mencionan que han
encontrado 21 publicaciones que estudian el marco DMAIC de Six Sigma, y concluyen que
su marco de aplicación es básicamente en el área de manufactura.
Saurin, Ribeiro y Vidor (Saurin TA, Ribeiro JLD,VidorG (2012) A framework for assessing
Finalmente, los autores del Caso de Éxito No, 6 han clasificado los accesorios Poka Yoke
en (a) físicos, (b) funcionales y (c) simbólicos y los incluyen en los tipos proactivos y
reactivos. El marco de referencia presentado por estos autores facilita el uso de Poka Yoke
164
en tres etapas: (a) definición de los atributos del dispositivo Poka Yoke, (b) comprobación
de la existencia de cada atributo y (c) desarrollo de un sistema de puntuación para explicar
la mejora obtenida.
1.- Los atributos deben incluir tanto los aspectos de seguridad y calidad.
3.- Deben mostrar consistencia para prevenir la ocurrencia del defecto en análisis.
4.- Deben poseer una base teórica en factores humanos y producción esbelta.
Para la aplicación del Heijunka existen una serie de técnicas que permiten obtener un sistema
de producción con flujo constante:
Utilización de células flexibles de trabajo y siguiendo las fases del proceso productivo.
Existencia de un flujo continuo pieza a pieza. Supone configurar todo el proceso para que
dicho flujo se interrumpa lo menos posible. Se contemplarán tres niveles de acción: 1)
Flujo de información normalizado, 2) Flujo de materiales y 3) Flujo de operarios.
Producir respecto al Takt time; es decir la sincronización entre los tiempos de producción
con los de ventas.
Nivelar el mix y el volumen de producción
165
3.4.4.1 Determinación de la solución
De acuerdo con el análisis de la situación actual de los despilfarros del área determinada para
este proyecto de investigación. La causa primaria de variación y deficiencia en producción
es por la falta o incumplimiento de los procesos estandarizados por la empresa.
Medición manual sin precisión: El operario realiza la medición de manera manual con una
cinta métrica o wincha, sin ninguna clase de precisión o de exactitud, lo que determina las
dos clases de reprocesos, además por este procedimiento tan obsoleto se originan tiempos
de espera o cuellos de botella, equivalentes al 37% de un total de 34255 minutos originados
por fallas en esta actividad y un total de 82 productos no conformes de 220 que generan las
dos clases de reprocesos
Actividad de Torneado
Manejo equivocado del torno: El operario, maneja el torno sin responsabilidad y sin
cuidado por los productos, el proceso pasa por tres torneados diferentes. Esta actividad es
realizada por un único operario. Genera 87 productos no conformes, de 272, ya que esta
causa sólo genera sólo una categoría de reprocesos de los 322 PNC por torneado, los 50
PNC restantes se presentan con la causa, mal torneado y la pieza queda inservible. Sin
embargo, al solucionar esta causa se solucionarán las dos clases de reprocesos. Esta causa
no genera tiempos de espera. Equivalente al 32%
Actividad Fresado
167
Tabla 52
Clasificación A de los productos
Sin embargo, el tamaño de la muestra todavía es muy alta, por lo que se utilizará la fórmula
estadística de tamaño de muestra:
Tabla 53
Cálculo de muestra para el piloto del proyecto
168
3.4.4.3 Poka Yoke
La herramienta Poka Yoke es un mecanismo para eliminar los errores en cada una de las
estaciones de trabajo que requiere de esto para reducir o eliminar los despilfarros hallados
como defectos (productos no conformes) y reprocesos. Se analiza el proceso actual con los
despilfarros que se hallaron en el capítulo anterior específicamente los despilfarros de
reprocesos y tiempo de espera en las actividades críticas del proceso de producción de la
empresa bajo estudio y el operario que debe realizar dichas actividades, como se explica en
la siguiente tabla. También comprende los porcentajes que se han calculado de la base de
datos con respecto a los despilfarros.
169
Tabla 54
DAP Actual – Reprocesos y Tiempo de espera
170
Nota: Elaboración propia
171
Para los cálculos de la propuesta de mejora al implementar Poka Yoke se requieren los
siguientes datos,
Tabla 55
Datos Poka Yoke – Cálculo Tiempo disponible mejora
Las horas de jornada laboral diaria, han cambiado de 4.25 a 5.92 horas disponibles/día por
los despilfarros que se muestran en las horas no disponibles (proceso actual), se ha calculado
para el proceso actual que un operario no trabaja por 3.75 horas por uso de los servicios, uso
de celular y otras paradas, por lo que se aplica el primer Poka Yoke para reducir a un tiempo
de 2.08 horas por día, como se muestra a continuación:
Tabla 56
Horas disponibles actual – mejora
173
Figura 81: Charlas de seguridad – Poka Yoke 2 Elaboración propia
Por lo que de cumplir el tiempo establecido se reduce de 0.92 a 0.58horas por otras paradas.
En consecuencia, el tiempo disponible incrementa de 4.25 a 5.92 horas disponibles/día.
La segunda actividad que ese analizará del DAP es la actividad de templado. El estándar de
la empresa, indica que las piezas deben estar en el horno por un periodo de 2 horas, lo cual
incluye el calentamiento de las piezas, la permanencia en sí cuando llega a la temperatura y
el enfriamiento de las piezas, teniendo una diferencia de 179.57 minutos de espera, sin que
los operarios lo retiren del horno, ya que se encuentran haciendo otros trabajos.
Se debe establecer el tiempo requerido de 120 minutos a 140 minutos, con un tiempo
promedio de espera de 16 minutos. Para cumplir los tiempos estándares, dados por la
industria para esta clase de productos y la empresa, se requiere un Poka Yoke. Asì, los
tiempos requeridos son:
174
Tabla 57
Tiempos para el proceso actual y mejora en Templado
El PokaYoke que se recomienda para cumplir con los tiempos estándares, requiere un
cronómetro configurado previamente a 2 horas, con alarma audible para que el operario lo
escuche y pueda retirar y luego colocar las siguientes piezas. Este cronómetro debe estar
conectado al servidor, enviando datos continuamente a la base de datos, de tal manera que
se recolecte con facilidad y rápidamente, sin que el operario o una persona indicada mida los
tiempos. En la siguiente figura se observa el Poka Yoke requerido para la actividad de
templado.
175
La siguiente actividad, requiere de cálculos estadísticos así como el hecho de asumir tiempos
estándares cambiando cada una de las actividades hacia Poka Yokes, para evitar los errores
observados. Los despilfarros en la actividad de medir y cortar, son los reprocesos y tiempo
de espera por la actividad manual de medición. Esta actividad debe evitarse al tener una
plantilla de corte, la cual se pegará sólo con spray, se retirará después del corte y se podrá
reusar para la siguiente pieza. A continuación, se observa el cambio de subactividades para
la actividad de medir y corte.
Figura 83: Actividad Medir y Cortar – Sub Actividades Actual y Mejora Elaboración propia
176
Figura 84: Nuevo Procesos actividad Medir y Cortar – Poka Yoke 4
Los Poka Yokes para esta y las siguientes actividades se trabajan de una muestra de 221
procesos, como se observa a continuación, para luego aplicarlo a los 789 procesos que
corresponden a la demanda real anual de la empresa.
Tabla 58
Extracto de la muestra de la base de datos
Tabla 59
Cálculo de PNC para mejora de medir y cortar
177
Nota: Extraído de la Base de datos de la empresa. Elaboración propia
El control que debe acompañar a dicho Poka Yoke en esta estación de trabajo se muestra a
continuación. No puede ser complejo por lo que el operario debe manejarlo con rapidez para
no perder tiempo en el proceso de producción.
Tabla 60
Control de calidad – mejora – Medir y cortar
Tabla 61
Actividad Torneado – Sub Actividades Actual y Mejora
Figura 85: Nuevo Procesos actividad Torneado – Poka Yoke 5Elaboración propia
El Poka Yoke se ha elaborado de acuerdo con los estándares de la empresa, los que se
muestran a continuación:
179
Tabla 62
Tiempos estándares de las actividades de producción de la empresa
Tabla 63
Cálculo de PNC para mejora de torneado
El control que debe acompañar dicho Poka Yoke en esta estación de trabajo de torneado se
muestra a continuación. No puede ser complejo por lo que el operario debe manejarlo con
180
rapidez para no perder tiempo en el proceso de producción, estos datos luego se ingresan en
el servidor diariamente para tener resultados en tiempo real.
Tabla 64
Control de calidad – mejora – Torneado
Tabla 65
Actividad Fresado – Sub Actividades Actual y Mejora
181
Para el proceso de mejora debe agregarse el método Poka Yoke que se utiliza en esta
actividad, para evitar que los defectos pasen a la siguiente estación de trabajo evitando así,
los despilfarros que se han identificado en el proceso actual, por lo que el Poka Yoke es el
siguiente:
Figura 86: Nuevo Procesos actividad Fresado – Poka Yoke 6Elaboración propia
Tabla 66
Cálculo de PNC para mejora de fresado
Elaboración propia
182
El control que debe acompañar dicho Poka Yoke en esta estación de trabajo de fresado es el
que se muestra a continuación. No puede ser complejo por lo que el operario debe manejarlo
con rapidez para no perder tiempo en el proceso de producción. Estos datos luego se ingresan
en el servidor diariamente para tener resultados en tiempo real.
Tabla 67
Control de calidad – mejora – Torneado
Elaboración propia
Para la actividad de inspección final, se realiza el mismo procedimiento que para la actividad
de medir y cortar como se observa a continuación, logrando reducirse de 39.92 minutos a
3.66 minutos respecto del proceso actual:
Tabla 68
Actividad Inspección final – Sub Actividades Actual y Mejora
Elaboración propia
Para el proceso de la inspección final se realizan los Poka Yokes como en los casos descritos
anteriormente. Además, se debe calcular la probabilidad que ocurra un producto no conforme
183
en la actividad de inspección final, obteniéndose asì un valor de probabilidad que ocurra un
PNC de 0.1189 en el proceso de mejora. En resumen, se logra reducir a 26 los productos no
conformes del proceso de mejora con Poka Yoke de una muestra de 221 procesos:
Tabla 69
Cálculo de PNC para mejora de fresado
Elaboración propia
El control que debe acompañar dicho Poka Yoke en esta estación de trabajo de inspección
final es como se muestra a continuación. No puede ser complejo por lo que el operario debe
manejarlo con rapidez para no perder tiempo en el proceso de producción, estos datos luego
se ingresan en el servidor diariamente para tener resultados en tiempo real.
Tabla 70
Control de calidad – mejora – Torneado
Elaboración propia
184
A continuación, se muestra un resumen de los PNC que se han calculado en cada una de las
actividades para la cantidad de 221 procesos. Se calcularàn los PNC en la población de 789
procesos, como se muestra a continuación:
Tabla 71
Cálculo de PNC del proceso de mejora
Elaboración propia
Los tiempos hallados por los diferentes cambios del proceso en sus diferentes actividades,
muestran que se han reducido de 731 minutos para el proceso actual a 394.18 minutos,
ingresando 1.14 unidades y saliendo 1 unidad; es decir, que la diferencia corresponde a los
despilfarros. Para el proceso actual fue de 1.5 a 1 unidad, por lo que podemos afirmar que se
ha reducido la relación de despilfarros. Entonces, el nuevo proceso es el que se muestra a
continuación:
Tabla 72
Proceso de mejora después de la implementación de Poka Yoke
185
Elaboración propia
186
Figura 87: VSM después de implementar Poka Yoke Elaboración propia
187
En el VSM, se observa que el proceso todavía presenta cuellos de botella o tiempos de
espera, en dos actividades. Estos tiempos se eliminaràn con el uso de la siguiente
implementación de la herramienta Heijunka, es decir que se buscarà una nivelación de
producción o carga, en las actividades de Templado y Fresado.
Tabla 73
Ahorros Poka Yoke
188
Tabla 74
Inversión Poka Yoke
Elaboración propia
3.4.4.4 Heijunka
189
Tabla 75
Simulación de producción del año 2020 y promedios de tiempos
190
Como se observa en la tabla 75, el promedio de los tiempos calculados para la producción
requerida es de 420.52 minutos, después de implementar Poka Yoke.
191
Tabla 76
Heijunka Cálculos de la Nivelación de producción por producto por mes
Elaboración propia
192
Por ejemplo, para el mes de enero, al haberse pronosticado o simulado la demanda futura, se
nivela la producción, es decir que primero se produce 9 productos P6 (Engranajes
Helicoidales), 7 de P7, 6 de P9, 4 de P5, 4 de P4, 2 de P2, P3 y P1 y 1 de P10, y luego se
repite el patrón para cubrir la demanda.
Tabla 77
Nivelación de producción mensual
Elaboración propia
193
Tabla 78
Producción por pieza y nivelación de operarios
Elaboración propia
En la producción se observa que el tiempo disponible por día es de 355 minutos, por lo que
el proceso debe detenerse antes de que se envíe al horno las nuevas piezas. Previamente
deberá efectuarse la recolección de todas las piezas producidas ese día .
En la nivelación de operarios se calcula que las actividades del operario 3 deben ser
realizadas por dos personas, requiriendose un total de 5 operarios, estos cálculos se llevan al
DAP después de la implementación de Heijunka:
194
Tabla 79
DAP de mejora después de Heijunka
Elaboración propia
Al incrementar un operario y asumir que las seis piezas ingresan en dos horas y no se
despilfarra 12 horas, es decir dos horas por pieza, se concluye que seis piezas se templan
sólo en dos horas. Entonces, el tiempo de templado se redujo de 394minutos después de la
implementación de Poka Yoke a 285.38 minutos por proceso, lo cual es mostrado a
continuación, el VSM:
195
Figura 88: VSM de Mejora después de la implementación de Heijunka. Elaboración propia
196
En el VSM final, se observa que los tiempos de espera o cuellos de botella se eliminaron por
completo, por lo que se puede indicar que se ha eliminado los despilfarros de tiempo.
Tabla 80
Ahorros Heijunka
Elaboración propia
Tabla 81
Inversión Heijunka
Elaboración propia
197
La inversión de la herramienta comprende la capacitación y los tangibles para la
implementación de cada uno de los Heinjunka que se requieren. El total de la inversión es
de S/22,878.13.
Después de haber calculado los rechazos o PNC (tabla 71) de 109 unidades para el proceso
de mejora después de haber implementado Poka Yoke y Heijunka, de 393 unidades del
proceso actual, se calcula el nivel six sigma del proceso de mejora.
198
Tabla 82
Nivel Six Sigma del proceso actual vs. Proceso de mejora
Proceso actual año 2018
AÑO 2018
MESES Total Unidades PNC Proyección con proceso mejora
AÑO 2019
MESES Total Unidades PNC
Rechazo Defectos por Nivel de Six Nivel mayor
MESES Producción % DPMO
unidades unidad Sigma que
Rechazo Defectos por Nivel de Six Nivel mayor
MESES Producción % DPMO
unidades unidad Sigma que
Ene 120 40 33.33% 0.69 480315 1.549 3.4
Feb 103 39 37.86% 0.68 558887 1.352 3.4 Ene 91 11 12.14% 0.69 174874 2.435 3.4
Mar 88 25 28.41% 0.66 432643 1.670 3.4 Feb 78 11 13.79% 0.68 203480 2.329 3.4
Apr 101 37 36.63% 0.76 482979 1.543 3.4 Mar 67 7 10.34% 0.66 157517 2.505 3.4
May 99 34 34.34% 0.66 517359 1.456 3.4 Apr 77 10 13.34% 0.76 175844 2.431 3.4
Jun 92 29 31.52% 0.59 536940 1.407 3.4 May 75 9 12.50% 0.66 188361 2.384 3.4
Jul 104 33 31.73% 0.62 515484 1.461 3.4 Jun 70 8 11.48% 0.59 195490 2.358 3.4
Aug 112 37 33.04% 0.63 528571 1.428 3.4 Jul 79 9 11.55% 0.62 187678 2.386 3.4
Aug 85 10 12.03% 0.63 192443 2.369 3.4
Sep 21
67 31.34% 0.67 471126 1.572 3.4 Sep 6
51 11.41% 0.67 171528 2.448 3.4
Oct 106 37 34.91% 0.68 514477 1.464 3.4 Oct 81 10 12.71% 0.68 187312 2.388 3.4
Nov 86 28 32.56% 0.69 474898 1.563 3.4 Nov 65 8 11.85% 0.69 172902 2.443 3.4
Dec 104 33 31.73% 0.63 503817 1.490 3.4 Dec 79 9 11.55% 0.63 183430 2.402 3.4
TOTAL 1182 393 33.12% 0.66 502677 1.493 3.4 898 109 12.06% 0.66 183015 2.404 3.4
Elaboración propia
199
Al reducir los rechazos de 393 a 109 de una supuesta igual demanda de producción, el
porcentaje de rechazos se reduce de 33.12% a 12.06% y el nivel Six Sigma se incrementa
de 1.493 a 2.404, es decir que 502,677 defectos por millones de oportunidades (DPMO)
se redujeron a 183,015 DPMO. Se muestra la nueva distribuciones de Six Sigma para
cada uno de los procesos, en la cual el valor uno indica que tiene mayor DPMO que en el
proceso original.
Esta herramienta no genera ahorros ya que es de análisis, sólo para establecer que la
implementación de las herramientas Poka Yoke y Heinjunka incrementan el nivel de Six
Sigma al reducir los productos no conformes. La inversión es de S/64,103.13 como se
detalla a continuación:
200
Tabla 83
Inversión análisis Six Sigma
3.4.5 Control
Tabla 84
Extracto de la muestra de la base de datos simulada
201
Nota: Elaboración propia
Tabla 85
Estadísticas del proceso de mejora
Elaboración propia
202
Figura 91: Reprocesos y PNC para el proceso de mejora. Elaboración propia
Así como también se mostrarán las ocurrencias en tiempo real de cada reproceso y PNC
Figura 92: Las ocurrencias en tiempo real de cada reproceso y PNC Elaboración propia
203
Ademàs el incremento diario de los reprocesos y PNC, como se muestra a continuación:
204
Tabla 86
Inversión del control de calidad, se detalla a continuación:
Elaboración propia
3.5 Indicadores
Tabla 87
Indicadores
205
CAPÍTULO IV: VALIDACIÓN DEL PROYECTO
Tabla 88
Costo de oportunidad (COK)
Al calcular el flujo de caja se asume que los ahorros son constantes en un periodo de 5
años. El escenario esperado, tiene como resultado un VAN de S/62,626.45, mayor que
cero y una TIR de 19.54% mayor que el COK de 9.43%. En los escenarios pesimista y
optimista, también los valores calculados son mayores que cero y mayores que el COK,
por lo que la implementación del proyecto se considera factible. A continuación, se
presentan los tres escenarios. Para los escenarios Pesimista y Optimista se utilizó la
206
función Goal Seek de Excel, para determinar los ahorros. Se obtuvieron los valores de
76% y 106% de los ahorros calculados en el desarrollo de la propuesta de mejora.
Poka Yoke
Tabla 89
Ahorro Poka Yoke
Ahorros Poka Yoke
Ti e mpo de e s pe ra
Ti e mpo a ctua l mi nutos 731.21
Ti e mpo Poka Yoke mi nutos 394.18
Cos to HH S/ 7.50
Pe na l i da de s
Proce s o Uni da de s Sol e s
Actua l 340 S/ 36,940.30
Me jora 166 S/ 18,081.51
Tota l Ahorros por pe na l i da de s 174 S/ 18,858.79
Re proce s os
Proce s o Uni da de s Mi nutos
Actua l 807 274915
Me jora 109 37018
Di fe re nci a 698 237897
En hora s 3965
Cos to HH S/ 7.50
Cos to HM S/ -
Tota l a horros por re proce s os S/ 29,737.09
207
Tabla 90
Inversión Poka Yoke
Inversión Poka Yoke
Ca pa ci taci ón Poka Yoke Opera ri os Hora s /cl a s e S//opera ri o Subtotal
Cl a s es a opera ri os 5 55 S/ 15.00 S/ 4,125.00
Hora s extra 5 55 S/ 9.38 S/ 2,578.13
Total por ca pa ci taci ón S/ 6,703.13
Elaboración propia
Heijunka
Tabla 91
Ahorro Heijunka
Ahorros Heijunka
Tiempo de espera
Tiempo Poka Yoke minutos 394.18
Tiempo Heijunka minutos 285.38
Costo HH S/ 7.50
Elaboración propia
208
Tabla 92
Inversión Heijunka
Inversión Heijunka
Capacitación Heijunka OperariosHoras/clase S//operario Subtotal
Clases a operarios 5 55 S/ 15.00 S/ 4,125.00
Horas extra 5 55 S/ 9.38 S/ 2,578.13
Total por capacitación S/ 6,703.13
Elaboración propia
Six Sigma
Tabla 93
Inversión Six Sigma
Inversión Six Sigma
Capacitación Heijunka Operarios Horas/clase S//operario Subtotal
Clases a operarios 5 55 S/ 25.00 S/ 6,875.00
Horas extra 5 55 S/ 9.38 S/ 2,578.13
Total por capacitación S/ 9,453.13
Elaboración propia
209
Tabla 94
Inversión Control de calidad
Inversión Control de Calidad
Ca pa ci ta ci ón Control de Ca l i da d Opera ri os Hora s /cl a s e S//opera ri o Subtota l
Cl a s es a opera ri os 5 55 S/ 85.00 S/ 23,375.00
Hora s extra 5 55 S/ 9.38 S/ 2,578.13
Tota l por ca pa ci ta ci ón S/ 25,953.13
Elaboración propia
Se muestra el cuadro resumen de la inversión y ahorros generados por cada una de las
herramientas utilizadas. El total es de S/229,094.25 por inversión y S/92,566.45 por
ahorros como se observa a continuación:
Tabla 95
Cuadro resumen ahorro e inversión
Herramienta LSS Inversión Ahorros Depreciación
Poka Yoke S/ 99,984.88 S/ 81,836.05 S/ 93,281.75
Heijunka S/ 22,878.13 S/ 10,730.40 S/ 16,175.00
Six Sigma S/ 64,103.13 S/ 54,650.00
Control de Calidad S/ 42,128.13
S/ 229,094.25 S/ 92,566.45 S/ 164,106.75
210
4.1.3 Análisis financiero
Tabla 96
Escenarios Esperado, Pesimista y Optimista
Figura: 94 Obtención de las distribuciones de cada una de las actividades de los dos procesos Elaboración
propia
212
Input analyzer, proporciona cada una de las distribuciones como se muestra a
continuación:
Tabla 97:
Distribuciones de las actividades de los procesos Actual y Mejora
En la tabla anterior, también se observa el cálculo de los cuadros de decisiones para los
modelos de simulación. Como se observan a continuación:
213
Figura 95: Modelo de simulación del proceso actual. Elaboración propia
214
Figura 96: Modelo de simulación del proceso de mejora. Elaboración propia
215
Al ejecutar los modelos, el software Arena, provee unos reportes en donde indica los tiempos
del proceso actual y del de mejora, como se observa a continuación:
Tabla 98:
Resultados de las simulaciones Actual vs. Mejora
216
Tabla 99:
Validación de resultados
217
CONCLUSIONES
bajo costo.
El nivel Six Sigma se incrementó de 1.493 a 2.404 es decir que se redujo de 502,677
DPMO a 183015 Defectos por Millones de Oportunidades (DPMO).
218
El impacto económico es de S/248,480.02 por los despilfarros identificados en el proceso
de producción equivalente al 47% de las ventas.
RECOMENDACIONES
Se recomienda continuar con la mejora continua de la filosofía Lean y Six Sigma con el
propósito de lograr cero defectos.
Se recomienda el uso de otras herramientas de la filosofía Lean, así como Six Sigma para
seguir con la mejora continua del proceso de fabricación de piezas mecánicas.
219
REFERENCIAS
Achillas, C., Aidonis, D., Iakovou, E., Thymianidis, M., & Tzetzis, D. (2015). A
methodological framework for the inclusion of modern additive manufacturing into the
production portfolio of a focused factory. Journal of Manufacturing Systems, 37, 328-339.
https://www.sciencedirect.com/science/article/pii/S0278612514000946 DOI:
10.1016/j.jmsy.2014.07.014
Adina-Petruţa, P., & Roxana, S. (2014). Integrating six sigma with quality management
systems for the development and continuous improvement of higher education
institutions. Procedia-Social and Behavioral Sciences, 143, 643-648.
https://www.sciencedirect.com/science/article/pii/S1877042814043845 DOI:
10.1016/j.sbspro.2014.07.456
Adnan, M. M., Sarkheyli, A., Zain, A. M., & Haron, H. (2015). Fuzzy logic for modeling
machining process: a review. Artificial Intelligence Review, 43(3), 345-379.
https://link.springer.com/article/10.1007/s10462-012-9381-8 DOI:
10.1007/s10462-012-9381-8
Alefari, M., Salonitis, K., & Xu, Y. (2017). The role of leadership in implementing lean
manufacturing. Procedia CIRP, 63, 756-761.
https://www.sciencedirect.com/science/article/pii/S2212827117303517 DOI:
10.1016/j.procir.2017.03.169
Altintas, Y., Kersting, P., Biermann, D., Budak, E., Denkena, B., & Lazoglu, I. (2014).
Virtual process systems for part machining operations. CIRP Annals-Manufacturing
Technology, 63(2), 585-605.
https://www.sciencedirect.com/science/article/pii/S0007850614001899 DOI:
10.1016/j.cirp.2014.05.007
233
https://www.sciencedirect.com/science/article/pii/S187770581504374X DOI:
10.1016/j.proeng.2015.12.463
Antony, J. (2011). Six Sigma vs Lean: Some perspectives from leading academics and
practitioners. International Journal of Productivity and Performance Management, 60(2),
185-190. https://www.emeraldinsight.com/doi/abs/10.1108/17410401111101494
DOI: 10.1108/17410401111101494
Antony, Jiju, Bryan Rodgers, and E. V. Gijo. "Can Lean Six Sigma make UK public sector
organisations more efficient and effective?." International Journal of Productivity and
Performance Management 65.7 (2016): 995-1002.
https://www.emeraldinsight.com/doi/abs/10.1108/IJPPM-03-2016-0069 DOI:
10.1108/IJPPM-03-2016-0069
Asadi, S., Amiri, S. S., & Mottahedi, M. (2014). On the development of multi-linear
regression analysis to assess energy consumption in the early stages of building
design. Energy and Buildings, 85, 246-255.
https://www.sciencedirect.com/science/article/pii/S0378778814007154 DOI:
10.1016/j.enbuild.2014.07.096
Betiku, E., Okunsolawo, S. S., Ajala, S. O., & Odedele, O. S. (2015). Performance evaluation
of artificial neural network coupled with generic algorithm and response surface
methodology in modeling and optimization of biodiesel production process parameters from
shea tree (Vitellaria paradoxa) nut butter. Renewable Energy, 76, 408-417.
https://www.sciencedirect.com/science/article/pii/S0960148114007794 DOI:
10.1016/j.renene.2014.11.049
Bhamu, J., & Sangwan, K. S. (2015). Reduction of Post-kiln Rejections for Improving
Sustainability in Ceramic Industry: A Case Study. Procedia CIRP, 26, 618-623.
https://www.sciencedirect.com/science/article/pii/S221282711401230X DOI:
10.1016/j.procir.2014.07.176
Blijleven, V., Koelemeijer, K., & Jaspers, M. (2017). Identifying and eliminating
inefficiencies in information system usage: A lean perspective. International journal of
234
medical informatics, 107, 40-47.
https://www.sciencedirect.com/science/article/pii/S1386505617302046 DOI:
10.1016/j.ijmedinf.2017.08.005
Böllhoff, J., Metternich, J., Frick, N., & Kruczek, M. (2016). Evaluation of the Human Error
Probability in Cellular Manufacturing. Procedia CIRP, 55, 218-223.
https://www.sciencedirect.com/science/article/pii/S2212827116308885 DOI:
10.1016/j.procir.2016.07.080
Bondarev, A., & Yugov, A. (2015). The method of generating large-span rod systems with
the manufacturer defect and assembly sequence. Procedia engineering, 117, 948-958.
https://www.sciencedirect.com/science/article/pii/S1877705815018421 DOI:
10.1016/j.proeng.2015.08.188
Cezar Lucato, W., Araujo Calarge, F., Loureiro Junior, M., & Damasceno Calado, R. (2014).
Performance evaluation of lean manufacturing implementation in Brazil. International
Journal of Productivity and Performance Management, 63(5), 529-549.
https://www.emeraldinsight.com/doi/abs/10.1108/IJPPM-04-2013-0085 DOI:
10.1108/IJPPM-04-2013-0085
Chen, D., Heyer, S., Ibbotson, S., Salonitis, K., Steingrímsson, J. G., & Thiede, S. (2015).
Direct digital manufacturing: definition, evolution, and sustainability implications. Journal
of Cleaner Production, 107, 615-625.
https://www.sciencedirect.com/science/article/pii/S0959652615005429 DOI:
10.1016/j.jclepro.2015.05.009
Cherrafi, A., Elfezazi, S., Chiarini, A., Mokhlis, A., & Benhida, K. (2016). The integration
of lean manufacturing, Six Sigma and sustainability: A literature review and future research
directions for developing a specific model. Journal of Cleaner Production, 139, 828-846.
https://www.sciencedirect.com/science/article/pii/S0959652616312495 DOI:
10.1016/j.jclepro.2016.08.101
Cherrafi, A., Elfezazi, S., Chiarini, A., Mokhlis, A., & Benhida, K. (2016). The integration
of lean manufacturing, Six Sigma and sustainability: A literature review and future research
235
directions for developing a specific model. Journal of Cleaner Production, 139, 828-846.
https://www.sciencedirect.com/science/article/pii/S0959652616312495 DOI:
10.1016/j.jclepro.2016.08.101
Chiarini, A., & Vagnoni, E. (2014). A proposed audit pattern for the shop-floor processes in
TQM, Lean Six Sigma and ISO 9001 environments. International Journal of Services and
Operations Management, 18(2), 159-178.
https://www.inderscienceonline.com/doi/abs/10.1504/IJSOM.2014.061999
DOI: 10.1109/R10-HTC.2016.7906806
Colkesen, I., Sahin, E. K., & Kavzoglu, T. (2016). Susceptibility mapping of shallow
landslides using kernel-based Gaussian process, support vector machines and logistic
regression. Journal of African Earth Sciences, 118, 53-64.
https://www.sciencedirect.com/science/article/pii/S1464343X16300747 DOI:
10.1016/j.jafrearsci.2016.02.019
Colledani, M., Tolio, T., Fischer, A., Iung, B., Lanza, G., Schmitt, R., & Váncza, J. (2014).
Design and management of manufacturing systems for production quality. CIRP Annals-
Manufacturing Technology, 63(2), 773-796.
https://www.sciencedirect.com/science/article/pii/S000785061400184X DOI:
10.1016/j.cirp.2014.05.002
Cunha, A., Mendonca, J. P., Silva, P., Marques, M., & Agostinho, C. (2017, June).
Metalworking SMEs network resources optimization: C2NET cases. In Engineering,
Technology and Innovation (ICE/ITMC), 2017 International Conference on (pp. 1181-
1190). IEEE. https://ieeexplore.ieee.org/abstract/document/8280015/ DOI:
10.1109/ICE.2017.8280015
Cvetkoska, V., & Savić, G. (2017). Efficiency of bank branches: empirical evidence from a
two-phase research approach. Economic research-Ekonomska istraživanja, 30(1), 318-333.
https://www.tandfonline.com/doi/abs/10.1080/1331677X.2017.1305775 DOI:
10.1080/1331677X.2017.1305775
236
de Kogel Ir, W., & Ir, J. J. B. (2016). Development of design support tool for new lean
production systems. Procedia CIRP, 41, 596-601.
https://www.sciencedirect.com/science/article/pii/S2212827116000202 DOI:
10.1016/j.procir.2016.01.009
Deif, A. M., & ElMaraghy, H. (2014). Cost performance dynamics in lean production
leveling. Journal of Manufacturing Systems, 33(4), 613-623.
https://www.sciencedirect.com/science/article/pii/S027861251400065X DOI:
10.1016/j.jmsy.2014.05.010
Do, P., Voisin, A., Levrat, E., & Iung, B. (2015). A proactive condition-based maintenance
strategy with both perfect and imperfect maintenance actions. Reliability Engineering &
System Safety, 133, 22-32.
https://www.sciencedirect.com/science/article/pii/S095183201400204X DOI:
10.1016/j.ress.2014.08.011
Dong, S., Bortner, M. J., & Roman, M. (2016). Analysis of the sulfuric acid hydrolysis of
wood pulp for cellulose nanocrystal production: A central composite design study. Industrial
Crops and Products, 93, 76-87.
https://www.sciencedirect.com/science/article/pii/S0926669016300486 DOI:
10.1016/j.indcrop.2016.01.048
Drohomeretski, E., Gouvea da Costa, S. E., Pinheiro de Lima, E., & Garbuio, P. A. D. R.
(2014). Lean, Six Sigma and Lean Six Sigma: an analysis based on operations
strategy. International Journal of Production Research, 52(3), 804-824.
https://www.tandfonline.com/doi/abs/10.1080/00207543.2013.842015 DOI:
10.1080/00207543.2013.842015
Erbiyik, H., & Saru, M. (2015). Six Sigma Implementations in Supply Chain: An
Application for an Automotive Subsidiary Industry in Bursa in Turkey. Procedia-Social and
Behavioral Sciences, 195, 2556-2565.
https://www.sciencedirect.com/science/article/pii/S1877042815039269 DOI:
10.1016/j.sbspro.2015.06.447
237
Esmaeilian, B., Behdad, S., & Wang, B. (2016). The evolution and future of manufacturing:
A review. Journal of Manufacturing Systems, 39, 79-100.
https://www.sciencedirect.com/science/article/pii/S0278612516300024 DOI:
10.1016/j.jmsy.2016.03.001
Fukuda, R., Kiyooka, R., & Aoyama, H. (2017, November). Development of Automatic
System for Process Planning and NC Program Generation on Turning-Milling Machine Tool
With Three Turrets. In ASME 2017 International Mechanical Engineering Congress and
Exposition (pp. V011T15A002-V011T15A002). American Society of Mechanical
Engineers.
http://proceedings.asmedigitalcollection.asme.org/proceeding.aspx?articleid=26695
06 DOI: 10.1115/IMECE2017-70491
Garg, A., Shankhwar, K., Jiang, D., Vijayaraghavan, V., Panda, B. N., & Panda, S. S. (2018).
An evolutionary framework in modelling of multi-output characteristics of the bone drilling
process. Neural Computing and Applications, 29(11), 1233-1241.
https://link.springer.com/article/10.1007/s00521-016-2632-x DOI:
10.1007/s00521-016-2632-x
Garza-Reyes, J. A. (2015). Lean and green–a systematic review of the state of the art
literature. Journal of Cleaner Production, 102, 18-29.
https://www.sciencedirect.com/science/article/pii/S0959652615004394 DOI:
10.1016/j.jclepro.2015.04.064
Ghosh, S., & Rao, P. V. (2015). Application of sustainable techniques in metal cutting for
enhanced machinability: a review. Journal of Cleaner Production, 100, 17-34.
https://www.sciencedirect.com/science/article/pii/S0959652615002577 DOI:
10.1016/j.jclepro.2015.03.039
Glass, R., Seifermann, S., & Metternich, J. (2016). The Spread of Lean Production in the
Assembly, Process and Machining Industry. Procedia CIRP, 55, 278-283.
https://www.sciencedirect.com/science/article/pii/S2212827116309106 DOI:
10.1016/j.procir.2016.08.021
238
Glass, R., Seifermann, S., & Metternich, J. (2016). The Spread of Lean Production in the
Assembly, Process and Machining Industry. Procedia CIRP, 55, 278-283.
https://www.sciencedirect.com/science/article/pii/S2212827116309106 DOI:
10.1016/j.procir.2016.08.021
Gwak, Y. R., Kim, Y. B., Gwak, I. S., & Lee, S. H. (2018). Economic evaluation of synthetic
ethanol production by using domestic biowastes and coal mixture. Fuel, 213, 115-122.
https://www.sciencedirect.com/science/article/pii/S0016236117313595 DOI:
10.1016/j.fuel.2017.10.101
Haefner, B., Kraemer, A., Stauss, T., & Lanza, G. (2014). Quality value stream
mapping. Procedia Cirp, 17, 254-259.
https://www.sciencedirect.com/science/article/pii/S2212827114003461 DOI:
10.1016/j.procir.2014.01.093
Hu, Q., Mason, R., Williams, S. J., & Found, P. (2015). Lean implementation within SMEs:
a literature review. Journal of Manufacturing Technology Management, 26(7), 980-1012.
https://www.emeraldinsight.com/doi/abs/10.1108/JMTM-02-2014-0013 DOI:
10.1108/JMTM-02-2014-0013
Indrawati, S., & Ridwansyah, M. (2015). Manufacturing continuous improvement using lean
six sigma: An iron ores industry case application. Procedia Manufacturing, 4, 528-534.
https://www.sciencedirect.com/science/article/pii/S2351978915011889 DOI:
10.1016/j.promfg.2015.11.072
INEI (Abril, 2018). Producción Nacional. Informe Técnico Febrero 2018. INEI. P. 1:58
http://m.inei.gob.pe/media/principales_indicadores/04-informe-tecnico-
n04_produccion-nacional-feb2018.pdf
239
Jacobs, B. W., Swink, M., & Linderman, K. (2015). Performance effects of early and late
Six Sigma adoptions. Journal of Operations Management, 36, 244-257.
https://www.sciencedirect.com/science/article/pii/S0272696315000054 DOI:
10.1016/j.jom.2015.01.002
Kilic, Z. M., & Altintas, Y. (2016). Generalized modelling of cutting tool geometries for
unified process simulation. International Journal of Machine Tools and Manufacture, 104,
14-25. https://www.sciencedirect.com/science/article/pii/S0890695516300062 DOI:
10.1016/j.ijmachtools.2016.01.007
Linderman, K., Schroeder, R. G., Zaheer, S., & Choo, A. S. (2013). Six Sigma: a goal-
theoretic perspective. Journal of Operations management, 21(2), 193-203.
https://www.sciencedirect.com/science/article/abs/pii/S0272696302000876
DOI: 10.1016/S0272-6963(02)00087-6
Liu, Y. C., & Ho, C. H. (2017). A comparison of car following behaviors: Effectiveness of
applying statistical quality control charts to design in-vehicle forward collision warning
systems. Transportation Research Part F: Traffic Psychology and Behaviour.
https://www.sciencedirect.com/science/article/pii/S1369847817301249 DOI:
10.1016/j.trf.2017.09.010
Luo, T., Wu, C., & Duan, L. (2018). Fishbone diagram and risk matrix analysis method and
its application in safety assessment of natural gas spherical tank. Journal of Cleaner
Production, 174, 296-304.
https://www.sciencedirect.com/science/article/pii/S0959652617326410 DOI:
10.1016/j.jclepro.2017.10.334
Maruthi, G. D., & Rashmi, R. (2015). Green Manufacturing: It's Tools and Techniques that
can be implemented in Manufacturing Sectors. Materials Today: Proceedings, 2(4-5), 3350-
240
3355. https://www.sciencedirect.com/science/article/pii/S2214785315005532 DOI:
10.1016/j.matpr.2015.07.308
Marzagão, D. S. L., & Carvalho, M. M. (2016). Critical success factors for Six Sigma
projects. International Journal of Project Management, 34(8), 1505-1518.
https://www.sciencedirect.com/science/article/pii/S0263786316300667 DOI:
10.1016/j.ijproman.2016.08.005
Mellor, S., Hao, L., & Zhang, D. (2014). Additive manufacturing: A framework for
implementation. International Journal of Production Economics, 149, 194-201.
https://www.sciencedirect.com/science/article/pii/S0925527313003204 DOI:
10.1016/j.ijpe.2013.07.008
Mostafa, S., Dumrak, J., & Soltan, H. (2015). Lean maintenance roadmap. Procedia
Manufacturing, 2, 434-444.
https://www.sciencedirect.com/science/article/pii/S2351978915000773 DOI:
10.1016/j.promfg.2015.07.076
Munoa, J., Beudaert, X., Dombovari, Z., Altintas, Y., Budak, E., Brecher, C., & Stepan, G.
(2016). Chatter suppression techniques in metal cutting. CIRP Annals, 65(2), 785-808.
https://www.sciencedirect.com/science/article/pii/S0007850616301962 DOI:
10.1016/j.cirp.2016.06.004
241
Pacheco, D., Pergher, I., Vaccaro, G. L. R., Jung, C. F., & ten Caten, C. (2015). 18
comparative aspects between Lean and Six Sigma: Complementarity and implications.
International Journal of Lean Six Sigma, 6(2), 161-175.
https://www.emeraldinsight.com/doi/abs/10.1108/IJLSS-05-2014-0012 DOI:
10.1108/IJLSS-05-2014-0012
Pejović, M., Nikolić, M., Heuvelink, G. B., Hengl, T., Kilibarda, M., & Bajat, B. (2018).
Sparse regression interaction models for spatial prediction of soil properties in
3D. Computers & Geosciences.
https://www.sciencedirect.com/science/article/pii/S009830041730852X DOI:
10.1016/j.cageo.2018.05.008
Peteros, R. G., & Maleyeff, J. (2015). Using Lean Six Sigma to improve investment
behavior. International journal of lean six sigma, 6(1), 59-72.
https://www.emeraldinsight.com/doi/abs/10.1108/IJLSS-03-2014-0007 DOI:
10.1108/IJLSS-03-2014-0007
Pyzdek, T., & Keller, P. A. (2014). The six sigma handbook (Vol. 4). New York: McGraw-
Hill Education.
https://s3.amazonaws.com/academia.edu.documents/41061193/The_six_sigma_han
dbook.pdf?AWSAccessKeyId=AKIAIWOWYYGZ2Y53UL3A&Expires=1528407229&S
ignature=kCAHlvN4G04fGEWYfnHJiieE5m4%3D&response-content-
disposition=inline%3B%20filename%3DThe_Six_Sigma_Handbook.pdf
Rauch, E., Dallasega, P., & Matt, D. T. (2017). Critical factors for introducing lean product
development to small and medium sized enterprises in Italy. Procedia CIRP, 60, 362-367.
https://www.sciencedirect.com/science/article/pii/S221282711730032X DOI:
10.1016/j.procir.2017.01.031
Resta, B., Powell, D., Gaiardelli, P., & Dotti, S. (2015). Towards a framework for lean
operations in product-oriented product service systems. CIRP Journal of Manufacturing
Science and Technology, 9, 12-22.
https://www.sciencedirect.com/science/article/pii/S1755581715000103 DOI:
10.1016/j.cirpj.2015.01.008
242
Rezende, M., Loguercio, A. D., Kossatz, S., & Reis, A. (2016). Predictive factors on the
efficacy and risk/intensity of tooth sensitivity of dental bleaching: A multi regression and
logistic analysis. Journal of dentistry, 45, 1-6.
https://www.sciencedirect.com/science/article/pii/S0300571215300683 DOI:
10.1016/j.jdent.2015.11.003
Sagnak, M., & Kazancoglu, Y. (2016). Integration of green lean approach with six sigma:
an application for flue gas emissions. Journal of Cleaner Production, 127, 112-118.
https://www.sciencedirect.com/science/article/pii/S0959652616302761 DOI:
10.1016/j.jclepro.2016.04.016
Serrador, P., & Pinto, J. K. (2015). Does Agile work?—A quantitative analysis of agile
project success. International Journal of Project Management, 33(5), 1040-1051.
https://www.sciencedirect.com/science/article/pii/S0263786315000071 DOI:
10.1016/j.ijproman.2015.01.006
Sharma, J., & Sidhu, B. S. (2014). Investigation of effects of dry and near dry machining on
AISI D2 steel using vegetable oil. Journal of cleaner production, 66, 619-623.
https://www.sciencedirect.com/science/article/pii/S0959652613008068 DOI:
10.1016/j.jclepro.2013.11.042
Sin, A. B., Zailani, S., Iranmanesh, M., & Ramayah, T. (2015). Structural equation
modelling on knowledge creation in Six Sigma DMAIC project and its impact on
organizational performance. International Journal of Production Economics, 168, 105-117.
https://www.sciencedirect.com/science/article/pii/S0925527315002157 DOI:
10.1016/j.ijpe.2015.06.007
243
Sofotasiou, P., Calautit, J. K., Hughes, B. R., & O'Connor, D. (2016). Towards an integrated
computational method to determine internal spaces for optimum environmental
conditions. Computers & Fluids, 127, 146-160.
https://www.sciencedirect.com/science/article/pii/S0045793016000025 DOI:
10.1016/j.compfluid.2015.12.015
Sproedt, A., Plehn, J., Schönsleben, P., & Herrmann, C. (2015). A simulation-based decision
support for eco-efficiency improvements in production systems. Journal of Cleaner
Production, 105, 389-405.
https://www.sciencedirect.com/science/article/pii/S0959652614013791 DOI:
10.1016/j.jclepro.2014.12.082
Srinivasan, K., Muthu, S., Devadasan, S. R., & Sugumaran, C. (2014). Enhancing
effectiveness of shell and tube heat exchanger through six sigma DMAIC phases. Procedia
Engineering, 97, 2064-2071.
https://www.sciencedirect.com/science/article/pii/S187770581403519X DOI:
10.1016/j.proeng.2014.12.449
Steed, C. A., Halsey, W., Dehoff, R., Yoder, S. L., Paquit, V., & Powers, S. (2017). Falcon:
Visual analysis of large, irregularly sampled, and multivariate time series data in additive
manufacturing. Computers & Graphics, 63, 50-64.
https://www.sciencedirect.com/science/article/pii/S0097849317300201 DOI:
10.1016/j.cag.2017.02.005
Tenera, A., & Pinto, L. C. (2014). A Lean Six Sigma (LSS) project management
improvement model. Procedia-Social and Behavioral Sciences, 119, 912-920.
https://www.sciencedirect.com/science/article/pii/S1877042814021934 DOI:
10.1016/j.sbspro.2014.03.102
Tenera, A., & Pinto, L. C. (2014). A Lean Six Sigma (LSS) project management
improvement model. Procedia-Social and Behavioral Sciences, 119, 912-920.
https://www.sciencedirect.com/science/article/pii/S1877042814021934 DOI:
10.1016/j.sbspro.2014.03.102
244
Tyagi, S., Choudhary, A., Cai, X., & Yang, K. (2015). Value stream mapping to reduce the
lead-time of a product development process. International Journal of Production
Economics, 160, 202-212.
https://www.sciencedirect.com/science/article/pii/S0925527314003521 DOI:
10.1016/j.ijpe.2014.11.002
Velkavrh, I., Lüchinger, M., Kern, K., Klien, S., Ausserer, F., Voyer, J., ... & Tillmann, W.
(2017). Using a standard pin-on-disc tribometer to analyse friction in a metal forming
process. Tribology International, 114, 418-428.
https://www.sciencedirect.com/science/article/pii/S0301679X17302244 DOI:
10.1016/j.triboint.2017.04.052
Wang, M., Wright, J., Brownlee, A., & Buswell, R. (2016). A comparison of approaches to
stepwise regression on variables sensitivities in building simulation and analysis. Energy and
Buildings, 127, 313-326.
https://www.sciencedirect.com/science/article/pii/S0378778816304340 DOI:
10.1016/j.enbuild.2016.05.065
Wiech, M., Böllhoff, J., & Metternich, J. (2017). Development of an optical object detection
solution for defect prevention in a Learning Factory. Procedia Manufacturing, 9, 190-197.
https://www.sciencedirect.com/science/article/pii/S2351978917301555 DOI:
10.1016/j.promfg.2017.04.037
Yang, D., Ye, Z., Lim, L. H. I., & Dong, Z. (2015). Very short term irradiance forecasting
using the lasso. Solar Energy, 114, 314-326.
https://www.sciencedirect.com/science/article/pii/S0038092X15000304 DOI:
10.1016/j.solener.2015.01.016
Zhou, B. (2016). Lean principles, practices, and impacts: a study on small and medium-sized
enterprises (SMEs). Annals of Operations Research, 241(1-2), 457-474.
245
https://www.emeraldinsight.com/doi/abs/10.1108/IJLSS-03-2016-0014 DOI:
10.1108/IJLSS-03-2016-0014
SIGLARIO
246
ANEXOS
247
248
249
250