Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Articulosixsigma 121031232319 Phpapp01
Articulosixsigma 121031232319 Phpapp01
Reducción de Gastos en
Combustibles en Flota
Vehicular Municipal con
Lean Six Sigma
La Molina, Lima-Perú
Wilfredo Elías Pimentel Serrano
09/07/2012
El desarrollo de las cinco Fases del Proyecto Lean Six Sigma, que incluyó la
implementación de un proyecto piloto, permitió identificar parámetros para que el
combustible asignado sea mejor controlado, incidiendo directamente en reducir los gastos
mensuales demandados.
Reducción de Gastos en Combustible en Flota Vehicular con Lean Six Sigma
Reducción de Incluye el
EFECTO
1
Gastos en CULTURA
Combustibles en
Flota Vehicular
Municipal con
Lean Six Sigma.
La Molina, Lima-Perú
Resumen
El Proyecto Lean Six Sigma para reducir los Gastos en Combustible de la Flota Vehicular y
Maquinarias de la Municipalidad Distrital de La Molina, Lima- Perú, se desarrolló de enero a junio
2012. La evaluación de la data histórica disponible en relación a los gastos mensuales en
adquisiciones de combustibles y los recorridos realizados por los vehículos, evidenció un bajo
rendimiento en 22.8 Km/Gln, teniendo en consideración de que se trataban de vehículos con
características y usos semejantes con un estándar de diseño de 35 Km/gln; por otra parte los datos
mostraban incrementos aleatorios en el consumo de combustibles que no estaban explicados en la
data disponible. Una evaluación más detallada de las causas que influían en la alta variabilidad del
Rendimiento en Km/Gln, permitió identificar una oportunidad de reducir el gasto en combustible de
manera significativa. El desarrollo de las cinco Fases del Proyecto Lean Six Sigma, que incluyó la
implementación de un proyecto piloto, permitió conocer de manera explícita las causas que inciden
de manera significativa en el Rendimiento Km/Gln, obteniéndose una nueva referencia de 28
Km/gln. Adicionalmente, se identificó que en organizaciones públicas, el factor cultura es una
9 de julio de 2012
variable muy importante en la mejora de los procesos. El resultado final del proyecto permite
determinar un ahorro inicial de 516.000 nuevos soles para el presupuesto de la Municipalidad en el
año en curso.
Summary
The Lean Six Sigma project to reduce fuel costs in the Vehicle fleet and in the Equipment of the
Municipality of La Molina, Lima-Peru, took place from January to June 2012. The assessment of
historical data available about monthly expenditures on purchases of fuel and the journeys made by
vehicles, showed a poor performance in the journey of the vehicles (22.8 Km / Gallon), taking into
consideration that these were vehicles with similar characteristics and uses and with a standard
design of 35 km / gallon. On the other hand, the data showed random increases on fuel
consumption; the increases couldn’t be explained with the data available. An important and detailed
evaluation of the causes of the high variability of the yield in km/gallon allowed identifying an
opportunity to reduce fuel cost significantly. The development of the five phases of Lean Six Sigma
Project, which included the implementation of a "pilot project", allowed knowing, in an explicit way,
the causes that have significant impact in the yield km/gallon, by obtaining a new reference, 28
km/gallon. thanks to the implementation of the project and to the analysis of new parameters, not
only the quality of the service improved, but also it had an impact on reducing fuel need. As a result,
it generated the required savings. Moreover, we identified that in public institutions the cultural
aspect is an important variable in order to improve the processes. The last result of the project
allowed an initial savings of 516,000 soles for the budget of the Municipality in the year.
9 de julio de 2012
Introducción 3
E
en un escenario inusual como es el gobierno local, como la
Municipalidad Distrital de La Molina en Lima Perú, se decide
emplear la Metodología Lean Six Sigma para mejorar sus
procesos, siendo el proyecto de reducción de gastos en
combustible de la flota vehicular, una primera experiencia en este
contexto en el Perú.
9 de julio de 2012
1. Métodos y materiales 5
El uso de la metodología Lean Six Sigma, visa como opción, un conocimiento explícito del alto
consumo de combustibles que ha devenido en notorios incrementos en el gasto por este concepto
en los ejercicios fiscales sucesivos de la Municipalidad. Para el año 2012, esta partida
presupuestal no permite cubrir los requerimientos solicitados.
El método
En la tercera fase, Analizar, los datos son examinados. Se desarrollan y comprueban hipótesis
sobre posibles relaciones causa-efecto, se confirman los determinantes del proceso, los "pocos X
vitales" que afectan a las variables de respuesta del proceso. En la fase Mejorar, se establece la
relación matemática entre las variables de entrada y la variable de respuesta, permite predecir,
mejorar y optimizar el funcionamiento del proceso, se determinan los rangos operacionales de las
variables de entrada del proceso. Finalmente, en la última fase, Controlar, se diseñan y
documentan los controles para asegurar que los resultados obtenidos conseguidos con el proyecto
Lean Seis Sigma sean implantados y permitan los cambios esperados y permitan dar cuenta a la
Alta Dirección del logro de los objetivos. 9 de julio de 2012
Lean Six Sigma, utiliza herramientas de tipo general como las 7 herramientas de Calidad para la
obtención y tratamiento de datos; y de herramientas, específicas de estadísticas como los estudios
de Capacidad del Proceso, análisis ANOVA, Contraste de Hipótesis, Regresiones y Diseño de
Experimentos, entre otras opciones. El método exige un esfuerzo disciplinado para llevar la
Calidad hasta niveles próximos al 99,99966% de eficiencia, además permite corregir los
problemas desde sus inicios, antes de que estas se compliquen. Implica, el compromiso sostenido
de la Alta Dirección en el desarrollo del proyecto, el acompañamiento y la firmeza con la decisión
para que el proyecto culmine aun cuando los escenarios internos fueran poco favorables.
2. Resultados 6
Aun cuando los primeros logros alcanzan niveles bajos de Sigma, los impactos que generan
implican importantes beneficios para la gestión municipal, pues ellas fueron permitiendo lograr
importantes ahorros en los gastos por combustible sin perder la mejora en la operatividad de la
flota vehicular.
Ilustración 2
Tabla N 01 Municipalidad de La Molina
Gastos Anuales por Combustible Porcentaje de Unidades Motorizadas de
Consumo de Combustible AF 2011
GASTO COMBUSTIBLE
AÑO 2011 S/. 1,998,159.78 Servicios Generales Servicios a la Ciudad Serenazgo
Municipalidad La Molina
Situación de Operatividad al 24 Feb 2012 .
48 UU
Se recomendó iniciar una evaluación
169 UU
definitiva de las 48 unidades inoperativas:
camionetas, camiones, autos y motos (en el
año 2011, se registraron consumos por
Operativos estas unidades por el importe de S/542,701
Nuevos Soles)
Promedio de Kmts recorridos por cada dia :128.65 Kilómetros por día
Tabla N 02 Ilustración 5
Rendimientos Km/Gln obtenidos en el
Trabajo de Campo
PLACA VEHICULO Resumen para PromRndmtoReal
Rnd.Real Rnd Prvsto Prueba de normalidad de A nderson-Darling
Es importante anotar: Que el consumo de gasohol, en los días de trabajo de campo se fue reduciendo, en
vista de que esta actividad se desarrolló con tomas de fotografías y plena identificación de los vehículos y
conductores
Prueba Estadística F
HIPOTESIS
Ho : Sigma al cuadrado prevista = Sigma cuadrado Real
Ha : Sigma al cuadrado prevista ≠ Sigma cuadrado Real
Si el Valor de P es mayor a 0.05. Ho es cierta
Ilustración 7
IC para IC para
8
Distribución relación de relación de
95% IC para deviaciones estándar
6 Pruebas
Estadística
5 Método GL1 GL2 de prueba Valor P
Prueba F (normal) 15 15 1.28 0.637
Prueba de Levene (cualquiera continua) 1 30 0.13 0.717
4
3
PromRdmtoPrvsto PromRndmtoReal
El valore de P es 0.637, mayor a 0.05, por tanto las datas son confiables
Prueba Estadística T
HIPOTESIS
Ho : µ ≤ Valor Objetivo
Ha : µ ˃ al Valor Objetivo
Si el Valor de P es mayor a 0.05. Ho es cierta
Ilustración 8
_
X
Ho
10 15 20 25 30 35
PromRndmtoReal
9
Comprobada la confiabilidad de la data del trabajo de campo, se procedió a desarrollar el estudio
de Capacidad del Proceso, se determinó como Límite Inferior para el Rendimiento al 50% del valor
objetivo, teniendo en consideración, que las actividades de los vehículos, particularmente las
empleadas en Serenazgo podrían tener un menor rendimiento por galón, por las múltiples paradas
y arranques que demanda el servicio. No se fijó el Límite superior.
Ilustración 9
Capacidad de Proceso de Promedio Rendimiento en Km/Gln
LEI
P rocesar datos Dentro de
LE I 17.5 General
O bjetiv o *
LE S
M edia de la muestra
*
35
C apacidad (dentro) del potencial
Cp * Observamos que los datos del rendimiento del
C PL 0.99
N úmero de muestra 18
D esv .E st. (D entro)
D esv .E st. (G eneral)
5.87372
5.78803
C PU
C pk 0.99
*
trabajo de campo nos indican que nos
C apacidad general
Pp
PPL
*
1.01
encontramos descentrados hacia la parte inferior
PPU *
P pk
C pm
1.01
*
con relación al Valor Referencial y que incluso
una importante cantidad de datos estarían por
15 20 25 30 35 40 45 debajo del Límite Inferior permitido
D esempeño observ ado E xp. D entro del rendimiento E xp. Rendimiento general
P P M < LE I 111111.11 P P M < LE I 1444.20 P P M < LE I 1249.41
P P M > LE S * P P M > LE S * P P M > LE S *
P P M Total 111111.11 P P M Total 1444.20 P P M Total 1249.41
Análisis de Regresión
S 40.1028
250 R-cuad. 69.8%
R-cuad.(ajustado) 67.7%
150
Análisis de varianza
100
Fuente GL SC CM F P
50
Regresión 1 52104.9 52104.9 32.40 0.000
18 20 22 24 26
PromRndmtoReal
28 30 32
Error 14 22515.3 1608.2
Total 15 74620.3
Mediante el Análisis de Medio, Efectos y Fallos AMEF, se determinaron las posibles causas del alto
consumo de combustible habiéndose identificado los siguientes tres Factores más importantes:
CAUSA Puntaje
1. Fallas de orden tecnológico en el vehículo (antigüedad y carencia de mantenimiento 1000
preventivo) que no reflejaban una relación entre la información del gasómetro, tacómetro y
cantidad de combustible recibido, que se incrementaba por la limitada capacitación de los
conductores.
2. No registra información precisa sobre consumo y kilometraje, debido a que existían vehículos 800
que se encontraban con los instrumentos deteriorados
3. Falta de control en la administración del proceso, que incluía la ausencia de Procedimientos 900
específicos
Diseño de Experimentos.
. Ajuste factorial: rendimiento vs. Hrs Manto/mes, Hrs Capacitación, ... NOTA: Observamos que el P
value de la variable Numero de
* NOTA * Este diseño incluye algunas corridas divergentes. Se analizará
utilizando un enfoque de regresión. Rutas de Recorrido es 0.153, un
valor muy cercano a 0, lo cual
Efectos y coeficientes estimados para rendimiento (unidades codificadas) significa que su INCIDENCIA es
significativamente mayor que las
Término Efecto Coef SE Coef T P
Constante 26.845 2.357 11.39 0.000 otras dos variable del análisis
Hrs Manto/mes 8.287 4.144 3.566 1.16 0.279 (horas de capacitación y Horas
Hrs Capacitación/mes -2.781 -1.390 3.753 -0.37 0.721
Numero Rutas Adecuadas 12.743 6.372 4.032 1.58 0.153 Mantenimiento Mensual).
Hrs Manto/mes*Hrs Capacitación/mes -1.613 -0.806 6.648 -0.12 0.906
Hrs Manto/mes* Rutas Adecuadas -6.670 -3.335 6.821 -0.49 0.638
Hrs Capacitación/mes* 2.015 1.008 6.392 0.16 0.879 Las variables con los datos
Numero Rutas Adecuadas evaluados estarían explicando en
Hrs Manto/mes*Hrs Capacitación/mes* -4.309 -2.155 9.848 -0.22 0.832
Numero Rutas Adecuadas un 75.32% para R2 y en 53.72%
para R2 Ajustado en el
S = 3.17746 PRESS = 601.313 comportamiento del sistema, lo
R-cuad. = 75.32% R-cuad.(pred.) = 0.00% R-cuad.(ajustado) = 53.72% que significa que “si mejoramos
la condición de estas variables
Rendimiento = 16.74 + 4.087 Hrs Manto -2.4497 Hrs podríamos superar los resultados
del rendimiento).
Capacitación +1.45 Número de Rutas Adecuadas
Plan Piloto.
Se formalizo un Plan Piloto con 02 unidades vehiculares con uso de tecnología GPS por tres
semanas, obteniéndose datos numéricos y gráficos de la variabilidad del rendimiento de los
vehículos.
. Ilustración 11
Se registraron recorridos
innecesarios fuera de la zona
asignada (01,02 03 y 04 Junio);
01 junio 02 junio 03 junio 04 junio
9 de julio de 2012
11
Largos periodos de no usar las camionetas, pero si de haberse abastecido con los combustibles
asignados (del 15 al 23 de Junio) y otras consideraciones que son propias de haber incorporado
muchas veces recursos humano no idóneos a la administración pública un nuevo factor que
inicialmente no había sido considerado, que es el factor cultura de los responsables del uso de los
vehículos
Ilustración 12
12
3. Discusión
El proyecto consideró inicialmente para el año 2012 una reducción en los gastos por concepto de
combustible, el importe de S/.251,698.90 nuevos soles y orientar la implementación de los criterios
de Mejora de Procesos para que la gestión municipal mantenga una flota vehicular disponible a un
costo operativo efectivo.
Los datos de Línea de Base que se desarrolló con el Trabajo de Campo, permitió establecer que
el rendimiento promedio de la flota vehicular era de 22.81 Km/gln y el recorrido promedio de 128.65
Kilómetros por día.
Con el desarrollo de las sucesivas fases del LSS, el diseño de experimentos, y la data de la Fase
de Control, es factible determinar nuevos parámetros para el Rendimiento y Recorrido de los
vehículos. Los cálculos que corresponden son los siguientes:
Ilustración 13
M edia 70.990
el vehículo en cada turno de Serenazgo (08
Desv .E st.
V arianza
24.990
624.500
horas), no tiene comportamiento normal. El
A simetría
Kurtosis
-0.570471
-0.314176
intervalo de confianza de Km por turno está
N 35
mejor representado por la Mediana.
M ínimo 21.740
1er cuartil 54.180
M ediana 70.770
3er cuartil 91.390
20 40 60 80 100 M áximo 106.800
Interv alo de confianza de 95% para la media
62.406 79.575
PARAMETRO DE TRABAJO DE KM POR TURNO
Interv alo de confianza de 95% para la mediana PARA CAMIONETAS A GASHOL (Flota Antigua)
66.690 83.026
Interv alo de confianza de 95% para la desv iación estándar
Intervalos de confianza de 95%
20.214 32.742 67.00 a 83 Km por turno. Mediana 70.7 Km
Media
Mediana
60 65 70 75 80
13
Tabla 5
Rendimiento = 16.74 + 4.087 Hrs Manto -2.4497 Hrs Capacitación +1.45 Número de Rutas Adecuadas
Aun cuando el valor experimental de 32.8 Kilómetros por galón que se pueda obtener en las
mejores condiciones, cumpliendo las 3 horas de mantenimiento mensual, 02 horas de capacitación
mensual a los conductores y desarrollar 6 recorridos en cada turno; este valor en la práctica será
difícil alcanzar, por otras condiciones que intervienen consistentemente como es la antigüedad de
la flota vehicular y las actividades propias del trabajo.
Sin embargo el valor del rendimiento alcanzado durante el Plan Piloto, que corresponde a una
camioneta con mantenimiento preventivo e instrumentos funcionando correctamente, que alcanza
los 28 Kilómetros por galón, es una condición más factible por estandarizar, incluso con sucesivas
mejoras podría alcanzarse los 30 Km.
Indudablemente estos nuevos rendimientos determinados son muy ventajosos en relación a los
22.8 Kilómetros que se determinó en el trabajo de campo. Si retomamos la ecuación inicial por
medio del cual establecimos que el
Como podemos observar la simulación matemática, nos dice que de un Rendimiento promedio de
16.90 Km podemos pasar, a 25.10 Kilómetros. Pero estos valores corresponden a una data donde
no se ha intervenido, los vehículos se encuentran sin mantenimiento, personal si capacitación y
procedimientos no formalizados. Por lo tanto el valor 25.10 en la práctica puede estar muy lejos de
ser alcanzado.
De acuerdo a las estimaciones iniciales del proyecto, el ahorro proyectado era de S/.251,698.90
Nuevos soles, los cálculos finales con la ejecución del proyecto se incrementará a S/500,602.18
nuevos soles.
9 de julio de 2012
Una consideración importante por señalar, es la incidencia del FACTOR CULTURA, que ha
intervenido directamente en la alta variabilidad del proceso, aspecto que en los inicios del presente
estudio no se conocía; tampoco había sido identificado con los procedimientos de control y
fiscalización que se desarrollaron anualmente en la Sugerencia de Servicios Generales.
Se pueden inferir diversas razones, sobre el factor cultural y los intereses de las trabajadores que
se han involucrado en este tema, pero no corresponde a la finalidad del presente estudio, tampoco
corresponde determinar las incidencias presupuestales o responsabilidades, el propósito de
identificar los factores culturales, es porque estaban generando distorsiones en la data y originaban
altas variabilidades aleatorias y dificultaban el proceso de mejora del Proceso. 15
Al concluir las cinco fases del estudio LSS, además de las conclusiones y recomendaciones de
cada fase, se proponen son las siguientes:
6. Replicar los estudios realizados para los otros tipos de vehículos y servicios que
existen en la Municipalidad de La Molina
Finalmente podemos concluir que el proyecto, contando con el respaldo de la Alta Dirección y el
apoyo de los medios disponibles, que ha contado con la decidida participación de tres Green Belt,
en un tiempo de 06 meses (manteniendo además sus actividades laborales cotidianas), que
durante su desarrollo ha estado permanentemente observado no solo por los actores de las áreas
involucradas sino por una importante parte de los funcionarios y empleados de la Municipalidad; ha
concluido en los plazos establecidos entre la Municipalidad y los auspiciadores, con el objetivo
cumplido y con el propósito de mantener y seguir mejorando los logros iniciales alcanzados.
Sin lugar a dudas uno de los resultados más valiosos, es que el Proyecto ha sido asimilado por el
principal responsable de la flota vehicular que es la Subgerencia de Servicios Generales,
9 de julio de 2012
4. Bibliografía 16
1. Material de Capacitación de Optisigma, CDI Centro de Desarrollo Industrial de la Sociedad
Nacional de Industrias del Perú.
2. FMEA Info Centro, "AMFE - El incumplimiento Modo y Efecto de análisis "
www.fmeainfocentre.com
3. Seis Sigma para Gerentes, Por Greg Brue
4. La implementación de Six Sigma: Smarter Solutions utilizando métodos
estadísticos Por Forrest W Brefogle III
5. Desventajas Una posibilidad es que si se asocia, mandos medios o ejecutivos de alto
nivel y estos no son entusiastas sobre el uso de la Metodología Six Sigma puede conducir
al fracaso. Bibliografía: http://www.tech-faq.com/lang/es/six-sigma.html
6. Estadística Aplicativa. Emma Barreno
9 de julio de 2012