UNIVERSIDAD RICARDO PALMA

INGENIERÍA INDUSTRIAL

SISTEMAS DE GESTIÓN DE LA
CALIDAD (IN 0701)

Profesor: Ing. Carlos Oqueliz Martínez

Reg. CIP Nº 105061
carlos.oqueliz@urp.edu.pe

1
 SISTEMAS DE GESTIÓN DE LA
CALIDAD
Unidad : FUNDAMENTOS DE LOS SISTEMAS DE CALIDAD TOTAL.
Logros de aprendizaje:
Conoce los principales enfoques estratégicos de calidad total y su aplicación
dentro de un programa de implementación a nivel de las empresas, valorando
su contribución a la competitividad.

SEMANA TEMA ACTIVIDADES

6 SISTEMA SEIS SIGMA Y SISTEMA Exposición del Profesor.
SHAININ Diálogo
Fundamentos, conceptos y definiciones. Práctica Calificada N° 1
Importancia. Etapas. Aplicación.

05/06/2021 2
 SISTEMA SEIS SIGMA Y
SISTEMA SHAININ

SISTEMAS DE GESTIÓN DE LA
CALIDAD (IN 0701)
05/06/2021 3
Sistema Seis Sigma
FUNDAMENTOS
El método Seis Sigma es una filosofía que apareció en
los años ochenta gracias al ingeniero Mikel Harry, a
través de la evaluación y análisis de la variación de los
procesos en la empresa Motorola. Fue la primera
empresa en implantar esta metodología como
estrategia de mercado y de mejoramiento de la
calidad. Debido a la globalización, las empresas del
sector industrial y comercial empezaron a desarrollar
técnicas para optimizar los procesos y mejorar su
competitividad y productividad. Esta metodología
también se enfoca en la mejora continua.

Basada en los conceptos estadísticos de Shewart,

Deming, Juran y Taguchi, seis sigma aporta soluciones
a corto plazo de problemas repetitivos. Se compone
de un diseño robusto además de establecer
tolerancias para definir un estándar y saber que
productos tienen o no la suficiente calidad para salir
al mercado.
 Sistema Seis Sigma
IMPORTANCIA
Seis Sigma es una metodología compuesta por cinco fases: Definir, Medir, Analizar, Mejorar y
Controlar.
Representa el número de desviaciones estándar obtenidas a la salida del proceso. Su objetivo
es aumentar la capacidad de los procesos, de tal forma que estos generen los mínimos defectos
por millón de oportunidades. Estos defectos deben serimperceptibles para el cliente.
Actualmente muchas de las organizaciones cuentan con este sistema como estrategia denegocio
para aumentar su rentabilidad y mejorar la calidad de sus productos y servicios.
SeisSigma es una metodología basada en cinco principios:
 Enfoque al cliente.
 Centrado en los procesos.
 Metodología para la realización deproyectos.
 Estructura organizacional.
 Lucha contra la variación.

La calidad es uno de los factores principales para la satisfacción de los clientes y el medio para
lograr atraerlos y mantenerlos. Para lograr la calidad es imprescindible implantar en los miembros
y en la cultura de la organización una actitud siempre desde la perspectiva delcliente. Esta
herramienta se centra en la mejora de los procesos enfocándose en los aspectos críticos para el
cliente. Mediante la medición de los diferentes procesos reduciendo el número de defectos para
que la producción pueda continuarde forma común.
Dicha metodología propone dos campos de aplicación: implementación de un proyecto existente
o la creación de un nuevo proyecto, producto o servicio. Estos campos se centran en la reducción
de defectos, fallos y no conformidades tratandode conseguir un valor cercano a 0.
 Sistema Seis Sigma
MÉTODO SEISSIGMA
También conocido también como DMAIC (Definir, Medir, Analizar, Mejorar y
Controlar) se estructura en cinco fases:

 Fase de definición: se identifican los proyectos Seis Sigma que deben ser
evaluados por la dirección para evitar la infrautilización de recursos, para así
asignar la prioridad necesaria para cada proyecto.
 Fase de medición: consiste en la caracterización del proceso identificando
los requisitos clave de los clientes, las características clave del producto y los
parámetros que afectan al funcionamiento del proceso y a las características
clave. Es donde se define el sistema de medida y se mide la capacidad del
proceso.
 Fase de análisis: se analizan los datos actuales e históricos. Se desarrollan
hipótesis sobre posibles relaciones causa-efecto mediante el uso de
herramientas estadísticas.
 Fase de mejora: se determina la relación causa-efecto para predecir, mejorar
y optimizar el funcionamiento del proceso.
 Fase de control: se diseñan y documentan los controles necesarios para
asegurar que el sistema implantado se mantenga en el tiempo.
Sistema Seis Sigma
IMPLEMENTACIÓN SEISSIGMA
La letra sigma es utilizada en estadística para el cálculo de la desviación estándar de la
muestra en la siguiente ecuación:
Donde las variables son:
s= Desviación estándar de la muestra
Xi= datos de la muestra para i= 1, 2,3..
X= Promedio de la muestra(media)
n= Número de datos de la muestra

El objetivo de esta metodología es obtener 3, 4 defectos por millón de oportunidades. Clasificando la

eficiencia de un proceso con base a su nivel sigma:
 1 sigma = 68,27% de eficiencia.
 2 sigma = 95,45% de eficiencia.
 3 sigma = 99,73% de eficiencia.
 4 sigma = 99,994% de eficiencia.
 5 sigma = 99,99994% de eficiencia.
 6 sigma = 99,9999966% de eficiencia
 Sistema Seis Sigma
EQUIPO DEUN PROYECTO SEISSIGMA
Consta de los siguientes tipos de miembros:

 Champion: es un miembro de la dirección. Se encarga de evitar conflictos de

interés entre departamentos además de participar en la elección de proyectos y
es informado del avance de los mismos.
 Black Belt: experto en la metodología seis sigma. Se encarga de los proyectos
que necesitan el uso de herramientas de calidad y técnicas estadísticas
avanzadas.
 Green Belt: se encarga de llevar los proyectos seis sigma, de informar al
champions, forma a los miembros del equipo sobre las técnicas seis sigma y
asegura el mantenimiento de los logros obtenidos en el proyecto.
 Coordinador Lean 6 Sigma: se encarga de seguir todos los proyectos,
manteniendo reuniones regulares con los Green Belt y/o Black Belt e
informando a los diferentes champions del avance global de la iniciativa.

En un principio este equipo se componía de los diferentes roles mencionados

anteriormente, pero al poner en la práctica esta metodología se añadió un nuevo
rol. Este nuevo rol se denomina Yellow Belts, participan en los proyectos Seis
Sigma ayudando a los Green Belts y Black Belts.
 Sistema Shainin
FUNDAMENTOS
Fue creado por Dorian Shainin (1914-2000) quien fue pionero de los paradigmas de calidad y
destacó por sus contribuciones acerca de la confiabilidad de productos e ingeniería de
calidad.
La metodología propuesta por Shainin esta basada en la reducción de la variabilidad en un
proceso como medio para el mejoramiento de un proceso productivo. Su filosofía plantea que
en la mayoría de los casos, la variabilidad de un proceso está principalmente influenciada por
tres causas principales (Red X, Pink X y Pale Pink X) y que sí éstas son identificadas y
controladas cerca del 80% de la variabilidad del proceso será reducida (Bhote, 1991).

Donde:
 Red X son las causas principales de la variabilidad.
 Pink X son las causas de la variabilidad de orden de magnitud menor.
 Pale Pink Xson las causas de la variabilidad de un orden de magnitud
considerablemente menor.

ETAPAS
Esta compuesta por 5 etapas:
1. Definir el problema.
2. Buscar causas potenciales.
3. Validar las causas más importantes.
4. Optimizar
5. Salvaguardar la optimización
Sistema Shainin
HERRAMIENTAS
La metodología de Shainin está basada en
siete herramientas del Diseño
Experimental, mediante las cuales se
lograrán el objetivo básico buscado por el
experimento (Reducción de Variabilidad):

 Cartas Multivariables: su propósito es

reducir las posibles causas
inmanejables de variación a una familia
más pequeña de variables que
contenga la principal causa de variación
(Red X).

 Búsqueda de Componentes: busca

reducir el conjunto de variables que
contengan a Red X a uno menor que
todavía la contenga e incluso
identificarla.

 Comparaciones Apareadas: tiene los

mismos objetivos que las dos
herramientas anteriores.
Sistema Shainin
HERRAMIENTAS
 Búsqueda de Variables: tiene como objetivo :
1.Señalar con precisión las variables Red X y la Pink X.
2.Separar las variables importantes de las poco relevantes, con el propósito de
abrir las tolerancias de todas las variables poco importantes para reducir costos.

 Factoriales Completos: señala las variables principales, las separa y cuantifica sus
efectos e interacciones de los factores, facilitando el incremento de las tolerancias
de operación en las variables poco importantes con la disminución de los costos
como principal consecuencia.

 B vs C:busca:
1.validar el superioridad de un tratamiento nuevo (B) sobre un tratamiento
existente (C), con el nivel de confianza deseado generalmente (95%).
2. Evaluar los cambios realizados.
3. Reducir los costos.

 Diagramas de dispersión: determina los valores óptimos para Red X y Pink X y las
máximas tolerancias permitidas.
Sistema Shainin
APLICACION
La adecuada utilización de estas herramientas, según Shainin, promueve o facilita la
disminución en la variabilidad de un proceso y por ende el aumento de la eficiencia de
éste en el logro de sus objetivos (producir la mayor cantidad de ítems dentro de las
especificaciones con mínima variabilidad y a un costo aceptable).
Una característica clave de esta filosofía es su enfoque en el estudio de las variables
controlables, sin involucrar el análisis de las variables ruido del sistema (variables no
controlables que influyen elevando la variabilidad).
Aspectos Operativos
de Seis Sigma

13
 Antecedentes de Seis Sigma
• En 1981 Bob Gavin director de Motorola, estableció
el objetivo de mejorar 10 veces el desempeño en un
periodo de 5 años.

• En 1985 Bill Smith en Motorola concluyó que si un

producto se reparaba durante la producción, otros
defectos quedarían escondidos y saldrían con el uso
del cliente.

• Adicionalmente si un producto se ensamblaba libre

de errores, no fallaba en el campo
14
 Antecedentes de Seis Sigma
• En 1988 Motorola ganó el premio Malcolm Baldrige y
las empresas se interesaron en analizar la nueva
metodología.

• Mikel Harry desarrolla la estrategia de cambio hacia

Seis Sigma, sale de Motorola e inicia el “Six Sigma
Research Institute” con la participación de IBM, TI,
ASEA y Kodak.

• La metodología se expandió a Allied Signal, ASEA, GE,

Sony, Texas Instruments, Bombardier, Lockheed Martin,
ABB, Polaroid y otras.

15
 Definiciones
• Definición de Sigma 
– Sigma es un término estadístico que se refiere a
la desviación estándar de un proceso en relación
con la media. En un proceso normal 99.73% de
valores caen dentro de 3  y 99.99966% dentro
de 4.5 .

• Definiciones de Seis Sigma

– Seis Sigma es un proceso altamente disciplinado
enfocado a desarrollar y entregar productos y
servicios casi perfectos consistentemente.

16
 Seis Sigma como estrategia

• Es una estrategia de mejora de

negocios que busca encontrar y
eliminar causas de errores o defectos
en los procesos de negocio
enfocándose a los resultados que son
de importancia crítica para el cliente.
17
Las fases DMAIC de 6 Sigma

Definición Medición

Control Análisis

Mejora

18
 Las fases de Seis Sigma
(DMAIC)
• Definir: seleccionar las respuestas apropiadas “Y” a ser
mejoradas. (variables dependientes Y).

• Medir: Recolección de datos para medir la variable de

respuesta.

• Analizar: Identificar la causa raíz de los defectos.

(variables independientes X).

• Mejorar: Reducir la variabilidad o eliminar la causa.

• Control: Monitoreo para mantener mejora.

19
 Resultados de Seis Sigma
• Reducciones de costo.
• Incremento de participación de mercado.

• Reducción de defectos.
• Mejoras en la productividad.

• Mejora en la satisfacción del cliente.

• Reducciones de tiempos de ciclo.

• Cambios culturales.

20
 ¿Qué es Sigma? ()
• Sigma es un concepto estadístico que
representa cuanta variación hay en un proceso
respecto a los requerimientos del cliente:
o 0 – 2 sigmas, dificultades para cumplir
especificaciones.

o 2 – 4.5 sigmas, se cumple la mayoría de

especificaciones.

o 4.5 – 6 sigmas, cumplimiento total a requerimientos.

Un proceso 6  tiene rendimiento del 99.9997%

21
 Interpretación de Sigma y Zs
LIE LSE
Especificación Especificación
inferior superior
SIGMA representa la
Z distancia de la media al
punto de inflexión de la
curva normal. Cociente

p entre la amplitud de
especificaciones y
la desviación estándar.
_
xi
X

p = Porcentaje fuera de especificaciones.

¿Por qué es importante lograr niveles
de calidad Seis Sigma

• Un 99.9% de rendimiento
equivale a un nivel de
calidad de 1 sigma,
representa 10 minutos sin
transmisión de TV o 10
minutos sin línea telefónica
por semana.

23
 Capacidad de procesos

• Motorola notó que muchas operaciones en productos

complejos tendían a desplazarse ±1.5  sobre el tiempo,
por tanto un proceso de ± 6  a la larga tendrá 4.5 
hacia uno de los límites de especificación, generando 3.4
DPMOs (defectos por millón de oportunidades).

Corrimiento de ±1.5 
24
 Capacidad de procesos
• El término Seis Sigma se ha aplicado a
operaciones aún con distribuciones no
normales, para los cuales la sigma es
inapropiada.

• Sin embargo el principio es el mismo,

desarrollar productos y servicios casi
perfectos al mejorar el proceso y eliminar
los defectos, para satifacer al cliente.
25
 Capacidad de Proceso
Nota: La capacidad a
Cpk Z.st Z.lt PPM. lt
largo plazo, asume la 0.00 1.5 0.0 500,000
media de proceso 0.17 0.5 308,538
2.0
como desplazada de
la especificación por 0.50 3.0 1.5 66,807
1.5 sigma. 0.83 4.0 2.5 6,210
MEDIA ORIG. CORRIDA LSE 1.00 4.5 3.0 1,350
1.17 5.0 3.5 233
1.33 5.5 4.0 32

1.50 6.0 4.5 3.4

1. Z.st es el número de sigmas, en el mejor nivel que puede tener el

proceso, a corto plazo .
2. Z.st siempre es un valor mayor a Z.lt, debido a que el valor a largo
plazo es reducido por los cambios del proceso (en promedio, 1.5s)
 Métricas de desempeño de proceso
• La gestión de procesos de negocios efectiva
(BPM) requiere un sistema integrado de
métricas:
– KIPVs de proveedores: costo, calidad,
beneficios y disponibilidad.
– KPOVs de máquinas y procesos: costo, calidad,
características y disponibilidad.
– CSF factores críticos de éxito, DPMOs,
rendimiento y throughput; utilidades, crecimiento
y participación de mercado.
27
 Métricas para Seis Sigma
• Mikel Harry introdujo un conjunto de métricas para Seis
Sigma:
– Miden las opiniones de los clientes.
– Determinan los factores CTQs1 críticos para la calidad
de acuerdo al cliente.
– Miden resultados de manufactura de productos
(rendimiento, rendimiento real, rendimiento
normalizado).

– Correlacionan las salidas de los procesos a CTQs.

1: CTQ (por sus siglas en inglés) se conoce como ‘Crítico para la calidad’ esperada por el
cliente y se refiere a los indicadores de calidad que permiten medir y determinar la calidad
de un producto o servicio de una forma cuantitativa (métrica) y cualitativa (descripción).
28
 Métricas para Seis Sigma
• Algunas de las métricas más comunes para
Seis Sigma son:
– D = defectos, U=unidades, O=oportunidades,
Y=rendimiento (Yield)
Oportunidades.totales  TO  TOP  UxO
D
Defectos. por.unidad  DPU    ln(Y )
U
Defectos. por.unidad .normalizada   ln(Ynorm )
DPU D
Defectos. por.unidad .oportunidad  DPO  
O UxO
Defectos. por.millon.de.oportunidades  DPMO  DPOx1029
6
 Ejemplos de defectos / unidad
Si cada unidad tiene 6 oportunidades para defecto
(características A, B, C, D, E y F), calcular DPU, DPO y DPMO
en la producción de 100 unidades.
Característica A B C D E F TOTAL

Defectos (D) 20 10 12 0 4 0 46

Unidades (U) 70 20 5 2 1 2 100

U = 100
O = 6 (es letra O)
DPU = D/U = (20+10+12+4)/100= 46/100 = 0.46
DPO = DPU / O = 0.46/6 = 0.0766
DPMO = DPOx10⁶ = 76666.3
30
 Relaciones de rendimiento Y
La distribución de Poisson se usa para modelar la ocurrencia de
defectos, de forma que:

e  DPU DPU X
PX 
X!
P0  e  DPU  Re n dim iento.a.la. primera
Defectos. por.unidad  DPU   ln(Y )
n
Re n dim iento.total.del. proceso  Yrt  RTY   Yi
i 1

Re n dim iento.normalizado  Ynorm  n

RTY ; n  #.de. pasos
Defectos. por.unidad .totales  TDPU   ln(Yrt )
31
 Ejemplos de rendimiento
• Si un proceso tiene una DPU de 0.47 ¿Cuál es el
rendimiento Y?.
Y = exp (-DPU) = 0.625 = 62.5%

• Un proceso tiene 4 pasos secuenciales, sus

rendimientos son Y1=0.99, Y2=0.98, Y3=0.97, Y4=0.96.
Determinar el rendimiento total y los DPU totales.

Yrt =0.99x0.98x0.97x0.96 =0.9035 = 90.35%

T.DPU = -ln(RTY) = -ln(0.9035) = 0.1015

32
 Relaciones de sigmas
• La probabilidad de uno o más defectos es:
P(d) = 1- Y = 1 – FPY o P(d) = 1 – Yrt para varias opciones.

Si se tiene FPY = 95%  P(d) = 0.05

Entonces la Z a largo plazo se encuentra en tablas como Zlt
= 1.645 sigma y por tanto la Zst a corto plazo es:
Zst = 1.645 + 1.5 (corrimiento) = 3.145

El nivel de calidad Seis sigma con el corrimiento de 1.5

sigma puede aproximarse como:
6 QL  0.8406  29.37  2.221x ln( ppm)
Si. ppm  80
6 QL  5.272 33
 ¿Como calcular la capacidad Seis Sigma para un
proceso (equivale a la Zst de corto plazo)?

• ¿Qué proceso se considera? Facturación y CxC

• ¿Cuántas unidades tiene el proceso? 1,283
• ¿Cuántas están libres de defectos? 1,138

• Calcular el desempeño del proceso 1138/1283=0.887

• Calcular la tasa de defectos 1 - 0.887 = 0.113

• Determinar el número de oportunidades

que pueden ocasionar un defecto (CTQs) 24

• Calcular la tasa de defecto por caract. CTQ 0.113 / 24 = .004709

• Calcular los defectos x millón de oportunidades DPMO = 4,709
• Calcular #sigmas con tabla de conversión de sigma 4.1

34
Número o
Nivel
SIGMA

Rendimiento,
Desempeño o
Yield (%)

Defectos por
Millón de
Oportunidades •35
(DPMO)
 Seis Sigma – Fundamentos (14.24)
https://www.youtube.com/watch?v=eG-OZQspYUk

¡GRACIAS POR SU ATENCIÓN!

Ing. Carlos Oqueliz Martínez