MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept.

2007

MEDICIONES PARA SEIS SIGMA

H. Hernández / P. Reyes

Septiembre de 2007

Página 1 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

CONTENIDO

1. Introducción

2. Cálculo de las sigmas de un proceso con base al rendimiento

3. Variación a largo plazo versus corto plazo

4. Cálculo de Sigma en Excel y Minitab

Página 2 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Mediciones para seis sigma

1. Introducción
Este artículo proporciona un panorama general de las métricas utilizadas en Seis
Sigma, el objetivo es tener las mejores técnicas de cálculo apropiadas para una
situación determinada.

La mejora de las métricas pueden tener un impacto significativo en los resultados del
negocio, al reducir la oportunidad de tener defectos.

Es de suma importancia medir la capacidad del proceso en términos cuantificables y

monitorear las mejoras a través del tiempo.

Sigma    es una letra del alfabeto griego usada para representar la distribución o
dispersión alrededor de la media de cualquier proceso.

Seis Sigma es una filosofía de administración enfocada a la mejora de los procesos,

manteniéndolos en el valor objetivo y reduciendo la variación.

1 a. Definiciones básicas1:

 Unidad (U): Es un artículo producido o procesado disponible para evaluación contra

un criterio o estándar predeterminado, .
 Defecto (D): Cualquier evento que no cumpla la especificación de un CTQ o cuando
una característica no cumple con el estándar.
 Falla: resulta cuando una característica no tiene el desempeño estándar.
 Error: resulta cuando una acción no cumple con el estándar.
 Defectuoso: Una unidad que tiene uno o más defectos.
 Defectos por unidad (DPU): Es la cantidad de defectos en un producto
D
DPU 
U
 Oportunidad de defectos (O): Cualquier característica que pueda medirse y de una
oportunidad de no satisfacer un requisito del cliente.
1
Forrest W. Breyfogle III. Implementing Six Sigma Ed. John Wiley & Sons, Inc.1999

Página 3 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

 Las necesidades vitales del cliente se traducen en Características Críticas para la

Satisfacción (CTS),
 Estas a su vez se traducen a Características Críticas para la Calidad, Entrega y Costo
(CTQs, CTDs y CTCs) las cuales tienen impacto en las CTSs.
 Las Características Críticas para el Proceso (CTPs), tienen impacto en las CTQs, CTDs o
CTCs y son Oportunidades para control
 Defectos por oportunidad (DPO):
D
DPO 
U O
 Defectos por millón de oportunidades (DPMO): Es el número de defectos
encontrados en cada millón de unidades.

Capacidad del proceso:

 Rendimiento estándar o de primera pasada YFT: Es el porcentaje de producto sin
defectos antes de realizar una revisión del trabajo efectuado.

 Rendimiento al final o de línea final YLT: Es el porcentaje de producto sin defectos

después de realizar la revisión del trabajo. Es el rendimiento después de la inspección ó
la prueba. Excluye el retrabajo y el desperdicio Siempre será mayor al Yrt. Sólo
observa la calidad del producto terminado.

 Rendimiento total de producción o rendimiento estándar Yrt: es el rendimiento real a

través de todos los procesos productivos sin reproceso o reparación. Se obtiene
multiplicando los rendimientos individuales de cada proceso (Yrt = Y1 * Y2 * Y3 *…
*Yn).

Es la probabilidad de que una unidad pase por todos los pasos con 0 defectos. Si
informa sobre la complejidad del proceso en donde

YRT = Y 1 x Y2 x.......x Yn
YRT = e -DPU

donde:

Página 4 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

DPU = defectos por unidad

n = número de pasos en el proceso
Yn = rendimiento del paso de proceso “n”

Rendimiento de la capacidad estándar Yrt

Recibo de partes
del proveedor

95.5% de rendimiento
1,000,000 unidades
Después de la
inspección de recepción
97% de rendimiento
45,000 De las operaciones
Unidades de Maquinado
desperdiciadas 94.4% de
28,650 rendimiento
Unidades En los puestos
desperdiciadas de prueba -
51,876
1er intento
Unidades
YRT = .955*.97*.944 = 87.4% desperdiciadas
Correcto la
125,526 unidades desperdiciadas primera
por millón de oportunidades vez

Cálculo de Yrt con DPU

Op 1 x Op 2 = Salida

96% 99% 95%

Sin “correcciones” Sin “correcciones” Sin “correcciones”

O
Y RT = e – DPU

DPU = Número total de defectos = 0.04 defectos + 0.01 defectos

Número total de unidades unidad unidad

DPU = 0.05 defectos

unidad Operación 1 Operación 2

YRT = e-0.05 = 2.718-0.05 = 0.95123 = 95%

2. Cálculo de las Sigmas de un proceso.

Página 5 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Ejemplo 1

Un proceso de manufactura de mesas para teléfono tiene cuatro subprocesos:

fabricación de patas, bastidor, cubierta y pintura. Se toman los datos de 1510 mesas
fabricadas y se observa la siguiente información. Calcule el Sigma del proceso.

Subproceso Defectos Oportunidades/

Unidad
Patas 212 17
Bastidor 545 5
Cubierta 71 9
Pintura 54 1
Totales: 882 32

Número de unidades procesadas = 1510

Número total de defectos = 882
D 882
Defectos por oportunidad (DPO) =   .0182
N  O 1510  32

DPMO = .0182 X 1,000,000=18,253

De la tabla de conversión de sigma (al final del artículo) determinamos el valor que
más se acerca a 18,253 siendo este: sigma = 3.6

Ejemplos adicionales: Defectos en CTQs, unidades y oportunidades

Ejemplo de Call Center

 Queja del cliente: Siempre debo esperar mucho tiempo al ejecutivo.
 Nombre del CTQ: Respuesta del ejecutivo
 Medición del CTQ: Tiempo de espera en segundos
 Especificación del CTQ: menor a 60 segundos desde la conexión al sistema
automático de respuesta.
 Defecto: Llamadas con tiempo de espera iguales o mayors a 60 segundos.
 Unidad: Llamada
 Oportunidad: 1 por llamada

Página 6 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Calcular la sigma:

 Defectos: 263 calls

 Unidades: 21,501 llamadas
 Oportunidades: 1 por llamada
 Sigma: 3.75

Ejemplo de un editor de libros

 Queja del cliente: Algunas palabras no se pueden leer en los libros.
 Nombre del CTQ: Calidad tipográfica
 Medición del CTQ: Número de errores tipográficos.
 Especificación del CTQ: Cero errores tipográficso
 Defecto: Cualquier error tipográfico
 Unidad: Una palabra
 Oportunidad: palabras erróneas por libro

Calculalar el valor de Sigma:

 Defectos: 2 errores tipográficos

 Unidades: 100,000 (500 palabras / página x 200 páginas / libro)
 Oportunidades: 1 por palabra
 Sigma: 5.61

Area: Fabricación de tarjetas electrónicas

 Queja del cliente: La tarjeta debe funcionar cuando se enchufa
 Nombre del CTQ: Funcionalidad de la tarjeta
 Medición del CTQ: Tarjetas sin funcionar o con defecto de funcionamiento
 Especificación del CTQ: Todas las tarjetas deben funcionar bien
 Defecto: Una tarjeta que no funcione o funcione mal
 Unidad: Una tarjeta
 Oportunidad: Número total de partes y puntos de soldadura

Calcular el nivel de sigmas:

Página 7 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

 Defectos: 18 tarjetas
 Unidades: 1,000 tarjetas
 Oportunidades: 58 (1 plac + 13 resistores + 4 capacitores + 2 diodos + 38
puntos de soldadura)
 Sigma: 4.92

Rendimiento de primera pasada (YFT) y línea final (YLP)

Los resultados y el número de defectos pueden medirse antes o después de que se

detecten, corrijan o revisen los defectos. Los resultados se miden en % y el número de
efectos en defectos por oportunidad (DPO) o defectos por millón de oportunidades
(DPMO).

Observemos la siguiente figura:

SUBPROCESO

N articulos con
cero defectos Trabajo Hay D1 defectos Revisar el trabajo Subsisten D2 defectos

YFP YLP

En este subproceso podemos observar la entrada de N artículos con cero defectos, se

realiza un trabajo en el cual hay D1 defectos, resultando el rendimiento de primera
pasada (YFP), después se revisa el trabajo y al final subsisten D2 defectos, siendo este
el rendimiento de la línea final (YLP). El rendimiento total de producción Yrt = Yfp *
Ylf.

Ejemplo 2

Página 8 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Una planta de productos alimenticios empaca cierto tipo de quesos en una de sus
líneas. La producción en un turno es de 5,000 unidades. Existen 3 oportunidades de
defecto en cada unidad:

- Mal sellado del empaque

- Producto maltratado
- Empaque roto

Se encontraron 64 defectos, de los cuales 14 se encontraron antes de ser enviados a la

línea de empaque final, después de esto 50 defectos todavía subsisten. Se pide calcular
YFP y YLP.

Rendimiento de Primera pasada YFP

64
DPO   .0042
5000  3

DPMO = .0042 X 1,000,000 = 4,266.66

YFP = 1-.0042 = .9958 = 99.58%

Rendimiento de Línea final YLP

50
DPO   .0033
5000  3

DPMO  3,333.33

YLP = 1- .0033 = .9967= 99.67%

Observamos que el rendimiento de línea final es mayor que el rendimiento de primera

pasada.

Página 9 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Rendimiento real o estándar (YRT)

Mide la probabilidad de pasar por todos los subprocesos sin un defecto = El producto

del resultado de cada paso: YFP1  YFP2  YFP3  ......YFPn

Rendimiento sensible a pasos y defectos en los pasos.
Ejemplo 3:

Un proceso con cinco subprocesos tienen los rendimientos siguientes de throughput:

0.98, 0.93, 0.95, 0.98 y 0.94. El Rendimiento Estándar Y RT= 0.98x 0.93 x 0.95x 0.98x
0.94 = 0.7976, es la probabilidad de que el producto pase sin error.

Rendimiento Normal (YN)

Debido a que cada paso de un proceso tendrá su propio nivel sigma, ¿cómo podemos
encontrar un “promedio” de nivel sigma de todo el proceso? Este “promedio” de nivel
sigma podría ser práctico. Para comparar procesos de diferentes complejidades.

Se utiliza el Rendimiento promedio normalizado o YNA para encontrar este

“promedio” de nivel sigma.

YNA = (YRT)1 / #Pasos

En donde YRT es el rendimiento de producción estándar y #Pasos es el número de

pasos del proceso

El rendimiento normal mide el promedio de rendimientos por los pasos del proceso.

Es el promedio exponencial basado en el número de pasos del proceso, no es un

promedio aritmético.

YN  n YRT , donde n es igual al número de pasos en el proceso.

Ejemplo 5

Página 10 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

En un proceso con 3 pasos tenemos los siguientes YFT:

Paso 1: 80%
Paso 2: 70%
Paso 3: 90%

Calcular YN

Primero calculamos YRT = .504

YN  n YRT  3 .504  79.6%

Nota: El rendimiento Normal es el promedio del rendimiento del proceso. Sigma es

calculado a partir de un rendimiento Normalizado.

3. Variación a largo plazo vs. corto plazo (Z-Value)

Largo plazo: son los datos tomados durante un periodo de tiempo suficientemente
largo y en condiciones suficientemente diversas para que sea probable que el proceso
sufra algunos cambios y otras causas especiales.

Corto plazo: datos recogidos durante un periodo de tiempo suficientemente corto para
que sea improbable que haya cambios y otras causas especiales.

Para el cálculo de datos a largo plazo a partir de datos a corto plazo restamos 1.5,
debido a los desplazamientos que sufre la media debido al cambio natural en los
procesos.

ZST = ZLT+1.5
ZBenchmark = ZYN+1.5

Donde:
ZST= Z a corto plazo.
ZLT= Z a largo plazo.
YN = Rendimiento Normal

Página 11 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Sigma del proceso negativa

La sigma del proceso no es la misma que la desviación estándar de la muestra S, más
bien es un valor de Z modificado. Un valor negativo en las Z (modificado) sigmas del
proceso, indica que la mayoría del producto o servicio está fuera del rango de
especificaciones.

EJEMPLO 6

Un proceso tiene un YRT = .38057 con 10 operaciones. Determine YN y Zbenchmark

YN  10 .38057  .9079

Z benchmark = .9079+1.5= 2.4079

4. Cálculo de sigma en Excel y Minitab

a. Calculo de Sigma en Excel

La sigma del proceso que es la sigma a corto plazo Zst se determina como sigue:

METODO 1:

1. El rendimiento es igual a Yrt = 1 – DPU o Yrt = 1 – D / DPO

2. La Z sigma a largo plazo Zlt = distr.norm.estand.inv(Yrt)

3. La Z sigma a corto plazo o Sigma del proceso = Zst = Zlt + 1.5

METODO 2:

1. Se determina Zlie y Zlse en base a las especificaciones

Página 12 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

2. Se determina la fracción defectiva P(Zlie) y P(Zlse)

3. Con P(Zlie) = distr.norm.estand.inv(Zlie) y P(Zlse) =

distr.norm.estand.inv(-Zlse)

4. La fracción defectiva total es P(Zt) = P(Zlie) + P(Zlse)

5. El rendimiento se determina con Yrt = 1 – P(Zt)

6. La Z sigma a largo plazo Zlt = distr.norm.estand.inv(Yrt)

7. La Z sigma a corto plazo o Sigma del proceso = Zst = Zlt + 1.5

b. Cálculo de Sigma con MINITAB

1. La Z sigmas del proceso a largo plazo en base al rendimiento se determina como:

Calc > Probability Distributions > Normal
Seleccionar Inverse Cumulative probability Mean 0.0 Estándar deviation 1
Input constant valor de Yrt OK, se obtiene la Zlt de largo plazo.

2. La Z del proceso se determina con Zst = Zlt + 1.5

Ejemplo 7

En una fábrica de plásticos, se producen unos contenedores propios para alimentos.

En un lote de producción de 10,000 unidades se encuentran 125 artículos defectuosos,

la oportunidad de cometer un defecto es 3. Calcule sigma y analice los resultados
proporcionados.

Ejercicios adicionales

Ejercicio A1. Determinar la capacidad en Sigmas del proceso con los datos siguientes:

Producto E
Unidades 10000

Página 13 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Defectos 435
Oportunidades 4
para defectos  
Media 21.2
Desviación 3.7
estándar  
Límites de LIE=12
especificación LSE=30

a) Utilizando el rendimiento Yrt

Rendimiento Yrt = 0.989125
Z sigmas = 3.794705629 (Corto plazo)
DPMO = 10875

b) Utilizando la distribución normal

Rendimiento Yrt = 0.984855
Z sigmas = 3.87838 (Corto plazo)
Zi = -2.486486486 0.00645
Zs = 2.378378378 1-0.99131
DPMO = 15145

Ejercicio A2 Determinar lo siguiente con una muestra de datos siguientes: Asumir un

límite superior de especificación LSE = 35
Datos
26
26
30
31
25
23
30
32
29
27
26
26
32
29
32

a) Realizar una prueba de normalidad con los métodos

Página 14 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

de Anderson Darling y Gráfica de probabilidad normal

Página 15 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Probability Plot of Datos

Normal - 95% CI
99
Mean 28.27
StDev 2.890
95 N 15
AD 0.502
90
P-Value 0.174
80
70
Percent

60
50
40
30
20

10

1
20 25 30 35 40
Datos

b) Media = 28.26666667

c) Desv. Estándar = 2.890048607

f) Z lt = 2.32983394

d) Rendimiento = 0.990092535

e) Capacidad en Z sigmas = 3.82983394

f) DPMOs equivalentes = 64.11488109

Ejercicio A3 Determinar la capacidad en sigmas, DPMOs y Zbenchmarking del proceso

siguiente:

Paso 1 Paso 2 Paso 3 Paso 4

300   300   300 300 Unidades
Oportunidades para
6   3   5 2 defecto
200   40   120 40 Defectos
89%   96%   92% 93% Rendimiento
11   4   8 7 Defectos / Unidad

a) Rendimiento en función del total de defectos vs total de oportunidades para defecto:

1.67%

Página 16 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

b) Capacidad del proceso en Z sigmas 2.883 (Corto plazo)

c) DPMO equivalentes = 1969.57

d) Rendimiento en base a los rendimientos 2.93%

individuales (Throughput)

e) Capacidad del proceso en Z sigmas, 2.111 (Corto Plazo)

¿es mejor este método vs el de b?
El resultado muestra un Nivel sigma menor

f) DPMOs equivalente 17394.41

g) Defectos por unidad = 0.1007

h) Rendimiento en base a defectos por unidad = 0.904

i) Rendimiento estandarizado = Yrt.norm. = Yna = 0.9241

i) Z benchmark = 0.8223

Ejercicio A4. En el departamento de compras se realizan 800 pedidos, cada uno

tiene 20 CTQ:
Los pedidos sin errores son 700:
Pedidos 800
Sin errores 700
CTQ = 20

a) Determinar el rendimiento del proceso 87.5%

b) Determinar la tasa de defectos 12.5%

c) Determinar la tasa de defectos por cada CTQ 0.625%

Página 17 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

d) Determinar Defectos por Millón de Oportunidades 6250

e) Determinar la capacidad del proceso en Z sigmas 2.65

Página 18 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Tablas de métodos,
Sigmas y normal

Página 19 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Página 20 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Página 21 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

TABLA DE CONVERSIÓN DE CAPACIDAD DEL PROCESO EN SIGMAS – METODO 1

Página 22 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Página 23 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Página 24 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Ejemplo 8.
a) Determinar el área bajo la curva de menos infinito a Z = - 1.
P(Z<= -1) = 0.1587
b) Determinar el área bajo la curva de menos infinito a Z = - 2.
P(Z<= - 2) = 0.0228
c) Determinar el área bajo la curva entre Z >= -2. hasta Z <= -1
P(- 2 <= Z<= -1) = 0.1259

Página 25 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Página 26 de 27
MEDICIONES PARA SEIS SIGMA H. Hdez. / P. Reyes Sept. 2007

Ejemplo 9
a) Determinar el área bajo la curva de menos infinito a Z = 1.
P(Z <= 1) = 0.8413
b) Determinar el área bajo la curva de menos infinito a Z = 2.
P(Z <= 2) = 0.9772 8
c) Determinar el área bajo la curva de menos Z = 1 a Z = 2
P(1 <= Z <= 2) = 0.9772 – 0.8413 = 0.1369

Página 27 de 27