Documentos de Académico
Documentos de Profesional
Documentos de Cultura
com
© Kaizen Institute
Objetivos
Introducción
Fase Definir
Fase Medir
Fase Analizar
Fase Mejorar
Fase Controlar
Introducción
Fase Definir
Fase Medir
Fase Analizar
Fase Mejorar
Fase Controlar
-Proceso 6 Sigma
desviado
-3.4 DPMO por debajo
del LSL -Proceso 3 Sigma
centrado
-66.738 DPMO fuera del
USL y el LSL
© Kaizen Institute
Punto de vista Six Sigma: Y=f(X)
Enfoque Six Sigma: mejorar métricas de procesos (Y’s) con:
• Eliminación de desperdicios
• Mejor control de los principales outputs del procesos/factores de control (ej..., trabajo
estandarizado)
• Hacer el proceso más robusto para factores de ruido (ej..., variabilidad de la demanda, variabilidad
inherente de personas/equipos)
Inputs del
proceso anterior(ej., Proceso Outputs
Proveedor) (Y’s)
Champion
Black Belt
Green Belt
Yellow Belt
© Kaizen Institute 8
Indicadores de Rendimiento (Y’s)
Se pueden resumir usando diferentes indicadores:
© Kaizen Institute 11
Resolución de Problemas
DMAIC
Definir, Medir, Analizar, Mejorar, Controlar
¿Qué es Six Sigma?
◼ Define – identificar
oportunidades de
mejora.
◼ Measure – medir
estado actual del
proceso.
◼ Analyze - identificar
causas de variación/
defectos.
◼ Improve - desarrollar
e implementar
soluciones.
◼ Control - instalar
controles para evitar
futuros defectos.
© Kaizen Institute
Estructura
Introducción
Fase Definir
Fase Medir
Fase Analizar
Fase Mejorar
Fase Controlar
Introducción
Fase Definir
Fase Medir
Fase Analizar
Fase Mejorar
Fase Controlar
◼ Crear un mapa de proceso (flow chart, value stream mapping) para mostrar el 'como-es‘ el
proceso.
◼ Para Proyectos Six Sigma, debemos primero resumir nuestro estado actual utilizando métricas de
rendimiento*
◼ El Estado Actual puede resumirse como conformidad con una especificación para una Métrica QCD. Ejemplos:
◼ % características del producto en especificación (Q),
◼ % en presupuesto (C)
◼ % A tiempo (D)
LSL USL
Nominal
(Objetivo) = __
Al evaluar el tiempo para un proceso (de una o varias etapas), es posible que desee examinar el % del
tiempo total que es valor añadido (en comparación con el de no valor añadido) - (similar al
Rendimiento de Calidad %)
Tiempo de Valor añadido (VA) = Tiempo necesario para completar el procesos con todos los
requerimientos del cliente o conducir el negocio eficiente y legamente
Procesos
Valor
Añadido
~Tiempo Total
Fase Medida © Kaizen Institute 26
Métodos PPM Defectuosas y DPMO
◼ Podemos convertir 'Rendimiento' a Partes Por millón defectuosas (PPM) o expresar según
condiciones en defectos por millón de oportunidades (DPMO)
◼ El calculo de PPM Defectuosas o DPMO varía basado en el tipo de datos/supuestos
Y Producción
Múltiples
Binario Oportunidades de
'Continuo'
Defectos por Unidad
(Tiempo, Volumen,$$, etc.) (Pasar/Fallar,
Bueno/Malo) (Cada unidad puede
tener 1 o más defectos)
Rendimiento o PPM
Defectuosas (observadas o Rendimiento O,
DPMO o Rendimiento
esperadas) PPM Defectuosas
# 𝑇𝑜𝑡𝑎𝑙 𝑑𝑒𝑓𝑒𝑐𝑡𝑢𝑜𝑠𝑜
𝑃𝑃𝑀 = 𝑥 1𝑀𝑖𝑙𝑙ó𝑛
# 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠 𝑖𝑛𝑠𝑝𝑒𝑐𝑐𝑖𝑜𝑛𝑎𝑑𝑎𝑠
◼ Se utiliza si cada unidad inspeccionada (parte, servicio, documento, etc..) puede tener 1 o
más defectos (múltiples oportunidades)
◼ Por ejemplo, un proceso de aprobación de solicitud identifica 7 oportunidades de
defectos (categorías) que dan lugar a retrasos/tiempo de Retrabajo
◼ Nota: cada unidad puede tener 0-7 defectos
# 𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝐷𝑒𝑓𝑒𝑐𝑡𝑜𝑠
𝐷𝑃𝑀𝑂 = 𝑥 1 𝑀𝑖𝑙𝑙ó𝑛
𝑇𝑜𝑡𝑎𝑙 𝑑𝑒 𝑂𝑝𝑜𝑟𝑡𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠
◼ DPMO además puede ser usado para resumir múltiples grupos (por ejemplo.,
departamentos, instalaciones) para obtener un rendimiento general
◼ Nota: Oportunidades por grupo además proporciona una medida de complejidad
Defectos (no
Problema Invitados Oportunidades
satisfecho)
Pobre servicio de comidas 447 111 447
Mala limpieza 1000 82 1000
Problemas con la reservación 1000 34 1000
Check in extenso 1000 96 1000
Check out extenso 1000 58 1000
Total 381 4447
DPMO 85676
Nivel Sigma es un índice no lineal que traspasa el rendimiento y PPM o DPMO a una escala de -1.5 a 6
Tendencias?
Frecuencia
Relativa
◼ Frecuencia Relativa Acumulada
◼ Frecuencia/ Total
◼ Frecuencia Relativa
Acumulada
◼ total de frecuencias relativas iguales
o menores
Nota, para este ejemplo:
Compartimento "1.2" representa
desviaciones mayores que 0,9 y <= 1.2
© Kaizen Institute
Algunas formas de histograma
Los Histogramas pueden ser usados para ayudar a identificar patrones o forma de distribución
Aislado extremo
Q3 – 75o Percentil
Aislado leve Mediana – 50o Percentil
*
* Q1 – 25o Percentil
Ultimo valor del fs = Q3 - Q1
limite superior
Tercer cuartil(Q3)
Limite Superior:
Q3 + 15 fs
Mediana
Primer cuartil(Q1) Limite Inferior:
Q1 - 1.5 f s
Ultimo valor *
del limite inferior Q1 - 1.5 fs > Atípico > Q1 - 3.0fs >atípico
leve extremo
Q3 + 1.5 fs < Atípico < Q3 +3.0fs < atípico
leve extremo
◼ Nota: caja más ancha y/o más cola encima de la mediana en el box plot, sugiere más dispersión a la
derecha (sesgada a la derecha).
◼ Patrón similar es mostrado en el histograma.
Se cuentan con datos asociados a solicitudes de préstamo a cierta institución bancaria en un período
de 6 meses para 4 diferentes sucursales.
La especificación es entregar una respuesta a los clientes en un plazo no superior a los 30 días
Comente acerca de las principales oportunidades dada la naturaleza de los datos
Pestaña: “Graficas”
… Gráficas>>Graficas Series de tiempo…
…Gráficas>>Histograma…
…Gráficas>>Gráfica de caja…
1
I. Capacidad del proceso
◼ Mide como de bien el output del proceso cumple con los limites de especificación definidos por
los requerimientos de ingeniería o del cliente.
◼ Compara variación del proceso (~ 6*deviación estándar) relativo a la 'tolerancia'
Limites Naturales de
Tolerancia:
+/- 3
Contiene la mayoría de los datos
LSL USL
Limite de
Limite de
Especificación
Especificación
Superior
Inferior
-3 +3
Targ 3
PPM=6000 PPM=6000
LSL USL LSL USL
A B
μ = 20 μ = 23
σ = 1.82 σ = 0.8 17
Peor condición
(Media fuera de
objetivo y alta
varianza)
LSL USL LSL USL LSL USL
Ideal
(Media en (Media fuera de
(En Objetivo
objetivo y alta objetivo y baja
y baja varianza)
varianza) varianza)
Fase Medida © Kaizen Institute 35 45
Pp y Ppk criterios
◼ Los Valores de Pp y Ppk deseables por las industrias pueden variar. (Mayoría de industrias
/compañías requieren al menos un Pp y Ppk > 1.33)
18
P1
Six Sigma Green Belt © Kaizen Institute 48
P09: Media y Variación Problema
(Pp < 1.33, Ppk << Pp)
Pp = 0.85
Ppk = 0.02
Summary Statistics Histogram
USL 0.7 a
Target
12
LSL -0.7
Sample Size, N 50 10
Mean 0.687
Median 0.742 8
Stdev (Within) 0.242
Stdev (Overall, S ) 0.276 6
Range 1.284
4
Expected Overall Performance
DPM < LSL 0.2 2
DPM > USL 480869.2
0
DPM Total Expected 480869.5
-0.80 -0.60 -0.40 -0.20 0.00 0.20 0.40 0.60 0.80 1.00 1.20 more
Pp = 0.80
Ppk = 0.74
Summary Statistics
USL 0.7 Histogram
Target
LSL -0.7 14
Sample Size, N 50 12
Mean -0.054
Median 0.004 10
Stdev (Within) 0.275
8
Stdev (Overall, S ) 0.293
Range 1.309 6
4
Expected Overall Performance 2
DPM < LSL 13616.8
0
DPM > USL 5030.0
-0.68 -0.48 -0.28 -0.08 0.12 0.32 0.52 more
DPM Total Expected 18646.7
Pp = 2.26
Summary Statistics Ppk = -0.13
USL 0.7 Histogram
Target
LSL -0.7 40
Sample Size, N 50
Mean -0.740 35 LSL USL
Median -0.770
30
Stdev (Within) 0.051
Stdev (Overall, S ) 0.103 25
Range 0.450
20
15
10
Expected Overall Performance
5
DPM < LSL 652004.6
DPM > USL 0.0 0
-1.000 -0.800 -0.600 -0.400 -0.200 0.000 0.200 0.400 0.600
DPM Total Expected 652004.6
Pp = 2.31
PPK = 2.07
Summary Statistics
USL 0.7 Histogram
Target 0
LSL -0.7
Sample Size, N 50 25
Mean 0.074
Median 0.064 20
Stdev (Within) 0.089
Stdev (Overall, S ) 0.101 15
Range 0.551
10
Pestaña: “Capacidad”
…Estadísticas>>Herramientas de Calidad>>Análisis de Capacidad>>Normal
Estabilizar
Proceso Centrar el
(Reducir
inestable proceso
Variación)
Upper Control
Limit (UCL)
Y-axis Quality
Measure or
Statistic Center Line
[for example: (Central Tendency)
Service time (X)
Or Yield %]
Lower Control
Limit (LCL)
-.2 3
UCL = -0,3122
-.5 8 CL = -0.5813
LCL =-0.8503
-.9 3
-1 .2 9
1 3 5 7 9 11 13 15 17 19 21 23 25 27 29 31 33
Subgrupo #
▪ Para datos variables, utilizamos 'dos gráficos ' por output (Y)
▪ Un gráfico monitorea la media (o valor individual) entre subgrupos
▪ Otro gráfico monitorea la variación por subgrupo sobre tiempo
Para un P-Chart:
Tamaño de Muestra Igual
Tamaño de Muestra desigual por subgrupo
(Limites constantes)
▪ Fase Medir
▪ Evaluar estabilidad del proceso existente
▪ Fase Analizar
▪ Compara estabilidad de diferentes métodos
▪ Fase Control
▪ Puede usarse para monitorear estabilidad del la variable de salida Y o entrada X
Una empresa de Servicios realiza seguimiento a la totalidad de las llamadas que recibe como
contactos insatisfechos, clasifica sus defectos en 6 categorías diferentes de comentarios negativos y
desea conocer:
-Si la cantidad de llamadas recibidas está en control.
-Si el numero de quejas está en control
-Si el numero de comentarios negativos está en control.
Pestaña: “SPC”
…Estadísticas>>Gráficas de Control>>Gráficas de variables para valores individuales…
…Estadística>> Gráficas de Control >>Gráficas de Atributos>>P…
…Estadística>> Gráficas de Control >>Gráficas de Atributos>>U…
Introducción
Fase Definir
Fase Medir
Fase Analizar
Fase Mejorar
Fase Controlar
◼ Identificar las mínimas variables de entrada del proceso claves que afectan los outputs clave
◼ Utilice herramientas de análisis sencillas primero; aplicar las complejas solo cuando sea
necesario.
• Lluvia de Ideas
• 5 Por qué
• P-Diagram
El Diagrama P, o P-Diagram, es otra herramienta para la reunión creativa de causas y documentar las
variables de entrada y variables de salida (Xs e Ys)
Factores controlados
Entradas
(ej..., Variables
Outputs del de Salida
Proceso PROCESS
anterior) Y Y
1 ... m
Para Fabricar Hormigón se emplea un equipo dosificador que entrega a un equipo mezclador los
ingredientes de la formula de hormigón a fabricar, en distintas proporciones dependiendo de las
características del producto se incorporan Áridos de distinta Granulometría como arena fina, Arena
gruesa, grava, Gravilla y otros, la receta contiene Cemento, aditivos dependiendo las características
del producto terminado y agua. El proceso de mezclado tiene una variable importante que son las
revoluciones de mezclado y el tiempo del mismo. Una vez producido el Hormigón se diferenciara de
otros por su Resistencia, y su consistencia (Cono de abrams), mas otras características. El Hormigón
Fresco varia también por las condiciones ambientales y tiempo antes del depositado en el lugar de
uso.
Con esta breve y general descripción del proceso de Hormigón cree un Diagrama P
Hemos identificado
la causa raíz ?
Introducción
Fase Definir
Fase Medir
Fase Analizar
Fase Mejorar
Fase Controlar
1. Formación y Empoderamiento
2. Trabajo Estandarizado
3. Organización del lugar de trabajo (5S)
4. Rediseño/mejora del flujo
◼ Reducción de lote o eliminación
◼ Concepto de célula de trabajo
5. Cambio/optimización de los Inputs o Ajustes
6. Calidad en la Fuente
7. Prueba de Errores (Poka-Yoke)
8. Sistemas de monitoreo de procesos
◼ Gestión y Control Visual
Introducción
Fase Definir
Fase Medir
Fase Analizar
Fase Mejorar
Fase Controlar
© Kaizen Institute 83
Layout de la Sala Oobeya
Espacio en A0 para
Reportes y Controles de Lecciones aprendidas
ejecución de Eventos
Estándares Gerenciales para el siguiente ciclo
Kaizen
VSM / VSD
© Kaizen Institute 84
Sala Oobeya
© Kaizen Institute 85
Reunión Kaizen de Proyecto en sala Oobeya –
Metodologia Kaizen™ Lean
Kanban
A3 de Equipo de A3 de Eventos Kaizen de
Proyecto Cronograma
Tareas
Planificaci (Gantt) y KPIs
ón Diaria de Planta
④
⑦ ⑤ ⑩
➁ ③ ① ⑭
⑪
⑥ ⑬ ⑨
⑫ Matriz de
Riesgos
⑧
⑮
Detalles de Eventos:
VSM, Kobetsu
Kaizen, 3C
① Gerente de Estudios y Gestión de Operaciones ⑥ Ingeniero de Procesos ⑪ Auditor de Calidad
Líder Kaizen y Sponsor del Proyecto Líder P (Productividad) de Proyecto Soporte Transferencia Interplantas
➁ Auditor Corporativo de Calidad ⑦ Ingeniero de Planificación, Ctrl Gestión-Prod e Insumos ⑫ Auditor de Calidad
Sponsor del Pilar Q (Calidad) del Proyecto Líder C (Costos). Diferencia de Inventarios y Merma Soporte Transferencia Interplantas
④ Jefe de Recursos Humanos de Planta ⑨ Auditor de Calidad ⑭ Director Kaizen Institute Chile
Área de Soporte – Matriz de Habilidades Responsable Pilar Q (Calidad) de la Planta Coordinador del Proyecto
⑤ Ingeniero de Mejora de Procesos ⑩ Analista de Control de Gestión ⑮ Consultor Kaizen Institute Chile
Líder Q (Calidad) de Proyecto Líder GTI (Gestión de Transferencia Interplantas) Facilitador Metodología Kaizen Lean
© Kaizen Institute
Kaizen Institute Consulting Group Chile SpA.
Lo Fontencilla 201, Of 327
Las Condes, RM
CHILE
kicl_contacto@kaizen.com
cl.kaizen.com
Telefono +56 2 29452800