Traducido del inglés al español - www.onlinedoctranslator.

com

Cinturón verde Lean Six Sigma

Guías de estudio
 Índice – Metodología Six Sigma (Analizar)

Entradas Herramientas Salidas

• Bien definido • Diagramas de Ishikawa • Causas importantes de

Procesos • Modo de Fallos y defectos
• Proceso de línea de base Análisis de Efectos • Causas especiales y
Capacidades • Evaluación de la hipótesis comunes de variación.
• Parámetros de proceso • Capacidad de procesamiento • Nivel DPMO y
afectando a CTQ estudiar Sigma
• Costo de Mala Calidad
(COPQ)
• Medición
Sistemas

© 2014 VMEdu, Inc. Todos los derechos reservados 2

 Objetivo de la fase de análisis

• En la fase de Análisis, nuestros objetivos son:

◦ Hacer un análisis del sistema actual
◦ Analizar si el sistema actual se puede mejorar aún más.
◦ Determinación de los puntos de falla para los cambios propuestos
◦ Determinar los principales hitos y riesgos para completar con éxito el proyecto.
◦ Analizar cómo mejoraría la capacidad del proceso si se realizan los cambios
sugeridos.

© 2014 VMEdu, Inc. Todos los derechos reservados 3

 Entradas

• Las entradas para el análisis Six Sigma se tratan en Salidas para la medición Six Sigma. (para
más detalles, consulte el Capítulo 5: Metodología Six Sigma - Medición)

© 2014 VMEdu, Inc. Todos los derechos reservados 4

 Herramientas – Diagramas de Ishikawa (causa y
efecto o diagrama de espina de pescado)

• Los diagramas de Ishikawa también se conocen como diagrama de causa y efecto o diagrama de espina de pescado.

• Desarrollado por Kaoru Ishikawa en la década de 1960, se trata de una representación gráfica de las posibles causas de
cualquier problema en estudio en particular.

• Beneficios del diagrama de Ishikawa

◦ Por lo general, creado por un grupo de personas que tienen conocimiento del proceso y entienden
los problemas del sistema actual.

◦ Es una herramienta muy poderosa para organizar y mostrar gráficamente todo el conocimiento que tiene el equipo sobre
un problema en particular

◦ Aclara la comprensión que tiene el equipo con respecto al proceso. Si un diagrama de Ishikawa no
muestra el nivel de detalle adecuado, indica que el equipo tiene un conocimiento superficial del
problema. Por lo tanto, se requiere un estudio adicional del sistema o la participación de expertos en la
materia.

◦ Es un punto de partida para determinar las X vitales que impactan en la variable crítica para la
calidad del cliente: Y. (Detalles sobre Y y X vitales como se define en el capítulo 2: Partes
interesadas, clientes y medidas financieras)

© 2014 VMEdu, Inc. Todos los derechos reservados 5

 Diagrama de Ishikawa - Pasos involucrados

• Pasos involucrados en la creación del diagrama de Ishikawa:

1. Cree un mapa de procesos del sistema existente (Mapas de procesos discutidos en el

Capítulo 4: Metodología Six Sigma - Definir)

2. Definir el problema a resolver. Esto podría ser un requisito crítico o una

variable Y. (Discutido en el capítulo 2: Partes interesadas, clientes y medidas
financieras)

3. Reúna un equipo que tenga un buen conocimiento del proceso y comprenda los
problemas relacionados con el proceso.

4. Realice una lluvia de ideas o una sesión de técnica de grupo nominal (discutido en el
capítulo 3: Configuración y gestión de un proyecto Six Sigma). En la sesión, determine
todas las causas del problema.

5. Categorizar las causas identificadas en grupos y subgrupos. Una forma popular de hacer esto es
mediante el uso de diagramas de afinidad (discutido en el capítulo 3: Configuración y gestión
de un proyecto Six Sigma).

© 2014 VMEdu, Inc. Todos los derechos reservados 6

 Diagrama de Ishikawa - Pasos involucrados

6. Una vez que los grupos y subgrupos estén disponibles, cree un diagrama de Ishikawa siguiendo
3 pasos: (muestra en la página siguiente)

a. Dibuje un cuadro en el extremo derecho donde se escribe el problema en

consideración.

b. Dibuja una flecha horizontal que apunte al cuadro de la derecha.

C. Escriba los nombres de las categorías encima y debajo de la línea horizontal.

Comience con grupos de alto nivel y amplíe cada grupo (hasta 3 o 4 niveles). Anote
los datos detallados de la causa para cada categoría.

© 2014 VMEdu, Inc. Todos los derechos reservados 7

Ejemplo de diagrama de Ishikawa - 1

Creado usando el software SmartDraw: www.smartdraw.com

© 2014 VMEdu, Inc. Todos los derechos reservados 8

Ejemplo de diagrama de Ishikawa - 2

Creado usando el software SmartDraw: www.smartdraw.com

© 2014 VMEdu, Inc. Todos los derechos reservados 9

Ejemplo de diagrama de Ishikawa - 3

Desde hci.com

© 2014 VMEdu, Inc. Todos los derechos reservados 10

 Análisis modal de fallas y efectos (FMEA)

• El análisis de modos y efectos de fallas (FMEA) se utilizó formalmente en la industria de las

aerolíneas en la década de 1960. Esta es ahora una técnica muy común utilizada en varias
industrias.

• FMEA es una herramienta para:

◦ Identificar los efectos o consecuencias de un producto potencial o falla del proceso

◦ Identificar métodos para eliminar o reducir la posibilidad de que ocurra una falla.

• La información de Process Map, Ishikawa Diagram y QFD se utilizan en la creación de

FMEA
QFD

Mapa de proceso
Y Diagrama de Ishikawa

FMEA

© 2014 VMEdu, Inc. Todos los derechos reservados 11

 Pasos en el análisis FMEA

1. Identificar posibles modos de falla

3. Determinar la clasificación de gravedad del efecto

2. Identificar los posibles efectos de las fallas

4. Identificar posibles causas de falla 5. Determinar la calificación de ocurrencia

6. Realizar hipótesis nula (opcional) 7. Determinar el valor P

8. Describa los controles actuales

9. Determinar el índice de detección

10. Calcular el número de prioridad de riesgo (RPN)

11. Determinar la acción correctiva a tomar

© 2014 VMEdu, Inc. Todos los derechos reservados 12

 Pasos en el Análisis FMEA (Continuación)

1. Identificar los posibles modos de falla: los modos de falla son una descripción física de una falla. (por
ejemplo, consideremos un caso de estudio en el que el departamento de fabricación de nuestra
empresa ha fabricado un termómetro de oído que se utiliza para registrar la temperatura corporal a
través del canal auditivo. Por lo tanto, un modo de falla potencial es "El termómetro no funciona
correctamente").

2. Identifique los posibles efectos de la falla: los efectos de la falla son el impacto de la falla en
el cliente, es decir, la variable "Y" (p. ej., sin embargo, el termómetro registra una
temperatura incorrecta que la temperatura real del paciente. Por lo tanto, el efecto
potencial de la falla aquí es "Incorrecto"). Temperatura registrada”). Tenga en cuenta que
podría haber más de un posible efecto de falla o variable Y.

3. Determinar la clasificación de gravedad del efecto: La gravedad es una clasificación correspondiente

a la gravedad de un efecto. Esto se hace en una escala del 1 al 10: 1: la falla tiene el menor impacto,
10: la falla tiene el máximo impacto. (por ejemplo, el equipo decide que la medición de la
temperatura incorrecta es un problema muy crítico y, por lo tanto, asigna una calificación de
gravedad de 9)

© 2014 VMEdu, Inc. Todos los derechos reservados 13

 Pasos en el Análisis FMEA (Continuación)

4. Identifique las posibles causas: estos son los huesos de bajo nivel del diagrama de Ishikawa.
Corresponden a las X Vitales o causas raíz del problema identificado. (por ejemplo, se
determinó que una causa de falla del problema es que el termómetro no se calibró
correctamente). Tenga en cuenta que para cada efecto, podría haber más de una posible causa
de falla. De manera similar, podría haber múltiples efectos para cada causa de falla.

5. Determinar la calificación de ocurrencia: La ocurrencia es una escala de calificación de la

posibilidad de que ocurra un efecto de falla y su correspondiente causa de falla en el sistema
actual. Esto se hace en una escala del 1 al 10: 1: falla muy improbable, 10: falla segura. (p. ej., el
equipo decide que la medición de temperatura incorrecta debido a una calibración incorrecta del
termómetro tiene una ocurrencia baja y le asigna un valor de 4)

© 2014 VMEdu, Inc. Todos los derechos reservados 14

 Pasos en el Análisis FMEA (Continuación)

6. Realice la hipótesis nula (opcional): Esto se tratará en detalle en un curso de cinturón negro.
Se utiliza una hipótesis nula para determinar si hubo alguna diferencia entre los modos
de falla (por ejemplo, en este caso, la hipótesis nula sería "No hay diferencia entre las
escalas de calibración de los termómetros").

7. Determinar el valor P (opcional): Esto se cubrirá en detalle en un curso de cinturón negro.

Esto representa la probabilidad de tomar una decisión incorrecta al rechazar un valor nulo
verdadero. (p. ej., en este ejemplo, se determinó que el valor p era 0,04)

7. Describa los controles actuales: el equipo determina y describe los controles que existen
para garantizar que el modo de falla no ocurra antes de que el producto salga al cliente
(p. ej., en este caso, se realizan pruebas aleatorias con termómetros en muestras
pequeñas para averiguar si algunos termómetros no registran la temperatura con
precisión)

© 2014 VMEdu, Inc. Todos los derechos reservados 15

 Pasos en el Análisis FMEA (Continuación)

8. Determinar el índice de detección: el índice de detección corresponde a la probabilidad de

que los controles actuales puedan detectar posibles modos de falla antes de que el producto se
entregue al cliente. Esto se hace en una escala del 1 al 10: 1: detectará falla, 10: casi seguro que
no detectará falla. (por ejemplo, en este caso, el equipo decide que existe una probabilidad
muy baja de que los controles actuales detecten un error
– por lo tanto, proporcionan una calificación de detección baja de 8)

9. Calcule el número de prioridad de riesgo (RPN): RPN es una medida cuantitativa de las áreas de
mayor preocupación. Se calcula como:

RPN = Calificación de gravedad * Calificación de ocurrencia * Calificación de detección

(por ejemplo, en este ejemplo, RPN = 9 * 4 * 8 = 288)

© 2014 VMEdu, Inc. Todos los derechos reservados dieciséis

 Pasos en el Análisis FMEA (Continuación)

10. Determinar la acción correctiva a tomar. Tenga en cuenta que se deben tomar medidas
correctivas en los siguientes casos:

• La clasificación de gravedad es muy alta (p. ej., 8, 9 o 10). Por lo tanto, la falla tiene un impacto muy
alto en el cliente, por ejemplo, en este caso, la calificación de gravedad es 9 y sabemos que se deben
tomar medidas correctivas para manejar los posibles efectos de la falla.

• RPN es muy alto: RPN identifica áreas de mayor preocupación. Por lo tanto, es
una buena indicación de qué efecto debe corregirse y también identifica las
causas importantes que deben corregirse para solucionar el efecto.

© 2014 VMEdu, Inc. Todos los derechos reservados 17

 Hoja de trabajo FMEA

Potencial
Proceso o Potencial Falla Potencial PAG- Recomendado
Operación Modo de fallo Efectos SEV causas OCC Valor de hipótesis nula Controles actuales Acciones DET RPN

© 2014 VMEdu, Inc. Todos los derechos reservados 18

 Ejemplo de hoja de trabajo FMEA completada

• Consideremos el caso de estudio que discutimos anteriormente, donde el departamento de

fabricación de nuestra empresa fabricó un termómetro de oído que se usa para registrar la
temperatura corporal a través del canal auditivo. La hoja de trabajo FMEA para el estudio de caso se
proporciona a continuación:

Potencial
Proceso o Potencial Falla Potencial PAG- Recomendado
Operación Modo de fallo Efectos SEV causas OCC Valor de hipótesis nula Controles actuales Acciones DET RPN

Temperatura debido a la alta

medido usando Termómetro Equivocado Termómetro no No hay diferencia en Nivel de severidad,

canal auditivo no funciona temperatura calibrado escalas de calibración Pruebas aleatorias en acción correctiva
termómetro adecuadamente grabado 9 correctamente 4 de termómetros 0,04 muestra 8 288 necesario

© 2014 VMEdu, Inc. Todos los derechos reservados 19

 Evaluación de la hipótesis

• Los detalles de la prueba de hipótesis se cubrirán en un curso de cinta negra de Six Sigma.

• Este curso proporcionará una visión general de alto nivel de la prueba de hipótesis, su uso y
beneficios.

• ¿Cuándo se requiere la prueba de hipótesis?

◦ La prueba de hipótesis es necesaria cuando se toman decisiones sobre una población utilizando datos
de muestra.

• ¿Cuál es el beneficio de la prueba de hipótesis?

◦ Utiliza estadísticas para ayudar a cuantificar los riesgos asociados asignados a la toma de decisiones
específicas. Nos ayuda a determinar el nivel de confianza de que la decisión que estamos tomando
sobre una pequeña muestra se aplicaría a toda la población. (por ejemplo, las encuestas de opinión
sobre quién ganaría una elección en particular se realizan a partir de una pequeña muestra de
personas. Sin embargo, la información obtenida de la muestra luego se extrapola a toda la
población de votantes para dar una indicación de qué candidato ganaría la elección). : la prueba de
hipótesis nos daría un nivel de confianza de que nuestra encuesta de opinión es precisa. También
nos ayudará a determinar el margen de precisión de la encuesta).

© 2014 VMEdu, Inc. Todos los derechos reservados 20

 Prueba de hipótesis (continuación)

• ¿Cómo se realiza una prueba de hipótesis?

◦ Determine la hipótesis nula (Ho) – esto es algo que asumimos como cierto a menos que se
demuestre lo contrario. Entonces decidimos si rechazamos la hipótesis nula a favor de la
hipótesis alternativa (Ha). La hipótesis alternativa (Ha)es opuesta a la hipótesis nula (Ho) por
ejemplo, en el estudio de caso que discutimos anteriormente,
• Ho: No hay diferencia en las escalas de calibración para termómetros
• HF: Hay una diferencia en las escalas de calibración

◦ Dado que la decisión se basa en la muestra disponible, siempre existe la posibilidad de que
cometamos uno de los 2 tipos de errores:
• Error tipo I: Error de rechazar la hipótesis nula cuando es verdadera. La probabilidad de
obtener un error tipo I se denota por-.
• Error tipo II: Error de aceptar la hipótesis nula cuando es falsa. La
probabilidad de obtener un error tipo II está determinada por-.

© 2014 VMEdu, Inc. Todos los derechos reservados 21

 Prueba de hipótesis (continuación)

• Use la prueba estadística apropiada para la prueba de hipótesis. Algunas pruebas importantes utilizadas son las
pruebas t, las pruebas de chi-cuadrado y las pruebas de dos proporciones.

• Si la prueba de hipótesis determina que la hipótesis nula Hoera cierto, el equipo

sabrá que su análisis fue estadísticamente válido. pueden seguir adelante con

• Si la prueba de hipótesis determina que los resultados no fueron significativos, entonces el

equipo tendría que hacer más análisis para determinar la causa raíz del problema.

© 2014 VMEdu, Inc. Todos los derechos reservados 22

 Estudio de capacidad de proceso

• La capacidad del proceso es la medida en que cualquier proceso estable puede cumplir con las
especificaciones.

• Los gráficos de ejecución (discutidos en el Capítulo 5: Metodología Six Sigma – Medida) se utilizan
para crear gráficos de control. Estos gráficos se utilizan para averiguar si un proceso es estable en
el tiempo y en varios eventos. Se determinan las causas especiales de variación y se toman
medidas para asegurar que la variación se minimice.

• Se crean los datos del proceso (en forma de histograma). Esto generalmente toma una forma de
campana (también conocida como curva normal). La curva normal se utiliza para determinar la
capacidad del proceso.

• La voz del cliente se utiliza para determinar el USL (límite de especificación superior) y el
LSL (límite de especificación inferior). Esto se compara con el nivel de proceso para el
proceso existente.

© 2014 VMEdu, Inc. Todos los derechos reservados 23

 Estudio de capacidad de proceso: estudio de caso

• ABC Industries fabrica rodamientos de bolas esféricos que se suministran a diferentes fabricantes
de automóviles y se utilizan en el proceso de fabricación de automóviles. Aproximadamente 1
millón de rodamientos de bolas de un tipo particular se producen diariamente.

• Últimamente, ha habido varias quejas de clientes (fabricantes de automóviles)

de que los rodamientos de bolas esféricos no cumplían con los requisitos, y
muchos de ellos tuvieron que ser rechazados.

• Un criterio crítico utilizado para evaluar los rodamientos de bolas esféricos es el tamaño del
rodamiento de bolas (esta es una medida del diámetro del rodamiento de bolas en centímetros - cm).
ABC Industries decidió realizar un estudio de capacidad de proceso para estudiar este criterio, es decir,
el tamaño del rodamiento de bolas. A un experto en Six Sigma se le asignó la responsabilidad de
realizar el estudio.

© 2014 VMEdu, Inc. Todos los derechos reservados 24

 Estudio de capacidad de proceso: estudio de caso
(continuado)

• Muestra vs Población:
◦ El experto en seis sigma entendió que era muy costoso y lento estudiar toda la
población de rodamientos de bolas esféricos producidos por la empresa.

◦ Entonces, decidió tomar un subconjunto de la población. Sobre la base de discusiones con

expertos en la materia, se determinó una muestra representativa como rodamientos de
bolas producidos en una sola ejecución (8 horas). La información de la muestra se extrapoló
a toda la población.

◦ Algunos términos comúnmente utilizados para describir las características de la muestra y

la población:

• Centro: el punto central en los datos (representado por X en la muestra y u en

la población)
• Spread: dispersión de datos alrededor del centro (representado por S en la muestra y
en la población)

© 2014 VMEdu, Inc. Todos los derechos reservados 25

 Estudio de capacidad de proceso: estudio de caso
(continuado)

• Dado que el tamaño (diámetro) de los rodamientos de bolas es un parámetro crítico que los clientes
consideran, el experto en Six Sigma midió el diámetro de todos los rodamientos de bolas producidos en
una sola ejecución.

• Para simplificar los cálculos, el experto en Six Sigma dividió todos los datos recopilados en 9 rangos como se
muestra a continuación:

Gama de
rodamiento de bolas

tamaños Significado de Número de

(diámetro) rango observaciones
1 - 3cm 2 64
3 - 5cm 4 2200
5 - 7cm 6 26995
7 - 9cm 8 121000
9 - 11cm 10 199471
11 - 13cm 12 120985
13 - 15 cm 14 26000
15 - 17 cm dieciséis 2250
17 - 19cm 18 67

© 2014 VMEdu, Inc. Todos los derechos reservados 26

 Estudio de capacidad de proceso: estudio de caso
(continuado)

• Los datos obtenidos se trazaron como un histograma como se muestra a continuación:

Histograma de observaciones

250000

200000
Número de observaciones

150000

100000

50000

0
2 4 6 8 10 12 14 dieciséis 18
Diámetro de los rodamientos de bolas (en cm)

© 2014 VMEdu, Inc. Todos los derechos reservados 27

 Estudio de capacidad de proceso: estudio de caso
(continuado)

• El experto en Six Sigma vio que la información seguía una curva de campana (similar a la
distribución normal)

Observación (tamaños de bolas)

250000
Número de observaciones

200000

150000

100000

50000

0
2 4 6 8 10 12 14 dieciséis 18
Diámetro de rodamientos de bolas (cm)

A los efectos de los cálculos, el experto en Six Sigma concluyó que se podía utilizar
una curva normal.

© 2014 VMEdu, Inc. Todos los derechos reservados 28

 Estudio de capacidad de proceso: estudio de caso
(continuado)

Determinación del DPMO (es decir, Defectos por millón de oportunidades):

Una vez que conocemos el USL y el LSL, podemos averiguar cuántas mediciones caen
fuera de estos límites y calcular el DPMO (es decir, defectos por millón de
oportunidades).

Rango de rodamiento de bolas Significado de Número de

tamaños (diámetro) rango observaciones Cálculo
1 - 3cm 2 64
3 - 5cm 4 2200
5 - 7cm 6 26995
7 - 9cm 8 121000
9 - 11cm 10 199471
11 - 13cm 12 120985
13 - 15 cm 14 26000
15 - 17 cm dieciséis 2250
17 - 19cm 18 67
Observaciones totales
(oportunidades) 499033 Suma de todas las observaciones.
Defectos (es decir, observaciones
fuera de los límites de
especificación) 4581 64+2200+2250+67
Defectos por millón
oportunidades 9180 4581 / 499033 * 1.000.000

© 2014 VMEdu, Inc. Todos los derechos reservados 29

 Estudio de capacidad de proceso: estudio de caso
(continuado)

Determinación del nivel sigma:

Una vez que conocemos el nivel de DPMO, podemos usar el cuadro de seis sigma que se proporciona a continuación
para determinar el nivel de sigma del proceso.

Calidad Sigma Defectos por millón

Nivel Oportunidades (DPMO)
1 697700
2 308700
3 66810
4 6210
5 233
6 3.4

Dado que el proceso tiene un DPMO de 9180, sabemos que el nivel sigma del
proceso es más de 4 sigma (es decir, 4)

© 2014 VMEdu, Inc. Todos los derechos reservados 30

 Mejora de la capacidad del proceso

Es posible mejorar la capacidad del proceso al disminuir la variación (o dispersión) alrededor

del centro. Si hay menos dispersión, más mediciones están más cerca del objetivo y menos
están fuera de especificación

Capacidad de procesamiento

400000
350000
300000
250000
Media de rango
200000
Proceso A
150000
Proceso B
100000
50000
0
- 50000 2 4 6 8 10 12 14 dieciséis 18

Compare los dos procesos anteriores: aunque ambos procesos tienen los mismos límites de
especificación y están centrados en el objetivo, el proceso A es más capaz. Esto se debe a que
el proceso tiene menos dispersión y las mediciones están más cerca del centro.
T esto indica un nivel sigma más alto y un DPMO más bajo

© 2014 VMEdu, Inc. Todos los derechos reservados 31

 Salidas: causas importantes de defectos

• Mediante el uso de FMEA y los diagramas de causa y efecto discutidos anteriormente en el capítulo,
llegamos a conocer las causas importantes de los defectos.

• La información se cuantifica mediante el uso de la calificación de gravedad, la calificación de ocurrencia,

la calificación de detección y RPN: esto luego forma una entrada en la fase de mejora de Six Sigma.

© 2014 VMEdu, Inc. Todos los derechos reservados 32

 Salidas: Causas especiales y comunes de
variación
• Mediante el uso de gráficos de ejecución, gráficos de control y el estudio de la capacidad del proceso,
identificaremos las causas especiales y comunes de variación.

◦ Causa común: Son inherentes al proceso y pueden predecirse dentro de límites

razonables.

◦ Causa especial: Estas variaciones pueden deberse a causas ajenas o

inesperadas. No se puede predecir la causa especial de las variaciones.

• En un proyecto Six Sigma, debemos apuntar a eliminar la causa especial de variación y

minimizar la causa común de variación.

© 2014 VMEdu, Inc. Todos los derechos reservados 33

 Nivel DPMO y Sigma

• Como se discutió anteriormente en el capítulo, el uso del estudio de capacidad del proceso
nos ayudará a calcular el DPMO (Piezas defectuosas por millón) y el nivel sigma del proceso.

• Esto nos ayuda a comparar nuestros procesos y niveles de calidad con procesos
similares utilizados por la competencia y a identificar posibles mejoras.

© 2014 VMEdu, Inc. Todos los derechos reservados 34