Unidad3 pdf2

—
© SUMMA University
1
Índice
1 Implantación de la Gestión Seis Sigma......................................................................................................... 3

1.1 Organización....................................................................................................................................................... 4
1.2 Estrategia de implantación ...................................................................................................................... 5
2 Metodologías Seis Sigma ....................................................................................................................................... 6
2.1 Metodología de mejora de procesos DMAIC ............................................................................. 7
2.2 Metodología de diseño de procesos DMADV ........................................................................... 9
3 Control Estadístico de Procesos (CEP) ......................................................................................................... 11
3.1 Variabilidad y control de los procesos ........................................................................................... 11
3.2 Capacidad de un proceso ...................................................................................................................... 14
3.3 Índices de capacidad ................................................................................................................................. 16
4 Diseño de Experimentos (DDE) ........................................................................................................................ 20
5 Conclusiones.................................................................................................................................................................. 22
6 Referencias Bibliográficas .................................................................................................................................... 23
Nota Técnica preparada por SUMMA University. Su difusión, reproducción o uso total o parcial para
cualquier otro propósito queda prohibida. Todos los derechos reservados.
Objetivos
• Conocer cómo organizar e implantar la filosofía y cultura Seis Sigma en una
organización.
• Aprender las metodologías empleadas en la realización de proyectos Seis Sigma.
• Conocer y comprender dos de las principales herramientas utilizadas en Seis

Sigma: el Control Estadístico de Procesos, cuando se trata de mejorar procesos
ya existentes, y el Diseño de Experimentos, cuando se trata de diseñar nuevos
procesos.
1 Implantación de la Gestión Seis Sigma

Consideremos una empresa que fabrica motores eléctricos con un índice de fa llos por
incumplimiento de especificaciones de 67.000 por millón de unidades, lo que equivale
a un nivel 3σ, inferior al de su competencia. La puesta en marcha de un programa de
mejora Seis Sigma supone mejorar la calidad hasta el punto de reducir el númer o de
fallos a valores de 3,4 incumplimientos de especificación por cada millón de productos.
Se trata de una mejora de calidad importante. Pasar de 3σ a 4σ supone reducir los

defectos en más de un 90%. A su vez, pasar luego de 4σ a 5σ requiere otra importante
reducción de los fallos (96%) y, por último, pasar de 5σ al objetivo de 6σ, requiere una
nueva reducción de fallos relevante, de 98,5%.
Para conseguir un incremento de la calidad tan grande inevitablemente será necesario

Para conseguir un incremento de la calidad contar con buenos proveedores que estén comprometidos con el objetivo de calidad
grande es necesario contar con buenos Seis Sigma de su cliente.
proveedores comprometidos con el objetivo
de calidad Seis Sigma de su cliente. En cuanto a la labor de mejora de la calidad y de los procesos a realizar por la propia
empresa, sin duda alguna será necesario el trabajo en equipo y el compromiso y
participación de todas las personas de la organización, pero no resulta suficiente. El
objetivo Seis Sigma no será posible alcanzar con pequeñas mejoras; será necesario
realizar cambios importantes, y ello requiere una organización adecuada que cuente
con personas convenientemente formadas para poder hacer reingeniería de procesos,
o para utilizar herramientas como el Control Estadístico de Procesos (CEP) o el Diseño
de Experimentos (DDE).
1.1 Organización
En la metodología Seis Sigma se identifican roles y funciones dentro de la estructura

organizativa de Seis Sigma.
Champion: Es el directivo responsable de los proyectos Seis Sigma dentro de una

organización. Su función es guiar las iniciativas de Seis Sigma identificando y apoyando
aquellos proyectos cuyos resultados impactarán y ayudarán a realzar la visión
estratégica de la organización. El Champion ha de tener habilidades de dirección y
visión en los proyectos Seis Sigma y solucionar los obstáculos que impidan o retrasen
los proyectos Seis Sigma. Los Champions tienen que relacionar los proyectos Seis
Sigma con la estrategia de la organización.
Master Black Belt (el Maestro Experto): Es el experto en la metodología Seis Sigma,
poseedor de un conocimiento teórico y práctico muy avanzado, capaz de desarrollar y
proveer adiestramiento en Seis Sigma. Sus responsabilidades incluyen la coordinación e
implementación de la metodología Seis Sigma en la organización, y el desarrollo y
adiestramiento de la estructura de dicha metodología desde arriba hacia abajo
incluyendo Directivos y Gerentes de la plana mayor, los Expertos y los Especialistas. Por
lo general se dedica al desarrollo de los Expertos, pero en ocasiones puede dirigir
proyectos complejos.
Black Belts (los Expertos): Son los líderes y expertos de los proyectos Seis Sigma, tanto
en lo que representan como visión o filosofía, como en la utilización de su conjunto de
herramientas. Dependiendo de la organización, su trabajo puede limitarse al trabajo en
Los Black Belts son los expertos que dirigen
los proyectos Seis Sigma. Trabajan directamente con el Champion y las personas que
los proyectos Seis Sigma. directa o indirectamente forman parte del proyecto. También deben tutelar y dirigir a
los Especialistas (Green Belts). Por tanto, es necesario que tengan capacidad de
liderazgo y habilidad para las relaciones humanas. El entrenamiento de un Black Belt
puede requerir aproximadamente 20 días, y el desarrollo de dicho personal puede
fluctuar entre 18 a 24 meses.
Green Belts (los Especialistas): Tienen un buen conocimiento de las herramientas y de

la metodología pero en una escala mucho menor que un Black Belt. Pueden liderar
proyectos o ser parte de los equipos de trabajo en proyectos Black Belt. Su
adiestramiento (puede durar entre 8 a 10 días) es menos intenso que el del Black Belt.
Yellow Belts: Es la formación que se imparte al personal que participa en los proyectos
Seis Sigma, ayudando a los Green Belts y a los Black Belts. Es una formación básica
sobre los conceptos generales de Seis Sigma, tanto a nivel de los pasos de la
metodología de trabajo DMAIC, como sobre el uso de las herramientas de calidad y
técnicas estadísticas utilizadas en los proyectos.
Para cada rol se necesitan determinadas habilidades, destrezas y experiencias,
adecuadas al tipo de responsabilidad y actividad a realizar:
• Alta Gerencia y Ejecutivos familiarizados con las herramientas estadísticas para

ocupar el puesto de Champion.
• Gerentes o Jefes con grados técnicos y dominio de las herramientas estadísticas

básicas y avanzadas, como Master Black Belts.
• Ingenieros, técnicos o personal con cinco o más años de experiencia, con

dominio de las herramientas estadísticas básicas, como Black Belts.
• Personal técnico o de soporte del área involucrada con conocimientos básicos

en herramientas estadísticas, como Green Belts.
1.2 Estrategia de implantación
La implantación de Seis Sigma en una organización requiere de una serie de factores:
1 Tomar conciencia por parte de los directivos en primera instancia y con

Para implantar la metodología Seis Sigma posterioridad del los niveles medios e inferiores. Es necesaria la asunción del
hay que tomar la Decisión de cambio, compromiso de atender las necesidades de los clientes y consumidores y
Desplegar los objetivos, Desarrollar los
conseguir su satisfacción, y tomar conciencia del coste que la no calid ad significa
proyectos y Evaluar los resultados.
para la organización.
2 Apoyo total de la Dirección, liderando con fuerza, entusiasmo y compromiso los

cambios necesarios. Debe generarse un compromiso total con la mejora
continua.
3 Cambio cultural. No sólo basta con tomar conciencia, es además fundamental

generar una cultura propia de las empresas competitivas. Es crítico a tales
efectos los cambios de paradigmas en la gestión de los recursos humanos.
4 Se requiere una mentalidad amplia que vaya más allá de las medidas estadísticas
o la visión metrológica, para contemplar con seriedad todos los aspectos
vinculados al comportamiento organizacional.
Una vez realizados estos cambios más de tipo mental y de actitud, los pasos a seguir
en la implantación de la metodología Seis Sigma son:
1 Decisión del cambio. Supone que la Alta Dirección esté convencida de la

necesidad de Seis Sigma para mejorar la calidad y competitividad de la
organización. Tomada esta decisión, hay que comenzar por establecer los
objetivos que se pretenden conseguir a medio plazo con Seis Sigma,
dimensionar y establecer la organización Seis Sigma necesaria, realizar la
selección y planificar la formación necesaria ( Champions, Master Black Belts,
Black Belts y Green Belts , principalmente).
2 Despliegue de objetivos. Comunicar la decisión de implantar Seis Sigma en la

empresa. Debe elaborarse el cuadro de objetivos y de indicadores generales
para controlar su avance y cumplimiento. Estos indicadores generales tienen que
desplegarse a través de la organización en objetivos operativos y dar lugar a
planes de acción concretos. En esta fase se lleva a cabo la formación, al menos
del primer grupo de expertos que deben dirigir los proyectos Seis Sigma.
En esta fase, los responsables de Seis Sigma deberán definir tres aspectos
fundamentales en el desarrollo de Seis Sigma: formación (externa e interna),
Evaluar los resultados de los proyectos difusión (promoción del conocimiento de Seis Sigma en la organización) y tutoría.
Seis Sigma es verificar el cumplimiento
de objetivos y comprobar los beneficios 3 Desarrollo de proyectos Seis Sigma. Esta fase ha de comenzar por terminar de
alcanzados. configurar y formar la organización Seis Sigma que va a realizar los proyectos. De
tal manera que desde la cadena de mandos a los empleados se comprenda la
idiosincrasia de Seis Sigma y se entienda el trabajo que realizan las personas
involucradas en los proyectos. También debe explicarse y formar en la
metodología DMAIC de trabajo en Seis Sigma. Completado todo esto, viene la
parte decisiva de seleccionar y realizar los proyectos Seis Sigma. Es importante
la selección de los primeros proyectos, pues el resultado de los mismos tendrá
influencia en la percepción de la organización sobre la nueva iniciativa.
4 Evaluación de beneficios. Los beneficios deben consolidarse proyecto a

proyecto, y es responsabilidad del Champion determinar los mismos, así como
actualizar el cuadro de control del proyecto. Es el momento de preguntarse si los
resultados de los proyectos Seis Sigma están consiguiendo los objetivos
marcados en la primera fase e incrementando los beneficios de la organización, y
si esas mejoras son achacables a la metodología Seis Sigma o se podrían
también haber alcanzado con otras metodologías que hubiesen requerido menos
inversiones. De este análisis procederá tomar la decisión de mantener el
compromiso con la metodología Seis Sigma y su objetivo de calidad de 3,4
defectos por millón.
2 Metodologías Seis Sigma

Se distinguen dos tipos de metodologías dentro de Seis Sigma. La metodología DMAIC
cuando se trata de mejorar procesos o productos, y las metodologías DFSS, de las que
La metodología DMAIC se utiliza para
mejorar procesos Seis Sigma.
la metodología DMADV es la más recurrida, que se utilizan cuando el producto o
proceso no existe y requiere ser desarrollado, o existiendo, su eficacia o calidad es tan
baja que requiere ser rediseñado completamente (reingeniería de procesos).
2.1 Metodología de mejora de procesos DMAIC
El proceso de reducir el número de defectos por millón o aumentar nivel de calidad σ

hasta alcanzar Seis Sigma (3,4 DPMO) trabajando en la estabilidad de los procesos no
deja de ser un caso de mejora continua. En consecuencia, la gestión de la calidad total
Seis Sigma también dispone de una metodología de mejora continua, bajo la misma
filosofía del ciclo de mejora continua PHVA pero mejorando éste, y con cinco etapas en
vez de cuatro. Esta metodología de mejora continua se denomina DMAIC, acrónimo del
nombre en inglés de sus cinco fases: Definir ( Define ), Medir (Measure ), Analizar
(Analyze ), Mejorar (Improve ) y Controlar (Control).
En esencia estos pasos suponen definir, medir, analizar con la finalidad de descubrir las
causas raíz del problema y después mejorar y controlar para impedir que el problema
se presente de nuevo.
Definir. En esta fase se definirá el defecto que se quiere corregir, el proceso en donde
ocurre ese defecto, quiénes son los clientes de este proceso, el equipo que estará
enfocado en la solución del problema, la meta de mejora, los ahorros que se lograrán,
las métricas a utilizar y los tiempos de implementación.
La metodología DMAIC consta de 6
etapas: Definir, Medir, Analizar, Mejorar y
Medir. Se identifican los procesos internos que influyen en las características críti cas
Controlar. para la calidad y se miden los defectos que se generan con relación a dicha
característica. Los defectos se definen como aquellas características que se encuentran
fuera de tolerancia.
Analizar. El objetivo de esta fase es empezar a comprender por qué se generan los
defectos. Las tormentas de ideas, las herramientas estadísticas, etc. se emplean para
identificar las variables estratégicas que provocan los defectos.
Mejorar. En este caso, el objetivo es confirmar las variables fundamentales y luego

cuantificar su efecto en las características críticas para la calidad, identificar los rangos
máximos aceptables de dichas variaciones, asegurarse que los sistemas de medición
son capaces de valorar la variación en las variables fundamentales, y modificar el
proceso para que permanezca dentro de los rangos aceptables.
Controlar. El objetivo de esta fase final consiste en asegurar que el proceso modificado
permite ahora que las variables fundamentales permanezcan dentro de los rangos
máximos aceptables, utilizando herramientas tales como el Control Estadístico del
Proceso, o simples listas de verificación.
Cuando un equipo Seis Sigma se enfrenta al reto de mejorar un proceso debe pensar
que:
La metodología DMADV se utiliza para • Ningún proceso puede abordarse si no está definido, es decir si no hay una
diseñar procesos Seis Sigma. secuencia de operaciones a analizar.
• Ningún proceso puede mejorarse si no es medible respecto a estándares o en

comparación al pasado.
• Ningún proceso es mejorado si no se analiza su comportamiento a lo largo de él.
• Ningún proceso se mantiene si no se controla.
Para mejorar los procesos y conseguir reducir su tasa de error se recurre a diversas
herramientas ya vistas en relación con la mejora de la calidad. Entre las herramientas
estadísticas que Seis Sigma utiliza para el análisis, enfoque y solución de problemas de
los procesos, destacan el Análisis modal de fallos y efectos (AMFE) y el Control
estadístico de procesos (CEP).
En ocasiones, la mejor alternativa para mejorar un proceso es eliminarlo y crear uno

nuevo, más eficaz y eficiente, que lo sustituya (reingeniería de procesos).
2.2 Metodología de diseño de procesos DMADV
No puede haber una buena calidad si no hay un buen diseño. La idea del DFSS (Design
For Six Sigma ) es anticiparse en la etapa de diseño de manera que se prevean y eviten
las causas que pueden propiciar no conformidades. Sin embargo, DFSS no llega a un
nivel de detalle metodológico comparable al DMAIC, dada la heterogeneidad de
situaciones que pueden encontrarse bajo la palabra “diseño” (tiene muy poco en común
diseñar un servicio de comida a domicilio, un nuevo modelo de teléfono móvil, o un
cohete espacial).
Dentro de DFSS existen varias metodologías, entre las que se encuentran las siguientes:
• DMADV (Define, Measure, Analyze, Design, Verify ). Probablemente es la más

difundida y es una adaptación de DMAIC a un proceso de diseño. Por esta razón
funciona bien cuando se aplica al diseño de nuevos procesos.
• IDOV (Identify, Define, Optimize, Validate ). Probablemente sea esta la

metodología que mejor se adapte a los casos de diseño de productos
industriales.
• CQDFSS (Comercial, Quality, Design For Six Sigma ). Se utiliza para la búsqueda y
La metodología DMADV consta de 6 aseguramiento de la introducción de productos y servicios en el mercado.
etapas: Definir, Medir, Analizar, Diseñar y
Verificar.
• DCCDI (Define, Customer, Concept, Design, Implementation ). Etc.
La metodología DMADV es la utilizada en el diseño o reingeniería de procesos en Seis

Sigma. Su nombre responde al acrónimo del nombre en inglés de sus cinco fases:
• Definir. Establecer los objetivos del proceso conforme a los entregables

necesarios tanto para los clientes externos como internos.
• Medir. Determinar y cuantificar las necesidades del cliente así como los
requerimientos de la especificación.
• Analizar. Analizar las opciones para que el proceso cumpla los requisitos y
expectativas del cliente.
• Diseñar. Diseñar los detalles del proceso para cumplir los requisitos y
expectativas del cliente.
• Verificar. Comprobar las prestaciones del proceso diseñado y su capacidad para

cumplir los requisitos y expectativas del cliente.
Entre las herramientas y técnicas utilizadas en el diseño de procesos Seis Sigma están
el Análisis modal de fallos y efectos (AMFE) y el Diseño de experimentos (DDE).
3 Control Estadístico de Procesos (CEP)
3.1 Variabilidad y control de los procesos
Todo proceso o actividad están sometidos a una serie de factores de carácter aleatorio
Todo proceso está sometido a unos
que hacen imposible obtener dos entregables exactamente iguales. En el caso por
factores cuya variación produce variación
en el proceso y sus productos.
ejemplo de procesos o actividades productivas, como el ejemplo ya usado en esta
clase de cortar cables de 1 m. de longitud, las longitudes de los diferentes cables no
son idénticas, y presentan variabilidad.
La variabilidad de los procesos no es deseable y el objetivo es reducirla lo más posible

o al menos mantenerla dentro de ciertos límites.
El Control Estadístico de Procesos (CEP), también conocido por sus siglas en inglés SPC
(Statistical Process Control ), es un instrumento de gestión que, comparando el
funcionamiento del proceso con unos límites establecidos estadísticamente, permite
implantar y garantizar los objetivos deseados bajo la filosofía de la prevención.
A la vez, permite conseguir, mantener y mejorar procesos estables y capaces.
Todo esto se realiza mediante un conjunto de herramientas estadísticas que permiten

recopilar, estudiar y analizar la información de procesos repetitivos para poder tomar
decisiones encaminadas a conseguir procesos estables y capaces.
El Control Estadístico de Procesos tiene la finalidad de:
• Conocer la variación de los factores que integran un proceso.
• Prevenir los defectos.
• Reducir los costes.
• Cumplir los requisitos.
La variabilidad de los procesos responde, habitualmente, a un gran número de causas,

que pueden clasificarse en causas comunes o aleatorias y causas especiales o
atribuibles.
La variabilidad de las causas comunes o aleatorias es el reflejo de cientos de causas

La variabilidad de los procesos puede pequeñas que actúan de manera conjunta, y que no es posible identificar alguna en
deberse a causas comunes o a causas especial. La variación excesiva debida a causas comunes se resuelve cambiando los
especiales. procesos, de modo que la eliminación de las causas comunes es responsabilidad de la
empresa. William Deming estimaba que a las causas comunes de variación
corresponden al 85% de los problemas de calidad. Son de responsabilidad de los
mandos que tienen atribuciones para modificar los sistemas y procesos.
Las causas comunes se caracterizan por:
• Consistir en muchas causas de variación pequeña provocando pequeñas

fluctuaciones en los datos sin afectar al proceso global.
• Aparecer en muchos instantes del proceso.
• Ser de variación estable.
• Ser previsibles en el tiempo.
• Permanecer en el proceso y ser inherente a él.
• Difícil o antieconómico reducir sus efectos.
Ejemplos de causas comunes son variaciones debidas a la materia prima, a diferencias

de habilidad entre el personal, a factores ambientales, etc.
Cuando las variaciones de un proceso son debidas a causas comunes se dice que el
proceso es estable y que está “bajo control”, ya que, aunque individualmente
contribuyen a pequeñas fluctuaciones, en conjunto dan información del patrón normal
de comportamiento que sigue el proceso, en la medida que la variación es estable en
el tiempo, predecible, analizable y mejorable.
La naturaleza de las causas especiales no es aleatoria, sino que aparecen

esporádicamente en el proceso de forma que cuando actúan producen efectos
definidos, y cuando se elimina la causa, se elimina la variación producida por ella. Se
deben típicamente a aspectos tales como materiales, operadores, instrume ntos de
medición, máquinas, métodos. De acuerdo con William Deming, son responsables del
15% de los problemas. Su eliminación es más sencilla y podrían realizarla los propios
trabajadores.
Las causas especiales se caracterizan por:
• Constar de una o pocas causas importantes y fáciles de identificar.
• Aparecer esporádicamente en el proceso.
• Ser de variación inestable.
• Ser imprevisibles en el tiempo.
• Poder reaparecer.
• Actúan en un punto concreto del proceso.
Ejemplos de este tipo de causas son desajustes de maquinaria, lotes defectuosos,

ausencia al trabajo de empleados, fallos de controles, errores humanos, etc.
Las causas especiales pueden provocar variaciones importantes que separen

significativamente los datos respecto de la pauta esperada para ese proceso. Dan como
consecuencia un proceso inestable, “fuera de control”, dado que es una incertidumbre
Un proceso está bajo control estadístico
cuando no hay causas especiales
conocer su comportamiento a lo largo del tiempo (no se puede asegurar la
presentes. homogeneidad de las características de salida).
Por definición, se dice que un proceso está bajo control estadístico cuando no hay
causas especiales presentes.
El Control Estadístico de Procesos se basa en analizar la información que aporta el

proceso para detectar la presencia de causas especiales y habitualmente se realiza
mediante una construcción gráfica denominada Gráfico de Control.
Si el proceso se encuentra bajo control estadístico es posible realizar una predicción

del intervalo en el que se encontrarán las características de sus salidas.
No obstante, el hecho de que un proceso esté bajo control estadístico no significa

necesariamente que el producto o servicio que resulta cumpla su especificación.
Procede entonces diferenciar entre los límites de control para el proceso:
• LCS = límite de control superior.
• LCI = límite de control inferior.
Y los límites de especificaciones, establecidos por el cliente o la organización (lo que

sería la tolerancia en el caso de los parámetros de un producto):
• LES = límite de especificación superior.
• LEI = límite de especificación inferior.
El proceso estará bajo control, en la medida que sus datos se encuentren dentro de los
límites de control establecidos para el proceso. Pero puede no cumplir las
especificaciones, si hay datos fuera de sus límites, como en el ejemplo de la figura.
El que un proceso esté bajo control no
supone que sus productos cumplan las
Los beneficios de un proceso bajo control son:
especificaciones.
• Predecir el comportamiento del proceso.
• Saber la capacidad a la que trabaja el proceso.
• Mejorar el proceso, intentando reducir las causas comunes en todo lo posible.
• Utilizar el proceso bajo control como modelo para otras áreas.
3.2 Capacidad de un proceso
Como se ha comentado, un proceso sobre el que sólo actúan causas comunes se dice
que está bajo control, aunque esto no significa necesariamente que las características
de salida sean las especificadas. Para que esto ocurra es necesario que los límites de
control del proceso estén dentro del intervalo delimitado por los límites de
especificación, y en este caso se dice que el proceso es capaz.
La capacidad de un proceso es la determinación de si el proceso es capaz de satisfacer

sus especificaciones, a pesar de sus variaciones aleatorias (causas comunes).
La capacidad de un proceso responde a una medida de dispersión. Habitualmente se

toma como valor 6 veces la desviación típica del proceso, σ:
Capacidad = 6σ
Si el proceso está en estado de control, es decir, no presenta causas especiales, y los

datos que se tomen de él siguen una distribución Normal N(μ,σ), el intervalo μ ± 3σ
(igual a la longitud 6σ de la capacidad), recoge, como ya es conocido, el 99.73% de la
población.
Por tanto, y a la vista de la figura, dado un proceso y dadas unas especificaciones,

La capacidad de un proceso es la diremos que un proceso es capaz si puede producir dentro de la especificación exigida ,
determinación de si el proceso es capaz es decir, si su capacidad es menor que las tolerancias de la especificación (l ancho de
de satisfacer sus especificaciones.
las especificaciones puede medir cualquier cantidad de σ).
El análisis de la capacidad de un proceso tiene como objetivos, relacionándolo con los

límites de especificación establecidos:
• Definir si el proceso es capaz de cumplir con las especificaciones establecidas a

través de los índices de capacidad.
• Cuantificar la variación del proceso.
• Analizar la variación respecto a las especificaciones del producto.
• Reducir en lo posible la variación, modificando o revisando el proceso.
3.3 Índices de capacidad
Los índices de capacidad son parámetros que permiten analizar la variabilidad del
proceso con relación a estos requisitos o especificaciones, comparando la capacidad
del proceso con estos requisitos. Se definen varios índices de capacidad diferentes.
Índice de Capacidad Potencial Cp

También se denomina índice de variabilidad porque el índice de capacidad potencial
sólo considera variaciones, sin tener en cuenta si el proceso está o no centrado con
respecto a la media. Se calcula según la fórmula:
𝐿𝐸𝑆 − 𝐿𝐸𝐼
𝐶𝑝 =
6𝜎
Este índice compara la relación entre el intervalo de especificaciones, LES Y LEI, y una
El Índice de Capacidad Potencial medida de la variación del proceso como es la capacidad del proceso 6σ.
compara la relación entre el intervalo de
especificaciones y la capacidad del
Valores inferiores a 1 indican que el proceso no es capaz de cumplir con las
proceso. especificaciones, obteniéndose valores fuera del intervalo especificado.
Valores igual a 1 indican que, si el proceso está perfectamente centrado, cumplen la

especificación el 97,7% de las unidades o salidas (se producirá un número muy
pequeño de unidades defectuosas, que, sin embargo, aumentará si el proceso se
descentra).
Valores igual a 2, con el proceso centrado, suponen que el 99,9999998% de las

unidades cumplen la especificación (es el nivel Seis Sigma a corto plazo, es decir, sin el
descentrado que se produce con el tiempo según las comprobaciones experimentales
de Mikel Harry).
Lo recomendable es obtener valores superiores a 1 correspondiente a una capacidad 6

σ, para el cual el proceso es capaz.
En la figura, las curvas representan el comportamiento de los procesos, y la

especificación lo deseado. De la imagen se deduce que el índice de capacidad C p no es
indicativo del porcentaje de productos que cumplen la especificación, al no tener
presente el descentrado que puede tener el proceso respecto a la especificación.
El proceso centrado, al ser la campana más abierta, tiene un valor mayor de desviación
σ que el proceso descentrado. La capacidad 6σ del proceso centrado será también,
por tanto, mayor que la capacidad del proceso descentrado. En consecuencia el índice
de capacidad Cp del proceso descentrado es mayor que el del proceso centrado, e
incluso superior a 1 (el ancho de la especificación es claramente mayor que la
capacidad o el ancho del proceso descentrado). Sin embargo el proceso desplazado,
aunque con un valor mayor de Cp , produce más unidades incorrectas (fuera de
especificación) que el proceso centrado.
Se trata por tanto de un proceso con capacidad potencial, pero SIN capacidad real. La
Un proceso con Capacidad potencial figura siguiente muestra cómo el descentrado del proceso condiciona la capacidad real
puede no tener Capacidad real si está del proceso.
descentrado respecto al ancho de la
especificación.
Índice de Capacidad Cpi
Se denomina índice de capacidad unilateral inferior a la relación entre el intervalo
comprendido entre la media del proceso μ, y el límite inferior de especificación, LEI, y
3σ, para una capacidad de 6σ. Se calcula según la fórmula:
𝜇 − 𝐿𝐸𝐼
𝐶𝑝𝑖 =
3𝜎
Se suele utilizar cuando el intervalo de especificación es unilateral y sólo existe límite
de especificación inferior. Por ejemplo, en el caso de la tensión de rotura de un
material, sólo existirá el límite inferior de especificación.
El Índice de Capacidad Real tiene en
cuenta la incidencia del descentrado del Índice de Capacidad Cps
proceso en su capacidad.
Se denomina índice de capacidad unilateral superior a la relación entre el intervalo
comprendido entre la media del proceso μ, y el límite superior de especificación, LES,
y 3σ, calculado para una capacidad igual a 6σ. Se calcula según la fórmula:
𝐿𝐸𝑆 − 𝜇
𝐶𝑝𝑠 =
3𝜎
Se utiliza cuando el intervalo de especificación es unilateral y sólo existe límite de

especificación superior. Por ejemplo, la temperatura máxima a la que debe funcionar un
proceso sólo tendrá límite superior de especificación.
Índice de Capacidad Real Cpk
Se denomina índice de descentramiento relativo. Este índice tiene en cuenta el hecho

de que en la vida real el valor medio del proceso, μ, no coincide con el valor central de
la especificación (habitualmente el valor nominal N, dado que en la mayoría de los
casos la tolerancia es simétrica). La letra k se identifica con el coeficiente de
descentralización, luego, este coeficiente se utiliza para calcular el índice de capacidad
en procesos no centrados.
El índice de capacidad C pk no sólo mide la variación del proceso respecto a un intervalo

especificado sino también la ubicación del proceso respecto a la media. Se define
como el menor valor encontrado entre el índice da capacidad unilateral superior, Cps, y
el inferior, Cpi.
𝜇 − 𝐿𝐸𝐼 𝐿𝐸𝑆 − 𝜇
𝐶𝑝𝑘 = 𝑀í𝑛𝑖𝑚𝑜 { , }
3𝜎 3𝜎
Cpk indica cuán lejos está la media μ del proceso del valor central de la especificación
(N). Siempre se cumple que C pk ≤ Cp .
Cpk < 1 implica que en las condiciones actuales, en un proceso de capacidad igual a 6σ
se producen más de un 0,27% de defectos.
La siguiente figura muestra ejemplos de cómo varía el índice real Cpk según el
descentrado del proceso respecto a la especificación.
Un proceso es capaz a largo plazo cuando C pk ≥ 1. Por debajo de este valor, el número
de salidas defectuosas es lo suficientemente elevado para considerar el proceso no
capaz de cumplir las especificaciones. El nivel Seis Sigma es, sin embargo, más
exigente pues requiere que el proceso tenga C pk ≥ 1,5 supuesto el valor de descentrado
de Mikel Harry de 1,5σ.
4 Diseño de Experimentos (DDE)

El Diseño de Experimentos, DDE (En inglés, Design of Experiments, DOE ) es la
herramienta más efectiva en Seis Sigma, pero la menos conocida. El DDE proporciona
una ventaja competitiva a las empresas que quieran minimizar la variabilidad de sus
procesos y productos.
La variabilidad de un proceso y de sus salidas o productos, depende de muchos

parámetros, e incluso en ocasiones de la interacción entre algunos de ellos.
El Diseño de Experimentos se usa en el
diseño de procesos, para que su Consideremos el ejemplo sencillo de asar un pollo en la cocina de un restaurante. El
variabilidad dependa lo menos posible resultado del cocinado del pollo variará con el tiempo de asado, con la temperatura del
de los factores que le afectan. horno, con la ventilación interna o gradiente de temperaturas en el interior del horno, o
con el tamaño o peso del pollo a asar. Además hay variables que su interacción
condiciona el resultado, por ejemplo el tiempo y la temperatura (para que el pollo
asado cumpla los requisitos del cliente, si se aumentase la temperatura del horno,
habría que reducir el tiempo de asado).
El llegar a conocer cómo las variaciones de las causas comunes afectan a lo s

resultados de cada proceso se puede hacer durante el funcionamiento real y operativo
de los procesos, pero ello entraña algunos inconvenientes:
• Las variaciones pueden dar lugar a productos fuera de especificación que pasan
a desperdicio (costes de no calidad).
• Las variaciones de las variables cuyos efectos se quieren conocer, requieren

normalmente de que se produzcan fenómenos distintos de lo habitual, por lo
que se está a expensas de que tales fenómenos ocurran en algún momento, al
mismo tiempo que preparado para detectar las variaciones que producen y
poder analizarlas.
• Cuando las comprobaciones se quieren hacer en el funcionamiento real del

proceso, no es posible controlar las causas. Como consecuencia, en ocasiones
los datos pueden resultar inconsistentes porque no están registrados los valores
de todas las variables que afectan al proceso, ni están definidos los
procedimientos con los que se obtuvieron.
• Dado que en la variabilidad de los procesos y sus productos inciden más de una
causa, es interesante tanto conocer el efecto de cada una de las causas, como el
efecto de la conjunción de ellas, sobre todo cuando están relacionadas entre sí.
Sin embargo, cuando se analiza un proceso y sus respuestas, estando operando
en las condiciones productivas, no se sabe si esas respuestas medidas dependen
El DDE no “trabaja” sobre los procesos de una variable, de otra, de una combinación de ambas, etc.
durante su funcionamiento, sino que se
basa en la experimentación.
El DDE resuelve estos problemas y desempeña un papel muy importante en la mejora
de la calidad, mediante la optimización de procesos, productos, servicios y proyectos.
El DDE no “trabaja” sobre los procesos durante su funcionamiento, sino que se basa en
la experimentación. Se comienza determinando los factores o variables más relevantes
que influyen sobre las características de calidad de las salidas para, a continuación,
realizar con ellos diferentes experimentos, variando los valores, según una secuencia
predeterminada.
El recorrido de los valores de cada uno de los factores a experimentar se codifican

desde el valor mínimo (código -1) al valor máximo (código +1), pasando por el valor
central (código 0). Cada uno de los experimentos a realizar corresponderá a una
combinación de valores codificados (+1, -1, etc.). Se ajustan los factores a cada uno de
los valores y se mide la respuesta que se quiere optimizar.
El DDE permite detectar los factores causantes de la mayor variabilidad en las

características que garantizan la calidad del producto o proceso, así como establecer,
mediante el modelado de la respuesta en función de esos factores, a qué valores
deben ajustarse para que la variabilidad de las características deseadas sea mínima.
Para que los experimentos sean lo más efectivos posibles se debe tener en cuenta:
• Procurar simplificar los experimentos.
• Ser rigurosos y estrictos para evitar introducir fuentes de variabilidad no

controladas.
• A medida que el experimento aumenta y se introducen más factores, la precisión

del modelo aumenta, pero también aumenta la complejidad del análisis
requerido y el coste.
• Los resultados y conclusiones del experimento no deben extrapolarse fuera del

intervalo de magnitudes con el que se ha realizado el experimento.
El DDE se emplea principalmente en la fase de diseño y planificación de procesos,
productos, servicios y proyectos. No obstante, también se utiliza para la mejora de
procesos, productos, servicios o proyectos ya desarrollados.
Tanto el objetivo del DDE como del CEP es mejorar las prestaciones de los productos y
procesos reduciendo la variabilidad de sus características a valores capaces de
El hecho de que el DDE actúe sobre los asegurar la satisfacción de los clientes. Pero mientras que el CEP actúa durante la
procesos mediante la experimentación, realización del proceso, manteniéndolo bajo control, el DDE se adelanta al proceso,
antes de que éstos estén operativos, lo actúa sobre el diseño del producto o servicio, optimizándolo, por lo que es una té cnica
convierte en una técnica de calidad
preventiva, y por tanto de gran interés en una concepción de la calidad que promueve
preventiva
la detección de riesgos y la actuación preventiva en las etapas de diseño y
planificación.
El diseño de experimentos consta de las siguientes etapas:
a) Recopilación de información.
b) Establecimiento de objetivos.
c) Presupuesto disponible.
d) Planificación de los experimentos.
e) Realización de los ensayos y registro de los resultados.
f) Análisis y diagnóstico de los resultados de los ensayos.
g) Conclusiones y plan de actuación.
5 Conclusiones
La mejora de calidad que se pretende conseguir con la metodología Seis Sigma
requiere una organización adecuada y una formación específica para los profesionales
que van a desarrollar los programas Seis Sigma.
Como cualquier puesta en marcha de un programa de mejora, Seis Sigma requiere

unos cambios culturales en la organización y una estrategia de implementación.
Las figuras claves dentro de la organización Seis Sigma de una empresa son el
Champion , que es el directivo responsable de los proyectos Seis Sigma dentro de la
organización; el Master Black Belt que es el experto en la metodología Seis Sigma,
poseedor de un conocimiento teórico y práctico muy avanzado, capaz de desarrollar y
proveer adiestramiento en Seis Sigma; los Black Belts, que son los expertos en Seis
Sigma y que van a dirigir los proyectos Seis Sigma de la organización; y los Green Belts ,
que son los especialistas en las herramientas y la metodología Seis Sigma.
Entre las metodologías usadas en Seis Sigma cabe destacar la metodología de trabajo
DMAIC que se utiliza en la mejora de los procesos, y la metodología DMADV que se
utiliza en el diseño de nuevos procesos.
Entre las herramientas y técnicas más utilizadas en Seis Sigma cabe destacar el Análisis
modal de fallos y efectos (AMFE), el Control estadístico de procesos (CEP) y el Diseño
de experimentos (DDE).
El CEP es un instrumento de gestión que, comparando el funcionamiento del proceso

con unos límites establecidos estadísticamente, permite implantar y garantizar los
objetivos deseados bajo la filosofía de la prevención. Se utiliza en la mejora de los
procesos.
En el CEP se trabaja mucho con Gráficos de Datos.
El DDE no “trabaja” sobre los procesos durante su funcionamiento, sino que se basa en
la experimentación. Se comienza determinando los factores o variables más relevantes
que influyen sobre las características de calidad de las salidas para, a continuación,
realizar con ellos diferentes experimentos, variando los valores, según una secuencia
predeterminada. Se utiliza en el diseño de nuevos procesos o en la reingeniería de
procesos existentes.
6 Referencias Bibliográficas
• Barba, Enric; Boix, Francesc; Cuatrecasas, Lluís (2000). Seis Sigma. Una iniciativa
de calidad total. Barcelona, Ediciones Gestión 2000.
• Blakeslee Jr., Jerome A. (1999). Implementing the Six Sigma Solution, how to
achieve quantum leaps in quality and competitiveness. Quality Progress,
American Society for Quality.
• Breyfogle III, Forrest W. (2003). Implementing Six Sigma. Smarter solutions using
statistical methods. Edit. John Wiley & Sons.
• Carro Paz, Roberto; González Gómez, Daniel. Control Estadístico de Procesos.

Universidad Nacional de Mar de la Plata.
• Cuatrecasas, Lluís (2011). Organización de la producción y dirección de
operaciones. Sistemas actuales de gestión eficiente y competitiva. Ediciones Díaz
de Santos.
• Chowdhury, Subir (2005). El poder de Seis Sigma. Edit. Pearson.
• Eckes, George (2000). The Six Sigma revolution. Editorial John Wiley & Sons.
• Gutiérrez Pulido, Humberto; Vara Salazar, Román de la (2009). Control Estadístico

de Calidad y Seis Sigma. México, Editorial McGraw-Hill.
• Lombardero, Luis (director del proyecto) (2007). Control Estadístico de Procesos.

Bureau Veritas Formación.
• Montgomery, Douglas (2004). Control Estadístico de la Calidad (Introduction to

Statistical Quality Control). Ed. Limusa-Wiley.
• Montgomery, Douglas (8ª edición - 2012). Design and Analysis of Experiments. Ed.
John Wiley & Sons.
• Summers, Donna C. Six Sigma: basic tools and techniques. Edit. Pearson.
• Turrent Alejandro, Lara (2013). Aplicación de la metodología SIX SIGMA (DMAIC).

México, Edit. Publicia.
• Información de la International Association for Six Sigma Certification (IASSC)

(www.iassc.org).
• Información del Six Sigma Management Institute (del Dr. Mikel Harry ) (www.ss-
mi.com).

Unidad3 pdf2

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Unidad3 pdf2

Cargado por

Copyright:

Formatos disponibles

—

1 Implantación de la Gestión Seis Sigma......................................................................................................... 3

• Aprender las metodologías empleadas en la realización de proyectos Seis Sigma.

• Conocer y comprender dos de las principales herramientas utilizadas en Seis

1 Implantación de la Gestión Seis Sigma

Se trata de una mejora de calidad importante. Pasar de 3σ a 4σ supone reducir los

Para conseguir un incremento de la calidad tan grande inevitablemente será necesario

En la metodología Seis Sigma se identifican roles y funciones dentro de la estructura

Champion: Es el directivo responsable de los proyectos Seis Sigma dentro de una

Green Belts (los Especialistas): Tienen un buen conocimiento de las herramientas y de

• Alta Gerencia y Ejecutivos familiarizados con las herramientas estadísticas para

• Gerentes o Jefes con grados técnicos y dominio de las herramientas estadísticas

• Ingenieros, técnicos o personal con cinco o más años de experiencia, con

• Personal técnico o de soporte del área involucrada con conocimientos básicos

1.2 Estrategia de implantación

La implantación de Seis Sigma en una organización requiere de una serie de factores:

1 Tomar conciencia por parte de los directivos en primera instancia y con

2 Apoyo total de la Dirección, liderando con fuerza, entusiasmo y compromiso los

3 Cambio cultural. No sólo basta con tomar conciencia, es además fundamental

1 Decisión del cambio. Supone que la Alta Dirección esté convencida de la

2 Despliegue de objetivos. Comunicar la decisión de implantar Seis Sigma en la

4 Evaluación de beneficios. Los beneficios deben consolidarse proyecto a

2 Metodologías Seis Sigma

2.1 Metodología de mejora de procesos DMAIC

El proceso de reducir el número de defectos por millón o aumentar nivel de calidad σ

Mejorar. En este caso, el objetivo es confirmar las variables fundamentales y luego

• Ningún proceso puede mejorarse si no es medible respecto a estándares o en

• Ningún proceso es mejorado si no se analiza su comportamiento a lo largo de él.

• Ningún proceso se mantiene si no se controla.

En ocasiones, la mejor alternativa para mejorar un proceso es eliminarlo y crear uno

2.2 Metodología de diseño de procesos DMADV

• DMADV (Define, Measure, Analyze, Design, Verify ). Probablemente es la más

• IDOV (Identify, Define, Optimize, Validate ). Probablemente sea esta la

La metodología DMADV es la utilizada en el diseño o reingeniería de procesos en Seis

• Definir. Establecer los objetivos del proceso conforme a los entregables

• Verificar. Comprobar las prestaciones del proceso diseñado y su capacidad para

3.1 Variabilidad y control de los procesos

La variabilidad de los procesos no es deseable y el objetivo es reducirla lo más posible

A la vez, permite conseguir, mantener y mejorar procesos estables y capaces.

Todo esto se realiza mediante un conjunto de herramientas estadísticas que permiten

El Control Estadístico de Procesos tiene la finalidad de:

• Conocer la variación de los factores que integran un proceso.

• Prevenir los defectos.

• Cumplir los requisitos.

La variabilidad de los procesos responde, habitualmente, a un gran número de causas,

La variabilidad de las causas comunes o aleatorias es el reflejo de cientos de causas

Las causas comunes se caracterizan por:

• Consistir en muchas causas de variación pequeña provocando pequeñas

• Aparecer en muchos instantes del proceso.

• Ser de variación estable.

• Ser previsibles en el tiempo.

• Permanecer en el proceso y ser inherente a él.

• Difícil o antieconómico reducir sus efectos.

Ejemplos de causas comunes son variaciones debidas a la materia prima, a diferencias

La naturaleza de las causas especiales no es aleatoria, sino que aparecen

Las causas especiales se caracterizan por:

• Constar de una o pocas causas importantes y fáciles de identificar.

• Aparecer esporádicamente en el proceso.

• Ser de variación inestable.

• Ser imprevisibles en el tiempo.

• Actúan en un punto concreto del proceso.

Ejemplos de este tipo de causas son desajustes de maquinaria, lotes defectuosos,

Las causas especiales pueden provocar variaciones importantes que separen