Herramientas Six Sigma

Descripcin del Problema
1.1
La mayor causa para el fracaso en la solucin de problemas es en

si la definicin del problema
Determine los indicadores apropiados del proyecto (KPIs).

Defina el problema usando hechos disponibles.
Ejemplo.
- El tiempo muerto en la linea de ensamble es 15% del tiempo
operacional.
- El scrap final asociado a dent mask es 2.5%.
Evite en la descripcin del problema:

Preguntas (como podemos reducir..)
Causas potenciales del problema
Soluciones enmascarados como problema(necesitamos
contratar)
Culpar a las personas en lugar del proceso
Minera Cobre
Mejora Continua Ene
Descripcion del Problema
1.1
Describir el estado deseado
Una descripcin de lo que deseas lograr

solucionando el problema, tan objetivamente
como sea posible
Al igual que en la descripcin del problema,

asegurese de que el estado deseado es una
observacin medible (ejemplo, el tiempo de
respuesta para todas nuestras llamadas de
servicio en menos de 48 horas)
Identificar las relaciones del proyecto
Departamento Especfico
Modelo especfico
Etc
Minera Cobre
Mejora Continua Ene
Patricks Plan:
Minera Cobre
Mejora Continua Ene
1.3
Process mapping
Describe el proceso en varias etapas, eventos y
operaciones
Elementos del Proceso ( SIPOC)
Elementos Comunes a todos los procesos
Empieza Relacin ____________
Proveedores:
Fin de Relacin ____________
Entradas:
Salidas:
Clientes:
Proceso
Minera Cobre
Mejora Continua Ene
1.3
Process mapping
operaciones
Definiciones
Se utiliza un diagrama de flujo para describir

graficamente los pasos, eventos y operaciones que
constituyen un proceso.
Un diagrama de flujo es una fotografa, con forma de
diagrama, de lo que actualmente ocurre o debe ocurrir
cuando se produce un producto o servicio.
Herramienta estandard para diagnosticar el flujo de
actividades e informacin.
Provee bases para examinar reas potenciales de
mejora.
Minera Cobre
Mejora Continua Ene
1.3
Process mapping
operaciones
Tcnicas de Process Mapping

En esta seccin presentamos dos tcnicas de process mapping y anlisis:
grfico de arriba abajo y process maps funcionales.
Grfico arriba-abajo
Proceso ______________________________________________________________
Subprocesos
__________
Minera Cobre
__________
__________
__________
Mejora Continua Ene
__________
1.3
Process mapping
operaciones
Tcnicas de Process Mapping
Functional Deployment Mapping

Responsible
Core
Processes
Steps
Supervisor
Clerk
Materials
Management
Scheduler
Log-in Order
Prioritize Order
N
Review for
Specifications
Defina subprocesos
(mas detallada que
top-down)
Materials
Defintion
Schedule
Fabrication
Inspection
N
Y
Distribution
Minera Cobre
Mejora Continua Ene
Process mapping
operaciones
1.3
Procesos Funcionales (Functional Deployment Process)
Como el process map arriba-abajo (top-down), el process map funcional

(functional deployment) muestra los pasos del proceso en orden secuencial.
El process map funcional (functional deployment) adems ilustra donde cada
paso es desarrollado y quin est involucrado.
Ventajas
Smbolos, que como se muestra a continuacin, son usados para ilustrar el

flujo del proceso, puntos de decisin, y actividades desarrolladas.
Los process maps funcionales (functional deployment) generalmente toman

considerable tiempo para prepararlos, pero son extremadamente tiles para
comprender el proceso antes de tratar mejoras. Requieren de la entrada de
personas familiarisadas con cada rea del proceso.
Minera Cobre
Mejora Continua Ene
1.3
Process mapping
operaciones
Consejos
Use post-its para contruir el diagrama de flujo. Ayuda a

posicionar los pasos. Clarifica los trabajos.
Los pasos deben ser formulados al mismo nivel de
abstraccin de lenguaje.
Los diagramas de flujo se vuelven difcil de leer si son ms
de 20 a 25 pasos. Es mejor tener una visin general del
total del proceso, y eliminar algunos de los pasos si es
necesario.
Minera Cobre
Mejora Continua Ene
1.3
Process mapping
operaciones
Accts / Rec
Billing
Purchasing
A7
Mig. / QC
Traffic
A6
Shpg / Rec
Inven. Cont.
Entry Order
Credit/Collect.
Subprocesses
Order Dept
Department
Sales Office
Ejemplo: Process Map Funcional (Functional Deployment)
A1
Approve Credit
Procurement
A4
A3
A2
A5
Manufacturing
A11
Request
A10
A8
A9
D1
A12
D2
Routing
Shipping
Billing
Minera Cobre
A14
A13
D3
A19
A15
A16
A17
A20
Mejora Continua Ene
A18
A21
A22
10
Process mapping
1.3
operaciones
Anlisis cualitativo Valor o Desperdicio ?
Introduccin al criterio de mejora

Previo a una medicin detallada y anlisis del proceso, el equipo puede
siempre identificar oportunidades rpidas y simples para una mejora
significativa. A veces esas ganancias rpidas son suficiente para llegar a
las metas de mejoras.
Actividades con valor agregado al cliente
Una actividad puede ser descrita como valor agregado al cliente solo si:
El cliente reconoce el valor y esta dispuesto a pagar por ello.
Cambia el producto en algo, que el cliente espera
Actividades que no agregan valor (desperdicio)
Existen 2 tipos de actividades que no agregan valor al cliente
(desperdicios):
Tipo 1: No agregan valor pero son necesarias actualmente
Tipo 2: No agregan valor y no son necesarias
Nuestra meta es eliminar todos los desperdicios tipo 2 que sea posible y
minimizar los desperdicios tipo 1 a travez de mejora continua.
Minera Cobre
Mejora Continua Ene
11
Process mapping
1.3
operaciones
Anlisis de valor agregado
El equipo se prepara para un anlisis de valor del proceso, iniciar preguntando algunas
preguntas relacionadas con cada paso del proceso. Algunas de esas preguntas deben
incluir:
Este paso es requerido por el cliente?
Se puede eliminar este paso?

Ejemplos: Actividades sin valor agregado
Prueba de lectura
Contar la cantidad de trabajo
Inspeccin y verificacin
Sorteo del trabajo
Registro de informacin
Verificacin de clculos
Revisin y aprobacin
Movimiento y set-up
Monitoreo del trabajo
Sellado
Cualquier tipo de retrabajo
Minera Cobre
Mejora Continua Ene
12
Process mapping
1.3
operaciones
Customer
Sales
Administration
Account Manager
Risk Management
Requests
account to be opened
A la derecha tenemos un process

map de tipo funcional y la revisin
de muestreo asociado
*Gathers Info
*Authorize Request
Review Request
Documentation
Complete?
No
Yes
New Account Process
Que actividades y/o decisiones

pueden ser consideradas como no
valor agregado?
*Obtain Account#
*Complete Memo
*Request Set-Up
Review Info
Approve?
No
Yes
Review Info
Approve?
No
Yes
*Notify
*Request Authorization Key
Data Entry to Systems
Distribute to Various Debts
Open Account
Receives
Notifications
Minera Cobre
Mejora Continua Ene
13
Process mapping
operaciones
1.3
La tabla a continuacin se utiliza para categorizar, cada actividad del process map funcional (ver pgina anterior).
Note la cantidad de actividades sin valor agregado.
Actividad
Requests Account to be Opened
Gather Information
Authorize Request
Request Review
Send Incomplete Requests to Account Rep
Obtain Account Information
Complete Memo
Request Set-Up
Account Manager Review
Account Manager Approve
Risk Manager Review
Risk Manager Approve
Notify Account Manager
Request Authorization Key
Data Entry to Systems
Distribute to Various Departments
Account Open
Customer Receives Notification
Minera Cobre
Valor agregado
al cliente
Valor agregado
operacional
Sin
Valor agregado
Mejora Continua Ene
14
1.3
Process mapping
operaciones
Criterio para la mejora del proceso
El siguiente paso para un process mapping extensivo, es identificar mejoras o rediseo al proceso. Esos
esfuerzos requieren que los procesos mapeados se evaluen contra un criterio considerado importante tanto para
clientes, como para el negocio.
Criterio comn utilizado para identificar oportunidades de mejora
Time
Process cycle time and
costs are closely related.
Consider avoidable effects
of inspection,
bottlenecks, rework, queues
and approvals.
Cost
Significant cost reduction can be
achieved through detecting and
eliminating process inefficiencies.
Added-Value
Screen processes for
non-value-added activity. Steps
that create scrap and rework
add work,
not value.
Expectations Gap
Understand customer needs
and focus improvement
efforts on the most
significant gaps between
current process performance
and customer expectations.
Minera Cobre
Mejora Continua Ene
15
1.3
Process mapping
operaciones
Desiciones del equipo para los prximos pasos
A continuacin, un anlisis de valor
preliminar y la identificacin de
oportunidades quick win, el equipo debe
decidir si el plan del proyecto an es el
apropiado. Las oportunidades quick win
descubiertas, si se logra, probablemente
sea suficiente para lograr los objetivos del
equipo. Revise el diagrama de flujo
siguiente y determine los prximos pasos
del equipo:
1.0 Define
Opportunities
Do
es
Pro
ces
s
Exi
Yes
st?
No
Document
Qualitative
Process Analyze
No
Identify Customer
Requirements
Qu
ick
Wi
ns
Exi
Yes st?
Define Measures
No
Design
Implement
Quick Wins
Exp
ecte
d
Res
ults
Obt
aine
Yes Is
d?
Pro
ject
Go
al
Yes Me
t?
No
No
Is
Cau
se
&
Effe
ct
Kno
Oth
Yeswn?
er
Qui
ck
Win
s
Ide
Yes ntifi
ed?
Implement
Quick Wins
No
No
2.0 Measure
Performance
Ca
n
Tar
get
Be
Me
t?
3.0 Analysis
Opportunity
No Is
Pro
ject
Go
al
Me
t?
Yes
5.0 Control
Performance
Yes
4.0 Improve
Performance
Discusin de clase
Cual es nuestra conclusin acerca de los proximos pasos despus de revisar el diagrama de flujo anterior?
Que acciones podemos tomar para lograr la implementacin de las oportunidades quick win?
Como esas conclusiones afectan el alcance y naturaleza de nuestro proyecto?
Minera Cobre
Mejora Continua Ene
16
Process mapping
1.3
operaciones
Oportunidades de mejoras rpidas (quick win)
Algunos procesos han sido discriminados por mucho tiempo y un simple ejercicio de
mapping puede mostrar muchas oportunidades de mejoras fciles y obias. Conduciendo una
evaluacin con sentido comn del valor agregado, de cada paso para ayudar a identificar tales
oportunidades, referidas como quick wins, o Frutos faciles de cortar. Los equipos
siempre deben estar preparados para identificar oportunidades de ganancia rpida La
recuperacin de la inversin es alta.
Criterio para definir una oportunidad de mejora como Quick Win
Fcil de Implementar: haciendo el cambio o mejora, no requiere mucha coordinacin ni
planeacin.
Implementacin rpida: haciendo el cambio o mejora, no requiere mucha inversin de

tiempo.
Implementacin barata: el cambio o mejora, no requiere de mucho capital de inversin,

recursos humanos, equipo o tecnologa.
Bajo control del equipo: El equipo y su gerente son capaces de ganar el soporte necesario
de la gente para hacer el cambio. El alcance del cambio esta bajo la influencia de la
habilidad del equipo.
Minera Cobre
Mejora Continua Ene
17
2.1
Plan de Coleccin de Datos

La administracin de la medicin inicia con la metodologa para la
colecta de datos.
Mtodo de colecta de datos
Identificar
Medidas
Paso 1
Desarrollar una definicin
operacional de medida
Paso 2
Desarrollar un plan de
medicin
Paso 3
Colecta de datos
Paso 4
Minera Cobre
Mostrar y evaluar datos
Mejora Continua Ene
18
2.1

Paso 1: Definicin Operacional
Provee los fundamentos al equipo para llegar a un acuerdo y construir
consistencia y confiabilidad en la coleccin de datos. Esto ayuda a que
cualquier persona usando la definicin acordada medir la misma cosa.
Definicin Operacional
Una descripcin precisa del criterio especfico usado para la medicin (el
que), el mtodo de colecta de datos, (el como) la cantidad de datos a
colectar (el cuanto), y quien tiene la responsabilidad de colectar los datos (el
quien).
Provee el mismo significado para todos.
Asegura la consistencia y confiabilidad establecida.
Describe el alcance de la medicin (que es incluido y que no es
incluido).
Ejemplo: Definicin Operacional
Pobre: Tiempo de ciclo para aplicaciones.
Buena coleccin de datos de respuesta: colectar datos de todas las
aplicaciones recibidas por fax de Enero 3, 1999 a Enero 17 de 1999. El
tiempo de respuesta ser determinado por la fecha y tiempo del fax
recibido tal como se muestra en la aplicacin transmitida por fax al
tiempo de la aprobacin o rechazo a travez de la carta enviada por fax
al aplicante como se muestra en la bitcora de fax.
Minera Cobre
Mejora Continua Ene
19
Plan de Coleccion de Datos
2.1
Paso 2: Plan de Medicin

Determinar el desarrollo actual del proceso, generalmente requiere la coleccin de
datos. Cuando se desarrolla un plan de medicin asegurarse de:
Que los datos colectados tengan sentido
Que los datos colectados sean vlidos
Todos los datos relevantes son colectados concurrentemente
Que problemas de logstica son relevantes?

Preguntas a contestar
Quin colecta los datos?
Que datos presisos deben ser colectados?
Donde se localizan los datos?
Hemos analizado todos los datos o muestras relevantes?
Cuando se colectaran?
Cual es el tamao de muestra apropiado?
Que asistencia adicional se requiere?
Cual es la frecuencia apropiada?
Que quieres hacer con los datos?
Cual ser el mtodo de seleccin de muestra?
Identificar tendencias en los datos del
Que herramientas sern necesarias?
proceso
Que formulas sern usadas?
Identificar deficiencias en el proceso
Que bitcoras sern mantenidas?
el desarrollo actual del proceso
Necesitamos
computadora? Mejora Continua Demostrar
Minera
Cobre
Ene
Identificar variacin en el proceso 20
2.1
Dos tipos bsicos de datos
Continuos o variable medido de continuo o con escala. Generalmente
las mediciones continuas pueden ser divididas en partes y an tienen sentido.

Por ejemplo:
El tiempo puede ser dividido en das, horas, minutos, or segundos (tiempo
de ciclo)
Dinero puede ser logicamente dividido o especificado en incrementos
(ventas, costos, prdidas)
La satisfaccin si es medida con una escala continua, (por ejemplo muy
insatisfecho, insatisfecho, poco satisfecho, no insatisfecho, satisfecho,
muy satisfecho) puede lgicamente calcularse y expresarse en un nivel de
promedio de satisfaccin en la escala.
Discreto, categrico o atributo medido por conteo. Por ejemplo:
Defectos (si/no, aprobado/rechazado, pasa/falla, cumple con los

requerimientos del cliente/no cumple con los requerimientos del cliente)
Categorias (das de la semana, localizaciones, tipo de cliente, tipo de
producto, riesgo - bajo/mediano/alto)
Satisfaccin (pobre/regular/buena/excelente o insatisfecho)
Minera Cobre
Mejora Continua Ene
21
2.1
Muestreo
Utilizando datos de una muestra se puede obtener conclusiones acerca de la
poblacin total de datos. Esto es conocido como Inferencia estadstica. El
muestreo ahorra dinero y timpo. El muestreo provee una buena alternativa para
colectar todos los datos. Identificar el nivel de confianza especfico nos permite
hacer decisiones razonables de negocios.
Muestreo de una Poblacin
Parametros:
m, s
Poblacin
total de datos
Muestra
Anlisis
Inferencia
estadstica
Minera Cobre
Estadstica:
X, S, etc.
Mejora Continua Ene
22
2.1

Situaciones de muestreo
Situaciones diferentes que dictan
tcnicas de muestreo:
Para analizar y controlar el
proceso
Muestreo
Sistemtico
del proceso
XXX
Muestra
Estadstica
descriptiva tpica:
Para describir una gran poblacin

(por ejemplo tipos de clientes y
comportamiento de compras)
Muestreo aleatorio
de la poblacin
Tiempo de ciclo promedio (xbar)

Nmero de defectos
Proporcin defectiva
Desviacin estandard (s)
XXXX
Muestra
X
X
Minera Cobre
Mejora Continua Ene
23
2.1
Proceso muestreo de subgrupo

Day 1
Tipos de muestreo
Day 3
Day 2
XXX
muestra
Muestreo de un paso particular en el proceso cada da (hora, semana, mes)
Poblacin Muestra aleatoria estratificada
C
D
D
Minera Cobre
Muestra
A
A
B
B
C
C
D
D
Muestreo aleatorio con una categorizacin lgica (localizacin, turno, producto, etc.)
Mejora Continua Ene
24
2.1
Consideraciones de muestreo
Donde
Localizacin en el proceso donde los pasos afectan directamente las salidas
(relacin fuerte))
Frecuencia
Dependiente en el volumen de transacciones y/o actividad
Proceso inestablems frecuente (usar muestreo sistemtico o subgrupo)
Proceso establemenos frecuente (usar formula de tamao de muestra)
Dependiendo en que tan preciso debe ser la medicin, para hacer una
decisin de negocio sensata.
Consideraciones
Es la muestra representativa del proceso o poblacin?
Es el proceso estable?
Es la muestra aleatoria?
Existe la misma probabilidad al seleccionar cualquier punto?
La respuesta a cada una de las preguntas anteriores debe ser si, antes de
que podamos establecer una conclusin estadsticamente vlida
Minera Cobre
Mejora Continua Ene
25
2.1
Paso 3: Colecta de datos
Siga el plan anotar cualquier desviacin del plan
Consistencia evite omisiones
Observe la colecta de datos
Discusin de la experiencia en colecta de datos
Minera Cobre
Mejora Continua Ene
26
2.1
Paso 4: Mostrar y evaluar los datos

Mostrar datos:
busqueda de error en
los datos y puntos
alejados.
Evaluar los mtodos
de coleccin de datos:
Determinar si los
mtodos usados para
la colecta de datos
tienen la consistencia
y representatividad.
Minera Cobre
Pareto
Corrida
Mejora
Continua Ene
Esparcida
Histograma
27
Indices bsicos
2.3
MEDIDA DEL CENTRO DE LOS DATOS
Media
Mediana
MEDIDA DE LA DISPERSION DE LOS DATOS
Rango
Desviacin Estndar
Para entender la estructura de los datos, el enfoque bsico es evaluar:
Centro (Media o mediana) ,
Distribucin o dispersin (Rango y desviacin estndar).
Minera Cobre
Mejora Continua Ene
28
2.3
Indices bsicos
Dnde est el centro de los datos ?

Descrito de dos maneras :
Media = El valor
promedio (el Centro de
Gravedad)
Suma de todos los datos
X=
X=
Nmero de datos
- Usar todos los datos

- Altamente influenciado
por valores extremos
Minera Cobre
Mediana = el valor central

que queda a la mitad de
las cuentas que queda a la
mitad de cada lado
Para
Paraencontrar
encontrarlalamediana
medianadedeununconjunto
conjuntodededatos,
datos,
(1)
(1)Arregle
Arreglelos
losdatos
datosenenorden
ordendel
delmas
maspequeo
pequeo
alalms
grande
ms grande
(2)
El
nmero
(2) El nmerodel
delcentro
centroeseslalamediana!
mediana!
Mejora Continua Ene
29
2.3
Indices bsicos
2 MANERAS DE DESCRIBIR COMO SE DISTRIBUYEN

LOS DATOS:
RANGO = R la diferencia entre el valor ms grande y ms pequeo de
las observaciones
DESVIACION ESTANDAR = S
Minera Cobre
Mejora Continua Ene
30
2.3
Indices bsicos
Desviacin Estndar
La desviacin estndar denotada como s para la muestra, es una

manera eficiente de expresar la dispersin promedio o variacin de un
conjunto de datos.
La desviacin estndar para una muestra es calculada como:
n
S
donde
i
i 1
n 1
= el promedio de todos los datos

xi = el valor individual de un dato
n = el nmero de datos
Una distribucin normal es completamente descrita cuando conocemos
y s de los datos.
Minera Cobre
Mejora Continua Ene
31
2.3
Indices bsicos
Frecuencia de tiempo de entrega
Qu es variacin?
Requerimiento crtico del cliente = 10 das
(menor o igual a 10 das)
x = 7.7 dias
s = Variacin o distribucin de
datos
Defectos: Servicio
inaceptable al cliente
Minera Cobre
Tiempo de entrega
10
Mejora Continua Ene
11
12
32
2.3
Indices bsicos
Frecuencia de tiempo de entrega
Si reducimos variacin, entonces pocas observaciones estarn arriba del requerimiento del
cliente de 10 das mximo.
Requerimiento crtico del
cliente = 10 das (menor o igual
a 10 das)
x = 7.7 dias
s = Variacin o distribucin de
datos
Defectos: Servicio
Reduccin de defecto
10
11
12
Tiempo de entrega
Minera Cobre
Mejora Continua Ene
33
2.3
Indices bsicos
Si reducimos ambos, el promedio y la variacin del tiempo de entrega, entonces podemos reducir los
tiempos en los cuales no cumplimos los requerimientos del cliente.
x = 6 das
Frecuencia de tiempos de entrega
Requerimiento Crtico del

Cliente = 10 days
Defectos: Servicio
Minera Cobre
Tiempo de Entrega
10
Mejora Continua Ene
11
12
34
2.4
Histograma
descripcin de la distribucin de los
datos
Histograma
Un histograma es una grfica de barras que

muestra los resultados de los datos (por ejemplo el
tiempo diario de viajes) de una manera pictrica.
Esta fotografa se llama algunas veces distribucin
de frecuencias, debido a que muestra claramente
que tan frecuentemente cada valor separado
aparece en los datos.
Minera Cobre
Mejora Continua Ene
35
2.4
Histograma
datos
LOS ELEMENTOS
FUNDAMENTALES DE UN HISTOGRAMA
FREQUENCIA
CLASE
AMPLITUD
FRECUENCIA
Clase : cada rectngulo
Lmite de clase : valores mximos y mnimos
Amplitud de clase :
intervalo entre los valores mximos y mnimos
Frecuencia : nmero de datos en cada clase
Minera Cobre
Mejora Continua Ene
CARACTERISTICA
36
2.4
Histograma
CONSTRUCCION
datos
CONTROL DE ESPESOR N/P 2T2 - 013 - 41
MUESTRA : 10 PARTES
FRECUENCIA DE MUESTREO : 1 MUESTRA/HORA
N.
HORAS
DATOS
1
3.56 3.46
10
X
MAX
X
MIN
3.48
3.50
3.42 * 3.43
3.52
3.49
3.44
3.50
3.56
3.42
3.48
3.56 3.50
3.52
3.47
3.48
3.46
3.50
3.56
3.38 * 3.56
3.38
10
3.41
3.37 * 3.47
3.49
3.45
3.44
3.50 3.49
3.46
3.46
3.50
3.37
11
3.55 3.52
3.44 * 3.50
3.45
3.44
3.48
3.46
3.52
3.46
3.55
3.44
12
3.48
3.48
3.32
3.40
3.52 3.34
3.46
3.43
3.30 * 3.46
3.52
3.30 *
13
3.59
3.63 3.59
3.47
3.38
3.52
3.45
3.48
3.31 * 3.46
3.63
3.31
14
3.40 * 3.54
3.46
3.51
3.48
3.50
3.68 3.60
3.46
3.52
3.68 3.40
15
3.48
3.50
3.56 3.50
3.52
3.46 * 3.48
3.46
3.52
3.56
3.56
3.46
16
3.52
3.48
3.46
3.45
3.46
3.54 3.54
3.48
3.49
3.41 * 3.54
3.41
17
3.41
3.45
3.34 * 3.44
3.47
3.47
3.48
3.54 3.47
= VALOR MAS GRANDE EN LA MUESTRA

* = VALOR MAS PEQUENO EN LA MUESTRA
Minera Cobre
3.41
3.54
3.34
N = 100, X max
Mejora Continua Ene
37
2.4
Histograma
descripcin de la distribucin de los datos
TABLA DE FRECUENCIAS
CLASE
LIMITES
FREC.
3.30 - 3.35
3.35 - 3.40
3.40 - 3.45
14
3.45 - 3.50
44
3.50 - 3.55
23
3.55 - 3.60
3.60 - 3.65
3.65 - 3.70
Minera Cobre
TOTAL
Mejora Continua Ene
100
41
2.4
Histograma
FORMA DEL HISTOGRAMA
HAY UN VALOR DE MEDIANA ?
LA FRECUENCIA DE CLASES DISMINUYE REGULARMENTE EMPEZANDO CON UNA ALTA FRECUENCIA ?
ES LA FORMA SIMETRICA ?
QUE TAN AMPLIA ES LA DISPERSION ?
SE REQUIERE UNA ESTRATIFICACION ADICIONAL ?
Minera Cobre
Mejora Continua Ene
42
2.4
Histograma
EJEMPLOS DE CONFIGURACIONES ESPECIALES
Tipo aislado
Minera Cobre
Mejora Continua Ene
43
2.4
Histograma
EJEMPLOS DE CONFIGURACIONES ESPECIALES
Tipo precipicio
F
Minera Cobre
Mejora Continua Ene
44
2.4
Histograma
F
TIPO BIMODAL"
Superposicin de tipos de datos

F
Grupo A
Grupo B
Minera Cobre
Mejora Continua Ene
45
2.4
Histograma
COMPARACION DEL HISTOGRAMA CON LIMITES
DE ESPECIFICACION
SE ENCUENTRA EL HISTOGRAMA DENTRO DE LOS LIMITES DE

ESPECIFICACION ?
ESTA CENTRADO ?
LA DISTRIBUCION ES MAS AMPLIA QUE LOS LIMITES DE ESPECIFICACION ?
Frecuencia Lmite Inferior
Minera Cobre
Lmite
Superior
Mejora Continua Ene
Amplitud
46
2.4
Histograma
LA DISTRIBUCION NORMAL
LA DISTRIBUCION NORMAL (DISTRIBUCION CAMPANA DE GAUSS) ES UNA

DISTRIBUCION DE DATOS QUE EXHIBE PROPIEDADES CONSISTENTES
ESAS PROPIEDADES SON MUY UTILES EN LA COMPRENCION DE LAS CARACTERISTICAS

DEL PROCESO DEL CUAL LOS DATOS FUERON OBTENIDOS
MUCHOS FENOMENOS DE LA NATURALEZA Y PROCESOS HECHOS POR EL HOMBRE SE

PUEDEN REPRESENTAR COMO NORMALMENTE DISTRIBUIDOS
Minera Cobre
Mejora Continua Ene
47
Histograma
datos
LA CURVA NORMAL Y AREAS DE PROBABILIDAD ASOCIADAS CON LA
2.4
DESVIACION ESTANDARD
El rea bajo las secciones de la curva se pueden utilizar para estimar

la probabilidad acumulada de ciertos eventos
Minera Cobre
Mejora Continua Ene
48
Histograma
datos
Variacin Estndar: Rendimiento y La Curva Normal
2.4
La curva normal tambin puede ser fraccionada como a continuacin, y debido a esta simetra perfecta, podemos
aplicar las siguientes reglas:
Nmero de desviaciones estndar
a ambos lados de la media
1
2
3
4
5
6
% de datos entre
esos lmites
68.26
95.46
99.73
99.9937
99.999943
99.9999965
Standard Normal Distribution
Minera Cobre
-6
-5
-4 -3 -2 -1 0 1
2
3 4
5
Number of Standard Deviations from the Mean
Mejora Continua Ene
49
2.5
Diagrama de Pareto
Mostrando que factores principales que componen el tema a
analizar, la importancia de los problemas, causas o efectos
Anlisis de Pareto
Grficas de Pareto Una manera de estratificar informacin
El anlisis de Pareto es usado para organizar informacin para mostrar cuales son los factores principales que
componen el problema a analizar. Frecuentemente es referido como la bsqueda para la significancia
En la grfica de Pareto las barras se acomodan en orden descendiente, empezando del lado izquierdo.
Minera Cobre
4
1
2
1
0
8
75%
69%
50%
50%
6
25%
Component
Missing
Mounted
Wrong
Type of Defect
Other
Incorrect
Settings
Ordenando la informacin en una

grfica de Pareto el vital few,
proveyendo de enfoque para la
construccin del estado del problema
y manejar adems un anlisis para
determinar la causa raiz.
Number of Defects
La base para construir un Pareto es con la regla de 80/20. La mayora de las veces, aproximadamente el 80% de
los problemas resulta de aproximadamente el 20% de las causas.
Incorrect setting
1
8 = 50%
n = 16
100%
81%
6
Defectos encontrados
16
1
0%
Mejora Continua Ene
+ Component Missing
8 + 3 = 69%
16
+ Mounted Wrong
8 + 3 + 2 = 81%
16
+ Other
8 + 3 + 2 + 3 = 100%
16
50
2.5
Diagrama de Pareto
Mostrando que factores principales que componen el
tema a analizar, la importancia de los problemas, causas
o efectos
Construccin de Pareto
Cmo Construirlo
1. Identificar la informacin que va a ser usada.
2.
Seleccionar las categoras que sern exploradas y sortear la

informacin dentro de las categoras. En un ejemplo usamos tipo de
defectos. Puede tambin ver en el turno o locacin, tiempo del da, da
de la semana, etc. Recordar que estas buscando la significancia,
algunas de esas estratificaciones puede no entregar vital few
3.
Elabore una grfica con las barras ordenadas por tamao de manera
descendente empezando de la izquierda.
4.
Verifica tu Pareto por el patrn, un flat Pareto las categoras

tienen porcentajes similares que indican la necesidad de una
estratificacin de la informacin diferente.
5.
Asegrese de no tener categoras con informacin no similar.
Minera Cobre
Mejora Continua Ene
51
2.5
Diagrama de Pareto
Mostrando que factores principales que componen el tema a
analizar, la importancia de los problemas, causas o efectos
75
50
25
Campo de Servicio
Quejas del Cliente
Misc.
90%
10
0
80%
75
65%
50
40%
25
Cumulative Percent
Clerical
Delivery
Installation
Quejas de Envio
Mejora Continua Ene
Misc.
Moisture
Quantity
Wrong
0
Crushed
60
55
50
45
40
35
30
25
20
15
10
5
0
Cumulative Percent
10
0
Shipping
Number of Complaints
Un Pareto
De dos
nivelesl
Minera Cobre
12
0
11
0
10
0
90
80
70
60
50
40
30
20
10
0
Documentation
Ligando o estratificando grficas de Pareto

podemos tambin enfocarnos en las
causas primarias de los defectos
mostrados a continuacin.
Number of Complaints
Estratificacin de Pareto
52
Grficas de Control
3.1
Causa Especial
Inusual
Espordico
Especfico
Estrategia de Causa Especial:

Usando la informacin oportunamente.
Preguntar, Qu tiene que cambiar?
Toma rpido una accin local.
Para evitar la recurrencia.
Use el conocimiento que tienen del proceso, para eliminar o

reducir las causas, para reducir la variabilidad y para mejorar
el Continua
proceso. Ene
Minera Cobre
Mejora
53
Grficas de Control
3.1
Causas Comunes
Natural
Azar
Requiere el sistema cambios para mejorar (las causas
comunes son inherentes para el sistema)
Estrategia de Causa Comn

Ver toda la informacin.
Cambios Fundamentales para
el sistema requerido.
Seguido requiere de accin
de la administracin
Minera Cobre
Mejora Continua Ene
54
Grficas de Control
3.1
Definiciones
Bajo Control
No se presenta ninguna causa especial ej. Toda la variacin es al azar
Fuera de Control
Por lo menos una causa especial se presenta

Alguna variacin no es al azar
Minera Cobre
Mejora Continua Ene
55
Grficas de Control - X - R
3.1
Un tiempo ordenado de trazar la informacin.

Refleja el rango esperado de variacin de la informacin.
Identificar cuando una causa especiaI est actuando en el proceso.
Lmite de control superior (promedio +3)

Linea Central (promedio del
Lmite decontrol inferior (promedio -3)
Minera Cobre
Mejora Continua Ene
proceso o variabilidad del

proceso)
56
Grficas de Control
3.1
X Bar Chart: un trazo de una forma, con el tiempo.
R Chart: un trazo del rango (diferencia entre el valor ms alto y el

valor ms bajo) de un modelo con el tiempo.
Individuals Chart: es un trazo de valores individuales con el

tiempo.
Minera Cobre
Mejora Continua Ene
57
3.1
Grficas de Control
5 usos principales de las Grficas de

Control
Reducir
el scrap y retrabajo para el mejoramiento de la
productividad.
Prevenir los defectos. En control significa menos oportunidad de
producir unidades disconformes.
Previene ajustes inecesarios en el proceso por distincin entre
variacin de causa comn o variacin de causa asignable.
Provee un diagnstico de la informacin en donde el operador puede
determinar el estado del proceso por la observacin de ejemplos
dentro de la informacin. El operador puede hacer los cambios
necesarios para mejorar el procesos de realizacin del trabajo. Con
el tiempo provee informacin acerca de parmetros importantes del
proceso.
Minera Cobre
Mejora Continua Ene
58
Grficas de Control
3.1
Muestra
Tamao de la muestra: El mayor volumen del proceso y la medicin

ms fcil y barata de la caracterstica, la mayor probabilidad
selecciona una grfica X y R (tpicamente 3-5 datos de referencia
por muestra) sobre una grfica Individual y de Movimiento de
Rango (I y MR).
Frecuencia de la Muestra: Considerar por hora, da, turno, lote, etc.
Para mejorar tu proceso es tomar la muestra con el menor nmero
de frecuencia.
La tendencia estndar de la industria actual es una estimacin
pequea, muestras ms frecuentes.
Minera Cobre
Mejora Continua Ene
59
Grficas de Control
3.1
Cmo colectar informacin
Subgrupos Racionales: colectar informacin para que los subgrupos contengan

slo una causa de variacin comn. Lo mismo que en anlisis de la capacidad.
Eliga subgrupos racionales para ganar tanta informacin como sea posible
sobre el proceso.
Para detectar el proceso de los turnos: cada subgrupo consiste en medidas
tomadas aproximadamente al mismo tiempo.
Eliga una muestra que maximice la probabilidad de detectar la variabilidad

entre las muestras
Minera Cobre
Mejora Continua Ene
60
3.1
Graficas de Control
Setting Up
y Mantenimiento de Lmites de Control
Calcular los lmites de control con 20-25 muestras. (ej. Para la

grfica X y R puede ser con 20-25 tamao de muestras 3-5).
Si el proceso se encuentra dentro de control, vaya al ltimo paso
Si el proceso se encuntra fuera de control, trate de identificar la
causa especial
Remueva la causa especial, recolecte informacin, recalcule los
lmites de control, hasta que encuentre el proceso dentro de
control
Para monitoreos futuros, no cambie los lmites a menos que sean
permanentes, deseando cambios hechos al proceso.
Minera Cobre
Mejora Continua Ene
61
Grficas de Control
3.1
Dos tipos de Grficas de Control

GRAFICA DE VARIABLES
Valores de Medicin usados
Tiempo de Ciclo, longitud, dimetros, gotas, etc.

Generalmente una caracterstica por grfica
Ms caro, ms informacin
GRAFICA DE ATRIBUTO
Informacin Pasa/Falla, Bueno/Malo, Pasa/No pasa
Pueden ser varias caractersticas por Grfica
Menos costo, pero menos informacin
Minera Cobre
Mejora Continua Ene
62
3.1
Grficas de Control
Seleccionando la Grfica de Control Apropiada
X Barra y Rango
Dato variable o
Atributo?
Variable
Atributo
Alto o Bajo
Volumen
Bajo
Medida de
lote
constante
No
Si
Alto
Defectos o %
Defectivo
Defectos o %
Defectivo
Individuales &
Mov. del
Rango
Minera Cobre
X-Bar &
Rango
Mejora Continua Ene
np
63
3.1
Grficas de Control
X Bar & Grfica R
Tiempo
0740
0755
0815
0830
0850
0912
0935
1000
1015
1035
1100
1115
1
2
3
Total
X
R
Monitorear el valor del punto medio y

Minera Cobre
la variabilidad del proceso.

Mejora Continua Ene
64
Grficas de Control
3.1
Lmites de Control para X Bar & Grfica R

X Chart:
UCL X A2 R X 3 x
LCL X A2 R X 3 x
Donde
x /
R Chart:
UCL D4 R R 3 R
LCL D3 R R 3 R
Minera Cobre
Mejora Continua Ene
65
3.1
Grficas de Control
Nota:
No confundir los lmites de control con los lmites

especificacin.
Los lmites de especificacin son externos al proceso. Por
instante, pueden representar requerimientos de ingeniera
para satisfacer una caracterstica del cliente.
Los lmites de control son internos al proceso, reflejan el
rango de variacin esperado para el proceso.
Los lmites de especificacin son para valores individuales,
donde como en una grfica X barra los lmites de control son
el promedio de la muestra.
Minera Cobre
Mejora Continua Ene
66
3.1
Grficas de Control
Lmites de Control vs. Lmites de Especificacin
Voz del Proceso vs. Voz del Cliente
Los lmites de control son por promedio, no por valores individuales.

La mayora de las especificaciones son para valores individuales.
USL
UCL
LCL
Minera Cobre
Mejora Continua Ene
LSL
67
Grficas de Control
3.1
Four Western Electric Rules

El proceso est fuera de control si...
Un punto est fuera de los lmites de control.
2 de 3 puntos consecutivos >2 lejos del punto medio en el mismo lado.
4 de 5 puntos consecutivos > 1 lejos del punto medio en el mismo lado.
9 puntos consecutivos en el mismo lado del punto medio.
Minera Cobre
Mejora Continua Ene
68
3.1
Grficas de Control
Proceso en Control
Exhibiendo un rango de variacin alrededor de la lnea

central
Lmite de control superior
Linea central
Lmite de control inferior
No hay evidencia de las causa asignable

Minera Cobre
Mejora Continua Ene
69
3.1
Grficas de Control
Proceso fuera de Control
Tendencia de datos descendente o ascendete
seis o ms puntos de informacin en un rengln

Linea central
Linea central
Minera Cobre
Causa Asignable Evidente
Mejora Continua Ene
70
3.1
Grficas de Control
Una corrida de nueve o ms puntos de informacin en un rengln
Se encuentre entre los lados de la lnea Central
Linea central

Linea central
Minera Cobre
Mejora Continua Ene
Causa Asignable Evidente
71
3.1
Grficas de Control
Uno o ms puntos de informacin
Por Arriba del UCL o debajo del LCL
Linea central
Linea central
EvidenteEne
Minera Cobre Causa Asignable
Mejora Continua
72
Grficas de Control
3.1
Grfico de control variable
Grfico de control variable, pueden usarse con informacin continua

para saber cuando un proceso est:
Experimentando slo una variacin de causa comn y

trabajando mejor en su intento
Cuando el proceso ha sido desviado y necesita una accin

correctiva
Grficas de Control:
Grfico de datos vs tiempo
Reflejar el rango esperado de variacin de la informacin
Identificar cuando una causa especial aparezca influenciando la

informacin
X-Barra & Grficas R son usadas para trazar el punto medio y rangos
de subgrupos con el tiempo.
Minera Cobre
Mejora Continua Ene
73
3.1
Grficas de Control
Grfica de control variable
Los lmites de control son tpicamente calculados como 3

desviaciones estndar fuera del punto medio del proceso.
Los Lmites de Control y Lmites de Especificacin no son lo mismo.
Los lmites de control son calculados de la informacin de una

muestra; son una parte interna del proceso
Los lmites de especificacin son determinados por tu trabajo

estndar; es una parte externa del proceso
Saber cuando un proceso se encuentra fuera de control: Western

Electric Rules.
Las grficas de control son slo tan buenas como las acciones que
que son tomadas para mantener el proceso bajo control.
Minera Cobre
Mejora Continua Ene
74
Capacidad del Proceso - CP / CPK
3.2
Los estudios de la capacidad del proceso, nos explica cmo

debemos producir, comparando con los requerimientos del
cliente.
La capacidad del proceso nos permite evaluar el nivel de
confiabilidad para un proceso conociendo sus especificaciones.
Recordemos:
Minera Cobre
LSL es el lmite inferior de las especificaciones,

USL es el lmite superior de las especificaciones.
Mejora Continua Ene
75
Capacidad CP / CPK
3.2
CAPACIDAD DEL PROCESO

En una distribucin normal, 99.73 porciento de todas las salidas de los procesos estn
entre:
-3y +3
La capacidad del proceso se define como el rango normal de variacin del proceso, medido
por una caracterstica elegida para los lmites
3
Capacidad del
Proceso
Minera Cobre
-3
99.73 %
+3
Mejora Continua Ene
76
Capacidad CP / CPK
3.2
RADIOS DE CAPACIDAD DEL PROCESO

Estadsticas revelan 2 mtricos claves que usamos
para medir nuestro desempeo, nosotros lo llamamos
radios de capacidad: CP/CPK
CP = (USL - LSL) / 6
_
_
CPK = Min {(X - LSL)/3 ; (USL-X)/3
Minera Cobre
Mejora Continua Ene
77
3.2
Capacidad CP / CPK
METRICOS DE CAPACIDAD
REGLAS DE DECISION:
THUMB
REGLAS TRADICIONALES DE
LIMITE
DEFINICION
Cpk<1.0
1.0<Cpk<1.33
Cpk>1.33
Incapaz
Frontera
Capaz
Un buen objetivo es alcanzar un Cpk arriba 1,67.
Minera Cobre
Mejora Continua Ene
78
3.2
Ejemplo
Un proceso estable puede ser representado por 6 or (+/- 3 )
Comparando la desviacin estndar de sigma de un proceso, con las especificaciones del cliente provee una
medida de capacidad.
Especificaciones del Cliente = 10-----30
Proceso Promedio = 20; Desviacin estndar del proceso = 2
Este proceso es capaz de cumplir las especificaciones del cliente ?
3=6
Cmo es de 20, ms o menos 3 desviaciones estndares pudiera ser:
20 - 6 = 14 ; 20 + 6 = 26
Proceso
Espec. Del Cliente
Media
20
20
Distribucin
14--26
10--30
Cp= USL-LSL/ 6
Este proceso es capaz de cumplir los requerimientos. (Si el promedio del proceso no se localiza exactamente en
el centro del rango de la especificacin, esta declaracin puede ser falsa y entonces la distancia al lmite
ms cercano pudiera ser considerada (CP---CPK)
10
14
16
18
20
22
24
26
30
Dispersion del proceso

Especificaciones del cliente
Minera Cobre
Mejora Continua Ene
79
Lluvia de Ideas
4.1
Lluvia de Ideas: La Secuencia
La lluvia de ideas se basa en la sinergia del equipo y se construye

sobre lo que cada persona tiene que decir.
Como hemos discutido, existen muchos mtodos de lluvia de ideas,
todos ellos permiten la creatividad de ideas para ser fusionadas y
desarrolladas. Hasta ahora sabemos los mtodos ms comnmente
utilizados, para identificar los pasos del proceso y las causas raices
potenciales. Los tres pasos son:
Generar
Clarificar
Evaluar
Como sabemos, ms ideases mejor! Es muy importante que
volverse disciplinado ( an ms creativo!) con la lluvia de ideas,
tambien como planeamos e implementamos nuestras soluciones.
Minera Cobre
Mejora Continua Ene
80
Lluvia de Ideas
4.1
Lluvia de Ideas: La Secuencia (Continuacin)

Reglas para una Lluvia de Ideas Efectiva
Lo que se debe hacer
Entender exactamente el tpico, asunto o rea de negocio en la
que se esta enfocando
Permitir aportaciones individuales para completar sus ideas
Construir sobre ideas existentes
Ser breve al presentar una idea
Organizar, categorizar y evaluar slo despus de que la sesin es
finalizada
Esforzarse por cantidad
Lo que no se debe hacer
Matar las ideas de otros participantes
Hacer un juicio, verbal o visual, cuando una idea es presentada
Parafrasear una idea individual cuando se est escribiendo en un
rotafolio
Dominar
Minera
Cobrela sesin Mejora Continua Ene
81
Ishikawa
Identificando las causas raices del
problema
4.2
Diagrama Causa y Efecto

Quiz la herramienta ms usada para identificar las
causas raices es el diagrama de causa y efecto. Se le
conoce con varios nombres (Ishikawa, esqueleto de
pescado, etc.), y existen una gran variedad de modos de
usarlo. El diagrama de causa y efecto es una herramienta
primaria para la organizacin de la informacin, para
establecer y esclarecer las relaciones entre un efecto y
sus principales causas.
El diagrama de causa y efecto identifica las causas raices

de un problema, entonces se coleccionan las acciones que
pueden ser tomadas para eliminar la recurrencia.
Minera Cobre
Mejora Continua Ene
82
4.2
Ishikawa
problema
El diagrama causa y efecto desarrolla un grfico

compuesto de palabras y lineas, diseado para mostrar
la relacin entre el efecto y sus causas.
Receipt process
Rushed salespeople
Hourly completion
required
EFFECT
CAUSES
Rushed
Too many sales
Problem
Statement
Analyses were
unable to verify
40% of January
receipts
Not enough sales

coverage at peak times
Salespeople
El diagrama de causa y efecto asiste alcanzando un

entendimiento comn del problema y expone a los
causales potenciales del problema.
Minera Cobre
Mejora Continua Ene
83
Ishikawa
problema del Diagrama de Ishikawa
Construccin
4.2
Cmo Construirlo
Escriba el enunciado del problema en la cabeza del pescado. Esta parte del diagrama es el
efecto.
Determine las categoras principales (causas) del efecto.
Identifique la raiz de las causas potenciales.

Categoras Principales
Se usan diferentes enfoques para determinar las principales categoras.
1. Los enfoques ms comunes utilizan categoras de gente, mtodos, mquinas, material y
ambiente genricos.
Unelos, si puedes con los principales contribuidores del problema. Por Ejemplo, un equipo de
conductores de camiones est trabajando en un problema dentro de su rea funcional:
Genrico
Principales Contribuidores
Mano de obra Conductor
Mtodo
Proceso de Manejo
Material
Contenido del Camin
Mquina
Camin
Medio Ambiente
Ruta
2.
3.
4.
Use las principales actividades del proceso del diagrama de flujo, asignando a cada espina
principal del diagrama.
Puedes crear una lluvia de ideas de las posibles causas del efecto observado. Despus de que se
genera la lista, agrupa dentro de las categoras principales, para que sean usadas como espinas
principales en el diagrama.
Prioritiza las categoras principales en orden descendiente, con las de mayor probabilidad
ms cerca del efecto.
Minera Cobre
Mejora Continua Ene
84
4.2
Ishikawa
Identificando las causas raices del problema
Ejemplo: Procesamiento de una Factura
Internal Mail
System
Computer
System
Cost-Reduction Program
Older System
One Pick-Up Daily
Excess
Demand
Downtime
New
Excess Maintenance
Demand Contractor
Access Limitations
Manual
Sort
Process
Workspace
Lost/Misplaced Mail
Turnover
Low Priority
Hiring
Freeze
Inexperienced Staff
Audit Recommendation
for Tighter Control
Centralized
Payment
Manual
Authorization
Files
Turnover
Access Limitations
Paycuts
Morale
Equipment
Low Priority
Productivity Deadlines
Maximize Cash
Branch Offices
Forward Payments Weekly
Payment
Delays
Increased Workload
Overtime
Reduced
Staff
Minera Cobre
Reorganization
of Purchase Org.
30% of invoices
are paid 10-20
days late
Crowded
Space
Missing Documentation
Resigned
No Limit Manager
Missing
Purchase Orders
Finance
Policy
Documentation
Mejora Continua Ene
85
5.1
Plan de Accin
Un
plan de Accin es un grupo de acciones requeridas para

implementar las soluciones seleccionadas.
Un plan de accin puede ser simple o detallado, dependiendo de la
naturaleza, costo y complejidad de las recomendaciones de mejora.
Beneficios:
Ayuda a los equipos
a entender, que se
requiere para
implementar un
proceso de mejora
exitosamente
Ayuda a la alta
administracin a
entender;la
factibilidad de las
recomendaciones de
mejora
Incrementa la
aceptabilidad de las
recomendaciones de
mejora
Minera Cobre
Ejemplo: Plan de Accin

N
QUE/
DONDE
QUIEN
Synchronize
speed of both Jake
conveyors
Check
2 conveyor
John
system for
Check critical
3
Jake
parts of
Analyze
4
possible
RECURSOS
DONDE
RESULTADOS
ESTATUS DE
ESPERADOS
IMPLEMENTACION
Electrical cabinet
Electrical
Maintenance - 3
days
March 8 - No more
Apr. 6
breakage
Parts received
work plab - March 21
Mechanical
maintenance - 1 day
March 9 No scratch
Aprl. 6
Completed - March 21
Mejora Continua Ene
86

Herramientas Six Sigma

Cargado por

Información del documento

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

Herramientas Six Sigma

Cargado por

Copyright:

Formatos disponibles

Descripcin del Problema

La mayor causa para el fracaso en la solucin de problemas es en

Determine los indicadores apropiados del proyecto (KPIs).

Evite en la descripcin del problema:

Mejora Continua Ene

Descripcion del Problema

Describir el estado deseado

Una descripcin de lo que deseas lograr

Al igual que en la descripcin del problema,

Identificar las relaciones del proyecto

Mejora Continua Ene

Mejora Continua Ene

Fin de Relacin ____________

Mejora Continua Ene

Se utiliza un diagrama de flujo para describir

Mejora Continua Ene

Tcnicas de Process Mapping

Mejora Continua Ene

Functional Deployment Mapping

Mejora Continua Ene

Procesos Funcionales (Functional Deployment Process)

Como el process map arriba-abajo (top-down), el process map funcional

Smbolos, que como se muestra a continuacin, son usados para ilustrar el

Los process maps funcionales (functional deployment) generalmente toman

Mejora Continua Ene

Use post-its para contruir el diagrama de flujo. Ayuda a

Mejora Continua Ene

Ejemplo: Process Map Funcional (Functional Deployment)

Mejora Continua Ene

Introduccin al criterio de mejora

Mejora Continua Ene

Este paso es requerido por el cliente?

Se puede eliminar este paso?

Contar la cantidad de trabajo

Sorteo del trabajo

Monitoreo del trabajo

Cualquier tipo de retrabajo

Mejora Continua Ene

A la derecha tenemos un process

New Account Process

Que actividades y/o decisiones

Mejora Continua Ene

Mejora Continua Ene

Criterio para la mejora del proceso

Mejora Continua Ene

Mejora Continua Ene

Oportunidades de mejoras rpidas (quick win)

Implementacin rpida: haciendo el cambio o mejora, no requiere mucha inversin de

Implementacin barata: el cambio o mejora, no requiere de mucho capital de inversin,

Mejora Continua Ene

Plan de Coleccin de Datos

Mostrar y evaluar datos

Mejora Continua Ene

Plan de Coleccin de Datos

Mejora Continua Ene

Plan de Coleccion de Datos

Paso 2: Plan de Medicin

Que problemas de logstica son relevantes?

Plan de Coleccin de Datos

Dos tipos bsicos de datos

Continuos o variable medido de continuo o con escala. Generalmente

las mediciones continuas pueden ser divididas en partes y an tienen sentido.

Discreto, categrico o atributo medido por conteo. Por ejemplo:

Defectos (si/no, aprobado/rechazado, pasa/falla, cumple con los