MAESTRIA EN SISTEMAS

MODERNOS DE MANUFACTURA

GERENCIA DE CALIDAD

CALIDAD SEIS SIGMA

DR. JORGE ACUÑA A., PROFESOR 1

 ¿QUE ES SEIS SIGMA?
 Un paradigma de satisfacción al cliente que
implica un nivel de rendimiento de procesos
equivalente a producir solamente 3.4 defectos
por cada millón de oportunidades u operaciones
 Una meta de reducción de variabilidad que
usa una escala de medición basada en principios
estadísticos.
DR. JORGE ACUÑA A., PROFESOR 2
 SEIS SIGMA TRATA DE:
 Cambio organizacional (cultura, procedimientos)
 Procesos (diseño, mejora)
 Clientes (enfoque, análisis)
 Mediciones (estadística, desempeño, objetivos)
 Empleados (capacitación, motivación,
participación)

DR. JORGE ACUÑA A., PROFESOR 3

 ¿PORQUE SEIS SIGMA?

Garantizar satisfacción y seguridad al cliente.

Disminuir el ciclo de manufactura y de diseño de
producto
Mejorar la habilidad para pronosticar necesidades de
inventario y tiempos de ciclo.
Disminuir costos de inventario, desecho y reproceso.
Incrementar utilidades y posición en el mercado
Acelerar la tasa de mejora
DR. JORGE ACUÑA A., PROFESOR 4
 SEIS SIGMA
• Integra el factor humano y las herramientas de
mejora (principalmente herramientas estadísticas)
– Factor Humano: crea una infraestructura
Humana (Champions, Master Black Belt, Black
Belt y Green Belt) que lideran, despliegan y
hacen propuestas.
– Herramientas de mejora: Ordena y relaciona las
herramientas (principalmente herramientas
estadísticas) que han probado su efectividad en
procesos de mejora
• No es un método del tipo “Hazlo mejor”, sino que
establece una metodología de trabajo eficaz,
probada y bien fundamentada para “Hacerlo
mejor”.
DR. JORGE ACUÑA A., PROFESOR 5
 TRES SIGMA VERSUS SEIS
SIGMA
Comparación
SITUACION EN USA 3 6
Recetas equivocadas 54000/año 1 cada 25 años

TOTAL DE RECETAS: 20000000

EN 3 SIGMA: 20000000*0.0027=54000/AÑO
EN SEIS SIGMA: 20000000*2*10-9=0.04/AÑO
1 CADA 25 AÑOS

DR. JORGE ACUÑA A., PROFESOR 6

LA CURVA NORMAL TEORICA

-6 -5 -4 -3 -2 2 3 4 5 6
95.45%
99.74%
99.9937%

99.999943%

99.99999975%
DR. JORGE ACUÑA A., PROFESOR 7
 Limites de
tolerancia

 + 1 sigma - Defectuosos 31.8%

La escala de calidad
de la metodología
“seis Sigma” mide el  +3 3 sigma - Defectuosos
27/10000
número de sigmas que
caben dentro del +6 6 sigma – 3.4 DPMO
intervalo definido por 
las especificaciones
DR. JORGE ACUÑA A., PROFESOR 8
 LA
CURVA
NORMAL

DR. JORGE ACUÑA A., PROFESOR 9

 ESTRATEGIAS SEIS SIGMA
 Mejora de proceso: búsqueda de causas raíz
 Diseño/rediseño de procesos.
 Gestión por procesos: documentación y análisis

DR. JORGE ACUÑA A., PROFESOR 10

MODELO DMAMC

DR. JORGE ACUÑA A., PROFESOR 11

• Definir el problema
• ¿Cuál es la característica crítica
DEFINIR
de calidad para el cliente (CTQ)?
(¿qué es crítico para el cliente?)
Cliente CTQ

Prioridad
Proceso

Lo importante es lo que quiere el cliente

DR. JORGE ACUÑA A., PROFESOR 12
DEFINIR

DR. JORGE ACUÑA A., PROFESOR 13

MEDIR
• ¿Cuál es la característica crítica de calidad interna
(traducir lo que quiere el cliente al lenguaje de la
organización) (Y)?
• Definir que es defecto
• Validar el sistema de medida
Temperatura en la habitación 1

Y2 100

80
LSL = 19,0, Nominal = 21,0, USL = 23,0

Input Proceso salida Y1, ...,Yn 60

40

20

0
17 18 19 20 21 22 23 24 25
Termostato-1

DR. JORGE ACUÑA A., PROFESOR 14

MEDIR

DR. JORGE ACUÑA A., PROFESOR 15

ANALIZAR
• Medir la capacidad actual
• Analizar los datos con detalle
• Identificar las variables que causan variación en el
proceso (X1, X2,.....,Xn)

Utilizar cualquier herramienta que permita detectar

la fuente de variación de la variable de interés

DR. JORGE ACUÑA A., PROFESOR 16

ANALIZAR

DR. JORGE ACUÑA A., PROFESOR 17

MEJORAR
• Encontrar las causas más importantes de la
variación (pocas X, pero vitales)
• Identificar la variación tolerada del proceso (rango
de variación permitido para las pocas X, pero
vitales)
• Modificar / mejorar el proceso para mantenerse
dentro de la variación permitida

Utilizar cualquier herramienta estadística que

permita detectar las fuente de variación clave y la
tolerancia permitida de las mismas

DR. JORGE ACUÑA A., PROFESOR 18

MEJORAR

DR. JORGE ACUÑA A., PROFESOR 19

CONTROLAR
• Comprobar el sistema de medida de las causas de
variación
• Medir la mejora
• Implantar controles de proceso que garanticen la
mejora a largo plazo (gráficos de control)

Imponer controles estadísticos que permitan

garantizar la mejora a largo plazo

DR. JORGE ACUÑA A., PROFESOR 20

CONTROLAR

DR. JORGE ACUÑA A., PROFESOR 21

HERRAMIENTAS

DR. JORGE ACUÑA A., PROFESOR 22

 MAPA SEIS
SIGMA
1. Identificar los procesos clave
y los clientes principales
2. Definir las necesidades de
los clientes.
3. Medir el rendimiento actual
4. Dar prioridad, analizar e
implementar las mejoras
5. Extender e integrar el
sistema seis sigma

DR. JORGE ACUÑA A., PROFESOR 23

 LOS BELTS
• Expertos en mejora de procesos
• Actores: Black, Master Black, Green, grupo de
dirección, champion, consultor.
• Formación
Rol Belt u otro título
Consejo responsable Comité de calidad o comité 6σ
Patrocinador Champion, propietario de proceso
Implementador Master Black Belt, Director
Consultor Master Black o Black
Jefe de equipo Black o Green
Miembro de equipo Green o miembro
Propietario de proceso Champion
DR. JORGE ACUÑA A., PROFESOR 24
 IDENTIFICACION DE PROCESOS
CLAVE Y CLIENTES PRINCIPALES
• Proceso clave: cadena de
tareas que suelen implicar a
varios departamentos o
funciones que aportan valor a
los clientes externos.
• Ejemplos: adquisición de
clientes, administración de
pedidos, cumplimiento de
pedidos, servicio al cliente,
desarrollo de productos o
servicios, facturación y cobro.

DR. JORGE ACUÑA A., PROFESOR 25

IDENTIFICACION DE PROCESOS
CLAVE
• Mayor parte de los análisis llegan a tener entre
cuatro y ocho procesos clave.
• Preguntas clave para determinar esos procesos:
1. ¿Cuáles son las principales actividades que permiten
aportar valor al cliente externo?
2. ¿Cuál es la mejor manera de describir o denominar estos
procesos? Evite poner nombres de departamento o
funciones.
3. ¿Cuáles son los resultados mas importantes dentro de
cada proceso que puedan ser usados para evaluar
rendimiento y capacidad?
• Cuidados no involucrar procesos de soporte
DR. JORGE ACUÑA A., PROFESOR 26
 MAPA DE PROCESO SIPOC
• SIPOC (Supplier, Input,
Process, Output, Client)
Proveedor: suministra
información, materiales u
otros recursos al proceso
Entrada: lo que se suministra.
Proceso: etapas que
transforman añadiendo
valor
Resultado o salida: producto
o servicio final
Cliente: quien recibe el
resultado DR. JORGE ACUÑA A., PROFESOR 27
 MEDIDA DEL RENDIMIENTO
ACTUAL

• Reunir los datos

válidos.
• Observar y después
medir
• Obtener medidas
válidas

DR. JORGE ACUÑA A., PROFESOR 28

 MEDIDAS CONTINUAS Y/O
DISCRETAS

• Decidir sobre cuál se ajusta mejor y predice mejor un

rendimiento.

DR. JORGE ACUÑA A., PROFESOR 29

 MEDICION

• Decidir sobre cuál es

procedimiento de
medición que mejor
se ajusta a la calidad
de datos que vana
ser recolectados.
• Muestreo estadístico

DR. JORGE ACUÑA A., PROFESOR 30

MEJORA DE PROCESOS

DR. JORGE ACUÑA A., PROFESOR 31

 MEDIDAS DE
RENDIMIENTO

• Porcentaje de
unidades defectuosas

DR. JORGE ACUÑA A., PROFESOR 32

 MEDIDAS DE
RENDIMIENTO

• Defectos por unidad

DR. JORGE ACUÑA A., PROFESOR 33

 MEDIDAS DE
RENDIMIENTO

• Defectos por
oportunidad (DPO)

DR. JORGE ACUÑA A., PROFESOR 34

 MEDIDAS DE
RENDIMIENTO

• Defectos por millón de

oportunidades (DPMO)

DR. JORGE ACUÑA A., PROFESOR 35

 DEFECTOS POR MILLON DE
OPORTUNIDADES (DPMO)
• Número de defectos (experimentados por el cliente)
por cada millón de oportunidades (para que ocurra
un defecto)
• Ejemplo: Si un muestreo de 136 unidades detecta 26
defectos, cuál es el valor del DPMO y a qué calidad
sigma se asocia?
 defectos 
DPMO  10 * 
6

 n 
 26 
DPMO  106 *    191176
 136 
• Observado la tabla equivale a calidad 2.37

DR. JORGE ACUÑA A., PROFESOR 36

 TABLA
DE
CONVERSION

DR. JORGE ACUÑA A., PROFESOR 37

 CALIDAD SEIS SIGMA
(CONVERSIONES)

DPMO  10 * (1  N ( Z sigma del proceso  1.5))

6

 DPMO 
1
Sigma del proceso  N 1    1.5
 10 
6

EJEMPLO:
• ¿Cuántos DPMO tiene un proceso 4.3?
• ¿Qué sigma es un proceso cuyo DPMO es 82000?

DR. JORGE ACUÑA A., PROFESOR 38

 CALIDAD SEIS SIGMA
(CONVERSIONES)
SOLUCION:
• 2560 Y 2.9
DPMO  106 * (1  N (4.3  1.5))  106 * (1  N (2.8))
DPMO  106 * (1  0.99744)  10 6 * 0.00256  2560
 82000 
1
Sigma del proceso  N 1  6 
 1.5
 10 
Sigma del proceso  N 1 1  0.082   1.5
Sigma del proceso  N 1 (0.918)  1.5  1.4  1.5  2.9
DR. JORGE ACUÑA A., PROFESOR 39
 CALIDAD SEIS SIGMA

EJEMPLO:
Se tiene un proceso con una media de 100 y una
desviación estándar de 4. El cliente ha fijado
especificaciones en 106 y 92. ¿Cuál es el valor de
DPMO y qué calidad se suministra?
SOLUCION:

DPMO  106 * % de incump lim iento

DPMO  106 * ( N (2)  (1  N (1.5))
DPMO  106 * (0.02275  0.06681)  89560

DR. JORGE ACUÑA A., PROFESOR 40

 CALIDAD SEIS SIGMA

SOLUCION:

 89560 
1
Sigma del proceso  N 1  6 
 1.5
 10 
Sigma del proceso  N 1 1  0.08956  1.5
Sigma del proceso  N (0.91044)  1.5  1.35  1.5  2.85
1

DR. JORGE ACUÑA A., PROFESOR 41