Programa de certificación

de Black Belts

VIII. Lean Seis Sigma – Control

P. Reyes / Abril 2010

1
 Fase de Control
 Objetivos:
 Mantener las mejoras por medio de control estadístico
de procesos, Poka Yokes y trabajo estandarizado

 Anticipar mejoras futuras y preservar las lecciones

aprendidas de este esfuerzo

 Salidas:
 Plan de control y métodos de control implementados
 Capacitación en los nuevos métodos
 Documentación completa y comunicación de
resultados, lecciones aprendidas y recomendaciones
2
 FASE DE CONTROL
Soluciones
implementadas
Plan de Documentar
Control Estándares y Capacitar
CEP - de trabajo
Herramientas
Poka Yokes Lean

Plan de calidad y Monitoreo

Si ¿Proceso
en control?

No

Tomar acciones correctivas

y preventivas -
Actualizar AMEF

3
 Metodología Seis Sigma
– Fase de Control
A. Control Estadístico del Proceso
BB – Cartas especiales
B. Otras herramientas de control

C. Mantener controles
GB – Plan de control
D. Mantener mejoras

4
1. Control Estadístico del Proceso

5
 Objetivos y beneficios
 El CEP es una técnica que permite aplicar el análisis
estadístico para medir, monitorear y controlar
procesos por medio de cartas de control

 Se basa en que los procesos presentan variación,

aleatoria y asignable

 Entre los beneficios se encuentran:

 Monitorear procesos estables e identificar si han
ocurrido cambios debido a causas asignables para
eliminar sus fuentes

6
 Selección de variables
 El CEP por variables implica realizar mediciones en la
característica de calidad de interés, tal como:
 Dimensiones
 Pesos
 Tiempos de servicio, etc.

 El CEP por atributos califica a los productos como

buenos o como defectivos o en su caso cuantos
defectos tiene, tales como:
 Color, funcionalidad, apariencia, etc.

7
 Consideraciones para
la selección de variables
 Se seleccionan características que impacten en:
 La seguridad humana
 Protección del medio ambiente o comunidad
 Tasa alta de defectos
 Variables clave del proceso que impacten al producto
 Las quejas frecuentes de los clientes
 Adherencia a estándares o requeridas por clientes
 Variables con dificultad en el proceso
 Variables medibles
 Variables que contribuyan a costo de falla interno
 Variables de control del proceso

8
 Subrupos racionales
 Los subgrupos se seleccionan de tal forma que sean tan
homogéneos como sea posible, de tal forma que se tenga la
oportunidad máxima de estimar la variación esperada entre los
subgrupos

 Esquemas para formar subgrupos:

 Productos producidos casi al mismo tiempo en secuencia.

Permite una variación mínima dentro del subgrupo y una

probabilidad de variación máxima entre subgrupos.

 Se obtiene información más útil de 5 subgrupos de 5 en vez

de uno solo de 25, hay mayor posibilidad de cambio entre
subgupos

 Un subgrupo consiste de una muestra aleatoria

representativa de toda la producción durante un periodo de
 Fuentes de variabilidad
 La variabilidad a largo plazo de un producto, se
denomina “dispersión del producto o proceso”.

 Hay variación de lote a lote, línea a línea, tiempo en

tiempo, lo cual se intenta controlar con las cartas de
control

 Las mediciones tomadas en diferentes puntos de la

misma unidad define la vairabilidad dentro de la
parte

10
 Fuentes de variabilidad
 Otra variabilidad se presenta de pieza a pieza en
proceso productivo

 A veces el error inherente de medición es

significante, consiste de error humano y y error de
equipo (R&R)

 La última variabilidad se debe a la capacidad

inherente del proceso, es la reproducbilidad
instantánea de la máquina bajo condiciones ideales

11
Fuentes de variabilidad

12
 ¿Qué es una Carta de Control?
 Una Carta de Control es como un historial del proceso...
... En donde ha estado.
... En donde se encuentra.
... Hacia donde se puede dirigir

 Las cartas de control pueden reconocer cambios buenos y

malos.
¿Qué tanto se ha mejorado?
¿Se ha hecho algo mal?

 Las cartas de control detectan la variación anormal en un

proceso, denominadas “causas especiales o asignables de
variación.”
13
 Variación observada
en una Carta de Control
 Una Carta de control es simplemente un registro de datos en
el tiempo con límites de control superior e inferior.

 Una carta de control identifica los datos secuenciales en

patrones normales y anormales.

 El patrón normal de un proceso se llama causas de variación

comunes.

 El patrón anormal debido a eventos especiales se llama causa

especial de variación.

 Tener presente que los límites de control NO son límites de

especificación.
14
 Causas comunes o normales
 CAUSAS COMUNES
-Siempre están presentes
-Sólo se reduce con acciones de mejora mayores
-Su reducción es responsabilidad de la dirección

 Fuentes de variación: Márgenes inadecuados de diseño,

materiales de baja calidad, capacidad del proceso insuficiente

 SEGÚN DEMING
- El 94% de las causas de la variación son causas
comunes, responsabilidad de la dirección
15
 Variación – Causas comunes

Límite
Límite
inf. de
sup. de
especs.
especs.

Objetivo

16
 Causas Especiales

CAUSAS ESPECIALES
- Ocurren esporádicamente
- Son ocasionadas por variaciones anormales (6Ms)
-Medición, Medio ambiente, Mano de obra, Método,
Maquinaria, Materiales
- Sólo se reduce con acciones en el piso o línea
- Su reducción es responsabilidad del operador por
medio del Control Estadístico del Proceso


SEGÚN DEMING
-El 15% de las causas de la variación son causas
especiales y es responsabilidad del operador
17
Variación – Causas especiales
Límite
inf. de
especs.

Límite
sup. de
especs.

Objetivo

18
 Cartas de control
12.5 Límite
Superior de
11.5 Control

10.5

9.5 Línea
Central
8.5
Límite
7.5 Inferior de
Control
0 10 20 30
19
 Patrones de anormalidad
en la carta de control
“Escuche la Voz del Proceso” Región de control,
M captura la variación
E
natural del proceso
D
I original
D LSC
A
S

C
A LIC
L Tendencia del proceso
I
D El proceso ha cambiado
A Causa Especial
identifcada
D
TIEMPO
 Patrón de Carta
en Control Estadístico

Proceso en Control estadístico

Sucede cuando no se tienen situaciones anormales y

aproximadamente el 68% (dos tercios) de los puntos de
la carta se encuentran dentro del 1  de las medias en
la carta de control.

Lo anterior equivale a tener el 68% de los puntos

dentro del tercio medio de la carta de control.

21
 Patrones Fuera de Control
Corridas
7 puntos consecutivos de un lado de X-media.

Puntos fuera de control

1 punto fuera de los límites de control a 3 sigmas en cualquier
dirección (arriba o abajo).

Tendencia ascendente o descendente

7 puntos consecutivos aumentando o disminuyendo.

Adhesión a la media
15 puntos consecutivos dentro de la banda de 1 sigma del
centro.

Otros
2 de 3 puntos fuera de los límites a dos sigma
22
23
24
25
26
 Prueba de rachas
 Para hacer una prueba de aleatoriedad de rachas, se
siguen los pasos siguientes:

 Determinar el valor de n1 y n2 (valores por arriba y

por debajo de línea central)

 Determinar el número de corridas o rachas

 Consultar un valor crítico de estadístico en tablas

27
La tabla muestra valores críticos de R para una prueba
de dos colas a un 95% de NC. Se rechaza Ho
(aleatoriedad) si el total de rachas es menor que el
límite inferior o mayor que el límite superior

28
 Por ejemplo: se tienen 24 puntos con 5 rachas por
arriba y por debajo de la línea central. El valor crítico es
10.22 e indica que se esperan entre 8 y 18 rachas.
Como hay 5, el comportamiento no es aleatorio.

29
Cartas de Control para
variables

30
 Tipos de Cartas de control
 Las cartas de control se dividen en dos categorías,
diferenciadas por el tipo de datos bajo estudio-
variables y atributos.
 Las Cartas de Control para datos variables son
utilizadas para características que tienen una magnitud
variable. Ejemplo:
- Longitud, Ancho, Profundidad

- Peso, Tiempo de ciclo, Viscosidad

31
 Cartas de Control por Variables

 MEDIAS RANGOS (subgrupos de 5 - 9 partes cada x horas, para

estabilizar procesos)

 MEDIANAS RANGOS (para monitorear procesos estables)

 MEDIAS DESVIACIONES ESTANDAR (subgrupos de 9 o más partes

cada hora o cada lote de proveedor para monitoreo de procesos o
proveedores)

 VALORES INDIVIDUALES (partes individuales cada x horas, para

monitoreo de procesos muy lentos o químicos)

32
 Implantación de cartas
de control por variables

1. Identificar la característica a controlar en base a un AMEF

(análisis del modo y efecto de falla)

2. Diseñar los parámetros de la carta (límites de control,

subgrupo 3-5 partes, frecuencia de muestreo)

3. Validar la habilidad del sistema de medición por medio de un

estudio Repetibilidad & Reproducibilidad

4.Centrar el proceso, correrlo y medir al menos 25 subgrupos de

5 partes cada uno, correspondiente a la producción del
mismo turno o día
 Cartas de Control por Variables -
Metodología de implantación
5. Calcular los límites de control preliminares a 3 Sigma

6. Identificar causas asignables o especiales y tomar acción para

prevenir recurrencia

7. Recalcular los límites de control de ser necesario repetir paso

6. Establecer límites preliminares para corridas futuras

8. Continuar el monitoreo y Análisis, tomar acciones en causas

especiales y recalcular límites de control cada 25 subgrupos

9. REDUCIR CAUSAS COMUNES DE VARIACIÓN

34
 Carta X - R
Terminología
k = número de subgrupos; n = número de muestras en cada subgrupo
X i= promedio para un subgrupo
X = promedio de todos los promedios de los subgrupos
R = rango de un subgrupo
R = promedio de todos los rangos de los subgrupos
x1 + x2 + x3 + ...+ xN
xi =
n
x1 + x2 + x3 + ...+ xN
x =
k
LSCX = x + A2 R
LICX = x - A2 R
LSCR = D4 R
LICR = D3 R
 Carta X-R (Cable.mtw)

Xbar-R Chart of Diameter

U C L=0.57134

0.56
Sample M ean

_
_
X=0.54646
0.54

0.52 LC L=0.52158
1 3 5 7 9 11 13 15 17 19
Sample

U C L=0.0912
0.08
Sample Range

0.06
_
0.04 R=0.0431

0.02

0.00 LC L=0
1 3 5 7 9 11 13 15 17 19
Sample

¿Cuál gráfica se analiza primero?

¿Cuál es su conclusión acerca del proceso ?
36
 Carta X, R Medianas - Rangos
Terminología
k = número de subgrupos; n = número de muestras en cada subgrupo
 Xi = mediana para un subgrupo
 X = promedio de todas las medianas de los subgrupos
R = rango de un subgrupo
R = promedio de todos los rangos de los subgrupos

LSCX = x +  A2 R
LICX = x -  A2 R
LSCR = D4 R
LICR = D3 R
Ejemplo de carta de medianas

38
 Carta X - S
· Este es un par de Cartas muy similar a las gráficas X - R. La
diferencia consiste en que el tamaño de la muestra puede
variar y es mucho más sensible para detectar cambios en la
media o en la variabilidad del proceso.

· El tamaño de muestra n es mayor a 9.

· La Carta X monitorea el promedio del proceso para vigilar

tendencias.

· La Carta S monitorea la variación en forma de desviación

estándar.

· Como se dijo anteriormente, las cartas se dividen en zonas.

Aquí están divididas en intervalos de 1 sigma.
P. Reyes 39
 Carta X, S (Continuación)
Terminología
k = número de subgrupos n = número de muestras en cada subgrupo
x = promedio para un subgrupo
x = promedio de todos los promedios de los subgrupos
S = Desviación estándar de un subgrupo
S = Desviación estándar promedio de todos los subgrupos

x1 + x2 + x3 + ...+ xN
x = n 5 6 7 8 9 10
n
x1 + x2 + x3 + ...+ xN B4 2.09 1.97 1.88 1.82 1.76 1.72
x =
k B3 0.00 0.03 0.12 0.18 0.24 0.28
LSCX = x + A3 S A3 1.43 1.29 1.18 1.10 1.03 0.98
LICX = x - A3 S C4 .940 .952 .959 .965 .969 .973
LSCS = B4 S
LICs = B3 S (usar estos factores para calcular Límites de Control
P. Reyes 40
 Ejemplo Cartas X-S (Cable.mtw)
Xbar-S Chart of Diameter
U C L=0.56395
0.56
Sample M ean

0.55 _
_
X=0.54646

0.54

0.53 LC L=0.52897
1 2 3 4 5 6 7 8 9 10
Sample

0.03 U C L=0.03077
Sample StDev

0.02 _
S =0.01793

0.01

LC L=0.00509
1 2 3 4 5 6 7 8 9 10
Sample
41
 Carta de Individuales (Datos variables)

· A menudo esta carta se llama “I” o “Xi” - MR.

· Esta Carta monitorea la tendencia de un proceso con datos

variables que no pueden ser muestrados en lotes o grupos.

· Este es el caso cuando la capacidad de

corto plazo se basa en subgrupos racionales de una unidad o
pieza

· La línea central se basa en el promedio de los datos, y los

límites de control se basan en la desviación estándar
poblacional (+/- 3 sigmas)

42
 Carta I-MR
Terminología
k = número de piezas
n = 2 para calcular los rangos
x = promedio de los datos
R = rango de un subgrupo de dos piezas consecutivas
R = promedio de los (n - 1) rangos

x1 + x2 + x3 + ...+ xN
x =
n
n 2
LSCX = x + E2 R D4 3.27
LICX = x - E2 R D3 0
LSCR = D4 R
E2 2.66
LICR = D3 R
(usar estos factores para calcular Límites de Control n = 2)
Ejemplo: Carta I – MR (camshaft.mtw)
I-MR Chart of Supp2

605.0 U C L=605.34
Individual Value

602.5
_
600.0 X=600.23

597.5

595.0 LC L=595.12
1 11 21 31 41 51 61 71 81 91
O bser vation

1
U C L=6.284
6.0
M oving Range

4.5

3.0
__
M R=1.923
1.5

0.0 LC L=0
1 11 21 31 41 51 61 71 81 91
O bser vation

Observar la situación fuera de control

44
Cartas de Control
para atributos

45
 Cartas de control por atributos
 Las cartas para atributos son las que tienen características
como aprobado/reprobado, bueno/malo o pasa/no pasa.
Algunos ejemplos incluyen:

- Número de productos defectuosos

- Fracción de productos defectuosos

- Numero de defectos por unidad de producto

- Número de llamadas para servicio

- Número de partes dañadas

- Pagos atrasados por mes

 Cartas de control para atributos
Datos de Atributos
Tipo Medición ¿Tamaño de Muestra ?
p Fracción de partes defectuosas, Constante o variable > 30
defectivas o no conformes

np Número de partes defectuosas Constante > 30

c Número de defectos Constante = 1 Unidad de

inspección

u Número de defectos por unidad Constante o variable en

unidades de inspección
 Cartas de Control tipo p

 p - CON LÍMITES DE CONTROL VARIABLES

 p - CON n PROMEDIO

 p - ESTANDARIZADA

 CURVA CARACTERÍSTICA DE OPERACIÓN OC Y ARL

 2... Cartas de Control por Atributos

c – Número de defectos
Se cuentan los defectos que tienen cada unidad de inspección
de tamaño n constante en productos complejos – TV,
computadoras

u – Defectos por unidad

Se cuentan los defectos que tienen diferentes unidades de
inspección de tamaño n variable en productos complejos y se
determinan los defectos por unidad – TV, computadoras
 Situaciones fuera de control

 Un punto fuera de los límites de control.

 Siete puntos consecutivos en un mismo lado de la línea central.

 Siete puntos consecutivos, todos aumentando o disminuyendo.

 Catorce puntos consecutivos, alternando hacia arriba y hacia abajo

 Dos de tres puntos fuera de los límites preventivos (a dos sigmas)

 Carta p (Exh_qc.mtw)
Rejects Sampled P Chart of Rejects
20 98
0.35
18 104 UCL=0.3324
14 97 0.30 1
16 99
13 97 0.25
29 102
Proportion

21 104 0.20
_
14 101 P=0.1685
6 55 0.15
6 48
0.10
7 50
7 53
0.05
9 56
5 49 0.00 LCL=0.0047
8 56
1 3 5 7 9 11 13 15 17 19
9 53 Sample
9 52
Tests performed with unequal sample sizes
10 51
9 52
10 47
¿Observe los límites variables y el punto 1
Fuera de control, se puede aprender algo
De las muestras 9 a 15?
 Carta np (Atributos)
· Se usa cuando se califica al producto como bueno/malo,
pasa/no pasa.
· Monitorea el número de productos defectuosos de una muestra
· El tamaño de muestra (n) es constante y mayor a 30.

Terminología (igual a gráfica p, aunque n es constante)

n = tamaño de cada muestra (Ejemplo: producción semanal)
np = número de unidades defectuosas en cada muestra
k = número de muestras
 Carta np
(toys.mtw Np options: split 10)
Rejects NP Chart of Rejects
8 1

13 20 UCL=20.10
__
7 10 NP=10.6

8 0 LCL=1.10
1 2 3 4 5 6 7 8 9 10
5 1
Sample Count

13 20 UCL=20.10
__
7 10 NP=10.6

12 0 LCL=1.10
11 12 13 14 15 16 17 18 19 20
27
10 20 UCL=20.10
__
10 NP=10.6

Etc. 0 LCL=1.10
21 22 23 24 25 26 27 28 29 30
Sample

El tamaño de muestra es constante, el operador grafica

directamente el número de defectuosos y le evita hacer cálculos
 4... Carta c (Atributos)
· Monitorea el número de defectos por cada unidad de
inspección (1000 metros de tela, 200 m2 de material,
un TV)
· El tamaño de la muestra (n unidades de inspección)
debe ser constante
· Ejemplos:
- Número de defectos en cada pieza
- Número de cantidades ordenadas incorrectas en
órdenes de compra
Terminología
c = Número de defectos encontrados en cada
unidad o unidades constantes de inspección
k = número de muestras
 Carta c - Exh_qc.mtw
(C chart options S limits 1 2 3 Place bound lower 0)

Blemish C Chart of Blemish

2 8
+3SL=7.677
4 7
1
6 +2SL=6.027
1
4 5
Sample Count

5 4
+1SL=4.376

2 _
3
1 C=2.725

2 2

4 1 -1SL=1.074

0 LB=0
Etc.
1 5 9 13 17 21 25 29 33 37
Sample
 Carta u (Atributos)
· Monitorea el número de defectos en una muestra de n unidades de
inspección. El tamaño de la muestra (n) puede variar
· Los defectos por unidad se determinan dividiendo el número de
defectos encontrados en la muestra entre el número de unidades
de inspección incluidas en la muestra (DPU o número de defectos
por unidad) .

· Ejemplos:
• Se toma una muestra de tamaño constante de tableros PCB por
semana, identificando defectos visuales por tablero.

• Se inspeccionan aparatos de TV por turno, se determinan los

defectos por TV promedio.
 Carta u (cont..)
Defects Sample U Chart of Defects
9 110 0.14 1
1
11 101 UCL=0.1241
0.12
2 98

Sample Count Per Unit

5 105 0.10

15 110 0.08
13 100 _
0.06
8 98 U=0.0546

7 99 0.04

5 100 0.02
2 100 0.00 LCL=0
Etc. 1 3 5 7 9 11 13 15 17 19
Sample
Tests performed with unequal sample sizes
Capacidad de proceso por atributos
 Para cartas de control p y np en base a la fracción promedio
de productos defectivos o no conformes es:

Cp >=1.33 es equivalente a p <= 62 ppm

NOTA: Equivale a que el porcentaje de partes

buenas sea cuando menos del 99.9936%

 Para cartas de control c y u dependen de la especificación

proporcionada por el cliente
Cartas especiales de control

59
 Cartas especiales de control
 Carta de sumas acumuladas CuSum

 Carta de promedios móviles ponderadas

exponencialmente

 Carta de promedios móviles simples

60
Cartas de sumas acumuladas
CuSum

61
 Gráfica de Sumas acumuladas
( CuSum )
 Se usa para registrar al centro del proceso.

 Es más sensible que la gráfica X al movimiento de los pequeños

cambios sostenidos en el centro del proceso.

 Es más sensible que la gráfica X al movimiento de separación

gradual del centro del proceso.

 Es menos sensible que la gráfica X al desplazamiento grande y único

del centro del proceso.
 Se puede aplicar a las Xs o a las Xs individuales

 Sus parámetros clásicos son h = 4; k = 0.5

62
 Carta de sumas acumuladas
CuSum
 Son más eficientes que las cartas de Shewhart para detectar
pequeños corrimientos en la media del proceso (2 sigmas o
menos)
 Para crear la carta Cusum se colectan m subgrupos de

muestras, cada una de tamaño n y se calcula la media de

cada muestra Xi-media. Después se determina Sm o S’m de
las ecuaciones siguientes:
m
Sm  
i 1
( X i   0 )...  0  m e d ia .e n .c o n tr o l .e s tim a d a
m
1
S m 
'

X

i 1
( X i   0 )... X
 d e s v .e s ta n d a r . d e .la s . m e d ia s

63
 Carta de sumas acumuladas
CuSum – Con Máscara en V
 La carta de control CuSum se obtiene graficando los valores
de Sm o S’m como función de m.

 Si el proceso permanece centrado, la carta tenderá hacia el

valor de la media 0

 Si el proceso se corre gradualmente hacia arriba o hacia

abajo, será indicado en la carta. Su sensibilidad está
determinada por los parámetros k y h.

 Una forma de identificar si el proceso sale de control es con

una mascara en V cuyo origen se coloca en el último punto
de suma acumulada determinado y observando que ninguno
de los puntos anteriores se salga, de otra forma tomar 64
 Carta CuSum – parámetros de la
máscara en V
h = Intervalo de decisión – Valor medio del ancho de máscara en el
punto de origen
k = Corrimiento a ser detectado en sigmas – Pendiente de los brazos de
la máscara en V
f = Respuesta inicial rápida - Identifica puntos fuera de control en el
arranque
T = Meta o especificación nominal; n = Tamaño de subgrupo

Ci = Valor de los 2 lados de la máscara en el tiempo i

C0 = 0
Ci = Ci - 1 + (i - T)
Puntos graficados de la máscara = Ci
Pendiente de la máscara en V = k  / raiz (n)
Ancho de máscara en el origen = 2h  / raiz (n)
Origen de la máscara en V = p
Por omisión Xmedia = µ, Sp/c4(d) = , T = 0, h = 4, k = .5, p = m
65
 Ejemplo de carta Cusum
con Máscara en V
1- 4.925
CUSUM Chart for Cusum
2- 4.675
3- 4.725
4- 4.350 4

5- 5.350 3
2
6- 5.225
Cumulative Sum

1
7- 4.770 0 0
8- 4.525 -1
9- 5.225 -2
-3
10- 4.600
-4
11- 4.625
-5
12- 5.150 -6
13- 5.325 0 5 10 15
14- 4.945 Subgroup Number
15- 5.025
16- 5.223
Target = 5, sigma = 1, h = 2, k =0.5, Vmask 66
 Continuación de ejemplo – con
máscara en V
CUSUM Chart for Cusum
17. 5.463
18. 5.875
19. 6.237
5
20. 6.841
Cumulative Sum

0 0
Agregando 4
Puntos adicionales
Se observa que se -5

Salen los puntos

16, 17 y 18 0 10 20
Subgroup Number
Requiriendo acción

Target = 5, sigma = 1, h = 2, k =0.5, Vmask 67

 Carta CuSum– Sólo un Límite
inferior o superior
CIi = valor del nivel bajo de la Cusum de un lado inferior en tiempo i

CL 0  CU 0  f
n
CSi = valor del nivel alto de la Cusum de un lado superior en tiempo i
    i
C Ii  m in  0, C I i  1  x i   T  k
  n

 C i  Si  
j 1
 x j  (  0  K ) 
   
C S i  m in  0, C S i  1  x i   T  k  0  m e d ia .o b je tiv o

  n 
Datos graficados
 1 = mCIi, CSi. n o . a c e p ta b le    
e d ia 0
Línea central =  0    
K  1 0
  k
 2 2 n
L I C   h
n C i  0 .c u a n d o .c a m b ia .e l . s ig n o

L S C  h
n
68
 Cata CuSum – sólo un Límite
superior o inferior
1- 4.925
CUSUM Chart for Cusum
2- 4.675 17. 5.463
3- 4.725 18. 5.875
4- 4.350 Upper CUSUM
19. 6.237
5- 5.350 2 2
20. 6.841
6- 5.225

Cumulative Sum
1
7- 4.770
8- 4.525 0
9- 5.225
10- 4.600 -1

11- 4.625
-2 Lower CUSUM
-2
12- 5.150
0 10 20
13- 5.325
Subgroup Number
14- 4.945
15- 5.025
16- 5.223 Target = 5, sigma = 1, h = 2, k =0.5, One Sided
FIR = 1 sigma, Reset after each signal 69
 Carta CuSum – Forma tabular
para un solo límite inf. ó sup.
 Los límites para cada valor se calculan dependiendo de si es
hacia el lado superior Sh o hacia el inferior Sl
SH (i)  max  0, xi  (0  K )  SH (i 1)
min  0,  xi  (0  K )  SH (i 1)
SL (i)  max
SH (0)  SL (0)  0
NH . y.NL  No. periodos.en.que.Sh.o.Sl.son.  0
 Como ejemplo si K = 0.5 y µ0 = 10 y X1 = 9.45, Sh(1) = max
[0, 9.45 – 10.5 + 0] = 0 etc..
 Cuando Sh(i) toma un valor negativo, se regresa a cero y
continua el proceso, si excede el límite superior de control H en
este caso indica que el proceso está fuera de control
70
 Carta CuSum – Forma tabular
para un solo límite inf. ó sup.
Periodo Xi Xi-10.5 Sh(i) Nh
En este caso el
1 9.45 -1.05 0 0
Valor de H es 5
2 S (i) 
H
7.99
max 0, x
-2.51
i  ( 0  K ) 0S (i 1) 0
H 
3 max  0, -1.21
SL (i) 9.29 xi  (0  K ) 0 SH (i 1)0
4 11.66 1.16 1.16 1
H
5 12.16 1.66 2.82 2
6 10.18 -0.32 2.50 3
7 8.04 -2.46 0.004 4
Máscara en V
8 11.46 0.96 1.00 5
9 9.20 -1.30 0 0 71
 Carta Cusum (Crankshd.mtw)
CUSUM Chart of AtoBDist
AtoBDist 10.0
-0.44025
5.90038 7.5

2.08965 5.0
UCL=5.68
Cumulative Sum

0.09998
2.01594 2.5

4.83012 0.0 0
3.78732
4.99821 -2.5

6.91169 -5.0
LCL=-5.68
1.93847
1 3 5 7 9 11 13 15 17 19 21 23 25
Etc. Sample

Hay un corrimiento en los puntos 4 a 10 72

 
LIC
iI  h0, CI  X   T  k  
 min i 1 i  
 m  m 

LSC  h    
iS  max 0m, CS i 1  X i   T  k 
  m 
CI 0  CS 0  0

Fórmulas Cusum un lado

 Los límites de control están a un cierto número de desviaciones
estándar por arriba o por debajo de la línea central (h = 4
intervalo de decisión o distancia de límites en sigmas; k
corrimiento en sigmas a ser detectado; m = 5 tamaño de
subgrupo)

73
Carta EWMA de promedios
móviles ponderados
exponencialmente

74
 Carta de Promedios Móviles
Ponderados Exponencialmente
(EWMA)
 Monitorea un proceso promediando los datos de tal
forma que les da cada vez menos peso conforme son
removidos en el tiempo

 En la carta de Shewhart la decisión en relación al

estado de control del proceso en cierto instante t
depende de la medición más reciente y de los límites
de control

 En la carta EWMA la decisión depende del estadístico

EWMA que es el promedio ponderado exponencial de
los datos.
75
 Carta de Promedios Móviles
Ponderados Exponencialmente
(EWMA)
 Es más sensible que la gráfica X al movimiento de los
pequeños cambios sostenidos en la media del proceso.

 Es más sensible que la gráfica X al movimiento de

separación gradual de la media del proceso.

 Es menos sensible que la gráfica X a desplazamientos

grandes de la media del proceso.

 Se puede aplicar a las Xs o a las Xs individuales.

76
 Carta de Promedios Móviles
Ponderados Exponencialmente
(EWMA)
 Seleccionando un factor de ponderación  la carta puede ser
sensible a corrimientos graduales pequeños en la media del
proceso. El estadístico EWMA es:

EWMAt  Yt  (1 )EWMAt 1 t  1,2,.., n

  
2
S
SEWMA  
2

n  2 
 EWMAo es la media (meta) de los datos históricos
 S es la desviación estándar de los datos históricos para n grande
 Yt es la observación en el tiempo t
 n es el número de observaciones monitoreadas incluyendo 0
 0 <  <=1 es una constante que determina la memoria de
EWMA
77
 Carta de Promedios Móviles
Ponderados Exponencialmente
(EWMA)
  determina la tasa en la cual los datos “antiguos” entran
en el cálculo del estadístico EWMA.

 Un valor de  =1 indica que sólo el último dato será

incluido (carta Shewhart).

 Un valor grande  de da más peso a datos recientes y

menos peso a datos antiguos. Un valor pequeño de  da
más peso a datos antiguos

 Un valor común para  es 0.2 para detectar cambios 1 y

de 0.4 para detectar cambios de 2 78
 Carta de Promedios Móviles
Ponderados Exponencialmente
(EWMA)
 Los límites de control se determinan como sigue:

 La carta EWMA requiere que se obtengan datos históricos

del proceso para calcular la Media y desviación estándar
representativas del mismo para continuar el monitoreo,
asumiendo que estuvo en control al colectar los datos
 Para los primeros valores de X, la desviación estándar S se
calcula como:

79
 Carta de Promedios Móviles
Ponderados Exponencialmente
(EWMA)
 Ejemplo: Si EWMAo = 50 y s = 2.0539,  = 0.3 entonces
se tiene:
LSC  50  3(0.4201)(2.0539)  52.5884
LIC  50  3(0.4201)(2.0539)  47.4115

Y 52 47 53 49.3 50.1 47 51

EWMA 50 50.6 49.5 50.56 50.18 50.16 49.12 49.75

80
 Carta EWMA del ejemplo
Xewma
1- 52.0
2- 47.0
EWMA Chart for X
3- 53.0 53
UCL=52.59
4- 49.3
52
5- 50.1
6- 47.0 51
EWMA

7- 51.0 50 Mean=50
8- 50.1
49
9- 51.2
10- 50.5 48
11- 49.6 LCL=47.41
47
12- 47.6
0 10 20
13- 49.9 Sample Number
14- 51.3
15- 47.8
81
 Carta EWMA =
Z_0 = X
 Los puntos a graficar son los siguientes : Z1 = _X1  )
+ (1- Z0
Z2 = _X2 + (1- ) Z1
Z3 = _X3 + (1- ) Z2
Z4

= X4 + (1- )
 Z3
Con Z = EWMA
 Observa que Z es un promedio ponderado de X i y de todas las Xs anteriores.
 La típica forma de una gráfica EWMA se muestra a continuación.

UCL
Los cálculos, especialmente de los
límites de control, son tan complejos
XII

que normalmente este tipo de gráfica

LCL se realiza por medio de un paquete
subgrupo de computo.
1 2 3 4 5 6

82
 Carta de Promedios Móviles
Ponderados Exponencialmente
(EWMA)
 Si la desviación estándar se estima de la carta X-R
entonces los límites de control se determinan como
sigue:

LSC  X  A2 R
(2   )

LIC  X  A2 R
(2   )

83
 Carta de Promedios Móviles
Ponderados Exponencialmente
(EWMA)
 Esta carta proporciona un PRONOSTICO del siguiente
valor de la media, lo cual es muy importante para el caso
de control automatizado.

 Los límites de control permiten detectar cuando se

requiere un ajuste y la diferencia entre el valor
pronosticado y la media meta permiten identificar de
cuanto debe ser el ajuste

84
 Carta de Promedios Móviles
Ponderados Exponencialmente
(EWMA)
 Se puede desarrollar una ecuación para el clásico control
PROPORCIONAL, INTEGRAL y DIFERENCIAL (PID).
Donde los parámetros de las lambdas 1, 2 y 3 se
seleccionan para obtener el mejor desempeño de
pronóstico

 Si e representa el error entre el valor real y pronósticado

en el periodo t se tiene:
et  Xt  zt 1
t
Zt  EWMAt  Zt 1  1et  2 e j  3et
j 1
85
Carta de control de promedios
móviles

86
 Carta de control de Promedios
Móviles
 Monitorea un proceso promediando los últimos W
datos. Con valores individuales se usa W = 2

 Tiene una sensibilidad intermedia entre las cartas de

control de Shewhart y las cartas EWMA o Cusum
para detectar pequeñas corridas graduales en la
media del proceso

 Suponiendo que se colectan muestras de tamaño n y

se obtienen sus respectivas medias Xi. La media
móvil promedio de amplitud W en el tiempo t se
define como sigue:
87
 Carta de control de Promedios
Móviles

 El procedimiento de control consiste en calcular la

nueva media móvil Mt cada vez que haya una nueva
media muestral, graficando Mt en la carta, si excede
los límites de control el proceso está fuera de control
 En general la magnitud del corrimiento que se quiere
detectar esta inversamente relacionado con W, ente
mayor sea W se podría detectar corrimientos más
pequeños
88
Ejemplo de carta de promedios
móviles
Xmm
1- 10.5
2- 6.0
Moving Average Chart for Xmm
3- 10.0
4- 11.0 15

5- 12.5 Moving Average

UCL=12.12
6- 9.5
7- 6.0 10 Mean=10

8- 10.0 LCL=7.879
9- 10.5
10- 14.5 5

11- 9.5
12- 12.0 0 5 10 15
Sample Number
13- 12.5
14- 10.5
15- 8.0
89
Cartas Multivariadas

90
 Carta T2 – varianza generalizada
(hospital.mtw variables Stay satisfaction S. size Departure)
 En un hospital se monitorea la satisfacción del paciente cuando
sale, se encuestan a 5 pacientes al día. Como la satisfacción y el
tiempo de estancia están correlacionados se usa una carta T2
para monitorear la media y variabilidad de la satisfacción (1 a 7)
y la estancia en días.
 Investigar que pasó en los días 18 y 19
Tsquared-Generalized Variance Chart of Stay, Satisfaction
Departure Stay Satisfaction 20

1/01/01 1 5.0 15
1/01/01 2 6.5
T squar ed

U C L=13.61

10
1/01/01 4 5.2
1/01/01 6 7.0
5

M edian=1.36
1/01/01 4 5.0
0
1 4 7 10 13 16 19 22 25 28 31

1/02/01 2 7.0 Sample

1/02/01 2 6.0 20 U C L=19.71

Gener alized V ar iance

1/02/01 4 6.2 15

1/02/01 1 6.0 10

1/02/01 1 5.2 5
|S |=4.22

91
0 LC L=0
1 4 7 10 13 16 19 22 25 28 31
Sample
 Carta MEWMA
(toys.mtw variables Weight Lenght S. size Day)
 Se desea monitorear en forma simultanea el peso (gramos) y
longitud de juguetes (pulgadas), se toman 4 muestras diarias
durante 20 días.
 Se observa que el proceso está dentro de control

Weight Length
Multivariate EWMA Chart of Weight, Length
10.10 2.54 9
10.15 2.56 8
UCL=8.634

10.11 2.55 7

10.12 2.55 6

10.12 2.54 5
MEWMA

10.14 2.57 4

10.08 2.50 3

10.10 2.53 2

10.09 2.50 1

0
10.15 2.56 1 3 5 7 9 11 13 15 17 19
Etc. Sample

92
93
 Mantenimiento Productivo Total (TPM)
para Mfra. Lean
 Su objetivo es maximizar la efectividad del equipo
a través de toda su vida útil al 100%

 Es Implantado y mantenido por diversos

departamentos involucrados en los equipos

 Involucra a TODOS los empleados, desde el

operador hasta el director

 Se apoya en grupos Kaizen de mejora

94
95
 Elementos del Mantenimiento
Productivo Total (TPM)
 Mantenimiento correctivo programado

 Mantenimiento preventivo (incluye predictivo por

proveedores: termografía infrarroja, análisis de
vibraciones y aceites)

 Mantenimiento productivo autónomo por

operadores (limpieza, lubricación, etc.)

 Mantenimiento proactivo por Ingeneiría (rediseño,

Poka Yokes)

96
 Beneficios del TPM
 Mejoras en productividad
 Mejoras en calidad
 Mejoras en tiempos de entrega
 Mejoras en seguridad
 Mejoras en higiene
 Mejoras en la moral de los empleados

 Cuanto más automático sea el equipo, más

importante es el TPM

97
 Características del TPM
 Esfuerzos para maximizar la efectividad del equipo
 Es un sistema de mantenimiento productivo para
ampliar la vida útil de la maquinaria
 Se implementa por ingeniería, operadores y
mantenimiento
 Involucra a todos los empleados, desde la
dirección hasta los de planta
 Mantenimiento autónomo por los operadores
 Actividades de grupos pequeños coordinados en la
empresa

98
 Lo total en TPM
Significa lo siguiente:
 Efectividad total en el logro de la eficiencia

económica y rentabilidad
 Mantenimiento preventivo, prevención del

mantenimiento y mantenabilidad total

 Participación total de todos los empelados, incluye

el mantenimiento autónomo por los operadores

El objetivo del TPM es cero fallas, cero paros y cero

defectos

99
 6 Pérdidas por equipos
reducidas por el TPM
 Fallas en el equipo: causan tiempos muertos y
reducen la productividad

 Preparación y ajustes: se deben mejorar los

tiempos de preparación y ajuste

 Ocio y paros menores: sensores defectuosos,

partes atoradas en transportadores, etc. causan
paros menores y pérdidas

100
 6 Pérdidas por equipos
reducidas por el TPM
 Velocidad reducida: es la diferencia entre la
velocidad de diseño y la velocidad real

 Defectos de proceso: por mal funcionamiento

 Rendimiento reducido: pérdidas por arranques y

paros del equipo

101
 Metas en las 6 pérdidas
 Pérdidas por fallas o tiempos muertos 0 min.

 Pérdidas por preparación y ajustes <10min.

 Pérdidas de velocidad 0 min.

 Ocio y paros menores 0 min.

 Pérdidas por defectos de calidad 0 min.

 Pérdidas en el rendimiento minimizar
102
 Control de las fallas - TPM
 Mantener en control las condiciones básicas
(limpieza, lubricación, atornillado)

 Apego a procedimientos operativos

 Restablecer la deterioración

 Mejorar las debilidades de diseño

 Mejorar la operación y mantenimiento

103
 Diseño para mantenabilidad
Las siguientes guías mejoran la mantenabilidad y
disponibilidad de los equipos
 Estandarización: minimizar el número de partes

diferentes en el sistema

 Modularización: tener estándares en tamaño, formas,

unidades, para facilitar los procesos de ensamble y
desensamble

 Empaque funcional: colocar todas las las partes

requeridas de un artículo en un kit o paquete
104
 Diseño para mantenabilidad
 Intercambiabilidad: controlar las tolerancias
funcionales. Intercambio de partes dañadas con
buenas

 Accesibilidad: facilitar a los operadores a hacer su

trabajo adecuadamente. Todas las partes deben
estar accesibles y deben ser fáciles de cambiar

 Aviso de falla de funcionamiento: proporciona un

medio de aviso a los operadores cuando falla la
máquina. Puede incluir gages, instrumentos, luces o
sonidos 105
 Diseño para mantenabilidad
 Aislamiento de falla: seguimiento e identificación de
la falla. Se puede minimizar con mantenimiento
preventivo, equipo de prueba interconstruido (BITE),
simplicidad en el diseño de partes y personal
competente

 Identificación: Tener una identificación única de

todos los componentes y métodos de registro de
mantenimiento correctivo y preventivo

106
 Métricas de TPM
 La métrica básica es la Efectividad General del
Equipo (OEE) aunque hay algunas variantes en su
fórmula:

OEE=Disponibilidad X (Eficiencia ) X (Tasa de calidad )

de desempeño de productos
Disponibilidad = tiempo de operación / Tiempo de
carga
= (Tiempo de carga – Tiempo muerto)/Tiempo carga

107
 Métricas de TPM
Tiempo de carga=Tiempo disponible por turno o unidad
- Tiempo muerto planeado (desayuno, baño, etc.)
Tiempo de operación=Tiempo de carga–Tiempo muerto

Ejemplo: Si hay 480 min./turno, 15 min. De

preparación, 10 minutos de descanso obligatorio, 30
minutos de tiempo muerto. ¿Cuál es el tiempo de
carga y la disponibilidad?
Tiempo de carga= 480 – 10 = 470 min
Disponibilidad = (470 – (30+15))/470 = 90.4%

108
 Métricas de TPM
Tasa de velocidad de operación = Tiempo ciclo teórico /
Tiempo ciclo real

Por ejemplo: si el ciclo de tiempo es de 1 min / unidad,

y el ciclo real es de 1.5 min. / unidad, ¿Cuál es la
tasa de velocidad de operación?

Tasa de velocidad de operación = 1 / 1.5 = 66.7%

109
 Métricas de TPM
Tasa neta de operación = Tiempo real de proceso /
Tiempo de operación
Mide la estabilidad del equipo, paros pequeños y
ajustes:
Tasa neta de operación = Cantidad procesada x Tiempo
de ciclo real / Tiempo de operación

Por ejemplo: si se procesan 185 unidades, ciclo real 1.5

min., tiempo de operación 425 min.
Tasa neta de operación = (185 x 1.5)/425 = 65.3%

110
 Métricas de TPM
Eficiencia de desempeño = Tasa de velocidad de
operación x Tasa neta de operación
O Sea
Eficiencia de operación = 0.667 x 0.653 = 43.6%

Efectividad general del equipo OEE = Disponibilidad x

eficiencia de desempeño x tasa de calidad producto
Si tasa de calidad del producto es de 95%.

El OEE = 0.904 x 0.436 x 0.95 = 37.4%

111
112
113
114
115
 Métricas de TPM
Los objetivos son:

 Disponibilidad > 90%

 Eficiencia de desempeño > 95%

 Tasa de calidad de producto > 99%

116
Premio japonés anual a empresas
con TPM (JIPM)
Se evalúan los incrementos en calidad y productividad
incluyendo:

 Reducción de costos
 Reducción de inventarios
 Reducción y eliminación de accidentes
 Control de la contaminación
 Ambiente de trabajo

117
 Fase Paso Detalles
1.- La alta dirección anuncia inicio TPM Conferencia sobre TPM al personal
Directores: seminarios.

Preparación
2.- Programa de educación y campaña General: presentaciones
Crear comités en cada nivel para
3.- Crear organizaciones/ promoción promoción, asignar staff

4.- Establecer políticas básicas y metas Evaluar condiciones actuales, metas

5.- Formular plan maestro Preparar planes detallados de

actividades.
Implantación
6.- Organizar acto de lanzamiento Invitar clientes, gente importante
preliminar

7.Mejorar la efectividad de cada equipo Seleccionar equipo modelo. Formar equipo

de proyecto.
Implantación

Promover los 7 pasos, fabricar útiles de diagnóstico

8.- Programa de mantenimiento autónomo y establecer proc. de certificación de los trabajadores
9. Programa de mantenimiento para Incluye mantto. periódico, y predictivo, gestión de
repuestos, herramientas, dibujos y programas
Equipos nuevos por mantenimiento.
10. Dirigir el entrenamiento para mejorar Entrenar a los líderes, estos comunican información
con los miembros del grupo.
operación y capacidad de mantenimiento
11. Programa actualización de los Reconstrucción y mantenimiento preventivo
equipos antiguos

Estabilización 12. Perfeccionar y mejorar el TPM Evaluación para el premio PM, fijar objetivos mas
elevados

Pasos para implantar el mantenimiento productivo total 118

 7 pasos para desarrollar el mantenimiento autónomo
LOS PASOS
1.- Limpieza Inicial (5S’s)
2.- Acciones en la fuente
de los problemas
3.- Estándares de limpieza y
lubricación
4.- Inspección General
5.- Inspección autónoma
6.- Organización y orden
7.- Mantenimiento autónomo
pleno
LAS ACTIVIDADES
Limpiar para eliminar polvo y suciedad, principalmente en el
cuerpo del equipo; lubricar y apretar pernos, descubrir
problemas
Prevenir la causa del polvo, suciedad y difusión de esquirlas,
mejorar partes que son difíciles de limpiar y lubricar, reducir el
tiempo requerido para limpiar y lubricar
Establecer estándares que reduzcan el tiempo gastado
limpiando, lubricando y apretando ( específicamente
tareas diarias y periódicas
Con la inspección manual se genera instrucción
los miembros de círculos descubren y corrigen
defectos menores del equipo
Desarrollar y emplear listas de chequeo para
inspección autónoma
Estandarizar categorías de control de lugares de trabajo indivi
duales; sistematizar a fondo el control del mantenimiento:
estándares de inspección, limpieza y lub., registro datos y matto
Desarrollos adicionales de políticas y metas compañía, incre
mentar regularidad de actividades mejora. Registrar resultados
análisis MTBF y diseñar contramedidas en concordancia
119
120
 Resultados esperados del TPM
 Eliminación de fugas de  Reducción de horas
aceite hombre mantenimiento
 Disminución dramática correctivo
de tiempos muertos  Reducción costo por
 Incremento en la contratistas
eficiencia de los
equipos
 Reducción de costo por
 Reducción de paros no partes de repuesto
programados  Menor polvo ambiental
 Reducción de rechazos  Menor ruido
en producto intermedio  Menos conflictos
y producto final producción /
 Disminución de mantenimiento
consumo de energía
121
122
 Razones de la administración visual

• Hacer visibles los problemas

• Ayudar a los trabajadores y directores a mantener

contacto directo con el lugar de trabajo (gemba)

• Clarificar los objetivos para la mejora

123
 Métodos de administración visual

• Ayudas visuales que eviten errores

• Jidokas que paren las máquinas si se detectan
defectos
• Avisos de peligro y precaución
• Indicaciones de donde deben ponerse las cosas
• Designaciones del equipo
• Colores claros y etiquetas en instalaciones y equipo
• Uso de pizarrones, celulares, Nextel
• Instructivos audiovisuales a la vista
• Sistemas Kanban

124
Ejemplo de fábrica visual

125
Ayudas visuales

126
Mantenimiento de controles

Re evaluación del sistema de medición

Plan de control

127
 Re - evaluación de sistemas de
medición
 Las mejoras reducen la variación, lo que puede
requerir una reevaluación de los sistemas de
medición

 La incertidumbre colectiva de los estándares de

medición no debe exceder el 25% de la tolerancia
aceptable de cada una de las características
calibradas (MIL-STD-45662 A)

128
 Re - evaluación de sistemas de
medición
En el caso de la industria automotriz, en su manual
Measurement System Analysis (MSA).

 Máximo error de R&R aceptable 10%

 Puede ser aceptable entre 10 a 30% dependiendo de

la importancia de la aplicación, costos, costos de

reparar, etc.
 Más de 30% es inaceptable

La expresión de la incertidumbre incluye un rango y un

nivel de confianza

129
Plan de control

130
 Estandarización

1. Controles para la mejora.

2. Formas para eliminar causas.

3. Datos de control de resultados.

4. Aplicación de soluciones en otros

procesos.

5. Uso de métodos de estandarización.

.
131
 Prevención de la reincidencia –
Estandarización

DISPOSITIVOS A PRUEBA DE ERROR ( Poka - Yokes ).

132
22 GUOQCSTORY.PPT
 Prevención de la reincidencia
 Realizar actividades para asegurar la no reincidencia
del problema.

 Se debe de tener un control de las mejoras y de los

nuevos estándares, estas deben de ser acciones que
realmente eliminen las causas de los problemas.

 Herramientas a utilizar: hojas de verificación, cartas

de control, histogramas, métodos de documentación
de archivos, ISO- TS 9000, 5W +1H, etc.

133
 Prevención de la reincidencia

CON TRO LES AYU DAS

AU TO MATICOS VIS UALE S P ROCED IM IE N TOS E SP E CI F ICACI ON ES
P OK A - YO KE DE OP E RACIÓN
E STAND AR

134
 Plan de control
Es un documento que describe las características
críticas para la calidad (CTQs), las Y’s y X’s cr´ticas,
de las partes o del proceso.

A través de este sistema de seguimiento y control, se

cumplen los requerimientos del cliente y se reduce la
variación

Cada parte o proceso debe tener un plan de control. Se

pueden agrupar en familias

135
 Plan de control
Se tienen los siguientes planes de control, en todos los
casos indican los controles dimensionales, tipos de
materiales y pruebas de desempeño requeridas :

 Prototipo – usado durante el desarrollo

 Prelanzamiento – usado para producciones piloto,

136
 Plan de control
 Producción – se utiliza durante la producción normal
de la parte, incluye las características del producto o
partes, controles de proceso, pruebas, análisis del
sistema de medición y planes de reacción

 Los planes de control son documentos vivos para

seguimiento y control del proceso, los dueños del
proceso son los responsables de estos planes

137
 Cierre del proyecto
 Incluir las siguientes consideraciones:
 Identificar al dueño del proceso
 Involucrar al equipo en el plan de control
 Crear procedimientos e instructivos actualizados
 Notificar y entrenar al personal afectado
 Asegurar que el entrenamiento en el plan de control
es efectivo
 Poner el plan en el sistema documental adecuado
 Lograr acuerdo entre el equipo y el dueño del
proceso
138
Entradas para el plan de control
 Diagramas de flujo del proceso
 FMEAs, DFMEAs, PFMEAs del sistema
 Análisis de causa y efecto
 Características especiales del cliente
 Datos históricos
 Lecciones aprendidas
 Conocimiento de proceso del equipo
 Despliegue de la función de calidad (QFD)
 Diseños de experimentos
 Aplicaciones estadísticas y estudios mutivari
 Análisis de regresión
139
140
 P rototype

Control P la n Numbe r

P a rt Numbe r/La te s t Cha n ge Le ve l

P re - la u nc h P roduc tio n
CONTROL PLAN

Ke y Con ta c /P ho ne

Core Te a m
Da te (Orig.)

Cus tome r Engin e e ring Approva l/Da te (if Re q 'd .)

P a ge

Da te (Re v.)
of
Plan de control
P a rt Na me /De s c rip tion S upplie r/P la nt Approva l/Da te Cus tome r Qua lity Appro va l/Da te (if Re q'd.)

S upplie r/P la nt S upp lie r Co de O th e r App rova l/Da te (if Re q'd.) O the r Ap prova l/Da te (if Re q'd.)

P a rt / P roc e s s Na me / Ma c hine , De vic e , Cha ra c te ristic s S pe c ia l Me thods

P roc e s s Op e ra tion J ig, To ols Cha r.

Nu mbe r De s c ription For Mfg. No. P rod uc t P ro c e s s Cla s s . P roduc t/P ro c e s s Eva lua tio n/ S a mple Con trol Me thod Re a c tion P la n

Todos los procesos

S pe c ific a tion/ Me a s ure me nt S ize Fre q.

To le ra nc e Te c hniqu e

-
- Todas las Operaciones
- Todas las actividades

Hoja de Instrucción calidad

No de Producto Dibujo No. Operación No. Maquína Elaboró Aprobó
Nombre del producto Nivel
Caracteristica Especificación Criterio Instrumento Tamaño Frecuenc. Método de Plan de Reacción
Descripción & Tolerancia d´muestra Registro

- Un proceso
- Una actividad
- Operaciones Limitadas Operador
Ayuda Visual

Instrucciones:

Distribución

141
One Way to Standardize a Process

142
Mantenimiento de mejoras

Lecciones aprendidas
Desarrollo del plan de capacitación
Documentación
Evaluación continua
143
 Mantenimiento de mejoras
 Lecciones aprendidas

 Despliegue de capacitación

 Documentación

 Evaluación periódica

144
Lecciones aprendidas

145
 Lecciones aprendidas
 Es uno de los últimos pasos en el análisis post
mortem (también llamado lecciones aprendidas,
evaluación post proyecto).

 Es una revisión formal y crítica documentada

realizada por un comité de personal calificado, se
incluyen todas las fases del desarrollo del proyecto

146
 Lecciones aprendidas
 Algunos tópicos de la revisión incluyen:
 Adecuación del personal, tiempo y dinero
 Efectividad del proyecto total
 Que tan bien se dio seguimiento al proyecto
 Qué tan bien se coordinó y se informaron los avances
 Qué tan bien trabajo el equipo de proyecto
 Qué tan bien se reconoció al equipo
 La efectividad de las acciones
 El nivel de calidad de los productos y servicios
entregados

147
 Lecciones aprendidas
El éxito o falla de un proyecto se mide en tres
dimensiones:

 ¿Se lograron las metas y objetivos?

 ¿Se logró dentro de las fechas compromiso?
 ¿Estuvo el proyecto por arriba o por debajo de las
restricciones de costo?

Un proyecto exitoso cumple con los todos los criterios,

sin emabrgo puede ser considerado bueno aun si no
se cumplió alguno de los criterios
148
 Lecciones aprendidas
Los resultados de los proyectos se presentan a la
dirección por el equipo.

Cuando se han identificado las mejores acciones

correctivas, se deben estandarizar en la empresa

Los resultados de esta revisión de proyecto deben ser

archivados, junto con los documentos del proyecto
para referencia futura

149
Reconocimiento al equipo Seis Sigma
 Este paso es de los más importantes ya que sin un
reconocimiento adecuado a los resultados
alcanzados, se envía el mensaje de ganar perder
para el personal y se elimina la motivación para
trabajar en nuevos proyectos de mejora.

 Los reconocimientos son muy variados y dependen

de la empresa y los resultados alcanzados en
particular.

150
Despliegue del plan de
entrenamiento

151
 Despliegue del plan de
entrenamiento
El entrenamiento mejora las habilidades y amplia el
conocimiento de los empleados. Cierra la brecha
entre necesidades de capacitación actuales y
deseadas, se sugiere los siguiente:

 Construir un currículum robusto

 Proporcionar formas para que interactúe el personal
 Explotar la tecnología
 Documentar las mejores prácticas

152
 Despliegue del plan de
entrenamiento
La capacitación debe ser soportada por todos los
niveles de la organización. Se debe dar después de
que se crea o se modifica un proceso, identificando
quienes requieren ser capacitados para mantener el
cambio. El personal clave se debe incluir desde el
principio en el equipo de mejora

153
 Despliegue del plan de
entrenamiento
Los beneficios de una capacitación adecuada incluyen:
1. Mejor comprensión del compromiso para mejorar
2. Mejor comprensión del proceso y su intención
3. Comprensión clara de las expectativas
4. Mejor comprensión de cómo hacer la tarea
5. Mejor comprensión de cómo ajustar un proceso
6. Comprensión clara de donde obtener ayuda, si se
requiere para control del proceso

154
Documentación

155
 Docuementación
 Un sistema efectivo de control, se caracteriza por
documentos formales, donde se establecen
lineamientos a los empleados de cómo realizar las
tareas, quien es responsable de las tareas, o como
trabaja el sistema de la empresas, se tienen varias
alternativas, organizadas por jerarquías o niveles:
 Manuales (políticas, lineamientos, 1er. nivel)
 Procedimientos (responsabilidades, 2do. nivel)
 Estándares de operación
 Instrucciones de trabajo (pasos específicos, 3er. nivel)
 Registros (evidencias, 4to. nivel)
156
 Documentación
 Contenido básico de un documento de procedimiento
o instrucción (escrito de forma que lo entiendan los
usuarios):
 Propósito
 Bases
 Alcance
 Pande sugiere unas guías para los docuemntos:
 Hacer el documento simple y breve
 Hacer el documento claro, invitador y manejable
 Incluir opciones para “emergencias”
 Tener un proceso para revisiones y actualizaciones
157
Evaluación continua

158
 Evaluación continua
 Se debe mantener un sistema de mejora continua
para que la empresa avance, el proceso es el
siguiente:

159
 Evaluación continua
 En adición al seguimiento de las mejoras debe haber
un balance en el seguimiento de los otros indicadores
de desempeño de la empresa, incluyendo:
 Resultados de desempeño
 Resultados de calidad
 Resultados financieros
 Resultados de Benchmarking
 Mediciones de capacidad de procesos
 Resultados de auditorias
 Análisis FODA

160
 Evaluación continua
Los resultados anteriores se muestran en
reportes con gráficas y cartas de preferencia.

La organización debe tener un comité de

revisión para atender tanto los problemas
como las oportunidades de mejora

161