Seis Sigma

UNIVERSIDAD DE CONCEPCION
Facultad de Ingeniera
Departamento de Ingeniera Industrial
Captulo 3
Gestin y Control de la Calidad
Metodologa Seis Sigma
Hernaldo Reinoso
Marzo 2015
Bibliografa
E. J. Escalante. Seis-Sigma: Metodologa y Tcnicas. Limusa Noriega
Editores, 2004.
Metodologa Seis Sigma

Conjunto de mtodos usados para eliminar defectos en productos y
procesos
Objetivo: Reducir la variacin en el proceso de tal manera que todos
los productos o servicios cumplan o excedan las expectativas de los
clientes
Edgardo J. Escalante
Professor of Industrial Engineering & Six Sigma Consultant
Monterrey Area, Mexico

Mechanical or Industrial Engineering
Se concentra en:
- las salidas crticas para los clientes, y
- en un claro retorno financiero para la organizacin
Hernaldo Reinoso, Departamento de Ingeniera Industrial, Universidad de Concepcin
ndices de Capacidad del Proceso
Capacidad Real del Proceso
LSE
LIE
LIE
ndice de capacidad del proceso
LSE
Como la desviacin estndar no

es conocida, se utiliza la siguiente
estimacin:
Capacidad Real del Proceso
Ejemplo
Caracterstica de Calidad: Distancia entre pas
Datos: LSE = 139
LIE = 115
Media = 126.5 (De los GC)
Mtricas de Seis Sigma

Calidad 3 sigma: Lmites reales (o de tolerancia natural) de la variable
de salida coinciden con las especificaciones de calidad
para tal variable.
Ejemplo: Proceso envasado de cemento:
- Especificaciones contenido bolsas: 50 0.6 kg
Proceso 3 sigma requiere que:
- Proceso est centrado en la especificacin nominal
- Lmites de especificacin coincidan con los lmites de tolerancia natural
En el ejemplo: = 50 y = 0.2
Esto implica que Cp = Cpk = 1 y un 99.73% de producto no defectuoso
(o 0.27% de producto defectuoso)
10
Nivel 3 Sigma
Ejemplo: Si la media aumenta en

1.5 entonces la capacidad (real)
del proceso cambia a:
Estadstico Z: Establece el nmero

de sigmas de un proceso
Para el ejemplo de las bolsas de
cemento Z = 3
LIE = 50 - 0.6
0.00135
Cp = 1
Nivel 3
LSE = 50 + 0.6
0.9973
LIE
0.00135
LSE
X
LITN = 50 3(0.2)
LSTN = 50 + 3(0.2)
Esto implica un aumento de 0.27%

a 6.681% de producto defectuoso.
11
Calidad (Nivel) Seis Sigma
12

Cp = 2
Cp = 2
Nivel 6
Nivel 6
LIE
LSE
LIE
LSE
1.5
13
14
Cp = 2
Cp = 2
Nivel 6
Nivel 6
LIE
LSE
LIE
LSE
1.5
16
15
Calidad Seis Sigma

Notacin:
d = Nmero de defectos
o = oportunidades de defecto
por unidad
u = Nmero de unidades
dpu: Defectos por unidad
dpo: Defectos por total de oportunidades
dpmo: Defectos por milln de oportunidades
dpmu: Defectos por milln de

unidades
17
18
Niveles de Calidad k-Sigma
Ejemplo: Suponga que en cierto proceso de instalacin de ventanas en la

construccin de viviendas sociales se encontraron 5 defectos en un conjunto
de 100 casas. Suponga, adems, que en cada casa existen 7 posibilidades de
ocurrencia de un defecto (mal ajuste de la cerradura, vidrios trizados, marco
defectuoso, marco mal pintado, etc.). Entonces
Nmero de defectuosos (partes por milln, ppm)
Niveles de Calidad k-Sigma
19
Ejemplo
Se encontraron 175 defectos
en un lote de produccin de
5000 unidades
El fabricante permite 1367

oportunidades de defectos
20
Ejemplo: En la fabricacin de cierto

tipo de tarjetas electrnicas impresas,
se tienen las siguientes oportunidades
de cometer errores:
Componentes equivocados
100
Componentes mal soldados

Componentes mal insertados
Soldadura faltante
20
10
120
En una muestra de 3000 tarjetas se

encontr un total de 85 defectos.
Calcule los indicadores adecuados y
estime el nivel k-sigma.
Solucin:
Leyendo de una tabla normal se

tiene que 113.2 dpmo corresponde
a un nivel z = 3.69 (o 3.69 sigma)
Proceso centrado
Proceso desplazado 1.5 sigmas
Defectos
Defectos
22
21
Nivel Sigma: Relacin con Cp y Cpk
Rendimiento de un Proceso (Yield)
Nivel de
Calidad
Sigma
Rendimiento tradicional: Nmero de piezas que entran dividido entre nmero

de piezas producidas dentro de las especificaciones.
Ejemplo: Considere el siguiente proceso:
200
180
Entonces
23
Rendimiento de primera vez (First Time Yield, YFT): Nmero de piezas

hechas bien la primera vez en cada etapa del proceso
24
Rendimiento en cadena o combinado (Rolled Throughput Yield, YRT):

Producto de los rendimientos en cada etapa del proceso. (Sin incluir
reprocesos)
Ejemplo: Considere el siguiente proceso:
200
3D
197
20 D
177
5D
172
0D
172
Ejemplo: Considere el proceso del ejemplo anterior:

200
3D
197
20 D
177
5D
172
0D
172
DPU y Distribucin de Poisson
Ejemplo con reprocesos ( o retrabajo):

200
3D
197
27
25
20 D
177
5D
172
0D
Ejemplo: Considere una muestra de 15 unidades, de las cuales 2 u tuvieron

3 defectos; 3 u tuvieron 2 defectos, y 1 u tuvo un defecto. El resto no tuvo
defectos.
172
Entonces:
5
Sea X = nmero de defectos por unidad
Ejemplo: Probabilidad de que una unidad contenga algn defecto:
28
Ejemplo: Sin un proceso tiene rendimiento de primera pasada de 0.759,

entonces
Ejemplo: Probabilidad de que una unidad no contenga ningn defecto:

Ejemplo: En el caso de un proceso con varias etapas, si
Nota: Esta probabilidad se conoce como yield (rendimiento) y es la

probabilidad de que una unidad pase una etapa a la primera libre de
(o sin) defectos
Entonces:
29
29
Pasos de la Mtrica Seis Sigma
30
Establecimiento de las Xs y las Ys
Identificar las CTQ (Critical To Quality - Caractersticas o requerimientos

de los clientes) o CPC (Caractersticas crticas de desempeo Para la
Calidad)
X: - Causa de un problema
- Variables que afectan un proceso
Y: Salida o resultado de un proceso
Definir las oportunidades de defecto: cualquier paso en el proceso donde

pueda ocurrir un defecto en una CTQ
Ejemplos:
Contar los defectos en todos los pasos del proceso

Calcular dpmo individual para cada una de las fases
Y (CPC)
Convertir a niveles sigma individual para cada una las fases

Resumen final. Calcular YFT, dpmo, la distribucin de los defectos.
Comentar sobre nivel de calidad del proceso
Calidad del trabajo realizado

Tiempo de ciclo
Nmero de telefonistas
Informacin incorrecta
Nivel de satisfaccin del cliente

Entrega a tiempo
Tiempo en contestar telfono
Defectos producidos
Deteccin de reas de oportunidad y jerarquizar las fases del proceso

con base en sus niveles sigma
31
X1
X1
X2
X2
X3
X3
X4
X4
X5
X5
X6
X6
X7
X7
X8
32
Mejora de procesos: Ciclo DMAIC
33
Estructura para Seis Sigma
34
Clientes y sus
requisitos
El proceso y su
desempeo
Mantencin
de la calidad
Causas de los
defectos
Eliminar causas
de los defectos
Metodologa DMAIC
Definir
Medir
Definir el problema en trminos operativos

Establecer el enunciado del problema
(alcance del proyecto)
Identificar los clientes y los grupos de CPC
(Caractersticas de desempeo Crticas
Para la Calidad) que tienen mayor impacto
en el desempeo del producto o servicio.
Identificar indicadores de desempeo, e
implicaciones de costo/beneficio
Preguntas claves sobre la recoleccin

de datos
Qu preguntas tratamos de
responder?
Qu clases de datos necesitamos
para responderla?
Dnde encontraremos los datos?
Quin puede proporcionar los datos?
Cmo podemos recopilar los datos
con un mnimo esfuerzo y
probabilidad de error?
35
Metodologa DMAIC
36
Analizar
Mejorar
Foco en el porqu los

defectos, errores, o
excesiva variacin
ocurren
Investigar la causa raz
Tcnica de los 5 por
qu
Experimentacin y
verificacin
Controlar
Generacin de ideas
Mantener las mejoras
Brainstorming
Nuevas normas y
Evaluacin y seleccin
Planificacin de la
Implementacin
procedimientos de operacin
Entrenamiento
Listas de verificacin
(checklist) o revisiones
peridicas
Grficos de control
estadstico de procesos
Metodologa DMAIC
37
El proceso
es Capaz?
Si
No
Medir
Capaz y
estable?n
Proceso
estable?
No
Si
No
Estadstica elemental (estadstica bsica, pensamiento estadstico, pruebas

de hiptesis, regresin y correlacin simples)
Estadstica avanzada (DOE, ANOVA, regresin mltiple)
Diseo y confiabilidad de productos (QFD, FMEA)
Medicin (Capacidad de los procesos, anlisis de los sistemas de medicin)
Control de procesos (Planes de control, CEP)
Mejora de procesos (Planeacin de la mejora, diagramacin de procesos,
pruebas de errores)
Implementacin y trabajo en equipo (Eficacia organizacional, evaluacin de
equipos, herramientas para facilitarlos, desarrollo de equipos)
DEFINIR
Carta del proyecto
Anlisis costo de la calidad
Anlisis de Pareto
Mapeo de procesos
MEDIR
Hojas de chequeo
Estadstica descriptiva
Medicin y sistema de evaluacin
Anlisis capacidad del proceso
Benchmarking
ANALIZAR
Mapeo detallado del proceso
Inferencia estadstica
Diagrama causa efecto
Anlisis efecto y modo de fallas
Anlisis de las causas raz
MEJORAR
Diseo de experimentos
Prueba de errores
Produccin esbelta
Ciclo Deming
Siete herramientas de la planeacin
y administracin
CONTROLAR
Control estadstico de procesos (CEP o SPC)
Procedimientos de operacin estndar
Si
Herramientas para seis sigma y

mejora de la calidad
Herramientas Seis Sigma para DMAIC
39
38

Seis Sigma

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Seis Sigma

Diunggah oleh

Hak Cipta:

Format Tersedia

UNIVERSIDAD DE CONCEPCION

Gestin y Control de la Calidad

Metodologa Seis Sigma

Metodologa Seis Sigma

Monterrey Area, Mexico

Hernaldo Reinoso, Departamento de Ingeniera Industrial, Universidad de Concepcin

ndices de Capacidad del Proceso

Capacidad Real del Proceso

ndice de capacidad del proceso

Como la desviacin estndar no

Hernaldo Reinoso, Departamento de Ingeniera Industrial, Universidad de Concepcin

Capacidad Real del Proceso

Hernaldo Reinoso, Departamento de Ingeniera Industrial, Universidad de Concepcin

Mtricas de Seis Sigma

Hernaldo Reinoso, Departamento de Ingeniera Industrial, Universidad de Concepcin

Hernaldo Reinoso, Departamento de Ingeniera Industrial, Universidad de Concepcin

Mtricas de Seis Sigma

Ejemplo: Si la media aumenta en

Estadstico Z: Establece el nmero

Esto implica un aumento de 0.27%

Hernaldo Reinoso, Departamento de Ingeniera Industrial, Universidad de Concepcin

Hernaldo Reinoso, Departamento de Ingeniera Industrial, Universidad de Concepcin

Calidad (Nivel) Seis Sigma

Calidad (Nivel) Seis Sigma

Hernaldo Reinoso, Departamento de Ingeniera Industrial, Universidad de Concepcin

Hernaldo Reinoso, Departamento de Ingeniera Industrial, Universidad de Concepcin

Calidad (Nivel) Seis Sigma

Calidad (Nivel) Seis Sigma

Hernaldo Reinoso, Departamento de Ingeniera Industrial, Universidad de Concepcin

Hernaldo Reinoso, Departamento de Ingeniera Industrial, Universidad de Concepcin

Calidad Seis Sigma

Mtricas de Seis Sigma

dpo: Defectos por total de oportunidades

dpmo: Defectos por milln de oportunidades

dpmu: Defectos por milln de

Hernaldo Reinoso, Departamento de Ingeniera Industrial, Universidad de Concepcin

Hernaldo Reinoso, Departamento de Ingeniera Industrial, Universidad de Concepcin

Mtricas de Seis Sigma

Niveles de Calidad k-Sigma

Ejemplo: Suponga que en cierto proceso de instalacin de ventanas en la

Nmero de defectuosos (partes por milln, ppm)

Hernaldo Reinoso, Departamento de Ingeniera Industrial, Universidad de Concepcin

Niveles de Calidad k-Sigma

Hernaldo Reinoso, Departamento de Ingeniera Industrial, Universidad de Concepcin

El fabricante permite 1367

Hernaldo Reinoso, Departamento de Ingeniera Industrial, Universidad de Concepcin

Mtricas de Seis Sigma

Ejemplo: En la fabricacin de cierto

Componentes mal soldados

En una muestra de 3000 tarjetas se

Leyendo de una tabla normal se

Hernaldo Reinoso, Departamento de Ingeniera Industrial, Universidad de Concepcin

Mtricas de Seis Sigma

Proceso desplazado 1.5 sigmas

Nivel Sigma: Relacin con Cp y Cpk

Rendimiento de un Proceso (Yield)

Rendimiento tradicional: Nmero de piezas que entran dividido entre nmero

Hernaldo Reinoso, Departamento de Ingeniera Industrial, Universidad de Concepcin

Hernaldo Reinoso, Departamento de Ingeniera Industrial, Universidad de Concepcin

Rendimiento de un Proceso (Yield)

Rendimiento de primera vez (First Time Yield, YFT): Nmero de piezas

Rendimiento de un Proceso (Yield)

Rendimiento en cadena o combinado (Rolled Throughput Yield, YRT):

Ejemplo: Considere el siguiente proceso: