TEMA: EL SIX SIGMA SECCIN: D CICLO: III PROFESOR: SEGUNDO VERGARA CASTILLO

INTEGRANTES:

Katherine Goicochea Barrantes Julio Csar Len Castillo Yenni Atoche Snchez

ORIGEN DEL SEIS SIGMA

Se define por sus propios autores como un proceso de negocio que permite a las compaas mejorar drsticamente sus resultados finales. La metodologa 6 SIGMA fue creada por MOTOROLA en la dcada de los 80, posteriormente se consolid de la mano de GENERAL ELECTRIC y en la actualidad es utilizada en todo el mundo por todas aquellas empresas que compiten para ocupar niveles de liderazgo en su sector. El proceso "6 sigma" es un mtodo sistemtico que utiliza datos, rigurosamente medidos y analizados, para identificar las fuentes de error (causas races de un problema) y las formas de eliminarlas generando mayor satisfaccin del cliente y ahorros econmicos sustanciales. Se apoya en herramientas estadsticas y de anlisis y propone el desarrollo de grupos de trabajo dinamizadores, trabajando con datos en su bsqueda de la causa raz al problema estudiado y favoreciendo la toma de decisiones justificada numricamente. Las empresas que entran en la iniciativa 6 sigma acaban integrando los principios de esta metodologa en su cultura a la vista de los resultados obtenidos. Qu es Seis Sigma?  Enfoque cuantitativo de la calidad, impulsado por el ahorro en costos y el mejoramiento sustancial del desempeo. El trmino Seis Sigma fue asimilado por Motorola en los aos 80 para ser frente a la competencia de empresas japonesas y conseguir mejorar su nivel de calidad, mejorando el desempeo de sus procesos. El nombre de Seis Sigma proviene de la letra griega sigma que se utiliza en estadstica para la desviacin estndar.  El concepto de Seis Sigma representa un estndar de desempeo de 3.4 defectos por milln de oportunidades, con un nivel de calidad del 99,9997 % . Es decir, el concepto seis sigma es una medicin tcnica del nmero de clientes insatisfechos por milln de oportunidades.  Donde su meta busca llegar a un mximo de 3,4 defectos por milln de eventos u oportunidades (DPMO), entendindose como defecto cualquier evento en que un producto o servicio no logra cumplir los requisitos del cliente.

1sigma= 690.000 DPMO = 31% de eficiencia 2sigma= 308.538 DPMO = 69% de eficiencia 3sigma= 66.807 DPMO = 93,3% de eficiencia 4sigma= 6.210 DPMO = 99,38% de eficiencia 5sigma= 233 DPMO = 99,977% de eficiencia 6sigma= 3,4 DPMO = 99,99966% de eficiencia 7sigma= 0,019 DPMO = 99,9999981% de eficiencia

METODOLOGA SEIS SIGMA

En el esquema de Seis Sigma, los equipos de mejoramiento de proceso usan un proceso de cinco pasos para atacar los problemas, que son los siguientes: METODO DMAIC  Definir: definir el problema y lo que los clientes requieren.  Medir: medir los defectos y la operacin actual del proceso.  Analizar: analizar los datos para descubrir las causas del problema y proponer una solucin para resolverlo.  Mejorar: implementar la solucin para mejorar el proceso removiendo las causas de los defectos.  Controlar: controlar para asegurar el logro de los resultados deseados y que los defectos no sean recurrentes en el futuro. En cada una de estas etapas, se hace uso de las diferentes herramientas de la calidad as como otras que sean de utilidad para su realizacin.

METODO PDCA y PLAN (Planificar): Establecer los objetivos y procesos necesarios para obtener los resultados de acuerdo con el resultado esperado. Al tomar como foco el resultado esperado, difiere de otras tcnicas en las que el logro o la precisin de la especificacin es tambin parte de la mejora. y DO (Hacer); Implementar los nuevos procesos. Si es posible, en una pequea escala. y CHECK (Verificar):Pasado un periodo de tiempo previsto de antemano, volver a recopilar datos de control y analizarlos, comparndolos con los objetivos y especificaciones inciales, para evaluar si se ha producido la mejora esperada.

Documentar las conclusiones ACT (Actuar): Si se han detectado errores parciales en el paso anterior, realizar un nuevo ciclo PDCA con nuevas mejoras.
o

Si no se han detectado errores relevantes, aplicar a gran escala las modificaciones de los procesos Si se han detectado errores insalvables, abandonar las modificaciones de los procesos ESTRATEGIA SEIS SIGMA

 La estrategia Seis Sigma reconoce que existe una correlacin directa entre el nmero de productos defectuosos, las prdidas operacionales y el nivel de satisfaccin de los clientes. En este contexto, Seis Sigma es entonces:  Una filosofa de gestin dirigidos por personas especializadas logrando bajar los costos. que aplica una metodologa estructurada para el mejoramiento de la calidad, basada en proyectos especficos para la eliminacin de prdidas, realizados y  Un estndar de desempeo de clase mundial que ha desafiado las ideas sobre la calidad, al medir los defectos por milln de oportunidades y apuntar al logro de la casi perfeccin.

BENEFICIOS Y ORGENES DEL SEIS SIGMA Beneficios de Seis Sigma  Simplifica Procesos  Mejora la Calidad  Elimina Defectos  Elimina Reprocesos  Aumenta la Rentabilidad en las Empresas Origen de Seis Sigma El ingeniero Mikel Harry de Motorola (1987), comenz a estudiar varios procesos crticos de la empresa Los resultados que Motorola consigui la dcada de los 80 fueron impresionantes Aumento en cinco veces de las ventas. Utilidades alrededor del 20% por ao. Ahorros cercanos a los US$14.000 millones. Ganancias en el precio de la accin a una tasa anual de 21.3%.

En Chile hay varias empresas que estn aplicando iniciativas Seis Sigma. La mayora de ellas son empresas internacionales que cuentan con una filial aqu. Entre ellas, Minera Escondida, 3M, Coca-Cola, etc. Es importante que las empresas chilenas analicen la conveniencia de la aplicacin de esta metodologa, de modo que no se queden atrs en cuanto a competitividad, considerando que , de acuerdo a la informacin existente, no hay ninguna otra iniciativa asociada a la calidad que haya logrado los impresionantes resultados de Seis Sigma. LEAN SEIS SIGMA Estn inspirados en tcnicas y formas habituales de trabajo en la industria japonesa, la polivalencia de los trabajadores, participacin y empowerment del personal la cercana en la relacin con proveedores , la conciencia colectiva de mejora continua y la constante bsqueda de la reduccin del tiempo. Supone la eliminacin de defectos incidiendo sobre las causas de la variabilidad, aumentar la velocidad del proceso eliminando cuellos de botella que al final beneficie al cliente.

HERRAMIENTAS DE SEIS SIGMA           Principio de Pareto Crculos de calidad Justo a tiempo Hojas de Chequeo Diseo de Experimentos Diagramas Causa-Efecto Espina de Pescado o Diagrama de Ishikawa Anlisis Costo-Beneficio Histogramas Listas de Chequeo

FUNCIONES Y RESPONSABILIDADES EN SIX SIGMA. Para una exitosa implementacin de Six sigma se deben seguir prcticas sensatas de personal y en metodologas tcnicas. Para la implementacin de Six Sigma se deben seguir las siguientes prcticas de personal:

 Lderes ejecutivos comprometidos con Six Sigma y que promuevan en toda la organizacin sus actividades. Lderes que se apropien de los procesos que deben mejorarse.  Capacitacin corporativa en los conceptos y herramientas de Six Sigma  Determinacin de la dificultad de los objetivos de mejoramiento  Refuerzo continuo y estmulos ESTRUCTURA HUMANA DE SIX SIGMA. La estructura humana de Six Sigma se compone de: 1. Cinturn blanco (Whitebelt): son participantes se familiarizarn con las herramientas y tcnicas utilizadas para Minimizar los residuos y los recursos al tiempo que aumenta la satisfaccin del cliente. Tambin Disea, implementa y gestiona el proyecto de una empresa en todo el proceso de Seis Sigma. 2. Cintas Verde (Green belts). Expertos tcnicos que se dedican en forma parcial a actividades de Six Sigma. Se enfocan en actividades cotidianas diferentes de Six Sigma pero participan o lideran proyectos para atacar problemas de sus reas. 3. Cintas Negra (Black belts). Expertos tcnicos que generalmente se dedican de tiempo completo a la metodologa Six Sigma. Son los que asesoran, lideran proyectos y apoyan en mantener una cultura de mejora de procesos. Se encargan de capacitar a los Cinta Verde. 4. Maestros Cinta Negra. (Master Black belts): Personal seleccionado y capacitado, que ha desarrollado actividades de Cinta Negra y coordinan, capacitan y dirigen a los expertos Cinta Negra en su desarrollo como expertos Six Sigma. 5. Workshop (gerencia media): Aqu el gente medio toma decisiones estratgicas como: proponer objetivos, generar y evaluar opciones, y encargarse de detalles. 6. Workshop (gerencia alta): Desarrollan escenarios, tcnicas y lenguaje en una cultura de Coaching. Tambin, Promueve el desarrollo y cambio en el equipo gerencial; adems Elevan el desempeo personal, profesional y del equipo de trabajo. Relacin entre el nmero de defectos y el Costo de Calidad Relacin entre el nivel sigma, el nmero de defectos por milln de oportunidades y el costo de calidad asociado al nivel de desempeo. El Costo de Calidad y Seis Sigma Nivel Sigma 2 3 4 Defectos por milln 308.537 (no competitiva) 66.807 6.210 (promedio industria) Costo de la Calidad 30 a 40% de las ventas. 20 a 30% de las ventas 15 a 20% de las ventas

5 6

233 3.4 (Clase mundial)

5 a15% de las ventas Menos de 5% de las ventas

Calidad Tradicional v/s Seis Sigma Calidad Tradicional Centralizada. Estructura rgida y enfoque reactivo. Seis Sigma Descentralizada. Estructura para la deteccin y solucin de los problemas y enfoque proactivo. Uso estructurado de las herramientas de mejora.

No hay una aplicacin estructurada de las herramientas, uso localizado y aislado. Se toman decisiones con poca informacin y mucha Toma de decisiones sobre datos precisos y intuicin. objetivos. Slo se corrige en vez de prevenir. Se observa la causa raz del problema para llegar a soluciones slidas y prevenir repeticin.

LA CAMPANA DE GAUUS

Historia

Abraham de Moivre, descubridor de la distribucin normal La distribucin normal fue presentada por vez primera por Abraham de Moivre en un artculo del ao 1733,2 que fue reimpreso en la segunda edicin de su The Doctrine of Chances, de 1738, en el contexto de cierta aproximacin de la distribucin binomial para grandes valores de n. Su resultado fue ampliado por Laplace en su libro Teora analtica de las probabilidades (1812), y en la actualidad se llama Teorema de De Moivre-Laplace. Laplace us la distribucin normal en el anlisis de errores de experimentos. El importante mtodo de mnimos cuadrados fue introducido por Legendre en 1805. Gauss, que afirmaba haber usado el mtodo desde 1794, lo justific rigurosamente en 1809 asumiendo una distribucin normal de los errores. El nombre de Gauss se ha asociado a esta distribucin porque la us con profusin cuando analizaba datos astronmicos3 y algunos autores le atribuyen un descubrimiento independiente del de De Moivre.4 Esta atribucin del nombre de la distribucin a una persona distinta de su primer descubridor es un claro ejemplo de la Ley de Stigler.

El nombre de "campana" viene de Esprit Jouffret que us el trmino "bell surface" (superficie campana) por primera vez en 1872 para una distribucin normal bivariante de componentes independientes. El nombre de "distribucin normal" fue otorgado independientemente por Charles S. Peirce, Francis Galton y Wilhelm Lexis hacia 1875.[cita re

Una Campana de Gauss es la representacin grfica de la Funcin gaussiana sirve para determinar la densidad de una distribucin normal (lo que viene a ser: mostrar el nmero de elementos que tiene determinado valor en una escala estadstica).