Ejemplo:

Un proceso de manufactura de cable se cuenta con los siguientes datos:

Caracterstica Unidades Defectos Oportunidades de defectos Cantidad 1100 310 315

Defectos por oportunidad (DPO) =

D 310 = = 0.01878 N O 1100*15

DPMO = 0.01878 X 1,000,000 = 18,780 De la tabla de conversin de sigma determinamos el valor que ms se acerca a 18,780 siendo este: = 3.6
Rendimiento al Final (YFT)

Es la probabilidad de que una unidad pase el ensamble final con 0 defectos YFT = (1 - DPO) * 100 En el ejemplo anterior tenemos: YFT = (1 - 0.01878) * 100 = 98.12% Observemos la siguiente figura:

Subproceso
N artculos defectuosos
Generacin de D1 Defectos

YLP

Actividades

Revisin de Actividades

Subsistencia de D2 Defectos

YFP

Figura 1.4 Subproceso esquematizado

En este subproceso podemos observar la entrada de N artculos con cero defectos, se realiza un trabajo en el cual hay D1 defectos, resultando el rendimiento a la primera (YFP), despus se revisa el trabajo y al final subsisten D2 defectos, siendo este el rendimiento en la inspeccin final (YLP).

Pgina 18

Rendimiento Real o Estndar (YRT)

Mide la probabilidad de pasar por todos los subprocesos sin un defecto, se determina con el producto del resultado de cada paso: YFP1 YFP2 YFP3 ......YFPn Es un rendimiento sensible a pasos

y defectos en los pasos.

Rendimiento Normal (YN)

El rendimiento normal mide el promedio de rendimientos por los pasos del proceso. Es el promedio exponencial basado en el nmero de pasos del proceso, no es un promedio aritmtico.
YN = n YRT , donde n es igual al nmero de pasos en el proceso.
Ejemplo:

Considerando los siguientes datos:

Caracterstica Subproceso #1 Subproceso #2 Subproceso #3 Subproceso #4 Calcular YRT y YN Rendimiento 96% 99% 97% 98%

YRT = 96%*99%*97%*98% = 90.34% 0.9034 que es la probabilidad de que el producto pase sin error.

YN = YRT =
n

0.9034 = 97.49%

Nota: El rendimiento Normal es el promedio del rendimiento del proceso; Sigma es calculada a partir de un rendimiento Normalizado. Diferencia entre YRT y YFT
Rendimiento real o estndar (YRT)
Rendimiento tomado en cada paso del proceso oportunidad) Rendimiento antes de la inspeccin o la prueba Incluye retrabajo y desperdicio Siempre <YFT producto terminado. Tabla 1.4 Rendimientos

Rendimiento al final (YFT)

Rendimiento al final del proceso Es el rendimiento despus de la inspeccin la prueba Excluye el retrabajo y el desperdicio Siempre >YRT

Observa la calidad de todas las partes que conforman el Slo observa la calidad del producto terminado

Pgina 19

Variacin a largo plazo vs. Variacin a corto plazo (Z-Value):

Largo plazo (ZLT): Son los datos tomados durante un periodo de tiempo suficientemente largo y en condiciones suficientemente diversas para que sea probable que el proceso haya a experimentado todos los cambios y otras causas especiales.
ZLT = (lmite especif. - media)
std devLT

Corto plazo (ZST): Son los datos tomados durante un periodo de tiempo suficientemente corto para que sea improbable que haya cambios y otras causas especiales.
ZST = (lmite especif. - nom)
desv. stdST

Para el clculo de datos a largo plazo a partir de datos a corto plazo restamos 1.5, debido a los desplazamientos que sufre la media debido al cambio natural en los procesos. ZST = ZLT + 1.5 Donde: ZST = Z a corto plazo. ZLT = Z a largo plazo. YN = Rendimiento Normal
Ejemplo:

ZBenchmark = ZYN + 1.5

Un proceso tiene un YRT = 0.9034 con 4 operaciones. Determine YN y Zbenchmark YN = YRT =

n 4

0.9034 = 97.49%

Z benchmark = 0.9747+1.5= 2.474 Existen 2 mtodos para calcular el valor de Sigma (La sigma del proceso que es la sigma a corto plazo ZST), y 2 herramientas que ayudan a obtener el valor, las cuales se exponen a continuacin: METODO 1 (Utilizando en Excel):
1. El rendimiento es igual a Yrt = 1 DPU o Yrt = 1 D / DPO 2. La Z sigma a largo plazo Zlt = distr.norm.estand.inv(Yrt) 3. La Z sigma a corto plazo o Sigma del proceso = Zst = Zlt + 1.5

METODO 2 (Utilizando en Excel):

1. Se determina Zlie y Zlse sobre la base de las especificaciones 2. Se determina la fraccin defectiva P(Zlie) y P(Zlse) 3. Con P(Zlie) = distr.norm.estand.inv(Zlie) y P(Zlse) = distr.norm.estand.inv(-Zlse)

Pgina 20

4. La fraccin defectiva total es P(Zt) = P(Zlie) + P(Zlse) 5. El rendimiento se determina con Yrt = 1 P(Zt) 6. La Z sigma a largo plazo Zlt = distr.norm.estand.inv(Yrt) 7. La Z sigma a corto plazo o Sigma del proceso = Zst = Zlt + 1.5

METODO 1 (Utilizando MINITAB):

1.La Z sigmas del proceso a largo plazo sobre la base del rendimiento se determina como: Calc > Probability Distributions > Normal Seleccionar Inverse Cumulative probability Mean 0.0 2.La Z del proceso se determina con Zst = Zlt + 1.5 standar deviation 1 Input constant valor de Yrt OK, se obtiene la Zlt de largo plazo.

A continuacin se presenta una ayuda grfica paso a paso para determinar los valores de Z

Pgina 21

Pgina 22

TABLA DE CONVERSIN DE CAPACIDAD DEL PROCESO EN SIGMAS METODO 1

Pgina 23

Tabla Z Mtodo 2

Pgina 24

1.4 Diez pasos de Motorola para la mejora de procesos

Motorota sugiere una serie de pasos para mejorar el desempeo de los procesos utilizando la metodologa Seis Sigma, como se muestra a continuacin:

Priorizar oportunidades de mejora Seleccionar equipo de trabajo adecuado Describir el proceso en su totalidad Anlisis del sistema de medicin Identificar y describir los procesos y productos criticos Aislar y verificar los procesos crticos Estudio del desempeo del proceso y medicin de la capacidad

Si

Proceso capaz?

No

Accin requerida en el proceso

Rediseo de equipo/proceso Rediseo de producto Accin de la gerencia

Implementar condiciones de operacin y control ptimas Monitoreo de procesos a travs de la mejora continua Reducir causas comunes de variacin alcanzado 6 Cp 2 y Cpk 1.5

Si

No

MEJORA CONTINUA

Pgina 25

1. Priorizar oportunidades de mejora: Conocer y especificar los problemas haciendo las siguientes preguntas: cmo, cuando, donde, por qu y quin. Indicar cual es el impacto al cliente, confiabilidad, calidad del producto, costos de calidad. 2. Seleccionar el equipo de trabajo adecuado: Seleccionar un pequeo grupo de gente que conozca el producto/ proceso, con la experiencia, disciplina tcnica y conocimiento en el rea relativa. Establecer el rol del equipo y de cada miembro, Seleccionar un Champion que ser el encargado de proporcionar los recursos, conducir y asesorar al grupo. 3. Describir el proceso en su totalidad: Mediante el uso de diagramas de flujo ilustrar las posibles variaciones y alternativas del proceso. Incluyendo todo el equipo, gente, mtodos, herramientas instrumentos y equipos de medicin. 4. Anlisis del desempeo de los sistemas de medicin: Determinar la exactitud, repetitibilidad y reproducibilidad, linealidad y estabilidad de cada instrumento o indicador utilizado, para asegurar que la capacidad de los mismos sea la adecuada, a lo ms del 10% de la variacin total permitida para caractersticas crticas o 30% mximo para caractersticas no crticas. Asegurar que la resolucin de la divisin o dgito ms pequeo sea al menos 10 veces mayor que la magnitud que se va a comparar. Por ejemplo si la tolerancia es de 10 mm. El medidor debe tener una resolucin o distancia entre marcas de al menos 1 mm. 5. Identificar y describir los procesos y productos potencialmente crticos: Enumerar todos los procesos crticos potenciales, mediante el uso de tormentas de ideas, datos histricos, reportes de rendimiento, anlisis de falla etc. 6. Aislar y verificar los procesos crticos: Reducir la lista enfocndonos a los pocos vitales, identificar las relaciones de entrada y salida que provocan problemas especficos. Verificar las causas potenciales de variacin en los procesos, mediante el uso de diseo de experimentos, diagramas de dispersin, y diagramas multivariados. 7. Estudio del desempeo del proceso y medicin de la capacidad: Identificar y definir las limitaciones de los procesos. Asegurar que los procesos sean capaces de alcanzar su mximo potencial. Determinar las especificaciones reales. Se considera que un proceso es capaz cuando Cp Cpk 1.0 , si el proceso es capaz se contina con el paso 8., de lo contrario se requiere tomar acciones rediseando el proceso o el producto. 8. Implementacin de condiciones de operacin y control ptimas: Llevar a cabo un plan permanente de acciones correctivas para prevenir causas especiales de variacin. Es necesario tener un proceso estable y predecible, por lo cual se deber tener continuamente controles de proceso. 9. Monitoreo de procesos a travs de la mejora continua: Los sistemas, mtodos, procedimientos debern de ser modificados cuando sea necesario para evitar las causas especiales de variacin. Tambin ser necesario identificar las acciones futuras requeridas para mejorar el proceso.

Pgina 26

10. Reducir causas comunes de variacin para alcanzar Seis Sigma: Se deben reconocer las limitaciones del proceso. Solamente a travs de la reduccin y eliminacin de las causas comunes de variacin y el diseo para la manufactura es posible alcanzar el nivel Seis Sigma. Una vez que las causas especiales se han eliminado solamente pueden permanecer causas comunes las cuales se irn eliminando a travs de la mejora continua de los procesos.
1.5 Las fases DMAIC de Seis Sigma

La metodologa Seis Sigma es un mtodo disciplinado de mejora de los procesos conformado por las fases siguientes: Definicin, Medicin, Anlisis, Mejora y Control (DMAIC), como se explican con ms detalle a continuacin:

Definir
Asd

Controlar Controlar

Medir

Mejorar

Analizar

Figura 1.5 Fases de DMAIC

En el siguiente captulo se vern las herramientas ms utilizadas en la Fase de Definicin, en la cual se debe de definirse claramente en que problema se ha de trabajar?, Porqu se trabaja en ese problema en particular?, Quin es el cliente?, Cules son los requerimientos del cliente?, Cmo se lleva a cabo el trabajo en la actualidad?, Cules son los beneficios de realizar una mejora?.

Pgina 27

CAPITULO 2 FASE DE DEFINICION

2.1 Introduccin

Definir Definir

Controlar Controlar

Medir Medir

El propsito de esta fase es identificar el problema a resolver, estratificando tanto como sea posible, por ejemplo: reclamacin de un cliente por falla, identificar la familia de productos por importancia mediante el uso del diagrama de Pareto, despus identificar el producto, la lnea donde se hace, el equipo especfico, etc. En este momento ya se puede definir el problema y la oportunidad de mejora. En esta fase la primera de la metodologa de Seis Sigma, se trata de detectar cual es el problema, definir los CTQs (Critico para la calidad) con base en la voz del cliente (VOC), el impacto que tiene para el negocio la realizacin del proyecto, las metas que se pretenden lograr, el alcance y los ahorros financieros.

Mejorar Mejorar Mejorar

Analizar Analizar

Las Herramientas a utilizar pueden ser:

DMAIC
Definir
1. 1. Mapa Mapa de de Proceso Proceso 2. 2. Despliegue Despliegue de de la la Funcin Funcin de de Calidad Calidad (QFD) (QFD) 3. 3. Modelo Modelo Kano Kano 4. 4. Diagrama Diagrama Matricial Matricial 5. 5. Benchmarking Benchmarking 6. 6. Costos Costos de de Calidad Calidad

Medir Medir

Analizar Analizar

Mejorar Mejorar

Controlar Controlar

Figura 2.1 Herramientas en la Fase de Definir

Los objetivos de esta fase son: Definicin del problema Establecer el Alcance del proyecto Conocer el uso de las herramientas de la fase de definicin

Pgina 28