Herramientas de Gestión

Seis Sigma

Expositor:
MBA. Alejandro Gallegos Chocce
 AGENDA

1. Que es Seis Sigma?

2. Adopción del Seis Sigma

3. Requisitos: Proyectos Lean Seis Sigma

4. Estructura: Responsabilidades y roles
5. Caso Práctico
6. Herramientas Seis Sigma

22
1. Que es Seis Sigma

1.1 ¿Qué es Seis Sigma?

1.2 Principios de Seis Sigma
1.3 Ciclo DMAMC

33
 1.1 ¿Qué es Seis Sigma ?

Es un sistema empresarial para lograr y mantener el éxito por

medio de la orientación al cliente, la gestión por procesos, así como
la utilización de los hechos y de los datos.

Y = f (X1, X2, X3, X4,)

Mide el desempeño de un proceso

Como Métrica en cuanto a su nivel de productos o
servicios fuera de especificación

Mejoramiento continuo de procesos

Como Filosofía a través de la reducción de las
variaciones.

Tener procesos de clase mundial

Como Meta
(3.4 dpmo) no producir servicios o
productos defectuosos
44
1.1 Calidad Seis Sigma

LS LI LS
LI
Distribución 32 min. 23 min. 32 min.
23 min.

Alta Alta Baja Baja

probabilidad Tiempo (minutos) probabilidad probabilidad probabilidad
error de error de error de error

Ejemplo: El tiempo que un cliente esta dispuesto

esperar por una pizza esta entre 23 y 32 minutos

55
1.1 Calidad Seis Sigma

3 SIGMA 6 SIGMA

Malas Recetas médicas 54, 000 / año 3 / año

Bebes que se caen 40, 500 / año 3 / año

Tomar agua contaminada 4 h. / mes 1´ / 16 años

Corte de señal de TV 27 min. / semana 6´ / 50 años

Mala Operación médica 1, 350 / semana 1 / año

Devolución Sacos de Azúcar 44.000 / año 5 / año

66
1.1 Historias de éxito de Seis Sigma

“Estamos en el quinto año de trabajos con Seis

Sigma, y estos han generado más de $2,000
millones en beneficios en 1999, con
proyecciones aún mayores para esta década”.

J. Welch “Comenzamos a implementar Seis Sigma a

Past CEO, General Electric principios de 1998. De los 250 proyectos
implementados, 31 fueron finalizados a
fines de 1999.Estos 31 proyectos han
 Du Pont generado ahorros anuales de $10.4
 Ford millones, o $334,000 por proyecto.”
 Dow Química Kenneth I. Chenault,
President American Express
 Sherwin Williams
 Toshiba “Seis Sigma se ha consolidado después
de 3 años de funcionamiento. Este
 Texas Instruments modelo de mejora de procesos y
 Coca Cola actividades ha conseguido un ahorro para
Telefónica de España de más de 93
 Allied Signal
millones de euros, a través de la
 Nokia implementación de 178 proyectos.”
C. Alierta
CEO Grupo Telefonica
77
1.2 Principios de Seis Sigma

Primer Autentica orientación al cliente, satisfacer al

principio cliente es la prioridad número uno.

Segundo Todo debe y puede ser mejorado alineado

principio con los objetivos de la organización.

Objetivos

88
1.2 Principios de Seis Sigma

Las decisiones deben basarse en hechos,

Tercero datos estadísticos, pues lo único
constante en los procesos es la variación.
principio Se debe evitar el “...Yo creo que...” o “...Yo
pienso que...”

99
1.2 Principios de Seis Sigma

Al mejorar se debe mirar el proceso

Cuarto completo (Pensamiento Sistemático),
principio pues optimizar un subproceso nos puede
llevar a suboptimizar el proceso global.

Procesos de la Organización
C C
L L
I I
E Proceso A Proceso B Proceso C E
N N
T T
E E

Sub Sub Sub

proceso a proceso b proceso c

10
10
1.2 Principios de Seis Sigma

Las causas de los problemas deben ser

Quinto eliminadas en su raíz para prevenir que
principio vuelvan a aparecer y así poder hacer bien
las cosas desde la primera vez.

Causa 1
Síntoma 1

Causa 2

Síntoma 2

PROBLEMA

Causa n
Síntoma n

11
11
1.2 Principios de Seis Sigma

Sexto Cada vez que un proceso es mejorado

debe garantizarse que los resultados se
principio mantengan en el tiempo.

12
12
1.2 Principios de Seis Sigma

Sétimo El recurso humano es el capital

principio fundamental de la empresa.

Todos los miembros de la empresa deben ser líderes, maestros

y modelos en la práctica de los principios.

13
13
 1.3 Ruta Metodológica: DMAMC

C
¿Como puede
I Controlar y
asegurar
el desempeño
A ¿Como puede alcanzado?
mejorar la
¿Cuándo y capacidad del
dónde
M ocurren los
proceso?
defectos?
¿Qué
capacidad
D tiene el
proceso?
¿Qué
problema
requiere
solución?

Managemt Equipo Six Sigma + Dueño Proceso con el apoyo del Sponsor Dueño de
Team y la guía del Master Black Belt / Black Belt Proceso

14
14
1.3 DMAMC

1.- Definir el Problema, definir objetivos

2.- Definir y Describir el proceso

3.- Evaluar Sistema de medición
4.- Evaluar Capacidad del proceso
5.- Determinar las causas del problema
6.- Determinar variables significativas
7.- Optimizar y robustecer
8.- Validar Mejora

9- Controlar y dar seguimiento al proceso

10.- Mejorar continuamente
15
15
1.3 DMAMC y el PHVA

1.- Definir el Problema, definir objetivos

Planear
2.- Definir y Describir el proceso

3.- Evaluar Sistema de medición

4.- Evaluar Capacidad del proceso

Hacer 5.- Determinar las causas del problema

6.- Determinar variables significativas

7.- Optimizar y robustecer

Verificar 8.- Validar Mejora

9- Controlar y dar seguimiento al proceso

Actuar
10.- Mejorar continuamente
16
16
1.3 Diagrama Metodológico

Definir el Problema, Determinar las

definir objetivos causas del problema

Determinar variables
significativas
Definir y Describir el
proceso
Optimizar y
robustecer
SI
¿Proce Eliminar
so causas Validar Mejora
Estable especiales
? NO

SI
Controlar proceso

¿Proce NO
so
Capaz? Mejorar
continuamente
Si

17
17
2. Adopción del Seis Sigma en
las empresas
2.1 Tipo de empresa
2.2 Sector de La empresa
2.3 Niveles de calidad

18
18
 2.1 Tipo de Empresas

De la encuesta realizada se desprende que sólo el 33% de los

encuestados utiliza en alguna medida Seis Sigma, de este grupo el 78%
esta compuesto por grandes empresa
19
19
 2.1 Tipo de Empresas

 Este resultado también coincide con lo relevado en USA en donde el 90%

de las empresas que emplean Seis Sigma son unidades, divisiones o
sedes de grandes corporaciones. la principal causa desencadenante de
la implementación de Seis Sigma son “requerimientos corporativos”.
 Las empresas que emplean Seis Sigma pertenecen principalmente al
rubro de manufactura (61%). En USA el 49% de las empresas que
emplean Seis Sigma son manufactureras, el 38% de servicio y el 13%
son otro tipo de empresas.
 Este mayor interés de las empresas manufactureras en emplear Seis
Sigma podría deberse a una idea generalizada de Seis Sigma como un
método operacional o de mejora de procesos que como una nueva
estrategia organizacional que incluye a toda la empresa y no sólo a las
áreas operativas.

20
20
 2.2 Sector de la Empresa

La mayor cantidad de proyectos Seis Sigma se destinan a áreas funcionales de

operaciones o manufactura, seguidas con bastantes menos proyectos en las
áreas administrativas y de servicios al cliente, quedando en cuarto lugar el
sector de logística y distribución
21
21
 2.3 Niveles de Calidad

Puede ser que el nivel 6.0 Sigma es en realidad una meta utópica a la que arribar,
pero que permite elevar la calidad de aquellas empresas que ponen su mira en
tan alto estándar (el máximo nivel Seis Sigma reportado fue de 4.0 Sigma)
22
22
3. Proyectos Seis Sigma
2.1 Requisitos para un Proyecto Seis Sigma
2.2 Criterios de selección

23
23
3.1 Requisitos para un proyecto SS

 Alineado con la estrategia

del negocio. Tiene una
meta clara. ESFUERZO
 Existen datos históricos, o FOCALIZADO
pueden ser obtenidos.
 Mide el rendimiento del
proceso, mediciones
financieras para el
Beneficia Cuantificable
negocio e impacto en el Negocio
cliente.
 Puede ser hecha por un
equipo de Trabajo.
Apoyo de Alineado con
 Cumple con las la Visión del
Administración
expectativas de tiempo Negocio
establecidas por la
gerencia.

24
24
3.2 Criterios de selección

25
25
4. Organización
4.1 Equipo Seis Sigma
4.2 Selección del Equipo

26
26
4.1 Equipo Seis Sigma

Controler

Onwer

27
27
4.1 Equipo Seis Sigma

CHAMPIONS:
Conformado generalmente por la alta gerencia. Son quienes
seleccionan los proyectos y supervisa su funcionamiento.
Participan en la elección de BB y GB.

MASTER BLACK BELT:

Son los responsables del entrenamiento de BB. Son
especialistas en la Metodología y certifican BB. Lideran
proyectos de mucha complejidad organizacional. Remueven
las barreras que impiden avances de proyectos.

28
28
4.1 Equipo Seis Sigma

BLACK BELT:
Son los especialistas en la aplicación metodología. Lideran
proyectos Seis Sigma. Su rol es guiar al Equipo durante las
fases del Proyecto. Sinergizan los conocimientos y esfuerzos
de los miembros del equipo. Dan soporte a los GB. La
interacción con el dueño del proceso continua después de
terminado el proyecto.

GREEN BELT:
Son miembros del equipo de proyecto que conocen las
herramientas básicas de la metodología. Son
interdisciplinarios y multifuncionales. Están preparados para
participar o liderar proyectos Seis Sigma.

29
29
4.1 Equipo Seis Sigma

OWNER:
Son los líderes de las áreas en las que se van a desarrollar
proyectos Seis Sigma.
Es el socio estratégico del BB, para alcanzar la meta. Es el
responsable de mantener y superar los estándares
alcanzados después de finalizados los proyectos.

CONTROLLER:
Es el responsable de dar el visto bueno cada vez que haya
algún tipo de evaluación financiera y cuantifica los beneficios
obtenidos.

30
30
4.1 Equipo Seis Sigma

31
31
4.2 Selección de equipo Seis Sigma

TEST: Inventario de Utilización de Energías

Se utiliza para indicar que atributos emplea una persona en su

relación con los demás bajo dos tipos de condiciones: Cuando
todo marcha bien y cuando se enfrenta con un conflicto.

32
32
5. Caso Práctico

EMPRESA DE SERVICIOS

33
33
6. Herramientas Seis Sigma
6.1 CTQ: Definir el problema
6.2 Definir y describir el proceso
6.3 Evaluar Capacidad del proceso
6.4 Diagrama causa-efecto
6.5 Análisis Causas significativas
6.6 DOE
6.7 Control Estadístico
6.8 Poka Yoke
6.9 Fabrica Visual
6.10 Lean

34
34
6.1 CTQ: Definir Problema

Información
Ideas Creencias
Incompleta

Situación problemática inespecífica

Identificación de los clientes, CTQ, VOC

Diagrama de Pareto
Histogramas, etc.

PROBLEMA DEFINIDO
Objetivos definidos
Alcance del proyecto definido

35
35
6.1 CTQ: Definir Problema

CTQ (Critical to Quality). Son los atributos a

factores críticos para la calidad de un producto o
CTQ servicio que influyen en la decisión de compra por
parte del cliente.

VOC (Voice of Client). Es la voz del cliente que se

VOC obtiene por dos medios:
Sistemas proactivos: Quejas del consumidor,
llamadas telefónicas, devoluciones de productos,
etc.
Sistemas Reactivos: Observación del cliente,
encuestas, entrevistas, etc.

36
36
6.1 CTQ: Definir Problema

IDENTIFICAR CLIENTES Y CTQ

1. Definir Clientes Internos y Externos

2. Definir el tipo de cliente y el canal de comunicación para
obtener la VOC
3. Identificar preguntas claves para cada uno de ellos
4. Elaborar un plan de contacto con el cliente (quien, como,
cuando, donde, etc)
5. Identificar los CTQ

37
37
6.1 CTQ: Definir Problema

100

Insatisfacción del cliente

(8, 83%) Muy Importante y
poca satisfacción

75

0
10
Importancia para el cliente

Valoración %
Factor de queja Quejas
CTQ relativo
(Escala: 1-10)
Tiempo de entrega inaceptable 764 83
Tiempo de entrega 8

Sabor de la Pizza 7 Tipo de masa incorrecta 56 6.1

Cantidad de Ingredientes 7 Cantidad de ingredientes reducidos 50 5.4

Ingredientes correctos 10 Ingredientes incorrectos 30 3.3

Cortesía del repartidor 5 Descortesía del repartidor 20 2.2

38
38
6.1 Definir Problema

Ejemplo Fastpizza’s

Hoja de Vida del Proyecto

Quejas de los clientes por tiempo de entrega

ALCANCE
inaceptable.

Disminuir en 50% las quejas por tiempo de entrega

OBJETIVO
en el Turno de la mañana.

-Disminución de las llamadas en el

S/.165,000
Call Center
AHORRO
-Disminución de las perdidas de
US$51,080
clientes

39
39
 6.2 Definir y describir el proceso

CTQs
FMEA, Mapa de Procesos
X (KPIV) Cp, Cpk

Prueba de Hipótesis
X (KPIV) significativas Correlación
Regresión

X (KPIV) que afectan al proceso DOE Simulación

SPC
X (KPIV) que afectan al proceso
5 Ss
Controladas Poka Yoke

Y (KPOV)
X Key Process Input Variables (KPIV) variable clave del proceso

Y Key Process Ouptput Variables (KPOV) Problema

40
40
6.2 Definir y describir el proceso

Mapa de procesos de
la organización

Mapa de un conjunto
de procesos

Mapa del Proceso de

Análisis para el
proyecto

41
41
6.2 Definir y describir el proceso
Identificar: Actividades del proceso, Entradas -Proveedores, Salidas -
Clientes

INICIO N1 C1

E1
E2 X3

C2
S1
S2
FIN

E3
E4
C3
N2 E5

C, N y E son Entradas al
proceso
S son Salidas 42
42
 6.2 Definir y describir el proceso
Formato de Matriz SIPOC
CODIGO CARACTERIZACION DE LOS PROCESOS

Proceso :

Objetivo :

Proveedores Entradas Actividades Salidas Clientes

¿Quiénes son los ¿Quién está pidiendo la salida del
Breve descripción del paso del proceso
que proveeran los Recursos necesarios proceso?
Entregables del proceso
recursos para el proceso
necesarios? Requisitos Requisitos

Suployer Input Process Output Client

Parámetros de Control / Medición /

Responsables Documentos
Seguimiento

Proceso de Soporte Recursos Requisitos a cumplir

43
43
 6.2 Definir y describir el proceso
Variables de Ruido o no
controlables (N)
Entiende las “X” (KPIV) y
controlarás las “Y” (KPOV)
N1 N2 N3

C1
S1 , S2
Variables
Controlables C2 PROCESO Características de
calidad (Y)

Y = f ( X1,X2,....Xn)

E1 E2 E3 E4

Variables experimentales (E)

C ENTRADA CONTROLABLE Aquella que puede ser controlada

N ENTRADA RUIDOSA Es impredecibles, altera el proceso.No es controlable por el momento. “X”

Aquella que puede ser estudiada bajo diversos parámetros para ver su
(KPIV)
E ENTRADA EXPERIMENTAL
comportamiento en el proceso.

Según donde impactan se suelen clasificar en :

CTQ: Criticas para la calidad “Y”
S SALIDA
CTD: Criticas para la Entrega (KPOV)
CTC: Criticas para el Costo. 44
44
6.2 Definir y describir el proceso

INICIO
NA

VA VA
VA
VA

VA

FIN

NA VA

Valor agregado son las características dadas a aquella

Operación con Valor
VA operaciones indispensables por las cuales el cliente esta
agregado
dispuesto a pagar
Operación de no Valor
NA No generan valor (pero si generan costos)
agregado
45
45
6.2 Definir y describir el proceso

Eliminar la fabrica oculta

46
46
6.2 Definir y describir el proceso

INICIO

INFO
INFO

FIN

INFO

INFO Etapas donde se registran datos del proceso

47
47
 6.2 Definir y describir el proceso

Formato de Matriz FEMEA

Función Métodos de falla Efectos de falla Causas Controles de

del potenciales S potenciales O D N
potenciales proceso
proceso (defectos de E de falla C E P
(KPOVs) actuales
(paso) proceso) V (KPIVs) C T R

2
Se hace una
Simple
3 descripción Detección
Del proceso Severidad Ocurrencia
4
Forma como el Efecto que
5
proceso podría Razón por la Controles
puede tener
no cumplir con cual ocurre la que detectan
6 el defecto
las especificaciones falla o previenen
en el cliente
7 la falla si es
que ocurre
8

9
NPR = SEV * OCC * DET
10 Nivel de prioridad de riesgo

48
48
6.2 Definir y describir el proceso

Matriz FEMEA

NPR = SEV * OCC * DET

Donde:

NPR : Número de probabilidad de riesgo o de prioridad de riesgo.

EI NPR es la multiplicación de la severidad de la falla, la ocurrencia de esta y
su posible detección. Este será mejor en tanto sea menor.
SEV : Severidad.
Es el impacto de mayor o menor intensidad en que la falla de un proceso
puede repercutir en el cliente (interno o externo) y su comportamiento
respecto a nuestros servicios.
OCC : Ocurrencia
Frecuencia en la que puede ocurrir una falla.
DET : Detección
Posibilidad de identificar la falla en algún momento durante el proceso.

49
49
6.2 Definir y describir el proceso

50
50
6.3 Evaluar Capacidad del proceso

Capacidad Capacidad Medida

Habilidad basada en Capacidad del proceso
rendimiento demostrado, cuantificada, de datos que
de un proceso, en son resultado de
satisfacer los mediciones de trabajo
requerimientos del cliente. realizado por el proceso.

51
51
 6.3 Evaluar Capacidad del proceso
Análisis de Normalidad
Prueba de Normalidad

Probability Plot for Grupos

LSXY Estimates-Complete Data
C orrelation C oefficient
Smallest Extreme Value Normal
S mallest E xtreme V alue
99.9 99.9
0.957
90 99
N ormal
50 90 0.985
Logistic

Percent

Percent
10 50 0.975

1 10

1
0.1 0.1
-20 0 20 0 10 20 30
Grupos Grupos

Logistic
99.9

99

90
Variación de los datos
Percent

50

10

0.1
0 20 40
Grupos

Si los datos son normales, se podrá hacer el análisis de la Capacidad

del Proceso.

52
52
 6.3 Evaluar Capacidad del proceso

Para analizar si un indicador es capaz de cumplir con las

especificaciones, se suele utilizar el índice de capacidad

Diremos que un indicador es capaz de cumplir con las

especificaciones cuando su dispersión es menor que la distancia
entre especificaciones.

LSE - LIE
Cp =
6

Cp < 1 INCAPAZ
1< Cp < 1.33 APENAS CAPAZ

Cp = 1 Cp = 2 1.33 < Cp < 2 CAPAZ

Cp > 2 MUY CAPAZ

53
53
 6.3 Evaluar Capacidad del proceso
CENTRAMIENTO (Cpk)
No solo interesa ver si el indicador puede cumplir con las
especificaciones, nos interesa saber si este centrado respecto a las
mismas.

Para analizar esto, existe el índice de centramiento denominado

Cpk que mide la menor distancia del promedio de los datos a las
especificaciones comparada contra el ancho de media distribución.

Promedio
Especificación de los datos

LSE - X X - LIE
Cpk = Min ,
3 3

54
54
3 3
6.3 Evaluar Capacidad del proceso

Primer Ejemplo problema Variación y Centrado

Cpk Superior < Cpk inferior, u tiende hacia el LSE

Cpk Inferior < Cpk Superior, u Tiende hacia el LIE
55
55
6.3 Evaluar Capacidad del proceso

Segundo Ejemplo problema Variación y Centrado

Process Capability of % de Saturación

LSL Target USL

P rocess Data Within
LS L 0 Ov erall
Target 0.1
USL 0.2 P otential (Within) C apability
S ample M ean 0.0626415 Cp 0.31
S ample N 106 C PL 0.19
S tD ev (Within) 0.107208 C PU 0.43
S tD ev (O v erall) 0.107447 C pk 0.19
C C pk 0.31
O v erall C apability
Pp 0.31
PPL 0.19
PPU 0.43
P pk 0.19
C pm 0.29

-0.15 0.00 0.15 0.30 0.45 0.60

O bserv ed P erformance E xp. Within P erformance E xp. O v erall P erformance
P P M < LS L 0.00 PPM < LS L 279509.11 P P M < LS L 279947.66
P P M > U S L 103773.58 PPM > U S L 100055.21 P P M > U S L 100557.92
P P M Total 103773.58 PPM Total 379564.32 P P M Total 380505.59

56
56
 6.4 Determinar las causas

Diagrama de Causa-Efecto (Ishikawa)

Con la finalidad de determinar las posibles causas generalmente que afectan a nuestro
poblewma (Y o KPOV), usaremos el Diagrama Causa – Efecto, o Ishikawa.

Criterio de Criterio de Criterio de

agrupación 1 agrupación 2 agrupación 3 CONSTRUCCION

Listar por tormenta de ideas las

causa causa causa causas generales que afectan
causa causa causa
al indicador.
causa causa causa
causa causa Agrupar las causas en 4 o 6
PROBLEMA grupos. Se suele usar:

causa causa causa Por 4M Por 6M

causa Mano O. Mano O
causa causa Material Material
causa causa Maquinaria Maquinaria
causa Método Método
Criterio de Criterio de Criterio de Medición
agrupación 4 Medio amb.
agrupación 6 agrupación 5

Nota: Si las causas vienen de los KPIV, se deben señalar si son E,C,N
57
57
6.4 Determinar las causas
ENTRADAS DEL CAPACIDAD DEL FEMEA
PROCESO PROCESO
INICIO N1 C
1

X
1 X
X2
3

C
2
Y
1
Y
2
FIN

X
3
X
4
C3
N2 X5

ISHIKAWA

PRUEBA DE
HIPOTESIS

VARIABLES SIGNIFICATIVAS
58
58
6.4 Variables Discretas y Continuas

tienen un número fijo de valores

Datos
Discretos Ejemplos: estado civil, tipo
sanguíneo, número de niños

Datos tienen un número infinito de valores

Continuos Ejemplos: estatura, peso,
temperatura

59
59
6.5 Análisis: Prueba Hipótesis

PRUEBA DE HIPOTESIS

Para conocer si un factor ( X: KPIV ) influye sobre nuestro

indicador ( Y: KPOV ) del proceso; se suele variar este
factor de manera de ver si su variación afecta al indicador.

La manera de ver esta variación es a través de las

pruebas de hipótesis que nos permitirán concluir si el factor
en estudio afecta significativamente al indicador.

60
60
6.5 Prueba Hipótesis

Errores posibles al evaluar una hipótesis

Verdad de H0

V F
(no hay diferencia) (si hay diferencia) P(Error Tipo) = 
:Probabilidad de
Decisión correcta encontrar una
Aceptar H0
1- Error tipo 2
diferencia cuándo
(no hay esta no existe.
(nivel de significan β
diferencia)  = 0.01, 0.05
cía)
P(Error Tipo2) = 
: Probabilidad de no
encontrar una
Aceptar Ha Decisión correcta
Error tipo 1 diferencia cuando
(si hay
1– esta si existe.
diferencia) α
(poder la prueba)

F V

Verdad de Ha

61
61
6.5 Prueba Hipótesis

RECORDANDO

Ho : El factor no generó diferencias Antes Vs Después (X no afecta Y)

Ha : El factor si generó diferencias Antes Vs Después (X si afecta Y)

Si p – val > 0.05 () NO se rechaza H0

VOCABULARIO

Conclusión Robusta:
Rechazar H0. Ello pues el valor de  se ha fijado en la prueba (usualmente en
0.05)
Conclusión Débil:
Aceptar H0 sin conocer el valor de . En estos casos se suele decir “No puede
rechazarse H0”
Potencia de una prueba estadística:
Es la probabilidad de rechazar correctamente una H0
Potencia = 1 - 
62
62
6.5 Prueba Hipótesis
Source DF SS MS F P
TIPO LOTE 2 177886860 88943430 6.46 0.002
Error 118 1625812015 13778068
Total 120 1803698874
S = 3712 R-Sq = 9.86% R-Sq(adj) = 8.33%

Individual 95% CIs For Mean Based on

Pooled StDev
Level N Mean StDev --------+---------+---------+---------+-
ADULTO 52 6158 3863 (----*----)
JOVEN 17 9055 4226 (--------*--------)
VIEJO 52 5331 3369 (----*----)
6000 8000 10000 12000

Boxplot of HUEVOS INCUBADOS by TIPO LOTE

16000

14000

12000
HUEVOS INCUBADOS

10000

8000

6000

4000

2000

0
ADULTO JOVEN VIEJO
TIPO LOTE

63
63
6.5 Prueba Hipótesis

Correlación y Regresión

INTRODUCCIÓN:

Al interior de un proceso, usualmente existe una relación entre 2

variables.
Si una Y (KPOV) se correlaciona con una X; podremos decir que X es
una KPIV.

De esta manera diremos que existe una ecuación que liga a ambas Y
= f (x). Esta ecuación se denomina “Modelo matemático”.
Esta ecuación se calcula usando técnicas de regresión.

Usualmente la correlación para determinar la fuerza que liga a 2

variables sin necesidad de alterar el proceso como se hizo en las
Pruebas de hipótesis o como hará en los DOE (Fase 3).

64
64
 6.5 Prueba Hipótesis
Correlación

Es la Fuerza de Asociación entre 2 Variables.

Se mide con el Coeficiente de Pearson (r)
-1  r  1

-1  r < 0 r=0 0<r 1

Correlación Negativa No hay Correlación Correlación Positiva

Cuánto más cercano esté el coeficiente de Correlación de Pearson

a –1 o 1; mayor probabilidad de Correlación
65
65
6.5 Prueba Hipótesis

Correlación

Precauciones:

Dado que no estamos modificando el proceso ( variando x) y

midiendo su efecto ( en Y) : encontrar que “hay correlación”
no siempre significa que al variar X, variará Y (Causa –
Efecto)

Solo debemos usar correlación cuando hay una persuasión

razonable que X podría afectar Y

66
66
6.5 Prueba Hipótesis

Regresión
Con la regresión se determina el Modelo Matemático que relacione las
Variables X con Y.

Estas Xi, son la

PROCESO Y ,Y
1 2 Indicador (Y)
que se han
obtenido
Y = f ( X1,X2,....Xn) después de:
X1 X2 X3 X4 Prueba de
Hipótesis.
Variables
Correlación.
Experimentales

LOS MODELOS MATEMATICOS PUEDEN SER

Y = 0 + 1 X LINEAL
Y = 0 + 1X + 2X2 CUADRÁTICO
Y = 0 + 1X + 2X2 + 3X3 CÚBICO
Y = 0 + 1X1 + 2X2+... +nXn) LINEAL
MÚLTIPLE
67
67
6.5 Procedimiento de pruebas

Selección de la Prueba Hipótesis

Y Continua Y Discreta

X Correlacion-Regresion Correlacion-Regresion
Continua

Para distribucion normal de Y

Prueba T1
Prueba T2
Prueba Anova
X Chi cuadrado
Discreta Para distribucion no normal de Y
Prueba W
Prueba xxxx
Prueba kk

68
68
6.6 DOE

Introducción al DOE

Es una estrategia experimental estructurada que permite la

evaluación de múltiples variables de proceso en cuanto a su
capacidad para influir sobre las características de un producto o
proceso.

• Determinar que factores son importantes.

• Establecer la estabilidad del proceso.
• Encontrar el mejor conjunto de condiciones de operación.

69
69
 6.6 DOE

CTQs
FMEA, Mapa de Procesos
X (KPIV) Cp, Cpk

Prueba de Hipótesis
X (KPIV) significativas Correlación
Regresión

X (KPIV) que afectan al proceso DOE Simulación

SPC
X (KPIV) que afectan al proceso
5 Ss
Controladas Poka Yoke

Y (KPOV)
X Key Process Input Variables (KPIV) variable claves del proceso
variables clave de salida del proceso
Y Key Process Ouptput Variables (KPOV)
para el cliente
70
70
6.6 DOE

Diseño Factorial Completo con 2 niveles

Por Ejemplo 3 factores cada uno con 2 niveles:

Cantidad de pruebas que se necesitan = 2 x 2 x 2 = 8

3
2

Donde:
3 = Factor = K = variables (KPVI) X1, X2, X3
2 = Nivel = Es la cantidad de valores que toma cada factor

K
2
71
71
6.6 DOE

Diseño Factoriales Fraccionados

Son diseños donde se elige adecuadamente una parte o fracción

de los tratamientos de un factorial completo, con la intención de
poder estudiar el efecto de los factores utilizando menos corridas
experimentales, debido a que es imposible en la practica correr
todos los tratamientos.

La teoría de los diseños factoriales fraccionados se basa en la

jerarquización de los efectos: Son más importantes los efectos
principales, seguidos por la interacciones dobles, luego las
triples, las cuádruples , etc.

Número de factores (K)

K-p
2
Número de generadores
Número niveles (2) del diseño

72
72
 6.6 Plan de Mejora

Tipo de Fecha de % de
ID Oportunidad de Mejora Acciones de Mejora Responsable Observaciones
Mejora Compromiso Avance
Problemas para identificar la
Desarrollo de una Base de Datos correspondencia de los números
Falta de un control de las altas en
1 donde se registra las altas por dslam Corto plazo Veronica Avila 15 de Abril 50% a los DSLAM por falta de
DSLAM que presentan saturación
saturados etiquetas y creación de nuevos
perfiles
Se requiere la participación de
Falta de un sistema que controle Desarrollo de la BD que controle la
la Subgerencia de Tx y el
2 la capacidad disponible de Tx por capacidad disponible de Tx por Largo Plazo Ernesto Saravia Por definir Por definir
conocimiento del Aplicativo
DSLAM's DSLAM's
Asig2000.

Falta de previsión en el crecimiento Desarrollo de un sistema que realice Se requiere la participación de

3 Mediano Plazo Veronica Avila Por definir Por definir
de trafico por cliente la previsión de trafico por DSLAM´s GSI

Solicitar a GSI, el desarrollo de una

No se registras las fechas de inicio
rutina que permita que los campos : Se requiere establecer un
y culminación de las Obras en el
4 In Real y Fin. Real se han obligatorios Corto plazo Walter la Matta Por definir Por definir requerimiento, y el posible
Aplicativo SAP-Modulo Gestión de
cuando se cambia el status del costeo de esta nueva rutina
Proyectos
proyecto
Elaboración de un procedimiento para
Falta de un procedimiento para la ampliación de los enlaces en la Red Se requiere la participación de
5 realizar la ampliación de los Speedy que abarca desde la Largo Plazo Ernesto Saravia Por definir 15% las Gerencia de Desarrollo y
enlaces en los DSLAM'S detección de su sobrecarga hasta su Planificación
ampliación.
Desarrollo de una Base de Datos que
registra las fechas de denuncias de
Falta de un sistema que controle Se tiene la información hay que
los sobrecargas hasta su ampliación,
6 las denuncias de sobrecarga hasta Corto Plazo Veronica Avila 15 de Abril 25% armar la data a partir del
con la finalidad de realizar el
su ampliación en la Red presente año 2005
seguimiento de las ampliaciones en
planta
73
73
6.7 Control Estadístico

Concluida las mejoras en las Y, se debe controlar la variable en el

tiempo para que no retorne a la situación anterior.

Y
FASE POST
CONTROL PROYECTO
MEJORAR

Fin de
Antes de
Proyecto Situación No
la Mejora Deseada

74
74
6.7 Mantenimiento resultados

PLAN DEL CONTROL DEL PROCESO

Es el listado con las acciones generales que cada proceso debe

seguir para garantizar, mantener el resultado del indicador.
Ejemplo:

PLAN DE CONTROL
Proceso:_______ Fecha:____
Responsable:_____

Acción Responsable Periodicidad

1Analizar indicador Supervisor 1 Diario

2.Gage R & R
Normas y Supervisor 2 Mensual
procedimientos Gerente Quincenal
4.Revisión Todos Anual
FMEA
5.Charla de Six
Sigma en 5 minutos Jefe Mensual

75
75
6.7 Mantenimiento resultados

TIPO DE CONTROL PARA CADA INDICADOR

Existen diferentes maneras de hacer el Control

para los indicadores. Entre los más importantes, se
menciona:
•Control Estadístico de Procesos.
•Sistema a Prueba de Errores (Poka Yoke).
•Filosofía de 5 Ss y Gerenciamiento Visual.

76
76
6.8 POKA YOKE

Mecanismos a Prueba De Errores : POKA YOKE

Los defectos tienes su causa raíz en errores

Defecto

La manera tradicional de evitar que lleguen defectos al cliente es

inspeccionar al 100% todo o parte de los servicios brindados. Pero esto es
muy costoso e ineficiente.

Se debe construir Calidad desde la fuente incorporada mecanismos que

prevengan los errores desde el principio
77
77
6.8 POKA YOKE

Errores
1 Olvido
2 Desconocimiento
Casi todos los
3 De identificación
defectos están
causados por 4 Inexperiencia
errores humanos.
5 Voluntarios
Sin embargo hay
como mínimo 10 6 Inadvertidos
clases de errores 7 Lentitud
8 Falta de estándares
9 Errores Sorpresa
10 Intencionales

78
78
6.8 POKA YOKE
Lista de Comprobación

Equipo: Camión 785C

Operación: Cambio de llantas delanteras
Fecha: 15/12/03

Personal Requerido Cantidad Conformidad

Técnico en Llantas 2
Ayudante 1
Herramientas Cantidad Conformidad
∙ Equipo Manipulador de llantas TAYLOR (1) 1
∙ Barreta (1). 2
∙ Gata 150 TN ( 1ó 2 ). 2
∙ Gata Hidráulica-Neumática. 2
Lista de Chequeo ∙ Extractor de válvulas de aire.
∙ Válvulas de aire.
1
2
∙ Herramientas de impacto ½” 3
∙ Extensión 5”. 2
∙ Encastre ½” 2
∙ Válvulas de aire 1
∙ Destalonador 2
∙ Dado ¾”. 2
Material o insumos Cantidad Conformidad
∙ Grasa vegetal 1 balde
∙ Trapo Industrial 1 kilo
∙ Sello O-Ring 2
∙ Tacos de Madera 2
∙ Llanta 2
Procedimientos estándares a seguir
EMATL001: Cambio de llantas delanteras 1 y 2
Camiones 785C
79
79
6.9 Fabrica visual

Se debe tener de manera visible un Panel que permita ver:

•Evolución del Indicador. (Con Control Estadístico).

I-MR Chart of RESUL
•Acciones Correctivas tomadas ante Ocurrencia de Fallas.
80
1

•Estado del Cumplimiento

60 de Estándares U C L=67.16
y
Individual Value

Procedimientos.
40 _
X=31.32
20
•Plan de Control del Proceso.
0
LC L=-4.52
1 9 17 25 33 41 49 57 65 73 81
O bser v ation

1
U C L=44.03
40
Moving Range

30

20
__
M R=13.48
10

0 LC L=0
1 9 17 25 33 41 49 57 65 73 81
O bser v ation
80
80
6.10 Sector de la Empresa – SCM (Lean)

81
81
6.10

82
82
Bibliografía

83
83