INSTITUTO TECNOLGICO DELA CONSTRUCCIN

MAESTRA E N A D M I N I S T R A C I N D E L A CONSTRUCCIN

ELMTODO DESEISSIGMA ENLAINDUSTRIA DELA CONSTRUCCIN PARAVIVIENDA ENSERIE

TESIS PARAOBTENER ELGRADO DE

MAESTRO EN ADMINISTRACIN DELA CONSTRUCCIN

PRESENTA

ARQ.JULIANALBERTO JIMENEZ LARA

CMARA MEXICANA DELAINDUSTRIA DELA CONSTRUCCIN SEDE CHIHUAHUA

ESTUDIOS CON RECONOCIMIENTO DEVALIDEZ POR LA SECRETARIA DE EDUCACIN PUBLICA, CONFORME AL ACUERDO No2004451 DE FECHA 15 DE DICIEMBRE DEL 2000

CHIHUAHUA, CHIHUAHUA

JULIO 2005

RESUMEN Este estudio de investigacin aborda la problemtica de los defectos constructivos, principalmente en la edificacin en serie y que afectan directamente alcliente yporende alconstructor contodas las repercusiones de costos,tiempoyeldetener a uncliente insatisfecho.

El concepto de Seis Sigma es una modernizacin del antiguo concepto de control estadstico de la calidad de los aos sesenta, pero mucho mas ambicioso ya que representa para lograr tener 3.4 defectos por cada milln de viviendas construidas y entregadas al cliente que solofallen 3.4 apagadores de luz, o 3.4 goteras, o que 3.4 llaves de agua que no funcionan correctamente. Es evidente que estoen nuestro pas y en especial en el sector constructivo es ahoraenelano2005 inalcanzable.

El objetivo de la metodologa de Seis Sigma as como sus herramientas de aplicacin , para coadyuvar en la mejora de los defectos en los procesos en constructivos enlaedificacinenserie.

Lasempresas deedificacin enseriedelestadode Chihuahua estn muy por debajo del nivelde Seis Sigma.

Se muestran las herramientas estadsticas principales del Seis Sigmaen cada unadesusetapas;aclarar, enfocar, estudiary modificar para ser utilizadas en laedificacin enseri9|iara finescomparativos, sedeterminaelvalorde sigma quetiene unaempresa,i p o deedificacin devivienda en undesarrollo de 100 viviendas de94a 165m?*nJacd,.DeChihuahua ylos resultados fueron

Viviendas Totalde errores probables Sigma

100 1000 .5de sigma

Como seobserva existe unadistancia abismalentre loserrores de un desarrollo deedificacintipoyelvalor deseisSigma con loquese comprueba la hiptesis H1deesta investigacin.

Seconcluyoqueen nuestro pasestamos muy lejosdealcanzar los indicadores internacionales de productividad como se hace evidente del lugar 49 de 57 pases queocupa Mxico en economic wortdforum (2005), no obstante estetrabajo proporciona herramientas paratener mejoras construcciones, ycadavez menos defectos.

GRACIASA DIOS POR HABERME OTORGADO EL DON DELA VIDA, ESTO POR MEDIO DE ESTOS DOSANGELES DE DOS ALAS MIPADREY MIMADRE, PERO MUY ESPECIALMENTE MI MADRE QUE GRACIASA SUSGRANDESVIRTUDES Y EJEMPLOS INCULCADOS DE ESPECIAL MANERA COMO SON LA PERSEVERANCIA, EL RESPETO, ELAMOR,Y LAS GANAS DE LUCHAR EN LAVIDA PARA SER UNSER HUMANO DE BIEN.

GRACIAS TAMBIN DESDE LOMAS PROFUNDO DE MISER A ESENGEL QUEVINOA LLENAR DE DICHAY DELUZ MIVIDA, ERES EL MOTOR QUE ME IMPULSAA HACER COSAS INEXPLICABLES, GRACIAS HIJA MIA SOFIATEAMO.

NDICE CAPITULO I: Introduccin

Seccin 1.1. Problemadela investigacin

1.1.1. Esquemadel problemadela investigacin 1.2. Justificacin

1.2.1. Econmica 1.2.2. Social 1.3. 1.4. Alcance Objetivos

1.4.1. Genrico 1.4.2. Especficos

CAPITULO II:Marcoterico
2.1. 2.2. 2.3. 2.4. 2.5. 2.6. Desarrollo histrico Querepresenta lapalabra SeisSigma Antecedentes delconceptoSeis Sigma QueeselSeis Sigma Con nmeros PorqueSeis Sigma Clculos devaloresdeSeis Sigma

CAPITULO I: INTRODUCCIN

1.1. Problemadela investigacin No existe un mtodo formal para el control de defectos en la industria de la construccin, teniendo como consecuencia desperdicios de materiales, teniendo reprocesos innecesarios debidoalbajoonulasupervisin adecuada delaobra. Con todo esto tambin se generan costos por la no calidad y el error, teniendo altos niveles dede errores en los procesos constructivos, esto aconsecuencia del niveldeconfianza en losprocesos constructivos. Nosetiene confianza en los productos y servicios terminados, estos ltimos cada vez mas ligados con la mala calidad y por consecuente la insatisfaccin del cliente.

2 1.1.1. Esquema del problema de la investigacin

MALA CALIDAD

DESPERDICIO DEMATERIAL

REPROCESO

INSATISFACCIN DELCLIENTE

NOEXISTE UNMTODO FORMAL PARA ELCONTROL DEDEFECTOS ENLA INDUSTRIA DELACONSTRUCCIN

REQUERIMIENTOS DELCLIENTE

COSTOS POR LANO CALIDADY ERROR

SEDESCONOCE ELNIVELDE CONFIANZA ENLOS PROCESOS CONSTRUCTIVOS

POCACONFIABILIDAD EN LOSPRODUCTOS TRMINOS YSERVICIOS TERMINADOS

ALTOGRADO DE ERRORES ENLOS PROCESOS

3 1.2. Justificacin

1.2.1. Econmica Bajan los costos, los beneficios de este estudio, es para que bajen los costos de produccindelavivienda hechaenserie.

1.2.2. Social Losbeneficiosqueseesperandeesteestudioeseldeperfeccionar lossistemas deconstruccin deviviendasenseriebeneficiando alosusuariosysusfamilias de unmejor producto ascomoatravsdelaconsolidacin delaempresa que creayconservaempleos.

1.3. Alcances Este estudio abarca a la construccin de viviendas enserie en cuanto a sistemas de control estadstico de la calidad especficamente en la aplicacin del mtodo seissigma enestetipodeconstruccin ejemplificando en uncasodeaplicacin en elestadodeChihuahua.

1.4. Objetivos 1.4.1. Genricos Mostrar la metodologa de Seis Sigma as como sus herramientas de aplicacin. Para coadyuvar en la mejora de los defectos en los procesos constructivos en la edificacin enserie. 1.4.2. Especficos A)Analizar la problemtica que existe enelcontrol estadstico de la calidad en losprocesosconstructivos delaviviendaenserie. B) Exponer losconceptos yteorade laseissigma. C) Establecer los niveles de confianza estadsticos para minimizar los errores en losprocesos constructivos. D)Detectarysatisfacer lasnecesidades delcliente. E) Definircada unade las herramientas queconforman elseissigma. F) Ilustrar con basea unejemplo elvalor de Sigma quetiene una constructora deedificacinen lacd.DeChihuahua. G) Marcar las distancia tan grande que guarda en cuanto a defectos constructivos laedificacin en nuestro pas,con los parmetros internacionales de unaempresadeclasemundial.

r; i T c
I B L I T E C A s
CAPITULO II:MARCO TERICO 2.1. DESARROLLO HISTRICO Enelaode 1981 ,Bob Galvin,eneseentonces presidente de Motorola ,lanzel siguiente retoasucompaa: "Alcanzar un mejoramiento de Diez tantos en el desempeo sobre un perodo de cincoaos" Laempresa inici ungranviajedeaprendizaje ydesarrollo que llev amuchos de sus ejecutivos e ingenieros a la bsqueda de maneras de eliminar desperdicios. Uno de ellos, llamado BilISmith, estudi la correlacin entre la vida til dlos productos en el campo de su uso y qu tanto el producto en cuestin haba sido sujeto a reparaciones(retrabajos) durante su proceso de manufactura. En 1985, Smith present sus resultados, concluyendo que si un producto era encontrado defectuoso y reparado durante el proceso, estos desperfectos podan pasar desapercibidos hastaqueelclientelosdetectabaduranteeluso. Por otro lado el investigar lo que otras compaas estaban haciendo , se dieron cuenta de que existan productos que no requeran trabajos o correcciones durante un proceso .Analizando casi cualquier operacin , podemos detectar que existen pasos , materiales y acciones que no son otra cosa que reparaciones ,a veces disfrazadas de problemas inherentes ,ya seadediseo, de herramientas o de otros factores ;por ejemplo,el rebaneo o laeliminacin de restosde partculas metlicas dejadas por un proceso anterior, retoques de pintura innecesarios ,oel agregado de refuerzos o materiales adicionales, que detanto utilizarse sevuelven partedelproceso. Esto fue el inicio de los esfuerzos que llevaron a Motorola a ganar el prestigio de Premio Nacional de Calidad Malcom Badrige.EI nombre de Seis Sigma haba saltado alaluzpblica.

Otras compaas , atradas por el xito y de resultados logrados , buscaron informacin y referencias ,lo cual motiv la creacin del instituto de Investigacin Seis Sigma en 1990.La participacin de empresas como IBM ,Texas Instruments, Digital Equipament,Asea Brown Boveriy Kodaklediodifusiny relevancia EnABB, la implementacin de esta estrategia result en una disminucin del68% en los nivelesdedefectos,ydel30%encostos loquetuvocomoconsecuencia un ahorrode898millonesdedlares porao. Otras empresas como Allied Signal, General Electric, Sony, Crane y Polaroid se han sumido a la aplicacin de la metodologa .La razn sencilla: estas compaas correlacionan lacalidad con resultadosfinancierosdenegocio. El casode General Electric esdigno de mencin,ya que los beneficios estimados de contribucin directa de Seis Sigma son de orden de los 6600 millones de dlares anuales,equivalentes al5.5%desusventas. Esto no se ha dado solo.GE ha entrenado a ms de seis mil personas en los mtodos de Seis Sigma.El personal entrenado conduce y participa en proyectos demejora bienenfocadosque reditangrandes beneficios. Los llamados Black Belts o cintas negras son aquellas personas que cuentan con entrenamiento y caractersticas especiales para encabezar los proyectos de aplicacin de Seis Sigma.En los esfuerzos ,setrabaja en equipo bajo la direccin del Black Belt para analizar los problemas u oportunidades de ahorro, que resultara de reducir las variaciones y, por consiguiente, el desperdicio en cualquier proceso. Msadelanteveremos lospasos aseguir ylas herramientas estadsticas,queson lasprincipales armasautilizar enestasguerrascontra loqueestmalhecho.

2.2.QU REPRESENTA LA PALABRA SIGMA?

Es el nombre latino de la letra griega E.Este smbolo es muy utilizado por los matemticos, ya que se le ha asignado el significado de suma. Si nos vamos al concepto estadstico, se ha empleado esta misma letra, pero en una versin minscula: o.Este pequeo trazo con forma de gota se ha hecho muy famoso por representar algoque los iniciados llamandesviacin estndar. Para comprender mejor esto, vamos a explicar sus antecedentes, y para ello, tendremos quedar unrepasoalasbasesde laestadstica. Estadstica Todos hemos escuchado a gente que utiliza conceptos y trminos estadsticos .Por ejemplo:"EI clima de Monterrey es el ms agradable del mundo, con un promediode25Cenelao,sipudieradecirse,50enveranoy0eninvierno". Otro ejemplo: Se realiz una encuesta y el promedio de la gente estuvo de acuerdoconqueel horariodeverano noseaplicar esteao" Y hay ms:"Eltrmite para placasy licencias se redujodedosdas aun rangode dos horas, y un 50% de la poblacin las recibe ahora por correo en un promedio de unasemana" Aunque pudiera hacernos sonrer todo este catlogo de usos inexactos de os trminos, algo nos dice: todos los das, los seres humanos nos vivimos en un mundo variable e inconstante. Nadie puede asegurar, ni con las mejores computadoras del mundo, cual va a ser el comportamiento real del clima, de las acciones en la bolsa, de nuestros procesos productivos o del servicio dado a nuestros clientes.

8 Loques podemos hacer, esdarnos una dea;esdecir, saber que tan probable es determinada situacin para esto sirve la enorme cantidades formulas y recetas. El problema: en unafn por mantener los conocimientos fuera del alcance de los no iniciados,osimplemente por noencontrar una mejor manera, hanido complicando y oscureciendo el significado real de sus tcnicas; han ido complicando y oscureciendo el significado real de sus tcnicas; han colocado nombres raros, signos de alfabeto griego y ecuaciones de apariencia muy compleja a conceptos que, porotraparte,sontremendamente tilesydeampliaaplicacin. Esteproblemacon laestadstica sefue haciendo crnicocon losaostambin por causa de otros factores. Por ejemplo muchas de las complejidades de la estadstica tienen tienen quever con lo aburrido y lento de clculos. Para resolver este problema los estadsticos disearon infinidad de tablas de valores y de este modo proporcionaron una manera de ahorrar tiempo y esfuerzo. Actualmente con el desarrollo de las computadoras, estas tablas se han venido haciendo prcticamente obsoletas, ya que existen muchos programas y paquetes de cmputoque pueden calcular losvalores requeridos conunagranprecisin. Bases El ser humano siempre ha buscado entender el mundo que lo rodea, encapsulndola en partes manejables. Si pedimos pedimos un presupuesto para un trabajo de carpintera, no nos gusta que nos digan "le va a salir entre cinco y diez mil pesos". Queremos un solo numero; que nos digan:"Sale en ocho mil pesos". Lo mas que soportamos es la diferencia sea muy poca: "entre siete y medioyocho milpesos".

Por otra parte nos conformamos con un solo dato, aun cuando tenga fluctuaciones. Muchas empresas requieren un mnimo de tres cotizaciones para autorizar unacompra.

En nuestro caso, seguramente solicitaremos aunque sea un estimado del costo a dos o tres carpinteros. Esto no puede dar varios tipos de resultados que muchas veces podremos analizar sin necesidad de unaformula. Tipoderesultadol:pocavariacin,tendencia alabajaoalaalza. Lostrescarpinteros danvalores muy parecidos yestosson bajosy Altos. Tipode resultado2:algodevariacin,tendencias mediaobaja. Hayunvalormuyaltoomuybajo,ylosotrosdossonmuy Tipode resultado 3:muchavariacin,tendencia media. Hay unvalor alto,unoabajoy unoenmedio. parecidos

De acuerdo con el tiempo de informacin o datos, pondremos determinar a que carpintero le vamos a encargar el trabajo. Hemos llegado al fondo del asunto: hemostomado unadecisin con baseen laestadstica! Cuando los datos por analizar son mas (muchos mas), tomar una decisin setorna masconfuso ydifcil. Imaginemos queenvezdetres,tenemos quinientos carpinteros. Es aqu donde tenemos que hacer uso del lpiz o calculadora, para poder sacar nuestrosvalores. Los tres conceptos mas elementales que debemos manejar son: promedio, rango ydesviacin estndar. Promedio Es una mediad que nos da una idea, en un solo numero, de donde anda, mas o menos ,el centro, ese "valor nico"tan buscado que nuestra naturaleza humana nos pide.Algunos lellamanelegantemente "medidadetendencia central. Dichode

r* I I C( I D L I O T E C A
otra manera, es el dato normal esperado. Para obtenerlo, simplemente sumamos todos losdatosylosdividimosentre lacantidaddelosmismos, Por ejemplo, si se tuvieran estos cinco presupuestos: 7, 8, 9,10 y 11, hacemos la suma de las cantidades, cuyo resultado es 45, y estos lo dividimos entre 5. El resultado es9. Normalmente, yoesperara pagar 9(o nueve mil pesos) poreltrabajo. Elpromedioexpresa unamedidade losdatos ynadams. Expresiones como "el hombre promedio busca seguridad", desde este punto de vista,son incorrectas. Noexisteelser humano promedio.
10

Rango Si yo hubiera hablado primero con el de 11, cundo me estoy ahorrando si finalmente decido encargarle el trabajo al de 7? Si resto ambos valores obtendre4. Esto es, existe un rango de 4 (o cuatro mil pesos) entre los diferentes carpinteros.A mayor rango,mayoreslavariabilidad e inconsistencia delosdatos. Cuando el rango es muy algo, comenzaremos a sentirnos incmodos y a dudar. No podremos tampoco tomar una decisin fcil, ya que prensaremos: "El de 7es el mas barato, pero quien sabeque material vaya a usar. Quizs elde 11hace un mejor trabajo, con mejor calidad". Las variaciones excesivas impiden predecir y tomardecisionesslidas.

11 Histograma Cuando tenemos muchos datos, podemos visualizarlos mejor si los ponemos de manera grfica. Paraello utilizamos unaforma muysencilla llamada histograma, o diagrama defrecuencias. Lo que representamos en el es sencillo: la altura de las barras representa la frecuencia o cantidad de veces que se repite un dato determinado (Figura 1). Figura 1 HISTOGRAMA

to ^0 70 10

10 11 12 13

Espesor en mm

Unadistribucin nossirve para mediryconocer: Lalocalizacin (dondeesta lacaracterstica quequeremos Paraeso usamoselpromedio. X=sumadevalores/ cantidaddevalores. Lavariacin (entre queyque). Paraesto usamoselrango: R =valor mayor-valor menor. controlar).

12 Desviacin estndar Muy bien, si ya sabemos las dos cosas ms importantes que debemos de saber; esdecir, por donde andan los pr4ecios yquetanto varan,paraque necesitemos sacarotrovalor? Larespuesta es:elpromedioyelrangosonsuficientessi: A) Losdatossonpocosy no puede haber mas(solo haycincocarpinteros en elpueble). B) Nonecesitamos msdeun70 u80%deprecisin paratomar ladecisin. Recordaremos que cualquier clculo estadstico, aun el ms complejo, se hace para ayudar a tomar una mejor decisin sobre el aspecto en cuestin. Estas se vuelven mas importantes entre mas complejo sea el problema; es decir, mientras masfactores estn involucradosy mientras mascosasdiferentes puedan pasar5; en pocas palabras: entre mas variabilidad pueda aparecer, mas refinada tendr que ser la formula, Si, por ejemplo, en un proceso quiero analizar que porcentaje del producto quedara fuera de los limites de aceptacin establecidos, tendr que obtener grancantidad dedatos (por lomenoscien).

Esto es porque durante la manufactura pueden ocurrir muchas cosas: herramientas se desgastan, las maquinas y los materiales tienen variaciones. Al tomar ms datos, nos aseguramos de que nuestros resultados sean ms representativos de larealidad. Las decisiones que tomemos con base en ellos sern ms acertadas y oportunas. Es aqu donde entra la gran importancia de la desviacin estndar, ya que es laforma en que podremos determinar lavariabilidad de cualquier proceso, producto oservicio.

13 Esto no solo sirve para las fbricas; estos procedimientos son aplicables a cualquier empresa, sea de servicios, financiera, de produccin, un restaurante o untaller. Al volver a nuestro histograma, podemos ver que las barras forman una figura en forma de sombrero o campana, este comportamiento no es ninguna casualidad. Setrata dela llamada curva normal,yestpicoen muchas situaciones (Figura2) Figura2 HISTOGRAMA YCURVA NORMAL

Esoesor pn mm

lo.

14

Losestadsticos handividido lacurva normal ensecciones. Ladistancia horizontal de cada divisin es llamada "sigma". Se define como "el promedio de las diferencias de los datos con respecto al mismo promedio ". Esto nos puede dar una gran ventaja: el poder de predecir y de controlar el comportamiento de un proceso,utilizando ladesviacin estndar como referencia. Elclculo de ladesviacin estndar se hace automticamente en cualquier calculadora defunciones,consolo meter losdatosypresionar elbotn a . 2.3.Antecedentes delconceptoSeisSigma Seis Sigma, de ser un concepto matemtico o estadstico, ha rebasado las fronteras y se ha ido convirtiendo en una filosofa o manera de trabajar, Esto significa que para lograr tan alto ideal,una vezque y nosdimos cuenta de lo lejos que podemos estar, es necesario comenzar a aplicar los conceptos bajo un enfoqueintegral. Debemos reconocer que un proceso parchado, lleno de reiteraciones, desperdicios y defectos, no solo va a ser ms costoso, sino fundamentalmente incapaz de proporcionar un nivel de satisfaccin constante a los clientes y empleados.

15 Qu pasacuando ladistribucin noes normal? 1) Aplanada ( o "platikurtica")

Instrumentodemedicindemasiado preciso. Mezcla de materiales provenientes de distintos proveedores o maquinas. 2) Picuda (o "leptokurtica")

Instrumentodemedicin muy poco preciso Inspeccinyeliminacin deartculosextremos. Provenientedeunprocesoconpocavariabilidad.

16

3) Consesgo

Cuandoexistedesgastede una herramienta. Deformacin paulatina portemperatura. Efectodelavida tildeunmolde. Numerodefallas/da;numerodedefectos/pieza. 4) Acantilado

Eliminacin por filtracin de partculas de un tamao mnimo o mximo. Usodetopesen laoperacin Inspeccinyeliminacin departes.

17

2.4. QueselSeisSigma? Podremos definir Seis Sigma como "un conjunto integrado de metodologa estadsticasquepermiten cristalizar lafilosofadesatisfaccin totaldelcliente". Estas recetas no son nuevas, ya que se trata de mtodos de anlisis estadsticos conocidos desde hace aos, la diferencia es del enfoque todo para reducir agresivamente la aviacin y los desperdicios, as como el nfasis en el manejo integral del concepto, en todas las funciones de una organizacin, con los recursosyelapoyo porpartedelagerencia. Las famosas grficas de control estadstico (SPC) datan de la dcada de 1930, pero a pesar de ser herramientas valiosas, en ocasiones han tenido a desvirtuarse. Si el nfasis se da solamente en mantener el control, no se va mas all de eso, ya que aunque existan oportunidades de mejora no se capitalizan, Si surge algn curioso que vea dichas oportunidades, se encontrara solo rente al mundo, ya que si descubre mejoras potenciales en los materiales comparados, el responsablededicha rea nolastomara encuenta. El problema pudiera ser mantenimiento, pero si a estas reas no se les mide o involucra en un programa serio, pocas eran las probabilidades de que las cosas mejoren. En la metodologa de Seis Sigma, las ideas de mejora son encauzadas, lideradas,evaluadas yconducidas bajo unesquema que las hace partedetoda la organizacin. Esta integracin se logra hablando unlenguaje comn alo largoyancho de laempresa. Este lenguajeson los ndicesdedesempeo.

18 2.5.Con nmeros.PorqueSeisSigma? El indicador comn para Seis Sigma es el clculo de los defectos por unidad. No nos engaemos pensando que con esto solamente podremos medir piezas manufacturadas. Por unidad entendemos un producto o servicio completo, como puede ser unacomida servida,o unatransaccin bancaria completa. Losdefectos son aquellos detalles con los que se logro la satisfaccin total del cliente. Cada resultado o salida en cada funcin es analizado, y se determinan las oportunidades de incurrir en un defecto o cometer un error. Por ejemplo, si en un comedor sesirven 500 comidas al da,ycada comida tiene 5caractersticas (que sea servida caliente,con los cubiertos limpios,en la porcin adecuada, el refresco correctoysin problemasdecobro),tendremos 2500 oportunidades. Si se registraron 20 incidentes en un ida, tendremos: 20 / 2500 = 0.008 defectos por cada unidad, Al multiplicar lo anterior por 1000 obtendremos 8 defectos por cada milunidades. Esimportante enfatizar aqu lasdiferentes entre unenfoquetradicional,basado en porcentajes, contra el uso de indicadores por cada mil o milln. Hay un motivo para esto,ytiene que ver con la precisin de la medicin. Ladiferencia apreciada entre 0.008 y 0.009 a primera vista no es grande; sin embargo, se trata de 80 contra 90 defectos por cada diez mil unidades. Culturalmente mas impactante un numero entero que unafraccin o centsima. Esfamoso el manifest que reza "el 99% no es suficiente" ya que implica un 1%de error, o 10000 defectos por un milln, suficientes para crear uncaosen muchas situaciones ordinarias de lavida. Imaginemos,porejemplo, 10000recetas medicasequivocadas,o 10000fallasen losfrenosdelosautomviles! Aqu es importante detenernos un momento y reflexionar: que es un defecto? Podremos definirlocomo:

19 La consecuencia o sntoma de la falta de consistencia en un producto, como resultado deunproceso incapazdecumplir los requerimientos delcliente. Si analizamos condetalleque haydetrs de undefecto, podremos determinar que existi una variacin con relacin al comportamiento esperado. Es importante que nos preguntemos entonces: Cual es el sntoma? Esdecir, como podra el cliente percibir y ser afectado. Por ejemplo,el producto presenta unafuga,onopuede instalarse. En que consiste? Delinear de manera especifica que caracterstica de Iproducto es la que no cumple con las expectativas: la manguera no estaba apretada, las dimensiones delaspartes nocoinciden. Hasta aqu hemos utilizado el "lenguaje del cliente" o como el usuario podra describirel problemaconsuspropias palabras. Sigamos investigando msafondo. Qu parte del proceso fue el origen? En que operacin o punto podremos localizar la causa?Aqu pudiera ser la operacin de ensamblado de la manguera, o, en el cado de las dimensiones, durante el proceso de manufactura o de empaque. Qu caractersticas del proceso implicaron el sugrimiento del problema? El torque es aplicado de manera consistente, con equipo adecuado? Las especificaciones demanufactura yempaque puedensercumplidas conel proceso actual? Aqu se aplican los mtodos de medicin de la habilidad del proceso (Cpk).

Cul es el mtodo de aseguramiento ycontrol,tanto de los procesos como de la medicinymonitoreo delos mismos?

* '

20

l l b . T E C A
Las respuestas a esta serie de preguntas nos llevaran a caracterizar y establecer de una manera por dems clara las evidencias requeridas para la accin correctiva. Como vemos, existen caractersticas o aspectos muy importantes para que el productosatisfaga alcliente:estas son llamadas "caractersticas crticas": Si identificamos una de ellas, siguiendo el ejemplo del torque requerido para apretar un tornillo, nos daremos cuenta de que al examinar varias mangueras, estas presentaran variaciones. La mayora de ellas se agrupan cerca de un valor central (promedio), pero algunas se ubicaran por encima de este, otras, por debajo. La cantidad de mangueras con un torque mayor iran disminuyendo; lo mismo que las de un torque menor. Esto nos dar como resultado lo que llamamos uncomportamiento"normal". La figura 3 muestra un ejemplo de un proceso cuatro sigmas. Los limites de especificacin seencuentran alaaugurade+-4desviaciones estndares. Figura 3 CURVA NORMALYSEISSIGMA
l i m i t e de especificacin inferior Limite de especificacin supenor

.6,, .5,T .40 -3o -2a -1o X 1o 2o 3o 4o 5o 6o

21 Los procesos de este tipo (distribuidos normalmente), tienen varios aspectos interesantes. SI sacamos su desviacin estndar, podremos predecir su comportamiento. El valor del torque en el 99.99966% de los productos quedara ubicado entre +- 6 desviaciones estndar. Eltorque para el restante 0.00034% (o 1 parte por milln) estar masarriba omas bajoqueesto. El intervalo de + - 6 sigmas, representa en trminos prcticos, una meta muy agresiva paraeldesempeo decualquier proceso, Enqueconsisteeste reto? Suponiendo que la especificacin de torque fuera 20 + - 4.5 libras por pulgada cuadrada, para lograr un proceso Seis Sigma, el valor de +- 6 a debe ser capaz de "caber" en la especificacin. Si la desviacin estndar en este cado fuera de 1.5, 6 a seria igual a 1.5 X6 =9. Elintervalo de laespecificacin es +-4.5;osea, tambin9. Nuestro procesoseria unproceso SeisSigma paradicha caracterstica. Vemosaququeelvalordesigmasdependededosfactores: 1. La habilidad del proceso para producir valores consistentes (con menor variacin). 2. Eltamao delafranja detolerancias requerida parasatisfacer alcliente. Obviamente, el valor promedio de la caracterstica debe coincidir con el valor nominalocentrode lasespecificaciones, enelejemplo esiguala20.

22 2.6.Clculos devalores deSeis Sigma A continuacin seenunciaelclculode losvaloresdesigmasdeunproceso. Una cafetera esta considerando implementar metodologas Seis sigma para optimizar sus operaciones ante una amenaza de un competidor que se ha establecido en las cercanas. Uno de los problemas que se ha observado es que loscomensales enocasiones experimentan problemasconlacuenta.Estedefecto se ha llamado "transaccin incorrecta", y es la base para los clculos de este ejemplo. Se ha recolectado en una tabla los datos observados. Vamos a introducirlos en la computadora para que, con la ayuda del paquete Excel, podamos realizar los clculosdemanera eficienteyconfiable. Heaqucomoseve lahojadeclculo: CALCULO DEINDICES DESIGMA CompaaX Funcin Producto Defecto Num. Dedefectos Unidad Num. Deunidades Num. Deoportunidades Cafetera Pagopor lacomida Transaccin incorrecta 7 Cada cliente 5000 1

23

A INDICADOR DPU=defectos por unidad

B FORMULA

C RESULTADO 0.0014

Defectos/ Unidades

DPMO=decto por millo de oportunidad DPU* 1000000/ oportunidades %error DPU* 100/oportunidades 0.14000% 14000

Nivelsigma

Tablas deladistribucin normaldeMicrosoft Excel

4.489 a

Laformula para convertir el porcentaje de error asu nivel de sigmas respectivo es muy sencilla, y podemos realizar en el paquete Excel: = ABS (NORMSINV (C2))+1.5 C2es lacelda donde estaelvalor de los DPU.Estevalor es labasedelclculo,y lo consideramos con I rea que queda fuera de los lmites de la curva de la distribucin normal.Aestevalor lepodemossacar automticamente suconversin a sigmas con la funcin NORMSINV, la cual representa el inverso del valor de tablas de la distribucin normal, es decir, las tablas originalmente fueron diseadas para entrar en ellas ya con el valor "normalizado" o las simas , y encontrar el porcentaje. Nosotros, a travs de esta funcin inversa, metemos el porcentaje que nos dar el valor correspondiente en sigmas. A todo esto le

24 tenemos queaplicar laformulaABS,quesignifica "valor absoluto ". Esto,conelfin dequealgnvalor negativo nonososcurezca elresultado.

Finalmente, a todo este se le suman 1.5 a , ya que las desviaciones estndar tambin pueden variar, dndose un margen de 1.5 a para ello. Esto quiere decir que el nivel de 6 a en la prctica realmente es 4.5 a , lo cual equivale a los 3.4 defectos por un milln establecidos en la siguiente tabla de impactos prcticos de niveldesigmas.

CALCULO DENDICES DESIGMA CompaaX Funcin Producto Defecto Num. Dedefectos Unidad Num. Deunidades Num. Deoportunidades Ejemplodetabla Muestra Noesfuncional 3.4 Cadacliente 1000000 1

25

INDICADOR DPU=defectos por unidad DPMO=defecto por millo de oportunidad

FORMULA Defectos/ Unidades

RESULTADO 0.0000034

DPU* 1000000/ oportunidades

3.4

% error

DPU* 100/oportunidades

0.00034%

Nivelsigma

Tablasdeladistribucin normaldeMicrosoft Excel

6.00

SIGMAS

DEFECTOS POR COSTO DE LA NO MILLN CALIDAD(% VENTAS)

COMPETITIVIDAD

6 5 4 3 2

3.5 233 6210 66807 308537

<10% 10AL 15% 15AL20% 20Al30% 30 AL40%

Clase mundial

Promedio industrial

Nocompetitivo

Unmayorvalor desigmas en unproceso nos indicara quetan capaz y consistente es el mismo. Esto tiene impactos en el costo de la calidad y en la posicin competitiva delaorganizacin,

26 Cuando los datos provienen de un proceso en el cual los datos son continuos; es decir, como el ejemplo del torque, donde podemos calcular el promedio y la desviacin estancar de los datos, y contamos con los lmites de especificaciones, sepodr hacer losiguienteparacalcularelniveldesigmas: 1. definir lacaracterstica amedir: porejemplo,elespesor de un recubrimiento debeserde0.16 a0.18pulgadas. 2. Recabar informacin. Datos reales de una muestra representativa (por lo menos 50 unidades). Tenga cuidado de utilizar equipo calibrado y personal calificado para realizar lasmediciones con unmnimodeerrores. 3. Obtener elpromedioyladesviacinestndardelosdatos. 4. Buscar el lmite de especificacin que este ms cerca de la media. Eneste cadotenemos: Media- limite inferior =0.16958 - 0.16 = 0.00958 Limitesuperior- media=0.18- 0.16958 = 0.010419 Podemos ver que el ms cercano es el lmite inferior, que va a ser la base del clculo. Esto se debe a que si el lmite de especificacin esta ms cerca del promedio, en ese lado se van a salir ms unidades (ya sea para arriba o para abajo).

27 Figura4 CURVA NORMAL ENUNPROCESO 5.3 SIGMA

> = * 4t

5. Utilizar la tabla de la distribucin normal de Excel: Se har de la misma manera como lo haramos con una tabla de valores tpica; es decir, de las orillas hacia el cuerpo de la misma, para Excel necesitamos simplemente utilizar una sencilla funcin llamada standardize o estandarizar. Solamente tenemos que introducir los valores del limite de especificacin obteniendo enelpasocuatro,elvalorde lamediayeldeladesviacin estndar. Ennuestrocaso:=ABS (STANDARIZE (0.16,0.16958, 0.001803) Como ya habamos visto, lafuncin ABS nos da elvalor absoluto (para evitar nmeros negativos), y el resultado de esto nos dar las sigmas, que aqu resultaron 5.313068.

Para estimar el nivel sigma de este proceso en el largo plazo,debemos agregarle 1.5 a ,yaqueestevalor podrtenervariaciones.

28 Realmente, podremos afirmar quetenemos un proceso 5.313068 + 1.5 =6.5805 a ,queestrictamente hablandoessolo5.313068 a.

Estudios sealanque puedeesperarseque unprocesocomnmente oscileentre3 y4sigmas.Como podremos lograrsubir hasta6omas? Conclusin Seis Sigma, como concepto estadstico, puede ser entendida a travs de la reduccin de la variabilidad de los procesos que gobiernen aquellos resultados que impactan alcliente,ascomo lasperdidasygananciasdeunaorganizacin. Como corriente de pensamiento, va ms all y busca un involucramiento organizado hacia objetivos de mejora atravs de proyectos altamente redituables. Estudiandoymejorando los procesos , o las maneras como hacemos las cosas, y midindolos adecuadamente, podremos darnos cuenta del reto que hay ante nosotros: elevar nuestro nivel de sigmas a seis o ms. El camino a seguir, las herramientas y la organizacin de esteesfuerzo soneltemadeestelibro.

29 CAPITULO III:TIPODE INVESTIGACIN 3.1. Tiposde investigacin

Elpresenteestudio esdetipodescriptivo metodolgico yaque identifica,analizay mide lasvariables incidentes enlosprocesosdeconstruccin deviviendaenserie tendientes areducir loserroresydefectos endichos procesos atravsdela aplicacindelcontrolestadsticodelacalidad mejorada y/omtodo SeisSigma. Paracon baseenelloestablecer unejemplo deaplicacindeesta metodologa.

3.2. H1:

Hiptesis Lasempresas deedificacin enseriedelestadodeChihuahua estnmuy

pordebajodel niveldeSeisSigma. H2: Con laaplicacindel mtodo SeisSigmaenlosprocesosde lavivienda

enseriesemejora lasatisfaccin delclienteysereducen losdefectosy/oerrores.

30 3.3. Modelo operacional de las variables de la hiptesis

X1

Y1

Empresastipodeedificacin en Enelestadode Chihuahua

Pordebajo delnivel Seis Sigma

Y2

Satisfaccin delcliente
X2

Aplicacin delmtodo seissigmaen losprocesosdelaviviendaen serie

Y3

Reduccin dedefectos y/oerrores

Variable dependiente

Variable independiente

31 3.4. Descripcin delasvariables de la hiptesis

X1 : Empresa deedificacinenserie.-Constructora dedicada adesarrollos de vivienda masiva. Y1: Abajo delnivelSeisSigma.-Tener mas de3.4defectos porcadamillnde

casasconstruidas. X2: MtodoSeisSigma;Conjunto integradodemetodologas estadsticas que permiten cristalizar lafilosofadesatisfaccin totaldelclienteyminimizar los erroresy/odefectosdelosprocesos. Y2: Satisfaccindelcliente;Cumplir eirmasalldelasexpectativasdel cliente respectoalproductooservicios queadquiere. Y3: Defectosy/oerrores;Faltasenelprocesoconstructivo que impactan directamente costotiempoycalidad. 3.5. Diseo de la investigacin

Elpresenteestudiose realiza bajo unesquema NOESPERIMENTAL. Dankhe 1988dado alaimposibilidad porpartedel investigador demanipular lasvariables independientesyaquesetratademodelos matemticos,preestablecidos,ysolo se refiereaaplicar dichos modelosenelcontexto naturalde laconstruccin.

32 CAPITULO IV: MODELOGENRICO DESEIS SIGMA MODELO PRCTICO ENFOCAR

S t r v 1 ' K< *

ACLARAR
, V ) i r u > < t . l f OS'

i 'a-i i.ut s

"

"

'"- n r

4.1. Enfocar La cantidad de tiempo, dinero y recursos es siempre limitada. Por eso el primer paso a seguir consiste en identificar aquellos elementos que deberemos atacar. Reconocer y poner en blanco y negro los resultados esperados por el cliente es una tarea fundamental, ya que si no realizamos esto a conciencia, de mantera honesta yobjetiva, tendremos este problema de origen,y de poco o nada servir queejecutemos a laperfeccin lospasos restantes.

Uno de los obstculos mas sutiles y peligrosos es asumir de antemano que ya conocemos los requisitos o entregables. Bsicamente podemos incurrir en tres tiposdeerrores:

33 1. Alta expectativa. Creer que para el cliente es muy importante una caracterstica, cuando noes as. Estoes conocido como elfenmeno goldplating. Se presenta cuando al interpretar o asumir un requisito del cliente, le damos de mas en algo que para el notenia tanta importancia. En un caso, un fabricante de lmparas de alumbrado para las calles percibi un defecto cosmtico en las rejillas, en cual era rechazado por su departamento de control de calidad. En una ocasin en que el cliente se dio cuenta de esto, les menciono que las luminarias se instalaban a gran altura, y que realmente no era necesario retocarlas porque nadie loapreciara. 2 .Baja expectativa. Creer que para el cliente es menos importante una caracterstica,cuando noesas.Estetiempodesituacionespueden convertirseen graves problemas. Es tpico asumir que como un producto se esta vendiendo "barato" esto justifica no satisfacer una necesidad. Otra variante es cuando asumimos que solamente con entregar un producto "dentro de especificaciones "las satisfaccin del cliente estar garantizada. Todos los das,en la prctica, nos damoscuentadequeestononecesariamente esas,porvariosmotivos: a) Imposibilidad de medir todo. Un producto o servicio puede contener muchas caractersticas. Medirlas todas y siempre es una tarea muydifcil, costosayquenoagregavaloralproducto. b) Problemas de diseo. SI desde el diseo del producto no hay una identificacin clara de la necesidad a cubrir, esto ser una fuente de problemas; a su vez, si no hay concordancia entre el producto y sus componentes, o entere varios subensambles. En un caso, un fabricante tuvo que vender cientos de piezas como chatarra, porque todos los componentes y partes, cada uno en lo individual, cumplan con las especificaciones, ya que estaban dentro de sus tolerancias, pero al tratar de armarlos todos en el producto final, no quedaban bien. Es comn que las tolerancias o rangos permitidos para un producto sean expresadas en formagenrica (unatolerancia igualparatodas lasdimensiones).

34 c) Falta de conocimiento del verdadero uso. No es lo mismo que nos digan "tenemos que fabricar este tubo; se va a utilizar en un mueblecito par acomodar zapatos",aque nosdigan queva aser usadoen unavlvula de control de emisiones radiactivas. Aunque el tubo sea exactamente el mismo. Las decisiones y manejo de su proceso, no sern las mismas. Mientras menos elementos se tengan para el diseo de un proceso, este sermspropenso atener problemas. 3. Expectativa omitida. No conocer que el cliente requiere algo que no le estamos proporcionando de manera constante. El cliente, por lo general, va a querer que absolutamente todo se cumpla. La diferencia entre ese todo y lo que recibe, puede o no ser percibida como negativa, pero muy pocosclientes loexpresaran abiertamente.Aquentrandetallescomoesos minutos adicionales de espera por la cuenta en un restaurante, oesa caja quesedaadevezencuando porelacomodoenlatarima.

Ser necesario ahora relacionar los requisitos del cliente con nuestros propios procesos internos. Si uno de ellos es, por ejemplo, la entrega de la cuenta en determinado tiempo, en que pasos de este proceso no estamos tardando mas? Existe otro proceso que este influyendo en el resultado? Quizs el mesero, porestar sirviendo algn platillo, no hapasado la nota alcajero. Enun proceso de produccin, qu caractersticas del mismo afectan positiva o negativamente alproducto resultante? 4.2. Aclarar Cmo estamos? Lamedicindepotencialesy resultaos esconsiderada unapoyo muyfuerteen las primeras etapas de puesta en practica de Seis Sigma. Esto pareciera contradecir los consejos delfamoso Dr.W.E Deming,quien sentenciara que el uso de metas numricas desmeritaba la moral y era contrario a los principios

35 de calidad total, ya que la gente entonces tratara de obtener " el numero" a costadeloquefuera,con resultados pocodeseables. Es opinin de este autor de que esto, si no es manejado correctamente, pudiera dar lugar a situaciones en las que la gente se vea presionada a obtener un resultado sin importar el desarrollo de sus procesos, con un fuerte apoyo de la gerencia, involucramiento de todos los departamentos y un muy claroenfoque haciaelcliente. Lo anterior hace que la estrategia se Seis Sigma se diferencie de una manera bsqueda por cumplir con un numero. Lo ambicioso de la meta en si, que es lograr un nivel Seis Sigma en los procesos, impide la exigencia inmediata de resultados ylacambia por ladeunajornada continua demejora. El estado actual de la organizacin, debe evaluarse bajo la luz de diversos conceptos:

Satisfaccin delcliente Insatisfaccin delcliente Desempeo del productoendefectos porcada mil unidades Desempeo delosprocesos en niveldesigmas alcanzado Otros indicadores operacionales pertinentes

Satisfaccin del cliente Una manera clara y cuantitativa de medir la satisfaccin del cliente se da atravs de encuestas y entrevistas directas. El objetivo es identificar brechas o espacios entre las necesidades del cliente y el nivel actual en el que estn siendo cumplidas.

36 Insatisfaccin al cliente Unerror comnes asumir quesi notenemos quejas,elcliente,estasatisfecho.Es necesario ybsicocontar con unbuensistemadeatencin,nosolo delasquejas, sino de cualquier expectativa que no se cumple. Por lo menos, existen tres conceptos quepueden ser monitoreados. Aspectos temporales: aqu entran los tiempos de espera, demoras, la oportunidad delasentregas,ensuma,elmanejodeltiempo hacia losclientes. Aspectos de servicio: principalmente referidos a la resolucin de cualquier problema real o potencial del cliente, la capacidad de respuesta aemergencias, la amabilidadyefectividaddelservicio,elapoyotcnico. Aspectos de calidad: el cumplimiento del producto o servicio adquirido con las expectativas delcliente,elnivelderechazos,lacantidaddequejas.

4.3. Estudiar Unavez quecontamos con lafotografa de nuestroestado actual,la incertidumbre puede aparecer y hacernos sentir que tenemos mil cosas por hacer, y que no tenemostiempo suficiente. Es,sinembargo, muyimportante no"comer ansias",ya que para sacar el mximo provecho a nuestros esfuerzos, debemos ser cuidosos, selectivos y darnos tiempo para estudiar los procesos, diagnosticando los puntos clave atacaryorganizando unanlisis bienplaneado. No estoy hablando de pasarnos seis meses pensando o planeando sin aterrizar. Tenemos que analizar los factores crticos del proceso que influyen en las caractersticas importantes para el cliente y los mtodos que utilizamos para

37 cumplirlas y asegurarlas; y debemos determinar que tan adecuados son los insumosquerecibeelproceso (fsicosyde informacin) Con todo lo anterior despejado, analizaremos la problemtica detectada y encontraremos los causales, utilizando herramientas estadsticas principalmente. Los causales no son otra cosa ms que los factores de raz que estn originando el incumplimiento.

ESTUDIAR
\ Factores crticos Mtodos Insumos
y

4.4. Modificar Una de las situaciones mas frustrantes que puede haber es contar con todo un estudioyanlisisdelascausasde unproblema, pero realmente nolograr efectuar un cambio significativo. Es falta de seguimiento es una enfermedad bastante comn en las organizaciones. Uno de los factores, quiz el ms importante, que propicia esto es la actitud. SE podrn tener todos los conocimientos, tcnicas, herramientas y paquetes computacionales del mundo, sin embargo, si no se cuenta con una actitud adecuada, todo lo anterior no nos ayudar a ser competitivos.

38

A n c o n e s

E
\

CLIENTE

Mm

MODIFICAF
Aftitudes Recetas Estndares
v

*
Causales

Actitudes Aunque noes la intencin de este libro disertar sobre le comportamiento humano, sies necesario puntualizar quesi nosetiene unaestrategia decambioque incluya el aspecto cultural ya de actitudes, nos podremos topar con problemas en el camino. Pero, qu es una actitud? Es el comportamiento de uno o varios seres humanos ante una situacin. Generalizando, existen tres tipos de actitudes posibles ante un cambio. 1. Indiferencia: Elgrupo o ola persona se muestra aptico, no leda importancia a las situaciones y se comporta de tal manera que no rechaza abiertamente ni acepta nada.Estoessumamente peligroso ydifcildemanejar, yaque nohay una confrontacin de ideas, y no se cuenta con el empuje necesario para que las acciones se lleven a cabo eficaz y puntualmente. Sus sntomas son: alta de consistencia en la aplicacin de los mtodos y procedimientos; desconocimiento aparente de las mediciones, su importancia y consecuencias; desanimo; posturas irnicas; inasistencia areunionesyeventos programados. 2. Rechazo Lagente, o una persona en particular, se muestra reacia aaceptar las propuestas. Esto claramente obstaculiza sobremanera cualquier esfuerzo de mejora. Los sntomas comunes son: generacin de discusiones y malos entendidos entre personas y departamentos, boicot de todo lo nuevo y

39 aferramiento a losviejos mtodos y maneras de hacer las cosas; cuestionamiento y escepticismo sobre todo lo concerniente a tos cambios. En este caso, la situacin es diferente porque existe una confrontacin de ideas; es sano que el asuntoseventileyaclare,cuandoexisten buenas bases paraeldialogo. 3. Aceptacin: No necesariamente esto es bueno en forma automtica, ya que tendremos que ser cuidadoso y noasumir que porque la gente acepto uncambio, va aestar feliz ycontenta. Laaceptacin puedeser a nivelde hechos (lovamos a hacer porque nos loestn pidiendo) oa niveldeconciencia (estamos convencidos dequees unabuenaopcin).

Estrategia demanejo deactitudes Engeneral,consiste en llevar los casos 1a los casos 2,y los casos 2 a los casos 3, pero a nivel de conciencia. Esto es, a los indiferentes hay que hacerlos revelar su verdadera cara (que es de rechazo), y una vez que se puedan confrontar las ideas,atravsdeunprocesosensible,lograr unconvencimiento. Hay muchas maneras de hacer esto ysiempre lodeseable es eldialogo yquese compartan ideas, sin embargo, si lo que se confronta no son ideas sino resentimientos u otro tipo de cuestiones, es necesario que la gerencia ataque de rente estas situaciones y que cuide que no por una manzana podrida se corra el riesgodeechar aperder unequipodetrabajo. Quesi hacer *Enfatice que loscambios con positivos,tienen un motivo (satisfacer alcliente,ser competitivos,etc.) yqueseesperaquetodosparticipen. Involucre e integre ideas y conceptos de la gente en los planes, cambios, movimientosyaccionesdemejora.

40 Investigue directa e indirectamente las posibles causas de la indiferencia. Esta pudiera darse por medio, incredulidad, falta de informacin y resentimientos por situaciones pasadas entre muchasotrascausas. *Provea informacin clara y oportuna del alcance de los cambios y en que van a afectar positivoonegativamente las situaciones *Reconozca alagentequehaaportado ideas,acciones mejoras. identifique a apersonas especificas con problemas de rencor o muy notorio rechazo, para determinar si es por el cambio en si, por ideas propias o por otras situaciones, y busque dialogar y aclarar puntos con ellos, pidiendo su apoyo y ofreciendo posiblesajustesaloscambios. Quenohacer *Noetiquetealagente niapliquecastigos indiscriminados sinescuchar nitratar de entender susmotivos. *No presente paquetes prefabricados desoluciones completas sindar oportunidad aque lagentesea laque participeensuelaboracin. *Nomantenga lainformacin comotopsecret,comprtala conlagente. *Nopermitaquesevuelva aviejos hbitosyque hayaconsecuencias porello. *No permitaque losbeneficiosdeloscambios noseanvistos nicompartidos porla gente quetrabajo enellosylos hizorealidad.

41

5.1. Tabladeetapas resultadosy herramientas

Etapa

Definicin

Resultadodeseado

Herramienta ometodologa Encuestas Estudiosdelmercado QFD(desplieguedela funcindecalidad Contactodirecto Acuerdoscliente-proveedor Martizproducto-cliente QFD Relacin necesidades- procesos QFD Encuestas Indicadoresdecalidad, entregas,servicio,confiabilidad 1000000oportunidades deerrorenc/ud. %error=DPMO/10000 ABS(NORMSINV (%error))+ 1.5 Estudiosdehabilidad Muestreo EstudiosdeR& R AMEFdediseo

Quiendebeaplicarla Dptodeventasoagenciaexterna Dptodeventasoagenciaexterna Equipo interfuncional Todoelpersonal Todoelpersonal Todoelpersonal Equipo interfuncional Equipooperacional Equipo interfuncional Dptodeventasoagenciaexterna Gerentesdecadaareay elpersonal Todoelpersonal Todoelpersonal Todoelpersonal Ingenieros operacionales Ingenierosdecalidad Ingenierosdecalidad Ingenierodediseoyequipo interfuncional Ingenierodeprocesoyequipo interfuncional Todoelpersonal Todoelpersonal Todoelpersonal Todoelpersonal Todoelpersonal Lderesdeequipos Todoelpersonal Todoelpersonal Lderesdeequipos Ingenierodecalidad Lderesdeequipos Ingenierosoperacionales Black Belt BlackBelt

Enfocar

Identificarlos elementos que deberemos atacar

Necesidades del cliente Entregablesorequisitos especficos identificados Entregables relacionadas conlospasosoprocesos quelosafectan Satisfaccin delcliente evaluada Desempeodelproducto endefectospormillnde unidadesyen%deerror Desempeodelproceso enniveldesigmasalcanzado Habilidaddelproceso Confiabilidaddelas mediciones Factorescrticosdel diseo identificados evaluados Factorescrticosdelproceso identificados yevaluados Proceso, insumosy mtodosaclardos Sntomasdelosproblemas categorizados Datosrelevantes recolectados Equipodetrabajoformado Actividadesdelproyecto organizadas

Medir Aclarar potencialidades y resultados

AMEFdeprocesos Diagramasdeflujo,mapas deproceso. Anlisisdepareto Matrizdeenfoque Listadeverificacin Muestreo Formatodedefincionde proyectos Diagramacausa-efecto Causigrama Formatodedefinicinde proyectos Aduditoria aprocesos Anlisisdecortedecapas Correlacin Pruebasdehiptesis Diseodeexperimentos

Estudiar

Diagnosticar losprocesos paraatacar suspuntos clavehacia la mejora

Causasopuntosde desequilibrio identificadas

42

5.2. Herramientas para enfocar El propsito de esta etapa es la identificacin de los elementos que deberemos atacar. Esto significa que la base, tanto para la estrategia general como para la formacin de proyectos especficos, se sustenta en las necesidades de los clientes. Claro esta que encontraremos en las necesidades de los clientes. Claro esta que encontraremos una gama enorme de atributos deseables en todo lo que hacemos,y porsupuesto,seesperaratodo almsbajocosto. El concepto popular de "bueno, bonito y barato" tiene plena aplicacin. Las herramientas ausar debern estar alienadas haciaquetantoycomo satisfacer los requerimientos reales. Eneldiseo oaplicacin decualquier herramienta deenfoquetenemos que considerarfactores generales para ubicarnos,talescomo: Niveltecnolgicode laindustria. Competitividad demercados. Segmentos omercadosobjetivos. Historialdecomportamiento de lademanda. Surgimientode productos sustituidos. Losresultados deseados en laaplicacindeherramientas enestasetapasson: 1. Necesidades del cliente entendidas. Conocer el porque de la necesidad, quienes la estn experimentando, en donde, bajo que circunstancias. Los datos demogrficos sobre edades, localizacin geogrfica y productos o servicios sustituidos son relevantes, sin embargo, se requiere aun ms nivel de detalle en cuanto aloespecfico.

43 2. El lenguaje del cliente necesita ser preservado y no empieza a interpretarlo en esta etapa, sino hasta que ya se tenga la informacin. Entregables o requisitos especficos identificados.Aqu tendremos que convertir el lenguaje del cliente o usuarioal idiomadenuestraempresa. Lo ideal es mantener un balance y no caer en complicar demasiado las definiciones ni tampoco irnos sobre la superficial. Debemos evitar incluir demasiados trminos subjetivos enlasdefiniciones ycuantificar lomsposible. 3. Entregables relacionados con los pasos oprocesos que losafectan.Trabajando en equipo, la siguiente tarea consiste en mirar hacia adentro nuestra manera de hacer las cosas e identificar si cada paso, operacin, movimiento o mtodo que usamos nosaleja o nosacerca aque los entregables puedan darse de la manera previamente definidaydeseada.

44

Etapasenquese usa Enfocar Aclarar

Herramienta: Encuestas yestudios de mercado Propposito/ Resultados esperados Obtener informacin sobre las necesidades delosclientes ,parasu entendimiento Evaluar lasatisfaccin delclienteyeldesempeo generaldel producto o servicio Comentarios/ Ejemplos * Identifique lasnecesidades del cliente *Evalecmoseestn satisfaciendo. Identifique los puntosbuenosymalos (fortalezas ydebilidades) del producto oservicio. *Describa el puntoideal. "Identifique los productos substitutos. *Obtenga ideasy mejoras *Geogrfico: local,regional,nacional,global. *Mercado:clientes actuales opotenciales; deun segmentoovarios; por marcaoespecifico. "Profundidad: niveldedetalleyvariedaddeobjetivosa buscar. "Instrumento ocuestionario ensi. "Rangos deevaluacin. "Mtodo deaplicacin. "Tamao de lamuestra. "Incentivos quesedarnaquienes lallenen. "Por mediodeagencia odeldepartamento deventas. "Establecer planconfechas parasuaplicaciny pararecopilacin dedatosycierre.

Pgina 1de1 Quin laaplica Depto. Deventas o agencia externa Depto. Deventaso agencia externa

Pasos a seguir 1. Defina losobjetivos a alcanzar

2. Definaelalcance de la encuesta

3. Diseo

4. Aplicacin

5.Anlisis

Qu hacer

Qu no hacer

"Usode lacomputadora para procesar datos,yde lasensibilidad humana paraentenderlos. "Presentacin de resultados aplicando tcnicas estadsticas. "Reportefinalcomplementando con plande acciones posterioresyresponsables del seguimiento. "Identifique acciones que puedantomarse de inmediato para mayorefectividad. 1. Mantngala sencilla.2. Enfquese sloen losobjetivos. 3. Mustrele la encuesta primero a menor nivelantes deaplicarla engrande4.Verifique los resultados contra losdatos realesdel mercados. Incentive la respuesta.. 6. Preguntecmoyporqu 1. Utilizar slo procentajes. 2. Dejarque laagencia hagatodo sin involucrarnos. 3. Hacer preguntas demasiado largasogenricas.4. Enjuiciar las respuestas. 5. Maquillar los resultados.

45

Etapasenqueseusa Enfocar

Pasosaseguir

Herrramienta: Relacin necesidades procesos Propsito/ Resultados esperados Definirquprocesosafectanalosentregables orequerimientos declientes. Prepararelcaminoycontarconbasesparalas siguientesetapas(aclararyestudiar). Comentarios/ Ejemplos

Pagina 1de1 Quin laaplica Equipo operacional

1. Enfoqueunproductooserviciossobreelcualsecuentacon informacin denecesidadesdeclientesporencuestasoestudiosdemercado. RELACIN DE NECESIDADES-PROCESOS 2. Enlistelasnecesidadesyrequerimientosdelclienteomercadopara elproductooservicio. 3. Investiguecmoestnmidiendoo evaluandosuresultadoparael cliente. 4. Determineelnivelactualdecumplimiento (puedeserensigmas)de cadanecesidad. 5.Analice losprocesosyestablezca culessonlosqueinfluyenyqu caractersticassonlasquetienen mayoromenorimpactoenel cumplimiento. 6.Sepuedeprofundizarelanlisisy encontrar losrangosdetrabajoparacadacaracterstica delproceso. Productooservicio:Cliente: ,

Quhacer

Qunohacer

1. Hagaqueparticipen losinvolucradosenelprocesodeingeniera,asicomodelrea comercia.2.Eviteserdemasiadogenrico.3.Midaelnivelactualtomando muestras queseanrepresentativas. Incluyaesteconceptodesdeelestudiodemercado. 1. Dedicarledemasiadotiempoyrecursosaunprocesoquedeantemanosabemos debeser remplazadooactualizado.2.Menospreciar losrequisitsestticoso odeapariencia.3.Archivar losresultadosynocomunicarlos outilizarlosde formaadecuada.

46

Etapasenquese usa Enfocar

Pasosa seguir 1. Identifique un producto paraseranalizadoyasgnelo alingeniero dediseo o procesoquecoordinar elequipo interfuncional.

Herramienta: AMEF (anlisisde modoefectodefalla) Propsito/ Resultados esperados Definaqu procesos afectana los enntregables orequerimientos de los clientes Prepare elcamino ycuentecon bases para lassiguientes etapas (aclarar y estudiar). Comentarios / Ejemplos

Pgina 1de3 Quin laaplica

Seutiliza unformato paradocumentar elanlisiselcual

2. Definaydescriba lafuncin principal del producto; paraqu lo usaelcliente principalmente ,oculesla razndeserdelproducto.

Estafuncin debequedar claramente establecida,ya queel restodelanlisis sebasra enella.

3. Para lafuncin ,hacer unalluviade ideassobre qu problemas ofallas pudieran presentarse que la impidan o limiten .A stos les llamamos "modos defalla"

HaydostiposdeAMEF 1.Dediseo :cuandoanalizamos problemas que puedetenerelproducto ensi por susespecificaciones, materialesycomposicin. 2. Deproceso:aqui tomamos como basequ puede salir malenelproceso que nosocasione un problema Algunos ejemplos de modos defallason: Material daado Mal identificado Material mezclado Material Faltante Rotura Muy largo Muycorto oxidado Doblado Fuga Corto circuito Sucio

Ennuestrocaso, elgrupo haencontrado que un posible mododefallaesel materialdaado.

47

4. Describaelproblemaquesufre elproductocomoconsecuenciadel mododefalla.Aestolellamamos "efectodefalla"

Pagina2de3 Unmododefallapuedeconllevar unoovariosefectos, Enestecasohablaremossolamentedeuno:elmaterialdaadopuedetraercomoconsecuencia una falladeelctrica.

5.Evaluqutanseverapuedeserla falla (severidad)

Paraevaluar unAMEFsepuedenutilizarescalasdel 1al5oal10Comoejemplotendremosquelafalla elctrica leasignamosunvalorde5puntos. Severidad muybaja:esunproblemamenor,casi noafecta Bajaomenor: reduceeldesempeodelproducto Moderada:generaproductividad reducida Alta:ocasiona ualtondicedescarp Grave:hacegenosirvaelproducto Puntos 1

6.Evaluqutanfrecuenteesopuede serlafalla (ocurrencia)

Serequiereestimaqutanseguidoocuntasvecespuede suceder. Enestecaso,esunpocofrecuente,loelevamos conun 2.

7.Evaluqutanfcilodifcilesdarnos cuentade lafalla (deteccin)

Tambinvamosacalificarelgradodedificultadquetienedetectar lafalla.Paranosostros,lafallaesmuyobvia,leasignamosun 1. Detecion Muyalta:fallamuyobvia,defecadaenun99% delasvecesenqueocurre. Alta: Fallaobvia,detectadaenun99.80% delasvecesenqueocurre. Moderada:Loscontroles pudierandetectarla falla,2a4%dedefectosescaparan. Baja:Problablemente noserdetectadala falla5a 10%dedefectosescaparan. Muybaja:muyposiblequelafallapasedesapercibidaenmsde10%delasveces Paralafallaelctrica ,tendramos: RPN=5 X 2 X 1 = 10puntos Efectulospasosdel3I9hastaterminarcontodos losmodos defallaevaluados. Puntos 1

8.CalculeelndicederiesgoRPN.Se multiplican losvaloresdeseveridad ocurrenciaydeeccion.

9.Vuelvaalpaso3yanaliceel siguiente mododefalla.

48

Pgina 3de3

10. Investigue lacausadel modo defalladon mayor RPNydescrbala.

Tambin aqui puede haber msde una,perola principalfueelempaque insuficiente delproducto.

11. Establezca unplandeacciones para atacar lacausa.

Consite endelinear lasacciones especificas atomar, los responsables yfechas deejecucin.

12.Vuelva al paso 10y 11repita para lassiguientes causas.

Deacuerdo con lapuntuacin de RPN para los modosdefalla,asigne prioridades, recursosy tiempo paraatacar lascausas. ElAMFEseconvierte en undocumentovivo,enel cualse irnactualizando las mejores soluciones quesedena losmodos defalla.

13.Cadavezqueseataqueny corrijan causas defallas,vuelvana calcular el RPNy actualice elAMEF.

14. Sielproducto tiene msde una funcin ,ejecute los pasos 1al 13 para lasrestantes.

Dseguimiento ymantenga actualizado este documento.

Qu hacer

Qu no hacer

1. Documenteapropiadamente elAMEFensuformato. 2.Verifique yvalide losconceptos en la realidaddel productoysu proceso. 3.Trabaje enequipo bajo el mismoobjetio: reducir los RPN 4.Apliquelo desde laetapadediseodelproducto. 1. Llenarelformato pero no utilizarlo para mejroar los ndicesdeRPN. 2. Queslo una persona (el ingeniero) seaelque lo lleneyconozca. 3. Noloactualice alhaber cambios importantes en los procesos, materialesy mtodos.

49 5.3. Herramientas paraaclarar Lo que buscamos en esta fase es poder contar con bases medibles y

cuantificables de las potencialidades y resultados esperados de los procesos. Una vez que enfocamos nuestra atencin hacia la satisfaccin del cliente y todos los elementos y detalles que en ella influyen, tenemos que precisar e iniciar a hablar el lenguaje de Seis Sigma. Es a travs de las tcnicas revisadas en el capitulo 1 (un buen diseo de indicador de calidad, entregas, servicio y confiabilidad) como podremos darnoscuenta realmenteenque nivelestamos).

Esimportante establecer el niveldesigmas alcanzado en los procesos crticosya nivel organizacin. Esto nodar unpanorama mscompleto sobre nuestras reas fuertesyaquellasquenecesitamos mejorar. Las herramientas utilizables en esta etapa nos debern permitir valorar, de manera fra y sin duda alguna, las verdaderas capacidades y habilidades de nuestros procesos, as como de la gente, recursos, equipos y apoyos con los que contamos. Por supuesto que seria lo ideal que de aqu saltemos a soluciones mgicas yrpidas, pero no podra haber mejor receta para unfracasoseguro. Enestemomento loquedebepreocuparnos escontar con unsistemade medicin y evaluacin estable, justo, y a la vez flexible; que pueda reflejar nuestros esfuerzosdemejoraamedidaquevayamos avanzando. Las mediciones tampoco deben convertirse en la razn de ser de nuestra existencia; son una herramienta, una gua para nuestras estrategias, acciones y proyectos.

50

<r

11 - Etapasenquese usa Aclarar

L
Pgina 1de3 Quin loaplica Ingeniero de calidad Ingeniero de calidad

Estudiar

Herrramienta: Muestreo Propsito / Resultados esperados Validadelniveldeconfiabilidad de las medicionesyestimaciones de resultados Recoleccin dedatos representativos sobreelcomportamiento del producto o proceso

Pasos aseguir 1. Identifique la poblacinque nos interesaaclarar oestudiar. Usamos el muestreo cuandotenemos msde 30casos. Delocontrario, podramos usartoda la poblacin parasu anlisis oemplear tcnicas de muestreo de pequeas muestras. Paraaceptaro rechazar un lote(muestreo deaceptacin) utilicetablas estndar. 2. Determine el nivelde confianza requerido. Este represena laproba bilidad dequelos resultados que obtengamos con las muestras sean igualesa losdetoda lapoblacin. 3.Toma preliminar dedatos realeso histricos. Podemos tener dedos tipos: Datos Continuos o mediciones. De estos necesitaremos sacar sudesviacinestndar (s). Datos de proporciones expresados comofracciones o porcentajes. De stos necesitaremos la proporcin(p). 4. Establezcaelerrortolerable para el resultado quequeremos estimar (E). 5.Saque elfactorZ oequivalente de confiabilidad deacuerdo con la distribucin normalyconlo definido enelpaso2.

Comentarios / Ejemplos Ejemplo: unapieza importante que necesitamos parafabricar un produco debe medir 1.25 pulgadas, con unatolerancia de+-0.005. Estamos probando unaherramienta nuevae hicimos 300piezas.Asi queenestecaso nuestra poblacin es300. Con quconfianza podemos asegurar el resultado? Qu decisiones podremostomar?.

Por logeneral, utilizamos niveles estndarylos expresamos en porcentaje:tpicamente, 90%,95% 98%, 99%,o99.9%.Eligimos enestecaso un95%.

Obtendremos una muestra de25o30datos,o bien, datos histricos loms representativos posible, para darnos unaidea inicialdel comportamiento. Enelejemplo, medimos 25 piezasysacamos la desviacin estndar que resultaser=0-0026 pulgadas. Histricamente, obtenemos queelporcentaje de reprocesos en laplantaesde un4.3%. p =0.043 Datoscontinuos: Elerrortolerableesde0.001 pulgadas(es ladcia partede latolerancia). Proporciones: queremos queelresultado sea precisoen un+-2 (0.02como proporcin) Nivel confianza 90% 95% 98% ValordeZ 1,645 1,96 2,326 Nivelconfianza 99% 99% Z 2,576 3,291

51

6. Deinaeltamao demuestra, cuantas unidades debemos tomar. Datoscontinuos:

Datos: n=tamao de muestra =? Z= 1.96 s=0.0026 E=0.001 ver paso5 ver paso3 ver paso4

pagina2de3

n= Z x s E

n=( 1.96X0.0026) = 0,001 n=5.096X 5.096 = 25.969

5,096

Redondeamos haciaarribayn=26. Enestecaso, solo nosfaltar medir una pieza ms, puestoqueya hablamos medido25. Datosde proporciones: Datos: n=tamao de muestra =? n = p(1- p) Z E Z=1.96 E= 0.02 p= 0.043 n=0.043X (1- 0-043)X(1.96/0.02)X(1.96/0.02) n=395.2 ,loredondeamos a396 Utilice unatablade nmeros alazar o un paquete estadstico. Enexceluse ,lafuncin RAND() para obtener una lista. Enestecasoesde26 nmeros. 0,071837 0,594704 0,796351 Unaforma desacarcules unidades sern seleccionadases multiplicar cada numeroalazar porel tamao de lapoblacin. Enestecaso: 0.071837 X 300=22seleccionar launidad22 0.594704 X 300= 178seleccionar la 178 yasi sucesivamente. 8,Obtenga los resultados deseados evaluando las unidades d lamuestra, los ms comn paradatoscontinuos es obtener elpromedio yla desviacin estndar. Paraproporciones, elporcentajeoproporcin. Datoscontinuos: Promedio dedimensiones de las piezas= 1.253 Desviacin estndar = 0.0026 Datosdeporporcin: Elporcentaje de reproceso obtenidode la muestra de 396 piezasalazarfuede4.9%.

7.Toe una muestra de nelementos alazar. Cada unidaddebetener la misma probabilidad deser seleccionada

52

9. Establezca elintervalo deconfianza. Paradatoscontinuos: A) primerosacamoselerror estndar: E= s n Parasaberquvaloresvaafluctuar oqu mnimoy mximo podemos esperer delcomportamiento dela poblacin. E = 0.0026 = 26 0,00050991

B)luego lomultiplicamos porZ. Eneste caso, usaremos un nivelde confianza del99.9% C)Al promedio lesumamos elvaliry obtenemosellimitesuperior.Alpromedio le restamos elvalory obtenemos ellimite inferior. D)Concluimos que hay un99.9%de confianza enque losvalores de la poblacin anden entre ambos limites.

Z =3,291 (detabladeelpaso3) Entonces, 0.00050991 X 3.291 = 0.0001678

Limitesuperior 1.253 +0.001678= 1.254678 Limite inferior 1.253 -0.001678 =1.251322

Como laespecificacin es 1.25 +-0.005,tenemos, Especificacin Real Mnimo 1.245 1.251322 Nose saldr Mximo 1.255 1.254678 Nosesaldr

Datos proporcionales: Recordaremos que pera un4.9 %osea 0-049 A) Saqueelfactor de proporcin ZX P(1-P) n Factor= 3.291x 0.049(1-0.049) =0.010848 396

B)A plesumamos elfactoryobten dremose limitesuperior. A plerestamosellimite inferior. C) Concluimos que hay un99.9%de confianza enqueelvalor realande entreambos limites.

Limitesuperior= 0.049+0.010848= 0.059848 Limite inferiro= 0.049 -0.010848 = 0.038152

Elporcentaje de reprocesoest entre3.8152%y 5.984%con un99.9%deconfianza.

10.Tome ladecisin correspondiente ajusteelequipo o herramienta ,haga cambios de material.Acepte la medicin comovlida.

*La nueva herramienta produce piezas buenas pero cargadas hacia arribade lanominal. *EIporcentaje de reproceso est arriba del histrico perodentrode loesperado (entre loslimites).

Qu hacer

Qu nohacer

1.Asegrese que lamedicinescorrecta.2.Tenga claro losobjetivos desde el principio. 3.Acuerde niveldeconfianza conelcliente .4.Tenga en cuenta loscostos. 1. Noseleccione una muestra representativa yalazar. 2. Establezca nivelesdeconfianzayerror arbitratiamente. 3. Olvidequetrabajamos conestimaciones

53

Etapasenquese usa Aclarar

Herramienta: Estudiosde Repetitbilidad y Reproductibilidad R&R Propsitos/ Resultados esperados Determinar si las mediciones realizadas a unporducto sonconfiablesy consistentes. Comentarios / Ejemplos

pagina 1de2 Quienla aplica

Ingeniero de calidad

Pasos aseguir 1. Seleccione un instrumento de me dicin, que normalmente se use para medir determinada pieza.Tome 10de estas piezasyelija adoso ms personasque medirn las mismas.Codifique laspartesasignndoles un nmero o letra. 2. Cada persona mide las 10partes,3 veces cada una.Tome losdatos en un formato, noalavistadeellos. 3.Codifique losdatosdetalmanera que manejemos numerasenteros.

Estudiaremos tantoelinstrumento ogage (cuyavariacin llamamos repetibilidad), como lasvariantes enel mtodo de medicin (reproductibilidad). Seleccione piezasde lasque ms se produzcanyal personalqueen realidad las mide (les llamaremos inspectores).

Vaya dando laspiezas de unaen unaenformasalteadaycambiando elorden. Eviteque las los inpectores secopien los resultados. Siestamos midiendo unadimensin de3.78, las lecturasandarnen 3.77 ,3.80 yotrosvalores similares. Podemostomar como referenciacero,elvalor central,ycodificamos losdatoscomo-1+2 ,etc..

4. Calcule los rangosentre las lecturas de lamisma pieza paracada inspector. Rango =Valor mayor- menor sesuman los rangos totales Sedivideel rangoentre 10para obtener el rango promedio.

Repita laoperacin paracada inspector.

54

5.Calculeelpromediodelas mediciones

Pgina2de2 Ennuestroejemplo,sumamostodoslosdatosdel primerinspector (respetando elsigno)obteniendo: Sumaparaelprimerinspector =13 Promedioes=13/30=.43333

Sesumanlosdatos Sedividenentrelacantidaddedatos. Hgaloparalosotrosinspectores.

Lospromediosson:.0394y0.235 Enelpaso4obtuvimos lossiguientesrangos:1.6, 2.4 y 1.9. Sumaderangos=1.6 +2.4+1.9=5.9

6.Calculelarepetibilidadoerrorde medicinatribuiblealinstrumento. Sesumanlosrangospromedios(obtenidosenelpaso4). Sedividenentrecuantosson.

7.Calculelareproductibilidadoerrorde medicinatribuibleal inspector.

Resteelpromedio m+asgrando(obtenidoenelpaso5)delmenor.

Xdif=0.4333-0.235=0.1983

8.Definalosvaloresdelasconstantes k1yk2,aserusadasenlaobtencin delndiceR&R.

Comohicimos3intentos,entoncesconsultandola tablatenemosque: k1=3.05 k2=2.7

9.Aplique laformuladelndiceR&R R&R =(RK1) + (Xdifk2) R&R= (1.966 * 3.05 )+ (0.1983 * 2.7) = 6.02

10.ObtengaelR&Rcomoporcentajedel rangodetolerancias.

Enelejemplo,ladimensn medidatieneunatoleranciade+-0.06 Comoestamostrabajandoconlos valoresencentsimas, latolerancia =12. R&R%= (6.02)*100 12 50,16

R&R %=

(R&R)*100 tolerancia

11. Utilicelosindicesparamejorar.El mximoaceptables30%. Analiceen dndeestelproblema.

Elejemplo Salielevado.Analizandolos resultados vemosqueesporelinstrumento (repetibilidad = 1.96 contraslo0.1983de reproductibilidad).

Quhacer

Qunohacer

1. Utiliceinstrumentoscalibrados.2.Silarepetibilidad resultaalta,verifiqueo cambieelinstrumento.3.Silareproductibilidad resultaalta ,estndaricelatcnicademedicin. 1. Dejarquelosinspectoresmidanlastrespiezasconsecutivamente.2.Reali zarajustesalinstrumentoduranteelestudio.3.Nocorregir lasanomalas detectadas.

55

Etapasenquese usa Aclarar

Modificar Pasos aseguir Para poderdeterminar su un proceso puedeo nocumplir concierta toleran cia necesitamos determinar siesestable. Paradeterminar laestabilidad: 1. Tome 50datos de lacaracteriztica: *A intervalos regulares de tiempo * Sin hacercambios durante ese periodo. * Bajo las mismas condiciones de temperatura, mismooperario, mismo lotedematerial. Tomados porla misma personae instrumento.

Pagina 1de2 Herramienta: Estudiode habi idadde proceso Propsito/ Resultados Quin laaplica Medirelpotencial deun Ingeniero operacionales proceso paracumplir con unaespecificacin dada. Evaluaryconfirmar efec Ingeniero operacionales tividiad decambios o mejoras a un proceso. Comentarios / Ejemplos Ejemplo: Enun proceso de produccin de caracteres seconcidera critica su longitud .La especificacin marca 30+-20mm.

Datostomados del proceso

30 24 31 25 28 34 45 41 30 25

38 33 18 34 40 24 35 39 28 42

31 25 36 38 29 30 31 32 24 33

35 34 40 36 23 39 29 32 26 30

2. Grafique los puntos individuales y consecutivos. 3.Observe lagrfica .Si muestra tendencias, ciclos, msvaloresen lasorillasquealcentro,el proceso noesestable.
Grfica de valores individuales

'W *r V v V

4. Calcule ladesviacin estndar de losdatos. Si haydos oms veces queexcedan tresveces ladesviacin estndar arriba oabajodel promedio es unsntomadeinestabilidad. Limites naturales: promedio +-3 Siel porceso noesestable, tendremos queanalizarlo paraencontrar las causas, seguiradelante conelestudio no nosarrojar informacin confiable.

Lagrfica eneste cado aparece estable. Media Desv. Std. Lim.Sup.s Lim. Inf. S 31,54 5,2962 47,4285 15,6515

Veamos queen losdatos no hayvalores mayores que47.4 nimenores que 15.6 .Nohaysignos

56

1. Unavez quetengamos datosestables, podemos calcular el ndice de habilidadde proceso:

Pagina 2de2 Ennuestrocaso,tememos quelaespecificacin nos marca30 +-2 0 . Ellimite superiorsera30+20 =50 yelinferior sera 30-20=10. Tolerancia= 50-10=40 mm

A) Restar laespecificacin: superior- inferior B) Multiplique ladesviacin estndar por6. C) DividaelpasoA entreel B.El resultadoseraelndice deCp.

6Xs=6X5.2962=31.7772 Cp=Tolerancia/6s=40/31.7772=1.258 Conculimos queeneste ejemploes porcesosi es capazdecumplir conlatolerancia.

2. Interpretacin delndiceCp. SielCpes menorque 1,el proceso noescapazohbil. SiesCpes iguala 1,elproceso es capaz pero setiene que mantener centredo para evitar defectos. SielCpes mayor que 1,el proceso seconcidera capaz.

n - r p l I >!'ts Ji-icr-JitU.J

jBRl

Podemos utilizar unagrfica de frecuencias (histograma) para representar elproceso. Cada barra representa lacantidaddepiezasque cayeron encadadimensn.

3. Existeotro ndice llamado Cpk. Podemos calcularlo determinando cuale esel menor resultado de lasdossiguientesfrmulas. Cpu Limite Supdeesp- Media 3X Desviacin estndar Media- Limite Infdeesp. 3X Desviacin estndar

Para asegurar queelproceso adems de ser capaz est centradoenelvalor nominal,pdeos calcular el ndice Cpk.

Cpu=

50-31.54 =

1,1618

Cpl =

Cpl=

31.54-10 = 3X5.2962

1,3356

4 Interpretacin de ndice Cpk. SielCpkesmenorque 1,el porceso noescapaz ohbil. SielCpk esiguala 1,el proceso es capaz pero setiene que mantener centrado para evitar defectos. SielCpkesmayorque 1,el proceso seconcidera capaz. Qu hacer Quno hacer

Elmenor de losdoses Cpk

1,1618

1. Asegrese dequeelequipo ylastcnicas demedicin son confiables. 2. Explique alpersonalelpropsito delestudio paraquesetrabaje normalmente. 1. Hacerajustesenelproceso ocambiosde material uoperariodelatoma de datos.2.Pensar enqueelproceso sera estable ycapaz para siempre.

57 5.4. Herramientas para estudiar Es en esta etapa en la que se requiere una mayor cantidad, variedad y profundidad de mtodos y tcnicas que nos ayuden a desentraar los misterios ocultos en nuestros procesos. Desde una simple observacin de los hechos en el lugar en el que ocurren, hasta los ms sofisticados mtodos de diseo de experimentos, elobjetivo primordialque buscamoses encontrar: Lavariable ofactorcritico parael buenfuncionamiento deunproducto. Lascausasderazdelosproblemas delproceso. Lasdiferencias orelaciones entredosomselementos, materiales,tratamientos o proveedores. Losfactoresque noinfluyen paradescartarlos olimitarsucontrol. El diagnostico es un aspecto sumamente importante. Si lo hacemos mal,o nos lo brincamos, despus sufriremos las consecuencias, ya que no detectaremos el problema y nos quedaremos como al principio. Pero si lo ejecutamos de manera ordenada y metdica, por medio de un ciclo bien definido, seguramente lograremos encontrar lasrespuestas que buscamos.

58

Etapasenqueseusa Estudiar Modificar Pasosaseguir 1.Describalasituacinoproblema aanaliza.

Herramienta: Pgina1 de2 AnlisisdePareto Propsito/Resultadosesperados Quienloaplica Todoel Categorizarlossntomasoproblemasde personal acuerdoconsuimportancia Evaluarlaefectividaddeloscambios Todoel personal omejorasrealizadas. Comentarios/Ejemplos Partadeunanlisisdeposiblescausas osntomasdelmismo.Ejemplo:quejas declientes,incumplimientodeentregas, demorasdeproceso. Porejemplo,enunaoperacinde moldeotenemosquelasquejasdelos clientessonporlosiguiente: Roscaequivocada Resinaequivocada Aislantequebrado Orificiopequeo Moldemalarmado Mezclado Malidentificado Malformado Faltainformacin Faltadedibujo Dimensinfuera Diferenciadibujo Candado Pandeo Aislantes otros

2.Desglocelosincidentesoproblemas especficosquecontribuyenalasitacinaanalizar.

3.Recolectedatoshistricosopor muestreoparacuantificarlos problemas.

Contabilicecantidadesdepiezas(se puedehacertambinporcosto,vecesque ocurre,etc).

4.Ordenelalistademayora menor.

Silohacemosenlacomputadorapodemosusarlafuncindeordenar(sort) paraacomodarlos.

59

Pgina2de2

5. Obtenga los porcentajes decada defectooincidente.

6. Haga unagrfica debarrascon base enestos resultados Podemos tambin graficarelporcentajeacumulado, como una linea. Enestecaso seutiliz el ejeverticalizquierdo parlas cantidades yelderecho para los porcentajes.

GRFICA DE PARETO 100 % 90".

7.Ataque labarra mayor,siesnecesario, realizando otro Pareto msa detalleeinvestigando lascausas para atacarlas.

80 'O*. t>o* iO't 40. 10. O't 3 | <

8. Unavezquese realizaron las acciones de mejora,vuelvaahacerelPareto para confirmar,yataque lasiguiente barra.

I0c
J* rv >-- ^sl O - t C **> **

0*

A B C D J F G H I K E L M N O P D e f e <t o *

Qu hacer

Qu nohacer

1.Asegresedeque lainformacin escompletayprecisa.2.Visiteel proceso o rea delproblema. .3.Busque la participacin del personaldelreaen cuestin.4. Publique el Pareto. 1. Suponer que lascategorasodefectos estnclaramente definidos. 2. Realizarlo con informacin de unda.3. Quedarse sloenlaprimera barra.

60

Etapasenquese usa Estudiar

Pasosa seguir 1. Plante lapregunta odudaa resolver estableciendo ququeremos comparar.

Herramienta: Prueba de hiptesis Proposito/ Resultados esperados Analizar ycomparar datosde desempeo paraencontraroconfirmarsuscausas. Establecer si los resultados sedeben al azaro puedenatribuirse a unfactor dado. Comentarios / Ejemplos

Pgina 1de2 Quien la aplica Black Belt, ingenieros Black Belt, ingenieros

Ejemplo:" Existe unadiferencia significativa entreel materialdelproveedor ayeldel proveedor b?

2. Escriba lahiptesis numa.Aqui decidimos que losfactores que estamos comparando (que pueden serdos seriesdedatos entresi ocontra un valordefinido) sontan parecidos que losconsideraos iguales.

"Lasdiferencias en resistenciaa latensinente los dos materiales sondebidas alazar. Nohay diferencia significativa entreambos". H0:X1=u dondeu puede serelpromedo de resultado de un material o unvalordefinido.

3. Formule la hiptesis de prueba o altema.Aqui decidimos que loque estamos comparando es diferente ( o bien mayorqueo menor que)

"Lasdiferencias de resistencia a latensin entre los dos materiales sondebidas al material.Si hay diferencia significativa entreambos". H1:X1 *v

4. Seleccione la prueba dedatos. 5. Realice la recoleccin dedatos. 6. Determine el%deerror tolerable parafinesde la prueba (llamado "nivelde significancia). Si restamos 1-a obtendremos loque llamamos" niveldeconfianza"

Vea latabladeseleccin de pruebas (Anexa). Vea laherramienta "muestreo" Existen dostiposdeerrores: Tipo I: Rechazar la hiptesis nulacuando en realidad escierta. Le llamamos error alfa:a .Lo medimos en porcentaje ofraccin. Ejemplo: 5%o0.05; estoequivaleal95%o0.95 deniveldeconfianza. Tipo II: Aceptar la hiptesis nulacuando en realidad esfalsa. Lellamamos error beta.Lo medimos tambin en porcentaje osufraccin.

7. Procese losdatos para encontrar elvalordecomparacin, llamado estadstico ,atravs desufrmula o utilizando un paqute computacional (este es llamado valor experimental)

El usode paquetes comput es recomendable parla facilidad desu uso, prevencin deerroresyprecisin.

61

8.Calculelosgradosdelibertada travsdesufrmuladeacuerdoconel tipodeprueba.

Veatabladefrmulasyejemplos depruebas.

Pgina2de 2

9.Determineelvalor(llamadovalor critio)contraelcualsevaacomparar elestadstico.

Tradicionalmenteseutilizantablasdevalorespara lasqueserequiereconocerdichovalor.Para obtenerlo,senecesitandosdatos: A)Elniveldesignificancia;ejemplo:0.05 B)Losgradosdelibertad;ejemplo: 24. Sepuedeobtenertambinatravsdeunpaquete estadsticoodelasfuncionesdeExcel(vertabla defrmulasdepruebas).

10.Determineculhiptesisfue aceptada

Estoserealizacomparandoelvalorcriticoobtenido enelpaso9contraelvalorexperimentalobtenido enelpaso7.Sepuedenhacervariaspruebasreduciendoelniveldesugnificanciaolacantidadde datos, parafinalmenteestablecersiseaceptaorechazaI lahiptesisnula. Confirmarodescartarelfactorofactoresqueson causalesdeldesempeodelprocesoanalizado.

11.Tomarladecisincorrespondiente deacuerdo conelresultado

Quhacer

Qunohacer

1.Tomemuestrasrealmenterepresentativasyaleatorias,suficientespara sustentarunadecisin.2.Observelosdatosantesdeaplicarunaprueba,veaqu nosdicenporsimismos..3.Utilicepaquetesyayudasestadsticascuandosea posible.4.Confirmequeladecisintomadasicondujoauncambioelmismo fueefectivo. 1.Asumirquelosfactoresovariablesanalizadosdeunoenunoode dosendos sevanacomportarigualqueyainteractuandoonmsfactores. 2.Notomarencuentaotrascondiciones(medioambiente,tiempo.otrasvariables) quepuedaninfluirenelresultado.3.Queelpersonalresponsablenoest involucradooquenosetomenencuentasuspuntosdevista.

62 5.5. Herramientas para modificar Una vez que hemos estudiado y analizado la situacin que nos interesaba mejorar, esperamos llegar a una etapa de accin, en ella, va a ser necesario aplicar losconocimientos queganamos durante lafaseanterior, de maneraqueno sequeden solamente como conceptos tericos y puedan ayudarnos a resolver los problemas. Recordemos, a manera de resumen, las herramientas que mas tiles nossern para lograrestepasde loidealaloreal.

Estrategias para actitudes Seria muydifcilexagerar la importancia quetiene lograr lacolaboracin detodoel personal involucrado en cualquier cambio, a travs de un ambiente de trabajo en el que prive el respeto, la comunicacin y la flexibilidad para adaptar las ideas a loshechos. Si nuestro plan de cambio no toma en cuenta ni prev estos aspectos, ser muy difcil que estos prosperen.Aqu, la herramienta se traduce ms bien en un estilo de liderazgo ycomunicacin abiertos, cercanos y propiciadores de la creatividad y delcompromiso.

Secuencia de estandarizacin Todo plan que implique la superacin de una organizacin o de alguno de sus procesos, requiere ir colocando cuas, cuando el nivel de competitividad es mejorado, ya que de no afianzar bien los logros,estos pudieran venirse abajo. La estandarizacin y documentacin eslabonada de las mejores prcticas es un aspecto crtico, que se tiene que tomar muy en serio y seguir de manera muy disciplinada.

63 En el cierre de ciclos, dejamos entonces la puerta abierta para seguir mejorando por medio de los procesos de requerimiento o benchmarking que nos retaran a seguir adelanteen labsqueda interminable delamejora.

64

Etapas enquese usa Modificar Pasos a seguir 1. unavezqueel proceso demostr ser tanto establecomo predecible (ver herramienta capacidad de procesos) puedeser aplicable construir unagrfica decontrol para mantenerlo adecuadamente. Para construir lagrfica primero identifique lacaracterstica asercontrolada.

Herramienta: Grficas de control Propsito/ Resultados esperados Asegurar unbuen monitoreoal proceso demaneraquese mantenga bajocontrol. Comentarios / Ejemplos

Pgina 1de3 Quien laaplica Personal operativo

Ennuestroejemplo,tomaremos elnvel quedebe tener undeposito de liquidofundente, elcual hemos determinado debeestaren unvalor nominalde5 centmetros dealtura.

2. Determinar eltipo degrfica aser utilizadadependiendo si losdatos son poratributo (bueno malo) ovariable (medicin).Vertabla defrulas degrficasmscomunes enlaque detallan sus caractersticas tpicas.

Eltipo dedato queestamos evaluando esvariable, puede ser medido en unascalacontinua, por lotanto,viendo lascarcter]sticas de losdatosdecidimos utilizar una grfica decontrolde romediosyrangosya uenos interesacontrolartantoa posicindel nveldel liquido comosuvariabilidad.

3.Sdefinednde ,cundoycuntos datostomar, esdecir, un plande muestreo. Podemos basarnos en herramienta de muestreodisearelplan balanceado locritico delavariableconelcostoy tiempo detomar losdatosygraficarlos.

Dnde: Enelrecipiente de laestacin detrabajo. Cuando: Cada doshoras. Cuntos:Tomaremos cinco lecturas (para hacer subgruposdecinco).

4. Identificar ytitular grfica toma dedatos

Iniciar la

Grficadecontrolde promedios y rangos Fecha:Abril3,2003 Dimetro Unidades:cmsTurno1 Muestra 1 2 3 4 5 suma promedio rango 7:00 AM 4 5 4 3 6 22 4,4 3

5.Obtener losdatosdel primer subgrupo Sacar elvalor centraly, dependiendo del tipodegrfica, lavariabilidad. Enel casode lasgrficas de promediosy rangos: paraelpromedio,sesuman losdatosysedividenentre lacantidad de los mismos. Parael rango ,se resta el mayor menoselmenorde los datos.

65

6. Repetirelpaso 5para los siguientes subrupos,calculando los respectivos valores. Cuando se lleguea20 subgrupos estaremos en posicindecalcular los limites decontrol de proceso.

Pgina2de3

7.Calcular los limites decontrolen base a lasfrmlas deacuerdo altimpo de grfica yutilizando losvalores de las constantes queyaestn definidas de acuerdo altamao ocantidad dedatos delsubgruo (ver tabla defrmulas). Enelcasode lagrficade promedios, la lineacentralde lagrfica se dibujara a laalturade controlsuperior e inferior sumndole yrestndole aste unfactor (laconstanteA2 porelgran rango). Enelcadode lagrfica de rangos,la lineacenralde lagrficasedibujar a laalturadelgran rango,ylos limites decontrolsonobtenidos de multiplicar decho rango porconstantes (D3y D4).

Grfica d e control d e p r o m e d i o s y rangos Fpcha Abril i. 200i Dimetro Unidades i r m Turno 1

;
b. _

8. Enbasea losdatos, establecer unaecaladecuada paraque lagrfica seavisibleygraficar lospuntos. Eneste caso los puntossern lospromediosy rangosde lossubgrupos.

54i?

7 00 a m 9 00 a ni 11 00 a m 1 00 a m i 00 a m

9. Interpretar lagrfica. Las siguientes condiciones denotan unproceofuera decontrol estadstico: 1. Unpuntocaefuerade loslimitesde control. 2. Hay7pts.Seguidos enel mismo lado(arribaoabajo). 3. Hay7pts.Seguidos quesuben o bajan. 4. Dosde3pts.consecutivos enel mismo ladoyfuera de lazona de+/ -3sigma. 5.4 de5pts.Consecutivos enel mismo ladoyfuerade lazona de+/ -3sigma.
5 4. 3.
2

Rangos

1.

o!

/ 00 a m 9 00 a m 11 00 a m 1 0 0 a m 3 0 0 a m

66

6. Cualquier otro patrn noalazar como ciclosotendencias. Tomar accin sobre el proceso solamente cuando estfuera decontrol.

10. Sielprocesoestuvo bajocontrol, continuar utilizando los mismos limites en lossiguientes dias.

Qu hacer

Qu no hacer

1. Esimportantsimo queseantoten alreversode lagrfica loscamibos que se realicen alproceso,que pudieranafectara (como referencia). 2. Tomar oportunamente acciones cuando sedetecte unacondicin fuera decontrol. 1. Llevar lagrfica solamente por rutinayno utilizarla paratomar decisiones. 2. Instalar lagrficayolvidarse deella .3 Nodarentrenamietno al personal que ladebe utilizare interpretar. 4. Realizarajustes constantemente al proceso si noestfuera decontrol.

67
Herramienta: Listasdeverificacin Propsito/Resultados esperados Aseurarquelosparmetrosocondiciones deunporcesosemantenganestantarizados. Comentarios/ Ejemplos

Etapasenqueseusa Modificar Pasosaseguir 1. Unavezquelosparmetroso condcionesdelprocesoestndefinidos,puedeseraplicableconstruirunalistadeverificacin. Iniciamosdefiniendoelproceso enelcualnosenfocaremos.

Quienlaaplica Equipo opcional

2. Enlistar losparmetrosocondicionesquedeseamos mantener, yenqunivelesorangosdebe. mosdeandar.Tenerclaraslas unidadesdemedicina utilizar.

Temperaturade550a570gradoscentgrados Concentracindefundente:Entre 1.3y 1.7 Voltaje:Entre45y55volts. Limpiezademateriales:Sincontaminantes. Tiempodeprecalentamiento:5segundos Tiempodesoldadura:15segundos. Tiempodeenfriamiento:20segundos.

3.Sedefinelafrecuenciaenlaquese harlaverificacin,asicomolas estacionesdetrabajooequiposquese revisarn.

Serealiarlaverificacinunavezporturno,encada estacindetrabajo.

4. Disearunformatoenelqueanoten lospuntos2y3.Estopuedesercolcandnosenlacabezadelascolumnas yrenglonesdenuestroformato;aplicar lacreatividad

5. Ejecutarlaevaluacinconlafrecuenciaestablecida. Reportardeinmediatocualquieranomala.

6.Analizarsiexistealgnpatrnde comportamiento,oserepitemuchoun tpodeproblema,analizarlo msa fondo involucrandoalosresponsables. 1. Queparticipen losinvolucradosenelproceso. 2.Evitarserdeasiadogenrico,serespecificoenlas caractersticas criticasdelproceso.3Queelmuestreo searepresentativo.4.Manteneractualizadas lalistaal habercambiosenlosprocesos. 1. Hacerlosolamenteenelprimerturnooenciertas condiciones .2.Archivarlosresultadosynocomunicarlosoutilizarlosadecuadamente.3.Quese conviertaenunarutina.4.Utilizarequipodemedicin descalibrado onoconfiable.

Quhacer

Qunohacer

68 CAPITULO VI: Determinacin deIsigma oerrores producidos deuna empresa tipodeedificacin devivienda enlaCD.DeChihuahua. 6.1. Descripcin deldesarrollo yde lavivienda

Esunfraccionamiento privado ubicadoalnortede laciudaddeChihuahuael cualcuentacon 100viviendas tipo94 lascualessepuedeapreciar susiembra ellapagina69enelplanodelotificacin. Estnconstruidas en unade los lugares con mayor plusvala delaciudadde Chihuahua. Lascallesestn hechas abasedeconcreto hidrulico dndoleconestoun valor agregado alfraccionamiento. Sonviviendas detipomedio residencial con unasuperficie deterreno promedio de 150m2de loteenelcualsedesplanta unaconstruccin de94m2 distribuidos endosniveles. Lacasacuentaenplanta bajaconespacio paradosautos,pasillodeservicio, patio posterior, medio bao,salacomedor, cocina con lavandera integraday en plantaaltatenemos unbao,dos recamaras ylarecamaraprincipal.

69 6.2. Ubicacin y plano de la vivienda

FRACCIONAMIENTO ENESTUDIO

70 6.3. Plantasarquitectnicas de lacasatipo

COLINDANCIA

T-T r
i i i i i i i i i

Plant bajas/e

71

Plantaaltas/e

72 6.4. Tipos de defectos

TIPO DE DEFECTO Estructural Inst. hidr Instsanit Instgas Instelectrricas Acabados interiores Exteriores Impermeabilizacion Cancelera Banquetas y guarniciones

73 6.5. Nmero ytipos dedefectos detectados enlaconstruccin delas 100 casasdel fraccionamiento

TIPO DE DEFECTO Estructural Inst. hidr Inst sanit Inst gas Inst electrricas Acabados interiores Exteriores Impermeabilizacion Cancelera Banquetas y guarniciones

DEFECTOS EN 284VIVS 2 8 5 0 6 12 18 0 0 6 57

%
0,70% 2,82% 1,76% 0,00% 2,11% 4,23% 6,34% 0,00% 0,00% 2,11%

en100viv (proporcional 1 3 2 0 2 4 6 0 0 2 20

observaciones

asentamiento diferencialapenasvisible (grieta45 grados) fugasdetectadaspreviaentrega taponamientosdetectadospreviaentrega serealizalapruebadehermeticidad previaentrega sedetectanpreviaentregaysecorrigen sedetectan previaentregaysecorrigen sedetectanpreviaentregaysecorrigen nosedetectahastaqueestaenusolaviviendayenlluvias locomnsonvidriosquebradosquesereponenpreviaentrega sedetectan previaentregaysecorrigen

Calculo y defectos Seis Sigma

CALCULO DELNDICESEISSIGMA

Funcin Producto Defecto No.Dedefectos Unidad No.DeUnidades No.DeOportunidades

Fraccionamiento Fraccionamiento Casahabitacin Casa habitacin Verlista Verlista 20 57 Cliente Cliente 100 284 1 1

Indicador DPU=defectospor unidad DPMC=defectospor millndeoportunidad Porcentajedeerror

Frmula Defectos/Unidad es DPU*1000000/O portunidades DPU*100/Oportu nidades Tablasde distribucin normal

Resultado 0,2 200000 20%

NIVELSIGMA

2,341621042

Interpretacin:Comosepuedeobservar enlatablaestapromotora devivienday constructora delfraccionamiento de 100casashabitacinenlaCDdeChihuahuatieneun nivelse2.34SIGMA.Estoesseconsideracomounaempresapococompetitivadadoal nmerodeerroresodefectosensusprocesosconstructivos,locuallallevaatenerdel ordendel25%al30%decostosporerrorsobreventas.Seconsidera unaempresano competitiva anivelinternacional,yaqueelpromedioindustrialesten4SIGMAS.

75 Conclusiones y recomendaciones Unavez realizadaestainvestigacin quedademanifiestoque"Seis Sigma",esun concepto, unestigmay/o unametaaalcanzarcomo unaformadellegarala mejoracontinuayalperfeccionamiento de losprocesos constructivos. Esuna especificacin muchomsexigentequeelcontrolestadsticodelacalidad. Seissigma representa 3.4defectos porcada Millndecasasconstruidas,una meta pordemsambiciosa ennuestromedioymstratndosedelaindustriade laconstruccin donde seadoleceenmucho paralabuenaadministracin delas obras. Delosresultadosdelestudiohaciendo lamedicinen unadesarrolladora de vivienda"tipo"dellaCDdeChihuahua enunfraccionamiento de 100casas habitacinseobtuvo unvalorde2.34 Sigmas,considerado nocompetitivo paralos nivelesinternacionales queindicanqueelpromedio industrialenlos pases desarrollados esde4Sigmas. Estos resultados quedan como unareferencia paramedir nuestro desempeo constructivoenesta partegeogrfica del pas reflejando el largocaminoquehay que recorrer parasubirestosindicadoresenestesector Sesugiere para nuevas lneasde investigacin elaplicar estametodologa para diferentestiposdeconstrucciones y/otamaosdeconstructoras conelobjetode segmentar mslos resultados Serecomienda tomarencuentayaplicar las herramientasestadsticasquese presentanenesteestudioconelfindetener unindicador dedesempeo delas constructorasyascontarconunparmetro referencialdeinformacinpara establecer unbenchmarking ycontribuir amejores procesos, mejores constructoras, mejorsectoryfinalmente unpasmscompetitivo.

p *-' i- -J i c L A
Bibliografa Dutka,Alan- ManualdeAMA paralasatisfaccindelcliente- Granica- 1994 Ishikawa, Kaoru- Queeselcontroldecalidad?- Norma- 1985 Davidow,Williamy Uttal,Bro- Elservicio integralalosclientes- Plaza&Janes Horovitz,Jacques- Lacalidad delservicio- McGraw Hill- 1991 Gustavo,Gutirrez Garza- Aterrizando SeisSigma- Regiomontanas- 2004 G. Bennett,Stewart III- Enbuscadelvalor- Gestin 2000- 1999 Hiebeler, Nellyy Ketelman- Lasmejores practicas- Gestin2000- 1998 Mauricio,Lefcovich- SeisSigma haciaunnuevoparadigma engestin- 2004 Roberto Hernndez Sampieri - Metodologa de la investigacin - McGraw Hill 2003