International Journal of Applied Investigacin de Ingeniera ISSN 0973-4562 Volumen 11, Nmero 1 (2016) pgs 547-556
Publicaciones Research India. http://www.ripublication.com
En busca de Lean Six Sigma: una revisin sistemtica
Anup Kumar Rajak 1 *, malayo Niraj 2, Shalendra Kumar 3
1, 2 y 3 Departamento de Ingeniera Mecnica, Instituto Nacional de Tecnologa, Jamshedpur- 831014, Jharkhand, India.
E-mail: 2012rsme008@nitjsr.ac.in, malay931@gmail.com, shalkumar.me@nitjsr.ac.in
Abstracto
El propsito de este trabajo es el desarrollo de un marco sistemtico de Lean
Six Sigma de acuerdo con su metodologa de mejora de procesos
sistemticos; Reconocer, definir, medir, Anlisis, mejora y Control (RDMAIC).
Utilizando este marco, la metodologa de los tomadores de decisiones tendrn
un enfoque sistemtico para la mejora continua. La metodologa consiste en el
estudio de revisin de 56 trabajos relacionados con LSS a partir de bsquedas
de bases de datos conocidas. el diseo del servicio actual de los procesos de
mejora actuales en muchas industrias que sufren de deficiencia como el nivel
de calidad, la falta de conocimiento y la aspiracin con demasiada dificultad en
la India. El xito de Seis Sigma estableci la mezcla de poder de equipo y
procesos. Todo el negocio de calidad no slo dotar de la alta calidad y el
servicio, sino que tambin funcionar a un costo ms bajo con mayor
eficiencia para toda la optimizacin de procesos de negocio. El xito del
desarrollo de seis sigma ha generado un inters enorme en este mundo de los
negocios.
palabras clave: Lean Six Sigma (LSS), RDMAIC, herramientas clave de RDMAIC.
Introduccin
Lean Six-sigma (LSS) es una metodologa que se basa en un trabajo de equipo de
colaboracin para mejorar el rendimiento
residuos eliminar sistemticamente [1] [2]. Es la metodologa de
resolucin de problemas ms eficaz para mejorando
negocio y rendimiento de la organizacin [3] [4] [5]. Motorola introdujo por primera
vez el programa Seis Sigma a finales de 1980 [6] [7] [8] con el objetivo de
aumentar la rentabilidad mediante la reduccin de defectos [9]. General Electric
(GE) sigui el enfoque de sus plantas de produccin y ms tarde en sus
divisiones de servicios financieros. Despus de eso, se pens Seis Sigma para
ser aplicable a todos los procesos y operaciones de GE [10]. Lean Six Sigma ha
evolucionado a partir de un programa de mejora de la calidad [11] [12] [13] [14] a
un sistema general ejecutivo de estrategia de negocios y un programa orientado
a los negocios en los resultados que parece ms total que la gestin de la calidad
total [16].
LSS es un proceso altamente disciplinado [17] que nos ayuda a centrarnos en
desarrollar y entregar productos y servicios [18] casi perfectos. La idea central
detrs de Seis Sigma es que si se puede medir la cantidad de defectos [19]
que tiene en un proceso, puede calcular sistemticamente cmo eliminarlos y
acercarse lo suficiente al cero defectos como sea posible [20]. La integracin
de los dos enfoques mejora la eficiencia y la precisin y ayuda a lograr CI ms
rpido que la ejecucin de cada enfoque de manera aislada [21] [22]. Existen
limitaciones notables en los campos de la investigacin en las reas de LSS
[23] [24] [25] [26], pero los beneficios de la aplicacin de Lean y Six
547
Sigma en paralelo se observ en muchos trabajos de estudio de casos, tanto en el
sector de servicios [27] [28] [29] fabricacin y. LSS es tanto una estrategia de
mejora de negocio y una metodologa para medir [16] [30] el rendimiento del
proceso [8]. Se utiliza para aumentar las ganancias por defectos eliminacin, los
residuos y la variabilidad y para encontrar las causas de los errores en productos,
procesos y servicios para aumentar los rendimientos. Se centra en el cliente es la
mxima prioridad [31] y las normas de rendimiento se basan en la entrada real al
cliente de manera que la eficacia del proceso se puede medir la satisfaccin del
cliente y se puede predecir [32]. La palabra sigma o el smbolo Se utiliza en la
notacin estadstico para representar la desviacin estndar de una poblacin [33]
[34]. La desviacin estndar tambin se utiliza como una medida general de la
variacin en cualquier tipo de producto o proceso [18]. Con seis desviaciones
estndar entre la media del proceso y el lmite de la especificacin del cliente [35]
[36] [37] [38], se llega a 3,4 defectos por milln de oportunidades (DPMO) [39];
es decir, un rendimiento de 99,9997 por ciento [40] [41]. Antes de la introduccin de
la tcnica de Seis Sigma, un nivel de tres sigma de la variacin fue considerado como
un rendimiento bastante buena calidad [3]. Estos se realizan a travs de
herramientas analticas y estadsticas de gran alcance y tcnicas tales como la
funcin de calidad de despliegue (QFD), de modo de fallo y anlisis de efectos
(AMFE), Control Estadstico de Procesos
(SPC) [42], Diseo de
Experimentos (DOE) [2], anlisis de varianza (ANOVA), etc. [43]. Puede ser
aceptable para un producto o proceso que tiene slo una nica o unas pocas
etapas. No es lo suficientemente bueno para muchos productos que son el
resultado de cientos de miles de etapas, tales como automviles y computadoras.
Revisin de literatura
de Motorola Bill Smith inici un Six Sigma hace dcadas casi dos y medio sobre
la base de la filosofa, los principios y mtodos de gestin de la calidad total de
Deming [44] [45]. Desde entonces, miles de organizaciones se han convertido en
empresas Seis Sigma mediante la adopcin de prcticas de formacin y gestin
de proyectos especficos [45] [46]. El uso de Seis Sigma ha sido relativamente
alta entre muchas organizaciones occidentales hasta ahora, vase, por ejemplo,
Inozu et al. (2006) [47], Raisinghani et al. (2005) [32], y Antony (2004b) [48], pero
existe una diversidad de opiniones entre los investigadores con respecto a los
beneficios reales de Seis Sigma. Literatura que explica acerca de los efectos
positivos sobre el rendimiento financiero se puede encontrar en, por ejemplo
Jones Jr. (2004) [49], Goh (2002) [39], Caulcutt (2001) [50], y Rucker (2000) [51].
Sin embargo, McAdam y Lafferty (2004) [52], Senapati (2004) [17], y Paul (1999)
[53], por ejemplo, expresan una visin ms pesimista con respecto al beneficio
de las inversiones de Seis Sigma. Con orgenes de las industrias basadas en
Seis Sigma, es importante para evaluar la
 International Journal of Applied Investigacin de Ingeniera ISSN 0973-4562 Volumen 11, Nmero 1 (2016) pgs 547-556
Publicaciones Research India. http://www.ripublication.com

Estado de las contribuciones acadmicas afines ahora que el campo asociado del lmite crtico especificacin [68] [69]. En otras palabras, asumen que despus
estudio est madurando [44]. del estudio inicial para determinar el nivel de sigma a corto plazo, a largo plazo pk
Snee RD, Hoerl, RW, sugiri que Seis Sigma, una estrategia centrada en el do valor va a llegar a ser 0,5
proceso y la metodologa para el mejoramiento del negocio, es un enfoque
menos de corto plazo pk do valor. As, por ejemplo, el
estratgico que hemos visto en todos los procesos de trabajo, todos los productos,
y todas las industrias [54] [55- 59] . Sokovic et al. [60] y Hahn [61] propuso que Six DPMO cifra dada para 1 sigma asume que la media proceso a largo plazo ser
Sigma es una forma efectiva para averiguar dnde estn las mayores necesidades de 0,5 sigma ms all del lmite de especificacin
del proceso y cules son los puntos ms suaves del proceso [60] [61]. (do pk =- 0. 17 ), en lugar de 1 sigma dentro de ella, como lo fue en el

estudio a corto plazo ( do pk = 0. 33 ) [70]. Tenga en cuenta que el defecto

Se enfatiza que LSS hace una dramtica reduccin en la tasa de defectos cliente
definido [Lindeman et al. 3 (p. 195)] [62] [63], las estrategias de negocio eficaces
[64] [46], solucin para los problemas empricos que van desde semi estructurado
para bien estructurada [65] y tendencia futura para combinar herramientas y
metodologas [61]. Seis sigma DEMAIC se encontr que se aproxima 3-sigma
desde 1,8, mientras que el rendimiento del proceso se increment 93% a partir de
una muy baja cifra 61,8% [64].
Describiendo Lean Six Sigma-Concept
LSS es un sistema de gestin que se traduce en una reduccin a pulpa constante de
proyectos que estn listos para su mejora. La aplicacin con xito de LSS puede dar
lugar a beneficios en las reas de reduccin de costos, aumento de los beneficios, el
aumento de la cuota de mercado y la competitividad de las empresas mejorado,
principalmente por la reduccin del coste de mala calidad (COPQ) [66]. COPQ por lo
general incluye los costes de evaluacin, los costes de fallos internos y los costes de
fallos externos. De evaluacin e inspeccin costos son a menudo incurren, por ejemplo,
en el control de los productos terminados antes de salir de la fbrica,
que revisa comprado
equipos / suministros, prueba de lectura de documentos financieros y legales, la
revisin de los cargos antes de la facturacin, etc. costes de fallos internos son
aquellos para reparar, reemplazar o desechar el trabajo en curso o del trabajo
completado antes de la entrega del producto al cliente [9]. los
porcentajes indican slo defectos que excedan el lmite especificado para el cual significa
que el proceso es ms cercano. Los defectos ms all del lmite de especificacin lejos no
estn incluidos en los porcentajes.
Las curvas normales y Sigma
Seis Sigma conceptos pueden ser mejor entendidos y explicados usando trmino
matemtico Sigma y distribucin normal [71]. La curva de campana forma
mostrada en la Figura 1 se denomina "distribucin normal" en trminos
estadsticos. En la vida real, una gran cantidad de distribuciones de frecuencia
siguen una distribucin normal, como en el caso de los plazos de entrega de pizza
y otros negocios. Una de las caractersticas de esta distribucin es que el 68% de
la superficie (es decir, puntos de datos) cae dentro del rea de -2 y + 2 a cada
lado de la media. Del mismo modo, 4 a cada lado cubrir rea de
aproximadamente 95,5%. 6 a cada lado de media cubre rea casi 99,7%. Una
curva de pico ms (por ejemplo, ms y ms entregas se hicieron en el blanco)
indica variacin menor o proceso ms maduro y capaz. Considerando que una
curva de campana ms plano indica una mayor variacin o proceso menos
maduro o capaz. En resumen, los niveles de rendimiento Sigma uno a seis Sigma
se llega a la siguiente forma.

mesa a continuacin da valores DPMO largo plazo

correspondiente a diversos niveles sigma a corto plazo [4] [67].

Tabla 1: Los valores correspondientes a varias DPMO corto

Niveles trmino Sigma
nivel de Sigma Porcentaje DPMO porcentaje de Trmino A largo
Sigma (con defectuoso rendimiento corto plazo

. 51 Cpk Cpk
turno)

1 - 0,5 691 462 69% 31% 0.33 - 0.17

2 0,5 308 538 31% 69 0.67 0.17

3 1.5 66807 6,7% 93,3% 1.00 0,5

4 2.5 6210 0,62% 99.38% 1.33 0.83

5 3.5 233 0,023% 99,977% 1.67 1.17

DPMO = defectos por milln de oportunidades

6 4.5 3.4 0,00034% 99,99966% 2.00 1.5

Figura 1: Curva de distribucin normal con media, Sigma
Valores y 4-Sigma Tolerancia
7 5.5 0,019 0.0000019% 99.9999981% 2,33 1.83

Para cualquier proceso con una distribucin estndar (algo que se parece a una curva
en forma de campana), la probabilidad es 68,26% de que el valor que sigue dentro de
Se debe entender que estas cifras suponen que la media proceso se
una desviacin estndar de la media. La probabilidad es 95,44% de que el mismo
desplazar por 1,5-sigma hacia el lado con el
valor prximo ser

548
 International Journal of Applied Investigacin de Ingeniera ISSN 0973-4562 Volumen 11, Nmero 1 (2016) pgs 547-556
Publicaciones Research India. http://www.ripublication.com

caen dentro de dos desviaciones estndar. La probabilidad es 99,73% que ser
dentro de tres sigma y 99,994% que ser dentro de cuatro sigma.
Tabla 2: Nivel de calidad sigma con respecto al nmero
de piezas o pasos
Yiels en general vs. Seis Sigma Nivel de calidad
(Distribucin desplazada +/- 1.5)
mtodo RDMAIC
La metodologa DMAIC sigue definir la fase, medir, analizar, mejorar y control,
aunque PDCA se podra utilizar para la mejora del proceso para dar un nuevo
empuje. Algunas organizaciones dan un paso al principio, que es reconocer el
problema derecho a trabajar en reconocer, produciendo de este modo una
metodologa RDMAIC [79]. Webber et al. [74], Rosing et al. [75] LSS se
introduce con el modelo RDMAIC. La metodologa del proyecto RDMAIC tiene
seis fases:

Nmero de partes o
+ / -3 + / -4 + / -5 + / -6 R econocer los problemas correctos e identificar los proyectos.
etapas
re efinir los problemas, la voz del cliente y sus necesidades, y los
1 93,32 99.379% 99,9767% 99.99966%
objetivos del proyecto, especficamente.
7 61,63 95,733% 99,839% 99,9976%
METRO edida aspectos clave del proceso actual y recogen los datos pertinentes.
10 50.08 93.96% 99.768% 99,9966%
20 25.08 88.29% 99.536% 99,9932%
UN nalyze los datos para investigar y verificar las relaciones de causa
50 3.15 73.24% 98,24% 99,98%
y efecto. Determinar cules son las relaciones, y tratar de asegurarse
80 0.40 60,75% 98.156% 99,9728%
de que todos los factores han sido considerados. Buscar la causa del
100 0.10 53,64% 97.700% 99.966%
defecto bajo investigacin.
150 ---- 39.38% 96.570% 99.949%
200 ---- 28,77% 95,45% 99.932%
yo ejorar u optimizar el proceso actual basado en el anlisis de datos usando
300 ---- 15,43% 93.26% 99.898%
tcnicas tales como el diseo de experimentos, yugo poka o prueba de
400 ---- 8,28% 91.11% 99.864%
errores, y el trabajo estndar para crear un nuevo futuro proceso, estado.
500 ---- 4,44% 89.02% 99.830%
Establecer pruebas piloto para establecer la capacidad del proceso.
600 ---- 2,38% 86.97% 99.796%
700 ---- 1,28% 84.97% 99.762%
do ontrol el futuro proceso de estado para asegurarse de que cualquier desviacin
800 ---- 0,69% 83.02% 99.729%
de objetivo son corregidas antes de que provoquen
900 ---- 0,37% 81.11% 99.625%
defectos. implementar el control tales sistemas
1000 ---- 0.20% 79.24% 99.661%
como control estadstico de procesos, tableros de produccin, los lugares de trabajo
1200 ---- 0,06% 75.88% 99.593%
visuales y supervisar continuamente el proceso.
3000 ---- ---- 50.15% 98.985%
17000 ---- ---- 1,91% 94.384% Tabla 3: RDMAIC la implementacin del Marco
38000 ---- ---- 0,01% 87.880%
pasos estratgicos entregables Herramientas utilizadas
70000 ---- ---- ---- 78.820%
visin estratgica del negocio y
150000 ---- ---- ---- 60.00% Reconocer Recognization de problemas correctos
la identificacin de los proyectos

Quality Function Deployment

los revisado estudios universalmente concluido el Definir

carta del proyecto o una declaracin de Mapa diagrama de Gantt / Flujo

Obras (SOW) Lnea de Tiempo diagrama / Proceso

implementaciones de estas transformaciones de herramientas estratgicas tuvieron
(QFD)
xito en la mejora de la relacin con los procesos y los resultados. Ya que los defectos
SIPOC (proveedores, recursos, los
son acumulativos, a medida que se aaden ms partes o ms de las operaciones, la
procesos, los productos y clientes) o IPQ
Medida cifras de referencia
posibilidad de producir un producto defectuoso sube. Con deriva proceso como factor, (Entrada Proceso Salida)

si el nmero de piezas o etapas de proceso excede 1200, los procesos de sigma de diagrama

cuatro son prcticamente incapaces de hacer un buen producto. Por otro lado, un Diagrama de causa y efecto

5-por qu
proceso de Seis Sigma con 1200 partes o pasos todava estara produciendo un
Analizar Causas identificadas Diagrama de
rendimiento del 99,593% de buenos productos.
dispersin de

regresin ANOVA

La prueba de hiptesis

causas fundamentales seleccionados y diagrama de afinidad

Mejorar contramedidas Plan de Anlisis DOE La falta

metodologas
Implementacin de Mejora de modo de efectos
Seis Sigma proyectos siguen dos metodologas de proyectos inspirados en (FMEA)
Planificar-Hacer-Verificar-Actuar de Deming Ciclo. Estas Plan de control Chart y Monitor Grfico de control

metodologas, compuestas de cinco fases cada uno, llevan las siglas DMAIC y Standard Procedimientos de operacin de documentacin
Controlar
DMADV. DMAIC se utiliza para proyectos destinados a la mejora de un proceso (SOP) Poka-Bridas de

Acciones correctivas Normalizacin

de negocio existente [13- 15] [72]. DMADV se utiliza para proyectos destinados a
la creacin de un diseo de nuevos productos o procesos. De Feo, Jos A .;
Barnard, William (2005) [73]. La metodologa del proyecto DMADV, conocido
como DFSS (" re esign F o S ix S IGMA "),
cinco caractersticas
fases: Definir, Medir, Analizar y disear y verificar.
Herramientas clave de Apoyo al Proceso RDMAIC
Los pasos RDMAIC funcionan porque son comprensibles y tienen sentido. Antes
de que puedan aplicarse, sin embargo, el lder del proyecto debe a su equipo con
el alcance de los problemas con el uso de estas herramientas clave.

549
 International Journal of Applied Investigacin de Ingeniera ISSN 0973-4562 Volumen 11, Nmero 1 (2016) pgs 547-556
Publicaciones Research India. http://www.ripublication.com

Mapeo de Procesos de Negocio (SIPOC diagramas): Paso 4: matriz Interrelacin Entre tcnico
SIPOC es sinnimo de proveedores, insumos, procesos, productos y clientes. diagramas requisitos.
SIPOC son herramientas grficas para identificar todos los elementos relevantes de un
Paso 5: matriz de relaciones entre cmo y qu Paso 6: Pesos de
proceso de negocio y mapear el flujo del proceso antes de que comience el proyecto. Se
columnas de paso 7: Plan de calidad
utilizan por lo general en la fase de definicin.

Proceso SIPOC / COPIS

entradas salidas

1. Solicitud parte Uso 1. Parte

2. Inventario fsico 2. Inventario

3. Transferencia de llamadas 3. crdito / dbito para P & L

4. Partes 4. Parte

5. Cliente / Equipo 5. datos

solicitud solicitud Recibe en Uso / Cumplir y

de parte de parte parte Consumo enviar al Parte

creat de accin WIP Parte proveedor retirado

servicio
de WIP
parte de la APN

una llamada de

PROVEEDORES CLIENTES
1. Tcnico 1. Finanzas

2. Los compradores 2. Technicains

requerido para
3. NPC 3. Los compradores

4. reforma 4. NPC

5. Vendedores 5. Los vendedores

6. NPC Parte

Figura 2: SIPOC Diagrama del Proceso RDMAIC

Cmo hacerlo

Paso 1: Proveedor: El que produce, proporciona, o pastas

los productos o servicios para la entrada del proceso, ya sea interno
o un proveedor externo. Paso 2: entradas: Materiales, recursos y datos
necesarios para
ejecutar el proceso. Paso 3: Proceso: Una coleccin de actividades Figura 3: Funcin de Calidad del Proceso de implementacin de RDMAIC

que tienen uno o

ms tipos de entrada y de salida crea ese es
Modos de Falla y Anlisis de Efectos (AMFE):
FMEA es una herramienta para reducir el riesgo de fallos. Tambin es una herramienta para
de valor para el cliente. Etapa 4: salidas: Los productos o servicios
identificar y priorizar CTQ en la fase de medicin.
tangibles que resultan
del proceso.
Cmo hacerlo: Paso 1: Identificar los productos, servicios o procesos.

Despliegue de la Funcin de Calidad (QFD):

Paso 2: Identificar la falla potencial que surgira en el
QFD es un enfoque sistemtico para priorizar y traducir los requerimientos del cliente
proceso de destino.
(CTQ es decir, externa) en los requisitos de las empresas correspondientes (es decir,
Paso 3: Identificar las causas de los efectos y la probabilidad
CTQ interna) en cada etapa del desarrollo de productos para las operaciones de
de ocurrencia.
ventas y comercializacin hasta la distribucin. Este mtodo se utiliza generalmente
Etapa 4: Identificar los controles actuales para la deteccin de cada
en la fase medida. Tambin es til en el diseo para Seis Sigma (DFSS) y ser
modo de fallo y la capacidad de la organizacin para detectar cada
presentado con ms detalle en la seccin DFSS.
modo de fallo.
Paso 5: Calcular la RPN multiplicando los valores de
gravedad, las posibles causas, y la deteccin.
Cmo hacerlo
Paso 6: Identificar la accin para reducir o eliminar la
Paso 1: Determinar el cliente exige Paso 2: El cliente
RPN para cada modo de fallo.
evaluacin competitiva. Paso 3: Determinar el requisito
tcnico

550
 International Journal of Applied Investigacin de Ingeniera ISSN 0973-4562 Volumen 11, Nmero 1 (2016) pgs 547-556
Publicaciones Research India. http://www.ripublication.com

Cmo hacerlo: Paso 1: Recoger los datos. Generalmente de dos a tres operadores, 10
Suma de componentes y
funcin de proceso

unidades de medir, y cada unidad se mide 2-3 veces por cada

operador.

determinar el potencial
modos de fallo
Paso 2: Realizar los clculos para obtener% R & R.

Paso 3: Analizar los resultados. Una regla de oro es que:
Comprobar los efectos de

cada fracaso % R & R <10%: sistema de medicin es aceptable.

% R & R entre el 10-30%: sistema de medicin puede ser

las causas de
aceptable. Vamos a tomar decisiones basadas en la clasificacin
cada fracaso

de el caractersticas, difcil

Encuentra ocurrencia Lista de control de corriente Encuentre severidad aplicaciones, entradas del cliente, y el nivel sigma del proceso.
clasificacin proceso clasificacin

% R & R> 30%: medicin sistema no es
Encuentra clasificacin de deteccin

aceptable. Debemos mejorar el sistema de medicin mediante la bsqueda de

problemas y la eliminacin de las causas fundamentales.

calcular RPN

5.1.1.5 Anlisis de Capacidad del Proceso

estudio de capacidad de proceso es un cientfico y un mtodo sistemtico que utiliza
correccin requerida
No grficos de control para detectar y eliminar las causas de variacin anormal hasta
que un estado de control estadstico que se alcance [76]. Cuando se haya
modificacin de datos recomendar correctiva
completado el estudio, se podrn identificar la variabilidad natural del proceso.
accin

Modificacin
determinar
FMEA informe
5.1.1.5.1 Medidas de Capacidad del Proceso Proceso Capability-
ndices:
menudo estamos obligados a comparar la salida de un proceso estable con las
Figura 4: Procedimiento FMEA [78]
especificaciones del proceso y hacer una declaracin acerca de lo bien que el
proceso cumple con las especificaciones. Para ello se compara la variabilidad natural
Anlisis del Sistema de Medicin (MSA):
de un proceso estable con los lmites de especificacin proceso. los
Una evaluacin estadstica del sistema de medicin debe llevarse a cabo para
, y
pm
CCC
pk p
estadstica
asegurar un anlisis eficaz de los datos subsiguientes generados para una
caracterstica de proceso / producto dado. MSA se utiliza generalmente en las asume que la poblacin de valores de datos se distribuye normalmente.
fases de medicin y control para validar el sistema de medicin para la y y de x. Suponiendo una especificacin de dos caras, si y son la media y la
desviacin estndar, respectivamente, de los datos normales y
, USL
LSL y T son la parte superior e inferior
Proceso
lmites de especificacin y el valor objetivo, respectivamente, entonces los ndices de
Variacin
capacidad de poblacin se definen como sigue.

- LSL
USL
= C pag
6

USL
= - - LSL
C pk min ,
Una parte a otra Medicin
3 3
Variacin anlisis del

sistema
LSL 2
+ USL C pm
2
6 - (= - T )

ndices de capacidad de proceso de medir el grado en que el proceso

Exactitud produce una salida que cumpla con las especificaciones del cliente.
Precisin

ndices de capacidad de proceso se pueden utilizar eficazmente para resumir la

informacin de capacidad de proceso en una unidad conveniente menos sistema.
Repeatabil linealidad

dopag
y pk do son expresiones cuantitativas que personifican la variabilidad de su

Reproduccin Parcialidad
proceso (sus lmites naturales) en relacin con sus lmites de especificacin
(requisitos del cliente).

Cmo hacerlo:
Revaluatio Estabilidad
Paso 1: Seleccionar el proceso a ser analizada y coleccin de
datos.

Figura 5: Anlisis del Sistema de Medicin Paso 2: Identificar los lmites especficos segn el cual la capacidad
ser evaluado anlisis. Paso 3: Verificar el proceso
est bajo control esttico.

551
 International Journal of Applied Investigacin de Ingeniera ISSN 0973-4562 Volumen 11, Nmero 1 (2016) pgs 547-556
Publicaciones Research India. http://www.ripublication.com

Paso 4: Analizar la distribucin de datos. Paso 5: problemas de decisin, en la que se examinaron los efectos de varios factores.
Estimar ndices de capacidad.

Causa-efecto (diagrama de Fishbone Diagram): Cmo hacerlo:

Esto tambin se conoce como causa y efecto Diagrama, Diagrama de espina de pescado, Paso 1: Diseo del experimento Paso 2: definir restricciones de
diagrama de Ishikawa, Diagrama de espina de pescado y el diagrama de Ishikawa. factor Paso 3: Aadir trminos de interaccin Paso 4: Determinar
los nmeros de carrera Paso 5: Comprobar el diseo Paso 6:
Recopilar e introduzca los datos Paso 7: interpretar y analizar los
Ambiente Mtodo Gente resultados de los datos

Vibracin Tasa de produccin Formacin

Humedad de instrucciones de fabricacin Yo

metodologa de superficie de respuesta (RSM):
Temperatura Material Internet
La RSM es el mtodo de optimizacin ms popular utilizado en los ltimos
tipo de acero Sistema
aos [77]. Este mtodo es una coleccin de tcnicas estadsticas en la que una
tipo de soldadura Cambio
respuesta de inters est influenciada por varias variables y el objetivo es
Vendedor Nivel de experiencia
optimizar esta respuesta a travs de la determinacin de la relacin entre la
respuesta y las variables independientes. Algunos ejemplos de las aplicaciones
Objetivo
de RSM per- formaron para la optimizacin de los procesos bioqumicos son la
hidrlisis de sustratos pcticas, la sntesis enzimtica de steres grasos,

lipasa
incorporacin catalizada de cido docosahexaenoico (DHA) en el aceite de
galga 2 mecanizado
borraja, la produccin de proteasa alcalina de Bacillus mojavensis en un
Mensual El manmetro 1 Mantenimiento
biorreactor, butylgalactoside sntesis subproductos galactosidasa de Aspergillus
Semanal mtodo B Tratamiento trmico
oryzae, biotransformacin de 2-feniletanol a phenylacetalde- Hyde en un sistema
Diariamente mtodo A
por lotes Fe- de dos fases,
lipasa cataliza reacciones de esterificacin,
Mantenimiento Medicin Mquina pectinasa uso en el pretratamiento de jugo Mosambi de aclaracin,
colesterol oxidasa produccin por
Rhodococcusequi no. 23, la produccin de fitasa por Pichia anomala y
Figura 6: Diagrama de causa y efecto determinacin de los parmetros de reaccin para almidn daado de ensayo
[11], [68], [70], [79-85].
Cmo hacerlo:

Paso 1: En primer lugar, identificar el problema y escribir en una caja, mtodo de superficie de respuesta Plan de
y dibujar una flecha que apunta hacia la misma. Pensar en el
problema exacto en detalle. En su caso, identificar quin est
involucrado, cul es el problema y cundo y dnde se produce.
verificacin Ejecutar anlisis computacional
Paso 2: Identificar los factores principales y dibujar cuatro o ms
ramas de la flecha grande para representar las principales categoras de
causas potenciales.
Analizar superficie de respuesta
Paso 3: lluvia de ideas sobre las posibles causas del problema en
cada una de las categoras principales y una lluvia de ideas posibles causas
del problema. Explora cada uno para identificar las causas ms especficas
de causas. Continuar hasta que se desva todas las causas posibles se ha
Optimizar la optimizacin de la respuesta
identificado. Cuando una causa es compleja, es posible que se descomponen
en sub-causas. Mostrar estos como lneas que salen de cada lnea de causa.

Ejecutar el anlisis de
Paso 4: Analizar el diagrama. En esta etapa debe haber una
diagrama que muestra todas las posibles causas de su problema. Figura 7: Metodologa de Superficie de Respuesta Grfico (RSM) Flujo

Cmo hacerlo: Paso 1: Plantear el

Diseo de Experimentos (DOE): problema.

Diseo de experimentos es una tcnica de usos mltiples [27]. Su uso no Paso 2: Seleccione la variable de respuesta ( y).

se limita a experimentos fsicos, pero se puede aplicar para simular
experimentos [28], a la investigacin de clculo de los resultados de
expresiones analticas complejas cuyos parmetros son metdicamente
variada o a otro
Paso 3: Elija los factores ( x) de y sus niveles y rangos.
Etapa 4: Determinar el plan experimental (es decir, el diseo
matriz).
yo. A la pantalla del x de para obtener los pocos, de vital importancia x, de que a menudo
utilizan los experimentos factoriales. En tales casos, si el

552
 International Journal of Applied Investigacin de Ingeniera ISSN 0973-4562 Volumen 11, Nmero 1 (2016) pgs 547-556
Publicaciones Research India. http://www.ripublication.com

nmero de carreras es moderado y no tenemos suficiente tiempo y deleitando a los clientes es un enfoque moderno. De acuerdo con este estudio se
recursos, podemos realizar un experimento factorial completo; si el concluye que Lean Six Sigma no slo puede beneficiar a los negocios, pero puede
nmero de carreras es grande o el tiempo y los recursos son limitados, transformar a ser ms gil y responder ms rpidamente a los cambios.
podemos considerar un experimento factorial fraccional.

ii. Para obtener la respuesta ptima, es posible llevar a cabo RSM, que por lo
general se lleva a cabo despus de filtrado de variables.
referencias
[1] Xerox cortes populares magra programa seis sigma
Paso 5: Ejecutar los experimentos en las condiciones prescritas
[Recurso electrnico] Seis Sigma modo 201 de acceso: http: //
y recoger los datos de respuesta.
www.isixsigma.com. [2]
Paso 6: Analizar los datos recolectados a travs de parcelas principales efectos,
SAK Mahmud, Seis Sigma aplicacin en la industria hotelera:
parcelas de interaccin, ANOVA, etc.
Es eficaz para mejorar el rendimiento, Revista de Investigacin
Paso 7: Concluir el experimentar y hacer de Ciencias de la Administracin, ISSN 2319-1171, vol. 3 no. 12,
recomendaciones. por lo general se necesita un plazo de confirmacin o un
pp. 1-14,
seguimiento del DOE.
2014.
[3] M. Brutu, mejorar la calidad de los procesos en las organizaciones
Ventajas y limitaciones de la LSS utilizando el concepto Seis Sigma, Anales de la Universidad de
El anlisis de los beneficios LSS en el sector empresarial siendo identificado en varios estudios
Petroani, Economa, vol. 10, no.
de casos. Incluyendo todo el trabajo de investigacin el uso de estos estudios los diez mejores
1, pp. 37-42, 2010,
ventajas citadas en este documento.
[4] C. Gygi, N. DeCarlo, y B. Williams, Six Sigma para los
yo. Aumentar la productividad
maniques, Wiley Publishing, Inc., Indianapolis,
ii. Reducir el costo
2005.
iii. Aumentar el ahorro financiero y ganancias
[5] CJ Patel, J. Patel, S. Patel, T. Patel, y H. Patel, Seis Sigma en la
iv. Reducir el tiempo de ciclo
industria farmacutica: Una reciente revisin concisa,
v. Reducir el nmero de artculos defectuosos
Internacional diario de
VI. reducir el inventario
Investigacin Farmacutica y Bio-Science, ISSN: 2277-8713, vol.
vii. Mejora de la calidad 3, no. 4, pp. 622-630, 2014. [6]
viii. Aumentar la ventaja competitiva
T. Box, Seis Sigma Calidad: Aprendizaje Experiencial, SAM
ix. Mejora en todos los tipos de matrices de desempeo
Advanced Management Journal, Invierno, vol. 71, no. 1, pp. 20-23, 2006.
x. Mejorar la cuota de mercado
[7]
N. Dedhia, Six sigma fundamentos, gestin de calidad total y la
Muchos autores han argumentado que hay un nmero significativo de limitacin excelencia empresarial, vol. 16, no. 5, pp. 567-574, 2005. [8]
de la LSS. Algunas limitaciones se abordan los siguientes:

J. Antony, Diseo para seis sigma: un negocio avance

1. El limitado nmero de aplicaciones prcticas de la LSS marco
integrado.
2. Este marco (RDMAIC) es adecuado para ms bien extensa de la definicin
del problema, el diagnstico y el diseo de los recursos. Es menos adecuado
para las tareas de problemas de alcance ms pequeo.
3. La limitacin de versiones genricas de RDMAIC no se
reconoce generalmente en la literatura del practicante.
Conclusin
En base a estos estudios de literatura se encuentra que Lean Six Sigma es un
conjunto de herramienta esttica que acta como una lente a travs del cual se
pueden identificar problemas ocultos y causa al descubierto, equipar mejor
liderazgo a travs de cuestiones difciles. Proporciona la ejecucin a fin de permitir
la mejora continua de la competitividad y la fabricacin y operacin de negocios.
Hay temas importantes citados en este documento que son herramientas clave
RDMAIC y beneficios. La adopcin de esta estrategia revoluciona por completo un
negocio, organizacin y cultura, lo que permite la posibilidad de xito ptimo para
los negocios. Estos sistemas de procesos basados con mayor impacto en el gran
rendimiento del negocio. Seis Sigma tambin ha proporcionado las oportunidades
para que las iniciativas enfocadas hacia adelante significativo de consumo a travs
de la organizacin mundial. gestin de productos y procesos a travs de un
mtodo estadstico para
mejora estrategia para lograr
ventaja competitiva,Estudio y Trabajo, vol. 51, no. 1, pp. 6-8, 2002.
[9]
H. Pham, Manual de Estadsticas Springer Ingeniera, Aplicacin
de la esttica de ingeniera, Springer Universidad Estatal de Nueva
Jersey, Piscataway, NJ 08854, EE.UU., pp. 958. [10]
J. Grant, El intento de fusin entre General Electric y Honeywell
Un estudio de caso de un conflicto trasatlntico, Instituto de Altos
Estudios Internacionales, Ginebra informe de marzo de 2005. [11] P.
Rai, GC Majumbar, S. DasGupta, y S. De el uso de pectinasa
Optimizacin en el pretratamiento de jugo Mosambi para aclaracin
por metodologa de superficie de respuesta, Journal of Food
Engineering, vol. 64, pp. 397-403, 2004. [12] SS Chakravorty, y AD
Shah, Lean Six Sigma (LSS): una experiencia de aplicacin,
European Journal of Industrial Engineering, vol. 6, no. 1, pp.
118-137, 2012. [13] SS Chakravorty, y JB Atwater, gestin de Cuello
de Botella: teora y prctica, Produccin y Control de Planificacin,
vol. 17, no. 5, pp. 441-447, 2006. [14] SS Chakravorty, y JB Atwater,
los programas de mejora de calidad Implementacin utilizando los
pasos de enfoque de la matriz de restricciones, International
Journal

553
 International Journal of Applied Investigacin de Ingeniera ISSN 0973-4562 Volumen 11, Nmero 1 (2016) pgs 547-556
Publicaciones Research India. http://www.ripublication.com
de Gestin de la Tecnologa, vol. 16 (4/5/6 /), pp 544-.
555, 1998.
[15] G. Chaudhary, Conceptos de Seis Sigma: una revolucin completa,
Revista Internacional de Investigacin en Gestin Emergente y
Tecnologa, ISSN: 2278-
9359, vol. 3, no. 2, 2014.
[diecisis] NV Fursule, SV Bansod, y SN Fursule, La comprensin de los
beneficios y limitaciones de la metodologa Seis Sigma,
International Diario de
Investigacin Cientfica y Publicaciones, vol. 2, no. 1, ISSN
2250-3153, 2012. [17] NR Senapati, Seis Sigma: mitos y
realidades, Revista Internacional de Gestin de Calidad y
Confiabilidad, vol. 21, no. 6, pp 683-690, 2004. [18] PR Gajbhiye,
BD Sarode, RD Borghare, GG Hedaoo, y SK Tikale, Anlisis de la
mejora de la productividad y medidas de seguridad mediante el uso
de Seis Sigma Tcnica, Revista Internacional de Investigacin y
Desarrollo Cientfico, vol. 3, no. 2, ISSN: 2321-
0613, 2015.
[19] R. Snee, Seis Sigma mejora tanto la formacin y procesos
estadsticos, Quality Progress, vol. 33, no. 10, pp. 68-72, 2000.
[20] MPJ pimienta, y TA Spedding, La evolucin de Lean Six
Sigma, Revista Internacional de Gestin de calidad y fiabilidad,
vol. 27, no. 2, pp. 138-155,
2010.
[21] S. Salah, A. Rahim, y J. Carretero, La integracin de Seis Sigma y la
gestin Lean, International Journal of Lean Six Sigma, vol. 1, no.
3, pp. 249-274,
2010.
[22] K. Selvi, R. andMajumdar, Seis Sigma DMAIC y Panormica de DMADV,
Revista Internacional de Ciencias e Ingeniera innovadora moderna, vol. 2,
no. 5, ISSN: 2319 a 6.386, 2014. [23] SS Chakravorty, y JL Sessum, El
desarrollo de estrategias efectivas de prioridad a la reduccin de
configuracin en el sistema de produccin de la mquina de mltiples,
1995. [24] RJ Kucner, El permanecer en condiciones de navegar, ASQ
Six Sigma Foro Magazine, vol. 8, no. 2, pp. 25-30, 2009. [25] M. Kumar, J.
Antony, RK Singh, MK Tiwari, y
D. Perry, Aplicacin del marco de Lean Six Sigma en una PYME
de la India: un estudio de caso, Planificacin y Control de
Produccin, vol. 17, no. 4, pp. 407-423, 2006. [26] A. Laureani, y J.
Antony, Normas para la certificacin de Lean Six Sigma
Internacional diario
La productividad y de gestin del rendimiento, vol. 61, no. 1, pp.
110-120, 2012. [27] AY Akbulut-Bailey, J. Motwani, y EM Smedley,
Cuando Lean y Six Sigma convergen: un estudio de caso de una
implementacin exitosa de Lean Six Sigma en una compaa
aeroespacial, Revista Internacional de Gestin de la Tecnologa,
vol. 75, (1/2/3), pp. 18-32, 2012. [28] SA Albliwi, J. Antonio, y SAH
Lim, Una revisin sistemtica de Lean Six Sigma para la
fabricacin
industria," Negocio Proceso
Management Journal, vol. 21, no. 3, pp. 665-691,
2015.
[29] J. Hardeman, y PL Goethals, Un estudio de caso: aplicar el
concepto de Lean Six Sigma para el diseo ms eficiente
proceso
superficie sustentadora de calce extrusin,
Revista Internacional de Seis Sigma y ventaja competitiva, vol. 6,
no. 3, pp. 173-196, 2011.
[30] ES Rout, DR Patra, SS Patro, y M. Pradhan, Aplicacin de Seis
Sigma DMAIC Metodologa Utilizando
en Pequea Escala Industrias para
Mejora el rendimiento , Revista Internacional de Investigacin de
Ingeniera moderna, ISSN: 2249-6645, vol.
4, no. 3, 44, 2014.
[31] J. Antony, AS Bhuller, M. Kumar, K. Mendibi, y
DC Montgomery, Aplicacin de la metodologa Seis Sigma
DMAIC en un transaccional
medio ambiente,Internacional Revista de Calidad y
Gestin de fiabilidad, vol. 29, no. 1, pp.31-53,
2012.
[32] M. Raisinghani, H. Ette, R. Pierce, G. Cannon, y P. Daripaly,
Seis Sigma: conceptos, herramientas,y
aplicaciones,Administracin Industrial y de Sistemas de Datos, vol.
105, no. 4, pp. 491-505, 2005. [33] AAMH Karajan, y AEA Alsaffar,
Evaluacin de la Calidad de Al-Rasheed Listo Planta de mezcla de
concreto mediante el uso de enfoque Seis Sigma, Diario de
Ingeniera, 18, 2012. [34] DA Desai,
Mejora de la entrega al cliente
compromisos de la manera Seis Sigma: estudio de caso de una
industria a pequea escala de la India,International Journal of Six
Sigma y ventaja competitiva, vol. 2, no. 1, pp. 23-47, 2006. [35] E.
Drohomeretski, S. Gouvea da Costa, E. Pinheiro de Lima, y P. Andrea
Da Rosa, Lean, Six Sigma y Lean Six Sigma: un anlisis basado en la
estrategia de operaciones,
Internacional diario de produccion
Investigacin, vol. 52, no. 3, pp. 804-824, 2013. [36] R. Shah, A.
Chandrasekaran, y K. Linderman, En la bsqueda de patrones de
implementacin: el contexto de Lean y Six Sigma, vol Revista
Internacional de Investigacin sobre la Produccin,. 46, no. 23, pp.
6679-6699,
2008.
[37] G. Manville, R. Greatbanks, R. Krishnasamy, y D.
W. Parker, Factores crticos de xito para los programas de Lean Six
Sigma: una visin desde los mandos medios, Internacional
Diario de calidad y fiabilidad
Gestin, vol. 29, no. 1, pp. 7-20, 2012. [38] D. Naslund, Lean, Six
Sigma y Lean Sigma: modas o mtodos de mejora de procesos
de reales, Business Process Management Journal, vol. 14, no. 3, pp.
269-287,
2008.
[39] TN Goh, Una evaluacin estratgica de Seis Sigma, Calidad y
Confiabilidad Ingeniera Internacional, vol.
18, pp. 403-410, 2002.
[40] L. Lee, y C. Wei, La reduccin de tiempo de cambio de molde mediante
la aplicacin de Lean Six Sigma, Calidad y Confiabilidad Ingeniera
Internacional, vol. 26, no. 4, pp. 387-395, 2009. [41] M. Chen, y J. Lyu,
Un enfoque Lean Six-Sigma toquen mejora de la calidad del panel,
Planificacin y Control, vol Produccin. 20, no. 5, pp. 445-454, 2009.
554
 International Journal of Applied Investigacin de Ingeniera ISSN 0973-4562 Volumen 11, Nmero 1 (2016) pgs 547-556
Publicaciones Research India. http://www.ripublication.com
[42] G. Tennant,. SIX SIGMA: SPC y TQM en manufactura y servicios,
Gower Publishing, Ltd., ISBN 0-566-08374-4, pginas 25, 2001.
[43] P. Jaglan, P. Kaushik, y D. Khanduja, Seis Sigma: una hoja de
ruta para las PYMES, Revista Internacional de Ingeniera de
Tecnologa Avanzada, E-ISSN 0976-
3945, vol. 2, no. 4, pp. 461-464, 2011.
[44] SP Swami, y VM Prasad, Factores crticos de xito para la
implementacin de seis sigma, Diario de la investigacin
contempornea en Gestin, pp. 83-94,
2010.
[45] JE Brady, y el TT Allen, Seis Sigma Literatura: Una revisin y
Agenda para la investigacin futura, Calidad y Confiabilidad
Ingeniera Internacional, vol. 22, no.
3, pp. 335-367, 2006.
[46] TN Desai, RL Shrivastava, Seis Sigma: Una estrategia de mejora de
avance para mejorar un negocio-descripcin, Revista
Internacional de Investigacin en el comercio y gestin, vol. 1, no.
5,
2010.
[47] B. Inozu, MJ Niccolai, CA Whitcomb, B. Mac Claren, I. Radovic, y D. Bourg,
Nuevos horizontes para la mejora de procesos de construccin de
barcos, Diario de la Produccin de la nave, vol. 22, no. 2, pp. 87-98,
2006. [48]
J. Antony, Seis Sigma en el servicio del Reino Unido
Resultados: organizaciones de un piloto encuesta,"
Gestin Auditora Journal, vol. 19, no. 8, pp. 1006-
1013, 2004b.
[49] MH Jones Jr., Seis Sigma: En un banco, ASQ Six Sigma Foro
Magazine, vol. 3, no. 2, pp. 13-17,
2004.
[50] R. Caulcutt, Por qu es tan exitoso Seis Sigma. Journal of Applied
Statistics , vol. 28, no. 3, pp. 301-306,
2001.
[51] R. Rucker, Citibank aumenta la lealtad del cliente con procesos libres de
defectos, Asociacin para la calidad y la participacin, pp. 32-36, 2000.
[52] R. McAdam, y B. Lafferty, Un estudio de caso de varios niveles
crtica de Seis Sigma: El control estadstico o un cambio estratgico,
Revista Internacional de Operaciones y Gestin de Producciones, vol.
24, no. 5, pp. 530-549,
2004.
[53] LG Paul, La prctica hace al maestro, CIO Empresa, vol. 12, no. 7,
Seccin 2, 1999. [54] R. Snee, Impacto de Seis Sigma en la ingeniera
de calidad, Ingeniera de Calidad, vol. 12, no. 3, pp. 9-14, 2000a. [55] R.
Snee, Tratar con el taln de Aquiles de las iniciativas Six Sigma La
seleccin de proyectos es clave para el xito, Quality Progress, vol.
34, no. 3, pp. 66, 2001a. [56] R. Snee, El barrido de Seis Sigma.
Quality Progress, vol. 36, no. 9, pp. 76-78, 2003. [57] R. Snee, La
discusin de los Cinturones Negro Six Sigma: Qu necesitan saber,
Journal of Quality Technology, vol. 33, no. 4, pp. 414-417, 2001b. [58] R.
Hoerl, Cinturones de Six Sigma Black: Qu necesitan saber,
Journal of Quality Technology, vol.
33, no. 4, pp. 391-406, 2001a.
555
[59] R. Hoerl, Respuesta-Seis Sigma Cinturones Negro: Qu necesitan
saber ?, Journal of Quality Technology, vol. 33, no. 4, pp. 432-435,
2001b. [60] M. Sokovic, D. Pavletic, y E. Krulcic, proceso de Seis
Sigma
mejoras en piezas de automviles
produccin,Diario de logro en el material y la ingeniera de
fabricacin, vol. 19, No. 1, pp 96-.
102, 2006.
[61] GJ Hahn, Seis Sigma: 20 Principales lecciones aprendidas, Calidad y
Confiabilidad Ingeniera Internacional, vol.
21, no. 3, pp. 225-233, 2005.
[62] K. Linderman, R. Schroeder, S. Zaheer, y A. Choo, Seis Sigma: Una
perspectiva meta-terico, Diario de Direccin de Operaciones, vol.
21, no. 2, pp. 193-203,
2003.
[63] P. Tyagi, G. Tiwari, y A. Singh, Enfoque de Seis Sigma para reducir el
Defectos Te / Fe de disco ptico (DVD), Revista Internacional de
Aplicacin o Innovacin en Ingeniera y Gestin, vol. 3, no.
12, 2014.
[64] TN Desai, y RL Shrivastava, Seis Sigma-Una nueva direccin
con la Calidad y Productividad
Gestin , Actas del Congreso Mundial de Ingeniera y Ciencias
de la Computacin 2008, Octubre 22-
24, San Francisco, EE.UU., 2008.
J. De
[sesenta y cinco] Mast, y J. Lokkerbol, Un anlisis del mtodo Seis Sigma
DMAIC desde la perspectiva de la resolucin de problemas. Revista
Internacional de Economa de la Produccin, vol. 139, no. 2, pp.
604-614, 2012. [66] HJ Harrington, mala calidad Costo: La
implementacin, la comprensin y la utilizacin del coste de la mala
calidad de calidad y fiabilidad, American Society for Quality, ISBN
978-0-8247-7743-2, OCLC 14965331,
1987.
[67] E. Basem, y NP Suh, Calidad axiomtico: Integrando Diseo
Axiomtico con Six-Sigma, Confiabilidad, Calidad e Ingeniera.
John Wiley and Sons, ISBN 978-0-471-68273-8, pp 10, 2005. [ 68] QK
de Beg, V. Sahai, y R. Gupta, medios estadsticos optimizacin y
proteasa alcalina de Bacillus produccin mojavensis
en un biorreactor , Proceso
Biochemistry, vol. 39, pp. 203-209, 2003. [69]
J. Yu, y S. Zaheer, La construccin de un modelo de proceso de la adaptacin
local de las prcticas: Un estudio de la aplicacin de Seis Sigma en empresas
coreanas y estadounidenses, Journal of International Business Studies, vol.
41, no. 3, pp. 475-
499, 2010.
[70] IH Boyaci, PC Williams, y H. Koksel un mtodo rpido para la
estimacin de almidn daado en harinas de trigo, Journal of
Cereal Science, vol. 39, pp. 139-
145, 2004.
[71] JE Brady, Seis Sigma y la universidad:. La enseanza, la investigacin
y meso-anlisis, Ph D. Disertacin, Universidad Estatal de Ohio: Estados
Unidos, 2005. [72] L. Webber, M. Wallace, Control de calidad para los
maniques. Para los maniques,pp. 42-43, ISBN 978-0- 470-06909-7, 2006.
[73]
JA De Feo, y W. Barnard, de Juran Institute Seis Sigma
Penetracin y Ms all de la Calidad
Mtodos Breakthrough Performance,Tata McGraw
 International Journal of Applied Investigacin de Ingeniera ISSN 0973-4562 Volumen 11, Nmero 1 (2016) pgs 547-556
Publicaciones Research India. http://www.ripublication.com

Hill Publishing Company Limited, ISBN 0-07-

059881-9, 2005. [74] L. Webber, M. Wallace, Control de calidad
para los maniques. Para los maniques ", pp. 42-43. ISBN 978-0-
470-06909-7, 2006. [75] MV Rosing ,, HV Scheel, y AW Schee, The
Complete Manual de Procesos de Negocio: Conjunto de
Conocimientos de modelado de procesos de BPM, Volumen 1, 225
calle Wyman, Waltham, MA 02451, EE.UU.,

2014.
[76] KN El-Hashmi, y OK Gnieber, Appling Anlisis de Capacidad del
Proceso de Medicin de Calidad Clnica-A Laboratorio de Seis
Sigma Proyecto,"
Actas de la Conferencia Internacional de 2014 de Ingeniera
Industrial y Operaciones Gestin de Bali, Indonesia, 7 de Enero - 9,
2014. [77] D. Bas, e IH Boyaci, Modelado y optimizacin I: Facilidad
de uso de la metodologa de superficie de respuesta, Journal of
Food Engineering, vol. 78, pp. 836-845, 2007. [78] SH Teng (Gary) y
SY Ho (Michael), Modo de fallo y anlisis de efectos: Un enfoque
integrado para el diseo de producto y control de procesos, Revista
Internacional de Gestin de calidad y fiabilidad, vol. 13, no. 5,
pp.8-26, 1996. [79] D. Celik, E. Bayraktar, y U. Mehmetoglu ,
Biotransformacin

de 2-feniletanol a
fenilacetaldehdo en un sistema de alimentacin por lotes de dos
fases,Ingeniera Bioqumica Journal, vol. 17, pp. 5-13,
2004.
[80] A. Ismail, M. Linder, y M. Ghoul, Optimizacin de la sntesis de
butylgalactoside por b-galactosidasa de Aspergillus oryzae,
Enzyme y Microbial Technology, vol. 25, pp. 208-213, 1999. [81] MT
Lee, WC Chen, y CC Chou, 'Maximizacin de la produccin de
colesterol oxidasa por Rhodococcusequi no. 23 mediante el uso de
la metodologa de superficie de respuesta,

Biotecnologa y Aplicada
Biochemistry, vol. 28, pp. 229-233, 1998. [82] B. Manohar Manohar, y
S. Divakar, Aplicaciones de representaciones grficas de superficie y
diseos estadsticos para la lipasa seleccionado reacciones catalizadas
de esterificacin, Process Biochemistry, vol. 39, pp. 847-853, 2004. [83] T.
Panda, y GSN Naidu, Rendimiento de las enzimas pectolticas durante
la hidrlisis de las sustancias pcticas bajo condiciones de ensayo: un
enfoque estadstico. Enzima y Tecnologa Microbiana,vol.

25, pp. 116-124, 1999.

[84] SPJN Senanayake, y F. Shahidi, lipasa catalizadas incorporacin de
cido docosahexaenoico (DHA) en el aceite de borraja: optimizacin
usando la metodologa de superficie de respuesta, Food Chemistry,
vol. 77, pp. 115-123, 2002. [85] A. Vohra,

y T. Satyanarayana, "Estadstico
optimizacin de los componentes del medio por la metodologa de
superficie de respuesta para mejorar la produccin de fitasa por Pichia
anomala,Process Biochemistry, vol. 37, pp. 999 a 1.004, 2.002.

556