Seis sigma como medida de dispersion

Sigma (σ) es una letra griega que significa una unidad estadística de
medición, usada para definir la desviación estándar de una población,
esta mide la variabilidad o dispersión de un conjunto de datos y se calcula
con la desviación estándar.

Como se puede ver en la imagen la muestra 1 (gráficas de barras Azules)

tiene una mayor dispersión de datos (muestra 1, σ = 6.82), la muestra 2
tiene menor dispersión que la 1 (muestra 2, σ = 1.32) y la muestra 3 tiene
una dispersión aún menor, (muestra 3, σ = 0.61), esto quiere decir que a
mayor dispersión mayor será la desviación estándar, por lo tanto el
proceso será mejor a medida que mejore su dispersión o su desviación
estándar, también observe la campana de Gaus (línea Azul) debajo de
cada uno de los diagramas de barras, esta se tornas más altas y menos
ancha a medida que la dispersión disminuye, este concepto es
fundamental para explicar el nivel sigma.

¿Entonces que es el nivel sigma?

El nivel sigma corresponde a cuantas desviaciones estándar caben entre

los limites de especificación del proceso.

P or ejemplo, si tengo un proceso para fabricar ejes que deben tener un

diámetro de 15 +/-1 mm. Para que sean buenos para mi cliente, esto
significa que tenemos el límite de especificación inferior a 14 mm. y un
límite de especificación superior de 16 mm, con un objetivo de 15 mm. Si
el proceso tiene un desempeño de 3 sigma, entonces por cada millón de
ejes que fabrique, 66.800 tendrán un diámetro inferior a 14 o superior a
16 mm., mientras que si mi proceso tiene un rendimiento de 6 sigma, por
cada millón de ejes que fabrique, tan solo 3,4 tendrán un diámetro inferior
a 14 o superior a 16 mm.

La diferencia entre tres sigmas y seis sigmas

La diferencia entre tres y seis sigma es qué porcentaje de las observaciones
que forman el total de la muestra o de la población caerá entre el nivel sigma y
la media. La regla "68-95-97", establece que aproximadamente el 68% de las
observaciones en una muestra de distribución normal cae dentro de más o
menos una desviación estándar de la media, mientras que el 95% cae entre
dos desviaciones estándar, y poco más de 97% cae dentro de tres
desviaciones estándar.
En una muestra, si la media es 50 y la desviación estándar es de 5, menos tres
sigma sería 35 y más tres sigma sería 65. Así que si estás controlando tu
proceso dentro de tres sigmas de la media, 97,44% de las observaciones en la
muestra tendrá valores entre 35 y 65.
Sin embargo, si tu proceso funciona en un nivel seis sigma, el porcentaje de
puntos que cae entre los límites superior e inferior aumenta al 99,99966%, lo
que significa que sólo 3,4 de cada millón de observaciones estaría fuera de los
límites esperados. En el ejemplo anterior, menos seis sigma sería 20 y más
seis sigma sería 80, el aumento del margen entre los límites de control superior
e inferior iría de 30 a 100.
Consejos y advertencias
Cuando se habla de un nivel sigma, ya sea que se trate de uno, tres o seis
sigma, la expresión se refiere a más o menos el nivel sigma dado. Por lo que
un nivel tres sigma tendría una extensión de seis sigma en total y un nivel seis
sigma tendría una extensión de 12 sigma total.
La curva seis sigma asume una muestra de población normalmente distribuida.
Con el fin de poder asumir una distribución normal, el tamaño de la muestra
debe ser de 30 o más. El hecho de que la variabilidad de un proceso se
encuentre dentro de seis sigma, no significa que el proceso esté estrechamente
controlado. Si un proceso tiene una pequeña desviación estándar, seis sigma
podría representar sólo el 10% de la varianza de la media, pero si la desviación
estándar es grande, seis sigma podría representar un límite de control de 80%
más alto o más bajo que la media.
Es muy complicado calcular la varianza y la desviación estándar a mano.