Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
mayo 2008
Página 1 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
CONTENIDO
Página 2 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Definiciones
Seis Sigma es un proceso altamente disciplinado enfocado a desarrollar y entregar
productos y servicios casi perfectos consistentemente – 3-4 ppm.
Página 3 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
El Dr. Mikel Harry desarrolla la estrategia de cambio hacia Seis Sigma, sale de
Motorola e inicia el “Six Sigma Research Institute” con la participación de IBM, TI,
ASEA y Kodak.
La metodología se expandió a Allied Signal, ASEA, GE, Sony, Dupont, Texas
Instruments, Bombardier, Lockheed Martin, ABB, Polaroid, Kodak, Sony, Toshiba,
Black and Decker, Dow Chemical, Federal Express, American Express, John and
Johnson, Navistar y otras.
Página 4 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
PRACTICA 1:
Ejemplo con edades.
a) Generar diferentes conjuntos de datos normales con media = 100 y desviación estándar = 5,
variando el número de datos generados n con Datos1 en 5, Datos2 en 30, Datos3 en 100 y
Datos4 en 8000.
Página 5 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Prueba de normalidad
Stat > Basic statistics > Normality Test
Variable Datos1 Seleccionar la prueba (menos de 15 datos Kolmogorov, más de 15
Anderson Darling)
OK
El P value debe ser mayor a 0.05 para que los datos se distribuyan normalmente
Página 6 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Desviación estándar
Página 7 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
PRACTICA 2. Efecto de variar la desviación estándar en la dispersión de los datos
Página 8 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
PRACTICA 3. Obtener los niveles Sigma con base en rendimiento (tiempo en que se tiene el
servicio disponible / tiempo total) y las partes por millón o partes por millón de oportunidades
de deficiencias, fallas o errores:
Página 9 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Página 10 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Proceso DMAIC
Página 11 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
La ruta de la calidad y su relación con Seis Sigma
FASE DE DEFINICIÓN:
o 1. Equipo de trabajo, 2. Selección del problema o área a mejorar
FASE DE MEDICIÓN
o 3. Diagnóstico de la situación actual, 4. Establecer la meta.
FASE DE ANÁLISIS
o 5. Análisis de las causas del problema (potenciales y reales)
FASE DE MEJORA
o 6. Generación, evaluación y selección de alternativas de solución.
o 7. Implementación de soluciones, 8. Verificación de resultados.
FASE DE CONTROL
o 9. Prevenir reincidencia, 10. Reconocimiento al equipo de trabajo
o Paso 11. Lecciones aprendidas y cierre del proyecto
Metodología Lean
Muda
Sobreproducción
Fallas / errores
Inventarios
Movimientos excesivos
Procesos que no agregan valor
Esperas
Transportes innecesarios
Métodos Lean:
Mapa de cadena de valor, Kaizen, 5S’s, SMED,
Poka Yokes, TPM, Admón. Visual, reducción tiempo de ciclo, etc.
Página 12 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Metodología Lean Sigma
Liderazgo
Los programas Seis Sigma no suceden accidentalmente, deben contar con el
compromiso y soporte de la administración en aspectos de recursos y herramientas
Organización para Seis Sigma
Página 13 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Capacitación en Seis Sigma
Champions
Son representantes de la alta dirección que controlan y asignan recursos para
promover mejoras, se involucran en todas las revisiones de proyectos en su área de
influencia. Reciben entrenamiento general en Seis sigma
Promotores ejecutivos (sponsors)
Son líderes que comunican, guían y dirigen el despliegue exitoso de Seis Sigma
Reciben capacitación en panorama de Seis Sigma, sus herramientas y métodos
Página 14 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Coordinan actividades de mejora de procesos y monitorea los avances, trabaja con
Black Belts para mejorar los procesos bajo su responsabilidad, a veces actúan como
Champions
Black Belts:
A veces están a tiempo completo, son personas capacitadas y con habilidades para
coordinar proyectos de mejora demostradas con ahorros y beneficios.
Actúan como consultores y asesores
Green Belts:
Pueden ser Black Belts en entrenamiento, manejan las herramientas estadísticas y de
solución de problemas para los proyectos con impacto financiero y a clientes
Están bajo la tutela de los Black Belts y son líderes de equipos
Reconocimiento y refuerzo
Se deben lograr reconocimientos tangibles e intangibles por las mejoras alcanzadas a
todos los miembros participantes
El lograr ahorros y publicarlos ayuda a mejorar la moral de los miembros de los equipos
de proyectos
Gestión de procesos
A. Procesos
B. Benchmarking
C. Medidas de desempeño del negocio
Proceso
Página 15 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Benchmarking
Benchmarking
Compara el desempeño de una empresa con la competencia, o el mejor en su clase, identifica
áreas de oportunidad de mejora a nivel negocio u operativo. Sigue los pasos siguientes:
Página 16 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
o Realizar cambios para mejorar niveles de desempeño
o Extender los cambios en desempeño a toda la empresa
o Incorporar la nueva información en la toma de decisiones del negocio
o Compartir los resultados con el socio benchmark
o Buscar otros lideres benchmark para mejoras futuras
Repetir el ciclo
Página 17 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
PRÁCTICA 4. Comparación del consumo de combustible de tres plantas
termoeléctricas. Copiar las columnas marcadas en amarillo a Minitab.
Consumo de Consumo de Consumo de
Día-1999 combustible- combustible combustible
(Antes) Mes Sureste -Planta A -Planta B
P1 1 18162 17888 17758
Página 18 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Página 19 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Fuel Consumption-Plant A (---*---)
Fuel Consumption-Plant B (---*---)
-------+---------+---------+---------+--
17400 17600 17800 18000
Página 20 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
18000
Data
17500
17000
16500
16000
1 8 16 24 32 40 48 56 64 72 80
Index
Página 21 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Página 22 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Factores de proceso: Nivel de consenso, efectividad de reuniones, crecimiento y
aprendizaje, participación, comunicación, retroalimentación, escucha
Factores de metas: Fijación de objetivos, claros, realistas y alcanzables
Factores de ambientales: Proximidad física, habilidades y recursos, soporte de la
dirección
Factores de rol: Efectividad del liderazgo, claridad de responsabilidades
Reconocimiento al equipo
Página 23 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Los clientes
En términos simples, un cliente es el receptor de un producto o servicio
Se puede escuchar su voz en forma reactiva: Quejas, garantías, demandas, etc.
O en forma proactiva: Encuestas, grupos de enfoque, entrevistas, estudios de mercado,
etc.)
Definición de CTQs
Son las características del producto/servicio que son importantes desde el punto de
vista del cliente
Página 24 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Árbol de Críticos para la calidad (CTQs) = Y`s:
o Avanzar con más niveles conforme se requieran (2,3)
o Validar los requerimientos con el cliente. Revisar el árbol de CTQs con el
cliente.
Costos de calidad
Los costos de calidad son un vehículo para identificar oportunidades de reducción de
costos por medio de mejoras al sistema
Página 25 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Las categorías de los costos de calidad son:
o Costos de prevención – capacitación, documentación
o Costos de evaluación – pruebas e inspecciones
o Costos de falla interna – fallas y errores en la empresa
o Costos de falla externa - fallas y errores con el cliente
Bases de comparación
o Ingresos, costos de transformación, etc.
Diagrama de Pareto
Página 26 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Identificar CTQs del proceso o X’s para satisfacer CTQs del proyecto Y (Drill Down)
Página 27 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Página 28 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Página 29 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
PRÁCTICA 6. Aplicación del método del valor presente neto y de la tasa interna de rendimiento
en la justificación de proyectos
Interés 0.15
Inversión -15,000
Beneficios
Año 1 5,000
Año 2 5,000
Año 3 5,000
Año 4 5,000
Año 5 9,000
Página 30 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
VPN = Valor presente neto = VNA – costo del equipo = $3,749.48 - Costo del equipo
Interés 0.15
Inversión -15,000
Año 1 5,000
Año 2 5,000
Año 3 5,000
Año 4 5,000
Año 5 9,000
Año 1 100,000
Año 2 100,000
Año 3 100,000
Año 4 100,000
Año 5 100,000
Año 6 100,000
a) ¿cuál es el periodo de recuperación sin importar los intereses e impuestos? PR =Inversión
inicial / Rendimiento Anual = 400,000 / 100,000 = 4
Página 31 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Justificación con base a costos de operación
Para la CTVM, al disminuir el régimen térmico ó consumo de gas natural a niveles
óptimos, se reduce el costo de generación, en pesos por unidad de energía eléctrica
generada ($/KWh) fortaleciendo su competitividad.
Contrato de proyecto
Es el compromiso formal del equipo y de la dirección, en la ejecución del proyecto
Página 32 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Metas intermedias y productos finales
Recursos requeridos
Página 33 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Diagrama SIPOC
Identifica el flujo de las actividades y fuentes de variación en el proceso. Incluye
proveedores, entradas, procesos, resultados y clientes
Página 34 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Casa de la calidad
Página 35 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
QFD es un proceso que relaciona los requisitos de los clientes con los procesos o las
características del producto.
QFD/Casa de la Calidad
o Representa la voz del Cliente
o Alinea CTQ’s con CTP’S y comunica las necesidades del cliente
Para crear la Casa de Calidad se deben seguir 7 pasos:
o Identificar a los clientes y sus demandas (¿Qué?), rango de Importancia
o Identificar las características clave o procesos (¿Cómo?)
o Identificar las relaciones de celdas entre Qué’s y Cómo’s
o Calcular los totales de renglones (¿Qué?)
o Calcular los totales de columnas (¿cómo?)
o Identificar a que aspectos enfocarse (¿Qué?) y (¿Cómo?)
CTQ= característica crítica para la calidad, cualquier característica del producto es importante
para los clientes.
CTP= variable crítica para el proceso, cualquier variable de proceso que afecta
significativamente la capacidad de cumplir el CTQ.
Programa de Trabajo
Se realiza para planear las actividades para la solución del problema, a continuación se
muestran algunos ejemplos:
Página 36 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Página 37 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Determinar requerimientos de información para el proyecto
Definir las Métricas de los indicadores del Proceso
Identificar el objetivo de desempeño
Desarrollar un Plan de Colección de Datos
Realizar un Análisis del Sistema de Medición (MSA)
Llevar a cabo la recolección de datos
Determinar la capacidad del proceso, línea base y afinar la meta
Salidas
Diagnóstico de la situación actual del problema
Página 38 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Página 39 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Página 40 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Página 41 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Recolección de datos
Tipos de información
Comprendiendo la variación
¿Qué es la variación?
La diferencia entre las cosas
La mayoría de las veces la variación es natural
Factores que causan la variación
o Material
o Maquinaria
o Mano de obra o personal
o Método
o Naturaleza
o Mediciones
o La variación es inherente a todos los procesos
Se tienen causas comunes y causas especiales
Página 42 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Ejemplos:
Histogramas
Muestra la distribución de frecuencia de los valores o mediciones
Distribución normal
La distribución normal puede ser descrita sólo por la media y la desviación estándar
Media es el promedio de todos los datos
El rango es la diferencia entre la cantidad mayor y menor
La desviación estándar es aproximadamente igual a 1/6 del rango de los datos, y puede
ser calculada por Excel o Minitab
Página 43 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
La distribución normal estándar
La distribución normal estándar es una distribución de probabilidad que tiene
una media de cero y una desviación estándar de uno.
El área bajo la curva desde menos infinito a más infinito vale uno.
La distribución normal estándar es simétrica, cada lado tiene una probabilidad
o área bajo la curva de 0.5.
La escala horizontal de la curva se mide en desviaciones estándar, su número se
describe con Z.
Para cada valor Z se asigna una probabilidad o área bajo la curva mostrada en la Tabla
de distribución normal
a) Área menor a Z1 = -3.1 más área mayor a Z2 = 2.9 representando una fracción defectiva,
expresarla en decimal, ppm y porcentaje:
En Minitab: Calc> Probability Distributions > Normal Input constant (Z) OK (cumulative prob)
Página 44 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Página 45 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Posibles fuentes de variación
Errores de medición
Repetibilidad
o La variación en las mediciones obtenidas con un instrumento de medición
cuando es usado muchas veces por un evaluador mientras mide una
característica idéntica de la misma parte
Reproducibilidad
o La variación en la medición obtenida con un instrumento de medición
cuando es usado por varios evaluadores mientras miden una característica
idéntica de la misma parte.
Página 46 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Minitab:
File > Open worksheet > gageaiag.mtw
Stat > quality tools > Gage study > Gage R&R study (crossed)
Seleccionar Part_numbers Operator Response – mediciones
Options: Study variation 5.15 (99% de area bajo la curva)
Process tolerance: Upper – lower 20
OK
Página 47 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Por otro lado el número de categorías es sólo de 1 cuando debe ser al menos 4
indicando que el instrumento discrimina las diversas partes diferentes.
Las gráficas de barras pueden ser usados para mostrar una variable vs el “Tiempo”
Las gráficas de series de tiempo pueden ser usadas para mostrar la variación vs el
“Tiempo” e identificar si se presenta cierta tendencia o estacionalidad
Página 48 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Página 49 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Minitab:
1 File > Open worksheet > NEWMARKET.MTW.
2 Graph > Time Series Plot or Stat > Time Series > Time Series Plot.
3 Simple, click OK.
4 En Series, SalesB.
5 Click Time/Scale.
6 En Time Scale, seleccionar Calendar. Y seleccionar Quarter Year.
7 Para valores iniciales en Quarter, 1. En Year, 2000.
8 Click OK en cada cuadro de diálogo.
Cartas de control
¿Qué es el CEP?
Control Estadístico del Proceso
o Control: Hacer que un proceso se comporte como queramos
que se comporte.
o Estadístico: …Con la ayuda de números
o Proceso: …Medimos y controlamos las característica
críticas (CTQs) del proceso identificadas por los
clientes
Tipos de variación:
Página 50 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Página 51 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Página 52 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
En este caso:
Para el régimen térmico el proceso es normal y está en control estadístico
La Unidad 1 de la Central Termoeléctrica Valle de México, en el período
observado (50% de carga), no está cumpliendo con las especificaciones de
diseño del Régimen Térmico de 2,560 Kcal/KWh.
Se comprueba la definición del proyecto ó área de oportunidad de mejorar la
eficiencia térmica de la Unidad 1 de la CTVM buscando alcanzar los niveles de
diseño.
Página 53 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
PRACTICA 13. Carta de control de lecturas individuales para parámetros del
proceso I-MR:
Minitab:
1 File > Open worksheet > Exh_qc.MTW.
2 Stat > Control charts > variable chart for Individuals > I-MR.
3 Variable Weight, click OK.
Página 54 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Identifica oportunidades de mejora para eliminar Muda
Establece la línea base
Página 55 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
La capacidad real (Cpk) es una función de que tanto está centrada el proceso y
de su dispersión
Página 56 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
PRACTICA 14. Capacidad del proceso con base en carta de control de Medias Rangos X-
R para variables del proceso:
Minitab:
1 File > Open worksheet > Exh_qc.MTW.
2 Stat > Quality tools > Capability analysis > Normal
3 Single column > Weight, Subgroup size 5,
4 Lower Spec 800 Upper Spec 1100
5 Estimate seleccionar Rbar OK.
Página 57 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Página 58 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
¿Por qué usar una métrica Sigma del proceso?
Indicador más sensible que el porcentaje
Se enfoca a los defectos
o Siempre que un defecto refleje una falla a los ojos de los clientes
Las métricas comunes hacen las comparaciones más fáciles
o Por ejemplo, ¿cuál de los siguientes procesos se comporta mejor?
Página 59 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Salidas:
Causas raíz validadas
Factores de variabilidad identificados
Tormenta de ideas
Para sacar las causas raíz, empieza con el enfoque del problema y empieza a preguntar ¿Por
qué? Cinco veces
Página 60 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Página 61 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Los niveles de operación recomendados son:
Otro Ejemplo:
Página 62 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Página 63 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Análisis de regresión
Tu piensas ¿que hay relación entre dos variables?
¿Qué tan fuerte es la relación?
¿Una puede ser usada para predecir la otra?
Página 64 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Presión Temp
1.2 101
0.8 92
1.0 110
1.3 120
0.7 90
0.8 82
1.0 93
0.6 75
0.7 85
1.1 96
0.9 91
1.2
1.1
Presión
1.0
0.9
0.8
0.7
0.6
Página 65 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Tratar de extrapolar más allá de los datos es riesgoso:
Correlations: Presión, Temp
Página 66 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
El AMEF o FMEA ( Failure Mode and Effect Analisis) es una técnica de prevención,
utilizada para detectar por anticipado los posibles modos de falla, con el fin de
establecer los controles adecuados que eviten la ocurrencia de defectos.
Página 67 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Detención (D: Es la habilidad para detectar la falla antes de que llegue al cliente.
Página 68 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
M FMEA LISTAS
ESCALA DE SEVERIDAD
10 Peligroso sin aviso
9 Peligroso con aviso
8 Muy alto (Tiempo muerto - 8 hrs,
Defectos - 4 hrs)
7 Alto (Tiempo muerto - 4-8 hrs, Defectos -
2-4 hrs)
6 Moderado (Tiempo muerto - 1-4 hrs,
Defectos - 1-2 hrs)
5 Bajo (Tiempo muerto - 0.5-1 hrs,
Defectos - 0-1 hrs)
4 Muy bajo (Tiempo muerto- 10-30 min., 0
Defects)
3 Menor (Tiempo muerto - 0-10 min., 0
Defectos)
2 Muy Menor (0 Tiempo muerto, 0 Defects)
1 Ninguno
OCCURENCE SCALE
10 1 en 1 hora, 1 en 90 ciclos
9 1 en 8 horas, 1 en 900 ciclos
8 1 en 24 horas, 1 en 36,000 ciclos
7 1 en 80 horas, 1 en 90,000 ciclos
6 1 en 350 horas, 1 en 180,000
ciclos
5 1 en 1,000 horas, 1 en 270,000
ciclos
4 1 en 2,500 horas, 1 en 360,000
ciclos
3 1 en 5,000 horas, 1 en 540,000
ciclos
2 1 en 10,000 horas, 1 en 900,000
ciclos
1 1 en 25,000 horas, 1 en
>900,000 ciclos
DETECTION SCALE
10 Absolutamente Imposible
9 Muy remoto
8 Remoto
7 Muy bajo
6 Bajo
5 Moderado
4 Moderadamente Alto
3 Alto
2 Casi seguro
1 Seguro
Página 69 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Página 70 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Página 71 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Pruebas de Hipótesis
¿Por qué usar la Prueba de Hipótesis?
Se usa para probar si dos grupos son realmente diferentes (estadísticamente
significativo) o si la diferencia es debida a la variación natural
o ¿El primer turno se desarrolla mejor que el segundo turno?
Página 72 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
PRÁCTICA 17. Prueba de Hipótesis
Se evalúan los tiempos de acción para dos formulaciones desincrustantes químicas, interesa la
comparación de las medias de los tiempos para tomar decisiones, probar a un 95% de nivel de
confianza si una formulación tarda menos que la otra (en caso de que P value <= 0):
Form_1 Form_2
650 540
810 610
570 730
660 490
820 550
820 460
670 590
590 640
750 720
700 690
Como el valor P 0.025 es menor que 0.05, o el cero NO está en el IC (14.5, 189.5)
Se concluye que Las medias de las formulaciones son diferentes ( La form_1 es mayor)
Página 73 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
SMED
Página 74 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Diseño de Experimentos
Página 75 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Cambios deliberados y sistemáticos de las variables de entrada (factores) para observar los
cambios correspondientes en la salida (respuesta).
Diseño factorial 2K
Los diseños factoriales completos:
o Prueba todas las combinaciones de condiciones de los factores
o Son fáciles de seguir por su patrón repetitivo
Página 76 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
o Producen información de los efectos factoriales de 4 o más veces la que
produce un factor a la vez
o Pueden identificar y ayudar a comprender las interacciones entre factores
o Son fáciles de analizar
o Pueden cuantificar las relaciones entre las X´s y las Y´s producen una ecuación
Factorial completo incluye todas las combinaciones posibles, para 3 factores con 2
niveles, hay 2x2x2 = 8 combinaciones. 2 x 2 x 2 es escrito 2 3. El 3 indica el número de 2s
multiplicados juntos.
Para 3 factores hay 23 = 8 posibles combinaciones de factores
Las interacciones son importantes el efecto del factor A depende del factor B y C
Página 77 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
DOE gráficas de interacciones
El factor A y el B indican interacción significativa, dadas las diferentes pendientes de las líneas
rectas que unen sus niveles.
Dar prioridad a los factores principales, ya que las interacciones son difíciles de
manejar y por eso deben de considerarse como factores de ruido.
Las interacciones a probar deben de ser conocidas ó altamente probables. Si las
interacciones altamente significativas no son incluidas, se generará una confusión
Se deben de analizar los datos mediante la razón señal a ruido, detectando con ello las
combinaciones de los factores de control que generan un proceso robusto.
Página 78 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Compuertas auxiliares N1 20 40
Compuertas auxiliares N2 20 40
Compuertas auxiliares N3 20 40
Compuertas auxiliares N4 20 40
siguiente:
1 1 1 1 1 1 1
1 1 1 2 2 2 2
1 2 2 1 1 2 2
1 2 2 2 2 1 1
2 1 2 1 2 1 2
2 1 2 2 1 2 1
2 2 1 1 2 2 1
2 2 1 2 1 1 2
Figura 3.3.1.4.2 Tabla del arreglo ortogonal
Página 79 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
2 0. 20 20 40 40 0 542 5
8
3 0. 40 40 20 20 0 542 6
8
4 0. 40 40 40 40 -30 537 8
8
5 1. 20 40 20 40 -30 542 1
2
6 1. 20 40 40 20 0 537 4
2
7 1. 40 20 20 40 0 537 3
2
8 1. 40 20 40 20 -30 542 7
2
Figura 3.4.3 Arreglo ortogonal con orden de experimentación
Paso 1. Para darlo de alta en Minitab, se copia la tabla de los factores únicamente, o sea:
Inclinación
Quemadore Temperatura
% O2 C.A. N1 C.A. N2 C.A. N3 C.A. N4 s Vapor
0.8 20 20 20 20 -30 537
0.8 20 20 40 40 0 542
0.8 40 40 20 20 0 542
0.8 40 40 40 40 -30 537
1.2 20 40 20 40 -30 542
1.2 20 40 40 20 0 537
1.2 40 20 20 40 0 537
1.2 40 20 40 20 -30 542
Página 80 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Resultados
2668.02
2600.72
2612.76
2640.88
2627.36
2583.98
2591.12
2628.82
Página 81 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
En Analysis seleccionar en Fit linear model for Signal to noise ratios y means
En Options seleccionar Smaller is Better ya que se busca minimizar la respuesta
Paso 5. Las gráficas obtenidas de Relación Señal a Ruido son las siguientes:
Main Effects Plot for SN ratios
Data Means
% O2 C .A . N1 C .A . N 2
-68.30
-68.35
-68.40
Mean of SN ratios
0.8 1.2 20 40 20 40
C .A . N3 C .A . N4 Inclinación Q uemadores
-68.30
-68.35
-68.40
20 40 20 40 -30 0
Temperatura V apor
-68.30
-68.35
-68.40
537 542
En esta se seleccionan los niveles que proporcionen la mayor S/N (%O2 = 1.2 y Inclinación
quemador = 0).
Página 82 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Y para las medias coinciden los mismos niveles que para S/N:
2620
2600
0.8 1.2 20 40 20 40
Mean of Means
C .A . N 3 C .A . N 4 Inclinación Q uemadores
2640
2620
2600
20 40 20 40 -30 0
Temperatura V apor
2640
2620
2600
537 542
Paso 6. En resumen se pueden sugerir los niveles siguientes para los factores, con objeto de
minimizar el consumo de combustible:
Ecuación de predicción
Estimated Model Coefficients for Means
Term Coef
Constant 2619.21
% O2 0.8 11.39
C.A. N1 20 0.81
C.A. N2 20 2.96
C.A. N3 20 5.61
C.A. N4 20 4.19
Inclinac -30 22.06
Temperat 537 1.79
μopt = ȳ +( Ā 2− ȳ )+( B̄2 − ȳ )+( C̄ 2 − ȳ )+( D̄ 2− ȳ )+( Ē2 − ȳ )+( F̄ 2− ȳ )+( Ḡ2 − ȳ )
Página 83 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
mopt = 2619.21 + (2607.82 - 2619.21) + (2618.4 - 2619.21) + (2616.25-
2619.21) + (2613.6 -2619.21) + (2615 - 2619.21) + (2597.15 - 2619.21) +
(2617.42 - 2619.21)
mopt = 2570.4
Página 84 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Predicted values
Página 85 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Técnicas de creatividad
SCAMPER
Sustituir, Combinar, Adaptar, Modificar o ampliar, Poner en otros usos, Eliminar,
Revertir o re arreglar
Involucrar al cliente en el desarrollo del producto
¿qué procedimiento podemos sustituir por el actual?
¿cómo podemos combinar la entrada del cliente?
¿Qué podemos adaptar o copiar de alguien más?
¿Cómo podemos modificar nuestro proceso actual?
¿Qué podemos ampliar en nuestro proceso actual?
¿Cómo puede apoyarnos el cliente en otras áreas?
¿Qué podemos eliminar en la forma de inv. Del cliente?
¿qué arreglos podemos hacer al método actual?
Lista de atributos
Dividir el problema en partes. Por ejemplo para una linterna
Análisis morfológico
Conexiones morfológicas forzadas
Página 86 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
TRIZ
Hay tres grupos de métodos para resolver problemas técnicos:
o Varios trucos (con referencia a una técnica)
o Métodos basados en utilizar los fenómenos y efectos físicos (cambiando el
estado de las propiedades físicas de las substancias)
o Métodos complejos (combinación de trucos y física)
Página 87 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Evaluación de soluciones
Implantación de soluciones
Página 88 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Verificando mejoras
Una vez que las mejoras han sido identificadas e implementadas, los resultados deben ser
verificados usando datos del estado anterior y del estado posterior de la implementación.
Prueba de hipótesis
o Prueba t 2 muestras
o Prueba de igualdad de varianzas
o Prueba de 2 proporciones
Cartas de control estratificadas
Sigma de Proceso
Capacidad del Proceso
Diagrama de Pareto
Las cartas de control pueden ser estratificadas para mostrar procesos de control para
diferentes “factores”
Página 89 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
La capacidad del Proceso y las Sigmas del Proceso pueden ser recalculados para
verificar mejoras:
Página 90 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Diagrama de Pareto
Diagrama de Pareto del antes y después puede ser usada para mostrar las mejoras
Verificación de soluciones
Página 91 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Salidas:
Plan de control y métodos de control implementados
Capacitación en los nuevos métodos
Documentación completa y comunicación de resultados, lecciones aprendidas y
recomendaciones
Página 92 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Prevención de la reincidencia
Controles automáticos
Ayudas visuales / Poka Yokes
Procedimientos de operación estándar
Especificaciones
Capacitación
Página 93 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Seiri = Organización
o Deshacerse de todo lo innecesario del área de trabajo, si hay duda usar
Tarjetas Rojas, ahorrar espacio
Seiton = Orden
o Tener las cosas en el lugar o distribución correcta, visualmente bien
distribuidas e identificadas, ahorrar tiempo de búsqueda. Contornos, pintura,
colores.
Seiso = Limpieza
o Crear un espacio de trabajo impecable, ahorrar espacio y elevar la moral y la
imagen
Seiketsu = Estandarización
o Establecer los procedimientos para mantener las tres S’s anteriores.
Administración visual, usar colores claros, plantas, etc.
o Shitsuke = Disciplina
Crear disciplina (repetición de la práctica)
¿Qué es TPM?
¿Es costoso?
Página 94 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Controles visuales
Siempre que sea posible tratar de encontrar los sistemas visuales para
mantener los cambios
Ejemplos de controles visuales
o Pegar métricas (diagramas de Pareto, semáforos, cartas de tendencia)
o Contenedores de colores con código
o Poner niveles min / máx.
o Ubicación de materiales/ herramientas (5S)
Los sistemas visuales hacen mucho más fácil determinar el camino correcto
para hacer o identificar algo cuando algo está fuera de lugar.
Página 95 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
Poka – Yokes son dispositivos o métodos que hacen un proceso “A prueba de error” o
“A prueba de equivocaciones”, principalmente ante errores humanos
Capacitación
Página 96 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
La capacitación debe ser siempre parte del proyecto
Cuando vaya a capacitar considere:
o ¿los capacitados pueden demostrar el proceso correcto?
o ¿No asuma que todo mundo entiende a la primera?
Lecciones aprendidas
Es uno de los últimos pasos en el análisis post mortem (también llamado lecciones
aprendidas, evaluación post proyecto).
Es una revisión formal y crítica documentada realizada por un comité de personal
calificado, se incluyen todas las fases del desarrollo del proyecto
Página 97 de 98
SEIS SIGMA – CHAMPIONS P. Reyes / mayo 2008
DFSS (DMADV) – Diseño para Seis Sigma para innovaciones y nuevos productos
Página 98 de 98