Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Este capitulo proporciona un panorama general de las métricas utilizadas en Seis Sigma, el objetivo
es tener las mejores técnicas de cálculo apropiadas para una situación determinada.
La mejora de las métricas pueden tener un impacto muy significante en los resultados del negocio,
al reducir la oportunidad de tener defectos.
Es de suma importancia medir la capacidad del proceso en términos cuantificables y monitorear las
mejoras a través del tiempo.
Sigma (σ ) es una letra del alfabeto griego usada para representar la distribución o dispersión
alrededor de la media de cualquier proceso.
Definiciones básicas1:
Ejemplo 1
Un proceso de manufactura de mesas para teléfono tiene cuatro subprocesos: fabricación de patas,
bastidor, cubierta y pintura. Se toman los datos de 1510 mesas fabricadas y se observa la siguiente
información. Calcule el Sigma del proceso.
1
Forrest W. Breyfogle III. Implementing Six Sigma Ed. John Wiley & Sons, Inc.1999
Página 1
MEDICIONES PARA SEIS SIGMA P. Reyes / Febrero 2004
D 882
Defectos por oportunidad (DPO) = = = .0182
N ×O 1510 × 32
De la tabla de conversión de sigma determinamos el valor que más se acerca a 18,253 siendo este:
sigma = 3.6
Los resultados y el número de defectos pueden medirse antes o después de que se detecten,
corrijan o revisen los defectos. Los resultados se miden en % y el número de efectos en defectos
por oportunidad (DPO) o defectos por millón de oportunidades (DPMO).
En este subproceso podemos observar la entrada de N artículos con cero defectos, se realiza un
trabajo en el cual hay D1 defectos, resultando el rendimiento de primera pasada (YFP), después se
revisa el trabajo y al final subsisten D2 defectos, siendo este el rendimiento de la última pasada
(YLP).
N articulos con
Trab
Ejemplo 2
cero defectos
Una planta de productos alimenticios empaca cierto tipo de quesos en una de sus líneas. La
producción en un turno es de 5,000 unidades. Existen 3 oportunidades de defecto en cada unidad:
Página 2
MEDICIONES PARA SEIS SIGMA P. Reyes / Febrero 2004
Observamos que el rendimiento de ultima pasada es mayor que el rendimiento de primera pasada.
Ejemplo 3:
Un proceso con cinco subprocesos tienen los rendimientos siguientes de throughput: 0.98, 0.93,
0.95, 0.98 y 0.94. El Rendimiento Estándar YRT= 0.98x 0.93 x 0.95x 0.98x 0.94 = 0.7976, es la
probabilidad de que el producto pase sin error.
El rendimiento normal mide el promedio de rendimientos por los pasos del proceso.
Es el promedio exponencial basado en el numero de pasos del proceso, no es un promedio
aritmético.
Ejemplo 5
Calcular YN
Primero calculamos YRT = .504
Nota: El rendimiento Normal es el promedio del rendimiento del proceso. Sigma es calculado a partir
de un rendimiento Normalizado.
Largo plazo: son los datos tomados durante un periodo de tiempo suficientemente largo y en
condiciones suficientemente diversas para que sea probable que el proceso sufra algunos cambios
y otras causas especiales.
Corto plazo: datos recogidos durante un periodo de tiempo suficientemente corto para que sea
improbable que haya cambios y otras causas especiales.
Página 3
MEDICIONES PARA SEIS SIGMA P. Reyes / Febrero 2004
Para el cálculo de datos a largo plazo a partir de datos a corto plazo restamos 1.5, debido a los
desplazamientos que sufre la media debido al cambio natural en los procesos.
ZST = ZLT+1.5
ZBenchmark = ZYN+1.5
Donde:
ZST= Z a corto plazo.
ZLT= Z a largo plazo.
YN = Rendimiento Normal
EJEMPLO 6
La sigma del proceso que es la sigma a corto plazo Zst se determina como sigue:
METODO 1:
METODO 2:
Página 4
MEDICIONES PARA SEIS SIGMA P. Reyes / Febrero 2004
Ejemplo 7
Página 5
MEDICIONES PARA SEIS SIGMA P. Reyes / Febrero 2004
Página 6
MEDICIONES PARA SEIS SIGMA P. Reyes / Febrero 2004
Página 7
MEDICIONES PARA SEIS SIGMA P. Reyes / Febrero 2004
Tabla Z – Método 2
Página 8