Programa de certificación

de Green Belts

V.D. Seis Sigma – Control

P. Reyes / Octubre 2007

1
 Fase de Control
 Objetivos:
 Mantener las mejoras por medio de control estadístico
de procesos, Poka Yokes y trabajo estandarizado

 Anticipar mejoras futuras y preservar las lecciones

aprendidas de este esfuerzo

 Salidas:
 Plan de control y métodos de control implementados
 Capacitación en los nuevos métodos
 Documentación completa y comunicación de
resultados, lecciones aprendidas y recomendaciones
2
 FASE DE CONTROL
Soluciones
implementadas
Plan de Documentar
Control Estándares y Capacitar
CEP - de trabajo
Herramientas
Poka Yokes Lean

Plan de calidad y Monitoreo

Si ¿Proceso
en control?

No

Tomar acciones correctivas

y preventivas -
Actualizar AMEF

3
 Metodología Seis Sigma
– Fase de Control
1. Control Estadístico del Proceso

2. Implementar y validar soluciones

3. Plan de control

4
1. Control Estadístico del Proceso

5
 Objetivos y beneficios
 El CEP es una técnica que permite aplicar el análisis
estadístico para medir, monitorear y controlar
procesos por medio de cartas de control

 Se basa en que los procesos presentan variación,

aleatoria y asignable

 Entre los beneficios se encuentran:

 Monitorear procesos estables e identificar si han
ocurrido cambios debido a causas asignables para
eliminar sus fuentes

6
 Selección de variables
 El CEP por variables implica realizar mediciones en la
característica de calidad de interés, tal como:
 Dimensiones
 Pesos
 Tiempos de servicio, etc.

 El CEP por atributos califica a los productos como

buenos o como defectivos o en su caso cuantos
defectos tiene, tales como:
 Color, funcionalidad, apariencia, etc.

7
 Subrupos racionales
 Los subgrupos se seleccionan de tal forma que sean tan
homogéneos como sea posible, de tal forma que se tenga la
oportunidad máxima de estimar la variación esperada entre los
subgrupos

 Esquemas para formar subgrupos:

 Productos producidos casi al mismo tiempo en secuencia.

Permite una variación mínima dentro del subgrupo y una

probabilidad de variación máxima entre subgrupos

 Un subgrupo consiste de una muestra aleatoria

representativa de toda la producción durante un periodo de
tiempo
8
 ¿Qué es una Carta de Control?
 Una Carta de Control es como un historial del proceso...
... En donde ha estado.
... En donde se encuentra.
... Hacia donde se puede dirigir

 Las cartas de control pueden reconocer cambios buenos y

malos.
¿Qué tanto se ha mejorado?
¿Se ha hecho algo mal?

 Las cartas de control detectan la variación anormal en un

proceso, denominadas “causas especiales o asignables de
variación.”
9
 Variación observada
en una Carta de Control
 Una Carta de control es simplemente un registro de datos en
el tiempo con límites de control superior e inferior.

 Una carta de control identifica los datos secuenciales en

patrones normales y anormales.

 El patrón normal de un proceso se llama causas de variación

comunes.

 El patrón anormal debido a eventos especiales se llama causa

especial de variación.

 Tener presente que los límites de control NO son límites de

especificación. 10
 Causas comunes o normales
 CAUSAS COMUNES
Siempre están presentes

Sólo se reduce con acciones de mejora mayores

Su reducción es responsabilidad de la dirección

 Fuentes de variación: Márgenes inadecuados de diseño,

materiales de baja calidad, capacidad del proceso insuficiente

 SEGÚN DEMING
 El 94% de las causas de la variación son causas
comunes, responsabilidad de la dirección
11
 Variación – Causas comunes

Límite
Límite
inf. de
sup. de
especs.
especs.

Objetivo

12
 Causas Especiales

CAUSAS ESPECIALES
 Ocurren esporádicamente
 Son ocasionadas por variaciones anormales (6Ms)
Medición, Medio ambiente, Mano de obra, Método, Maquinaria,
Materiales
 Sólo se reduce con acciones en el piso o línea
 Su reducción es responsabilidad del operador por medio del
Control Estadístico del Proceso


SEGÚN DEMING
El 15% de las causas de la variación son causas especiales y
es responsabilidad del operador

13
Variación – Causas especiales
Límite
inf. de
especs.

Límite
sup. de
especs.

Objetivo

14
 Cartas de control
12.5 Límite
Superior de
11.5 Control

10.5

9.5 Línea
Central
8.5
Límite
7.5 Inferior de
Control
0 10 20 30
15
 Patrones de anormalidad
en la carta de control
“Escuche la Voz del Proceso” Región de control,
M captura la variación
E
natural del proceso
D
I original
D LSC
A
S

C
A LIC
L Tendencia del proceso
I
D El proceso ha cambiado
A
Causa Especial
identifcada
D
TIEMPO
 Patrones Fuera de Control
Corridas
7 puntos consecutivos de un lado de X-media.

Puntos fuera de control

1 punto fuera de los límites de control a 3 sigmas en cualquier
dirección (arriba o abajo).

Tendencia ascendente o descendente

7 puntos consecutivos aumentando o disminuyendo.

Adhesión a la media
15 puntos consecutivos dentro de la banda de 1 sigma del
centro.

Otros
2 de 3 puntos fuera de los límites a dos sigma
17
 Patrón de Carta
en Control Estadístico

Proceso en Control estadístico

Sucede cuando no se tienen situaciones anormales y

aproximadamente el 68% (dos tercios) de los puntos de
la carta se encuentran dentro del 1  de las medias en
la carta de control.

Lo anterior equivale a tener el 68% de los puntos

dentro del tercio medio de la carta de control.

18
Cartas de Control para
variables

19
 Tipos de Cartas de control
 Las cartas de control se dividen en dos categorías,
diferenciadas por el tipo de datos bajo estudio-
variables y atributos.

 Las Cartas de Control para datos variables son

utilizadas para características que tienen una magnitud
variable. Ejemplo:
- Longitud, Ancho, Profundidad

- Peso, Tiempo de ciclo, Viscosidad

20
Cartas de Control por Variables

 MEDIAS RANGOS (subgrupos de 5 - 9 partes cada x horas, para

estabilizar procesos)

 MEDIANAS RANGOS (para monitorear procesos estables)

 MEDIAS DESVIACIONES ESTANDAR (subgrupos de 9 o más

partes cada hora o cada lote de proveedor para monitoreo de
procesos o proveedores)

 VALORES INDIVIDUALES (partes individuales cada x horas, para

monitoreo de procesos muy lentos o químicos)

21
 Implantación de cartas
de control por variables
1. Identificar la característica a controlar en base a un
AMEF (análisis del modo y efecto de falla)

2. Diseñar los parámetros de la carta (límites de

control, subgrupo 3-5 partes, frecuencia de
muestreo)

3. Validar la habilidad del sistema de medición por

medio de un estudio Repetibilidad &
Reproducibilidad

4.Centrar el proceso, correrlo y medir al menos 25

subgrupos de 5 partes cada uno, correspondiente
a la producción del mismo turno o día
 Cartas de Control por Variables -
Metodología de implantación
5. Calcular los límites de control preliminares a 3 Sigma

6. Identificar causas asignables o especiales y tomar acción para

prevenir recurrencia

7. Recalcular los límites de control de ser necesario repetir paso

6. Establecer límites preliminares para corridas futuras

8. Continuar el monitoreo y Análisis, tomar acciones en causas

especiales y recalcular límites de control cada 25 subgrupos

9. REDUCIR CAUSAS COMUNES DE VARIACIÓN

23
 Carta X, R (Continuación)
Terminología
k = número de subgrupos; n = número de muestras en cada subgrupo
X = promedio para un subgrupo
X = promedio de todos los promedios de los subgrupos
R = rango de un subgrupo
R = promedio de todos los rangos de los subgrupos
x1 + x2 + x3 + ...+ xN
x =
n
x1 + x2 + x3 + ...+ xN
x =
k
LSCX = x + A2 R NOTA: Los factores a considerar
LICX = x - A2 R para n = 5
LSCR = D4 R Son A2 = 0.577 D3 = 0 D4 = 2.114
LICR = D3 R
 Carta X-R
Xbar-R Chart of Supp1
600.5
U C L=600.321

600.0
Sample Mean

_
_
599.5 X=599.548

599.0
LC L=598.775
1 3 5 7 9 11 13 15 17 19
Sample

3
U C L=2.835
Sample Range

2
_
R=1.341
1

0 LC L=0
1 3 5 7 9 11 13 15 17 19
Sample

¿Cuál gráfica se analiza primero?

¿Cuál es su conclusión acerca del proceso ?
25
 Carta de Individuales (Datos variables)

 A menudo esta carta se llama “I” o “Xi” - MR.

 Esta Carta monitorea la tendencia de un proceso con datos

variables que no pueden ser muestrados en lotes o grupos.

 Este es el caso cuando la capacidad de

corto plazo se basa en subgrupos racionales de una unidad o
pieza

 La línea central se basa en el promedio de los datos, y los

límites de control se basan en la desviación estándar poblacional
(+/- 3 sigmas)

26
 Carta X, R (Continuación)
Terminología
k = número de piezas
n = 2 para calcular los rangos
x = promedio de los datos
R = rango de un subgrupo de dos piezas consecutivas
R = promedio de los (n - 1) rangos
x1 + x2 + x3 + ...+ xN
x =
n n 2
LSCX = x + E2 R D4 3.27
LICX = x - E2 R
D3 0
LSCR = D4 R
E2 2.66
LICR = D3 R
(usar estos factores para calcular Límites de Control n = 2)
 Ejemplo: Carta I - MR
I-MR Chart of Supp2

605.0 U C L=605.34
Individual Value

602.5
_
600.0 X=600.23

597.5

595.0 LC L=595.12
1 11 21 31 41 51 61 71 81 91
O bser vation

1
U C L=6.284
6.0
M oving Range

4.5

3.0
__
M R=1.923
1.5

0.0 LC L=0
1 11 21 31 41 51 61 71 81 91
O bser vation

Observar la situación fuera de control

28
 Ejercicios de Cartas I o X, R
 Hacer dos cartas X-R y
concluir:
MUESTRA 1 MUESTRA 2 MUESTRA 1 MUESTRA 2

1 12 2.832 11 16 2.97
2 15 2.802 12 15 2.95
3 13 2.952 13 17 2.95
4 10 2.80 14 16 2.86
5 13 2.95 15 17 2.89
6 15 2.92 16 19 2.86
7 15 2.95 17 16 2.85
8 15 2.92 18 16 2.78
9 22 2.93 19 17 2.89
10 16 2.93 20 19 2.78
29
Cartas de Control
para atributos

30
 Cartas de control por atributos
 Las cartas para atributos son las que tienen características como
aprobado/reprobado, bueno/malo o pasa/no pasa. Algunos
ejemplos incluyen:

- Número de productos defectuosos

- Fracción de productos defectuosos

- Numero de defectos por unidad de producto

- Número de llamadas para servicio

- Número de partes dañadas

- Pagos atrasados por mes

 Cartas de control para atributos
Datos de Atributos
Tipo Medición ¿Tamaño de Muestra ?
p Fracción de partes defectuosas, Constante o variable > 30
defectivas o no conformes

np Número de partes defectuosas Constante > 30

c Número de defectos Constante = 1 Unidad de

inspección

u Número de defectos por unidad Constante o variable en

 Cartas de Control tipo p

 p - CON LÍMITES DE CONTROL VARIABLES

 p - CON n PROMEDIO

 p - ESTANDARIZADA

 CURVA CARACTERÍSTICA DE OPERACIÓN OC Y ARL

 2... Cartas de Control por Atributos

c – Número de defectos
Se cuentan los defectos que tienen cada unidad de inspección
de tamaño n constante en productos complejos – TV,
computadoras

u – Defectos por unidad

Se cuentan los defectos que tienen diferentes unidades de
inspección de tamaño n variable en productos complejos y se
determinan los defectos por unidad – TV, computadoras
 Cartas de control para Atributos
Situaciones fuera de control
Un punto fuera de los límites de control.
 Siete puntos consecutivos en un mismo lado de de la línea central.
Siete puntos consecutivos, todos aumentando o disminuyendo.
Catorce puntos consecutivos, alternando hacia arriba y hacia abajo.

P Chart of Rejects
0.35
UCL=0.3324
0.30 1

0.25
Proportion

0.20
_
P=0.1685
0.15

0.10

0.05

0.00 LCL=0.0047

1 3 5 7 9 11 13 15 17 19
Sample
Tests performed with unequal sample sizes
 Carta p (Cont...)
Ejemplo: Algunos componentes no pasaron la inspección final. Los datos de falla se
registraron semanalmente tal como se muestra a continuación.

# de n np p
com pone nte
s Fr acción de
ins pe ccionad Com pone nte s com pone nte s
os de fe ctuos os de fe ctuos os

7 0 0.000
K = 13 semanas 7 0 0.000
15 2 0.133
14 2 0.143
48 6 0.125
22 0 0.000
18 6 0.333
7 0 0.000
14 1 0.071
9 0 0.000
14 2 0.143
12 2 0.167
8 1 0.125
 Carta p (Cont..)
Ejemplo: Gráfica P para Fracción Defectiva
0.5

0.4
3.0SL= 0.4484 LSC
Proporci

0.3
ón

0.2

0.1 P= 0.1128 p
0.0 - 3.0SL= 0.000
LIC
0 5 10
Número de muestra

 Observe como el LSC varía conforme el tamaño (n) de cada muestra varía.
 ¿Por qué el LIC es siempre cero?
 ¿Qué pasó en la muestra 7? (33.3% defectos)
 ¿Qué oportunidades para mejorar existen?,
¿Podemos aprender algo de las muestras 1, 2, 6, 8, y 10?
 ¿Podría este proceso ser un buen proyecto de mejora?
 Carta np (Atributos)
 Se usa cuando se califica al producto como bueno/malo,
pasa/no pasa.
 Monitorea el número de productos defectuosos de una
muestra
 El tamaño de muestra (n) es constante y mayor a 30.

Terminología (igual a gráfica p, aunque n es constante)

n = tamaño de cada muestra (Ejemplo: producción semanal)
np = número de unidades defectuosas en cada muestra
k = número de muestras
 Carta np (Cont..)
Ejemplo 1: en un proceso se inspeccionan K = 15 lotes tomando n = 4000
partes de cada lote, se rechazan algunas partes por tener defectos, como sigue:
n np
# de partes
# de partes inspeccionadas defectuosas
4000 2
4000 3
4000 3
4000 2
4000 4
4000 2
4000 3
4000 3
4000 6
4000 8
4000 3
4000 4
4000 4
4000 7
4000 6
K=15 lotes
 4... Carta np (Cont...)
Ejemplo 1:
Carta np de número de defectivos o defectuosos

10 3.0 LSC=10.03
No. De fecetivos

5
Np =4.018 np

0 - 3.0S LIC=0.0 LIC

0 5 10 15
Número de muestras

 El tamaño de la muestra (n) es constante

 Los límites de control LSC y LIC son constantes

 Esta carta facilita el control por el operador ya que el evita

hacer cálculos
 4... Carta c (Atributos)
 Monitorea el número de defectos por cada unidad de
inspección (1000 metros de tela, 200 m2 de material,
un TV)
 El tamaño de la muestra (n unidades de inspección)
debe ser constante
 Ejemplos:
- Número de defectos en cada pieza
- Número de cantidades ordenadas incorrectas en
órdenes de compra
Terminología
c = Número de defectos encontrados en cada
unidad o unidades constantes de inspección
k = número de muestras
 Carta c (cont..)
Ejemplo: Número de defectos encontrados en una unidad de inspección que
consta de 50 partes de cada lote de 75 piezas durante 25 semanas (K = 11).

#Lote / Defectos encontrados

1 6
2 4
3 4
4 2
NOTA: Utilizar Excel para
5 4
Construir la carta c
6 3
7 4
8 4
9 5
10 5
11 5
 Carta c (cont..)
Ejemplo:

Carta C
15 1
Número de defectos

3.0L SC= 12.76 LSC

10

5 C = 5.640 C

0 - 3.0L IC= 0.000

0 5 10 15 20 25
Número de Muestras

 Observe el valor de la última muestra; está fuera del límite

superior de control (LSC)
 ¿Qué información, anterior a la última muestra, debió haber
obviado el hecho de que el proceso iba a salir de control?
 Carta u (Atributos)
 Monitorea el número de defectos en una muestra de n unidades de
inspección. El tamaño de la muestra (n) puede variar
 Los defectos por unidad se determinan dividiendo el número de
defectos encontrados en la muestra entre el número de unidades
de inspección incluidas en la muestra (DPU o número de defectos
por unidad) .

 Ejemplos:
• Se toma una muestra de tamaño constante de tableros PCB por
semana, identificando defectos visuales por tablero.

• Se inspeccionan aparatos de TV por turno, se determinan los

defectos por TV promedio.
 Carta u (cont...)
Ejemplo 2: Defectos encontrado al inspeccionar varios
lotes de productos registrados por semana
Lote n c = Defectos u = DPU
Lote Unidade s De fe ctos DPU
1 10 60 6
2 12 75 6.3
3 7 42 6
4 14 77 5.5
5 12 69 5.8
6 12 72 6
7 13 76 5.8
8 10 55 5.5
9 9 51 5.7
10 14 78 5.6
11 13 72 5.5
12 13 77 5.9
13 12 74 6.2
14 10 57 5.7
15 11 62 5.6
16 13 41 3.2
17 11 30 2.7
18 15 45 3
19 15 42 2.8
20 14 40 2.9

k=20 semanas
 Carta u (cont..)
Ejemplo 2:
Gráfica U para Defectos
Número de efectos

7 3. 0L SC
= 6. 768
LSC
6

5 U=4. 979 u
4
- 3. 0L IC= 3. 190
3 LIC
2
0 10 20
Número de Muestras

 Observe que ambos límites de control varían

cuando el tamaño de muestra (n) cambia.

 ¿En que momentos estuvo el proceso fuera de

control?
 Capacidad de proceso
por atributos
 Para cartas de control p y np en base a la fracción promedio de
productos defectivos o no conformes es:

Cp >=1 es equivalente a p <= 0.27%

NOTA: Equivale a que el porcentaje de partes

buenas sea cuando menos del 99.73%

 Para cartas de control c y u dependen de la especificación

proporcionada por el cliente
Carta EWMA

48
Carta de Promedios Móviles Ponderados
Exponencialmente (EWMA)
 Es más sensible que la gráfica X al movimiento de los
pequeños cambios sostenidos en la media del
proceso.

 Es más sensible que la gráfica X al movimiento de

separación gradual de la media del proceso.

 Es menos sensible que la gráfica X a desplazamientos

grandes de la media del proceso.

 Se puede aplicar a las Xs o a las Xs individuales.

49
 Carta EWMA del ejemplo
Xewma
1- 52.0
EWMA Chart for X
2- 47.0
53
3- 53.0 UCL=52.59
4- 49.3 52

5- 50.1
51
6- 47.0
EW MA

50 Mean=50
7- 51.0
8- 50.1 49

9- 51.2
48
10- 50.5 LCL=47.41
47
11- 49.6
0 10 20
12- 47.6
Sample Number
13- 49.9
14- 51.3
15- 47.8
50
 Carta EWMA =
Z0 = X
_
 Los puntos a graficar son los siguientes :Z1 =  X
_ 1 + (1- ) Z0
Z2 =  X
_ 
2 + (1- ) Z1
Z3 =  X
_ 
3 + (1- ) Z2
 
Z4 = X4 + (1- ) Z3
Con Z = EWMA
 Observa que Z es un promedio ponderado de X i y de todas las Xs
anteriores.
 La típica forma de una gráfica EWMA se muestra a continuación.
UCL
Los cálculos, especialmente de los
límites de control, son tan complejos
XII

que normalmente este tipo de gráfica

LCL se realiza por medio de un paquete
subgrupo de computo.
1 2 3 4 5 6

51
 Estandarización

1. Controles para la mejora.

2. Formas para eliminar causas.

3. Datos de control de resultados.

4. Aplicación de soluciones en otros

procesos.

5. Uso de métodos de estandarización.

. 52
 Prevención de la reincidencia –
Estandarización

DISPOSITIVOS A PRUEBA DE ERROR ( Poka - Yokes ).

53
22 GUOQCSTORY.PPT
 Prevención de la reincidencia
 Realizar actividades para asegurar la no reincidencia
del problema.

 Se debe de tener un control de las mejoras y de los

nuevos estándares, estas deben de ser acciones que
realmente eliminen las causas de los problemas.

 Herramientas a utilizar: hojas de verificación, cartas

de control, histogramas, métodos de documentación
de archivos, ISO- TS 9000, 5W +1H, etc.

54
 Prevención de la reincidencia

CON TRO LES AYU DAS

AU TO MATICOS VIS UALE S P ROCED IM IE N TOS E SP E CI F ICACI ON ES
P OK A - YO KE DE OP E RACIÓN
E STAND AR

55
 P rototype

Control P la n Numbe r

P a rt Numbe r/La te s t Cha n ge Le ve l

P re - la u nc h P roduc tio n
CONTROL PLAN

Ke y Con ta c /P ho ne

Core Te a m
Da te (Orig.)
P a ge

Cus tome r Engin e e ring Approva l/Da te (if Re q 'd .)

Da te (Re v.)
of
Plan de control
P a rt Na me /De s c rip tion S upplie r/P la nt Approva l/Da te Cus tome r Qua lity Approva l/Da te (if Re q'd.)

S upplie r/P la nt S upp lie r Co de O th e r App rova l/Da te (if Re q'd.) O the r Ap prova l/Da te (if Re q'd.)

P a rt / P roc e s s Na me / Ma c hine , De vic e , Cha ra c te ristic s S pe c ia l Me thods

P roc e s s Op e ra tion J ig, To ols Cha r.

Nu mbe r De s c ription For Mfg. No. P roduc t P ro c e s s Cla s s . P ro duc t/P roc e s s Eva lua tion/ S a mple Control Me thod Re a c tio n P la n

Todos los procesos

S pe c ific a tion/ Me a s ure me nt S ize Fre q.

Tole ra nc e Te c hniqu e

-
- Todas las Operaciones
- Todas las actividades

Hoja de Instrucción calidad

No de Producto Dibujo No. Operación No. Maquína Elaboró Aprobó
Nombre del producto Nivel
Caracteristica Especificación Criterio Instrumento Tamaño Frecuenc. Método de Plan de Reacción
Descripción & Tolerancia d´muestra Registro

- Un proceso
- Una actividad
- Operaciones Limitadas Operador
Ayuda Visual

Instrucciones:

Distribución

56
One Way to Standardize a Process

57
Reconocimiento al equipo Seis Sigma
 Este paso es de los más importantes ya que sin un
reconocimiento adecuado a los resultados
alcanzados, se envía el mensaje de ganar perder
para el personal y se elimina la motivación para
trabajar en nuevos proyectos de mejora.

 Los reconocimientos son muy variados y dependen

de la empresa y los resultados alcanzados en
particular.

58