Documente Academic
Documente Profesional
Documente Cultură
.-- --
540 Parte 3 Six Sigma y el sistema tcnico
Malas noticias! Bajamos cinco puntos! A partir de este momento, debemos con-
centrarnos en mejorar estas calificaciones! Me doy cuenta de que las tasas de uso
del servicio han aumentado a mayor velocidad de lo esperado, de modo que debe-
mos esforzarnos por dar a nuestros clientes un magnfico servicio. S que pueden
hacerlo!
Como Joiner coment: "Ven los datos de esta manera? Este mes en comparacin con el mes
pasado? Este mes en comparacin con el mismo mes del ao pasado? En ocasiones, obser-
van los puntos de los datos ms recientes? Los dos ltimos puntos de los datos? No enten-
da por qu la gente slo quera observar dos ptmtos de los datos. Finalmente, todo se acla-
r para m. Con dos puntos de los datos es fcil calcular una tendencia: 'Las cosas bajaron
2 por ciento en comparacin con el mes pasado. Este mes subieron 30 por ciento en compara-
cin con el mismo mes del ao pasado.' Por desgracia, no aprendemos nada de importancia
al comparar dos resultados cuando ambos provienen de un proceso estable . .. y la mayora
de los datos importantes para la administracin provienen de procesos estables."
Muchos administradores que no entienden cmo usar eficazmente la informacin esta-
dstica casi siempre cometen los mismos errores. Los conceptos estadsticos son cruciales para
la buena administracin de calidad y son la clave para manejar los procesos y su variacin
inherente. Son fundamentales para la prctica de Six Sigma y los estudios; de hecho, Six
Sigma ha incrementado la importancia de la estadstica en el anlisis de negocios. Los mto-
dos estadsticos tienen aplicaciones en otras reas de la administracin de calidad, inclu-
yendo el anlisis de productos y mercados, diseo de productos y procesos, control de
procesos, pruebas e inspeccin, identificacin y verificacin de las mejoras a los procesos y el
anlisis de confiabilidad. Todos los administradores, supervisores, empleados de oficina y
obreros deben tener ciertos conocimientos de los aspectos tcnicos de los mtodos estadsti-
cos. Empresas grandes y pequeas necesitan entender los aspectos estadsticos del anlisis de
datos a fin de tomar decisiones adecuadas (vase Perfiles de la calidad: Graniterock y Branch-
Smith Printing Division).
Se supone que los lectores de este libro tienen un conocimiento previo de la estadstica ele-
mental. Este captulo proporciona un breve repaso de algunos conceptos y aplicaciones esta-
dsticos importantes en Six Sigma y otras actividades de mejora y control de la calidad, pero
la intencin no es reemplazar un tratamiento riguroso de los mtodos estadsticos. Sin
embargo, es un hecho que la estadstica es una materia sobre la que se descubre y aprende
algo nuevo cada vez que se revisan los conceptos, de modo que lo alentamos a hacerlo as. En
el libro de Breyfogle, que se incluye en la bibliografa al final de este captulo, encontrar un
tratamiento completo sobre los mtodos estadsticos para Six Sigma.
PENSAMIENTO ESTADSTICO
La estadstica es la ciencia que se ocupa de "la recopilacin, organizacin, anlisis, interpre-
tacin y presentacin de datos" .2 Los procesos de medicin proporcionan datos. stos
pueden ser las dimensiones de los tornillos que se
producen en una lnea de produccin, los errores
Los datos primarios recopilados en el
diarios en los pedidos en un departamento de pedi- campo no proporcionan la informacin
dos o el nmero de demoras en los vuelos, por necesaria para controlar o mejorar la cali-
semana, en un aeropuerto. dad. Es preciso organizar, analizar e in-
Nunca daremos demasiada importancia a los terpretar los datos. La estadstica ofrece
conceptos estadsticos en la administracin de cali- una manera eficiente y eficaz de obtener
dad; pero, la estadstica es esencial al implementar informacin significativa a partir de los
una filosofa de mejora continua. El uso de mto- datos, permitiendo a los administradores
dos estadsticos en la calidad data de 1903, cuando y empleados controlar y mejorar los pro-
Bell System enfrent un problema al disear su ofi- cesos.
3
cina matriz. Un suscriptor al servicio telefnico
levanta el auricular del telfono y obtiene un tono de marcacin, lo que significa que est
conectado a una lnea troncal que llega hasta la oficina matriz. La pregunta era: "Cuntas
lneas de este tipo se necesitan?" En teora, todos los suscriptores podran usar el telfono al
Captulo 11 Pensamiento estadstico y aplicaciones 541
PERFILES DE LA CALIDAD
mismo tiempo, pero, en realidad, slo un porcentaje pequeo lo hace en forma simultnea.
Los analistas recopilaron y analizaron la informacin estadstica sobre la demanda da a da,
hora por hora e identificaron los periodos de uso mximo para determinar cuntas lneas se
necesitaban para cumplir con el estndar de servicio (la probabilidad de no obtener un tono
de marcacin). En la dcada de 1920, los laboratorios Bell pensaron que las herramientas esta-
dsticas tenan aplicaciones en la fbrica, y empez a experimentar con el muestreo estads-
tico, lo que con el tiempo dio lugar al desarrollo de grficas de control. Joseph Juran particip
en la venta de esta nueva tecnologa a las fbricas, pero tuvo poco xito hasta la Segunda
Guerra Mundial, cuando el impulso por mejorar la calidad en la milicia empez con la imple-
mentacin de mtodos estadsticos en las fbricas. El resto, como dicen, es historia.
No basta con conocer las herramientas y mtodos estadsticos; es preciso entender el
papel de la estadstica en las decisiones administrativas. Los administradores necesitan pensar
estadsticamente. El pensamiento estadstico es una filosofa de aprendizaje y accin basada
en estos principios:
l . Todo el trabajo ocurre en un sistema de procesos interconectados.
2. La variacin existe en todos los procesos.
3. El entendimiento y la reduccin de la variacin son claves para el xito. 4
La comprensin de los procesos proporciona el contexto para determinar los efectos de la
variacin y el tipo apropiado de accin gerencial por emprender. Al ver el trabajo como un
proceso se pueden aplicar herramientas estadsticas para establecer procesos consistentes y
predecibles, estudiarlos y mejorarlos. Aunque la variacin existe en todas partes, muchas
decisiones de negocios no la toman en cuenta y, a menudo, los administradores confunden
sus causas comunes y especiales de variacin. Debe entenderse la naturaleza de la variacin
antes de enfocarse en reducirla.
Cualquier proceso de produccin contiene diversas fuentes de variacin, como se ilustra
en la figura 11.1. Por ejemplo, los distintos lotes de material varan en resistencia, grosor o
contenido de humedad. Las herramientas de corte tienen una variacin inherente en su resis-
tencia y composicin. Durante la manufactura, las herramientas experimentan desgaste, las
vibraciones provocan cambios en los ajustes de las mquinas y las fluctuaciones elctricas
causan variaciones en la potencia. Los operadores no colocan las partes de manera consis-
tente en sus marcos, y la presin fsica y emocional afecta la consistencia de los operadores.
Adems, los instrumentos de medicin y las capacidades de inspeccin del ser humano no
son uniformes. Incluso cuando las mediciones de distintas caractersticas con el mismo ins-
trumento son iguales, se debe a una falta de precisin en el instrumento de medicin; los
instrumentos extremadamente precisos siempre revelan ligeras diferencias.
Las interacciones complejas de estas variaciones en los materiales, herramientas, mqui-
nas, operadores y el ambiente no son fciles de entender. La variacin debido a cualquiera de
estas fuentes aparece en forma aleatoria; no es posible identificar ni explicar las fuentes indi-
viduales. Sin embargo, su efecto combinado es estable y, por lo regular, es posible predecirlo
estadsticamente. Estos factores estn presentes como parte natural de un proceso y se cono-
cen como causas comunes de la variacin. Las causas comunes son resultado del diseo del
Operadores Mtodos
Materiales Instrumentos
de med icin
Herramientas Desempeo de la
inspeccin humana
Mquinas Ambiente
Captulo 11 Pensamiento estadstico y aplicaciones 543
2. Atribuir a las causas comunes cualquier falla, queja, error, descompostura, accidente o
escasez cuando en realidad se debe a una causa especial.
En el primer caso, el manejo de un sistema estable puede aumentar la variacin en el sistema;
en el segundo, la oportunidad de reducir la variacin se pierde debido a que se piensa err-
neamente que la cantidad de variacin es incontrolable.
Con cunta frecuencia los administradores toman decisiones con base en uno o dos
puntos de datos, observando tendencias donde no existen o manipulando cifras financieras
que en realidad no pueden controlar? La falta de un uso amplio y sostenido del pensamiento
estadstico en muchas organizaciones se debe a dos razones? En primer lugar, por tradicin,
los estadgrafos han funcionado como solucionadores de problemas en la manufactu-
ra, investigacin y desarrollo y, por tanto, se enfocaban hacia los clientes individuales ms
que hacia las organizaciones; en segundo, los estadgrafos se concentraban, sobre todo, en
los aspectos tcnicos de la estadstica en lugar de dar mayor importancia a la definicin de los
procesos, la medicin, el control y la mejora (actividades clave que inciden en la utilidad).
La alta direccin necesita dominar el uso del pensamiento estadstico al definir la estra-
tegia y los objetivos del enfoque, comunicar de manera clara y consistente los beneficios y
resultados, proporcionar los recursos necesarios, dirigir a los dems y reconocer y premiar
el comportamiento deseado. Para ayudar a los administradores a trabajar de esta forma,
muchas organizaciones crean grupos medulares de profesionistas altamente capacitados que
tienen habilidades en las herramientas del pensamiento estadstico y que pueden ayudar a
otros a usarlas con eficacia. Esta tarea requiere de un ambiente que conduzca al aprendizaje
de conductas y conceptos nuevos.
El pensamiento estadstico se puede aplicar en todos los niveles de una organizacin;8 al
nivel organizacional, ayuda a los ejecutivos a entender el sistema de negocios y sus procesos
de alto impacto, utilizar los datos de toda una organizacin para evaluar el desempeo, desa-
rrollar sistemas de medicin tiles y motivar a los empleados a que experimenten para mejo-
rar su trabajo; al nivel de procesos, puede motivar a los administradores a desarrollar y
evaluar los sistemas estandarizados de administracin de proyectos, establecer objetivos rea-
listas, mantener mejor informados a los empleados y concentrarse en el proceso sin culpar a
los empleados por la variacin; por ltimo, al nivel individual o personal, el pensamiento
estadstico ayuda a los empleados a conocer la variacin, analizar mejor los datos del trabajo
e identificar medidas importantes y las oportunidades de mejora. Por tanto, todos los directi-
vos y empleados pueden beneficiarse con el pensamiento estadstico y utilizar las herramien-
tas de calidad total. La tecnologa, en forma de poderosas PC actuales y software amigable
con el usuario para el anlisis y visualizacin de datos, como Microsoft Excel y otros paque-
tes de hoja de clculo, facilitan en gran medida la capacidad de utilizar la estadstica y las
herramientas de calidad en el trabajo diario.
El triunfo de la estadstica es el triunfo del doctor Deming. Mientras otros han claudi-
cado o han sido tibios en su apoyo a la estadstica, el doctor Deming ha permanecido
firme en su conviccin de que la estadstica est en el centro del control de calidad.
De hecho, va ms all y coloca los principios estadsticos en el corazn de todo el pro-
ceso de produccin. 10
En sus seminarios de cuatro das sobre administracin, Deming utilizaba dos experimen-
tos sencillos, aunque poderosos, para educar a su pblico en cuanto al pensamiento estads-
tico. El primero es el experimento de las "cuentas rojas", que se realiza como sigue. Un
supervisor (casi siempre Deming) selecciona varios voluntarios del pblico: seis trabajadores
Captulo 11 Pensamiento estadstico y aplicaciones 545
Figura 11.2 Produccin del primer da (la paleta muestra el resultado de la ltima trabajadora dispuesta, Ann)
Bead Box
Qu ality Gamebox
PQ Systems, lnc.
Cuentas
Jugador
Jeff
Rondas
1
rojas
10 0 2bO o ee oooo e oo
Dave
Tom
1
1
11
11
0.220
0. 220 oooooooo e o
Dennis 1 14 0 .280 0000000000
Marty
Ann
1
1
7
11
0 .140
0.220 e oo e ooo e oo
o e o ee oooo e
Estadsticas
pbar = 0 .21
UCL = 0.39 LCL = 0.04
p- p-chart , <Enter> - continue
-
UCL = LSC lmite superior de control
LCL = LIC lmite inferior de control
546 Parte 3 Six Sigma y el sistema tcnico
Bead Box
Quality Gamebox
PQ Systems, lnc.
En la figura 11.3 se muestran los resultados acumulados para el segundo da. Observe
que, despus de dos das, Jeff ha producido 23 cuentas rojas; Dave 24; Tom 20; Dennis 21;
Marty 17, y Ann 23. (Los resultados del segundo da se calculan restando: Jeff produce 13
cuentas; Dave 13; Tom 9; Dermis 7; Marty 10, y Arm 12.) El desempeo general no fue bueno.
Los directivos vigilan con detenimiento. El supervisor les recuerda una vez ms que sus tra-
bajos dependen del desempeo. Marty es una gran desilusin. Es obvio que el xito se le
subi a la cabeza. El supervisor le llama la atencin frente a los dems. Por otra parte, Dennis
mostr una mejora notoria; las pruebas y el peligro de perder su trabajo lo convirtieron en un
mejor trabajador (slo siete cuentas rojas) 50 por ciento menos defectos! Cumpli el objetivo;
si l puede hacerlo, los dems tambin. El gerente de la planta encomienda a Dermis un tra-
bajo especial.
Al principio del tercer da, la administracin anuncia un da de cero defectos. Todos
darn lo mejor de s en el ltimo da del programa de aprendizaje. El supervisor est deses-
perado y una vez ms dice a los trabajadores dispuestos que su trabajo es su propia res-
ponsabilidad. En la figura 11.4, las cifras de produccin se pueden determinar (calculando
la diferencia entre la produccin acumulada de los das 3 y 2) y demostrar que Jeff produce
12 cuentas rojas; Dave 18; Tom 17; Dennis 9; Marty 6, y Ann 11. Es evidente que Marty
aprendi una leccin el da anterior, pero el desempeo general del grupo no es bueno. Los
directivos estn a disgusto con los resultados. El programa del da de cero defectos no
mejor la calidad de manera significativa; de hecho, este da se produjeron ms cuentas
rojas que nunca. Los costos se salen de control, y se habla de cerrar la planta. Dave y Tom
reciben papeletas rosas donde se les informa que maana ser su ltimo da; es evidente
que su trabajo es peor que el de los dems. Pero el supervisor es optimista y coloca un car-
tel que dice: "S un trabajador de calidad!" para motivar a los dems para que alcancen la
meta.
El cuarto da (vase la figura 11.5) se tiene que el nmero de cuentas rojas que produjeron
los seis trabajadores dispuestos es 8, 11, 8, 9, 8 y 9. La produccin todava no es muy eficiente.
El supervisor anuncia que los directivos decidieron cerrar la planta.
Captulo 11 Pensamiento estad stico y aplicaciones 547
Bead Box
Quality Gamebox
PQ Systems, lnc.
El experimento de las cuentas rojas ofrece varias lecciones importantes a los directivos:
Existe la variacin en los sistemas y, si son estables, se pueden proyectar. Si se grafica la frac-
cin de las cuentas rojas que produce cada trabajador al da, se observa esta variacin
con facilidad . La figura 11.6 es un diagrama de la fraccin de cuentas rojas produci-
das con el tiempo. Todos los puntos fluctan alrededor del promedio general, que es
0.2t cayendo casi entre 0.10 y 0.40. En el captulo 14 aprenderemos a calcular los lmites
estadsticos de la variacin (0.04 y 0.38), lmites dentro de los cuales podramos esperar que
bajaran los resultados de un sistema estable. Esta variacin demuestra que el sistema de
produccin es de hecho estable; es decir, la variacin surge de causas comunes. Aunque
Bead Box
Quality Gamebox
PQ Systems, ln c.
Fraccin
de cuentas
rojas
0.40
0.35
0.30
0.25
Umites
Promedio -+-~--"'-+--f:.__---+--+-----\---*--4.-------- estadsticos de
0.20 la variacin
0.15
0.10
0.05
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
J O T O M A J O T O M A J O T O M A J O T O M A
Da 1 Da 2 Da 3 Da 4
mejorar el proceso. La direccin es responsable del material que llega, pero no trabaja
con el proveedor con el fin de mejorar los insumas para el sistema. La direccin dise
el sistema de produccin y decidi depender de la inspeccin para controlar el proceso.
Estas decisiones tienen mucha ms influencia en los resultados que los esfuerzos de los
trabajadores. Tres inspectores quiz son tan costosos como seis trabajadores, y prctica-
mente no agregan ningn valor a la produccin.
Regla 2. Medir la desviacin del punto en que la canica queda en reposo hasta el blanco.
Mover el embudo una distancia equivalente en direccin opuesta a su posicin actual
[figura 11.7(a)].
Regla 3. Medir la desviacin del punto en que la canica queda en reposo hasta el blanco.
Colocar el embudo a una distancia igual en direccin opuesta del error desde el blan-
co [figura 11.7(b)].
Regla 4. Colocar el embudo sobre el punto en que la canica dej de moverse.
La figura 11.8 muestra una simulacin por computadora de estas estrategias utilizando el
Quality Gamebox. Es evidente que la primera regla (dejar solo el embudo) da como resultado
la menor variacin.
Las personas utilizan constantemente estas reglas de manera inadecuada provocando
mayor variacin de la que ocurrira normalmente. Un golfista amateur que realiza un mal tiro
suele hacer de inmediato un ajuste. Si la ltima parte se fabric fuera de las especificaciones,
se ajusta la mquina. Si el programa no se cumpli el mes pasado, cmbiese el proceso. Si el
informe de los ingresos del trimestre pasado fue menor al esperado, reduzca las existencias.
Si el desempeo de un empleado la semana pasada fue inferior al promedio (o excepcional),
castguelo (o prmielo). En todos estos casos, el error casi siempre est compuesto por una
reaccin inapropiada. Todas estas polticas se derivan de una falta de entendimiento de la
variacin, que se origina de la falta de entendimiento del proceso.
Posicin
actual Posicin
,' X ,'
,.--.. ~-
X__......-
~ --------- Blanco ',~.~Bl anco
Canica
Canica
Regla 1 Regla 2
Blanco ~
.... B lanco ~ & ,
. ... ' .
l-.~-
,......
... .
1
Regla3 Regla 4
FUNDAMENTOS ESTADSTICOS
Para aplicar la estadstica de manera apropiada, se necesita un entendimiento bsico de las
distribuciones de probabilidad y el muestreo. Esta seccin se concentra en estos conceptos.