Capitulo 7 Kaizen

CURSO DE SEIS SIGMA P. REYES / FEB.
2006
CAPITULO 7 PROYECTO DE SEIS SIGMA KAIZEN
Definir
Definir 7.1 Introducción
El seis sigma debe ser un proceso práctico y
Controlar
Contro activo con el que se logren resultados
Medir
Medir
l concretos. Cuando Motorola empezó a aplicarlo
en la década del los ochentas, buscaba corregir
los defectos de los productos antes de que
Mejora
M ejora Analizar
A nalizar llegaran al cliente, hoy día los proyectos Seis
rr
Sigma están enfocados a mejorar la
productividad y la rentabilidad de las empresas,
siendo este aspecto algo que lo hace tan
atractiva a muchos directores.
Con el Seis Sigma Kaizen, se busca determinar la capacidad real de los

procesos para cumplir con los requisitos del cliente, y reducir la probabilidad
de que éstos fallen, reduciéndola a 3.4 defectos por millón de oportunidades.
Los proyectos seis sigma Kaizen pueden ser integrados con otros conceptos
como lo son los equipos de alto desempeño, ya que ambas metodologías se
complementan totalmente
Origen y sus significados43

Seis Sigma
Motorola acuñó el termino Seis Sigma en los años ochentas, pero el termino
fue un objetivo de desempeño y no el enfoque para alcanzar ese nivel de
desempeño, así Seis Sigma significa alcanzar 3.4 defectos por cada millón de
43
Pérez Antonio “Seis Sigma – Kaizen........Rompiendo paradigmas”
Página 233
CURSO DE SEIS SIGMA P. REYES / FEB. 2006
unidades procesadas. Fue al inicio de los noventa que el termino Seis Sigma
comenzó a ser empleado como un método para implementar un modelo de
Mejora. Cuando esto ocurrió el termino ya no se refería al objetivo (3.4 partes
por millón) y si a la serie de actividades para alcanzar la excelencia.
Kaizen
Como parte de un método para lograr mejoras es usualmente entendido como

parte de Lean, de cualquier forma el término Kaizen es usado en dos formas:
la primera se refiere a la búsqueda de la perfección de todo lo que hacemos.
En este sentido Kaizen representa el elemento de la mejora continua que es
parte fundamental del modelo de Calidad. En un contexto de negocios esto
incluye todas las actividades individuales y de grupo que permiten hacer un
proceso mejor y satisfacer los requerimientos del cliente. El segundo término
se refiere a caminos específicos para lograr mejoras.
Estos métodos que se han etiquetado como Kaizen son variados,

generalmente son sistemas de planeación de eventos para identificar que
procesos sistemáticamente ocultan desperdicios y eliminarlos. En este
segundo sentido Kaizen puede ser mas antiguo que Lean mismo, sus orígenes
parecen estar en la segunda guerra mundial (Huntzinger 2002).
¿Porque funciona Seis Sigma - Kaizen?
Muchos de los procesos realmente nunca fueron diseñados considerando el

tiempo, un evento acelerado de cambio para identificar partes del proceso que
no agreguen valor, utilizar el sentido de simplicidad y de mejora continua de
Kaizen combinado con las herramientas Seis Sigma de enfoque estadístico y
reducción de variación permitirá la identificación de las causas raíz que
originan los problemas en un menor tiempo.
Página 234
7.2 Proyecto
El proyecto de nivel y variabilidad
El propósito de este proyecto fue utilizar las herramientas de Seis Sigma

Kaizen para maximizar las ventajas de un ambiente de manufactura de alto
desempeño, y reducir el desperdicio y posibles reclamaciones de mercado sin
afectar parámetros de calidad estipulados para el producto premier.
Iniciación de Proyecto
Definición del proyecto
Identificar y minimizar las causas raíz. El proyecto utilizará y tomará ventaja

del la filosofía Seis Sigma Kaizen de la cual se utilizaran herramientas para
identificar y reducir la variabilidad del proceso.
Alcance
Reducir el desperdicio.
Métricas
Las métricas utilizadas para medir el éxito de este proyecto incluye;
? Reducción en la variabilidad (desv. std) del proceso en un 20%
? Ahorros
Sponsor
? Gerente
Process Owner
? Jefe de departamento
Página 235
Team Leader
? Jefe
Miembros del equipo
7.3 Metodología DMAIC
Paso 1- Fase de Definición

Voz del cliente
En este proyecto hay un cliente interno, por ende al corregir la variación el

cliente externo (consumidor) se va a ver beneficiado por la mejora en el
proceso.
Mapeo del proceso

Figura 7.1 Mapa del Proceso
Una vez “delimitado” el proyecto, se estableció un plan para verificar con que
información se contaba para poder así realizar un mapa de Calidad, el cual
quedó de la siguiente manera:
Especificación Estándares Datos

Variable Proveedor Operación Dato Real Históricos
Tabla 7.1 Identificación de Variables
Conclusiones: Se encontraron algunas diferencias en las especificaciones

definidas por los fabricantes de la máquina contra las definidas en los
estándares de operación de la planta.
Página 236
Paso 2 - Fase de Medición
Introducción
Defini
Definir
r
Durante los meses de enero a diciembre se inicia
la recolección de datos históricos relacionados con Controlar
Controlar
Medir
Medir
el alcance del proyecto. Se realizaron los Mapas
de Spaghetti y Calidad. Se inició la detección de
áreas de oportunidad (x’s). Se validó que los Mejora
Mejorar
Mejorar Analizar
Analizar
sistemas de medición fueran confiables y se r
calculó la capacidad del proceso.
Diagrama de Espaguetti
El equipo utilizó esta herramienta para indicarnos el flujo de material y los

posibles problemas que se encontrarían
Figura 7.2 Diagrama de Espagueti
Resultado del análisis del Diagrama del Espagueti fue:
Pasos Áreas de Oportunidad

Introducción de Agua ? Baja presión de agua
? Nivel de agua bajo tanque
? Cierre hermético incorrecto en by-pass
Tabla 7.2 Áreas de Oportunidad
Conclusiones: Se visualizaron a manera de detalle los pasos de la operación y

se identificaron algunas áreas de oportunidad en cuanto a calibración de
equipos.
Página 237
Capacidad del Proceso
Siguiente con la metodología de Seis Sigma Kaizen fue la recolección de datos

de diversas fuentes.
Tabla 7.3 Recolección de datos
La recolección de información ayudó a analizar la situación actual:
Figura 7.3 Estadística de la situación actual (antes del proyecto)
Process Capability of Volumen Jun-Jul
LSL Target USL

Process Data W ithin
LS L 321 O v erall
T arget 327
USL 336 P otential (Within) C apability
S ample M ean 327.388 Cp 2.01
S ample N 417 C P L 1.71
S tD ev (Within) 1.24412 C P U 2.31
S tD ev (Ov erall) 2.11992 C pk 1.71
Ov erall Capability
Pp 1.18
PPL 1.00
PPU 1.35
P pk 1.00
C pm 0.93
322 324 326 328 330 332 334 336

O bserv ed P erformance E xp. Within P erformance E xp. O v erall P erformance
P P M < LS L 0.00 P P M < LS L 0.14 P PM < LSL 1291.56
P P M > U S L 0.00 P P M > U S L 0.00 P PM > U SL 24.30
P P M T otal 0.00 P P M T otal 0.14 P PM T otal 1315.85
Figura 7.4 Capacidad del Proceso situación actual (antes del proyecto)
Conclusiones: El proceso se encuentra cargado hacia la parte inferior de

especificaciones, además se aprecia la variabilidad en el proceso.
Una vez que se analizó los datos recolectados, se hizo el análisis del sistema
de medición, debido a la gran variabilidad que se encontró en el proceso, que
pudiera ser por un sistema de medición inadecuado.
Página 238
Sistema de Medición
Una de las herramientas utilizadas en esta etapa fue la del MSA, la cual
consistió en analizar a 3 operadores con un mismo aparato de medición y
obtener los valores de repetitibidad y reproducibilidad, para ver si las
variaciones de nivel reportadas en nuestro análisis son realmente por
variaciones de proceso o por variaciones en la técnica de medición y/o el
aparato de medición, el estudio dio como resultado lo siguiente:
Análisis R&R medición de nivel de cámara vacía

Gage R&R
%Contribution
Source VarComp (of VarComp)
Total Gage R&R 0.46447 18.16
Repeatability 0.20659 8.08
Reproducibility 0.25788 10.08
Analista 0.21837 8.54
Analista*Prueba 0.03951 1.54
Part-To-Part 2.09386 81.84
Total Variation 2.55832 100.00
Valor total de estudio R&R, el cual debe de
Process tolerance = 15 ser menor al 15%
Study Var %Study Var %Tolerance
Source StdDev (SD) (6 * SD) (%SV) (SV/Toler)
Total Gage R&R 0.68152 4.08912 42.61 27.26 Valor de estudio R&R, que indica el % de
Repeatability 0.45452 2.72715 28.42 18.18 variación referente al equipo de
medición.
Reproducibility 0.50782 3.04689 31.75 20.31
Analista 0.46730 2.80378 29.22 18.69
Valor de estudio R&R, que indica el % de
Analista*Prueba 0.19877 1.19262 12.43 7.95 variación referente a los analistas que
Part-To-Part 1.44702 8.68210 90.47 57.88 participaron en el estudio
Total Variation 1.59948 9.59686 100.00 63.98
Página 239
Ga ge R& R (A NOVA ) fo r Res ult ado
C o m p on e n t s of V a r ia t io n R es u lt a do b y P r u e b a
100 % C ontribution 332
% Study V ar
% T oleranc e
Pe rcent
328
50
324
0
Gage R &R R epeat R eprod Part -to-Part 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Prue b a
R C ha r t b y A n a list a
HEC T OR R A FA EL R ENE R es u lt a d o b y A na lis t a
332
3.0
Sample Ra nge
328
1.5
UC L= 1.299
_
R= 0.504 324
0.0 LC L= 0
HECT O R RA FA EL R ENE
Ana lista
X b a r C h a r t by A n alis t a
HEC T OR R A FA EL R ENE A na lis t a * P r u e ba I n t er a c t ion
333
333 Analis ta
Samp le Mea n
_
_ L= 330.566 HEC T OR
UC
Average
RA FA EL
330 X= 330.050 330
LC L= 329.534 REN E
327 327
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Prue ba
Figura 7.5 MSA Actual (antes del proyecto)
La gráfica R nos indica la diferencia que cada operador obtiene entre la lectura mayor y
menor de cada muestra, en la gráfica se presenta que el operador Rafael es el que tiene más
variabilidad en sus mediciones que los otros 2.
La gráfica X representa el promedio de las mediciones de cada operador, en la cual hay 28
puntos fuera de control lo representa más del 50%, esto se puede interpretar como que el
sistema de medición es capaz de identificar las diferencias entre piezas.
La gráfica de resultado por pieza se observa que únicamente en la pieza 2 hay una fuerte
variación con respecto a las demás.
Conclusiones: El resultado total del estudio nos dice que se necesita mejorar
el sistema de Medición, sobre todo la parte de metodología en el proceso de
medición.
Página 240
Paso 3 - Fase de Análisis
Introducción
Una vez que identificadas de lo que necesitamos Defini

Definir
medir y analizadas de manera general, con el r
propósito de conocer las relaciones causales o

Controlar
Controlar Medir
Medir
causas raíz del problema. La información de éste
análisis nos proporcionará evidencias de las
fuentes de variación y desempeño insatisfactorio.
Mejora
Mejorar
Mejorar Analizar
Analizar
Analizar
r
Se analizaron los datos “vivos” a través del
Minitab, se realizó el análisis comparativo, se hizo
convergencia de las áreas de oportunidad y se
generó el diagrama de pescado.
Diagrama de Ishikawa
Una de las herramientas que utilizamos en esta fase fue el Diagrama de

Ishikawa para el análisis de posibles causa raíz del problema, las ideas
generadas después de converger las trasladamos al Ishikawa para clasificarlas
en alguna de las M´s .
Figura 7.6 Diagrama de Ishikawa situación actual (antes del proyecto)
Conclusiones: Al analizar dicho diagrama la posible(s) causa raíz del problema

de variabilidad se encuentran en l os Materiales, la Maquinaria y Método.
Una de las posibles causa que arrojó el diagrama de Ishikawa fue la

relacionada con el material, específicamente el grosor del vidrio con el cual
están elaboradas las botellas, ya que a mayor peso de la botella menor será el
Página 241
contenido del líquido, para tal efecto se procedió a analizar lotes de diferente
años de producción arrojándonos lo siguiente:
Histogram of ALTURA (a 327 ml)

Normal
6 AÑO
93
99
5 2000
2001
2002
4 2003
Frequency
Mean StDev N
53.53 1.619 2
3
52.30 1.715 20
54.32 1.464 18
54.60 2.997 20
2 55.78 2.056 19
56.17 1.451 20
0
48 50 52 54 56 58 60
ALTURA (a 327 ml)
Figura 7.7 Estudios con diferentes productos
Conclusión: El promedio ha variado desde el año 1993
La Prueba de hipótesis de igualdad de medias para determinar

estadísticamente si la media del del proceso normal (? nor) era igual que la
media del nuevo proceso (? ctl), se estableció lo siguiente:
Ho: ? nor =? ctl Ha: ? nor ? ? ctl
Página 242
Utilizando el minitab dio como resultado lo siguiente:
Individual Value Plot of Vol tubos vs grupo

336
335
334
332
330
V ol tu bos
328
327
326
324
322
321
320
Bot con Norm
grupo
Boxplot of Vol tubos by grupo

336
335
334
332
330
Vol tubos
328
327
326
324
322
321
320
Bot con Norm
grupo
One-way ANOVA: Vol tubos versus grupo
Source DF SS MS F P
grupo 1 185.25 185.25 85.13 0.000
Error 135 293.76 2.18
Total 136 479.00
S = 1.475 R-Sq = 38.67% R-Sq(adj) = 38.22%
Individual 95% CIs For Mean Based on

Pooled StDev
Level N Mean StDev ------+---------+---------+---------+---
Bot con 99 328.74 1.26 (--*--)
Norm 38 331.34 1.93 (---*--
Pooled StDev = 1.48
Página 243
Por lo tanto, se rechaza la Hipótesis nula y se concluye que las medias son
diferentes; De acuerdo a esto, la diferencia encontrada se debe a la
variabilidad del sistema de medición.
Análisis de Regresión
Debido a que la variación se realizó un análisis de regresión.
Figura 7.9 Correlación de variables
Conclusiones: Se tiene una variación significativa
Página 244
Paso 4 - Fase de Mejora Defini
Definir
r
Introducción
Controlar
Controlar Medir
Medir
Una vez que analizadas las variables que afectan
al proceso, el equipo ser reunió nuevamente
para diseñar y establecer los planes de mejora,
Mejora
Mejorar
Mejorar Analizar
Analizar
Analizar
los cuales fueron: r
Sistema de Medición
Durante la etapa de medición se realizó un estudio de R&R, el cual dio como

resultado que tanto el método y el equipo de medición tienen áreas de
oportunidad.
Se agregaron ayudas visuales para la correcta toma de lecturas.
Una vez recapacitado al personal operario en la toma de lecturas, se volvieron

a realizarlos estudios R&R para verificar que las mejoras realizadas al sistema
de medición fueron las correctas, dando como resultado lo siguiente:
Página 245
Resultados del Gage R&R
Gage R&R
Number of Distinct Categories = 5

Source VarComp(of VarComp
)
TotalGageR&R 0.122222 13.24
Repeatability 0.122222 13.24
Reproducibility0.000000
0.000000 0.00
Part-To-Part 0.800823 86.76 Valor total de estudio R&R, el cual debe
de ser menor al 15%
TotalVariation 0.923045 100.00
StudyVar %StudyVar %Tolerance
Source (SD) (6* SD)
StdDev (%SV) (SV/Toler)
TotalGageR&R 0.349603 2.09762 36.39 8.74 variación referente al equipo de
medición.
Repeatability 0.349603 2.09762 36.39 8.74
Reproducibility 0.000000 0.00000 0.00 0.00
Part-To-Part 0.894887 5.36932 93.14 22.37 variación referente a los analistas que
TotalVariation 0.960752 5.76451 100.00 24.02 participaron en el estudio
El error de R&R vs tolerancia es 36.39% y vs variación total del proceso es

8.74% lo que hace que el equipo de medición sea adecuado para la medición.
(según parámetros de AIAG)
Por otro lado el número de categorías es de 5, indicando que el instrumento

no discrimina las diversas partes diferentes.
Gráficamente tenemos:
Página 246
Gage R&R (A NOVA ) for Resultado
C omponents of V ar iation Resultado by P ar te
100
% Contribution
% Study Var 333
% T olerance
Percent
50 330
0 327
Gage R&R Repeat Reprod Part-to-Part 1 2 3 4 5 6 7 8 9 10
Parte
R Char t by A nalista
MIGUEL RAFAEL RENE Resultado by A nalista
1.0
333
Sample Range
UCL=0.652
0.5
330
_
R=0.253
0.0 LCL=0 327

MIGUEL RAFAEL RENE
Analista
X bar C har t by A nalista
MIGUEL RAFAEL RENE A nalista * P ar te Inter action
Analista
333
333
Sample Mean
MIGUEL
Average RAFAEL
_
_
UCL=330.914 RENE
X=330.654
LCL=330.395
330 330
327
327 1 2 3 4 5 6 7 8 9 10
Parte
Figura 7.10 MSA después de las mejoras
La gráfica R se mantiene en control indicando que las mediciones se realizaron

en forma adecuada.
La gráfica X barra sólo presenta 23 de 30 puntos fuera de control, lo cual es

más del 50%, indicando que el equipo discrimina las diferentes partes.
La gráfica de Operador*Pruebas de interacción nos indica que el promedio de

las medici ones tomadas por cada operador de cada parte, las líneas siguen el
mismo patrón, lo que nos indica que el promedio de las partes de los operador
miden de una manera consistente cada una de las partes.
Conclusiones: Una vez que se realizaron los cambios en el sistema de

medición, el resultado mejoró de manera muy significativa en la repetitibidad
y la reproducibilidad de los análisis, y dio como resultado que método y el
aparato de medición usando son confiables.
Página 247
Diseño de Experimentos
Durante la etapa de medición se diseño un experimento para profundizar en la

identificación de impactos de las variables del proceso, donde se seleccionaron
4 factores (de acuerdo al análisis de la información del proceso).
De acuerdo a la metodología, se seleccionó aplicar DOE fraccional, donde se

tienen que realizar 11 experimentos, con los niveles máximos y mínimos en
las variables de proceso (se presentan sus resultados):
PRUEBA DE VARIANZAS
La realización del análisis de varianza consistió primeramente en establecer
nuestra prueba de hipótesis para verificar si las modificaciones realizadas
tuvieron un impacto significativo estadísticamente hablando.
Página 248
2 2
Ho: s1 = s 2
Ha: s1 2 ? s 2 2
Utilizando el Minitab tenemos el siguiente resultado:
Test for Equal Variances for Volumen

F-Test
Test Statistic 1.60
T ubo de Venteo
116 P-Value 0.000

Lev ene's Test
Test Statistic 26.10
P-Value 0.000
120
1.50 1.65 1.80 1.95 2.10 2.25 2.40

95% Bonferroni Confidence Intervals for StDevs
T ubo de Venteo
116
120
320 322 324 326 328 330 332 334

Volumen
Figura 7.12 Análisis de Varianza
Levene's Test (any continuous distribution) Test statistic = 26.10, p-value = 0.000
Conclusiones: Se rechaza la Ho, y se acepta al Ha, donde se establece que

hay una diferencia estadísticamente significativa a un nivel de confianza del
95% debida al cambio de proceso.
Del Diagrama de Ishikawa se establece como causa raíz del problema era la
maquinaria, en este caso nos referimos al tama ño de los tubos.
Página 249
Process Capability of Vol umen Jun-Jul
LSL Target USL

P rocess D ata Within
LS L 321 Ov er all
Target 327
US L 336 P otential (Within) C apability
Cp 2.01
S ample M ean 327 .388
S ample N 417 C P L 1.71
S tD ev (Within) 1. 24412 C P U 2.31
S tD ev (O v erall) 2. 11992 C pk 1.71
O v erall C apability
Pp 1.18
PPL 1.00
PPU 1.35
P pk 1.00
C pm 0.93
322 324 326 328 330 332 334 336

O bserv ed Performan ce E xp. With in P erform ance E xp. O v erall P erform ance
P P M < LS L 0.00 PP M < LS L 0.14 P P M < LS L 1291.56
P P M > U SL 0.00 PP M > U S L 0.00 P P M > US L 24.30
P P M Total 0.00 PP M Total 0.14 P P M Total 1315.85
Process Capability of Volumen despues de la mejora
LSL Target USL

P rocess D ata Within
LS L 3 21 Ov er all
Targ et 3 27
U SL 3 36 P ote ntial (Within) C apability
S ample M ean 3 27.47 7 Cp 2.2 0
S ample N 3 41 C P L 1.9 0
C P U 2.5 0
S tD ev (With in) 1 .1352 7
C pk 1.9 0
S tD ev (Ov erall) 1 .6749
O v erall C apa bility
Pp 1.4 9
PPL 1.2 9
PPU 1.7 0
P pk 1.2 9
C pm 1.1 5
322 324 326 328 330 332 334 336

O bserv ed P erformance E xp. Within P erformance E xp. Ov erall P erformance
P P M < LS L 0.00 P P M < LS L 0.01 P P M < LS L 55.1 3
P P M > US L 0.00 P P M > US L 0.00 PPM > U SL 0.1 8
P P M Total 0.00 P P M Total 0.01 P P M Total 55.3 1
Figura 7.13 Capacidades de Proceso antes y después de las mejoras
Conclusiones: Una vez realizada la mejora (cambio de proceso), el proceso

paso de 4.50 s a 5.36 s aproximadamente.
Página 250
Paso 5 - Fase de Controlar
Definir
Introducción
Controla
Controlar Medi
Es esta última fase nos detenemos a preguntar: r Medir
r
¿Qué hicimos?
? Medimos
o Claramente definimos el problema Mejorar
Mejorar
Mejorar Analizar
Analizar
Analizar
o Encontramos las salidas y las entradas
críticas
o Determinamos la capacidad de los
sistemas y procesos de medición
? Analizamos
o Examinamos los datos
o Identificamos la causa raíz del problema
? Mejoramos
o y = f(x)
o Optimizamos el proceso
En ésta fase nos preguntamos:

¿Qué podemos hacer para asegurarnos que los defectos se mantengan
reducidos?
¿Qué acciones se pueden tomar por el equipo para asegurarse que el
incremento sea permanente?
¿Con quién dejar el proyecto?
A continuación se presentan los planes que desarrollamos para asegurarnos el

control de nuestro proceso y poder lograr la meta seleccionada.
Página 251
Evento Kaizen
Se realizó un segundo evento Kaizen para generar dar seguimiento a los

resultados de las fases anteriores y generar planes de control de las mejoras
realizadas.
Plan de Control
Una vez analizados y probados nuestros “nuevos” estándares se procedieron

a modificar el Plan de Calidad, para asegurarnos que con los nuevos
parámetros establecidos vamos a asegurarnos que nuestro proceso este en
5.39 s y lograr el ahorro planeado.
Los puntos relevantes derivados del proyecto y que se solucionaron durante el

mismos, se pueden resumir en:
Causa del Solución ¿Cómo se Responsable

impacto controla?
Tabla 7.4 Principales problemas que causaban la variación en el llenado
Página 252
7.4 Entregables /Resultados finales
Recapitulando:
De acuerdo al alcance del proyecto, se logró lo siguiente:
? Promedio
? Desviación estándar del proceso mejorado = 1.67
? Ahorros anuales
En la parte no cuantificable se logro:

? Un mejor entendimiento del proceso
? Mejor capacitación de los operadores en los análisis que
ellos efectúan
? Estandarización
Página 253
CONCLUSIONES Y RECOMENDACIONES
Definir
Definir
Control
Controlar Medir
Medir
Mejorar
Mejorar Analizar
Analizar
Conclusiones
Si una empresa se interesa en implantar la herramienta 6 s, se recomienda

que para que tenga éxito y no desperdicie recursos tanto materiales como
humanos, tome como referencia la propuesta proporcionada aquí, realizando
las adecuaciones que sean necesarias dependiendo de sus necesidades
específicas. Donde lo más importante es que la alta administración de la
empresa esté comprometida primero con la implantación de un sistema de
administración por calidad o de control total de calidad con enfoque al cliente,
con base en la creación de calidad humana y dirección participativa, con un
sistema de reconocimientos adecuado de tal forma que se aliente al personal
tanto a hacer sugerencias, como a implantarlas. Cuando esto este
funcionando ahora sí se puede pensar en la metodología seis sigma con éxito
asegurado, de otra forma será un fracaso y la organización se vacunará
contra nuevos intentos.
Página 254
La metodología DMAIC no ofrece soluciones a corto plazo, generalmente los

proyectos son realizados en un periodo de 3 a 6 meses, en una ocasión el
proyecto que se presentó tuvo una duración de 7 meses y no fue fácil la
implementación, pero la parte que mas costo trabajo fu el Control, ya que si
se caen todos los puntos establecidos volvemos a tener el mismo problema o
mayor.
Lo interesante de Seis Sigma es que se aplica a cualquier tipo de procesos

tanto en manufactura como en servicios a diferencia de otros sistemas que
están enfocados solamente a determinadas áreas.
Aprendizajes:
La metodología fomenta en gran medida el trabajo en equipo, debido a que en

la mayoría de las herramientas, el mecanismo para proponer ideas que nos
conducen a la solución de problemas, es el resultado de la participación de
todas las personas involucradas. La mejora continua de los procesos es el
objetivo común de cada uno de los miembros.
En un principio es difícil integrar a las personas para realizar sus proyectos y

que dediquen el tiempo necesario para hacerlo, sin embargo cuando la gente
adopta Seis Sigma como una Cultura además de realizar sus proyectos aplica
la metodología en su trabajo diario, para la solución de problemas y mejora
de los procesos.
La Estadística es utilizada en gran medida dentro de la metodología, pero hay

que aclarar que está es un medio y no un fin. A los clientes no les importa que
un producto haya sido producido bajo el esquema Seis Sigma, cuando tiene
fallas o defectos, lo que les interesa es tener un producto de excelente
calidad, a tiempo, sin defectos y que sea lo más económico posible.
Página 255
El nivel de capacitación requerido es muy alto en la implementación, implica

costos ocasionados por capacitación, tiempos, materiales, entre otros; sin
embargo el retorno de la inversión puede ser muy grande, cuando los
proyectos son bien conducidos, ya que los ahorros y/o mejoras que se
presentan cuando un proyecto 6 sigma funciona son cuantiosos.
La eliminación o reducción de la inspección es un punto muy importante

dentro de la metodología, al seguir las diferentes técnicas; por ejemplo con el
uso de sistemas Poka-Yoke entre otras la inspección deja de ser necesaria, se
busca el origen de las causas de los defectos para eliminarlos al máximo.
Hoy en día los cálculos manuales toman mucho tiempo además de que la
probabilidad de cometer un error es muy grande, se recomienda ampliamente
la adquisición de un Software como por ejemplo el Minitab, ya que es una
herramienta muy poderosa que ayuda al manejo de los datos
estadísticamente hablando.
Página 256

Capitulo 7 Kaizen

Încărcat de

Informații document

Titlu original

Drepturi de autor

Formate disponibile

Partajați acest document

Partajați sau inserați document

Opțiuni de partajare

Vi se pare util acest document?

Este necorespunzător acest conținut?

Drepturi de autor:

Formate disponibile

Capitulo 7 Kaizen

Încărcat de

Drepturi de autor:

Formate disponibile

CURSO DE SEIS SIGMA P. REYES / FEB.

El seis sigma debe ser un proceso práctico y

Con el Seis Sigma Kaizen, se busca determinar la capacidad real de los

Origen y sus significados43

Como parte de un método para lograr mejoras es usualmente entendido como

Estos métodos que se han etiquetado como Kaizen son variados,

¿Porque funciona Seis Sigma - Kaizen?

Muchos de los procesos realmente nunca fueron diseñados considerando el

El proyecto de nivel y variabilidad

El propósito de este proyecto fue utilizar las herramientas de Seis Sigma

Definición del proyecto

Identificar y minimizar las causas raíz. El proyecto utilizará y tomará ventaja

7.3 Metodología DMAIC

Paso 1- Fase de Definición

En este proyecto hay un cliente interno, por ende al corregir la variación el

Mapeo del proceso

Especificación Estándares Datos

Tabla 7.1 Identificación de Variables

Conclusiones: Se encontraron algunas diferencias en las especificaciones

Paso 2 - Fase de Medición

calculó la capacidad del proceso.

El equipo utilizó esta herramienta para indicarnos el flujo de material y los

Resultado del análisis del Diagrama del Espagueti fue:

Pasos Áreas de Oportunidad

Tabla 7.2 Áreas de Oportunidad

Conclusiones: Se visualizaron a manera de detalle los pasos de la operación y

Siguiente con la metodología de Seis Sigma Kaizen fue la recolección de datos

Tabla 7.3 Recolección de datos

La recolección de información ayudó a analizar la situación actual:

Figura 7.3 Estadística de la situación actual (antes del proyecto)

Process Capability of Volumen Jun-Jul

LSL Target USL

322 324 326 328 330 332 334 336

Conclusiones: El proceso se encuentra cargado hacia la parte inferior de

Análisis R&R medición de nivel de cámara vacía

Figura 7.5 MSA Actual (antes del proyecto)

Una vez que identificadas de lo que necesitamos Defini

propósito de conocer las relaciones causales o

Una de las herramientas que utilizamos en esta fase fue el Diagrama de

Figura 7.6 Diagrama de Ishikawa situación actual (antes del proyecto)

Conclusiones: Al analizar dicho diagrama la posible(s) causa raíz del problema

Una de las posibles causa que arrojó el diagrama de Ishikawa fue la

Histogram of ALTURA (a 327 ml)

Figura 7.7 Estudios con diferentes productos

Conclusión: El promedio ha variado desde el año 1993

La Prueba de hipótesis de igualdad de medias para determinar

Individual Value Plot of Vol tubos vs grupo

Boxplot of Vol tubos by grupo

One-way ANOVA: Vol tubos versus grupo

S = 1.475 R-Sq = 38.67% R-Sq(adj) = 38.22%

Individual 95% CIs For Mean Based on

Debido a que la variación se realizó un análisis de regresión.

Figura 7.9 Correlación de variables

Conclusiones: Se tiene una variación significativa

Durante la etapa de medición se realizó un estudio de R&R, el cual dio como

Se agregaron ayudas visuales para la correcta toma de lecturas.

Una vez recapacitado al personal operario en la toma de lecturas, se volvieron

Number of Distinct Categories = 5

El error de R&R vs tolerancia es 36.39% y vs variación total del proceso es

Por otro lado el número de categorías es de 5, indicando que el instrumento

0.0 LCL=0 327

Figura 7.10 MSA después de las mejoras

La gráfica R se mantiene en control indicando que las mediciones se realizaron