GESTION DE LA CALIDAD

TEMA 15
“SIX SIGMA”

Ing. Wenceslao Pabón C.

2015
 SIX SIGMA
• Es una estrategia de mejora continua que
busca identificar las causas de los errores,
defectos y retrasos en los diferentes procesos
de negocio, enfocándose en los aspectos que
son críticos para el cliente.
 ¿Es posible alcanzar “0” Defectos?

“Es importante desechar los MITOS y PARADIGMAS, y

LUCHAR hacia la excelencia con una perspectiva nueva.
 ¿Cuál es el objetivo de SEIS SIGMA?

 La misión fundamental de la metodología 6ó es proporcionar la información

necesaria para implementar la máxima calidad del producto o servicio en
cualquier actividad, así como crear una atmósfera de confianza y comunicación entre
todos los que intervienen en el proceso. Esto es muy importante ya que la
información, las ideas y la experiencia aportadas por todos los miembros del equipo
ayuda a mejorar la calidad.
 ¿Qué representa Seis Sigma,
Numéricamente….?
Sigma % Bueno % Defectos DPMO*

1 30.9% 69.1% 691,462

2 69.1% 30.9% 398,538
3 93.3% 6.7% 66,807
4 99.38% 0.62% 6,210
5 99.977% 0.023% 233
6 99.9997% 0.00034% 3.4

66,807 / 1,000,000 = .066807 3.4 / 1,000,000 = .0000034

.066807 x 100 = 6.7% .0000034 x 100 = .00034%
100% - 6.7% = 93.38% 100% - .00034% = 99.9997%

*DPMO=Defectos Por Millón de Oportunidades

 DPU y DPO
• DPU (Defecto por unidad)
Mide el nivel de no calidad de un proceso que no toma en
cuenta las oportunidades de error se obtiene de la siguiente
forma.
DPU = d/U
• DPO (Defecto por oportunidad)
Se utiliza para tomar en cuenta la complejidad de la unidad o
producto y se obtiene de la siguiente manera:
DPO = d/(UxO)

Donde:
d es el numero de defectos observados.
U: Es el numero de unidades producidas.
O: Numero de oportunidades de error por
unidad.
 DPMO y Oportunidad
• Defectos por Millón de Oportunidades
(DPMO) es el número real de defectos
observados, extrapolado a cada 1,000,000 de
oportunidades.
• Esto es distinto de "piezas defectuosas por
millón" (PPM defectuosas), porque una
"pieza" puede tener múltiples
"oportunidades" de ser defectuosa.
 DPMO y Oportunidad
DPMO = 1,000,000 X D / ( U X O )

PPM = 1,000,000 X O / U

• DPMO = Defectos por Millón de Oportunidades

• PPM = Piezas defectuosas por millón
• D = número de Defectos observados en la muestra
• U = número de Unidades en la muestra
• O = Oportunidades por Unidad
 DPMO y Oportunidad
Como ejemplo:
Una empresa fabrica rodamientos de bolas de 1
cm y usted mide lo siguiente:
• El Diámetro debe tener un margen de error de
0.01%
• El peso debe tener un margen de error de 0.01%
• La redondez debe tener un margen de error de
0.01%
• Dureza: debe resistir la deformidad permanente
debida al lento aplastamiento por una máquina de
prueba específica
 DPMO y Oportunidad
Se realizo una muestra de 2,000 rodamientos
detectándose los siguientes defectos: 3 rodamientos por
diámetro y peso; y 1 por redondez.

Calcular el DPU, DPO, DPMO y PPM.

 DPMO y Oportunidad

DPMO = 1,000,000 X 7 / (2,000 X 4)

DPMO = 7,000,000/8,000 = 875.
En Seis Sigma el objetivo es lograr que DPMO sea
inferior a 3.4.

PPM = 1,000,000 X 4 / 2,000 = 2,000.

(4 rodamientos rechazados por cada 2,000).
 Ejemplo
• Suponga que la empresa también produce un
resorte de espiral que tiene 12 oportunidades
(largo y diámetro del alambre, largo y diámetro
de la espiral, peso, resistencia a la extensión y
compresión a lo largo del eje a tres temperaturas
de funcionamiento y redondez de la espiral). Al
probar 2000 resortes, 8 resortes fueron
rechazados, cada uno falló pruebas diferentes,
pero solo una cada uno.

• Calcular el DPU, DPO, DPMO y PPM.

 DPMO y Oportunidad

DPMO = 1,000,000 X 8 / (2,000 X 12)

DPMO = 330
En Seis Sigma el objetivo es lograr que DPMO sea
inferior a 3.4.

PPM = 1,000,000 X 8 / 2,000 = 4,000.

(8 resortes rechazados por cada 4,000).
 DPMO y Oportunidad
A juzgar por las PPM Defectuosas, los resortes tienen
el problema mayor (4,000 contra 2,000). Sin
embargo, a juzgar por los DPMO, los rodamientos son
peores (875 contra 500). Hay "más problemas" con
los rodamientos que con los resortes.

• Por lo que el proceso de determinar los DPMO

tiene dos utilidades principales:
• Determinar cuál proceso debe ser mejorado,
tomando en cuenta la complejidad del producto
• Empezar a aislar la(s) causa(s) de los defectos
 Ejemplo 01
• 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.
 Ejemplo 2
• En una fábrica de plásticos, se producen unos
contenedores propios para alimentos.
• En un lote de producción de 10,000 unidades
se encuentran 125 artículos defectuosos, la
oportunidad de cometer un defecto es 3.
Calcule sigma y analice los resultados
proporcionados.
 Ejemplo 3
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:

• - Mal sellado del empaque

• - Producto maltratado
• - Empaque roto

• Se encontraron 64 defectos, de los cuales 14 se encontraron

antes de ser enviados a la línea de empaque final, después de
esto 50 defectos todavía subsisten. Se pide calcular YFP y YLP.
 Control, Capacidad y
centrado del proceso

• Existen tres condiciones estadísticas que un proceso

debe satisfacer: Control, Capacidad y Centrado.

• Si los datos forman una distribución normal, están

estadísticamente bajo control.

• Ahora determinaríamos si el proceso es capaz y si está

centrado.
Control Estadístico del Proceso

• El Control estadístico del proceso permite identificar

situaciones anormales en el proceso y tomar acciones, no
previene defectos en el 100% de los productos

• Las cartas de control : Permiten diferenciar la

Variabilidad normal del proceso (del sistema) y la
Variabilidad por causas asignables ( Fuera de LCS o LCI o
patrones anormales – causados por las 5 M’s)
 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

22
 Teoría del camión y el túnel
•El túnel tiene 9' de ancho (especificación). El camión tiene 10’ y el chofer es perfecto
(variación del proceso). ¿Pasará el camión? NO, la variabilidad del proceso es mayor
que la especificación.
•Centrado es cuando la el promedio del proceso está alineado al centro de la
especificación. Si el camión tiene 8 pies de ancho ¿pasará el camión?, Si. Si
el chofer puede mantener el centro del camión en el centro del túnel.Pero si
el chofer tiene sueño y no puede mantener centrado el camión podría chocar
con las paredes del túnel.

Ancho 9´
Nigel´s Trucking Co.

23
 Desviación Estándar del proceso

= R
d2

Donde,

ᵟ= Desviación estándar de la población

d2 = Factor en base al tamaño del subgrupo en carta X – R

NOTA: En una carta por individuales, d2 se toma para n = 2 y

RangoMedio=Suma rangos / (n -1) 24
METRIC Herramientas de Seis Sigma para Solución de Problemas y Mejoramiento Continuo

Cálculo del Promedio y la

Desviación Estándar del Proceso
De la Gráfica de
Control
Promedio del
Proceso :  X

Desviación R
Estándar del ̂ 
Proceso d2

d2 es una constante que depende del

tamaño del subgrupo usado en la
grafica de control X-R (ver la Tabla de
valores para d2, por lo regular, n = 5
aunque existen gráficas de control de
n = 3ó n = 8, etc…
25
Determinación de la Capacidad Potencial del Proceso (Cp)
LSL USL
Cp = El índice Cp refleja el potencial del
1
proceso si el promedio estuviera
perfectamente concentrado entre
los límites de especificación

Cp > 1 ¡Entre más grande el índice

Cp, mejor!

USL  LSL
Cp 
6ˆ
Cp < 1
Para un Proceso
Six Sigma, Cp = 2

26
METRIC
Cuantificación del Desempeño
Real del Proceso (Cpk)
A diferencia del índice Cp, el índice Cpk toma en cuenta el desplazamiento
fuera del centro del proceso. Mientras mayor sea el índice Cpk, mejor.

LSL USL

6

CP = 1
Cpk < 1

Para un Proceso Six Sigma,Cpk = 1.5

27
 Promedio del Proceso y Desviación Estándar
Ejemplo: El promedio de todos los datos = 178.6 y el
rango promedio = 8.4 de una gráfica de control estable
que utilizó una muestra de tamaño 5.

De acuerdo con las especificaciones, queremos que

todo el producto esté entre 160 y 182.

28
 METRIC Herramientas de Seis Sigma para Solución de Problemas y Mejoramiento Continuo

Promedio del Proceso y Desviación Estándar

Ejemplo: El promedio de todos los datos = 178.6 y el rango promedio = 8.4 de una gráfica
de control estable que utilizó una muestra de tamaño 5.

R 8.4
Población Por ello, ˆ = = 3 .6
=
d 2 .326
2

178.6
X Desviación Estándar
del Proceso
Promedio del Proceso

Meta = 171. ¿El proceso está concentrado en la meta?

29
 METRIC Herramientas de Seis Sigma para Solución de Problemas y Mejoramiento Continuo

Determinación de la Variación del Proceso y

Comparación con los Límites de Especificación
Variación del Proceso:
Esperamos que el 99.73% de las veces,
se produzca un producto que esté

USL = 182
LSL = 160

entre 167.8 y 189.4.

Meta
171
167.8 178.6 189.4
x 3 x x 3
De acuerdo con las especificaciones, queremos que todo el producto esté
entre 160 y 182.

Si estuviera centrado, ¿podrá este proceso cumplir

con las especificaciones de ingeniería?

30
 Capacidad del proceso
en base a la carta X - R
De una carta de control X - R (con subgrupo n = 5) se obtuvo lo
siguiente, después de que el proceso se estabilizó quedando sólo con
causas comunes:

Xmedia de medias = 264.06 Rmedio = 77.3

Por tanto estimando los parámetros del proceso se tiene:

 = X media de medias  = Rmedio / d2 =77.3 / 2.326 = 33.23

[ d2 para n = 5 tiene el valor 2.326]

Si el límite de especificación es: LIE = 200.

El Cpk = (200 - 264.06) / (77.3) (3) = 0.64 por tanto el proceso no
cumple con las especificaciones
31
De una carta de control X - R (con subgrupos
de n = 5), después de que el proceso se
estabilizó quedando sólo con causas
comunes, se obtuvo lo siguiente:

Xmedia de medias = 264.06

Rmedio = 77.3

Si el límite de especificación es: LIE = 200.

Calcular el índice de Cpk.

   x media de medias 

R 77.3
   33.23
d 2 2.326

Si el límite de especificación es: LIE = 200.

C pk 
200  264.06
El = 0.64 por tanto el proceso no cumple con
3  33.23

las especificaciones.
A continuación se presenta el calculo de los índices Cp y Cpk aplicado a los datos
del ejemplo de las Gráficas de Promedios y Rangos en el Control Estadístico de
Procesos. El resumen de los datos se observa en la siguiente tabla:
La especificación es 1000 +/- 25
Luego se procede a la estimación de S (recordar que cada muestra tiene 4
observaciones, en consecuencia n=4 y d2=2,059).

El cálculo de Cp y Cpk esta dado por:

La media del proceso (999,6 OHMS) se encuentra prácticamente centrada

respecto a la especificación nominal (1.000 OHMS). Esto se corrobora en la
similitud de los indicadores Cp y Cpk. No obstante lo anterior la habilidad
del proceso es relativamente baja (se recomienda al menos Cp≥1,33) lo
que permite anticipar que un porcentaje significativo de resistores podrían
estar fuera de los límites de especificación.
Supongamos que contamos con un
proceso cualquiera en el se dean
conocer los índices de capacidad. Se
toman 125 muestras en subgrupos de
tamaño 5. Las especificaciones son de
40 +/- 8; y los datos se muestran a
continuación.
 METODOLOGÍA DMAIC
• DMAIC, es una metodología desarrollada por
Motorola a principios de los 90’s, la primer
letra “D” fue agregada por General Electric, la
cual comprende una estrategia de 5 pasos
estructurados de aplicaciones generales.
 METODOLOGÍA DMAIC
Six Sigma consiste en la ejecución constante de proyectos de
mejora siguiendo la metodología conocida como DMAIC.

DEFINICION D

MEDICION M

ANALISIS A

MEJORA
I
(IMPROVEMENT)

CONTROL C
 Define (Definir) ¿Qué es lo
importante?
• Define los objetivos del proyecto.
• Define los requerimientos críticos para el
cliente.
• Documenta el proceso (Crea un mapeo del
mismo).
• Crea la definición más fácil de entender de
dicho problema.
• Construye al equipo efectivo
 Measure (Medir): ¿Cómo lo
estamos haciendo ahora?

• Mide el desempeño actual del proceso.

Determina el ¿Qué? Voy a medir.
• Desarrolla y valida el sistema de
medición.
• Determina el desempeño actual del
proceso.
 Analyze (Analizar): ¿Qué
está mal?
• Analiza y determina la causa raíz de los
problemas y o defectos.
• Entiende la razón para la variación e
identifica las causas potenciales.
• Identifica las oportunidades de mejora
en el proceso.
• Desarrolla y prueba las hipótesis para la
causa raíz de las soluciones.
 Improve (Mejora): ¿Qué
necesito hacer?

• Desarrolla y cuantifica las soluciones

potenciales.
• Mejora/Optimiza el proceso.
• Evalúa/Selecciona la solución final.
• Verifica la solución final. Gana la
aprobación de la solución final.
 Control (Controla): ¿Cómo
garantizo el desempeño?

• Implementa la solución.
• Garantiza que la mejora es mantenida.
• Asegúrate que los nuevos problemas son
identificados rápidamente.
• Digitaliza siempre que sea posible.
• Estandarice: Copie el concepto –
¿Donde?
DMAIC sigue el proceso universal
de solución de problemas
PROCESOC UNIVERSAL DE METODOLOGIA DMAIC
SELECCIÓN DE PROBLEMAS
DEFINICION D

1 PROBLEMA
MEDICION M

2 CAUSA ANALISIS A

MEJORA
I
SOLUCION (IMPROVEMENT)
3 (acción que elimina la
causa) CONTROL C