Curso Fundamentos deSeis Sigma(Nivel Yellow Belt) Guadalajara, Mxico, 2006Hitachi GST, Gdl Texcoco 281-A, cd. del Sol, Zapopan, Jal. CP. 45050. humpulido@yahoo.com 2 Contexto Hitachi GST has launched a multi-year initiative to implement Process Excellence methodologies across all functions of the company Address weaknesses in all processesLack of standardized processes Outdated, cumbersome processes Lack of flexibility Loss of profitability Drive Six Sigma and Lean methodologies Improve business performance A leadership and cultural change program Satisfying customer needs profitably Leadership pool development Structured, disciplined and data-driven approachWhy Would We Do It? Intangible---Difficult to Measure (soft) Lost, unrecoverable information Lost loyalty Liability Redundant procedures Redundant operations Lost revenue opportunity Modifying services processes to correct deficiencies Inspection \ Second checks Warranty Billing errors Rework Rejects Scrap 4-10 %of Sales 20-35 %of Sales Tangiblemeasurable (hard) Executive Stakeholder Analysis & Training Understand key stakeholder vision & concern Evaluate factors for successful PE deployment Educate and engage top leadership Infrastructure & Planning Workshop (Initialization) World-Wide Opportunity Assessment Regional Deployment Champions Lean Experts Six Sigma Black Belts and Green Belts Team member training (Yellow Belts) Process Owner training Define supporting policies, structure, processes and procedures Develop eHandbook Establish training guidelines Create communication strategy 1 2 3Training and Development Identify core processes and metrics Learn project identification methods Identify projects for belts starting training Learn project prioritization process 4 Deployment Roadmap 5 Whats in it for Gdl team? IT IS AN OPPORTUNITY TO Improve our productivity,Improve our efficiency Have better resultsImprove external perception Value to Hitachi GDL and Associates . . . 6 Objetivo General Proporcionar a los participante los fundamentos de Seis Sigma, a nivel Yellow Belt, tanto a nivel estrategia como la forma de realizar proyectos. Esto permitir: Proporcionar bases para el cambio cultural que promueve Seis Sigma. Que los asistentes participen activamente en los proyectos Seis Sigma que se desarrollen en la empresa: desplegando la definicin, apoyando en el proceso de obtencin de datos, aportando su experiencia personal en la bsqueda de causas y soluciones,ydesempeando un papel crucial en el control del proceso. 7 Metodologa -Los contenidos del curso se expondrn apoyndose en ejemplos prcticos, para ayudar a ilustrar los aspectos principales de los conceptos y las herramientas. -La metodologa DMAIC se ilustrar con un proyecto real, y se utilizar como eje integrador de los contenidos.-En ciertos temas claves se desarrollarn ejercicios para reforzar conceptos.-Se encargarn tres tareas breves. -Al final del curso se har una evaluacin del aprendizaje a los participantes.CONTENIDO TemaSubtemas 1. Conceptos bsicos de Seis Sigma -Conceptos fundamentales (calidad, productividad, competitividad, oportunidades de mejora) -La metodologa Seis Sigma (historia, caractersticas generales de la estrategia, filosofa y porqu Seis Sigma funciona)-Breve descripcin de DMAIC -Seis Sigma y la variacin (Enfoque a proceso, las Xs y las Ys en un proceso, Y=f(x)) 2. Roles y responsabilidades -Directivo, champion, Yellow Belt, Green Belt, Black Belt y Master Black Belt 3. Introduccin a la estadstica -Medidas de Tendencia Central y Variabilidad-ndices de capacidad de procesos, Cp -Seis Sigma, PPM y capacidad de corto y largo plazo 4. Seis Sigma y otras metodologas -El ciclo PHVA-Las 5S como plataforma -Las 8Ds y Seis Sigma CONTENIDO TemaSubtemas 6. Etapa de Definicin y repaso de sus principales herramientas -Seleccin del proyecto -El marco del proyecto (propsito, declaracin del problema, alcance, ) -Conceptos y Herramientas tiles en la definicin -Diagrama SIPOC -Diagrama de Pareto 7. Etapa de Medicin e introduccin a sus principales herramientas (primera parte) -Objetivos de la etapa de medicin -Mapeo de procesos -Definicin de mtricas (las salidas claves- KPOV,crticos de la calidad-CTQ, costos de calidad,..)-Rendimiento (las Ys grandes y pequeas) -Analizar y validar el sistema de medicin -Medir la situacin actual (Poblacin y muestra, uso de grficas) -Cont. Estadstica Descriptiva: Otras medidas de tendencia central y de variabilidad, histograma. -Capacidad de procesos Cp. Cpi, Cps CONTENIDO TemaSubtemas 7. Etapa de Medicin e introduccin a sus principales herramientas (segunda parte) -Sntesis y ejemplo proyecto DMAIC -Precisin y exactitud de un sistema de medicin -Introduccin a los estudios R&R para variables continuas -Introduccin a los estudios R&R para atributos -La lnea base para el proyecto -El AMEF (FMEA) en Seis Sigma 7. Etapa de Anlisis e introduccin a sus principales herramientas (primera parte) -Las Xs de un proceso -Diagrama de Ishikawa -Los 5W (los cinco porqu) -El anlisis es-no es (Is-Is Not) -Seleccin de las Xs vitales -Introduccin a la prueba de hiptesis-Introduccin al diseo de experimentos CONTENIDO TemaSubtemas 8. Etapa de Anlisis (segunda parte) -Matriz de causa-efecto-Diagrama de dispersin 9. Etapa de Mejorar-Generalidades de la etapa de mejora -Matriz de decisin-Diagrama Pick -Evaluacin de las mejoras 10. Etapa de Control y sus herramientas -Niveles de control y el plan de control -Introduccin al control estadstico - Actualizacin del FMEA y su institucionalizacin -Cierre del proyecto -Evaluacin a los participantes Resumen de currculo de instructoresNombreLicenciaturaMaestra-DoctoradoTrabajo ActualExperiencia Humberto Gutirrez Pulido Matemticas (Universidad de Guadalajara) Estadstica con especialidad en control de calidad y productividad industrial (CIMAT, Mxico). Doctorado en Probabilidad y Estadstica (Cimat) Profesor de tiempo completo en la Universidad de Guadalajara, y director de Proces Consultores -Durante ms de 15 aos Ha impartido ms de 150 cursos de calidad total,control estadstico, seis sigma y diseo de experimentos en empresas, cmaras empresariales, universidades y colegios de profesionistas, en Mxico y Latinoamrica. -Autor de siete libros; entre ellos: AnlisisyDiseoDeExperimentos,yControl Estadstico de Calidad y Seis Sigma (Mcgraw-Hill). -humpulido@yahoo.com Agustn Rodrguez Martnez Ingeniera Industrial (Universidad de Guadalajara) Estadstica (Colegio de Posgraduados) Anlisis de Sistemas Industriales (UdGuad.)Profesor de tiempo completo en la Universidad de Guadalajara -Profesor de posgrado y licenciatura en el Centro Universitario de Ciencias Exactas e Ingenieras (U. de Guadalajara) -Amplia experiencia en capacitacin en calidad, estadstica y Seis Sigma. -Experiencia en produccin y calidad en rea metal-mecnica. -agustin_roma@yahoo.com.mx Pedro Ren Rodrguez Pavn Ingeniero Mecnico (Ucrania) Confiabilidaddelos Sistemas (Ucrania). Maestra en Administracin (UdG) Consultor de empresas y profesor de posgrado en la UdG -Experiencia de ms de 10 aos en capacitacin y asesora de empresas en Calidad, ISO-9000, Estadstica y Seis Sigma. -Diez aos de experiencia como Profesor de posgrado en el rea de estadstica y calidad en la Universidad de Guadalajara. -pedrorrp@axtel.net Hctor Pulido Gonzlez INGENIERO QUIMICO (UdG) Direccin Estratgica de la Calidad (UdG) Coordinador de Planeacin y Evaluacin en CUCEI U de G, y profesor en la misma universidad. -Labor durante 10 aos para la empresa de Productos Rivial en diferentes reas y responsabilidades (incluido Gerente de Calidad). -Profesor en posgrado en reas de calidad en CUCEA (UdG). -cplan.cucei@cucei.udg.mx 13 1. Conceptos bsicos de Seis Sigma 14 Cmo se genera la riqueza hoy? Trabajo del conocimiento 80% 20% 70% 30% Mejora de calidad y productividad Conocimiento del cliente Logstica Alianzas Distribucin Investigacin y Desarrollo Stuart Crainer The Management Century. Infraestructura y materiales AntesAhora 15 La generacin de riqueza hoy El conocimiento pasa ser la nueva fuente de generacin de riqueza, y con ello: La informacin, la tecnologa, la investigacin, el trabajo, la gestin administrativa, el liderazgo. El activo ms importante de una empresa del siglo XX fue su aparato de produccin. En el siglo XXI sern sus trabajadores del conocimiento y la productividad de los mismos. Capital humano: gente que sabe, aprende y asume el reto de la mejora, de la competencia en un mundo globalizado. 16 Los tres factores de la competitividadCalidad Precio Tiempo deEntrega (servicio) 17 Mala Calidad = Ineficiencias Retrabajos ydesperdicios Fallas, retrasos, paros Procesos lentosActividades que no agregan valor Quejas de clientes Inspeccin excesiva Mal ambiente de trabajo Ms Costos MENOS Competitividad EL NIVEL DE CALIDAD Y LOS COSTOS Yield Largo plazo DPMO Nivel Sigma Costo Calidad como % de las ventas 30.9 % 690 0001NA 69.2 % 308 0002NA 93.3 % 66 800325-40 % 99.4 % 6 210415-25 % 99.98 % 32055-15 % 99.99973.46< 5 % Los costos de calidady Seis Sigma DPMO: Defectos por milln de oportunidades de error REACCIN EN CADENA Mejorar procesos Disminuyen los costos; porque hay menos retrabajos, fallas y retrasos Con lo que se utiliza mejor los recursos Mejora la productividad Se es ms competitivo yse permanece en el negocio 80%-ComunesSon recurrentes, son parte del sistema (estructura, hbitos,formas de decidir, las 6Ms). 20%-especiales No siempre estn presentes, se deben a algo particular. Proyectos de mejora que vayan al fondo Reaccin rpida para localizar la causa20% Proyectos80% Reactiva SS es una estrategia enfocada a generar proyectos El problema no es tener pensamientos nuevos e innovadores, sino en deshacerse de los viejosLa Inspeccin y la calidad Encuentre la cantidad de letrasF que hay en la siguiente oracin FINISHED FILES ARE THE RESULT OF YEARS OF SCIENTIFIC STUDY COMBINED WITH THE EXPERIENCE OF MANY YEARS 22 Seis Sigma: Definicin Es una estrategia de mejora, impulsado por la alta direccin con apoyo de una estructura directiva y tcnica, donde se desarrollan proyectos SS, que generan soluciones de fondo y nuevas formas de hacer las cosas.Sus metas: Lograr procesos con una calidad seis sigma (3.4 defectos por milln de oportunidades, mximo). Reducir variacin Eliminar burocratismo en los procesos y las actividades que no agregan valor 23 Seis Sigma: Historia Fue introducida en 1987 en Motorola (CEO Bob Galvin), con el propsito de reducir los defectos en productos electrnicos. - Motorola.Lograproximadamente4500millonesde dlares en ahorros (1987-1989), y el premio a la calidad Malcolm Baldrige. - DebidoalasobligacionesconelPremio,Motorola compartienlosaossiguientessuestrategiay mtodo. - Unodelosprimerosentrasladareenriquecerla exitosamentefueAlliedSignal,quelogrmsde2000 millonesdedlaresenahorrosde1994-1999.CEO Larry Bossidy. 24 Seis Sigma: Historia A finales de los 90, en General Electric se termin de consolidar la estrategia SS y a aplicarse con gran xito en las diversas divisiones de GE, desde las financieras y entretenimiento, hasta la alta tecnologa. GE alcanz ms de 3000 millones de dlares en ahorros en dos aos (1998-99). CEO Jack Welch. Dado el xito y al tamao de GE, el gran impulso que recibi de Jack Welch y el prestigio de este directivo (21 aos CEO de GE), hacen que la metodologa se difunda a nivel mundial. Jack Welch dice que fue la estrategia que impulso con ms compromiso y pasin en sus 21 aos de CEO. 25 Seis Sigma Actualmente es la principal estrategia de mejora de muchas organizaciones lderes en el mundo En algunas empresas se ha combinado con Lean Manufacturing-manufactura esbelta-por ejemplo Xerox. En Motorola se tiene la segunda generacin, ligada a los objetivos claves del negocio y a la estrategia, va Balance ScorecardEn GE se ha profundizado su aplicacin. Ms de 150 directores generales, han tenido una formacin y participacin significativa en SS 26 Patrocinio visible Revisin rigurosa de proyectos Compartir el conocimiento generado y comunicacin proactiva Seis Sigma: Caractersticas Liderazgo realmente comprometido. Establece problemas y prioridades alineadas con los grandes objetivos de la organizacin. Los problemas yprioridades se atienden con proyectos de mejora. 27 Seis Sigma: Caractersticas En SS se desarrollan proyectos de mejora que rompe barreras organizacionales, y se ejecutan siguiendo la metodologa de cinco etapas DMAMC/DMAIC:Definir, Medir, Analizar, Mejorar y Controlar (Define, Measure, Analyze, Improve and Control) Los equipos que desarrollan los proyectos, en lugar de ser equipos autodirigidos (como fue en las etapas anteriores a SS), son equipos con apoyo y metas claras. 28 Seis Sigma: Caractersticas Hay una estructura directiva (Champions) y metodolgica (Black Belts, Green Belts, Yellow Belts) que los soporta. Enfoque genuino al cliente: se le pregunta, se le escucha.Se enfoca a los procesos, su rediseo y mejora Se dirige con datos, con tres grandes reas de inters: Satisfaccin del cliente Disminucin de fallas e incremento de la productividadReduccin del tiempo de ciclo y reorganizacin de los procesos 29 La empresa Tres Sigma -Tiene altos costos de no calidad y 66807 DPMO. - Confa en sus mtodos de inspeccin.- Cree que la calidad es para manufactura - No tiene un sistema disciplinado para colectar y analizar datos.- Considera que 99% es lo suficientemente bueno, aunque en la prctica tiene 66807 DPMO.- A Mxico vienen ms de 20 millones de turistas extranjeros al ao. Qu significa tener 6.6% de fallas en reservaciones? - 6.6% de experiencias negativas con clientes en un ao.30 Filosofa de la empresa Seis Sigma - Tiene bajos costos de no calidad y 3.4 DPMO. - Ms que en la inspeccin, confa en procesos con poca variabilidad que no generan fallas.- Escucha la voz del cliente para definir sus criterios de calidad y establece su referencia (Benchmark) contra el mejor a nivel mundial - Considera que el 99% no es aceptable. - Tiene un sistema disciplinado para colectar datos. -Utiliza la metodologa DMAIC para ejecutar proyectos en todas las reas de la empresa. Seis Sigma y la variacinProcesos y sus variables: Xs, Ys,Y=f(X)Proceso es unconjunto de actividades entrelazadas o interrelacionadas que reciben determinados entradas y los transforman en un resultado o en un producto Proceso (actividades) Insumos Entradas Resultados Salidas Variables Independientes Xs Variables de salida, las crticas para la calidad (trasladan la voz del cliente) Ys CausasEfectos Clientes Variables en la fabricacin de envases de plstico 33 Ejemplo, Proceso de atencin a clientes en un Banco Cules son algunas de las Ys del proceso? Cules son las Xs vitales que influyen sobre las Ys. Proceso Insumos Entradas Resultados Xs Ys 34 Todos los procesos varan (lasYs son variables): Ejemplo Se lleva un registro del tiempo que un cliente espera para ser atendido en un Banco. Aleatoriamente se eligen 40 de estos tiempos: 18.17.914.613.614.213.011.07.48.711.313.47.05.49.28.04.814.213.513.911.811.312.915.713.36.70.713.19.66.89.19.39.39.014.212.212.5 11.47.76.911.4 Hay Variacin? Por qu? Media=11.1, Desviacin estndar=3.03 35 Histograma para tiempo de espera Tiempofrequency0 4 8 12 16 20 24048121636 Dos procesos con misma media, pero diferente variacin.Media o tendencia central Variabilidad Menor variabilidad 1013161922131619 Se muestra los das que tardan dos empresas en surtir los pedidos del cliente, una vez que ste los ha realizado. Promedio=16 das. De qu empresa prefiere ser cliente, considerando slo esto? Materiales Maquinaria Mano de obraMediciones Medio ambiente Mtodos Variable de salida (Var. Crt. de calidad-CTQs) Y=f(X) Mercado de proveedores Procesos de diseo Procesos de compra y abastecimientos Procesos de comercializacin y distribucin Mercados de clientes Agregacin de valor Sistema: conjunto de elementos (procesos) interdependientes e interconectados que persiguen un mismo finMercado de proveedores Mercados de clientes Desviacionesy retrasos Brechas en tiempo y calidad Rezagos saldos Defectos, retrasos interrupciones Retrasos, incumplimientos excusas Insatisfaccin quejas Problemas, presiones, carreras, prdidas Rezagos saldos Aunque potencialmente existen muchos Xs, existen unas cuantos vitales. Y es el resultado de un proceso; y sta es funcin de las X's (los pocos factores vitales). A travs de DMAIC se encuentran estos Xs. Planes de Control, con base en la ecuacin Y=f(x1, x2,x3) Identificando las Xs Vitales del proceso (key process input variables, KPIV)El efecto embudo +15 entradas, Xs 10-15 8-10 4-8 3-6 Proceso optimizado, Ys D M A I C 41 Breve Descripcin de DMAMC/DMAIC Aspectos clave de SS: una metodologa clara y consistente para el desarrollo de proyectos de mejora. Sintetiza los aprendizajes para que los proyectos realmente logren ser exitosos. DMAMC: es el acrnimo de definir, medir, analizar, mejorar y controlar.DMAIC: (Dah-May-Ick), an acronym for define, measure, analyze,improve, control. Inicialmente Motorola slo uso el MAIC. GE y Allied S. usaron DMAIC. Que ahora es el estndar. 42 Definir Definir problema (VCC),sealar cmo afecta al cliente y precisar los beneficios esperados del proyecto. Los propietarios, el equipo. Medir Mejor entendimiento del proceso, validar mtricas, verificar que pueden medir bien,y determinar situacin actualAnalizar Identificar fuentes de variacin (Xs), cmo se genera el problema y confirmar las X vitales con datos Mejorar Evaluar e implementar soluciones, asegurr que se cumplen los objetivos Controlar Disear un sistema para mantener mejoras logradas (controlar X vitales). Cerrar proyecto (lecciones aprendidas) Breve descripcin de DMAMC Qu, por qu, dnde, quines 43 2. Roles y responsabilidades Una de las caractersticas de Seis Sigma es que hay una estructura directiva y tcnica que la soporta.Directivo, Champion, Yellow Belt, Green Belt, Black Belt y Master Black Belt. Cada uno tiene un rol y responsabilidad. Champion Son directivos medios y superiores Establecen los proyectos a desarrollar Alinea 6o con la estrategia del negocio Patrocinan proyectos (rompen barreras) Revisan proyectos Conocen DMAIC Black Belt Green Belt Yellow Belt Rep. de finanzas: Valida ahorros de proyectos Identifica los costos de mala calidad Dedicados a 6o. Lideran y asesoran proyectos Soporte metodolgico Pasin por los proyectos Conocen DMAIC y herramientas estadsticas Comitdirectivopara 6o Operan la estrategia de implantacin Establecen programa de entrenamiento Impulsan 6oParticipan y lideran proyectos Atacan problemas de sus reas Conocen DMAIC y herramientas estadsticas a un nivel prctico Propietarios de los problemas Participan activamente en proyectos Desplegar definicin Obtencin de datos Aportan en bsqueda de causas y soluciones. Papel crucial en control del procesoGdl Process Excellence organization Mariela Ochoa Process Excellence Office Manager Roberto Zepeda Master Black Belt Staff Six sigma sponsors Gdl Process Excellence Managers Six sigma sponsors Gdl Process Excellence extended team Employee Process owner Green Belt process owner Enrique Ramirez Process Excellence Coordinator - Projects selection and approvals - Cost and benefits validation - Resources authorization - Process owner definition -Resources management Yellow belt - Team member - Specialized six sigma support - Black belt training and update - yellow, green and Black belt system administrator - Six sigma& Lean projects administrator - Six sigma system administrator Black belts Lean belt 46 Black Belts en Hitachi GDL Francisco J Robles Fernando Sanchez Dominguez Roberto Zepeda Delgadillo Adolfo Lopez Alcaraz Daniel Sanchez Acosta Alejandro Gonzalez Cerrillo Victor Hugo Perez Herrera Bernardo Montoya Magana Otros en proceso 47 Ejemplo de currculo BB 48 3. Introduccin a la estadstica Seis Sigma se dirige con datos. El pensamiento estadstico es una filosofa de aprendizaje (la forma de tomar datos) y accin (la forma que actuamos), basada en los siguientes principios: Todo el trabajo ocurre en un sistema de procesos interconectados La variacin existe en todos los procesos Entender y reducir la variacin son claves para el xito 49 Estadstica Estadstica es la ciencia de recolectar,organizar, presentar, analizar e interpretar datos, tomando en cuenta la variabilidad, con el propsito de ayudar a una toma de decisiones ms efectiva. 50 Medidas de tendencia central Es necesario medir la tendencia central de un proceso o una variable La medida ms usual es la MEDIA (O PROMEDIO) muestral: ,nX...+ +X+X= Xn 2 1Lamediapoblacionalodelprocesose denota con (letra griega mu) 51 Ejemplo tiempo de proceso En el rea de RTV (retorno de material discrepante al vendedor) se tiene la meta de no tener material con mas de 30 das en el rea. (Espec. Superior=30). Quin es el proceso?De los datos de los ltimos ocho meses se tiene que la media es de 18. El proceso cumple con la especificacin? 52 Medidas de dispersin o variabilidad La dispersin o variabilidad de los datos muestra que tan esparcidos se encuentran los datos entre s. Las medidas de dispersin mas comunes son: Desviacin estndar Varianza El rango53 Desviacin estndar Mideenlamismaescaladelosdatos,quetan dispersosestnentresoqutanesparcidosestn respecto a su tendencia central un grupo de datos Muestral: La poblacional se denota con o (letra griega sigma) 1 - n) X -X( ...+ + ) X -X( + ) X -X(= S2n222154 Continuacin Ejemplo tiempo de proceso Espec. Superior=30 das. Media=18. Desviacin estndar=8 El proceso cumple con la especificacin? 55 Relacin entre la media y S Desigualdad de Chebyshev EntreX-2SyX+2Sestalmenosel75%de los datos de la muestraentre X 3S est por lo menos el 89%. Reglaemprica.Muchosdelosdatosquesurgen en la prctica se ha observado X -S y X+S est el 68% X 2S est el 95% X 3S el 99.7% 56 3o Curva normal que muestra la relacin entre o y 2o 1o+1o +2o+3o P(-o < X < +o) = 0.6827 P(-2o < X < +2o) = 0.9545 P(-3o< X < +3o) = 0.9973 Lmites Realeso Naturales Lmite real inferior = - 3o Lmite real superior = + 3o Al compararlos contra especificaciones se conoce la capacidad del proceso Estos lmites indican de donde a donde vara el proceso usualmente. EI ES LRI LRS Especificaciones Ingeniera (cliente) Variacinreal ndice de Capacidad potencial del Proceso o 6EI - ESCp =real Variacintolerada VariacinCp = EI LRI LRS Variacintolerada VariacinReal = 6 ES Se desea Cp mayorque uno59 Ejercicio El espesor de un producto debe ser de 153. De acuerdo a datos histricos del proceso se tiene que la media =15.1. El proceso es capaz, cumple con especificaciones? Si la desviacin estndar o=1.5, el proceso cumple? 60 La mtrica Seis Sigma Sigmaes la letra griega usada en estadstica para denotar la desviacin estndar para un conjunto de datos.La desviacin estndar proporciona una estimacin de la variacin en un conjunto de datos.El nivel de sigma declarado, como Seis Sigma,se usa para describir qu tan bien la variacin del proceso cumple con los requerimientos del cliente. 61 La Mtrica Seis Sigma Estadstico Z. Mide la capacidad de un proceso calculando la distancia entre las especificaciones y la media del proceso en unidades de la desviacin estndar, o o =ESZso EIZi=62 Nivel de Sigmas de un proceso Cuntas sigmas hay de la media a las especificaciones? EI ES Zi= 4 Zs= 4 EI ES Zi= 5 Zs= 3 La media de un proceso puede desplazarse a travs del tiempo hasta 1.5 sigmas, debido a cambios y desajustes. La diferencia entre capacidad de corto y largo plazo: Zmov= Z.ct Z.lt=1.5 Capacidad de corto plazo Capacidad de largo plazo Calidad 3 sigma, Zi=Zs=3, S=2, PPM=2700-8 -6 -4 -2 0 2 4 6 80.00.040.100.16Calidad 3 sigma,Zs=1.5,S=2, PPM=66803-8 -6 -4 -2 0 2 4 6 80.00.040.100.16EI ES 99.73% 93.2% Calidad 6 sigma, Zs=Zi=6, S=1 PPM=0.002-8 -6 -4 -2 0 2 4 6 80.00.100.200.300.40Calidad 6 sigma, Zs=4.5, S=1, PPM=3.4-8 -6 -4 -2 0 2 4 6 80.00.100.200.300.40EI ES Calidad de corto plazoCalidad de largo plazo con un movimiento de 1.5o (Zmov=1.5) ndice Cp Calidad en sigmas(ndice Z.ct) %dentro de especificaciones (Yield) Partes por milln fuera de especificaciones ndice Z.lt % dentro de especificaciones (Yield) PPM fuera de especificaciones (DPMO) 0.33168.27317300-0.530.23697700 0.67295.45455000.569.13308700 1.00399.7327001.593.3266807 1.33499.9937632.599.3796210 1.67599.9999430.573.599.9767233 2.00699.99999980.0024.599.999663.4 Nivel de calidad en sigmas : Z.ct = 0.8406+ ) ln( 221 . 2 37 . 29 PPM ((

=221 . 2) 8406 . 0 . ( 37 . 29exp .2ct Zlt PPM Niveles de Sigmas y su conversin a DPMO 67 Tarea 1 Estudiar el material visto en el curso Reflexionar y contestar por escrito la siguiente pregunta: Se requieren mejoras en su proceso? Explique. 68 4. Sntesis y DPMO Algunas respuestas de la tarea 1 Recordemos algunos aspectos claves de la sesin inicial: Por qu Seis Sigma? Qu es Seis Sigma? Dnde se inici y continu? Qu rol desempea en Seis Sigma un Champion, un Black Belt y un Yellow Belt? Ejemplo: Especificaciones de una Y: 50.0 +,- 0.6 = 50.1o = 0.2 De donde a donde varia Y? Cul es el nivel de sigmas de ct del proceso? y de largo plazo? Cul es el rendimiento (yield)? 69 Las mtricas DPMO (Defectos por milln de oportunidades de error) y DPMUUnidad (U). Es lo que produce un proceso, y que es posible evaluar su calidad. Ejemplo: proceso de ensamble de sillas. La unidad es la silla Oportunidad (O) de error. En la elaboracin de una unidad se puede tener ms de una oportunidad de error ( cualquier parte de la unidad que puede probarse si es adecuada). Proceso de ensamble de sillas: Oportunidad: Cada punto de ensamble 70 La mtrica DPMO En el proceso de ensamble de sillas cuntas oportunidades de error hay por cada unidad? O=24 Defecto (d). Cualquier no conformidad o desviacin de la calidad especificada Proceso de ensamble de sillas: cualquier punto de ensamble que no rene los requisitos de calidad Ensamble de sillas Componentes (cada tarjeta tiene 120) Cualquier componente mal ensamblado o que no funciona 71 La mtrica DPMO DPU (defectosXunidad) El DPU no toma en cuenta el nmero de oportunidades de error DPO (defectosXoportunidad) Se ensamblan U=2000 sillas y en la inspeccin final se encuentran d=40 puntos de ensamble insatisfactorios. Obtener DPU y DPO UdDPU =0.02200040= = DPUO UdDPO=0.0008324 200040= =xDPOLa mtrica DPMO DPMO(Defectospormillndeoportunidades): Midelosdefectosesperadosenunmillnde oportunidades de error. DPMO=1,000,000 DPO DPMU: Defectos por milln de unidades. 83324 2000401000000 = =xDPMO64 . 4 ) ln( 221 . 2 37 . 29 0.8406 Z.ct= + = DPMO0000 22000401000000 = = DPMU73 5. Seis Sigma y otras metodologas En muchos Sentidos Seis Sigma, es la evolucin de ciertas metodologas, o bien se apoya en ellas. 8D 5S 6o 5W-H PHVA LEAN Planear HacerVerificar Actuar Definir Medir Analizar Mejorar Controlar Enfocar el proyecto Examinar situacin actual Analizar causas Actuar sobre las causas Estudiar los resultados Estandarizar cambiosObtenerconclusiones El ciclo PHVA, DMAMC y Siete etapas en la solucin de un problema PHVA 5S 8Ds Six Sigma Lean Clientes Costo Competitividad 76 Eliminate waste:Lean Identifying waste and making it visible is the first step! The methodology of reducing unnecessary steps to reduce rework, save time, save cost and extend capacity of valuable resourcesCombining Lean + Six Sigma Days to deliveryNumber of deliveriesAverage = 5 daysLarge variationDays to deliveryNumber of deliveries0 10Average = 5 daysSmall variationSix Sigma alone Days to deliveryNumber of deliveries0 10Average = 3 daysLarge variationLean alone Days to deliveryNumber of deliveries0 10Average = 3 daysSmall variationLean + Six Sigma ActuarPlanear HacerVerificar Definir Medir Analizar Mejorar Controlar 1D 2D 3D 4D 5D6D 7D 8D Definir Valor VSM JalarFlujo Perfeccin PHVA8DLEANSS Enfocarel proyecto ExaminarSituacin Analizar Causas Actuar sobre las Causas Estudiar Resultados Estandarizar Cambios Obtenerconclusiones 79 6. Etapa de Definicin y sus principales herramientas La etapa de definicin enfoca el proyecto, lo delimita y se sientan las bases para su xito. Definir MedirAnalizar MejorarControlar80 (D) Definir el proyecto Actividades Verificar seleccin del proyecto y del lder Establecerladeclaracindelproblema(problem statment), y el por qu hacer el proyecto. Objetivo y definir alcance (scope). Una agenda tentativa del proyecto Todo se resume en el marco del proyecto (project charter) El reto es que el proyecto est bien enfocado, delimitado y definido en trminos cuantitativos. Se sabe lo que se espera, y hay responsabilidades y tiempos establecidos.Definir MedirAnalizar MejorarControlarSix Sigma project charterDate Draft #Title:Purpose:Problem Statement:Objective/Business need addresses:Scope:Role and Responsibilities: Stakeholders: Sponsors:Team Members:Resources (non human):Milestones/MeasuresProject start datePlanned project completion dateHow will we know if we are successful?: What are the measurable benefits the project is targeted to deliver? Marco del proyecto Seis Sigma Fecha del proyectoBorrador #

Ttulo:

Propsito:

Declaracin del problema:

Objetivo/Necesidades del negocio a ser atendidas:

Alcance:

Roles y Responsabilidades:

Propietarios

Patrocinadores:

Miembros del equipo:

Recursos (no humano):

Mtricas

Fecha de inicio del proyecto

Fecha planeada de finalizacin del proyecto

Cmo sabremos si tenemos xito?: Cules son los beneficios medibles y entregables del proyecto? 83 (D) Definir el proyecto Herramientas: Definicin de proyectosDiagramas de flujo, SIPOC, Mapeo primer nivel Voz del cliente y el proceso Estadstica bsica (Cp, Pareto, Zct) Definir MedirAnalizar MejorarControlar84 Definicin: validar seleccinUn buen proyecto SS:Est conectado con las prioridades del negocio (planes estratgicos y operativos). Representa una mejora importante en el desempeo del proceso y en lo financiero. El proyecto tiene un alcance razonable (se realiza 3 a 4 meses).Para medir el xito se tienen mtricas cuantitativas claras.Se entiende su importancia.El proyecto tiene el apoyo y la aprobacin de la direccin (o gerencia)85 Marco del proyecto (Project charter) Propsito del proyecto (PROJECT PURPOSE): Declaracin breve de la intencin del proyecto. Usar mtricas claves de beneficios financieros, retorno de inversin (ROI), tiempo del ciclo o DPMO.Ejemplo: Disminucin del tiempo de ciclo del proceso de autorizacin de rdenes de compra (PO).86 Marco del proyecto (Project charter) Necesidades del negocio a ser atendidas (Business need addressed) Declaracin que indique los argumentos desde la ptica de la empresa para llevar a cabo el proyecto. Por qu debemos apoyar el proyecto? Las PO con retraso son la principal queja de los clientes internos. La espera de material del vendedor se identific como una causa importante para los retrasos en las rdenes de produccin. Cuando se tienen POs con retraso, la consecuencia tpica ha sido el aumento en el pago de tiempo extra en las reas de la produccin para cumplir con el programa de produccin. Si se disminuye el tiempo de ciclo de las POs, podemos reducir gastos en tiempo extra y mejorar la satisfaccin del cliente disminuyendo los tiempos de entrega. 87 Marco del proyecto (Project charter) Declaracin del problema (Problem statement) Resume los problemas a ser abordados. Debe incluir condiciones actuales o histricas, tales como ndices de defectos y/o costos por el pobre desempeo, en trminos de variables crticas para la calidad (Ys).El tiempo de ciclo de PO se define como el tiempo trascurrido desde que se recibe la solicitud decompra hasta que el PO es enviada al proveedor. Actualmente este tiempo de ciclo para proveedores no aprobados es de un promedio de 27 das, con 95% de POsenviadas dentro de 45 das. Para vendedores aprobados el promedio es de 7 das, con 95% de POsenviadas dentro de 11 das. Esto incide en pago de tiempo extra. 88 Marco del proyecto (Project charter) OBJETIVO (OBJECTIVE) Es una declaracin ms especfica del resultado deseada. GE us lo siguiente como una pauta: Si el proceso est operando a menos de 3o, entonces el objetivo del proyecto debe ser una reduccin de 10 veces el nivel de defectos. Ejemplo, si el actual DPMO=10000, entonces la meta debe ser DPMO=1000 o menos. Si el proceso est operando a ms de 3o, entonces una reduccin del 50% de defectos debe ser buscada. Ejemplo, si el actual DPMO=1000, entonces el objetivo debe ser DPMO=500. Reducir el tiempo de ciclo de PO, para que mximo sea de 20 das, en un nivel de 3 sigmas. Zs=3. 89 Marco del proyecto (Project charter) Alcance (Scope) Es el aspecto especfico del problema que ser abordado.Muchos proyectos tienen un alcance demasiado amplio. Resultado de objetivos ambiciosos, para que puedan ser alcanzados en un tiempo razonable. Cuando la duracin de un proyecto aumenta, los costo del mismo aumentar. Tambin aumentar la frustracin y desinters.Cuando la duracin de un proyecto excede 6 meses, se pueden producir bajas crticas en los miembros del equipo, lo que causa retrasos adicionales.Tiempo adecuado de 3 a 4 meses. Marco del proyecto (Project charter) Alcance (Scope) Se realiz un diagrama para entender la dinmica de PO, y los diferentes factores (Xs).Alcance: Limitar a las partes moldeadas por inyeccin, que de acuerdo a anlisis de Pareto representan el 60% de las PO con proveedores no aprobados. 91 Marco del proyecto (Project charter) Propietarios, Miembros del equipo y Patrocinador (Stakeholders, team members, and sponsor) Propietarios, se refiere a los departamentos, clientes o proveedores que sern influenciado por las actividades del proyecto o por sus resultado. El equipo se refiere a los miembros especficos de los grupos de propietario que juegan un papel activo en el proyecto. Los patrocinadores o Champions son directivos que apoyan el proyecto. Inician el proyecto, asignan recursos, y desarrollan la carta inicial. Como un miembro de direccin, ayuda a superar obstculos.92 Marco del proyecto (Project charter) Propietarios, Miembros del equipo y Patrocinador Proyecto: Tiempo de Ciclo de PO Stakeholders: Engineering, Procurement, Quality Sponsor: Diego R., VP Operations (CH) Leader of the project: Daniel H.(BB) Team Members: Mary A.(Accounts Payable-YB); Juan S. (Quality-GB);Guillermo A.(Purchases-YB); Ana D. (Engineering-YB) 93 Marco del proyecto (Project charter) RECURSOS, NECESIDADES y Entregables Se refiere a los procesos, equipos, bancos de datos, o gente (no incluido como miembros del equipo) que pueden necesitarse para la realizacin del proyecto.Accounts Payable database, Vendor Quality Records Entregables: incluyen todo los beneficios mensurables del proyecto. Cmo definimos un proyecto exitoso y realizado?Proyecto de PO: Procedimiento(s) revisado(s), generando un disminucin del tiempo de ciclo de PO.Economas proyectadas: Aprox. US$110,000 por pago de tiempo extra. Ahorros de $50,000 por obstruccin de WIP (work in process) 94 Definicin: seleccin del equipo Seleccin del lder:Preferentemente con conocimiento del problema, No se sospecha que es parte del problema. Con motivacin y liderazgo para encauzar al equipo Dominio de DMAMC y sus herramientas Gusto por los retos. Capaz de dar seguimiento y sabe la importancia de los resultados. El resto de los miembros del equipo se seleccionan de entre los propietarios del proceso, con base en su posible aporte, experiencias y especialidades. 95 Algunos Conceptos y herramientas tiles en la definicin del proyecto La definicin del proyecto y en los entregables es importante incluir la voz de cliente. Para ello: Identificar el cliente Establecer lo que el cliente quiere del proceso (voz del cliente). En nuestro trabajo, tenemos claramente identificado quin es nuestro(s) cliente(s)? Escuchamos a nuestros clientes? Cmo? 96 DIAGRAMA DE PROCESO SIPOC (PEPSU) Acrnimo de suppliers, inputs, process, outputs, and customers ( proveedores, entradas, proceso, salidas y clientes). Diagrama de proceso de utilidad en etapa de definicin, que permite caracterizar un proceso respecto a estos elementos. Proveedores: aqullos que proporcionan entradas para el proceso. Entradas: datos, conocimiento y los recursos necesario para que el proceso genere las salidas deseadas. Proceso: las actividad que transforman las entradas en salidas. Salidas: Los resultados del proceso (los entregables). Incluye los productos a los que se les agreg valor, servicios, documentos oentradas para otros procesos. Clientes o usuarios: la(s) persona(s) o funcin que recibe las salidas.SIPOC para edicin de un libro Proveedores (5) Entradas (4) Proceso (1)Salidas (2)Clientes (3) Depto. legalISBNSe recibe Manuscrito ISBNImpresor AutorManuscritoPublicar ISBNNueva cubiertaLector Diseo grfico Diseo de cubiertas CubiertaLista de erroresMarketing Diseo grfico ArchivosEdicin Correspondencia con autor Editor del proyecto Pruebas de errores Archivos Crear archivo para impresor Enviar a Marketing ( ) Orden en el se construye el SIPOC 98 DIAGRAMA DE PARETO EldiagramadeParetoayudaaanalizarlas variables de atributos y establecer prioridades.. Ayudaalocalizarelproblemaprincipalysucausa ms importantePrincipio de Pareto: "Ley 80-20 El 80% del efecto es generado por el 20% de las causas. "Pocos vitales, muchos triviales"99 Tipo de falla DCBA Total de fallas 800 700 600 500 400 300 200 100 0 Porcentaje 100 90 80 70 60 50 40 30 20 10 0 99 135135 369 Paretode Problemas100 Producto CBA Falla tipo A 400 300 200 100 0 Porcentaje 100 80 60 40 20 64 80 225 Paretode Causas 101 Pareto-Costo Si en el Pareto de Problemas se tiene que el defecto A, tiene un costo de 1, el B de 5, el C de 0.5 y el D de 2. Sobre cul defecto conviene actuar? 7. Etapa de Medicin (Measure) ysus principales herramientas En este apartado veremos la etapa de Medicin (Measure) y algunas de sus principales herramientas Definir Medir AnalizarMejorar Controlar Etapa de Medicin (Measure)objetivos Definir el proceso a un nivel ms detallado para entender los puntos de decisiny los detalles de su funcionamiento.Establecer con detalle las mtricas (las Ys) con las que se evaluar el xito del proyecto. Analizar y validar el sistema de medicin.Medir la situacin actual (baseline) para clarificar el punto de arranque del proyecto. Establecer metas definitivas para las Ys.Definir Medir AnalizarMejorar Controlar 104 Medicin Requerimientos del cliente Procesos claves Mtricas Objetivos delproyecto Objetivos y estrategias de la organizacin La fase de Medicin es afianzar la importancia del proyecto, dnde se realizar, la forma que se medir su xito. Con apoyo del pensamiento estadstico. 105 Algunas Herramientas Plan para coleccionar datos Diagramas de flujo Mapeo de procesos Grficas de frecuencia AMEF Estudios R&R Diagrama de Pareto Capacidad de Procesos Estratificacin Series de tiempo Muestreo Definir Medir AnalizarMejorar Controlar 106 Proceso a detalle En la etapa de definir se tiene en un nivel general el diagrama de proceso.Aqu es necesario hacer una descripcin ms detallada, haciendo nfasis en los puntos de decisiny la secuencia y flujo del trabajo, mediante: Diagrama de flujo a detalle, o Mapeo de proceso 107 MAPEO DE PROCESOS Representacin grfica de un proceso que: Ilustra en forma detalla todos los pasos del proceso, tanto los que agregan valor como los que no Identifican las variables claves del proceso, tanto de entrada como de salida. 108 MAPEO DE PROCESOS, pasos Listar los pasos en general y las variables de salida que son claves para el cliente. Mostrar las caractersticas criticas de calidad de cada paso del proceso. Adicionalmente, si se quiere mayor detalle:Identificar los pasos que agregan valor y los que no agregan valor en el procesoListar y clasificar las entradas claves en cada paso del proceso. Criterios: crtico (*), controlable (o), y de ruido () Aadir las especificaciones de operaciones actuales y los objetivos de proceso para las entradas controlables y crticas. 109 Definicin de mtricas Una mtrica de un proceso es un indicador numrico del desempeo o estado del mismo.En el proyecto se selecciona aquellas salidas que son crticas para el proceso (key process output variables, KPOV).Deben estar enfocados al cliente y alineados con la estrategia del negocio.En trminos de costo, calidad y/o programacin (schedule, factores que impactan el tiempo de entrega). Que sean fcil de medir y obtener en un perodo relativamente corto. 110 Definicin de mtricas Factores crticos de costos (Factors critical to cost-CTC) incluye: Parmetros que impactan el trabajo en marcha. Inventario de bienes terminados. Gastos generales, de envos, de materiales y de mano de obra. Costos de calidad 111 Mtricas de los costos de calidad Los costos de calidad, son los costos totales asociados al sistema de calidad Entre ms deficiencias y fallas se tenga, los costos por lograr calidad y los costos por no tener calidad (Cost of poor quality) sern ms elevados. Costos de evaluacin de la calidad: inspeccin, pruebas, y sus equipos. Auditorias. Costos de fallas internas, retrabajos, desperdicios, retrasos. Costos por fallas externas: servicios de garanta, devoluciones, penalizaciones, etc. 112 Ejercicio Formar equipos de 3 personas. Analizando la definicin del proyecto de disminucin del tiempo de ciclo del proceso de autorizacin de rdenes de compra (PO), que se describi antes, proponer algunas Ys crticas para elproyecto. 113 YRT: Rendimiento combinado-Rolled Throughput YieldYs grandes, Ys pequeas Las Ys pequeas son las generadoras de las Ys grandes.Si un proceso tiene k subprocesos, y el rendimiento a la primera vez es Y1, Y2,..., Yk , sin considerar retrabajos; entonces YRT =Y1Y2...Yk i etapa la enprobadas unidades de Nmeroi etapa la envez primera la a pasanque unidades de Nmero=iY114 InicioFinal Rendimiento Y 1 =90% PPM=100000 Rendimiento Y 2 =95% PPM=50000 Rendimiento Y 3 =84% PPM=160000 Rendimiento Y 4 =93% PPM=70000 Rendimiento Y 5 =91% PPM=90000 YRTC 60.8% 0 0.2 0.4 0.6 0.8 1 12345 Etapa Rendimiento Rend.por operacin Rendimiento acumulado Rendimiento Combinado Y C =.9.95 .84 .93 .91= .608 470000 Partes por Milln que no pasan a la primera vez 115 Analizar y validar el sistema de medicin En un proyecto seis sigma es necesario garantizar que: Se conoce la incertidumbre de los sistema de medicin que se utiliza para evaluar el desempeo del proceso Que la precisin (variabilidad) de los sistemas de medicin es adecuada y garantiza mediciones confiables. Que cada Y del proyecto se mide en forma consistente. Cules son los efectos de un sistema de medicin no confiable? Los sistemas de medicin pueden estar influenciados por muchos factores que causen que sus mediciones no sean confiables. 116 117 Cmo validar los sistemas de medicin En mtricas administrativas, asegurarse que hay criterios claros y consistentes para contar: pedidos con retrasos, clientes atendidos, pago de horas extras, etc. En mtricas donde se utilizan algn equipo o criterios de calidad es necesario hacer estudios de repetibilidad y reproducibilidad (Gage R&R), para garantizar que los equipos y personas generan mediciones consistentes y confiables. Si una mtrica es la satisfaccin del cliente, Cul es el sistema de medicin? Cmo validarlo?Medir la situacin actual (baseline) Se trata de evaluar el estado actual (baseline) del proceso (en cunto a mtricas principalmente) y estimar su habilidad para satisfacer los requerimientos del cliente. Para clarificar el punto de arranque del proyecto, y as poder evaluar posteriormente el impacto del proyecto. Tipo de falla DCBA Total de fallas 800 700 600 500 400 300 200 100 0 Porcentaje 100 90 80 70 60 50 40 30 20 10 0 99 135135 369 Antes (Inicio) ? Despus (final) 119 Medir la situacin actual (baseline) Recomendaciones para obtencin de datos Decidir la forma ms adecuada de obtener datos: Hay registros histricos? Se puede hacer muestreos aleatorios representativos? En qu tiempo se refleja claramente el desempeo del proceso? Cul ser el perodo durante el que se obtendrn datos? Qu variantes del proceso se considerarn: planta, lnea, producto, turno? Poblacin y Muestra, Parmetros y Estadsticos Lapoblacin(proceso)eslatotalidaddeindividuos, medicionesoproductossobrelasquesequiere conocerytomarunadecisin.Unamuestraesuna parte de la poblacin. Se desea que sea representativa.Los estadsticos varan de muestra a muestra Variables continuas vs.Variables discretas 1-11 DATOS Cualitativos o de atributos (Tipo de defecto) Cuantitativos o numricos discretos (nmero de defectos, de clientes) continuos (Grosor de un disco) EI ES Normalmente tienen especificaciones, una o dos Se contabilizan por perodos (semana, lote, lnea) Quejas por semana6.0 5.0 4.0 3.0 2.0 1.0 0.0Frequency14121086420Std. Dev = 1.60Mean = 2.8N = 50.00Frecuencia portipo de defectos, dnde, etc.Tipo de defecto DCBA Total de fallas 800 700 600 500 400 300 200 100 0 Porcentaje 100 90 80 70 60 50 40 30 20 10 0 99 135135 369 122 Variables continuas vs. Variables discretas Variables continuas son aquellas que pueden medirse en una escala continua: peso, tiempo, longitud, espesor. Las discretas, en el contexto de SS, normalmente son conteos del tipo: nmero de clientes, nmero de artculos defectuosos, nmero de quejas. En general las continuas proporcionan una evaluacin mejor de la calidad, ya que no slo sealan si un artculo es defectuoso o no, sino a travs de la medicin dicen qu tan bueno o defectuoso es. 123 Variables continuas vs. Variables discretas Ejercicio Una caracterstica de calidad de ciertoproducto es su resistencia, que debe soportar por lo menos 200 kilogramos fuerza. Proponga una mtrica continua y otra discreta para evaluar el desempeo del proceso. Cmo analizara cada una? 124 Continuacin Estadstica Descriptiva Otras medidas de tendencia central Paraevaluarlasituacinactual,ademsdeel usodelamediayladesviacinestndares necesarioutilizarotrasmedidasdetendencia central MEDIANAopercentil50,esigualalvalorque dividealamitadalosdatoscuandostosson ordenados de menor a mayor MODA, es el dato que se repite con ms frecuencia A la media la jalan los datos raros Posicin de las medidas de tendencia central en distribuciones simtricas y sesgadas MoMo Me Me X X X Me Mo Distribuciones simtricas Distribuciones sesgadas derechasDistribuciones sesgadas izquierdas Otras medidas de dispersin Rango: Amplitud de variacin. R= Dato Mximo Dato Mnimo Varianza, S2, la elevacin al cuadrado de la desviacin estndar. Importante en estadstica terica. Coeficiente de Variacin. Es la razn de la desviacin estndar a la media aritmtica, expresada como porcentaje. Ayuda a comparar la variacin de dos o ms variables que estn medidas en diferentes escalas o unidades.) 100 (xSCV =El estado inicial se puede evaluar calculando el ndice de Capacidad potencial del Proceso o 6EI - ESCp =real Variacintolerada VariacinCp = EI LRI LRS Variacintolerada VariacinReal = 6 ES Se desea Cp mayorque uno128 Variables de salida (Ys) con una sola especificacin Entre ms pequea mejor Entre ms grande mejor ES EI o3- ESCps =o3EI -Cpi =El Cp no toma en cuenta el centrado del proceso o 6EI - ESCp = EI ES o3EI -Cpi =o3- ESCps =Cpk=Mnimo(Cpi, Cps) Z=3*Cpk 130 HISTOGRAMA Grficodebarrasquepermitedescribirel comportamiento de unos datos numricos en cuanto a su tendencia central, forma y dispersin Y Frecuencia 10 20 30 40 50 Cp = 1.44038 Cpk = 1.41033 Cr = .694263 Cpm = 1.43452 K = -.0208618 y EI ES (a) Centrado con poca variabilidad 46810121416 10 20 30 40 Cp = 1.49933 Cpk = .708981 Cr = .666965 Cpm = .580997 K = -.527134 y EI ES (b) Descentrado con poca variabilidad 46810121416 10 20 30 40 50 Cp = .660492 Cpk = .640806 Cr = 1.51402 Cpm = .659336 K = .0298058 y EI ES (c) Centrado con mucha variabilidad 46810121416 10 20 30 40 Cp = .608985 Cpk = .312567 Cr = 1.64208 Cpm = .454406 K = -.486741 y EI ES (d) Descentrado con mucha variabilidad 46810121416 10 20 30 40 Histograma y capacidad de procesos 132 Cp = .997789Cpk = .869839Cr = 1.00222Cpm = .931039K = .128234yEIES(e) Con sesgo a la derecha4 6 8 10 12 14 1610203040Cp = .575331Cpk = .572183Cr = 1.73813Cpm = .575305K = .00547108yEIES(f) Bimodal, dos realidades4 6 8 10 12 14 1610203040Cp = .534952Cpk = .530307Cr = 1.86933Cpm = .5349K = -.00868332yEIES(g) Achatado5 7 9 11 13 15 171020304050Cp = 1.20751Cpk = .501473Cr = .828149Cpm = .514234K = .584705yEIES(h) Acantilado derecho4 6 8 10 12 14 161020304050y (e) Con sesgo a la derecha 46810121416 10 20 30 40 y (f) Bimodal, dos realidades 46810121416 10 20 30 40 y (g) Achatado 57911131517 10 20 30 40 50 y (h) Acantilado derecho 46810121416 10 20 30 40 50 Histograma y comportamientos especiales Se requieren suficientes datos, preferentemente ms de 50. 133 Ejercicio: Seis Sigma Los datos semanales de un semestre respecto al %fallas en un proceso, dicen: = 5.5%, o=0.7%. La meta que se tiene para el ao es tener un mximo semanal del 6.0% 1.Entre qu porcentajes se espera que vare el %fallas semanal? 2. Cul es el nivel de sigmas de largo plazo del proceso, Zs?3. 5. Qu estrategia seguir para cumplir la meta? 134 Tarea 2 1. Estudiar el material visto hoy 2. Describa brevemente el proceso en el que labora. 3. Cmo se mide el desempeo o resultados de su proceso? Anote las principales Ys de su proceso.4. Se conoce la variacin de las Ys? Su tendencia? Comente.5. Cules son los factores claves de su proceso? Anote algunas de las Xs ms importantes de su proceso. 135 Sesin 3 Qu es Seis Sigma? Qu se hace en las dos primeras etapas de DMAMC? 136 Ejemplo de proyecto Seis Sigma. Antecedentes En una fabrica de asientos para automvil se tenan problemas que se detectan con inspeccin al 100% y que es necesario resolver con retrabajos. Resultaba prioritario generar un proyecto para alcanzar un proceso Seis Sigma As disminuir costos de reprocesos e inspeccin, y garantizar la satisfaccin y lealtad de clientes. 137 Ejemplo de proyecto Seis Sigma. Variables crticas Las VCC para los asientos son aquellas que tienen una especificacin por reglamento o las quetienen un impacto al momento de que el consumidor se decide por cierto automvil Las VCC de los asientos del conductor y del asiento del acompaante delantero son esfuerzos para: Y1. Levantar el descansabrazos Y2. Bajar el descansabrazos 138 Variables crticas Esfuerzos para: Y3. Cambiar la inclinacin del asiento Y4. Deslizar el asiento hacia adelante Y5. Deslizar el asiento hacia atrs Y6. De la palanca para liberar y deslizar el asiento Y7. Activar el botn de la cabecera Y8. Levantar la cabecera Y9. Bajar la cabecera Se detect que todas las VCC deberan de ser mejoradas, ya que su capacidad no era de calidad Seis Sigma Se resolva con retrabajo e inspeccin al 100% 139 Nivel de Y1 Las fuerzas para subir el descansabrazos Y1 tiene una Zct=3.9 sigmas y PPM=8200. (Ver tabla) Zlt=2.4 sigmasDos inspectores para inspeccin al 100% en esa etapa. 7000 dlares anuales por inspector. Produccin anual de 100,000 unidades, un costo de reproceso de 20 dlares p/u.Si Y1 y Y2 se llevan a Seis Sigma: Se elimina el retrabajo La inspeccin al 100% Ahorro del costo de los dos inspectores Reduccin del tiempo de cicloIncremento de la satisfaccin del cliente 140 Los cuatro cules para establecer la declaracin del problema

Los Cules profundizan en la definicin Componentes de la Frase-Problema Primer frase ambigua Tenemos problemas con los asientos Cul es el problema con Los esfuerzos para subir y bajar el descansabrazos no cumple con especificaciones Cul es el nivel Se tiene 8200 PPM, que es necesario corregir con retrabajos. Cul es la referencia 3.4 PPM Cul es el costo 30,400 dlares, considerando el costos directos de reproceso y de inspeccin. Ms indirectos en tiempo de ciclo, posibles insatisfaccin de clientes. Declaracin del problema: Se tiene problema con los esfuerzos para subir y bajar el descansabrazos, generndose 8200 PPM, contra una meta de 3.4. Esto tiene costos directos de reproceso y de inspeccin por 30,400 dlares anuales. 141 Marco del proyecto Seis Sigma

Ttulo:Mejorala calidad de los parmetros crticos del asiento, desde el punto de vista de seguridad y del consumidor.

Propsito:Disminuir variacin y cumplir con especificaciones de las VCC de los asientos.Necesidades del negocio a ser atendidas: Varias de las VCC para los asientos no cumplen con especificaciones, los problemas se detecta con inspeccin al 100% y se corrigen con retrabajos. De reducir la variacin en las VCC a un nivel Seis Sigma, se eliminAlcance: El proyecto se limitar a los esfuerzos para subir y bajar los descansabrazos (Y1 y Y2).

Declaracin del problema:Se tiene problemas con los esfuerzos para subir y bajar el descansabrazos, generndose 8200 PPM, contra una meta de 3.4. Esto tiene un costo directo por reproceso e inspeccin al 100% de 30,400 US$.

Objetivo:Cumplir a un nivel seis sigma (3.4 PPM) con las especificaciones para los esfuerzos para subir y bajar el descansabrazosPropietarios: Manufactura y Calidad

Patrocinador:Gerente de ManufacturaMiembros del equipo:Mtricas: Cmo sabremos si tenemos xito?: Cules son los beneficios medibles y entregables del proyecto? Cules seran los entregables del proyecto?Cules las mtricas? 142 El problema 143 Grfica de Gantt para el proyecto Actividad DEFINIR MEDIR ANALIZAR MEJORAR CONTROLAR feb mar abrmayjunjul ago VALIDACIN Proyecto: Mejora de esfuerzo para subir descansabrazos 144 Etapa de Anlisis para el proyecto de los descansabrazosSe mapea y detalla el proceso Se analiza el sistema de medicin para Y1 (dinamometro). Evaluar la situacin actual (baseline) Mapeo del proceso COLOCACION DEASIENTOS EN PALET (1)LIFTASSIST, PALLETSDETALLADOEN HORNORETRABAJO (1)CEP POWER FOCUS,MESA DE TRABAJOSISTEMA DEEMBARQUEACARREOCASAMIENTODERESPALDO(1). SMARTFIXTUREPOWERFOCUS CEPINSPECCIONFINALOK?SUJECION DEVISTA INT. YBUCKLE. (1)SMARTFIXTUREPOWER FOCUS CEPSUJECION DEBUCKLE YVISTA RISER& POSICIONDE VISTAEXTERIOR(1) SMARTFIXTUREESFUERZOS(2).DINAMOMETROCASAMIENTODE ASIENTOPOSTERIOR(1). SMARTFIXTUREPOWERFOCUS CEPMONTADO DE CABECERA,COLOCACION DE CODERA(1) SMART FIXTURE,HIIHORNONOSCOLOCACIONDE VISTASFOLD FLAT YMANIJA (1)SMARTFIXTURE,DETALLADO (1)LAMPARA DECALOR,VAPORERAEMBOLSADO YCOLOCACION DEETIQUETAS (1)PRINTERCOLOCACIONDE ASIENTO ACORREDERA(1). SMARTFIXTUREENRUTADO DEARNESES (1).CASAMIENTODE ASIENTOFRONTAL(1).SMARTFIXTUREPOWERFOCUS CEPPRUEBAFUNCIONAL (2) TERMINATOR 146 Anlisis del sistema de medicin para Y1 (estudio R&R) Objetivos Determinar si el error de medicin del esfuerzo es pequeo y aceptable relativo a la variacin del proceso o especificacin del producto. Determinar la confianza de la certeza de los datos. Obtener una adecuada resolucin del gage. Si la variacin de la medicin es inaceptable, enfocar los esfuerzos de mejora : Al equipoA mtodos y gente.

147 o2total = o2parte-parte + o2R&R La variacin observada vs. real La variacin observada de cualquier grupo de datos es la suma de lavariacin real producto mas la variacin del error de medicin 148 REPETIBILIDAD: Es la variacin observada cuando un operador mide la misma unidad con el mismo dispositivo varias veces REPRODUCIBILIDAD: Es la variacin adicional observada cuando varios operadores usan el mismo dispositivo para medir la misma unidad La combinacin de ambas fuentes de variacin se conoce como R&R R&R 149 PRECISION Y EXACTITUD EXACTITUD: Se refiere al desfase o desplazamiento que tienen las mediciones en relacin al estndar o valor verdadero que sesupone conocido. Es la distancia entre la media observada y elverdadero valor del objeto.PRECISION:Eslavariacinquepresentanlos resultadosalmedirvariasvecesunamisma magnituduobjetoconelmismoequipo.Esla habilidaddeuninstrumentodemedicinpara repetiryreproducirsupropiamedicin, independientemente si dicha medicin es correcta o incorrecta EXACTITUD:Serefierealdesfaseo desplazamientoquetienenlasmedicionesen relacinalestndaroverdaderovalorquese supone conocido150 Se trata de darle al blanco (centro) de la medicin real de la pieza, con poco error 151 Estabilidad y linealidad EXACTITUD: Se refiere al desfase o desplazamiento que tienen las mediciones en relacin al estndar o valor verdadero que sesupone conocido. Es la distancia entre la media observada y elverdadero valor del objeto.Estabilidad: el cambio del instrumento con el transcurso del tiempo. Linealidad: la exactitud a lo largo del rango de operacin del instrumento, por ejemplo en el caso de una bscula que puede medir en un rango de 0 a 100 kilogramos, interesa que sea exacta y precisa en todo este rango 152 Procedimiento Para Realizar Un Estudio R&RSe deben utilizar por lo menos dos operadores y 10 unidades representativas (de preferencias que cubran todo el rango de medicin) Cadaoperadormidecadaunidadporlomenosdos veces, utilizando siempre el mismo dispositivo.Enunaprimerrondaeloperadormideunavez(en ordenaleatorio),todaslaspiezaselegidasparael estudio. Enlasegundaronda,eloperadornodebetener presente el valor de la primer medicin.153 Estudio R&R para Y1. EI = 10, ES= 40 N. El sistema de medicin es confiable?1 N = 1 kgm/s2

Proyecto Seis Sigma para asientos: Fase de Medicin Operador A Operador BParte Ensayo1 Ensayo2 Ensayo1 Ensayo21 26.1 25.2 30.0 32.72 23.0 23.4 28.1 28.83 15.0 14.3 25.9 26.34 24.9 25.5 35.1 34.15 20.9 19.3 20.9 21.76 15.5 16.0 16.0 16.57 16.9 17.1 15.6 15.88 16.0 15.2 16.2 15.79 15.8 15.2 15.3 15.710 15.9 15.3 16.1 17.5Gage Measurements by OPERATORSPARTS14182226303438Average1 2 3 4 5 6 7 8 9 10OperatorsABEstudio R&R para Dinamometro Se aprecia claramente una discrepancia entre las mediciones de ambos operadores 155 Conclusiones estudio R&R Hay problemas de reproducibilidad. La forma en que cada operador est haciendo mediciones es diferente. El proyecto no puede seguir hasta en tanto no se garantice un sistema de medicin confiable. Acciones: Se desarroll un programa de mejora de la habilidad de los operadores y se reentren a todos los inspectores que realizan mediciones en el proceso.Despus de esto es necesario hacer un estudio R&R nuevamente a ver si se lograron mejoras en el sistema de medicin. 156 Datos de segundo estudio R&ROperador A Operador BParte Ensayo1 Ensayo2 Ensayo1 Ensayo21 25.8 26.1 27.6 26.12 20.3 21.9 21.7 21.13 19.7 20.4 19.1 20.04 25.1 24.2 27.0 27.65 22.1 20.1 20.7 21.36 16.1 15.5 17.2 18.87 19.8 19.5 18.3 18.68 17.3 17.4 17.9 18.29 19.5 18.6 18.9 18.510 24.9 26.2 26.9 26.5Lnea base para el proyecto: Se realiz un estudio de Capacidad yEstabilidad, se tomaron 20subgrupos (n=4) repartidos en un periodo de tiempo suficiente para que se manifieste lavariacin de largo plazo del proceso.Espec. 2515 Calcule el Zi de largo plazo (ver tabla) SubgrupoMediciones 11215.716.810.9 223.421.820.721.2 319.517.120.918.7 416.913.612.917.6 516.31821.415.9 618.521.21922.2 723.628.526.924.5 82218.919.417.6 924.321.822.927.6 1022.325.918.716.9 1123.522.630.725.5 1216.811.814.717 1316.619.623.617.8 142215.51220 1522.921.819.522.9 1619.615.517.318.7 1717.118.618.515.7 1823.828.222.424.6 1924.727.220.223.6 2018.524.419.523.9 R-Bar=5.5 X-bar-bar=20.16 S=4.16 158 159 Introduccin a estudio R&R para atributos Existen procesos de medicin de atributos que generan datos binarios; tal como aceptar o rechazar una pieza con base en: Un mecanismo del tipo pasa-no pasaMediante una apreciacin relativamente subjetiva o apoyada en los sentidos (visual, olfato, oido, tacto, gusto). Es necesario evaluar la consistencia de los criterios utilizados por las personas que realizan este tipo de evaluacionesEn R&R para atributos se evalan de 30 a 100 piezas. 160 Introduccin a estudio R&R para atributos En el estudio se analiza qu tanto concuerdan los criterios de un mismo operador y entre los diferentes operadores, cuando se evala la misma pieza.0=rechazo pieza 1=aceptacinNmeroSemana 1 Semana 2 Repetibilidadde parte Op1 Op2 Op3 Op4 Op5 Op1 Op2 Op3 Op4 Op5 SUMA Op1 Op2 Op3 Op4 Op51 1 1 1 1 1 1 1 1 1 1 10 0 0 0 0 02 0 0 1 0 1 1 1 1 0 1 6 1 1 0 0 03 0 0 0 0 0 1 1 1 0 0 3 1 1 1 0 04 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 05 0 0 0 0 0 0 0 1 0 0 1 0 0 1 0 06 1 1 0 0 0 0 0 1 0 0 3 1 1 1 0 07 1 1 1 1 0 1 1 1 1 0 8 0 0 0 0 08 0 1 1 0 0 0 0 1 0 0 3 0 1 0 0 09 1 1 1 1 1 1 1 1 1 1 10 0 0 0 0 0Parece confiable el sistema de medicin? 161 Sistemas de medicin en sus reas de trabajo Con su compaero de a lado, destaque algn o algunos sistemas de medicin que hacen algn conteo o hace alguna medicin o evaluacin de calidad que a su juicio se requiere validar su confiabilidad. Escriba los argumentos de por qu. 162 ANLISIS DE MODO Y EFECTO DE FALLA(AMEF-FMEA) Failure Mode and Effects Analysis Metodologa paraidentificar y evaluar todas las fallas potenciales de un producto o un proceso. La prioridad de las fallas se establece con base en tres criterios: Severidad de la falla (qu tanto efecto tiene) Frecuencia de Ocurrencia (con qu frecuencia ocurre cada modo de falla) Eficacia de los mecanismos para Detectar el modo defalla (Deteccin preventiva, reactiva, ninguna)Para cada modo de falla se calcula el nmero prioritario de riesgo: NPR=S*O*D.Formacin del equipo y delimitacin del rea de aplicacin Identificar modosposibles de falla Para cada falla, identificar su efecto y su Grado de Severidad Encontrar causas potenciales de falla, y la frecuencia de Ocurrencia Identificarcontroles para detectar ocurrencia, y estimar la posibilidad que detectenCalcular ndice de prioridad de riego (NPR:Severidad x Ocurrencia x Deteccin Para los NPR mayores, identificar acciones parareducir el efecto o la posibilidad de ocurrencia Revisar resultados de acciones Vistazo rpido 164 165 SEVERIDAD La seriedad del efecto del modo de falla potencial. Una reduccin en el grado de severidad solo puede ocurrir como resultado de un cambio en el diseo. Criterio sugerido de evaluacin: ( ver siguiente diapositiva) 166 Anlisis del Modo y Efecto de la Falla EFECTO CRITERIO: SEVERIDAD DEL EFECTO GRADOPeligroso sin aviso Un grado de severidad muy alto cuando una falla potencial afecta la operacin10segura del proceso de fabricacin y/o involucra la falta de cumplimiento conreglamentos gubernamentales sin advertenciaPeligroso con aviso Un grado de severidad muy alto cuando una falla potencial afecta la operacin9segura del proceso de fabricacin y/o involucra la falta de cumplimiento conreglamentos gubernamentales conadvertenciaMuy alto Producto inoperable, con prdida de funciones primarias. 8Alto Producto operable, pero a un nivel reducido de rendimiento. Cliente7insatisfecho.Moderado Producto operable, pero los artculos de Comodidad/ conveniencia inoperables. 6El cliente sufre incomodidades.Bajo Productooperable, pero los artculos de Comodidad/ conveniencia operables 5a un nivel reducido de desempeo. El cliente experimenta un poco de insatisfaccin.Muy bajo Producto con deficiencias que lo lleva ser producto no cumple. Defecto notado 4por la mayora de los clientes.Menor Producto con deficiencias que lo lleva ser producto no cumple. Defecto notado 3por el cliente promedio.Mnimo Producto con deficiencias que lo lleva ser producto no cumple. Defecto notado 2por un cliente muy exigente.Ninguno Sin efecto. 1SEVERIDAD 167 Anlisis del Modo y Efecto de la Falla OCURRENCIA La posibilidad de que ocurra un causa/ mecanismo especfico de la falla Slo puede reducirse por un cambio en el diseo que remueva o controle una causa/mecanismo de falla. Criterio sugerido de evaluacin: PROBABILIDAD DE LA FALLA TASAS DE FALLAS GRADOPOSIBLESMuy alta La fallaes casi inevitable >1 en 2 10>1 en 3 9Alta Fallas repetidas 1 en 8 81 en 20 7Moderada fallas ocasionales 1 en 80 61 en 400 51 en 2000 4Baja Relativamente pocas fallas 1 en 15000 31 en 150000 2Remota La falla es improbable < en 1500000 1168 Anlisis del Modo y Efecto de la Falla DETECCION Habilidad de un control de diseo actual para identificar una causa potencial Criterio sugerido de evaluacin. DETECCION CRITERIO: Probabilidad de deteccin por el control de diseo GRADOInseguridad El control de diseo no podr detectaruna causa / mecanismopotencial10absoluta y el modo subsecuente de falla; o no hay control de diseo.Muy remoto Una posibilidad muy remota de que el control de diseo detecte una causa/ 9mecanismo y el modo subsecuente de fallaRemoto Una posibilidad remota de que el control dediseo detecte una causa/ 8mecanismo potencial y modo subsecuente de fallaMuy bajo Una posibilidad muy baja de que el control dediseo detecte una causa/ 7mecanismo potencial y modo subsecuente de fallaBajo Una posibilidadbaja de que el control dediseo detecte una causa/ 6mecanismo potencial y modo subsecuente de fallaModerado Una posibilidadmoderado de que el control dediseo detecte una causa/ 5mecanismo potencial y modo subsecuente de fallaModeradamente Una posibilidadmoderadamente alto de que el control dediseo detecte4alto una causa / mecanismo potencial y modo subsecuente de fallaAlto Una posibilidad alta de que el control dediseo detecte3una causa / mecanismo potencial y modo subsecuente de fallaMuy alto Una posibilidad muy alta de que el control dediseo detecte2una causa / mecanismo potencial y modo subsecuente de fallaCasi seguro Es casi seguro que el control de diseo detectar una causa/ mecanismo 1potencialy el modo subsecuente de falla.169 7. Etapa de Anlisis e introduccin a sus principales herramientasEn este apartado veremos la etapa de anlisis, donde se busca localizar la causas principales (las Xs vitales). Definir Medir AnalizarMejorar Controlar 170 (A) Analizar las causas raz El objetivo de esta etapa es identificar fuentes de variacin (Xs) o causa(s) raz del problema o situacin: Identificar las Xs Seleccionar las Xs vitales (KPIV) Entender cmo es que stas generan el problema Confirmar las causas con datos.Definir Medir AnalizarMejorar Controlar 171 Herramientas Lluvia de ideas Diagrama de afinidad Diagrama de causa-efecto Cartas de control Formatos para colectar datos Diseo de experimentos Prueba de hiptesis Diagramas de dispersin Estratificacin Definir Medir AnalizarMejorar Controlar Las Xs de un proceso Son los factores, caractersticas y en general condiciones en las que funciona el proceso, junto con condiciones de las entradas Proceso Materiales Maquinaria Mano de obra Medio ambiente Mtodos de trabajo Ys son con las que se evala el xito del proceso, el resultado 173 Diagrama de Causa-Efecto (Ishikawa) Esunagrficaquerelacionaelefecto(problema, Ys) consus causas potenciales (Xs) Problema: El mrmol en el monumento a Jefferson en EU se estaba deteriorandoPorqu? El deterioro se deba a las frecuentes lavadas del monumento con detergentePorqu? El detergente era usado para limpiar el excremento de los gorriones del lugar Porqu? Los gorriones fueron atrados por las araas Porqu? Las araas fueron atradas por los pequeos insectos que merodean el lugar Porqu? Los insectos fueron atrados por las intensas luces que iluminan el lugar Verdadera causa raz 5W Para profundizar en el anlisis de las causas, es importante preguntarse cinco veces por qu, y responder 175 Anlisis es-no es (is-is-not) Es un proceso de anlisis que ayuda a identificar problemas existentes o causas raz, puntualizando cuando ocurren y cuando no.Usando las 5W-H: qu (What), cundo (When), dnde (where), cmo (how), por qu (why) y quin (who).La informacin se agrega en una matriz, que contenga en cada rengln las 5W-H , y con columnas para el Es, No es, Explicacin potencial y Accin.Ejemplo de Anlisis es-no es: Retrasos en envo de artculos en un proceso de distribucin EsNo esExplicacin potencialAccin DndeOccidenteSur, norte y oriente Diferentes almacenes Revisar los datos de los almacenes individuales QuFuera de stock una variedad de partes Retrasos en envo de partes en el stock El proceso de envo es OK, pero la administracin del inventario no Revisar la administracin del inventarioCundoLos problemas empezaron a principios de octubre Antes de tal tiempo Nuevo equipo de computo se instal e finales de septiembre, los esfuerzos para reducir inventarios se iniciaron en octubre Revisar las diferencias en los algoritmos computacionales de administracin de inventarios, documentar cualquier cambio en los niveles establecidos de inventario. QuinInvolucra a todos los compradores N/AN/AN/A Las Xs para problema de descansabrazos 178 Anlisis: conjetura Hiptesis: el exceso de variabilidad de los esfuerzos se debe a la aplicacin de los mismos mtodos a diferentes poblaciones de asientos (por ejemplo, asientos de piel y de tela, para el conductor y el pasajero, etc).Si se disgregan las poblaciones que son diferentes entre s, se pueden desarrollar mtodos adecuados a cada poblacin, que den por resultado esfuerzos cercanos a su valor nominal, con menor variacin. 179 Probar una hiptesis Una Hiptesis es una afirmacin que se quiere comprobar (con datos y pruebas estadsticas). Una hiptesis estadstica, es una afirmacin sobre los valores de los parmetros de una poblacin o un modelo, que desea probarse (aceptarse o rechazarse) a partir de la informacin contenida en una muestra. Ho:p1=p2 (dos procesos trabajan con la misma proporcin de fallas) Ho: No hay efecto de ciertos factores (Xs) sobre Y. Una forma de obtener datos en forma rpida para probar hiptesis es con el diseo de experimentos. 180 EL DISEO DE EXPERIMENTOS El diseo de experimentos (DDE) consiste en determinar cules pruebas y cmo se deben realizar para obtener datos que al analizarlos sean tiles para: Determinar los factores (Xs) que influyen en una respuesta Probar hiptesis Ver si hay diferencias significativas entre dos o ms procesos, etc. 181 EJEMPLO COMPARACION DE CUATRO METODOS DE ENSAMBLE BSERV ACIONES ABC D METODO DE ENSAMBLE 6 8 7 8 7 9 10 8 11 16 11 13 10 12 11 9 Se quiere comparar 4 mtodos de ensamble en cuanto al tiempo que se tarda la operacin. La hiptesis nula (Ho)es que las 4 medias son iguales, y la alternativa (Ha) es que por lo menos un par es diferente Mj Mi algn para HaHMj MiM M M M= == = = = ::4 3 2 1 0 Se corren (prueban) n=4 veces cada mtodo y se obtiene los siguientes observaciones de Y. Las diferencias muestrales garantizan diferencias en los mtodos? 182 Prueba estadstica Grfica de medias: Son diferentes las medias poblacionales de A vs.C, A vs.D y B vs C.

183 Conceptos Bsicos en Diseos Factoriales DiseoFactorial.Permiteestudiarelefecto individualydeinteraccindedosomsfactores sobre una respuesta. Consiste de todas las combinaciones que pueden formarse con los niveles de los factores a estudiar. Importante el 2k.Ejemplo de un factorial 2x2=22: A:tiempo B:velocidad Y A1 (bajo) A2 (alto) A1 (bajo) A2 (alto) B1 (bajo) = 600 B1 (bajo) = 600 B2 (alto)=1000 B2 (alto)=1000 Anlisis: las X's potenciales a investigar en problema de descansabrazos: X1: Tipo de asiento (del conductor y del pasajero) X2: Tipo de material utilizado (piel o tela) X3: Tipo de espuma (Tipo A y Tipo B) X4: ILD o firmeza de la espuma (395.5 N y 455.5 N) X5: Dimensin de la costura (6mm y 10mm) X6: Posicin de la costura (izquierda o derecha) X7: Nmero de rondanas (2 3) X8: Torque (25 N 29 N) X1 a X3 generan diferentes poblaciones de asientos La solucin ideal sera encontrar una combinacin de los nivelesdeX4aX8enlacualY1fueraeladecuado,en cualquier combinacin de los primeros tres factores.185 Identificacin de las pocas X's vitales Se utiliz el diseo de experimentosExperimentos comparativos simples con X1 yX2. Se encontraron diferencias significativas entre el asiento del conductor y el del pasajero, as que sus condiciones de fabricacin ptimas se estudiarn por separado.Para el tipo de material no se encontr diferencia significativa (respecto a Y) entre asientos de tela y asientos de piel 186 Para estudiarX3 a X8 se utiliz un 26-1 187 Identificacin de las pocas X's vitales Pareto de efecto para el diseo 26-1 0 2 4 6 8DFDEEFADCFCDABBEAECEBFACAFD: PosicinBCB: ILDC: CejaBDF: TorqueE: RondanasA: Espuma188 Identificacin de las pocas X's vitales Fuentes deVar. (Source)Sumas deCuadradosGrados deLibertadCuadradosMediosEstadsticoF0Significanciao P-ValorX3:EspumaX7:RondanasX8:TorqueErrorTotal2488.301448.35306.53765.655008.8311128312488.301448.35306.5327.344691.0052.9711.210.00000.00000.0023R2 (ajs) = 83.07%Hay cuatro causas vitales: X1 en el primer experimento y(X3, X7 y X8) en el segundo 8 7 3 11 . 3 73 . 6 82 . 8 69 . 26X X X Y + + + =189 Tarea 3 Revisar todo el material visto hasta aqu. Hacer el siguiente ejercicio: si en el proceso de realizar una factura, se acuerda que hay cuatro oportunidades de error: Cul es la unidad o salida de este proceso? Proponga cules podran ser las cuatro posibles oportunidades de error. Si en la elaboracin de 5000 facturas, se obtienen 100 defectos. Obtenga el DPMO y DPMU Cul es el nivel de sigmas del proceso? 190 Sesin 4 Dnde se origin Seis Sigma? Cul es la estructura directiva y tcnica que soporta a Seis Sigma? Cules son las actividades principales que se realizan en las primeras tres etapas de DMAMC? 191 Otras herramientas para la etapa de AnlisisMatriz de causa-efecto Tcnica empleada para relacionar varios efectos (Ys, con una prioridad dada) con varias causas potencial (Xs), con base en el conocimiento actual de un equipo. Su propsito es encontrar las Xs que tienen mayor impacto (las Xs vitales) sobre las Ys consideradas.Se una forma sintetica de la tcnica Despliegue de la funcin de calidad, QFD Ejemplo de diagrama de matriz de causa-efecto: Ys Efecto Relacin entre losX y los Y Importancia X Importancia relativa X Variables de entradaVariables de salida y VCCPrioridadCantidad de aguaCantidad de calVaporCantidad de mazPerfil de temperaturaVelocidad-tiempoHumedad 2 3 5 5 3 3 3Absorcin de cal 5 3 5 3 3 3 3Cocimiento 2 3 3 3 3 5 3Toneladas cocidas 1 3 3 3 5 3 5Quejas de clientes 5 1 5 1 1 1 1Importancia 35 69 39 37 39 37Importancia Relativa 5 10 6 5 6 5Relacin entre las Y y las X del proceso de nixtamalizacin 194 Pasos de un anlisis con la matrizHacer una lista de las var. de respuesta (Ys) Definir las prioridad de cada Y con base en problemtica actual. Hacer una lista de las Xs, las variables que posiblemente influyen en Y. Anotarlos en la parte vertical de la matriz. Cuantificar la intensidad de la relacin entre cada Y contra cada X. Escala de 0 a 5: con 5 relacin muy fuerte, 3 fuerte, 1 dbil, y 0 ninguna relacin. En caso que la relacin sea inversa, resartarlo con una flecha descendente. 195 Pasos de un anlisis con la matrizCalcular la importancia de cada X respecto a su contribucin a todos los qu: Para ello multiplicar la columna de prioridad de las Ys por la columna de la X correspondiente. Las Xs ms altas sern las variables candidatas a estudiar con un diseo de experimentos. Investigar si hay alguna correlacin muy fuerte (sobre todonegativa) entre las Xs196 DIAGRAMA DE DISPERSIN 515559636771 X (Causa) 0 5 10 15 20 25 30 Y (efecto) Grfica tipo X-Y cuya finalidad es investigar larelacin entre dos variables numricas de un proceso, tpicamente una X y una Y. 197 X (d) Relacin parabolicaYX (c) No correlacinYX(b) Correlacin lineal negativaYX (a) Correlacin lineal positivaYAlgunos tipos de relaciones tpicas 198 Ejemplo En un laboratorio se investiga la relacin entre la cantidad de fibra X (madera) en la pulpa con la resistencia del producto Y (papel).Se obtienen los siguientes datos. X influye sobre Y? XYXY 413418157 614520168 814222166 1014924167 1214426171 1416028174 1615630183 199 0 5 10 15 20 25 30Porcentaje_F130140150160170180190ResistenciaDiagrama de dispersin para ejemplo.Si se quiere una resistencia mayor a 150, qu cantidad de fibra hay que agregar? 200 8. Etapa de Mejorar Una vez detectadas las causas, las Xs vitales, es momento de actuar sobre las causas y proponer soluciones Definir Medir AnalizarMejorar Controlar 201 (M) Mejorar En esta cuarta etapa se evalan e implementan las soluciones que atiendan las causas raz; Asegurarse que se reducen los defectos (la variabilidad). Hacer estudio de desempeo de las VCC Definir Medir AnalizarMejorar Controlar 202 Herramientas Lluvia de ideas Herramientas bsicas Diseo de experimentos Matriz de decisin 203 Bsqueda de Soluciones Problema recurrente Solucin Ir a las causas de fondo, a las6Ms,a los hbitos, A las Xs vitales 204 Matriz de decisin Hay mejores soluciones que otras respecto a diferentes criterios. Por ello es importante considerar diferentes alternativas de solucin Establecer los diferentes criterios sobre los que se quiere tomar solucin.Tpicos criterios: Facilidad, Impacto, Rapidez, Tecnologa, Cliente, Costo. Construir matriz 205 Matriz de decisin Alter. Criterios de eleccin y peso-importancia de cada criterio Peso Facil.Rapid.Tecnol.ImpactoClienteCosto 0.21.250.41.750.80.8 A43121311.65 B14212412.55 C23344217.15 D32433113.15 Evaluacin: Suma de peso x evaluacin 206 DIAGRAMA PICK: Evala diferentes alternativas no excluyentes respecto a dos criterios: Beneficios y facilidad Ejemplo: Se tiene diferentes posibles acciones, no excluyentes que se desea evaluar para su implementacin Mejora problema de descansabrazos: Determinacin de las mejores condiciones de operacin X3: Tipo de espumaX7: RondanasX8: Torque-1.01.0-1.01.0-1.01.08.0525.6939.1421.5114.2431.8745.3327.7025.000.15(Espuma=Tipo B, Rondana=2, Torque=25 N)Y=25.69(Espuma=Tipo A, Rondana=3, Torque=29 N)Y=27.70208 Fase de Mejora Evaluar impacto de las mejoras con una perspectiva amplia, con apoyo de herramientas estadsticas. Usualmente se utilizan las herramientas que se utilizaron para determinar la situacin base en la etapa de anlisis. En el proyecto del descansabrazos, se implementaron las mejoras. A continuacin se muestran los datos de muestreo durante una semana.SubgrupoMediciones 127.522.427.023.0 224.026.024.422.6 319.329.226.923.0 426.827.127.130.6 524.823.126.428.2 625.223.524.320.7 725.518.725.021.1 825.724.628.824.9 924.326.322.625.5 1028.130.025.527.8 1125.219.323.427.2 1226.923.725.421.6 1323.528.724.024.5 1422.123.526.625.1 1527.025.723.524.2 1625.127.922.925.8 1726.028.824.022.1 1825.823.328.927.1 1920.022.126.221.8 2023.821.519.922.3 R-Bar=5.24 X-bar-bar=24.8 S=2.6 Cul es el nivel de sigmas del proceso? Las especificaciones son 2515 210 Los resultados alcanzados: Antes y despus 211 9. Controlary sus herramientas Unavezquelasmejoras deseadas han sido alcanzadas, en estaetapasediseaunsistema paraquemantengalasmejoras logradas (controlar las X vitales), y se cierra el proyecto. Definir Medir AnalizarMejorar Controlar 212 (C ) Controlaracciones de control, en tres niveles: Estandarizar el proceso. Disear el nuevo proceso. Establecer y documentar el plan de controlMonitorear el procesoDefinir Medir AnalizarMejorar Controlar 213 Herramientas Cartas de control Poka-Yoke Muestreo Diagramas de flujo Herramientas bsicas Definir Medir AnalizarMejorar Controlar 214 Por qu tener control? Para prevenir que el problema se repita - Retener las ganancias Para impedir que las mejoras se olviden Para mantener el desempeo del proceso en un nivel aceptable Para alentar la mejora continua del proceso Para integrar la voz del cliente (Ys) y la voz del proceso 215 Estrategia del Plan de Control Asegurar que las mejoras del proceso se institucionalicen a travs de cambios en los sistemas y estructuras Eliminar la necesidad de control manual, vigilancia e indicaciones que dependen de las personas Implantar el monitoreo continuo Hacer que el cambio perdure Soportarn sus mejoras la prueba del tiempo? 216 Los errores de control No hacer nada para prevenir que las Xs vitales (causas) no se vuelvan a presentarNo alcanzar un nuevo proceso. Acciones de control que no modifican el proceso, y slo dejar indicaciones ya sea vagas o en forma de instrucciones de trabajo, pero que dependen de la voluntad y atencin de las personas. 217 Elementos de un plan de Control Monitorea las Xs claves para prevenir defectos. Proporciona controles para cada mejora clave alcanzada Designa un propietario del proceso que efectuar el monitoreoIncluye un mtodo formal de monitoreo (grficas de control, hojas de verificacin, etc.) Monitorea el proceso tan frecuente como se requiera Tiene establecidos niveles aceptables de desempeo Maneja la rotacin de nuevos empleados 218 Documentacin La documentacin es un paso necesario para asegurar que las enseanzas ganadas va mejoras se compartan e institucionalicenAyudan en la capacitacin de los miembros actuales y futuros. Una herramienta de implantacin para reducir la variacin y capturar las mejores prcticas 219 Algunos documentos del proceso Mapa del proceso Procedimiento/instrucciones Desarrolla una secuencia de pasos y otras instrucciones - Quin, Qu, Dnde- Sea claro y especficoPodra un empleado nuevo seguir el procedimiento? Pruebe el procedimiento Coloquelo donde sea visible Pongale fechas y destruya los obsoletos220 Monitorear el proceso Asegurarse que el proceso permanece bajo control y en el nivel de desempeo deseado Se adoptan acciones para prevenir y eliminar las causas especiales Concentrarse en las pocas vitales (Xs y Ys) El trabajo realizado en Anlisis y Mejora ayudar a identificar las vitalesHacer quelos cambiosperduren Darpublicidada los xitos Compromisovisible Exaltacinvisible Recursosadecuados Integracin con otrasiniciativas Aprender de laexperiencia 222 Institucionalizacin de AMEF Uno de los documentos claves de todo proceso es el AMEF. Se debe tener el NPR para cada modo de falla. Despus de un proyecto de mejora es necesario actualizar el NPR para que el AMEF sea un documento vivo. 223 Introduccin al control estadstico Es necesario monitorear el funcionamiento de los planes de control Monitorear la variabilidad y tendencia de los procesos a travs del tiempo. Se utilizan todas las herramientas bsicas. Las cartas de control juegan un papel vital. 224 Lmite de control inferior Lmite de control superior Lnea central Tiempo La idea de las cartas de control: determinar de dnde a dnde varia un proceso, y monitorear que eso se mantiene a travs del tiempo 225 226 227 Cartas de control para variables El nombre de una carta depende de lo que se grafique en ella: X (de promedios) R (de rangos) S (de desviaciones estndar) X (de medidas individuales) 228 Cartas de control para atributos p (proporcin o fraccin de artculos defectuosos) np (nmero de unidades defectuosas) c (nmero de defectos) u (numero de defectos por unidad) 229 Control: Proyecto de descansabrazos Se implementaron medidas tipo Poka-Yoke para poder controlar adecuadamente la variable torque en las condiciones de operacin propuestas Se implement una cara X-R, con dos muestras por da (n=4), para monitorear el comportamiento del esfuerzo Control 20 10 Subgroup 029282726252423222120Sample MeanMean=24.80UCL=28.62LCL=20.981050Sample RangeR=5.246UCL=11.97LCL=0231 Control: Cerrar y difundir proyecto Despus de tres meses de observar un desempeo similar se cerr el proyecto Se document la informacin generada,y se puso a disposicin Se present el proyecto en una sesin especial 232 Cierre y Clausura del Proyecto Para cerrar un proyecto se requiere que la mejora est totalmente implementada y se debe rehacer la lnea base durante el proceso de confirmacin. Al plan de control debe estar completamente institucionalizado dentro del proceso. Esto puede lograrse con: Instrucciones para los puestos de trabajo,Descripcin del trabajo Polticas por escrito Procedimientos de capacitacin Auditoras peridicas o reuniones de revisin 233 Cierre y Clausura del Proyecto Los propietarios del proceso deber estar bien capacitados y corriendo el proceso, controlando las X vitales y monitoreando las Y. Cualquier dibujo requerido, documento, poltica, reporte generado u otro requisito debe ser completado. La carpeta del historial debe completarse con la hoja de presentacin de cierre debidamente firmada por los individuos correspondientes. 234 Conclusiones La mejora es un reto para todos Apostarle al futuro, generando una visin compartida. La alta competencia en el mundo globalizado requiere del esfuerzo y compromiso de todo. Seis Sigma podr ayudar a Hitachi? 235 La mejora, parte de lo personal (la relacin con uno mismo), seguido por lo interpersonal (la relacin con los dems), y lo gerencial (la responsabilidad de hacer que otros lleven a cabo determinada tarea, y organizacional (la necesidad de organizar personas) La persona y la mejora 236 El cambio de s mismo Pensamientos Creencias Expectativas Actitudes Comportamiento Logros Vida Adquisicin de experiencias y conocimientos, superarse 237 Algunas Referencias Gutirrez Pulido, H. y de la Vara Salazar, R. Control Estadstico de Calidad y Seis Sigma, 2004. McGraw-Hill. Gutirrez Pulido, H. y de la Vara Salazar, R. ANLISIS y DISEO DE EXPERIMENTOS, 2003, McGRAW HILL. Keller, P. A. (2004). Six Sigma Demystified : A Self-Teaching Guide., McGraw-Hill