implantación, metodologías y herramientas seis sigma€¦ · dominio de las herramientas...

1

Implantación, Metodologías y Herramientas Seis Sigma —

© Asturias Corporación Universitaria

Implantación, Metodologías y Herramientas Seis Sigma

02 ASTURIAS CORPORACIÓN UNIVERSITARIA® Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso total o parcial para cualquier otro propósito queda prohibida. Todos los derechos reservados.

Índice 1 Implantación de la Gestión Seis Sigma .................................................................................................. 3

1.1 Organización.............................................................................................................................................. 4

1.2 Estrategia de implantación ............................................................................................................... 5

2 Metodologías Seis Sigma .............................................................................................................................. 6

2.1 Metodología de mejora de procesos DMAIC ......................................................................... 7

2.2 Metodología de diseño de procesos DMADV ...................................................................... 9

3 Control Estadístico de Procesos (CEP).................................................................................................. 11

3.1 Variabilidad y control de los procesos .................................................................................... 11

3.2 Capacidad de un proceso ............................................................................................................... 14

3.3 Índices de capacidad ........................................................................................................................ 16

3.3.1 Índice de Capacidad Potencial Cp .............................................................................. 16

3.3.2 Índice de Capacidad Cpi ................................................................................................... 18

3.3.3 Índice de Capacidad Cps .................................................................................................. 18

3.3.4 Índice de Capacidad Real Cpk....................................................................................... 18

4 Diseño de Experimentos (DEE) ................................................................................................................. 20

5 Conclusiones ....................................................................................................................................................... 22

6 Referencias Bibliográficas ........................................................................................................................... 23



Objetivos

• Conocer cómo organizar e implantar la filosofía y cultura Seis Sigma en una organización.

• Aprender las metodologías empleadas en la realización de proyectos Seis Sigma.

• Conocer y comprender las dos de las principales herramientas utilizadas en Seis Sigma: el Control Estadístico de Procesos cuando se trata de mejorar procesos ya existentes, y el Diseño de Experimentos cuando se trata de diseñar nuevos procesos.

1 Implantación de la Gestión Seis Sigma

Consideremos una empresa que fabrica motores eléctricos con un índice de fallos por incumplimiento de especificaciones de 67.000 por millón de unidades, lo que equivale a un nivel 3σ, inferior al de su competencia. La puesta en marcha de un programa de mejora Seis Sigma supone mejorar la calidad hasta el punto de reducir el número de fallos a valores de 3,4 incumplimientos de especificación por cada millón de productos.

Se trata de una mejora de calidad importante. Pasar de 3σ a 4σ supone reducir los defectos en más de un 90%. A su vez, pasar luego de 4σ a 5σ requiere otra importante reducción de los fallos (96%) y, por último, pasar de 5σ al objetivo de 6σ, requiere una nueva reducción de fallos relevante, de 98,5%.

Para conseguir un incremento de la calidad tan grande inevitablemente será necesario contar con buenos proveedores que estén comprometidos con el objetivo de calidad Seis Sigma de su cliente.

En cuanto a la labor de mejora de la calidad y de los procesos a realizar por la propia empresa, sin duda alguna será necesario el trabajo en equipo y el compromiso y participación de todas las personas de la organización, pero no suficiente. El objetivo Seis Sigma no será posible alcanzar con pequeñas mejoras; será necesario realizar cambios importantes, y ello requiere una organización adecuada que cuente con personas convenientemente formadas para poder hacer reingeniería de procesos, o para utilizar herramientas como el Control Estadístico de Procesos (CEP) o el Diseño de Experimentos (DEE).

Para conseguir un incremento de la calidad

grande es necesario contar con buenos

proveedores comprometidos con el objetivo

de calidad Seis Sigma de su cliente.



1.1 Organización

En la metodología Seis Sigma se identifican roles y funciones dentro de la estructura organizativa de Seis Sigma.

Champion: Es el directivo responsable de los proyectos Seis Sigma dentro de una organización. Su función es guiar las iniciativas de Seis Sigma identificando y apoyando aquellos proyectos cuyos resultados impactarán y ayudarán a realzar la visión estratégica de la organización. El Champion ha de tener habilidades de dirección y visión en los proyectos Seis Sigma y solucionar los obstáculos que impidan o retrasen los proyectos Seis Sigma. Los Champions tienen que relacionar los proyectos Seis Sigma con la estrategia de la organización.

Master Black Belt (el Maestro Experto): Es el experto en la metodología Seis Sigma, poseedor de un conocimiento teórico y práctico muy avanzado, capaz de desarrollar y proveer adiestramiento en Seis Sigma. Sus responsabilidades incluyen la coordinación e implementación de la metodología Seis Sigma en la organización, y el desarrollo y adiestramiento de la estructura de dicha metodología desde arriba hacia abajo incluyendo Directivos y Gerentes de la plana mayor, los Expertos y los Especialistas. Por lo general se dedica al desarrollo de los Expertos, pero en ocasiones puede dirigir proyectos complejos.

Black Belts (los Expertos): Son los líderes y expertos de los proyectos Seis Sigma, tanto en lo que representa como visión o filosofía, como en la utilización de su conjunto de herramientas. Dependiendo de la organización, su trabajo puede limitarse al trabajo en los proyectos Seis Sigma. Trabajan directamente con el Champion, y las personas que directa o indirectamente forman parte del proyecto. También deben tutelar y dirigir a los Especialistas (Green Belts). Por tanto, es necesario que tengan capacidad de liderazgo y habilidad para las relaciones humanas. El entrenamiento de un Black Belt puede tomar aproximadamente 20 días y el desarrollo de dicho personal puede fluctuar entre 18 a 24 meses.

Green Belts (los Especialistas): Tienen un buen conocimiento de las herramientas y de la metodología pero en una escala mucho menor que un Black Belt. Pueden liderar proyectos o ser parte de los equipos de trabajo en proyectos Black Belt. Su adiestramiento (puede durar entre 8 a 10 días) es menos intenso que el del Black Belt.

Yellow Belts: Es la formación que se imparte al personal que participa en los proyectos Seis Sigma, ayudando a los Green Belts y a los Black Belts. Es una formación básica sobre los conceptos generales de Seis Sigma, tanto a nivel de los pasos de la metodología de trabajo DMAIC, como sobre el uso de las herramientas de calidad y técnicas estadísticas utilizadas en los proyectos.

Los Black Belts son los expertos que

dirigen los proyectos Seis Sigma.



Para cada rol se necesitan determinadas habilidades, destrezas y experiencias, adecuadas al tipo de responsabilidad y actividad a realizar:

• Alta Gerencia y Ejecutivos familiarizados con las herramientas estadísticas para ocupar el puesto de Champion.

• Gerentes o Jefes con grados técnicos y dominio de las herramientas estadísticas básicas y avanzadas, como Master Black Belts.

• Ingenieros, técnicos o personal con cinco o más años de experiencia, con dominio de las herramientas estadísticas básicas, como Black Belts.

• Personal técnico o de soporte del área involucrada con conocimientos básicos en herramientas estadísticas, como Green Belts.

1.2 Estrategia de implantación

La implantación de Seis Sigma en una organización requiere de una serie de factores:

1 Tomar conciencia por parte de los directivos en primera instancia y con posterioridad del los niveles medios e inferiores. Es necesaria la asunción del compromiso de atender las necesidades de los clientes y consumidores y conseguir su satisfacción, y tomar conciencia del coste que la no calidad significa para la organización.

2 Apoyo total de la Dirección, liderando con fuerza, entusiasmo y compromiso los cambios necesarios. Debe generarse un compromiso total con la mejora continua.

3 Cambio cultural. No sólo basta con tomar conciencia, es además fundamental generar una cultura propia de las empresas competitivas. Es crítico a tales efectos los cambios de paradigmas en la gestión de los recursos humanos.

4 Se requiere una mentalidad amplia que vaya más allá de las medidas estadísticas o la visión metrológica, para contemplar con seriedad todos los aspectos vinculados al comportamiento organizacional.

Una vez realizados estos cambios más de tipo mental y de actitud, los pasos a seguir en la implantación de la metodología Seis Sigma son:

1 Decisión del cambio. Supone que la Alta Dirección esté convencida de la necesidad de Seis Sigma para mejorar la calidad y competitividad de la organización. Tomada esta decisión, hay que comenzar por establecer los objetivos que se pretenden conseguir a medio plazo con Seis Sigma, dimensionar y establecer la organización

Para implantar la metodología Seis Sigma

hay que tomar la Decisión de cambio,

Desplegar los objetivos, Desarrollar los

proyectos y Evaluar los resultados.



Seis Sigma necesaria, realizar la selección y planificar la formación necesaria (Champions, Master Black Belts, Black Belts y Green Belts, principalmente).

2 Despliegue de objetivos. Comunicar la decisión de implantar Seis Sigma en la empresa. Debe elaborarse el cuadro de objetivos y de indicadores generales para controlar su avance y cumplimiento. Estos indicadores generales tienen que desplegarse a través de la organización en objetivos operativos y dar lugar a planes de acción concretos. En esta fase se lleva a cabo la formación, al menos del primer grupo de expertos que deben dirigir los proyectos Seis Sigma.

En esta fase, los responsables de Seis Sigma deberán definir tres aspectos fundamentales en el desarrollo de Seis Sigma: formación (externa e interna), difusión (promoción del conocimiento de Seis Sigma en la organización) y tutoría.

3 Desarrollo de proyectos Seis Sigma. Esta fase ha de comenzar por terminar de configurar y formar la organización Seis Sigma que va a realizar los proyectos. De tal manera que desde la cadena de mandos a los empleados se comprenda la idiosincrasia de Seis Sigma y se entienda el trabajo que realizan las personas involucradas en los proyectos. También debe explicarse y formar en la metodología DMAIC de trabajo en Seis Sigma. Completado todo esto, viene la parte decisiva de seleccionar y realizar los proyectos Seis Sigma. Es importante la selección de los primeros proyectos, pues el resultado de los mismos tendrá influencia en la percepción de la organización sobre la nueva iniciativa.

4 Evaluación de beneficios. Los beneficios deben consolidarse proyecto a proyecto, y es responsabilidad del Champion determinar los mismos, así como actualizar el cuadro de control del proyecto. Es el momento de preguntarse si resultados de los proyectos Seis Sigma están consiguiendo los objetivos marcados en la primera fase y mejorando los beneficios de la organización, y si esas mejoras son achacables a la metodología Seis Sigma o se podrían también alcanzado con otras metodologías que hubiesen requerido menos inversiones. De este análisis procederá tomar la decisión de mantener el compromiso en la metodología Seis Sigma y en su objetivo de calidad de 3,4 defectos por millón.

2 Metodologías Seis Sigma

Se distinguen dos tipos de metodologías dentro de Seis Sigma. La metodología DMAIC cuando se trata de mejorar procesos o productos, y las metodologías DFSS, de las que la metodología DMADV es la más utilizada, que se utilizan cuando el producto o

Evaluar los resultados de los proyectos Seis

Sigma es verificar el cumplimiento de

objetivos y comprobar los beneficios

alcanzados.

La metodología DMAIC se utiliza para

mejorar procesos Seis Sigma.



proceso no existe y requiere ser desarrollado, o existiendo, su eficacia o calidad es tan baja que requiere ser rediseñado completamente (reingeniería de procesos).

2.1 Metodología de mejora de procesos DMAIC

El proceso de reducir el número de defectos por millón o aumentar nivel de calidad σ hasta alcanzar Seis Sigma (3,4 DPMO) trabajando en la estabilidad de los procesos no deja de ser un proceso de mejora continua. En consecuencia, la gestión de la calidad total Seis Sigma también dispone de una metodología de mejora continua, bajo la misma filosofía ciclo de mejora continua PHVA pero mejorando éste, y con seis etapa en vez de cuatro. Esta metodología de mejora continua se denomina DMAIC, acrónimo del nombre en inglés de sus 5 fases: Definir (Define), Medir (Measure), Analizar (Analyze), Mejorar (Improve) y Controlar (Control).

En esencia estos pasos suponen definir, medir, analizar con la finalidad de descubrir las causas raíz del problema y después mejorar y controlarlo para impedir que el problema se presente de nuevo.



Definir. En esta fase se definirá el defecto que se quiere corregir, el proceso en donde ocurre ese defecto, quiénes son los clientes de este proceso, el equipo que estará enfocado en la solución del problema, la meta de mejora, los ahorros que se lograrán, los métricos a utilizar y los tiempos de implementación.

Medir. Se identifican los procesos internos que influyen en las características críticas para la calidad y se miden los defectos que se generan con relación a dicha característica. Los defectos se definen como aquellas características que se encuentran fuera de tolerancia.

Analizar. El objetivo de esta fase es empezar a comprender por qué se generan los defectos. Las tormentas de ideas, las herramientas estadísticas, etc. se emplean para identificar las variables estratégicas que provocan los defectos.

Mejorar. En este caso, el objetivo es confirmar las variables fundamentales y luego cuantificar su efecto en las características críticas para la calidad, identificar los rangos máximos aceptables de dichas variaciones, asegurarse que los sistemas de medición son capaces de medir la variación en las variables fundamentales, y modificar el proceso para que permanezca dentro de los rangos aceptables.

Controlar. El objetivo de esta fase final consiste en asegurar que el proceso modificado permite ahora que las variables fundamentales permanezcan dentro de los rangos máximos aceptables, utilizando herramientas tales como el Control Estadístico del Proceso, o simples listas de verificación.

Cuando un equipo Seis Sigma se enfrenta al reto de mejorar un proceso debe pensar que:

La metodología DMAIC consta de 5

etapas: Definir, Medir, Analizar, Mejorar y

Controlar.

La metodología DMADV se utiliza para

diseñar procesos Seis Sigma.



• Ningún proceso puede abordarse si no está definido, es decir si no hay una secuencia de operaciones a analizar.

• Ningún proceso puede mejorarse si no es medible respecto a estándares o en comparación al pasado.

• Ningún proceso es mejorado si no se analiza su comportamiento a lo largo de él.

• Ningún proceso se mantiene si no se controla.

Para mejorar los procesos y conseguir reducir su tasa de error se recurre a diversas herramientas ya vistas en relación con la mejora de la calidad. Entre las herramientas estadísticas que Seis Sigma utiliza para el análisis, enfoque y solución de problemas de los procesos, destacan el Análisis modal de fallos y efectos (AMFE) y el Control estadístico de procesos (CEP).

En ocasiones, la mejor alternativa para mejorar un proceso es eliminarlo y crear uno nuevo, más eficaz y eficiente, que lo sustituya (reingeniería de procesos).

2.2 Metodología de diseño de procesos DMADV

No puede haber una buena calidad si no hay un buen diseño. La idea del DFSS (Design For Six Sigma) es anticiparse en la etapa de diseño de manera que se prevean y eviten las causas que pueden propiciar no conformidades. Sin embargo DFSS, no llega a un nivel de detalle metodológico comparable al DMAIC, dada la heterogeneidad de situaciones que pueden encontrarse bajo la palabra “diseño” (tiene muy poco en común diseñar un servicio de comida a domicilio, un nuevo modelo de teléfono móvil, o un cohete espacial).

Dentro de DFSS existen varias metodologías, entre las que se encuentran las siguientes:

• DMADV (Define, Measure, Analyze, Design, Verify). Probablemente es la más difundida y es una adaptación de DMAIC a un proceso de diseño. Por esta razón funciona bien cuando se aplica al diseño de nuevos procesos.

• IDOV (Identify, Define, Optimize, Validate). Probablemente sea esta la metodología que mejor se adapte a los casos de diseño de productos industriales.

• CQDFSS (Comercial, Quality, Design For Six Sigma). Se utiliza para la búsqueda y aseguramiento de la introducción de productos y servicios en el mercado.

• DCCDI (Define, Customer, Concept, Design, Implementation). Etc.

La metodología DMADV es la utilizada en el diseño o reingeniería de procesos en Seis Sigma. Su nombre responde al acrónimo del nombre en inglés de sus cinco fases:

La metodología DMADV consta de 5

etapas: Definir, Medir, Analizar, Diseñar

y Verificar.



Definir. Establecer los objetivos del proceso conforme a los entregables necesarios tanto para los clientes externos como internos.

Medir. Determinar y cuantificar las necesidades del cliente así como los requerimientos de la especificación.

Analizar. Analizar las opciones para que el proceso cumpla los requisitos y expectativas del cliente.

Diseñar. Diseñar los detalles del proceso para cumplir los requisitos y expectativas del cliente.

Verificar. Comprobar las prestaciones del proceso diseñado y su capacidad para cumplir los requisitos y expectativas del cliente.

Entre las herramientas y técnicas utilizadas en el diseño de procesos Seis Sigma están el Análisis modal de fallos y efectos (AMFE) y el Diseño de experimentos (DDE).



3 Control Estadístico de Procesos (CEP)

3.1 Variabilidad y control de los procesos

Todo proceso o actividad están sometidos a una serie de factores de carácter aleatorio que hacen imposible obtener dos entregables exactamente iguales. En el caso por ejemplo de procesos o actividades productivas, como el ejemplo ya usado en esta clase de cortar cables de 1 m. de longitud, las longitudes de los diferentes cables no son idénticas, y presentan variabilidad.

La variabilidad de los procesos no es no deseable y el objetivo es reducirla lo más posible o al menos mantenerla dentro de ciertos límites.

El Control Estadístico de Procesos (CEP), también conocido por sus siglas en inglés SPC (Statistical Process Control), es un instrumento de gestión que, comparando el funcionamiento del proceso con unos límites establecidos estadísticamente, permite implantar y garantizar los objetivos deseados bajo la filosofía de la prevención.

A la vez, permite conseguir, mantener y mejorar procesos estables y capaces.

Todo esto realiza mediante un conjunto de herramientas estadísticas que permiten recopilar, estudiar y analizar la información de procesos repetitivos para poder tomar decisiones encaminadas a conseguir procesos estables y capaces.

El Control Estadístico de Procesos tiene la finalidad de:

• Conocer la variación de los factores que integran un proceso.

• Prevenir los defectos.

Todo proceso está sometido a unos

factores cuya variación produce variación

en el proceso y sus productos.



• Reducir los costes.

• Cumplir los requisitos.

La variabilidad de los procesos responde, habitualmente, a un gran número de causas, que pueden clasificarse en causas comunes o aleatorias y causas especiales o atribuibles.

La variabilidad de las causas comunes o aleatorias es el reflejo de cientos de causas pequeñas que actúan de manera conjunta, y que no es posible identificar alguna en especial. La variación excesiva debida a causas comunes se resuelve cambiando los procesos, de modo que la eliminación de las causas comunes es responsabilidad de la empresa. William Deming estimaba que las causas comunes de variación corresponden al 85% de los problemas en calidad. Son de responsabilidad de los mandos que tienen atribuciones para modificar los sistemas y procesos.

Las causas comunes se caracterizan por:

• Consistir en muchas causas de variación pequeña provocando pequeñas fluctuaciones en los datos sin afectar al proceso global.

• Aparecer en muchos instantes del proceso.

• Ser de variación estable.

• Ser previsibles en el tiempo.

• Permanecer en el proceso y ser inherente a él.

• Difícil o antieconómico reducir sus efectos.

Ejemplos de causas comunes son variaciones debidas a la materia prima, a diferencias de habilidad entre el personal, a factores ambientales, etc.

Cuando las variaciones de un proceso son debidas a causas comunes se dice que el proceso estable y que está “bajo control”, ya que, aunque individualmente contribuyen a pequeñas fluctuaciones, en conjunto dan información del patrón normal de comportamiento que sigue el proceso, en la medida que la variación es estable en el tiempo, predecible, analizable y mejorable.

La naturaleza de las causas especiales no es aleatoria, sino que aparecen esporádicamente en el proceso de forma que cuando actúan producen efectos definidos, y cuando se elimina la causa, se elimina la variación producida por ella. Se deben típicamente a aspectos tales como materiales, operadores, instrumentos de medición, máquinas, métodos. De acuerdo con William Deming, son responsables del

La variabilidad de los procesos puede

deberse a causas comunes o a causas

especiales.



15% de los problemas. Su eliminación es más sencilla podrían realizarla los propios trabajadores.

Las causas especiales se caracterizan por:

• Constar de una o pocas causas importantes y fáciles de identificar.

• Aparecer esporádicamente en el proceso.

• Ser de variación inestable.

• Ser imprevisibles en el tiempo.

• Poder reaparecer.

• Actúan en un punto concreto del proceso.

Ejemplos de este tipo de causas son desajustes de maquinaria, lotes defectuosos, ausencia al trabajo de empleados, fallos de controles, errores humanos, etc.

Las causas especiales pueden provocar variaciones importantes que separen significativamente los datos respecto de la pauta esperada para ese proceso. Dan como consecuencia un proceso inestable, “fuera de control”, dado que es una incertidumbre conocer su comportamiento a lo largo del tiempo (no se puede asegurar la homogeneidad de las características de salida).

Por definición, se dice que un proceso está bajo control estadístico cuando no hay causas especiales presentes.

El Control Estadístico de Procesos se basa en analizar la información que aporta el proceso para detectar la presencia de causas especiales y habitualmente se realiza mediante una construcción gráfica denominada Gráfico de Control.

Si el proceso se encuentra bajo control estadístico es posible realizar una predicción del intervalo en el que se encontrarán las características de sus salidas.

No obstante, el hecho de que un proceso esté bajo control estadístico no significa necesariamente que el producto o servicio que resulta cumpla su especificación. Procede entonces diferenciar entre los límites de control para el proceso:

• LCS = límite de control superior.

• LCI = límite de control inferior.

Y los límites de especificaciones, establecidos por el cliente o la organización (lo que sería la tolerancia en el caso de los parámetros de un producto):

• LES = límite de especificación superior.

Un proceso está bajo control estadístico

cuando no hay causas especiales

presentes.



• LEI = límite de especificación inferior.

El proceso estará bajo control, en la medida que sus datos se encuentren dentro de los límites de control establecidos para el proceso. Pero puede no cumplir las especificaciones, si hay datos fuera de sus límites, como en el ejemplo de la figura.

Los beneficios de un proceso bajo control son:

• Predecir el comportamiento del proceso.

• Saber la capacidad a la que trabaja el proceso.

• Mejorar el proceso, intentando reducir las causas comunes en todo lo posible.

• Utilizar el proceso bajo control como modelo para otras áreas.

3.2 Capacidad de un proceso

Como se ha comentado, un proceso sobre el que sólo actúan causas comunes se dice que está bajo control, aunque esto no significa necesariamente que las características de salida sean las especificadas. Para que esto ocurra es necesario que los límites de control del proceso estén dentro del intervalo delimitado por los límites de especificación, y en este caso se dice que el proceso es capaz.

La capacidad de un proceso es la determinación de si el proceso es capaz de satisfacer sus especificaciones, a pesar de sus variaciones aleatorias (causas comunes).

La capacidad de un proceso responde a una medida de dispersión. Habitualmente se toma como valor 6 veces la desviación típica del proceso, σ:

El que un proceso esté bajo control no

supone que sus productos cumplan las

especificaciones.



Capacidad = 6σ

Si el proceso está en estado de control, es decir, no presenta causas especiales, y los datos que se tomen de él siguen una distribución Normal N(μ,σ), el intervalo μ ± 3σ (igual a la longitud 6σ de la capacidad), recoge, como ya es conocido, el 99.73% de la población.

Por tanto, y a la vista de la figura, dado un proceso y dadas unas especificaciones, diremos que un proceso es capaz si puede producir dentro de la especificación exigida, es decir, si su capacidad es menor que las tolerancias de la especificación (l ancho de las especificaciones puede medir cualquier cantidad de σ).

El análisis de la capacidad de un proceso tiene como objetivos, relacionándolo con los límites de especificación establecidos:

• Definir si el proceso es capaz de cumplir con las especificaciones establecidas a través de los índices de capacidad.

• Cuantificar la variación del proceso.

• Analizar la variación respecto a las especificaciones del producto.

• Reducir en lo posible la variación, modificando o revisando el proceso.

La capacidad de un proceso es la

determinación de si el proceso es capaz de

satisfacer sus especificaciones.



3.3 Índices de capacidad

Los índices de capacidad son parámetros que permiten analizar la variabilidad del proceso con relación a estos requisitos o especificaciones, comparando la capacidad del proceso con estos requisitos. Se definen varios índices de calidad diferentes.

3.3.1 Índice de Capacidad Potencial Cp

También se denomina índice de variabilidad porque el índice de capacidad potencial sólo considera variaciones, sin tener en cuenta si el proceso está o no centrado con respecto a la media. Se calcula según la fórmula:

𝐶𝑝 =𝐿𝐸𝑆 − 𝐿𝐸𝐼

6𝜎

Este índice compara la relación entre el intervalo de especificaciones, LES Y LEI, y una medida de la variación del proceso como es la capacidad del proceso, 6σ.

Valores inferiores a 1 indican que el proceso no es capaz de cumplir con las especificaciones, obteniéndose valores fuera del intervalo especificado.

Valores igual a 1 indican que, si el proceso está perfectamente centrado, cumplen la especificación el 97,7% de las unidades o salidas (se producirá un número muy pequeño de unidades defectuosas, que, sin embargo, aumentará si el proceso se descentra).

Valores igual a 2, con el proceso centrado, suponen que el 99,9999998% de las unidades cumplen la especificación (es el nivel Seis Sigma a corto plazo, es decir, sin el descentrado que se produce con el tiempo según las comprobaciones experimentales de Mikel Harry).

Lo recomendable es obtener valores superiores a 1 correspondiente a una capacidad 6σ, para el cual el proceso es capaz.

En la figura, las curvas representan el comportamiento de los procesos, y la especificación lo deseado. De la imagen se deduce que el índice de capacidad Cp no es indicativo del porcentaje de productos que cumplen la especificación, al no tener presente el descentrado que puede tener el proceso respecto a la especificación.

El Índice de Capacidad Potencial compara

la relación entre el intervalo de

especificaciones y la capacidad del

proceso.



El proceso centrado, al ser la campana más abierta, tiene un valor mayor de desviación σ que el proceso descentrado. La capacidad 6σ del proceso centrado será también, por tanto, mayor que la capacidad del proceso descentrado. En consecuencia el índice de capacidad Cp del proceso descentrado es mayor que el del proceso centrado, e incluso superior a 1 (el ancho de la especificación es claramente mayor que la capacidad o el ancho del proceso descentrado). Sin embargo el proceso desplazado, aunque con un valor mayor de Cp, produce más unidades incorrectas (fuera de especificación) que el proceso centrado.

Se trata por tanto de un proceso con capacidad potencial, pero SIN capacidad real. La figura siguiente muestra cómo el descentrado del proceso condiciona la capacidad real del proceso.

Un proceso con Capacidad potencial

puede no tener Capacidad real si está

descentrado respecto al ancho de la

especificación.



3.3.2 Índice de Capacidad Cpi

Se denomina índice de capacidad unilateral inferior a la relación entre el intervalo comprendido entre la media del proceso μ, y el límite inferior de especificación, LEI, y 3σ, para una capacidad de 6σ. Se calcula según la fórmula:

𝐶𝑝𝑖 =𝜇 − 𝐿𝐸𝐼

3𝜎

Se suele utilizar cuando el intervalo de especificación es unilateral y sólo existe límite de especificación inferior. Por ejemplo, en el caso de la tensión de rotura de un material, sólo existirá el límite inferior de especificación.

3.3.3 Índice de Capacidad Cps

Se denomina índice de capacidad unilateral superior a la relación entre el intervalo comprendido entre la media del proceso μ, y el límite superior de especificación, LES, y 3σ, calculado para una capacidad igual a 6σ. Se calcula según la fórmula:

𝐶𝑝𝑠 =𝐿𝐸𝑆 − 𝜇

3𝜎

Se utiliza cuando el intervalo de especificación es unilateral y sólo existe límite de especificación superior. Por ejemplo, la temperatura máxima a la que debe funcionar un proceso sólo tendrá límite superior de especificación.

3.3.4 Índice de Capacidad Real Cpk

Se denomina índice de descentramiento relativo. Este índice tiene en cuenta el hecho de que en la vida real el valor medio del proceso, μ, no coincide con el valor central de la especificación (habitualmente el valor nominal N, dado que en la mayoría de los casos la tolerancia es simétrica). La letra k se identifica con el coeficiente de descentralización, luego, este coeficiente se utiliza para calcular el índice de capacidad en procesos no centrados.

El índice de capacidad Cpk no sólo mide la variación del proceso respecto a un intervalo especificado sino también la ubicación del proceso respecto a la media. Se define como el menor valor encontrado entre el índice da capacidad unilateral superior, Cps, y el inferior, Cpi.

El Índice de Capacidad Real tiene en

cuenta la incidencia del descentrado

del proceso en su capacidad.



𝐶𝑝𝑘 = 𝑀í𝑛𝑖𝑚𝑜 {𝜇 − 𝐿𝐸𝐼

3𝜎,𝐿𝐸𝑆 − 𝜇

3𝜎}

Cpk indica cuán lejos está la media μ del proceso del valor central de la especificación (N). Siempre se cumple que Cpk ≤ Cp.

Cpk < 1 implica que en las condiciones actuales, en un proceso de capacidad igual a 6σ se producen más de un 0,27% de defectos.

La siguiente figura muestra ejemplos de cómo varía el índice real Cpk según el descentrado del proceso respecto a la especificación.



Un proceso es capaz a largo plazo cuando Cpk ≥ 1. Por debajo de este valor, el número de salidas defectuosas es lo suficientemente elevado para considerar el proceso no capaz de cumplir las especificaciones. El nivel Seis Sigma es, sin embargo, más exigente pues requiere que el proceso tenga Cpk ≥ 1,5 supuesto el valor de descentrado de Mikel Harry de 1,5σ.

4 Diseño de Experimentos (DEE)

El Diseño de Experimentos, DDE (En inglés, Design of Experiments, DOE) es la herramienta más efectiva en Seis Sigma, pero la menos conocida. El DDE proporciona una ventaja competitiva a las empresas que quieran minimizar la variabilidad de sus procesos y productos.

La variabilidad de un proceso y de sus salidas o productos, depende de muchos parámetros, e incluso en ocasiones de la interacción entre algunas de ella. Consideremos el ejemplo sencillo de asar un pollo en la cocina de un restaurante. El resultado del cocinado del pollo variará con el tiempo de asado, con la temperatura del horno, con la ventilación interna o gradiente de temperaturas en el interior del horno, o con el tamaño o peso del pollo a asar. Además hay variables que su interacción condiciona el resultado, por ejemplo el tiempo y la temperatura (para que el pollo asado cumpla los requisitos del cliente, si se aumentase la temperatura del horno, habría que reducir el tiempo de asado).

El llegar a conocer cómo las variaciones de las causas comunes afectan a los resultados de cada proceso se puede hacer durante el funcionamiento real y operativo de los procesos, pero ello entraña algunos inconvenientes:

• Las variaciones pueden dar lugar a productos fuera de especificación que pasan a desperdicio (costes de no calidad).

• Las variaciones de las variables cuyos efectos se quieren conocer, requieren normalmente de que se produzcan fenómenos distintos de lo habitual, por lo que se está a expensas de que tales fenómenos ocurran en algún momento, al mismo tiempo que preparado para detectar las variaciones que producen y poder analizarlas.

• Cuando las comprobaciones se quieren hacer en el funcionamiento real del proceso, no es posible controlar las causas. Como consecuencia, en ocasiones los datos pueden resultar inconsistentes porque no están registrados los

El Diseño de Experimentos se usa en el

diseño de procesos, para que su

variabilidad dependa lo menos posible de

los factores que le afectan.



valores de todas las variables que afectan al proceso, ni están definidos los procedimientos con los que se obtuvieron.

• Dado que en la variabilidad de los procesos y sus productos inciden más de una causa, es interesante tanto conocer el efecto de cada una de las causas, como el efecto de la conjunción de ellas, sobre todo cuando están relacionadas entre sí. Sin embargo, cuando se analiza un proceso y sus respuestas, estando operando en las condiciones productivas, no se sabe si esas respuestas medidas dependen de una variable, de otra, de una combinación de ambas, etc.

El DDE resuelve estos problemas y desempeña un papel muy importante en la mejora de la calidad, mediante la optimización de procesos, productos y servic ios.

El DDE no “trabaja” sobre los procesos durante su funcionamiento, sino que se basa en la experimentación. Se comienza determinando los factores o variables más relevantes que influyen sobre las características de calidad de las salidas para, a continuación, realizar con ellos diferentes experimentos, variando los valores, según una secuencia predeterminada.

El recorrido de los valores de cada uno de los factores a experimentar se codifican desde el valor mínimo (código -1) al valor máximo (código +1), pasando por el valor central (código 0). Cada uno de los experimentos a realizar corresponderá a una combinación de valores codificados (+1, -1, etc.). Se ajustan los factores a cada uno de los valores y se mide la respuesta que se quiere optimizar.

El DDE permite detectar los factores causantes de la mayor variabilidad en las características que garantizan la calidad del producto o proceso, así como establecer, mediante el modelado de la respuesta en función de esos factores, a qué valores deben ajustarse para que la variabilidad de las características deseadas sea mínima,.

Para que los experimentos sean lo más efectivos posibles se debe tener en cuenta:

• Procurar simplificar los experimentos.

• Ser rigurosos y estrictos para evitar introducir fuentes de variabilidad no controladas.

• A medida que el experimento aumenta y se introducen más factores, la precisión del modelo aumenta, pero también aumenta la complejidad del análisis requerido y el coste.

• Los resultados y conclusiones del experimento no deben extrapolarse fuera del intervalo de magnitudes con el que se ha realizado el experimento.

El DDE no “trabaja” sobre los procesos

durante su funcionamiento, sino que se

basa en la experimentación.



El DDE se emplea principalmente en la fase de diseño y planificación de procesos, productos y servicios. No obstante, también se utiliza para la mejora de procesos, productos o servicios ya desarrollados.

Tanto el objetivo del DDE como del CEP es mejorar las prestaciones de los productos y procesos reduciendo la variabilidad de sus características a valores capaces de asegurar la satisfacción de los clientes. Pero mientras que el CEP actúa durante la realización del proceso, manteniéndolo bajo control, el DDE se adelanta al proceso, actúa sobre el diseño del producto o servicio, optimizándolos, por lo que es una técnica preventiva, y por tanto de gran interés en una concepción de la calidad que promueve la detección de riesgos y la actuación preventiva en las etapas de diseño y planificación.

El diseño de experimentos consta de las siguientes etapas:

• Recopilación de información.

• Establecimiento de objetivos.

• Presupuesto disponible.

• Planificación de los experimentos.

• Realización de los ensayos y registro de los resultados.

• Análisis y diagnóstico de los resultados de los ensayos.

• Conclusiones y plan de actuación.

5 Conclusiones

La mejora de calidad que se pretende conseguir con la metodología Seis Sigma requiere una organización adecuada y una formación específica para los profesionales que van a desarrollar los programas Seis Sigma.

Como cualquier puesta en marcha de un programa de mejora, Seis Sigma requiere unos cambios culturales en la organización y una estrategia de implementación.

Las figuras claves dentro de la organización Seis Sigma de una empresa son el Champion, que es el directivo responsable de los proyectos Seis Sigma dentro de la organización; el Master Black Belt que es el experto en la metodología Seis Sigma, poseedor de un conocimiento teórico y práctico muy avanzado, capaz de desarrollar y proveer adiestramiento en Seis Sigma; los Black Belts, que son los expertos en Seis

El hecho de que el DDE actúe sobre los

procesos mediante la experimentación,

antes de que éstos estén operativos, lo

convierte en una técnica de calidad

preventiva



Sigma y que van a dirigir los proyectos Seis Sigma de la organización; y los Green Belts, que son los especialistas en las herramientas y la metodología Seis Sigma.

Entre las metodologías usadas en Seis Sigma cabe destacar la metodología de trabajo DMAIC que se utiliza en la mejora de los procesos, y la metodología DMADV que se utiliza en el diseño de nuevos procesos.

Entre las herramientas y técnicas más utilizadas en Seis sigma cabe destacar el Análisis modal de fallos y efectos (AMFE), el Control estadístico de procesos (CEP) y el Diseño de experimentos (DDE).

El CEP es un instrumento de gestión que, comparando el funcionamiento del proceso con unos límites establecidos estadísticamente, permite implantar y garantizar los objetivos deseados bajo la filosofía de la prevención. Se utiliza en la mejora de los procesos.

En el CEP se trabaja mucho con Gráficos de Datos.

El DDE no “trabaja” sobre los procesos durante su funcionamiento, sino que se basa en la experimentación. Se comienza determinando los factores o variables más relevantes que influyen sobre las características de calidad de las salidas para, a continuación, realizar con ellos diferentes experimentos, variando los valores, según una secuencia predeterminada. Se utiliza en el diseño de nuevos procesos o en la reingeniería de procesos existentes.

6 Referencias Bibliográficas

• Barba, Enric; Boix, Francesc; Cuatrecasas, Lluís (2000). Seis Sigma. Una iniciativa de calidad total. Barcelona, Ediciones Gestión 2000.

• Blakeslee Jr., Jerome A. (1999). Implementing the Six Sigma Solution, how to achieve quantum leaps in quality and competitiveness. Quality Progress, American Society for Quality.

• Breyfogle III, Forrest W. (2003). Implementing Six Sigma. Smarter solutions using statistical methods. Edit. John Wiley & Sons.

• Carro Paz, Roberto; González Gómez, Daniel. Control Estadístico de Procesos. Universidad Nacional de Mar de la Plata.



• Cuatrecasas, Lluís (2011). Organización de la producción y dirección de operaciones. Sistemas actuales de gestión eficiente y competitiva. Ediciones Díaz de Santos.

• Chowdhury, Subir (2005). El poder de Seis Sigma. Edit. Pearson.

• Eckes, George (2000). The Six Sigma revolution. Editorial John Wiley & Sons.

• Gutiérrez Pulido, Humberto; Vara Salazar, Román de la (2009). Control Estadístico de Calidad y Seis Sigma. México, Editorial McGraw-Hill.

• Lombardero, Luis (director del proyecto) (2007). Control Estadístico de Procesos. Bureau Veritas Formación.

• Montgomery, Douglas (2004). Control Estadístico de la Calidad (Introduction to Statistical Quality Control). Ed. Limusa-Wiley.

• Montgomery, Douglas (8ª edición - 2012). Design and Analysis of Experiments. Ed. John Wiley & Sons.

• Summers, Donna C. Six Sigma: basic tools and techniques. Edit. Pearson.

• Turrent Alejandro, Lara (2013). Aplicación de la metodología SIX SIGMA (DMAIC). México, Edit. Publicia.

• Información de la International Association for Six Sigma Certification (IASSC) (www.iassc.org).

• Información del Six Sigma Management Institute (del Dr. Mikel Harry) (www.ss-mi.com).

implantación, metodologías y herramientas seis sigma€¦ · dominio de las herramientas...

Documents