proyecto!fin!demaster! hito!3! ejercicionº1! · 2019-02-20 · 8 !!! recapitulaciÓn!! • la...

www.formatoedu.com 1

Proyecto fin de Master Hito 3 Ejercicio Nº 1

Lean SEIS SIGMA Área Temática: Logística


Enunciado Lean Seis Sigma es una metodología eficaz para reducir sistemáticamente todas las deficiencias y producir un beneficio económico mediante la eliminación de los costes de mala calidad. Es un método estructurado y flexible para mejorar radicalmente los resultados de una empresa. Para la empresa puede ser desde una simple caja de herramienta para la mejora hasta toda una cultura y estrategia de cambio. Seis Sigma se incorpora como una manera de gestionar (medir, evaluar, mejorar) los procesos y algunas organizaciones dan el salto final e integran Lean & Seis Sigma como un elemento estratégico, una forma de pensar. El objetivo de un programa Seis Sigma es reducir la cantidad de defectos que producen los procesos, ajustar dicha cantidad de defectos al mínimo que sea económicamente viable. Una de las claves de Lean & Seis Sigma es que se centra en reducir la variación de los procesos, en hacerlos predecibles. El principio en el que se basa Lean & Seis Sigma. El resultado de un proceso (Y) es consecuencia de múltiples elementos o parámetros que lo gobiernan (X’s). De todos estos elementos, unos pocos son vitales para el funcionamiento del proceso. El objetivo del proyecto es identificar y comprobar cuáles son los “pocos vitales” y establecer las acciones que permitan modificarlos y mantenerlos en los niveles de funcionamiento que proporcionen el mejor resultado para alcanzar la satisfacción de los clientes. Lean & Seis Sigma busca conseguir procesos eficaces (sin fallos o defectos) y eficientes (funcionando óptimamente). ¿EN QUÉ SE BASA SEIS SIGMA? Característica Crítica para la Calidad (CTQ) Característica o atributo del producto o servicio que es clave para conseguir la satisfacción del cliente (externo o interno)

• Defecto Cualquier característica critica para la calidad (CTQ) que no alcance los niveles requeridos por el cliente

• Oportunidad de defecto Cualquier suceso, que puede ser medido, que supone

una oportunidad de no alcanzar los requerimientos de los clientes


¿EN QUÉ SE BASA LEAN?

• Valor agregado Entendemos como valor añadido todo aquello que se hace sobre la “salida” del proceso que el cliente aprecia y por tanto tiene valor para él. Todo lo que no agrega valor es, por tanto, una ineficiencia, susceptible de ser eliminada sin que el cliente se resienta.

• Desperdicio Cualquier tarea o actividad del proceso que no agrega valor al

resultado

Beneficios como resultados de implantar Lean &Seis Sigma en la organización

• Aumento de ingresos /disminución de costes de forma sostenible • Satisfacción y fidelidad de los clientes • Utilización de datos en la toma de decisiones • Estructura integrada para identificar, priorizar y desarrollar oportunidades de

mejora • Aceleración de los procesos

¿CÓMO SE CONSIGUEN LOS RESULTADOS?

• Liderazgo y compromiso de la dirección • Selección adecuada de los proyectos de mejora • Objetivos de los proyectos ambiciosos e integrados en la estrategia de la

empresa • Dedicación de los “mejores” a los proyectos • Tiempo para realizar y apoyar los proyectos • Reconocimiento y recompensa a los esfuerzos

¿CÓMO REDUCIR “DEFECTOS”?

• Cambiando la media del proceso (Lean) (trabaja sobre la variación) • Reduciendo la variación del proceso (Seis Sigma) • Actuando simultáneamente en ambas (Lean Seis Sigma)

PRINCIPALES FUENTES DE VARIACIÓN en el proceso (lo que vamos atacar)

• Componentes y materiales inestables


• Habilidades y comportamientos • Fallos de diseño • Sistemas de medida imprecisos • Métodos de trabajo no estandarizados

¿Qué comportamiento interesa conocer, el de Y o el de X? Monitorizamos las Y, resultados si queremos evitar la variabilidad, hemos de actuar sobre las causas que las originan de lo contrario estaremos a merced de la variabilidad del proceso.

1. DEFINIR: SELECCIÓN DE PROYECTOS Identificar posibles proyectos Seleccionar los proyectos Elaborar cuadro del proyecto

2. Criterios técnicos para seleccionar proyectos

Vinculado a un proceso concreto, medido o medible. Relacionado con un suceso crónico, no esporádico. Con impacto en aspectos importantes para la unidad (empresa, función, departamento) Con alcance manejable Con autoridad clara del Champion

3. CRITERIOS DE EVAUACIÓN (para priorizar)

Impacto en los aspectos importantes del negocio Urgencia Riesgos Resistencias

4. Elaborar Cuadro de Proyecto

Justificar el proyecto Describir claramente el problema Describir el alcance y el objetivo del proyecto Seleccionar el BB/GB y el equipo adecuado Preparar un plan del proyecto

• Defecto Cualquier situación que no cumple con los requisitos (CTQ’s)

del cliente, también incluye los conceptos de error, fallo, no conformidad, desperdicio, problema, espera, etc.)

• Síntoma Evidencia que pone de manifiesto un defecto. El síntoma es el

QUÉ o el CÓMO o el DONDE del defecto.

• Teoría Afirmación no comprobada sobre las causas del defecto


• Causa Motivo comprobado de la existencia del defecto, la causa es el POR QUÉ.

• Causa dominante La causa que más contribuye a la existencia del

defecto

• Diagnóstico Proceso para descubrir las causas

• Remedio Acción o cambio que elimina o neutraliza una causa COMPRENDER EL PROCESO

PROCESO Serie de pasos o actividades que, tomando una o más entradas, las transforma en salidas, que son las que se entregan al CLIENTE.

ELEMENTOS DE UN PROCESO Personas, Materiales, Energía, Equipos, Requisitos, Especificaciones, Procedimientos, Métodos, Medidas de funcionamiento y rendimiento

Descomponer los pasos o actividades en tareas y clasificar las tareas en tres tipos.

1. Tarea que añade valor 2. Tarea facilitadora de otra que añade valor 3. Tarea que no añade valor

MEDIR, MEJORA LEAN & SEIS SIGMA La estratificación es una técnica de clasificación y organización de datos en función de los diferentes factores en los que dichos resultados pueden, en principio, ser diferentes.

Gráficos descriptivos más usuales

Gráficos de series temporales Se utiliza para estudiar la evolución el proceso a lo largo del tiempo. Gráficos de barras o sectores Representación gráfica de datos, relativos a la frecuencia con que se produce el suceso en estudio, organizados por factores de estratificación.


Permite poner de relieve la “concentración” de los datos y ver posibles factores más significativos que afecten al funcionamiento del proceso.

Gráficos de Pareto Representación gráfica de los datos, en forma de gráfico de barras, ordenadas por la frecuencia o importancia de los mismos.

Histogramas Resumen gráfico de la frecuencia con la que aparecen los datos de variables numéricas (continuos o discretos), agrupados en clases o intervalos.

Gráficos de cajas Los gráficos de cajas, como los histogramas, proporcionan un resumen visual en la pauta de variación de una serie de datos.

¿QUÉ ES LA ESTADÍSTICA? “Ciencia que utiliza conjuntos de datos numéricos para obtener inferencias basadas en el cálculo de probabilidades.”

• Estadística descriptiva Es la que se refiere a los métodos necesarios para la extracción de los datos sobre los fenómenos en estudio, así como para su selección, tratamiento reducción, sustitución y presentación.

• Estadística inductiva o inferencia estadística Trata de obtener conclusiones de

los datos que, con un cierto grado de incertidumbre, permitan estimar generalizaciones sobre los fenómenos observados.

• Variable Es cualquier aspecto que permite caracterizar el fenómeno observado, el objeto del estudio.

• Dato Es la expresión del resultado de dicha observación. Las variables pueden ser de dos tipos y los datos que corresponden a cada tipo de variable se subdividen, a su vez, en dos tipos.

1. Variables Cualitativas o categóricas son aquellas variables cuyos datos no se expresan de forma numérica.

• Binarios, cuando los datos solo pueden admitir dos posibilidades

(bien/mal, correcto/erróneo, etc.) Atributos, cuando los datos pueden admitir más de dos posibilidades (bien/regular/mal, norte/centro/sur, etc.)


• Atributos, cuando los datos pueden admitir más de dos posibilidades (bien/regular/mal, norte/centro/sur, etc.)

2. Cuantitativas son aquellas variables cuyos datos se expresan de forma

numérica y son de dos tipos:

• Discretos, cuando toman valores enteros que, generalmente, corresponden al recuento de las veces que se produce un suceso

• Continuos, cuando pueden tomar “infinitos” valores dentro de

un intervalo

3. Definiciones:

• FRECUENCIA Cantidad de veces que se repite un dato, o un intervalo de datos en un conjunto de observaciones

• DISTRIBUCIÓN Ordenamiento de las frecuencias de acuerdo con un criterio

dado.

• Tendencia Central La media da un buen valor de la tendencia central, pero se ve afectada por los valores extremos, la mediana estima la tendencia central, sin verse afectada por valores extremos y la moda proporciona el valor más frecuente.

• Dispersión El rango, también llamado recorrido, solamente tiene en cuenta los

valores extremos, es decir, el mayor y menor del conjunto de datos. La varianza, y su raíz cuadrada o desviación típica, se ven menos afectadas por los valores extremos, ya que tienen en cuenta la “distancia” de cada dato, con respecto al valor de la media.

La variación de los procesos se caracteriza por dos medidas, la tendencia central y la dispersión.

LECTURA DE LOS CUADROS (SIGLAS)

• N y N* : Núm. de datos y Núm. de celdas sin dato • SE Mean: Error estándar en la media = s/√n • Q1 y Q3 : Primer y tercer cuartiles. Separan los datos en 25% y 75% inferiores al

valor, respectivamente.


RECAPITULACIÓN

• La variación de los procesos se caracteriza por dos medidas, la tendencia central y la dispersión.

• Una representación gráfica de los datos puede facilitar mucha información sobre el funcionamiento de los procesos.

O=sigma: desviación estándar u=es la media z= será siempre para datos normales

valores inferiores 0,05 = no son normales / rechaza la hipótesis nula

Nivel de confianza e intervalo están inversamente relacionados para una muestra dada. Cuanto más estrecho (preciso) queramos el intervalo, menor será el nivel de confianza, es decir, el riesgo de equivocarnos será mayor. Prácticas comunes no basadas en principios estadísticos

• Muestreo a porcentaje fijo. Reglas prácticas como la de tomar un 10% como muestra puede llevar a tamaños grandes, cuando la población es grande o a tamaños pequeños, cuando la población es pequeña. Si la población es muy pequeña, deberíamos tomarla entera.

• Muestreo selectivo. Instrucciones o determinados juicios de seleccionar X número de muestras “representativas” introduce sesgos en el muestreo. Tomar como muestra las facturas emitidas en días determinados de un mes, o aquellas cuyo número termina en 5, puede introducir sesgos.

• Muestreo parcial. Un típico sesgo, además de falta de representatividad, suele

ser seleccionar muestras porque están convenientemente agrupadas. Por ejemplo tomar como muestra todos los expedientes de personal cuyo nombre empiece por D (están archivados en orden alfabético), es un muestreo parcial (Nota, la técnica de muestreo conocida como “cluster” puede parecer parcial, pero es estadísticamente fundamentada)


INFORMACIÓN Y DATOS

• Datos = Hechos • Información = Respuestas a preguntas

“Información”: incluye “datos” “Datos” :no necesariamente incluyen “información”

1. Formular con precisión las preguntas a las que buscamos respuesta. 2. Recoger los datos y hechos relacionados con dichas preguntas. 3. Analizar los datos para determinar las respuestas fehacientes a las preguntas. 4. Presentar los datos de forma que se comuniquen claramente las respuestas.

Cualidades de una buena muestra

Sin sesgos Sin presencia o influencia de algún factor que origina aparezcan diferentes de lo que realmente son. Los sesgos se introducen cuando se recogen datos sin tener en cuenta los factores que influencian.

Representativa los datos reflejan con precisión. Las muestras representativas ayudan a evitar sesgos específicos de los segmentos o partes . Aleatoria se recogen sin ningún orden predeterminado, cada elemento tiene igual posibilidad de ser seleccionado. El muestreo aleatorio ayuda a evitar sesgos específicos relativos al tiempo y orden de la recogida de datos o de la persona que los recoge.

SESGO DE MUESTREO

• Exclusión ( los datos que quedan fuera. Ej: los datos de fines de semna) • Interacción ( los datos que se anuncia como observados, mediciones donde el

personal cambia su forma de operar por tal motivo.) • Percepción ( pueden ser datos que se registran por creer ser lo esperados) • Operativos (cambios en la metodología de toma de los datos) • Falta de datos (la falta de datos) • Estimación (introducido por métodos estadísticos, ej: la desviación estándar)

¿CUANDO MEDIR: FRECUENCIA? Mejor varias pequeñas muestras, en momentos diferentes que una sola gran muestra en un momento dado.

• Proceso inestable – MAYOR frecuencia • Proceso estable – menor frecuencia


¿DÓNDE MEDIR: PUNTOS DE RECOGIDA DE DATOS? Idealmente los datos se deben recoger en el paso del proceso en que se ejerce un mínimo de efecto sobre su funcionamiento. Un buen mapa de proceso ayuda a ver “dónde” se produce el dato y, por tanto, dónde recogerlo. En RESUMEN para la recogida de datos:

• Formular las preguntas adecuadas. • Decidir cómo medir: tamaño y tipo de muestreo. • Decidir cuándo medir: frecuencia de muestreo. • Decidir dónde medir: puntos de recogida de datos. • Preparar un método: personas, instrucciones, formatos

Valor observado = Valor de referencia + error de medida Varianza observada = Varianza del producto + Varianza de la medición ERRORES DEL SISTEMA DE MEDIDA

• EN LA MEDIA

1. Sesgo

2. Linealidad es la diferencia que se puede observar en los valores de la exactitud de una medida cuando se realizan mediciones en diferentes puntos del intervalo de medición del instrumento. La linealidad del sistema de medida es función del dispositivo utilizado. En estos casos, conociendo los valores esperados debe seleccionarse el equipo más adecuado para evitar problemas de linealidad.

3. Estabilidad es la diferencia entre las medidas realizadas por el

mismo operador, utilizando el mismo equipo y proceso de medida, cuando mide la misma característica en momentos de tiempo diferentes.

En general está asociada a la robustez de los instrumentos de medida.

• EN LA VARIANZA

1. Repetitividad Variación en las mediciones obtenidas cuando una misma persona utiliza varias veces el mismo sistema de medida para medir características idénticas de los mismos componentes.


2. Reproducibilidad Variación en las mediciones obtenidas por diferentes personas utilizando el mismo sistema de medida para medir características idénticas de los mismos componentes.

• DISCRIMINACION El instrumento o equipo que se utilice para medir ha de tener

un poder de discriminación suficiente, generalmente 10 veces superior al valor de la medida. Por ejemplo, si el proceso varía en milímetros, el instrumento ha de ser capaz de medir décimas de milímetro.

• EXACTITUD La exactitud de una medida es la diferencia entre el valor obtenido en las observaciones realizadas (sea un valor puntual o la media de varios valores) y la medida real.

Posibles causas de la falta de exactitud

• Equipo de medida mal calibrado • Uso inadecuado del equipo • Procedimientos confusos • Limitaciones humanas

CAPACIDAD DEL PROCESO Y CÁLCULO DEL NIVEL SIGMA La capacidad del proceso es una medida del grado en que el rendimiento real de un proceso (sus resultados) está dentro del campo que fijan las especificaciones. Mide el grado de conformidad de los resultados de un proceso con respecto a los valores especificados. Un proceso puede estar centrado, de forma que el valor medio de su resultado estará próximo al centro del intervalo de la especificación, pero ser impreciso (disperso), por lo que algunos valores estarán fuera de dicho intervalo, en cualquier extremo. un proceso puede ser preciso, tener poca dispersión, pero estar descentrado, de forma que el valor medio de su resultado estará próximo a uno de los extremos del intervalo de especificación y, a pesar de su pequeña dispersión, alguno de los valores estará fuera del intervalo. Capacidad del proceso

• Cp, solamente tiene en cuenta la dispersión, y es el cociente entre el intervalo de la especificación (límite superior menos inferior) y la dispersión total del proceso, expresada como seis desviaciones estándar.

Cp> = 1 cumple

• Cpk, contempla la dispersión y la desviación del proceso respecto al centro del

intervalo de la especificación. Esta desviación hace que el valor medio del


resultado (media) esté más cerca de un extremo o límite que del otro. Este índice es el cociente entre el intervalo, desde la media al límite de especificación más próximo, y la mitad de la dispersión del proceso, expresada como tres desviaciones estándar.

CPk < 1 problema de centrado

¿POR QUÉ EVALUAR AHORA LA CAPACIDAD DEL PROCESO?

• Permite cuantificar la naturaleza del problema a resolver. • Permite predecir el nivel de defectos.

z era una medida de la probabilidad de encontrar valores superiores a uno dado, es decir, por encima del límite superior y por debajo del límite inferior. Valor sigma de mi proceso

• A partir de la proporción de defectos, localizando el valor sigma en las tablas. • A partir del valor de “z” esperado sumando 1,5 a dicho valor. • Y que me va a decir el valor sigma de mi proceso

INTRODUCCIÓN A LA FASE DE ANALIZAR LAS CAUSAS DE VARIACIÓN (X’s) El descentramiento suele estar originado por una o pocas CAUSAS dominantes, mientras que la imprecisión o dispersión suele obedecer a múltiples CAUSAS. ANÁLISIS DE DATOS SOBRE LAS CAUSAS

1) Hipótesis de relaciones causa-‐efecto 2) Datos 3) Pruebas de hipótesis(estadísticas) 4) Confirmación de las causas

Población o Muestra Es conveniente utilizar muestras, ya que necesitamos confirmar las teorías lo antes posible. Pero si podemos disponer de datos históricos que respondan a los que necesitamos para confirmar las teorías utilizaremos indistintamente datos de la población, para estudios gráficos y datos muéstrales para estudios estadísticos. VARIACION DE LOS PROCESOS Los procesos suelen estar sometidos a dos fenómenos diferentes que, de forma aislada o combinada, originan una respuesta no satisfactoria.


• “descentramiento” del proceso, es decir, el resultado no coincide con los valores especificados

• “imprecisión”, los valores individuales son diferentes, aunque el conjunto (valor medio) pueda parecer centrado. En cualquier caso, el resultado del proceso no se ajusta a los requisitos del cliente.

CAUSAS DE LOS DEFECTOS Sabemos qué tareas (y’s) presentan más problemas de eficacia o eficiencia.

• Bastantes causas posibles : IDENTIFICACIÓN • Algunas causas probables : SELECCIÓN • Pocas causas vitales : COMPROBACIÓN

CAUSA EFECTO (5M´s)

• Mano de Obra • Materiales • Métodos • Máquinas • Medio ambiente • *Medidas

Ho = hipótesis nula, es el supuesto lógico, la ausencia de problema Ha = hipótesis alternativa, es la teoría que queremos comprobar Error tipo Alfa (α) es la probabilidad o riesgo de encontrar alguna relación cuando realmente no hay ninguna. Error tipo Beta (β) es la probabilidad o riesgo de no encontrar relación donde realmente la hay. Es la probabilidad de cometer un error de tipo I (α), llegando a la conclusión de que hay diferencia entre las muestras, cuando realmente no la hay.

• Oscila entre 0 y 1 • Normalmente la probabilidad utilizada para el error de tipo Ies del 5%, es decir

α = 0,05. • Por tanto un valor p menor que 0,05 significa que se puede rechazar la

hipótesis nula, con un riesgo menor que el 5% de equivocarse


Cuando el valor “p” es mayor de 0,05 no debemos rechazar la hipótesis nula ya que el riesgo que estaríamos asumiendo si la rechazamos es superior al 5%. En los casos en que el valor “p” es próximo a 0,05 es conveniente ampliar el tamaño de muestra ya que en esa frontera, el error típico del muestreo puede enmascarar una diferencia que no aprecia la prueba de hipótesis con la muestra utilizada.

Ejercicio Construir y fundamentar los principios de implementación de un Modelo Seis Sigma en la Empresa Proyecto, en los procesos claves que puedan ser susceptibles de dicha aplicación. No se exige el desarrollo del modelo completo, si no que se persigue la fundamentación teórica de qué se analizaría en caso de poner en marcha el modelo, así como de los detalles útiles y significativos al respecto (Tipos de variables implicadas, posibles errores en la medición, capacidad del proceso…). Este ejercicio está pensado para ser desarrollado en aquellas Empresas Proyecto que han construido, en el Hito 2, el ejercicio correspodneinte al Mapa de Procesos.

proyecto!fin!demaster! hito!3! ejercicionº1! · 2019-02-20 · 8 !!! recapitulaciÓn!! • la...

Documents