Aplicaciones de la Estadstica al Mejoramiento de la Calidad en Procesos de Manufactura y Servicios

Antonio Gonzlez Fragoso Universidad de las Amricas, Puebla

Seminario Aleatorio, ITAM 20 de octubre de 2006

Contenido
Objetivo Introduccin Qu es Seis Sigma? Su importancia El Estadstico en la Industria Problema de Paales Problema del Helicptero Problema de Servicios Mdicos

Objetivo
Presentar una introduccin sobre la importancia de la aplicacin de la estadstica en la mejora continua de los procesos (metodologa de Seis Sigma). Presentar algunos ejemplos reales. Exponer la importancia del trabajo que tiene el Estadstico en la mejora continua de los procesos.

Introduccin
En cualquier problema de mejora es importante: Entender bien que significa mejorar (Determinar la variable o variables de Calidad). Como se va a medir la mejora (instrumento de medicin). Evaluar la calidad. Buscar las oportunidades de mejora. Mejorar en el proceso. Mantener lo logrado (la mejora). Mejora continua.

Introduccin

(continuacin)

En el pasado, para mejorar la calidad de un producto o un servicio, se involucraba en el proyecto, el equipo de calidad de la empresa. Ahora la recomendacin es, que se involucren en la mejora todos los que tengan que ver con el proceso, todos participan. El trabajo tiene que ser del equipo completo. Todos son muy importantes. La unin de esfuerzos en una forma objetiva y ordenada, dar muy buenos resultados. En este trabajo por equipo, la participacin del Estadstico es vital.

Qu es Seis Sigma? Su importancia

En palabras tcnicas: Seis Sigma tiene como objetivo lograr slo 3.4 defectos o inconformidades por cada milln de oportunidades o actividades (DPMO). Es una metodologa donde se busca la cuasiperfeccin. Es una meta, que estrictamente hablando, pocas empresas o procesos pueden lograr.

Qu es Seis Sigma? Su importancia

(continuacin)

A la hora de la prctica, aplicar adecuadamente la metodologa Seis Sigma, conducir a la reduccin sistemtica del nmero de defectos o inconformidades, consiguiendo de esta manera el mejoramiento continuo. Aplicar adecuadamente Seis Sigma, nos obliga a trabajar en una forma ordenada, esto es, Seis Sigma se aplicar bajo las siguientes 5 fases:

Qu es Seis Sigma? Su importancia

(continuacin)

Diagrama de afinidad

Definicin

Lluvia de ideas Investigacin al cliente Grficas de Gantt Carta de equipo Mapeo de procesos Hoja de verificacin Diagramas de Control QFD Anlisis de Medicin (Gage R&R) Anlisis Exploratorio de datos Indicadores Anlisis de competencia Cuestionarios (muestreo) Prueba de Hiptesis

Medicin Caracterizacin

Fases de Seis Sigma

Optimizacin

Anlisis

Grficas de medicin Diagrama de Causa y Efectos Anlisis de regresin Diseo de Experimentos Diagrama de Pareto Anlisis costoprocesos Capacidad de beneficio Diseos de Regresin Experimentos QFD Confiabilidad Respuesta Superficies de proceso Simulacin FMEA Confiabilidad Sistema de control de procesos Anlisis de Regresin Estadstica de Procesos Capacidad Multivariada

Mejora

Control

Qu es Seis Sigma? Su importancia

(continuacin) Cualquier empresa que quiera incorporar un sistema de mejoramiento de la calidad de sus productos y/o servicios, no puede dejar a un lado las peticiones y las sugerencias de sus clientes. Deber de existir una comunicacin continua y casi perfecta entre empresa y sus clientes. En la metodologa Seis Sigma, desde su primera fase busca mecanismos para escuchar la voz del cliente. Las mejoras con esta metodologa, no tendran algn sentido si no se escucha o no se interpreta adecuadamente lo que el cliente pide.

El Estadstico en la Industria
Qu tipo de personas se necesitan en una empresa para aplicar la estadstica en problemas de calidad?
Profesionistas que entiendan bien la estadstica, comprometidas ha entender el problema a resolverse, a tener una buena comunicacin con los expertos en los procesos, para as lograr la adecuada solucin del problema y tener la adecuada interpretacin del problema. Que tengan la habilidad de entender al experto en el problema, la paciencia y la creatividad de explicarle la interpretacin estadstica adecuada del problema.

El Estadstico en la Industria
(continuacin)
Y por parte de las empresas? Por parte de las empresas, un punto inicial y fundamental, es el abrirse a la aplicacin de las diferentes metodologas estadsticas. Aceptar que necesitan apoyo. Muchas veces por el mismo desconocimiento de las herramientas, no se dan cuenta del potencial que puede ser la estadstica para la solucin de varios de sus problemas. Tambin por el mismo desconocimiento no se dan cuenta quien en verdad los puede apoyar y quien no. Ahora, por el gran avance que hay en todo lo referente a software, puede mal entenderse que estadstica es saber dominar un paquete estadstico.

El Estadstico en la Industria
(continuacin) Ellos son los expertos en sus procesos. Es importante aclararles que nosotros como estadsticos no les vamos a ensear en materia de sus procesos. Por otra parte, en el momento que ellos reconozcan que necesitan apoyo por la persona experta en estadstica y se logra una buena comunicacin por ambas partes, entonces, se llegarn a soluciones efectivas. El experto en el proceso + El experto en estadstica + comunicacin = soluciones efectivas

Problema de Paales
Una empresa fabrica paales de varios clases y tamaos. ltimamente se han preocupado por mejorar la calidad de sus productos, ya que la competencia en el mercado, es cada vez ms fuerte. Sus procedimientos que llevan a cabo para mejorar sus procesos estn en paales. Su cultura estadstica es prcticamente, slo el muestreo por aceptacin. Tienen variables de calidad (de respuesta) muy importantes, tanto del tipo continuo como de atributos (nominales).

Problema de Paales
(continuacin) Ya han empezado aplicar la estadstica, con la intencin de mejorar sus procesos, no en un esquema Seis Sigma todava. Algo muy importante, en este trabajo de apertura, es la participacin de las personas que estn involucradas en sus procesos. Las aplicaciones son sencillas, pero les empiezan a dar respuesta a la mejora de sus procesos. Estos primeros proyectos, son un pre diagnstico de la calidad de algunos de sus productos que fabrican.

Problema de Paales
(continuacin)
Anlisis de Sistemas de Medicin (por atributos) El objetivo de un anlisis de sistemas de medicin, es verificar si las mediciones o inspecciones realizadas sobre las mismas piezas, por diferentes operadores, son consistentes. Tambin, si una persona mide o revisa un artculo dos o ms veces, verificar si lo hace consistentemente. Se seleccionaron 10 piezas, las cuales fueron revisadas por personas expertas, logrando una revisin estndar (verdadera). A cada uno de 4 inspectores se les asign al azar cada pieza para que dieran su opinin sobre determinados defectos del producto: Defecto grave, defecto mayor y defecto sin importancia. Esta tarea se realiz dos veces por cada inspector.

Problema de Paales
(continuacin)
Within Appraisers Appraiser # Inspected # Matched Percent 95 % CI ANTONIO 10 10 100.00 (74.11, 100.00) CHUY 10 10 100.00 (74.11, 100.00) HUERTA 10 10 100.00 (74.11, 100.00) QUIJANO 10 8 80.00 (44.39, 97.48) # Matched: Appraiser agrees with him/herself across trials. Each Appraiser vs Standard Appraiser # Inspected # Matched Percent 95 % CI ANTONIO 10 9 90.00 (55.50, 99.75) CHUY 10 7 70.00 (34.75, 93.33) HUERTA 10 8 80.00 (44.39, 97.48) QUIJANO 10 8 80.00 (44.39, 97.48) # Matched: Appraiser's assessment across trials agrees with the known standard.

Problema de Paales
(continuacin)
Between Appraisers Assessment Agreement # Inspected # Matched Percent 95 % CI 10 6 60.00 (26.24, 87.84) # Matched: All appraisers' assessments agree with each other. All Appraisers vs Standard Assessment Agreement # Inspected # Matched Percent 95 % CI 10 6 60.00 (26.24, 87.84) # Matched: All appraisers' assessments agree with the known standard.
A s s e s s m e n t A g r e e m e n t
D R N M a te o f s tu d y : e p o r te d b y : a m e o f p r o d u c t: is c :

W it h in
1 0 0 9 0 8 0

A p p r a is e r s
9 5 .0 % C I P e rc e n t

A p p r a is e r v s S t a n d a r d
1 0 0 9 0 8 0
9 5 .0 % C I P e rc e n t

Percent

Percent

7 0 6 0 5 0 4 0
O NI UY TA Q O AN

7 0 6 0 5 0 4 0
O NI UY TA Q O AN

TO AN

CH

ER HU

J UI

TO AN

CH

ER HU

J UI

A p p r a is e r

A p p r a is e r

Problema de Paales
(continuacin) Se revis con ms detalle la manera como realizaron la inspeccin. Se logr observar que la inspeccin incorrecta, se debi sobre todo, a que productos buenos los diagnosticaban como malos. Esto es, varios de sus artculos de primera, los consideraban artculos de segunda. Sugerencia: Capacitar a los diferentes inspectores para lograr una consistencia en su revisin, de acuerdo al estndar. Observacin: Se realiz un anlisis del sistema de medicin, de la variable de calidad: peso del paal en gramos. Llegando a la conclusin que esta variable se est midiendo consistentemente.

Problema de Paales
(continuacin) Control Estadstico y Capacidad de Procesos:
Sample StDev

S Chart of subgrupo 1 m8, ..., subgrupo 9 m8

4
1 1

+3S L=3.221 +2S L=2.757 +1S L=2.293 _ S =1.829

2

Para una determinada mquina, cada media hora, se tomaron muestras aleatorias de 9 productos. Se pesaron, se obtuvo un peso promedio y una desviacin estndar. Se consideraron 25 subgrupos.

-1S L=1.365 -2S L=0.901

-3S L=0.437
17 19 21 23 25

0
1 3 5 7 9 11 13 15 Sample

Xbar Chart of subgrupo 1 m8, ..., subgrupo 9 m8

42
5 2

+3S L=42.073 +2S L=41.444

2

41

Sample Mean

+1S L=40.815 _ _ X=40.186 -1S L=39.557

40

39

-2S L=38.928 -3S L=38.299

1

38

11

13 15 Sample

17

19

21

23

25

Problema de Paales
(continuacin)

Las grficas muestran problemas. Se renen los encargados para encontrar la explicacin de estos problemas. Sugieren realizar cambios en la mquina (ajustes) y cambiar un poco la frmula de los ingredientes del producto. Una vez que se logr el control estadstico del proceso y por lo tanto se logr mejora, se obtuvo informacin con los ajustes realizados, entonces, se procedi a analizar la capacidad del proceso.

Problema de Paales
(continuacin)

Se consideraron los ltimos datos del problema anterior y se analiz la capacidad del proceso.
P r oce s s C a pa bility S ixpa ck of C 1 , ..., C 9
X ba r C ha r t
Sample Mean

C a p a b ilit y H is t o g r a m
UC L= 41.690 _ _ X = 40.905

41.5 41.0 40.5

LC L= 40.119

Sample StDev

Bajo Control Estadstico

11

13

15

17

19

21

23

39.00

39.75

40.50

41.25

42.00

42.75

S C har t
1.5 1.0 0.5 LC L= 0.182
1 3 5 7 9 11 13 15 17 19 21 23

N o r m a l P r o b P lo t A D : 0 .3 2 7 , P : 0 .5 1 7
UC L= 1.341 _ S= 0.762

38

40

42

44

L ast 2 4 Subgr oups

42

C a p a b ilit y P lo t
W ithin S tD e v 0 .7 8 5 6 9 9 Cp 0 .7 2 C pk 0 .6 8 C C pk 0 .7 2
W ithin

40 38
0 5 10
S a m p le

O v e ra ll

Normalidad

O S tD e v Pp P pk C pm

v e ra ll 0 .7 9 9 4 0 2 0 .7 1 0 .6 7 *

Values

15

20

25

S p e cs

P r o c e s s C a p a b i l i ty o f C 1 , . . . , C 9
LS L
P ro ce s s D a ta LS L 3 9 .3 T a rg e t 41 USL 4 2 .7 S a m p le M e a n 4 0 .9 0 4 6 S a m p le N 216 S tD e v (W ith in ) 0 .7 8 5 6 9 9 S tD e v (O v e ra ll) 0 . 7 9 9 4 0 2

T a r g et

USL

W ith in O v er a ll
P o te n tia l C C C C C (W ith in ) C a p a b ility 0 .7 2 p PL 0 .6 8 PU 0 .7 6 pk 0 .6 8 C pk 0 .7 2 0 .7 1 0 .6 7 0 .7 5 0 .6 7 0 .7 0

O v e ra ll C a p a b ility Pp PPL PPU P pk C pm

3 9 .0 0
O b s e rv e d P e rfo rm a n ce % < LS L 2 .7 8 % > U S L 0 .4 6 % T o ta l 3 .2 4

3 9 .7 5

4 0 .5 0
E xp . O % % %

4 1 .2 5

4 2 .0 0

4 2 .7 5

E xp . W ith in P e rfo rm a n ce % < LS L 2.06 % > U S L 1.12 % T o ta l 3.17

v e ra ll P e rfo rm a n ce < LS L 2 .2 4 > USL 1 .2 4 T o ta l 3 .4 7

Se espera que el 2.06% se menores al LIE Que el 1.12% se mayor al LSE. Esto es, que El 3.17 % no cumple las especificaciones

Este proceso Est trabajando Aprox. a 2 sigma

Problema del Helicptero

El proceso considerado en este ejemplo es un proceso simulado, la fabricacin de Helicpteros de Papel (HP). El objetivo es optimizar (aumentar) el tiempo de cada, logrando al mismo tiempo, una cada aceptable (la cada de un helicptero). La mejora del proceso se realizar utilizando metodologa Seis Sigma, considerando la voz del cliente. Para llegar a la mejora, se combinaron las metodologas Diseo y Anlisis de Experimentos (DoE) y el Despliegue de la Funcin de la Calidad (QFD).

Problema del Helicptero

(Continuacin)

Problema del Helicptero

(Continuacin) Metodologa QFD (Despliegue de la Funcin de la Calidad) Es una manera concreta y sistemtica de comprender lo que el cliente quiere para transformarlo en requerimientos de produccin. Matriz de la Calidad:
(a) Voz del Cliente (qu?). (b) Caractersticas Tcnicas (cmo). (c) Matriz de Relaciones.

Problema del Helicptero

(Continuacin) DoE y QFD
Primero se determina lo que requiere el cliente para la mejora. Se elabora un primer diagrama QFD con los requerimientos del cliente (qu) y las caractersticas tcnicas con las que se resolvern los requerimientos (cmo). DoE asimila los qu de QFD como variables a optimizar, mientras que los cmo se convierten en los factores que utilizar. Una vez terminado el trabajo de DoE, se actualiza el diagrama QFD con los resultados obtenidos. Se repite el ltimo paso hasta lograr la mejora del proceso.

cmo?

qu? qu

Problema del Helicptero

(Continuacin) Definir
Los requerimientos del cliente son principalmente: La cada sea lo ms tardado posible La cada sea vistosa (como la de un helicptero) La cada sea ms o menos vertical. Al mejorar el desempeo de los helicpteros, aumentarn las ventas. Objetivo: Mejorar el tiempo de vuelo de los HPs y asegurarse de que se mejore tambin lo vistoso de la cada. En cuanto al tiempo de cada, no se puede definir una meta en especfico a alcanzar, ya que no se cuenta con experiencia previa. El lmite de especificacin (inferior) es ficticio.

Problema del Helicptero

(Continuacin)

Medir
Se manejan dos tipos de variables de calidad: Lo vistoso de la cada (nominal) Tiempo de caida (continua) En esta etapa, se asegur reducir factores externos: Lugar donde se toman las medidas debe ser espacioso y sin corrientes de aire. Se estandariz la forma como el operador arroja el helicptero. Los anlisis de sistema de medicin fueron satisfactorios, tanto para la variable por atributos, como la variable continua.

Problema del Helicptero

Analizar
(Continuacin)

Cartas de Control Tiempo de Cada

Carta de Control de Cada Vistosa

En ambos casos, a pesar de un control estadstico, el promedio de cada de vuelo es bajo, la variabilidad es alta y la proporcin de inconformidades es muy alto,

Problema del Helicptero

(Continuacin)

Capacidad de Proceso
Los ndices Cpk y Ppk son muy bajos. Cpk= 0.54 Nivel Sigma antes de la mejora es de 1.5 El tiempo promedio de cada es de 1.89 segundos. Existe una gran oportunidad de mejora.

Problema del Helicptero

(Continuacin) Factores
Largo de alas (niveles: 8cm; 4cm). Ancho del HP (niveles 5cm, 11cm). Doblez de la base (niveles: doblez a 1.5cm de la orilla; doblez a 3cm de la orilla). Ancho del Cinturn (niveles: 0.3cm; 2cm). Tipo de papel (niveles: Papel Bond; Papel Micro, Papel Albanene Delgado, Papel China, Papel Mantequilla Delgado). Aditamento (niveles: clip / no clip).

Problema del Helicptero

(Continuacin) Resumen de la Mejora
Primero se llevaron a cabo los siguientes diseos para determinar el tipo de papel a utilizar y el aditamento: Cuatro Diseos Factoriales Completos 25 Dos Diseos Factorial Fraccionado 25-2 Una vez elegido lo antes mencionado, se realizaron los siguientes diseos para determinar las medidas ideales: Escalamiento Ascendente Diseo Central Compuesto

Problema del Helicptero

(Continuacin)

Especificaciones Helicptero Mejorado

Largo de Ala Ancho de Ala Largo de Cuerpo 12cm 3cm 2.5cm

Ancho de Cuerpo 4.5cm Cinturn Papel: Aditamento: 1cm Bond Ligero (58gr/m2) Grapa

Problema del Helicptero

(Continuacin) Resultado de la Mejora
El ndice de capacidad de proceso Cpk anteriormente fue de 0.54 y ahora es de 7.2, por lo que se cuenta con capacidad Seis Sigma.

Problema de Servicios Mdicos

El proceso en este ejemplo es el servicio de atencin mdica (consultas) de la Clnica de la Universidad de las Amricas, Puebla a sus empleados. Objetivo: Proponer un mecanismo de mejora en el proceso de los servicios mdicos de la UDLAP, bajo el esquema de la metodologa de Seis Sigma (3 primeras fases). Formular las recomendaciones necesarias para llegar a un plan de mejora en los procesos del servicio mdico brindado por la UDLA y poder as satisfacer ms las peticiones del paciente

Problema de Servicios Mdicos

(continuacin)

Definir (las Variables Crticas) Herramientas utilizadas en esta etapa: El diagrama de Pareto que concentra las causas. El diagrama de Flujo, permite ver la interaccin entre los subprocesos. Es indispensable el trabajo en equipo dentro de cada una de las fases de Seis Sigma.

Diagnsticos Errneos Tiempo de espera Hacer Citas Emergencias Falta de Especialistas Enfermera Medicamentos Necesidad de mejora Capacitacin Mal Servicio Anlisis Clnicos Mala Atencin Otros

Problema de Servicios Mdicos

72%

(continuacin)

Problema de Servicios Mdicos

(continuacin)
Atencin al cliente

Diagrama de Flujo de Procesos

Inico

Toma de Signos vitales

El paciente desea hacer cita?
Si
Si

Esperar Consulta

Ser atendido por parmedico ?

No

Es paciente nuevo ?

Si

Entrega de nueva hoja

Desea esperar consulta ?

No

No

El paciente tiene cita ?

No
Si

Entrega del historial medico al Doctor

EXPECTATIVAS DEL PACIENTE

Revisin del Doctor

Se hace cita

Si

Llenar solicitud

Diagnstico

Apoyo a Diagnstico
Radiologa
Analisis clinicos
Pruebas Diagnosticas

Existen doctores en ese momento?

No

Se aplico medicamento ?
No

Si

Pasa a sala de observacin ?

Si

Estado en Sala de Observacin

Se recupera el paciente ?

No
No

Si

No

Es una emergencia ?

Si

Traslado al hospital

Esperar a ser atendido por el Doctor

Si

Se realiza receta

Se receto algn medicamento ?

No

No

Si

Salir

Problema de Servicios Mdicos

(continuacin)

Identificacin de las Variables Crticas

Con este nuevo panorama de los factores que intervienen en el proceso se logro identificar las variables crticas que determinan la satisfaccin del cliente. Elementos tangibles Relacin interpersonal de enfermera Relacin interpersonal del mdico Eficiencia del mdico Eficiencia de la enfermera

Problema de Servicios Mdicos

(continuacin)

Definir los Requerimientos del Paciente Tangibles Limpieza Comunicacin del mdico Comunicacin de la enfermera Cortesa del medico Amabilidad de la enfermera Rapidez de atencin Capacidad de diagnstico Equipo mdico Organizacin Confiabilidad

Problema de Servicios Mdicos

(continuacin)

Medir (Proyecto del Cualitmetro)

La primera aplicacin del cuestionario se realiza antes de recibir el servicio de consultas mdicas, para medir la calidad esperada

5
IMPORTANCIA CALIDAD ESPERADA

Problema de Servicios Mdicos

(continuacin)

Medir (Proyecto del Cualitmetro)

Una vez que se recibe el servicio se califica la Calidad Percibida

CALIDAD PERCIBIDA

Problema de Servicios Mdicos

(continuacin)

Analizando la Calidad Esperada para Cada Variable

Calidad Esperada

Problema de Servicios Mdicos

(continuacin)

Analizando la Calidad Percibida para Cada Variable

Calidad Percibida

Problema de Servicios Mdicos

(continuacin) Anlisis Entre la Calidad Percibida y la Calidad Esperada del Cualitmetro

Problema de Servicios Mdicos

(continuacin)

Comparacin de Pacientes Satisfechos e Insatisfechos

Problema de Servicios Mdicos

(continuacin)

Carta de Despliegue de las Caractersticas de Calidad

Problema de Servicios Mdicos

(continuacin)

Posibles Causasen Capacidad de Diagnstico

Problema de Servicios Mdicos

(continuacin)

En resumen se obtuvo el siguiente orden de importancia para el paciente:

1. 2. 3. 4. 5. 6. 7. 8. Capacidad de diagnstico Confiabilidad del proceso Rapidez de atencin Comunicacin del mdico Comunicacin y educacin de la enfermera Estado fsico y limpieza del mobiliario Equipo mdico Organizacin del proceso

Muchas Gracias