Professional Documents
Culture Documents
Unidad 1
ndice ............................................................................................. 1 1.0 Antecedentes ............................................................................. 2 1.1 Definicin de Seis Sigma .............................................................. 5 1.1.2 Explicacin Grfica del Seis Sigma .............................................. 6 1.2 Metodologa DMIAC ..................................................................... 8
1.2.1 Definir: ................................................................................................................................. 8 1.2.2 Medir...................................................................................................................................... 8 1.2.3 Analizar................................................................................................................................. 9 1.2.4 Mejorar ................................................................................................................................. 9 1.2.5 Controlar .............................................................................................................................. 9
1.3 Estructura del Seis Sigma .......................................................... 10 1.4 Caractersticas del Seis Sigma .................................................. 12 1.5 Diferencias entre la calidad tradicional y el Seis Sigma .................. 14 1.6 Mtrica del Seis sigma ............................................................... 14 1.7 Bibliografa ............................................................................... 15
Iesatec-Demetrio Mota
Pgina 1
1.0 Antecedentes
A principios del siglo pasado, Walter Shewhart, quien trabajaba para Bell Company, propuso el uso de las grficas de control, para determinar si los resultados de un proceso eran los que se podan predecir de acuerdo al comportamiento natural o si estos se deban a causas especiales que lo estaban afectando. Algunas de estas grficas se construyen utilizando la curva normal, que tiene la caracterstica de que el 99.78% de todos los resultados se encuentran entre la meda del proceso, que se llama mu y se representa
por la letra griega , y ms o menos tres desviaciones estndares. La desviacin estndar es una medida de variabilidad y se llama sigma (). Para ejemplificar esta caracterstica, suponga que usted tiene cien personas y pregunta la edad a cada uno; luego le halla el promedio y le dio 25 aos, con una desviacin de 2. Esto quiere decir, que 99 de esas cien personas tendrn una edad entre 25- 3(2)=19 aos y 25+3(2) que seran 31 aos. Dada la situacin anterior, se lleg a entender que si un proceso variaba entre la media y 3, se poda considerar que estaba variando dentro de lo normal.
Iesatec-Demetrio Mota
Pgina 2
Este concepto se reforz cuando Edward Deming, despus de la Segunda Guerra mundial, aplic las tcnicas de control estadstico de procesos desarrolladas por Shewhart, a las empresas japonesas obteniendo un rotundo xito. A partir de esta experiencia Deming defini la calidad en funcin de la variacin del proceso alrededor del objetivo, cuando afirm:
que todo proceso es variable y cuanto menor sea la variabilidad del mismo mayor ser la calidad del producto resultante. En cada proceso pueden generarse dos tipos de variaciones o desviaciones con relacin al objetivo marcado inicialmente: variaciones comunes y variaciones especiales. Solo efectuando esta distincin es posible alcanzar la calidad. Las variaciones comunes estn permanentemente presentes en cualquier proceso como consecuencia de su diseo y de sus condiciones de funcionamiento, generando un patrn homogneo de variabilidad que puede predecirse y, por tanto, controlarse. Las variaciones asignables o especiales tienen, por su parte, un carcter espordico y puntual provocando anomalas y defectos en la fabricacin perfectamente definidos, en cuanto se conoce la causa que origina ese tipo de defecto y por tanto se puede eliminar el mismo corrigiendo la causa que lo genera. El objetivo principal del control estadstico de procesos es detectar las causas asignables de variabilidad de manera que la nica fuente de variabilidad del proceso sea debido a causas comunes o no asignables, es decir, puramente aleatorias. Con la afirmacin anterior, prcticamente la calidad se buscaba, tratando de que los procesos no variaran ms de tres desviaciones estndares a la derecha y a la izquierda de la media. Se entiende que el proceso es capaz de dar la calidad que el cliente desea, si la variacin natural del mismo (3) es menor que la variacin que pide el cliente. Por ejemplo, si mi cliente quiere que yo le venda un tubo que tenga un largo de 20 pies y una tolerancia de 0.25 pies; se ha entendido que el proceso ser capaz, de dar calidad si puede producir un producto entre 19.75 pie y 20.25 pies. Mucho mejor mientras ms pequea sea la variacin. Se lleg a aceptar casi universalmente que un proceso en el cual la relacin de la variacin permitida a la variacin natural fuera de 1.33 era un proceso capaz, que produca buenos niveles de calidad. Pero a finales de los aos ochenta y principio de los noventas, una mayor competencia entre las empresas, menor proteccin de los gobiernos a los fabricantes, ms exigencias por parte de los consumidores y mayores penalidades
Iesatec-Demetrio Mota
Pgina 3
por fallas en los productos, hizo que las empresas trataran de buscar formas nuevas de producir un artculo de mayor calidad en menor tiempo y a menor costo. En Motorola, (fabricante mundial de efectos electrnicos) pensaron que la proporcin de defectos que producan, a pesar de estar bajo control estadstico, era muy alta. Cuando se est bajo control estadstico se cubre el 99.78%, pero queda fuera de las especificaciones un 0.22% de unidades que no cumplen. Tal vez se pueda creer que 0.22% es un pequeo porcentaje, pero cuando se multiplica por millones de unidades, el nmero total es muy alto, y produce altos costos. Adems, en algunos artculos como los mdicos, esto es inaceptable. De ah que llegaron a la conclusin que tener 3 no era suficiente. En el cuadro siguiente podr ver algunas de las consecuencias de trabajar con 3.
Si se trabaja con 3
En el Correo de los USA se perderan 20,000 cartas cada hora Habra 15 minutos durante los cuales el agua no sera potable Se cometeran 5,000 errores en operaciones quirrgicas por semana Sucederan dos errores en aterrizaje de aviones diariamente Por semana se entregaran 5,000 nios de forma incorrecta en los Hospitales
Adems advirtieron que los procesos siempre se mueven desde el centro hacia los lados una desviacin y media, con lo que la cantidad de defectos aumenta. Empez en Motorola, una bsqueda para reducir los defectos por milln que producan, a fin de reducir sus costos y aumentar la satisfaccin de sus clientes. En 1986 un Ingeniero llamado Mikel Harry, insiste con la organizacin, para que se reduzcan los defectos por milln usando las tcnicas propuestas por Shewhart y Deming, pero en vez de aceptar el ms o menos tres sigmas, que esta variacin se redujera a la mitad y hacer que
Iesatec-Demetrio Mota
Pgina 4
el proceso variara solo la mitad de lo que permita el cliente, de forma tal, que la cantidad de errores que se produjeran fueran mnimos, aunque el proceso se desplazara por 1.5 desviaciones. Esta idea produjo beneficios inmediatos a la empresa, que hicieron que el CEO, Bob Galvin, se interesara en ella y la impulsara como metodologa de control de los procesos, esto los llev a obtener la cifra de 3.4 defectos por milln de oportunidades, que es extraordinaria si se compara con los niveles de defectos anteriores y llev a Motorola a ganar el premio Malcon Baldrige 1988. En 1991 Lawrence Bossidy, haba empezado a dirigir a la empresa Allied Signal, que tena problemas y aplic la metodologa de Motorola, logrando llevar a Allied Signal a una asombrosa recuperacin en la cual multiplic sus ventas y sus ganancias de forma extraordinaria. Estos niveles de xitos en esas empresas hicieron que otras como, Texas Instruments la aplicara y que en 1995 Jack Welch Presidente de General Electric respaldara la implementacin de Seis Sigma en esta empresa, obteniendo logros extraordinarios en todas las divisiones de dicha compaa. Hoy en da la mayora de las empresas de categora mundial utilizan Six Sigma (6) para poder competir ventajosamente en los mercados mundiales, siendo la metodologa por excelencia para mejorar los procesos de las empresas.
Con esta definicin la empresa persigue tres cosas: satisfaccin en el cliente, reduccin del tiempo de ciclo y disminucin de los defectos
Iesatec-Demetrio Mota
Pgina 5
Si logramos reducir nuestra variacin (sigma) de 2 a 1. Ahora podremos satisfacer los requerimientos del cliente con menor cantidad de defectos, ya que la variacin natural del proceso estara entre 10-3(1)=7 y 10+3(1)=13; que son los lmites de la tolerancia de nuestro cliente. Aun as produciramos un 0.22% de defectos que cuando se multiplica por millones nos da una cifra muy grande. Lo anterior se agrava, por lo descubierto por Mikel Harry de Motorola, que establece que siempre el proceso tiende a mover su promedio 1.5 veces la variabilidad (sigma) hacia la izquierda o hacia la derecha. Es decir que nuestro proceso se desplazar de 10 que es el promedio a 11.5 de 10 a 8.5, con lo que la curva se mueve a un lado u otro lo que hace aumentar la cantidad de defectos que producimos a 66,800 defectos por milln de oportunidades!!!!!!! Esto nos demuestra que mantenernos variando entre la media ms o menos tres sigmas no es suficiente, porque producimos demasiados defectos. Por eso nace el Seis sigma, cuya idea es reducir la variacin del proceso de forma tal que la variacin que nos permite el cliente sea seis veces la que vara nuestro proceso de forma natural, como veremos a continuacin.
Iesatec-Demetrio Mota
Pgina 6
Lo que hace el Six Sigma es reducir la variabilidad del proceso de produccin haciendo que vare menos (ver grfica verde). Esto permite que se puedan cumplir con las exigencias del cliente.
Ahora en nuestro ejemplo, la variabilidad (sigma) es de 0.5, por lo tanto la variacin natural del proceso estar entre 10-3(0.5)=8.5 y 10+3(0.5)=11.5; mucho menor de lo que nos exige el cliente. Esto nos permitir producir una cantidad nfima de defectos.
Aunque se presente el caso planteado por Mikel Harry de que el proceso se desplace 1.5 veces la variabilidad a la izquierda o a la derecha, el proceso siempre cumplir En nuestro caso si se desplaza a la izquierda 1.5 sigmas, el proceso tendr un promedio de 9.25 y su variacin natural ser entre 9.25-3(0.5)=7.75 y 9.25+3(0.5)=10.75, es decir que todava variamos menos que lo que nos pide el cliente. Si se mueve a la derecha 1.5 sigmas, el proceso tendr un promedio de 10.75 y la variacin natural estar entre 10.75-3(0.5)=9.25 y 10.75+3(0.5)=12.25, es decir que el proceso vara menos de lo que nos pide el cliente. En este nivel de variacin la cantidad de defectos que se pueden tener es de apenas 3.4 defectos por milln de oportunidades.
Iesatec-Demetrio Mota
Pgina 7
Definir
Controlar
Medir
Mejorar
Analizar
1.2.1 Definir:
Todo el trabajo se empieza definiendo claramente cul es la situacin que se enfrenta y qu impacto tiene esta situacin sobre la satisfaccin de los clientes y los beneficios de la empresa. Las actividades que se realizan en esta etapa son:
Project Charter que contiene: Definicin del problema, delimitacin, alcance, los afectados con la situacin, las metas que se propone obtener con el proyecto, los beneficios que se obtendran, cules son las variables crticas de calidad y los recursos que se necesitarn. Diagrama del Proceso
1.2.2 Medir
Se analiza el sistema con el cual se medirn los resultados de la variable de respuesta del problema definido y se establece el valor actual de dicha
Iesatec-Demetrio Mota
Pgina 8
variable, para que sirva de referencia al evaluar las mejoras que se realizaron. Las principales actividades que se realizan son: Definir el Sistema de medicin que se usar en el proyecto Validar el sistema de Medicin, haciendo un estudio de Repetitividad y reproducibilidad Establecer los valores iniciales de las variables crticas de calidad
1.2.3 Analizar
En este momento se harn los anlisis que permitan determinar cules son las causas que estn generando la situacin y cmo al variar estas causas, afectan los resultados. Bsicamente lo que se hace es Determinar las causas del problema Entender por qu se generan las causas Establecer cmo son afectadas las variables de calidad por estas causas.
1.2.4 Mejorar
Ahora se deben desarrollar, implementar y evaluar soluciones a las causas que han sido identificadas. La meta es demostrar, con datos, que las soluciones propuestas pueden mejorar la situacin planteada, es decir, se buscan soluciones que permitan reducir la variabilidad o eliminar la causa. Fundamentalmente se Identificar soluciones para las causas. Realizar pruebas pilotos Establecer mrgenes de variacin de las variables de entrada.
1.2.5 Controlar
En esta etapa lo que se persigue es desarrollar mecanismos que permitan mantener la mejora que se ha logrado en el punto anterior, evitando que el proceso vuelva a la situacin inicial. Fundamentalmente se desarrollan herramientas para que las variables se mantengan dentro de los lmites que deseamos que varen.
Iesatec-Demetrio Mota
Pgina 9
Ejecutivo
Champion
Black Belt
Green Belt Yellow Belt Yellow Belt Yellow Belt Yellow Belt
Ejecutivo Es una persona de alto rango en la direccin que apadrina y apoya el esfuerzo de Seis Sigma en la organizacin, debe tener poder de decisin en la empresa. Es el gran animador y motivador de esos esfuerzos. Es un conocedor de la metodologa y est comprometido con el xito de esta. Es quien decide sobre los recursos que se necesitan y las fuentes de las que se obtendrn. Aprueba los proyectos en conjunto con otros miembros de la alta direccin y asigna las personas que actuarn en el rol del Champion.
Iesatec-Demetrio Mota
Pgina 10
Champion Empleado de alto nivel del rea. Es el responsable de los procesos que sern sometidos a mejoramiento. Dirige la implementacin del Six Sigma en su rea de responsabilidad, estableciendo las metas y prioridades en consonancia con las de la empresa. Debe garantizar el xito de la implementacin de proyecto, proveyendo o gestionando los recursos necesarios y manteniendo la motivacin de los miembros del equipo. Conduce reuniones peridicas de revisin y mantiene informada a la alta gerencia. Master Black Belt Estos son los expertos en las herramientas estadsticas de Seis Sigma, son los que entrenan a los Black Belts, y sirven de consultores y mentores en los proyectos de mejora. Juegan un papel crtico en mantener enfocado a los equipos durante el proceso de mejora y participan en la seleccin de los proyectos. Black Belt Son los que dirigen los proyectos de mejora. Es un personal debidamente entrenado y certificado que recibe de parte del Champion la autoridad para guiar los trabajos de un proyecto en particular. Es importante entender que el Black Belt no pertenece a un departamento en especial, sino, que est dedicado exclusivamente al Seis Sigma y cuando se requiere de su trabajo en un rea especfica se desplaza hasta esa y realiza su tarea. En cierta medida es el alma operativa del Seis Sigma y debe tener muchas destrezas gerenciales y tcnicas, ya que es quien hace realidad el proyecto, a travs de los Green Belts a quienes supervisa. Debe recibir un entrenamiento especfico y ser certificado por empresas internacionales preferiblemente por la American Society of Quality. Green Belt Son los lderes de los proyectos. Conocen el proceso que se trata de mejorar, ya que trabajan en ellos. Son los que aportan los datos, realizan los experimentos, implementan y dan seguimiento a las soluciones que recomienda el Black Belt.
Iesatec-Demetrio Mota
Pgina 11
Reciben entrenamiento igual que el BB, pero no centran necesariamente su trabajo en las estadsticas, sino que reciben este insumo. Se deben certificar por una organizacin de prestigio Internacional como la American Society of Quality. Yellow Belt Son las personas que trabajan directamente en el proceso, por lo que estn en contacto directo con los problemas que se tratan de resolver y por ende son la parte vital de los equipos de mejora. Reciben entrenamiento sobre las herramientas y conceptos bsicos de calidad y solucin de problemas
Iesatec-Demetrio Mota
Pgina 12
d) Requiere de un fuerte compromiso de la alta Gerencia Para que se tenga xito en la implementacin de esta filosofa de mejoramiento continuo, debe aplicarse desde arriba hacia abajo, mostrando la Alta Gerencia de la empresa un compromiso absoluto, expresado a travs del apoyo ilimitado a las acciones que desarrollan los involucrados en los proyectos de mejora continua. e) Trabaja por Proyectos Cada intencin de mejora, se expresa a travs de un proyecto en el que se detalla cuidadosamente lo que se espera obtener, el plan de trabajo, las herramientas a utilizar, los recursos que se consumirn y los beneficios que producir para la empresa f) Es una iniciativa de tiempo completo Esta no es una actividad temporal, que se realiza cuando hay un problema que resolver. Es la forma en la cual se organiza la empresa para resolver problemas. Por lo tanto no es algo puntual, sino permanente dentro de la organizacin. Es una forma de proceder que permite incluir otras iniciativas de mejoramiento que se estn implementando. g) Se apoya en entrenamiento para todos Se basa en que todos los empleados reciban entrenamiento en la metodologa DMAIC y sus herramientas relacionadas. Generalmente la capacitacin se da sobre la base de un proyecto que se desarrolla de manera paralela al entrenamiento, lo que da un soporte prctico y permite que los empleados aprendan de mientras practican. h) Los proyectos tienen que generar organizacin beneficios para la
El objetivo de este esfuerzo es mejorar el resultado de la organizacin en relacin al cliente y transferir esta mejora en trminos de bienestar econmico para la empresa. Es importante que cada proyecto que se inicie tenga claro el beneficio en trminos econmico que tendr la empresa. Se puede estimar que en sentido general, por cada Black Belt que haya en la empresa, se debe generar un ahorro en costos del 6% de los costos totales de la empresa.
Iesatec-Demetrio Mota
Pgina 13
No estructuracin de herramientas de mejora, localizado y aislado Toma de decisiones sobre presentimientos y datos vagos Se aplican remedios provisionales, slo se corrige en vez de prevenir
Iesatec-Demetrio Mota
Pgina 14
1.7 Bibliografa Chase Richard, ADMINISTRACION DE OPERACIONES, duodcima edicin, McGraw Hill, Mxico, 2010 De Feo, Joseph, MAS ALLA DEL SEIS SIGMA, McGraw Hill, Espaa, 2004 Eckes George, EL SEIS SIGMA PARA TODOS, Editorial Norma, 2006, Mxico Escalante Edgardo, SEIS SIGMA, METODOLOGIA Y TCNICAS, Limusa, Mxico, 2005 Gutirrez Humberto, CONTROL ESTADISTICO DE LA CALIDAD Y SEIS SIGMA, McGraw Hill, Mxico, 2009 Kjell Mangunson, SEIS SIGMA UNA ESTRATEGIA PRAGMATICA, Editorial Gestin 2,000, Espaa, 2006 Munro, Roderick, THE CERTIFIED SIX SIGMA GREEN BELT HANDBOOK, ASQ, USA, 2008 Render Barry, PRINCIPIOS DE ADMINISTRACION DE OPERACIONES, Person Educacin, Quinta Edicin, Mxico, 2008
Enlaces recomendados http://es.wikipedia.org/wiki/Seis_Sigma http://www.slideshare.net/jcfdezmxcal/seis-sigma-1103373 http://mexico.pma.org/magazine/aug07/pdf/seis_sigma.pdf http://www.seissigma.com/spanish/vision.htm http://www.elprisma.com/apuntes/ingenieria_industrial/conceptodeseissigma/ http://www3.fi.mdp.edu.ar/electronica/articulos/MetodoSeisSigma_Lahitte.pdf http://demingcollaboration.com/language/spanish/aprender/diario/por-que-medisgusta-el-termino-seis-sigma/ http://es.wikipedia.org/wiki/DMAIC http://www.youtube.com/watch?v=esshG8NtueM http://www.youtube.com/watch?v=CWMAX1s0Xe4
Iesatec-Demetrio Mota
Pgina 15