PROCESOS

INDUSTRIALES

Seis Sigma
Daniel Esparza Juan Poblete Alexis Rapiman
Herramientas de Gestin de Ingeniera
 Qu es Seis Sigma?
La filosofa Seis Sigma surge a partir de la bsqueda de la perfeccin
en la produccin de la empresa Motorola.
Seis Sigma es un mtodo de gestin de calidad combinado con
herramientas estadsticas cuyo propsito es mejorar el nivel de
desempeo de un proceso.
El mtodo Seis Sigma, conocido como DMAIC, se basa en el ciclo de
la calidad PDCA, en donde las etapas se ejecutan de la siguiente
manera:
 Objetivos de Seis Sigma
El objetivo de Seis Sigma es ayudar a la gente y a los procesos a que
aspiren a lograr entregar productos y servicios libres de defectos.

Etapas de la Filosofa Seis Sigma

(Ciclo DMAIC)
Este esquema conforma un proceso estructurado en cinco etapas
en las que se desarrollan tcnicas y herramientas estadsticas que
llevan al cumplimiento de los objetivos del proyecto.
Etapas de la Filosofa Seis Sigma
(Ciclo DMAIC)
 Herramientas para Seis Sigma
Para xito de la filosofa Seis Sigma es importante saber utilizar cada
herramienta en la forma y el momento adecuados.

Fase Definicin Herramienta o metodologas

Diagramas de flujo
Definir Identificar las caractersticas crticas de calidad Encuesta
Tormenta de ideas
Diagrama de Pareto
Medir las caractersticas crticas de calidad, e Clculo del Nivel Sigma
Medir
identificar la caracterstica final Histograma
Rendimiento de un proceso
Diagrama Causa y Efecto (Ishikawa)
Analizar la caracterstica final y determinar la
Analizar Estudio de Habilidad o Capacidad del
causa raz
Proceso
Diseo de Experimentos
Tabla Anova
Mejorar Realizar las mejoras respectivas
Experimento Factorial
Anlisis de Interacciones
Controlar Monitorear las mejoras Grficas de Control
 Resultados
Seis Sigma puede arrojar resultados a largo, mediano y corto plazo,
esto depende del tiempo y recursos que se dispongan.

Defectos por milln de

Nivel Sigma () Rendimiento
oportunidades (DPMO)
2 308 537 69%
3 66 807 93,3%
4 6 210 99,3%
5 233 99,98%
6 3,4 99,9997%
 Resultados
En relacin a los beneficios posibles de Seis Sigma se puede
encontrar la reduccin de costes, calidad y eficiencia mejorada,
mayor satisfaccin del cliente y una mejora en la rentabilidad de la
organizacin.
 Caso de Aplicacin en Empresa
Manufacturera
El caso corresponde a una empresa manufacturera de Colombia
dedicada a la confeccin de camisetas por encargo.
La empresa posee un mdulo de produccin de camisetas T-shirt en
todas las tallas y cuenta con 17 empleados.

Seleccin de los miembro del equipo de mejora

La aplicacin de la filosofa Seis Sigma empieza con la explicacin a

todo el personal sobre la filosofa y qu se va a hacer dentro de la
empresa.
Adems, se empieza a buscar al personal idneo para la
conformacin de los miembros del equipo de mejora Seis Sigma.
 Caso de Aplicacin en Empresa
Manufacturera
Seleccin del proyecto de mejora
Como primera herramienta se utiliza la Tormenta de Ideas. Mediante
los cuales se identificaron las siguientes caractersticas crticas de
calidad:
La cantidad de errores en la fabricacin de camisetas T-shirt bsica.
Incumplimiento en las fechas de entrega.
Falta de rigurosas inspecciones de la materia prima en la entrada
del proceso de fabricacin de camisetas T-shirt bsica.
Como aspectos aislados de menor relevancia se identifican los
cortes de energa y la insuficiencia de materias primas e insumos.
 Caso de Aplicacin en Empresa
Manufacturera
Medicin de datos
Se desarrolla un Diagrama de Pareto para determinar cul de las
caractersticas anteriormente mencionadas tiene mayor
importancia y corresponde a la caracterstica crtica de calidad
escogida para la mejora.
 Caso de Aplicacin en Empresa
Manufacturera
Medicin de datos
Con base en los resultados anteriores se obtiene el siguiente grfico:
 Caso de Aplicacin en Empresa
Manufacturera
Medicin de datos
Este Diagrama de Pareto permiti conocer la caracterstica crtica
de calidad ms relevante, por su mayor frecuencia: La cantidad de
errores en el proceso de fabricacin de camisetas T-shirt bsica.
Luego se procede a hacer un seguimiento a los lotes que salen
durante las siguientes dos semanas, presentando los siguientes
resultados:

A partir de los anteriores datos se puede notar que el promedio de

errores es de 5.3 y que de esos 10 lotes, son rechazados 4, es decir el
40%.
 Caso de Aplicacin en Empresa
Manufacturera
Medicin de datos
Este Diagrama de Pareto permiti conocer la caracterstica crtica
de calidad ms relevante, por su mayor frecuencia: La cantidad de
errores en el proceso de fabricacin de camisetas T-shirt bsica.
Luego se procede a hacer un seguimiento a los lotes que salen
durante las siguientes dos semanas, presentando los siguientes
resultados:

A partir de los anteriores datos se puede notar que el promedio de

errores es de 5.3 y que de esos 10 lotes, son rechazados 4, es decir el
40%.
 Caso de Aplicacin en Empresa
Manufacturera
Medicin de datos
Para analizar qu significan para el proceso los datos mencionados,
se procede a desarrollar el clculo de los niveles Sigma.
5,3
= = = = 0,06625
80

A continuacin se muestra los errores que pueden afectar cada

camiseta, y que deben tenerse en cuanta para el clculo del DPO.
 Caso de Aplicacin en Empresa
Manufacturera
Medicin de datos
.
= = =
#

0,06625
= = 0,00828125 .
8
Para el clculo del DPMO significa solamente un cambio de escala:

= 1.000.000 = 8.281,5
Conociendo los DPMO, se procede a calcular el nivel Sigma que
maneja la empresa. Para ello se toman los DPMO y se busca en la
Tabla Normal ajustada para Seis Sigma el valor correspondiente a
este dato. Este nivel es de 3.89, lo cual hace referencia a una
probabilidad de error real del 0.83%.
 Caso de Aplicacin en Empresa
Manufacturera
Medicin de datos
Continuando en la fase de medicin, se lleva a cabo la
determinacin del rendimiento del proceso, como se muestra a
continuacin:
6
= = = = 0,60 = 60%
10

La ecuacin muestra que al proceso entra materia prima para 10

lotes, y en realidad se aceptan 6 lotes; por tanto, el proceso de
fabricacin de camisetas T-shirt bsica ostenta un 60% de
efectividad.
 Caso de Aplicacin en Empresa
Manufacturera
Anlisis de datos
Posteriormente debe realizarse el clculo de la capacidad del
proceso. Tal como es de esperar con una efectividad tan baja, el
proceso tiene un Cp no aceptable:

As, el proceso no es capaz, ya que el valor de su capacidad es

inferior a uno y tiene un valor de 0,88. No cumple las
especificaciones, como se aprecia en el hecho de que, en cuatro
oportunidades de diez, los lotes estn por fuera de las
especificaciones.
 Caso de Aplicacin en Empresa
Manufacturera
Anlisis de datos
Como el proceso presenta mucha variacin, se procede a
determinar las causas raz mediante una tormenta de ideas y
determinndose las siguientes causas que se grafican en el
Diagrama de Ishikawa:
 Caso de Aplicacin en Empresa
Manufacturera
Proceso de mejora
Al tener identificadas las causas raz, se decide atacarlas una a una,
de la siguiente manera:
Se ofrecen charlas continuas con el personal de planta, para lograr
un mayor sentido de pertenencia por la empresa y disminuir el
ausentismo laboral.
Se toman datos estadsticos del proceso para tener datos histricos
del comportamiento del mismo, y de esta forma poder
monitorearlos.
Se incrementa el control de los operarios para que no se presente
distraccin y tiempo ocioso durante las horas laborales.
Se buscan operarios idneos que realizarn correctamente las
operaciones, en el caso de volverse a presentar ausentismo, y de
este modo no retrasar el proceso de fabricacin.
 Caso de Aplicacin en Empresa
Manufacturera
Resultados
Los resultados que se obtienen mediante la aplicacin de la filosofa
Seis Sigma se presentan a continuacin:
Se reduce en un 50% el rechazo de lotes de camisetas T-shirt bsica,
al pasar de cuatro lotes rechazados a dos. Los datos mejorados de
los lotes se presentan en la siguiente tabla:

Se observa adems que hay una tendencia sostenida de mejora y

reduccin del nmero de errores en los lotes. De todos modos, la
mejora real experimentada no es tan representativa, pues el
promedio de defectos solo se reduce de 5,3 a 5 defectos por lote.
Se reduce en un 80% el ausentismo laboral, pasando de 10
empleados faltantes por semana a tan solo 2.
 Caso de Aplicacin en Empresa
Manufacturera
Resultados
Los resultados que se obtienen mediante la aplicacin de la filosofa
Seis Sigma se presentan a continuacin:
Se logra un aumento del 10.19% del nivel Sigma, al reducirse el
promedio de defectos, pasando de 5,3 a 5.
5
= = = = 0,0625
80

0,0625
= = = 0,0078125
# 8

= 0,0078125 1.000.000 = 7812,5

Se determina que el nuevo nivel Sigma que maneja la empresa es
de 3.918, con una probabilidad de error real del 0.781%. Respecto al
valor inicial de sigma 3.89, se aprecia una pequea mejora.
 Caso de Aplicacin en Empresa
Manufacturera
Resultados
Los resultados que se obtienen mediante la aplicacin de la filosofa
Seis Sigma se presentan a continuacin:
Aunque la mejora de calidad real no es muy importante en el
promedio de los diez ltimos lotes, se consigue pasar de 4 a 2 lotes
rechazados.
Se aumenta el rendimiento del proceso pasando del 60% al 80%, el
nuevo clculo del rendimiento del proceso segn los lotes de
produccin se muestra a continuacin:
8
= = = = 0,80 = 80%
10