Este documento presenta una introducción a Seis Sigma, incluyendo sus antecedentes, fases, bases estadísticas e implementación. Seis Sigma es una estrategia de mejora de procesos que busca reducir la variación y defectos mediante el uso de herramientas estadísticas. Sus fases principales son Definición, Medición, Análisis, Mejora y Control. El documento también explica conceptos como sigma, capacidad del proceso y distribución normal.

1. 1
Primitivo Reyes Aguilar / Septiembre 2006

2. 2
Contenido
1. Introducción
2. Las fases de Seis Sigma
3. Bases estadísticas de Seis Sigma
4. Implementación de Seis Sigma
5. Fase de definición
6. Fase de medición
7. Fase de análisis
8. Fase de mejora
9. Fase de control
Proyectos Seis Sigma

3. 3
1. Introducción

4. 4
 En 1981 Bob Gavin director de Motorola, estableció
el objetivo de mejorar 10 veces el desempeño en un
periodo de 5 años.
 En 1985 Bill Smith en Motorola concluyó que si un
producto se reparaba durante la producción, otros
defectos quedarían escondidos y saldrían con el uso
del cliente.
 Adicionalmente si un producto se ensamblaba libre
de errores, no fallaba en el campo
Antecedentes de Seis Sigma

5. 5
Antecedentes de Seis Sigma
 En 1988 Motorola ganó el premio Malcolm Baldrige,
y las empresas se interesaron en analizarla.
 Mikel Harry desarrolla la estrategia de cambio hacia
Seis Sigma, sale de Motorola e inicia el “Six Sigma
Research Institute” con la participación de IBM, TI,
ASEA y Kodak.
 La metodología se expandió a Allied Signal, ASEA,
GE, Sony, Texas Instruments, Bombardier,
Lockheed Martin, ABB, Polaroid y otras.

6. 6
Beneficios de Seis Sigma
 Reducciones de costo (menos defectos)
 Mejoras en las utilidades y la productividad
 Mejora en la satisfacción del cliente
(participación de mercado)
 Reducciones de tiempos de ciclo
 Cambios culturales

7. 7
Razones por las que funciona SS
 Involucramiento de la dirección
 Un método disciplinado utilizado (DMAIC)
 Conclusión de proyectos en 3 a 6 meses
 Medición clara del éxito con reconocimientos
 Infraestructura de personal entrenado (black
belts, green belts)
 Enfoque al proceso y al cliente
 Métodos estadísticos utilizados adecuados

8. 8
Seis Sigma como estrategia
 Es una estrategia de mejora de negocios que busca
encontrar y eliminar causas de errores o defectos en
los procesos de negocio enfocándose a los
resultados que son de importancia crítica para el
cliente
 Es una estrategia de gestión que usa herramientas
estadísticas y métodos de proyectos para lograr
mejoras en calidad y utilidades significativas

9. 9
2. Las fases de Seis Sigma

10. 10
Las fases DMAIC de 6 Sigma
MediciónDefinición
Mejora
Control Análisis

11. 11
Las fases de Seis Sigma
(DMAIC)
 Definir: seleccionar las respuestas apropiadas “Y” a
ser mejoradas (Y = f(X1, X2, ..., Xn)
 Medir: Recolección de datos para medir la variable
de respuesta
 Analizar: Identificar la causa raíz de los defectos
(variables independientes X)
 Mejorar: Reducir la variabilidad o eliminar la causa
 Control: Monitoreo para mantener mejora

12. 12
Modelo DFSS - DMADV
 Definir: metas del proyecto y necesidades del cliente
 Medir: Identificar necesidades del cliente y
especificaciones
 Analizar: Determinar y evaluar las opciones del
diseño
 Diseñar: Desarrollar los procesos y productos para
cumplir los requerimientos del cliente
 Verificar: Validar y verificar el diseño

13. 13
3. Bases estadísticas de Seis Sigma

14. 14
LAS PIEZAS VARÍAN DE UNA A OTRA:
Pero ellas forman un patrón, tal que si es estable, se denomina distr. Normal
LAS DISTRIBUCIONES PUEDEN DIFERIR EN:
SIZE TAMAÑO TAMAÑO
TAMAÑO TAMAÑO TAMAÑO TAMAÑO
TAMAÑO TAMAÑO TAMAÑO
UBICACIÓN DISPERSIÓN FORMA
. . . O TODA COMBINACIÓN DE ÉSTAS
Distribución gráfica de la
variación – Curva normal

15. 15
z
0 1 2 3-1-2-3
x x+σ x+2σ x+σ3x-σx-2σx-3σ
X
La desviación estándar
sigma representa la
distancia de la media al
punto de inflexión de la
curva normal
La Distribución Normal Estándar

16. ¿Que porcentaje de las baterías se espera que duren 80 horas
o menos?
Z = (x-mu) / s
Z = (80-85.36)/(3.77)= - 5.36/ 3.77 = -1.42
85.3680
-1.42 0
Área bajo la curva normal

17. 17
¿Qué es Sigma? (σ )
 Sigma es un concepto estadístico que representa
cuanta variación hay en un proceso respecto a los
requerimientos del cliente
 0 – 2 sigmas, dificultades para cumplir especs.
 2 – 4.5 sigmas, se cumple la mayoría de especs.
 4.5 – 6 sigmas, cumplimiento total a requerimientos.
Un proceso 6 σ tiene rendimiento del 99.9997%

18. 18
¿Por qué es importante lograr
niveles de calidad Seis Sigma
 Un 99.9% de rendimiento
equivale a un nivel de
calidad de 1 sigma,
representa 10 minutos sin
transmisión de TV o 10
minutos sin línea telefónica
por semana

19. _
Xxi
s
Z
LIE
Especificación
inferior
LSE
Especificación
superior
p = porcentaje de partes fuera de Especificaciones
La desviación estándar
sigma representa la
distancia de la media al
punto de inflexión de la
curva normal
Interpretación de Sigma y Zs

20. 20
+4σ +5σ +6σ+1σ +2σ +3σ-2σ -1σ-4σ -3σ-6σ -5σ 0
Definición estadística de Seis Sigma
Con 4.5 sigmas se tienen 3.4 ppm
Media del proceso
Corto plazo Largo Plazo
LSE - Límite
Superior de
especificación
LIE - Límite
inferior de
especificación
4.5 sigmas
El proceso se puede recorrer
1.5 sigma en el largo plazo
La capacidad
Del proceso
Es la distancia
En Sigmas de
La media al LSE
3.4ppm

21. 21
4. Implantación de Seis sigma

22. 22
Organización para Seis Sigma

23. 23
Pirámide de Capacitación
en Seis Sigma
Directores - Entrenamiento de promotores
Candidatos a Master Black Belts - Capacitación MBB
Gerencias - Capacitación ejecutiva
Candidatos a Black Belts - Capacitación BB
(a tiempo completo o parcial)
Supervisores - Capacitación panorámica
Candidatos a Green Belt - Capacitación GB
Todos los empleados - Capacitación de
introducción a Seis Sigma

24. 24
Reconocimiento y refuerzo
 Se debe dar reconocimientos tangibles e intangibles
por las mejoras alcanzadas a todos los miembros
participantes
 El lograr ahorros y publicarlos ayuda a mejorar la
moral de los miembros de los equipos de proyectos
 Un sistema adecuado de reconocimientos reforzará
la búsqueda y realización de proyectos de mejora

25. 25
Gráfica de Gantt
ID ACTIVIDAD INICIO FIN
DURA-
CION
Apr 2003
18 19 20 21 22 23 24 25 26 27 28 29 30 1
1 1 Sem.25/04/200321/04/2003A
2 2 Sem.02/05/200321/04/2003B
3 0.5 Sem.23/04/200321/04/2003C
4 5 Sem.23/05/200321/04/2003D
5 3 Sem.09/05/200321/04/2003E

26. 26
5. Metodología Seis Sigma
Fase de Definición

27. 27
Fase de Definición - Propósitos
 Selección inicial del proyecto
 Identificar a los clientes del proceso o producto
afectados
 Definir las CTQs (características críticas para la calidad)
desde la perspectiva del cliente
 Definir el alcance del proyecto en un nivel específico
manejable (Team Charter)
 Desarrollar una Declaración Refinada del Problema
 Documentar las actividades en programa del Proyecto

28. 28
Escuchar la voz
del cliente
de forma reactiva
 La información llega a
la empresa se tome o
no acción
 Quejas, devoluciones,
garantías, descuentos
 Con este se inicia

29. 29
Escuchar la voz del cliente
de forma proactiva
 Se busca la
información con el
cliente
 Investigación de
mercados,
entrevistas a
clientes, encuestas
 Identificar las
caract. Importantes
para el cliente

30. 30
Mapa de procesos SIPOC
Provee-
dores
Clientes
Banco de información
Entradas
Procesos y sistemas Salidas
Mapa de proceso SIPOC (Proveedores, Entradas, Salidas, Clientes)
Retroalimentación Retroalimentación

31. 31

32. 32
Project Charter - Ejemplo
 Descripción general del
problema
 Alcance
 Meta medible
 Sigmas
 Recursos
 Nombre, Rol
 Otros participantes
 Costos y beneficios
 Fechas arranque y final
por cada fase DMAIC
 Impacto financiero

Beneficios estimados

Costos estimados

33. 33
Definición del problema
 Detallar el tema que el equipo quiere mejorar, el
problema de debe definir en base a un nivel de
desempeño de una métrica específica
 El problema puede incluir las metas del proyecto si
así lo acuerda el equipo

34. 34
Ejemplo de definición del problema
 La gente no está lo suficientemente sana

Curar la enfermedad
 Curar el cáncer

Curar el cáncer de pulmón
 Sería difícil encontrar una cura si no hay definición

35. 35
6. Metodología Seis Sigma
Fase de medición

36. 36
Fase de medición
 Propósitos:
 Determinar req. de información para el proyecto
 Definir las Métricas de los indicadores del Proceso
 Identificar los tipos, fuentes y causas de la variación en el
proceso
 Desarrollar un Plan de Recolección de Datos
 Realizar un Análisis del Sistema de Medición (MSA)
 Llevar a cabo la recolección de datos
 Salidas
 Diagnóstico de la situación actual del problema

37. 37
Tipos de información para proyectos
FALLA PASA
Circuito Eléctrico
TEMPERATURE
Termómetro
Tiempo
VariablesAtributos
PASA NO PASA
Caliper
CIUDAD UNIDAD DESCRIPCION TOTAL
1 $10.00 $10.00
3 $1.50 $4.50
10 $10.00 $10.00
2 $5.00 $10.00
ORDEN DE ENVIO
Error

38. 38P. REYESP. REYES

39. 39
GR&R de Atributos - Ejemplo
REPORTELegenda de Atributos
FECHA:
1G = Bueno NOMBRE:
2NG = No Bueno PRODUCTO:
SBU:
COND. DE PRUEBA:
Población Conocida Persona #1 Persona #2
Muestra # Atributo #1 #2 #1 #2
% DE EFECTIVIDAD DE DISCRIMINACION
(3)
-> 85.00%
(4)
-> 85.00%
1 G G G G G Y Y
2 G G G G G Y Y
3 G G G G G Y Y
4 G G G G G Y Y
5 G G G G G Y Y
6 G NG G G G N N
7 G G G G G Y Y
8 G G G G G Y Y
9 NG G G NG NG N N
10 NG NG NG G G N N
11 G G G G G Y Y
12 G G G G G Y Y
13 NG NG NG NG NG Y Y
14 G G G G G Y Y
15 G G G G G Y Y
16 G G G G G Y Y
17 NG NG NG NG NG Y Y
18 G G G G G Y Y
19 G G G G G Y Y
20 G G G G G Y Y
% DEL EVALUADOR
(1)
-> 95.00% 100.00%
% VS. EL ATRIBUTO
(2)
-> 90.00% 95.00%
Esta es la
medida
general de
consistencia
entre los
operadores
y el “experto”.
¡90% es lo
mínimo!
Acuerdo
Y=Sí N=No
Acuerdo
Y=Sí N=No
% DE EFECTIVIDAD DE DISCRIMINACION VS. EL ATRIBUTO

40. 40
¿Como calcular la capacidad Seis Sigma para un
proceso (equivale a la Zst de corto plazo)?
 ¿Qué proceso se considera? Facturación y CxC
 ¿Cuántas unidades tiene el proceso? 1,283
 ¿Cuántas están libres de defectos? 1,138
 Calcular el desempeño del proceso 1138/1283=0.887
 Calcular la tasa de defectos 1 - 0.887 = 0.113
 Determinar el número de oportunidades
que pueden ocasionar un defecto (CTQs) 24
 Calcular la tasa de defecto por caract. CTQ 0.113 / 24 = .004709
 Calcular los defectos x millón de oportunidades DPMO = 4,709
 Calcular #sigmas con tabla de conversión de sigma 4.1

41. 41
7. Metodología Seis Sigma
Fase de análisis

42. 42
Fase de Análisis
 Propósitos:
 Establecer hipótesis sobre las posibles Causas Raíz
 Refinar, rechazar, o confirmar la Causa Raíz
 Seleccionar las Causas Raíz más importantes:

Las pocas Xs vitales
 Salidas:
 Causas raíz validadas
 Factores de variabilidad identificados

43. 43
Diagrama de
Ishikawa
Diagrama de
relaciones
Diagrama
de Árbol
Análisis del Modo y Efecto de
Falla (AMEF)
QFD
Diagrama
Causa Efecto
CTQs = Ys
Operatividad
X's vitales
Diagrama
de Flujo
del
proceso
Pruebas
de
hipótesis
Causas raíz
validadas
¿Causa
Raíz?
Definición
Y=X1 + X2+. .Xn
X's
Causas
potenciales
Medición Y,
X1, X2, Xn
FASE DE ANÁLISIS
SiNo

44. 44
Identificación de causas
potenciales
Tormenta de ideas
Diagrama de Ishikawa
Diagrama de Relaciones
Diagrama de Árbol
Verificación de causas raíz

45. 45
Tormenta de ideas
 Permite obtener ideas de los participantes

46. 46
Diagrama de Ishikawa
Medio
ambiente Métodos Personal
¿Qué
produce
bajas ventas
de
Tortillinas
Tía Rosa?
Clima
húmedo
Calidad del
producto
Tipo de
exhibidor
Falta de
motivación
Ausentismo
Rotación de
personal
Maquinaría Materiales
Clientes con
ventas bajas
Malos
itinerarios
Descompostura
del camión
repartidor
Distancia de
la agencia al
changarro
Medición
Seguimiento
semanal
Conocimiento
de los
mínimos por
ruta
Frecuencia
de visitas
Elaboración
de pedidos
Posición de
exhibidores
Falta de
supervi
ción

47. 47
Programación
deficiente
Capacidad
instalada
desconocida
Marketing no
tiene en cuenta
cap de p.
Mala prog. De
ordenes de compra
Compras
aprovecha
ofertas
Falta de com..... Entre
las dif. áreas de
la empresa
Duplicidad
de funciones
Las un. Reciben
ordenes de dos
deptos diferentes
Altos
inventarios
No hay control
de inv..... En proc.
Demasiados deptos
de inv..... Y desarrollo
Falta de prog. De
la op. En base a
los pedidos
No hay com..... Entre
las UN y la oper.
Falta de
coordinación al fincar
pedidos entre
marketing y la op.
Falta de control de
inventarios en
compras
Influencia de la
situación econ del
país
No hay com..... Entre compras
con la op. general
No hay coordinación
entre la operación y las unidades
del negocio
Falta de coordinación
entre el enlace de compras
de cada unidad con compras
corporativo
Influencia directa de
marketing sobre
compras
Compra de material
para el desarrollo de
nuevos productos por
parte inv..... Y desarrollo’’’
No hay flujo
efectivo de mat.
Por falta de
programación
de acuerdo
a pedidos
Perdida de mercado
debido a la
competencia
Constantes
cancelaciones
de pedidos
de marketing
No hay coordinación
entre marketing
operaciones
Falta de comunicación
entre las unidades
del negocio
Diagrama de relaciones

48. 48
Diagrama de árbol o sistemático
Meta Medio
Meta
Meta
Medio
Medio
Meta u
objetivo
Medios
o planes
Medios
o planes
Medios
Medios
Medios
Primer
nivel
Segundo
nivel
Tercer
nivel
Cuarto
nivel

49. 49
Verificación de posibles causas
 Para cada causa probable , el equipo
deberá por medio del diagrama 5Ws – 1H:
 Llevar a cabo una tormenta de ideas para
verificar la causa.
 Seleccionar la manera que:

represente la causa de forma efectiva, y

sea fácil y rápida de aplicar.

50. 50
Resultados de la regresión lineal
Score1
Score2
98765432
3.5
3.0
2.5
2.0
1.5
1.0
S 0.127419
R-Sq 95.7%
R-Sq(adj) 95.1%
Regression
95% CI
95% PI
Fitted Line Plot
Score2 = 1.118 + 0.2177 Score1

51. 51
¿ Qué es el AMEF?
 El Análisis de del Modo y Efectos de Falla es un grupo sistematizado
de actividades para:
 Reconocer y evaluar fallas potenciales y sus efectos.
 Identificar acciones que reduzcan o eliminen las
probabilidades de falla.
 Documentar los hallazgos del análisis.
 Existe el estándar MIL-STD-1629, Procedure for Performing a
Failure Mode, Effects and Criticality Analysis

52. 52
Componente ______________________ Responsable del Diseño ____________AMEF Número _________________
Ensamble ________________ Preparó _______________ Pagina _______de _______
Equipo de Trabajo ___________ FECHA(orig.) de FMEA______(rev.) ______
Función
del Producto/
Paso del
proceso
Modos de Falla
Potenciales
Efecto (s)
Potencial (es)
de falla
S
e
v
.
Causa(s)
Potencial(es)
o Mecanismos
de falla
O
c
c
u
r
Controles de
Diseño o
Proceso
Actuales
D
e
t
e
c
R
P
N
Acción
Sugerida
Responsable
y fecha límite
de Terminación
Acción
Adoptada
S
e
v
O
c
c
D
e
t
R
P
N
Resultados de Acción
ANALISIS DEL MODO Y EFECTO DE FALLA
AMEF de Diseño / Proceso

53. 53
Componente ______________________ Responsable del Diseño ____________ AMEF Número _________________
Ensamble ________________ Preparó _______________ Pagina _______de _______
Equipo de Trabajo ___________ FECHA(orig.) de AMEF ______(rev.) ______
Función
de
Artículo
Modos de Falla
Potenciales
Efecto (s)
Potencial (es)
de falla
S
e
v
.
Causa(s)
Potencial(es)
de los Mecanismos
de falla
O
c
c
u
r
Controles de
Diseño Actual
D
e
t
e
c
R
P
N
Acción
Sugerida
Responsable
y fecha límite
de Terminación
Acción
Adoptada
S
e
v
O
c
c
D
e
t
R
P
N
Factura Datos LOCAL:
incorrecta incorrectos Rehacer
la factura
MAXIMO PROXIMO
Contabilidad 7 3 5 105
erronea
CON CLIENTE
Molestia
Insatisfacción
Resultados de Acción
ANALISIS DEL MODO Y EFECTO DE FALLA
AMEF de Diseño / Proceso
Riesgo = Severidad x
Ocurrencia x Detección
Causas probables a
atacar primero

54. 54
Pruebas de hipótesis
para datos normales
Intervalos de confianza
Pruebas de hipótesis

55. Ejemplo para dos colas
 Supongamos que tenemos muestras de dos áreas con tiempos
de respuesta a un servicio. Se desea ver si hay diferencia
significativa en el rendimiento entre ”Áreas”.
Área A Área B
89.7 84.7
81.4 86.1
84.5 83.2
84.8 91.9
87.3 86.3
79.7 79.3
85.1 82.6
81.7 89.1
83.7 83.7
84.5 88.5
Estadísticas Descriptivas
Variable Área N Media Desv.Std
Rendimiento A 10 84.24 2.90
B 10 85.54 3.65

56. 56
Prueba de Hipótesis
Debemos demostrar que los valores que observamos al parecer
no corresponden al mismo proceso, que la Ho debe estar
equivocada
Ho:
Ha:
a
a
µ µ
µ µ
=
≠
b
b
Ho: Hipótesis Nula:
No existe diferencia entre
las áreas
Ha: Hipótesis Alterna: Las
medias de las áreas son
diferentes.

57. 57
¿Qué representa esto?
Área A Área B
80.0 82.5 85.0 87.5 90.0 92.5
A AA AAAA A A
B B B B B BB B B B
¿Representan áreas el mismo proceso básico?
¿Representan las áreas dos procesos diferentes?

58. 58
ANOVA – Ejemplo de datos
Niveles del Factor Peso % de algodón y Resistencia de tela
Cuadrilla Tiempo de respuesta
15 7 7 15 11 9
20 12 17 12 18 18
25 14 18 18 19 19
30 19 25 22 19 23
35 7 10 11 15 11

59. 59
8. Metodología Seis Sigma
Fase de Mejora

60. 60
Fase de mejora
 Propósito:
 Desarrollar, probar e implementar soluciones que atiendan a
las causas raíz
 Salidas
 Acciones planeadas y probadas que eliminen o reduzcan el
impacto de las causas raíz identificadas
 Comparaciones de la situación antes y después para
identificar la dimensión de la mejora, comparar los
resultados planeados (meta) contra lo alcanzado

61. 61
Tormenta de
ideas
Técnicas de
creatividad
Metodología
TRIZ
Generación de soluciones
Diseño de
experimentos
Optimización
No
Implementación de
soluciones y verificación
de su efectivdad
Evaluación de soluciones
(Fact., ventajas, desventajas)
Soluciones
verificadas
¿Solución
factible?
Si
Causas
raíz
FASE DE MEJORA
Efecto de X's
en las Y =
CTQs
Ideas

62. 62
Cambios deliberados y sistemáticos de las variables de entrada
(factores) para observar los cambios correspondientes en la
salida (respuesta).
Proceso
Entradas Salidas (Y)
Diseño de
Producto
Entradas Salidas (Y)
¿Qué es un diseño de
experimentos?

63. 63
Pruebas o Corridas Experimentales
Las combinaciones de pruebas específicas de factores y
niveles que se corren durante el experimento.
Experiencia x Material
usado:
El mejor nivel de Material
depende de la experiencia.
Interacciones
El grado en que los factores dependen unos de otros.
Algunos experimentos evalúan el efecto de las
interacciones; otros no.
Factor (X’s) Niveles
A. Tiempo llamada 30 60 min.
B. Localización 1 2
C. Experiencia 1 3
D. Material usado A B
Niveles
Los valores en los que se establecen los factores.
A. Tiempo de llamada
B. Localización
C. Experiencia
D. Tipo de Material usado
Factores
Las variables de entrada de proceso que se
establecen a diferentes niveles para observar
su efecto en la salida.
Y =Tiempo de
servicio
Respuesta de Salida
La salida que se mide como resultado del experimento
y se usa para juzgar los efectos de los factores.
+1-1+1-13
+1+1-1-12
-1-1-1-11
DatosDCBACorridas
-1=Nivel Bajo +1=Nivel Alto
.
.

64. 64
SCAMPER
 Sustituir, Combinar, Adaptar, Modificar o ampliar,
Poner en otros usos, Eliminar, Revertir o re arreglar
Involucrar al cliente en el desarrollo del producto
 ¿qué procedimiento podemos sustituir por el actual?
 ¿cómo podemos combinar la entrada del cliente?
 ¿Qué podemos adaptar o copiar de alguien más?
 ¿Cómo podemos modificar nuestro proceso actual?
 ¿Qué podemos ampliar en nuestro proceso actual?
 ¿Cómo puede apoyarnos el cliente en otras áreas?
 ¿Qué podemos eliminar en la forma de inv. Del cliente?
 ¿qué arreglos podemos hacer al método actual?

65. 65
Lista de atributos
 Lista de atributos: Dividir el problema en partes
 Lista de atributos para mejorar una linterna
Componente Atributo Ideas
Cuerpo Plástico Metal
Interruptor Encendido/Apagado
Encendido/Apagado
/luminosidad media
Batería Corriente Recargable
Bombillo de Vidrio Plástico
Peso Pesado Liviano

66. 66
Los Seis Sombreros de pensamiento
 Dejemos los argumentos y propuestas y miremos
los datos y las cifras.
 Exponer una intuición sin tener que justificarla
 Juicio, lógica y cautela
 Mirar adelante hacia los resultados de una acción
propuesta
 Interesante, estímulos y cambios
 Visión global y del control del proceso

67. 67
TRIZ – 40 herramientas
 Segmentación
 Extracción
 Calidad local
 Asimetría
 Combinación/Consolidación
 Universalidad
 Anidamiento
 Contrapeso
 Contramedida previa
 Acción previa
 Compensación anticipada
 Acción parcial o excesiva
 Transición a una nueva dim.
 Vibración mecánica
 Acción periódica
 Continuidad de acción útil
 Apresurarse
 Convertir lo dañino a benéfico
 Construcción Neumática o
hidráulica
 Membranas flexibles de capas
delgadas
 Materiales porosos

68. 68
TRIZ – 40 herramientas
 Equipotencialidad
 Hacerlo al revés
 Retroalimentación
 Mediador
 Autoservicio
 Copiado
 Disposición
 Esferoidicidad
 Dinamicidad
 Cambio de color
 Homogeneidad
 Rechazar o recuperar partes
 Transformación de
propiedades
 Fase de transición
 Expansión térmica
 Oxidación acelerada
 Ambiente inerte
 Materiales compuestos

69. 69
Generar y evaluar las soluciones
 Generar soluciones para eliminar la causa raíz o
mejora del diseño
 Probar en pequeño la efectividad de las soluciones
 Evaluar la factibilidad, ventajas y desventajas de las
diferentes soluciones
 Hacer un plan de implementación de las soluciones
(Gantt o 5W – 1H)

70. 70
Implantación de soluciones
15 GUOQCSTORY.PPT

71. 71
Verificación de soluciones
PUNTO CRITICO ACTIVIDADES
* Verificar hasta obtener efectos estables ampliando * Hacer análisis comparativo antes y después
los datos históricos en gráficas de la etapa de * En caso de aplicar varias medidas
correctivas
"razón de selección del tema" , Verificar los efectos intangibles sin omisiones
* Comparar el efecto en gráfica entre antes y después
de DMAIC respecto al objetivo. confirmar el efecto sobre cada concepto de
(relación humana, capacidad, trabajo en equipo, contramedidas.
entusiasmo, área de trabajo alegre).
* Determinar los beneficios monetarios, indirectos e intangibles.Investigar si existen áreas y operaciones
similares tanto dentro como fuera de la planta, para aplicar las mismas contramedidas. Dar reconocimiento.
2.1
2
1.9
1.8
1.7
1.6
1.5
1.4
1.3
1.2
1.1
1
2.19 2.14
2.22
2.33
1.76
1.32
0.9 0.87
0.94
0.79
0.99 0.94
0
0.5
1
1.5
2
2.5
May-97 Jun-97 Jul-97 Ago-97 Sep-97 Oct-97 Nov-97 Dic-97 Ene-98 Feb-98 Mzo-98 Abr-98
%D < 1 %
Ejemplo 1.
%
D
E
F
E
C
T
U
S
O

72. 72
9. Metodología Seis Sigma
Fase de Control

73. 73
Fase de Control
 Objetivos:
 Mantener las mejoras por medio de control estadístico
de procesos, Poka Yokes y trabajo estandarizado
 Anticipar mejoras futuras y preservar las lecciones
aprendidas de este esfuerzo
 Salidas:
 Plan de control y métodos de control implementados
 Capacitación en los nuevos métodos
 Documentación completa y comunicación de
resultados, lecciones aprendidas y recomendaciones

74. 74
Estándares
de trabajo
Documentar
y Capacitar
Herramientas
Lean
Plan de calidad y Monitoreo
Plan de
Control
CEP -
Poka Yokes
No
Tomar acciones correctivas
y preventivas -
Actualizar AMEF
¿Proceso
en control?
Si
Soluciones
implementadas
FASE DE CONTROL

75. 75
“Escuche la Voz del Proceso” Región de control,
captura la variación
natural del proceso
original
Causa Especial
identifcada
El proceso ha cambiado
TIEMPO
Tendencia del proceso
LSC
LIC
Patrones de anormalidad
en la carta de control
M
E
D
I
D
A
S
C
A
L
I
D
A
D

76. 76
Ejemplo: Carta I-MR
Observar las situaciones fuera de control
Obser v at ion
IndividualValue
90817263544536271891
150
125
100
75
50
_
X= 80
UCL= 113.2
LCL= 46.8
Obser v at ion
MovingRange
90817263544536271891
60
45
30
15
0
__
MR= 12.47
UCL= 40.75
LCL= 0
1
111
1
1
1
1
1
I -MR Char t of Pulse2

77. 77
1050
0.5
0.4
0.3
0.2
0.1
0.0
Número de muestra
Proporci
ón
Gráfica P para Fracción Defectiva
P=0.1128
3.0SL=0.4484
-3.0SL=0.000
Carta p - atributos
• Observe como el LSC varía conforme el tamaño (n) de cada
muestra varía.
• Los límites de control se pueden estabilizar con n promedio o
estandarizando pi con Zi.
p
LSC
LIC
Ejemplo:

78. 78
Prevención de la reincidencia –
Estandarización
DISPOSITIVOS A PRUEBA DE ERROR ( Poka -
Yokes ).
22 GUOQCSTORY.PPT