El documento proporciona una introducción al concepto de Six Sigma, incluyendo su historia, principios y metodología. Six Sigma se centra en satisfacer al cliente mediante la mejora de procesos y la implicación de toda la organización. La metodología implica identificar las necesidades críticas del cliente, medir la variabilidad del proceso y establecer objetivos de calidad para reducir defectos.

1. SIX SIGMA BASICO Miguel Angel García Madurga 6σ

2. Introducción Hijo de ferroviario y ama de casa, en 1981 se convirtió en el CEO más joven de la historia de GE. Durante su mandato, gracias a la implantación de Six Sigma, los beneficios de la compañía pasaron de 1500 a 13000 M$

3. Introducción Motorola fue la primera compañía que implantó Six Sigma en la década de los 80; luego fue ganando más prestigio a fines de esos años y a principios de los 90. 1985-87: MOTOROLA 1990: IBM 1991: TEXAS INSTRUMENT 1993-94: ABB 1994-96: ALLIED SIGNAL,GE, KODAK 1996-98 NOKIA, SONY, POLAROID,TOSHIBA, FORD MOTOR,WHIRPOOL,... HOY: EXPANSION POR EUROPA Historia de Six Sigma

4. Enfoque en la satisfacción del cliente, mejora de capacidades del proceso e implicación de toda la organización Entendiendo el concepto Una medida estadística para determinar la capacidad del proceso (Six Sigma es igual a 3.4 defectos por millón de oportunidades). Un conjunto probado de herramientas y tácticas para reducir la variación. Una estrategia exitosa de negocios. Una amplia filosofía sobre excelencia operativa. Una disciplina complementaria a las herramientas existentes ( lean,...) . Qué es Six Sigma ?

5. Six Sigma incluye el uso de herramientas estadísticas y enfoques estructurados de solución de problemas para atacar proyectos con grandes retornos. Las compañías que los usan esperan beneficios anuales a través de 3-6 proyectos por año. La metodología se respeta escrupulosamente. Los gestores de los proyectos – a distintos niveles – reciben varios nombres: Black Belt, Green Belt, Champion,.... Estos gestores emplean toda o una parte preestablecida de su jornada a la gestión de sus proyectos Entendiendo el concepto

6. Principio 1: Enfoque genuino en el cliente. Principio 2: Dirección basada en datos y hechos Seis Sigma se inicia estableciendo cuáles son las medidas claves a medir, pasando luego a la recolección de datos para su posterior análisis. De tal forma, los problemas pueden ser definidos, analizados y resueltos de una forma mas efectiva y permanente, atacando las causas raíces o fundamentales que los originan, y no sus síntomas Principio 3: Los procesos están donde está la acción. Principio 4: Dirección proactiva. Principio 5: Colaboración sin barreras. Trabajo en equipo, mejor comunicación y un mejor flujo en las labores Principio 6: Búsqueda de la perfección. Entendiendo el concepto Principios básicos

7. Sigma (  ) , es un parámetro estadístico de dispersión que expresa la variabilidad de un conjunto de valores respecto de su valor medio. De modo que cuanto menor sea sigma, menor será el número de defectos Sigma cuantifica la dispersión de los valores respecto del valor medio y, por tanto, fijados unos limites de especificación(tolerancia) por el cliente, superior e inferior, respecto del valor central objetivo, cuanto menor sea sigma, menor será el número de valores fuera de especificaciones y, por tanto, menor el número de defectos La escala de calidad de la metodología “seis sigma” mide el número de sigmas que caben dentro del intervalo definido por los limites de tolerancia Entendiendo el concepto

8. 6  = 3.4. D.P.M.O 6  = 3.4 defectos por millón de oportunidades 6  equivale a un nivel de calidad con menos de 0.000003 defectos por oportunidad Seis sigma guía a las empresas hacia el objetivo que supone cometer el menor número de errores en todas sus actividades, desde elaborar las órdenes de compras hasta, por ejemplo, la fabricación; eliminando los errores de calidad lo antes posible Seis sigma no sólo detecta y corrige errores sino que aporta métodos específicos para volver a crear procesos de modo que los errores no vuelvan a producirse. Entendiendo el concepto

9. - La diferencia entre la tolerancia superior (TS) y la tolerancia inferior (TI) dividido por la desviación estándar, nos da la cantidad de sigmas (Z) - Así pues, cuánto mas cercanos estén los valores de las mediciones al valor central óptimo, más pequeño será el valor de sigma, y por lo tanto mayor número de sigmas entrarán dentro de los límites de tolerancia. - Siempre que la medición esté dentro del intervalo TS-TI, se dirá que el servicio es conforme o de calidad. En este caso se siguen las ideas de Crosby, quien considera la calidad como sinónimo de cumplimiento de especificaciones Entendiendo el concepto

10. Enfoque en el cliente Ellos “pagan las facturas” , así que es importante entender sus necesidades: El comportamiento del diente es clave para la estrategia y diseño de procesos. Todas las “palancas” que manejan el valor son impulsadas por un cliente externo. Ellos definen el “campo de juego” Sirven como referencia para todos los competidores. Definen qué es una actividad o servicio de “valor agregado” Para mejorar nuestra rentabilidad y asegurar nuestro futuro, debemos convencerlos de comprar más producto/servicio, pagar mas por su producto/servicio y satisfacer más eficazmente sus necesidades . Siempre tienen la razón, aunque no podamos satisfacer sus necesidades o hacerlo rentable....

11. Identificar los requerimientos críticos para la calidad del cliente Identificar brechas entre sus requerimientos y nuestro rendimiento Identificar proyectos para cerrar esas brechas Enfoque en el cliente ....luego, lo más importante, es escuchar la Voz del Cliente !!

12. Geoff Tennant: “Six Sigma: control estadístico del proceso y administración total de la calidad en manufactura y servicio” En resumen, la metodología requiere de la ejecución de los siguientes pasos: 1. Identificar los diferentes procesos que se realizan en la empresa. 2. Conocer y comprender a los clientes externos. 3. Diferenciar los procesos en los cuales se agrega valor a los clientes. 4. Para los procesos anteriormente seleccionados, obtener información directamente del cliente => Voz del Cliente ( VOC ) 5. La información obtenida de los clientes externos, convertirla en un número pequeño de características específicas, prácticas y mensurables, criticas para la calidad y el proceso. 6. Representar el comportamiento del proceso generador de la característica en un Histograma para visualizar la Curva Normal y con ello la variación de las características críticas => Voz del Proceso ( VOP ) 7. Superponer en el diagrama, los límites de las características críticas para la calidad del cliente y calcular el número de defectos fuera de tales limites. 8. Convertir esto en una medición sigma del proceso. Enfoque en el cliente

13. Enfoque en el cliente Voz del Cliente Es la expresión de la necesidades y deseos del cliente Puede ser Específica: “El plazo de entrega del producto x es de 5 días” Ambigua: “Quiero entregas más rápidas !!” Llega a nosotros por múltiples cauces Quejas y felicitaciones Devoluciones Preferencia por ciertos productos Cancelaciones de contratos Referencias Pero debemos recogerla con un método sistematizado....

14. Enfoque en el cliente Voz del Cliente Primera etapa: Segmentar Voces múltiples pueden llevar a direcciones opuestas. Identificaremos segmentos y nos enfocaremos en los más importantes, pues el menor valor puede venir de una pequeña parte de clientes Criterios de segmentación Económicos: Volumen de facturación, rentabilidad, objetivos estratégicos,... Descriptivos: Geográfico, demográfico, sector industrial,...

15. Enfoque en el cliente Voz del Cliente Segunda etapa: Comunicarse con el cliente No importa la fuente de información seleccionada, lo importante es hacer las preguntas correctas, hacerlas de la forma correcta y entender las repuestas. Los principales métodos de investigación utilizados son: Entrevistas. Empresas especializadas pueden realizarlas identificándose ( o no ) como enviados por nosotros. Encuestas. Pueden lanzarse en dos etapas. En primer lugar, una para identificar los atributos más importantes para cada segmento, y una segunda en la que se profundice en dichos atributos. Focus Group: Grupo de entre 7 y 13 clientes, pilotados por una consultora especializada.

16. Enfoque en el cliente Voz del Cliente Tercera etapa: Convertir la VOC en Requerimientos Críticos ( CCR,s ) Características de los CCR,s : Específicos y medibles Se relacionan directamente con un atributo del producto Completos y no ambiguos Describen qué, no cómo Tiempo de entrega: 7 días ( ± 1 día) Los productos se suministran siempre con retraso “ No soporto a esta empresa” Tiempo máximo de respuesta de la persona solicitada: 40 segundos El cliente desea hablar rápidamente con la persona correcta “ Me hacen esperar muchísimo” CCR,s Esto quiere decir... Voz del cliente

17. Enfoque en el cliente Voz del Cliente Los CCR,s: Representan un deseo del cliente que es necesario satisfacer. Tienen una fortísima relación con la decisión de compra Suelen ser la base de comparación con la competencia. CCR vs Calidad El cliente valora la calidad del producto/servicio en función de Su percepción del rendimiento del producto Sus expectativas CALIDAD=RENDIMIENTO REAL - EXPECTATIVAS Tercera etapa: Convertir la VOC en Requerimientos Críticos ( CCR,s )

18. Enfoque en el cliente Voz del Cliente Tipos de CCR,s .- Modelo de Kano Insatisfactores . Requerimientos básicos, que de ser insatisfechos producen una extrema insatisfacción en el cliente. Se consiguen por medio de entrevistas y focus groups. Satisfactores : Requerimientos que incrementan o disminuyen la satisfacción. Se consiguen mediante encuestas. Encantadores : Productos que el cliente no cree disponibles y el proveedor no entiende como una línea de innovación generadora de valor. Refuerzan enormemente la posición de la empresa. Se obtienen mediante focus groups muy elaborados. Tercera etapa: Convertir la VOC en Requerimientos Críticos ( CCR,s )

19. Enfoque en el cliente Voz del Cliente Tipos de CCR,s .- Modelo de Kano – Ejemplo de un hotel Insatisfactores . !Imaginemos un hotel sin papel higiénico en el cuarto de baño de nuestra habitación! Satisfactores. Nuestra habitación dispone de televisión. Nuestra satisfacción aumentará si es una TV de pantalla plasma de 40 pulgadas.... Encantadores : ¿ Y si el hotel dispusieras de sistemas automatizados para el check in y el check out, de modo que simplemente pasando nuestra tarjeta de crédito recibiéramos la llave y realizaramos el pago, ahorrándonos las colas?

20. Enfoque en el cliente Voz del Cliente Tercera etapa: Convertir la VOC en Requerimientos Críticos ( CCR,s ) Herramientas utilizadas: Diagrama de afinidad Diagrama de árbol Despliegue de la Función Calidad ( QFD ) Objetivos Identificar los RCC,s que más influyen en la satisfacción de nuestros clientes. Optimizar nuestros recursos Caso de no poder satisfacer simultáneamente varias necesidades del cliente, poder tomar decisiones de compromiso que minimicen el impacto negativo en la satisfacción del cliente.

21. Enfoque en el cliente Voz del Cliente Cuarta etapa: Convertir los CCR,s en Variables de Salida de Proceso Claves ( Y,s) Un proceso convierte entradas ( X,s ) en salidas ( Y,s ) Debemos transformar los RCC,s – métricas asociadas a la entrega de productos a los clientes – en Y,s – métricas de salida de nuestros procesos Ejemplo: Plazo entrega proceso 1 Y1 Plazo entrega proceso 2 Cumplimiento de entregas Y2 RCC

22. Enfoque en el cliente Voz del Cliente Quinta etapa: Desarrollar las relaciones entre Variables de Salida de Proceso Claves ( Y,s ) y Variables de Información Clave de Proceso ( X,s ) A partir de aquí, gestionaremos proyectos con herramientas específicas para controlar las entradas ( Xs ), asegurar las salidas ( Ys ) y, así, satisfacer a nuestros clientes ( CCR,s) Plazo entrega proveedores X1 Exactitud del MRP X2 Plazo entrega proceso 1 Y1

23. Década del 80: P. Crosby populariza el concepto “cero defectos” como orientación para el control de calidad El “nivel aceptable”: Se trabaja dentro de un nivel determinado de errores, y se llega a considerar que ese nivel es “la norma” Pero, ¿es posible alcanzar el “100 %”?: Porqué no conformarse con el 99% o incluso el 95%?. Entonces sería “grandioso” alcanzar el 96.642%, pero: Un 96.642 % significaría que de 100,000 transacciones efectuadas por un servicio, 3,358 resultarían incorrectas. Calidad y fiabilidad

24. Calidad y fiabilidad Una ambiciosa meta sería: 99.9%. Pero, ¿que pasaría si eso sucediese?: Con datos de EE.UU *Las guarderías de los hospitales entregarían 12 bebes por dia a padres que no corresponden *Algún banco descontaría 22,000 cheques de cuentas equivocadas ......cada 60 minutos. * Se fabricarían 268,500 neumáticos defectuosos * Se emitirían 20,000 recetas medicinales incorrectas.

25. El “nivel de bienestar” de 99% es igual a: 20,000 artículos perdidos en el correo por hora. Agua poco segura para beber casi 15 minutos cada día. 5,000 operaciones quirúrgicas incorrectas por semana. 2 aterrizajes cortos o largos en los principales aeropuertos al día. 200,000 prescripciones incorrectas de drogas cada año. Falta de electricidad por casi 7 horas al mes. Calidad y fiabilidad

26. Calidad y fiabilidad

27. Variables continuas La escala de medida se puede dividir en intervalos tan pequeños como se desee.(p.ej. tiempo para el arranque de un P.C.) Variables discretas No se puede realizar una subdivisión en intervalos de mayor precisión.(p.ej.días para resolver un problema, % de problemas resueltos en menos de 5 días) Calidad y fiabilidad

28. Calidad y fiabilidad VARIABLES DISCRETAS DEFINICIONES Unidad (U) El número de partes o componentes inspeccionados (Cuadrados: 4 unidades) Oportunidad (OP) Cada característica que se inspecciona (Círculos: 5 oportunidades por unidad) Defecto (D) Cualquier cosa que resulta en la insatisfacción del cliente (Círculos negros: 9 defectos) MEDIDA

29. Defectos por unidad DPU = D/U = 9/4 = 2,25 Total de oportunidades TOP = U * OP = 4 * 5 = 20 Defectos por oportunidad DPO = D/TOP = 9/20 = 0,45 Defectos por millón de oportunidades DPMO = DPO * 1.000.000 = = 0,45 * 1.000.000 = 450.000 VARIABLES DISCRETAS FÓRMULAS Calidad y fiabilidad

30. Calidad y fiabilidad  DPMO Capacidad de Proceso 2 3 4 5 6 308,537 66,807 6,210 233 3.4 Defectos Por Millón de Oportunidades 69.2% 93.3% 99.4% 99.97% 99.9996% Nivel de calidad

31. Calidad y fiabilidad

32. Calidad y fiabilidad

33. Calidad y fiabilidad

34. Calidad y fiabilidad

35. Calidad y fiabilidad

36. Calidad y fiabilidad

37. Calidad y fiabilidad Veamos un ejemplo El call center de una entidad financiera recibe diariamente 15.000 llamadas, de las cuales 3.550 sobre pasan el tiempo para un adecuado servicio. Para la entidad financiera se considera un adecuado servicio cuando una llamada no pasa de 2 minutos, en los cuales se responden todas las inquietudes del cliente. Se desea saber en que sigma se encuentra operando esta entidad. Solución DPMO = 1.000.000 x (3.550/15.000) = 1.000.000 x 0,23666667 = 236.666,67 Sigma 2,22

38. No competitiva Competitiva 1ªClase Defectos por Millón (dpmo) ¿DÓNDE ESTÁ MI EMPRESA? 1,5 2,0 2,5 3,0 4,0 5,0 6,0 Sigma 500.000 308.538 158.655 66.807 6210 233 3,4 90%Empresas Calidad y fiabilidad

39. 3 4 5 6 7 2 Escala Sigma de Medición Defectos por Millón El objetivo básico Empresa Promedio Benchmark 25% a 40% de ingreso por ventas Calidad y fiabilidad 1,000,000 100,000 10,000 1,000 100 10 1

40. Es factible alcanzar six sigma ? : El numero de fatalidades en vuelos domésticos en Estados Unidos fue de 0,43 ppm, un nivel entre seis y siete sigma. Los centros de produccion de energia nuclear operan con niveles entre seis y siete sigma Motorola, GE, Allied Signal y la NASA efectuan la mayoria de sus procesos a niveles de seis sigma Luego...... ! Es posible ! Calidad y fiabilidad

41. Calidad y tiempo de ciclo La fidelización del cliente es garantía de sostenibilidad para la empresa: el coste de hacer un nuevo cliente es mucho mayor que el de mantenerlos. Nuevos modelos de gestión: Reducción de los capitales invertidos Aumento de las exigencias del cliente para lotes de tamaños pequeños y flexibilidad. Filosofías JIT Exigencias del cliente en la reducción del tiempo de espera. Presión del precio en aumento: Necesidad de costos más bajos. Aumento de la exigencia de capacidad.

42. Calidad y costes La no calidad es muy cara!!! No conformidades internas, como el desperdicio,retrabajos,... Reclamaciones de clientes, devoluciones, costes de servicio de asistencia técnica y garantías,..... Aseguramiento de la calidad, inspecciones, pruebas y ensayos,auditorias, coste inicial y de mantenimiento de los equipos de inspección,.. Prevención, planes de calidad, control de procesos, formación,.. Y, además Menos ventas Perdida de la fidelidad de nuestros clientes Coste de oportunidad, lo que podríamos producir mas con los mismos activos

43. Calidad y costes Menos de 5% de las ventas 3.4 (Clase mundial) 6 5 a15% de las ventas 233 5 15 a 20% de las ventas 6.210 (promedio industria) 4 20 a 30% de las ventas 66.807 3 30 a 40% de las ventas. 308.537 (no competitiva) 2 Costo de la Calidad Defectos por millon Nivel Sigma El Costo de Calidad y Seis Sigma

44. Calidad y costes Existe un nivel de calidad óptimo más allá del cual los costos de mejora de calidad exceden los ahorros esperados a partir de un número reducido de defectos. Costo Nivel de Calidad Sigma Optimo Impacto del nivel de calidad en el costo

45. Estadística básica La estadística descriptiva es el campo de la estadística que define o caracteriza una población basada en puntos de datos (p.e. valores) tomados desde esa población. Una población se compone de todos los valores que se ajustan a una descripción tomada de un producto o proceso. Los parámetros son términos usados para describir las características de una población. Los parámetros se denotan usualmente con una letra griega minúscula, p.e.,  ,  . La letra N se usa para describir el número de valores en una población (el tamaño de la población) cuando el tamaño no es infinito.

46. Estadística básica Una Muestra es un subconjunto de datos tomados a partir de una población. Las estadísticas (o estadísticas de la muestra) son términos usados para describir las características clave de una muestra. Las estadísticas se denotan usualmente con letras latinas, p.e. , s, x . La letra n minúscula es usada para describir el número de valores en una muestra (el tamaño de la muestra). Usualmente medimos las estadísticas de la muestra para aprender algo sobre los parámetros de la población. La estadística inferencial es el campo de la estadística que lleva a conclusiones acerca de una población en base a nuestro análisis de datos de la muestra.

47. Beneficios Ahorra tiempo & dinero Permite la recolección de datos con mayor significado Simplifica la medición en el tiempo Puede mejorar la precisión Desventajas Acepta un grado de incertidumbre como el costo de no medir a toda la población Muestreo: Usar un pequeño grupo ( muestra ) para representar el total ( la población ) Estadística básica Poblaciçon : el conjunto completo de individuos Muestra : un subconjunto que posee las mismas características que el universo

48. Estadística básica Una parte clave del cambio de cultura Six Sigma es aprender a diferenciar entre Variabilidad y Tendencia Central. El concepto de Tendencia Central es familiar para mucha gente. A menudo es considerado como el “promedio” de un conjunto de datos. La medición explícita de la variabilidad no es algo familiar para mucha gente, pero es una parte importante para entender un proceso. Medir tanto la Tendencia Central como la Variabilidad es necesario para describir totalmente un conjunto de datos. La Tendencia Central y Variabilidad son la “mano derecha” y “mano izquierda” de las mediciones Six Sigma.

49. Estadística básica Tendencia Central La Tendencia Central es la propiedad que dice que los datos tienden a agruparse alrededor de un punto “central” . Este “centro” puede ser el promedio matemático, la observación más frecuente o el punto de datos en el centro del grupo La mediana y la media son mediciones comunes de la tendencia central Tendencia Central Conteo Medición

50. Estadística básica Min & Max – la “Min” es el número más pequeño en un conjunto de datos, el “max” es el número más grande en el conjunto de datos: (a) ¿Cuáles es la min & max para el siguiente conjunto de datos: 10, 15, 20, 25, 30? (i) min = ? (ii) max = ? (b) ¿Cuáles son la min & max para el siguiente conjunto de datos: 5.1, 5.5, 3.2, 6.4, 2.8? (i) min = ? (ii) max = ? (c) ¿ Cuáles son la min & max para el siguiente conjunto de datos: 5.1, 2.2, -3.2, -1.4, 6.4, 4.9? (i) min = ? (ii) max = ? (d) Cuáles son la min & max para el siguiente conjunto de datos: -6.1, -2.2, -5.1, -1.4, -4.9, -3.2? (i) min = ? (ii) max = ?

51. Estadística básica Min & Max – la “Min” es el número más pequeño en un conjunto de datos, el “max” es el número más grande en el conjunto de datos: (a) ¿Cuáles es la min & max para el siguiente conjunto de datos: 10, 15, 20, 25, 30? (i) min = 10 (ii) max = 30 (b) ¿Cuáles son la min & max para el siguiente conjunto de datos: 5.1, 5.5, 3.2, 6.4, 2.8? (i) min = 2,8 (ii) max = 6,4 (c) ¿ Cuáles son la min & max para el siguiente conjunto de datos: 5.1, 2.2, -3.2, -1.4, 6.4, 4.9? (i) min = -3,2 (ii) max = 6,4 (d) Cuáles son la min & max para el siguiente conjunto de datos: -6.1, -2.2, -5.1, -1.4, -4.9, -3.2? (i) min = -6,1 (ii) max = -1,4

52. Estadística básica Si tuviera que reacomodar sus datos en orden ascendente o descendente, el punto de datos que aparecería al centro sería la Mediana : (a) ¿Cuál es la mediana para el siguiente conjunto de datos: 10, 15, 20, 25, 30? mediana = ? (b) ¿Cuál es la mediana para el siguiente conjunto de datos: 5.1, 5.5, 3.2, 6.4, 2.8? mediana = ? (c) ¿Cuál es la mediana para el siguiente conjunto de datos: 5.1, 2.2, -3.2, -1.4, 6.4, 4.9? mediana = ? (d) ¿Cuál es la mediana para el siguiente conjunto de datos: -6.1, -2.2, -5.1, -1.4, -4.9, -3.2? mediana = ?

53. Estadística básica Si tuviera que reacomodar sus datos en orden ascendente o descendente, el punto de datos que aparecería al centro sería la Mediana : (a) ¿Cuál es la mediana para el siguiente conjunto de datos: 10, 15, 20, 25, 30? mediana =20 (b) ¿Cuál es la mediana para el siguiente conjunto de datos: 5.1, 5.5, 3.2, 6.4, 2.8? mediana =5.1 (c) ¿Cuál es la mediana para el siguiente conjunto de datos: 5.1, 2.2, -3.2, -1.4, 6.4, 4.9? mediana =3,55 ( secuencia par de datos – 6- , la mediana es el punto stuado entre el 3º - 2.2 – y el 4º - 4.9-) (d) ¿Cuál es la mediana para el siguiente conjunto de datos: -6.1, -2.2, -5.1, -1.4, -4.9, -3.2? mediana = -4,05 ( secuencia par => entre –3.2 y –4.9 )

54. Estadística básica La Media es el promedio aritmético de un conjunto de datos: (a) ¿Cuál es la media para el siguiente conjunto de datos: 10, 15, 20, 25, 30? media = ? (b) ¿Cuál es la media para el siguiente conjunto de datos: 5.1, 5.5, 3.2, 6.4, 2.8? media = ? (c) ¿Cuál es la media para el siguiente conjunto de datos: 5.1, 2.2, -3.2, -1.4, 6.4, 4.9? media = ? (d) ¿Cuál es la media para el siguiente conjunto de datos: -6.1, -2.2, -5.1, -1.4, -4.9, -3.2? media = ?

55. Estadística básica Estadística básica La Media es el promedio aritmético de un conjunto de datos: (a) ¿Cuál es la media para el siguiente conjunto de datos: 10, 15, 20, 25, 30? media = 20 (b) ¿Cuál es la media para el siguiente conjunto de datos: 5.1, 5.5, 3.2, 6.4, 2.8? media = 4.6 (c) ¿Cuál es la media para el siguiente conjunto de datos: 5.1, 2.2, -3.2, -1.4, 6.4, 4.9? media = 2.33 (d) ¿Cuál es la media para el siguiente conjunto de datos: -6.1, -2.2, -5.1, -1.4, -4.9, -3.2? media = -3.82

56. Qué es un proceso? ..........CUALQUIER ACTIVIDAD QUE INVOLUCRE TRANSFORMACION Qué es variación? ..........OBTENER RESULTADOS DIFERENTES CUANDO SE HACE REPETIDAMENTE LO MISMO La variación es común en los procesos naturales Estadística básica

57. Estadística básica Variabilidad La Variabilidad reconoce que los procesos no producen resultados idénticos todas las veces La variabilidad puede ser de causa especial y de causa común El rango, la desviación estándar, y la variación son medidas comunes de variabilidad Variabilidad Conteo Medición

58. Importancia de la variación El cliente detecta la variación no la media. A menudo, la visión interior del negocio se basa en promedios o medias de medidas históricas. Los clientes no juzgan sobre los promedios, lo que ellos detectan son las variaciones en cada transacción o en cada producto que les enviamos. Seis sigma se centra primero en reducir la variación del proceso y después en mejorar la capacidad del proceso. Los clientes valoran procesos predecibles y consistentes que entregan productos de primera calidad. Esto es lo que Seis Sigma se esfuerza en producir. Importancia de la variabilidad El cliente detecta la variación, no la media. A menudo, la visión interior del negocio se basa en promedios o medias de medidas históricas. Los clientes no juzgan sobre los promedios, lo que ellos detectan son las variaciones en cada transacción o en cada producto que les enviamos. Seis sigma se centra primero en reducir la variación del proceso y después en mejorar la capacidad del proceso. Los clientes valoran procesos predecibles y consistentes que entregan productos de primera calidad. Esto es lo que Seis Sigma se esfuerza en producir. Estadística básica

59. Tipos de variabilidad La Variabilidad de causa especial se debe a causas asignables que se pueden identificar. No es aleatoria y cambia con el tiempo. Usualmente es causada por una fuerza que actúa sobre el proceso desde el exterior. Esta variación puede ser eliminada al eliminar la fuerza exterior que actúa sobre el proceso. La Variabilidad de causa común es aleatoria, estable y consistente en el tiempo. Es una parte inherente del proceso en sí misma y sólo puede ser cambiada cambiando el proceso. Ya que la gerencia es la dueña y crea el proceso, depende de ella cambiar el proceso para minimizar la variación. De acuerdo a Deming, 85% a 95% de toda la variación es de causa común; 5% a 15% de toda la variación es de causa especial. Estadística básica

60. Veamos un ejemplo: Primero escriba su nombre 5 veces. Estadística básica

61. Estadística básica Luego, escriba su nombre 5 veces con la otra mano.

62. La variación entre firmas con su primera mano es una variación de causa común. La variación entre las firmas con la otra mano es una variación de causa común. La variación entre el primer conjunto de firmas y el segundo es una variación de causa especial. Algo cambió. Hubo una causa evidente. Estadística básica

63. Algunos ejemplos de variación de causa común son: Maquinaria Vibración de las máquinas Fluctuaciones de temperatura Variabilidad en dureza de material Tensión en la red Cambio en viscosidad Oficina Experiencia de trabajadores individuales Tiempo de respuesta del servidor internet Estadística básica

64. Estadística básica Ejemplos de variación de causa especial son: Maquinaria Corte de energía Uso de herramientas equivocadas Desgaste de herramientas, materiales, ángulos Tasa de alimentación Configuración/error del operador Oficina Falla energía Servidor de internet se cae

65. No podemos eliminar toda la variación, pero Estadística básica

66. Todos los productos, servicios y procesos muestran variación. Un parámetro en control estadístico implica una cantidad estable y predecible de variación (variación de causa común). Esto no significa una cantidad “buena” o deseable de variación. Un parámetro fuera de control implica una cantidad inestable o impredecible de variación. Está sujeta tanto a causas comunes como especiales de variación. Un proceso puede estar en control estadístico y no ser capaz de producir consistentemente productos o servicios dentro de los límites de especificación. Estadística básica

67. El Rango es la diferencia entre el Max y el Min; Rango = abs|Max – Min|: (a) ¿Cuál es el rango para el siguiente conjunto de datos: 10, 15, 20, 25, 30? rango = ? (b) ¿Cuál es el rango para el siguiente conjunto de datos: 5.1, 5.5, 3.2, 6.4, 2.8? rango = ? (c) ¿Cuál es el rango para el siguiente conjunto de datos: 5.1, 2.2, -3.2, -1.4, 6.4, 4.9? rango = ? (d) ¿Cuál es el rango para el siguiente conjunto de datos: -6.1, -2.2, -5.1, -1.4, -4.9, -3.2? rango = ? Estadística básica

68. El Rango es la diferencia entre el Max y el Min; Rango = abs|Max – Min|: (a) ¿Cuál es el rango para el siguiente conjunto de datos: 10, 15, 20, 25, 30? rango = 20 (b) ¿Cuál es el rango para el siguiente conjunto de datos: 5.1, 5.5, 3.2, 6.4, 2.8? rango = 3.6 (c) ¿Cuál es el rango para el siguiente conjunto de datos: 5.1, 2.2, -3.2, -1.4, 6.4, 4.9? rango = 9,6 (d) ¿Cuál es el rango para el siguiente conjunto de datos: -6.1, -2.2, -5.1, -1.4, -4.9, -3.2? rango = 4,7 Estadística básica

69. ( a) ¿Cuál es la desviación estándar para el siguiente conjunto de datos: 10, 15, 20, 25, 30? Desviación estándar = ? (b) ¿Cuál es la desviación estándar para el siguiente conjunto de datos: 5.1, 5.5, 3.2, 6.4, 2.8? Desviación estándar = ? (c) ¿Cuál es la desviación estándar para el siguiente conjunto de datos: 5.1, 2.2, -3.2, -1.4, 6.4, 4.9? Desviación estándar = ? (d) ¿Cuál es la desviación estándar para el siguiente conjunto de datos: -6.1, -2.2, -5.1, -1.4, -4.9, -3.2? Desviación estándar = ? La Desviación Estándar es la “distancia promedio desde cada punto a la media.” Estadística básica

70. ( a) ¿Cuál es la desviación estándar para el siguiente conjunto de datos: 10, 15, 20, 25, 30? Desviación estándar = 7.906 (b) ¿Cuál es la desviación estándar para el siguiente conjunto de datos: 5.1, 5.5, 3.2, 6.4, 2.8? Desviación estándar = 1.541 (c) ¿Cuál es la desviación estándar para el siguiente conjunto de datos: 5.1, 2.2, -3.2, -1.4, 6.4, 4.9? Desviación estándar = 3.882 (d) ¿Cuál es la desviación estándar para el siguiente conjunto de datos: -6.1, -2.2, -5.1, -1.4, -4.9, -3.2? Desviación estándar = 1.837 La Desviación Estándar es la “distancia promedio desde cada punto a la media.” Estadística básica

71. Estadística básica La mayoría de los datos tienden a seguir la distribución normal o la curva en forma de campana. Una de las propiedades clave de la distribución normal es la relación entre el tamaño de la curva y la desviación estándar (  ). Distribución normal

72. La pregunta entonces es: ¿Es estable el proceso? ¿Esta sujeto el proceso solo a variación de rutina debida a Causas naturales ? o ¿Existe una señal que indique variación anormal debido a causas especiales ? En otras palabras, ¿existe una oportunidad para mejorar el proceso y tal vez hacer un “descubrimiento” importante? Estadística básica

73. Voz del Proceso Cantidad de “rojo” por lote Ejemplo: Estabilidad de los procesos

74. Suma de todos los valores dividida por el número de valores Media= 12+5+10+…./25 = 8,92 La media: Voz del Proceso Valor máximo menos valor mínimo Rango=máximo – mínimo= 15-5 = 10 El rango: Estabilidad de los procesos

75. Voz del Proceso Cantidad de “rojo” Número de veces Histograma RANGO MEDIA Estabilidad de los procesos

76. Voz del Proceso Voz del Proceso Cantidad de “rojo” por lote Cantidad de “rojo” Tiempo: número de lote Registrar y graficar las mediciones individuales en orden cronológico Estabilidad de los procesos

77. Voz del Proceso Calcular los rangos entre mediciones sucesivas, así como su media mR= (7+5+0+...)/24 = 3,04 Estabilidad de los procesos Diferencia entre 12 y 5 : 7 Diferencia entre 5 y 10 : 5 Diferencia entre 10 y 10 : 0

78. Voz del Proceso Graficar los rangos entre mediciones sucesivas en orden cronológico Tiempo: número de lote Estabilidad de los procesos mR Rango movim. 0 2 4 6 8 10 12 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

79. Voz del Proceso.- Límites de los Procesos El límite superior natural del proceso es la media de las mediciones individuales, 8.92, más la media de los rangos de movimiento 3.04, multiplicado por un factor de escalamiento, 2.660. (8.92) + (3.04) (2.660) = 17.01 (8.92) - (3.04) (2.660) = 0.83 El límite inferior natural del proceso es la media de las mediciones individuales, 8.92, menos la media de los rangos de movimiento 3.04, multiplicado por un factor de escalamiento, 2.660. El límite superior del rango ( el inferior es cero )es simplemente el promedio de los rangos de medición 3.04, multiplicado por un factor de escalamiento, 3.267 (3.267) x (3.04) = 9.93 Estabilidad de los procesos

80. Voz del Proceso.- Representémoslo gráficamente Tiempo: número lote Medición X Estabilidad de los procesos Rango movim mR 9.93 0.0 17.01 8.92 0.83

81. Los gráficos anteriores se derivan directamente de las mediciones tomadas en el proceso (y los dos factores de escalamiento: 3.267, 2.660). No toman en cuenta los requerimientos del “cliente” (tolerancias), simplemente son una forma de dejar que el proceso hable por si mismo! Nos servirán para confirmar si un proceso es estable; recordad de nuevo las siguientes preguntas : ¿Esta sujeto el proceso solo a variación de rutina debida a Causas naturales ? o ¿Existe una señal que indique variación anormal debido a causas especiales ? En otras palabras, ¿existe una oportunidad para mejorar el proceso y tal vez hacer un “descubrimiento” importante? Voz del Proceso Estabilidad de los procesos

82. Voz del Proceso Para interpretar la estabilidad del proceso, nos serviremos de los gráficos antes descritos. El que representa las mediciones individuales lo dividiremos en tres zonas iguales ( naranja, amarilla y verde ) Estabilidad de los procesos

83. Voz del Proceso.- Señales de inestabilidad Uno de los puntos graficados en el cuadro de mediciones individuales o en el de rango de movimientos, está fuera de las líneas rojas Dos de tres puntos consecutivos están en la zona naranja situada a uno de los lados de la media Estabilidad de los procesos Zona 1 Zona 1 Zona 3 Zona 2 Zona 2 Zona 3 Zona 1 Zona 1 Zona 3 Zona 2 Zona 2 Zona 3

84. Voz del Proceso.- Señales de inestabilidad Cuatro de cinco puntos consecutivos están en el mismo lado respecto a la media y fuera de la zona verde Siete puntos consecutivos están en el mismo lado respecto de la media Estabilidad de los procesos Zona 1 Zona 1 Zona 3 Zona 2 Zona 2 Zona 3 Zona 1 Zona 1 Zona 3 Zona 2 Zona 2 Zona 3

85. Voz del Proceso.- Señales de inestabilidad ¿ Es estable el proceso de nuestro ejemplo? Sí!!! Estabilidad de los procesos

86. Voz del Proceso.- Conclusiones Estabilidad de los procesos Un proceso es estable si es predecible dentro de los límites naturales del proceso y no hay señales que indiquen variación. Si se detectan señales de inestabilidad: 1. Realizar un análisis de causas profundas con las herramientas apropiadas 2. Corregir o incorporar – si es posible. 3. Documentar lo realizado – siempre! Una vez que el proceso ha demostrado ser estable podemos preguntar hasta que punto es capaz de satisfacer los requerimientos del “cliente” (tolerancias).

87. Estabilidad vs Capacidad 1.000 ± 0.001 Límite Natural Proceso inferior ( LNL ) Límite Natural Proceso Superior ( UNL ) Límite Natural Proceso Superior ( UNL ) Límite Natural Proceso inferior ( LNL ) ( LIE ) Max =1.001 ( LSE ) Min = 0.999 1.000 diámetro diámetro Rango proceso diámetro

88. Capacidad de un proceso Es la aptitud para fabricar un producto dentro de los límites establecidos por su especificación. Para cuantificar la Capacidad de proceso se utilizan coeficientes que permiten comparar el rango de especificaciones con la fluctuación natural del proceso. Uno de ellos es Cp, cuya fórmula es Cp= (LSE-LIE)/6 σ, donde LSE: Límite Superior Especificación; LIE: Límite Inferior Especificación Un proceso es CAPAZ si Cp > 1. Para mayor seguridad, se toma Cp >1,3

89. Capacidad de un proceso Diferentes niveles de Cp

90. Capacidad de un proceso Para poder aplicar Cp, el centro de gravedad del rango de especificaciones debe coincidir con la tendencia central de las mediciones del proceso. Cuando esto no ocurre, se emplea Cpk, cuya formula es Cpk = Δ /3 σ, donde Δ = Mínimo entre (LSE-media) y (media-LIE) En el grafico se aprecia que una buena parte del producto esta por encima del LSE. A pesar de que Cp>1, el proceso no tiene capacidad suficiente Cuanto mayor sea Cpk, mejor. El objetivo típico es que Cpk >1,3

91. Capacidad de un proceso

92. Capacidad de un proceso Una planta de ensamblaje de automóviles con cuatro turnos, preocupados por el control de calidad, mide los árboles de levas diariamente. Existe un problema crónico con las longitudes del producto que están fuera de especificación – un problema que ha causado malos ajustes en los ensamblajes en la línea de producción y altas tasas de reproceso. El árbol de levas debe ser de 600 mm ±2 mm de longitud para satisfacer las especificaciones de ingeniería. Calcular Cp y Cpk con los datos de la tabla de la pagina siguiente Ejemplo

93. Capacidad de un proceso Media y desviación estándar de los datos. Media = 599.44 Desviación estándar = 0.60

94. Capacidad de un proceso Cp Cp= (LSE-LIE)/6 σ = (602-598)/6 *0,6 = 1,11 Cpk Cpk = Δ /3 σ = (599,44-598)/3*0,6 = 0,8 donde Δ = Mínimo entre (LSE-media) y (media-LIE) = Mínimo entre (602 - 599,44) y (599,4 -598) = 1,44 Es necesario centralizar el proceso para obtener una mejora significativa

95. Limitaciones de la inspeccion Valores reales Desviación Repetibilidad Reproducibilidad R&R calibración Estabilidad Error de medición Mediciones observadas Fuentes de variabilidad para el sistema de medicion

96. Limitaciones de la inspeccion Desviación Distancia entre la medición promedio observada y el valor verdadero Desviación de operador Diferentes operadores aportan diferentes promedios para un mismo valor, Desviación de instrumento Diferentes instrumentos logran promedios detectables diferentes para la misma medición

97. Repetibilidad Reproducibilidad Estabilidad Limitaciones de la inspeccion La misma persona recoge siempre igual los datos. Esta directamente relacionada con la precision de la calibracion Diferentes personas recogen los datos de la misma forma Cuando se aplique a los mismos ítems de interés, el sistema de medición debe producir el mismo resultado en el futuro que los que produjo en el pasado

98. Limitaciones de la inspeccion Si la variación del proceso es ilustrada por las distribuciones rojas, no podremos detectar cambios pequeños al proceso usando el primer instrumento de medición. El segundo dispositivo tiene claramente mejor discriminación que el primero. Ojo a otro concepto: la discriminacion 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 1 2 3 4 5 Buena discriminación 1 2 3 4 5 Poor discriminación 1 2 3 4 5 1 2 3 4 5 Mala Discriminación

99. Exactitud y precisión Voz del Proceso:Exactitud vs. Precisión Exactitud – La capacidad de permanecer en objetivo establecido por la media. Este proceso es exacto, no preciso. El problema es la propagación . Precisión – Consistencia de un proceso medido por la desviación estándar. Este proceso es preciso, no exacto. El problema es el centrado . Deseado Deseado Actual Actual USL USL LSL LSL

100. Exactitud y precisión Exactitud ( media )vs. Precisión ( desviación estándar ) Exacto pero no preciso Preciso pero no exacto Preciso y exacto

101. Gestión de proyectos Identificación de proyectos VOC = > CCR,s Reducir errores de facturación Descenso de problemas de calidad para el producto XYZ Mejorar proceso de inspección Mejorar niveles de soporte de call center en... Mejorar tiempo de respuesta de servicio al cliente Disminuir variabilidad de tiempo de entrega Reducir tiempo entrega en… Mejorar calidad Mejorar satisfacción de cliente

102. Gestión de proyectos Identificación de proyectos VOP ( Voz del Proceso ) © McKinsey, 2003 ... Inventarios Productividad Utilización Cada proceso es clasificado como de alto o bajo rendimiento Esta distinción no es trivial; deben usarse datos objetivos Proceder del siguiente modo: Sobrevivir – Minimizar el número de procesos de bajo rendimiento sea mejorándolos (pasándolos al lado de alto rendimiento) o eliminándolos/poniéndolos en outsourcing Tener éxito – Mejorar, cambiar o mover los procesos adecuados hacia arriba ; incrementar su rendimiento Throughput Time Límite técnico Nuestro mejor día Media actual. Gap Actual Benchmarking

103. Gestión de proyectos Identificación de proyectos VOB ( Voice of Business ) => Provienen del análisis de los datos financieros de la empresa. Pueden ser también proyectos consecuencia de las líneas estratégicas de la organización. Ejemplos: Costes de proveedores Costes internos Working capital Rentabilidades ...........

104. Gestión de proyectos Identificación de proyectos VOE ( Voz del Empleado ) => A partir de los talleres de creatividad, buzones de sugerencias, encuestas de clima laboral,.... Otros => Leyes, asuntos relacionados con la Prevención de Riesgos Laborales y el Medioambiente,...

105. Gestión de proyectos Filtrar Seleccionar de entre los proyectos potenciales los que ofrecen un mejor ratio Esfuerzo-Beneficio Proyectos altamente deseables Proyectos en la esquina superior izquierda son los más deseables. Proyectos potencialmente deseables Proyectos en la esquina superior derecha son potencialmente deseables pero normalmente requieren más análisis para asegurar buena toma de decisiones. “Potenciales victorias rápidas” Menos deseables proyectos potenciales Proyectos en la esquina inferior derecha son los menos deseables Esfuerzo (Capex & Tiempo) Beneficio (Creación de valor & Mejora de rendimiento EHS) HH LL M 13 6 15 1 8 3 12 9 4 7 17 14 2 5 10 16 L H L M H 11

106. Gestión de proyectos Elaborar la “Carta de Proyecto” de los proyectos elegidos . Se trata de definir los siguientes aspectos del proyecto: Descripción del problema: Qué ocurre, cuándo empezó, dónde ocurre, cuál es su magnitud,por qué pensamos que podemos generar valor: “ En los últimos tres meses,el 15% de nuestros clientes principales han recibido sus pedidos con 3 días de retraso. Este dato es un 10% peor que el año anterior, e implica al 20% de nuestra facturación. Esto puede ocasionar futuras pérdidas de ventas en el corto plazo ” Definición de indicadores Y=f (x) y objetivos Definición de SIPOC ( Supplier, Inputs ( x,s ), Process, Output (Y) y Customer ) del proceso S C

107. Gestión de proyectos Elaborar la “Carta de Proyecto” de los proyectos elegidos. Se trata de definir los siguientes aspectos del proyecto ( cont. ): Alcance ( “scope in” y “scope out” ). Plan del proyecto: Periodificación de las fases DMAIC ( hitos ); descripción básica de cómo afrontar el proyecto Selección del equipo: componentes y disponibilidad. Esfuerzo necesario: inversiones, gasto, tiempo Beneficio esperado: cuánto y cuándo vamos a ganar Relación del proyecto con las líneas estratégicas de la organización

108. Gestión de proyectos Priorización de los proyectos Evaluar proyectos usando criterios de evaluación. Por ejemplo 1. Mayor EBITDA a partir de menor costo 2. Mayor EBITDA a partir de mayor ingreso 3. Reducción de capital de trabajo Actualizar matriz de Beneficio/Esfuerzo Revisar resultados Discusión/priorización de proyectos con participación activa de la Dirección General Programar lanzamientos de proyecto en base a disponibilidad de recursos Reducir Proyectos en Proceso

109. Gestión de proyectos Etapas de la realización de proyectos: PDCA

110. Gestión de proyectos Etapas de la realización de proyectos: DMAIC

111. Gestión de proyectos Etapas de la realización de proyectos: DMAIC

112. Roles en Six Sigma Campeón/auspiciante (Champion) Cinturón verde (Green Belt) Cinturón negro maestro (Master Black Belt) Equipo Six Sigma Cinturón negro (Black Belt)

113. Champion: Corresponde a la alta gerencia o ejecutivos. Se recomienda un champion por unidad de negocio.Recibe entre 20 a 40 horas de formación. Master Black Belt : Pueden ser los gerentes o jefes con dominio de herramientas estadísticas. Se recomienda un MBB por cada 30 BB, o por cada 1000 empleados. Recibe entre 280 a 460 horas de capacitación Black Belt : Pueden ser ingenieros, técnicos o personal con 5 o mas años de experiencia. Se propone un BB por cada 100 empleados. Un BB es la persona que tutoriza o dirige un equipo 6 sigma a tiempo completo; con 180 a 240 horas de formaciçon. Roles en Six Sigma

114. Roles en Six Sigma Green Belt : Suelen ser empleados que han recibido suficiente formación seis sigma. En general es el personal técnico o de soporte del área involucrada. Recibe entre 70 a 140 horas de formación. Su dedicación es a tiempo parcial. También están interviniendo otros cinturones como el amarillo, el blanco, entre otros. Por ejemplo Yellow Belt (YB) : Personal con conocimiento básico de seis sigma, con un entrenamiento de hasta 2 dias. A veces es un personal de la alta gerencia; pero muy diferente al champion o MBB

115. Roles en Six Sigma 1. Creer en la necesidad del cambio, crear la visi ón y vencer la resistencia. 2.Identificar áreas de negocio clave que, mejorándolas, aporten los mayores beneficios a la empresa. 3. Dotar de recursos financieros y organizativos para formar expertos que identifiquen y consigan objetivos agresivos. 4. Acordar indicadores para gestionar y controlar el progreso. 5. Reconocer y premiar el éxito. 6. Propagar los éxitos para conseguir un total cambio cultural. Champion

116. Roles en Six Sigma Master Black Belt 1 . Gozan del respeto y reconocimiento de toda la organización. 2. Máximos expertos y garantes de la correcta aplicación de la metodología 3. Su trabajo consiste en formar a los expertos (Black Belt) y especialistas (Green Belt) para que pueden liderar proyectos estratégicos de alto impacto en el negocio. 4. Sus conocimientos les permiten actuar en cualquier momento como asesores de los responsables de los procesos críticos del negocio y de los expertos y especialistas 5. Gran experiencia y conocimiento de los procesos internos de la empresa que les permiten plantear proyectos de mejora.

117. Roles en Six Sigma Black Belt 1. Gozan del respeto y reconocimiento de toda la organización. 2. Pueden liderar proyectos estratégicos de alto impacto en el negocio. 3. Gran capacidad de organización en proyectos multidepartamentales. 4. Profundo conocimiento de las herramientas Seis Sigma que les permite actuar como asesores de cualquier proyecto. 5. Conocedores de los procesos internos de la empresa que les permiten plantear proyectos de mejora.

118. Herramientas BÁSICAS Las siete herramientas básicas

119. Herramientas de recogida de datos. Diagrama de flujo Es un diagrama que utiliza símbolos gráficos para representar el flujo y las fases de un proceso. Está especialmente indicado al inicio de un plan de mejora de procesos, al ayudar a comprender cómo éstos se desenvuelven. Es básico en la gestión de los procesos. Ventajas. Facilita la comprensión del proceso. Al mismo tiempo, promueve el acuerdo, entre los miembros del equipo, sobre la naturaleza y desarrollo del proceso analizado. Supone una herramienta fundamental para obtener mejoras mediante el rediseño del proceso, o el diseño de uno alternativo. Identifica problemas, oportunidades de mejora y puntos de ruptura del proceso.

120. Herramientas de recogida de datos. Grafica de control Permite observar al proceso a lo largo del tiempo con el fin de descubrir tendencias y centrar la atención en los cambios del proceso.

121. Herramientas de recogida de datos. Hoja de recogida de datos Registro que recoge observaciones, frecuencias, productos no conformes, accidentes,...

122. Herramientas de recogida de datos. Hoja de recogida de datos Estos conceptos son igualmente válidos para la prestación de servicios. Veamos por ejemplo, los datos recogidos respecto al problema de una deficiente atención telefónica a clientes:

123. Herramientas de recogida de datos. Histograma Duración de las llamadas Número de llamadas Grupo de barras verticales que muestra la distribución de una variable en un grupo de datos. En el gráfico adjunto, se representan, por ejemplo, el número de llamadas de una determinada duración que atiende un call center

124. Herramientas de recogida de datos. Histograma Provee la forma de distribución de los datos La tendencia central y la variabilidad se pueden estimar fácilmente Superponiendo LSE y LIE puede estimarse la capacidad del proceso

125. Herramientas de análisis de datos. Diagrama causa efecto Permite organizar las ideas de un brainstorming Para redefinir las ideas de brainstorming en causas más detalladas Permite clasificar y relacionar los factores que afectan un proceso cuando pocos datos cuantificables estén disponibles Para determinar la causa real del problema vs. un síntoma Para identificar el nivel de entendimiento del equipo sobre la relación causa y efecto en un proceso

126. Herramientas de análisis de datos. Diagrama causa efecto Para poder plantear acciones correctoras, debemos buscar las “causas profundas”, preguntándonos 5 veces por que

127. Herramientas de análisis de datos. Diagrama causa efecto COMPLEXAGE. doc Veamos un ejemplo real

128. Herramientas de análisis de datos. Diagrama de regresión Es un método estandarizado de encontrar correlaciones entre dos variables y, lo más importante, nos proporciona un modelo de predicción. Puede ser utilizado para analizar la relación entre x e y o también entre varias x.

129. Herramientas de análisis de datos. Diagrama de regresión El coeficiente de correlación mide hasta qué punto dos variables están relacionadas linealmente. Dos variables con una relación lineal positiva perfecta tienen un coeficiente de correlación de 1 Dos variables con una relación lineal negativa perfecta tienen un coeficiente de correlación de – 1 Un coeficiente 0 significa que no existe relación lineal entre las variables Positiva Negativa Sin correlación

130. Herramientas de análisis de datos. Diagrama de Pareto Diagrama de Pareto Se basa en el principio de Pareto (80/20), que establece que el 80% de nuestro problema puede ser explicado por solo el 20% de las causas. El diagrama de Pareto aclara qué pocos problemas “vitales” (causas) deben ser atendidos en primer lugar. Ordenando las barras de mayor a menor, un cuadro de Pareto puede ayudar a determinar que defectos están comprendidos entre los “pocos vitales” y los “muchos triviales”

131. Herramientas de análisis de datos. Diagrama de Pareto Veamos un ejemplo: Análisis de los tiempos improductivos de una máquina Recogida de datos 28 ARRANQUE DE SEMANA 14 ESPERAR MATERIAL DE OTRA MAQUINA 27 OTROS 13 FALTA DE DOTACION 26 ACCIDENTE 12 FALTA INFORMACION IMPRESCINDIBLE 25 TRABAJO FINALMENTE NO REALIZADO 11 FALLO DE EMPALMES AUTOMATICOS 24 FALTA DE NOTA 10 ESPERAR VISTO BUENO DE CLIENTES 23 RECHAZOS DE AMTERIAS PRIMAS 9 ESPERAR RESULTADOS ANALISIS 22 ROTURAS DE MATERIAL 8 LIMPIEZA IMPREVISTA POR INCIDENTE 21 ESPERAR TINTAS 7 LIMPIEZA DE ENHEBRADOS 20 RETOQUE DE TINTAS 6 LIMPIEZA FIN DE SEMANA 19 CAMBIO DE CUCHILLAS 5 LIMPIEZA TRAMAS DURANTE IMPRESION 18 CAMBIO DE CAUCHOS 4 LIMPIEZA TRAMAS ANTES DE IMPRESION 17 REAJUSTE MONTAJE MAQUINA 3 REAJUSTE DE MAQUINA TRAS AVERIA 16 INSUFICIENTE MATERIAL ASIGNADO 2 AVERIA REINCIDENTE 15 ESPERAR MATERIAL DE ALMACEN 1 AVERIA NUEVA TIEMPO CONCEPTO TIEMPO CONCEPTO

132. Herramientas de análisis de datos. Diagrama de Pareto Veamos un ejemplo: Análisis de los tiempos improductivos de una máquina Graficar los resultados en orden de mayor a menor Invertir nuestros esfuerzos en solucionar los conceptos 2 y 21

133. Veamos otro ejemplo del sector servicios: atención telefónica a clientes Herramientas de análisis de datos. Diagrama de Pareto Estudiaremos un incremento de recursos humanos que soluciones la causa principal ( A )

134. Herramientas de análisis de datos. Diagrama de Pareto El diagrama de Pareto es una herramienta visual que nos ayuda a identificar qué problemas son los más significativos, de manera que los esfuerzos de mejora puedan ser enfocados donde tendrán mayor impacto. EN RESUMEN

135. Las NUEVAS Herramientas

136. Herramientas de análisis de datos. Diagrama de afinidad Se trata de una herramienta para organizar hechos, opciones y temas en grupos que ayuden a diagnosticar un problema complejo. La información es listada en tarjetas que son acomodadas hasta que se identifican los grupos útiles Ayuda a organizar ideas y / o hechos, como, por ejemplo, el resultado de un brainstorming

137. Herramientas de análisis de datos. Diagrama de afinidad Ejemplo:

138. Herramientas de análisis de datos. Diagrama de relaciones Representación gráfica de las distintas relaciones causa – efecto de un problema

139. El diagrama de relaciones es una herramienta que ayuda a percibir la relación lógica que existe entre una serie de problemas, actividades o departamentos encadenados como causas y efectos. En los diagramas de las relaciones existe la posibilidad de que se represente mas de un efecto y de que una causa pueda ser al mismo tiempo efecto de otra causa. Esto es, expresa libremente las relaciones entre causas y efectos, y ayuda a descubrir la causa principal que afecta a la situación en su totalidad. El diagrama de relaciones se construye indicando las relaciones lógicas que existen entre los factores causales. Algunos de los usos que a nivel empresarial se le dan a un diagrama de relaciones son: el desarrollo de políticas de calidad, la introducción y promoción del control total de calidad, mejoras a diseños con base en quejas del mercado , mejoras al proceso de manufactura , promoción de actividades en grupo, cambios administrativos, etc. La “causa principal” será la que tenga menor número de entradas y mayor número de salidas Herramientas de análisis de datos. Diagrama de relaciones

140. Ejemplo: Herramientas de análisis de datos. Diagrama de relaciones

141. Herramientas de búsqueda de soluciones.Diagrama de árbol El Diagrama de Árbol, o sistemático, es una técnica que permite obtener una visión de conjunto de los medios necesarios para alcanzar una meta o resolver un problema. Partiendo de una información general, como la meta a alcanzar, se incrementa gradualmente el grado de detalle sobre los medios necesarios para su consecución. Este mayor detalle se representa mediante una estructura en la que se comienza con una meta general (el "tronco") y se continúa con la identificación de niveles de acción más precisos (las sucesivas "ramas"). Las ramas del primer nivel constituyen medios para alcanzar la meta pero, a su vez, estos medios también son metas, objetivos intermedios, que se alcanzarán gracias a los medios de las ramas del nivel siguiente. Así repetidamente hasta llegar a un grado de concreción suficiente sobre los medios a emplear.

142. Herramientas de búsqueda de soluciones.Diagrama de árbol Ejemplo:

143. Características: Se estudian probabilidades de ocurrencia para ayudar a determinar prioridades. Se estudian dos tipos de relaciones entre la causas a distinto nivel: Relación Y : Indica que el resultado ocurre si y sólo si todos los eventos ocurren. Relación O: Indica que el resultado ocurre si al menos uno de los eventos ocurre. Declaración problema Ocurrencia % Causa A Ocurrencia % Causa B Ocurrencia % Causa 2 Ocurrencia % Ocurrencia % Ocurrencia % Causa 3 Causa 4 Causa 1 Ocurrencia % Herramientas de búsqueda de soluciones.Diagrama de árbol o o y

144. Herramientas de búsqueda de soluciones.Matriz XY La llamada “Casa de la calidad” permite traducir a especificaciones de diseño los requisitos del cliente. En el ejemplo ( extraído de “Six Sigma for managers”), el diseño de un bolígrafo “BIC”

145. Despliegue de la función calidad Herramientas de búsqueda de soluciones.Matriz XY

146. Herramientas de implantación de soluciones.Diagrama de flechas Se utiliza para programar las actividades necesarias en el cumplimiento de una tarea compleja lo más pronto posible, controlando el progreso de cada actividad. Su objetivo es determinar el tiempo óptimo de un proyecto, identificar las actividades necesarias para el cumplimiento del tiempo mínimo, elaborar un plan completo y detallado, revisar el plan en la etapa de planeación y clasificar las prioridades del proyecto. Es similar a la técnica conocida como CPM (Camino de Ruta Crítica).

147. Herramientas de implantación de soluciones.Diagrama del proceso de decisión Utilizado para prever e identificar problemas o desviaciones , y así buscar soluciones Ejemplo:

148. Brainstorming Principios de funcionamiento Determinar un objetivo claro Crear un grupo de trabajo de 6 a10 personas Elegir personas con carácteristicas personales o profesionales diferentes Debe haber ausencia de jerarquia, pues puede cohibir. Delimitar el tiempo de la sesion / maximo tres horas. Mecanica Definir claramente el objeto de la sesion escribiendolo de forma visible Cada componente del grupo generara una idea por turno, que nadie criticara. Estas ideas se escribiran de forma visible ( post its,...) Revisar lo escrito, para aclaraciones, eliminar las duplicadas y asociar las afines

149. Brainstorming El brainstorming es un método estructurado de generación de ideas/soluciones no restringidas El brainstorming produce muchas ideas/soluciones en corto plazo. Estimula la participacion y creatividad de un grupo El brainstorming separa la generación de ideas de su organización, evaluación y priorización.

150. Brainstorming Bloqueos más frecuentes Bloqueos individuales Especialización excesiva Racionalismo extremo Falta de confianza Falta de capacidad para escuchar Respeto excesivo a la autoridad Falta de espíritu crítico Bloqueos de la organización Falta de cultura participativa Desmotivación colectiva Falta de liderazgo Falta de reconocimiento

151. Benchmarking Es una herramienta que compara el desempeño de los procesos, productos o servicios de una organización con el de los mejores (*), a fin de determinar cuáles son las áreas en las que debemos mejorar para cumplir con los requerimientos clave de los clientes. (*) Los mejores pueden ser competidores directos o empresas reconocidas por su superioridad en la realización de ciertas funciones que nosotros queremos mejorar. Definición

152. Benchmarking Se aplicó en forma poco rigurosa, desde siempre, como análisis competitivo, pero no como una metodología consistente, con mayor alcance y más efectiva. En 1979, XEROX comenzó a practicarlo con la empresa L. L. BEAN sobre el proceso de entrega de pedidos. En 1989, el reconocido premio Malcolm Baldrige distinguió los resultados logrados por XEROX, en lo que se refiere al Benchmarking. Es una herramienta nueva para muchas empresas, no difundida lo suficientemente, que consigue evitar la “reinvención de la rueda” Breve historia

153. Benchmarking Qué es benchmarking Una herramienta que identifica, establece y logra estándares de excelencia. La práctica de comparar el desempeño con organizaciones “world class”. Una experiencia de investigación, aprendizaje y seguimiento que asegura que las mejores prácticas están identificadas, para su adaptación y ejecución Un método disciplinado de establecer las metas de funcionamiento, y los proyectos de mejora de calidad basándose en la mejor práctica de la industria Aprender cómo las principales compañías alcanzan sus niveles de funcionamiento. Una herramienta de negocio y una herramienta de calidad para mejorar los procesos del negocio

154. Benchmarking Copiar o plagiar lo que está de moda. Hacer turismo u ocupar el tiempo de parte del personal que no tiene trabajo o tarea. Buscar a la empresa “Súper Brillante” en todo lo que hace y en cómo lo hace y no encontrarla nunca en ningún lado. El objetivo de desempeño o estándar del mejor, sino el mejor proceso o estrategia que permita alcanzar lo que satisfaga y reconozcan como ventajoso los clientes. Copiar datos desintegrados, superficiales o anecdóticos. Qué no es benchmarking

155. Selección confusa de lo que se analiza, compara y mejora. No seleccionar los procesos que son críticos para el cliente. Los que más conocen el proceso a mejorar no participan de la mejora. La propuesta de mejora no es clara ni creíble. Actitud negativa para sustituir un paradigma por otro más ventajoso, necesario y probado. El Management no brinda apoyo al comienzo, o bien durante el proyecto. Benchmarking Causas de fracaso

156. Benchmarking Benchmarking interno

157. Benchmarking Benchmarking comparativo Consiste en evaluarse competitivamente con los rivales directos, con aquellas empresas que se mueven en los mismos mercados con productos, servicios o procesos más competitivos Ventajas: Mayor conocimiento de la competencia Procesos similares Marco normativo idéntico Facilita la fijación de objetivos Inconvenientes Problemas legales Verosimilitud de la información

158. Benchmarking Benchmarking funcional Evaluación comparativa con empresas del mismo sector industrial pero que compiten en diferentes mercados. Permite establecer comparaciones entre empresas con similares características tecnológicas, y concentrarse en funciones concretas. Ventajas Comparaciones cuantitativas. Procesos de negocio comunes Inconvenientes Culturas corporativas diferentes Puede no ser sencillo visualizar cómo adaptar las mejores prácticas Puede ser difícil encontrar las funciones comunes.

159. Benchmarking Benchmarking genérico Se selecciona una empresa por ser la mejor, no por el sector al que pertenece Ventajas Aumenta el potencial para el descubrimiento Es innovador Inconvenientes Puede conllevar cambios de mayor riesgo, lo que genera temores en la organización Difícil y laborioso Costoso

160. Benchmarking Resumen

161. Diseño de Experimentos - DOE Esta herramienta, que es una rama de la estadística aplicada, se basa en la planificación, realización, análisis e interpretación de ensayos controlados. Su aplicación práctica es en la mejora de procesos. El Diseño de Experimentos provee una metodología para el estudio científico de los factores que afectan la variación de los resultados de un proceso. Este mismo análisis brinda información sobre qué factores afectan de manera positiva y cuáles de manera negativa los resultados, pudiendo asimismo determinar qué otros factores no influyen en los resultados. El Diseño de Experimentos supera las limitaciones del clásico método de "prueba y error", pues en primer lugar sus resultados no son imprevisibles como en este último método, pero también porqué establece cuál es la combinación de factores que produce el resultado obtenido. Introducción

162. Diseño de Experimentos - DOE Definición Experimentación diseñada – La manipulación de factores controlables (variables independientes) a diferentes niveles para ver su efecto en algunas respuestas (variables dependientes) Manipulando entradas para ver los cambios en la salida, podemos entender el modelo Y (variable dependiente como una función de X’s (variables independientes).

163. Diseño de Experimentos - DOE Ejemplos Un director de ventas desea probar varias ideas promocionales y de ventas para ver cuáles de ellas incrementan realmente las ventas. Un ingeniero desea determinar qué configuraciones en una línea de producción tienen el mayor impacto en el rendimiento del producto final. Un diseñador desea usar la metodología DOE para determinar qué características de diseño del producto afectarán la complejidad de fabricación tanto como el rendimiento en campo. Un técnico desea entender mejor las fuentes de variación en un sistema de medición.

164. Diseño de Experimentos - DOE Determinar configuraciones de entrada que optimicen resultados y minimicen costos Búsqueda rápida de efectos significativos Obtener un modelo matemático relacionando entradas y resultados Reducción en el número de pruebas requeridas Verificación de la significancia estadística de resultados Identificación de áreas de bajo impacto permite incrementar la flexibilidad/tolerancias Metodología estandarizada proporciona un enfoque directo Beneficios

165. Lean – Six Sigma En un flujo de Valor, el material pasa el 95% del tiempo en espera. La calidad deficiente aumenta el tiempo de espera de fabricación. 10% de residuos puede aumentar el tiempo de espera en un 40% y reducir la capacidad disponible. Un largo tiempo de espera disminuye la tasa de mejoramiento de calidad. Los problemas de capacidad se ven encubiertos por tiempos de espera lentos. Las herramientas Lean aceleran la reducción del tiempo de espera… … Y Six Sigma permite que el proceso esté bajo control. Lean Six Sigma optimiza la capacidad, reduce el tiempo de espera y elimina la variabilidad en todos los procesos. Necesidad de integrar Lean y Six Sigma

166. Lean – Six Sigma Concepto pionero propuesto por Toyota. Adoptado por otros fabricantes japoneses. Descubierto mucho después por fabricantes occidentales. Se conoce por otros nombres: Sistema de Producción Toyota Justo a Tiempo Producción Eficiente Originalmente se centró en reducir los desechos en la fabricación. Actualmente, se han alcanzado grandes ganancias al aplicar el sistema Lean en ambientes operacionales y de servicio. Qué es el Lean

167. Lean – Six Sigma El Lean y los desperdicios Desperdicio de Transporte Desperdicio de Inventario (Exceso de abastecimiento listo para usar) Desperdicio de Movimiento (Exceso de movimiento de trabajadores) Desperdicio de Espera (Tiempo Perdido) Desperdicio de Sobre producción (Abastecimiento Actual innecesario) Desperdicio de Sobre proceso (uso excesivo de la capacidad) Desperdicio de Productos Defectuosos Los siete desperdicios mortales son inherentes a CADA proceso – Lean entrega la metodología, herramientas y técnicas para reducirlos y eliminarlos!

168. Objetivo – Disminuir el desecho y aumentar la velocidad de proceso Enfoque –Implementación de las herramientas Toyota Método – eventos Kaizen, mapa de flujo de Valor Objetivo – Mejora de desempeño en CCR,s del cliente Enfoque – Uso de DMAIC con herramientas TQM para eliminar la variación Método – Personal dedicado en exclusiva BB + personal con % de su tiempo asignado ( Champions, GB ) Lean – Six Sigma LEAN SIX SIGMA La Calidad Six Sigma permite la velocidad de Lean (Menos defectos significa menos tiempo rehaciendo el trabajo) La velocidad de Lean permite la calidad de Six Sigma (Ciclos más rápidos de Experimentación/aprendizaje)

169. Y, entonces... Entrenar Líderes Empresariales para utilizar un riguroso proceso de Selección de Proyectos en Base al Valor Analizar cada negocio para entender la oportunidad relativa del proceso de mejora. Entrenar Cinturones Negros y cinturones Verdes con Lean Six Sigma DMAIC y Liderazgo de Equipo Implementar un sistema de gestión de proyectos Entrenar Champions para reforzar responsabilidad y resultados a largo plazo Desplegar de manera rápida la mejor gente como Cinturones Negros en una masa crítica Implementar un proceso riguroso de medida y hacer un seguimiento de los resultados del proyecto financiero Integrar Lean Six Sigma en las prácticas de manejo diario del negocio Para......................

170. ....asegurar el crecimiento sostenible de nuestras empresas