Ingeniera Investigacin y Tecnologa, volumen XVI (nmero 3), julio-septiembre 2015: 419-430

ISSN 1405-7743 FI-UNAM

(artculo arbitrado)
doi: http://dx.doi.org/10.1016/j.riit.2015.05.003

Desarrollo de un modelo matemtico para procesos multivariables

mediante Balanced Six Sigma
Development of a Mathematical Model for Multivariate Process
by Balanced Six Sigma
Daz-Castellanos Elizabeth Eugenia Barroso-Moreno Luis Alberto
Centro Interdisciplinario de Posgrados, Investigacin y Consultora Instituto Tecnolgico y de Estudios Superiores de Monterrey
Universidad Popular Autnoma del Estado de Puebla Campus Central de Veracruz
Correo: elizabetheugenia.diaz@upaep.edu.mx Correo: luis.barroso@itesm.mx

Daz- Ramos Carlos Pico-Gonzlez Beatriz

Departamento de Posgrado e Investigacin Centro Interdisciplinario de Posgrados, Investigacin y Consultora
Instituto Tecnolgico de Orizaba Universidad Popular Autnoma del Estado de Puebla
Correo: carlosdiazramos@yahoo.com.mx Correo: beatriz.pico@upaep.mx

Informacin del artculo: recibido: marzo de 2014, reevaluado: junio de 2014, aceptado: julio de 2015

Resumen

La metodologa Seis Sigma se utiliza ampliamente en las empresas para el

mejoramiento de la calidad, incremento de la productividad y la disminucin
Descriptores:
de costos, repercutiendo en un mejoramiento del negocio. Sin embargo, en la
actualidad el desafo consiste en dirigir esas herramientas a las mejoras que  %DODQFHG6FRUHFDUG%6&
tengan un impacto directo sobre la diferenciacin de valor, lo cual requiere la  6HLV6LJPD
alineacin de Seis Sigma con las estrategias competitivas de la organizacin.  HVWDGtVWLFDPXOWLYDULDQWH
De ah la importancia de establecer un sistema de gestin estratgica capaz de  GHVHPSHxRRUJDQL]DFLRQDO
medir, analizar, mejorar y controlar el rendimiento corporativo y al mismo
tiempo determinar las responsabilidades de liderazgo y el compromiso. El
-
co a travs de la alineacin de objetivos estratgicos (Balanced Scorecard) y
herramientas de mejora de la productividad (Seis Sigma) para procesos con
-
-

camente se trabaj con un caso real de estudio: Crdoba, Ver.
El modelo postula que si la estrategia, el rendimiento y la satisfaccin del

relacin intensa que existe entre el rendimiento del proceso y las iniciativas
estratgicas. Estos cambios pueden ser medidos por mtricas de procesos y
-
cia de produccin y porcentaje de los re-procesos, entre otros.
 Desarrollo de un modelo matemtico para procesos multivariables mediante Balanced Six Sigma

Abstract

The Six Sigma methodology is widely used in business to improve quality, in-
crease productivity and lower costs, impacting on business improvement. How- Keywords:
ever, today the challenge is to use those tools for improvements that will have a
 balanced scorecard
Sigma with the competitive strategies of the organization.Hence the importance of Six Sigma
a strategic management system to measure, analyze, improve and control corpo- multivariate statistics
organizational performance

the alignment of strategic objectives (Balanced Scorecard) and tools for productiv-
-
ciently robust so that it can serve as basis for application in manufacturing and

-
gy, performance and customer satisfaction are aligned, the organization will ben-

initiatives. These changes can be measured by productivity and process metrics

processing, among others.

Introduccin el propsito de contribuir a llenar el vaco que existe en

la actualidad al no disponer de un instrumento con es-
En los ltimos aos han surgido diferentes conceptos tas caractersticas que valore integral y estratgicamen-
de iniciativa de mejora, cuyos resultados prometen con- te el desempeo de una organizacin.
ducir a un desempeo superior y a una efectiva crea- Por un lado, el cuadro de mando integral es una he-
cin de valor en las organizaciones. Por tal motivo, se rramienta de administracin estratgica y sistema de
ha incrementado el inters por estudiar el proceso de medicin del desempeo, diseado para traducir las
- estrategias de la organizacin en planes de accin
sitos. orientados (Gamal , 2010). Por otro lado, Seis Sigma es
Actualmente la mayora de las empresas analizan una metodologa de administracin de la calidad que se
cada una de sus variables de respuesta o indicadores de enfoca en la reduccin de la variacin existente en los
desempeo, de forma individual e independiente; per- -
diendo de vista con ello, que estas variables interactan ca reduccin de los defectos y el mejoramiento de la
entre s y que en la gran mayora de los casos se encuen- calidad de productos, procesos y servicios.
tran fuertemente correlacionadas, aspecto muy olvida- La estadstica multivariante se encuentra integrada
do con mucha frecuencia y, por ende, pocas veces por un conjunto de tcnicas avanzadas que relacionan
traducido a mtricas tiles en la valoracin de los resul- mltiples variables de respuesta mediante modelos
tados de las estrategias implementadas.
 visualizar, de manera global, las dependencias e inter-
dependencias de un conjunto grande de variables a tra-
modelos tiles, los cuales a su vez, permitan obtener
Seis Sigma integral multivariado (SSIM), es el nom-
real de las organizaciones desde un punto de vista ho- bre que damos a este nuevo modelo de medicin de de-
- 
siones estratgicas. que requiere la participacin total de la organizacin en
El presente trabajo reporta los resultados de una in- todos sus niveles a travs de lderes que inspiran, geren-
- tes que mejoran y empleados que crean e innovan en es-
fuerzos conjuntos e integrados, los cuales persiguen el
propsito de alcanzar el nivel ptimo de rentabilidad y
(BSC), Seis Sigma y tcnicas estadsticas avanzadas, con -

420 Ingeniera Investigacin y Tecnologa, volumen XVI (nmero 3), julio-septiembre 2015: 419-430 ISSN 1405-7743 FI-UNAM
 Daz-Castellanos Elizabeth Eugenia, Daz- Ramos Carlos, Barroso-Moreno Luis Alberto, Pico-Gonzlez Beatriz

- -
rosas investigaciones como las mencionadas y tcnicas gral (formulacin de estrategias) relacionadas con el
de estadstica multivariante, en un marco de principios
y valores que guen los distintos derroteros de la orga- cliente.
nizacin. 
  -
- res de satisfaccin del cliente.
sos clave de la organizacin e integrarlos en un modelo
que valore el desempeo global del proceso corporati-
,QWHJUDFLyQGH6HLV6LJPDFRQHO&XDGURGH0DQGR
-
,QWHJUDOSDUDSURFHVRVPXOWLYDULDGRV

los procesos de mejora correspondientes. En su libro, The Balanced Scorecard, Kaplan y Norton
La sinergia generada mediante la fusin de estas (1996) muestran cmo un cuadro de control debe im-
tres metodologas, permite que las organizaciones de- -
sarrollen la capacidad de:

 - efectiva, la forma en que los indicadores se relacionan
ganizacin. unos con otros para mejorar el rendimiento global de
- una empresa. Es aqu en donde se puede resaltar la im-
presa. portancia de utilizar tcnicas multivariantes para iden-
-
promiso. 
- -
timizacin de su proceso clave. nanciera, perspectiva del cliente, operacionales inter-
- nos, perspectiva de los proveedores y de capacitacin y
rales para la mejora de desempeo. desarrollo. La idea principal del diagrama es ofrecer
- una perspectiva de la correlacin efectiva entre cada
prometida de todos los empleados.
 La alineacin de las estrategias de largo, mediano y
catalizador en el aprovechamiento de los potenciales corto plazo son una gran preocupacin de cualquier
subyacentes en todos sus empleados. organizacin, aspecto que no siempre se logra, sobre
todo cuando se presenta una total ausencia de relacin
Desarrollo entre las actividades que planean, desarrollan e imple-
mentan en todos los niveles para mantener una alta y
 fructfera rentabilidad. La metodologa desarrollada y
de desempeo corporativo (IGDC), en cual se integra un propuesta en este trabajo, aprovecha las ventajas del
conjunto de variables dependientes, como una funcin BSC y de SS para integrar totalmente las estrategias de
de un conjunto de variables independientes; es decir: largo, mediano y corto plazo, con la metodologa mos-
trada en la tabla 1.
  = f (variables independientes) (1)
Las variables independientes incluyen factores relacio-
nados con el enlace entre estrategia, desempeo y clien-
tes. Estas variables pueden incluir:
- ra organizadas en los 5 principales municipios:
rizacin de los proyectos Seis Sigma relacionados
con las iniciativas estratgicas.
-
tivos de los proyectos, y posteriormente los niveles
funcionales que traducen da a da los planes en
acciones.
Ingeniera Investigacin y Tecnologa, volumen XVI (nmero 3), julio-septiembre 2015: 419-430 ISSN 1405-7743 FI-UNAM
&RQVWUXFFLyQGHOPRGHORPDWHPiWLFR,*'&
De acuerdo al Sistema de Informacin Empresarial
Mexicano (SIEM), en la zona Crdoba-Orizaba del Es-
tado de Veracruz existen 307 empresas de manufactu-
-
-
interesante y atractivo encontrar soluciones a sus pro-
blemas de estrategia empresarial. As, los primeros
-
421
 Desarrollo de un modelo matemtico para procesos multivariables mediante Balanced Six Sigma

)LJXUD'LDJUDPDFRUUHODFLRQDO
GHLQGLFDGRUHVGHGHVHPSHxR

7DEOD0HWRGRORJtDJHQHUDOSDUDODFRQVWUXFFLyQGHOPRGHORPDWHPiWLFR,*'&
Etapa de BSC Etapa de SS Pasos en BSSM
Establecer direccin de la organizacin
Planeacin 


Traduccin Medir 
Desarrollar mapa de los grupos de variables

Presentar indicadores parciales
Analizar
Calcular el indicador global de desempeo corporativo (IGDC)
Construir la escala y rango de medicin del IGDC
Calcular la capacidad de proceso para indicadores
parciales
Ejecucin Mejorar Calcular la capacidad de proceso para el IGDC
Calcular el nivel de sigmas (z) de la organizacin


parciales
Controlar
 
Monitorear el impacto en el IGDC y la rentabilidad

422 Ingeniera Investigacin y Tecnologa, volumen XVI (nmero 3), julio-septiembre 2015: 419-430 ISSN 1405-7743 FI-UNAM
 Daz-Castellanos Elizabeth Eugenia, Daz- Ramos Carlos, Barroso-Moreno Luis Alberto, Pico-Gonzlez Beatriz

presas en donde se busc la informacin pertinente, a [0, 1]. Los criterios que se aplican en la evaluacin de la
travs de la determinacin de un tamao adecuado de -
muestra.
La determinacin del tamao de muestra, por consi-
guiente, fue uno de los primeros aspectos tcnicos del una reduccin del nmero de tems en la escala. Los
estudio a resolver. El modelo estadstico que proporcio-
na el tamao de muestra adecuado a un nivel de con- utilizado en el estudio arrojaron un valor de 0.8496, va-

-
N ZD2 p q rial que contribuye directamente aclarando dos puntos
n (2)
d 2 ( N  1)  ZD2 p q ' fundamentales en la explicacin del constructo: su es-
tructura interna y sus relaciones con terceras variables.
donde: 
multicolinealidad en la matriz de datos. Esta propiedad
N = total de la poblacin se determin a partir del determinante de la matriz de
ZD = 1.96 correlaciones, cuyo valor fue de 0.0000435, con lo cual se
p = proporcin esperada de empresas que acceden a dedujo que existe multicolinealidad en la matriz de da-
responder el instrumento tos. Se aplic asimismo, la prueba de esfericidad de Bart-
q p
d -
-

un error de 0.05. Estos valores de p y q aseguran la que los datos siguen una distribucin normal) para com-
plementar el procedimiento del determinante de la ma-
consecuencia, el tamao de muestra alcanza su nivel triz de correlaciones; el resultado indica que la hiptesis

La estructura poblacional bajo estudio condujo a la a la misma conclusin antes mencionada.
aplicacin de un muestreo aleatorio simple con un ta- -
mao de muestra de 227 empresas, en las cuales se apli-
c un instrumento de medicin diseado para cumplir correspondientes que tienen el mismo tipo de carga fac-
con los propsitos de la investigacin. Este instrumento torial, lo cual demuestra plenamente la validez del ins-
estaba integrado originalmente por 68 tems, los cuales trumento.
Con la informacin recopilada a travs del muestreo
detallado de cada uno de ellos.
- e iniciar la agrupacin de los indicadores de desempe-
  o en conglomerados de variables relacionadas, las
(ecuacin 3), estadstico ampliamente utilizado para
- 
mentos integrados de mltiples tems. dendograma resultante generado mediante el uso del
paquete estadstico MINITAB 16.
Si
2
Ahora queda claro que es necesario integrar a las
D  1 1  2 (3)
Ssuma variables en cinco conglomerados. Cada grupo de va-
riables al interior de cada conglomerado tienen una es-
donde: trecha relacin y, por tanto, una interpretacin concreta;
a saber: liderazgo, planeacin, clientes, crecimiento y
k = nmero de tems -
Si2 = suma de las varianzas de todos los tems cial permite mostrar la objetividad de la metodologa
S2suma = varianza de las puntuaciones totales de cada propuesta.
individuo La siguiente tarea consiste en obtener un modelo

 de las variables dentro de cada conglomerado. Para ello
que los valores de alfa se encuentran en el intervalo se aplic el anlisis de componentes principales (ACP). La

Ingeniera Investigacin y Tecnologa, volumen XVI (nmero 3), julio-septiembre 2015: 419-430 ISSN 1405-7743 FI-UNAM 423
 Desarrollo de un modelo matemtico para procesos multivariables mediante Balanced Six Sigma

5
cluster 5, donde se aprecia que con un componente   
(5)
principal se puede explicar la mayor parte de la varian- 1

za de ese grupo de variables.

Los modelos obtenidos a travs de la aplicacin de En donde wk representa al correspondiente factor de
ACP se pueden escribir como ponderacin del indicador parcial de desempeo IPDk.
-
n
tores, considerando la aplicacin del proceso de jerar-
 D
i 1

; 1..., 5 (4)
qua analtica (PJA o AHP, analytic hierarchy process).
El proceso de jerarqua analtica presentado por
En donde IPD = ndice parcial de desempeo del cluster y x repre-  
hacer frente a la toma de decisiones complejas, el cual
para cada cluster. ayuda al establecimiento de prioridades para una me-
La tabla 2 presenta los valores de las ponderaciones jor toma de decisiones, mediante una serie de contras-
y las funciones estratgicas que representa cada IPDK. tes por pares para, despus, sintetizar de manera ob-
El indicador global de desempeo corporativo (IGDC) jetiva los resultados. La principal ventaja del PJA es que
capta tanto los aspectos subjetivos, como los aspectos

0.00

33.33
Similitud

66.67

100.00 1 5 2 50 7 32 26 25 23 22 1 2 27 42 56 58 62 64 68 66 6 5 3 9 41 38 36 34 33 28 1 6 13 31 4 29 35 53 11 37 1 0 20 39 40 43 44 52 54 55 5 7 59 60 61 51 47 46 49 45 4 8
r r r r r r r
do d o do o r do o r o r o r o r o r o r o r o r o r o r o r o r o r o r o r do do o r o r o r o r o r o r o r o r o r do o r o r o r o r o r o r o r o r o r o r o r o r o r o r o r o r o r o r o r o r o r o r o r o r
ca ca c a d ca d d d d d d d d d d d d d d d c a c a d cad cad c ad c ad cad cad ca d c ad i ca cad cad c ad c ad cad cad ca d c ad c ad cad cad c ad c ad cad cad ca d c ad c ad cad cad c ad c ad cad cad
in
di ndi ndi d ci a ndi di ca di ca di c a dci a di ca di ca di ca d ci a dci a di ca di ca di c a dci a di ca di ca ndi n di dca
i i ni i i n i n i n ni i n i n i n ni i n i n i n i n ni i n i n i
i i i i i i i i i d i i i i i i i i i i i i i i i i i i i i i i i i
i i n i nd i nd i nd ni d i nd i nd i nd ni d i n i nd i nd i nd ni d i nd i nd i nd ni d i nd i nd i nd i nd ni d i nd i nd i nd ni d i nd i nd i nd i nd ni d i nd i nd )LJXUD'HQGRJUDPDLQWHJUDGRSRUHO
Variables DQiOLVLVFOXVWHU

14

12

10
Valor propio

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 )LJXUD*UiILFRGHVHGLPHQWDFLyQSDUDHO
Nmero de componente FOXVWHU

424 Ingeniera Investigacin y Tecnologa, volumen XVI (nmero 3), julio-septiembre 2015: 419-430 ISSN 1405-7743 FI-UNAM
 Daz-Castellanos Elizabeth Eugenia, Daz- Ramos Carlos, Barroso-Moreno Luis Alberto, Pico-Gonzlez Beatriz

7DEOD3RQGHUDFLRQHVGHODVIXQFLRQHVHVWUDWpJLFDV
i 
k 1 2 3 4 5 6 7 8 9 10 11 estratgica
1 0.555 0.521 0.155 0.521 0.105 0.337 Liderazgo
2 0.210 0.068 0.117 0.108 0.332 0.218 0.332 0.332 0.332 0.218 Planeacin
Genricos del
3 0.378 0.378 0.378 0.378 0.195 0.378 0.235
cliente
4 0.105 0.399 0.399 0.399 0.354 0.399 0.399 Crecimiento
IPD
Productividad y
5 0.271 0.271 0.271 0.52 0.252 0.221 0.252 0.271 0.271 0.271 0.271
ambiente laboral

- Saaty sustenta sus conclusiones en los resultados de un

rar la consistencia de las evaluaciones del decisor, lo
que reduce el sesgo en el proceso de toma de decisio-
nes. A continuacin se da una breve explicacin de la
manera en que se aplic el PJA para llegar al estableci- cuales una persona puede discriminar la intensidad de
miento de las prioridades mencionadas lneas arriba. la relacin entre elementos de un conjunto dado. De
- esta manera, todas las comparaciones y por ende las
rresponde al foco de investigacin utilizando el proceso mediciones, se hacen con base en la misma escala; por
de jerarqua analtica. Este foco representa la importan- ello, la tcnica se ajusta al principio de homogenizacin
 de la teora de mediciones.
representan a cada uno de los cinco criterios (indicado- Ahora bien, queda por resolver el problema de
res parciales) con que cuenta el modelo (ver ecuacin -
5), y cada uno de los c que se desprenden de estos, re- puesta se encontr en el mtodo Delphi, el cual es un
presentan a los actores (indicadores individuales) o mtodo de decisin en grupo desarrollado por Dalkey
subcriterios del modelo.
 
El primer paso consiste en transformar la estructura -
rios individuales por parte de los participantes en el
-
los factores (indicadores parciales) tanto en las colum- 
nas como en los renglones. El PJA contempla que los de respuesta annima para recibir comentarios por es-
crito de cada participante/experto de la evaluacin so-
con base a una escala establecida por Saaty (1980).

)LJXUD-HUDUTXL]DFLyQHQHO3-$GHO
SUREOHPDEDMRHVWXGLR

Ingeniera Investigacin y Tecnologa, volumen XVI (nmero 3), julio-septiembre 2015: 419-430 ISSN 1405-7743 FI-UNAM 425
 Desarrollo de un modelo matemtico para procesos multivariables mediante Balanced Six Sigma

a 5 rondas antes de llegar a un consenso de los partici- de donde se desprende que w1 = 0.40316, w2 = 0.18590,
 w3 = 0.31305, w4 = 0.04443 y w5 = 0.05443.
opiniones de los expertos se muestran directamente en -
 tener el indicador global de desempeo corporativo es
posteriores.
   = 0. 40316IPD1 + 0.18590IPD2 + 0.31305 IPD3
+ 0.04443IPD4 + 0.05443IPD5 (7)
los niveles asignados a los correspondientes pesos de los
factores. Los valores de cada combinacin rengln-co- 
lumna se obtienen mediante el cociente de la puntuacin integra los principios del cuadro integral de mando, Seis
correspondiente de la tabla 3, entre el total de su colum- Sigma y mtodos estadsticos avanzados, hace posible la
 obtencin de un indicador global de desempeo corporativo
promedio de los elementos de cada rengln.  -
El vector de prioridad  resultante es: rar los planes estratgicos de la organizacin.

0.40316
Discusin y anlisis de resultados
0.18590
 0.31205 (6) 

0.04443 la probabilidad de obtener productos no conformes en
0.05443 un proceso, esta probabilidad a su vez, se transforma en

7DEOD0DWUL]GHFRPSDUDFLyQSRUSDUHVSXQWXDFLyQILQDO

Impacto de las diferentes 

Productividad
en el desempeo  y ambiente
empresarial   del cliente  laboral
 1 2 4 7 4
 1/2 1 5 5
 4 1 7 7
 1/7 1/5 1/7 1 1

1/4 1/5 1/7 1 1
ambiente laboral
 2.14 7.40 5.53 21.0 18.0

7DEOD3XQWXDFLRQHVHQODPDWUL]SRUSDUHV
Impacto de las diferentes  Peso de los
Productividad factores
en el desempeo  y ambiente (valor
empresarial   del cliente  laboral promedio)

 0.46666 0.27027 0.72332 0.33333 0.22222 0.40316

 0.23333 0.13513 0.04520 0.23809 0.27777 0.18590

 0.11666 0.54054 0.18083 0.33333 0.38888 0.31205

 0.06666 0.02702 0.02531 0.04761 0.05555 0.04443


0.11666 0.02702 0.02531 0.04761 0.05555 0.05443
ambiente laboral

426 Ingeniera Investigacin y Tecnologa, volumen XVI (nmero 3), julio-septiembre 2015: 419-430 ISSN 1405-7743 FI-UNAM
 Daz-Castellanos Elizabeth Eugenia, Daz- Ramos Carlos, Barroso-Moreno Luis Alberto, Pico-Gonzlez Beatriz

 para incorporarlos a un ndice de desempeo centra-

defectos por milln de oportunidades (DPMO). Estos do en el cliente.
trminos pueden de igual manera elevarse al nivel cor- 
porativo, una vez que se dispone de un ndice como el qu puede alcanzar una organizacin con el
 - cmo lo va a cumplir.
ner aplicando las siguientes expresiones Incorpora tcnicas estadsticas multivariantes en la
evaluacin del desempeo corporativo.
 
DPU  In (8)
100 
obtenidos en el estudio mediante la alineacin de las
DPU 1 000 000 dos metodologas utilizadas para el desarrollo del
DMPOcorporativo (9)
.  modelo.
Se llev a cabo una evaluacin de las empresas ma-
La relevancia de las mtricas anteriores estriba en que   -
dad de conocer el nivel de calidad de cada una de ellas,
- medido en nmero de sigmas. Tomando las ecuaciones
cin con la valoracin de la calidad de un producto o formadas de la tabla 2 se sustituyeron los datos de las
servicio. Este resultado es de suma importancia, ya que 227 empresas muestreadas. La tabla 7 muestra las pri-
demuestra que los criterios de evaluacin del desempe- meras 5 empresas, ordenadas por su nivel de calidad
o en todos los niveles de la organizacin, pueden ali- (sigmas), la columna 2 contiene el valor obtenido de la
nearse perfectamente en el proceso estratgico corpo- sustitucin de la combinacin lineal dada por la prime-
rativo, a travs de criterios cuantitativos que resultan ra componente principal (IPD1), la columna 3 muestra
el resultado para el IPD2 y as sucesivamente, hasta la
La tabla 5 muestra la equivalencia para valores de columna 6 que muestra el resultado del el IPD5.
DPMO a niveles de sigma. La ltima columna de la ta- Con la ecuacin (7), se calcula la columna 7, corres-
- pondiente al valor del ndice global de desempeo cor-
peo de una empresa de acuerdo con DMPO, rendi- porativo por empresa. La ecuacin (8) sirve para
miento y nivel de calidad sigma. 
Las ventajas que el modelo ofrece para la valoracin a que le reportan al CEO; en seguida se tiene la equiva-
nivel corporativo son: 
desempeo en trminos de nmero de sigmas con que
- opera cada organizacin.
rativo de calidad sigma. De la tabla 7 se puede concluir que la empresa que
Alinea la estructura organizacional con el negocio. tiene un mejor desempeo es la 9, con un valor de sig-
Mantiene la visibilidad de los costos, ganancias y 
rentabilidad. para mejorar su desempeo global. Dentro de las lti-
Toma en cuenta los indicadores para el liderazgo y la
tasa de mejora. por debajo de 3 sigmas, lo cual es alarmante.
 -
salidas de la organizacin
 -
desempeo organizacional y los factores crticos mas; es justo en estas empresas donde debe implemen-

7DEOD(TXLYDOHQFLDSDUDQLYHOHVGH'302
si el DPMO es El rendimiento es El nivel de sigma es Decisin
1 Desempeo malo
308,000 2 Desempeo malo
66,800 3 Desempeo bueno
6,210 4 Desempeo bueno
320 5 Desempeo alto
3.4 6 Desempeo alto

Ingeniera Investigacin y Tecnologa, volumen XVI (nmero 3), julio-septiembre 2015: 419-430 ISSN 1405-7743 FI-UNAM 427
 Desarrollo de un modelo matemtico para procesos multivariables mediante Balanced Six Sigma

7DEOD,QGLFDGRUHVGHGHVHPSHxRDOLHQDGRVFRQ%6&\66
Cuadro de mando integral
Seis Sigma Planeacin Traduccin Ejecucin
Generacin de la
estrategia
Investigacin de

expectativas
Proyecto alineado
con estrategia
Cumplimiento de
Medir
planeacin estratgica
Ciclo de mejora
Quejas de clientes
Analizar 
clientes
Servicio postventa
Mejorar Bsqueda de nuevos
clientes y mercado

Controlar
Proyectos exitosos
Sensibilizacin de los
Satisfaccin personal empleados

rdenes de clientes
recibidas


proceso

7DEOD5HVXPHQGHODHYDOXDFLyQGHFDGDHPSUHVDPXHVWUHDGD
 IPD1 IPD2 IPD3 IPD4 IPD5 IGDC  Nm. EJEC. CEO DMPO SIGMA

Empresa 9 96.163 73.848 60.312 100.623 159.914 84.4924127 0.16850845 30 5616.94821 4.03533772

Empresa 45 100.27 74.27 55.764 95.79 158.628 84.521852 0.16816008 29 5798.6235 4.02416806

Empresa 93 96.426 75.999 55.763 100.977 160.782 83.6420436 0.17862388 30 5954.12928 4.01485134

Empresa 24 100.37 75.001 55.958 94.863 150.355 84.2664429 0.17118647 28 6113.80242 4.0055068

Empresa 105 99.975 78.669 55.644 102.015 164.362 85.7728166 0.15346805 25 6138.7221 4.00406798

tarse un sistema de control estadstico de procesos, con La evaluacin, en tal contexto, resulta ser de suma
importancia, ya que sin ella, no se puede determinar con
variaciones estadsticas en sus procesos. toda precisin en qu condiciones se encuentra una or-
ganizacin, y mucho menos saber qu estrategias tiene

Conclusiones
como lo aseguran Kaplan y Norton (1996) aclara y tradu-
 ce la visin y la estrategia, misma que debe medirse por
cuanto a la generacin de nuevos conocimientos en la indicadores cuantitativos, ptimos y objetivos.
ciencia y la tecnologa, genera importantes retos en re- -
lacin con el desarrollo y aplicacin de modelos creati-  
vos e innovadores en todas las organizaciones para desempeo corporativo en empresas manufactureras,
resolver los diferentes problemas que les aquejan. El pues ese modelo considera las relaciones existentes en-
aprovechamiento de las ventajas de las tecnologas pro- tre los indicadores de desempeo de una organizacin;
badas y su fusin de manera innovadora, con toda se- -
guridad resultan en nuevas formas de abordar y en- timizacin a travs de tcnicas de control estadstico
multivariante de la calidad.

428 Ingeniera Investigacin y Tecnologa, volumen XVI (nmero 3), julio-septiembre 2015: 419-430 ISSN 1405-7743 FI-UNAM
 Daz-Castellanos Elizabeth Eugenia, Daz- Ramos Carlos, Barroso-Moreno Luis Alberto, Pico-Gonzlez Beatriz

La aplicacin del modelo a las empresas que forma- Gamal M. Six Sigma quality: A structured review and implica-
ron parte de la investigacin, dio como resultado que tions for future research. International Journal of Quality and
Reliability Management, volumen 27 (nmero 3), 2010: 269-318.
- The Balanced Scorecard. Translating Strategy
into Action, Harvard Business School Press, 1996.
como empresas con desempeo bajo. Como se estable- Saaty T.L. The analytical hierarchical process 
- Hill, 1980.

que deben aplicarse para llevar a la empresa a mejores Bibliografa

niveles de desempeo corporativo; sin embargo, este
A.D.A. The future of the balanced scorecard: an interview with
El proyecto de investigacin ha abierto la posibili- 
, vo-
dad de nuevos retos que atender, entre los inmediatos lumen 7 (nmero1), 2003: 30.
se pueden mencionar los siguientes entre muchos otros 
-
que seguramente surgen de los trabajos realizados: mentaion of six Sigma Program. Measuring business excellence,
volumen 6 (nmero 4), 2002: 20-27.
 - Aung B.K. Evolution toward excellence: use of business excellence
program in Canada. Measuring business excellence, volumen 9
 - (nmero 4), 2005: 4-15.
miento de los IPDK. Gosnik y Vujica A study on development of balanced scorecard

de jerarqua analtica y la metodologa de investiga- making.   , volumen 3,
 2010: 268-272.


-
IGDC, que ayuden al pronstico del comportamien- lanced Scorecard.   , volumen 9
to de este. (nmero 1), 2005: 5-12.

       
Agradecimientos
Los autores agradecen el apoyo del Parque de Innova-
cin y Desarrollo del Estado de Veracruz (PIDEV) ubi-
cado dentro de las instalaciones del Instituto Tec-
nolgico y de Estudios Superiores de Monterrey, Cam-
pus Central de Veracruz; por su valioso apoyo en la
aplicacin del mtodo Delphi a los expertos de empre-
sas manufactureras de la regin; asimismo, a los eva-
mero 2), 2001: 29-32.
ciones, observaciones y sugerencias en relacin con el
desarrollo del presente trabajo.
Referencias
Quality. , 2007: 22-27.
Jeh-Nan P. y Ming-Yueh C. An empirical study for exploring the
relationship between balanced scorecard and Six Sigma pro-
grams. , volumen 13 (nmero
2), febrero de 2008: 481-496.
Nagel M.E. Balanced scorecard and Six Sigma: Complementary
tools to advance the leadership agenda. Balanced Scorecard
Collaborative, A Palladium company, 2011.
P.S. Measurements for business. Quality Progress, volumen 34 (n-
Sambhe y Dalu. Evaluation Six Sigma implementation in medium
scale Indian automotive enterprises. International Journal of
, 2011: 3.
Zailani A. y Sasthriyar P. Investigation on the Six Sigma critical
success factors. , volumen
Dalkey N.C. y Helmer O. An experimental application of the Del- 57 (nmero 1), 2011: 124-132.
phi method to the use of experts. Management Science, volumen
9 (nmero 3), 1963: 458-467.

Ingeniera Investigacin y Tecnologa, volumen XVI (nmero 3), julio-septiembre 2015: 419-430 ISSN 1405-7743 FI-UNAM 429
 Desarrollo de un modelo matemtico para procesos multivariables mediante Balanced Six Sigma

Este artculo se cita:

Citacin Estilo Chicago
'tD]&DVWHOODQRV(OL]DEHWK(XJHQLD&DUORV'tD]5DPRV/XLV$O
EHUWR %DUURVR0RUHQR %HDWUL] 3LFR*RQ]iOH] 'HVDUUROOR GH XQ
PRGHORPDWHPiWLFRSDUDSURFHVRVPXOWLYDULDEOHVPHGLDQWH%DODQ
FHG 6L[ 6LJPD Ingeniera Investigacin y Tecnologa ;9, 


Citacin Estilo ISO 690

'tD]&DVWHOODQRV(('tD]5DPRV&%DUURVR0RUHQR/$3LFR
*RQ]iOH]%'HVDUUROORGHXQPRGHORPDWHPiWLFRSDUDSURFHVRV
PXOWLYDULDEOHVPHGLDQWH%DODQFHG6L[6LJPDIngenierta Investiga-
ciyn y TecnologtaYROXPHQ;9,Q~PHURMXOLRVHSWLHPEUHGH


Semblanzas de los autores

 Estudiante del doctorado en planeacin estratgica y direccin de tecno-

la maestra en ingeniera industrial por el Instituto Tecnolgico de Orizaba. Es ingeniera qumica con
especialidad en alimentos. Ha trabajado como profesora en el departamento de ingeniera y negocios en
el Instituto Tecnolgico y de Estudios Superiores de Monterrey, Campus Central de Veracruz, ha sido
docente en la carrera de ingeniera industrial en el Instituto Tecnolgico de Orizaba y facilitadora en l-
nea en el Instituto Consorcio Clavijero. Ha sido merecedora de premios nacionales como: Premio a la
Mejor tesis de Posgrado a nivel nacional, otorgado por la Direccin General de Educacin Tecnolgica
(DGEST) as como primero a los mejores estudiantes de ingeniera a nivel nacional otorgado por la Aso-

  
Instituto Tecnolgico de Orizaba. Es maestro en ciencias en investigacin de operaciones por el Instituto
Tecnolgico y de Estudios Superiores de Monterrey, Campus Monterrey e ingeniero industrial en elec-
tricidad por el Instituto Tecnolgico de Morelia. Cuenta con reconocimientos internacionales dentro de
 


-
ba. Director de tesis a nivel licenciatura, maestra y doctorado.
Luis Alberto Barroso-Moreno. Profesor asistente del Tecnolgico de Monterrey Campus Central de Veracruz
-
cin se enfocan en: sistemas productivos, administracin de la tecnologa e ingeniera econmica. Ha
sido director del Departamento de Ingeniera en el Instituto Tecnolgico y de Estudios Superiores de
Monterrey y consultor de empresas en la regin Crdoba-Orizaba.
Beatriz Pico-Gonzlez-
-


para el Diseo e Imparticin de Cursos de Capacitacin. Actualmente funge como coordinadora del
-
dad Popular Autnoma del Estado de Puebla, forma parte del grupo de profesores que participan como


430 Ingeniera Investigacin y Tecnologa, volumen XVI (nmero 3), julio-septiembre 2015: 419-430 ISSN 1405-7743 FI-UNAM