PROGRAMA MBA CAPACIDAD DE PROCESO

Gerencia de Operaciones y SCM Cp =

LSE - LIE
----------------------------
6σ

Sesiones 11 Cpk = min

(X 3-σLIE
-------------------------- o
LSE - X
--------------------------
3σ )
Análisis CEP y Se calculan ambos valores y se reporta el menor de ellos
Seis Sigma
PROCESO 6 SIGMA:

Prof. Freddy Alvarado V. Cp = 2

2019 CpK >= 1.5
DPMO = 3.4
esan esan
•1 •2

Capacidad del Proceso CAPACIDAD DE PROCESO

esan esan
•3 •4

En Control o Fuera de Control

Causa especial Causa común Reducción de variabilidad,

mueve los limites de control
hacia la línea central
esan esan
•5 •6

Prof. Freddy Alvarado V. 1

 Diagnóstico CEP Cause & Effect Diagram
A. Gráfica de Control
Si un punto cae fuera de los LC el proceso esta fuera de
control estadístico
B. Aleatoriedad (Z estadístico)
Si el Z esta entre [-3, 3] → comportamiento aleatorio, si es
cae fuera de ese rango el proceso tiene patrones de
comportamiento no aleatorio. (Ideal Z = 0)
C. Capacidad del Proceso
Cp > 1.33 el proceso es capaz de cumplir con los LE
Cp < 1 el proceso no es capaz de cumplir con los LE

esan esan
•7 •8

Un poco de Historia…
6
Fue iniciado en Motorola el año 1982 por el ingeniero Bill
Six Sigma Smith, como una estrategia de negocios y mejora de la
calidad, pero posteriormente mejorado y popularizado por
General Electric.
Los resultados para Motorola hoy en día son los
Overview siguientes: Incremento de la productividad de un 12,3 %
anual; reducción de los costos de mala calidad sobre un
84,0 %; eliminación del 99,7 % de los defectos en sus
“Una estrategia para la mejora de la calidad e procesos; ahorros en costos de manufactura sobre los
incremento de la productividad” Once Billones de dólares y un crecimiento anual del
17,0 % compuesto sobre ganancias, ingresos y valor de
sus acciones.

esan esan
•9 •10

D M A I C
Definición de Medición de Analizar Mejorar Controlar

¿Qué es Seis Sigma? oportunidades desempeño oportunidad desempeño desempeño

Una Definición Sencilla PDF SIPOC Mapa de Proceso

(top level)
Análisis de
Stakeholders
Definición del Equipo
ERCI
✓ Un proceso de formular preguntas sobre cómo Definición
del Problema
Alto
Matriz (Poder - Interés) de Stakeholders

Presidente de la República

Ministerio Público

Defensoría del Pueblo

Congreso

Ministros
4.00

3.50
Secretaría General
G.C de Denuncias

Presidencia del Consejo de

Medios de información
Gerencia de Tecnologías y
3.00
Sistemas de Información
Contralor General

Vicecontralor General
Gerencia General

G.C de Control Sectorial

G.C de Desarrollo

Gerencia de Planeamiento y
Control
Nombre

Dr. Genaro Matute

C.P.C. Oswaldo Yupanqui
E
Responsabilidades

X
C

X
X
I
DEFINICIÓN

mejorar la satisfacción de los clientes que lleva a 1

Gerencia de Logística Grupo TIC
Gerencia de RR.HH. OCIs
Dpto. de Trámite Doc.

Gerencia de Asesoría Técnico-

2.50Entidades
Personal antiguo SOAs
Ing. Tito Medina X X
Legal
Gerencia de Procesos Ing. Edgar Cáceres X X
Poder

ONGs

0.00 0.50 1.00 1.50

2.00
2.00 2.50 3.00 3.50 4.00 Ing. Silvia Montoya X X
Personal nuevo
Gerencia de Capacitación Mónica X X
1.50

Ciudadanía

Gerentes de U.O. X X
1.00

Enrique Shimabukuro X

respuestas tangibles y cuantificables y que genera

0.50
Luz Marina Oré X X
Ing. Moisés Vera X
Bajo 0.00

Williams Mertz X

KANO Tollgate
Bajo Nivel de Interés Alto

Eco. Angela Akamine X X

checklist
una mayor rentabilidad.
13
Dolor del

16 7

CTQ`s
cliente

25

23

20
17

24

6 21
21 4

Bajo 1 11 Alto
Desempeño 22 Desempeño

MAPA DE
(-) 12 15
(+)
14

8 3
19
5

C
10
9

EQUIPO
Tiempo VO Baja
Satisfacción del Cliente Insatisfacción
(-)

Cp Cpk

Una Definición Técnica DPMO Análisis de Valor 1

PLAN DE Evaluación Mapa de proceso
LIC
3σ
x LSC
MUESTREO de medidas (detallado) Medidas

✓ Un parámetro estadístico que simboliza la existencia Desempeño Capacidad § Formatos I.P.O

MEDICIÓN

§ Recolectores
del Proceso
§ Método
de solo 3.4 defectos por un millón de oportunidades. Tableros
Tollgate
§ Tamaño
muestra
de control Ploteo y Estratificación Medición x de temas
checklist Temas

presentación Tipo y disponib. de data

Registro de Comunicacio
datos
generales

10,13,15,18, 28
nes con el
cliente
Coordinacion Control de
es internas calidad
1,2,3,4,6,8,9, 18,19,25,27, 3,15,12,19,2 1,4,7,8
1,25,27
21,22,24,27,
28,29,30

1,200
Gráfico de Pareto de Stock de Artículos

120.0%
1.2
1 Requerimientos Mensajería Impresión
1,2,5,26,28 12,13,14,15, 18,29
Sistemas
Procesos y
estándares
1,2,3,4,8,9,1

Definición operacional
1,000 100.0%
18,19,25,28 1,15,18,20,2
0.8
800 80.0% 9,30

de Data
0.6
600 60.0%

0.4 Programació Distribución y

400 40.0% Políticas Otros
n y cambios monitoreo
200 20.0% 0.2 1,29 2,7 8 8,11,15,17
- 0.0% 0
A B C D E F G H

esan esan
•11 •12

Prof. Freddy Alvarado V. 2

 ..... Deducción e Interpretación de 6
Qué es Sigma?
Sigma (σ) es un símbolo griego usado para representar La variabilidad es el principal enemigo de la
la desviación estándar, la cual, es una medida de la calidad
variación de la media en una distribución normal.
Temperatura en la habitación 1 Temperatura en la habitación 2
- Six Sigma define cualquier valor fuera de las especificaciones LSL = 19,0, Nominal = 21,0, USL = 23,0 LSL = 19,0, Nominal = 21,0, USL = 23,0
100
como un evento extraño 100

80 80

Nivel Sigma1 = LSE – X LIE Target LSE

60 60
σ 40
40
20
20
Nivel Sigma2 = X - LIE
0
σ 0
11 15 19 23 27 31
El menor 0.001 partes por 17 18 19 20 21 22 23 24 25
millón (ppm) 0.001 ppm Termostato-2
Termostato-1

No cometo
+/- 6 sigmas cometo Muchos
esan (99.9999998% ok
esan errores errores

•13 •14

Evolución del Nivel de Calidad

Significado de “Nivel de
Calidad del 99%”:
Nivel de ➢ 20.000 piezas de correo
Capacidad Estandar
Calidad extraviadas por hora
Estandar ➢ 15 minutos de agua no potable por
3 Sigma 93.32% dia
Historico
➢ 5.000 operaciones quirúrgicas
Estandar
4 Sigma 99.38% incorrectas por semana
Actual
➢ 2 aterrizajes fallidos en los
Nuevo principales aeropuertos por día
6 Sigma 99.99966%
Estandar
➢ 200.000 recetas médicas
incorrectas anualmente
➢ 7 horas sin electricidad al mes

esan esan
•15 •16

¿Dónde se encuentra la Industria?

Lo que entrega un Proveedor Seis Sigma: •6 (con margen de + 1.5 σ)
✓ 35 piezas de correo extraviadas anualmente PPM
1,000,000 IRS (Servicio de Impuestos – Apoyo Telefónico)
✓ Agua impotable durante 1 segundo cada 16 años (140.000 PPM)
100,000
Cuentas de Restaurante
✓ Una operación quirúrgica incorrecta en 20 años Recetas Medicas
10,000 Cupones de Descuento en la Prensa
✓ Un aterrizaje fallido cada 10 años en todos los aeropuertos de 1,000
Transferencias Bancarias
Manejo de Equipajes en Aerolineas
Estados Unidos
100
✓ Una receta médica con errores en 25 años Compañía Los Mejores en
10
Promedio su Clase
✓ Fallas en el servicio telefónico o en la transmisión de televisión
1
durante 6 segundos cada 100 años
1 2 3 4 5 6 7
✓ Tres bebés recién nacidos caen al suelo por culpa de un
Nivel Sigma
médico o una enfermera en 100 años

esan esan
•17 •18

Prof. Freddy Alvarado V. 3

 MEDICION DE DEFECTOS Medición de Defectos - Fórmulas
- Unidad, un artículo resultante del proceso DPU (Defectos/Unidad) = Número de Defectos
Número de Unidades

- Defecto, cualquier falla en un requerimiento

esencial del cliente (interno o externo)
Proporción de Defectuosos
(fracción de unidades con defectos)
- Defectuoso, cualquier unidad con uno o mas
Número de Defectuosos
defectos = Número de Unidades

- Oportunidad de Defecto, un tipo de defecto

potencial en una unidad de salida del proceso y Resultado (Y = Yield) unidades libre de error
que es importante para el cliente = 1 – Proporción de Defectuosos
Un cheque puede tener: cantidad errada, nombre del portador errado, firma
faltante, fecha errada (CUATRO oportunidades) •19
= 1 – 0.172 = 0.828 (or 82.8% Yield)
•20
esan esan
•19 •20

…. Determinación del nivel de Sigma

Medición de Defectos - Fórmulas
Nivel  DPM % Defectos Rendimiento(%)
DPO (Defectos/Oportunidad) = 0 933,193 93 % 6.7%
0-3
Número de Defectos
1 690,000 69 % 31% Necesita
Número de Unidades x Número de oportunidades Mejorar
2 308,537 31 % 69%
2.5 158,655 15.86 % 84.14 %
3 66,807 7% 93%
3 - 4.5
4 6,210 0.6 % 99.4%
DPMO (Defectos/Millón de Oportunidades) = Calidad
4.5 1350 0.14% 99.86% Convencional

Número de Defectos 5 233 0.02% 99.97%

Número de Unidades x Número de oportunidades
x 1,000,000 4.5 - 6
5.5 32 0.003 % 99.997% Buen Proceso
6 3.40 0.0 % 100.0%
6 Proceso óptimo
•21 •22
esan esan
•21 •22

Tabla de Conversión Sigma

Yield DPMO Sigma Yield DPMO Sigma ..... Deducción e Interpretación de 6
6,60% 934.000 0 93,30% 66.800 3
8,00% 920.000 0,1 94,50% 54.800 3,1
10,00% 900.000 0,2 95,50% 44.600 3,2 Gráficamente: Z: cantidad de sigmas, DPMO, Sigma: σ, Rendimiento (%): Yield
12,00% 880.000 0,3 96,40% 35.900 3,3
14,00% 860.000 0,4 97,10% 28.700 3,4
16,00% 840.000 0,5 97,70% 22.700 3,5
19,00% 810.000 0,6 98,20% 17.800 3,6
22,00% 780.000 0,7 98,60% 13.900 3,7
25,00% 750.000 0,8 98,90% 10.700 3,8
28,00% 720.000 0,9 99,20% 8.190 3,9
31,00% 690.000 1 99,40% 6.210 4
35,00% 650.000 1,1 99,50% 4.660 4,1
39,00% 610.000 1,2 99,70% 3.480 4,2
43,00% 570.000 1,3 99,75% 2.550 4,3
46,00% 540.000 1,4 99,81% 1.860 4,4
50,00% 500.000 1,5 99,87% 1.350 4,5 0 0
54,00%
58,00%
460.000
420.000
1,6
1,7
99,90%
99,93%
960
680
4,6
4,7
(σ)
61,80% 382.000 1,8 99,95% 480 4,8
65,60% 344.000 1,9 99,97% 330 4,9
69,20% 308.000 2 99,977% 230 5
72,60% 274.000 2,1 99,985% 150 5,1
75,80% 242.000 2,2 99,990% 100 5,2
78,80% 212.000 2,3 99,993% 70 5,3
81,60% 184.000 2,4 99,996% 40 5,4
84,20% 158.000 2,5 99,997% 30 5,5
86,50% 135.000 2,6 99,9980% 20 5,6
88,50% 115.000 2,7 99,9990% 10 5,7 0 0
90,30% 96.800 2,8 99,9992%
•23 8 5,8 (σ) •24
esan 91,90%
93,30%
80.800
66.800
2,9
3
99,9995%
99,99966%
5
3,4
5,9
6 esan
•23 •24

Prof. Freddy Alvarado V. 4

 MEJORAR Propósito
La etapa de CONTROL asegura que los cambios están siendo
Generate Solutions Plan
Perform Cost Benefit Implementation implementados adecuadamente y que se están llevando a cabo.
A 4
Analysis
B
1
A
2 3 4 5 6 7 8 9 10
Verificar el cumplimiento de objetivos estratégicos: satisfacción
1 B

C 3 C
D
del cliente, rentabilidad, ahorros, participación del mercado,
etc. LOGRAR LA ESTANDARIZACION
G
D 2 E F
G

H I
J

Select the Solution Assess Risks

FMEA
El proceso de control es un flujo continuo:
Run Pilot
Full scale

Original
Test
Medición Comparación Acción

esan esan
•25 •26

Prof. Freddy Alvarado V. 5