Historia

Seis Sigma como un estndar de medicin se remonta a Carlos Federico Gauss (1777-1855) quien introdujo el concepto de la curva normal. Seis Sigma como un estndar de medicin de la variacin del producto se remonta a la dcada de 1920 cuando Walter Shewhart demostr que tres sigma de la media es el punto en el que requiere un proceso de correccin. Para medir la variacin existan algunas mediciones estndares (Cpk, cero defectos, etc.) ms tarde entr en escena seis sigma pero el crdito de haber acuado el trmino "Seis Sigma" va a un ingeniero de Motorola llamado Bill Smith. (Dicho sea de paso, "Seis Sigma" es una marca comercial registrada de Motorola).

Historia (Cont.)
A principios y mediados de la dcada de 1980 con el presidente Bob Galvin en el timn, con los ingenieros de Motorola decidi que los niveles de calidad tradicional se midieran. Medir los defectos en miles de oportunidades - no proporcion suficiente granularidad. En su lugar, se requiri medir los defectos por milln de oportunidades. Motorola desarroll este nuevo estndar y cre la metodologa y los necesarios cambios culturales asociados a ella. Seis Sigma ayud a Motorola cuenta de resultados de gran alcance la lnea de fondo en su organizacin - de hecho, que document ms de $ 16 mil millones en ahorros como resultado de nuestros esfuerzos de Seis Sigma.

Seis sigma
''Seis Sigma''' es una estrategia de mejora continua del negocio que busca mejorar el desempeo de los procesos de una organizacin y reducir su variacin. Tiene tres reas prioritarias de accin:
Satisfaccin del cliente Reduccin del tiempo de ciclo Disminucin de los defectos

La meta de 6 Sigma es llegar a un mximo de 3,4 ''defectos'' por milln de eventos u oportunidades (DPMO), entendindose como ''defecto'' cualquier evento en que un producto o servicio no logra cumplir los requerimientos del cliente

Seis sigma
Seis sigma utiliza herramientas estadsticas para la caracterizacin y el estudio de los procesos, de ah el nombre de la herramienta, ya que sigma representa tradicionalmente la variabilidad en un proceso y el objetivo de la metodologa seis sigma es reducir sta de modo que mi proceso se encuentre siempre dentro de los lmites establecidos por los requerimientos del cliente.

Actores y Roles en seis sigma

NOMBRE Lder de Implementacin Champion y/o patrocinador ROL Direccin del comit directivo para 6 sigma. Gerentes de plantas y gerentes de area, son los dueos de los problemas Dedicados 100% a 6 sigma, brindan asesora y tuenen la responsabilidad de mantener una cultura de calidad dentro de la empresa. Dirigen y asesoran proyectos claves. Gente dedicada de tiempo completo a seis sigma, realizan y asesoran proyectos Ingenieros, analistas financieros, expertos tcnicos en el negocio; atacan problemas de sus reas y estn dedicados en tiempo parcial a 6 sigma. Participan y lideran equipos seis sigma

Master Black belt

Black belt

Green belt

Yellow belt

Personal de piso que tiene problemas en su rea

Mtodo Seis Sigma para la Solucin de Problemas

Es una metodologa que utiliza

herramientas y mtodos estadsticos para DEFINIR los problemas a mejorar, MEDIR para obtener la informacin y los datos, ANALIZAR la informacin recolectada, INCORPORAR y emprender mejoras y finalmente CONTROLAR para mantener la mejora. A este esquema se le llama DMAIC.

Mtodo DMAIC
DMAIC establece una estructura para

la solucin de problemas:

Definir - Es identificar las oportunidades

de mejora de los procesos y productos. Medir Medir el estado actual del proceso. Analizar Es identificar las causas de la variacin o de los defectos. Incorporar mejoras - Es desarrollar y ejecutar las mejoras. Controlar - Es instalar controles para prevenir la re-ocurrencia del problema.

Fase Definir
D Fase Definir: En la fase de definicin, las necesidades de los clientes son declarados y los procesos y productos para ser mejorados estn definidos. Defina los objetivos del proyecto y el cliente (interno y externo)
Pasos

Actividades / Herramienta
Defina el proceso a mejorar Defina los objetivos del proyecto Identificar los involucrados / interesados del proyecto Identificar clientes (diagrama SIPOC) CT Trees

Salida (s) Estado del problema Alcance del proyecto Metas del proyecto

Crear el estado del problema

Identifique CTQs

Identifique las necesidades del cliente Gap anlisis Impacto de negocio (ahorros del proyecto) Definicin del proyecto Plan maestro del Proyecto Plan/periodo de tiempo del proyecto Nivel alto de mapeo del proceso Definicin de mediciones del rendimiento

Defina los estndares de rendimiento

Identifique las mediciones del rendimiento Anlisis financiero Nivel alto de mapeo del proceso

FASE DEFINIR
Criterios para la seleccin y definicin de proyectos Aborda reas de mejora de alto impacto: Reducir defectos o desperdicios en las etapas mas criticas de un proceso Ligado directamente a la satisfaccin del cliente (quejas, reclamos, etc.) Mejorar la capacidad de los procesos Incrementar el flujo del trabajo en los procesos (organizacin del trabajo, reduccin de tiempos de ciclo, eliminar actividades que no agregan valor) Apoyo y compromiso de la alta direccin: La importancia del proyecto es clara para la organizacin y se percibe como algo importante El proyecto tiene el apoyo y la aprobacin de la direccin (o gerencia) de la empresa Efectos fundamentales: Se espera que el proyecto tenga beneficios monetarios importantes (medibles), que se reflejan en un tiempo menor a un ao Factible de realizarse en 3 a 6 meses Para medir el xito del proyecto se tienen mtricas cuantitativas claras, por lo que es fcil medir el punto de partida y los resultados Aspectos a evitar en el proyecto: Objetivos vagos e imprecisos, Pobres mtricas para medir impacto, No ligado a lo financiero, Alcance demasiado amplio, No ligado a los planes estratgicos anuales, Soluciones indefinidas, Demasiados objetivos

ELEMENTOS DEL MARCO DE UN PROYECTO SEIS SIGMA

MARCO DEL PROYECTO SEIS SIGMA VERSION FECHA

Titulo / propsito: declaracin breve de la intencin del proyecto (usar mtricas) Necesidades del negocio a ser atendidas: indicar argumentos para llevar a cabo el proyecto Declaracin del problema: resume los problemas que sern abordados Objetivo: declaracin mas especifica del resultado deseado Alcance: establecer el aspecto especifico del problema que ser abordado Roles y responsabilidades: los que intervienen en el proyecto Propietarios: se refiere a los departamentos, clientes que sern afectados Patrocinador o champion: directivo que apoya el proyecto y le da seguimiento Equipo: miembros especficos de los grupos de propietario que juega un papel activo en el proyecto

Recursos: procesos, equipos, base de datos o gente que no es miembro del equipo
Mtricas: variable a travs de las cuales se medir el xito del proyecto Fecha de inicio del proyecto: TBD Fecha planeada para finalizar el proyecto: TBD Entregable del proyecto: incluye todos los beneficios medibles y tangibles que se espera tener

Definicin
En esta primera etapa se clarifican el objetivo del proyecto, la forma de medir su xito, su alcance, los beneficios potenciales y las personas que intervienen en el proyecto. En una empresa que fabrica asientos para automvil se pone en marcha la estrategia seis Sigma. El campen identifica que uno de los aspectos a mejorar es el descansabrazos de un modelo de asiento, ya que debido a que no se tiene una calidad Seis Sigma es necesario hacer inspeccin 100% y corregir con reprocesos los problemas detectados. Las variables criticas del ensamble del descansabrazos son (ver figura 1.) Y1 = Esfuerzo para levantar el descansabrazos Y2 = Esfuerzo para bajar el descansabrazos La tolerancia para el producto es de 30, con especificacin 25 15

Mejora del proceso de ensamble de descansabrazos

Definicin
El modelo del asiento era uno de los productos lideres que se les proporcionaba a los principales clientes de la empresa. Por ello, era prioritario generar un proyecto para alcanzar un proceso Seis Sigma, a fin de disminuir los costos de inspeccin y garantizar la satisfaccin y lealtad de los clientes. Se designo como lder del proyecto a un black belt, quien conformo su equipo de apoyo en coordinacin con el champion y el propietario del proceso. A continuacin se muestra el marco del proyecto, en donde se muestra en que consiste el proyecto sus mtricas y beneficios esperados. Ah se observa que si se cumple con los objetivos del proyecto se lograran ahorros cuantificables por $31,000 dlares

ELEMENTOS DEL MARCO DEL PROYECTO SEIS SIGMA

MARCO DEL PROYECTO SEIS SIGMA VERSION
Titulo / propsito: Mejora del proceso de los descansabrazos Necesidades del negocio a ser atendidas: Como la calidad del ensamble de descansabrazos no tiene un nivel de Seis Sigma es necesario hacer inspeccin 100% y a los descansabrazos defectuosos es necesario volverlos a ensamblar. Lo que al final se traduce en un aumento de costos de inspeccin (dos inspectores), aumento en los tiempos de ciclos, incrementos de costos de calidad (re-proceso e inventario en proceso) y posible insatisfaccin de los usuarios por mala calidad en el ensamble.

FECHA

Declaracin del problema: La alta variacin del esfuerzo para subir y bajar el
descansabrazos genera en el ao 8 200 PPM (una calidad de 2.4 sigmas de largo plazo), lo que implica un costo anual de re-procesos de $16,000 dlares y un costo anual de inspeccin de por lo menos de $15,000 dlares. Mas un impacto no cuantificado sobre el tiempo de ciclo e insatisfaccin de los clientes.

Objetivo: Llevar a un nivel de calidad Seis Sigma el ensamble del descansabrazos, eliminar
el re-proceso y la inspeccin al 100% en el proceso

Alcance: El proyecto se limitara a abordar los problemas de los asientos en relacin al ensamble de descansabrazos

Roles y responsabilidades:

ELEMENTOS DEL MARCO DEL PROYECTO SEIS SIGMA

MARCO DEL PROYECTO SEIS SIGMA VERSION Propietarios: Calidad y Manufactura Patrocinador o champion: Director de Manufactura Equipo: M.G. (lder de BB), R.G. (Gerente de lnea, A. E. (Jefe de lnea), y J.T. (Operador YB) Recursos: Registros de calidad y apoyo del rea de ensamble Mtricas: Esfuerzo para subir y bajar el descansabrazos, PPM por re-proceso de descansabrazos Fecha de inicio del proyecto: 2 de Febrero Fecha planeada para finalizar el proyecto: 6 de Junio Entregable del proyecto: Proceso del ensamble de descansabrazos modificado Y documentado, eliminacin de re-proceso e inspeccin del 100% al proceso del descansabrazos, reduccin del tiempo de ciclo. Ahorros anuales proyectados de USA $31,000, debido a reproceso ($16,000) e inspeccin al 100% ($15,000). FECHA

Fase Medicin
M Fase de Medicin: Medir el proceso para determinar el desempeo actual; cuantificar el problema. Determinar la lnea base y las metas del rendimiento del proceso, definir las variables de entradas/salidas del proceso, y validar el sistema de medicin
Pasos Actividades / Herramienta

Salida (s) Mapeo del proceso detallado Variables de salida del proceso identificadas (POV) (ys) y sus mediciones Variables de entrada del proceso identificadas (PIV) (xs) Datos de rendimiento identificados Capacidad del sistema de medicin en ys Coleccin de datos/plan de muestreo Lneas base de los grficos de control Capacidad de la lnea base DPMO Valor de Z Metas del proyecto revisadas Cuantificar los objetivos del proyecto Metas financieras validadas Plan del proyecto revisado Relacin Causa Efecto Riesgos prioritizados

Entender el proceso y validar el sistema de medicin

Crear el mapeo del proceso tal y como esta Identifique las entradas y salidas del proceso Coleccione datos Evalu el sistema de medicin del proceso ys

Determine la capacidad del proceso

Grficos de control en las ys del proceso Anlisis de capacidad Tcnicas de grficos

Finalice los objetivos de rendimiento

Anlisis de Causa efecto Crear FMEA Revisin de las metas y el plan del proyecto

Medicin
En esta etapa se entiende con mejor detalle el proceso: Se valida el sistema de medicin de las mtricas involucradas y se establece la lnea base. En el proyecto del descansabrazos se hizo un mapeo del proceso de nivel general y un mapeo detallado del proceso de ensamble del descansabrazos. Adems, se vio que era necesario validar el sistema de medicin de Y1 y Y2.

Medicin
Por ello se decidi realizar un estudio de repetibilidad y reproducibilidad (gage R&R). Despus de validar el sistema de medicin se hizo un estudio de capacidad y estabilidad para establecer la lnea base o desempeo actual de cada variable. A continuacin se explican estas dos ultimas actividades para Y1.

Medicin
Para realizar el estudio de repetibilidad y reproducibilidad para la variable Y1 (esfuerzo hacia arriba) se desarrollo lo siguiente: Se utilizaron 10 partes (asientos) 2 inspectores Cada inspector hizo 2 ensayos Las partes fueron medidas aleatoriamente

Tabla #1 - Estudio R&R para la variable Y1 (esfuerzo para

subir el descansabrazos).
Operador A
Parte 1 Ensayo 1 26.1 Ensayo 2 25.2

Operador B
Ensayo 1 30.0 Ensayo 2 32.7

2
3 4

23.0
15.0 24.9

23.4
14.3 25.5

28.1
25.9 35.1

28.8
26.3 34.1

5
6 7

20.9
15.5 16.9

19.3
16.0 17.1

20.9
16.0 15.6

21.7
16.5 15.8

8
9 10

16.0
15.8 15.9

15.2
15.2 15.3

16.2
15.3 16.1

15.7
15.7 17.5

Tabla #2 - Estudio R&R de la tabla #1, mtodo de medias y rango

FUENTE DESV. ESTANDAR VARIANZA 5.15 DESVIACION ESTANDAR % DE CONTRIBUCION (VARIANZAS) % DE LA VARIACION (5.15 DESV. EST.) % DE LA TOLERANCIA

Repetibilidad Reproducibilidad R&R

0.678 2.389 2.483 4.531 5.167 2.6

0.459 5.706 6.165 20.532 26.698

3.489 12.302 12.788 23.336 26.610

1.7 21.4 23.1 76.9 100.0

13.1 46.2 48.1 87.7 100.0

11.6 41.0 42.6 77.8 88.7

Parte Total

Nc =

Grafico #1 - Anlisis grficos del estudio R&R

Gage R&R (Xbar/R) for Medicion
G age name: Date of study : S istema de M edicio 11/17/11
Components of Variation
100
% Contribution % Study Var

Reported by : Tolerance: M isc:

Luis P erez

Medicion by Partes
32 24 16

Percent

50

Gage R&R

Repeat

Reprod

Part-to-Part

5 6 Partes

10

R Chart by Operador
Sample Range
1 2 1 0
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

2 UCL=2.532 _ R=0.775 LCL=0 Partes 32 24 16 1

Medicion by Operador

2 Operador

Xbar Chart by Operador

1 2 32 _ _ UCL=21.97 X=20.51 LCL=19.06
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

Partes * Operador Interaction

Operador 1 2

Sample Mean

32 24 16 Partes

Average

24 16 1 2 3 4 5 6 Partes 7 8 9 10

Grafico #2 - Segundo anlisis grficos del estudio R&R

Gage R&R (Xbar/R) for Medicion_2
G age name: Date of study : S istema de M edicion 11/18/11
Components of Variation
100
% Contribution % Study Var

Reported by : Tolerance: M isc:

Luis P erez

Medicion_2 by Partes_2
25 20 15

Percent

50

Gage R&R

Repeat

Reprod

Part-to-Part

5 6 Partes_2

10

R Chart by Operador_2
Sample Range
1 2 1 0
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

Medicion_2 by Operador_2
UCL=2.597 25 _ R=0.795 LCL=0 20 15 1 Operador_2 2

Partes_2

Xbar Chart by Operador_2

1 2 _ _ UCL=22.81 X=21.31 LCL=19.82 25 20 15 1 2 3 4

Partes_2 * Operador_2 Interaction

Operador_2 1 2

Sample Mean

25 20 15

3 4

5 6

7 8

9 10 1

2 3

4 5

7 8

9 10

Partes_2

Average

5 6 7 Partes_2

10

Estudio de capacidad y estabilidad

Una vez aprobada la calidad de las mediciones se procede a determinar la lnea base (base line) de Y1. Se planea un estudio de capacidad y estabilidad utilizando una carta de control X-R, con tamao de subgrupo igual a cuatro, hasta completar 20 de subgrupos repartidos en un periodo de tiempo suficiente como para que se manifieste la variacin de largo plazo del proceso.

Estudio de capacidad y estabilidad Los datos obtenidos se muestran en la tabla #3. Una vez completados los 20 subgrupos y antes del estudio de capacidad. El estudio de estabilidad y capacidad se muestran en los grficos #3 y #4 respectivamente:

Tabla #3 - Estudio de capacidad y estabilidad de Y1 para establecer lnea base

SUBGRUPO MEDICIONES

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

12 23.4 19.5 16.9 16.3 18.5 23.6 22 24.3 22.3 23.5 16.8 16.6 22 22.9 19.6 17.1 23.8 24.7 18.5

15.7 21.8 17.1 13.6 18 21.2 28.5 18.9 21.8 25.9 22.6 11.8 19.6 15.5 21.8 15.5 18.6 28.2 27.2 24.4

16.8 20.7 20.9 12.9 21.4 19 26.9 19.4 22.9 18.7 30.7 14.7 23.6 12 19.5 17.3 18.5 22.4 20.2 19.5

10 21.2 18.7 17.6 15.9 22.2 24.5 17.6 27.6 16.9 25.5 17 17.8 20 22.9 18.7 15.7 24.6 23.6 23.9

R = 5.5

X = 20.16

S = 4.16

Grafico #3 - Estudio de estabilidad para la variable Y1

Xbar-R Chart of Y1
1 1 1

25.0

U C L=24.12 _ _ X=20.15

Sample M ean

22.5 20.0 17.5 LC L=16.17 15.0

1 1 1

11 Sample

13

15

17

19

12

U C L=12.45

Sample Range

9 6 3 0 1 3 5 7 9 11 Sample 13 15 17 19 LC L=0 _ R=5.46

Grafico #4 - Estudio de capacidad para la variable Y1

Estudio de capacidad para la variable Y1
LSL
P rocess Data LS L 10 Target 25 USL 40 S ample M ean 20.1488 S ample N 80 S tDev (Within) 2.65036 S tDev (O v erall) 4.18675

Objetivo

USL Within Overall

P otential (Within) C apability Cp 1.89 C PL 1.28 C P U 2.50 C pk 1.28 O v erall C apability Pp PPL PPU P pk C pm 1.19 0.81 1.58 0.81 0.78

12
O bserv ed P erformance P P M < LS L 0.00 P P M > U S L 0.00 P P M Total 0.00

16

20

24

28

32

36

40

E xp. Within P erformance P P M < LS L 64.28 PPM > USL 0.00 P P M Total 64.28

E xp. O v erall P erformance P P M < LS L 7674.94 PPM > USL 1.06 P P M Total 7676.00

Fase ANALIZAR
A Fase Analizar: La fase de analizar usa datos para establecer las entradas claves que afectan las salidas del proceso
Pasos

Actividades / Herramienta Mapa del proceso detallado Tormenta de ideas Diagrama fishbone Matriz Causa efecto FMEA SPC en xs & ys MSA en xs Anlisis Grafico Prueba de Hiptesis Anlisis Multi-Vari Anlisis de Correlacin y Regresin

Salida (s) Fuentes de variacin identificadas Variables Potenciales que influyen identificadas (KPIVs) Mapa del proceso actualizado FMEA actualizado Criticas xs potenciales para el rendimiento del proceso Oportunidades de mejora identificadas Datos en KPIVs Anlisis estadstico de datos

Identificar fuentes de variacin

Proyectar causas potenciales

Anlisis
En esta etapa se identifican las X potenciales que estn influyendo en los problemas de Y1, ya que a partir de esto es posible identificar las pocas X vitales. Partiendo de la fase anterior, las causas potenciales se generaron mediante lluvia de ideas y se organizaron en el diagrama de causa-efecto, donde se despliegan los factores que podran estar influyendo en los esfuerzos para subir y bajar el descansabrazo.

Anlisis
El equipo del proyecto se inclina por atribuir el problema a:
El material Mtodos utilizados en el proceso de ensamble del asiento

Una de las hiptesis planteadas es que el exceso de variabilidad de los esfuerzos es por la aplicacin de los mismos mtodos a diferentes tipos de asientos, ya que se utilizan los mismos mtodos independientemente de que el asiento sea de piel o tela, o que sea para el conductor o el pasajero

Diagrama causa-efecto para las fuerzas de los descansabrazos

MEDICIONES METODOS

Falta de precisin del dinammetro Variacin posicin de ensamblado

Gage R&R incorrecto

Analisis de incapacidad incorrecto Gap entre fold flat y base

Los esfuerzos para subir y bajar el descansabrazos no son capaces

El ILD de la espuma Variacin en costura de la ceja

Variacin en torque de tornillo

Tipos de espuma

Diferencia entre tela y piel

Numero de rondanas

MAQUINARIA

MATERIALES

Anlisis
A partir del diagrama causa-efecto y del conocimiento del proceso, se considera que las X potenciales que vale la pena investigar mas a fondo son:
X1: Tipo de asiento (del conductor y del pasajero) X2: Tipo de material utilizado (piel o tela) X3: Tipo de espuma (tipo A y tipo B) X4: ILD o firmeza de la espuma (395.5 y 455.5 N) X5: Dimensin de la costura (izquierda o derecha) X6: Posicin de la costura (izquierda o derecha) X7: Numero de rondanas (2 o 3) X8: Torque (25 o 29 N)

Identificacin de las pocas X vitales

La tcnica por excelencia es el diseo de experimentos. La idea de un diseo factorial es estudiar el efecto individual y de interaccin de dos o mas factores (X) sobre una o mas variables de respuesta (Y). Cada factor a investigar debe tener por lo menos dos niveles Entonces el diseo factorial consiste en correr en el proceso todas las combinaciones que pueden formarse con los niveles de los factores

Identificacin de las pocas X vitales

Por ejemplo, si se tiene dos factores con dos niveles cada uno, entonces el total de pruebas o combinaciones de niveles son cuatro.
X1 Nivel bajo Nivel alto Nivel bajo Nivel alto X2 Nivel bajo Nivel bajo Nivel alto Nivel alto Y: RESPUESTA

Por lo tanto, en este caso, el diseo de experimentos consiste en correr estas cuatro condiciones de prueba aleatorio, cierta cantidad de veces (rplicas), y en cada prueba se debe de registrar cual es el valor de la variable de respuesta

Identificacin de las pocas X vitales

En este caso, como se quieren investigar ocho factores (X) entonces el total de combinaciones considerando dos niveles en cada factor es igual a 2 a la 8 = 256. En este caso se recomienda correr alguna fraccin del diseo factorial 2 a la 8, para investigar de manera simultanea el efecto individual de los ocho factores y sus interacciones. Sin embargo desde el punto de vista practico y por restricciones de produccin de los asientos.

Identificacin de las pocas X vitales

Se decidi investigar por separado y uno por uno de los dos primeros factores, X1 y X2 Se encontraron diferencias significativas entre el asiento del conductor y del pasajero, as que sus condiciones de fabricacin optimas se estudiaran por separado. En cuanto al tipo de material no se encontraron diferencias significativas en los esfuerzos con tela o piel

Identificacin de las pocas X vitales

Para los siguientes seis factores se decide correr un experimento factorial fraccionado 2 a la 6-1, con los niveles. Este diseo consiste de un total de 32 pruebas, elegidas adecuadamente. Estas pruebas en unidades codificadas: -1 para el primer nivel o nivel bajo y 1 para el nivel alto. Se ensamblo un descansabrazo del asiento del conductor para cada una de las condiciones y luego se midi Y1.

Tabla #4 - Diseo experimental 2 a la 6-1 y valores de Y1

A: ESPUMA -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 B: ILD -1 -1 1 1 -1 -1 1 1 -1 -1 1 1 -1 -1 1 1 -1 -1 1 1 -1 -1 1 1 -1 -1 1 1 -1 -1 1 1 C: CEJA -1 -1 -1 -1 1 1 1 1 -1 -1 -1 -1 1 1 1 1 -1 -1 -1 -1 1 1 1 1 -1 -1 -1 -1 1 1 1 1 D: POSICION E: RONDANAS -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 -1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 F: TORQUE -1 1 1 -1 1 -1 -1 1 1 -1 -1 1 -1 1 1 -1 1 -1 -1 1 -1 1 1 -1 -1 1 1 -1 1 -1 -1 1 Y1: ESFUERZO (arriba) 8.24 38.94 16.99 26.64 13.94 29.13 5.77 30 13.82 27.59 10.2 35.21 4.14 27.59 9.36 21.9 27.2 38.75 26.63 45.86 20.29 43.66 30.71 42.03 27.81 42.67 31.01 31.35 32.85 50.06 7.03 36.81

Para analizar los resultados de la tabla, primero se obtiene el diagrama de pareto de los efectos principales e interacciones dobles (ver Gutierrez y De la Vara 2008. pp. 187188)

Grafico #5 - Pareto de efectos sobre el esfuerzo hacia arriba

A: Espuma E: Rondanas F: Torque BD C: Ceja B: ILD BC D: Posicin AF AC BF CE AE BE AB CD CF AD EF DE DF

10

En el diagrama se observa una separacin clara de tres efectos activos: Los efectos individuales (principales) del tipo de espuma (X3), el numero de rondanas (X7) y el torque (X8)

Tabla #5 - ANOVA para el esfuerzo ascendente del descansabrazos (Y1)

FUENTE DE VARIACION SUMA DE CUADRADOS GRADOS DE LIBERTAD CUADROS MEDIOS ESTADISTICO F0 SIGNIFICANCIA O VALOR-P

X3: espuma X7: rondana

2488.65 1448.03

1 1

2488.65 1448.03

91.03 52.96

0.0000 0.0000

X8: torque
Error Total R (ajs) = 83.08%

306.65
756.53 5008.86

1
28 31

306.65
27.34

11.22

0.0023

Con el anlisis de varianza (ANOVA) se confirma la significancia de estos tres efectos. La ecuacin de regresin o de transferencia para la variable Y1 (esfuerzo hacia arriba) asociada al ANOVA de la tabla es: Y = 26.69+8.82X3+6.73X7+3.1X8

Identificacin de las pocas X vitales

Con la ecuacin es posible predecir el esfuerzo en cada combinacin de los tres factores, con excepcin del torque (X8), no tiene sentido predecir valores intermedios, dados que el tipo de espuma y el numero de rondanas toman valores discretos. De esta manera se encontr y confirmo que hay cuatro causas vitales: X1, X3, X7 y X8. De aqu que es necesario considerar el tipo de asiento que esta ensamblado (tipo de espuma), adems del numero de rondanas y el torque para encontrar condiciones oprimas de ensamble para los mismos.

Fase MEJORAR
M Fase Mejorar: La fase de mejorar identifica las mejoras optimizadas de la salida y elimina / reduce defectos y variacin. Esta identifica xs y determina la relacin y = f (x), y estadsticamente valida las condiciones de operacin de un nuevo proceso
Pasos
Determinar la relacin de la variable y = f (x) Establecer las tolerancias de operacin

Actividades / Herramienta
Diseo de experimentos Anlisis de regresin ANOVA Simulacin Establecer la relacin entre xs & ys Usar configuracin ptimas para xs Determinar nuevos procesos de capacidad Anlisis costo/beneficio Confirmar experimentos Mapeo del proceso MSA Grficos de control Capacidad de proceso Acciones correctivas

Salida (s)
Relacin entre xs & ys Determinacin de KPIV para las salidas optimas del proceso y mnima variacin de salida Configuracin optima y robusta para xs con tolerancias Plan del proyecto actualizado Plan de implementacin establecido Procesos FMEA , coleccin de datos, mapeo actualizados Prueba piloto Validar el sistema de medicin despus de las mejoras (xs & ys) Capacidad de proceso mejorada

Confirmar resultados y validar mejoras

Mejora
El objetivo de esta etapa es proponer e implementar soluciones que atiendan las causas raz (Las X vitales). Es decir asegurarse de corregir o reducir el problema En el caso del proyecto de los descansabrazos es necesario:
Encontrar las condiciones apropiadas de operacin del proceso en funcin de los tres factores significativos (X3, X7 y X8) Para ello se obtiene un grafico tipo cubo (Grafico #6) donde se observa el valor predicho de Y1 en cada combinacin de los tres factores significativos del experimento. De esta manera se deben de buscar las condiciones (vrtices) que predicen valores cercanos al valor nominal de 25 N.

Mejora
25.69 es el valor predicho mas cercano a 25: Combinacin (X3=1, X7= -1, X8= -1) (espuma=tipo B, rondana=2, torque=25) Sin embargo se producen asientos con ambos tipos de espuma

Grafico #6

Cuando se utiliza espuma tipo A el valor mas cercano al nominal 25, es 27.70: Combinacin (X3= -1, X7= 1, X8= 1) (espuma=tipo A, rondana=3, torque=29)

Mejora
Las mejores condiciones de operacin del proceso para el asiento del conductor y dependiendo del tipo de espuma son:
(Espuma = Tipo B; Rondana = 2; Torque = 25 N) Y= 25.69 (Espuma = Tipo A; Rondana = 3; Torque = 29 N) Y= 27.70

Los valores de Y son el esfuerzo esperado para subir el descansabrazo en la combinacin de niveles correspondientes.

Evaluar las soluciones propuestas

Para validar y evaluar las dos soluciones propuestas se hacen corridas confirmatorias Durante una semana se opera el proceso en estas condiciones Se toman 20 subgrupos racionales de tamao 4 Los datos se muestran en la tabla #6.

Tabla #6 - Datos para la evaluacin de las soluciones propuestas

SUBGRUPO MEDICIONES

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

27.5 24.0 19.3 26.8 24.8 25.2 25.5 25.7 24.3 28.1 25.2 26.9 23.5 22.1 27.0 25.1 26.0 25.8 20.0 23.8

22.4 26.0 29.2 27.1 23.1 23.5 18.7 24.6 26.3 30.0 19.3 23.7 28.7 23.5 25.7 27.9 28.8 23.3 22.1 21.5

27.0 24.4 26.9 27.1 26.4 24.3 25.0 28.8 22.6 25.5 23.4 25.4 24.0 26.6 23.5 22.9 24.0 28.9 26.2 19.9

23.0 22.6 23.0 30.6 28.2 20.7 21.1 24.9 25.5 27.8 27.2 21.6 24.5 25.1 24.2 25.8 22.1 27.1 21.8 22.3

R = 5.24

X = 24.8

S = 2.6

Grafico #7 - Estudio de capacidad para el esfuerzo hacia arriba despus de las mejoras
Estudio de capacidad para el esfuerzo hacia arriba (Y1)
LSL
P rocess Data LS L 10 Target 25 USL 40 S ample M ean 24.7987 S ample N 80 S tDev (Within) 2.4183 S tDev (O v erall) 2.59895

Objetivo

USL Within Overall

P otential (Within) C apability Cp 2.07 C PL 2.04 C P U 2.10 C pk 2.04 O v erall C apability Pp PPL PPU P pk C pm 1.92 1.90 1.95 1.90 1.92

12
O bserv ed P erformance P P M < LS L 0.00 P P M > U S L 0.00 P P M Total 0.00

16

20

24

28

32

36

40

E xp. Within P erformance P P M < LS L 0.00 P P M > U S L 0.00 P P M Total 0.00

E xp. O v erall P erformance P P M < LS L 0.01 P P M > U S L 0.00 P P M Total 0.01

Tabla #7 - Comparativa
ANTES Cpk = 1.27 Ppk = 0.81 PPM = 7470 Sigmas = 3.81 DESPUES Cpk = 2.04 Ppk = 1.89 PPM = 0.01 Sigmas = 6.12

ZL = 2.31

ZL = 5.67

Se logro cumplir con los objetivos planteados Se generaron ahorros Se logro una ligera reduccin en el tiempo de ciclo

Fase CONTROL
C Fase Control: La fase de control documenta, monitorea y asigna responsabilidades para sostener la ganancia echa por las mejoras al proceso
Pasos Redefinir las capacidades del proceso xs & ys

Actividades / Herramienta

Salida (s)

Plan de control SPC en xs & ys Anlisis de capacidad Dispositivo a prueba y error Procedimientos estndares Auditoria de responsabilidades Finalizar la transicin al dueo del proceso FMEA Mantenimiento preventivo Planes de control de Gauge Validacin financiera Junta del equipo con los involucrados y cliente Terminacin del seguimiento al proyecto Identificar replica de resultado de oportunidades del proyecto

Plan de control Grficos de control DPMO Z Control del proceso validado Rendimiento sostenido Plan de monitoreo FMEA RPN recalculado Cambios en el sistema para instituir la mejora continua Lecciones aprendidas / Buenas practicas xito del proyecto comunicado Reporte del proyecto Sumario ejecutivo Resultados finales Retroalimentacin del cliente

Implementar control de proceso

Terminar la documentacin del proyecto

Control
En esta etapa se disea un sistema que mantenga las mejoras logradas (controlar las X vital) Las acciones de control se dan en tres niveles:
Proceso Documentacin Monitoreo

El proceso se modifico de acuerdo con las soluciones propuestas Se implementaron Poka Yoke para controlar la variable torque en funcin del tipo de espuma Adems se modificaron los procedimientos de trabajo correspondientes

Grficos de control para el esfuerzo hacia arriba despus de las mejoras

En cuanto al monitoreo del proceso se implementaron grficos de control de medias y rangos. Basadas en dos muestras de tamao cuatro por da para monitorear el comportamiento del esfuerzo En los siguientes grficos se observa un control estadstico, lo que contrasta con la situacin inicial
Graficos de control de medias y rango (Y1)
28 26

U C L=28.426

Grafico #8

M edia

_ _ X=24.799

24 22 LC L=21.171 1 3 5 7 9 11 Subgr upos 13 15 17 19

U C L=11.36 10.0 7.5 5.0 2.5 0.0 1 3 5 7 9 11 Subgr upos 13 15 17 19 LC L=0 _ R=4.98

Rango

Finalmente
Despus de dos meses de observar un desempeo similar al grafico anterior se procedi a cerrar el proyecto. Se genero la carpeta de historial del proyecto, y Se presento el proyecto en una sesin especial. Los miembros del equipo Seis Sigma fueron invitados al evento especial que organiza la empresa cada ao para reconocer a todo el personal que participa de manera activa en la iniciativa Seis Sigma