Histogramas
Los histogramas son probablemente una de las herramientas gráficas más utilizadas en el mundo para
mostrar cómo se distribuye un conjunto de datos concreto.
Se aplica en todos los sectores empresariales y para todo tipo de actividades, desde presentaciones
comerciales hasta grupos de mejora.
Consiste en un grupo de gráficos de barras verticales, en la que cada barra muestra la cantidad de datos
que corresponde a una categoría concreta. Junto con el gráfico de control, es una herramienta que
permite visualizar los datos obtenidos mediante hojas de control y realizar un primer análisis sobre el
comportamiento del proceso que se está siguiendo.
Propósito
Los histogramas son diagramas de barras que muestran el grado y la naturaleza de variación dentro del rendimiento
de un proceso.
El histograma muestra la distribución de frecuencias de un conjunto de valores mediante la representación con barras.
Aplicación
En general, el histograma como distribución de frecuencias tiene muchísima utilidad, y se aplica en la elaboración
de informes, análisis, estudios de las capacidades de proceso, la maquinaria y el equipo y para el control (Ishikawa,
1994).
Limitaciones
Los histogramas presentan algunas desventajas (Ishikawa, 1994): en primer lugar, no permiten identificar las causas
de variación dentro de un periodo de tiempo y, en segundo lugar, para preparar la distribución de frecuencias y
representarla hacen falta muchos datos (como mínimo cincuenta valores), por lo menos si se quiere identificar la
forma de la distribución.
Construcción
Los pasos en su construcción son los siguientes:
1. Identificar el objetivo del uso del histograma y reunir los datos necesarios.
2. Identificar los valores máximos y mínimos y calcular el rango, es decir, la dimensión del intervalo
existente entre esos dos valores.
3. Determinar el número de barras a representar. No existe regla exacta para su cálculo. Normalmente,
cuando el número total de datos (N) es inferior a cincuenta se pueden emplear unas tablas orientativas, y
cuando N es superior a cincuenta se considera la raíz cuadrada de N, redondeando a un número entero.
4. Establecer la anchura de las barras. Se calcula dividiendo el rango entre el número de barras.
5. Calcular los límites inferior y superior de cada barra. Consiste en sumar las ocurrencias dentro de cada
ancho de barra, es decir, la frecuencia.
6. Dibujar el histograma. El número ideal de barras en el histograma es de aproximadamente diez.
7. Analizar el histograma y actuar con los resultados.
Ejemplo
Un equipo del departamento de producción de una empresa decide analizar con mayor detenimiento el peso (en
gramos) de uno de los productos elaborados, ya que se han venido observando anomalías últimamente. El equipo
decide dibujar un histograma para posteriormente analizarlo. Recogen cincuenta y cinco datos durante una
semana, once por día. La Figura muestra los resultados de la inspección en la hoja de recogida de datos.
A partir de los datos recogidos se realizan los cálculos para determinar el número de barras, su
anchura y sus límites.
En primer lugar, conocido el número total de datos (N = 55), se localizan el mayor valor y el
menor valor entre los datos y se calcula su diferencia, con lo que se obtiene el rango:
Rango R = 510 – 480= 30
Para determinar el número de barras y su anchura se realizan los siguientes cálculos:
Número de barras =
Anchura de barra =
A continuación, se determinan los límites de cada barra, calculando la frecuencia.
Por último, se dibuja el histograma, que agrupa los datos por intervalos y muestra la
frecuencia (correspondiente a la altura de cada barra), y se procede a su interpretación
DIAGRAMAS DE DISPERSIÓN
Introducción
Para la búsqueda de las causas de un problema en un proceso en ocasiones es necesario analizar la
relación entre dos variables numéricas. Por ejemplo, investigar si la variación en un variable de entrada
(X) tiene algún efecto en cierta variable de salida (Y ).
Precisamente el diagrama de dispersión es una gráfica del tipo X-Y de particular utilidad para analizar la
relación entre dos variables numéricas.
Dadas dos variables numéricas X y Y, normalmente medidas sobre el mismo elemento de una muestra de
una población o un proceso, cada elemento de la muestra se representa por un par de valores (xi, yi) y el
correspondiente punto en el plano cartesiano X-Y. La gráfica resultante se conoce como diagrama de
dispersión, y la clave para su interpretación estará en ver si los puntos siguen algún patrón.
El diagrama de correlación o Diagrama de dispersión
Propósito
El diagrama de correlación o diagrama de dispersión sirve para determinar si existe relación entre dos variables,
normalmente de causa y efecto.
Aplicación
Habitualmente, se aplica después de la utilización del diagrama de espina, donde ya hemos identificado todas las
posibles causas del efecto, y conviene verificar la existencia de relación, al menos, de las causas más probables.
Esta herramienta permite conocer cómo al variar una causa probable varía el efecto.
Pasos para la construcción de un diagrama de dispersión
1. Obtención de datos. Una vez que se han seleccionado las variables cuya relación se desea investigar, se recolectan los valores de éstas
en parejas, es decir, se reúne para cada valor de una variable el correspondiente de la otra. Cuanto mayor sea el número de puntos con
que se construye un diagrama de dispersión es mejor. Por ello, siempre que sea posible, se recomienda obtener más de 30 parejas de
valores.
2. Elegir ejes. En general, si se trata de descubrir una relación de causa2efecto, la causa posible se representa en el eje X y el efecto
probable en el eje Y. Si lo que se está investigando es la relación entre dos características de calidad o entre dos factores, entonces en
el eje X se anota el que se puede manipular o controlar más, o el que ocurre primero durante el proceso. Es necesario anotar en los
ejes el título de cada variable.
3. Construir escalas. Los ejes deben ser tan largos como sea posible, pero de longitud similar. Para construir la escala se sugiere
encontrar el valor máximo y el mínimo de ambas variables. Se deben escoger las unidades para ambos ejes de tal modo que los
extremos de los ejes coincidan de manera aproximada con el máximo y el mínimo de la variable correspondiente.
4. Graficar los datos. Con base en las coordenadas en el eje X y en el eje Y, representar con un punto cada pareja de valores de las
variables. Cuando existen parejas de datos repetidos (con los mismos valores en ambos ejes), se traza un círculo sobre el punto para
indicar que está repetido una vez. Si se vuelve a repetir se traza otro círculo concéntrico, y así sucesivamente.
5. Documentar el diagrama. Registrar en el diagrama toda la información que sea de utilidad para identificarlo, como títulos, periodo
que cubren los datos, unidades de cada eje, área o departamento y persona responsable de recolectar los datos.
Construcción
La construcción del diagrama consta de cuatro fases:
1. Recogida de datos
Para construir el diagrama se precisan recoger en pares los datos de las dos variables objeto de estudio, al menos
30 pares de datos. Estos datos se anotan en una hoja sencilla y clara donde figuran en la primera columna el
número de la muestra y en la segunda y tercera, los respectivos valores de las variables analizadas.
2. Representación de los datos
Para su representación se utiliza un gráfico de dos ejes de coordinadas donde se sitúan los valores de cada una de
las variables y se determina su punto de corte sobre el plano del gráfico.
Normalmente, se sitúa la posible causa en el eje horizontal y el efecto en el eje vertical. Así, obtenemos una
«nube» de puntos que permite conocer si existe o no relación entre ambas variables.
3. Interpretación del diagrama
Para proceder a la interpretación del resultado, se ve cómo se distribuye la «nube» de puntos y lo comparamos
con los diagramas de referencia mostrados en las Figuras 1 y 2. Así, podemos encontrar casos en que:
1) Las variables no están correlacionadas; el efecto no está relacionado con la causa de ninguna forma.
2) Posible relación baja entre las variables; la causa puede afectar al efecto, pero levemente. Este caso puede
resultar difícil de interpretar ya que puede existir o no relación entre las variables, por lo que será necesario
calcular el coeficiente de correlación o cualquier otro soporte estadístico.
Es conveniente encontrar otras causas que influyan en mayor medida, directamente y produzcan variación
significativa en el efecto.
3) Correlación alta; es probable que la causa esté directamente relacionada con el efecto. De forma que un
incremento de una variable provoca un aumento en la otra (correlación positiva), o una disminución de una
variable provoca un incremento en la otra (correlación negativa). La relación entre variables también puede ser
no lineal sino curvilínea.
4) Correlación perfecta; dado un valor de la causa, el correspondiente valor del efecto puede ser
estimado con absoluta certeza.
4. Medición de la correlación
La medición consiste, en caso de detectar correlación, en cuantificar, al menos
aproximadamente, la variación de una variable correspondiente a una determinada
variación de la otra. Para ello, existen diversos métodos, entre ellos, dividir el gráfico
con líneas de manera que aparezcan secciones y calcular la línea de regresión.
El método gráfico se efectúa de la siguiente manera:
1. Después de haber dibujado el diagrama, es decir, tener todos los datos registrados
en el plano cartesiano, se traza una línea que divida los puntos de tal forma que la
mitad de ellos se encuentran por encima de la recta y la otra mitad por debajo.
Esta recta se llama mediana horizontal. En nuestro ejemplo, se tienen 40
puntos; 20 se encuentran encima de la recta y 20 por debajo.
2. Seguidamente se traza una recta vertical que divide la nube de puntos por la mitad,
de manera que queden la mitad en la parte derecha y la otra mitad en la parte
izquierda. Ésta se llama mediana vertical. En el ejemplo, 20 puntos se quedan a
la izquierda y otros 20 a la derecha.
3. Se Numeran los cuatro cuadrantes resultantes de dibujar las dos medianas (Figura
3), y se cuenta el número de puntos que recoge cada cuadrante. En este ejemplo, el
primer cuadrante recoge 13 puntos, el segundo 7, el tercero 13 y el cuarto 7.
4. Se considera el par de cuadrantes opuestos que contengan el número más
elevado de puntos. Pueden ser el primero y el tercero o el segundo y el cuarto. En
el ejemplo, se tendrán en cuenta el primer y tercer cuadrante que recogen 26
puntos, frente a 14 puntos que poseen el segundo y cuarto cuadrante juntos.
5. En los cuadrantes seleccionados se trazan las medianas horizontales y
verticales con los mismos criterios que se expusieron anteriormente y se definen
los puntos de corte, por ejemplo, B y C.
6. Por último, se traza una recta que pase por los puntos B y C (Figura 4). Esta
línea es la recta de regresión e indica la variación de la variable «efecto» al
variar la variable «causa». Esta recta resulta de mucha utilidad cuando se desea
prever, para un valor concreto de una variable, cuál será el valor medio esperado
de otra.
Por último, hay que señalar que un diagrama de correlación únicamente
identifica la existencia de relaciones entre variables, pero no se puede afirmar
con total certeza que una variable sea la causa de la otra porque podrían estar
influyendo terceras variables no consideradas en el análisis.
Ejemplo 2
Se quiere investigar para ciertas resistencias eléctricas sobrecargadas la manera como puede influir su resistencia (en
ohms) sobre el tiempo de falla de estos dispositivos. Para ello se obtienen datos para 24 resistencias (vea la figura 6 ).
La figura 6 muestra el diagrama de dispersión para estos datos: en el eje X se ubica la resistencia y en el Y el tiempo
de falla (que, se cree, es el efecto). Se puede ver que, en general, conforme un dispositivo tiene mayor resistencia, él
mismo tiende a retardar su tiempo de falla. Es decir, tiende a haber una relación directa proporcional. En seguida se
dan detalles de cómo obtener un diagrama de dispersión.
Datos para el ejemplo 2 y cálculos necesarios para obtener el coeficiente de correlación
Para representar los datos de la tabla 6 en un diagrama de
dispersión, ya se ha cumplido el paso 1 que es la obtención de
datos. He aquí los demás pasos.
• Elegir ejes. Como la resistencia del dispositivo es la que puede
influir en el tiempo de falla, entonces en el eje X se especifica la
resistencia y en el eje Y el tiempo.
• Construir escalas. El mínimo de X es 28 y el máximo 48, con
lo que, si se marca el inicio del eje X con 28 y el final con 48, se
pueden hacer cinco intervalos o marcas de una longitud de
cuatro unidades (ver la figura 6). El mínimo de Y es 20 y el
máximo es 47, con lo que, si se marca el inicio del eje Y con 20
y el final con 50, se pueden hacer seis intervalos o marcas de una
longitud de cinco unidades (vea la figura 13.1). El final de la
escala del eje Y fue un poco mayor que el máximo para facilitar
la construcción de la escala.
• Graficar los datos. Se inicia con la primera pareja de valores
para la resistencia y el tiempo de falla, que en el ejemplo es (43,
32); así, el primer punto a graficar tiene coordenadas 43 en el eje
X y 32 en el eje Y. Al graficar todas las parejas de puntos se
obtiene la figura 13.1.
Interpretación del diagrama de dispersión
1. Correlación lineal positiva. se observa que cuando X crece, también lo hace Y, por lo que se habla de una correlación
positiva.
2. Correlación lineal negativa. se observa que cuando X crece, Y disminuye, y viceversa, por lo que se habla de una
correlación negativa.
3. Sin correlación. los puntos están dispersos en la gráfica sin ningún patrón u orden aparente, ya que para valores
grandes de X lo mismo se dan valores grandes que pequeños de Y; en estos casos se dice que X y Y no están
correlacionadas.
4. Relaciones especiales. Los puntos en un diagrama de dispersión pueden seguir una diversidad de patrones. Por
ejemplo, muestra una relación curvilínea en forma de parábola, de tal forma que conforme X crece, Y también lo hace
hasta cierto punto, y después empieza a disminuir.
5. Puntos aislados. En general, para interpretar un diagrama de dispersión se debe tratar de identificar un patrón bien
definido. Por ejemplo, que los puntos se ajusten a una recta o a una curva. Una vez identificado, es necesario examinar si
hay algunos puntos aislados que no se ajusten a tal patrón, en cuyo caso esos datos tal vez reflejen alguna situación
especial en el comportamiento del proceso o algún tipo de error, ya sea de medición, de registro o “de dedo”. De ser así,
se debe tratar de identificar la causa que los motivó, ya que en ocasiones puede ser información valiosa para mejorar el
proceso.
6. Estratificación. A veces, cuando se analiza la relación entre dos variables, se debe intentar, ya sea por tipo de
producto, proceso o turno, etc. Para ello se puede hacer un diagrama por máquina o, en el mismo diagrama poner
diferentes marcas que identifiquen las características que se están estratificando.
HERRAMIENTA 5S PARA LA MEJORA CONTINUA
Es una práctica de Calidad ideada en Japón referida al “Mantenimiento Integral” de la empresa, no sólo de
maquinaria, equipo e infraestructura sino del mantenimiento del entorno de trabajo por parte de todos. En Ingles se
ha dado en llamar “housekeeping” que traducido es “ser amos de casa también en el trabajo”.
Las 5S fue un programa desarrollado por Toyota para conseguir mejoras duraderas en el nivel de organización,
orden y limpieza; además de aumentar la motivación del personal, en donde tenemos que:
Seiri (Eliminar). La primera “S” se refiere a eliminar de la sección de trabajo todo aquello que no sea necesario.
Este paso de orden es una manera excelente de liberar espacios de piso desechando cosas, además también
ayuda a eliminar la mentalidad de "Por Si Acaso". 61
Consiste en identificar, clasificar, separar y eliminar de cada puesto de trabajo todos los materiales y documentos
innecesarios, conservando todos los necesarios que se utilicen
Seiton (Orden). Es la segunda "S" y se enfoca a sistemas de almacenamiento eficiente y efectivo. "Un lugar para
cada cosa y cada cosa en su lugar."
¿Qué necesito para hacer mi trabajo?
¿Dónde lo necesito tener?
¿Cuántas piezas de ello necesito?
Es establecer la manera de mantener los materiales necesarios debidamente situados e identificados para que
cualquiera pueda encontrarlos, usarlos y reponerlos de forma fácil y rápida.
Seiso (Limpiar). Una vez que ya hemos eliminado la cantidad de estorbos y hasta basura, y localizado lo
que sí necesitamos, estamos en condiciones de realizar una superlimpieza de la sección.
Cuando se logre por primera vez, habrá que mantener una diaria limpieza a fin de conservar el buen
aspecto y de la comodidad alcanzada con esta mejora.
Se desarrollará en los trabajadores un sentimiento de orgullo por lo limpia y ordenada que tienen su
sección de trabajo. Este paso de limpieza realmente desarrolla un buen sentido de propiedad en los
trabajadores.
Al mismo tiempo comienzan a resultar evidentes problemas que antes eran ocultados por el desorden y
suciedad. Así, se dan cuenta de fugas de aceite, aire, refrigerante, elementos con excesiva vibración o
temperatura, riesgos de contaminación, elementos deformados, rotos, etc.
Estos elementos, cuando no se atienden, pueden llevarnos a un fallo del equipo y pérdidas de
producción, factores que afectan las utilidades de la empresa.
Seiketso (Estandarizar). Al implementar las 5S's, nos debemos concentrar en estandarizar las mejores prácticas
en cada sección de trabajo. Dejemos que los trabajadores participen en el desarrollo de estos estándares o
normas.
Ellos son muy valiosas fuentes de información en lo que se refiere a su trabajo, pero con frecuencia no se les
toma en cuenta.
Sitsuke (Disciplina). Esta será, con mucho, la "S" más difícil de alcanzar e implementar. La naturaleza humana es
resistir el cambio y no pocas organizaciones se han encontrado dentro de un taller sucio y amontonado a solo
unos meses de haber intentado la implantación de las 5S’s.
La Disciplina consiste en establecer una serie de normas o estándares en la organización de la sección de
trabajo.
La implantación de la metodología de las 5S's eleva la moral, crea impresiones positivas en los clientes y
aumenta la eficiencia de la organización.
No solo los trabajadores se sienten mejor en su lugar de trabajo, sino que el efecto de superación continua
genera menores desperdicios y retrabajos, así como una mejor calidad de productos, con el fin último de hacer
de la empresa más rentable y competitiva en el mercado.
Seis Sigma
Propósito
El modelo Seis Sigma es una metodología que permite la mejora continua en los procesos, en la fabricación,
así como en el diseño de los productos y en la prestación de servicios.
La expresión Seis Sigma fue acuñada por Motorola en el año 1986 con Mikel Harry a la cabeza. Motorola se
embarcó en un proceso de mejora continua que le permitió un rápido crecimiento en sus ventas y en la calidad
de sus productos, hasta el punto de ser la primera compañía ganadora del Premio Malcolm Baldrige National
Quality Award, en 1988.
El éxito alcanzado con la aplicación de Seis Sigma en esta compañía ha sido adoptado por otras grandes
empresas, como Texas Instruments, IBM, Kodak, General Electric, Ford, DuPont, Microsoft o American Express.
Actualmente, el método está siendo fuertemente impulsado a nivel mundial por asociaciones y empresas como
ASQ (American Society for Quality) y Six Sigma Academy (cuyo fundador fue Mikel Harry).
Técnicamente «seis sigma» consiste en hablar de una proporción de errores de 3,4 por millón de
oportunidades, aunque en la práctica es mucho más que un recuento de errores.
Se basa en los principios de la Gestión de la Calidad Total (GCT), y para su implantación exitosa necesita de todos
ellos, comenzando por el compromiso y liderazgo de la dirección hasta llegar a la existencia de una cultura de calidad
fuerte y arraigada.
Por lo general, la mayoría de las empresas operan con un nivel sigma de 3,3 que equivale a 35.000 defectos por millón de oportunidades.
Sin embargo, aquellas que trabajan con nivel sigma de 6 sólo generan 3,4 defectos por millón de oportunidades
La aplicación del Seis Sigma supone una nueva forma de entender la empresa, una filosofía de gestión global, pasando
de un mero recuento de defectos a determinar los procesos que realmente aportan valor añadido al cliente.
Seis Sigma es una metodología que emplea, para conseguir sus objetivos, simultáneamente herramientas tradicionales,
como por ejemplo: métodos de resolución de problemas, las famosas 7 herramientas clásicas de la calidad, QFD (Quality
Function Deployment), control estadístico de procesos (gráficos de control), estudios de capacidad, métodos estadísticos
más o menos complejos, equipos de mejora o círculos de calidad y la aplicación del PHVA (Plan, Hacer, Verificar, Actuar).
El Seis Sigma interrelaciona todos estos métodos y los aplica en toda la empresa, no sólo a un área,
priorizando las actuaciones sobre aquellos procesos clave que aporten valor añadido al cliente. Se concibe,
pues, como una herramienta de gestión integral de la empresa, que aplicada al diseño o a la mejora de
procesos se traduce en una mejora notable de la rentabilidad y la satisfacción del cliente.
CARACTERISTICAS DEL SEIS SIGMA
El Seis Sigma está basado en la teoría de gráficos de control ya establecida por Shewart, en los años
30, y en los postulados de gurús de la calidad como Deming, Juran y Crosby con su concepto de «cero
defectos».
El Seis Sigma constituye un enfoque orientado a minimizar errores y satisfacer al cliente.
Una vuelta al concepto de «cero defectos». Está enfocado hacia la prevención de los defectos,
identificando y eliminando procesos que no aportan valor añadido al cliente.
Es decir, no sólo trata de alcanzar un producto o servicio de calidad, exento de errores, sino que busca
la optimización de todos los procesos, eliminando los que resulten ineficaces dentro de la empresa.
Aplicación del Seis Sigma
El Seis Sigma es aplicable en todos los procesos de la organización y puede ser aplicado por cualquier
empresa, independientemente de su tamaño, sector o área de negocio.
Implantación
La aplicación de la metodología Seis Sigma a un proceso consta de cinco etapas:
1. Definir los procesos. Hay que identificar los procesos críticos para comenzar a actuar en primer
lugar sobre ellos. Posteriormente, se determinan los responsables de los procesos. Es fundamental
en esta fase tener muy claros los requisitos de los clientes, con lo que puede resultar muy útil
la aplicación de técnicas como, por ejemplo, la casa de la calidad o QFD.
2. Identificar, medir y cuantificar las características clave o más importantes en cada proceso, es decir, las que resultan
críticas para el cliente por su influencia en el resultado final.
Estas características a menudo se denominan CTQO (Critical To Quality Opportunities). Para detectar estas
características o variables se pueden utilizar técnicas como el AMFE, entre otras. En esta fase se establecen grupos de
trabajo para la extracción de datos necesarios del proceso y la aplicación de las técnicas necesarias.
Aplicación del Seis Sigma
3. Analizar los datos extraídos, o analizar la información obtenida en el paso anterior y aplicar las
herramientas de mejora adecuadas.
4. Mejorar el proceso. Después de analizar los datos, se deben buscar nuevos enfoques, aplicaciones,
formas de hacer las cosas, redefinir de nuevo el proceso, utilizar técnicas estadísticas, etc. Para
comprobar si realmente se ha alcanzado una mejora respecto a la forma de operar anterior.
5. Realizar los controles necesarios que permitan comprobar y mantener la mejora y los resultados
obtenidos.
Estos pasos se corresponden con la metodología DMAIC (Define, Measure, Analyze, Improve, Control)
que supone llevar a cabo el ciclo iterativo que se representa en la siguiente figura.
Metodología DMAIC / DMAMC.
También se lo conoce con el nombre en castellano de DMAMC (Definir, Medir, Analizar, Mejorar, Controlar). Este ciclo
constituye un salto cualitativo importante hacia la mejora continua, pero en los casos en que se necesite diseñar un
nuevo proceso o producto, o cuando para mejorar los actuales es mejor partir de cero, se puede aplicar el ciclo (DFSS)
Diseño para Seis Sigma, que consiste en partir de los requisitos de los clientes, que es lo realmente esencial, y llevar esos
requisitos hacia atrás, hasta la completa definición del producto, del proceso y de sus respectivas especificaciones.
Esta metodología es la forma más eficiente de asegurar la calidad en el producto y/o servicios finales a
través del diseño del producto y/o servicio y del proceso.
En general, las distintas etapas del DMAIC requieren el uso de herramientas de la calidad, como: Hojas de recogida de
datos, Diagrama de Pareto, Diagrama de Espina, Diagrama de Relaciones, Diagrama de Afinidad, Diagrama de Árbol,
Diagrama Matricial, Histogramas, Diagramas de Dispersión, Gráficos de Control, Diagrama de Decisión, Diagrama de
Flechas, Diseño de Experimentos, QFD, AMFE, etc.
También está justificado el uso del Benchmarking que permite la comparación de los procesos de negocios con los de
otras empresas, a fin de identificar oportunidades para mejorar el rendimiento.
RRHH y Seis Sigma.
Respecto a los recursos humanos, el Seis Sigma no tiene por qué necesitar la contratación de nuevos
empleados para su implantación, sino que supone promover un cambio cultural dentro de la organización y
poder formar a los empleados de todos los niveles en métodos, herramientas y técnicas para la mejora de la
calidad.
En la implantación del Seis Sigma todas las herramientas de mejora de la calidad son conocidas en
profundidad por los denominados «cinturones negros» (Black Belts), que son los responsables de la
coordinación del programa Seis Sigma.
Destinan todo su tiempo de trabajo a liderar los grupos de mejora y formar en las técnicas descritas a otras
personas en la organización conocidos con el nombre de «cinturones verdes» (Green Belts), así como a
definir los objetivos e informar a la dirección sobre el avance de las actividades y el logro de aquéllos.
Los Green Belts, aparte de desempeñar sus tareas habituales, lideran uno o más equipos de trabajo en
función de su experiencia en determinados proyectos.
Para que la implantación del Seis Sigma funcione, es necesario el compromiso de la
dirección, quien debe apoyar constantemente la metodología y establecer las políticas y
las estrategias convenientes, así como dotar de los medios y recursos necesarios para
llevarla a cabo.
También, resulta imprescindible la creación de «equipos de trabajo» que posean un
enfoque integrado de todos los procesos y que conozcan y apliquen las distintas
herramientas de mejora citadas anteriormente (Arranz, 2003).
ÍNDICE DE MEDIDA DE CALIDAD EN SEIS SIGMA
El índice utilizado como medida de la calidad de un proceso o producto por Seis Sigma es el DPMO
(defectos por millón de oportunidades). Este índice se calcula con la siguiente fórmula:
Donde:
DPMO = Defectos por millón de oportunidades
CTQO = Critico para las oportunidades de calidad
DPU = Defectos por unidad
EXPLICACIÓN BREVE
Necesariamente hay que explicar con un poco de estadística básica para comprender mejor el significado de
obtención de calidad de nivel sigma seis.
En general, los procesos de fabricación tienden a seguir una distribución normal, y consideramos
que un proceso es tanto más fiable cuanto más centrado está respecto a la media y cuanto más alta y estrecha
sea la campana. Si aplicamos unos límites de control, concretamente un LCS (límite de control superior) a
la derecha de la media y un LCI (límite de control inferior) a la izquierda de la media, un proceso sería
estable cuando fluctúa dentro de estos límites y está sometido sólo a causas aleatorias.
De esta forma, el área comprendida entre los dos límites fijados supone un 99,73 % del área total y
representa los productos y/o servicios conformes con las especificaciones. El área restante o fuera de los
límites supone el 0,27 % del área total y representaría la «probabilidad de defecto», es decir, probabilidad de
que un producto y/o servicio esté fuera de las especificaciones.
En las tablas de distribución normal encontramos la relación entre la probabilidad de defecto y la
distancia Z definida como:
La probabilidad total de defecto será la suma de la probabilidad de exceder el LCS más la de
exceder el LCI. Por tanto, para el cálculo del valor Z se suman ambas probabilidades.
Si se transforma la probabilidad de 0,27 % a DPM (defectos por millón) se obtienen 2.700 DPM
(distante de 3,4 DPM).
Pero la metodología Seis Sigma asume que la media de un proceso no es siempre constante, sino
que varía debido a diferentes causas, como, por ejemplo, cambio de turno, mantenimiento
incorrecto, material empleado, etc. Dicha desviación se asume que está en torno a +/- 4,5 de
la media. Con lo cual los límites estarían situados a +/- 4,5 de la media, como muestra la
figura, donde se observa la distribución normal desplazada.
A continuación, se calculan los valores que quedan fuera de los límites de control. Para ello se consultan las tablas de la
distribución normal en cualquier libro de estadística. Para los distintos valores ,de sigma se calculan los defectos por
unidad (DPU) y los defectos por millón (DPM).
Realizando los cálculos pertinentes, para un valor de sigma seis se obtiene 3,4 DPM (defectos por millón).
Con respecto a la duración de la implantación, casi todas las empresas que han implantado Seis Sigma coinciden en que
para el desarrollo completo del programa transcurren entre 18 meses y 3 años, aunque la formación inicial que necesitan
los empleados a todos los niveles para la aplicación de herramientas y metodologías para optimizar sus procesos sea de
sólo algunos meses.
Ventajas de Seis Sigma
Entre los numerosos beneficios que se le atribuyen a Seis Sigma destaca:
El aumento de la rentabilidad, proveniente principalmente de la mejora de la calidad que incrementa la
satisfacción de los clientes y de la mayor eficiencia operativa, con la consecuente reducción efectiva de
costes.
Otras ventajas son que permite reducir defectos, estandarizar métodos de trabajo, reducir el tiempo de
comercialización de productos y servicios y comparar procesos y sistemas similares dentro de una empresa e
incluso entre empresas diferentes, porque establece un sistema de medición común
QFD – Despliegue de la función calidad
El QFD (Quality Function Deployment) es un método de gestión de la calidad basado en la transformación
de necesidades del usuario/cliente en la calidad del diseño, implementando las acciones que den más
calidad y desarrollando métodos para lograr calidad en características y en elementos específicos del
proceso de fabricación. Se necesitan de otras herramientas para poder realizar un buen ejercicio para
conseguir los fines deseados.
Este tipo de herramientas se puede utilizar tanto al comienzo del lanzamiento de un nuevo
producto/servicio o para mejorar uno ya existente, busca relacionar las necesidades (los Que) de los
clientes con los requerimientos (los Como) que se relaciona con las cualidades del producto/servicio.
El QFD es una herramienta que permite recoger de forma sistemática y estructurada la «voz del
cliente» en el proceso de diseño y desarrollo de productos y servicios.
Interrelaciona las demandas o exigencias de los clientes con las características técnicas de los productos o
servicios a través del uso de diferentes matrices.
De manera que permite analizar y tratar las expectativas y requerimientos de los clientes, así como conocer las
características técnicas que satisfacen en mayor grado dichos requerimientos.
En definitiva, traduce los requerimientos de los clientes en requisitos técnicos para el desarrollo
y la elaboración del producto o servicio.
El QFD o Despliegue de la Función de Calidad es una herramienta muy utilizada en las fases de diseño y desarrollo del producto. A
diferencia del DEE (Diseño de Experimentos) o el AMFE (Análisis Modal de Fallos y Efectos), esta herramienta puede ser empleada
por cualquier miembro de la organización, al no ser únicamente una herramienta técnica. Es la herramienta más utilizada de entre
las siete nuevas herramientas de gestión y, por tanto, es la que más ha evolucionado.
Es una herramienta muy versátil que permite aplicarse no sólo en el
diseño de productos y servicios, sino también en el diseño y mejora de
procesos como, por ejemplo, la planificación empresarial.
Aplicación del QFD o Casa de la calidad
El QFD se aplica tanto en empresas industriales como de
servicios y recientemente se han encontrado
nuevas aplicaciones, entre las que destacan aplicaciones al
estudio de la estrategia empresarial de grandes y pequeñas
y medianas empresas (pymes), de proyectos y a problemas
en el sector público.
También hay que señalar que se han encontrado nuevos
enfoques y desarrollos metodológicos, como la
consideración del impacto medioambiental durante el
desarrollo o mejora de un producto o la aplicación de la
teoría de los conjuntos fuzzy (conjuntos difusos) para
evaluar las observaciones subjetivas e imprecisas que
muchas veces constituyen la voz del cliente.
La casa de la calidad está formada por las diferentes áreas que se enumeran a continuación:
1. Los requerimientos de los clientes (RC) o Qués (zona A): recoge lo que los clientes quieren (la voz del cliente).
Para generar el listado de RC se puede emplear cualquier técnica que permita recoger los comentarios de los
clientes: encuestas, entrevistas personales, resultados de quejas de los clientes, investigación de mercados, etc.,
y posteriormente mediante herramientas, como por ejemplo el Diagrama de Afinidad o el Diagrama de Árbol, se
puede organizar y agrupar toda la información obtenidas.
2. Las características técnicas del producto/servicio (CT) o Cómos (zona B): muestra las características técnicas o
requerimientos del diseño del producto / servicio con las que se satisface las necesidades expuestas en los qués.
a. Para recoger esta información se puede inicialmente realizar sesiones de brainstorming y utilizar el Diagrama
de Afinidad. Es importante que todas las características técnicas tengan una incidencia real sobre los
requerimientos del cliente.
3. La matriz de correlaciones (zona C): muestra las correlaciones existentes entre las diferentes
características técnicas. Su importancia radica en que permite visualizar el efecto que un incremento
o mejora en una CT tiene sobre las demás. Se utilizan símbolos, para mmostrar las dependencias en una matriz
triangular.
4. La matriz de relaciones (zona D): indica las relaciones entre los requerimientos de los clientes y las características
técnicas. Esta matriz expresa cuánto afecta a cada RC una CT específica.
Puede darse el caso de no existir relación entre algún RC y alguna CT; entonces se deja la celda en blanco. Es usual
emplear símbolos a los que luego se les asigna un valor numérico
6. Evaluación competitiva técnica (zona F): recoge la comparación cuantitativa de las CT del producto
de la empresa con las CT de los productos de los competidores.
De forma análoga que en la evaluación comparativa, se representa gráficamente mediante una escala numérica en la
que se posiciona la empresa respecto a los competidores, con la salvedad de que esta comparación la realiza la propia
empresa y se posiciona de acuerdo con los estudios realizados sobre la competencia.
7. Índice de importancia de los RC (zona G): es un factor de ponderación que muestra cuáles son las expectativas más
importantes para el cliente, porque no todos los RC son igualmente importantes
para él.
Por tanto, determina prioridades entre los RC para conseguir una satisfacción máxima del cliente por parte de la
empresa.
Se sitúa a lado de los RC en una columna que contiene los valores 1 a 5, de menor a mayor importancia respectivamente.
8. Impacto de los RC (zona H): proporciona una idea sobre la contribución de todas las CT para satisfacer cada uno de los
RC. Se calcula multiplicando el factor de ponderación de cada RC por el valor numérico asignado a cada uno de los
símbolos (9, 3, 1 o 0) de la fila de RC considerada y se suma el resultado de todas las multiplicaciones realizadas sobre
esa fila.
De modo análogo se calculan todos los restantes impactos y se colocan los valores obtenidos en la última
columna de la matriz. Permite identificar puntos críticos y puntos fuertes.
9. Dificultad técnica (zona I): representa el grado de dificultad técnica en el cumplimiento de los
objetivos definidos sobre cada una de las CT. Es usual emplear una escala numérica del 1 al 5 para indicar
el nivel de dificultad, siendo 1 mínima dificultad y 5 máxima dificultad.
10. Importancia técnica o Cuántos (zona J): proporciona una idea sobre la contribución de cada una de
las CT para satisfacer los distintos RC. La ponderación total correspondiente a cada CT se muestra en la
última fila de la matriz e indica a la empresa las CT que deben ser consideradas con prioridad.
Se calcula evaluando la importancia o prioridad otorgada por los clientes a cada RC junto con la
correlación entre ese RC y la CT considerada. Concretamente, se multiplica el factor de ponderación de
cada RC por el valor numérico asignado a cada uno de los símbolos (9, 3, 1 o 0) de la columna de CT
considerada y se suma el resultado de todas las multiplicaciones realizadas sobre esa columna.
Análogamente se calculan todas las restantes ponderaciones totales y se colocan los valores obtenidos en
la última fila.
La casa de la calidad mostrada es la primera, la más utilizada y quizá la más importante de un conjunto de matrices
que constituyen la QFD.
Una vez elaborada esta primera matriz (A-1) se pueden desarrollar otras con distinto nivel de análisis y como
resultado del despliegue se producen varias matrices.
El despliegue de estas matrices implica llevar los requerimientos del cliente hasta el nivel de análisis de detalle
funcional.
La figura de mas abajo esquematiza las cuatro matrices más importantes, que son:
1. Despliegue del producto (casa de la calidad), que relaciona los requerimientos de los clientes (los qué) con las
características técnicas (los cómo).
2. Despliegue de componentes, que toma las características técnicas (los cómo de la matriz anterior)
como definición de los componentes (los qué) y las convierte ahora en especificaciones técnicas de los componentes
del producto o servicio (los cómo).
3. Despliegue del proceso, que considera las características técnicas de los componentes (los cómo de la matriz
anterior) en la planificación del proceso (los qué) para obtener los procedimientos y operaciones asociados a ellos.
4. Despliegue de la producción, que parte de los procedimientos y operaciones (los cómo de la matriz anterior) en la
planificación de la producción (los qué) para obtener los medios y especificaciones adecuados a la producción (los
cómo).
Como el objetivo de QFD es mejorar continuamente los productos o servicios y sus diseños, las matrices
del QFD deben ser revisadas regularmente para asegurar que siempre se tienen en cuenta los cambios
en los requerimientos de los clientes.
Ventajas de QFD
La aplicación de esta herramienta conlleva una mejora de los resultados de la empresa.
Entre los múltiples beneficios que se le atribuyen destacan:
La mejora de la calidad del producto y la satisfacción del cliente.
Aumento considerable del conocimiento de las expectativas de los clientes.
El ahorro en costes ya que supone disminución del tiempo de desarrollo del producto, disminución de los costes de
lanzamiento, de modificaciones del producto y/o del proceso y de las reclamaciones de los clientes.
Según Cuatrecasas (2001), las empresas que utilizan esta herramienta experimentan unas mejoras cuantificables, como,
por ejemplo:
– El ciclo de desarrollo de un producto se reduce entre un 30 % y un 60 %.
– Las modificaciones del producto y del proceso se reducen entre un 30 % y un 50 %.
– Los costes de lanzamiento se reducen entre un 20 % y un 60 %.
– Las reclamaciones de los clientes se reducen en unas proporciones que alcanzan hasta el 50 %.
