Download - MarianoPC_SeisSigma

7/26/2019 MarianoPC_SeisSigma

1/6

1

Pgina 1AnalizarMedir Controlar MejorarDefinir

SEIS SIGMAQU ES Y CMO APLICARLOA LA EMPRESA ESPAOLA

SEIS SIGMAQU ES Y CMO APLICARLOA LA EMPRESA ESPAOLA

Universidad de Castilla-La Mancha

18 de abril de 2007

Una estrategia innovadora para el xito

Pgina 2AnalizarMedir ControlarMejorarDefinir

Qu es Seis Sigma?

Seis Sigma es una metodologapara la mejora de procesos.


Qu es lo novedoso enSeis Sigma?

El empleo de tcnicas estadsticas yriguroso mtodo cientfico para

racionalizar procesos.


Cul es la historia deSeis Sigma?

Fue desarrollada en los 80 por Motorola

Gran impulso por General Electric

Implantada en la mayor a de empresas

multinacionales de todo el mundo.


La esencia de Seis Sigma

Tenemos que pasar de ser unaempresa que corrige sus productosdefectuosos, a otra que corrige sus

procesos defectuosos

Jack Welch


Para qu tipos de procesosvale Seis Sigma?

Productivos

Administ rat ivos

Servicios


2/6

2


Qu se consigue con

Seis Sigma?

simultneamente!

Reducir costes

Mejorar calidad

Satisfaccin del cliente


Todo pasa por el rigormetodolgico

El mejor argumento en favor de SeisSigma son sus resultados.

Para que los proyectos Seis Sigmatengan xito es imprescind ible seguirrigurosamente la metodologa en todassus fases.


Cmo se trabaja conSeis Sigma?

Identificar oportunidad de mejora

Constituir grupo multidisciplinario

Aplicar metodologa

Seguimiento y control Evaluacin de resultados

Aprobac in nuevo proceso


La esencia de Seis Sigmano puede desaparecer

Podemos cambiar el nombre o la unidad demedida, pero no podemos cambiar lo esencial:

Enfoque al cliente.

Decisiones en base a hechos.

Mtodo cientfico (estadstico).

Mejora Continua.


MetodologaSeis Sigma


Metodologa Seis Sigma:el ciclo DMAIC

Definir

Medir

Analizar

Mejorar

ControlarLa evolucin del ciclo

PDCA de Deming


3/6

3


El objetivo de cada etapa

Definicin

Medida

Anlisis

Mejora

Control

Aco tar el Proces o

Determinar la Capacidad del Proceso

Descubrir las Fuentes de l a Variacin

Determinar Relaciones Causa-Efecto

Vigilar la Variacin de las Causas


1 Etapa: Definicin

Comprender QU necesita elcliente.

Traducir esto a CMO nuestroproducto o servicio satisface esosrequisitos.

Determinar aquellas caractersticasdel producto o servicio que soncrticas para la calidad y el coste.


Caractersticas Crticas

CARACTERSTICAS

NEC

ESIDADES

PRES

TACIONES

Cul es la influencia decada caracterstica en las

prestaciones del prod ucto?

CTQs


2 Etapa: Medida

Ver cmo es el funcionamiento delproceso real.

Recoger datos ob jetivos:

tiempos

recursos dedicados errores


SITUACIN IDEAL

SITUACIN REAL

Problemas estadsticos

con el centrado

i o s


i o s

SITUACIN IDEALSITUACIN REAL

Problemas estadsticos

con la dispersin


4/6

4


Frecuencia

X

0

2

4

6

8

10

12

14

50 60 70 80 90 100 110

Continua

Discreta

Atr ibu to

z

Gamma(z)

543210

0,9

0,8

0,7

0,6

0,5

0,4

0,3

0,2

0,1

0,0

=1

=2

=4

Definicin de Variables

Cmo vamos a definir las

variables de inters?


Sistema de Medida

Xi

Yi

PROCESO

SISTEMA DE

MEDIDARESULTADOS

Yi

Cmo podemos medir las

variables de inters?


La sigma del proceso

Zb = n Sigma

n Desviaciones Tpicas

Centro deProceso

Lmite deEspecificacin


3 Etapa: Anlisis

Identificar cules son los factoresque ms influyen en los resultadosdel proceso.

Xi

YiPROCESO

Entradas Salida


Time

Percent

60300

99.9

99

90

50

10

1

0.1

Time

Percent

100101

99.9

99

90

50

10

1

0.1

Time -Threshold

Percent

100.010.01.00.1

99.9

99

90

50

10

1

0.1

Time

Percent

100.0010.001.000.100.01

99.9

90

50

10

1

0.1

Goodness of Fit Test

P-Value = *

Exponential

AD = 5.822

P-Value < 0.003

Normal

AD = 5.738

P-Value < 0.005

Lognormal

AD = 0.432

P-Value = 0.299

3-Parameter Lognormal

AD = 0.277

Probability Plot for Time

Worksheet: decision.MTW

Normal - 95% CI Lognormal - 95% CI

3-Parameter Lognormal - 95% CI Exponential - 95% CI

Recogida de Datos

Qu nos dicen lasmedidas recogidas?


Anlisis Grfico

Cules son l as causas responsables

del centrado y de la variacin?


5/6

5


4 Etapa: Mejora

Concebir y validar cambios en el procesoque permitan:

reducir/eliminar ineficiencias

reducir/eliminar errores y defectos


Modelo del Proceso

Cules son las relaciones

entre variables que condicionan

el funcionamiento del proceso ?


5 Etapa: Control

Idear sistemas que garanticen elmantenimiento de las mejoras.


3020100

0.07

0.06

0.05

Observation Number

IndividualValue

I Chart for Shaft_OD

X=0.05978

3.0SL=0.06745

-3.0SL=0.05211

Xi YiPROCESO

Yi = f (Xi)

Salidasaseguradas

Control del Nuevo Proceso

Entradascontroladas


Algunos Resultados


Fabricacin.

Racionalizacin muestreo pastillas PWR

Reduccin de costes en 120.000 /ao (un 64% )

Fabricacin de tapones PWR

Se pas del 3% de rechazos al 0% (90.000 /ao)

Rayaduras en barras BWR

Eliminacin del 60% de los defectos

Aumento de productividad en rea Cermica

Aumento de la capacidad de produccin de 180 a205 pastillas/minuto (inversin cero)


6/6

6


Diseo.

Proceso de Diseo de la Recarga (PWR)6000 h-h/ao de reduccin media en mano deobra (25%)

Desarrollo de sistema informtico para agilizar losclculos correspondientes a los informes decorrosin.

2.000 h-h/ao de reduccin media en mano deobra (38%)


Comercial.

Desarrollo de un nuevo sistema de evaluacinde la satisfaccin del cliente.

En su ltima auditora, AENOR la destaccomo un punto fuerte de nuestro sistema decalidad.


Explotacin.

Racionalizacin de Evaluaciones de Seguridadde nuevos equipos e instalaciones.

Reduccin media de 42 das a 24 para realizarevaluacin.

Racionalizacin de vertidos lquidos

Reduccin de 437 de anlisis/ao a 220(12.000 /ao).


Administ racin.

Mejora del proceso de pagos con tarjeta.

Reduccin de errores del 17% al 7%.

Gestin informtica de rdenes de viaje

Reduccin de tiempos y mejora de la

capacidad de control (de das a minutos)


Filiales.

IonmedIrradiacin de plsticos

MolypharmaFacturacin

ETSAAnlisis de la demanda y optimizacinrecursos