MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

MEDICIONES PARA SEIS SIGMA

H. Hernndez / P. Reyes
Septiembre de 2007

Pgina 1 de 28

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

CONTENIDO
1. Introduccin
2. Clculo de las sigmas de un proceso con base al rendimiento
3. Variacin a largo plazo versus corto plazo
4. Clculo de Sigma en Excel y Minitab

Pgina 2 de 28

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

Mediciones para seis sigma

1. Introduccin
Este artculo proporciona un panorama general de las mtricas
utilizadas en Seis Sigma, el objetivo es tener las mejores tcnicas
de clculo apropiadas para una situacin determinada.
La mejora de las mtricas pueden tener un impacto significativo en
los resultados del negocio, al reducir la oportunidad de tener
defectos.
Es de suma importancia medir la capacidad del proceso en trminos
cuantificables y monitorear las mejoras a travs del tiempo.
Sigma es una letra del alfabeto griego usada para representar la
distribucin o dispersin alrededor de la media de cualquier proceso.
Seis Sigma es una filosofa de administracin enfocada a la
mejora de los procesos, mantenindolos en el valor objetivo y
reduciendo la variacin.
1 a. Definiciones bsicas1:
Unidad (U): Es un artculo producido o procesado disponible para
evaluacin contra un criterio o estndar predeterminado, .
Defecto (D): Cualquier evento que no cumpla la especificacin de
un CTQ o cuando una caracterstica no cumple con el estndar.
Falla: resulta cuando una caracterstica no tiene el desempeo
estndar.
Error: resulta cuando una accin no cumple con el estndar.
Defectuoso: Una unidad que tiene uno o ms defectos.

Forrest W. Breyfogle III. Implementing Six Sigma Ed. John Wiley & Sons, Inc.1999
Pgina 3 de 28

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

Defectos por unidad (DPU): Es la cantidad de defectos en un

producto
DPU

D
U

Oportunidad de defectos (O): Cualquier caracterstica que pueda

medirse y de una oportunidad de no satisfacer un requisito del
cliente.

Las necesidades vitales del cliente se traducen en Caractersticas

Crticas para la Satisfaccin (CTS),

Estas a su vez se traducen a Caractersticas Crticas para la Calidad,

Entrega y Costo (CTQs, CTDs y CTCs) las cuales tienen impacto en las
CTSs.

Las Caractersticas Crticas para el Proceso (CTPs), tienen impacto en

las CTQs, CTDs o CTCs y son Oportunidades para control

Defectos por oportunidad (DPO):

DPO

D
U O

Defectos por milln de oportunidades (DPMO): Es el nmero de

defectos encontrados en cada milln de unidades.
Capacidad del proceso:
Rendimiento estndar o de primera pasada YFT: Es el porcentaje de
producto sin defectos antes de realizar una revisin del trabajo
efectuado.
Rendimiento al final o de lnea final Y LT: Es el porcentaje de producto
sin defectos despus de realizar la revisin del trabajo. Es el
rendimiento despus de la inspeccin la prueba. Excluye el
retrabajo y el desperdicio Siempre ser mayor al Yrt. Slo observa la
calidad del producto terminado.
Rendimiento total de produccin o rendimiento estndar Yrt: es el
rendimiento real a travs de todos los procesos productivos sin

Pgina 4 de 28

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

reproceso o reparacin. Se obtiene multiplicando los rendimientos

individuales de cada proceso (Yrt = Y1 * Y2 * Y3 **Yn).
Es la probabilidad de que una unidad pase por todos los pasos con 0
defectos. Si informa sobre la complejidad del proceso en donde
YRT = Y 1 x Y2 x.......x Yn
YRT = e

-DPU

donde:
DPU = defectos por unidad
n = nmero de pasos en el proceso
Yn = rendimiento del paso de proceso n

Pgina 5 de 28

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

2. Clculo de las Sigmas de un proceso.

Ejemplo 1
Un proceso de manufactura de mesas para telfono tiene cuatro
subprocesos: fabricacin de patas, bastidor, cubierta y pintura. Se
toman los datos de 1510 mesas fabricadas y se observa la siguiente
informacin. Calcule el Sigma del proceso.
Subproceso

Defectos

Oportunidades/

Patas
Bastidor
Cubierta
Pintura
Totales:

212
545
71
54
882

Unidad
17
5
9
1
32

Nmero de unidades procesadas =

Nmero total de defectos

Defectos por oportunidad (DPO) =

1510
882
D
882

.0182
N O 1510 32

Pgina 6 de 28

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

DPMO = .0182 X 1,000,000=18,253

De

la

tabla

de

conversin

de

sigma

(al

final

del

artculo)

determinamos el valor que ms se acerca a 18,253 siendo este:

sigma = 3.6
Ejemplos

adicionales:

Defectos

en

CTQs,

unidades

oportunidades
Ejemplo de Call Center

Queja del cliente: Siempre debo esperar mucho tiempo al

ejecutivo.

Nombre del CTQ: Respuesta del ejecutivo

Medicin del CTQ: Tiempo de espera en segundos

Especificacin del CTQ: menor a 60 segundos desde la

conexin al sistema automtico de respuesta.

Defecto: Llamadas con tiempo de espera iguales o mayors a 60

segundos.

Unidad: Llamada

Oportunidad: 1 por llamada

Calcular la sigma:

Defectos: 263 calls

Unidades: 21,501 llamadas

Oportunidades: 1 por llamada

Sigma: 3.75

Ejemplo de un editor de libros

Queja del cliente: Algunas palabras no se pueden leer en los

libros.

Pgina 7 de 28

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

Nombre del CTQ: Calidad tipogrfica

Medicin del CTQ: Nmero de errores tipogrficos.

Especificacin del CTQ: Cero errores tipogrficso

Defecto: Cualquier error tipogrfico

Unidad: Una palabra

Oportunidad: palabras errneas por libro

Calculalar el valor de Sigma:

Defectos: 2 errores tipogrficos

Unidades: 100,000 (500 palabras / pgina x 200 pginas / libro)

Oportunidades: 1 por palabra

Sigma: 5.61

Area: Fabricacin de tarjetas electrnicas

Queja del cliente: La tarjeta debe funcionar cuando se enchufa

Nombre del CTQ: Funcionalidad de la tarjeta

Medicin del CTQ: Tarjetas sin funcionar o con defecto de

funcionamiento

Especificacin del CTQ: Todas las tarjetas deben funcionar bien

Defecto: Una tarjeta que no funcione o funcione mal

Unidad: Una tarjeta

Oportunidad: Nmero total de partes y puntos de soldadura

Calcular el nivel de sigmas:

Defectos: 18 tarjetas

Unidades: 1,000 tarjetas

Oportunidades: 58 (1 plac + 13 resistores + 4 capacitores + 2

diodos + 38 puntos de soldadura)

Sigma: 4.92

Pgina 8 de 28

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

Rendimiento de primera pasada (YFT) y lnea final (YLP)

Los resultados y el nmero de defectos pueden medirse antes o
despus de que se detecten, corrijan o revisen los defectos. Los
resultados se miden en % y el nmero de efectos en defectos por
oportunidad (DPO) o defectos por milln de oportunidades (DPMO).
Observemos la siguiente figura:

SUBPROCESO

N articulos con
cero defectos

Trabajo

Hay D1 defectos

Revisar el trabajo

Subsisten D2 defectos

YFP

YLP

En este subproceso podemos observar la entrada de N artculos con

cero defectos, se realiza un trabajo en el cual hay D1 defectos,
resultando el rendimiento de primera pasada (Y FP), despus se revisa
el trabajo y al final subsisten D2 defectos, siendo este el rendimiento
de la lnea final (YLP). El rendimiento total de produccin Yrt = Yfp *
Ylf.
Ejemplo 2
Una planta de productos alimenticios empaca cierto tipo de quesos
en una de sus lneas. La produccin en un turno es de 5,000
unidades. Existen 3 oportunidades de defecto en cada unidad:
- Mal sellado del empaque
- Producto maltratado

Pgina 9 de 28

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

- Empaque roto
Se encontraron 64 defectos, de los cuales 14 se encontraron antes
de ser enviados a la lnea de empaque final, despus de esto 50
defectos todava subsisten. Se pide calcular YFP y YLP.

Rendimiento de Primera pasada YFP

DPO

64
.0042
5000 3

DPMO = .0042 X 1,000,000 = 4,266.66

YFP = 1-.0042 = .9958 = 99.58%

Rendimiento de Lnea final YLP

DPO

50
.0033
5000 3

DPMO 3,333.33

YLP = 1- .0033 = .9967= 99.67%

Observamos que el rendimiento de lnea final es mayor que el
rendimiento de primera pasada.

Rendimiento real o estndar (YRT)

Mide la probabilidad
defecto

El

de pasar por todos los subprocesos sin un

producto

del

resultado

YFP1 YFP2 YFP3 ......YFPn

Pgina 10 de 28

de

cada

paso:

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

Rendimiento sensible a pasos y defectos en los pasos.

Ejemplo 3:
Un

proceso con cinco subprocesos tienen los rendimientos

siguientes de throughput: 0.98, 0.93, 0.95, 0.98 y 0.94. El

Rendimiento Estndar YRT= 0.98x 0.93 x 0.95x 0.98x 0.94 = 0.7976,
es la probabilidad de que el producto pase sin error.
Rendimiento Normal (YN)
Debido a que cada paso de un proceso tendr su propio nivel sigma,
cmo podemos encontrar un promedio de nivel sigma de todo el
proceso? Este promedio de nivel sigma podra ser prctico. Para
comparar procesos de diferentes complejidades.
Se utiliza el Rendimiento promedio normalizado o YNA para
encontrar este promedio de nivel sigma.
YNA = (YRT)1 / #Pasos
En donde YRT es el rendimiento de produccin estndar y #Pasos es
el nmero de pasos del proceso
El rendimiento normal mide el promedio de rendimientos por los
pasos del proceso.
Es el promedio exponencial basado en el nmero de pasos del
proceso, no es un promedio aritmtico.
YN n YRT , donde n es igual al nmero de pasos en el proceso.

Ejemplo 5
Pgina 11 de 28

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

En un proceso con 3 pasos tenemos los siguientes YFT:

Paso 1: 80%
Paso 2: 70%
Paso 3: 90%
Calcular YN
Primero calculamos YRT = .504
YN n YRT 3 .504 79.6%

Nota: El rendimiento Normal es el promedio del rendimiento del

proceso. Sigma es calculado a partir de un rendimiento Normalizado.

3. Variacin a largo plazo vs. corto plazo (Z-Value)

Largo plazo: son los datos tomados durante un periodo de tiempo
suficientemente largo y en condiciones suficientemente diversas
para que sea probable que el proceso sufra algunos cambios y otras
causas especiales.
Corto plazo: datos recogidos

durante un periodo de tiempo

suficientemente corto para que sea improbable que haya cambios y

otras causas especiales.
Para el clculo de datos a largo plazo a partir de datos a corto plazo
restamos 1.5, debido a los desplazamientos que sufre la media
debido al cambio natural en los procesos.
ZST = ZLT+1.5
ZBenchmark = ZYN+1.5

Pgina 12 de 28

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

Donde:
ZST= Z a corto plazo.
ZLT= Z a largo plazo.
YN = Rendimiento Normal
Sigma del proceso negativa
La sigma del proceso no es la misma que la desviacin estndar de
la muestra S, ms bien es un valor de Z modificado. Un valor
negativo en las Z (modificado) sigmas del proceso, indica que la
mayora

del

producto

servicio

est

fuera

del

rango

de

especificaciones.
EJEMPLO 6
Un proceso tiene un YRT = .38057 con 10 operaciones. Determine Y N
y Zbenchmark
YN 10 .38057 .9079

benchmark

= .9079+1.5= 2.4079

4. Clculo de sigma en Excel y Minitab

a. Calculo de Sigma en Excel
La sigma del proceso que es la sigma a corto plazo Zst se determina
como sigue:
METODO 1:
1. El rendimiento es igual a Yrt = 1 DPU

o Yrt = 1 D / DPO

2. La Z sigma a largo plazo Zlt = distr.norm.estand.inv(Yrt)

Pgina 13 de 28

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

3. La Z sigma a corto plazo o Sigma del proceso = Zst = Zlt + 1.5

METODO 2:
1. Se determina Zlie y Zlse en base a las especificaciones
2. Se determina la fraccin defectiva P(Zlie) y P(Zlse)
3. Con P(Zlie) = distr.norm.estand.inv(Zlie)

y P(Zlse) =

distr.norm.estand.inv(-Zlse)
4. La fraccin defectiva total es P(Zt) = P(Zlie) + P(Zlse)
5. El rendimiento se determina con Yrt = 1 P(Zt)
6. La Z sigma a largo plazo Zlt = distr.norm.estand.inv(Yrt)
7. La Z sigma a corto plazo o Sigma del proceso = Zst = Zlt + 1.5
b. Clculo de Sigma con MINITAB
1. La Z sigmas del proceso a largo plazo en base al rendimiento se
determina como:
Calc > Probability Distributions > Normal
Seleccionar

Inverse Cumulative probability

Mean

0.0

Estndar deviation 1
Input constant

valor de Yrt

OK,

se obtiene la Zlt de largo

plazo.
2. La Z del proceso se determina con Zst = Zlt + 1.5
Ejemplo 7

Pgina 14 de 28

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

En una fbrica de plsticos, se producen unos contenedores propios

para alimentos.
En un lote de produccin de 10,000 unidades se encuentran 125
artculos defectuosos, la oportunidad de cometer un defecto es 3.
Calcule sigma y analice los resultados proporcionados.
Ejercicios adicionales
Ejercicio A1. Determinar la capacidad en Sigmas del proceso con los
datos siguientes:
Producto
Unidades
Defectos
Oportunidade
s
para defectos
Media
Desviacin
estndar
Lmites de
especificacin

E
10000
435
4
21.2
3.7
LIE=12
LSE=30

a) Utilizando el rendimiento Yrt

Rendimiento Yrt =

0.989125

Z sigmas =

3.794705629

DPMO =

10875

(Corto plazo)

b) Utilizando la distribucin normal

Rendimiento Yrt =

0.984855

Z sigmas =

3.87838

Zi =

-2.486486486

Zs =

2.378378378

DPMO =

15145

(Corto plazo)

Pgina 15 de 28

0.00645
1-0.99131

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

Ejercicio A2 Determinar lo siguiente con una muestra de datos

siguientes: Asumir un lmite superior de especificacin LSE = 35
Datos
26
26
30
31
25
23
30
32
29
27
26
26
32
29
32
a) Realizar una prueba de normalidad con los mtodos
de Anderson Darling y Grfica de probabilidad normal

Pgina 16 de 28

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

b) Media =

28.26666667

c) Desv. Estndar =

2.890048607

f) Z lt =

2.32983394

d) Rendimiento =

0.990092535

e) Capacidad en Z sigmas =

3.82983394

f) DPMOs equivalentes =

64.11488109

Ejercicio A3 Determinar la capacidad en sigmas, DPMOs y Zbenchmarking

del proceso siguiente:

Paso 1
300

Paso 2
300

Paso 3
300

300

6
200
89%
11

3
40
96%
4

5
120
92%
8

2
40
93%
7

Paso 4
Unidades
Oportunidades para
defecto
Defectos
Rendimiento
Defectos / Unidad

a) Rendimiento en funcin del total de defectos vs total de

oportunidades para defecto:

Pgina 17 de 28

1.67%

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

b) Capacidad del proceso en Z sigmas

2.883 (Corto plazo)

c) DPMO equivalentes =

1969.57

d) Rendimiento en base a los rendimientos

2.93%

individuales (Throughput)
e) Capacidad del proceso en Z sigmas,

2.111 (Corto Plazo)

es mejor este mtodo vs el de b?

El resultado muestra un Nivel sigma menor
f) DPMOs equivalente

17394.41

g) Defectos por unidad =

0.1007

h) Rendimiento en base a defectos por unidad = 0.904

i) Rendimiento estandarizado = Yrt.norm. = Yna =
i) Z benchmark =

0.9241

0.8223

Ejercicio A4. En el departamento de compras se realizan 800

pedidos, cada uno tiene 20 CTQ:
Los pedidos sin errores son 700:
Pedidos

800

Sin errores 700

CTQ =

20

a) Determinar el rendimiento del proceso

87.5%

b) Determinar la tasa de defectos

12.5%

c) Determinar la tasa de defectos por cada CTQ

0.625%

Pgina 18 de 28

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

d) Determinar Defectos por Milln de Oportunidades 6250

e) Determinar la capacidad del proceso en Z sigmas 2.65

Pgina 19 de 28

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

Tablas de mtodos,
Sigmas y normal

Pgina 20 de 28

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

Pgina 21 de 28

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

Pgina 22 de 28

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

TABLA DE CONVERSIN DE CAPACIDAD DEL PROCESO EN SIGMAS METODO 1

Pgina 23 de 28

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

Pgina 24 de 28

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

Pgina 25 de 28

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

Ejemplo 8.
a) Determinar el rea bajo la curva de menos infinito a Z = - 1.
P(Z<= -1) = 0.1587
b) Determinar el rea bajo la curva de menos infinito a Z = - 2.
P(Z<= - 2) = 0.0228
c) Determinar el rea bajo la curva entre Z >= -2. hasta Z <= -1
P(- 2 <= Z<= -1) = 0.1259

Pgina 26 de 28

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

Pgina 27 de 28

MEDICIONES PARA SEIS SIGMA

H. Hdez. / P. Reyes Sept. 2007

Ejemplo 9
a) Determinar el rea bajo la curva de menos infinito a Z = 1.
P(Z <= 1) = 0.8413
b) Determinar el rea bajo la curva de menos infinito a Z = 2.
P(Z <= 2) = 0.9772 8
c) Determinar el rea bajo la curva de menos Z = 1 a Z = 2
P(1 <= Z <= 2) = 0.9772 0.8413 = 0.1369

Pgina 28 de 28