3.1 Seleccionar CTQs del producto,proceso y servicio.

CTQ Critico para la calidad (Critical to quality), es un atributo o caracterstica de calidad de un

producto o servicio que es importante para el cliente.

Nota: Tambin existen otros conceptos como CTT (Critical to time) y CTC (Critical to Cost), en
este tipo de proyectos estamos interesados en el caso de CTT en reducir el tiempo de respuesta
y para los CTC en reducir los costos

Tanto en los CTQ, CTT y CTC el objetivo para la empresa es reducir los costos,
aumentar la satisfaccin del cliente y aumentar las utilidades.

Para determinar los CTQ, tenemos que conocer la voz del cliente interno o externo (VOC), o sea
que es lo que espera nuestro cliente acerca del servicio o producto que le proporcionamos.
Mediante la voz del cliente podemos saber cual es el grado de satisfaccin que este tiene.
 3.1 Seleccionar CTQs del producto,proceso y servicio.

Para determinar los CTQS podemos

Ejemplo de CTQ:
basarnos en lo siguientes puntos:
Entregas a tiempo
Mantenimiento
Metas del negocio
Durabilidad
Confiabilidad Entrevistas
Seguridad Encuestas
Quejas
Datos de Benchmarking
Discusiones ejecutivas
Discusiones de trabajo especfico
Matriz de Causa Efecto
QFD
Tendencias del mercado futuras
 3.2 DPMO, capacidad de proceso (cpk)

Mtrica Seis Sigma para atributos (DPMO)

El ndice Z se emplea como mtrica en

Seis Sigma cuando la caracterstica de
calidad es de
tipo continuo; sin embargo, muchas
caractersticas de calidad son de
atributos. En este caso se
utilizar como mtrica a los Defectos
por milln de oportunidades de error
(DPMO), que explicamos
enseguida

FIGURA 5.3
 3.2 DPMO, capacidad de proceso (cpk)

EJEMPLO:

En una fbrica de muebles, durante

la etapa de ensamble del producto
se quiere evaluar el desempeo del Final se evala cada uno de los
proceso. En particular, se pretende puntos de ensamble. De los
evaluar la calidad del ensamble de resultados del ltimo mes se tiene
la silla que se muestra en la gura 5.3. que de 2 000 sillas revisadas, se
El producto tiene 24 puntos de encontraron 120 puntos de
ensamble; por lo tanto, en la ensamble insatisfactorios. A
inspeccin continuacin, veamos cmo
evaluar esta situacin en trmino
de las mtricas Seis Sigma.
 3.2 DPMO, capacidad de proceso (cpk)

Se entiende por unidad a la parte o producto que es elaborada por un

proceso y que, por lo tanto, es posible inspeccionar o evaluar su calidad. En
el caso del ejemplo 5.3, la unidad es la silla, puesto que es el producto del
proceso de ensamble. Ahora bien, en la elaboracin de un producto o
unidad por lo general existe ms de una oportunidad de error. En el caso del
ejemplo del ensamble de las sillas, cada punto de ensamble es una
oportunidad de error. En este caso, como se deduce de la figura 5.3, en el
ensamble de cada unidad (silla) se tendrn 24 oportunidades de error. En
general, se define como oportunidad de error cualquier parte de la unidad
que es posible medirse o probarse si es adecuada. De acuerdo con lo
anterior, un defecto es cualquier no conformidad o desviacin de la calidad
especificada de un producto; en el caso del ejemplo 5.3 ser alguna
desviacin con respecto a que el ensamble se realice en forma correcta y
de acuerdo con criterios de calidad bien especificados. En este contexto
surge el ndice DPU (defectos por unidad), el cual es una mtrica que
determina el nivel de no calidad de un proceso que no toma en cuenta las
oportunidades de error y se obtiene con el siguiente cociente:
 3.2 DPMO, capacidad de proceso (cpk)

donde U es el nmero de unidades

inspeccionadas en las cuales se
observaron d defectos; ambas
referidas a un lapso de tiempo
especfico. Por ejemplo, de 2 000 sillas
inspeccionadas se detectaron 120
ensambles con defectos, por lo tanto:

Esto significa que, en promedio, cada silla

tiene 0.06 ensambles defectuosos (en 100
sillas se esperaran seis ensambles
defectuosos). Es claro que una misma silla
puede tener ms de un ensamble
defectuoso.
 3.2 DPMO, capacidad de proceso (cpk)

Una desventaja del DPU es que no

toma en cuenta el nmero de
oportunidades de error en la unidad.
En el caso del ejemplo 5.3 no es lo
mismo tener un DPU = 0.06 para una
silla que slo tiene 12 puntos de
ensamble a la que se est
considerando, que tiene 24. Por ello,
para tomar en cuenta la complejidad
de la unidad o producto se utiliza el
ndice DPO (defectos por
oportunidad), que mide la no calidad
de un proceso y se obtiene como
sigue:
 3.2 DPMO, capacidad de proceso (cpk)

donde U y d son como antes, y O es el

nmero de oportunidades de error por
unidad. Ntese que para calcular el
DPO es necesario dividir el total de
defectos encontrados, d, entre el total
de oportunidades de error, ya que ste
se obtiene multiplicando el total de
unidades inspeccionadas, U, por el
nmero de oportunidades de error por
unidad, O. De esta manera, en el
caso de las sillas,
lo cual significa que de 48 000 ensambles (oportunidad de error) se
fabricaron 120 con algn defecto. Para lograr un mejor entendimiento de la
mtrica DPO, es mejor obtener el ndice DPMO (Defectos por milln de
oportunidades), el cual cuantifica los defectos del proceso en un milln de
oportunidades de error, y se obtiene al multiplicar al DPO por un milln, por lo
que para las sillas se tiene que:
 3.2 DPMO, capacidad de proceso (cpk)

Entonces, de un milln de ensambles realizados (24 por silla) se espera tener

2 500 con algn tipo de defecto, lo cual habla de que no se tiene un
proceso Seis Sigma, ya que la meta ser tener 3.4 DPMO como mximo. En
suma, la mtrica Seis Sigma para este tipo de procesos con una
caracterstica de calidad de atributos que, en el procesamiento de una
unidad o producto es posible tener ms de una oportunidad de error, es el
ndice DPMO. En general, bajo las condiciones anteriores hay una
tendencia a preferirlo sobre el DPU, e incluso sobre el DPO.
 TAREA
VIERNES 5 DE MAYO

Elaborar con STATGRAPHICS:

Realizar el anlisis de una variable obteniendo:

grafico de dispersin
Histograma
Resumen del anlisis
Resumen Estadstico
 TAREA
VIERNES 5 DE MAYO

Elaborar con STATGRAPHICS:

Realizar el anlisis de una variable obteniendo:

grafico de dispersin
Histograma
Resumen del anlisis
Resumen Estadstico
 3.2.1 STATISTICAL THINKING
PENSAMIENTO ESTADSTICO

El xito del mercado, hoy en da, depende de la

habilidad de las organizaciones para mejorar todo
aquello que hacen

Si estos problemas son de naturaleza estadstica,

se necesita tener pensamiento estadstico

Actualmente la estadstica juega un gran papel

en el diseo y en mejora de la productividad y
calidad de los procesos y los productos
 STATISTICAL THINKING
PENSAMIENTO ESTADSTICO

El objetivo de la Estadstica para Ingenieros ser

entender el enfoque del pensamiento estadstico y
cmo aplicarlo en la prctica. Y esto incluye
entender:

La existencia de variabilidad en todos los

procesos
La sinergia entre los datos empricos y la teora
sobre el tema
La naturaleza dinmica de los procesos
Y la naturaleza secuencial del pensamiento
estadstico
 STATISTICAL THINKING
PENSAMIENTO ESTADSTICO

DATA (Facts, phenomenons,)

Deduction Induction Deduction Induction

... ...

HYPOTHESES (Conjectures of the model, theory, ideas,)

Source : Box, Hunter, Hunter 1978

 STATISTICAL THINKING
PENSAMIENTO ESTADSTICO

El pensamiento estadstico se caracteriza por:

Abordar la solucin de problemas en base a
datos no solo intuiciones (falacia del jugador)
Importancia del proceso generador de datos
(muestreo, experimentos, fuentes secundarias)
Percibir de manera natural la omnipresencia de
la variabilidad y la incertidumbre e incluirla en el
proceso de modelizacin de la realidad
 STATISTICAL THINKING
PENSAMIENTO ESTADSTICO

El pensamiento estadstico se caracteriza por:

Desarrollar la capacidad de abordar problemas
faltos de estructura
Valorar la utilidad de la estadstica para estimar,
para predecir, para valorar el impacto de un
factor sobre la variabilidad de otros, para
decidir entre diferentes opciones, etc.
Uso del enfoque cientfico para resolver los
problemas (induccin-deduccin)
Saber comunicar los resultados
 3.3 Validacin del sistema de medicin. (ESTUDIO GAGE R&R).

Estudio largo de repetibilidad y reproducibilidad

la repetibilidad y la reproducibilidad son los componentes de la precisin.

La repetibilidad de un instrumento de medicin se refiere a la precisin o
variabilidad de sus mediciones cuando se obtienen varias mediciones del
mismo objeto en condiciones similares (mismo operador); mientras que la
reproducibilidad es la precisin o variabilidad de las mediciones del mismo
objeto pero en condiciones variables (diferentes operadores).

En los estudios R&R se evala de modo experimental qu parte de la

variabilidad total observada en los datos es atribuible al error de medicin;
adems, permite cuantificar si este error es mucho o poco en comparacin
con la variabilidad del producto y con las tolerancias de la caracterstica
de calidad que se mide.

Estudio R&R largo

Permite evaluar la repetibilidad y
reproducibilidad en forma separada.
 3.3 Validacin del sistema de medicin. (ESTUDIO GAGE R&R).

Estudio largo de repetibilidad y reproducibilidad

Repetibilidad Precisin
Variacin o error de las mediciones Es la variacin o error que
sucesivas sobre el mismo objeto con un presentan las mediciones
instrumento bajo las mismas repetidas del sistema de
condiciones (un operador). medicin sobre el mismo
mensurando. Se compone de la
repetibilidad y la
Reproducibilidad reproducibilidad.
Variabilidad o error de las mediciones
sobre el mismo objeto con un instrumento
bajo condiciones cambiantes Estudio R&R corto
(diferentes operadores). Permite evaluar de manera rpida
la variabilidad del sistema de
medicin
sin separar repetibilidad y
reproducibilidad.
 3.3 Validacin del sistema de medicin. (ESTUDIO GAGE R&R).

Estudio largo de repetibilidad y reproducibilidad