Seis sigma Black Belts ASQ

  • View
    275

  • Download
    0

Embed Size (px)

Text of Seis sigma Black Belts ASQ

Presentacin de PowerPoint

1

Programa de certificacin de Black Belts ASQ

2. Despliegue de Seis sigma en la empresa

Alejandro ortiz martinez/ Septiembre 20015Seis Sigma

22. Despliegue en la empresaA. Vista de la empresa

B. Liderazgo

C. Metas y objetivos de la empresa

D. Fundamentos de Seis Sigma

32.A Visin de la empresaValor de Seis Sigma

Sistemas y procesos de negocio

Entradas, salidas y retroalimentacin del proceso

4 En 1981 Bob Gavin director de Motorola, estableci el objetivo de mejorar 10 veces el desempeo en un periodo de 5 aos. En 1985 Bill Smith en Motorola concluy que si un producto se reparaba durante la produccin, otros defectos quedaran escondidos y saldran con el uso del cliente.

Adicionalmente si un producto se ensamblaba libre de errores, no fallaba en el campo

2A1 Antecedentes de Seis Sigma

4

52A1 Antecedentes de Seis Sigma En 1988 Motorola gan el premio Malcolm Baldrige, y las empresas se interesaron en analizarla.

Mikel Harry desarrolla la estrategia de cambio hacia Seis Sigma, sale de Motorola e inicia el Six Sigma Research Institute con la participacin de IBM, TI, ASEA y Kodak.

La metodologa se expandi a Allied Signal, ASEA, GE, Sony, Texas Instruments, Bombardier, Lockheed Martin, ABB, Polaroid y otras.

5

62A1 DefinicionesDefinicin de Sigma Sigma es un trmino estadstico que se refiere a la desviacin estndar de un proceso en relacin con la media. En un proceso normal 99.73% de valores caen dentro de +-3 y 99.99966% dentro de +-4.5 .

Definiciones de Seis SigmaSeis Sigma es un proceso altamente disciplinado enfocado a desarrollar y entregar productos y servicios casi perfectos consistentemente

7Seis Sigma como estrategiaEs una estrategia de mejora de negocios que busca encontrar y eliminar causas de errores o defectos en los procesos de negocio enfocndose a los resultados que son de importancia crtica para el cliente

Es una estrategia de gestin que usa herramientas estadsticas y mtodos de proyectos para lograr mejoras en calidad y utilidades significativas

8Estrategia de Seis Sigma en GE

9Resultados de Seis Sigma en GE

10 La Distribucin Normal

11LAS PIEZAS VARAN DE UNA A OTRA:Pero ellas forman un patrn, tal que si es estable, se denomina distr. NormalLAS DISTRIBUCIONES PUEDEN DIFERIR EN:

SIZE

TAMAO

TAMAO

TAMAO

TAMAO

TAMAO

TAMAO

TAMAO

TAMAO

TAMAOUBICACINDISPERSINFORMA. . . O TODA COMBINACIN DE STAS

2A1 Distribucin grfica de la variacin Curva normal

11

12La distribucin Normal EstndarLa distribucin normal es una distribucin de probabilidad que tiene media 0 y desviacin estndar de 1.

El rea bajo la curva o la probabilidad desde menos infinito a ms infinito vale 1.

La distribucin normal es simtrica, es decir cada mitad de curva tiene un rea de 0.5.

La escala horizontal de la curva se mide en desviaciones estndar, su nmero se describe con Z.

Para cada valor Z se asigna una probablidad o rea bajo la curva mostrada en la Tabla de distribucin normal

12

13

z0123-1-2-3

xx+s

x+2sx+s3

x-s

x-2s

x-3s

X

La desviacin estndarsigma representa la distancia de la media alpunto de inflexin de la curva normal

2A1 La Distribucin Normal Estndar

13

14

68%34% 34%

95%

99.73%

+1s+2s+3sCaractersticas de la Distribucin Normal

14

El valor de ZDetermina el nmero de desviaciones estndar entre algn valor x y la media de la poblacin, mu Donde sigma es la desviacin estndar de la poblacin.

En Excel usar Fx, ESTADISTICAS, NORMALIZACIN, para calcular el valor de Z

z = x - m s

15(p..390) Se usa para hacer inferencias estdisticas acerca de la media cuando Sigma es conocida. Est basada en el teorema de lmite central, la distribucin de muestreo de la media deberia tener una distribucin normal y la estdistica de prueba Z seria. El numerador es una medida de qu tan lejos la media de muestra observada, X, se encuentra de la media supuesta, m x . El denominador es el error estndar de la media, de modo que Z representa cuntos errores estndar X esta de m. x.

Que porcentaje de las bateras se espera que duren 80 horas o menos?Z = (x-mu) / sZ = (80-85.36)/(3.77)= - 5.36/ 3.77 = -1.42

85.36

80

-1.420

rea bajo la curva normal

16

0

186 87

85.36

Cul es la probabilidad de que una batera dure entre 86.0 y 87.0 horas? rea bajo la curva normal

17

18 Procesos normales y medias muestralesUn proceso normal es el que su salida sigue una distribucin normal, se puede probar con el criterio de Anderson Darling o de Ryan para P value > 0.05

Para el caso de las medias muestrales, el area bajo la curva normal se determina con la siguiente frmula

Z = (X Media ) / (Sigma / raiz(n))

19Qu es Sigma? ()

Sigma es un concepto estadstico que representa cuanta variacin hay en un proceso respecto a los requerimientos del cliente

0 2 sigmas, dificultades para cumplir especs.

2 4.5 sigmas, se cumple la mayora de especs.

4.5 6 sigmas, cumplimiento total a requerimientos. Un proceso 6 tiene rendimiento del 99.9997%

_Xxi

sZ

LIEEspecificacin inferiorLSEEspecificacin superior

p= porcentaje de partes fuera de Especificaciones La desviacin estndarsigma representa la distancia de la media alpunto de inflexin de la curva normal

Interpretacin de Sigma y Zs

20

21Por qu es importante lograr niveles de calidad Seis SigmaUn 99.9% de rendimiento equivale a un nivel de calidad de 1 sigma, representa 10 minutos sin transmisin de TV o 10 minutos sin lnea telefnica por semana

222A1 Capacidad de procesosMotorola not que muchas operaciones en productos complejos tendan a desplazarse 1.5 sobre el tiempo, por tanto un proceso de 6 a la larga tendr 4.5 hacia uno de los lmites de especificacin, generando 3.4 DPMOs (defectos por milln de oportunidades)

Corrimiento de 1.5

232A1 Capacidad de procesosLa tasa de falla puede ser referida como los defectos por oportunidad (DPO), o defectos por milln de oportunidades (DPMO)

Algunas capacidades a largo plazo son:Para 2 se tienen 308,770 ppm con Ppk = 0.66 Para 3 se tienen 66,810 ppm con Ppk =1Para 4 se tienen 6,210 ppm con Ppk =1.33

242A1 Capacidad de procesosEl trmino Seis Sigma se ha aplicado a operaciones aun con distribuciones no normales, para los cuales la sigma es inapropiada

Sin embargo el principio es el mismo, desarrollar productos y servicios casi perfectos al mejorar el proceso y eliminar los defectos, para deleitar al cliente

2599.999943%

99.9937%

99.73%

95.45%

68.27%

+4+5+6+1+2+3-2-1-4-3-6-50

2A1 reas bajo la curva normalEntre menor sea el valor de Mayor ser la distancia entre X y LSE

3.4 ppmFuera de LSE

4.5X = Media

LSE LmiteSuperior de Especificacin

25

26+4+5+6+1+2+3-2-1-4-3-6-50

2A1 Definicin estadstica de Seis Sigma Con 4.5 sigmas se tienen 3.4 ppm

Media del procesoCorto plazo Largo Plazo

LSE - LmiteSuperior deespecificacinLIE - Lmiteinferior deespecificacin4.5 sigmas

El proceso se puede recorrer 1.5 sigma en el largo plazo

La capacidadDel procesoEs la distanciaEn Sigmas deLa media al LSE

26

2A1 Capacidad de ProcesoNota: La capacidad a largo plazo, asume la media de proceso como desplazada de la especificacin por 1.5 sigma.

MEDIA ORIG. CORRIDA LSE

CpkPPM. ltZ.lt

Z.st0.00500,0000.01.50.17308,5380.52.00.5066,8071.53.00.836,2102.54.01.001,3503.04.51.172333.55.01.33324.05.51.503.44.56.0

1. Z.st es el nmero de sigmas, en el mejor nivel que puede tener el proceso, a corto plazo . 2. Z.st siempre es un valor mayor a Z.lt, debido a que el valor a largo plazo es reducido por los cambios del proceso (en promedio, 1.5s)

27

28Mtricas de desempeo de proceso La gestin de procesos de negocios efectiva (BPM) requiere un sistema integrado de mtricas:

KIPVs de proveedores: costo, calidad, beneficios y disponibilidad

KPOVs de mquinas y procesos: costo, calidad, caractersticas y disponibilidad

CSF factores crticos de xito, DPMOs, rendimiento y throughput; utilidades, crecimiento y participacin de mercado

29MtricasNivel de negocio - Balanced Scorecard (Kaplan y Norton 1996):

FinancierasPercepcin del cliente

Procesos internos del negocio (operaciones)

Aprendizaje organizacional y crecimientoSatisfaccin de los empleados

30MtricasNivel de operaciones:

Efectividad del negocio, mide que tan bien se satisfacen las necesidades de los clientes

Eficiencia operativa, en funcin de costo y tiempo requerido para producir el producto

Los equipos que ven el impacto de sus esfuerzos en los resultados del negocio, hacen mejoras ms efectivas y en forma ms eficiente

31MtricasNivel de procesos:Datos de produccin detallados

Consideraciones en el sistema de medicionesLo vital vs lo mucho trivialEnfoque al presente, pasado y futuroLigadas para cubrir las necesidades de los grupos interesados (accionistas, clientes, empleados, etc.)Deben ser consistentes en todos los niveles de la organizacin

32Mtricas para Seis SigmaMikel Harry introdujo un conjunto de mtricas para Seis Sigma:Miden las opiniones de los clientes

Determinan los factores CTQs crticos para la calidad de acuerdo al cliente

Miden resultados de manufac