1 Programa de certificación de Black Belts VIII. Lean Seis Sigma – Control P. Reyes / Abril 2010.
-
Upload
carmelo-archibeque -
Category
Documents
-
view
218 -
download
3
Transcript of 1 Programa de certificación de Black Belts VIII. Lean Seis Sigma – Control P. Reyes / Abril 2010.
1
Programa de certificación de Black Belts
VIII. Lean Seis Sigma – Control
P. Reyes / Abril 2010
2
Fase de Control Objetivos:
Mantener las mejoras por medio de control estadístico de procesos, Poka Yokes y trabajo estandarizado
Anticipar mejoras futuras y preservar las lecciones aprendidas de este esfuerzo
Salidas: Plan de control y métodos de control
implementados Capacitación en los nuevos métodos Documentación completa y comunicación de
resultados, lecciones aprendidas y recomendaciones
3
Estándaresde trabajo
Documentary Capacitar
HerramientasLean
Plan de calidad y Monitoreo
Plan deControl
CEP -Poka Yokes
No
Tomar acciones correctivasy preventivas -
Actualizar AMEF
¿Procesoen control?
Si
Solucionesimplementadas
FASE DE CONTROL
4
Metodología Seis Sigma – Fase de Control
A. Control Estadístico del ProcesoBB – Cartas especiales
B. Otras herramientas de control
C. Mantener controlesGB – Plan de control
D. Mantener mejoras
5
1. Control Estadístico del Proceso
6
Objetivos y beneficios El CEP es una técnica que permite aplicar el
análisis estadístico para medir, monitorear y controlar procesos por medio de cartas de control
Se basa en que los procesos presentan variación, aleatoria y asignable
Entre los beneficios se encuentran: Monitorear procesos estables e identificar si han
ocurrido cambios debido a causas asignables para eliminar sus fuentes
7
Selección de variables El CEP por variables implica realizar
mediciones en la característica de calidad de interés, tal como:
Dimensiones Pesos Tiempos de servicio, etc.
El CEP por atributos califica a los productos como buenos o como defectivos o en su caso cuantos defectos tiene, tales como:
Color, funcionalidad, apariencia, etc.
8
Consideraciones para la selección de variables
Se seleccionan características que impacten en:
La seguridad humana Protección del medio ambiente o comunidad Tasa alta de defectos Variables clave del proceso que impacten al
producto Las quejas frecuentes de los clientes Adherencia a estándares o requeridas por
clientes Variables con dificultad en el proceso Variables medibles Variables que contribuyan a costo de falla
interno Variables de control del proceso
Subrupos racionales Los subgrupos se seleccionan de tal forma que sean tan
homogéneos como sea posible, de tal forma que se tenga la oportunidad máxima de estimar la variación esperada entre los subgrupos
Esquemas para formar subgrupos: Productos producidos casi al mismo tiempo en
secuencia. Permite una variación mínima dentro del subgrupo y una probabilidad de variación máxima entre subgrupos.
Se obtiene información más útil de 5 subgrupos de 5 en vez de uno solo de 25, hay mayor posibilidad de cambio entre subgupos
Un subgrupo consiste de una muestra aleatoria representativa de toda la producción durante un periodo de tiempo
10
Fuentes de variabilidad La variabilidad a largo plazo de un producto,
se denomina “dispersión del producto o proceso”.
Hay variación de lote a lote, línea a línea, tiempo en tiempo, lo cual se intenta controlar con las cartas de control
Las mediciones tomadas en diferentes puntos de la misma unidad define la vairabilidad dentro de la parte
11
Fuentes de variabilidad Otra variabilidad se presenta de pieza a pieza
en proceso productivo
A veces el error inherente de medición es significante, consiste de error humano y y error de equipo (R&R)
La última variabilidad se debe a la capacidad inherente del proceso, es la reproducbilidad instantánea de la máquina bajo condiciones ideales
12
Fuentes de variabilidad
13
¿Qué es una Carta de Control?
Una Carta de Control es como un historial del proceso...
... En donde ha estado.
... En donde se encuentra.
... Hacia donde se puede dirigir
Las cartas de control pueden reconocer cambios buenos y malos.
¿Qué tanto se ha mejorado?¿Se ha hecho algo mal?
Las cartas de control detectan la variación anormal en un proceso, denominadas “causas especiales o asignables de variación.”
14
Variación observada en una Carta de Control
Una Carta de control es simplemente un registro de datos en el tiempo con límites de control superior e inferior.
Una carta de control identifica los datos secuenciales en patrones normales y anormales.
El patrón normal de un proceso se llama causas de variación comunes.
El patrón anormal debido a eventos especiales se llama causa especial de variación.
Tener presente que los límites de control NO son límites de especificación.
15
Causas comunes o normales CAUSAS COMUNES
-Siempre están presentes-Sólo se reduce con acciones de mejora mayores-Su reducción es responsabilidad de la dirección
Fuentes de variación: Márgenes inadecuados de diseño, materiales de baja calidad, capacidad del proceso insuficiente
SEGÚN DEMING- El 94% de las causas de la variación son causas comunes, responsabilidad de la dirección
16
Variación – Causas comunes
Límiteinf. deespecs.
Límitesup. deespecs.
Objetivo
17
Causas Especiales CAUSAS ESPECIALES
- Ocurren esporádicamente- Son ocasionadas por variaciones anormales (6Ms)
-Medición, Medio ambiente, Mano de obra, Método, Maquinaria, Materiales
- Sólo se reduce con acciones en el piso o línea- Su reducción es responsabilidad del operador por medio del Control Estadístico del Proceso
SEGÚN DEMING- El 15% de las causas de la variación son causas especiales y es responsabilidad del operador
18
Variación – Causas especialesLímiteinf. deespecs.
Límitesup. deespecs.
Objetivo
19
Cartas de control
7.5
8.5
9.5
10.5
11.5
12.5
0 10 20 30
Límite Superior
de Control
Límite Inferior de
Control
Línea Central
“Escuche la Voz del Proceso” Región de control, captura la variaciónnatural del proceso
original
Causa Especialidentifcada
El proceso ha cambiado
TIEMPO
Tendencia del proceso
LSC
LIC
Patrones de anormalidad en la carta de control
M
E
D
I
D
A
S
C
A
L
I
D
A
D
21
Proceso en Control estadístico
Sucede cuando no se tienen situaciones anormales y aproximadamente el 68% (dos tercios) de los puntos de la carta se encuentran dentro del 1 de las medias en la carta de control.
Lo anterior equivale a tener el 68% de los puntos dentro del tercio medio de la carta de control.
Patrón de Carta en Control Estadístico
22
Corridas 7 puntos consecutivos de un lado de X-media.
Puntos fuera de control 1 punto fuera de los límites de control a 3 sigmas en cualquier dirección (arriba o abajo).
Tendencia ascendente o descendente 7 puntos consecutivos aumentando o disminuyendo.
Adhesión a la media15 puntos consecutivos dentro de la banda de 1 sigma del centro.
Otros2 de 3 puntos fuera de los límites a dos sigma
Patrones Fuera de Control
23
24
25
26
Prueba de rachas Para hacer una prueba de aleatoriedad de
rachas, se siguen los pasos siguientes:
Determinar el valor de n1 y n2 (valores por arriba y por debajo de línea central)
Determinar el número de corridas o rachas
Consultar un valor crítico de estadístico en tablas
27
La tabla muestra valores críticos de R para una prueba de dos colas a un 95% de NC. Se rechaza Ho (aleatoriedad) si el total de rachas es menor
que el límite inferior o mayor que el límite superior
28
Por ejemplo: se tienen 24 puntos con 5 rachas por arriba y por debajo de la línea central. El valor crítico es 10.22 e indica que se esperan
entre 8 y 18 rachas. Como hay 5, el comportamiento no es aleatorio.
29
30
Cartas de Control para
variables
31
Tipos de Cartas de control
Las cartas de control se dividen en dos categorías, diferenciadas por el tipo de datos bajo estudio- variables y atributos.
Las Cartas de Control para datos variables son utilizadas para características que tienen una magnitud variable. Ejemplo:- Longitud, Ancho, Profundidad
- Peso, Tiempo de ciclo, Viscosidad
32
Cartas de Control por Variables
MEDIAS RANGOS (subgrupos de 5 - 9 partes cada x horas, para estabilizar procesos)
MEDIANAS RANGOS (para monitorear procesos estables)
MEDIAS DESVIACIONES ESTANDAR (subgrupos de 9 o más partes cada hora o cada lote de proveedor para monitoreo de procesos o proveedores)
VALORES INDIVIDUALES (partes individuales cada x horas, para monitoreo de procesos muy lentos o químicos)
Implantación de cartas de control por variables
1. Identificar la característica a controlar en base a un AMEF (análisis del modo y efecto de falla)
2. Diseñar los parámetros de la carta (límites de control, subgrupo 3-5 partes, frecuencia de muestreo)
3. Validar la habilidad del sistema de medición por medio de un estudio Repetibilidad & Reproducibilidad
4.Centrar el proceso, correrlo y medir al menos 25 subgrupos de 5 partes cada uno, correspondiente a la producción del mismo turno o día
34
Cartas de Control por Variables - Metodología de implantación
5. Calcular los límites de control preliminares a 3 Sigma
6. Identificar causas asignables o especiales y tomar acción para prevenir recurrencia
7. Recalcular los límites de control de ser necesario repetir paso 6. Establecer límites preliminares para corridas futuras
8. Continuar el monitoreo y Análisis, tomar acciones en causas especiales y recalcular límites de control cada 25 subgrupos
9. REDUCIR CAUSAS COMUNES DE VARIACIÓN
Carta X - R
Terminología
k = número de subgrupos; n = número de muestras en cada subgrupo
X i= promedio para un subgrupo
X = promedio de todos los promedios de los subgrupos
R = rango de un subgrupo
R = promedio de todos los rangos de los subgrupos
x =x1 + x2 + x3 + ...+ xN
k
xi =x1 + x2 + x3 + ...+ xN
n
LICX = x - A2 R
LICR = D3 R
LSCX = x + A2 R
LSCR = D4 R
36
¿Cuál gráfica se analiza primero?
¿Cuál es su conclusión acerca del proceso ?
Carta X-R (Cable.mtw)
191715131197531
0.56
0.54
0.52
Sample
Sam
ple
Mean
__X=0.54646
UCL=0.57134
LCL=0.52158
191715131197531
0.08
0.06
0.04
0.02
0.00
Sample
Sam
ple
Range
_R=0.0431
UCL=0.0912
LCL=0
Xbar-R Chart of Diameter
Carta X, R Medianas - Rangos
Terminología
k = número de subgrupos; n = número de muestras en cada subgrupo
Xi = mediana para un subgrupo
X = promedio de todas las medianas de los subgrupos
R = rango de un subgrupo
R = promedio de todos los rangos de los subgrupos
LICX = x - A2 R
LICR = D3 R
LSCX = x + A2 R
LSCR = D4 R
Ejemplo de carta de medianas
38
· Este es un par de Cartas muy similar a las gráficas X - R. La diferencia consiste en que el tamaño de la muestra puede variar y es mucho más sensible para detectar cambios en la media o en la variabilidad del proceso.
· El tamaño de muestra n es mayor a 9.
· La Carta X monitorea el promedio del proceso para vigilar tendencias.
· La Carta S monitorea la variación en forma de desviación estándar.
· Como se dijo anteriormente, las cartas se dividen en zonas. Aquí están divididas en intervalos de 1 sigma.
Carta X - S
Carta X, S (Continuación)Terminología
k = número de subgrupos n = número de muestras en cada subgrupo
x = promedio para un subgrupo
x = promedio de todos los promedios de los subgrupos
S = Desviación estándar de un subgrupo
S = Desviación estándar promedio de todos los subgrupos
x =x1 + x2 + x3 + ...+ xN
k
x =x1 + x2 + x3 + ...+ xN
n
LICX = x - A3 S
LICs = B3 S
LSCX = x + A3 S
LSCS = B4 S
(usar estos factores para calcular Límites de Control
n 5 6 7 8 9 10
B4 2.09 1.97 1.88 1.82 1.76 1.72
B3 0.00 0.03 0.12 0.18 0.24 0.28
A3 1.43 1.29 1.18 1.10 1.03 0.98
C4 .940 .952 .959 .965 .969 .973
Ejemplo Cartas X-S (Cable.mtw)
41
10987654321
0.56
0.55
0.54
0.53
Sample
Sam
ple
Mean
__X=0.54646
UCL=0.56395
LCL=0.52897
10987654321
0.03
0.02
0.01
Sample
Sam
ple
StD
ev
_S=0.01793
UCL=0.03077
LCL=0.00509
Xbar-S Chart of Diameter
42
Carta de Individuales (Datos variables)
· A menudo esta carta se llama “I” o “Xi” - MR.
· Esta Carta monitorea la tendencia de un proceso con datos variables que no pueden ser muestrados en lotes o grupos.
· Este es el caso cuando la capacidad de corto plazo se basa en subgrupos racionales de una unidad o pieza
· La línea central se basa en el promedio de los datos, y los límites de control se basan en la desviación estándar poblacional (+/- 3 sigmas)
Carta I-MRTerminología
k = número de piezas
n = 2 para calcular los rangos
x = promedio de los datos
R = rango de un subgrupo de dos piezas consecutivas
R = promedio de los (n - 1) rangos
x =x1 + x2 + x3 + ...+ xN
n
LICX = x - E2 R
LICR = D3 R
LSCX = x + E2 R
LSCR = D4 R
(usar estos factores para calcular Límites de Control n = 2)
n 2
D4 3.27
D3 0
E2 2.66
44
Ejemplo: Carta I – MR (camshaft.mtw)
Observar la situación fuera de control
9181716151413121111
605.0
602.5
600.0
597.5
595.0
Observation
Indiv
idual V
alu
e
_X=600.23
UCL=605.34
LCL=595.12
9181716151413121111
6.0
4.5
3.0
1.5
0.0
Observation
Movin
g R
ange
__MR=1.923
UCL=6.284
LCL=0
1
I-MR Chart of Supp2
45
Cartas de Control
para atributos
Cartas de control por atributos
Las cartas para atributos son las que tienen características como aprobado/reprobado, bueno/malo o pasa/no pasa. Algunos ejemplos incluyen:
- Número de productos defectuosos
- Fracción de productos defectuosos
- Numero de defectos por unidad de producto
- Número de llamadas para servicio
- Número de partes dañadas
- Pagos atrasados por mes
Cartas de control para atributos Datos de Atributos
Tipo Medición ¿Tamaño de Muestra ?
p Fracción de partes defectuosas, Constante o variable > 30
defectivas o no conformes
np Número de partes defectuosas Constante > 30
c Número de defectos Constante = 1 Unidad de
inspección
u Número de defectos por unidad Constante o variable en
unidades de inspección
Cartas de Control tipo p
p - CON LÍMITES DE CONTROL VARIABLES
p - CON n PROMEDIO
p - ESTANDARIZADA
CURVA CARACTERÍSTICA DE OPERACIÓN OC Y ARL
2... Cartas de Control por Atributos
c – Número de defectos Se cuentan los defectos que tienen cada unidad de inspección de tamaño n constante en productos complejos – TV, computadoras
u – Defectos por unidad Se cuentan los defectos que tienen diferentes unidades de inspección de tamaño n variable en productos complejos y se determinan los defectos por unidad – TV, computadoras
Situaciones fuera de control
Un punto fuera de los límites de control.
Siete puntos consecutivos en un mismo lado de la línea central.
Siete puntos consecutivos, todos aumentando o disminuyendo.
Catorce puntos consecutivos, alternando hacia arriba y hacia abajo
Dos de tres puntos fuera de los límites preventivos (a dos sigmas)
Carta p (Exh_qc.mtw)
RejectsSampled
20 9818 10414 9716 9913 97
29 10221 10414 1016 556 487 507 539 565 498 569 539 5210 519 5210 47
191715131197531
0.35
0.30
0.25
0.20
0.15
0.10
0.05
0.00
Sample
Pro
port
ion
_P=0.1685
UCL=0.3324
LCL=0.0047
1
P Chart of Rejects
Tests performed with unequal sample sizes
¿Observe los límites variables y el punto 1Fuera de control, se puede aprender algo
De las muestras 9 a 15?
Carta np (Atributos)
· Se usa cuando se califica al producto como bueno/malo, pasa/no pasa.
· Monitorea el número de productos defectuosos de una muestra
· El tamaño de muestra (n) es constante y mayor a 30.
Terminología (igual a gráfica p, aunque n es constante)
n = tamaño de cada muestra (Ejemplo: producción semanal)
np = número de unidades defectuosas en cada muestra
k = número de muestras
Carta np (toys.mtw Np options: split 10)
10987654321
20
10
0
20191817161514131211
20
10
0
30292827262524232221
20
10
0
Sample
Sam
ple
Count
__NP=10.6
UCL=20.10
LCL=1.10
__NP=10.6
UCL=20.10
LCL=1.10
__NP=10.6
UCL=20.10
LCL=1.10
1
1
NP Chart of Rejects
El tamaño de muestra es constante, el operador grafica directamente el número de defectuosos y le evita hacer cálculos
Rejects8
13785
137
122710
Etc.
4... Carta c (Atributos)· Monitorea el número de defectos por cada
unidad de inspección (1000 metros de tela, 200 m2 de material, un TV)
· El tamaño de la muestra (n unidades de inspección) debe ser constante
· Ejemplos:- Número de defectos en cada pieza- Número de cantidades ordenadas
incorrectas en órdenes de compra
Terminología
c = Número de defectos encontrados en cada unidad o unidades constantes de inspección
k = número de muestras
Carta c - Exh_qc.mtw (C chart options S limits 1 2 3 Place bound
lower 0)
37332925211713951
8
7
6
5
4
3
2
1
0
Sample
Sam
ple
Count
_C=2.725
+3SL=7.677
LB=0
+2SL=6.027
LB=0
+1SL=4.376
-1SL=1.074
C Chart of BlemishBlemish2411452124
Etc.
Carta u (Atributos)
· Monitorea el número de defectos en una muestra de n unidades de inspección. El tamaño de la muestra (n) puede variar
· Los defectos por unidad se determinan dividiendo el número de defectos encontrados en la muestra entre el número de unidades de inspección incluidas en la muestra (DPU o número de defectos por unidad) .
· Ejemplos:• Se toma una muestra de tamaño constante de tableros PCB por
semana, identificando defectos visuales por tablero.
• Se inspeccionan aparatos de TV por turno, se determinan los defectos por TV promedio.
Carta u (cont..)
191715131197531
0.14
0.12
0.10
0.08
0.06
0.04
0.02
0.00
Sample
Sam
ple
Count
Per
Unit
_U=0.0546
UCL=0.1241
LCL=0
11
U Chart of Defects
Tests performed with unequal sample sizes
Defects
Sample9 11011 1012 98
5 10515 11013 1008 987 99
5 1002 100
Etc.
Capacidad de proceso por atributos
Para cartas de control p y np en base a la fracción promedio de productos defectivos o no conformes es:
Cp >=1.33 es equivalente a p <= 62 ppm
NOTA: Equivale a que el porcentaje de partes buenas sea cuando menos del 99.9936%
Para cartas de control c y u dependen de la especificación proporcionada por el cliente
59
Cartas especiales de control
60
Cartas especiales de control Carta de sumas acumuladas CuSum
Carta de promedios móviles ponderadas exponencialmente
Carta de promedios móviles simples
61
Cartas de sumas acumuladas CuSum
62
Gráfica de Sumas acumuladas ( CuSum )
- Se usa para registrar al centro del proceso.
- Es más sensible que la gráfica X al movimiento de los pequeños cambios sostenidos en el centro del proceso.
- Es más sensible que la gráfica X al movimiento de separación gradual del centro del proceso.
- Es menos sensible que la gráfica X al desplazamiento grande y único del centro del proceso.
- Se puede aplicar a las Xs o a las Xs individuales
- Sus parámetros clásicos son h = 4; k = 0.5
63
Carta de sumas acumuladas CuSum
Son más eficientes que las cartas de Shewhart para detectar pequeños corrimientos en la media del proceso (2 sigmas o menos)
Para crear la carta Cusum se colectan m subgrupos de muestras, cada una de tamaño n y se calcula la media de cada muestra Xi-media. Después se determina Sm o S’m de las ecuaciones siguientes:
0 01
'0
1
( )... . . .
1( )... . tan . . .
m
ii
m
i XiX
Sm X media en control estimada
S m X desv es dar de las medias
64
Carta de sumas acumuladas CuSum – Con Máscara en V
La carta de control CuSum se obtiene graficando los valores de Sm o S’m como función de m.
Si el proceso permanece centrado, la carta tenderá hacia el valor de la media 0
Si el proceso se corre gradualmente hacia arriba o hacia abajo, será indicado en la carta. Su sensibilidad está determinada por los parámetros k y h.
Una forma de identificar si el proceso sale de control es con una mascara en V cuyo origen se coloca en el último punto de suma acumulada determinado y observando que ninguno de los puntos anteriores se salga, de otra forma tomar acción
65
Carta CuSum – parámetros de la máscara en V
h = Intervalo de decisión – Valor medio del ancho de máscara en el punto de origen
k = Corrimiento a ser detectado en sigmas – Pendiente de los brazos de la máscara en V
f = Respuesta inicial rápida - Identifica puntos fuera de control en el arranque
T = Meta o especificación nominal; n = Tamaño de subgrupo
Ci = Valor de los 2 lados de la máscara en el tiempo iC0 = 0Ci = Ci - 1 + (i - T)Puntos graficados de la máscara = Ci Pendiente de la máscara en V = k / raiz (n)Ancho de máscara en el origen = 2h / raiz (n) Origen de la máscara en V = pPor omisión Xmedia = µ, Sp/c4(d) = , T = 0, h = 4, k = .5, p = m
66
Ejemplo de carta Cusum con Máscara en V
1- 4.925
2- 4.675
3- 4.725
4- 4.350
5- 5.350
6- 5.225
7- 4.770
8- 4.525
9- 5.225
10- 4.600
11- 4.625
12- 5.150
13- 5.325
14- 4.945
15- 5.025
16- 5.223
151050
4
3
2
1
0
-1
-2
-3
-4
-5
-6
0
Subgroup Number
Cum
ulat
ive
Sum
CUSUM Chart for Cusum
Target = 5, sigma = 1, h = 2, k =0.5, Vmask
67
Continuación de ejemplo – con máscara en V
20100
5
0
-5
0
Subgroup Number
Cum
ulat
ive
Sum
CUSUM Chart for Cusum17. 5.463
18. 5.875
19. 6.237
20. 6.841
Agregando 4Puntos adicionalesSe observa que seSalen los puntos
16, 17 y 18Requiriendo acción
Target = 5, sigma = 1, h = 2, k =0.5, Vmask
68
Carta CuSum– Sólo un Límite inferior o superior
CIi = valor del nivel bajo de la Cusum de un lado inferior en tiempo i
CSi = valor del nivel alto de la Cusum de un lado superior en tiempo i
Datos graficados = CIi, CSi
Línea central = 0
0 0CL CU fn
1
1
min 0,
min 0,
i i
i i
CIi CI x T kn
CSi CS x T kn
LIC hn
LSC hn
01
0
1 0
1 0
( )
.
. .
2 2
0. . . .
i
i i jj
C S x K
media objetivo
media no aceptable
K kn
Ci cuando cambia el signo
69
Cata CuSum – sólo un Límite superior o inferior
2
1
0
-1
-2
2
-2
20100
Subgroup Number
Cum
ulat
ive
Sum
Upper CUSUM
Lower CUSUM
CUSUM Chart for Cusum1- 4.925
2- 4.675
3- 4.725
4- 4.350
5- 5.350
6- 5.225
7- 4.770
8- 4.525
9- 5.225
10- 4.600
11- 4.625
12- 5.150
13- 5.325
14- 4.945
15- 5.025
16- 5.223
17. 5.463
18. 5.875
19. 6.237
20. 6.841
Target = 5, sigma = 1, h = 2, k =0.5, One SidedFIR = 1 sigma, Reset after each signal
70
Carta CuSum – Forma tabular para un solo límite inf. ó sup.
Los límites para cada valor se calculan dependiendo de si es hacia el lado superior Sh o hacia el inferior Sl
Como ejemplo si K = 0.5 y µ0 = 10 y X1 = 9.45, Sh(1) = max [0, 9.45 – 10.5 + 0] = 0 etc..
Cuando Sh(i) toma un valor negativo, se regresa a cero y continua el proceso, si excede el límite superior de control H en este caso indica que el proceso está fuera de control
0
0
( ) max 0, ( ) ( 1)
( ) max 0, ( ) ( 1)
(0) (0) 0
. . . . . . . . . . 0
H i H
L i H
H L
H L
S i x K S i
S i x K S i
S S
N y N No periodos en que Sh o Sl son
min
71
Carta CuSum – Forma tabular para un solo límite inf. ó sup.
0
0
( ) max 0, ( ) ( 1)
( ) max 0, ( ) ( 1)
H i H
L i H
S i x K S i
S i x K S i
Periodo Xi Xi-10.5 Sh(i) Nh
1 9.45 -1.05 0 0
2 7.99 -2.51 0 0
3 9.29 -1.21 0 0
4 11.66 1.16 1.16 1
5 12.16 1.66 2.82 2
6 10.18 -0.32 2.50 3
7 8.04 -2.46 0.004 4
8 11.46 0.96 1.00 5
9 9.20 -1.30 0 0
En este caso elValor de H es 5
H
Máscara en V
Carta Cusum (Crankshd.mtw)
72
252321191715131197531
10.0
7.5
5.0
2.5
0.0
-2.5
-5.0
Sample
Cum
ula
tive S
um
0
UCL=5.68
LCL=-5.68
CUSUM Chart of AtoBDist
AtoBDist-0.440255.900382.089650.099982.015944.830123.787324.998216.911691.93847
Etc.
Hay un corrimiento en los puntos 4 a 10
Fórmulas Cusum un lado Los límites de control están a un cierto número de
desviaciones estándar por arriba o por debajo de la línea central (h = 4 intervalo de decisión o distancia de límites en sigmas; k corrimiento en sigmas a ser detectado; m = 5 tamaño de subgrupo)
73
mhLSC
mhLIC
mhLSC
mhLIC
mhLSC
mhLIC
mhLSC
mhLIC
mhLSC
mhLIC
000
,0max
,0min
1
1
CSCI
mkTXCSiS
mkTXCIiI
ii
ii
74
Carta EWMA de promedios móviles ponderados exponencialmente
75
Carta de Promedios Móviles Ponderados Exponencialmente
(EWMA) Monitorea un proceso promediando los datos
de tal forma que les da cada vez menos peso conforme son removidos en el tiempo
En la carta de Shewhart la decisión en relación al estado de control del proceso en cierto instante t depende de la medición más reciente y de los límites de control
En la carta EWMA la decisión depende del estadístico EWMA que es el promedio ponderado exponencial de los datos.
76
Carta de Promedios Móviles Ponderados Exponencialmente
(EWMA) Es más sensible que la gráfica X al movimiento de
los pequeños cambios sostenidos en la media del proceso.
Es más sensible que la gráfica X al movimiento de separación gradual de la media del proceso.
Es menos sensible que la gráfica X a desplazamientos grandes de la media del proceso.
Se puede aplicar a las Xs o a las Xs individuales.
77
Carta de Promedios Móviles Ponderados Exponencialmente
(EWMA) Seleccionando un factor de ponderación la carta puede
ser sensible a corrimientos graduales pequeños en la media del proceso. El estadístico EWMA es:
EWMAo es la media (meta) de los datos históricos S es la desviación estándar de los datos históricos para n
grande Yt es la observación en el tiempo t n es el número de observaciones monitoreadas
incluyendo 0 0 < <=1 es una constante que determina la memoria
de EWMA
1
22
(1 ) 1,2,..,
2
t t t
EWMA
EWMA Y EWMA t n
SS
n
78
Carta de Promedios Móviles Ponderados Exponencialmente
(EWMA) determina la tasa en la cual los datos “antiguos”
entran en el cálculo del estadístico EWMA.
Un valor de =1 indica que sólo el último dato será incluido (carta Shewhart).
Un valor grande de da más peso a datos recientes y menos peso a datos antiguos. Un valor pequeño de da más peso a datos antiguos
Un valor común para es 0.2 para detectar cambios 1 y de 0.4 para detectar cambios de 2
79
Carta de Promedios Móviles Ponderados Exponencialmente
(EWMA)
Los límites de control se determinan como sigue:
La carta EWMA requiere que se obtengan datos históricos del proceso para calcular la Media y desviación estándar representativas del mismo para continuar el monitoreo, asumiendo que estuvo en control al colectar los datos
Para los primeros valores de X, la desviación estándar S se calcula como:
80
Carta de Promedios Móviles Ponderados Exponencialmente
(EWMA)
Ejemplo: Si EWMAo = 50 y s = 2.0539, = 0.3 entonces se tiene:
50 3(0.4201)(2.0539) 52.5884
50 3(0.4201)(2.0539) 47.4115
LSC
LIC
Y 52 47 53 49.3 50.1 47 51
EWMA
50
50.6
49.5
50.56
50.18
50.16
49.12
49.75
81
Carta EWMA del ejemplo
20100
53
52
51
50
49
48
47
Sample Number
EW
MA
EWMA Chart for X
Mean=50
UCL=52.59
LCL=47.41
Xewma
1- 52.0
2- 47.0
3- 53.0
4- 49.3
5- 50.1
6- 47.0
7- 51.0
8- 50.1
9- 51.2
10- 50.5
11- 49.6
12- 47.6
13- 49.9
14- 51.3
15- 47.8
82
Carta EWMA Los puntos a graficar son los siguientes :
Observa que Z es un promedio ponderado de X i y de todas las Xs anteriores.
La típica forma de una gráfica EWMA se muestra a continuación.
Z0 = XZ1 = X1 + (1- ) Z0
Z2 = X2 + (1- ) Z1
Z3 = X3 + (1- ) Z2
Z4 = X4 + (1- ) Z3
Con Z = EWMA
=
Los cálculos, especialmente de los límites de control, son tan complejos que normalmente este tipo de gráfica se realiza por medio de un paquete
de computo.
UCL
subgrupo
LCL
XII
_
_
_
_
1 2 3 4 5 6
83
Carta de Promedios Móviles Ponderados Exponencialmente
(EWMA)
Si la desviación estándar se estima de la carta X-R entonces los límites de control se determinan como sigue:
2
2
(2 )
(2 )
LSC X A R
LIC X A R
84
Carta de Promedios Móviles Ponderados Exponencialmente
(EWMA)
Esta carta proporciona un PRONOSTICO del siguiente valor de la media, lo cual es muy importante para el caso de control automatizado.
Los límites de control permiten detectar cuando se requiere un ajuste y la diferencia entre el valor pronosticado y la media meta permiten identificar de cuanto debe ser el ajuste
85
Carta de Promedios Móviles Ponderados Exponencialmente
(EWMA)
Se puede desarrollar una ecuación para el clásico control PROPORCIONAL, INTEGRAL y DIFERENCIAL (PID). Donde los parámetros de las lambdas 1, 2 y 3 se seleccionan para obtener el mejor desempeño de pronóstico
Si e representa el error entre el valor real y pronósticado en el periodo t se tiene:
1 1 2 31
t
t t t t j tj
Z EWMA Z e e e
1t t te X z
86
Carta de control de promedios móviles
87
Carta de control de Promedios Móviles
Monitorea un proceso promediando los últimos W datos. Con valores individuales se usa W = 2
Tiene una sensibilidad intermedia entre las cartas de control de Shewhart y las cartas EWMA o Cusum para detectar pequeñas corridas graduales en la media del proceso
Suponiendo que se colectan muestras de tamaño n y se obtienen sus respectivas medias Xi. La media móvil promedio de amplitud W en el tiempo t se define como sigue:
88
Carta de control de Promedios Móviles
El procedimiento de control consiste en calcular la nueva media móvil Mt cada vez que haya una nueva media muestral, graficando Mt en la carta, si excede los límites de control el proceso está fuera de control
En general la magnitud del corrimiento que se quiere detectar esta inversamente relacionado con W, ente mayor sea W se podría detectar corrimientos más pequeños
89
Ejemplo de carta de promedios móviles
Xmm
1- 10.5
2- 6.0
3- 10.0
4- 11.0
5- 12.5
6- 9.5
7- 6.0
8- 10.0
9- 10.5
10- 14.5
11- 9.5
12- 12.0
13- 12.5
14- 10.5
15- 8.0
151050
15
10
5
Sample Number
Mov
ing
Ave
rage
Moving Average Chart for Xmm
Mean=10
UCL=12.12
LCL=7.879
90
Cartas Multivariadas
Carta T2 – varianza generalizada
(hospital.mtw variables Stay satisfaction S. size Departure) En un hospital se monitorea la satisfacción del paciente
cuando sale, se encuestan a 5 pacientes al día. Como la satisfacción y el tiempo de estancia están correlacionados se usa una carta T2 para monitorear la media y variabilidad de la satisfacción (1 a 7) y la estancia en días.
Investigar que pasó en los días 18 y 19
91
Departure StaySatisfaction
1/01/01 1 5.01/01/01 2 6.51/01/01 4 5.21/01/01 6 7.01/01/01 4 5.01/02/01 2 7.01/02/01 2 6.01/02/01 4 6.21/02/01 1 6.01/02/01 1 5.2
3128252219161310741
20
15
10
5
0
Sample
Tsq
uare
d
Median=1.36
UCL=13.61
3128252219161310741
20
15
10
5
0
Sample
Genera
lize
d V
ari
ance
|S|=4.22
UCL=19.71
LCL=0
Tsquared-Generalized Variance Chart of Stay, Satisfaction
Carta MEWMA(toys.mtw variables Weight Lenght S. size Day)
Se desea monitorear en forma simultanea el peso (gramos) y longitud de juguetes (pulgadas), se toman 4 muestras diarias durante 20 días.
Se observa que el proceso está dentro de control
92
WeightLength10.10 2.5410.15 2.5610.11 2.5510.12 2.5510.12 2.5410.14 2.5710.08 2.5010.10 2.5310.09 2.5010.15 2.56
Etc.191715131197531
9
8
7
6
5
4
3
2
1
0
Sample
MEW
MA
UCL=8.634
Multivariate EWMA Chart of Weight, Length
93
94
Mantenimiento Productivo Total (TPM) para Mfra. Lean
Su objetivo es maximizar la efectividad del equipo a través de toda su vida útil al 100%
Es Implantado y mantenido por diversos departamentos involucrados en los equipos
Involucra a TODOS los empleados, desde el operador hasta el director
Se apoya en grupos Kaizen de mejora
95
96
Elementos del Mantenimiento Productivo Total (TPM)
Mantenimiento correctivo programado
Mantenimiento preventivo (incluye predictivo por proveedores: termografía infrarroja, análisis de vibraciones y aceites)
Mantenimiento productivo autónomo por operadores (limpieza, lubricación, etc.)
Mantenimiento proactivo por Ingeneiría (rediseño, Poka Yokes)
97
Mejoras en productividad Mejoras en calidad Mejoras en tiempos de entrega Mejoras en seguridad Mejoras en higiene Mejoras en la moral de los empleados
Cuanto más automático sea el equipo, más importante es el TPM
Beneficios del TPM
98
Esfuerzos para maximizar la efectividad del equipo
Es un sistema de mantenimiento productivo para ampliar la vida útil de la maquinaria
Se implementa por ingeniería, operadores y mantenimiento
Involucra a todos los empleados, desde la dirección hasta los de planta
Mantenimiento autónomo por los operadores
Actividades de grupos pequeños coordinados en la empresa
Características del TPM
99
Significa lo siguiente: Efectividad total en el logro de la eficiencia
económica y rentabilidad Mantenimiento preventivo, prevención del
mantenimiento y mantenabilidad total Participación total de todos los empelados,
incluye el mantenimiento autónomo por los operadores
El objetivo del TPM es cero fallas, cero paros y cero defectos
Lo total en TPM
100
6 Pérdidas por equipos reducidas por el TPM
Fallas en el equipo: causan tiempos muertos y reducen la productividad
Preparación y ajustes: se deben mejorar los tiempos de preparación y ajuste
Ocio y paros menores: sensores defectuosos, partes atoradas en transportadores, etc. causan paros menores y pérdidas
101
6 Pérdidas por equipos reducidas por el TPM
Velocidad reducida: es la diferencia entre la velocidad de diseño y la velocidad real
Defectos de proceso: por mal funcionamiento
Rendimiento reducido: pérdidas por arranques y paros del equipo
Metas en las 6 pérdidas Pérdidas por fallas o tiempos muertos 0 min.
Pérdidas por preparación y ajustes <10min.
Pérdidas de velocidad 0 min.
Ocio y paros menores 0 min.
Pérdidas por defectos de calidad 0 min. Pérdidas en el rendimiento
minimizar 102
103
Mantener en control las condiciones básicas (limpieza, lubricación, atornillado)
Apego a procedimientos operativos
Restablecer la deterioración
Mejorar las debilidades de diseño
Mejorar la operación y mantenimiento
Control de las fallas - TPM
Diseño para mantenabilidad
Las siguientes guías mejoran la mantenabilidad y disponibilidad de los equipos
Estandarización: minimizar el número de partes diferentes en el sistema
Modularización: tener estándares en tamaño, formas, unidades, para facilitar los procesos de ensamble y desensamble
Empaque funcional: colocar todas las las partes requeridas de un artículo en un kit o paquete 104
Diseño para mantenabilidad Intercambiabilidad: controlar las tolerancias
funcionales. Intercambio de partes dañadas con buenas
Accesibilidad: facilitar a los operadores a hacer su trabajo adecuadamente. Todas las partes deben estar accesibles y deben ser fáciles de cambiar
Aviso de falla de funcionamiento: proporciona un medio de aviso a los operadores cuando falla la máquina. Puede incluir gages, instrumentos, luces o sonidos
105
Diseño para mantenabilidad Aislamiento de falla: seguimiento e
identificación de la falla. Se puede minimizar con mantenimiento preventivo, equipo de prueba interconstruido (BITE), simplicidad en el diseño de partes y personal competente
Identificación: Tener una identificación única de todos los componentes y métodos de registro de mantenimiento correctivo y preventivo
106
Métricas de TPM La métrica básica es la Efectividad General del
Equipo (OEE) aunque hay algunas variantes en su fórmula:
OEE=Disponibilidad X (Eficiencia ) X (Tasa de calidad )
de desempeño de productos
Disponibilidad = tiempo de operación / Tiempo de carga
= (Tiempo de carga – Tiempo muerto)/Tiempo carga 107
Métricas de TPM
Tiempo de carga=Tiempo disponible por turno o unidad - Tiempo muerto planeado (desayuno, baño, etc.)
Tiempo de operación=Tiempo de carga–Tiempo muerto
Ejemplo: Si hay 480 min./turno, 15 min. De preparación, 10 minutos de descanso obligatorio, 30 minutos de tiempo muerto. ¿Cuál es el tiempo de carga y la disponibilidad?
Tiempo de carga= 480 – 10 = 470 minDisponibilidad = (470 – (30+15))/470 = 90.4%
108
Métricas de TPM
Tasa de velocidad de operación = Tiempo ciclo teórico /
Tiempo ciclo real
Por ejemplo: si el ciclo de tiempo es de 1 min / unidad, y el ciclo real es de 1.5 min. / unidad, ¿Cuál es la tasa de velocidad de operación?
Tasa de velocidad de operación = 1 / 1.5 = 66.7%
109
Métricas de TPM
Tasa neta de operación = Tiempo real de proceso / Tiempo de operación
Mide la estabilidad del equipo, paros pequeños y ajustes:
Tasa neta de operación = Cantidad procesada x Tiempo de ciclo real / Tiempo de operación
Por ejemplo: si se procesan 185 unidades, ciclo real 1.5 min., tiempo de operación 425 min.
Tasa neta de operación = (185 x 1.5)/425 = 65.3%
110
Métricas de TPM
Eficiencia de desempeño = Tasa de velocidad de operación x Tasa neta de operación
O Sea Eficiencia de operación = 0.667 x 0.653 = 43.6%
Efectividad general del equipo OEE = Disponibilidad x eficiencia de desempeño x tasa de calidad producto
Si tasa de calidad del producto es de 95%.
El OEE = 0.904 x 0.436 x 0.95 = 37.4%111
112
113
114
115
Métricas de TPM
Los objetivos son:
Disponibilidad > 90%
Eficiencia de desempeño > 95%
Tasa de calidad de producto > 99%
116
Premio japonés anual a empresas con TPM (JIPM)
Se evalúan los incrementos en calidad y productividad incluyendo:
Reducción de costos Reducción de inventarios Reducción y eliminación de accidentes Control de la contaminación Ambiente de trabajo
117
118
Fase P a s o D e t a l l e s
1.- La alta dirección anuncia inicio TPM Conferencia sobre TPM al personal
2.- Programa de educación y campañaDirectores: seminarios.General: presentaciones
3.- Crear organizaciones/ promociónCrear comités en cada nivel parapromoción, asignar staff
4.- Establecer políticas básicas y metas Evaluar condiciones actuales, metas
5.- Formular plan maestro Preparar planes detallados de actividades.
6.- Organizar acto de lanzamiento Invitar clientes, gente importante
Prep
arac
ión
Impl
anta
ción
Implantación preliminar
Estabilización
7.Mejorar la efectividad de cada equipo Seleccionar equipo modelo. Formar equipode proyecto.
8.- Programa de mantenimiento autónomo Promover los 7 pasos, fabricar útiles de diagnóstico y establecer proc. de certificación de los trabajadores
9. Programa de mantenimiento para Equipos nuevos por mantenimiento.
Incluye mantto. periódico, y predictivo, gestión de repuestos, herramientas, dibujos y programas
10. Dirigir el entrenamiento para mejorar operación y capacidad de mantenimiento
Entrenar a los líderes, estos comunican información con los miembros del grupo.
11. Programa actualización de los equipos antiguos
Reconstrucción y mantenimiento preventivo
12. Perfeccionar y mejorar el TPM Evaluación para el premio PM, fijar objetivos maselevados
Pasos para implantar el mantenimiento productivo total
119
L O S P A S O S L A S A C T I V I D A D E S
1.- Limpieza Inicial (5S’s)
2.- Acciones en la fuente de los problemas3.- Estándares de limpieza y lubricación
4.- Inspección General
5.- Inspección autónoma
6.- Organización y orden
7.- Mantenimiento autónomo pleno
Limpiar para eliminar polvo y suciedad, principalmente en el cuerpo del equipo; lubricar y apretar pernos, descubrirproblemas
Prevenir la causa del polvo, suciedad y difusión de esquirlas, mejorar partes que son difíciles de limpiar y lubricar, reducir el tiempo requerido para limpiar y lubricar
Establecer estándares que reduzcan el tiempo gastadolimpiando, lubricando y apretando ( específicamentetareas diarias y periódicasCon la inspección manual se genera instrucciónlos miembros de círculos descubren y corrigendefectos menores del equipo
Desarrollar y emplear listas de chequeo parainspección autónoma
Estandarizar categorías de control de lugares de trabajo individuales; sistematizar a fondo el control del mantenimiento: estándares de inspección, limpieza y lub., registro datos y matto Desarrollos adicionales de políticas y metas compañía, incrementar regularidad de actividades mejora. Registrar resultadosanálisis MTBF y diseñar contramedidas en concordancia
7 pasos para desarrollar el mantenimiento autónomo
120
121
Eliminación de fugas de aceite
Disminución dramática de tiempos muertos
Incremento en la eficiencia de los equipos
Reducción de paros no programados
Reducción de rechazos en producto intermedio y producto final
Disminución de consumo de energía
Reducción de horas hombre mantenimiento correctivo
Reducción costo por contratistas
Reducción de costo por partes de repuesto
Menor polvo ambiental
Menor ruido Menos conflictos
producción / mantenimiento
Resultados esperados del TPM
122
123
• Hacer visibles los problemas
• Ayudar a los trabajadores y directores a mantener contacto directo con el lugar de trabajo (gemba)
• Clarificar los objetivos para la mejora
Razones de la administración visual
124
• Ayudas visuales que eviten errores• Jidokas que paren las máquinas si se
detectan defectos• Avisos de peligro y precaución• Indicaciones de donde deben ponerse las
cosas• Designaciones del equipo• Colores claros y etiquetas en instalaciones y
equipo• Uso de pizarrones, celulares, Nextel• Instructivos audiovisuales a la vista• Sistemas Kanban
Métodos de administración visual
125
Ejemplo de fábrica visual
126
Ayudas visuales
Mantenimiento de controles
127
Re evaluación del sistema de medición
Plan de control
Re - evaluación de sistemas de medición
Las mejoras reducen la variación, lo que puede requerir una reevaluación de los sistemas de medición
La incertidumbre colectiva de los estándares de medición no debe exceder el 25% de la tolerancia aceptable de cada una de las características calibradas (MIL-STD-45662 A)
128
Re - evaluación de sistemas de medición
En el caso de la industria automotriz, en su manual Measurement System Analysis (MSA).
Máximo error de R&R aceptable 10% Puede ser aceptable entre 10 a 30%
dependiendo de la importancia de la aplicación, costos, costos de reparar, etc.
Más de 30% es inaceptableLa expresión de la incertidumbre incluye un
rango y un nivel de confianza
129
Plan de control
130
131
1. Controles para la mejora.
2. Formas para eliminar causas.
3. Datos de control de resultados.
4. Aplicación de soluciones en otros procesos.
5. Uso de métodos de estandarización.
.
Estandarización
132
Prevención de la reincidencia – Estandarización
DISPOSITIVOS A PRUEBA DE ERROR ( Poka - Yokes ).
22 GUOQCSTORY.PPT
133
Prevención de la reincidencia Realizar actividades para asegurar la no
reincidencia del problema.
Se debe de tener un control de las mejoras y de los nuevos estándares, estas deben de ser acciones que realmente eliminen las causas de los problemas.
Herramientas a utilizar: hojas de verificación, cartas de control, histogramas, métodos de documentación de archivos, ISO- TS 9000, 5W +1H, etc.
134
Prevención de la reincidencia
CONTROLES AUTOMATICOS
AYUDASVISUALESPOK A - YOKE
PROCEDIMIENTOSDE OPERACIÓN ESTANDAR
ESPECI FICACI ONES
Plan de control
Es un documento que describe las características críticas para la calidad (CTQs), las Y’s y X’s cr´ticas, de las partes o del proceso.
A través de este sistema de seguimiento y control, se cumplen los requerimientos del cliente y se reduce la variación
Cada parte o proceso debe tener un plan de control. Se pueden agrupar en familias
135
Plan de control
Se tienen los siguientes planes de control, en todos los casos indican los controles dimensionales, tipos de materiales y pruebas de desempeño requeridas :
Prototipo – usado durante el desarrollo
Prelanzamiento – usado para producciones piloto,
136
Plan de control Producción – se utiliza durante la producción
normal de la parte, incluye las características del producto o partes, controles de proceso, pruebas, análisis del sistema de medición y planes de reacción
Los planes de control son documentos vivos para seguimiento y control del proceso, los dueños del proceso son los responsables de estos planes
137
Cierre del proyecto Incluir las siguientes consideraciones: Identificar al dueño del proceso Involucrar al equipo en el plan de control Crear procedimientos e instructivos
actualizados Notificar y entrenar al personal afectado Asegurar que el entrenamiento en el plan de
control es efectivo Poner el plan en el sistema documental
adecuado Lograr acuerdo entre el equipo y el dueño del
proceso 138
Entradas para el plan de control
Diagramas de flujo del proceso FMEAs, DFMEAs, PFMEAs del sistema Análisis de causa y efecto Características especiales del cliente Datos históricos Lecciones aprendidas Conocimiento de proceso del equipo Despliegue de la función de calidad (QFD) Diseños de experimentos Aplicaciones estadísticas y estudios mutivari Análisis de regresión
139
140
141
calidadNo de Producto Dibujo No. Operación No. Maquína Elaboró AprobóNombre del producto Nivel
Criterio Tamaño Frecuenc. Método ded´muestra Registro
Ayuda VisualOperador Instrucciones:
Distribución
CaracteristicaDescripción
Especificación & Tolerancia
Hoja de InstrucciónInstrumento
Plan de Reacción
- Un proceso- Una actividad- Operaciones Limitadas
- Todos los procesos- Todas las Operaciones- Todas las actividades
CONTROL PLAN
Prototype Pre- launch Production Key Contac/Phone Date (Orig.) Date (Rev.)
Control Plan Number
Part Number/Latest Change Level Core Team Customer Engineering Approval/Date (if Req'd.)
Part Name/Description Supplier/Plant Approval/Date Customer Quality Approval/Date (if Req'd.)
Supplier/Plant Supplier Code Other Approval/Date (if Req'd.) Other Approval/Date (if Req'd.)
Part / Process Name / Machine, Device, Characteristics Special Methods
Process Operation J ig, Tools Char.
Number Description For Mfg. No. Product Process Class. Product/Process Evaluation/ Sample Control Method Reaction Plan
Specification/ Measurement Size Freq.
Tolerance Technique
ofPage Plan de control
142
One Way to Standardize a Process
Mantenimiento de mejoras
143
Lecciones aprendidasDesarrollo del plan de capacitaciónDocumentaciónEvaluación continua
Mantenimiento de mejoras Lecciones aprendidas
Despliegue de capacitación
Documentación
Evaluación periódica
144
Lecciones aprendidas
145
Lecciones aprendidas Es uno de los últimos pasos en el análisis post
mortem (también llamado lecciones aprendidas, evaluación post proyecto).
Es una revisión formal y crítica documentada realizada por un comité de personal calificado, se incluyen todas las fases del desarrollo del proyecto
146
Lecciones aprendidas Algunos tópicos de la revisión incluyen:
Adecuación del personal, tiempo y dinero Efectividad del proyecto total Que tan bien se dio seguimiento al proyecto Qué tan bien se coordinó y se informaron los
avances Qué tan bien trabajo el equipo de proyecto Qué tan bien se reconoció al equipo La efectividad de las acciones El nivel de calidad de los productos y servicios
entregados
147
Lecciones aprendidas
El éxito o falla de un proyecto se mide en tres dimensiones:
¿Se lograron las metas y objetivos? ¿Se logró dentro de las fechas compromiso? ¿Estuvo el proyecto por arriba o por debajo de
las restricciones de costo?
Un proyecto exitoso cumple con los todos los criterios, sin emabrgo puede ser considerado bueno aun si no se cumplió alguno de los criterios 148
Lecciones aprendidas
Los resultados de los proyectos se presentan a la dirección por el equipo.
Cuando se han identificado las mejores acciones correctivas, se deben estandarizar en la empresa
Los resultados de esta revisión de proyecto deben ser archivados, junto con los documentos del proyecto para referencia futura
149
150
Reconocimiento al equipo Seis Sigma
Este paso es de los más importantes ya que sin un reconocimiento adecuado a los resultados alcanzados, se envía el mensaje de ganar perder para el personal y se elimina la motivación para trabajar en nuevos proyectos de mejora.
Los reconocimientos son muy variados y dependen de la empresa y los resultados alcanzados en particular.
Despliegue del plan de entrenamiento
151
152
Despliegue del plan de entrenamiento
El entrenamiento mejora las habilidades y amplia el conocimiento de los empleados. Cierra la brecha entre necesidades de capacitación actuales y deseadas, se sugiere los siguiente:
Construir un currículum robusto Proporcionar formas para que interactúe el
personal Explotar la tecnología Documentar las mejores prácticas
153
Despliegue del plan de entrenamiento
La capacitación debe ser soportada por todos los niveles de la organización. Se debe dar después de que se crea o se modifica un proceso, identificando quienes requieren ser capacitados para mantener el cambio. El personal clave se debe incluir desde el principio en el equipo de mejora
154
Despliegue del plan de entrenamiento
Los beneficios de una capacitación adecuada incluyen:
1. Mejor comprensión del compromiso para mejorar
2. Mejor comprensión del proceso y su intención3. Comprensión clara de las expectativas4. Mejor comprensión de cómo hacer la tarea5. Mejor comprensión de cómo ajustar un
proceso6. Comprensión clara de donde obtener ayuda,
si se requiere para control del proceso
Documentación
155
Docuementación Un sistema efectivo de control, se caracteriza
por documentos formales, donde se establecen lineamientos a los empleados de cómo realizar las tareas, quien es responsable de las tareas, o como trabaja el sistema de la empresas, se tienen varias alternativas, organizadas por jerarquías o niveles:
Manuales (políticas, lineamientos, 1er. nivel) Procedimientos (responsabilidades, 2do. nivel) Estándares de operación Instrucciones de trabajo (pasos específicos, 3er.
nivel) Registros (evidencias, 4to. nivel)
156
Documentación Contenido básico de un documento de
procedimiento o instrucción (escrito de forma que lo entiendan los usuarios):
Propósito Bases Alcance
Pande sugiere unas guías para los docuemntos:
Hacer el documento simple y breve Hacer el documento claro, invitador y manejable Incluir opciones para “emergencias” Tener un proceso para revisiones y
actualizaciones 157
Evaluación continua
158
Evaluación continua Se debe mantener un sistema de mejora
continua para que la empresa avance, el proceso es el siguiente:
159
Evaluación continua En adición al seguimiento de las mejoras debe
haber un balance en el seguimiento de los otros indicadores de desempeño de la empresa, incluyendo:
Resultados de desempeño Resultados de calidad Resultados financieros Resultados de Benchmarking Mediciones de capacidad de procesos Resultados de auditorias Análisis FODA
160
Evaluación continua
Los resultados anteriores se muestran en reportes con gráficas y cartas de preferencia.
La organización debe tener un comité de revisión para atender tanto los problemas como las oportunidades de mejora
161