Brehene

UNIVERSIDAD POLITÉCNICA DE
CARTAGENA
Escuela Técnica Superior de Ingeniería Industrial
Mejora radical del proceso de elaboración de

golosinas en la industria alimentaria mediante
desarrollo de metodología Seis Sigma
TRABAJO FIN DE GRADO
GRADO EN INGENIERÍA EN TECNOLOGÍAS INDUSTRIALES
Autor: María Martínez Pellicer

Director: Juan Para Conesa
Codirector: Iñaki Para González
Cartagena, 31 de julio de 2016

Índice
Índice ................................................................................................................................................ 1
1. Introducción. ............................................................................................................................... 4
1.1. Alcance. ................................................................................................................................ 4
1.2. Objetivos............................................................................................................................... 4
1.3 Resumen. ............................................................................................................................... 5
2. Estado del arte............................................................................................................................. 6
2.1. Gestión de la calidad y mejora continua de la calidad. ........................................................ 6
2.2. Antecedentes a la metodología Seis Sigma. ......................................................................... 7
2.3. Metodología Seis Sigma. Concepto. ...................................................................................... 8
2.4. Seis Sigma y el mundo de la estadística. ............................................................................... 8
2.5. Estrategia de implantación de la metodología Seis Sigma. ................................................. 10
2.6. Principales diferencias con otras metodologías enfocadas a la mejora de calidad. ........... 12
2.6.1. Seis Sigma versus metodología tradicional. ................................................................. 12
2.6.2. Seis Sigma versus Lean Manufacturing. ....................................................................... 13
2.6.3. Seis Sigma versus Tres Sigma. ...................................................................................... 13
3. La empresa. ............................................................................................................................... 15
3.1. Descripción, dedicación y valores. ..................................................................................... 15
3.2. Producción. ......................................................................................................................... 16
3.3. Estructura organizativa de la empresa. .............................................................................. 18
3.4. Información económico-financiera. ................................................................................... 19
4. Fase 1. Definir. ........................................................................................................................... 22
4.1. Estudio de ventas. .............................................................................................................. 22
4.2. Estado actual. ..................................................................................................................... 25
4.2.1. Descripción diagrama de flujo. ..................................................................................... 25
4.2.1.1. Línea 1. Golosinas variadas. Ositos ...................................................................... 26
4.2.1.2. Línea 2. Regaliz. .................................................................................................... 32
4.2.1.3. Línea 3. Chicles. ..................................................................................................... 37
4.2.2. Análisis de las líneas de producción. ............................................................................ 44
4.2.2.1. Línea 1. Golosinas variadas. Ositos. ...................................................................... 44
4.2.2.2. Línea 2. Regaliz. ..................................................................................................... 47
4.2.2.3. Línea 3. Chicles ...................................................................................................... 50
4.3. Conclusiones Etapa Definición. ........................................................................................... 53
4.4. Características de control del proceso seleccionado. ......................................................... 54
Autor: María Martínez Pellicer Página | 1
4.5. Cuadro del proyecto. ........................................................................................................... 55

5. Fase 2. Medir. ........................................................................................................................... 56
5.1. Variables resultado.............................................................................................................. 56
5.1.1. Identificar todas las posibles Y's. .................................................................................. 56
5.1.2. Seleccionar las Y's del proyecto.................................................................................... 57
5.1.3. Matriz de rendimiento de medida para las Y's seleccionadas. .................................... 58
5.2. Variables del proyecto......................................................................................................... 59
5.2.1. Identificación de las variables X's posibles. .................................................................. 59
5.2.2. Análisis y determinación de las variables X's más significativas. ................................. 63
5.3. Obtención de medidas y datos del proceso actual. ............................................................ 65
5.3.1. Recogida de datos. ....................................................................................................... 65
5.3.2. Validación del sistema de medida. ............................................................................... 66
5.4. Obtención de medidas y datos del proceso actual. ............................................................ 72
5.5. Cálculo de Seis Sigma. Medición de la capacidad del proceso actual. ................................ 77
5.6. Eficiencia técnica y económica de la empresa. ................................................................... 81
5.7. Conclusiones Etapa Medición. ............................................................................................ 82
6. Fase 3. Analizar. ........................................................................................................................ 83
6.1. Análisis de las especificaciones del cliente.......................................................................... 83
6.2. Análisis de los datos. ........................................................................................................... 83
6.3. Conclusiones Etapa Análisis. ............................................................................................... 94
7. Fase 4. Mejorar. ........................................................................................................................ 95
7.1. Bases del proceso de mejora............................................................................................... 95
7.2. Estudio de las posibles mejoras para el proceso................................................................. 95
7.3. Implantación de las mejoras. .............................................................................................. 99
7.4. Recopilación de los nuevos resultados de producción. .................................................... 101
7.5. Análisis de los datos. ......................................................................................................... 104
7.6. Calculo del nuevo valor de Sigma...................................................................................... 106
7.7. Eficiencia técnica y económica de la empresa tras la implantación de las mejoras. ........ 111
8. Conclusiones: Comparación de los datos del proceso inicial y el proceso tras la implantación
de Seis Sigma . .............................................................................................................................. 113
9. Fase 5. Controlar...................................................................................................................1134
10. Guía de implantación de Seis Sigma en una pequeña empresa........................................... 117
Siglas y Acrónimos ........................................................................................................................ 124
Planos ........................................................................................................................................... 125

Anexos .......................................................................................................................................... 130

1.1. Anexo 1. ............................................................................................................................ 131
1.2. Anexo 2. ............................................................................................................................ 133
Bibliografía.................................................................................................................................... 134

1. Introducción.
El presente Trabajo Fin de Grado titulado ''Mejora radical del proceso de elaboración de
golosinas en la industria alimentaria mediante desarrollo metodología Seis Sigma" tiene como
propósito realizar una mejora de la calidad y eficiencia en una planta de producción a través de
la implantación de Seis Sigma en una pequeña empresa.
1.1. Alcance.
El presente Trabajo Fin de Grado tendrá como alcance determinar como la implantación
de la metodología de procesos Seis Sigma, metodología centrada en la reducción de la
variabilidad de datos, afecta a la mejora de aspectos concretos del proceso de fabricación de
productos del sector de la confitería del azúcar.
Con base a los resultados y conclusiones que se obtengan del estudio de implantación
de Seis Sigma en esta empresa, se desarrollará una serie de recomendaciones para la utilización
de esta herramienta de mejora en pequeñas empresas de este sector.
1.2. Objetivos.
Los objetivos que se van a desarrollar a lo largo de este Trabajo Fin de Grado están
relacionados con la implantación de una metodología de mejora de procesos en una pequeña
empresa y en concreto a una planta dedicada a la elaboración de golosinas en la industria
alimentaria; con vistas a determinar como la implantación de esta metodología puede mejorar
aspectos concretos del proceso de fabricación de una empresa pequeña.
Llevando a cabo la elaboración de una guía sobre cómo realizar la implantación de este
tipo de metodología para conseguir una empresa que alcance los siguientes objetivos:
1. Costos correctivos bajos menos del 5% de sus ventas.
2. Nivel de calidad de 99,9997%.
3. Se base en procesos eficaces que no producen fallos.
4. Reconocer que trabajar con calidad produce costos bajos.
5. Utilizar serias estrategias de mejora continua.
6. Considerar que el 99% no es suficiente.
7. Basar sus criterios de calidad en función de lo que necesite el cliente.

8. Establecer su propio benchmarking, para comparar sus productos con los de las mejores
empresas del mundo dedicadas al mismo sector, y poder competir con estas.
1.3 Resumen.
La globalización del mercado actual, en el que existen infinidad de empresas que
fabrican un mismo producto u ofrecen un mismo servicio, aunque en el caso del sector que
concierne a la empresa que se va estudiar en este proyecto, no está muy saturado, no exime
que se haya generado una gran competitividad entre las empresas del mismo sector, siendo la
calidad de sus productos o servicios, la diferencia que permite la supervivencia de las empresas.
Por lo que, en este entorno de globalización y competitividad en el que nos encontramos, se
hace imprescindible por parte de las empresas, el desarrollo de un modo sistemático y efectivo
de herramientas de mejoras continuas.
Una de las más eficaces es la metodología Seis Sigma. Esta herramienta se aplica sobre
todo, en grandes empresas por distintas razones: unas de índole estadístico, por las grandes
cifras de producción, y otras de índole económica, por la elevada estructura de apoyo que
requiere.
El desarrollo de este trabajo pretende aplicar esta herramienta de trabajo en el entorno

de PYMES, y así presentar una mejora competitiva antes solo al alcance de empresas con una
mayor dimensión.

2. Estado del arte.
2.1. Gestión de la calidad y mejora continua de la calidad.

Antes de centrarnos en la implantación de Seis Sigma en una empresa, sea como sea su
tamaño, deberemos definir el concepto que perseguimos de calidad, y qué beneficios aporta a la
empresa a nivel productivo. En relación con este segundo aspecto, cómo puede mejorar la
calidad de la producción y, el incremento de la eficacia técnica y económica que posibilita.
En la gestión de calidad en el ámbito productivo, es decir, en el que afecta al área de la

ingeniería industrial, diferenciamos las siguientes acciones:
 Gestión y organización: Consiste en la planificación de la calidad como un

planteamiento genérico. Por ejemplo, la planificación de un sistema de calidad.
 Tratamiento de los datos, en productos y procesos: Es lo que se conoce como el control

de calidad, que es una disciplina de fundamentación estadística, que estudia los
problemas para evaluar productos.
 Mejora de calidad: Termino ligado a técnicas enfocadas a facilitar, y que sistematizan las
actuaciones encaminadas a conseguir una mejora de la calidad, tanto continua como
incremental.
Aunque este proyecto se centra en el área de mejora de calidad, es necesario como

herramienta de trabajo, considerar el tratamiento de datos, que nos permite determinar la
situación actual en la que se encuentra el grado de calidad de la empresa. Sobre este aspecto,
nos referiremos más adelante cuando hagamos referencia a la toma de datos.
Para establecer en la empresa un proceso de mejora de calidad de la producción,

debemos determinar los principios fundamentales de actuación en los que centrar la
metodología que tenga como objetivo final, la mejora continua de la calidad en ésta.
El concepto de mejora de la calidad, no debe significar tan solo el establecimiento de un

proceso de actuación aislado en el tiempo, que se realice puntualmente en determinados
departamentos de la empresa, sino que debe suponer la instauración de una filosofía de
actuación común y continua, que ha de extenderse a toda la organización, basándose en una
serie de principios fundamentales tales como:
1. La calidad de los productos, servicios y otras prestaciones en una organización

ha de estar orientada a la idea de satisfacción del cliente, tanto interno como
externo, para lo cual hay que definir y diseñar claramente los procedimientos y
métodos de actuación necesarios.

2. La mejora de la calidad es el resultado de una mejora integrada de los

procedimientos empleados, entendiendo que todo trabajo en una organización
es el resultado de la realización de un conjunto de procedimientos.
3. Es conveniente que todos los esfuerzos en mejora de la calidad estén dirigidos

en la búsqueda constante de mejora de cada uno de los procedimientos
intervinientes.
4. El concepto de cliente interno es fundamental en la filosofía de mejora continua

de la calidad. No sólo es cliente de la empresa el último receptor del producto o
servicio que ella genera, sino que también lo es el receptor del producto
generado en cada fase del proceso productivo. Todas las personas de la propia
empresa son proveedores y clientes de alguien en la empresa.
2.2. Antecedentes a la metodología Seis Sigma.

Seis Sigma es una filosofía que se inicia en los años 80, pero no fue hasta los años 90,
cuando se comienzan a ver sus grandes ventajas al implantar esta metodología en
multinacionales, donde solo se producen 3'4 defectos por millón; con anterioridad a ella, se
había generado un incipiente desarrollo de las bases de calidad, siempre con unos porcentajes
inferiores en exigencias.
Entre otros enfoques para controlar la calidad se pueden destacar:
 Control total de la calidad, surge en el año 1956, constituye el inició de los enfoques
actuales de la calidad; se trató de planificar un sistema que coordinase las acciones de
calidad y control, tanto en diseño, proceso y productos terminados, de manera que se
evitasen controles excesivos.
 Círculos de calidad, en el año 1960 se empezó a utilizar esta actividad, se trataba de una
actividad cooperativa, llevada a cabo por los operarios próximos a la actividad a analizar,
y sin que se tuviera en el grupo una vinculación jerárquica clara, tan sólo se precisaba de
la existencia de un moderador.
 Cero defectos, metodología nacida en el año 1961, es considerada como un objetivo de
mejora continua de la calidad, su fundamento esencialmente en la preparación y
motivación del personal de la organización, haciendo posible obtener una calidad
compatible con ciertos criterios económicos.
 Calidad total, se comenzó a hablar de este término por el año 1984, pone mucho énfasis
en los recursos humanos de la empresa como principal activo de la misma de cara a la
implantación y mejora de la calidad y resulta compatible con la incorporación de
cualquier técnica especifica de planificación, control y mejora de la calidad. Su principal
objetivo es la búsqueda de la máxima integración de los objetivos, actuaciones,
información y motivación.

2.3. Metodología Seis Sigma. Concepto.
Podemos considerarla en ella:
1. Una medida estadística del nivel de desempeño de un proceso o producto.

2. Un objetivo de lograr casi la perfección mediante la mejora del desempeño.
3. Un sistema de dirección para lograr un liderazgo duradero en el negocio y un
desempeño de primer nivel en un ámbito global.
Seis Sigma es una metodología que presenta la importancia de reducir la variación, los defectos
y los errores en todos los procesos a través de organización, para así incrementar la cuota de
mercado, minimizar los costos e incrementar los márgenes de ganancias.
Se trata de una filosofía de calidad basada en la asignación de metas alcanzables a corto

plazo enfocadas a objetivos a largo plazo. Utilizando las metas y los objetivos del cliente para la
mejora continua a todos los niveles de la empresa.
El objetivo que conseguimos con esta metodología a largo plazo es conseguir diseñar e
implementar procesos más robustos, en los que los defectos se puedan medir a niveles
solamente de unos pocos por millón de oportunidades.
Esta metodología es una forma más inteligente de dirigir un negocio o un departamento.

Seis Sigma pone primero al cliente y usa hechos y datos para impulsar mejores soluciones.
Los esfuerzos Seis Sigma se dirigen a tres áreas principales:
 Mejorar la satisfacción del cliente.

 Reducir el tiempo de ciclo.
 Reducir los defectos.
2.4. Seis Sigma y el mundo de la estadística.
La ideología de Seis Sigma acepta que existe una correlación directa entre el número de
defectos, los sobrecostes y el nivel de insatisfacción de los clientes. La metodología Seis Sigma
mide estadísticamente la capacidad del proceso para producir libre de defectos o fallos. Seis
Sigma basa su variación según una distribución normal, en donde µ ± 6δ alcanza el 99,99% de las
observaciones, lo que supone un porcentaje de error inferior al 0,01%, por tanto prácticamente
libre de fallos.

Figura 1. Gráfica de la distribución normal
El valor que tome sigma nos proporciona la frecuencia con la que pueden producirse en
el proceso defectos o fallos. De esta forma, cuando sigma aumenta, la necesidad de pruebas e
inspecciones disminuye, aumentando la fiabilidad del proceso, e inversamente, se reducen los
costes destinados a la mejora de calidad, y como consecuencia la repetitividad de los procesos
se reducirá significativamente. Por lo tanto, el tiempo de ciclo se reduce drásticamente y la
satisfacción del cliente se incrementa.
Defectos por millón de

Nivel en Seis Sigma
oportunidades
6 3,4
5 233
4 6210
3 66807
2 308537
1 690000
Tabla 1. Niveles de Sigma según DPMO

2.5. Estrategia de implantación de la metodología Seis Sigma.
La metodología Seis Sigma plantea cinco fases para su diseño, lo que se conoce como
DMAIC (Define, Measure, Analyse, Improve and Control). A continuación vamos a tratar cada
una de ellas:
FASE 1: DEFINIR
En esta fase, también conocida como desarrollo de conceptos, trata inicialmente de

identificar, asignar prioridades y seleccionar los proyectos adecuados, tras determinar el efecto
provocado por una situación adversa o por el proyecto de mejora que se quiera realizar.
Debemos analizar el proceso, las actividades y las personas que participan en el mismo, con la
finalidad de definir objetivos, límites del proceso y alcance del mismo. Para ellos se deben
plantear interrogantes, tales como:
 ¿Qué procesos existen en su área?

 ¿Qué procesos tienen mayor prioridad de mejorarse?
 ¿Qué información se tiene actualmente de los procesos?
 ¿Conoce quiénes son sus clientes potenciales?
 ¿Sabe cuáles son las necesidades de sus clientes?
Lo primordial, es buscar satisfacer los requisitos del cliente, determinar cuáles son las
características críticas del cliente e identificar sus necesidades en todo el proceso de diseño y
también en el diseño de los sistemas de producción.
FASE 2: MEDIR
En esta fase se abarcan dos líneas de trabajo, por un lado, realizar la definición y
descripción del proceso, definir los elementos del proceso, sus pasos, entradas, salidas,
parámetros del proceso y características clave del producto. Y por otro lado, llevar una
evaluación de los sistemas de medición, evaluar la capacidad y estabilidad de los sistemas de
medición por medio de estudios, con el fin de comprender el proceso y medir sus resultados.
Nos permitirá determinar inicialmente, en qué situación se encuentra el proceso, cuáles

son los indicadores del proceso, establecer cómo se va a realizar el plan de recogida de datos,
así como establecer cuál es el nivel Seis Sigma inicial.
FASE 3: ANALIZAR
Identificar los determinantes clave del funcionamiento del proceso, a través de su

análisis, y así poder dar un diagnostico del problema, a partir de la información obtenida en fase
de medición. En esta fase se determinan cuales son los factores que permiten lograr una mejora
y un mejor desempeño del proceso. Se tienen que plantear preguntas, tales como:
 ¿Cuáles son las especificaciones del cliente para sus parámetros de medición?
 ¿Cómo se desempeña el proceso actual con respecto a esos parámetros?
 ¿Cuáles son las posibles fuentes de variación del proceso?
FASE 4: MEJORAR
En esta fase se desarrolla en la práctica todas las estrategias de mejora, para optimizar y
robustecer el proceso. Una vez establecidas las estrategias de mejora se realiza una validación
del proceso de mejora, empleando estudios de capacitación en los que se habrán definido que
factores se van a controlar para medir el efecto de la mejora implantada sobre las características
criticas, con el fin de buscar el desempeño óptimo del proceso. Las preguntas a responder en
esta fase serían:
 ¿Qué soluciones alternativas puede tener el proceso?

 ¿Qué impacto tiene cada solución?
 ¿Qué ajustes a las variables son necesarios para optimizar el proceso?
 ¿Qué relación hay entre los parámetros de medición y las variables críticas?
FASE 5: CONTROLAR
En esta fase se trata de controlar y dar seguimiento al proceso, documentando el

resultado de la mejora de manera que se monitoree y se mantenga un control del proceso; una
vez que se consiguen los objetivos establecidos, se deberá buscar mejores condiciones de
operación, procedimientos, etc.., que conduzcan a un mejor desempeño del proceso.
Por lo que, deberemos plantearnos preguntas que nos determinen como continuar con
el proceso de mejora:
 ¿Cuánto se ha mejorado el proceso después de los cambios?
 ¿Cómo se está documentando los resultados de la mejora?
 ¿Cuánto tiempo y dinero se ha ahorrado con los cambios?

2.6. Principales diferencias con otras metodologías enfocadas a la

mejora de calidad.
2.6.1. Seis Sigma versus metodología tradicional.
Las diferencias que presenta la metodología Seis Sigma, frente a otras metodologías más
tradicionales, quizás resida únicamente en la manera que tienen de trabajar con estas
herramientas, y su integración como en un todo, de los propósitos y objetivos de la
organización. El hecho de que todos los niveles y funciones de la organización participen de una
forma integrada es el factor clave, que hace que esta metodología sea de las más eficaces,
siempre y cuando todo esté dirigido hacia una organización proactiva, organizada y sistemática,
en busca de la plena satisfacción de los clientes, así como de las necesidades y prioridades de la
propia organización.
Profundizando más, en la siguiente tabla, refleja las principales diferencias que existen
entre metodologías convencionales y la metodología Seis Sigma:
CALIDAD TRADICIONAL SEIS SIGMA

Descentralizada, con una estructura
Centralizada, presentando una constituida para la detección y solución
estructura rígida y de enfoque reactivo. de los problemas. Su enfoque es
proactivo.
Se hace uso estructurado de las

Generalmente no hay una aplicación
herramientas de mejora y de las técnicas
estructurada de las herramientas de
estadísticas para la solución de
mejora.
problemas.
No se tiene soporte en la aplicación de

Se prevé toda una estructura de apoyo y
las herramientas de mejora.
capacitación al personal, para el empleo
Generalmente su uso es localizado y
de las herramientas de mejora.
aislado.
La toma de decisiones se efectúa sobre
La toma de decisiones se basa en datos
la base de presentimientos y datos
precisos y objetivos.
escasos.
Se va a la raíz del problema para
Se aplican remedios provisionales o
implementar soluciones sólidas y
parches. Sólo se corrige en vez de
efectivas y así prevenir la recurrencia de
prevenir.
los problemas.
No se establecen planes estructurados
Se establecen planes de entrenamiento
de formación y capacitación para la
estructurado para la aplicación de las
aplicación de las técnicas estadísticas
técnicas requeridas.
requeridas.
Se enfoca hacia el control de las
Se enfoca solamente en la inspección variables de entrada al proceso, las
para la detección de los defectos. cuales generan la salida o producto
deseado del proceso.

2.6.2. Seis Sigma versus Lean Manufacturing.
En esencia, los sistemas Seis Sigma y Lean Manufacturing tienen el mismo objetivo.
Ambos buscan eliminar los residuos y crear un sistema lo más eficiente posible, pero presentan
enfoques diferentes para la obtención de este objetivo. La diferencia entre ambos, es que
identifican la causa raíz de los residuos de forma diferente.
Mientras que el método Lean Manufacturing cree que los residuos provienen de pasos
innecesarios en el proceso de producción que no aportan valor añadido al proceso final, en el
método Seis Sigma, se fija que los residuos del proceso son debido a la variación de los datos
dentro del proceso.
Por supuesto, hay algo de verdad en estas dos evaluaciones, razón por la que ambas
metodologías: Lean y Seis Sigma, han tenido tanto éxito en la mejora del rendimiento global de
las empresas en una variedad de campos. De hecho, estas dos disciplinas han demostrado ser
especialmente eficaces cuando se trabaja en conjunto; de ahí la creación de Lean Seis Sigma.
2.6.3. Seis Sigma versus Tres Sigma.
El modelo tradicional de calidad Tres Sigma difiere de Seis Sigma en dos rasgos
fundamentales:
 Se suele utilizar sólo en procesos de fabricación, mientras que Seis Sigma presenta una
aplicación más amplia.
 Su meta como programa de calidad es una desviación de no más de una sexta parte y
seis sigma establece como meta, una desviación no mayor que una doceava parte de la
extensión total admisible.
Si profundizamos en estas diferencias podemos concluir que Seis Sigma, no solo se

centra en un proceso de fabricación como una eliminación del enfoque estrecho en el que se
basa Tres Sigma. Además, Seis Sigma busca no solo satisfacer al cliente, mejorando el precio, el
soporte técnico, la disponibilidad del producto...; también busca satisfacer a los propietarios e
inversores, realizando operaciones más rentables, ciclos de producción más cortos. Seis Sigma
amplio el alcance de un proceso de calidad Sigma al significar beneficios para todas las partes
interesadas de una organización.
Si analizamos las implicaciones que supone la implantación de cualquiera de las dos

metodologías comparadas, tenemos que partir que tanto Seis Sigma como Tres Sigma se basan
en alcanzar un objetivo de calidad en el proceso; sigma es una mera medida estadística que nos
determina la variabilidad que presenta el proceso. Mientras que, el sistema tradicional de
calidad se define como un proceso operativo, siempre que el proceso se encuentre distribuido
en más y menos de tres Sigma, lo que se traduce en un rendimiento del proceso del 99,73%. Lo
que implica que los limites de aceptación dejan fuera 2.700 PPM de fracasos; mientras que un
proceso Seis Sigma producirá 3,4 PPM no conformes teniendo un criterio conservador, ya que si
se consulta la tabla de distribución normal nos encontraríamos con el numero de no
conformidades previsto es de 0,002 PPM.

Figura 2. Sigma niveles y tasas de conformidad equivalentes.
Teniendo en cuenta que cada vez los procesos son más complejos, es fácil observar que
utilizar una metodología Seis Sigma, es necesaria si se pretende que una organización sea viable.
Es precisa la utilización de metodologías con límites extremadamente altos pero no solo en
procesos con múltiples etapas, sino en otros procesos, para poder obtener unos niveles de
rendimiento libre de errores altos y que sea viable su funcionamiento, ya que procesos como:
- Operaciones bancarias, como la facturación, transacciones, etc.

- Registros de llamadas de una compañía telefónica.
- Funcionamiento de un ordenador.
- Control sanitario.
- Etc.
son procesos diarios que obtendrían con una metodología nivel Tres Sigma una cantidad
de defectos que no son admisibles en la actual sociedad.

3. La empresa.
Empresa que tiene situada su planta de producción en territorio nacional. Se puede
observar la planta de distribución en el plano 1, en el que se sitúan todos los procesos de
elaboración de cada uno de los productos, el almacén, las oficinas y demás departamentos.
3.1. Descripción, dedicación y valores.

Se trata de una empresa tradicional aunque innovadora, con una experiencia de más de
medio siglo en el sector de la confitería. Esta empresa ha mejorado de forma continua sus
instalaciones, a través de constantes inversiones. La dirección de la empresa, ha conseguido a
través de estas inversiones, investigaciones e innovaciones en estos últimos años, convertir a la
empresa en un referente en las técnicas de desarrollo y creación de nuevos sabores, así como en
formas y textura de los productos, como en diseño de envases y elementos de merchandising.
Aunque la empresa consta de una clientela nacional bastante fiel, durante las últimas
décadas, el incremento de la cifra de ventas en el ámbito internacional, ha supuesto que dos
tercios de las ventas, procedan del ámbito exterior. Por lo que, a pesar de tener sus plantas de
producción en España, ha considerado conveniente ampliar la gestión de distribución de sus
productos en el extranjero. En la actualidad, consta de equipos comerciales y logísticos por
Oriente Próximo, Estados Unidos de América y varios países de Europa, en los porcentajes que
en el punto 4.1 mostramos.
Su trayectoria y logros obtenidos en su sector y el reconocimiento alcanzado a nivel

internacional, han estado guiados durante todos estos años por una organización marcada por
tres premisas incuestionables e irrenunciables: calidad, innovación y cultura corporativa:
 Calidad garantizada con la incorporación de sistemas de gestión auditados por
empresas de reconocido prestigio internacional.
 Innovación en producto para dar respuesta a un mercado cada día más exigente;
innovación en proceso para mejorar permanentemente los costes de fabricación y ser
más competitivos en el mercado; innovación en la presentación de los productos y en
su embalaje entre otros.
 Cultura corporativa basada en unos valores inculcados en toda la organización de la
empresa,
- Ser una empresa sostenible.

- Compromiso con los resultados.
- Liderazgo en su sector.
- Trabajo en equipo.
- Responsabilidad y conducta ética.
Y sobre todos estos, el compromiso que la empresa tiene con sus clientes. Ofrece un
servicio completo a su clientela, un seguimiento personalizado de los requisitos que estos
precisan, así como complacer las tendencias de los nuevos clientes.

3.2. Producción.
Aunque se trata de una empresa pequeña en comparación con sus competidores, es una
de las empresas líderes del sector de fabricación de golosinas a escala nacional. Esta empresa ha
sabido aprovechar el reciente proceso de diversificación de la gama de productos, para mejorar
su posición competitiva respecto a las marcas tradicionales, generalmente centradas en un
número reducido de especialidades.
La producción ha sufrido importantes cambios en los últimos años, pasando de una

oferta de golosinas orientada exclusivamente al público infantil con muy pocas opciones,
lideradas tradicionalmente por los caramelos y más recientemente por los chicles, a centrarse
en una producción dirigida al consumo de los adultos; dado que el número de adultos que
consume estos productos ha aumentado significativamente en los últimos años, por el aumento
de productos menos dulces y sin azúcar, así como la creciente comercialización de productos
funcionales, con cualidades añadidas al puro placer de la golosina, como la eliminación del mal
sabor de boca, la higiene y la protección bucodental e incluso la ayuda para dejar de fumar.
Todo lo anterior, ha incrementado el número de adultos que consume golosinas de forma diaria,
lo que ha supuesto un incremento significativo es ésta.
La producción de esta empresa se encuentra centrada en la elaboración de productos

integrados en tres categorías: caramelo de goma, regaliz y chicle.
Éstas a su vez, están formadas por otros productos, que completan la gama de
producción, tales como goma brillo, goma rellena, regaliz relleno, o chicle grageado. Todo ello,
además, complementado con un amplio surtido de formatos y presentaciones.
Podemos observar mediante el siguiente diagrama de sectores, como divide la empresa

su cantidad de producción entre las tres categorías en las que se centran sus ventas.
Categorías de producción
REGALIZ
30% GOLOSINAS
35%
CHICLES
35%
Diagrama 1. Categorías de producción

Según el diseño de la golosina, encontramos:
PLATANOS FRESAS OSITOS
Imagen 1. Subcategorías de golosinas
Producción subcategorías de la categoría de golosinas
PLATANOS
35% OSITOS
40%
FRESAS
25%
Diagrama 2. Producción según la subcategoría de golosina

3.3. Estructura organizativa de la empresa.

La representación gráfica de las funciones empresariales de la empresa la expresamos
en el siguiente organigrama,
Diagrama 3. Organigrama

3.4. Información económico-financiera.

Nuestra empresa presenta la siguientes cuentas anuales a fecha 31 de diciembre de
2015 (datos en miles de euros).
ACTIVO PATRIMONIO NETO Y PASIVO

A) Activo no corriente 35189 A) Patrimonio neto 52784
I) Inmovilizado material 26392 I) Capital Social 43986
II) Inmovilizado intangible 8797 II) Reservas 1848
B) Activo corriente 37675 II) Resultado del ejercicio 6950
I) Existencias 18593 B) Pasivo no corriente 2496
II) Deudores comerciales 15068 I) Deudas a largo plazo 2496
III) Efectivos y otros activos líquidos 4014 C) Pasivo corriente 17584
I) Deudas a corto plazo 13191
II) Acreedores comerciales y otras cuentas a pagar 4393
TOTAL ACTIVO (A+B) 72864 TOTAL PATRIMONIO NETO Y PASIVO (A+B+C) 72864
A partir del siguiente balance vamos a calcular una serie de ratios para analizar su
situación:
𝐴𝑐𝑡𝑖𝑣𝑜 𝑐𝑜𝑟𝑟𝑖𝑒𝑛𝑡𝑒 − 𝐸𝑥𝑖𝑠𝑡𝑒𝑛𝑐𝑖𝑎𝑠

𝐿𝑖𝑞𝑢𝑖𝑑𝑒𝑧 𝑎 𝑐𝑜𝑟𝑡𝑜 𝑝𝑙𝑎𝑧𝑜 = 𝑥 100 =
𝑃𝑎𝑠𝑖𝑣𝑜 𝑐𝑜𝑟𝑟𝑖𝑒𝑛𝑡𝑒
37675 − 18593
= 𝑥 100 = 108,51%
17584
El resultado obtenido es superior al valor recomendado (70%) por tanto la situación de

liquidez a corto plazo de la empresa es buena.
𝐹𝑜𝑛𝑑𝑜 𝑑𝑒 𝑚𝑎𝑛𝑖𝑜𝑏𝑟𝑎
% 𝐶𝑎𝑝𝑖𝑡𝑎𝑙 𝑐𝑜𝑟𝑟𝑖𝑒𝑛𝑡𝑒 = 𝑥100 =
𝐴𝑐𝑡𝑖𝑣𝑜
𝐴𝑐𝑡𝑖𝑣𝑜 𝑐𝑜𝑟𝑟𝑖𝑒𝑛𝑡𝑒 − 𝑃𝑎𝑠𝑖𝑣𝑜 𝑐𝑜𝑟𝑟𝑖𝑒𝑛𝑡𝑒 37675 − 17584

= 𝑥100 = 𝑥100 = 27,57%
𝐴𝑐𝑡𝑖𝑣𝑜 72864
Es un porcentaje muy superior al 5% recomendado. Este exceso de liquidez nos va a

servir para poder realizar las inversiones productivas necesarias en su caso, o bien para colocarla
en productos que nos generen mayores rentabilidades.
𝐴𝑐𝑡𝑖𝑣𝑜 𝑛𝑜 𝑐𝑜𝑟𝑟𝑖𝑒𝑛𝑡𝑒 + 𝐴𝑐𝑡𝑖𝑣𝑜 𝑐𝑜𝑟𝑟𝑖𝑒𝑛𝑡𝑒

𝐺𝑎𝑟𝑎𝑛𝑡𝑖𝑎 𝑎 𝑙𝑎𝑟𝑔𝑜 𝑝𝑙𝑎𝑧𝑜 = 𝑥100 =
𝑃𝑎𝑠𝑖𝑣𝑜 𝑛𝑜 𝑐𝑜𝑟𝑟𝑖𝑒𝑛𝑡𝑒 + 𝑃𝑎𝑠𝑖𝑣𝑜 𝑐𝑜𝑟𝑟𝑖𝑒𝑛𝑡𝑒
35189 + 37675
= 𝑥100 = 362,87%
2496 + 17584
El resultado obtenido es superior al recomendado (120%) ello implica que la empresa

tiene activos más que suficientes para responder por todas sus deudas. En concreto, el valor del
activo es mas de 3,6 veces superior al del pasivo.

𝐸𝑛𝑑𝑒𝑢𝑑𝑎𝑚𝑖𝑒𝑛𝑡𝑜 𝑎 𝑙𝑎𝑟𝑔𝑜 𝑝𝑙𝑎𝑧𝑜 =
𝑃𝑎𝑠𝑖𝑣𝑜 𝑛𝑜 𝑐𝑜𝑟𝑟𝑖𝑒𝑛𝑡𝑒
= 𝑥100 =
𝑃𝑎𝑡𝑟𝑖𝑚𝑜𝑛𝑜 𝑛𝑒𝑡𝑜 + 𝑃𝑎𝑠𝑖𝑣𝑜 𝑛𝑜 𝑐𝑜𝑟𝑟𝑖𝑒𝑛𝑡𝑒 + 𝑃𝑎𝑠𝑖𝑣𝑜 𝑐𝑜𝑟𝑟𝑖𝑒𝑛𝑡𝑒
2496
= 𝑥100 = 3,42%
52784 + 2496 + 17584
𝐸𝑛𝑑𝑒𝑢𝑑𝑎𝑚𝑖𝑒𝑛𝑡𝑜 𝑎 𝑐𝑜𝑟𝑡𝑜 𝑝𝑙𝑎𝑧𝑜 =
𝑃𝑎𝑠𝑖𝑣𝑜 𝑐𝑜𝑟𝑟𝑖𝑒𝑛𝑡𝑒
= 𝑥100 =
𝑃𝑎𝑡𝑟𝑖𝑚𝑜𝑛𝑜 𝑛𝑒𝑡𝑜 + 𝑃𝑎𝑠𝑖𝑣𝑜 𝑛𝑜 𝑐𝑜𝑟𝑟𝑖𝑒𝑛𝑡𝑒 + 𝑃𝑎𝑠𝑖𝑣𝑜 𝑐𝑜𝑟𝑟𝑖𝑒𝑛𝑡𝑒
17584
= 𝑥100 = 24,13%
52784 + 2496 + 17584
La empresa tiene un endeudamiento total (Endeudamiento a corto y largo plazo) del

27,55% de su pasivo. La cifra global no es muy elevada y está por debajo del 75% recomendado
como máximo.
Considerando los resultados obtenidos anteriormente la situación financiera de la

empresa es buena. Puede hacer frente a sus deudas a corto plazo, el valor de sus activos supera
como hemos dicho anteriormente al del pasivo y, por otra parte, toda la deuda es a corto plazo
lo que nos permite endeudarnos a largo plazo en inversiones o acciones que creamos oportunas
para mejorar los resultados empresariales.
En cuanto a la cuenta de Pérdidas y Ganancias a la fecha anteriormente citada tenemos

(datos en miles de euros);
CUENTAS DE PÉRDIDAS Y GANANCIAS 2015

1) Importe neto de la cifra de negocios 26888
(Ventas-Gastos de producción) =77548-50660
2) Variación de existencias 47
3) Gastos de personal -(17216)
4) Otros gastos de explotación 0
5) Amortización -(2639)
6) Deterioro y enajenaciones venta de inmovilizado 20
A) Resultado de explotación (1+2+3+4+5+6) 7100
7) Ingresos financieros 415
8) Gastos financieros -(761)
9) Variación de valor razonable de instrumentos financieros -(114)
10) Enajenación de instrumentos financieros 3288
B) Resultado financiero (7+8+9+10) 2828
C) Resultado antes de impuestos (A+B) 9928
11) Impuestos sobre beneficios (30% x 9928) 2978
D) Resultado del ejercicio (C-11) 6950

Sabiendo que el resultado de explotación y el resultado de ejercicio según la cuenta de

pérdidas y ganancias y del balance es de 7100 y 6950, respectivamente, vamos a calcular los
siguientes ratios,
𝑅𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑑𝑒 𝑒𝑥𝑝𝑙𝑜𝑡𝑎𝑐𝑖ó𝑛 7100

𝑅𝑒𝑛𝑡𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑒𝑐𝑜𝑛ó𝑚𝑖𝑐𝑎 = 𝑥100 = 𝑥100 = 9,74%
𝐴𝑐𝑡𝑖𝑣𝑜 𝑡𝑜𝑡𝑎𝑙 72864
El resultado es de 9,74€ por cada 100€ invertido en la empresa. Podemos considerarlo

como una cifra normal si lo relacionamos con el valor de referencia media del sector (9%).
𝑅𝑒𝑠𝑢𝑙𝑡𝑎𝑑𝑜 𝑑𝑒𝑙 𝑒𝑗𝑒𝑟𝑐𝑖𝑐𝑖𝑜 6950

𝑅𝑒𝑛𝑡𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑 𝑓𝑖𝑛𝑎𝑛𝑐𝑖𝑒𝑟𝑎 = 𝑥100 = 𝑥100 = 13,16%
𝑃𝑎𝑡𝑟𝑖𝑚𝑜𝑛𝑖𝑜 𝑛𝑒𝑡𝑜 52784
Por cada 100€ de recursos propios invertidos en la empresa obtenemos 13,16€. Esta
cifra es superior al 10% de referencia que tenemos en la media del sector, por lo que, también
está bien.
A pesar de que la situación económico-financiera de la empresa, la podemos considerar

como más que aceptable, la dirección de la empresa y los accionistas consideran que la
existencia de una liquidez excesiva y por otra parte un escaso endeudamiento a largo plazo,
pueden considerarse como unas fortalezas a considerar para realizar inversiones y mejoras en el
proceso productivo que nos permitan obtener mejores rentabilidades en un futuro próximo y
enriquecer las relaciones comerciales con los clientes.

4. Fase 1. Definir.
Comenzamos a desarrollar los conceptos base en los que van a ir enfocados el estudio
de este Trabajo Fin de Grado. Se trata de identificar cuáles son las principales indicadores que
detectan ineficiencia y señalan pérdidas. Buscamos entender la situación actual y definir los
objetivos.
4.1. Estudio de ventas.

Para poder realizar una mejora de aspectos concretos en los procesos de fabricación que
se llevan a cabo en esta empresa, inicialmente plantearemos elegir cuál de las líneas de
producción es las más adecuada para implantar la metodología Seis Sigma. Para a continuación,
tomar los resultados obtenidos como referencia de cómo afecta esta metodología, a la mejora
del proceso de producción en una pequeña empresa.
Para ello, a la hora de tomar una decisión, se tendrá en cuenta los resultados que se
obtengan de un estudio de ventas de la empresa, en el que se analizarán las necesidades que
demandan los principales clientes de la empresa, y cuáles son los requisitos que solicitan
mejorar de los productos que demandan, para así, afianzar su fidelización, y seguir manteniendo
una relación comercial.
A continuación se muestra el porcentaje de la producción que es exportado a nivel

mundial, al igual que el porcentaje de la producción que se vende en España.
Mapa 1. Porcentaje de ventas

Se resume en un total de ventas anuales de 77.548.337 de euros facturados, que

embolsa de sus puntos de venta que tiene distribuidos; estos puntos de ventas son sedes que la
propia empresa ha instalado en estos países para poder captar mayor número de clientes y
hacer de intermediarios directos.
Mapa 2. Situación puntos de venta
A continuación, se muestra una tabla con la recaudación obtenida de cada una de las
sedes de la empresa,
Sede % ventas Ganancias/anuales

Candys Spain 30 23.264.501 €
Candys Italia s.r.l 4,9 3.799.869 €
Candys International S.A.U 7,7 5.971.222 €
Candys Deutschland GmbH 3,5 2.714.192 €
Candys France S.A.R.L 10,5 8.142.575 €
Candys Portugal LDA 8,4 6.514.060 €
Candys Scandinavia AB 3,5 2.714.192 €
Candys USA, INC 24,5 18.999.343 €
Industry Candys Ltd 4,2 3.257.030 €
Tabla 2. Recaudación anual por sedes
Como podemos observar en las cifras obtenidas este último año, los principales nichos
de clientes potenciales de la empresa, se encuentran en España y en Estados Unidos, donde
tenemos una mayor facturación.
La sede de Estados Unidos, remitió a la central en España, que su principal mayorista

había presentado varias quejas, y solicitaba que ciertos aspectos de los pedidos se mejoraran,
para no poner en riesgo la relación comercial.

Se realizo una investigación de los aspectos que querían que se mejoraran, entre los que
se encontraban aspectos como:
 El tiempo de recepción del pedido realizado, que se realice una reducción del tiempo de
producción.
 La cantidad de producto por bolsa, el valor estimado en la serigrafía del envase no
concuerda con la cantidad de golosinas que incorpora el envase.
 Renovación del diseño de la golosina.
 Defectos superficiales en cierta cantidad de golosinas.
Teniendo en cuenta estas premisas, debemos estimar cuáles son compatibles con una
mejora de las líneas de producción, sin que suponga una elevada inversión.

4.2. Estado actual.

Para determinar la situación actual de la planta, se realizara un análisis y descripción de
cada una de las líneas, así como, un seguimiento mensual de los parámetros más significativos
para determinar el funcionamiento de cada una de las líneas de las que consta la empresa, el
estudio se realizara sobre las líneas de producción:
 Línea 1: Golosinas variadas. Ositos

 Línea 2: Regaliz
 Línea 3: Chicles
4.2.1. Descripción diagrama de flujo.
Para determinar la situación en la que se encuentra las líneas de producción,

inicialmente se establece un diagrama de flujo de todas las operaciones necesarias hasta la
obtención del producto final listo para su comercialización. A continuación se realiza una
descripción de los elementos que conforma el diagrama de flujo de cada línea, así como, las
variables del proceso que afectan al producto en cada una de las operaciones, dividiendo la
descripción por etapas.
En los siguientes planos podemos observar los diagramas de flujo en su totalidad de la

línea de producción de golosinas, así como, en la leyenda del plano se especifica el significado de
la simbología empleada:
 Plano 2: Diagrama de flujo de la línea de producción de ositos de golosina.
 Plano 3: Diagrama de flujo de la línea de producción de regaliz.
 Plano 4: Diagrama de flujo de la línea de producción de chicles.

4.2.1.1. Línea 1. Golosinas variadas. Ositos
ETAPA 1
La primera etapa del proceso se conoce como etapa de mezclado, la primera operación
del proceso consiste en la adquisición de la materia prima e ingredientes que van a constituir los
componentes básicos necesarios para la elaboración de las golosinas. La adquisición de estos
componentes es muy sencilla; se deberá realizar un adecuado control de cantidades y mezclar
las materias primas e ingredientes según dosis y fórmulas predeterminadas.
Estos son:
 Gelatina: proteína compleja, un polímero compuesto de aminoácidos, procedente del
colágeno del tejido conectivo de ciertos animales, este componente es el que le
proporciona a las golosinas esa textura gomosa.
 Almidón, de tipo pectinas. Mezcla de polímeros ácidos y neutros muy ramificados,
sustancia de procedencia vegetal.
 Zumo de frutas.
 Dextrosa: azúcar simple procedente del maíz, le proporciona a las golosinas su textura
característica.
 Azúcar: compuesto que se obtiene de la caña de azúcar y de la remolacha.
El porcentaje de cada uno de los anteriores componentes para obtener la mezcla de las
golosinas es el siguiente,
Dextrosa, azúcar y almidón 60-70%

Gelatina 5-6%
Agua 8%
Zumo de frutas 10%
El tanto por ciento restante está compuesto por otros ingredientes, tales como: aromas,
colorantes, acidulantes y gelificantes.
Antes de proceder a que se mezclen todos los ingredientes en la mezcladora, la

◦
gelatina ha de diluirse en agua a 90 C, durante 5-10 minutos (Operación 10, con el fin de
alcanzar la elasticidad óptima de los ositos de goma para su consumo. Posteriormente todos los
ingredientes iniciales se vierten en la mezcladora donde durante 15 minutos a una velocidad de

1500 rpm, con el fin de obtener una masa uniforme (Operación 20), hasta obtener una mezcla
base totalmente homogénea sin grumos ni cambios en su tonalidad.
ETAPA 2
Una vez finalizada la operación 20, comienza una nueva etapa, la etapa de cocción. La
siguiente operación consiste en la cocción de la masa al aplicarle calor mediante vapor en el
◦
cocedor, alcanzando una temperatura de 110 C durante 30-35 minutos, Al mismo tiempo, la
mezcla se estará batiendo continuamente durante toda la cocción. Aunque el tiempo empleado
aquí es variado, ya que hay que tener en cuenta los tiempos muertos donde se verifica la
consistencia del jarabe. (Operación 30).
Finalizada esta operación, el jarabe se dirige por unos conductos hasta una serie de
tanques continuos, en los que realizará un proceso de reposo para conseguir una mayor
densidad y la eliminación de las burbujas formadas en los procesos anteriores. Finalizado el
recorrido por esta serie de tanques en los que el jarabe reposa entre 5-6 minutos, un operario
mide con un refractómetro la cantidad de materia seca disuelta en el líquido, lo que tiene que
alcanzar un promedio de 90 grados Brix (Operación 40).
Imagen 2. Operación 30 y operación 40.

Al mismo tiempo en otra sección de la línea, se produce la mezcla de los colorantes con
sus respectivos aromas (Operación 50).
Las operaciones 40 y 50 se dirigirán mediante conductos a unos departamentos

pertenecientes a una dosificadora, en éstos el jarabe se mezclará en cada uno, con un colorante
y con el respectivo aroma (Operación 60).
ETAPA 3
Completada la operación 60, de la dosificadora, pasamos a la etapa de moldeado. Antes

de verter por los inyectores de la dosificadora la actual mezcla de jarabe en los moldes, se
tienen que generar éstos en una linea simultanea a la anterior.
En esta etapa de moldeado, se opto por estampar la forma de la gominola en una capa
de almidón para generar el molde, el uso de un producto como el almidón se debe a que es un
componente que es inmiscible con el jarabe, y consigue eliminar el exceso de humedad que
presente la golosina; y es un producto que es muy sencillo de separar de las golosinas.
El molde que dara forma a la golosina, se obtendra a partir de bandejas llenas de

almidón, en las que se lamina en una capa lisa (Operación 70), la máquina preparará 31
bandejas de almidon por minuto listas para la siguiente operacion. En la siguiente operación, la
estampadora dejara 870 huellas con la forma de la golosina en cada bandeja (Operación 80).

Imagen 3. Operación 70.
Cuando el molde está creado, desde el dosificador se van vertiendo pequeñas dosis del
jarabe en los huecos con la forma de la golosina que en ese momento se esté produciendo
(Operación 90). Produciendo un total de 1.500.000 de golosinas a la hora.

Luego estas bandejas son apiladas en carros para su traslado a la cámara de curación,
donde se producirá la absorción por parte del almidón del exceso de agua que puedan contener
las golosinas hasta que alcancen la consistencia definitiva, el tiempo que se estima que deben
permanecar en esta camara es de 24 horas (Operación 100).
En esta etapa de moldeado, se optó por estampar la forma de la gominola en una capa
de almidon para generar el molde. El uso de un producto como el almidón, se debe a que es un
componente que es inmiscible con el jarabe, y consigue eliminar el exceso de humedad que
presente la golosina, además es muy sencillo de separar de las golosinas.
ETAPA 4
Finalizada la etapa de curación, continúa la finalización del producto trasladando las

golosinas a una cinta donde se producirá la eliminación del almidón del proceso mediante
chorros de aire y rodillos (Operación 110).
La siguiente operación a la que la cinta transportadora lleva las golosinas es a un bombo
donde se le aplicara un aceite vegetal con el fin de que las golosinas adquieran una superficie
abrillantada y se evite que las golosinas se peguen entre sí (Operación 120).

Al salir de los bombos a la cinta transportadora se les hace un control de calidad visual,
en el que se revisa que las golosinas cumplan las especificaciones características del producto
que se comercializa (Operación 130).
De nuevo las golosinas entran en un bombo donde se le aplica un baño de vapor, al

mismo tiempo que se añade pica-pica, una mezcla de azúcar y ácido, para obtener una
superficie de este producto en la golosina (Operación 140).
Una vez que han terminado de adquirir esta capa de dulcifica, se trasladan en bandejas
las golosinas de nuevo a la cámara de curación, para que la humedad que haya podido absorber
la golosina en el baño de vapor sea eliminada, se necesita un tiempo de curación de 8 horas
(Operación 150).
Cuando las golosinas ya se encuentran en su estado ideal, se trasladan desde la cámara

de curación a la etapa de embolsado, donde inicialmente se realiza un inspección de cada
golosina, observando el color y su peso, que deberá ser aproximadamente de 2,30 gramos; al
igual que se inspecciona al azar el sabor de algunas de las golosinas para comprobar si cumplen
las especificaciones para ser producto final. Las que no cumplen se desechan (Operación 160).
Las que pasen el control de calidad pasaran por una noria a una dosificadora que irá
repartiendo las golosinas en grupos de 180 gramos, que es la cantidad que llevara cada bolsa de
golosinas (Operación 180).
ETAPA 5
La maquina empieza a embolsar las golosinas (Operación 190), se produce el sellado de

cada bolsa individual (Operación 190); y las bolsas ya individualizadas pasan un control para
estimar si se ha realizado correctamente el embolsado y si cada bolsa pesa lo correcto
(Operación 200). A continuación, pasan las bolsas a una sección automatizada en la que las
bolsas son introducidas en cajas de cartón (Operación 210); y finalmente las cajas se trasladan al
almacén a la espera de ser distribuidas a su punto de venta (Operación 220).

4.2.1.2. Línea 2. Regaliz.
ETAPA 1
En las primeras operaciones del proceso, que constituyen la etapa de mezclado, la

primera operación es la adquisición de los ingredientes que darán forma al regaliz, aunque se
conoce este producto de forma común como regaliz, entre los componentes que lo forman este
no se encuentra presente.
Los ingredientes del regaliz son:

 Trigo
 Azúcar
 Jarabe de maíz
El porcentaje de estos ingredientes para obtener la mezcla base que dé lugar a este
producto es:
Azúcar 40%
Trigo 30%
Agua 8%
Jarabe de maíz 18%
El tanto por ciento restante está compuesto por otros ingredientes, tales como: aromas,
colorantes, acidulantes y gelificantes.
Se realizará un adecuado control de las cantidades de las materias primas e ingredientes

según dosis y fórmulas predeterminadas, y estos pasarán a una batidora donde se realizará la
mezcla de los ingredientes durante 8-10 minutos hasta tener una mezcla base totalmente
homogénea sin grumos ni cambios en su tonalidad (Operación 10).
Una vez que la mezcla base se encuentra en el área del cocedor dentro del depósito se
le aplicara para su cocción calor mediante vapor que elevará la temperatura de la mezcla a 110-
◦
130 C, durante 8-10 minutos (Operación 20).
ETAPA 2
Tras finalizar la etapa anterior, se ha obtenido en el proceso una masa inodora e

incolora, entonces es en esta sección del proceso cuando se añaden a la mezcla base las
cantidades precisas de colorantes y aromas (Operación 30). Previamente, se realiza una precisa
dosificación de estos componentes, ya que influyen en la acidez del producto final (Operación
40).
Una vez obtenida la masa definitiva del regaliz, es transportada por unas cintas a través
◦
de un túnel de enfriado para disminuir la temperatura de la masa a 40 C, ya que en la siguiente
operación la masa del regaliz no puede alcanzar unas temperaturas muy elevadas, para evitar
que la masa se rompa (Operación 50).
ETAPA 3
En la siguiente operación, a la masa se le dará su forma alargada, mediante su

paso por la extrusora (Operación 60). Posteriormente se le aplicar un baño de vapor (Operación
70), para que sea más fácil la incorporación del azúcar a la superficie del regaliz (Operación 80).
Se realizarán cortes en la masa continua de 17 centímetros para su comercialización. El corte se

realizara con una guillotina, a la que se le incorporaba agua al filo para evitar que la masa del
regaliz se quede pegada en la cuchilla (Operación 90).
Imagen 7. Operación 60

ETAPA 4
La línea de producción continua hacia la etapa de envasado, allí se irá incorporando a la

línea una cinta del envase que envolverá al regaliz y finalmente serán sellados los extremos
transversales de la cinta (Operación 100). A continuación, se irán sellando (Operación 110) y
cortando los extremos longitudinales para separar cada uno de las bolsas de regaliz (Operación
120).
Continuará la línea hasta la zona de empaquetado (Operación 140), para su posterior
traslado al almacén (Operación 150), pero antes de esto, se realizará una inspección con el fin de
eliminar aquellos paquetes que no cumplan las expectativas del producto (Operación 130).


4.2.1.3. Línea 3. Chicles.
En esta línea, se va a definir cómo es el proceso de elaboración de los chicles con forma
de melón rellenos de dulcipica, uno de los productos más demandados durante los últimos años.
ETAPA 1
La primera etapa que se tiene que llevar a cabo para conseguir la elaboración del chicle con
forma de melón, es realizar la mezcla de los ingredientes que conforman la masa madre del
chicle.
Esta fase de mezclado de todos los ingredientes se realiza en una amasadora. Los
ingredientes se van agregando por grupos de una forma consecutiva, en orden de mayor a
menos dificultad para que se homogenicen los ingredientes entre ellos. En el primer grupo de
ingredientes se agregan la goma base, ingrediente obtenido en una operación anterior al
realizarse la mezcla de caucho, resina y talco; glucosa, emulgente y sorbitol (E-420),
componente que presenta un uso industrial ya que es un excelente humectante al mantener un
grado de humedad apropiado, y también endulza.

Una vez que los anteriores ingredientes se encuentran homogenizados en la amasadora,

es el turno de añadir los últimos ingredientes que compondrán la masa del chicle. Estos serán
azúcar molido (Operación 30) y esencia de melón (Operación 20).

ETAPA 2
Una vez que la masa se encuentra en las condiciones óptimas: que no presente grumos,
ni cambio de tonalidad ni otros defectos no aconsejables de la masa, la trasladaremos para darle
forma al producto.
Primero, la masa pasará por la pre-extrusadora para compactar la masa y convertirla en

producto continuo (Operación 40), una vez compactada y consolidada, la masa ya puede
transferirse extrusado, donde se obtendrá una masa de forma cilíndrica continua pero hueca
(Operación 50).
El motivo de que el masa se obtenga con un interior hueco, es debido a que en la

siguiente operación, se le agregará un relleno de azúcar y polvo dulcipica (Operación 60).
Posteriormente esta masa deberá reducir su temperatura para poder ser manipulada, por lo que
◦ ◦
entrará en un túnel de frío reduciendo su temperatura de 60 C a unos 50 C (Operación 70). Con
lo que dispondremos de un producto idóneo para su manipulación, pasando a la etapa de

calibrado, en la que se compactará la masa para que el relleno no se pierda y para que todos los
chicles tengan el mismo tamaño (Operación 80).
Imagen 16 -1. Operación 80
Imagen 16 -2. Operación 80

Para una mejor operatividad de la masa continua, se realizará una reducción de la

longitud de la masa a tramos de un metro (Operación 90). Estos segmentos entrarán en una
moldeadora que le dará a la masa la forma característica por la que recibe su nombre, la forma
de un melón (Operación 100), en la que los trozos que no adquieran la forma correcta serán
desechados.
Imagen 17 . Operación 90
Imagen 18 . Operación 100

Los chicles ya obtenidos, a falta de recibir un proceso de acabado superficial, pasarán

por una mesa enfriadora para poder ser traslados a la siguiente etapa, y no se peguen entre sí
(Operación 110).
ETAPA 3
El traslado se realiza a una etapa en la que el producto es introducido en bombos para

agregarles los productos necesarios para que obtengan su acabo final, tal y como serán
comercializados.
Inicialmente, mientras los bombos no dejen de girar, los productos añadidos se

repartirán homogéneamente por la superficie de todos los chicles. Constituirán una mezcla de
jarabe de glucosa, azúcar y agua (Operación 120), productos que le darán brillo y permitirán que
los productos posteriores se incorporen a la superficie del producto.
A continuación, se le añadirán a los chicles los ingredientes indispensable para darles

color y sabor: el colorante y el aroma (Operación 130).

Iniciándose posteriormente un proceso de secado, que se realizará en dos etapas. En

una primera, el producto será rociado por un chorro de aire continuo durante unos minutos
para que el colorante y el aroma se adhieran a la superficie del chicle (Operación 140), y en la
segunda, se añadirá azúcar para que ésta absorba la humedad restante que haya quedado en el
producto (Operación 150).
Para finalizar esta etapa de acabado superficial, se procederá a dar una capa, que dé al
producto un aspecto abrillantado y proteja al resto de capas, de jarabe y grasa vegetal
(Operación 160).
ETAPA 4
Obtenido el producto su acabo superficial final, los chicles ya están listos para pasar a la
etapa de envasado, etapa final del proceso de elaboración de este producto.
Una vez que llegan los chicles a esta etapa pasan a una cinta transportadora que los
llevará directamente a la dosificadora de la formadora de bolsas. Será en esta cinta donde se
lleve a cabo una inspección visual del aspecto que presentan los chicles, para proceder a la
eliminación de aquellos que no cumplan con un acabado óptimo para su venta (Operación 170).
Pasado este control, se procederá al pesado de cada lote de productos (Operación 180),
e incorporados a su respectivo envasado (Operación 190), sellados en bolsas (Operación 200) y
cortados por el sellado para obtener una bolsa de chicles individuales que serán entregados a
los consumidores cuando realicen la compra (Operación 200) .
Por último, se realizara un control para determinar si las bolsas de chicles presentan
alguna anomalía que se haya producido durante el proceso de envasado (Operación 220), y una
vez determinado que el producto cumple con todos los requisitos, pasara a ser almacenado
(Operación 230) para su posterior venta.

4.2.2. Análisis de las líneas de producción.

A continuación se realizará un análisis de la cantidad de productos desechados en cada
una de las líneas, con el fin de cuantificar la pérdida de producto que sufre la empresa, aspecto
que también afecta al tiempo de producción que se requiere para elaborar un lote completo.
Se emplearán los datos recogidos durante los meses de enero, febrero, marzo y abril, en
los que se ha recopilado la cantidad de unidades de producto desechada diariamente.
4.2.2.1. Línea 1. Golosinas variadas. Ositos.
En el análisis de la cantidad de producto que durante todo el proceso de elaboración de

ositos de golosina se desecha por causas debidas al no cumplimiento de los parámetros de
calidad establecidos, encontramos los siguientes fuera de los rangos de calidad establecidos:
 Defectos superficiales en la golosina

 Color de la golosina no sea el establecido
 Sabor de la golosina incorrecto
 Peso de la golosina fuera del rango predeterminado
 Mal cierre del envase en la fase de embalaje
 Peso de la bolsa de golosinas erróneo
Se determinará cuál de las siguientes situaciones establecidas, presenta mayor peso,

con el objetivo de reducir la influencia que tienen y mejorar el proceso.
En los siguientes diagramas de Pareto, podremos visualizar por meses cuales fueron los
principales factores por los que se desecharon cantidades de producto.
Diagrama 4 . Balance producto desechado en el mes de enero

Diagrama 5 . Balance producto desechado en el mes de febrero
Diagrama 6 . Balance producto desechado en el mes de marzo

Diagrama 7 . Balance producto desechado en el mes de abril
Como se puede observar en los diagramas de los últimos meses, el factor que presenta
un porcentaje muy similar en la cantidad de producto desechado es el parámetro: 'Peso de la
bolsa de golosinas erróneo'; la variabilidad que presenta el peso de cada bolsa de golosinas da
lugar a que aquellas que están fuera de rango sean desechadas.
En comparación con el resto de factores, supera a más del 50% de los productos
mensuales eliminados en el proceso; por lo que, conseguir reducir esta variabilidad en el peso
de la bolsa de golosinas, para que el peso de ésta se mantenga dentro de unos intervalos
adecuados supondría una gran mejora del rendimiento de la línea.

4.2.2.2. Línea 2. Regaliz.
En la línea de producción de regaliz, también se ha hecho un recuento de la cantidad de

unidades desechadas a lo largo del proceso, y se ha estudiado cuales eran las causas por los que
estas unidades no eran aptas para continuar. Causas que se resumen en las siguientes:
 Defectos de terminaciones: defectos que se generan en los extremos del regaliz cuando
se realiza los cortes en la masa extrusada debido a acumulación de material sobrante.
 Otros defectos: nos podemos referir a defectos como zonas del regaliz que no se hayan
bañado bien en azúcar, que se produzcan bloques de regalices pegados, entre otros.
 Mal cierre del envase
 Error en la cantidad producto que debe ir por envase
En los siguientes diagramas de Pareto, podremos visualizar por meses, cuáles fueron los
principales factores por los que se desecharon tal cantidad de producto.

Diagrama 9 . Balance producto desechado en el mes de febrero

En esta línea podemos determinar que no hay un problema que prevalezca como causa
principal de la cantidad de producto que se desecha mensualmente.
Por lo que, realizar una mejora de esta línea supondría un mayor coste a la empresa, ya
que mejorar solo uno de los factores no supondría un incremento del rendimiento de está, y
también considerar que los factores con mayor porcentaje son debidos a fallos en la maquinaria
o fallos eventuales, que no somos capaces de controlar ya que suceden inesperadamente a lo
largo del proceso y muy esporádicamente; como que dos regalices se queden pegados o que
pierda parte del azúcar adherido a la superficie del regaliz.

4.2.2.3. Línea 3. Chicles
La línea de producción de chicles es un proceso totalmente continuo, no presenta casi

tiempos muertos durante el proceso de elaboración a excepción del traslado de una fase a otra
pero son fases que se encuentran muy próximas entre sí.
Los posibles defectos que podrían dar lugar a que se desecharan unidades del proceso,
son:
 Variabilidad en el tamaño de los chicles

 Relleno del chicle
Ya están solventados mediante una maquinaria exhaustiva que controla que estos
defectos no se produzcan; el relleno del chicle se hace de forma continua al mismo tiempo que
se realiza un extrusado que deja un hueco donde se añade el relleno, y la variabilidad en el
tamaño del chicle se solventa con un proceso de calibrado que iguala toda la masa.
Aunque no todo el proceso es 100% efectivo, en el control de inspección que se realiza

antes de la fase de embolsado y durante el proceso de embolsado, se desecha el material que
no presenta unas óptimas características.
En los siguientes diagramas de Pareto, podemos visualizar por meses cuáles fueron los
principales factores por los que se desecharon una determinada cantidad de producto.

Diagrama 13. Balance producto desechado en el mes de febrero

Seguimos observando que el principal factor por el que se pierde material durante el
proceso, está en la última etapa, cuando se realiza el calibrado de las bolsas de chicles y estás no
presentan un peso dentro del intervalo establecido como apto.

4.3. Conclusiones Etapa Definición.

Si realizamos un resumen de las conclusiones a las que se han llegado en el análisis
realizado sobre cada una de las líneas, sobre cuáles han sido los motivos que han minimizado el
rendimiento de la planta nos encontramos con:
 Línea 1:
La variabilidad que presenta el peso de las bolsas de golosinas supone un gran
número de pérdidas de producto, y un bajo rendimiento en la producción a la hora de
cumplir con los plazos de entrega estimados con los clientes debido al retraso de
elaboración de lotes completos.
También debemos considerar que de todos los procesos de la planta, éste es el

que presenta un mayor tiempo de elaboración que puede rondar incluso las 35 horas,
hasta obtener el producto listo para su venta, por lo que sería conveniente realizar una
restructuración de las operaciones de la línea para reducir la duración de elaboración de
este producto.
 Línea 2:
No presenta una gran pérdida los fallos que se puedan producir a lo largo del
proceso de elaboración, y tampoco existe un factor aislado que mejorase el rendimiento
de ésta, lo que supondría una inversión a la empresa que no mejoraría en gran medida
sus relaciones comerciales, ya que las pérdidas no son significativas para producir un
retraso en la entrega de los productos a los clientes.
El tiempo de duración de la elaboración es muy corta, la estructuración de las
operaciones del proceso no precisan de mejora ni de una restructuración.
 Línea 3
Al igual que en la línea 2, las pérdidas que se producen durante este proceso son
insignificantes en comparación con la cantidad que se produce mensualmente, lo que
no provoca un retraso en la entrega, ya que son eventos puntuales los que se producen.
El proceso es prácticamente continuo, con escasos traslados del producto de
una etapa a otra y, la duración del proceso es muy corta.
Con esto podemos llegar a la conclusión, que junto a estos datos y a las premisas que los
principales clientes de la empresa solicitaban para seguir manteniendo una relación fiel a la
empresa, la mejor opción para mejorar el rendimiento que ahora mismo tiene la planta seria
realizar una mejora en la ‘Línea 1. Golosinas Variadas’, con el fin de reducir la variabilidad que
presenta el peso de cada bolsa cuando ésta se generan en la etapa de embolsado, y una posible
restructuración del proceso, a fin de reducir los tiempos de producción. Ya que, aunque los
datos que se han analizado son únicamente de uno de los tres productos que se realizan en esta
línea de producción. Se estima que los problemas que se han encontrado en la producción de
ositos de golosina, también serían encontrados en la producción de los otros dos productos.

Podemos concluir que realizar una mejora mediante Seis Sigma de esta línea,
incrementaría la eficiencia de la empresa, aumentando los beneficios debido a la mayor
productividad y a la reducción de material desechado y se mejoraría notablemente la relación
comercial con los principales distribuidores mundiales de los que consta la empresa.
4.4. Características de control del proceso seleccionado.
La necesidad de disminución de la variabilidad de unas determinadas características del

producto debido a los costos asociados a dicha variación, tanto para el fabricante como para el
cliente, nos obliga a plantear un plan de acción en el que debemos determinar cuáles son los
requisitos de proceso sobre los que estará justificado un seguimiento y control, con el fin, de
reducir su variabilidad.
Determinado el proceso de producción que se va a mejorar en la planta, es conveniente

determinar cuáles son las características que tienen un mayor interés, tanto desde el punto de
vista de condiciones del diseño como de su producción.
Elegir qué características se pueden considerar CCC's, en muchas ocasiones ya viene

determinado por el propio cliente o por el propio fabricante, aunque determinarlas desde el
punto de vista del fabricante supone considerar una serie de datos adicionales respecto a las
características del producto, recopilar información proveniente de la propia experiencia del
personal que se encuentre relacionado directamente con el proceso, examinar el impacto
económico de la variación y como repercutiría la reducción de su variabilidad.
En este caso, estas características ya viene determinadas tanto por el cliente, que
determina una serie de quejas que estaban asociadas a variables que se pueden considerar,
como características a controlar, como:
 El tiempo de recepción del pedido realizado.

 La cantidad de producto por bolsa.
Así como, por el propio fabricante, ya que en el análisis que se realizó a la línea de
producción de ositos de golosina, ya se tuvo en cuenta toda la información necesaria, y se
observó qué características del producto, producían una mayor cantidad de producto desechado
debido a la variación que sufría por:
 El peso de la bolsa de golosinas.
Por lo que podemos distinguir las anteriores características nombradas como los
requisitos de control del proceso (CCC's).

4.5. Cuadro del proyecto.
CUADRO DEL PROYECTO Nº1

Nombre del proyecto:
Recursos humanos Información general Plan del proyecto
Responsable: Unidad organizativa: Etapa Fecha
María Martínez Pellicer Universidad Politécnica de Cartagena
Miembros del equipo CCC's del proyecto: Lanzamiento 20/11/2015
María Martínez Pellicer Peso de las bolsas de golosinas Definir 01/01/2016
Juan Para Conesa Tiempo de producción del producto Medir -
Iñaki Para González Rendimiento actual del proyecto: Analizar -
Mejorar -
Conforme Controlar -
Fin del proyecto
Datos generales del proyecto
1.-Alcance y enfoque del proyecto:
Mejorar la productividad de la planta empleando la metodología de procesos Seis Sigma
2.- Beneficios esperados:
Aumentar los beneficios obtenidos en esta línea mediante una consolidación empresarial con los clientes
potenciales con los que cuenta la empresa
3.- Enunciado del problema:
Reducir el número de productos desechados en la línea de producción de golosinas, debido a una
descompensación en el peso de las bolsas
4.- Objetivos del proyecto:
Conseguir tiempos de producción más cortos y reducir el número de productos fuera de los rangos de fabricación
estipulados
5.- Recursos complementarios:
Herramientas estadísticas, encuestas de satisfacción, etc.
Aprobaciones
Director funcional o propietario Fecha Responsable proyecto Fecha
María Martínez Pellicer 04/05/2016
Responsable programa excelencia Fecha Otras aprobaciones Fecha
Juan Para Conesa 10/05/2016

5. Fase 2. Medir.
Durante esta fase buscaremos conocer con precisión el funcionamiento del proceso que
se lleva a cabo durante la producción que tiene lugar en la Línea 1, que ha sido seleccionado
como una opción de mejora de la calidad y eficiencia de la planta; y así, como evaluar el nivel
sigma de su situación actual.
Para poder conseguir los objetivos marcados en el anterior párrafo, realizaremos una
serie de pautas que se pueden resumir en los siguientes pasos:
 Identificar y seleccionar las variables de resultado (Y's)

 Identificar y seleccionar las variables clave del proceso (X's)
 Planificar, recoger y realizar una primera evaluación de los datos sobre el
funcionamiento actual del proceso.
 Medir la capacidad actual del proceso (nivel sigma)
 Evaluar la eficiencia técnica y económica que presenta la empresa
5.1. Variables resultado.
Las variables resultados de un proceso, Y's, son las variables dependientes de salida del
proceso, las cuales hay que monitorear para controlar si se cumplen las especificaciones del
producto final.
Estas variables son dependientes de las variables de entrada que presenta el proceso,
pero para determinar cuáles son las variables de entrada que debemos controlar y, en su caso,
modificar, tenemos que analizar cuáles son las variables resultado que no toman unos valores
aceptables para el proceso de producción de la línea estudiada.
Para seleccionar las variables Y's más significativas para la mejora del proceso que
queremos realizar plantearemos un esquema de actuación, en el que se utilizaran diferentes
herramientas.
5.1.1. Identificar todas las posibles Y's.
Para detallar las variables dependientes del proceso llevaremos a cabo una tormenta de
ideas, también conocida como brainstorming, que nos facilitará la búsqueda de nuevas
variables. Consideraremos que todas las obtenidas son válidas y que ninguna debe ser
rechazada, asegurándonos que ninguna de las variables que son necesarias monitorear sean
eliminadas.

Esquema 1. Brainstorming de las variables del producto
Como podemos ver en el anterior esquema se muestra todas las variables de salida del
proceso de producción de la Línea 1, que se consideran fuentes de variación.
5.1.2. Seleccionar las Y's del proyecto.
Obtenidas todas las posibles variables con posibilidad de variación se debe realizar un
reducción en el número de variables para ir preseleccionando aquellas que realmente vaya a ser
necesario monitorizar para analizar la producción.
Para ello se utilizara una herramienta de toma de decisiones, conocida como Matriz de
Selección, esta herramienta consiste en priorizar aquellas variables mediante de una
ponderación de 1 a 5 que se le asignara a cada variable según una serie de criterios.

Tabla 3. Matriz de selección de las variables del proceso
Con la anterior puntuación podemos seleccionar aquella variables que presentan una
mayor puntuación:
 Cantidad golosinas/bolsa
 Peso bolsa de golosinas
 Tiempo de producción
 Tamaño de la golosina
 Peso de la golosina
Pero si observamos estas variables podemos determinar que presentan una relación
directa unas con otras, por lo que podemos reducir esta selección a aquellas variables que
presentan las dos puntuaciones más elevadas en la Matriz de Selección, las cuales deberán ser
monitorizadas para comprobar la variabilidad de sus tomas de datos, estas son:
 Peso bolsa de golosinas

 Tiempo de producción
 Peso de la golosina
5.1.3. Matriz de rendimiento de medida para las Y's seleccionadas.
A continuación se realizará una descripción de las variables seleccionadas, así como toda
la información necesaria para establecer la toma de datos de dichas variables; unidades de
medida, cuando se produce una oportunidad de fallo, rango estándar aceptable para un buen
rendimiento de la planta, y otros datos de interés.

Tabla 4. Matriz de rendimiento de medida
5.2. Variables del proyecto.
Las variables de proyecto, X's, son las variables independientes de entradas o del
proceso que representan las causas o problemas que hay que controlar, o que de hecho son
controlables, cada una de las operaciones que presenta la línea de producción de golosinas
variadas da lugar a una serie de variables entrada que afectan al rendimiento del proceso.
5.2.1. Identificación de las variables X's posibles.
Para determinar cuáles son las posibles variables proceso utilizaremos como
herramienta un diagrama "Causa-Efecto", también conocida como diagrama de Ishikawa, que se
utiliza para estructurar las causas clasificadas de un problema.
En un proceso productivo como éste, el diagrama de Ishikawa puede estar relacionado

con uno o más de los factores que forman parte de un proceso de elaboración:
 Métodos: procedimientos usados en la ejecución de las operaciones.

 Mano de obra: el personal que interviene en la línea de producción.
 Materiales: el material necesario para la obtención del producto final.
 Medición: la instrumentación empleada para la evaluación de los procesos y productos.
 Medio: las condiciones del lugar de trabajo.
 Maquinaria y equipo: los equipos y periféricos usados para producir.
Para minimizar la complejidad de realizar el diagrama de Ishikawa, se llevara a cabo un

brainstorming de cada una de las anteriores ramas.

Esquema 2. Brainstorming de la rama Métodos
Esquema 3. Brainstorming de la rama Materiales
Esquema 4. Brainstorming de la rama Mano de obra

Esquema 5. Brainstorming de la rama Medio
Esquema 6. Brainstorming de la rama Maquinaria y equipo
Esquema 7. Brainstorming de la rama Medición
Una vez realizada la tormenta de ideas de cada una de las ramas, podemos asignarlas
directamente al diagrama de Ishikawa y de esta forma determinar cuál es el problema a analizar.

Esquema 8. Diagrama Causa-Efecto

5.2.2. Análisis y determinación de las variables X's más significativas.
Finalizado el diagrama de Ishikawa, podemos observar las variables que afectan a la

realización del proceso de producción, y tendremos que seleccionar aquellas variables que son
las causantes de la baja eficiencia de la línea, debido a la variabilidad que sufren estas variables.
Para poder determinar cuáles son aquellas variables del proceso que son las que se
deben controlar, utilizaremos la herramienta: "Matriz de priorización", herramienta utilizada
para establecer un orden de prioridad entre las distintas opciones preseleccionadas a la hora de
llevar a cabo un plan de acción.
Importancia para el
5 3 4
cliente
Nº de la Y 1 2 3
Peso de la golosina
Peso de la bolsa
de golosinas
producción
Tiempo de
Descripción de la Y
Valor
Total
1 Muestreo
5 5 4 56
2 Estrategia de control
5 4 5 57
3 Calidad del material

1 1 1 12
4 Equipo de medición
5 5 5 60
Inadecuada
5
distribución 2 1 5 33
6 Maquinaria obsoleta
4 4 5 52
Tabla 5. Matriz de priorización de las variables X's del proceso
De todas las variables que nos encontramos en el diagrama de Ishikawa, se seleccionan

aquellas que presentan una mayor relación con las variables del producto, que tienen más
probabilidades de ser el problema a tener que solventar .
Evaluando la relación que presentan las variables X's respecto a las variables de salida
Y's, y tomando esta relación con una ponderación de entre 1-5, teniendo además en cuenta la
importancia que cada variable Y's tiene para el cliente, hemos conseguido determinar cuáles son
las variables que pueden ser las causantes de la baja e ineficiente productividad de la línea de
golosinas.
Estas son las variables que han presentado las puntuaciones más elevadas,
 Muestreo
 Estrategia de control
 Equipo de medición
 Inadecuada distribución
 Maquinaria obsoleta
Si analizamos las variables del proceso destacadas podemos ver que:
 La variable 'Muestreo', se trata de una variable primordial sobre todo para mejorar el
control de las variables salida, ya que determinar cuál va a ser la forma de inspección
por la que se van a establecer los planes de muestreo, puede dar lugar a que no se
tomen suficientes muestras a lo largo del proceso lo que conllevaría a que producto
defectuoso llegará al final de la línea de producción.
 La variable 'Estrategia de control', es una variable por la cual podemos determinar en

qué puntos a lo largo de la línea es conveniente y necesario establecer zonas de control
del producto para evaluar si la situación en la que se encuentra es la más idónea.
 La variable 'Equipo de medición', es lógico que una variable como ésta sea un punto a
tener en cuenta, ya que si realizamos la toma de medidas con una instrumentación
defectuosa, es probable que incluso se esté desechando producto que se encuentre
conforme.
 La variable 'Inadecuada distribución', es un factor que se debe analizar detalladamente,

ya que influye directamente con el tiempo de producción de la línea, aunque ya se
tenga como objetivo conseguir que un lote debería estar concluido en un tiempo
considerado como ideal; este tiempo se puede mejorar, ya sea reestructurando la
distribución de la línea, o reduciendo el espacio entre etapas de la línea, entre otras
acciones.
 La variable 'Maquinaria obsoleta', aunque es una factor clave que la capacidad de

producción de la maquinaria usada en el proceso sea alta; puede que sea necesario
llegar al punto de renovar la maquinaria de la línea; pero no hasta comprobar si
realizando algunos ajustes de precisión sobre la actual máquina podría subsanar el
problema.

5.3. Obtención de medidas y datos del proceso actual.

Determinadas las variables a estudiar y sobre las que se realizará un control, en este
apartado se realizará una evaluación y toma de decisiones en el que se planificará cómo se va a
realizar la recogida de datos de las variables que afectan directamente al producto.
5.3.1. Recogida de datos.
Si queremos analizar el sistema de medición que se tiene que utilizar para poder medir
el peso de las bolsas de golosinas, primero tenemos que seleccionar qué sistema de medición
podemos utilizar. En la siguiente tabla se muestran los diferentes tipos de sistemas de medición
de pesos:
Sistema Capacidad Exactitud % Ventajas Desventajas

Balanza gramos a 300Kg 0,002-0,05 Simple, precisa, barata Lenta, corrosión local
gramos a
Báscula 0,1 Simple, precisa, barata Lenta, corrosión local
toneladas
Instalación simple
Galga Caras, compensación
20Kg - 400t 0,02-0,2 Indicación a distancia
extensiométrica temperatura
protegida contra corrosión
Caras, transmisor
Instalación simple
electrónico para sumar
Resistente a vibración
Célula señales de varias células
40Kg - 90t 0,2 Admite 400% sobrecarga
hidráulica Afectada por la
A prueba explosión
temperatura
Indicación a distancia
Calibración frecuente
Aire instrumentos
Se adapta bien a control
Célula Afectada por la
10Kg - 10t 0,2 neumático
neumática temperatura
Indicación a distancia
Calibración frecuente
Tabla 6. Sistemas de medida de peso
Debido a que la medida que queremos analizar son gramos, tenemos dos sistemas que
nos pueden permitir determinar el peso: la balanza o la báscula. Ambas, con ciertas
desventajas, pero son las opciones más ventajosas por su simplicidad, economía y precisión.
Sabiendo que sistemas de medición podemos emplear para tomar los datos, podemos
establecer qué plan de recolección de datos se llevará a cabo, como se describe a continuación:

Esquema 9. Plan de recolección de datos para análisis del sistema de medida
 Se seleccionan de manera aleatoria 5 bolsas de golosinas para representar el

rendimiento típico del proceso.
 Se seleccionan de manera aleatoria 3 operadores.
 Se emplean los dos sistemas de medición que se han establecido anteriormente
como óptimos para realizar esta medición.
 Cada operador medirá cada bolsa de golosinas con cada sistema de medición
dos veces.
5.3.2. Validación del sistema de medida.
Para confiar en los datos que produce el proceso de producción, se debe confiar en el
sistema de medición que se está utilizando, por eso el análisis del sistema de medición es un
componente clave para establecer, mejorar y mantener sistemas de calidad.
Al estar trabajando con la metodología Seis Sigma, aplicar un análisis del sistema de
medición nos permitirá identificar los posibles problemas que pueda presentar el sistema de
medición y a determinar si se puede confiar en los datos obtenidos, al igual que determinar si el
sistema de medición mide de forma uniforme y exacta, y que discrimina adecuadamente entre
partes.
Este tipo de análisis evalúa la adecuación del sistema de medición para este tipo de
aplicación, para lo que tendremos en cuenta dos fuentes de variación:
 Variación parte a parte

 Variación del sistema de medición
El tipo más común de análisis es el estudio de repetibilidad y reproducibilidad (R&R) del

sistema de medición. Existen diferentes tipos de estudios R&R, en este caso, utilizaremos un
estudio R&R del sistema de medición ampliado, ya que un sistema de medición estándar no
sería suficiente para garantizar la integración del sistema de medida, estimando cuánto de la
variación total del proceso es causada por el sistema de medición y cuánto por el propio

producto; y también evaluará la precisión que presenta los diferentes tipos de sistemas de
medición del peso que se pueden emplear.
La variación del sistema de medición consta de:
 Repetibilidad: variación debido al dispositivo de medición, o la variación observada

cuando el mismo operador mide la misma muestra repetidamente con el mismo
dispositivo.
 Reproducibilidad: variación observada cuando diferentes operadores miden la misma
muestra utilizando el mismo dispositivo.
Determinado el estudio que se va a realizar y la instrumentación que va a ser estudiada

podemos proceder a realizar la toma de datos, se utilizara el programa 'Minitab 17' para realizar
el estudio R&R del sistema de medición (ampliado) en el que se evaluara:
 Con cuánta efectividad el sistema de medición puede distinguir entre partes.

 Si los operadores miden uniformemente.
Repetición
Repetición
Operador
Operador
golosinas
golosinas
Bolsa de
Bolsa de
medida
medida
Sist. de
Sist. de
Peso
Peso
1 1 1 1 0,177 2 2 1 1 0,177
1 1 2 1 0,176 2 2 2 1 0,176
2 1 1 1 0,177 1 3 1 1 0,177
2 1 2 1 0,177 1 3 2 1 0,177
1 2 1 1 0,176 2 3 1 1 0,177
1 2 2 1 0,176 2 3 2 1 0,176
1 1 1 2 0,180 2 2 1 2 0,180
1 1 2 2 0,179 2 2 2 2 0,179
2 1 1 2 0,180 1 3 1 2 0,180
2 1 2 2 0,180 1 3 2 2 0,180
1 2 1 2 0,179 2 3 1 2 0,179
1 2 2 2 0,179 2 3 2 2 0,180
1 1 1 3 0,176 2 2 1 3 0,175
1 1 2 3 0,176 2 2 2 3 0,176
2 1 1 3 0,175 1 3 1 3 0,176
2 1 2 3 0,176 1 3 2 3 0,176
1 2 1 3 0,175 2 3 1 3 0,176
1 2 2 3 0,176 2 3 2 3 0,176
1 1 1 4 0,177 2 2 1 4 0,177
1 1 2 4 0,178 2 2 2 4 0,178
2 1 1 4 0,177 1 3 1 4 0,177
2 1 2 4 0,178 1 3 2 4 0,178
1 2 1 4 0,177 2 3 1 4 0,177
1 2 2 4 0,177 2 3 2 4 0,178
1 1 1 5 0,175 2 2 1 5 0,175
1 1 2 5 0,176 2 2 2 5 0,176
2 1 1 5 0,175 1 3 1 5 0,175
2 1 2 5 0,176 1 3 2 5 0,176
1 2 1 5 0,176 2 3 1 5 0,176
1 2 2 5 0,176 2 3 2 5 0,176
Tabla 7. Datos obtenidos los estudios R&R
Tras realizar el estudio de R&R del sistema de medición ampliado, el programa 'Minitab
17' nos ha proporcionado un informe que podemos encontrar en el anexo 1, el cual
interpretaremos detalladamente a continuación.
Si realizamos una interpretación de los datos obtenidos en la tabla ANOVA, en la cual se

muestran las fuentes de variación que son estadísticamente significativas.
Tabla de ANOVA con todos los términos
Fuente GL SC Sec. SC Ajust. MC Ajust. F P

Muestra 4 0,0001243 0,0001243 0,0000311 34,22 0,005 x
Operador 2 0,0000013 0,0000013 0,0000007 **
Sist. de medida 1 0,0000011 0,0000011 0,0000011 1,31 0,344 x
Muestra*Operador 8 0,0000009 0,0000009 0,0000001 0,59 0,763
Muestra*Sist. de medida 4 0,0000039 0,0000039 0,0000010 5,36 0,021
Operador*Sist. de medida 2 0,0000000 0,0000000 0,0000000 0,09 0,914
Muestra*Operador*Sist. de medida 8 0,0000015 0,0000015 0,0000002 1,10 0,391
Repetibilidad 30 0,0000050 0,0000050 0,0000002
Total 59 0,0001380
x No es una prueba F exacta.

α para eliminar el término de interacción = 0,05
Si evaluamos la tabla ANOVA anterior, observamos que la variación entre los sistemas
de medición, la interacción entre Muestra*Operador, la interacción Operador*Sistema de
medida y la interacción Muestra*Operador*Sist., de medida no son estadísticamente
significativos debido a sus elevados valores p, superiores a un p-valor de 0,05; por lo tanto, no
serán motivo de preocupación cuando se intente reducir la variabilidad del sistema de medición.
Por lo que, como las anteriores términos no eran significativos y no eran objetivo de
este estudio, se vuelve a reformular la tabla Anova sumando los anteriores términos a la fila de
residuos, y dejando aquella que se encuentre más cerca de la región critica se mantendrá en
este caso el término 'Sistema de medida'.
Tabla de ANOVA con los términos utilizados para los cálculos de R&R del sistema
de medición

Muestra 4 0,0001243 0,0001243 0,0000311 31,61 0,003
Operador 2 0,0000013 0,0000013 0,0000007 4,24 0,020
Sist. de medida 1 0,0000011 0,0000011 0,0000011 1,08 0,356
Repetibilidad 48 0,0000074 0,0000074 0,0000002
Total 59 0,0001380
Tras reformular el término Sistema de medida sigue presentando un p-valor superior a

0,05; por lo que, se trata de un término estadísticamente no significativo, un término que no
afecta a la variación de los datos que presentan cada una de las muestras de Bolsas de golosinas.
Con lo que podemos concluir que el sistema de medición que se utilice, sea con
cualquiera de los dos sistemas de medición de pesos, será válido.
También podemos analizar otros datos que nos ha proporcionado el estudio que
aparecen en las siguientes tablas:

Componentes de la varianza
%Contribución
Fuente CompVar (de CompVar)
Gage R&R total 0,0000002 6,31
Repetibilidad 0,0000002 5,43
Reproducibilidad 0,0000000 0,88
Operador 0,0000000 0,88
Parte a parte 0,0000026 93,69
Muestra 0,0000025 88,71
Sist. de medida 0,0000000 0,10
Muestra*Sist. de medida 0,0000001 4,89
Variación total 0,0000028 100,00
La tolerancia del proceso es = 0,002
Si analizamos la columna %Contribución, la cual se basa en los estimados de los

componentes de la varianza, podemos observar que el 93,69% de la variación total en las
mediciones se debe a las diferencias que presentan los productos entre sí, no al sistema de
medida empleado. Este elevado porcentaje de contribución se considera bastante aceptable, lo
que significa que el sistema de medida distingue entre distintos elementos.
Evaluación del sistema de medición

%Var.
Desv.Est. Var. estudio estudio %Tolerancia
Fuente (DE) (6 × DE) (%VE) (VE/Toler)
Gage R&R total 0,0004223 0,0025335 25,11 126,68
Repetibilidad 0,0003918 0,0023505 23,30 117,53
Reproducibilidad 0,0001576 0,0009454 9,37 47,27
Operador 0,0001576 0,0009454 9,37 47,27
Parte a parte 0,0016277 0,0097662 96,80 488,31
Muestra 0,0015838 0,0095026 94,18 475,13
Sist. de medida 0,0000527 0,0003162 3,13 15,81
Muestra*Sist. de medida 0,0003719 0,0022314 22,12 111,57
Variación total 0,0016816 0,0100895 100,00 504,47
Número de categorías distintas = 5
R&R del sistema de medición (expandido) para Peso
Componentes de variación
500 % Contribución
% Var. estudio
% Tolerancia
400
300
Porcentaje
200
100
0
R&R del sistema de medición Repetib Reprod Parte a parte
Gráfica 1. Componentes de variación con Minitab
En esta parte se evalúa el porcentaje de tolerancia, que es el porcentaje afectado por la

variabilidad del sistema de medición, así como la variación porcentual del estudio que sirve para
comparar la variación del sistema de medición con la variación total. Si se representa
gráficamente la anterior tabla, podemos observar que el componente de variación más elevado

es la variación del peso del producto, lo que nos indica que se trata de un sistema de medición
adecuado.
También se debe destacar que si se interpretan todos los resultados, se ha obtenido un

número de categorías distintas igual a 5, lo que significa que el sistema es aceptable y puede
distinguir entre diferentes medidas, cumpliendo con las especificaciones mínimas de aceptación
para las mediciones utilizadas para examinar el proceso.
Aunque anteriormente ya se había determinado que los sistemas de medición eran

aptos debido a su baja significación estadística, estos últimos datos del estudio R&R nos
confirman que cualquiera de los dos sistemas de medición pueden emplearse para realizar la
toma de datos sin afectar en la variabilidad de la recolección de los datos, siendo sistemas
válidos para realizar esta función.
En las siguientes gráfica se muestra la exactitud que presentan los dos tipos de sistemas
de medición, siendo el número 1, la balanza; y el número 2, la báscula. Por lo que, podemos
observar el sistema de medición 2, báscula, se trata de un sistema más preciso; el sistema de
medición 1 cuanta con datos atípicos y con una distribución de los datos asimétrica; los dos
sistemas no presentan la misma variación en sus datos.
Peso por Sist. de medida

0,180
0,179
0,178
0,177
0,176
0,175
1 2
Sist. de medida
Gráfica 2. Lectura promedio por sistema de medición con Minitab
Será el sistema de la báscula el utilizado para realizar la toma de datos en los controles de
inspección, tanto para controlar el peso de las bolsas de golosinas como para controlar el peso
de las golosinas individuales.
Otras gráficas que podemos analizar de las que nos ha proporcionado el estudio R&R
son las siguientes,

Gráfica 3. Interacción por operador con Minitab
En esta grafica se muestra las mediciones promedio que cada operador ha realizado en
cada muestra. Aquí, las líneas están muy cerca una de la otra, y las diferencias entre muestras
son claras. Aparentemente los operadores están midiendo las muestras de bolsas de golosinas
de forma similar.
La siguiente gráfica nos puede ayudar a ver con claridad la situación en la que se
encuentra la variabilidad de los pesos de las golosinas de las muestras tomadas para el estudio
R&R del sistema de medición. Vemos que los pesos de las muestras se encuentran por debajo
del valor de 180 gramos que se indica en la serigrafía de la bolsa.
Peso por Muestra

0,180
0,179
0,178
0,177
0,176
0,175
1 2 3 4 5
Muestra
Gráfica 4. Lectura por muestra con Minitab

5.4. Obtención de medidas y datos del proceso actual.
Con el objetivo de determinar la capacidad del proceso de la línea de golosinas, y a su

vez, la productividad que presenta, y constatar la relación que existe entre los insumos
empleados en el proceso de elaboración y el producto final obtenido, aunque no nos determine
la eficiencia que tiene la empresa, durante los meses de enero a abril se realizó una toma de
datos diaria. En esta toma de datos, se realizó un control de los puntos del proceso que más
información podían ofrecer con respecto a la estimación y evaluación de en qué situación actual
se encontraba la línea de producción de golosinas, con el fin de contrastar los datos del proceso
actual con las necesidades que solicitan los clientes de la empresa.
La información que se debe recolectar se basa en los tres puntos que una empresa debe
medir para determinar el progreso de sus producciones, los cuales son: Calidad, Plazo y Coste.
Por ello, la tabla resumen que se realizó durante estos meses consta de la siguiente información:
 Producto: En esta parte de la tabla se recolectó la cantidad de producto diario empleado

en el proceso desglosando la cantidad de cada uno de los ingredientes que se había
incorporado, así como, la cantidad de producto obtenido al final del proceso y el
número de lotes completos que se habían generado listos para su venta. De esta forma
se podía determinar una relación entre la productividad y el coste de producción.
 Tiempo: Para establecer los plazos de producción, se realizó un control del tiempo que
tardaba los ingredientes utilizados en una tanda de producción en pasar todas las etapas
del proceso y acabar generando un lote de 50 bolsas de golosinas. En esta tabla queda
reflejado el promedio de tiempo que ese día las golosinas que formaban cada lote
habían tardado en recorrer todo el proceso.
 Control de calidad: En esta parte se hace un recuento del número de unidades

defectuosas que se desecharon ese día, debido a no cumplir las especificaciones que
debía tener el producto que se estuviese evaluando en cada punto de control; también
se determinó el promedio del peso de las unidades que se inspeccionaron en cada
punto de control.
Para realizar la toma de datos se utilizó los sistemas de medición que fueron evaluados y
dieron un óptimo resultado en el estudio de sistema de medición. Se utilizó por lo tanto una
báscula en cada punto de control de la línea; el resto de especificaciones que debe cumplir el
producto se determinaran mediante inspección visual y bajo el criterio del inspector, el cual
posee las competencias necesarias para realizar esta labor, basándose en su formación y
experiencia.
Para determinar el tiempo promedio que tardaba en obtenerse cada lote completo, se
evaluaba mediante un sistema de registro, donde se anotaba en cada etapa del proceso de
producción de la línea de golosinas, la hora de inicio y finalización en la que el producto
permaneciese en ella. No fue complicado de determinar, ya que las etapas del proceso están
bastante definidas y el sistema registraba los tiempos y le asignaba un número de registro y,
tampoco supuso un problema para el personal añadir a sus tareas la activación de este sistema.





5.5. Cálculo de Seis Sigma. Medición de la capacidad del proceso

actual.
Para determinar la capacidad que este proceso de producción presenta, se tienen que
tener en cuenta una serie de parámetros que nos ayudarán a determinar qué valor Sigma
presenta actualmente la línea.
Analizar el rendimiento que presenta la línea de producción de golosinas está

directamente relacionado con el número de defectos que nos encontramos en ella. Mientras
que cuando hablamos de rendimiento, nos referimos al concepto de un porcentaje de productos
válidos que se obtienen del proceso. Hablar del recuento de defectos nos determina el número
de veces que el proceso falla, y nos da un producto no conforme.
Se evaluaron una serie de muestras durante este primer tercio del año, el muestreo se
realizo en días aleatorios, y se obtuvo la siguiente tabla de datos:
Peso de la bolsa de golosinas

1 179,7 180,3 179,8 179,4 179,5 181 181 180,4 179,3 179 179,2 180,3 179,1
2 179,6 179,4 179,9 180,2 179,4 180,4 180,4 180,4 179,2 179 179,3 180,3 179,8
3 179,7 179,6 179,9 179,5 180,2 180,9 180,4 180,4 179,1 179,2 179,1 180,2 180,8
4 179,8 180,3 179,6 180,2 180,1 180,7 181 180,8 179,1 179 179,2 179,2 179,6
5 179,6 180,1 180,3 179,5 180,3 180,5 180,8 180,9 179,1 179,2 179 180,9 177,7
6 180 179,5 180,3 179,6 179,9 180,6 180,8 181 179,1 179 179,1 180,4 179,7
7 180,1 180,1 179,8 179,8 179,4 181 180,7 180,7 179 179 179,1 179,4 179,3
8 179,9 179,9 180,1 180,3 180,1 181 180,5 180,7 179,1 179,2 179 180 177,4
9 179,9 179,7 179,8 179,7 179,7 180,8 181 180,6 179,3 179,2 179,2 179,5 179,6
10 180,1 179,4 179,5 179,9 180 180,8 181 180,9 179,1 179,2 179,2 180,7 180
11 180,1 179,8 180 180,1 179,5 180,9 180,5 180,9 179,1 179 179,2 180,7 179,8
12 179,9 179,6 180,1 179,7 180 180,8 181 180,6 179,1 179,3 179 179,8 177,2
13 180,1 180,1 179,9 180,2 179,6 180,6 180,5 181 179,2 179,1 179,1 180,1 179,9
14 180 179,8 179,8 180,3 179,6 180,7 180,6 180,8 179,3 179 179,3 180,8 179,1
15 179,5 180,3 180,1 179,4 181 180,6 180,4 181 179,2 179,3 179,1 179 179,8
16 179,6 179,7 179,5 179,4 180,6 180,4 180,6 180,9 179 179,1 179,3 180,1 179,6
17 180,1 179,5 180,2 180 180,5 180,4 180,5 179,1 179,3 179,1 179 180,5 179,1
18 179,8 180,2 180,3 179,7 180,4 180,6 181 179 179,1 179,3 179 180,4 178,3
19 179,5 179,7 179,9 179,4 181 180,6 180,5 179,2 179,1 179,2 180 179,8 180,2
20 179,6 179,6 180,2 179,4 180,4 180,5 180,9 179,1 179,2 179 182,4 177,3 180,9
Tabla 8. Información sobre peso de las bolsas de golosinas.
De las 260 bolsas de golosinas que se inspeccionaron, 20 fueron desechadas debido a

que según el criterio del inspector de esta etapa no cumplían los requisitos necesarios, en este
caso el peso que presentaban estas bolsas no estaba dentro de los rangos validos de aceptación.
Para determinar el nivel Sigma fue necesario hacer uso de las siguientes ecuaciones,

𝐷
𝐷𝑃𝑂 =
𝑁𝑥𝑂
𝐷
𝐷𝑃𝑀𝑂 = 1.000.000 𝑥
𝑁𝑥𝑂
𝐷
𝑅𝑒𝑛𝑑𝑖𝑚𝑖𝑒𝑛𝑡𝑜 = 1 −
𝑁𝑥𝑂
D = Número de defectos N = Número de unidades O = Oportunidades por unidad
Por lo que podemos resumir los parámetros que se han determinado con los datos que
se obtuvieron del muestro en la siguiente tabla,
CÁLCULO DE SEIS SIGMA
Número de unidades procesadas N = 260
Número de oportunidades de defecto por unidad O=1

Número total de defectos D = 20
Cálculo de defectos por oportunidad DPO = 0,0769
Cálculo de defectos por millón DPMO = 76923,07
Sigma (ST) 2,958
Tabla 9. Resumen cálculo Nivel Seis Sigma
Los datos de la tabla anterior se han obtenido de los siguientes cálculos,
 Cálculo de defectos por oportunidad:
𝐷 20
𝐷𝑃𝑂 = = = 0,0769
𝑁𝑥𝑂 260 𝑥 1
de donde el número de oportunidades de defecto por cada unidad, O, parámetro que

hace referencia al número de especificaciones que dan lugar a desechar el producto, en nuestro
caso este parámetro vale la unidad, ya que, el único motivo que estamos evaluando, es que el
producto sea desechado si el peso del producto está fuera del rango establecido.
 Cálculo de defectos por millón:
𝐷
𝐷𝑃𝑀𝑂 = 1.000.000 𝑥 = 76923,077
𝑁𝑥𝑂
 Rendimiento:
𝐷
𝑅𝑒𝑛𝑑𝑖𝑚𝑖𝑒𝑛𝑡𝑜 = 1 − = 0,923
𝑁𝑥𝑂

 Nivel Sigma:
El nivel Sigma se determinara mediante una interpolación utilizando como datos de

referencia los que nos encontramos en la Tabla 1. Niveles de Sigma según dpmo, en la página 6
de este proyecto.
Se tomara como extremos de la interpolación los valores que abarcan el valor de

76.923,07 DPMO que nos da nuestra línea, los cuales son, 66.807 defectos por millón que
corresponde a un nivel Sigma de 3, y 308.537 defectos por millón que corresponde a un nivel
Sigma de 2. Obteniendo de este cálculo un resultado de nivel Sigma de 2,958 para el número de
defectos por millón que presenta esta línea de producción.
Para comprobar que son correctos los datos obtenidos anteriormente se ha vuelto a
utilizar el programa 'Minitab 17', para realizar los cálculos. Obtenemos los siguientes datos del
programa,
Podemos observar que el Nivel Z de capacidad a corto plazo es de 1,31; para obtener el
valor equivalente al Nivel Sigma debemos sumar 1,5 al valor de Z. De esta forma obtendremos
un Nivel Sigma de 2,81, valor muy próximo al que hemos obtenido analíticamente.

Otros datos de interés sobre el proceso serían la capacidad del proceso y el índice de
capacidad y centrado,
 Índice de capacidad potencial, es una comparación entre los límites de especificación y

los límites del proceso sin tomar en cuenta la ubicación del mismo.
𝐿𝑆𝐸 − 𝐿𝐼𝐸 181,06 − 178,63

𝐶𝑝 = = = 0,5617
6𝑠 6 𝑥 0,721
Determinado el valor de 𝐶𝑝 podemos determinar la situación en la que se

encuentra el proceso. Al presentar un valor inferior a la unidad, nos encontramos con un
proceso no adecuado, el cual requiere modificaciones importantes para alcanzar una
calidad satisfactoria.
 Índice de capacidad y centrado, realiza una localización del centro del proceso en
comparación con los límites de de especificación.
𝑀𝑖𝑛(𝐿𝑆𝐸 − 𝑋, 𝐿𝐼𝐸 − 𝑋 ) 1,22

𝐶𝑝𝑘 = = = 0,564
3𝑠 3 𝑥 0,721
Nos encontramos en un valor de 𝐶𝑝𝑘 menor a la unidad, lo que nos indica que el
proceso está produciendo artículos fuera de las especificaciones. Pero tenemos que ser
conscientes de que al ser el valor de 𝐶𝑝 igual al valor de 𝐶𝑝𝑘 , indicándonos que la
capacidad de centrado del proceso es buena aunque la variabilidad es relevante.

5.6. Eficiencia técnica y económica de la empresa.
A fin de hacer un análisis completo sobre como la metodología Seis Sigma llega a influir
en el rendimiento de la línea de producción, también se va a analizar la productividad de
diferentes factores, así como, la productividad total de la línea, con el fin de ver que
modificaciones en estos parámetros se pueden observan tras realizar las mejoras pertinentes
sobre el proceso; viendo así como repercute la implantación de la metodología Seis Sigma en
una proceso de producción en una pequeña empresa.
Vamos a medir cada una de ellas, de la productividad de diferentes factores y de la

productividad global (datos en miles):
𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑒𝑛 𝑘𝑔 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝑜𝑏𝑡𝑒𝑛𝑖𝑑𝑜

𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑 𝑑𝑒 𝑙𝑎 𝑚𝑎𝑡𝑒𝑟𝑖𝑎 𝑝𝑟𝑖𝑚𝑎 = =
𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑘𝑔 𝑑𝑒 𝑚𝑎𝑡𝑒𝑟𝑖𝑎 𝑝𝑟𝑖𝑚𝑎 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑑𝑜
5226 𝑘𝑔 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜
= = 0,98 𝑘𝑔 𝑚𝑎𝑡𝑒𝑟𝑖𝑎 𝑝𝑟𝑖𝑚𝑎
5322

𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑 𝑚𝑎𝑛𝑜 𝑜𝑏𝑟𝑎 = =
𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑚𝑎𝑛𝑜 𝑑𝑒 𝑜𝑏𝑟𝑎 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑑𝑎
= = 320,22 𝑕𝑜𝑟𝑎 𝑕𝑜𝑚𝑏𝑟𝑒
(20𝑥102𝑑í𝑎𝑠𝑥8𝑕)/1000
𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑘𝑔 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝑜𝑏𝑡𝑒𝑛𝑖𝑑𝑜

𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑 𝑑𝑒 𝑙𝑎 𝑚𝑎𝑞𝑢𝑖𝑛𝑎𝑟𝑖𝑎 = =
𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑕𝑜𝑟𝑎𝑠 𝑑𝑒 𝑚𝑎𝑞𝑢𝑖𝑛𝑎 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑑𝑎
= = 160,11 𝑕𝑜𝑟𝑎 𝑚á𝑞𝑢𝑖𝑛𝑎
(20𝑥102𝑑í𝑎𝑠𝑥16𝑕)/1000
𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑 𝑔𝑙𝑜𝑏𝑎𝑙 𝑒𝑛 𝑒𝑙 𝑐𝑢𝑎𝑡𝑟𝑖𝑚𝑒𝑠𝑡𝑟𝑒 =
𝑝𝑟𝑒𝑐𝑖𝑜 𝑣𝑒𝑛𝑡𝑎 𝑑𝑒𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝑥 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑘𝑔 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝑜𝑏𝑡𝑒𝑛𝑖𝑑𝑜

= =
𝑐𝑜𝑠𝑡𝑒 𝑑𝑒 𝑓𝑎𝑐𝑡𝑜𝑟𝑒𝑠 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑑𝑜𝑠
5,20𝑥5226 27175
= = = 1,54
17629 17629
donde el coste de factores utilizados se obtiene del sumatorio de los gastos de

producción cuatrimestrales, como las materias primas utilizadas, los suministros (luz y agua),
más los gastos de personal y las amortizaciones realizadas, entre otros.
Vemos que por cada euro que gastamos en el proceso de fabricación obtenemos unos
ingresos por ventas de 1,54€.

5.7. Conclusiones Etapa Medición.
Hemos podido observar durante estos meses que es en la zona final del proceso en la
que se produce una mayor pérdida del material producido, y aunque en otras etapas anteriores
en las que también se realizan controles de inspección tenemos un elevado número de unidades
de producto desechado, pero el peso de estas unidades es poco significante en comparación con
el que se desecha en la etapa final del proceso de producción.
Tras calcular con los datos medidos en qué nivel de Seis Sigma se encuentra la línea
evaluada obtuvimos un nivel de 2,95, un nivel que equivale a una cantidad de 76.923 productos
desechados por cada millón que se producen en la línea.
Si observamos el reparto de los

datos dentro de la distribución normal,
vemos que la mayoría de datos se centran
dentro de los limites de especificación
aunque sobrepasando los límites que nos
marca la curva, por ello se obtiene un
índice de capacidad potencial que es
menor a la unidad, al igual que el índice de
centrado, lo que nos indica que el proceso
está centrado pero no es impreciso.

6. Fase 3. Analizar.
En la fase de análisis, el objetivo es utilizar los datos de la fase de medición para

identificar los determinantes clave del funcionamiento del proceso y entender las diferentes
fuentes de variabilidad, y así poder dar un diagnostico del problema.
Durante esta fase se hará uso de diferentes herramientas estadísticas para analizar los
datos obtenidos, que nos serán útiles para obtener pistas sobre las posibles causas raíz de los
problemas que el proceso está experimentando. Aunque las pistas que obtengamos nos pueden
proporcionar grandes avances, y ayudarnos a identificar mejoras especificas. En la mayoría de
casos, el propósito de esta fase será entender la relación que existe entre dos o más variables
del proceso, y así poder hacernos una idea de cuales serian las mejoras más adecuadas a llevar a
cabo.
6.1. Análisis de las especificaciones del cliente.

Para determinar cuáles son los factores que nos permitirán lograr una mejora y un mejor
desempeño del proceso, inicialmente se deberá establecer como punto de partida, las
especificaciones que nuestro cliente nos solicita. Ya en la fase de definición se hizo mención a
los problemas que nuestro potencial cliente internacional precisaba que se solventasen, entre
aquellos a destacar que los tiempos de recepción el producto eran muy elevados, y que el
producto que nos solicitaban no cumplía las especificaciones que se habían acordado, en este
caso, el peso por bolsa de golosinas.
Estableciendo estos puntos, ya podemos analizar los datos obtenidos en la fase de

medición para eliminar o, en su caso, minimizar los problemas que se están presentando en esta
línea.
6.2. Análisis de los datos.
Para establecer cuáles son los principales causantes de las fuentes de variabilidad,
debemos clasificar los tipos de causas de variabilidad que nos podríamos encontrar en el
proceso:
 Causas comunes: son aquellas causas que se encuentran incrustadas en el proceso, la

eliminación de una causa común de la variabilidad implica cambiar algunas de las
actuaciones que se están ejecutando a lo largo del proceso.
 Causas asignables: son causas provenientes de fuentes externas al proceso, son causas
que implican la eliminación total de ese proceso específico.
Si hacemos un análisis global de las muestras obtenidas en la fase de medición,

obtenemos el siguiente análisis de capacidad del proceso:


Observamos ciertas desviaciones en los datos y una variabilidad en los datos tomados en
toda las muestras, por lo que esta variabilidad se debe a un factor que es común en todo el
proceso, aunque se observan muestras con datos más próximos a la línea central.
Para evaluar con más precisión el proceso e identificar las causas que dan lugar a la
anterior distribución de los datos, utilizaremos una serie de herramientas estadísticas teniendo
en cuenta las posibles motivaciones de la variabilidad que hemos observado en el anterior
grafico de capacidad del proceso.
Las gráficas de control son herramientas estadísticas que nos mostraran cual es el
comportamiento del peso de las bolsas de golosinas con respecto al tiempo. El objetivo de estos
gráficos es evaluar, controlar y mejorar el proceso, y determinar cuáles son las causas de
variación.
En nuestro caso, utilizaremos diferentes tipos de gráficas de control conocidas para

variables, con las que controlaremos el peso de las bolsas de golosinas.
Entre los diferentes tipos de graficas de control para variables nos encontramos:
1. Gráfica de medias y rangos.

2. Gráfica de lecturas individuales.
3. Gráfica de medias y desviación estándar.
4. Gráfica de medianas y rangos.
Evaluaremos la capacidad del proceso utilizando algunas de las gráficas nombradas

anteriormente, para saber cuál de las anteriores gráficas son las más apropiadas para nuestra
situación, apoyándonos en la siguiente guía que nos resume Edgardo J. Escalante Vázquez en su
libro Seis Sigma. Metodologías y técnicas, Limusa, 2003.
n=1 (Lecturas individuales, XR)
Variables (Medias y rangos, 𝑋𝑅)

2≤n≤10 (Medianas y rangos, 𝑋R)
n>1 (Medias y desviación estándar, 𝑋𝑠)
n>10 (Medias y desviación estándar, 𝑋𝑠)
Como el tamaño de las muestras que se ha tomado es de un valor n=13, se realizará e

interpretará una de las gráficas que Edgardo J. Escalante recomienda para una situación de
muestreo como ésta.

 Gráficas de medias y desviación estándar.
Esta gráfica presenta como objetivo evaluar, controlar y mejorar la variable del
producto, peso de la bolsa de golosinas, la cual es una característica de calidad de interés,
ajustando su posición y la reducción de la variabilidad. Por lo tanto, con fines de control, hay que
calcular la media muestral 𝑋 y, la desviación estándar muestral S para cada subgrupo.
Muestra Peso de la bolsa de golosinas Promedio Desv.

1 179,7 180,3 179,8 179,4 179,5 181 181 180,4 179,3 179 179,2 180,3 179,1 179,85 0,69
2 179,6 179,4 179,9 180,2 179,4 180,4 180,4 180,4 179,2 179 179,3 180,3 179,8 179,79 0,51
3 179,7 179,6 179,9 179,5 180,2 180,9 180,4 180,4 179,1 179,2 179,1 180,2 180,8 179,92 0,62
4 179,8 180,3 179,6 180,2 180,1 180,7 181 180,8 179,1 179 179,2 179,2 179,6 179,89 0,68
5 179,6 180,1 180,3 179,5 180,3 180,5 180,8 180,9 179,1 179,2 179 180,9 177,7 179,84 0,94
6 180 179,5 180,3 179,6 179,9 180,6 180,8 181 179,1 179 179,1 180,4 179,7 179,92 0,66
7 180,1 180,1 179,8 179,8 179,4 181 180,7 180,7 179 179 179,1 179,4 179,3 179,80 0,68
8 179,9 179,9 180,1 180,3 180,1 181 180,5 180,7 179,1 179,2 179 180 177,4 179,78 0,93
9 179,9 179,7 179,8 179,7 179,7 180,8 181 180,6 179,3 179,2 179,2 179,5 179,6 179,85 0,59
10 180,1 179,4 179,5 179,9 180 180,8 181 180,9 179,1 179,2 179,2 180,7 180 179,98 0,69
11 180,1 179,8 180 180,1 179,5 180,9 180,5 180,9 179,1 179 179,2 180,7 179,8 179,97 0,65
12 179,9 179,6 180,1 179,7 180 180,8 181 180,6 179,1 179,3 179 179,8 177,2 179,70 0,97
13 180,1 180,1 179,9 180,2 179,6 180,6 180,5 181 179,2 179,1 179,1 180,1 179,9 179,95 0,58
14 180 179,8 179,8 180,3 179,6 180,7 180,6 180,8 179,3 179 179,3 180,8 179,1 179,93 0,66
15 179,5 180,3 180,1 179,4 181 180,6 180,4 181 179,2 179,3 179,1 179 179,8 179,90 0,71
16 179,6 179,7 179,5 179,4 180,6 180,4 180,6 180,9 179 179,1 179,3 180,1 179,6 179,83 0,62
17 180,1 179,5 180,2 180 180,5 180,4 180,5 179,1 179,3 179,1 179 180,5 179,1 179,79 0,62
18 179,8 180,2 180,3 179,7 180,4 180,6 181 179 179,1 179,3 179 180,4 178,3 179,78 0,79
19 179,5 179,7 179,9 179,4 181 180,6 180,5 179,2 179,1 179,2 180 179,8 180,2 179,85 0,59
20 179,6 179,6 180,2 179,4 180,4 180,5 180,9 179,1 179,2 179 182,4 177,3 180,9 179,88 1,23
Promedio 179,86 0,721
Los límites control de las medias del peso de las bolsas de golosinas para el diagrama de
control son:
𝐿𝑆𝐶 𝑋 = 𝑋 + 𝐴3 𝑠 = 179,86 + 0,85𝑥0,721 = 181,08
𝐿í𝑛𝑒𝑎 𝑐𝑒𝑛𝑡𝑟𝑎𝑙 = 𝑋 = 179,86
𝐿𝐼𝐶 𝑋 = 𝑋 − 𝐴3 𝑠 = 179,86 − 0,85𝑥0,721 = 178,63
Los límites de control de las desviaciones son:
𝐿𝑆𝐶 𝑅 = 𝐵4 𝑠 = 1,618𝑥0,721 = 1,309
𝐿𝐼𝐶 𝑅 = 𝐵3 𝑠 = 0,382𝑥0,721 = 0,1326
donde las constantes utilizadas para determinar los límites de control han sido extraídas
de la Tabla de constantes de gráficas de control que Douglas C. Montgomery que hace mención

en su libro Introduction to Statistical Quality Control, 6a ed., Wiley, 2009; las podemos encontrar
en el anexo 2 de este documento.
Se representa a continuación la gráfica de control de medias y desviación estándar

obtenido con 'Minitab 17',
Gráfica Xbarra-S del peso de las bolsas de golosinas

180,5 LCS=180,474
Media de la muestra
180,0 __
X=179,861
179,5
LCI=179,249
1 3 5 7 9 11 13 15 17 19
Muestra
1
1,2 LCS=1,167
Desv.Est. de la muestra
1,0
0,8 _
S=0,721
0,6
0,4
LCI=0,275
1 3 5 7 9 11 13 15 17 19
Muestra
Gráfica 5. Gráfica de control de medias y desviación estándar para el peso de las bolsas de golosinas
Si realizamos una interpretación de las gráficas obtenidas, podemos ver que no existe
una inestabilidad en los datos ya que las gráficas no presentan fluctuaciones extrañas ni poco
naturales. En ambas gráficas encontramos las medias muestrales dentro de los límites de
control, aunque la grafica de las desviaciones estándar presenta un dato fuera de los límites.
No observamos cambios repentinos en la tendencias de los promedios del proceso, lo

que nos muestra que el proceso se encuentra centrado, pero la media se encuentra desviada en
180 gramos, lo que puede deberse a desajustes en la maquinaria, o nuevas técnicas empleadas
por los trabajadores entre otras causas.
Sin embargo, sí que encontramos cambios repentinos en la gráfica de desviaciones,

incluso observamos datos fuera de los límites, por lo que podemos determinar sobre la variación
de los datos, que existe poco control; esto puede deberse a un mantenimiento insuficiente,
fallos que se encuentren en el dominio de la máquina, o del dominio del trabajador, como
nuevos trabajadores, inapropiada formación, desmotivación, etc.
Estas son posibles causas del problema que presenta esta línea de producción, pero se
precisaría de un mejor análisis para llegar a una conclusión más acertada de cuáles son las
potenciales consecuencias. Para ello se realizará una estratificación de los datos, que consiste en

la clasificación de los datos en categorías, para así determinar que categorías contribuyen al
problema.
En nuestro caso, debido a que nuestro principal problema se debe a la variación que
existe entre el peso de las bolsas de golosinas, nos centraremos en la zona en la que se realiza el
embolsado. En esta zona encontramos una maquina dosificadora con 6 cabezales que realiza el
envasado de las golosinas en bolsas de 180 gramos. Por lo que, se categorizarán los datos de las
bolsas de golosinas según el cabezal en el que hayan sido realizados. Obteniendo de esta
estratificación la siguiente tabla:
Cabezal - Máquina dosificadora

1 2 3 4 5 6
181 178,9 180,3 180,2 179,1 180,7
178,8 180 180 179,9 179,4 179,5
179,4 179,1 178,5 179,8 180,1 179,9
180,1 181,2 179,7 179,5 180,6 179,6
179,2 179,5 179,3 179,2 179,2 181
180,8 180,8 181,1 180,9 179,6 179,6
179,5 180,1 178,8 180,6 181,1 179,3
180,5 178,4 180,2 180 181 179,2
180,1 180,9 179,4 179,9 179,1 179,7
180,1 178,9 179 179,7 179,7 178,9
179,8 180,7 180,6 180,8 181 179
178,9 180,5 180,6 180,1 178,7 179,9
180,5 178,5 178,7 179,1 178,2 179
180,5 179,3 179,9 180,4 180,3 180,2
180,6 179,3 180 179,7 180,2 180,6
180,9 179,9 179,9 179 180,4 180,9
179,2 179,1 177,9 179 180,3 179,7
180,8 179,1 180,9 179,3 178,5 180,3
179,8 179 179,8 179,4 179,8 179,1
180,3 181,2 179 179 179,8 180,8
Con el programa Minitab se representarán los datos obtenidos para facilitarnos la

revisión de los datos y determinar el alcance de mejora que se deberá llevar a cabo.

Gráfica 6. Estratificación de los datos según el cabezal de embolsado
Obtenido el peso de las bolsas según en qué cabezal ha sido embolsado, podemos
percibir que el rango que presentan los datos de cada cabezal no son semejantes. Observamos
una mayor variabilidad en los datos de los cabezales 2, 3 y 5. Los otros 3 cabezales presentan
unas datos agrupados y dentro de los limites de especificación. Esto puede deberse a un mal
funcionamiento o una desconfiguración de las células de carga instaladas en estos cabezales.
Para cerciorarnos de que realmente según el cabezal de la dosificadora, nos

encontramos con productos que presentan un peso fuera de los limites especificados,
realizaremos un modelo de Análisis de la Varianza,
 Variable respuesta: Peso de las bolsas de golosinas

 Factor: Cabezales de la dosificadora
 Niveles: 6, el numero de cabezales que presenta la dosificadora
Se tomará como hipótesis del modelo,
𝐻0 : 𝜇1 = 𝜇2 = 𝜇3 = 𝜇4 = 𝜇5 = 𝜇6
𝐻1 : 𝜇𝑖 ≠ 𝜇𝑗
donde si no se rechaza la hipótesis nula, la cual establece que todas las medias
muestrales son iguales, eso querrá decir el cabezal en el que se realice el embolsado no influye
en el peso de la bolsa de golosinas.
Para realizar el modelo de Análisis de la Varianza debemos realizar una tabla ANOVA,
primero obtenemos las medias de cada uno de los datos tomados con cada cabezal,
Fuente de variación Suma de cuadrados G.L. Cuadrados medios F

𝑘 𝑆𝑆𝐹 𝑀𝑆𝐹
Factor 𝑆𝑆𝐹 = 𝑛𝑖 𝑦𝑖 − 𝑦 2 k-1 𝑀𝑆𝐹 = 𝐹𝑒𝑥𝑝 =
𝑘−1 𝑀𝑆𝐸
𝑖=1
𝑘 𝑛𝑖 𝑆𝑆𝐸
Residuos 𝑆𝑆𝐸 = 𝑦𝑖𝑗 − 𝑌𝑖.
2
n-k 𝑀𝑆𝐸 = 𝜎 2 =
𝑛−𝑘
𝑖=1 𝑗 =1
𝑘 𝑛𝑖
2
Total 𝑆𝑆𝑇 = 𝑦𝑖𝑗 − 𝑦 n-1
𝑖=1 𝑗 =1

Cabezal
1 2 3 4 5 6
180 178,9 180,9 180,2 178,9 180
178,8 178,6 180,6 179,9 178,7 179,9
179,4 179 178,5 179,8 181,3 179,9
180,1 181,5 179,1 179,8 181,5 179,8
179,9 179,1 178,9 179,9 178,7 180,3
180,1 181 179,1 180,2 177,9 179,6
179,7 178,9 178,8 180,1 181,5 179,8
180,1 178,5 181 180 181,4 179,9
180,1 181,1 179,1 179,9 179,1 179,9
180,1 178,9 179 179,9 178,9 179,8
179,9 180,8 181 180,2 178,9 179,8
179,9 180,8 180,9 180,1 178,7 179,9
180,2 178,5 178,7 179,9 178,2 179,9
180,2 179 178 180,1 179,2 180,2
180,1 179,3 178,9 179,7 179,1 180,1
180 179,2 178,7 179,8 178,7 180,1
179,8 179,1 177,9 179,9 178,5 180
180,3 179,1 181 179,8 178,5 180,1
180,1 179 181,3 179,9 178,9 180,2
180 181,3 178 180 178 180,1
𝑦1 =179,94 𝑦2 =179,58 𝑦3 =179,47 𝑦4 =179,955 𝑦5 =179,23 𝑦6 = 179,965
𝑦𝑇 =179,69
𝑦1 + 𝑦2 + 𝑦3 + 𝑦4 + 𝑦5 + 𝑦6
𝑦𝑇 = = 179,69
6
𝑘 𝑛𝑖
2 2 2 2
𝑆𝑆𝑇 = 𝑦𝑖𝑗 − 𝑦 = 181 − 179,69 + 178,8 − 179,69 + ⋯ + 180,8 − 179,69 = 85,968
𝑖=1 𝑗 =1
𝑘
2 2
𝑆𝑆𝐹 = 𝑛𝑖 𝑦𝑖 − 𝑦 = 20[ 179,94 − 179,69 + ⋯ + 179,965 − 179,69 2 ] = 9,609
𝑖=1
𝑆𝑆𝐸 = 𝑆𝑆𝑇 − 𝑆𝑆𝐹 = 85,968 − 9,609 = 76,358
Fuente de variación SS Gl MS F
Factor 9,609 k-1 = 5 1,922
2,869
Error 76,359 n-k=120-6=114 0,670
Total 85,968 119
Para determinar el inicio de la región crítica tomamos un α=0,05, donde en la tabla de la

Inversa de la función de distribución F de Snedecor, obtenemos un 𝐹5,114 = 1,9015

Como podemos ver el valor F de nuestro modelo se encuentra dentro de la región

crítica, por lo que el factor 'Cabezales de la dosificadora', si que influye en la variable respuesta.
Otras causas que hemos nombrado anteriormente se encontraban dentro del dominio
de los trabajadores, por ello vamos a cuantificar que nivel de inspección hace cada operador en
el punto de control tras el embolsado. Ya que mucho material se desecha por no cumplir las
especificaciones, pero según las quejas recibidas por los clientes hay una cierta cantidad de
producto no conforme que no es detectado en la línea de producción.
El proceso de control se realiza siguiendo las especificaciones que la empresa les da a los
trabajadores y según el criterio de muestreo que el trabajador crea pertinente. Por lo que,
puede que el método de toma de muestras no se realice correctamente.
Se analizara que cantidad de bolsas son inspeccionadas por cada operador, en un total
de 2 lotes.
P. No Conforme
Embolsados Inspeccionados Desechados
sin inspeccionar
Operador 1 100 50 3 7
Operador 2 100 75 5 6
Operador 3 100 80 6 4
Operador 4 100 60 4 7
Operador 5 100 72 6 4
Operador 6 100 55 2 7
Operador 7 100 95 6 0
Tabla 10. Toma de datos plan de inspección por trabajadores
Podemos observar que no todos los trabajadores realizan una inspección con el mismo control.
Se confirma que existe una posible falta de formación, debido a las nuevas exigencias que precisa la
empresa, y una posible desmotivación del personal.
Pero aplicaremos la herramienta estadística de la ecuación de regresión múltiple para determinar

la relación de dependencia que existe entre la variable Y, producto no conforme, producto que no ha sido
eliminado del proceso, y las variables X, cantidad de producto inspeccionado y el cantidad de producto ya
eliminado del proceso.
Para ajustar un modelo de regresión múltiple a los datos, tenemos que encontrar los parámetros
𝛽𝑖 de la ecuación Y = 𝛽0 + 𝛽1 𝑥1 + 𝛽2 𝑥2 + 𝜀

Por lo que, realizaremos los siguientes cálculos:
7 7 7
𝑛 = 7, 𝑦𝑖 = 35; 𝑥𝑖1 = 487; 𝑥𝑖2 = 32

𝑖=1 𝑖=1 𝑖=1
7 7 7
2 2
𝑥𝑖1 = 35359; 𝑥𝑖2 = 162; 𝑥𝑖1 𝑥𝑖2 = 2357
𝑖=1 𝑖=1 𝑖=1
7 7
𝑥𝑖1 𝑦𝑖 = 2213; 𝑥𝑖2 𝑦𝑖 = 141

𝑖=1 𝑖=1
Para resolver el modelo propuesto, las ecuaciones a resolver son las siguientes:
𝑛 𝑛 𝑛
𝑛𝛽0 + 𝛽1 𝑥𝑖1 + 𝛽2 𝑥𝑖2 = 𝑦𝑖

𝑖=1 𝑖=1 𝑖=1
𝑛 𝑛 𝑛 𝑛
𝛽0 𝑥𝑖1 + 𝛽1 𝑥𝑖1 2 + 𝛽2 𝑥𝑖1 𝑥𝑖2 = 𝑥𝑖1 𝑦𝑖

𝑖=1 𝑖=1 𝑖=1 𝑖=1
𝑛 𝑛 𝑛 𝑛
2
𝛽0 𝑥𝑖2 + 𝛽1 𝑥𝑖1 𝑥𝑖2 + 𝛽2 𝑥𝑖2 = 𝑥𝑖2 𝑦𝑖
𝑖=1 𝑖=1 𝑖=1 𝑖=1
Sustituyendo los sumatorios por sus valores numéricos, previamente calculados,

llegamos a:
7𝛽0 + 487𝛽1 + 32𝛽2 = 35
487𝛽0 + 35359𝛽1 + 2357𝛽2 = 2213
32𝛽0 + 2357𝛽1 + 162𝛽2 = 141
Resolviendo este sistema de ecuaciones lineales, obtenemos:
𝛽0 = 15,69; 𝛽1 = −0,1638; 𝛽2 = 0.1535
Y el modelo ajustado es 𝒚 = 𝟏𝟓, 𝟔𝟗 − 𝟎. 𝟏𝟔𝟑𝟖𝒙𝟏 + 𝟎, 𝟏𝟓𝟑𝟓𝒙𝟐
Si nos detenemos a observar los parámetros de la ecuación de regresión, vemos que 𝛽1

es negativo, lo que nos quiere decir que a mayor cantidad de producto inspeccionado, menor
cantidad de producto no conforme sin revisar. Sin embargo, el valor de 𝛽2 es positiva, lo que no
tiene mucho sentido, ya que a mayor número de producto desechado, no debería haber mayor
cantidad de producto no conforme sin revisar.

Para confirmar la significación de las variables del proceso, 𝑥1 𝑦 𝑥2 , sobre la variable de

salida, y, se realizara una prueba de significación de la regresión:
Se tomará como hipótesis del modelo,
𝐻0 : 𝛽𝑖 = 0
𝐻1 : 𝛽𝑖 ≠ 0
Por lo que, realizaremos los siguientes cálculos para determinar si se acepta o rechaza la
hipótesis nula, para ello determinaremos la estimación de la varianza,
𝑦′ 𝑦 = 𝑦𝑖 2 = 215
𝑦 ′ 𝑦 − 𝛽′ 𝑋 ′ 𝑦 𝑖=1
𝜎2 = 1 1 1 1 1 1 1 7
𝑛−𝑝
𝛽′ 𝑋 ′ 𝑦 = 15,69 −0,1638 0,1535 50 75 80 60 72 55 95 ⋮ = 208,3
3 5 6 4 6 2 6 0
215 − 208,3
𝜎2 = = 1,675
7−3
Ahora se realiza el cálculo de la matriz de correlaciones,
11,725 815,725 53,6

𝐶𝑜𝑣 𝛽𝑖 = 𝜎 2 𝐶 = 𝜎 2 𝑋 ′ 𝑋 −1
= 815,725 59226,32 3947,97
53,6 3947,97 271,35
𝛽0 :
𝛽0 15,69
𝑡𝑒𝑥𝑝 = = = 4,58
𝜎 2 𝐶11 11,725
Tomando como valores de la función de distribución de t de Student, P(t<tp)=p;

k=grados de libertad, donde 𝑡𝑛−𝑝,1−𝛼 , con un valor de α igual a 0,05,
2
𝑡2,0,975 = 4,301

Vemos que se rechaza la hipótesis nula, ya que 𝛽0 influye significativamente en la

cantidad de productos no conforme sin eliminar del proceso.
𝛽1 :
𝛽1 −0,1638
𝑡𝑒𝑥𝑝 = = = −6,73𝑥10−4
𝜎 2 𝐶22 59226,32

2
𝑡2,0,975 = 4,301
𝛽2 :
𝛽2 0,1535
𝑡𝑒𝑥𝑝 = = = 9,3184𝑥10−3
𝜎 2 𝐶33 271,35

2
𝑡2,0,975 = 4,301
Sin embargo, tanto la variable 𝑥1 como 𝑥2 no influyen significativamente al no

encontrarse el valor t experimental dentro de la región critica, ambos tienen casi valor nulo.
Podemos concluir que según la ecuación de regresión obtenida de los datos tomados, no
existe una relación de dependencia entre el número de productos no conformes sin retirar del
proceso con el numero de bolsas inspeccionadas y con el numero de bolsas ya eliminadas del
proceso. Pero debemos aclarar que este resultado obtenido se debe a que la recta de regresión
calculada no nos proporciona una estimación que se ajuste al valor de la variable Y, esto puede
deberse a falta de datos o la falta de añadir al modelo de regresión otras variables del proceso
que describan esta variable Y.
6.3. Conclusiones Etapa Análisis.
Tras analizar los datos obtenidos con diferentes herramientas estadísticas, se ha podido
determinar cuáles son las medidas pertinentes a tomar para mejorar el rendimiento de la planta
y aumentar su capacidad de producción.
Aunque algunas conclusiones obtenidas de los cálculos estadísticos realizados no

mostraban una verdadera contribución de ciertas variables a la variabilidad del peso de las
bolsas de golosinas, desde Dirección se tomaran posibles medidas de mejora que aunque no se
ha determinado en este apartado como necesarias, pero sí que se pueden tomar como
oportunidades que serán objeto de investigación en la etapa de mejora.

7. Fase 4. Mejorar.
Una vez realizado el análisis de la información recopilada, es el momento de comenzar la

fase de mejora, en la que se pondrán en práctica todas las estrategias que reduzcan la
variabilidad de los datos del proceso de producción, con el fin de optimizar y robustecer el
proceso.
Dentro de esta fase las pautas a seguir deben ser la generación de nuevas alternativas
que solucionen los problemas que se han detectado en las anteriores fases, pero siempre
realizando una evaluación de los riesgos que la aplicación de estas medidas podría conllevar, así
se podrá hacer una selección de las mejores soluciones para el problema que presenta esta línea
de producción.
7.1. Bases del proceso de mejora.

Tras realizar el análisis sobre la información recogida de la situación de producción del
proceso actual, se llego a la conclusión de que las principales mejoras que se debían realizar
sobre el proceso para aumentar la productividad debían estar centradas en los siguientes
puntos:
 Incremento en la inversión de bienes de capital, innovación y mejoras tecnológicas. Si

los trabajadores de la empresa cuentan con una maquinaria que les permite
desempeñar su trabajo con mayor rapidez o precisión, lo lógico es que se incremente la
productividad; así como la incorporación de nuevas formas de producción o de
distribución, darán lugar a importantes incrementos de la productividad.
 Mejora del capital humano. Un papel fundamental para mejorar la productividad del
proceso, aumentando la competencia y la calificación de los medios humanos, se
centran en la educación, la formación profesional y la experiencia de los trabajadores.
 Calidad en la gestión de recursos. Los recursos de los que cuenta la empresa deben
organizarse y gestionarse de forma eficiente. La gestión que se debe realizar sobre la
productividad debe iniciarse con el proceso de selección de medios humanos, con la
realización de acciones centradas en la orientación, retribución, y sobre todo, con la
motivación del personal. Posteriormente debe continuar con el control de la
producción, así como el inventario de producto utilizado en el proceso.
7.2. Estudio de las posibles mejoras para el proceso.
Para determinar que ideas para mejorar el proceso se deberían realizar, inicialmente se
utilizo como herramienta para generar soluciones y que ninguna fuese enjuiciada ni criticada, y
genera una gran cantidad de ideas rápidamente, una tormenta de ideas.

De la tormenta de ideas se obtuvieron ideas tanto para mejorar el problema de reducir

la variabilidad del peso de las bolsas de golosinas como minimizar los tiempos de producción y
de entrega del producto en la sede de Estados Unidos.
Esquema 10. Brainstorming de posibles soluciones como mejora del proceso de producción
Se tendrá que hacer una evaluación de los riesgos y detalles que supondrían la
implantación de estas modificaciones en el proceso, para ello se utilizará una matriz de
comparación del nivel de importancia de los factores más relevantes.
Si evaluamos inicialmente las medidas propuestas para mejorar el problema que

presenta la línea en la variabilidad de los pesos de las bolsas de golosinas:

Riesgo Coste Tiempo Total

Precio de una nueva
No implica un riesgo para Tiempo de recibir la
Nueva dosificadora de última
el proceso maquina e instalarla 7
dosificadora generación
1 4 2
Según el diagnostico de la
Puede que no pueda Que el coste de la
rotura, el tiempo de
Reparación calibrarse debido a una reparación supere lo
puesta en marcha puede 9
dosificadora rotura grave esperado
aumentar
4 3 2
Modificar partes del
Modificar los moldes, Demasiado de generar
Aumento del proceso. Implica
por lo que se tendrían nuevos diseños para el
peso por modificar muchos 11
que comprar nuevos molde y fabricarlos
golosina factores.
3 4 4
Modificar partes del
Modificar los moldes, Demasiado de generar
Diseño de un proceso. Implica
por lo que se tendrían nuevos diseños para el
nuevo molde modificar muchos 11
que comprar nuevos molde y fabricarlos
de golosinas factores.
3 4 4
Si no se disminuye la Puede producir un
Reducir los variabilidad de los aumento de las perdidas
Cambio instantáneo
límites de pesos, se eliminara si no se solucionan otros 6
aceptación mucho material problemas del proceso
3 2 1
Tiempo de la
Contratar al personal Aumento de los gastos contratación y la
Aumento del adecuado de la empresa formación del nuevo 8
personal personal
2 4 2
Mejoraría la actitud del Formar a todo el
personal, no personal en todas las Tiempo de formación
Rotación del realizarían un trabajo especialidades del del personal 5
personal monótono proceso
1 2 2
Nos aseguraríamos la
formación correcta del
Tiempo de formación
Cursos de personal para ser Realizar los cursos
del personal 6
formación responsables del
proceso
1 3 2
Se utilizara más tiempo
Modificar el Se realizaría una Tiempo de
para realizar la
método de inspección más implantación muy
inspección, y será más 4
muestreo en la completa del material breve
costoso
inspección
1 2 1

Y si ahora evaluamos las medidas propuestas para mejorar el problema que presenta la
línea en la variabilidad de los pesos de las bolsas de golosinas:
Riesgo Coste Tiempo Total

Se debe realizar en un largo
Reestructuración plazo, ya que se deben
Mínimo. No muy alto.
del proceso de plantear todas las posibles 8
producción modificaciones.
1 3 4
Bajo. Se trataría de Compra de nuevas
trasladar la sede a un punto instalaciones, que se
Buscar nuevas instalaciones
Trasladar la sede más centrado en el país pueden subsanar con lo
y acondicionarlas 9
de EEUU para llevar a cabo su obtenido de la venta de las
función logística. anteriores instalaciones
2 4 3
Realizar estudios sobre
Modificación de las
Utilizar nuevas las nuevas técnicas e
características del Elevado.
técnicas de implantarlas en el 11
producto.
elaboración proceso
3 4 4
Se reduce los costes del Tiempo del trámite de
Modificar la ruta Mínimo. traslado marítimo entre contratar los servicios
de transporte del ambos países. del nuevo traslado. 6
pedido
1 2 2
Con las puntuaciones que han obtenido las soluciones propuestas en la tormenta de
ideas realizada, podemos descartar aquellas soluciones que presenten una puntuación muy
elevada, como suma del riesgo, coste y tiempo que supondrían aplicarlas.
Nos quedaremos con las siguientes mejoras del proceso para solucionar los problemas
que se han generado en la línea: eliminar la antigua dosificadora, y comprar otra que tendremos
que calibrar, ya que arreglarla, según el análisis técnico, no nos asegura que a corto plazo no
vaya a generar nuevos problemas. Además:
 Reducir los límites de aceptación.

 Realizar rotación del personal por las distintas áreas del proceso, aquella que no
requiera una formación especial.
 Cursos de formación.
 Modificar el plan de inspección de la línea, y que lo pongan en práctica todos los
inspectores.
Estas medidas son las ideas iniciales que nos permitirán solucionar nuestro problema
fundamental la variabilidad de peso que presenta el producto final.
Otras mejoras que realizará la empresa, pero con una implantación a medio plazo, para
medrar otros problemas que nos encontramos, como la reducción de tiempos de producción,
serán:
 Reestructuración de las operaciones del proceso.

 Trasladar la sede de Estados Unidos, a una zona que pueda repartir a todos los clientes
en menor tiempo.
 Cambiar la ruta de transporte entre ambos países, con el fin de reducir los tiempos de
entrega.
7.3. Implantación de las mejoras.
A partir de las conclusiones que se han obtenido, se le ha presentado a la Dirección, los

posibles cambios que se pueden llevar a cabo. Su opinión al respecto ha sido favorable, y han
decidido implantar las mejoras de manera inmediata.
Vamos a describir la actuación que se llevará a cabo para realizar algunas de las
anteriores mejoras planteadas y los posibles motivos de las elecciones que se tomaron:
1. Se reducirán los límites de aceptación para asegurar la venta del producto con
unas características óptimas que aseguren al cliente en un ±0,3% del valor
nominal de la bolsa de golosinas de 180 gramos.
2. Se planteará una rotación del personal por las distintas áreas del proceso para
favorecer y mantener una actitud activa en su puesto de trabajo, y evitar una
desmotivación del personal.
3. Se propondrán cursos eventuales de formación del personal sobre el

funcionamiento de las diferentes áreas del proceso, así como técnicas de
inspección del material, entre otras; ello llevará a un aumento de la
competencia y cualificación del personal, teniendo una repercusión tanto en la
motivación de los trabajadores como en la reducción de la probabilidad de
obtener productos no conformes por el aumento de las competencias clave.
4. El plan de inspección que se plantea utilizar inicialmente es un plan de

inspección por muestreo de aceptación, ya que de las investigaciones realizadas
sobre el producto se observó, que para tomar decisiones sobre la calidad de la
producción, no hay necesidad de efectuar una inspección del 100%. Serán
medidas el 25% de los elementos presentes en una muestra de 20 bolsas de
golosinas.
Por otra parte, la implantación que se llevara a cabo para ejecutar las otras mejoras
planteadas anteriormente serán:
- Se realizará un estudio logístico para establecer la nueva ubicación de la sede

en Estados Unidos, zona que deberá encontrarse equidistante entre la zona de
distribución y el nuevo puerto de llegada de los contenedores.

- La ruta de transporte que antes se realizaba entre Valencia y Jacksonville

(Florida) que dura 30 días en realizarse, ahora se realizará entre el puerto de
Valencia y el de Nueva York, ruta que reduce la entrega en la mitad de tiempo y
el coste también se ve reducido en un 19,4%.
- Se estudiarán desde el departamento de ingeniería diversas modificaciones del

proceso para aumentar la eficiencia del proceso, y posibles reestructuraciones
de la planta.
Implantadas las mejoras 1, 2, 3 y 4, que podrían ponerse en marcha en un plazo breve

de tiempo, se tomaron datos en los siguientes meses, para comprobar que se estaba
produciendo realmente una optimización del proceso. En el siguiente apartado se pueden
observar los datos recopilados.

7.4. Recopilación de los nuevos resultados de producción.



7.5. Análisis de los datos.
Se quiere representar los datos obtenidos de las muestras tomadas durante los últimos
meses del proceso, tras realizarle las mejoras explicadas anteriormente, así como los límites de
especificación de los datos obtenidos.
Desv.
Muestra Peso de la bolsa de golosinas Promedio Tip
1 180 179,4 180,1 180,2 179,8 180 180,1 180 180,3 180 180,2 180 180 180,01 0,59
2 180,1 179,8 180 180,1 180,1 180 180,1 179,9 180,2 179,5 180,2 180,2 180,4 180,05 0,59
3 179,9 179,9 179,9 180,1 180,4 180,4 179,9 180,1 180,1 180,2 179,8 180,4 180,4 180,12 0,62
4 180,1 179,9 179,4 179,8 179,7 179,8 179,8 180,1 180,1 179,7 179,9 180,2 179,8 179,87 0,57
5 179,6 180 179,8 179,9 180 180 180,1 179,7 179,6 179,8 180,1 180,2 180 179,91 0,45
6 179,8 179,5 180,3 180 180,1 180,1 179,9 180,1 180 179,8 180,2 179,9 179,7 179,95 0,57
7 179,9 179,9 179,8 180,3 180,1 180 179,8 180,2 179,9 180,4 179,7 180,2 180 180,02 0,54
8 179,8 179,7 180 179,9 180 180,1 179,8 180,1 180,1 180 180,1 180,1 179,8 179,96 0,25
9 180 180,1 180,1 179,9 179,9 179,8 180,1 180,1 179,4 179,8 180,1 180,1 180 179,95 0,49
10 180,2 179,7 179,8 180,1 180 180,3 179,9 180 179,8 180,3 179,9 179,9 180,1 180,00 0,44
11 180,3 180,3 179,6 180,1 180 180,1 179,8 179,9 180,3 180 179,8 180,1 179,9 180,02 0,56
12 179,9 180,2 180 180,2 179,8 180,2 180,1 180 180 179,8 179,4 180 180,1 179,98 0,58
13 180,1 180,5 179,9 179,8 179,9 180 179,8 180,2 180,1 180,2 180,1 180,3 180,1 180,08 0,48
14 180,1 180 180,2 179,8 179,9 180 180,3 180,1 179,7 179,8 179,7 179,9 180,2 179,98 0,46
15 180,3 180,2 180,1 179,9 179,8 179,7 179,8 179,7 180 180,2 179,8 180,2 180,2 179,99 0,57
16 179,9 179,8 180,2 180,1 179,7 179,8 180,2 180,1 179,8 179,9 180,1 179,8 179,9 179,95 0,35
17 180,4 180 179,8 180,4 180,1 179,7 180,2 180 180,2 179,9 180 180,1 179,8 180,05 0,57
18 179,6 180,1 179,9 180 179,8 180,4 179,8 179,9 179,8 180 179,9 179,8 179,8 179,91 0,45
19 179,5 179,9 180 180,2 179,5 179,9 179,6 179,8 180 179,9 180 179,8 179,7 179,83 0,53
20 179,9 179,9 180 180,1 180,6 180 179,8 180,1 180,2 180,2 180 179,9 180,1 180,06 0,49
21 180 180,2 180 179,9 179,7 179,9 180,1 179,9 180,2 179,6 180,2 180,1 180 179,98 0,42
22 180,3 179,6 180 179,9 180 179,9 180 180,3 180,2 179,8 180 179,9 180,1 180,00 0,46
23 179,7 179,7 180 180 180,1 179,8 179,9 180,3 180,1 180,1 179,7 179,9 180,3 179,97 0,53
24 180 179,9 179,7 179,8 180,1 179,9 179,8 179,8 180,3 180 179,9 180,3 179,9 179,95 0,41
25 179,7 179,8 179,8 180,3 179,5 179,9 179,7 180,1 180,1 179,9 180,1 179,9 179,8 179,89 0,55
26 179,9 180 180,4 179,8 180 180,2 180,1 180,2 180,1 180 180 180 179,9 180,05 0,29
27 179,8 180,1 179,7 179,9 180 180 179,9 180,2 180,1 180,3 179,8 180 180 179,98 0,34
28 179,8 180,1 180,2 180,2 179,9 180 180 179,6 180 179,7 179,8 180 180,1 179,95 0,41
29 180,3 180,3 180 180,1 179,9 180,1 179,6 179,7 180 180,1 180 180,3 180,1 180,04 0,55
30 180,2 179,9 180 179,8 180,2 180 179,7 180 179,4 180,1 179,8 179,9 180 179,92 0,56
31 179,9 180 180 179,7 180 179,7 180,2 179,7 179,9 179,9 180,1 180 179,9 179,92 0,28
32 180,1 179,8 179,9 180 180,3 180,2 179,9 179,7 180 180,1 179,9 180 179,8 179,98 0,34
33 180,2 180 179,9 179,8 180,6 180 180 179,9 180 180,2 179,8 179,9 180,2 180,04 0,57
34 179,6 179,6 180,2 179,7 179,7 179,9 179,9 180,2 180 179,9 179,7 180 180 179,88 0,50
35 180 180,1 180 180,1 179,9 180,1 179,8 180,2 180 180 180,6 179,9 179,8 180,04 0,51
Promedio 179,98 0,48

Los límites control de las medias del peso de las bolsas de golosinas para el diagrama de
control son:
𝐿𝑆𝐶 𝑋 = 𝑋 + 𝐴3 𝑠 = 179,99 + 0,51𝑥0,95 = 180,47
𝐿í𝑛𝑒𝑎 𝑐𝑒𝑛𝑡𝑟𝑎𝑙 = 𝑋 = 179,99
𝐿𝐼𝐶 𝑋 = 𝑋 − 𝐴3 𝑠 = 179,99 − 0,51𝑥0,95 = 179,5
Los límites de control de las desviaciones son:
𝐿𝑆𝐶 𝑅 = 𝐵4 𝑠 = 1,366𝑥0,95 = 1,297
𝐿𝐼𝐶 𝑅 = 𝐵3 𝑠 = 0,6335𝑥0,95 = 0,6018
donde las constantes utilizadas para determinar los límites de control han sido extraídas
de las formulas que Douglas C. Montgomery que hace mención en su libro Introduction to
Statistical Quality Control, 6a ed., Wiley, 2009; las podemos encontrar en el anexo 2 de este
documento.
3 3 3
𝐴3 = , 𝐵3 = 1 − , 𝐵4 = 1 +
𝑐4 𝑛 𝑐4 2 𝑛 − 1 𝑐4 2 𝑛 − 1
4(𝑛 − 1) 4(35 − 1)
𝑑𝑜𝑛𝑑𝑒 𝑐4 = = = 0,9927
4𝑛 − 3 4𝑥35 − 3
3 3
𝐴3 = = = 0,51
𝑐4 𝑛 0,9927 35
3 3
𝐵3 = 1 − =1− = 0,6335
𝑐4 2(𝑛 − 1) 0,9927 2𝑥(35 − 1)
3 3
𝐵4 = 1 + =1+ = 1,366
𝑐4 2(𝑛 − 1) 0,9927 2𝑥(35 − 1)

Gráfica 7. Gráfica Xbarra de la nueva distribución de datos
Si realizamos una interpretación de la gráfica, podemos ver que no existe una

inestabilidad en los datos ya que las gráfica no presenta fluctuaciones extrañas ni poco
naturales, los datos se encuentran dentro de los límites establecidos en la fase de mejora.
No observamos cambios repentinos en la tendencias de los promedios del proceso, lo

que nos muestra que el proceso se encuentra centrado y vemos que los datos se encuentran
alrededor y bastante cercanos al peso medio de 180 gramos que debe tener cada bolsa de
golosinas.
7.6. Calculo del nuevo valor de Sigma.
Para determinar la capacidad que la línea de producción tiene después de las soluciones
que se implantaron a principios de mayo, se calcularan una serie de parámetros que nos
ayudaran a determinar qué valor Sigma presenta actualmente la línea.
Analizar el rendimiento que presenta la línea de producción de golosinas está

directamente relacionado con el número de defectos que nos encontramos en ella. Mientras
que cuando hablamos de rendimiento nos referimos al concepto de un porcentaje de productos
válidos que se obtienen del proceso, hablar del recuento de defectos nos determina el número
de veces que el proceso falla, y nos da un producto no conforme.
Se realizara el análisis de una serie de muestras que se tomaron durante los meses de
mayo, junio y parte de julio, el muestreo se realizo en días aleatorios, y se obtuvo la siguiente
tabla de datos:

Muestra Peso de la bolsa de golosinas

1 180 179,4 180,1 180,2 179,8 180 180,1 180 180,3 180 180,2 180 180
2 180,1 179,8 180 180,1 180,1 180 180,1 179,9 180,2 179,5 180,2 180,2 180,4
3 179,9 179,9 179,9 180,1 180,4 180,4 179,9 180,1 180,1 180,2 179,8 180,4 180,4
4 180,1 179,9 179,4 179,8 179,7 179,8 179,8 180,1 180,1 179,7 179,9 180,2 179,8
5 179,6 180 179,8 179,9 180 180 180,1 179,7 179,6 179,8 180,1 180,2 180
6 179,8 179,5 180,3 180 180,1 180,1 179,9 180,1 180 179,8 180,2 179,9 179,7
7 179,9 179,9 179,8 180,3 180,1 180 179,8 180,2 179,9 180,4 179,7 180,2 180
8 179,8 179,7 180 179,9 180 180,1 179,8 180,1 180,1 180 180,1 180,1 179,8
9 180 180,1 180,1 179,9 179,9 179,8 180,1 180,1 179,4 179,8 180,1 180,1 180
10 180,2 179,7 179,8 180,1 180 180,3 179,9 180 179,8 180,3 179,9 179,9 180,1
11 180,3 180,3 179,6 180,1 180 180,1 179,8 179,9 180,3 180 179,8 180,1 179,9
12 179,9 180,2 180 180,2 179,8 180,2 180,1 180 180 179,8 179,4 180 180,1
13 180,1 180,5 179,9 179,8 179,9 180 179,8 180,2 180,1 180,2 180,1 180,3 180,1
14 180,1 180 180,2 179,8 179,9 180 180,3 180,1 179,7 179,8 179,7 179,9 180,2
15 180,3 180,2 180,1 179,9 179,8 179,7 179,8 179,7 180 180,2 179,8 180,2 180,2
16 179,9 179,8 180,2 180,1 179,7 179,8 180,2 180,1 179,8 179,9 180,1 179,8 179,9
17 180,4 180 179,8 180,4 180,1 179,7 180,2 180 180,2 179,9 180 180,1 179,8
18 179,6 180,1 179,9 180 179,8 180,4 179,8 179,9 179,8 180 179,9 179,8 179,8
19 179,5 179,9 180 180,2 179,5 179,9 179,6 179,8 180 179,9 180 179,8 179,7
20 179,9 179,9 180 180,1 180,6 180 179,8 180,1 180,2 180,2 180 179,9 180,1
21 180 180,2 180 179,9 179,7 179,9 180,1 179,9 180,2 179,6 180,2 180,1 180
22 180,3 179,6 180 179,9 180 179,9 180 180,3 180,2 179,8 180 179,9 180,1
23 179,7 179,7 180 180 180,1 179,8 179,9 180,3 180,1 180,1 179,7 179,9 180,3
24 180 179,9 179,7 179,8 180,1 179,9 179,8 179,8 180,3 180 179,9 180,3 179,9
25 179,7 179,8 179,8 180,3 179,5 179,9 179,7 180,1 180,1 179,9 180,1 179,9 179,8
26 179,9 180 180,4 179,8 180 180,2 180,1 180,2 180,1 180 180 180 179,9
27 179,8 180,1 179,7 179,9 180 180 179,9 180,2 180,1 180,3 179,8 180 180
28 179,8 180,1 180,2 180,2 179,9 180 180 179,6 180 179,7 179,8 180 180,1
29 180,3 180,3 180 180,1 179,9 180,1 179,6 179,7 180 180,1 180 180,3 180,1
30 180,2 179,9 180 179,8 180,2 180 179,7 180 179,4 180,1 179,8 179,9 180
31 179,9 180 180 179,7 180 179,7 180,2 179,7 179,9 179,9 180,1 180 179,9
32 180,1 179,8 179,9 180 180,3 180,2 179,9 179,7 180 180,1 179,9 180 179,8
33 180,2 180 179,9 179,8 180,6 180 180 179,9 180 180,2 179,8 179,9 180,2
34 179,6 179,6 180,2 179,7 179,7 179,9 179,9 180,2 180 179,9 179,7 180 180
35 180 180,1 180 180,1 179,9 180,1 179,8 180,2 180 180 180,6 179,9 179,8
De las 455 bolsas de golosinas que se han inspeccionado tras las nuevas medidas
tomadas en el proceso, 17 fueron desechadas debido a que según el nuevo criterio de
inspección que se estableció como medida de mejora de la línea para aumentar la calidad del
producto.
Para determinar el nivel Sigma fue necesario hacer uso de las siguientes ecuaciones,
𝐷
𝐷𝑃𝑂 =
𝑁𝑥𝑂

𝐷
𝐷𝑃𝑀𝑂 = 1.000.000 𝑥
𝑁𝑥𝑂
𝐷
𝑅𝑒𝑛𝑑𝑖𝑚𝑖𝑒𝑛𝑡𝑜 = 1 −
𝑁𝑥𝑂
D = Número de defectos N = Número de unidades O = Oportunidades por unidad
Por lo que podemos resumir los parámetros que se han determinado con los datos que
se obtuvieron del muestro en la siguiente tabla,
CÁLCULO DE SEIS SIGMA
Número de unidades procesadas N = 455
Número de oportunidades de defecto por unidad O=1

Número total de defectos D = 17
Cálculo de defectos por oportunidad DPO = 0,37362
Cálculo de defectos por millón DPMO = 37362
Sigma (ST) 3,48
Tabla 11. Resumen cálculo Nivel Seis Sigma
Los datos de la tabla anterior se han obtenido de los siguientes cálculos,
 Cálculo de defectos por oportunidad:
𝐷 20
𝐷𝑃𝑂 = = = 0,0373
𝑁𝑥𝑂 260 𝑥 1
de donde el número de oportunidades de defecto por cada unidad, O, parámetro que

hace referencia a el número de especificaciones que dan lugar a desechar el producto, en
nuestro caso este parámetro vale la unidad, ya que, el único motivo que estamos evaluando es
que el producto sea desechado si el peso del producto está fuera del rango establecido.
 Cálculo de defectos por millón:
𝐷
𝐷𝑃𝑀𝑂 = 1.000.000 𝑥 = 37362
𝑁𝑥𝑂
 Rendimiento:
𝐷
𝑅𝑒𝑛𝑑𝑖𝑚𝑖𝑒𝑛𝑡𝑜 = 1 − = 0,962
𝑁𝑥𝑂
 Nivel Sigma:

El nivel Sigma se determinara mediante una interpolación utilizando como datos de

referencia los que nos encontramos en la Tabla 1. Niveles de Sigma según dpmo, en la página 6
de este proyecto.
Se tomara como extremos de la interpolación los valores que abarcan el valor de 37.362
DPMO que nos da ahora la línea, los cuales son, 66.807 defectos por millón que corresponde a
un nivel Sigma de 3, y 6.210 defectos por millón que corresponde a un nivel Sigma de 4.
Obteniendo de este cálculo un resultado de nivel Sigma de 3,48 para el número de defectos por
millón que presenta la línea de producción de golosinas actualmente.
También se calculara el valor de Sigma del proceso utilizando el programa 'Minitab 17',
el cual no solo tiene en cuenta el número de productos desechados, sino que tiene en cuenta la
distribución de los datos dentro de la distribución normal. Obtenemos los siguientes datos del
programa,
Podemos observar que el Nivel Z de capacidad a corto plazo es de 1,43; para obtener el
valor equivalente al Nivel Sigma debemos sumar 1,5 al valor de Z. De esta forma obtendremos
un Nivel Sigma de 2,93.

Otros datos de interés sobre el proceso serían la capacidad del proceso y el índice de
capacidad y centrado, para poder compararlos con los obtenidos en el proceso original, se
seguirá tomando los anteriores límites, y veremos la variación de los datos que nos muestra la
desviación típica.
 Índice de capacidad potencial, es una comparación entre los límites de especificación y

los límites del proceso sin tomar en cuenta la ubicación del mismo.
𝐿𝑆𝐸 − 𝐿𝐼𝐸 181,06 − 178,63

𝐶𝑝 = = = 0,84
6𝑠 6 𝑥 0,48
Determinado el valor de 𝐶𝑝 podemos determinar la situación en la que se

encuentra el nuevo proceso. Vemos que ha mejorado el índice de capacidad del
proceso.
 Índice de capacidad y centrado, realiza una localización del centro del proceso en
comparación con los límites de de especificación.
𝑀𝑖𝑛(𝐿𝑆𝐸 − 𝑋, 𝐿𝐼𝐸 − 𝑋) 1,08

𝐶𝑝𝑘 = = = 0,75
3𝑠 3 𝑥 0,48
Nos encontramos en un valor de 𝐶𝑝𝑘 menor a la unidad, lo que nos indica que el
proceso sigue realizando artículos fuera de las especificaciones. Pero observamos que el
valor del índice de capacidad y centrado del estado modificado es superior al valor del
índice del proceso inicial.

7.7. Eficiencia técnica y económica de la empresa tras la

implantación de las mejoras.
Una vez realizadas las modificaciones pertinentes anteriormente descritas, vamos a

considerar los datos obtenidos durante los meses de abril, mayo, junio y julio, y a compararlos
con los de enero, febrero, marzo y abril. Utilizamos el mes de abril, para realizar el estudio de
forma homogénea cuatrimestre a cuatrimestre, dado que la finalización del trabajo en curso se
realiza a finales de julio, y verificar así se está produciendo mejoras con respecto a los siguientes
ratios.
Como ya hicimos en el primer cuatrimestre, vamos llevar a cabo el mismo proceso con
respecto al segundo cuatrimestre seleccionado, en relación a la productividad de diferentes
factores y de la productividad global (datos en miles):

𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑 𝑑𝑒 𝑙𝑎 𝑚𝑎𝑡𝑒𝑟𝑖𝑎 𝑝𝑟𝑖𝑚𝑎 = =
𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑘𝑔 𝑑𝑒 𝑚𝑎𝑡𝑒𝑟𝑖𝑎 𝑝𝑟𝑖𝑚𝑎 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑑𝑜
= = 0,99 𝑘𝑔 𝑚𝑎𝑡𝑒𝑟𝑖𝑎 𝑝𝑟𝑖𝑚𝑎
5407
Vamos a calcular la tasa de productividad de este cuatrimestre con relación al anterior:
0,99 − 0,98
𝑥100 = 1%
0,98
Obtenemos que la productividad de materia prima utilizada se ha incrementado en un

1% con respecto al cuatrimestre anterior.

𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑 𝑚𝑎𝑛𝑜 𝑜𝑏𝑟𝑎 = =
𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑚𝑎𝑛𝑜 𝑑𝑒 𝑜𝑏𝑟𝑎 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑑𝑎
= = 330,14 𝑕𝑜𝑟𝑎 𝑕𝑜𝑚𝑏𝑟𝑒
(20𝑥102𝑑í𝑎𝑠𝑥8𝑕)/1000
Obramos igual que en el apartado anterior, la tasa de productividad de la mano de obra

es:
330,14 − 320,22
𝑥100 = 3,1%
320,22
Mejoramos en un 3,1% la productividad de la mano de obra.
𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑘𝑔 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝑜𝑏𝑡𝑒𝑛𝑖𝑑𝑜

𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑 𝑑𝑒 𝑙𝑎 𝑚𝑎𝑞𝑢𝑖𝑛𝑎𝑟𝑖𝑎 = =
𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑕𝑜𝑟𝑎𝑠 𝑑𝑒 𝑚𝑎𝑞𝑢𝑖𝑛𝑎 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑑𝑎
= = 165,07 𝑕𝑜𝑟𝑎 𝑚á𝑞𝑢𝑖𝑛𝑎
(20𝑥102𝑑í𝑎𝑠𝑥16𝑕)/1000
La tasa de productividad de la maquinaria del segundo con respecto al primer

cuatrimestre, como hemos hecho anteriormente, será igual:
165,07 − 160,11
𝑥100 = 3,1%
160,11
Lo que supone un incremento de la productividad de la maquinaria en el mismo

porcentaje positivo del anterior punto 3,1%.
𝑃𝑟𝑜𝑑𝑢𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑 𝑔𝑙𝑜𝑏𝑎𝑙 𝑒𝑛 𝑒𝑙 𝑐𝑢𝑎𝑡𝑟𝑖𝑚𝑒𝑠𝑡𝑟𝑒 =
𝑝𝑟𝑒𝑐𝑖𝑜 𝑣𝑒𝑛𝑡𝑎 𝑑𝑒𝑙 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝑥 𝑐𝑎𝑛𝑡𝑖𝑑𝑎𝑑 𝑑𝑒 𝑘𝑔 𝑑𝑒 𝑝𝑟𝑜𝑑𝑢𝑐𝑡𝑜 𝑜𝑏𝑡𝑒𝑛𝑖𝑑𝑜

= =
𝑐𝑜𝑠𝑡𝑒 𝑑𝑒 𝑓𝑎𝑐𝑡𝑜𝑟𝑒𝑠 𝑢𝑡𝑖𝑙𝑖𝑧𝑎𝑑𝑜𝑠
5,20𝑥5388 28017,6
= = = 1,66
16891 16891
donde el coste de factores utilizados se obtiene del sumatorio de los gastos de

producción cuatrimestrales, como las materias primas utilizadas, los suministros (luz y agua),
más los gastos de personal y las amortizaciones realizadas, entre otros. Se observa como se ha
producido una disminución en ellos, consecuencia de la mayor eficiencia de los factores que
hemos analizado en los ratios anteriores.
Por cada euro que gastamos en el proceso de fabricación obtenemos unos ingresos por
ventas de 1,66€. En otras palabras, por cada 100€ de coste de inputs, obtenemos 166€ de
ingresos, lo que supone un 66%. Ello, nos permitirá obtener al final del ejercicio una mejora
significativa en los resultados de explotación y del ejercicio y por tanto de la rentabilidad
económica y financiera de la empresa.
Y con respecto a la productividad global del primer cuatrimestre, tenemos una tasa del
7,8% de incremento, es decir, obtenemos 7,8€ más de ingresos por cada 100€ de coste de
factores.
Todos los resultados anteriormente obtenidos, nos demuestran que las mejoras
realizadas, también han tenido su reflejo positivo en la eficiencia de la empresa, como
demuestra la mejora en la productividad de los inputs seleccionados y en la productividad global
de la empresa. Todo ello, a su vez, ha sido posible, gracias al saneado balance que posee la
empresa como ya se expuso en el apartado 3.4 de información económica-financiera.

8. Conclusiones: Comparación de los datos del proceso inicial y

el proceso tras la implantación de Seis Sigma.
Una vez implantadas las mejoras podemos hacer una comparación de los resultados que
teníamos al inicio de la implantación de Seis Sigma y los que hemos obtenidos tras implantar las
principales mejoras que se habían propuesto para conseguir un proceso con una mayor
capacidad de producción.
Si hacemos un resumen de las mejoras que se han medido tras las modificaciones
realizadas en la línea, debemos destacar que el nivel de Seis Sigma se ha incrementado en un
15%; lo que significa que se ha reducido el número de producto desechado de 76.923 por millón
de producto producido a una cantidad de 37.362 por millón producido. Esta mejora se puede
ver si comparamos el rendimiento del proceso inicial, siendo de 0,923, al del proceso modificado
que es de 0,962.
También hemos visto otros resultados que nos indican que el proceso se ha mejorado
tras implantar la metodología de Seis Sigma como el aumento del 1% en la productividad de la
materia prima; así como, un incremento de la productividad de la maquinaria en un 3,4%.
Pero el resultado más importante y, que se debe reflejar en este apartado es el

porcentaje de rechazo, el porcentaje producto no conforme frente al total del producto
empleado en el proceso que se tiene antes y después de implantar Seis Sigma en la empresa.
Nos encontrábamos con una cantidad de producto rechazado del 1,21%; mientras que tras
mejorar el proceso con Seis Sigma nos encontramos con un 0,85% de producto rechazado.
Vemos que se ha conseguido obtener una mayor productividad al reducir el porcentaje de
producto no conforme, de lo que podemos determinar que las pérdidas económicas del proceso
se han reducido en un 28,19%.

9. Fase 5. Controlar.
Esta fase de la implantación nos servirá para realizar un seguimiento del proceso. Ya
hemos determinado en qué nivel de capacidad de producción se encuentra actualmente la línea
de producción de golosinas. Solo hemos podido ver el efecto de algunas de las mejoras que en la
anterior fase se determinaron como solución al problema que se nos presentaba con la
variabilidad de los pesos en las bolsas de golosinas.
Viendo los resultados obtenidos en estos últimos meses frente a los obtenidos en el
proceso inicial, vemos que para seguir mejorando el proceso, ya que se seguirá buscando nuevas
formas de minimizar los errores que se sigan generando, se tendrá que generar una
documentación que nos ayude a seguir recopilando información que nos ayude a monitorizar las
variables estudiadas, y poder seguir comparando datos para observar posibles oportunidades
de mejora.
Por lo que, se deberán establecer auditorias periódicas, que consten de indicadores que
muestren que el desempeño del proceso es el adecuado y que se sigue manteniendo un nivel de
exigencia elevado para evitar retroceder a la situación inicial del proceso; y así mantener una
actitud de mejora continua, para que una vez que se alcance un proceso capaz, volvamos a
buscar mejores condiciones de operación, materiales, procedimientos, en un proceso de
retroalimentación que nos conduzcan a un mejor desempeño del sistema.
Dado que el proceso deberá seguir manteniendo un control de los diferentes

parámetros, se deberá plantear un plan de control, donde se registre la información relevante
de las características señaladas. Para ello se utilizarán diferentes modelos, en los que quedara
registrada toda la información que nos pueda servir con posterioridad para consultar y mejorar
el proceso. Se utilizarán formatos de ficha del tipo:
Hoja de comprobación
Fecha: Línea: Inspector:
Tipo de defectos:
Tipo de defecto Verificación Subtotal
Peso
Color
Sabor
Acidez
Falta de materia prima
Peso por bolsa
Número de bolsas
inspeccionadas
Exceso duración de producción
Otros
Total
Modelo 1. Ficha de comprobación

Fecha inicio Departamento Preparado por Hoja /

Planta
Última rev. Proceso Aprobado por Nº Documento
Medición
Parámetro Crítico Especificación Instrumento Responsable
Medición
Lugar Registro Frecuencia Muestra Método de control Plan de reacción
Modelo 2. Ficha de inspección
HOJA DE ANÁLISIS DE PRODUCCIÓN

Fecha Hora de Inicio Hora de Fin Produciendo/Causa de paro
Modelo 3. Ficha de análisis de la producción

HOJA DE RUTA Nº Hoja:

Línea: Plano Conjunto:
Nº Op. Breve descripción Máquina Nº Maq. Secc. Tiempo op. Observaciones
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
Realizado: Aprobado:
Fecha: Fecha:
Modelo 4. Ficha control tiempo por operación del proceso.

10. Guía de implantación de Seis Sigma en una pequeña

empresa.
Tras realizar la implantación de Seis Sigma en una empresa dedicada a un sector

especifico en los anteriores apartados de este proyecto, puedo establecer, tras la experiencia y
conclusiones obtenidas, una guía sobre los puntos que se deben matizar y desarrollar durante la
implantación de la metodología Seis Sigma en cualquier pequeña y mediana empresa,
independientemente del sector de ésta, sea tanto de bienes de consumo como de prestaciones
de servicios.
Para implantar una metodología como Seis Sigma, es necesario conocer y ser consciente
de qué resultados son los que se esperan de cada una de las fases que conlleva introducir Seis
Sigma en el proceso.
Seis Sigma busca aumentar el rendimiento del proceso mediante la identificación de

aquellos parámetros que presenten una variabilidad, pero para determinar cuáles son las causas
que producen una baja capacidad del proceso, para ello se deben seguir los siguientes pasos:
Paso 1: Definición del proyecto
El objetivo que buscaremos en este paso es el de identificar cada uno de los posibles
proyectos que presente la empresa con posibilidades a mejorar su rendimiento. Se deben
determinar cuáles son las prioridades que tiene la empresa, qué es lo que busca, cuáles son los
valores en los que se centra; pero no se debe olvidar qué es lo que precisa el cliente. Ya hemos
hablado anteriormente de que Seis Sigma es una metodología que busca beneficiar a todas las
partes interesadas en mejorar un proceso, por lo que debemos informarnos de cuáles son los
requisitos que solicitan, las insatisfacción que tienen con el proceso, el nivel en el que se
encuentra como consumidores para la empresa, entre otras.
Implantar Seis Sigma supone buscar un equilibrio entre las necesidades requeridas por
el cliente y las expectativas económicas que la empresa espera conseguir al mejorar el proceso.
Se trata de un tira y afloja que tendrá que evaluar la empresa más adelante a la hora de ver de
qué manera contentar al cliente pero sin que ello suponga unas pérdidas para la empresa.
Pero no se nos puede olvidar que en esta parte de definición del proyecto es
fundamental realizar una descripción que nos ayude a tener una idea global de cada una de las
operaciones de las que consta el proceso, esto será primordial para que en fases posteriores nos
sea más fácil determinar donde se pueden producir los fallos.
Así podremos determinar cuál es el proceso que se tomará como proyecto de mejora, el
cual tendrá una repercusión favorable tanto para la empresa como para el cliente.
Dentro de este paso de implantación de Seis Sigma se deberá realizar una serie de
actividades para conseguir alcanzar los objetivos marcados anteriormente,
 Conocer los clientes y sus necesidades.

 Identificar y validar posibles oportunidades de mejora.

 Identificar y dibujar un mapa del proceso.

 Elegir un equipo eficaz para desarrollar el proyecto.
 Determinar las características del proceso.
 Comprender el proceso y sus límites y revisar el alcance del proyecto.
 Desarrollar el Cuadro de Proyecto.
Para realizar las anteriores actividades nombradas serán necesarias una serie de
herramientas y técnicas para llevarlo a cabo, a continuación se hace mención a algunas de ellas:
 Diagrama de flujo, que nos ayudara a definir y describir el proceso, señalar los
elementos del proceso sus pasos, entradas, salidas y variables. Lo que nos servirá para
buscar oportunidades para eliminar pasos del proceso que no sean necesarios.
 Diagrama de Pareto, gráfica en la que se representara el peso que tiene cada uno de los
factores que se analizan. Representa la información de manera que se facilita su
visualización de los factores de mayor peso, para así poder reducir su influencia en el
proceso.
 Histograma, gráfica de barras que muestra la repartición de un grupo de datos, así
podremos visualizar la dispersión, el centrado y la forma que presenta el grupo de datos.
 Gráfica de tendencias, con esta herramienta podremos observar la variación de una
característica del proceso durante un cierto tiempo, para así monitorizar cual es el
comportamiento de ésta.
 Cuadro de proyecto, en el se quedará resumido aquellos aspectos del proyecto más
relevantes, como los aspectos de negocio, la declaración del problema, los objetivos, el
alcance del proyecto, el plan del proyecto y el equipo seleccionado.
Así obtendremos al finalizar esta parte de la implantación los siguientes resultados,
 Cuadro del proyecto.

 Plan de acción.
 Mapa del proceso.
 Oportunidades de mejora obvias.
 Requisitos del proceso (CCC's).
 Equipo del proyecto.
Paso 2: Medición
El objetivo que buscamos en esta parte de la implantación de Seis Sigma, una vez que ya
esta seleccionado y descrito el proyecto que se va a realizar, es identificar las características
clave que presenta el producto, aquellas variables que definen las características del producto
final; así como los parámetros del proceso, en resumen, conocer con precisión el
funcionamiento del proceso.
En esta parte se realizará la toma de datos de aquellos parámetros que se hayan

determinado como significantes en la elaboración del proceso, pero para realizar esta toma de

datos se deberá realizar una validación de los sistemas de edición utilizados para garantizar que
la variabilidad de los datos que encontremos, no se debe a la propia incertidumbre de la
máquina de medición.
Pero los objetivos anteriores son el primer paso a dar para poder llegar al objetivo
principal de esta fase de medición, que es determinar cuál es el nivel Sigma que presenta el
proceso, saber el número de productos que se encuentras fuera de los limites de aceptación
debido a la variabilidad que presentan los datos tomados.
Por ello, se deben tener claros en el proceso qué oportunidades podemos encontrar
dentro del proceso, es decir, aquellos elementos posibles de inspección que pueden cumplir o
no con los estándares de rendimiento; y al mismo tiempo, qué defectos se pueden producir que
den lugar a que no se cumplan los estándares de rendimiento.
Para alcanzar los objetivos marcados dentro de este paso de la implantación de Seis
Sigma en un proceso, hay que considerar:
 Identificar las variables de respuesta del proceso Y's.

 Identificar las potenciales variables de proceso X's.
 Planificar la recogida de datos.
 Realizar la validación del sistema de medición.
 Describir los datos.
 Realizar la recogida de datos.
 Establecer la capacidad del proceso.
Para realizar las anteriores actividades nombradas serán necesarias una serie de
herramientas y técnicas para llevarlo a cabo. A continuación se hace mención a algunas de ellas:
 Matriz de rendimiento, se utiliza como herramienta para esquematizar la descripción de

las variables seleccionadas, así como toda la información precisa para realizar su toma
de datos.
 Matriz de priorización, es una herramienta para facilitar la toma de decisiones nos
permite la selección de opciones mediante una operación obtenida de la prioridad que
cada una de las opciones tenga según el criterio de valoración que se haya establecido.
 AMFE, como indica sus siglas se trata de un análisis modal de fallos y efectos, se trata de
un procedimiento que analiza los fallos potenciales que se producen en un proceso
según un sistema de clasificación determinado por la gravedad de los efectos que
provoquen.
 Diagrama Causa-Efecto, o también se conoce como diagrama de Ishikawa, es una
herramienta que nos ayuda en la toma de decisiones de las posibles causas que pueden
dar lugar a un problema, ya que se clasifican entre los 6 factores que intervienen en un
proceso de fabricación, métodos, mano de obra, materiales, medición, medio y
maquinaria y equipo.
 Análisis ANOVA, es una herramienta estadística que realiza un prueba de hipótesis que
nos permite ver el efecto que diferentes factores tienen sobre una variable respuesta,

se calcula un valor F de Anova que nos determinara si debemos o no rechazar la

hipótesis que se ha considerado.
 Estudios de capacidad del proceso, es una manera de determinar el nivel que tiene el
proceso para producir dentro de los limites de especificación, se debe comparar el
ancho de la especificación con el ancho del proceso.
 Calculo del nivel Sigma, nos ayuda a determinar en qué nivel se encuentra el proceso de
productos que elabora fuera de las especificaciones.
Así obtendremos al finalizar esta parte de la implantación los siguientes resultados,
 Indicadores del proceso.

 Definición operativa de la Y.
 Plan de recogida de datos.
 Sistema de medida validado.
 Nivel de Sigma inicial.
Paso 3: Análisis de los datos
El objetivo que buscamos en este paso de la implantación de Seis Sigma es la de

identificar las causas determinantes que dan lugar al actual funcionamiento del proceso. Se
utilizaran los datos obtenidos en el paso anterior para llegar a este objetivo, se deben confirmar
que las posibles causas que en la fase de medición se señalaron lo son realmente. Para ello, se
debe confirmar mediante el diseño de experimentos, que realmente sirven para medir cuál es la
contribución de estos factores a la variación del proceso.
Aunque las pistas que obtengamos nos pueden proporcionar grandes avances, y
ayudarnos a identificar mejoras especificas, en la mayoría de casos, el propósito de esta fase
será entender la relación que existe entre dos o más variables del proceso, y así poder hacernos
una idea de cuáles pueden ser las mejoras más adecuadas a realizar.
Por lo que, se irán ejecutando una serie de actividades que nos facilitaran alcanzar el
objetivo fundamental de esta parte de la implantación:
 Identificar todas las posibles causas de variabilidad en el proceso.

 Priorización de las X's.
 Estratificar los datos.
 Establecer relaciones causa-efecto.
 Determinar las causas vitales que dan lugar al actual rendimiento del proceso.
Algunas de las herramientas o técnicas que nos pueden facilitar alcanzar realizar con
existo la fase de análisis de los datos y determinar las causas del mal funcionamiento del
proceso son:
 Diagrama de dispersión, es una gráfica simple entre dos variables, nos permite visualizar
el tipo y el grado de relación que existe entre las variables.

 Histograma, grafica de barras que muestra la repartición de un grupo de datos, así

podremos visualizar la dispersión, el centrado y la forma que presenta el grupo de datos.
 Box plots estratificados, sirven para visualizar como afectan los datos que se han
clasificado en varias categorías.
 Diagramas de Pareto estratificados, como los Box Plots es otra forma de visualizar el
comportamiento de los datos que se han estratificado.
 Gráficas de control, son herramientas estadísticas que muestran el comportamiento de
una determinada característica de calidad de un proceso con respecto al tiempo. Tienen
como objetivo evaluar, controlar y mejorar el proceso
De este paso de la implantación obtendremos la siguiente información como resultado:
 Diagrama Causa-Efecto.
 Matriz de priorización.
 Análisis gráfico.
 Hipótesis estadísticas.
 Causas vitales.
Paso 4: Mejora del proceso
En esta fase de la implantación de Seis Sigma en una empresa se buscará desarrollar en

la práctica todas las estrategias de mejora, que ayuden a optimizar y robustecer el proceso.
Determinar cuáles son las posibles mejoras que pueden reducir la variabilidad de los datos, pero
siempre se tendrá que realizar una evaluación de los posibles riesgos que conlleve realizar las
transformaciones que implique la mejora, así como costos que implique la mejora, qué plazos
serán necesarios para realizar en su totalidad los cambios precisos que implica la mejora, entre
otros. Toda esta información es muy importante, ya que la Dirección de la empresa deberá
determinar si podrá abarcar con los gastos, o si se necesitan aplicar actuaciones en un menor
plazo.
Para completar con éxito esta parte de la implantación y conseguir el objetivo de

obtener un nivel Sigma superior al obtenido en el proceso inicial, deberemos marcarnos los
siguientes pasos:
 Generar soluciones alternativas.

 Determinar el impacto de cada solución.
 Desarrollar nuevos mapas del proceso.
 Comunicar las soluciones a los Directores.
 Desarrollar modelos de predicción.
 Establecer la nueva capacidad del proceso.
De esta forma tendremos que generar la siguiente información de esta fase de mejora
del proceso:

 Soluciones.
 Mapas del proceso y documentación.
 Plan de implantación.
 Beneficios e impacto de las mejoras.
 Nivel Sigma mejorado.
Paso 5: Control
El objetivo que se debe tener una vez reducida la variabilidad de los datos, y por
consiguiente aumentado el nivel Sigma, es el de seguir en un proceso que mantenga los
resultados obtenidos y buscar nuevas oportunidades de mejora tras el análisis de las lecciones
aprendidas e identificar cuáles pueden ser las oportunidades de estandarización y replicación,
acción que se puede realizar con auditorías internas.
Se trata de controlar y dar seguimiento al proceso, documentando el resultado de la

mejora de manera que se monitoree y se mantenga un control del proceso. Una vez que se
consiguen los objetivos establecidos, se deberá buscar mejores condiciones operativas,
procedimientos, que entre otras conduzcan a un mejor desempeño del proceso.
Posibles técnicas que nos pueden beneficiar a la hora de conseguir un control sobre el
proceso que nos permita seguir mejorando la capacidad de producción pueden ser algunos de
los puntos planteados a continuación:
 Diseñar el plan de control.

 Verificar la mejora conseguida.
 Identificar oportunidades de estandarización y replicación.
 Transferir el proyecto y las soluciones a operaciones.
 Identificar nuevas oportunidades de mejora.
De este paso de la implantación obtendremos la siguiente información como resultado:
 Sistemas de control del proceso.

 Documentación y procedimientos.
 Oportunidades de estandarización.
 Oportunidades de mejora.
 Bucle de mejora.
En definitiva, podemos concluir que Seis Sigma es una metodología que se adapta a
cualquier proceso, ya sea el de una gran empresa como el de una PYME, se adapta a cualquier
sector de actividad empresarial, independientemente del servicio o producto producido.
Como hemos podido observar a largo de este documento se ha conseguido reducir el

número de defectos que se producían en el proceso de producción de esta pequeña empresa;
vemos que se puede alcanzar una mejora competitiva con Seis Sigma antes solo realizada en
empresas con una mayor dimensión.
Cuando trabajamos en el entorno de PYMES, nos referimos a empresas que constan de

procesos no excesivamente largos y con líneas de producción que aparentemente no sufren
pérdidas muy significativas, pero si analizamos la situación en la que se encuentra el mercado

actual, en el que existe una gran competitividad en cualquier sector, Seis Sigma puede conseguir
que estas pequeñas empresas se encuentren al mismo nivel de competitividad frente a otras
empresas punteras del sector, lo que conlleva a garantizar su supervivencia dentro del mercado.
No nos debemos dejar guiar con los estereotipos de que una pequeña empresa, por
tener una menor complejidad en sus procesos, implique que estos no produzcan fallos sobre el
diseño establecido, obviamente se tendrán menores oportunidades de que se produzcan
defectos, pero aun así se tienen que seguir buscando mejoras que consigan llegar a la empresa
al máximo rendimiento.
Seis Sigma es una metodología sencilla de implementar y aunque puede que sea algo
más complejo detectar en una PYME las causas que provocan la baja eficiencia del proceso,
debido a que se tienen menos oportunidades de fallo dentro del proceso, pero es un método
que permite conocer más a fondo todas las partes del proceso, así como a entender la evolución
de la línea de producción y ver con más claridad cuáles son las características criticas de las que
consta un proceso; también ayuda a estrechar la relación entre los propietarios, los clientes y
los propios empleados, ya que se centra en evaluar y satisfacer cada una de las necesidades que
requieren todas las partes interesadas en la organización.

Siglas y Acrónimos
CCC: Características críticas
DPMO: Defectos por millón de oportunidades
LIE: Límite inferior de especificación.
LSE: Límite superior de especificación.
PPM: Partes por millón.
PYME: Pequeña y mediana empresa.

Planos

oficinas
F_G H E D C B A
ALZADO LONGITUDINAL
A
I
I
I D
D
A.- ACCESO E.- PROCESO FASE I I.- APARCAMIENTO
E F.- PROCESO FASE II J.- TRANSFORMADORES
B.- SEGURIDAD
C.- OFICINAS G.- PROCESO FASE III
H D.- CALIDAD L.- PLACAS SOLARES
F
L
- MARKETING
G K
M I
FECHA AUTOR
J
PLANTA 2015-2016
PLANO
1
E-1 E-2 E-3 E-4 E-5
E-6 10
INDICA ALMACENAMIENTO
20
30 REPRESENTA UN OPERADOR
E-7
40 50 E-8
ENTRADA (MP)
60
E-9 70 80 90
100
E - 11
160
E - 10 110 120 130 170 E - 12
180
140 Ok
130 210
190
Def
Ok
150
Def
FECHA AUTOR
2015-2016
PLANO
2
E-1 E-2 E-3
10
E-4 E-5
20
REPRESENTA UN OPERADOR
40 30
ENTRADA (MP)
50
60
E-6 70 80
140
90
150
Ok
E-7 100 110 120

Def
160 170 180
E-8
FECHA AUTOR
2015-2016
PLANO
3
E-1 E-2 E-3
10
E-4 E-5 E-6 E-7
REPRESENTA UN OPERADOR
30 E-8
20
E-9
ENTRADA (MP)
90
40
Def
100
Ok
50
Def
170
110 E-7 Ok
80 70 60
E-7
180
Def
190 200 210 220
E - 12 E - 13 E - 14 E - 15 E - 16 E - 17 E - 18 E - 19 E - 20 Ok
E - 21
230
120 130 140 150 160
FECHA AUTOR
2015-2016
PLANO
4
Anexos

1.1. Anexo 1.
Estudio R&R del sistema de medición: Peso versus Muestra; Operador; Sist. de medida
Información del factor
Factor Tipo Niveles Valores

Muestra aleatorio 5 1; 2; 3; 4; 5
Operador aleatorio 3 1; 2; 3
Sist. de medida aleatorio 2 1; 2
Tabla de ANOVA con todos los términos
Fuente GL SC Sec. SC Ajust. MC Ajust. F

P
Muestra 4 0,0001243 0,0001243 0,0000311 34,22
0,005 x
Operador 2 0,0000013 0,0000013 0,0000007 **
Sist. de medida 1 0,0000011 0,0000011 0,0000011 1,31
0,344 x
Muestra*Operador 8 0,0000009 0,0000009 0,0000001 0,59
0,763
Muestra*Sist. de medida 4 0,0000039 0,0000039 0,0000010 5,36
0,021
Operador*Sist. de medida 2 0,0000000 0,0000000 0,0000000 0,09
0,914
Muestra*Operador*Sist. de medida 8 0,0000015 0,0000015 0,0000002 1,10
0,391
Repetibilidad 30 0,0000050 0,0000050 0,0000002
Total 59 0,0001380
x No es una prueba F exacta.

** El denominador de la prueba F es cero o no se definió.
α para eliminar el término de interacción = 0,05
Tabla de ANOVA con los términos utilizados para los cálculos de R&R del sistema
de medición

Muestra 4 0,0001243 0,0001243 0,0000311 31,61 0,003
Operador 2 0,0000013 0,0000013 0,0000007 4,24 0,020
Sist. de medida 1 0,0000011 0,0000011 0,0000011 1,08 0,356
Repetibilidad 48 0,0000074 0,0000074 0,0000002
Total 59 0,0001380

Componentes de la varianza
%Contribución
Fuente CompVar (de CompVar)
Gage R&R total 0,0000002 6,31
Repetibilidad 0,0000002 5,43
Reproducibilidad 0,0000000 0,88
Operador 0,0000000 0,88
Parte a parte 0,0000026 93,69
Muestra 0,0000025 88,71
Sist. de medida 0,0000000 0,10
Muestra*Sist. de medida 0,0000001 4,89
Variación total 0,0000028 100,00
La tolerancia del proceso es = 0,002
Evaluación del sistema de medición
%Var.
Desv.Est. Var. estudio estudio %Tolerancia
Fuente (DE) (6 × DE) (%VE) (VE/Toler)
Gage R&R total 0,0004223 0,0025335 25,11 126,68
Repetibilidad 0,0003918 0,0023505 23,30 117,53
Reproducibilidad 0,0001576 0,0009454 9,37 47,27
Operador 0,0001576 0,0009454 9,37 47,27
Parte a parte 0,0016277 0,0097662 96,80 488,31
Muestra 0,0015838 0,0095026 94,18 475,13
Sist. de medida 0,0000527 0,0003162 3,13 15,81
Muestra*Sist. de medida 0,0003719 0,0022314 22,12 111,57
Variación total 0,0016816 0,0100895 100,00 504,47
Número de categorías distintas = 5

1.2. Anexo 2.

Bibliografía
ESCALANTE VÁZQUEZ, Edgardo J. Seis-Sigma. Metodología y técnicas. 1ª ed. México: Editorial
Limusa, 2003
PANDE, Peter S., HOLPP, Larry. ¿Qué es Seis Sigma?. Barbá Enric (trad.). 1ª ed. España: McGraw-
Hill, 2002
BARBÁ, Enric, BOIX, Francesc, CUATRECASAS, Lluís. Seis Sigma. Una iniciativa de calidad total.
1ªed. España: Ediciones Gestión 2000, 2000
GÓMEZ FRAILE, Fermín, VILAR BARRIO, J. Francisco, TEJEDO MONZÓN, Miguel. Seis Sigma. 1ªed.
España: Fundación Confemetal, 2002
MONTGOMERY, Douglas C. Control estadístico de la calidad. México: Grupo Editorial

Iberoamérica, 1991
MONTGOMERY, Douglas C. Introduction to statical quality control, 6ª ed. Estados Unidos: John
Wiley & Sons, Inc, 2009
PANDE, P., NEUMAN, R. y CAVANAGH, R. Las claves de Seis Sigma: Una guía dirigida a los
equipos de mejora de proceso. España: McGrawHill/Inter-americana, 2004
RIVERA GARCÍA, J.J. El Seis Sigma como herramienta de calidad en las organizaciones. México.
2009
CHOWDURY, B. El poder de Six Sigma. España: Pearson Educación, 2005
DMAIC Tools. Six Sigma Training Resources. Recuperado de www.dmaictools.com, 2012
JAY, A. Six Sigma Simplificado. México: Panorama, 2003
HILD, C., SANDERS, D. y COOPER,T. Six Sigma on continuous processes: how and why it differs.
Quality Engineering, 2000
PÉREZ MARQUES, María. Control de la calidad: Técnicas y herramienta. RC LIBROS. 2015
GUTIERREZ PULIDO, Humberto, DE LA VARA SALAZAR, Román. Control estadístico de la calidad y

Seis Sigma. McGraw-Hill. 2013
ECKES, George. Six Sigma para todos: Aprenda fácilmente el nuevo paradigma de la calidad.
Granica. 2004
ARGÜELLES OJEDA, José Luis. Proyectos Seis Sigma. Editorial Reverté. 2013

Brehene

Cargado por

Copyright:

Formatos disponibles

Brehene

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Brehene

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD POLITÉCNICA DE

Mejora radical del proceso de elaboración de

TRABAJO FIN DE GRADO

GRADO EN INGENIERÍA EN TECNOLOGÍAS INDUSTRIALES

Autor: María Martínez Pellicer

Cartagena, 31 de julio de 2016

4.5. Cuadro del proyecto. ........................................................................................................... 55

Autor: María Martínez Pellicer Página | 2

Anexos .......................................................................................................................................... 130

Autor: María Martínez Pellicer Página | 3

1. Costos correctivos bajos menos del 5% de sus ventas.

2. Nivel de calidad de 99,9997%.

3. Se base en procesos eficaces que no producen fallos.

4. Reconocer que trabajar con calidad produce costos bajos.

5. Utilizar serias estrategias de mejora continua.

6. Considerar que el 99% no es suficiente.

7. Basar sus criterios de calidad en función de lo que necesite el cliente.

Autor: María Martínez Pellicer Página | 4

El desarrollo de este trabajo pretende aplicar esta herramienta de trabajo en el entorno

Autor: María Martínez Pellicer Página | 5

2. Estado del arte.

2.1. Gestión de la calidad y mejora continua de la calidad.

En la gestión de calidad en el ámbito productivo, es decir, en el que afecta al área de la

 Gestión y organización: Consiste en la planificación de la calidad como un

 Tratamiento de los datos, en productos y procesos: Es lo que se conoce como el control

Aunque este proyecto se centra en el área de mejora de calidad, es necesario como

Para establecer en la empresa un proceso de mejora de calidad de la producción,

El concepto de mejora de la calidad, no debe significar tan solo el establecimiento de un

1. La calidad de los productos, servicios y otras prestaciones en una organización

Autor: María Martínez Pellicer Página | 6

2. La mejora de la calidad es el resultado de una mejora integrada de los

3. Es conveniente que todos los esfuerzos en mejora de la calidad estén dirigidos

4. El concepto de cliente interno es fundamental en la filosofía de mejora continua

2.2. Antecedentes a la metodología Seis Sigma.

Entre otros enfoques para controlar la calidad se pueden destacar:

Autor: María Martínez Pellicer Página | 7

2.3. Metodología Seis Sigma. Concepto.

Podemos considerarla en ella:

1. Una medida estadística del nivel de desempeño de un proceso o producto.

Se trata de una filosofía de calidad basada en la asignación de metas alcanzables a corto

Esta metodología es una forma más inteligente de dirigir un negocio o un departamento.

Los esfuerzos Seis Sigma se dirigen a tres áreas principales:

 Mejorar la satisfacción del cliente.

2.4. Seis Sigma y el mundo de la estadística.

Autor: María Martínez Pellicer Página | 8

Figura 1. Gráfica de la distribución normal

Defectos por millón de

Autor: María Martínez Pellicer Página | 9

2.5. Estrategia de implantación de la metodología Seis Sigma.

En esta fase, también conocida como desarrollo de conceptos, trata inicialmente de

 ¿Qué procesos existen en su área?

Nos permitirá determinar inicialmente, en qué situación se encuentra el proceso, cuáles

Identificar los determinantes clave del funcionamiento del proceso, a través de su

 ¿Cuáles son las posibles fuentes de variación del proceso?

 ¿Qué soluciones alternativas puede tener el proceso?

En esta fase se trata de controlar y dar seguimiento al proceso, documentando el

Autor: María Martínez Pellicer Página | 11

2.6. Principales diferencias con otras metodologías enfocadas a la