Caso de estudio: Modelo Seis Sigma, un aporte a la gestión eficiente de los costos empresariales

Transcripción

1 CONCYTEG 7 (83): Mayo, 2012] ISSN: Como citar: Caicedo Solano, N.E. (2012), Caso de estudio: Modelo Seis Sigma, un aporte a la gestión eficiente de los costos empresariales, Ide@s CONCYTEG, 7 (83), pp Caso de estudio: Modelo Seis Sigma, un aporte a la gestión eficiente de los costos empresariales Néstor E. Caicedo Solano Resumen Este artículo presenta el uso de la metodología DMAMC de programas Seis Sigma de calidad para disminuir consumos de disolvente químico Lule 10 utilizado en procesos de limpieza de equipos especializados para litografía sobre hojalata. El objetivo fue minimizar los costos de producción, el impacto negativo sobre el medio ambiente y el recurso humano, a partir del uso de la metodología DMAMC como modelo para el desarrollo sostenible; mejorando los niveles de calidad del material impreso en producción litográfica y la productividad de la compañía. Como resultado se obtuvo una reducción significativa del consumo del disolvente, mejorando los procesos de limpieza de equipos de producción y por tanto, una disminución de los costos asociados. Palabras clave: calidad, costos, desarrollo sostenible, productividad, Seis Sigma Summary This paper presents the use of DMAIC methodology of Six Sigma quality programs to reduce solvent consumption Lule 10 used in chemical cleaning processes of specialized equipment for lithography on tin. The aim was to use the DMAIC methodology as a model for sustainable development while minimizing the impact on its components: environment, human resource and business costs, improving quality levels of printed material in the production line lithography and productivity of the company. The result was a significant reduction in solvent consumption, improving the cleaning process equipment production line and therefore a reduction in costs. Keywords: cost, productivity, quality, Six Sigma, sustainable development. Ingeniero Industrial. Especialista en Ingeniería de Calidad. Magister en Ingeniería Industrial. Master Black Belt. Profesor Asociado, Universidad Autónoma del Caribe. Nestor.Caicedo@uac.edu.co 669

2 CONCYTEG 7 (83): Mayo, 2012] Introducción El entorno actual, altamente competitivo, exige a las empresas de cualquier sector, concentrar esfuerzos de manera constante en la mejora de sus procesos. Para lograr la mejora deben hacerse inversiones que busquen lograr calidad en los productos o servicios que ofrecen; sin embargo, hoy es conocido que para lograr calidad no basta con cumplir con las normas establecidas en el diseño, sino que además debe ser el resultado de un adecuado estudio de mercado, de un sistema de promoción, de distribución y de la gestión de venta, la prestación de un conjunto de servicios asociados posteriores a las ventas, que satisfagan al cliente. Estas inversiones, por tanto, pueden convertirse en gastos necesarios para generar esta satisfacción y en consecuencia generar altos costos en su inversión. Aún cuando desaparecieran las posibilidades de defectos, estos últimos seguirían existiendo para lograr calidad. Por otro lado, la calidad total es un estilo de gestión que afecta a todos los colaboradores de la empresa, y que persigue producir al menor costo posible productos o servicios que satisfagan las necesidades de los clientes, y que simultáneamente busca la máxima motivación y satisfacción de los empleados. Los principales objetivos de un programa de calidad total se definen en: producir al mínimo costo consiguiendo la máxima satisfacción, tanto de clientes internos como externos. Para mantener un buen desempeño económico, las organizaciones necesitan emplear sistemas de la calidad cada vez más eficientes, encaminados a minimizar los desperdicios, re-procesos, devoluciones y quejas, previniendo los errores y cumpliendo los requerimientos del cliente dentro de un marco de productividad, costo y tiempo que garantice las utilidades de las mismas. La estructura de costos de calidad es una posibilidad que resulta ser eficaz e imprescindible para conseguir la mejora de la relación calidad/precio. El conocimiento de las causas de los problemas es un paso necesario para resolverlos, pero sólo su conocimiento no basta sino que se hace necesario establecer las acciones correctivas adecuadas para eliminarlos. Con el costo de la calidad ocurre lo mismo; su simple implantación y cálculo no mejora la situación. Son las acciones correctivas y preventivas adoptadas las que de verdad producen mejoras. A pesar de los beneficios que puede generar el montaje de un sistema de costos de calidad, aun hoy en día hay muchas empresas que no lo utilizan. Esta situación tiene su origen en la infravaloración del importe al que puede ascender el coste de la no calidad y en la carencia de datos reales sobre los mismos. Por ello, en este trabajo se pretende aportar una herramienta de apoyo a la gestión, utilizando el modelo Seis Sigma, 670

3 Caso de estudio: Modelo Seis Sigma, un aporte a la gestión eficiente de los costos empresariales Néstor E. Caicedo Solano como estrategia para mejorar procesos, productos o servicios que a su vez minimizan costos de calidad que inciden de manera directa en la economía, la productividad y rentabilidad de las empresas. Metodología El desarrollo de este trabajo estuvo enmarcado en la metodología propia DMAMC (Definir, Medir, Analizar, Mejorar y Controlar) de los programas Seis Sigma, alineando las actividades de definir, medir, analizar, mejorar y controlar el problema, buscando alternativas estadísticas y administrativas especificas que permitieran obtener resultados satisfactorios acordes con los objetivos propuestos. La metodología que se propuso en este sentido sigue descrita a continuación: a. Iniciando con las primeras etapas de la metodología DMAMC; definir y medir, se identificaron las variables que afectaban significativamente el alto consumo de un disolvente utilizado para la limpieza de rodillos de impresión en empresas litográficas, reconociendo la caracterización de los procedimientos que la compañía tenía enmarcados en su sistema de gestión de calidad certificado para el uso del disolvente en las actividades de limpieza. Estas actividades propias del proceso litográfico para la fabricación de envases de hojalata y sus indicadores, se evidenciaron a través de la observación directa sobre los registros de los departamentos de costos, producción, gestión ambiental, despacho, control de calidad y salud ocupacional. La obtención de información del disolvente fue importante, y para ello se revisaron las fichas técnicas y hojas de seguridad del producto, con el fin de caracterizar su aplicación y manipulación dentro del proceso litográfico de la empresa, para adoptar métodos de trabajo adecuados buscando la protección de la salud de los empleados y del medio ambiente. b. Luego se procedió al desarrollo de las siguientes fases: analizar y mejorar. En esta fase de evaluaron factores relevantes, utilizando la técnica diagrama de Pareto para priorizarlos y evaluarlos estadísticamente por medio del diseño experimental. Luego, diseñando y ejecutando estrategias experimentales, se lograron establecer niveles óptimos de los factores, construyendo un modelo matemático representativo del consumo. c. Por último, se llegó a la fase controlar; donde se diseñó y documentó un plan de manejo del disolvente a partir de la evaluación del modelo matemático propuesto anteriormente, utilizando el software 671

4 CONCYTEG 7 (83): Mayo, 2012] Minitab como herramienta informática de análisis de datos, soportado en pruebas de hipótesis que evidenciaron los cambios en los consumos y los gráficos de control de consumos implementados en la empresa, así como también un análisis de costo/beneficio a partir de la caracterización de los nuevos Desarrollo parámetros de manipulación y uso del disolvente. Con el diagrama de Pareto se consideraron los factores que incidían en los consumos de disolvente. Figura 1. Gráfica de Pareto según consumos Minitab. En el gráfico anterior se observa cómo un 20% de los factores (falta de entrenamiento, capacidad de envases, tiempo de exposición y viscosidad de los recubrimientos) representan un 80% sobre las razones de consumo de disolvente, por lo que si se centra el diseño de experimento en estos cuatro factores, se puede llegar a reducirlo en un 80% de las posibilidades. Diseño de experimento De una forma sistemática se diseñaron los experimentos que permitieron conocer los efectos sobre los consumos, representados como variable de respuesta. Para la ejecución del experimento se codificaron los factores principales asociados a los consumos con sus niveles bajos y altos como -1 y 1 respectivamente. A continuación: Viscosidades de los recubrimientos (A): bajas y altas (-1,1). 672

5 Caso de estudio: Modelo Seis Sigma, un aporte a la gestión eficiente de los costos empresariales Néstor E. Caicedo Solano Entrenamiento del personal (B): no capacitado y capacitado. (-1,1). Capacidad de envases (C): volumen de 3 y 5 galones. (-1,1). Tiempo de exposición (D): nocturno y diurno (-1,1). El cálculo de la réplica generó 48 muestras, extraído de las curvas características y los planes de muestreo de las funciones de Minitab. Cuadro 1. Matriz doe 2 K sin aleatorización Factores Consumo en galones 1.(1, 1, -1-1) 3, (1, 1, -1 1) 3 3,5 3 3.(1, 1, 1-1) 4 4,5 3,5 4.(1, 1, 1, 1) 4 4 3,5 5.(1, -1, -1-1) 4,5 3,5 4 6.(1, -1, -1 1) 4 4 4,5 7.(1, -1, 1-1) 4, (1, -1, 1, 1) 4 4,5 4 9.(-1, 1, -1-1) 2, (-1, 1, -1 1) 2 2, (-1, 1, 1-1) 3,5 3, (-1, 1, 1, 1) 3 3,5 3,5 13.(-1, -1, -1-1) 3, (-1, -1, -1 1) 4 3,5 3,5 15.(-1, -1, 1-1) 4,5 4 3,5 16.(-1, -1, 1, 1) 3 3,5 3 El cuadro anterior nos muestra todas las iteraciones existentes con tres replicas de 16 combinaciones cada una y un total de 48 datos para una distribución normal, probada mediante la prueba de Kolmogorov Smirnov, con aleatorizaciones que tienen un orden de corrida para la toma de dichos datos de consumos. El modelo se ajusta a un nivel aceptable explicado a partir de los resultados obtenidos ilustrados a continuación: R-cuad. = 79,08% R-cuad. (Pred.) = 52,94% R-cuad. (Ajustado) = 69,28% De esta forma se puede expresar parcialmente el modelo matemático de la siguiente forma: Y = A B C D AB AC AD BC BD CD ABC ABD ACD BCD ABCD [1] Obtención del modelo reducido Dentro del diseño de análisis factorial era necesario conocer los términos significativos para nuestra variable de respuesta (consumo de disolvente/en galones) para nuestro modelo matemático. Para esto se hicieron pruebas de hipótesis que determinaran esta condición. De esta forma se eliminan términos que no son significativos y así se obtiene una reducción del modelo matemático. Desde Minitab se obtuvo: R-cuad. = 72,74% R-cuad. (Pred.) = 62,63% R-cuad. (Ajustado) = 68,75% Y nuestro modelo matemático reducido quedaría de la siguiente forma: Y = A B C BC BCD [2] 673

6 CONCYTEG 7 (83): Mayo, 2012] Resultados Ya que el objetivo fue optimizar el consumo del disolvente a través de una disminución de su uso; en el modelo matemático reducido se tomaron muestras que evidenciaran la estimación realizada por el modelo matemático. Para esto se diseñó un plan de muestreo conservando la distribución normal, teniendo en cuenta los niveles bajos (-1) para cada factor e iteración. Del modelo matemático se obtuvieron los siguientes resultados: De nuestro valor esperado 3.5 y minimizado en 3.27 galones para el consumo de disolvente en el lavado de equipos y piezas mecánicas, según el modelo matemático se logró obtener un promedio de galones de consumo, una vez tomada dos replicas de 16 datos cada una. Para la comprobación de la evidente disminución de los consumos se procedió a plantear una prueba de hipótesis para verificar si los nuevos datos se ajustaban al modelo matemático. Cuadro 2. Consumos antes y después Consumo antes Consumo después 3,5 4 3,75 2,75 3 3,5 3,25 2,5 4 4,5 3,5 2, ,75 3 4,5 3,5 3 2, ,5 3,5 4,5 5 2,5 3,75 4 4,5 3,75 3 2,5 2 2,75 2,25 2 2,5 2,25 2,5 3,5 3,5 3,75 2,75 3 3,5 2,5 2,5 3,5 3 2,25 3,75 4 3,5 2,5 3 4, ,75 3 3,5 3,25 3,5 Desviación 0, , Promedio 3,625 2,96875 A continuación se muestra cada uno de los datos asociados a los resultados de la prueba de hipótesis para medias en las cuales se probaron los consumos de los disolventes 674

7 Caso de estudio: Modelo Seis Sigma, un aporte a la gestión eficiente de los costos empresariales Néstor E. Caicedo Solano antes y después de las actividades de mejora estadísticos. desarrolladas a través de los análisis Cuadro 3. Prueba de medias para verificación de disminución de consumos Prueba z para medias de dos muestras Parámetros Variable 1 Variable 2 Media 3,625 2,96875 Varianza (conocida) 0,72 0,49 Observaciones Diferencia hipotética de las medias 0 Z 3, P(Z<=z) una cola 0, Valor crítico de z (una cola) 1, Valor crítico de z (dos colas) 0, Valor crítico de z (dos colas) 1, Fuente. elaboración propia. A partir del análisis con un nivel de confianza del 95% no existía suficiencia estadística para aceptar (H 0 : El promedio de los consumos de mantenían iguales), por lo tanto se podía comprobar que los consumos anteriores al proyecto eran evidentemente mayores que los nuevos. Plan de manejo para el consumo de disolvente Representando de una forma gráfica la secuencia en que quedarían las actividades según el modelo matemático, se propuso un plan de manejo de las actividades de limpieza de los rodillos de la línea de producción ilustrado en el siguiente flujograma, que ayuda a identificar claramente las actividades, a partir de la caracterización de los nuevos parámetros de manipulación y uso. 675

8 CONCYTEG 7 (83): Mayo, 2012] Figura 2. Flujograma propuesto para el consumo de disolvente Control estadístico para el proceso Esta herramienta estadística fue propuesta para controlar el consumo de este disolvente pretendiendo cubrir los objetivos orientados al seguimiento y vigilancia del proceso, reducción de la variación y menores costos por consumo. De esta forma se calcularon los límites de control superior e inferior para la media y rango de los datos nuevos obtenidos, buscando ilustrar las diferencias de los consumos del disolvente antes y después de las mejoras. 676

9 Caso de estudio: Modelo Seis Sigma, un aporte a la gestión eficiente de los costos empresariales Néstor E. Caicedo Solano Figura 3. Gráfico de control para los datos antes de la mejora Figura 4. Gráfico de control para los datos después de la mejora Analizando los gráficos anteriores se infiere que el control sobre los consumos de disolvente se logra luego de las mejoras propuestas para el proceso, ya que los resultados se obtienen dentro de los límites de control sin mostrar tendencias o referencias de datos atípicos en el consumo. Las capacidades de procesos (Cp), representan las capacidades de los procesos de cumplir con las especificaciones de variables de calidad de productos. Para este caso se definieron los consumos como especificaciones con límites máximos y mínimos tolerables para los consumos del disolvente a partir del nuevo procedimiento de manipulación, uso y limpieza de los rodillos. De esta forma se ilustra el cambio en el proceso de limpieza y consumo del disolvente, pasando de una capacidad de procesos de Cp = 0.38 a un Cp = 1.02, teniendo en cuenta que los consumos máximos de la tolerancia fueron los cálculados por el proceso de optimización a través del modelo matemático. De estos resultados se muestra la capacidad del proceso de cumplir con los consumos hallados luego de la mejora, sin incurrir en la 677

10 CONCYTEG 7 (83): Mayo, 2012] generación de productos no conformes, sabiendo que el proceso de limpieza es eficiente aún con menos cantidad de disolvente. Volumen Cuadro 4. Límites de control estadístico de consumos Muestras ,75 2,75 2,75 2,25 3,25 2,25 2,5 2,5 3,5 3,75 2,75 2,75 2,75 2,5 3 2,5 3 2,25 2,5 3,75 3,5 2,5 3,5 3 2,5 3 3,75 2,75 3,75 3,25 3 3,5 Promedio 3,25 2, , ,875 Limite de control superior 3, Limite de control inferior 2, Análisis costo beneficio Dado que es una técnica importante dentro del ámbito de la teoría de la decisión se determinó valorar la conveniencia de los cambios en términos económicos derivados de los costos y beneficios deseables e indispensables. Cuadro 5. Costos de producción consumo de disolvente Lista de costos Paros de producción Cambios de referencias Mantenimiento inventario Costos de producción Consumo Costo / mes unitario (2011) (US$) Costo total (US$) 0,35 tambores ,56 tambores tambores Total

11 Caso de estudio: Modelo Seis Sigma, un aporte a la gestión eficiente de los costos empresariales Néstor E. Caicedo Solano Factores Cuadro 6. Costos de consumo por factor Consumo por factores antes de mejoras Consumos (gal.) Costo unitario (US$) Costo total (US$) Falta de entrenamiento ,93 Capacidad de envase ,1 Tiempo de exposición 161, ,69 Viscosidad ,28 Limitación de desechos ,46 No se reutilizan ,64 Desajuste en cuchillas ,16 Traslados innecesarios 2, Bajo control de consumo Derrames 1, ,17 Total 863, Cuadro 7. Costo consumo de factores según Pareto después de mejora Consumo según pareto después de mejora Costo unitario Costo total Factores Consumos (gal.) (US$) (US$) % Falta de entrenamiento ,93 Capacidad de envase 154, ,1 Tiempo de exposición 121, ,69 Viscosidad 109, ,28 Total 550, Evidentemente existe un ahorro en los costos de consumo después de la mejora en una cantidad significativa de US$6.267/mes ó US$75.206/año. % 679

12 CONCYTEG 7 (83): Mayo, 2012] Cuadro 8. Relación costo-beneficio Costos de producto de calidad Beneficios de producto de calidad Costos Costo unitario/mes(us$) Beneficios Costo unitario/mes(us$) Capacitación 375 Capacitación 660 Tiempo Exposición 110 Tiempo exposición 807 Viscosidad recubrimiento 108 Viscosidad recubrimiento 448 Desechos (estopas) 87 Desechos (estopas) 2 No se reutilizan 21 No se reutilizan 21 Cuchillas 56 Cuchillas 56 Control de Consumo 108 Derrames 11 Control de consumo 40 Control consumo 108 Costo total US$ 867 Beneficio total US$ Se puede evidenciar según los cálculos de costo-beneficio, que por cada dólar gastado se obtiene US$2.48 de retorno positivo. Conclusiones El desarrollo del primer objetivo específico dio lugar a que se identificaran los factores que producen el alto consumo de este disolvente, por medio de la caracterización o acciones que suelen realizarse y ser aplicables a dicho proceso en función de las dos primeras fases definir y medir de la metodología propuesta. Una vez obtenido los factores causantes del alto consumo de este disolvente se procedió al desarrollo de las siguientes fases analizar y mejorar, para el cumplimiento del segundo objetivo específico, utilizando herramientas como: La gráfica de Pareto, que representó el grado de importancia o peso que tienen estos factores. Observándose como un 20% de los factores (falta de entrenamiento, capacidad de envases, tiempo de exposición y viscosidad de los recubrimientos) representan un 80% de los defectos por consumo de disolvente, por lo que si se construía el diseño de experimento con estos cuatro factores se podría reducir en un 80% el consumo y por ende los costos asociados. 680

13 Caso de estudio: Modelo Seis Sigma, un aporte a la gestión eficiente de los costos empresariales Néstor E. Caicedo Solano El DOE de sus siglas en inglés (Design of Experiments), diseño de experimento; en el software Minitab. Para el diseño y ejecución de estrategias, como todas las posibles combinaciones entre estos factores cada uno con dos niveles de significancia, se obtuvo la construcción de un modelo matemático que con el objetivo de minimizar el consumo de este disolvente, se logró pasar de 3.62 a 2.96 galones aproximadamente. Se planteó una prueba de hipótesis donde se comprobó estadísticamente que los consumos después de la mejora realmente son menores que los de antes. 3. Luego de concluir que la mejora propuesta es confiable para la reducción del consumo se propuso un diagrama de flujo de procesos para la manipulación y uso del disolvente. 4. Se logró demostrar que los datos anteriores el proceso se encuentran por fuera de los límites de control mientras que con los datos después de la mejora se demostró que estaban dentro de los límites, lo que significaba un control del consumo del disolvente para la limpieza de los equipos de producción. 5. Con el análisis costo-beneficio se determinó la valoración y conveniencia en términos económicos, con una relación de $2.48 de beneficio por cada US$1 invertido con un beneficio hasta de US$ 25,526 en el primer año. Bibliografía Acuerdo 19 de 1996 SIAC (Sistema Ambiental del Distrito Capital) Estatuto General de Protección Ambiental del Distrito Capital Ciencias ambientales decreto Código de Trabajo en su artículo de diciembre de 1990 DECRETO 2 DE (Enero 11). MINISTERIO DE SALUD. Por el cual se reglamentan parcialmente el Título I. de la Ley 09 de 1979 y el Decreto Ley 2811 de 1974Aire (emisiones atmosféricas) Decreto 948 de Prevención contaminación atmosférica Decreto1753 de Gestión de manejo ambiental en Colombia ley 99 del 93 Guía técnica Colombiana para la separación en la fuente GTC 24 8 Jun Guía técnica Colombiana para panoramas de riesgos GTC Jul Ley 373 de 1997 Resolución 2309/86 Residuos (residuos especiales). Norma internacional de gestión ambiental ISO (Primera actualización) ratificada por el Consejo Directivo del , Norma internacional de gestión de la calidad ISO Norma internacional de gestión de la salud y seguridad ocupacional BS OHSAS 18001: Reglamenta Consejo Nacional Ambiental del Ministerio del Medio Ambiente. Residuos Decreto 0605/96 Residuos Salud y seguridad industrial Ley 9 enero 24 de 1979 Antony, J., M. Kumar and M. Tiwari (2005), An application of Six Sigma methodology to reduce the engine-overheating problem in an automotive company, Proceeding of the Institution of Mechanical Engineers, 219(8), pp Bañuelas, R., J. Antony and M. Brace (2005), An Application of Six Sigma to Reduce Waste, Quality & Reliability Engineering International, 21(6), pp Brady, J. and T. Allen (2006), Six Sigma Literature: A Review and Agenda for Future Research, Quality and Reliability Engineering International. 22, pp Frings, G. and L. Grant (2005), Who moved My Sigma Effective Implementation of the Six 681

14 CONCYTEG 7 (83): Mayo, 2012] Sigma Methodology to Hospitals, Quality & Reliability Engineering International, 21(3), pp Kumar M., J. Antony and C.N. Madu (2005), Six Sigma in small- and medium-sized UK manufacturing enterprises, International Journal of Quality and Reliability Management, 22(8), pp Pyzdek, T. (2003), The Six Sigma Project Planner: A Step-by-Step Guide to Leading a Six Sigma Project Through DMAIC, USA, McGraw-Hill. Hayler, R. (2009), What is Six Sigma Process Management? USA, McGraw-Hill. Besterfield, D. (2009), Control de calidad, México, Pearson. Gómez Fraile, F., J.F. Vilar Barrio y M. Tejero Monzón (2003), Seis Sigma, España, Fundación Confemetal. Vértice (1996), Gestión medioambiental: manipulación de residuos y productos químicos, España, autor. Montgomery D. (2007), Probabilidad y estadística aplicada a la ingeniería; México, Limusa. Lowenthal, J. N. (2002), Guía para la aplicación de un proyecto Seis Sigma, España, Fundación Confemetal. Weininger S. y F. Stermitz F. (1976), Química orgánica, Nueva York, Thomson. 682