El modelo tradicional calidad de la capacidad del proceso difer$a de Seis Sigma en dos aspectos fundamentales9
1. Se aplica sólo a los procesos de fabricación, mientras %ue Six Sigma se aplica a todos los procesos de negocios importantes.
(. Se establece %ue un proceso ;capaces; era uno %ue ten$a una desviación t$pica
proceso de no m*s de una sexta parte de la extensión total admisible, donde Six Sigma re%uiere la desviación t$pica proceso de no ser m*s %ue una doceava parte de la
extensión total admisible.
Estas diferencias son mucho m*s profundas de lo %ue uno puede darse cuenta. 8l abordar todos los procesos de negocio Seis Sigma no sólo trata de fabricación como parte de un sistema mayor, %ue elimina el enfo%ue estrecho, hacia el interior del enfo%ue tradicional. Los clientes se preocupan m*s de lo bien %ue se fabrica un producto. 3recio, servicio, condiciones de nanciación, el estilo, la disponibilidad, la frecuencia de las actuali!aciones y me#oras, soporte técnico, y una serie de otros
elementos también son importantes. 8dem*s, Six Sigma benecia a otros, adem*s de los clientes. 5uando las operaciones se hacen m*s rentables y el ciclo de dise4o del producto se acorta, los propietarios o inversores también se benecian. 5uando los empleados a ser m*s productivos de su sueldo puede incrementarse. El amplio alcance
de Six Sigma signica %ue proporciona benecios a todas las partes interesadas en la organi!ación.
El segundo punto también tiene implicaciones %ue no son obvias. Seis Sigma es,
b*sicamente, un ob#etivo de calidad de proceso, donde sigma es una medida estad$stica de la variabilidad en un proceso. 5omo tal, se cae en la categor$a de una capacidad de proceso de técnica. El paradigma tradicional de calidad se dene como un proceso capa! de si el proceso natural propagación, m*s y menos de tres sigma, fue menor %ue la
tolerancia de ingenier$a. ?a#o el supuesto de normalidad, estas tres sigmas nivel de
calidad se traduce en un rendimiento del >>,)+U proceso. =n renamiento m*s adelante considera la ubicación proceso, as$ como su propagación y se aprieta el criterio m$nimo de aceptación de manera %ue la media del proceso fue al menos cuatro sigma del
re%uisito de ingenier$a m*s cercano. Seis Sigma re%uiere %ue los procesos funcionan de tal manera %ue el re%uisito de ingenier$a m*s cercano es al menos Seis Sigma de la media del proceso. Seis Sigma también se aplica a los datos de atributos, tales como el recuento de las cosas %ue han salido mal. Esto se logra mediante la conversión de la exigencia de Seis Sigma a niveles de conformidad e%uivalentes, como se ilustra en la igura (.(.
=na de las contribuciones m*s signicativas de otorola fue cambiar la discusión de la calidad de una donde se midieron los niveles de calidad en porcenta#e partes por cien2, a una discusión de partes por millón o incluso partes por mil millones. otorola se4aló correctamente %ue la tecnolog$a moderna era tan comple#a %ue las vie#as ideas acerca de ;; niveles aceptables de calidad ;; ya no pod$an ser toleradas. Las empresas modernas re%uieren cerca de los niveles de calidad perfectos. =n aspecto desconcertante de la ;; literatura ;ocial; Seis Sigma es %ue establece %ue un proceso %ue opera a Seis Sigma producir* conformidades 332 +, partes por millón. Sin embargo, si se consulta una tabla de distribución normal especial muy pocos van a Seis Sigma2 se encuentra %ue las no conformidades previstos son 0.00( 33 ( partes por mil millones, o 332. La
diferencia se debe a otorola presume %ue la media proceso puede derivar 1,< sigma en cual%uier dirección. El *rea de una distribución normal m*s all* de ,< sigma de la media es de hecho +, 33. esde los gr*cos de control detectar*n f*cilmente cual%uier
cambio de proceso de esta magnitud
En una sola muestra, el +, 33 representa un l$mite superior muy conservador en la tasa de no conformidad. En contraste con la calidad Seis Sigma, la vie#a norma de
calidad de tres sigmas de >>,)+U se traduce en (.)00 33 fracasos, incluso si asumimos la deriva del cero. 3ara los procesos con una serie de pasos, el rendimiento global es el producto de los rendimientos de los diferentes pasos. 3or e#emplo, si tuviéramos un simple proceso de dos etapas en el paso 1 tuvo un rendimiento del B0U y el paso ( tuvo un rendimiento del >0U, entonces el rendimiento global ser$a 0.B 0.> 0.)( )(U.&enga en cuenta %ue el rendimiento global de los procesos %ue implican una serie
de pasos es siempre menor %ue el rendimiento de la etapa con el rendimiento m*s ba#o. Si los niveles de calidad de tres Sigma >>,>)U de rendimiento2 se obtienen de cada paso en un proceso de die! pasos, el nivel de calidad al nal del proceso contendr* (',') Rdefectos por millón &eniendo en cuenta %ue la comple#idad de los procesos modernos suele ser mucho mayor %ue die! pasos, es f*cil ver %ue la calidad Seis Sigma no es opcional, es obligatorio si la organi!ación %uiere seguir siendo viable. El re%uisito de calidad extremadamente alta no se limita a los procesos de fabricación de m:ltiples etapas. 5onsidere lo %ue la calidad de tres sigmas %ue signicar$a si se aplica a otros procesos9
• 3r*cticamente no hay un ordenador moderno funcionar$a.
• 10.B00.000 demandas de asistencia sanitaria a mala manipulación en cada a4o. • 1B.>00 bonos de ahorro de Estados =nidos perdieron todos los meses.
• <.000 controles pierden cada noche por un :nico gran banco.
• .0<0 facturas enviadas incorrectamente cada mes por un modesto tama4o de las
telecomunicaciones empresa.
• <0.000 errónea de detalles de llamadas registra cada d$a de una compa4$a
regional de telecomunicaciones.
• ()0.000.000 ()0 millones de dólares2 las transacciones de tar#etas de crédito
erróneos cada a4o en los Estados =nidos.
5on n:meros como estos, es f*cil ver %ue el mundo moderno demanda extremadamente altos niveles de rendimiento libre de errores. Six Sigma surgió en respuesta a esta
reali!ación.
EL *UA5RO 5E MA,5O I,7EGRAL
ada la magnitud de la diferencia entre los tres niveles de desempe4o tradicionales
Sigma Seis Sigma y, la decisión de continuar con el rendimiento Seis Sigma, obviamente, re%uiere un cambio radical en la forma en %ue se hacen las cosas. La organi!ación %ue hace %ue este compromiso nunca ser* la misma. ado %ue el gasto de tiempo y recursos ser* enorme, es crucial %ue los proyectos y actividades de Seis Sigma est*n vinculados a los ob#etivos de alto nivel de la organi!ación. Es a:n m*s importante %ue éstos sean los ob#etivos correctos. =na organi!ación %ue utili!a Six Sigma para alcan!ar las metas e%uivocadas acaba de llegar al lugar e%uivocado con mayor rapide!. Los ob#etivos de la organi!ación deben en :ltima instancia proviene de las circunscripciones a las %ue sirve9 clientes, accionistas o due4os y empleados. 5entrarse demasiado en las necesidades de cual%uiera de estos grupos puede ser per#udicial para todos ellos en el largo pla!o. 3or e#emplo, las empresas %ue se centran en el rendimiento de los accionistas como su :nica meta signicativa pueden perder empleados y clientes. 3ara utili!ar el cuadro de mando integral de alta dirección debe traducir estos ob#etivos basados en grupos de interés en las métricas. Estos ob#etivos y métricas a continuación, se asignan a una estrategia para alcan!arlos. &ableros de instrumentos se han desarrollado para mostrar las métricas para cada circunscripción o grupo de interés. 3or :ltimo, Seis Sigma se utili!a para cual%uiera de las brechas se cierran en medidas cr$ticas, o para ayudar a desarrollar nuevos
5uadros de mando integrales ayudan a la organi!ación a mantener la perspectiva de proporcionar una visuali!ación concisa de las métricas de rendimiento en cuatro *reas %ue se corresponden aproximadamente con el cliente las principales partes interesadas, internas, procesos nancieros, y el aprendi!a#e y el crecimiento aplan y 6orton, 1>>(2. La medición simult*nea desde diferentes perspectivas impide sub optimi!ación local, el fenómeno com:n donde el rendimiento en una parte de la organi!ación se me#ora a expensas del rendimiento en otra parte de la organi!ación. Esto conduce al bucle
conocido donde este a4o nos centramos en la calidad, incrementar los costes. El a4o %ue viene nos centramos en los costos, per#udicando el tiempo de ciclo. 5uando miramos al ciclo de tiempo %ue las personas toman ata#os, per#udicando la calidad. as$. Esto
también ocurre en una escala m*s grande, donde nos centramos en forma alterna
empleados, clientes o accionistas a expensas de los grupos de interés %ue no son el foco actual. Es evidente %ue tales ;; lucha contra el fuego ;; no hacer feli! a nadie.
6osotros realmente necesitamos el ;; e%uilibrio ;; en el cuadro de mando integral.
&ableros de instrumentos bien dise4ados incluyen orientación estad$stica para la ayuda en la interpretación de las métricas. Estas directrices m*s com:nmente toman la forma de l$mites, el c*lculo de las cuales se describen en detalle en otra parte de este libro. Los l$mites se calculan estad$sticamente directrices %ue denen operativamente cuando se necesita la intervención. En general, cuando las métricas caen dentro de los l$mites, el proceso debe ser de#ado solo. Sin embargo, cuando una medición se encuentra fuera de los l$mites, indica %ue algo importante ha cambiado %ue re%uiere atención. =na
excepción a estas reglas generales se produce cuando se reali!a una intervención deliberada para lograr un ob#etivo. En este caso se supone %ue la métrica para
responder a la intervención moviendo en una dirección positiva. Los l$mites de lidera!go le dir* si la intervención produce el resultado deseado. Si es as$, la métrica ir* m*s all* del l$mite de control adecuado %ue indica una me#ora. =na ve! %ue la métrica se
estabili!a en el nuevo y me#orado nivel, los l$mites deben ser recalculados para %ue puedan detectar el desli!amiento.