Concepto de Seis Sigma y Costes de No Calidad

—

1

© 2019 Astur Astur ias Corporación Corporación Universitar ia

Concepto de Seis Sigma y Costes de no Calidad

Índice 1

Introducción ............................................................................................................................................................ 3

2

La Gestión Gestión de Calidad Seis Sigma Sigma .......... ........... ........... .......... ........... ........... ........... .......... ........... ........... .. 4

3

2.1

Base conceptual matemática.......................................................................................................... 4

2.2

La influencia del tiempo .................................................................................................................... 9

2.3

Significado Significado de la gestión gestión Seis Seis Sigma ........... ........... .......... ........... ........... .......... ........... ........... .. 12

2.4

¿Por qué medir la calidad en σ? ........................... ......................................... ........................... ........................... ............................ ........................... ................ ... 13

2.5

Seis Sigma como como estrategia empresaria empresariall ........... ........... .......... ........... ........... .......... ........... .... 14

Los Costes Costes de no no Calidad Calidad.......... ........... ........... .......... ........... ........... .......... ........... ........... ........... .......... ........ 15 3.1

Costes de productos productos que no cumplen la especificaci especificación ón .............. ........... ........... ........ 16

3.2

Costes de evaluación ........................................................................................................................ 18

3.3

Costes de prevención ....................................................................................................................... 18

3.4

Costes por por la pérdida pérdida de oportunidad oportunidad .......... .......... ........... ........... .......... ........... ........... .......... 19

4

Conclusiones ....................................................................................................................................................... 19

5

Referencias Bibliográficas ........................................................................................................................... 20

Nota Técnica preparada por Asturias Corporación Universitaria. Su difusión, reproducción o uso total o parcial para cualqui er otro propósito queda prohibida. Todos los derechos reservados.


Objetivos 

Conocer en qué consiste la gestión de la calidad Seis Sigma y su fundamento teórico.







1

Comprender la ventaja para las organizaciones de la gestión de la calidad total Seis Sigma Conocer la incidencia de la no calidad en los costes y la rentabilidad de las organizaciones. Identificar los tipos de costes de no calidad para poder evitarlos.

Introducción

La gestión de calidad Seis Sigma nació en la empresa Motorola, y el ingeniero y estadístico Mikel Harry es considerado como el principal arquitecto de este modelo de gestión. Mikel Harry publicó un artículo en 1985 en el que describía la relación entre la fiabilidad de los productos y el nivel de reparación que tenían éstos durante el proceso de fabricación. Para solucionar el índice de defectos en sus productos, Motorola diseñó un programa de calidad total con el nombre de ® (Seis Sigma) basado en eliminar, mediante métodos estadísticos, las causas de los problemas antes de que fuese necesario identificar y reparar los defectos.

Seis Sigma procura estabilizar los procesos para evitar que sus variaciones ocasionen ineficacias en el cumplimiento de los

La finalidad del programa Seis Sigma es, por tanto, trabajar sobre las variaciones de los procesos procurando sean más estables, pues variaciones excesivas en los procesos ocasionan ineficacias en la atención de los requisitos de los clientes y la insatisfacción de los mismos.

requisitos.

Muchas empresas acostumbran a trabajar con valores medios para evaluar el cumplimiento de sus indicadores y objetivos, y el uso de medias matemáticas puede ocultar problemas en los procesos. Consideremos el ejemplo del departamento de entregas de una empresa que tiene establecido como objetivo la entrega de pedidos en no más de 5 días, plazo que se considera factible de cumplir y adecuado para satisfacer al cliente. Si transcurrido el año, si del cálculo del plazo de entrega como la media matemática de los plazos de todas las entregas del año resultase un valor de 4,5 días, aparentemente el objetivo estaría cumplido y todos los clientes presumiblemente satisfechos con el tiempo que han tardado en recibir su producto. Sin embargo, en la realidad anual de las entregas del año, puede haber entregas que se han hecho



inmediatamente recibido el pedido (0 días), y otras que pueden haberse retrasado más de un mes. La media puede ser un valor bueno, pero seguramente todos aquellos clientes cuyas entregas se han retrasado en exceso habrán quedado insatisfechos (aún más si se les había prometido que el plazo máximo de entrega no excedería los 5 días) y pueden ser clientes que cambien de proveedor. A la vista del ejemplo se deduce que no sólo es importante el de los procesos, sino también el que éstos sean muy estables, es decir, asumiendo la imposibilidad de que siempre se realicen de manera idéntica, al menos que la del valor medio objetivo sea el menor posible. El programa Seis Sigma busca precisamente mejorar la estabilidad de los procesos y sus actividades y tareas de tal manera que sus productos y servicios sean lo más idénticos y homogéneos posible, cumpliendo los requisitos de los clientes. En este sentido, la calidad según la gestión Seis Sigma, vendría definida por la entrega de productos o prestación de servicios a los clientes sin defectos. El nivel de calidad se mediría contando los defectos por unidad en cualquiera de las tareas y actividades de los procesos de la organización.

El gestionar a partir de valores medios puede ocultar problemas en los procesos que estén afectando a la calidad de los

Y entonces, ¿cuánto defectos por unidad supone un nivel de calidad Seis Sigma? Pues como muy bien anunció en enero de 1987 el entonces presidente de Motorola: “Lograr un nivel de calidad Seis Sigma en nuestros productos y servicios equivale a sólo 3,4 defectos por millón” .

productos y a la satisfacción de los clientes.

El reducir los defectos va a contribuir a reducir los costes de no calidad y a una mayor satisfacción de los clientes. Si la mayor satisfacción de los clientes se acaba traduciéndose en más ventas, y si los costes bajan al reducirse ampliamente los costes de no calidad, aumentarán los beneficios y, por tanto, también la satisfacción de los accionistas.

2 2.1

La Gestión de Calidad Seis Sigma Base conceptual matemática

¿Por qué estableció Motorola al valor objetivo de 3,4 defectos por millón de oportunidades (DPMO) y no otro? En este apartado de la clase se va a explicar el origen de ese valor: 3,4 DPMO.



Considérese una máquina de una fábrica destinada a cortar cables de una longitud determinada. Inicialmente la maquina se ha programado programado y ajustado para o btener cables de 1 m. de longitud, permitiéndose un error o desviación de ± 10 mm. (tolerancia). Supóngase que una vez ajustada la máquina, se mide la longitud de los 20 primeros cables cortados. Se va a designar como la longitud de cada cable, donde tomará valores desde hasta , siendo el número total de muestras medidas, en este caso 20 ( ). Aunque la máquina fuese muy precisa, no lo sería tanto como para conseguir 20 cables idénticos. Por tanto, las longitudes

de los 20 cables medidos no van a ser idénticas.

Se puede construir un histograma con las 20 longitudes medidas (constará de tantas barras como valores diferentes se hayan medido). Se puede determinar el valor medio de los 20 cables medidos. El valor medio (que se representa con la letra griega ) será el que resulte del cálculo siguiente:

 =  +  + …+ Donde como ya hemos dicho, en nuestro ejemplo

.

Sobre el histograma representado podemos ver si las medidas de los cables se concentran muy próximas al valor medio, o por el contrario, muestran una gran dispersión.

La

desviación

( σ )

es

un

parámetro

estadístico que orienta sobre la separación o dispersión de los valores respecto al valor

En estadística, la dispersión se determina mediante un parámetro que se denomina y se representa por la letra griega sigma ( σ ), ), o a veces simplemente por la letra " " a que correspondería en el alfabeto latino. La desviación indica, por tanto, cuánto se separan los valores medidos ( ) del valor medio .

medio.

Su fórmula matemática es:

 =  ((  µ)2 + (  µ) 2 +⋯+(  µ)2 Donde ya sabemos que nuestro ejemplo, 20) y , cables medidos).

es el valor medio, el número de medida realizadas (en ,..., los valores (en nuestro caso, las longitudes de los 20



Si en vez de medir 20 cables, se midiesen un número mayor (50, 200 ó 1.000 cables), aumentaría el número de datos y también el de valores medidos diferentes (barras del histograma). En el caso de los datos de la medida de 1.000 cables, el histograma correspondiente tendría tantas barras, que para poder representarlo, resultarían barras muy estrechas y próximas, de tal forma que si unimos los puntos de las casi líneas en que se han convertido las barras, se obtiene una función de , que si la variable de variación es aleatoria como en el ejemplo (la variación mínima entre las longitudes de los cables cortados no responde a una causa específica, sino a la aleatoriedad en el corte) presenta forma de campana, y se la denomina función Normal, función de Gauss, función de Laplace-Gauss Laplace- Gauss o simplemente “campana de Gauss”.

Un indicador que varié aleatoriamente responde

a

la

función

Normal,

que

presenta forma de campana (campana de

La función Normal se indica abreviadamente de la forma siguiente: σ , donde representa el , y que en el caso de la función Normal, al ser simétrica, es aquel para el que la función alcanza su valor máximo (“pico” de la campana), y σ la de la función respecto al valor de la misma para el valor medio.

Gauss).

La expresión matemática de la función Normal

σ

es:



() = √  −(−)/ Si varía, cambia la posición de la campana, lo que es lógico dado que se trata del valor medio en torno al cual se distribuyen los valores restantes (las longitudes de los 1.000 cables medidos). La desviación σ determina la forma de la campana. Si σ se hace más pequeña, la campana se estrecha (menos dispersión). Si σ se hace más grande, la campana se ensancha (más dispersión). La representación gráfica de la función Normal es la de la figura siguiente.

Toda función continua viene determinada por dos parámetros: el valor medio (µ) y la desviación (σ).



En el ejemplo de corte de cables de 1 m. de longitud, para el intervalo delimitado por ( σ ), ) y ( ), de acuerdo con las variaciones aleatorias de la máquina cortadora de cables que ha dado lugar a la campana de Gauss, y σ resultantes, la probabilidad de que la longitud de un cable esté dentro de ese intervalo es de 68,26%. σ

En el ejemplo, la longitud objetivo para los cables a cortar es de 1 m., pero conscientes de la imposibilidad de la exactitud en los cortes de todos los cables, se admite un error o desviación de ± 10 mm. (tolerancia). Lo normal es que la máquina fuese ajustada para cortar cables de 1 m., por lo que el valor medio de todos los cables cortados o valor central en la campana de Gauss ( ) debería coincidir con el valor nominal deseado de 1 m. Cabe pensar que las desviaciones aleatorias se distribuyan a ambos sentidos del valor central. Si el valor nominal se corresponde con el valor medio, teniendo en cuenta la tolerancia admitida, la longitud mínima admisible sería 0,99 m. (límite de tolerancia inferior: )y la máxima admisible sería 1,01 m. (límite de tolerancia superior: ).

Todo parámetro de un producto, servicio o

σ y σ . De acuerdo con la función Normal o función Supongamos que y de Gauss, la probabilidad de que un cable cumpla la especificación (longitud de 1m. ± 10 mm.) es de 68,26%. Visto de otra forma, 31,74% de los cables producidos habría que rechazarlos por no cumplir los requisitos establecidos.

proceso admite una variación mínima respecto al valor nominal. Esta desviación admisible es la tolerancia.

Supongamos que σ y σ , de acuerdo con la función Normal, la probabilidad de que un cable cumpla ahora la especificación (longitud de 1m. ± 10 mm.) es de 99,46%. En este caso, el porcentaje de cables no válidos sería 0,54%. Dicho de otro modo, de 1.000.000 de cables cortados, la cantidad de defectuosos por ser o más cortos que 0,99 m. o más largos que 1,01 m. sería del orden de 5.400. En el caso de que la máquina sea tan precisa en el corte como para apenas desviarse del valor nominal de 1 m. (reducción de la desviación σ , y estrechamiento de la campana de Gauss), podría darse el caso de que σ y σ , y en este caso el porcentaje de cables que cumplirían la especificación ascendería a 99,9999998%. Es decir, con esta desviación ( σ ) tan baja, fuera del intervalo de valores permitidos sólo habría un 0,0000002%, dicho de otra manera, en esta máquina se producirían menos de 0,002 DPMO (defectos por millón de oportunidades). Según la relación entre los límites de la tolerancia y los valores de la desviación resulta la tabla si guiente:


σ


2.2

Aunque los procesos, actividades y tareas, y las personas y máquinas que las realizan, estén controlados es inevitable que con el uso

sufran

una

pequeña

desviación,

aunque la misma sea corregida en los controles.

1 σ (1 sigma)

68,26%

317.400 317.40 0

2 σ (2 sigma)

99,46%

5.400

3 σ (3 sigma)

99,73%

2.700

4 σ (4 sigma)

99,9937%

63

5 σ (5 sigma)

99,999943%

0,57

6 σ (6 sigma)

99,9999998%

0,002

La influencia del tiempo

A medida que se va usando la máquina, las piezas de la misma se van desgastando, se desajustan, cambia el tipo de cable de partida, etc. De tal manera que si con el tiempo repetimos la medición de un lote grande de cables cortados, veremos que se distribuyen de forma gaussiana en torno a un valor central (valor medio, ), pero este valor medio deja de coincidir con el valor nominal de 1 m. Se produce un desplazamiento de la curva; deja de coincidir con 1 m. (si embargo las longitudes admitidas como válidas siguen siendo 1m. ± 10 mm.). En el modelo Seis Sigma de Mikel Harry (ampliamente utilizado en las industrias) se parte de la hipótesis de que el valor de deriva aleatoriamente con el tiempo llegando a poder desplazarse como máximo σ (ver la figura doble siguiente, donde en la gráfica de la parte inferior se ha desplazado la curva de Gauss hacia la derecha el valor máximo considerado en el modelo de Mikel H arry). Esta desviación máxima considerada tiene en cuenta que existen fuentes de variabilidad en los procesos pero que éstas están controladas (fácilmente se puede suponer que si no hay control, la desviación llegará a ser mayor que ésta). Si la desviación σ de de la función permanece constante (no cambia; sólo cambia el valor medio ) y consideramos la situación más desfavorable que corresponderá al



σ según desplazamiento máximo en una cantidad, de según el modelo de Mikel Harry, al no haber cambiado la especificación de los cables (longitud nominal: 1 m.; LTI = 0,99 m.; LTS = 1,01 m), en este caso el número posible de DPMO para σ , y por tanto de cables cortados fuera de especificación aumentaría hasta 3,4 DPMO, que aún es un valor extraordinariamente bajo, porque eso significaría que el 99,99966% de los productos serían válidos, es decir, estarían dentro de la especificación.

Conceptualmente, una calidad Seis Sigma supone 0,002 DPMO.

Al nivel de calidad del 99,99966% de productos conformes, equivalente a un nivel de defectos de 3,4 DPMO se le denomina ( σ). Es decir, el intervalo determinado por los límites de tolerancia contiene σ (12s) de una



Distribución Normal cuyo valor medio σ. objetivo en

está descentrado con respecto al valor nominal

En las empresas hay parámetros y características tanto de los productos, como de los servicios o de los procesos cuyas variaciones aleatorias se distribuyen como una función Normal. Igual que en el ejemplo de la longitud de los cables cortados, es aplicable al tiempo de realización de tareas de los procesos (por ejemplo, la soldadura de dos cables), o en los servicios (por ejemplo, los tiempos que le lleva a un cocinero elaborar varias veces un mismo plato). Pero también hay parámetros y características cuyas variaciones pueden no responder a una distribución Normal o Gaussiana. No obstante, cualquiera que sea la distribución de las variaciones de los parámetros y características de los productos, los servicios o los procesos, se establece como a , aunque, como ya se ha dicho, la distribución no responda a una función Normal, o respondiendo a una función Normal el valor medio σ respecto al valor objetivo (digamos que se toma como no estuviese desplazado referencia la situación posible más desfavorable). Considerando la corrección de Mikel Harry,

σ

la calidad Seis Sigma supone 3,4 DPMO que sigue siendo un nivel de calidad muy alto.

Trabajando con el modelo Seis Sigma de Mikel Harry, y considerando la situación más σ), la tabla que asocia los valores de la desfavorable (desviación de igual a desviación sigma ( σ; s) con la eficacia o idoneidad del producto y con el número de defectos por millón toma estos valores: σ

1 σ (1 s)

31%

690.000

2 σ (2 s)

69,2%

308.000

3 σ (3 s)

93,320%

66.800

4 σ (4 s)

99,3790%

6.210

5 σ (5 s)

99,9770%

230

6 σ (6 s)

99,99966%

3,4



Un nivel de calidad de 3,4 DPMO se considera excelente, y por tanto un objetivo estratégico de toda empresa que pretenda la satisfacción del cliente y el liderazgo en el mercado.

2.3

Significado de la gestión Seis Sigma

Si prescindimos de la aportación de Mikel Harry, la gestión de calidad Seis Sigma parte de la teoría estadística y matemática vista para la función Normal o función de Gauss. Lo que busca una empresa "Seis Sigma" es que sus productos, servicios, procesos, actividades, etc. estén tan controlados que la tolerancia admitida para los mismos "encierre" hasta 6 σ por encima y por debajo del valor objetivo (ni que decir tiene que en ningún caso se trata de aumentar la tolerancia porque se sea incapaz de reducir la desviación σ; la tolerancia viene determinada por los requisitos de los clientes) . De esta forma, una tolerancia igual a 6 σ, supondría 0,002 defectos o incumplimientos por millón de muestras, medidas u oportunidades. A partir de aquí, lo que se hace en las empresas es determinar los valores objetivos y las tolerancias o desviaciones admisibles de los productos, servicios, procesos, actividades, máquinas, etc. (obviamente para los productos, está recogido en sus especificaciones y deben ser lo suficientemente precisar como para atender los requisitos de los clientes y ser competitivos).

Si el nivel de calidad

no es bueno y se

σ

quiere aumentar, habrá que identificar las causas de los defectos para procurar solucionarlas.

Y a continuación se procede a realizar medidas de esos indicadores de forma continuada como para disponer de valores suficientes como para evaluar con precisión que esos productos, procesos, etc. controlados tienen una tasa de error inferior a 0,002 defectos por millón (DPMO). Cuando la tasa de defectos o errores es superior, entonces no se ha alcanzado en ese producto, servicio, proceso,... una calidad de 6 σ, que es la que s e pretende. En estos casos procede la identificación del problema o problemas que motivan que la tasa de errores sea superior a la deseada. E identificado el problema, se buscan las causas del mismo (por ejemplo mediante el modelo de análisis de un , o un Análisis Modal de Fallos y Efectos, ) para, actuando sobre las mismas, eliminar los problemas que impiden una tasa de error inferior a la correspondiente a 6 σ. σ

pueden hacerse dos cosas: 

Seguir controlando para que se mantenga el nivel de calidad 6 σ.


Se




Reducir las tolerancias (mejora continua) e insistir para que se alcance el nivel de calidad 6σ con las nuevas tolerancias (supondrá un mayor control de la desviación para reducir el valor de σ en la función Normal).

Pero en ningún momento se trabaja en las empresas con la función matemática de Gauss (o normal) ni con su representación matemática. Se trabaja con el número de defectos por millón máximo admisible. Mikel Harry, a partir de estudios sobre el comportamiento real de las máquinas, de los operarios, de las variaciones en las materias primas, etc. llegó a la conclusión de que

Alcanzado un nivel de calidad 6 σ se puede controlar para asegurar su mantenimiento, o incluso procurar aumentarlo.

aún teniendo controlados los productos fabricados, los servicios prestados, los procesos, etc. (este control determina la desviación σ , y evitará su variación) la experiencia evidencia que el valor medio (central en la campana de Gauss) acaba desviándose del valor objetivo. Y de los estudios de Mikel Harry, éste dictaminó que si los procesos están controlados está desviación no debe ser muy grande, y en ningún σ (hay que tener en cuenta que toda empresa que caso superar un valor igual a busca una calidad 6 σ, necesita un control tal que el valor de σ sea muy pequeño). Si se asume el ajuste que Mikel Harry introdujo al modelo inicial teórico de la gestión Seis Sigma, que es un ajuste al que se ha llegado desde la experiencia, entonces σ

. Y entonces este valor pasa a ser el valor límite con respecto al cual se comparan los resultados de las medidas tomadas. Menos errores de 3,4 DPMO, supone que el producto, servicio, proceso,... está dentro de los límites de 6 σ (calidad 6 σ). Que la tas a de error supera los 3,4 DPMO, pues no cumple el nivel de calidad 6 σ deseado y habrá que buscar las causas y poner los oportunos remedios o mejoras. Una empresa que pretenda ser 6 σ ha de estar continuamente midiendo para conocer su tasa de error (DPMO) y asegurando que no supere el valor 3,4. Y cuando se supera, tratando de resolver los problemas que ocasionan ese incumplimiento. Por tanto, en definitiva, es un proceso de que tiene la particularidad de que dispone de un valor de calidad (determinado como errores posibles por millón de medidas) que es garantía de una calidad muy alta ( ).

2.4

¿Por qué medir la calidad en σ?

Toda mejora ha de sustentarse en datos medidos, en vez de en apreciaciones subjetivas. La desviación σ proporciona un parámetro objetivo para medir y comparar niveles de calidad. Por ejemplo, usando σ podemos comparar la calidad de una empresa 4 σ (empresas normales que no estén aplicando programas 6 σ suelen



presentar niveles de calidad entre 3 σ y 4σ) con otra 6 σ. La primera, según la tabla, tendría 6.210 DPMO, en tanto que la segunda tan solo 3,4 DPMO. Por tanto, la medida del nivel de calidad en σ permite evaluar la calidad de los productos, servicios y procesos de las empresas, y determinar dónde hay que centrar los esfuerzos de mejora. Además, este indicador también permite evaluar la mejora en la calidad de los productos finales que llegan a los clientes. Toda mejora ha de sustentarse en datos medidos, en vez de en apreciaciones subjetivas. La desviación

proporciona un

σ

¿Necesariamente hay que alcanzar niveles de calidad 6 σ para tener un buen nivel de calidad? ¿No puede ser suficiente un n ivel de calidad 4 σ?

parámetro objetivo para medir y comparar niveles de calidad.

El nivel de calidad adecuado está muy condicionado por las necesidades de los clientes. Para eso es necesario saber qué quieren y esperan los clientes, y sus límites de especificaciones, de manera que se puedan definir los procesos adecuados, su rendimiento y su nivel de cali dad σ correspondiente. En algunos casos o negocios, una calidad 4 σ puede ser suficiente, pero no así en otros. Consideremos el ejemplo de un elaborador de pan. 6.210 defectos sobre cada millón de piezas fabricadas, puede no parece ni un número excesivo, ni un coste elevado en desperdicios. Pudiera resultar más costoso el trabajo que supone un programa Seis Sigma. Considérese ahora el ejemplo de una compañía aérea. Una calidad 4 σ en sus aviones y vuelos equivaldría a 6.210 DPMO, es decir, que de cada millón de vuelos, podrían producirse 6.210 con accidentes. Otro ejemplo ilustrativo puede ser el del equipo de cirujanos de un hospital. Un nivel de calidad 4 σ en sus intervenciones quirúrgicas supone que de cada millón, 6.210 serían realizadas fallidamente. ¿Nos atreveríamos a volar con una compañía aérea con un nivel de calidad 4 σ? ¿Y ponernos en manos de un equipo de cirujanos también con un nivel de calidad 4 σ? En 1991, hubo cuatro accidentes en los 6.800.000 vuelos comerciales en Estados Unidos de América. Este valor corresponde a 0,588 DPMO, lo que equivale a n nivel de calidad 6,5 σ. En cambio, el transporte de equipaje tenía un nivel de calidad 4 σ, equivalente a 6.210 DPMO (equipaje retrasado o perdido, maletas dañadas, etc.). Las empresas aéreas ponían más interés y esfuerzo en proteger la vida de los pasajeros que en el de sus enseres.

2.5

Seis Sigma es una estrategia empresarial para ser más competitivos.

Seis Sigma como estrategia empresarial

Hay que tener presente que incluso en negocios y mercados donde pudiera asumirse un nivel de calidad 4 σ, las empresas con niveles de calidad de este valor, perderían competitividad y negocio en la medida que entre sus competencia apareciesen empresas con niveles de calidad mayor, como 6 σ.



Por tanto, Seis Sigma es una estrategia empresarial para ser más competitivos. La competitiva de la es

. Para esta gestión, los programas de calidad total Seis Sigma se apoyan principalmente en el (CEP) y en el (DDE). Para mejorar la calidad de los productos y servicios de las empresas hay que comenzar por medir el nivel de calidad σ de partida de todos sus productos, procesos, subprocesos y actividades. A partir de ahí deberá priorizar y abordar las actuaciones de mejora oportunas para conseguir reducir sus defectos por millón (aumento de σ). Alcanzarán un nivel Seis Sigma cuando sus productos y servicios sólo t engan 3,4 DPMO. El que las empresas aumenten su nivel σ de calidad supone reducir el número de defectos en sus productos y servicios. En consecuencia se reducen los desperdicios, los reprocesos, los costes de garantía,… es decir , los costes de no calidad. Reducir los costes de no calidad se traducirá en un aumento de los beneficios del negocio. Además, aumentará también la satisfacción de los clientes y la competitividad de la empresa, aumentando aumentando también las ventas y los ingresos .

3

Los Costes de no Calidad

Se consideran costes de no calidad a todos aquellos que son consecuencia de una calidad deficiente: productos defectuosos que hay que tirar como desperdicio o reprocesar, fallos en el diseño, desarrollo o producción, empleo de materiales defectuosos, reparaciones en período de garantía, etc. El no alcanzar un nivel de calidad adecuado genera insatisfacción en los clientes y mala fama en el mercado, lo que se traduce en una disminución de las ventas.

La mejora de la calidad reduce los costes de no calidad.

Hay una alta correlación entre los costes de no calidad y el nivel de calidad σ de la empresa, sus productos, servicios y procesos. A valores de σ más bajos, corresponden costes de no calidad más altos. La siguiente tabla, extraída del libro Seis Sigma. Una iniciativa de calidad total (citado (citado en la bibliografía) muestra una relación entre los costes de no calidad (cuantificados como un porcentaje del volumen de ventas) y el nivel de calidad σ.



σ

Del 30 al 40%

Nivel 2σ

Del 22 al 32%

Nivel 3σ

Del 15 al 20%

Nivel 4σ

Del 12 al 16%

Nivel 5σ

Del 3 al 8%

Nivel 6 σ

Fuente: Barba, Enric; Boix, Francesc; Cuatrecasas, Lluís:”Seis Sigma. Sigma. Una iniciativa de calidad total”. En la filosofía Seis Sigma, al igual que en todos los planteamientos de Calidad Total, se consideran cuatro tipos de costes de no calidad: 

3.1

Costes de productos y servicios no conformes con las especificaciones (se corresponde con la categoría que en el pasado era la única considerada en la cuantificación de los costes de no calidad).



Costes de evaluación.



Costes de prevención.



Costes por la pérdida de oportunidad.

Costes de productos que no cumplen la especificación

Dentro de éstos se distinguen los costes por fallos internos y los costes por fallos externos. Los son los debidos a no conformidades detectadas ante de la entrega del producto o servicio al cliente. La única ventaja de estos costos frente a los externos es que se evita que se hagan evidentes ante al cliente, aunque pueden suponer retrasos en las entregas. Ejemplos de estos costes de no calidad por fallos internos son:







Los costes de no calidad debido al incumplimiento de requisitos pueden ser internos o externos.

Deficiencias como consecuencia de un mal diseño (supone el coste de los productos defectuosos, más la revisión de los productos fabricados hasta ese momento, más el coste de una solución temporal, y más el coste del rediseño adecuado del producto). Un componente o materia prima defectuosa (supone el coste de revisar todos los componentes o materiales disponibles en almacén, más el coste de detección de los productos que se han fabricado o están en proceso y que pudieran contener ese componente o material defectuoso, más el coste de la retirada del mercado de los productos con el elemento defectuoso, más el coste de adquirir componentes o materiales correctos y más el coste de reemplazar el elemento defectuosos en los productos ya fabricados).

También hay que considerar dentro de los costes de no calidad internos las ineficiencias de los procesos, como por ejemplo: 





La pérdida de productividad por fallos en los equipos que detienen la fabricación y pueden suponer retrasos en las entregas o la necesidad de recuperar el tiempo perdido mediante el pago de horas extras a los trabajadores. Fallos en la realización de las actividades manuales de los operarios por falta de formación suficiente de los mismos. Los desajustes de inventario por culpa de despilfarros, pérdidas de materiales, obsolescencia o caducidad.

Los son aquellos que se producen en el producto o servicio una vez lo ha recibido ya el cliente. Ejemplos de estos costes de no calidad son: 



Fallos de funcionamiento de los productos en período de garantía. Además de la mala imagen que genera en el cliente, los costes de reparación o sustitución corresponden a la empresa. Además de las quejas del cliente debido al incumplimiento incumplimiento de los requisitos, también hay que considerar la insatisfacción de las expectativas del cliente (un cliente insatisfecho es un cliente que no repite y que trasmite una mala imagen de la empresa y sus productos a otros potenciales clientes). Costes de retirada del mercado de productos defectuosos (los costes de los productos con fallos entregados por los clientes, más los costes de logística para retirar otros productos también defectuosos aún en el mercado, los costes de reparación de todos esos productos defectuosos, más los costes de volver a entregarlos y distribuirlos de nuevo, y sin olvidar los coste de personal que tiene que atender todas las reclamaciones de los clientes).





3.2 Los costes de evaluación son los asociados a la verificación de que los productos y servicios cumplen la calidad especificada.

Costes de evaluación

Son los costes asociados a la verificación de que los productos y servicios cumplen la calidad especificada. Las empresas, ante la presencia de inestabilidades en los procesos, tienden a poner controles de calidad que, una vez resuelta la causa de la inestabilidad que los hizo necesarios, siguen manteniéndose, a pesar del coste que suponen a la empresa. Ejemplos de estos costes son: 







3.3

Los costes de prevención son los orientados a minimizar tanto los costes por fallos en el

Costes por penalizaciones por incumplimiento de la calidad o plazos de entrega comprometidos.

Costes de evaluación y homologación de proveedores y de sus productos (costes de auditorías, de pruebas de laboratorio para comprobar que sus productos o materiales cumplen la calidad especificada, inspecciones de entrada de materias primas, etc.). Los costes de control en las diferentes tareas o puestos de trabajo del proceso productivo para verificar la calidad de los productos en fabricación. Dentro de éstos, se pueden incluir también los costes de comprobación de inventarios. Costes de inspección de los productos propios una vez terminada su fabricación y para asegurar que no se produzcan fallos externos. Los costes de mantenimiento y calibración de los equipos de medida.

Costes de prevención

Corresponden a aquellos costes orientados a minimizar tanto los costes por fallos en el cumplimiento de las especificaciones, como los de evaluación. Ejemplos de estos costes son:

cumplimiento de las especificaciones como los de evaluación.







Estudios de mercado destinados a evaluar la percepción y satisfacción de los clientes con los productos o servicios propios. Diseño y desarrollo de productos con mejores prestaciones que las que necesita y demanda el mercado como medida preventiva ante fallos. El aportar mejores prestaciones que las necesarias suponen unos sobrecostes innecesarios que frecuentemente aumentan el precio de los productos y disminuye su capacidad competitiva. La evaluación excesiva de la calidad de los suministradores o de los procesos propios (planes de calidad, auditorías internas y externas, inspecciones, etc.).





3.4

Costes de desarrollo e implantación de proyectos de mejora de la calidad, como puede ser el programa Seis Sigma (costes externos de formación, asistencia de consultores expertos, tiempo adicional de dedicación, etc.).

Costes por la pérdida de oportunidad

De las cuatro categorías, éstos son los más difícil de valorar objetivamente. Algunos ejemplos de estos costes: 





4

Un proceso de marketing ineficaz incapaz de identificar las demandas del mercado, las oportunidades en mercados nuevos, o el lanzamiento de campañas publicitarias inadecuadas que no contribuyen a aumentar las ventas. No apostar por la investigación y desarrollo de productos que acaban triunfando en el mercado. En estos casos, se acaba llegando tarde al mercado perdiendo los trozos grandes del reparto de la tarta de la demanda global. Celeridad por llegar lo antes posibles al mercado sin hacerlo a partir de un buena planificación, lo que puede suponer un producto insuficientemente comprobado y validado, una estructura inadecuada o insuficiente para atender un posible éxito de ventas, etc. En estos casos, a un aparente éxito inicial le sigue un inmediato fracaso (excesivos fallos de calidad, insuficientes recursos productivos para atender la demanda, operarios no formados que cometen más errores de los admisibles, etc.).

Conclusiones

La gestión de calidad total Seis Sigma pretende controlar los procesos para que sean tan estables como para que los productos y servicios resultantes no exceda el valor de 3,4 defectos por millón. El reducir los defectos ha de contribuir a reducir los costes de no calidad y a una mayor satisfacción de los clientes. Si la mayor satisfacción de los clientes se acaba traduciéndose en más ventas, y si los costes bajan al reducirse ampliamente los costes de no calidad, aumentarán los beneficios y, por tanto, también la satisfacción de los accionistas. Seis Sigma, por tanto, acaba siendo una estrategia empresarial para ser más competitivos. La competitiva de la es

.



Para esta gestión, los programas de calidad total Seis Sigma se apoyan principalmente en el (CEP) y en el (DDE). Los son todos aquellos en que incurren las organizaciones como consecuencia consecuencia de una calidad deficiente: productos defectuosos que hay que tirar como desperdicio o reprocesar, fallos en el diseño, desarrollo o producción, empleo de componentes componentes y materias primas defectuosos, reparaciones en período período de garantía, pérdida de ventas por insatisfacción de los clientes, etc. Los costes de no calidad se clasifican en 

Costes por



Costes de

.



Costes de

.



Costes por la

5

: .

.

Referencias Bibliográficas 





Amat, Oriol (2005). Costes de calidad y de no calidad. calidad. Barcelona, Ediciones Gestión 2000. Barba, Enric; Boix, Francesc; Cuatrecasas, Lluís (2000). Seis Sigma. Una iniciativa de calidad total. Barcelona, total. Barcelona, Ediciones Gestión 2000. Breyfogle III, Forrest W. (2003). Implementing Six Sigma. Smarter solutions using statistical methods. Edit. methods. Edit. John Wiley & Sons.



Chowdhury, Subir (2005). El poder de Seis Sigma. Edit. Pearson.



Eckes, George (2000). The Six Sigma revolution. Editorial revolution. Editorial John Wiley & Sons.







Gutiérrez Pulido, Humberto; Vara Salazar, Román de la (2009). Control Estadístico de Calidad y Seis Sigma. México, Sigma. México, Editorial McGraw-Hill. Harry, Mikel; Schoroeder, Richard (2000) Six Sigma, The breakthrough management strategy revolutionizing the world’s top corporations. New York, Doubleday. Harry, Mikel (1998). Six Sigma: A breakthrough strategy for profitability. Quality Progress, American Society for Quality (ASQ).









Harry, Mikel (2000). A new definition aims to connect quality with financial performance. Quality performance. Quality Progress, American Society for Quality (ASQ). Instituto Tecnológico de Galicia. Metodología Seis Sigma de mejora de procesos. Fundación Instituto Tecnológico de Galicia. Summers, Donna C. Six Sigma: basic tools and techniques. Edit. techniques. Edit. Pearson.


Concepto de Seis Sigma y Costes de No Calidad

Recommend Documents