Calidad

seis sigma
Introducción

Existe en la actualidad una preocupación muy acentuada por todo lo referente a la calidad y su implantación en los sistemas productivos. Ello es así debido a que en estos momentos los productos, sean industriales o servicios y sus procesos, se ve forzados a incluir lo que se denomina la “calidad asegurada” en vista de que hay una fuerte competencia, se debe obtenerbajo costo, el mercado exige contrastar la calidad y se necesita gestionar la calidad en todos los niveles.
Por ello se ha decidido usar métodos que sirvan para la mejora de la calidad uno de los más importantes y más extensos para desarrollar es el de seis sigma, que se basa en la disminución de los errores a través de la desviación estándar.
Esta herramienta comenzó siendo una utilidadopcional en las empresas y hasta hoy cada vez de convierte en un método más sistémico y elaborado capaz de disminuir los errores a 3,4 por cada millón y siendo un verdadero arte.









Antes de comenzar a hablar sobre el Seis sigma o Six sigma por su traducción del inglés, es interesante analizar algunos extractos de un artículo publicado en la revista MIT News por David L. Chandler el 9de febrero de 2012.
Allí se describe un valor sigma como: La unidad de medida que se ofrece normalmente cuando se habla de significado estadístico, la desviación estándar, expresada con la letra griega minúscula sigma (σ). El término se refiere a la cantidad de variabilidad en un conjunto de datos dado: si los datos apuntan todos a una zona conjunta o están muy dispersos.
Distribución normalEn muchas situaciones, los resultados de un experimento siguen lo que se conoce como “distribución normal”. Por ejemplo, si lanzas una moneda 100 veces y cuentas cuántas veces sale cara, el resultado medio será 50 veces. Pero si realizas esta prueba 100 veces, la mayor parte de los resultados estará cerca de 50, pero no será exactamente ese valor. Tendrás casi los mismos casos de 49 ó 51. Tambiéntendrás unos pocos de 45 o 55, pero casi ninguno de 20 o de 80. Si dibujas las 100 pruebas en una gráfica, tendrás una forma bien conocida llamada curva de campana, que es más alta en el medio y más baja en los extremos. Esto es una distribución normal.
La desviación es lo lejos que está un punto dado respecto a la media. En el ejemplo de la moneda, un resultado de 47 tiene una desviación detres respecto al valor medio de 50. La desviación estándar es la raíz cuadrada de la media de todas las desviaciones al cuadrado. Una desviación estándar, o un sigma, dibujado por encima o debajo del valor medio en tal curva de distribución normal, definiría una región que incluye el 68 por ciento de todos los puntos de datos. Dos sigmas por encima o debajo incluirían aproximadamente un 95 por cientode los datos, y tres sigmas el 99,7 por ciento.
Entonces, ¿Cuándo un punto de datos concreto – o resultado de investigación – se considera significativo? La desviación estándar puede ofrecernos una regla: Si un punto de datos está a unas pocas desviaciones estándar del modelo que se está poniendo a prueba, esto es una prueba sólida de que dicho punto de datos no es consistente con el modelo. Sinembargo, cómo usar esta regla depende de la situación. John Tsitsiklis, Profesor Clarence J. Lebel de Ingeniería Eléctrica en el MIT, que enseña el curso de Fundamentos de Probabilidad, dice que: “la estadística es un arte, con mucho espacio para la creatividad y los errores”. Parte del arte consiste en decidir qué medidas tienen sentido para una configuración dada.
Por ejemplo, si estáshaciendo una encuesta sobre cuánta gente planea votar en unas elecciones, la convención aceptada es de dos desviaciones estándar por encima o debajo de la media, lo cual da un nivel de confianza del 95 por ciento, lo que es razonable. El intervalo de dos sigmas es a lo que los encuestadores se refieren cuando dicen “el margen de error de la muestra”, como un 3 por ciento, en sus conclusiones.
Esto...