Chavez

ESTUDIOS DE ADMINISTRACIÓN
ISSN 0717-0653 versión impresa | ISSN 0717-0616 versión en línea
OPTIMIZACIÓN DEL PROCESO DE

BARRENADO PARA EL INCREMENTO
DE PRODUCTIVIDAD Y REDUCCIÓN DE
RECHAZOS A TRAVÉS DE LA METODOLOGÍA
DMAIC: CASO EMPRESA DEL SECTOR
AUTOMOTRIZ
OPTIMIZATION OF THE DRILLING PROCESS TO INCREASE PRODUCTIVITY
AND REDUCE REJECTS THROUGH THE DMAIC METHODOLOGY, CASE OF AN
AUTOMOTIVE COMPANY
JEL Classification: M00, M10, M19

Received: April 1, 2022 | Accepted: June 1, 2022 | Available online: June 16, 2022
Cite this article as: Chavez, J., Santiesteban, N., González, F., Fierro-Xochitototl, M., & Luna, V.
(2022). Optimización del proceso de barrenado para el incremento de productividad y reducción de rechazos
a través de la metodología DMAIC: Caso empresa del sector automotriz. Estudios de Administración, 29 (1),
142-164. https://doi.org/10.5354/0719-0816.2022.66714
Juan Chávez Medina

Universidad Politécnica de Puebla, México
[email protected]; [email protected]
https://orcid.org/0000-0002-1978-0620
Norma Angélica Santiesteban L.

Facultad de Administración, Benemérita Universidad Autónoma de Puebla, México
[email protected]
Fernando Osvaldo González Manzanilla

[email protected]
María Concepción, Fierro-Xochitototl

[email protected]
Víctor Genaro Luna Fernández

Facultad de Administración, Universidad Politécnica de Puebla, México
[email protected]
Resumen
La industria automotriz se ha vuelto más exigente en términos de calidad a lo largo de

los años, debido a que los procesos requieren una mayor precisión y un mejor control
Esta obra está bajo una Licencia Creative Commons

Atribución-NoComercial-CompartirIgual 4.0 Internacional.
142
Chávez, Santiesteban, González, Fierro & Luna (2022). Estudios de Administración, 29(1): 142-164, enero-junio del 2022
https://doi.org/10.5354/0719-0816.2022.66714
con la finalidad de cumplir los requerimientos del cliente. El presente trabajo muestra
el caso de la implementación de la metodología DMAIC en una empresa del sector
automotriz, específicamente en una planta de maquinado de discos, el cual es uno de
los procesos más críticos e importantes del sector, ya que es en donde se perfeccionan
las piezas, adecuándose a las características que el cliente pide. El número de parte
con el que se trabajó es el D170X, un modelo perteneciente al cliente FCA. El objetivo
del proyecto de mejora continua es reducir los reclamos del cliente, las cuales son
reflejadas en alertas de calidad. Para la reducción de estas alertas se propone disminuir
los defectos encontrados en las piezas, los cuales se realizan en la operación del
barrenado ya que se encuentran barrenos desfasados y fuera de especificaciones.
En el presente trabajo se desarrolló la metodología DMAIC (Definir, Medir, Analizar,
Implementar y Controlar) para reducir los defectos atacándolos desde la raíz e
incrementar el nivel Six Sigma además que se apoyó en la herramienta de calidad
AMEF (Análisis del Modo y Efecto de la Falla) para identificar las posibles fallas, y
determinar la manera de corregirlas y prevenirlas.
Después del desarrollo e implementación de la metodología DMAIC se evidenciaron
cambios favorables en el proceso, siendo la calidad primordial y por ello el cliente se
encuentra conforme a sus requerimientos.
Palabras claves: Sector Automotriz, Proceso de maquinado, DMAIC, Calidad, Six

Sigma, Optimización de proceso, Productividad.
Abstract
The automotive industry has become more demanding in terms of quality over the
years, as processes require greater precision and better control in order to meet
customer requirements. The present work shows the case of the implementation of
the DMAIC methodology in a company in the automotive sector, specifically in a disc
machining plant, which is one of the most critical and important processes in the
sector, since it is where they are perfected. the pieces, adapting to the characteristics
that the client requests. The part number that was worked with is the D170X, a model
belonging to the FCA client. The objective of the continuous improvement project is
to reduce customer complaints, which are reflected in quality alerts. In order to reduce
these alerts, it is proposed to reduce the defects found in the pieces, which are made in
the drilling operation since holes are out of phase and out of specifications.
In the present work, the DMAIC (Define, Measure, Analyze, Implement and Control)
methodology was developed to reduce defects by attacking them from the root and
increase the Six Sigma level, in addition to being supported by the FMEA (Mode and
Effect Analysis) to identify possible failures and determine how to correct and prevent
them.
After the development and implementation of the DMAIC methodology, favorable
143
Optimización del proceso de barrenado para el incremento de productividad y reducción de rechazos a través de la
metodología DMAIC: Caso empresa del sector automotriz
changes were evidenced in the process, with quality being paramount and therefore
the client is in accordance with their requirements.
Keywords: Automotive Sector, Machining process, DMAIC, Quality, Six Sigma,

Process optimization, Productivity.
Agradecimientos
Los autores agradecen el apoyo del Dr. Mario Santiesteban-López presidente de

una compañía de autopartes automotrices en la ciudad de San Luis Potosí, México.
1. Introducción
A nivel mundial, la importancia de la industria automotriz en las economías

nacionales y su papel como motor para el desarrollo de otros sectores de alto valor
agregado ha llevado a que diferentes países tengan como uno de sus principales
objetivos el desarrollo y/o fortalecimiento de esta industria, en México no es excepción
ya que la industria automotriz ha sido un sector estratégico para el desarrollo del país.
En agosto de 2021, el valor de exportación del sector automotriz de México superó
los $10,400 millones, una disminución de aproximadamente $1,500 millones respecto
al valor de exportación de reportado en agosto de 2020. (Szász, et al., 2021; Statista,
2021). Aunque México se ha mantenido tradicionalmente entre los países líderes en la
producción mundial de vehículos, ha sido reemplazado gradualmente en la undécima
posición desde 2004. Es el caso del centro del país en el que se encuentra el estado de
Puebla, ya que es uno de los países más representativos en la industria puesto que es
el principal atractivo del capital extranjero en muchos proyectos futuros. Dentro del
estado existen varios tipos de empresas dedicadas a la fabricación de autopartes, la
industria de fabricación de discos de frenos no es de las más comunes, por lo que es
importante para las empresas estar bien posicionadas y ser competitivas para atraer
clientes. Dentro de esta perspectiva, es importante señalar que las grandes empresas
siguen con éxito las estrategias de calidad basados en las normas ISO 9000, QS
9000 para la industria automotriz de Estados Unidos y Canadá, VDA en la industria
automotriz alemana, y Six Sigma para empresas u organizaciones en general, entre
otras metodologías de calidad (Chávez et al., 2018). El proceso de fabricación de discos
de freno es un tanto complejo y debe estar dentro las especificaciones de las normas
mencionadas, ya que el disco está sujeto a varios procesos los cuales están sujetos a
altos estándares de calidad y deben ser lo más precisos posible ya que el sistema de
frenos es sin duda el componente más importante el automóvil ya que la seguridad
de los pasajeros total o parcial depende de él (García, 2015). El proceso de maquinado
es importante para cumplir con los estándares de calidad definidos, ya que es la parte
que define las características de seguridad requeridas por el cliente en el disco para
freno. La calidad de la superficie obtenida en la pieza durante el maquinado depende
de la geometría del afilado de la herramienta de corte que utiliza cada máquina en
el proceso de transformación del metal (Leyva, 2018). El barrenado es unos de los
144
procesos más notables, ya que ahí se realiza la perforación, se puede definir como
el proceso en el que una herramienta giratoria tiene uno o más bordes cortantes,
con la intención de tener las superficies exactas para los agujeros que son una parte
importante del ensamblaje de piezas (Camargo, 2010; Tanos, 2010).
La medición es uno de los aspectos clave del control estadístico y la estrategia de
mejora de Six Sigma y su metodología es un modelo que sigue un formato estructurado
y disciplinado aplicada a la producción como un indicador de la propagación esperada o
la variabilidad de los productos fabricados en un proceso. Además, tiene como objetivo
eliminar la variabilidad, mejorar la calidad, el costo y el tiempo de ciclo de cualquier
tipo de proceso, producción o servicio. Con el enfoque de fabricación ajustada, es uno
de los métodos más avanzados y precisos para la mejora de procesos (Manel, 2015).
Bajo esta consideración los métodos estadísticos se aplican para sustentar la toma
de decisiones, mejorar el rendimiento del proceso y aumentar la satisfacción del
cliente (Garza et al., 2016). En un proceso Six Sigma con más de un millón de posibles
errores, hay un máximo de 3 o 4 errores. De esta manera, es una métrica que indica el
número de errores por millón de oportunidades (DPMO) o cómo funciona el proceso
de acuerdo con los requisitos del cliente.
Para su desarrollo en proyectos de mejora se implementa a través de cinco pasos
bien definidos conocidos como el ciclo DMAIC (Definir, Medir, Analizar, Mejorar, y
Controlar)
Definir: El objetivo de esta fase es identificar, acotar y definir el proyecto a realizar
con el fin de que éste sea abordable, beneficioso y tangible.
Medir: Su objetivo es planificar y llevar a cabo una recogida de datos a fin de
caracterizar el mismo.
Analizar: Se trata de detectar el estado del proceso y las variables críticas dentro
del mismo. Es el momento de la aplicación del análisis de causa raíz para encontrar las
palancas que mejorarán el proceso.
Mejorar: Identificar e implantar mejoras a aplicar dentro del proceso y realizar
prueba piloto.
Controlar: Establecer mecanismos para asegurar que las mejoras se mantienen en
el tiempo.
Un objetivo de la aplicación de la metodología DMAIC es el aumentar la calidad
en el proceso, para este estudio se utiliza herramientas lean como el análisis de falla
y efecto (AMEF) para medir y cuantificar el problema (Tovar, 2014). La prevención de
fallas es un punto clave para la implantación de dicha metodología, ya que previene
defectos ya ocurridos con anterioridad y así mejora la calidad (Esquivel et al., 2017).
Lo expresado anteriormente, se formula que todo se relaciona entre sí, ya que el
valor de una característica de calidad es un resultado que depende de una combinación
de variables y factores los cuales son determinados durante los datos obtenidos con
las herramientas de calidad en su aplicación en el proceso de producción. El análisis
de los datos medidos permite obtener información sobre la calidad del producto, el
funcionamiento del proceso que se examinará y se corregirá, y los lotes de productos
que se aceptará o rechazará. En todos estos casos, las decisiones deben tomarse y
estas decisiones dependen del análisis de los datos (De la Guerra, 2015). Dado que se
propone el análisis de datos, es importante tomar las medidas apropiadas como es el
caso del análisis de modo, y el impacto en un proceso falla ya que detecta previamente
posibles errores en el proceso. La industria automotriz ha utilizado la herramienta
145
AMEF, la cual es adecuada para reconocer y bloquear las causas de posibles errores en
los productos y procesos.
2. Marco contextual
Para el presente estudio es necesario mencionar que, por razones de

confidencialidad, la empresa en la que se desarrolló el trabajo se enuncia como
“Empresa del sector automotriz o Empresa A”; para lo cual se ilustran los datos
generales de la organización en la Tabla 1.
Tabla 1. Información general de la empresa automotriz.
DATOS GENERALES
Razón social Empresa del sector automotriz
Giro de la empresa Metalmecánico, sector automotriz
Tamaño de la empresa Mediana, cuenta con 165 empleados
Procesos Fundición, maquinado y pintura
Clientes Ford Motors, General Motors, Fiat Chrysler
Automotive, Honda, Mitsubishi, Nissan,
Toyota, Mercedes Benz, Volkswagen, Maserati
y Audi
Elaboración propia.
Procesos de la empresa
La empresa se dedica a la fabricación de componentes para sistemas de frenos;
específicamente de discos para frenos. Cuenta con los procesos integrados de
fundición, maquinado y pintura para la elaboración de estos, la organización es del
giro automotriz, dedicada a producir componentes para sistemas de suspensiones
y frenos, destinados a las camionetas pick-up, “minivans”, vehículos utilitarios y
automóviles para pasajeros de E.U.A, México, Canadá y Mercosur. Actualmente la
empresa abastece más de 50 plataformas de diferentes clientes. Tiene instalaciones
en los Estados Unidos, México y Brasil, ubicaciones estratégicas para atender el Norte
y Sudamérica.
3. Planteamiento del problema
Debido a lo anteriormente mencionado para la mayoría de las empresas

manufactureras, la gestión de los materiales; subconjuntos, componentes, piezas
y materia prima es importante debido al riesgo de desabasto de materia prima o
rupturas de stock que existe en las empresas, mismos que generan costos logísticos
y de producción. Sin embargo, a través de los años para facilitar el cumplimiento
de las necesidades del mercado, se ha podido encontrar un sistema básico para la
administración y planificación de la producción conocida como MRP. Para la “empresa
del sector automotriz”, no es la excepción, con el paso del tiempo ha logrado una
derivada cartera de clientes y el principal cliente es Adient a quien le provee 18 ítems
de producto terminado, y este a la vez, le provee a VW. El total de ventas que tuvo
146
en el año 2019, únicamente para el cliente antes mencionado fue de 1,485,171 de

piezas con un valor de USD 2,074,554. Para la fabricación de las piezas vendidas la
organización se abasteció de 372 toneladas de alambre (promedio de 31 toneladas
por mes). Y por otra parte se abasteció de 343 toneladas de acero (promedio de 29
toneladas por mes). Dicho lo anterior, en los últimos meses por falta de planeación
de materiales no se adquirió la materia prima requerida a tal punto de no tener
para producir componentes, motivo por el cual se consiguió un nuevo proveedor de
alambre. Las referencias críticas que se tuvieron a tal grado de parar la línea del cliente
fue la referencia 17A 881 559A con un requerimiento promedio por día de 1000 piezas,
referencia 5QM 885 305 con un requerimiento promedio de 990 piezas, referencia 3CN
8811 537 con un requerimiento promedio de 300 piezas y la referencia 5NN 881 538
con un requerimiento promedio de 860 piezas.
4. Justificación
Toda empresa tiene procesos con variabilidad, rechazos, errores, pero al

implementar una mejora continua se pretende tener la reducción de estos, en este
sentido se debe mencionar que la empresa automotriz cuenta con un proceso de
maquinado, en el cual se encuentra procesando el número de parte D1704S del cliente
FCA. De acuerdo con los datos históricos se encuentra como crítico, ya que cuenta
con un porcentaje de rechazo fuera de especificación. El objetivo es mantener dentro
del 0.9% de rechazo de piezas, pero en los últimos meses este número de parte se
ha elevado a un 1.57% de rechazo de acuerdo con el reporteo de líneas que se da
dentro del área de maquinado. En una corrida del número de parte ya mencionado,
se han llegado a presentar un total de 4933 defectos, lo cual ha implicado que en
los últimos meses los errores han llegado hasta el cliente, provocando que se emitan
aproximadamente 5 alertas de calidad por bimestre. En el proceso intervienen diversos
factores que contribuyen a la fabricación de discos con defectos, el principal defecto es
el mal barrenado por herramienta rota y de acuerdo con los defectos mencionados con
anterioridad se tiene un aproximado de pérdida de $34,479 cada que existen errores
en el proceso, ya que el retrabajo presenta costos lo cual se refleja en pérdidas para la
empresa. Por ello se pretende ahorrar esa cantidad con la optimización del proceso de
barrenado para el incremento de productividad y reducción de rechazos del número
de parte D1704S del cliente FCA a través de la metodología DMAIC en la empresa
automotriz.
5. Desarrollo Metodológico
En este apartado se elaboró un esquema basado en la metodología DMAIC (ver

figura 1) donde se indican las actividades a realizarse para el alcance de los resultados
esperados.
147
Figura 1. Esquema metodológico.
Etapa de Definir
Es la primera etapa del ciclo de mejora DMAIC, la fase Definir implica describir
el problema y determinar de qué forma afecta. Además, en esta etapa se trazan los
objetivos que se pretenden lograr; se debe definir el alcance, los límites descritos,
los recursos potenciales y los plazos, por lo cual se desarrolló el Project Charter
(carta proyecto) donde se detallaron cada uno de los aspectos fundamentales del
proyecto, donde se delimitaron los alcances, se fijaron los objetivos, se establecieron
los entregables, y se asignaron responsabilidades y planes (financieros, recursos,
calidad). El departamento de “Mejora Continua” junto con los integrantes son los que
se encargan de seleccionar el proyecto, el cual consiste en la reducción de rechazo del
número de parte.
Roles y responsabilidades
Se elige al equipo multidisciplinario como se muestra en la tabla 2, tendiendo en
consideración que los nombres se omiten intencionalmente y se las personas quienes
participarán en el proyecto, sin embargo, es necesario mencionar que el equipo está
compuesto por cargos altos, medios y bajos.
Tabla 2. Equipo multidisciplinario Six Sigma
Responsable/Área Rol
Gerencia de maquinado Champion
Producción de maquinado Líder de proyecto
Calidad Green belt
Mejora continua Soporte
Finanzas representante financiero
148
Responsable/Área Rol
Producción de maquinado (mando medio) Encargado de línea
Producción de maquinado (operativa) Operador de línea
En esta etapa se escucha la voz del cliente (ver Tabla 3), se recopilan las alertas de
calidad emitidas por el cliente FCA, se pretende reducir el porcentaje de rechazo de
un número de parte D1704S, para analizar cómo afecta los indicadores de calidad de
acuerdo con las alertas de emitidas por el cliente, el ingeniero de garantías proporciona
el dato de 5 alertas de calidad emitidas por bimestre debido a los defectos encontrados
en las piezas.
Tabla 3. CCR´s (Requerimientos críticos del cliente)
Voz del Cliente Requerimientos críticos Después de aclarar, el

del cliente tema es…
No se aceptan piezas con Existen alertas de calidad Promedio de 5 alertas
defectos de piezas defectuosas de calidad de FCA por
bimestre
El crítico de satisfacción que permite mantener el estándar establecido por el

cliente es el “crítico de calidad” (CTQ), FCA no permite mal acabado en barrenos, los
cuales son el motivo principal para emitir las alertas de calidad como se observa en
el anexo 1, el defecto encontrado en una pieza (número de parte D1704S), muestra el
desfase de 2 de los barrenos que se encuentran en la brida exterior del disco, lo cual
implica una queja de cliente ya que puede atentar contra la seguridad del usuario.
Descripción del proceso

Se debe tener un esquema general del proceso para identificar la operación se está
provocando el defecto del disco, es para ello que se realiza un mapa de alto nivel (ver
figura 8) para mostrar un panorama general de las áreas y los procesos involucrados
en la fabricación de discos para frenos.
Figura 2. Mapa de alto nivel
149
Este trabajo se enfoca en el proceso de maquinado, del cual se despliegan las

operaciones que se llevan a cabo en él.
Diagrama SIPOC
A continuación, se presenta un diagrama (ver figura 3) la cual sirve como guía para
una para caracterizar el proceso de maquinado en particular, y así facilitar identificación
de elementos claves como: Proveedores, Entradas, Procesos (subprocesos), Salidas y
Clientes.
Figura 3. Diagrama SIPOC.
Como proveedores se tienen externos e internos, dentro de los internos se

encuentran las plantas de fundición que proporciona la pieza ya como disco o también
conocido como casting. En las entradas se encuentran las materias primas que son las
que aportan valor al proceso, en este caso los insertos, herramentales en general y los
discos. El proceso se compone en general de operaciones en las cuales se encuentra el
barrenado con la que se trabajará posteriormente. Por último, en la salida se obtiene
la pieza o disco ya con las especificaciones que pide el cliente, libre de defectos y listo
para ser enviado al cliente interno el cual es pintura.
Diagrama de flujo
Para comprender el proceso completo se muestra a continuación (ver anexo 2) un
diagrama de flujo, donde se muestra el proceso desde que la pieza sale de la planta
de fundición y hasta que sale de la planta de maquinado, se indica el número y la
descripción de la operación.
Etapa de Medir
En esta etapa se tiene como objetivo establecer la medición de la situación actual
contra la cual se pretende mejorar, aquí se identifica las de restricciones proceso, así
como las posibles áreas de oportunidad.
150
Diagnóstico
En la siguiente gráfica estudia el porcentaje de rechazo general de la planta de
maquinado, los meses que se comprendieron van desde febrero 2019 hasta enero 2020.
Se observa que a partir del mes de Julio 2019 hubo un incremento considerable en el
porcentaje de rechazo, rebasando target o scrap ideal el cual corresponde al 0.9%. Al
realizar el promedio aproximado de los meses estudiados da como resultado un 1.38%
de rechazo, teniendo un 0.48% arriba del target. Lo cual nos indica que el proceso de
maquinado no está siendo productivo, representado en la figura 4.
Figura 4. Gráfica de porcentaje de rechazo de maquinado.
En la planta de maquinado se tienen diferentes líneas en donde se procesan

mismos números de parte, el D1704S se trabaja en su mayoría en la “Línea 750 y en
la 716” ya que tienen una producción constante, las líneas alternativas como la 613
y 721, no siempre procesan ese número de parte por lo que no pueden tomarse en
cuenta para un estudio ya que podrían tener lapsos de tiempo donde no se obtendrían
datos ni resultados.
Figura 5. Gráfica de total de porcentaje de rechazo por línea.
151
Como se puede observar en la figura 5 en el periodo de julio 2019- febrero 2020,

la línea en la cual se encontró un mayor porcentaje de rechazo fue en la línea 750,
rebasando así el objetivo y el rechazo global. A partir de este análisis se concluye que
el punto inicial para atacar será la línea 550, ya que ahí se procesa el número de parte
D1704S, el cual tiene un mayor número de alertas de calidad emitidas por FCA.
Continuando con la identificación de defectos, se realiza una gráfica de Pareto
mostrada en la figura 6, para detectar y priorizar el defecto que tiene una mayor
repetitividad en el D1074, el cual está provocando que el porcentaje de rechazo sea
elevado.
Figura 6. Gráfica de Pareto, defectos de maquinado parte D1704S, L750.
Se muestra en la figura 6 que el defecto que más ocurre en la L750 es el mal acabado
por herramienta rota en la operación 60, el cual corresponde a un mal barrenado de la
pieza, el cual ya se había mencionado con anterioridad había provocado un reclamo
del cliente. Dentro del 80-20 se encuentran diferentes tipos de defectos que ocurren
con mayor frecuencia los cuales serán incluidos en los planes de acción para poder
eliminar los posibles defectos.
Una vez identificado el principal defecto en el diagrama de Ishikawa se observan
las diferentes causas que apuntan hacia el principal problema el cual genera una pieza
defectuosa. Las causas más relevantes corresponden a maquinaria y a la mano de obra,
ya que son los principales factores que tienen una relación directa con el proceso de
barrenado como se observa en la figura 7.
152
Figura 7. Diagrama de Ishikawa.
Después de realizar el diagnóstico, se concluye que en el área de maquinado se tiene

un problema con el número de parte D1704S ya que se tienen un registro de alertas de
calidad emitidas por el cliente FCA. Las piezas se están procesando principalmente en
la línea 550, y el problema está surgiendo específicamente en operación 60, donde se
está realizando un mal barrenado causado principalmente por la inadecuada mano de
obra y por el mal uso de la maquinaria.
Cálculo de nivel Six Sigma
En el proceso de maquinado del número de parte D1407 se toma como muestra
un total de 50942, este número de piezas se tomaron como muestra durante un lapso
de 4 meses, con un total de 1360 número de defectos observados que tuvieron como
consecuencia un retrabajo.
Luego de realizar el cálculo de los DPMO se tiene un total de 26,697.028 defectos
por millón de oportunidades, teniendo un nivel Six Sigma de proceso del 3.43.
Siendo representados de manera gráfica (ver figura 8) indica que las unidades
comprendidas entre las barras azules corresponden a las unidades conformes
por oportunidades de defectos, y las unidades que se encuentran fuera de la barra
corresponden a los defectos del proceso
Figura 8. Calculadora Nivel Six Sigma y DPMO.
153
De acuerdo con una clasificación de nivel Six Sigma, indica que de acuerdo con los
defectos por millón de oportunidades es proporcional al nivel de calidad del proceso
como se muestra en la siguiente Tabla (ver Tabla 4).
Tabla 4. Clasificación por nivel de desempeño de Seis Sigma.
Nivel de Sigma Defectos por Nivel de Costo de Clasificación

Millón de Calidad Calidad
Oportunidades Promedio
6 3.4 100.00% Menos del 1% de Clase Mundial
Ventas
5 233 99.98% 5 - 10% de Industria
Ventas Promedio
4 6.21 99.40% 15 - 25% de Baja
Ventas Competitividad
3 68.807 93 3% 25 - 40% de No Competitivo
Ventas
2 308.537 69.20% No Aplica No Competitivo
1 690 30.90% No Aplica No Competitivo
Chávez, (2019)
De acuerdo con el cálculo anterior, indica que en la fase de maquinado se tiene una
baja competitividad con un 93.3% lo cual muestra que el proceso no es competitivo
y carece de calidad, en consecuencia a ello, se han visto reflejados en las alertas de
calidad que el cliente FCA ha emitido.
Etapa de análisis
Matriz causa & efecto
A partir del principal defecto se realiza una Matriz Causa y Efecto (ver anexo 3)
para encontrar el principal motivo que está causando que se tenga un mal barrenado,
se evalúan a operadores involucrados en el proceso, se asigna una escala de: “3- bajo,
5-medio, 7-alto”.
Para evaluar y al final sumar puntos, teniendo como resultado que no existe un
método estandarizado para la limpieza en la operación del barrenado y quedando
como segunda causa la suciedad en “collets”, estas principales causas para un mal
acabado en barrenos fueron tomadas del análisis de causa-raíz (ver Figura 7.) los
cueles se incluyeron en el AMEF.
Análisis de modo y efecto de falla (AMEF)

Para esta etapa se identificaron las causas que afectan al proceso (variable x), por
lo cual se realizó un AMEF para la identificación de las fallas en el proceso y de esta
forma evaluar y clasificar de manera objetiva sus efectos y causas (ver anexo 4) es así
como, para esta forma, evitará su ocurrencia y se tendrá un método documentado
de prevención. A continuación, se muestra el análisis. De acuerdo con este estudio
el número de prioridad de riesgo (RPN), es el producto de la multiplicación de la
severidad, ocurrencia y detección. El RPN es un número que indica la prioridad que
se le debe dar a cada falla para eliminarla; se considera que un RPN superior a 30
154
requiere de un tratamiento de modo de falla, y el RPN corresponde a 60. De esta

forma se identifica que las acciones que se deben tomar están en la falla que se da
en la operación 60 que corresponde al barrenado, específicamente en el diámetro de
barrenos de sujeción, los cuales se mencionaron con antelación que tuvieron defectos
encontrando barrenos desfasados en piezas. En el análisis del AMEF se colocan las
acciones para controlar esa posible falla, las cuales serán relacionadas con la “Matriz
Causa & Efecto”.
Etapa de mejora
Recapitulando con las fases de definición, medición, análisis, se procede a la etapa
de mejora; es aquí en donde se pretende actuar para mejorar el proceso y así reducir
el rechazo. Esto se llevará a cabo mediante planes de acción con actividades que las
personas involucradas con el proceso tienen que seguir.
Para la implementación de cada mejora se establecieron fechas de cumplimiento
y el plan de implementación se colocó a la vista de todos los colaboradores para darle
seguimiento como se establece en el anexo 5.
Control y resultados
En esta etapa se muestra los resultados obtenidos a lo largo de las etapas del diseño
metodológico (ver Figura 1) los cuales se controlarán en un futuro para seguir teniendo
mismos resultados. De acuerdo con los nuevos datos proporcionado por el ingeniero
de garantías, se asegura que la calidad tuvo un cambio significativo y favorable ya
que el número de alertas de calidad se redujeron, quedando de la siguiente manera
resumido en la Tabla 5:
Tabla 5. CCR´s después de implementación (Requerimientos críticos del cliente).
Voz del Cliente Requerimientos críticos Después de aclarar, el

del cliente tema es…
No se aceptan piezas con Existen alertas de calidad 2 alertas de calidad de FCA
defectos de piezas defectuosas
Se redujeron 3 alertas de calidad comparando con el CCR’s antes de la

implementación de la metodología DMAIC. Lo cual coadyuva al objetivo de monitorear
los índices de productividad y nivel de aceptación para la reducción del número de
alertas de calidad del cliente FCA. En la muestra tomada para comparar el nivel Six
Sigma después de implementar la metodología se toma de un total de 25689 piezas, las
cuales fueron en un lapso 1 mes con un total de 452 número de defectos observados.
Luego de realizar el cálculo de los DPMO se tiene un total de 17595.07 defectos por
millón de oportunidades, teniendo un nivel Six Sigma de proceso del 3.61.
Representando nuevamente de manera gráfica como se observa en la figura 10
se indica que las unidades comprendidas entre las barras azules corresponden a las
unidades conformes por oportunidades de defectos, y las unidades que se encuentran
fuera de la barra corresponden a los defectos del proceso, lo cual indica que las
unidades que se encuentran fuera de las barras azules son menores en comparación
a la primera muestra del nivel Six Sigma, el cual tuvo un cambio favorable ya que
aumentó con un 0.18, siendo un cambio no tan significante pero favorable.
155
Figura 9. Calculadora Nivel Six Sigma y DPMO (Resultados después de la mejora)
De acuerdo con el siguiente análisis mostrado en la Tabla 6 se demuestra que

implementación de la metodología DMAIC para la optimización del proceso de
barrenado y reducción del porcentaje de rechazo del número de parte D1704S del
cliente FCA fue exitoso ya que se tuvo una mejora del 0.4%. Como se menciona en el
diagnóstico realizado; el target o porcentaje de rechazo ideal es del 0.9%, después de
la mejora el promedio ya se encuentra dentro del porcentaje ideal correspondiendo a
un 0.98%.
Tabla 6. Comparativa Antes-Después de mejora aplicada
DATOS DE ATRIBUTOS ANTES DE LA MEJORA DESPUÉS DE LA MEJORA

N° de defectos observados 1,360.00 452
N° de oportunidades 1 1
N° de unidades (Tamaño de 50942 25689
muestra)
Defectos por millón de 26,697.00 17,595.07
oportunidades (DPMO)
PROMEDIO DE % DE RECHAZO 1.38% 0.98%
Al llegar a los resultados esperados se comprueba que las diferentes áreas de la

empresa tienen la capacidad de tener procesos óptimos, solo es cuestión de estrategias
de mejora para implementar y trabajar en ellas. Tal es el caso de la metodología DMAIC
implementada a lo largo del proyecto.
6. Resultados y Conclusiones
El trabajo considero todas las etapas y herramientas de apoyo correspondientes

en la aplicación de un DMAIC, lo que facilitó el análisis y la aplicación, puesto que se
encontró la causa específica que estaba generando el principal problema en el área de
156
maquinado. Todas las etapas fueron sustentadas con datos reales y específicos, con el
fin de tener una comparativa cuantitativa y así demostrar la efectiva implementación.
Los resultados obtenidos a lo largo de varios meses demuestran que el departamento
de calidad en conjunto con el área de maquinado tiene la capacidad de desarrollar
nuevos proyectos de mejora continua con otros números de parte que han presentado
problemas, lo cual ya se ha planteado después de los resultados obtenidos con esta
implementación. En la empresa en general ha presentado un ahorro de un aproximado
de $20,688 ya que al tener solo dos alertas de calidad del cliente se tiene menos perdida
comparada con la inicial. El porcentaje de rechazo disminuyó lo cual se ve relacionado
directamente con la calidad y con los costos de retrabajo. Cabe mencionar que la
disciplina del equipo multidisciplinario fue un factor clave para la implementación,
puesto que se podrá contar con todos los recursos necesarios pero el recurso humano
se convierte en el prioritario ya que es el encargado de llevar el correcto análisis, la
implementación y el control.
Por lo que se concluye que en el área de maquinado y se identifica que el porcentaje
de rechazo se encontraba en 1.8%, rebasando el ideal establecido que corresponde a
un 0.9% (ver figura11) ya que se tiene un total de 26,697 defectos en el proceso de
barrenado, debido a una mala implementación de rutinas de limpieza en el centro
de barrenado y la mala capacitación del personal a la hora de colocar el herramental
necesario en cada cambio de modelo, con lo cual se trabajó a lo largo del proyecto,
atacando específicamente las causas detectadas.
Se desarrolló la metodología DMAIC con la aplicación de herramientas de apoyo
en cada el principal problema y sus causas por medio de herramientas de calidad,
el desarrollo del proyecto se basó por medio del diseño metodológico establecido
como se muestra en la figura 3. Durante la elaboración y análisis del diagnóstico, se
detectó que el mal acabado en piezas se debe al mal acabado por la herramienta rota
provocado por dos principales factores incluidos en la mano de obra y la maquinaria,
en este sentido, también el AMEF tuvo como propósito atacar y prevenir esas posibles
fallas.
Se reduce a 2 alertas de calidad emitidas por el cliente FCA, no se eliminan en su
totalidad ya que el total de ellas antes de la implementación era 5, aún se requiere de
trabajo y constancia, pero los resultados fueron los esperados
El nivel Six Sigma antes de implementación tenía un valor de 3.43σ después de la
implementación se encuentra actualmente con una mejora, puesto que ahora el nivel
Six Sigma corresponde a un 3.6 σ aunque representa solo un 5% todavía se encuentra
en la fase de crecimiento en el nivel por lo que se espera que avance hasta 4σ, por lo
que el proceso de barrenado es productivo, reflejando un porcentaje de rechazo del
número de parte D1704S dentro del target mencionado.
Recomendaciones
Como recomendaciones se propone trabajar en las dos alertas de calidad de FCA

pendientes, para obtener mejores resultados y datos estadísticos precisos para una
mejor comparativa y una mejora continua completa en cuanto al número de parte
D1704S. Se recomienda trabajar e implementar proyectos similares en problemas
detectados con el número de parte D1904 ya que de igual manera presenta defectos y
reclamos de cliente.
Es necesario continuar monitoreando que las acciones propuestas en el plan
de acción continúen siendo llevadas a cabo por los operadores, ya que la limpieza
157
del centro de barrenado depende de que no se presenten nuevamente los defectos

detectados.
Es preciso que el personal se mantenga en constante capacitación para un buen
uso de la maquinaria, además de que debe saber interpretar un AMEF para tener
conocimiento de las posibles fallas que se puede presentar y ser capaces de corregirlas
por sí solos.
Es importante señalar, que para que se obtengan cero defectos se recomienda
implementar un sistema de control de calidad en donde se desarrollen manuales y
procedimientos, así como auditorías por capas (LPA), entrenamiento a los operadores
para identificar los defectos y parar la línea en el momento justo, también se
recomienda hacer una empresa sustentable implementado el sistema de calidad para
poder llegar a cero defectos y cero quejas, para ello se requiere sistematizar a un más
el proceso, y hacer uso de las alertas de calidad, además se recomienda emplear la
filosofía “No hago piezas defectuosas, no paso piezas defectuosas y no envío piezas
defectuosas”.
Apéndices
Apéndice A Parte con defecto de barrenado

Figura A1. Parte con defecto de barrenado
158
Apéndice B. Flujo del proceso de maquinado

Figura B1. Diagrama de flujo del proceso de maquinado
Apéndice C. Análisis causa y efecto

Tabla C1. Matriz causa y efecto
MATRIZ CAUSA & EFECTO

MAL ACABADO EN BARRENOS
SALIDAS Evaluadores
TOTAL
DESCRIPCIÓN S. Pérez A. Méndez A. Reyes E. Ortega R. Serrano
Mal reafilado
de brocas para
3 3 3 3 5 17
guía y barrenos
de posición
Suciedad en
7 7 7 7 5 33
collets
Carga excesiva
de trabajo para 3 5 5 3 5 21
operador
159
MATRIZ CAUSA & EFECTO

MAL ACABADO EN BARRENOS
SALIDAS Evaluadores
TOTAL
DESCRIPCIÓN S. Pérez A. Méndez A. Reyes E. Ortega R. Serrano
Entrenamiento
escazo para 3 3 3 3 3 15
operador
Constantes
fugas de
aceite soluble 5 3 7 3 5 23
en centro de
barrenado
No existe
un método
estandarizado 7 7 7 7 5 33
para la limpieza
en barrenado
Método de
dimensión
de brocas
3 3 3 5 3 17
inadecuado
en almacén de
herramientas
Acumulación
excesiva de
rebaba en 5 5 5 3 5 23
centro de
barrenado
Mal
posiciamiento
de pieza por 5 5 5 5 5 25
robot en
expansor
160
Apéndice D. Análisis AMEF

Tabla D1. AMEF
161
Apéndice E. Plan de acción

Tabla E1. Presentación del Plan de Acción
162
Declaración de confidencialidad y privacidad
Se manifiesta que el nombre de la entidad en la que se realizó dicha investigación

no es mencionado con la finalidad de proteger y mantener la confidencialidad de la
misma.
Declaración de conflicto de interés
Como autores del presente manuscrito manifestamos que no existen conflictos de

interés con alguna entidad, institución ni de carácter personal en esta publicación que
pudieran influir o sesgar de manera inapropiada este trabajo.
Confidentiality and privacy statement
The names of the persons and companies involved in this research have been
deleted to protect and maintain the confidentiality of the organization.
Declaration of conflict of interest
We, the authors, declare that there is no conflict of interest with any entity,
institution or person in this publication that could have improperly influenced or
biased our work.
Referencias
Camargo. J (2010). Propuesta de un dispositivo de montaje para la fabricación de

herramientas de corte [tesis de grado]. Instituto Politécnico Nacional, México.
Respositorio Dspace. https://tesis.ipn.mx/jspui/bitstream/123456789/6547/1/
PROPDEUNDISPOSIT.pdf
Chávez, J., Santisteban, N. A., Carmona, J.L., Muñiz. I. (2018). Efecto del mantenimiento
industrial, maquinaria y equipo, mano de obra, métodos de trabajo y materia
prima con respecto al nivel de Six Sigma en una Pyme: Caso bloquera medina
del municipio de San Pedro Cholula, Puebla. Revista de Ingeniería, 2(6), 34-44.
http://www.ecorfan.org/republicofperu/research_journals/Revista_de_Ingenieria_
Industrial/vol2num6/Revista_de_Ingenier%C3%ADa_Industrial_V2_N6_4.pdf
De la Guerra, J.P. (2015). Las siete herramientas de la calidad. España: UDEA.
Esquivel, A., León, R., & Castellanos, G. (2017). Mejora continua de los procesos de
gestión del conocimiento en instituciones de educación superior ecuatorianas.
Retos de la dirección, 11(2),56-72. http://scielo.sld.cu/pdf/rdir/v11n2/rdir05217.
pdf
García, R. A. (2015). Análisis del comportamiento de los frenos de disco de los vehículos
a partir de la aceleración del proceso de corrosión. Tecnura, 19(45), 53-63. http://
dx.doi.org/10.14483/udistrital.jour.tecnura.2015.3.a04
163
Leyva, J. (2018). Modelado del proceso de maquinado ECDM mediante lógica difusa
[Tesis de maestría]. Corporación Mexicana de Investigación en Materiales, México.
Repositorio COMIMSA. http://comimsa.repositorioinstitucional.mx/jspui/
handle/1022/323
Manel. J (2015) ¿Qué es el modelo Lean o de Producción ajustada? Preven Blog.

Barcelona. Recuperado de: https://prevenblog.com/que-es-el-modelo-lean-o-de-
produccion-ajustada/
Statista. (2021). Valor de las exportaciones del sector automotriz en México de enero de
2019 a agosto de 2021. Recuperado de https://es.statista.com/estadisticas/643110/
valor-de-las-exportaciones-de-la-industria-automotriz-mexico/
Szász, L., Csíki, O., & Rácz, B. G. (2021). Sustainability management in the global
automotive industry: A theoretical model and survey study. International Journal
of Production Economics, 235, 108085. https://doi.org/10.1016/j.ijpe.2021.108085
Tanos, S. (2010). Modelo de análisis de nivel de servicios. Evaluación de ventajas

competitivas mediante la auditoría de servicios [tesis de maestría]. Universidad
Autónoma de Nuevo León, México. Repositorio académico digital. http://eprints.
uanl.mx/id/eprint/832
Tovar. B. (2014). Aplicación de six sigma a devoluciones de clientes en

comercialización de autopartes no originales [Tesis de maestría]. CIATEC, México.
Repositorio institucional. https://ciatec.repositorioinstitucional.mx/jspui/
bitstream/1019/19/1/Tesis-Blanca%20Esthela%20Tovar.pdf
164

Chavez

Cargado por

Copyright:

Formatos disponibles

Chavez

Cargado por

Información del documento

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

Chavez

Cargado por

Copyright:

Formatos disponibles

ESTUDIOS DE ADMINISTRACIÓN

ISSN 0717-0653 versión impresa | ISSN 0717-0616 versión en línea

OPTIMIZACIÓN DEL PROCESO DE

JEL Classification: M00, M10, M19

Juan Chávez Medina

Norma Angélica Santiesteban L.

Fernando Osvaldo González Manzanilla

María Concepción, Fierro-Xochitototl

Víctor Genaro Luna Fernández

La industria automotriz se ha vuelto más exigente en términos de calidad a lo largo de

Esta obra está bajo una Licencia Creative Commons

Palabras claves: Sector Automotriz, Proceso de maquinado, DMAIC, Calidad, Six

Keywords: Automotive Sector, Machining process, DMAIC, Quality, Six Sigma,

Los autores agradecen el apoyo del Dr. Mario Santiesteban-López presidente de

A nivel mundial, la importancia de la industria automotriz en las economías

Para el presente estudio es necesario mencionar que, por razones de

Tabla 1. Información general de la empresa automotriz.

3. Planteamiento del problema

Debido a lo anteriormente mencionado para la mayoría de las empresas

en el año 2019, únicamente para el cliente antes mencionado fue de 1,485,171 de

Toda empresa tiene procesos con variabilidad, rechazos, errores, pero al

En este apartado se elaboró un esquema basado en la metodología DMAIC (ver

Figura 1. Esquema metodológico.

Tabla 2. Equipo multidisciplinario Six Sigma

Voz del Cliente Requerimientos críticos Después de aclarar, el

El crítico de satisfacción que permite mantener el estándar establecido por el

Descripción del proceso

Figura 2. Mapa de alto nivel

Este trabajo se enfoca en el proceso de maquinado, del cual se despliegan las

Figura 3. Diagrama SIPOC.

Como proveedores se tienen externos e internos, dentro de los internos se

Figura 4. Gráfica de porcentaje de rechazo de maquinado.

En la planta de maquinado se tienen diferentes líneas en donde se procesan

Figura 5. Gráfica de total de porcentaje de rechazo por línea.

Como se puede observar en la figura 5 en el periodo de julio 2019- febrero 2020,

Figura 6. Gráfica de Pareto, defectos de maquinado parte D1704S, L750.

Figura 7. Diagrama de Ishikawa.

Después de realizar el diagnóstico, se concluye que en el área de maquinado se tiene

Figura 8. Calculadora Nivel Six Sigma y DPMO.

Tabla 4. Clasificación por nivel de desempeño de Seis Sigma.

Nivel de Sigma Defectos por Nivel de Costo de Clasificación

Análisis de modo y efecto de falla (AMEF)

requiere de un tratamiento de modo de falla, y el RPN corresponde a 60. De esta

Tabla 5. CCR´s después de implementación (Requerimientos críticos del cliente).

Voz del Cliente Requerimientos críticos Después de aclarar, el

Se redujeron 3 alertas de calidad comparando con el CCR’s antes de la

Figura 9. Calculadora Nivel Six Sigma y DPMO (Resultados después de la mejora)

De acuerdo con el siguiente análisis mostrado en la Tabla 6 se demuestra que

Tabla 6. Comparativa Antes-Después de mejora aplicada

DATOS DE ATRIBUTOS ANTES DE LA MEJORA DESPUÉS DE LA MEJORA

Al llegar a los resultados esperados se comprueba que las diferentes áreas de la

El trabajo considero todas las etapas y herramientas de apoyo correspondientes

Como recomendaciones se propone trabajar en las dos alertas de calidad de FCA

del centro de barrenado depende de que no se presenten nuevamente los defectos

Apéndice A Parte con defecto de barrenado

Apéndice B. Flujo del proceso de maquinado

Apéndice C. Análisis causa y efecto

MATRIZ CAUSA & EFECTO

MATRIZ CAUSA & EFECTO