Documente Academic
Documente Profesional
Documente Cultură
(http://www.statistical.com.br/artigos.asp)
Carlos H. Domenech
Em 50 palavras ou menos
2
E veja tambm o que ele comenta em relao ao grande objetivo do CEP:
Um objetivo maior do CEP detectar... a ocorrncia de causas atribuveis das mudanas do
processo, de modo que a investigao do processo e a ao corretiva possam ser realizadas...
O grfico de controle uma das tcnicas para monitoramento on-line do processo largamente
usado para esse propsito.
Mais para frente agrega: ... Finalmente lembre que o objetivo do CEP a eliminao da
variabilidade no processo.
S POP: Voc percebeu certa incoerncia?
Histo DOE: Pois ! Sempre devemos ter cuidado com a observncia cega das regras. H
realmente um conflito, percebeu? Por um lado se menciona que as causas comuns so
prprias do processo e por outro lado que a variao deve ser eliminada. O que acho ainda
mais grave que muitas vezes se passa a idia (veja a definio de Common Cause e
Common Cause Variation no site www.isixsigma.com) de que a variabilidade gerada pelas
causas comuns mais complicada de resolver e s pode ser resolvida com mudanas
apreciveis do processo. Tambm se destaca que as causas comuns so uma medida do
potencial do processo (da tecnologia); a poro remanescente da variabilidade depois de
remover as causas especiais devidas a um ou mais dos 6 Ms (Mo de Obra, Meio ambiente,
Mquina, Mtodo, Medio e Matria prima).
S POP: isso mesmo!
Histo DOE: H um artigo interessante de Pyzdek do ano 1990 no qual eu tenho me baseado
para fazer muitas melhorias significativas com investimentos quase nulos. Voc quer que
mostre como funciona a idia?
As pessoas pensam que encontrar e corrigir causas comuns difcil e custoso, e envolve
mudanas grandes do processo. Por este motivo, solues simples e baratas so
ignoradas.
O pensamento inteligente substitudo por conformidade insensata a regras arbitrrias.
Restringe-se a anlise criativa da variao dentro dos limites.
Inibe-se a melhoria contnua.
A proposta de Pyzdek que nenhuma variao seja considerada como inerente ao processo.
No lugar de usar a classificao de causas comuns e especiais, a proposta definir as
categorias:
Causas visveis: aquelas causas que produzem resultados fora dos limites ou comportamentos
no aleatrios nos grficos de controle.
Causas escondidas: causas cujos efeitos no foram ainda identificados.
Na Figura 1 mostram-se as estratgias sugeridas para o tratamento das causas visveis e
escondidas. O tratamento das causas escondidas um complemento ao trabalho dos
operadores e realizada off-line pelos times de melhoria e conhecedores do processo. O
tratamento deste tipo de causas exige de conhecimento mais especializado.
M. I. Domenech Consultores. Rua Lord Cockrane, 616/Sala: 609/610 Ipiranga- So Paulo- SP- 04213-001. Brasil
Tel.: (55-11) 6161-3043; Telefax (55-11) 272-8282. HP: www.Statistical.com.br. Email: mi.domenech@statistical.com.br
Causas Visveis
Tratamento on-line
Causas escondidas
Tratamento off-line
Quem:
Os operadores ou supervisores da linha
tratam as causas visveis imediatamente.
Quem:
As causas escondidas so tratadas por
especialistas do processo e times de
melhoria (por exemplo coordenados por
Green Belts ou Black Belts).
Como:
Se usam os grficos de controle e regras
especiais de causas especiais. Os
operadores se ajudam com planos de ao
para causas especiais. Estes
planos foram estabelecidos previamente
pela superviso ou pelos times Seis Sigma.
Como:
So utilizadas ferramentas estatsticas de
estratificao na procura de
comportamentos diferenciados. Exemplo:
Multi-vari, Box-plot, intervalos de confiana.
Se necessrio, planos de amostragens
especiais podem ser utilizados para
confirmar os achados.
20
21
22
23
24
30
29
28
27
26
25
Medida de
tenso
Gomo 1
Gomo 2
Figura 2 Mquina de fiao com ilustrao de duas posies que geram duas bobinas
M. I. Domenech Consultores. Rua Lord Cockrane, 616/Sala: 609/610 Ipiranga- So Paulo- SP- 04213-001. Brasil
Tel.: (55-11) 6161-3043; Telefax (55-11) 272-8282. HP: www.Statistical.com.br. Email: mi.domenech@statistical.com.br
I Chart of Tenso
26
UCL=24,63
24
Individual Value
22
20
18
_
X=17,08
16
14
12
10
LCL=9,52
1
11
16
21
26
31
Observation
36
41
46
Lado
1
2
22
Tenso
20
18
16
14
12
1
10
15
20
25
Index
30
35
40
45
Gomo
...
12
...
12
Medidas
1
2 ... k
2 ... k
2 ... k
2 ... k
2 ... k
2 ... k
2 ... k
2 ... k
M. I. Domenech Consultores. Rua Lord Cockrane, 616/Sala: 609/610 Ipiranga- So Paulo- SP- 04213-001. Brasil
Tel.: (55-11) 6161-3043; Telefax (55-11) 272-8282. HP: www.Statistical.com.br. Email: mi.domenech@statistical.com.br
Individual Value
1600
1500
_
X=1403,5
1400
1300
1200
LCL=1175,7
1
15
29
43
57
71
85
Observation
99
113
127
Figura 6 - O peso dos lotes est sob controle. Somente podemos fazer melhorias
com investimentos no processo?
Anlise de Histo DOE:
Histo DOE achou estranho o fato que os limites de controle eram muito largos. Inspecionou
os dados e viu que um peso alto era seguido de um peso baixo e que este comportamento
era muito repetitivo. Ele percebeu que se Nasco houvesse usado outros testes para causas
especiais teria descoberto esta alternncia.
Criou uma varivel que chamou de Perodo e que tomava o valor 1 e 2 sucessivamente
(com raras excees). A seguir fez o grfico da Figura 7, estratificando os dados pela
varivel Perodo. Ele deu um pulo: isso a!
Depois quantificou, da mesma forma que no exemplo 1, a parte da variao total devida ao
efeito Perodo. Mais de 80% da variao era gerada por esse estranho efeito Perodo.
A ele lembrou ter lido em algum livro que quando se trabalha com processos em lotes isto
pode ser comum e foi para a fabricao para tentar resolver o assunto.
Quando Nasco entendeu o problema ficou tambm bastante interessado. Juntos
descobriram, que o volume de trabalho do reator fazia com que o nvel de material
chegasse justo at a parte superior das serpentinas de aquecimento (Figura 8). A agitao
do material fazia que uma parte deste ficasse acima das serpentinas. Esse lote tinha ento
um peso pequeno. No lote seguinte, o volume era maior porque tinha ficado material na
serpentina; o nvel subia e lavava a serpentina. Nesse lote o peso aumentava!
Aps a descoberta, a soluo ficou fcil. Somente tinham que trabalhar com um nvel
ligeiramente superior para que o material lavasse sempre o resto do material acumulado na
serpentina. Pela primeira vez Nasco ficou to contente com Histo DOE que at lhe pagou
uma cerveja na sada do servio...
Nasco percebeu que muitas vezes, mesmo que os dados mostrem um comportamento
estvel, possvel fazer melhorias estratificando adequadamente os dados.
Time Series Plot of Peso (kg)
Perodo
1
2
1500
Peso (kg)
1450
1400
1350
1300
1
14
28
42
56
70
84
Index
98
112
126
M. I. Domenech Consultores. Rua Lord Cockrane, 616/Sala: 609/610 Ipiranga- So Paulo- SP- 04213-001. Brasil
Tel.: (55-11) 6161-3043; Telefax (55-11) 272-8282. HP: www.Statistical.com.br. Email: mi.domenech@statistical.com.br
Material acumulado
entre um ciclo e outro
Sistema de
agitao
Serpentinas de
aquecimento
Concluses:
As descobertas que podem ser feitas pela anlise off-line, aparecem muitas vezes pela
estratificao da caracterstica de interesse em funo de alguma varivel de processo.
Embora em certos casos estes comportamentos possam ser detectados pela aplicao de
certas regras para causas especiais durante a anlise on-line, os operadores usualmente no
tm o tempo nem a capacitao necessrios para detectar a causa-raiz destes
comportamentos. A explorao dos dados dos processos pode revelar pistas importantes a
partir das causas escondidas, permitindo realizar melhorias radicais sem investimentos
apreciveis, mesmo que os grficos de controle mostrem um comportamento estvel. Esta
explorao requer maior envolvimento do pessoal que atua em melhoria contnua, mas o
esforo pode ser muito bem recompensado!
REFERNCIAS BIBLIOGRFICAS:
M. I. Domenech Consultores. Rua Lord Cockrane, 616/Sala: 609/610 Ipiranga- So Paulo- SP- 04213-001. Brasil
Tel.: (55-11) 6161-3043; Telefax (55-11) 272-8282. HP: www.Statistical.com.br. Email: mi.domenech@statistical.com.br