Documente Academic
Documente Profesional
Documente Cultură
em Qualidade e Produtividade
Capacitação em
Seis Sigma
Nível Green Belt
Seis Sigma – Breve introdução
SIX SIGMA:
UMA FERRAMENTA
EM BUSCA DO
DEFEITO ZERO
Seis Sigma – Breve introdução
Desenvolva uma
Declaração de
Alto Nível do
Problema
Aplique Checklist
para Seleção de
Projeto
Identifique o Y
Determine os Xs
A Relação
Y=ƒ(X)
A Relação Y = f(x)
Desenvolva uma
Declaração de
Alto Nível do
Problema
Aplique Checklist
para Seleção de
Projeto
Identifique o Y
Determine os Xs
A Relação
Y=ƒ(X)
A Relação Y = f(x)
6-Sigma :
Y=ƒ(X)
A Relação Y = f(x)
Qualidade da
Comida
A Relação Y = f(x)
Qualidade da
Comida
Y = ƒ(X1, X2, X3 … Xn)
Identifique Y / Determine X
Desenvolva uma
Declaração de
Alto Nível do
Problema
Aplique Checklist
para Seleção de
Projeto
Identifique Y
Determine os Xs
A Relação
Y=ƒ(X)
A “Cascata” Y = f(x)
Melhorar a Satisfação
Aplicação do Checklist de Seleção de
Projetos
Desenvolva uma
Declaração de
Alto Nível do
Problema
Aplique Checklist
para Seleção de
Projeto
Identifique Y
Determine os Xs
A Relação
Y=ƒ(X)
Critérios para Seleção de Projetos
Desenvolva uma
Declaração de
Alto Nível do
Problema
Aplique Checklist
para Seleção de
Projeto
Identifique o Y
Determine os Xs
A Relação
Y=ƒ(X)
Declaração do Problema
Elementos
Primeiro Passo
Atividade Individual:
Desenvolva uma
Declaração de Alto
Nível do Problema
Aplique o Checklist
de Seleção de
Projeto
Identifique o Y
Determine os Xs
A Relação
Y=ƒ(X)
Programa de Capacitação
em Qualidade e Produtividade
Capacitação em
Seis Sigma
Nível Green Belt
Objetivo do Curso: Aprendizado
Métodos utilizados;
A Base de tudo?
“In God we
trust. All others
[must] have
data.”
-Bernard Fisher, MD, a surgeon
who challenged the conventional
(at the time) wisdom that all
breast cancer was amenable to
radical mastectomy (circa 1967).
4
Definir é...
A criação e validação de um
sistema de medição.
Analisar é...
The shape has a bell shape. The shape has two humps. The shape has a long tail.
It is symmetric. It is bimodal. It is not symmetric.
22 points of data
22 points of data
(Half of the distribution)
Median
The shape is flat. There are one or more outliers.
Mode
41Q
5 6 7 8 9 10 11 12 13 14
Mean (8.16)
41P 40E
Melhorar é...
O monitoramento de melhorias
implementadas para manter os ganhos e
garantir que sejam tomadas ações corretivas
quando necessário.
Objetivos do Curso
Documento
do Projeto
Escopo do
Projeto
VOC - CTQ
Mapear
Processo
Definir o
Problema
Fase Definir - Objetivos
Documento
do Projeto
Escopo do
Projeto
VOC - CTQ
Mapear
Processo
Definir o
Problema
Declaração do Problema
Finalidade
Elementos
Primeiro Passo
– Distribuidores estão insatisfeitos com o período de tempo
compreendido entre o momento do pedido do veículo até a
sua entrega à distribuidora
Primeira Revisão
– Distribuidores estão insatisfeitos quando se leva mais de 45
dias entre o momento do pedido do veículo até a sua entrega
aos distribuidores.
Segunda Revisão
– Distribuidores estão insatisfeitos quando se leva mais de 45
dias entre o momento do pedido de um veículo de grande
demanda até ele chegar à distribuidora.
Exercício de Declaração do Problema
Documento
do Projeto
Escopo do
Projeto
VOC - CTQ
Mapear
Processo
Definir o
Problema
Definição de um Mapa do Processo
Um mapa do processo é um
desenho de um processo
usando símbolos e formatos.
Benefícios de um Mapeamento do Processo
CTQs CTQs
• _____ • _____
• _____ • _____
S •
•
_____
_____ P •
•
_____
_____ C
Fornecedores Entradas Processo Saídas Clientes
(Suppliers) (Inputs) (Process) (Outputs) (Customers)
SIPOC do Tempo de Entrega
• _____ • _____
• _____ • _____
S •
•
_____
_____ P •
•
_____
_____ C
• Fornecedores Entradas • Veículos Saídas • Várias
de Peças • Pedido Efetuado transportados • Veículos distribuidoras
• Operadores da pelo Distribuidor do final da entregues às pelo país
fábrica no sistema montagem até distribuidoras
• Programadores a destinação às corretas
distribuidoras dentro de um
• Relatórios designado
apropriados prazo previsto
Exercício SIPOC
• _____ • _____
• _____ • _____
S •
•
_____
_____ P •
•
_____
_____ C
Entradas Processo Saídas
X X
Mapa do
Processo
X
Símbolos Comuns
– Espera (Vermelho)
– Armazenagem (Amarelo)
– Decisão (Azul)
Fábrica
Oculta
Onde está a sua Fábrica Oculta ?
Oculta
Inspeção
de
Qualidade
Documento
do Projeto
Escopo do
Projeto
VOC - CTQ
Mapear
Processo
Definir o
Problema
Definição de um Cliente
Cliente
Externo Interno
Produto/Serviço Produto/Serviço
Exemplo Genérico - Clientes
Externos Internos
Inteligência
Pesquisa
Interna
Comunicações Transações
Externas Formais
Comunicações Contato
Internas Casual
Conectando com a VOC
Entrevista
Grupo de Foco
Proximidade
do
Cliente Pesquisa
Dados de
Reclamações
dos Clientes
Confiabilidade Prestígio
Qualidade do Durabilidade Facilidade de manutenção
Produto Utilidade/Características Conserto
Requisitos/CTQ
Voz do Cliente Resultado(s) chave Definição Definição
incorreta CORRETA
Neutro
Insatisfeito
Grau de funcionalidade
Exemplo Genérico - Viagem de Avião
Módulo 2:
2ª semana
Escopo do Projeto
Documento
do Projeto
Escopo do
Projeto
VOC - CTQ
Mapear
Processo
Definir o
Problema
Definição de Escopo do Projeto
Cascateamento Y= f(x)
Mapa do Processo
Qualidade
Y = ƒ(X1, X2, X3 … Xn)
Relação Y = f(x)
Escopo do Projeto
Veículo carregado
Veículo no pátio em rota para
aguardando Mix Center Veículo descarregado
Explorers montados
carregamento na no Mix Center
ferrovia
Aguardando
Carregado no Transporte para a
carregamento no Descarregamento Entregue ao Cliente
Caminhão Concessionária
caminhão
Diagrama Causa e Efeito
Problema/
Desejo de
Melhoria
Diagrama Causa e Efeito
Sub-categoria
Problema/
Desejo de
Melhoria
Exemplo Automotivo - Diagrama Causa e Efeito
(Fishbone)
Pessoal Espaço
Pessoal
Pessoal
Materiais
Entrega atrasada
Equipamento
de veículos na
Sistema de Logístíca
distribuidora
Carros Certos
Rota
Equipamentos Pessoal
Pessoal
Transporte
Caminhões
Ferroviário
de Transporte
Definição de Matriz Causa e Efeito
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Verificação da Aceitação de pedidos
Rastreamento do Veículo On-Line
Entradas do
Processo Total
1
2
3
4
5
6
7
Exemplo Automotivo
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Verificação da Aceitação de pedidos
Rastreamento do Veículo On-Line
Entradas do
Processo Total
1
2
3
4
5
6
7
1 2 3 4 5 6 7 8 9 10 11 12 13 14
1 2 3 4 5 6 7 8 9 10 11 12 13 14
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Avaliação da
Importância
para o Cliente
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
Documento
do Projeto
Escopo do
Projeto
VOC - CTQ
Mapear
Processo
Definir o
Problema
Definição do Documento do Projeto
“a Razão do Negócio”
Atribuições e responsabilidades
Exemplo Automotivo – Declaração do Problema do
Documento do Projeto
Início Projeto
Definir
Medir
Analisar
Melhorar
Controlar
Qual é a tarefa?
Documento
do Projeto
Escopo do
Projeto
VOC - CTQ
Mapear
Processo
Definir o
Problema
Fase Medir
Elementos da Fase Medir
Completar
FMEA
Coletar Dados
e Analisar
Capacidade
Executar Análise
do Sistema de
Medição
Desenvolver
Plano de Coleta
de Dados
Determinar
Tipo de Dados
Identificar
Medições e
Variações
Objetivos da Fase Medir
Completar
FMEA
Coletar Dados
e Analisar
Capacidade
Executar Análise
do Sistema de
Medição
Desenvolver
Plano de Coleta
de Dados
Determinar
Tipo de Dados
Identificar
Medições e
Variações
Definição de Medição
Entradas
Saídas
Entradas Processo
Saídas
Entradas
Por que Medir?
Medições
Tempo
Mudanças e Deslocamento no Processo
Mudanças e Deslocamentos no Processo
Máquinas P
Materiais
R
O
Métodos
C
Medições E
Meio Ambiente S
Mão de Obra
S
O
Porque nos preocupamos com Fontes de Variação?
Completar
FMEA
Coletar Dados
e Analisar
Capacidade
Executar Análise
do Sistema de
Medição
Desenvolver
Plano de Coleta
de Dados
Determinar
Tipo de Dados
Identificar
Medições e
Variações
Definição de Tipo de Dados
Atributo Variável
Calibrador
NÃO-PASSA PASSA
ORDEM DE ENTREGA
FALHA PASSA
TEMPERATURA
Termômetro
Circuíto Elétrico
Por que Usar Dois Tipos de Dados ?
– Passa/Falha – Tempo
– Comprimento
– Largura
A Vantagem dos Dados de Variável
Variáveis
Exemplo Genérico - Tipos de Dados
Quantitativo
Qualitativo
Atributos Variáveis
Acelera de 0-60 MPH Acelera de 0-60 MPH
Este carro tem boa aceleração em menos de 8
segundos em 6,2 segundos
Quantitativo
Qualitativo
Atributo Variável
Desenvolver um Plano de Coleta de Dados
Completar
FMEA
Coletar Dados
e Analisar
Capacidade
Executar Análise
do Sistema de
Medição
Desenvolver
Plano de Coleta
de Dados
Determinar
Tipo de Dados
Identificar
Medições e
Variações
Definição de Plano de Coleta de Dados
– Quem é o responsável
Dados
Exemplo Automotivo – Fontes de Dados
Y X1 X2 X3 Xn
Tempo de Entrega Produção Na Ferrovia Permanece
No caminhão
no Pátio
• Data Pedido
• Dados de • Modelo
entrega do Explorer
Dados distribuidor
Existentes • Motor
• CTQs
• Tração
• VIN
• Transporte
• Transporte • Permanece
no
Ferroviário no Pátio
caminhão
Dados • Carga • Entrada
• Carga
Necessários Data/Hora Data/Hora
Data/Hora
• Descarga • Saída
• Descarga
Data/Hora Data/Hora
Data/Hora
Estudo de Caso - Exercício de Fonte de Dados
Y X1 X2 X3 Xn
Dados
Existentes
Dados
Necessários
Agrupamento de Dados - Estratificações
Fator Exemplos
San Diego
CSX
Sul
Long Beach
NS
Barstow
Montanhas
L.A.
Exercício de Estratificação
Concilia estratificação
Concilia amostragem
Produtos para
Casa
Alimentícios
Vestuário
Outros
Desenvolvendo Ferramentas de Coleta de Dados
Módulo 3:
3ª semana
Amostragem
Objetivo da Amostragem
POPULAÇÃO População
Amostra
Relação Física
Amostra
Relação Estatística
Tipos e Maneiras de Amostragem
Processo em Marcha
Amostragem da População: Determina características da
população
Amostra
Métodos de Amostragem
3 amostras neste
ponto a cada hora
Considerações sobre Amostragem
– Estimativa Grosseira : 30
– Estimativa mais precisa : Em torno de 200
Exemplo Automotivo – Tempo de Entrega Completado
Plano de Coleta de Dados
Definição Operacional
Veículos pedidos, para atender completamente requisitos do cliente, ou peças de um
padrão de reposição de estoque, serão recebidos no estoque da distribuidora em, ou
antes de, 45 dias subsequentes a data registrada em uma notificação on-line.
Estratégia da Coleta
Qual:
– Informação de data e horário, no começo de cada estágio, do processo de entrega
– Modelo do Explorer (inspecione campo de modelo de veículos)
– Qual distribuidora recebeu o veículo
– Qual transportadora atuou em cada estágio do trajeto de entrega
– Número de Identificação do Veículo (VIN)
– Exceções do Processo
Como:
Cartões de registro de tempo acompanharão os veículos, produzidos num período de
duas semanas e, que irão para a região de Los Angeles, com amostras tomadas
aleatoriamente. A data e horário serão coletados cada vez que o veículo iniciar um
estágio principal do processo.
– Dados de data e horário serão coletados pelo dono do estágio do processo
Ferramenta de Coleta
Um cartão de registro de tempo acompanhará cada Explorer, saído da fábrica de
Louisville, com destino a Região de Los Angeles.
Atividade – Plano de Coleta de Dados
– Quem é o responsável
– Quem é o responsável
Completar
FMEA
Coletar Dados
e Analisar
Capacidade
Executar Análise
do Sistema de
Medição
Desenvolver
Plano de Coleta
de Dados
Determinar
Tipo de Dados
Identificar
Medições e
Variações
Definição de Análise do Sistema de Medição
Definição Operacional
“Percorrendo o Processo"
Avaliação de R&R
– Dados de Variável
– Dados de Atributo
Análise do Sistema de Medição – Definições
Operacionais
Quantas balas
com defeitos há
em cada saco?
G Good
Gage No. N NoGo
R&R do Instrumento de Medição – Dados de
Name Date NOTES:
Operador A Atributo 1. Select at least 20 parts for this study. It is desirable that some of the parts are slightly below and above both specification limits.
Operador B 2. Select at least 2 Operadors for this study.
Operador C 3. The gage is acceptable if all measurement decisions agree.
Calculation Fields
Atributo Conhecido Operador A Operador B Operador C Operador A Operador B Operador C
ID amostra Attribute Med. 1 Med. 2 Med. 1 Med. 2 Med. 1 Med. 2 Score Med. 1 Med. 2 Med. 1 Med. 2 Med. 1 Med. 2
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
Score via Med. via Operador
Score via Operador
Análise do Sistema de Medição – Aspectos
Quantitativos
–Repetibilidade
–Reprodutibilidade
Teste R&R - Repetibilidade
1 4
2 5
UCL=28.50
3 6
Mean=27.40
LCL=26.31
MSA – Dados Variáveis
% Contribution
– % da Variação do Sistema de Medição em relação a Variação Total
Observada do Processo (usando Variância)
% Study Variation
– % do Desvio Padrão do Sistema de Medição em relação ao Desvio
Padrão Total Observado do Processo (usando Desvio Padrão)
% Tolerance
– % do Erro de Medição em relação à Tolerância
# of Distinct Categories
– Menor que 5 indica condição atributiva
% Study Variation % Tolerance
% Contribution # of Distinct Categories
(Controle do Processo) (Controle do Produto)
R > 9% Não Aceitável R > 30% Não Aceitável R > 30% Não Aceitável R < 5 Não Aceitável
G < 1% Bom G < 10% Bom G < 10% Bom G > 10 Bom
Variação Total
Repetibilidade Reprodutibilidade
do Instrumento do Instrumento
MSA - % Contribuição vs. % Variação do Estudo
Ambos
% Contribuição
e
Variação Total
% Variação do
Estudo
Variação das Variação representam uma
Medições Peça/Produto Resposta para a
(Gage R&R) (Peça a Peça) pergunta
“De onde vem a
Variabilidade?”
Repetibilidade Reprodutibilidade
do Instrumento do Instrumento
MSA – Dados Variáveis
1 4
2 5
UCL=28.50
3 6
Mean=27.40
LCL=26.31
Exercício
A B C
Análise do Sistema de Medição
Materiais Métodos
Sequência de Manutenção
Locator Block
amarração
Peça desgastada
Pino localizador Grampo SISTEMA DE
Ferrugem
localizador
Spring Loaded MEDIÇÃO
Taper Pins Lubrificação
MELHORADO
Peça Estável Armazenamento
Peça não pode do Instrumento
ser medida Locator Block
Location
Moisture
Calibração
Vibração Certificação Treinamento
Tamanho do
Pino localizador
Completar
FMEA
Coletar Dados
e Analisar
Capacidade
Executar Análise
do Sistema de
Medição
Desenvolver
Plano de Coleta
de Dados
Determinar
Tipo de Dados
Identificar
Medições e
Variações
Executar a Coleta de Dados
CP CPK
DADO DE
VARIÁVEL
PP PPK
DADO DE DPMO
PPM DPU
ATRIBUTO
UMA
Tipo de Dados TIPO DE MÉTRICA MÉTRICA
UNIVERSAL
Diferenças da Capacidade do Processo ao Longo
do Tempo
Unidade (N)
Defeito (D)
Oportunidade (O)
DPMO
Calculando a Capacidade do Processo Usando
Dados de Atributo
D
DPMO = ´ 1.000.000
N´O
Exemplo: Dados de curto prazo coletados nos pedidos de peças são mostrados
abaixo:
3 Oportunidades (O)
Atrasado
Peça Errada
Endereço errado
57 Erros (D)
12 Detectados
DPMO = × 1.000.000
DPMO = 38.000
57 Defeitos é o desempenho da
“Primeira Vez”.
Estudo de Caso – Exercício de Cálculo da
Capacidade do Processo
Alvo Centralização
Alvo
Exemplos:
Distribuição de Dados
HOT: Quente
RUSH: Urgente
Distribuição Normal
Distribuição Normal
Média ( x)
A média de uma série de valores, usualmente representada pelo
símbolo x (Xbar)
36,8
37,2
37,0
37,2 x = 37,3
37,3
38,1
37,4
Análise de Capacidade – Terminologia de Dados de
Variável
Centralizando
37 Média
Alvo
Análise de Capacidade – Terminologia de Dados de
Variável
Desvio
Desvio
|x – x |
x x Uma medida
individual
Análise de Capacidade – Terminologia de Dados de
Variável
Desvio(s) Padrão(ões)
Exemplos:
Alvo Alvo
Não Não
Capaz Centrado
Defeitos Defeitos
LIE LSE
Resumo de Probabilidade Acumulada
40%
30% 68%
Probabilidade
20% 95%
10% 99,73%
0%
-4 -3 -2 -1 0 1 2 3 4
Cp
– Cp indica se o processo é capaz de produzir peça com uma
variação de processo menor que a especificação do cliente,
isto é um desempenho potencial do processo.
Cpk
– Cpk é outro tipo de índice de capacidade que indica se o
processo está produzindo peças dentro da especificação.
– Similar ao Cp, contudo o centro da distribuição é levado em
consideração – este índice indica o desempenho atual do
processo.
Cp/Cpk – Um Processo 6-Sigma
LSL USL
1sigma
6sigma
-6 –5 -4 -3 -2 -1 0 1 2 3 4 5 6
Variação do Processo
Especificação de Desenho
Exemplos de Cp/Cpk
Cenário 1 Cenário 2
LSL USL LSL USL
-3 -2 -1 0 1 2 3
Variação do Processo
Variação do Processo
e Especificação de Desenho Especificação de Desenho
1,5% 1,5%
Exemplo:
Rendimento (97%)
1,5% 1,5%
B Qual é o rendimento?
C _____ %
D
Fim: 85 unidades “boas”
Calculando o Rendimento Final (Tradicional)
A 100/100 = 1
100
Qual é o Rendimento?
Refugo 10
B 90/100 =.9
Refugo 2
D 85/87 =.98
Fábrica
10
Oculta R A 100-10 (retrabalho+refugo)/100 = 0,90 Rendimento de 1ª Vez
E
100
T 6
Refugo 10
R B 100-16 (retrabalho+refugo)/100 = 0,84 Rendimento de 1ª Vez
A 90
B 9
L 87
H 5
10
R A 100-10 (retrabalho+refugo)/100 = 0,90 YFTT
E
100
T 6
Refugo 10
R B 100-16 (retrabalho+refugo)/100 = 0,84 YFTT
A 90
B 9
L 87
H 5
Completar
FMEA
Coletar Dados
e Analisar
Capacidade
Executar Análise
do Sistema de
Medição
Desenvolver
Plano de Coleta
de Dados
Determinar
Tipo de Dados
Identificar
Medições e
Variações
FMEA – Definição
Equipe: ____________________
C
l
S a O Controles Atuais D R S O D R
Etapa do Entrada Chave Modo de Falha Causas Ações Ações
e s c (Prevenção/Detecção e P Resp e c e P
Processo do Processo Potencial Potenciais Recomendadas Tomadas
v s o ) t N v o t N
e
s
Qual é a Qual é a KPIV? De que Quão Qual é a Qual a Quais são os Quão bem Quais devem Quem é o Quais são as
etapa do maneira a severo é o causa da freqüência controles e procedi- você pode ser as ações responsável ações
Processo? KPIV pode efeito Para falha na da mentos (inspeção e detectar a para reduzir a pela ação completadas
falhar? o Cliente? KPIV? ocorrência teste) existentes que causa ou ocorrência da recomendada? com o RPN
da causa previnem a causa ou o modo de causa ou recalculado?
ou modo modo de falha? falha? melhorar a Assegure-se
falha? detecção Deve de incluir a
haver ações só data
para altos RPNs (mês/ano) de
ou solução quando
fácil. completar
Entendendo Formulário da FMEA
1 2 3 4 5
Etapa do Listar Listar os Quão Classificar
Processo / Modos de Efeitos de Severo é o
___ System Qualquer
Process Responsibility: ________
Característica
Número da Falha Cada Modo Efeito Para
___ Subsystem Key Date: __________________
Especial do
Peça ___ Component de Falha o Cliente? Produto ou
Model Year(s)/Program(s): ____________________ Processo
Team: ____________________
C
Potential C
Modo de Efeito da S l O
Etapa do Cause/ Pr
Falha Falha e a c
Processo Mechanism Co
Potencial Potencial v s c
of Failure (D
s
cause or FM occur?
Qual é a etapa De que Qual é o Quão What Wh
Muito Baixa Itens de acabamento e níveis de ruído Ou produto deve ser selecionado sem 4
não conformes. Defeito notado por vários refugo, e uma porcentagem (menor que
clientes (maior que 75%) 100% retrabalhada).
Praticamente Itens de acabamento e níveis de ruído Ou uma porcentagem (menor que 100%) 3
Desprezível não conformes. Defeito notado por 50% de produtos devem ser retrabalhadas,
sem refugo, imediatamente na linha, mas
dos clientes
fora da seção.
Desprezível Itens de acabamento e níveis de ruído Ou uma porção (menor que 100%) de 2
não conformes. Defeito notado por produtos devem ser retrabalhadas, sem
refugo, imediatamente na linha, dentro da
clientes exigentes
seção.
Nenhum Efeito inexistente Ou desprezível inconveniência à operação 1
ou operador, ou sem efeito.
Entendendo o Formulário da FMEA
7 8 9 10
6 Qual a Documente Quão bem você Número de
Freqüência da como as causas pode detectar a Prioridade de
Liste as causas
ocorrência da estão sendo causa ou o
para cada Modo Risco (RPN):
causa ou modo atualmente modo de falha.
de Falha. Cada Sev×Oco×Det
de falha. controladas no
Causa está
associada com processo.
uma falha de
projeto ou uma
entrada do
processo fora
Causas O Controles Controles D R
da C Atuais Atuais e P
Potenciais
especificação. O (Detecção) (Prevenção) t N
Qual é a
detectar a causa ou o
Quão bem você pode
procedimentos (inspeção e
Qual a freqüência da
causa da
teste) existentes que
falha na
previnem a causa ou modo
modo da falha?
KPIV?
modo de falha
de falha?
Entendendo o Formulário da FMEA
SEV
Completar
FMEA
Coletar Dados
e Analisar
Capacidade
Executar Análise
do Sistema de
Medição
Desenvolver
Plano de Coleta
de Dados
Determinar
Tipo de Dados
Identificar
Medições e
Variações
Fase Analisar
Elementos da Fase Analisar
Identificar as Fontes
de Variação
Aplicar as
Ferramentas
Gráficas de Análise
Revisar os Métodos
de Análise
Métodos de Análise
de Processo
Objetivos da Fase Analisar
Identificar as Fontes
de Variação
Aplicar as
Ferramentas
Gráficas de Análise
Revisar os Métodos
de Análise
Métodos de Análise
de Processo
Métodos de Análise de Processo
Transporte
os Sete
Grandes
Produção em DESPERDÍCIOS Reparo
Excesso
Espera
Veículo Disponível
Para Transporte
NVA VA VA
Primária
Ferrovia
NVA
Transferência
NVA
De Ferrovia
BVA
Secundária
Ferrovia
Transporte para o
Terminal de Descarga
NVA NVA VA
Ferroviária
Destino
Descarregamento e Inspeção
Para Danos Transferência para
Espera para
No Transporte Caminhão de Entrega
Carregamento
Análise do Tempo de Ciclo
– Tempo de Espera
Em time, identifique as tarefas que Não tem Valor Agregado que podem ser
eliminadas (ou, pelo menos, reduzidas)
Formulário de Análise de Processo
Identificar as Fontes
de Variação
Aplicar as
Ferramentas
Gráficas de Análise
Revisar os Métodos
de Análise
Métodos de Análise
de Processo
Definição das Ferramentas de Análises Gráficas
1 de Abril a 30 de Junho
Número de perdas pesquisadas: 200
200 100
180 90
160 80
140 70
Número de 120 60
100 Porcentagem
perdas do 50 Acumulada
concorrente 80 40
60 30
40 20
20 10
0 0
D B F A C E Outro
Mediana
25
nº de dias para aprovar
20
15
10
0
Seg Ter Qua Qui Sex Seg Ter Qua Qui Sex Seg Ter Qua Qui Sex Seg Ter Qua Qui Sex Seg Ter
Tempo
Etapa do Processo
Ferramentas de Análises Gráficas – Histograma
12
11
10
9
Frequência
8
7
6
5
4
3
2
1
0
5 6 7 8 9 10 11 12 13 14
Número de Meses
Ferramentas de Análises Gráficas - Gráfico de
Dispersão
Nº Defeitos (Y)
Velocidade (X)
Elementos da Fase Analisar
Identificar as Fontes
de Variação
Aplicar as
Ferramentas
Gráficas de Análise
Revisar os Métodos
de Análise
Métodos de Análise
de Processo
Gráfico de Pareto: Usado Para Priorizar Problemas
ou Causas
01 de Abril à 30 de Junho
Número de Unidades: 200
200 100
180 90
160 80
140 70
Número de 120 60
Porcentagem
Unidades 100 50 Acumulada
80 40
60 30
40 20
20 10
0 0
D B F A C E Other
60
Taxa de problemas por
Departamento 20
Junho-Setembro 10
0
Engineering Accounting Manufacturing Marketing Shipping Advertising
350
300
Tempo perdido com os
problemas por departamento
Junho – Setembro
250
200
Days Lost
150
100
50
0
Accounting Marketing Engineering Advertising Manufacturing Shipping
70
60
Número de Problemas por Tipo
50
Junho – Setembro
Number of Occurrences
40
30
20
10
0
Softw are User Error Hardw are Netw ork Netw ork Operating System Web Connection Pow er Outage Other
Connection Availability
Exemplo Automotivo – Interpretando os Resultados
do Pareto
2
3
Usando a Ferramenta Pareto
Pareto- Chart
Pareto Chart - LateAtrasadas
Entregas Deliveries bypor
Terminal Rail Ferroviário
Terminal Ramp
200
100
80
Percent
60
Count
100
40
20
0 0
w h
. st o go ac
- L.A L.A
.
Ba
r Die Be
an - - Sa
n ng
nti rt h n Lo er s
Defect .M
ou
. No oun
tia
ou th
-
o uth
-
Ot h
N.S U. P .M .S .S
N.S N.S N.S
Count 84 62 21 13 9 4
Percent 43.5 32.1 10.9 6.7 4.7 2.1
Cum % 43.5 75.6 86.5 93.3 97.9 100.0
Boxplots – Focando os Subgrupos de Dados
Mediana
Amplitude
3
* Ponto Estranho
4 pode ser marcado
1 com um ponto ou
asterisco.
5
2
Interpretação de Boxplots
1 1
2
Usando o Boxplot
2
Usando o Boxplot
3
Usando o Boxplot
15
in Stage
Tempo
10
Time
0
k e r r p
uc m r ie r ie m
T r Ti ar ar Ra
y ld C C il
r ui il il Ra
live t B Ra Ra a l
De lan ar
y
ar
y in
P im d r m
Pr on Te
S ec
Stage of Delivery
Fase de Entrega
Histograma – Um Retrato da Variação
Mediana
45
40
35 Moda
30
25
20
15
10
5
0
2 4 6 8 10 12 14 16
Média
Interpretação dos Histogramas
A figura tem a forma de um A figura tem dois “picos”. Ela A figura tem uma cauda
sino. é bimodal. alongada.
Ela é simétrica. Ela não é simétrica.
2
Usando Histogramas
2
Usando Histogramas
2
1
4
Usando Histogramas
Nº de Defeitos
(Y)
Velocidade (X)
Gráficos de Dispersão - Propósito
1
2
Uso de Gráficos de Dispersão
2
Uso de Gráficos de Dispersão
1 2
3
Uso de Gráficos de Dispersão
Peso do Veículo
Transportadora (libras)
Ferroviária Primária
Gráficos de Sequências – Um Retrato da Variação ao
Longo do Tempo
25
Nº de Dias para
20
Aprovar
15
10
0
Mon Tue Wed Thu Fri Mon Tue Wed Thu Fri Mon Tue Wed Thu Fri Mon Tue Wed Thu Fri Mon Tue
Data de Recebimento do
Pedido
Gráficos de Sequências – Alguns Exemplos de
Causas Especiais
Mudança
Pouca Variação
Tendência
Uso do Gráfico de Sequências – Situação
2 3
Uso do Gráfico de Sequências
3
Exemplo Automotivo – Uso do Gráfico de
Sequências
Identificar as Fontes
de Variação
Aplicar as
Ferramentas
Gráficas de Análise
Revisar os Métodos
de Análise
Métodos de Análise
de Processo
O Propósito de Identificar as Fontes de Variação
Módulo 4:
4ª semana
Fase Analisar – Elementos
Identificar as Fontes
de Variação
Aplicar as
Ferramentas
Gráficas de Análise
Revisar os Métodos
de Análise
Métodos de Análise
de Processo
Fase Melhorar
Elementos da Fase Melhorar
Validar
Melhoria
Piloto
Fazer Análise
Custo/Benefício
Atualizar o FMEA
Gerar Alternativas de
Melhoria
Objetivos da Fase Melhorar
Comandar um “brainstorming”
Validar
Melhoria
Piloto
Fazer Análise
Custo/Benefício
Atualizar o FMEA
Gerar Alternativas de
Melhoria
Gerar Alternativas de Melhoria
– A mais importante = 10
Alto
Benefício
Baixo
Baixo Alto
Esforço
Análise da Melhoria
Alternativas
3
Critérios Veículo A Veículo B
Desejáveis Peso Pontuação Peso*Pont Pontuação Peso*Pont
Rendimento Gasol. 2 10 20 8 16
Espaço 3 5 15 10 30
Visibilidade 8 10 80 8 64
Suporte de copo 6 10 60 9 54
Estilo 8 6 48 10 80
Aceleração 4 5 20 10 40
Segurança 10 6 60 10 100
Totais: 303 384
2 4 4
5 5
Análise da Melhoria
Coletar os dados
Analisar os dados
Tirar conclusões
A E B
C B D K K
Fatores I K F F
F
H G J J
Tempo
Delineamento de Experimentos - Testes dos Fatores
TEMPERATURA TEMPERATURA
1 3
PRESSÃO
PRESSÀO
Zona Máxima
Conclusão do teste
2 4
PRESSÃO
ÓTIMO
PRESSÃO
Problema: O
rendimento de
combustível atual é de
8,5 Km/l. O objetivo é
chegar a 12,8 Km/l
Exemplo Genérico – Testando um Fator por Vez
Pressão do
Velocidade Octanagem Km/l
Pneu
90 85 30 12,3
105 85 30 9,8
105 91 30 10,6
105 85 35 10,2
Exemplo Genérico - Experimento Fatorial Completo
Experimento do Helicóptero
Experimento do Helicóptero - Instruções
Detalhes do Experimento:
Questionamento do Time
Barreiras para um Delineamento de Experimentos
(DOE) Eficaz
Validar
Melhoria
Piloto
Fazer Análise
Custo/Benefício
Atualizar o FMEA
Gerar Alternativas de
Melhoria
Atualizar o FMEA
Equipe: ____________________
C
l
S a O Controles Atuais D R S O D R
Etapa do Entrada Chave Modo de Falha Causas Ações Ações
e s c (Prevenção/Detecção e P Resp e c e P
Processo do Processo Potencial Potenciais Recomendadas Tomadas
v s o ) t N v o t N
e
s
Qual é a Qual é a KPIV? De que Quão Qual é a Qual a Quais são os Quão bem Quais devem Quem é o Quais são as
etapa do maneira a severo é o causa da freqüência controles e procedi- você pode ser as ações responsável ações
Processo? KPIV pode efeito Para falha na da mentos (inspeção e detectar a para reduzir a pela ação completadas
falhar? o Cliente? KPIV? ocorrência teste) existentes que causa ou ocorrência da recomendada? com o RPN
da causa previnem a causa ou o modo de causa ou recalculado?
ou modo modo de falha? falha? melhorar a Assegure-se
falha? detecção Deve de incluir a
haver ações só data
para altos RPNs (mês/ano) de
ou solução quando
fácil. completar
Elementos da Fase Melhorar
Validar
Melhoria
Piloto
Fazer Análise
Custo/Benefício
Atualizar o FMEA
Gerar Alternativas de
Melhoria
Análise Custo/Benefício
Validar
Melhoria
Piloto
Fazer Análise
Custo/Benefício
Atualizar o FMEA
Gerar Alternativas de
Melhoria
Criar o Mapa do Processo “Deve Ser/Situação
Futura”
Order placed by
dealership
Vehicle parked in
entered into Vehicle assembled at
plant lot awaiting
system plant
load onto railcar
Vehicle loaded on
railcar en route
Vehicle waits for
to Mix Vehicle unloaded from
loading on haulaway
Center railcar at Mix Center
carrier
Vehicle loaded on
haulaway carrier
en route to Unloaded at dealership
Is CTQ met?
dealership in secured area
Elementos da Fase Melhorar
Validar
Melhoria
Piloto
Fazer Análise
Custo/Benefício
Atualizar o FMEA
Gerar Alternativas de
Melhoria
Piloto – Definição
Um piloto é uma
tentativa de
implementação de
uma melhoria
proposta, conduzida
em pequena escala
e sob estreita
observação.
Finalidades do Piloto
Monitore os resultados.
Validar
Melhoria
Piloto
Fazer Análise
Custo/Benefício
Atualizar o FMEA
Gerar Alternativas de
Melhoria
Validar Melhorias
DPMO = D × 1,000,000
N×O
Dados de Variáveis
Sigma (ou Z); Use o Programa Minitab
2 3
Exercício sobre Validação da Melhoria
Validar
Melhoria
Piloto
Fazer Análise
Custo/Benefício
Atualizar o FMEA
Gerar Alternativas de
Melhoria
Fase Controlar
Elementos da Fase Controlar
Desenvolver Plano
de Controle
Desenvolver
Estratégia de Controle
Obs.: SOP – Procedimento
Operacional Padronizado
Objetivos da Fase Controlar
Desenvolver Plano
de Controle
Desenvolver
Estratégia de Controle
Prevenção vs. Detecção
REMÉDIO
À Prova de Erros - Exemplos
INCORRETO CORRETO
Pino no suporte da
furadeira garante
assentamento
correto
Guia garante
posição correta dos
pallets na linha
Passos a Seguir Para À Prova de Erro
Oportunidade de
Prova de Erro?
Medidas Relacionadas a Tempo
Painéis Visuais
Comunicam informação importante, mas não controlam o que as pessoas ou
máquinas fazem.
Codificação de peças
por cores
Painéis de atividades
Instruções de Trabalho
Controles Visuais
Comunicam informação e/ou embutem controles no processo de tal modo que as
atividades são executadas de acordo com os padrões.
Sinais de
Painéis de controles do Luzes indicadoras
direção/rotação
processo
Painéis Visuais e Controles Visuais - Exemplos
8-421-0102
Op# 1 2 3 4 5
Status
Quadros de Situação
Gráficos de Controle – Definição
10,5
Média
9,5
8,5
Limite Inferior
7,5 de Controle
0 10 20 30
Gráficos de Controle – Finalidade
LSC
6
5
4 Média
3 LIC
Subgrupo
Variação devido a Causas Comuns vs. Causas
Especiais
Causas Comuns
Requerem ação no sistema
Requerem a autoridade da Gerência na tomada de ações
necessárias para serem removidas
Inerentes ao processo, portanto afetando todas as peças
Nota: Se apenas causas comuns de variação estão presentes, a saída do processo
gera uma distribuição que é estável e previsível ao longo do tempo.
Causas Especiais
Normalmente podem ser eliminadas através de ações locais
Normalmente podem ser removidas pelos próprios
empregados da operação
Não afetam cada peça igualmente (são intermitentes)
Nota: Se causas especiais de variação estão presentes, a saída do processo não é
estável nem é previsível ao longo do tempo.
Porque nos preocuparmos com causas Comuns e
Especiais?
Dados de Variável
– Gráfico Xbarra-R
– Gráfico I-MR
Dados de Atributo
– Gráfico p
– Gráfico u
Tipos de Gráficos de Controle de Variáveis
Gráfico Xbarra-R
}
Limite Superior de Controle
30 Média = 32; Amplitude = 12
X 20
10
Gráfico I-MR
Xbarra
40
Limite Superior de Controle
30
X 20
10
R
20
Limite Superior de controle
15
R 10
5
0
Gráfico de Variáveis Xbarra-R
Xbarra
40
Limite Superior de Controle
30
X 20
10
Amplitude
20
Limite Superior de controle
15
R 10
5
0
Gráfico de Variáveis Xbarra-R
Gráfico Xbarra
40
Limite Superior de Controle
30
X 20
10
Limites Limites
de de
Controle Especificação
Definição: “Sob Controle”
20
10
LIC
0
Padrões Cíclicos
40 LSC
30
20
10
LIC
0
Outros Sinais
Separadamente Em conjunto
Exemplo MiniTab – Gráfico Xbarra-R
3
Mean=2.644
2
1
LCL=0.2870
0
Subgroup 0 10 20 30 40 50
10
UCL=8.639
Sample Range
5
R=4.086
0 LCL=0
Controle vs. Capacidade
Controle
Atendendimento Sob Controle Fora de Controle
à Especificação
P
PODE ser necessário Estabilizar
Condições Fora de Controle são as descritas Certas Condições Fora de Controle requerem mais
anteriormente. pontos para uma tendência, ou não são válidas.
Dados das médias tenderão a formar uma Dados de Individuais podem não tender a uma
distribuição normal conforme mais e mais dados distribuição normal conforme mais e mais dados
são coletados. (Teorema do Limite Central) são coletados e requerer análise adicional.
No mínimo 25 subgrupos são requeridos para 30-100 pontos são requeridos para calcular limites
calcular limites de controle. de controle.
Confiável para resolução de problemas e Menos útil para resolução de problemas e
monitoramento do processo se aplicado monitoramento do processo. Pode levar muito
corretamente. tempo para obtenção de informação.
Dados de Atributo
– Correto / Incorreto
– Presente / Ausente
Dados de Atributo – Gráfico p
+3,0DP = 0,1460
P 0,04691
Número da Amostra
Dados de Atributo – Gráfico u
– Riscos no veículo
– Amassados no para-lamas
+3,0DP = 9,629
U 3,789
Número da Amostra
Attribute Data – p & u Charts
Determinar Característica
a ser Controlada
Sim
USE Sim Possível calcular USE
‘s’ para cada subgrupo?
Gráfico Xbarra-S Não Gráfico Xbarra-R
Desenvolvendo um MSA de Longo Prazo
Desenvolver Plano
de Controle
Desenvolver
Estratégia de Controle
Benefícios de Desenvolver e Implementar Um Plano
de Controle
Manter melhorias
Exemplo de Plano de Controle do manual de APQP da
AIAG
Prototipo Pre-Launch X Produção Contato/Fone Data (Orig.) Data (Rev.)
Fornecedor/Planta Código do Fornecedor Outras Aprovações/Data (Se Requerido) Outras Aprovações/Data (Se Requerido)
Ter um plano de
reação ajuda a
garantir que
problemas de
controle são tratados
rapidamente e que
ações corretivas são
tomadas.
Desenvolvimento de um Plano de Reação
Desenvolver Plano
de Controle
Desenvolver
Estratégia de Controle
Atualizar SOP e Plano de Treinamento - Definição
Desenvolver Plano
de Controle
Desenvolver
Estratégia de
Controle