Escola de Administrao de Empresas de So Paulo Fundao Getlio Vargas Especializao em Administrao Contempornea

MONOGRAFIA

O PROGRAMA SEIS SIGMA E A MELHORIA CONTNUA

JOO JOS DE SOUZA

ORIENTDOR: PROF. DR. PAULO YAZIGY SABBAG

SO PAULO SP 2003
JOO JOS DE SOUZA

Escola de Administrao de Empresas de So Paulo Fundao Getlio Vargas Especializao em Administrao Contempornea

O PROGRAMA SEIS SIGMA E A MELHORIA CONTNUA

TRABALHO APRESENTADO PARA CONCLUSO DO CURSO DE ESPECIALIZAO EM ADMINISTRAO CONTEMPORNEA, DA EAESP FUNDAO GETULIO VARGAS, SOB ORIENTAO DO PROF. PAULO YAZIGI SABBAG.

SO PAULO 2003 JOO JOS DE SOUZA

A contribuio de longo prazo da estatstica depende em no ter somente estatsticos altamente treinados para a indstria, mas criar uma gerao de fsicos, qumicos, engenheiros e outros que pensem estatisticamente, os quais estaro desenvolvendo os processos de produo do futuro.

Walter A. Shewhart (Bell Labs, 1939)

JOO JOS DE SOUZA

Resumo

O presente trabalho pretende demonstrar a metodologia e a aplicabilidade do Programa Seis Sigma na soluo de problemas e na melhoria contnua da qualidade. O programa Seis Sigma teve sua origem na Motorola em 1985, obtendo resultados fantsticos nas dcadas de 80 e 90. Posteriormente ele foi implantado em outras empresas com igual sucesso. Em 1995 Jack Welch o implantou na General Eletric, obtendo resultados surpreendentes, a partir da a fama de eficcia do programa se espalhou pelo mundo. Atravs de uma reviso nos conceitos, ferramentas, metodologia e historia da Qualidade, ser demonstrado como o programa auxilia no aumento da capacidade crtica e analtica dos profissionais de uma empresa, para que estes possam resolver problemas crnicos e atingir metas de melhoria desafiadoras.

JOO JOS DE SOUZA

Abstract

This paper will show Six Sigma Program, metodology, applicabylite in problems solution and in the quality improvement. Six Sigma Program , a disciplined, data-driven quality improvement program designed to reduce flaws, expose inefficiency and streamline processes, was pioneered at Motorola in the mid-1980s. General Electric Chairman Jack Welch, who embraced Six Sigma eight years ago, calls it a revolution. GE claims a savings of more then $2 billion in 1999 and has become a darling of Wall Street. Through of conception revision, quality tools, metodology and Quality history, this paper will show how Six Sigma Program could make a assistant of emploies critical and analytical capacity, to solve chronics problems and to reach challenge targets.

JOO JOS DE SOUZA

1 Abertura 1.1- A realidade das empresas 1.2- Objetivos da Monografia

2 A noo de Qualidade 2.1 - Engenharia da Qualidade: 2.2 - Engenharia de Confiabilidade:

3.1 As Ferramentas Estatsticas da Qualidade 3.1.1 Estrtificao 3.1.2 Folha de Verificao 3.1.3 Grafico de Pareto 3.1.4 Diagrama Causa e Efeito 3.1.5 Histograma 3.1.6 Medidas de locao e variabilidade 3.1.7 ndices de capabilidade de processos 3.1.8 Diagrama de disperso 3.1.9 Grfico de controle 3.1.10 Amostragem 3.1.11 Intervalos de confiana e anlise de varincia 3.1.12 Anlise de regresso 3.1.13 Planejamento de experimentos 3.1.14 Anlise multivariada 3.1.15 Confiabilidade 3.1.16 Avaliao dos sistemas de medio 3.2 As Ferramentas de Planejamento da Qualidade 3.2.1 Diagrama de afinidades 3.2.2 Diagrama de relaes 3.2.3 Diagrama de rvore 3.2.4 Diagrama de matriz 3.2.5 Diagrama de priorizao 3.2.6 Diagrama de processo decisrio 3.2.7 Diagrama de setas.

JOO JOS DE SOUZA

3.3 O Controle da Qualidade Total 3.3.1 Qualidade

4. Confiabilidade e preveno de falhas em produtos 4.1 - Confiabilidade 4.1.1 - Confiabilidade e Taxas de Falha 4.1.2 - Engenharia da Confiabilidade 4.1.3 - Categorias Medianas (Median Ranks) e Regresso Linear. 4.2 Preveno de falhas 4.2.1 - Auditoria de Processos 4.3 Anlise de Falhas 4.3.1 - M S P Mtodo de Soluo de Problemas 4.3.1.1 - Mtodo P.D.C.A ( Planejar, Fazer, Checar e Agir ) 4.3.1.2 Tipos de Problemas 4.3.1.3 Mtodo de Anlise: 4.3.1.4 Responsabilidade

5 A metodologia Seis Sigma 5.1 Identificao do problema 5.2 Anlise do fenmeno 5.3 Anlise do processo 5.3.1 - Desenhar o fluxo do processo gerador do problema 5.3.2 - Indicar os produtos em processo e o produto final 5.3.3 - Indicar os parmetros de produto 5.3.4 - Indicar os Parmetros de processo 5.3.5 - Classificar os parmetros de processo 5.4 Priorizao das causas

JOO JOS DE SOUZA

5.5 Anlise quantitativa dos fatores 5.5.1 Planejamento de experimentos 5.5.2 Exemplo de experimentos 5.5.3 Armadilhas em experimentos 5.5.3.1 Armadilhas: varivel comum 5.5.3.2 Armadilhas: correlaes casuais 5.5.3.3 Armadilhas: faixa de variao 5.5.3.4 Armadilhas: causa reversa 5.5.3.5 Armadilhas: fatores omitidos 5.5.3.6 Armadilhas: multicolinearidade 5.6 Elaborao do Plano de ao 5.7 Verificao da efetividade do Plano de ao 5.7.1 Condo do plano de ao 5.7.2 Verificar os resultados

6 Resultados da aplicao do Programa Seis Sigma 6.1 - Schneider Electric reduz custos e melhora atendimento com Seis Sigma 6.2 Multibras aplica o Seis Sigma no projeto 6.3 FDG ensinando o Seis Sigma 6.4 Telefnica: no caminho da qualidade 6.5 - Belgo-Mineira investe para formar Faixas-Pretas em Qualidade 6.6 Kodak economiza com o Seis Sigma

7 Concluso 8 - Bibliografia

JOO JOS DE SOUZA

1 Abertura

1.1- A realidade das empresas No mundo atual, caracterizado por rpidas e profundas mudanas nas reas tecnolgicas, econmica e social, apenas as empresas que sabem utilizar de forma eficiente a informao no gerenciamento encontram-se em posio realmente competitiva. O gerenciamento consiste em atingir as metas necessria sobrevivncia de uma organizao e ao seu desenvolvimento. Isto , uma meta alcanada por meio do mtodo gerencial. Quanto mais informaes forem agregadas ao mtodo, maiores as chances de se alcanar as metas. neste contexto, podemos introduzir a estatstica como a cincia que viabiliza a coleta, o processamento e a disposio da informao, de forma que o conhecimento assim gerado possa ser utilizado - por meio do mtodo gerencial - para o alcance de metas. Portanto, imediato perceber que a estatstica fundamental para as empresas que desejam garantir sua sobrevivncia a longo prazo. Diante desta realidade inevitvel que surja a pergunta: por que ainda existe, por parte das empresas, uma certa resistncia quanto ao uso da estatstica? A resposta a esta pergunta a seguinte: a estatstica no vem sendo ensinada de forma integrada prtica gerencial. Os cursos para profissionais de empresas vm sendo centrados, muitas vezes, em dedues e clculos matemticos, que no permitem visualizar a aplicao da estatstica na empresa. O participante termina o curso sem saber como o conhecimento adquirido poder garantir bens e servios de melhor qualidade, que o que realmente lhe interessa. Pior: termina o curso sem a habilidade necessria para a utilizao da estatstica como uma ferramenta bsica ao tratamento da informao dentro do mtodo gerencial. Uma situao semelhante acontece com a maioria dos livros de estatstica. Diante dessa constatao, onde temos administradores e engenheiros que pouco conhecem, ou simplesmente no sabem como usar a estatstica, os problemas que surgem no cotidiano das empresas tendem a ser tratados de forma simplista. O tratamento dos problemas desde a concepo de um produto at o seu ps-vendas, geralemente feito de maneira incorreta. Existe uma grande deficincia na anlise dos problemas encontrados e de suas verdadeiras causas. As anlises quando so realizadas no focam suficientemente o problema e suas possveis origens, com isto so tomadas decises erradas, que acabam por no resolver o problema e em alguns casos at mesmo agravando-o ainda mais. Por decadas as organizaes tem utilizado uma infinidade de ferramentas e metodologias diferentes para o tratamento dos problemas, todas elas com diferentes graus de eficcia. Entretanto na verdade no faltam ferramentas para se buscar a soluo dos problemas. O que ocorre uma falta de disciplina, de coerncia e de uma metodologia uniforme para o tratamento dos problemas. Devido a este fato pesnou-se em uma metodolgia que agupasse as principais ferramentas da qualidade, ao mesmo tempo que criasse uma rotina padronizada na soluo de problemas. A esse mtodo deu-se o nome de Programa Seis Sigma. JOO JOS DE SOUZA

O Six Sigma constituem a mais poderosa ferramenta da gesto jamais imaginada e que promete um aumento na quota de mercado, redues nos custos e enormes desenvolvimentos no lucro da bottom line de qualquer empresa, independentemente da sua dimenso. Acarinhada por Wall Street, transformou-se no mantra das 500 maiores empresas pertencentes ao ranking da Fortune, simplesmente porque funciona. O extraordinrio e inovador programa de gesto apresentado pela GE, pela Motorola e pela Allied Signal exibe uma capacidade sem precedentes para se alcanar resultados financeiros superiores. Mas o que que se entende por Six Sigma? , em primeiro lugar, um processo de negcio que possibilita que as empresas aumentem drasticamente os seus lucros atravs de uma reestruturao das operaes, aumento da qualidade e eliminao de defeitos ou erros em qualquer rea de performance do negcio, desde o preenchimento de encomendas at produo de motores de avies. Enquanto os programas de qualidade tradicionais se concentram na deteco e correco de erros, o sistema Six Sigma abrange algo mais ambicioso: fornece mtodos especficos para recriar o prprio processo, para que os erros nunca cheguem sequer a existir. Grande parte das empresas opera a um nvel de trs a quatro sigmas, no qual o custo dos defeitos se cifra em cerca de 30% das receitas. Ao aproximarem-se dos seis sigmas ou seja, menos do que um defeito por 3,4 milhes de oportunidades , o custo em termos de qualidade reduzido para menos de 1% do total de vendas, ou seja, quanto maior for a qualidade, mais diminutos sero os custos. Quando a GE reduziu os seus custos de 20% para menos de 10%, poupou cerca de mil milhes de dlares em apenas dois anos dinheiro que foi canalizado directamente para a bottom line. Esta a razo pela qual Wall Street e empresas to diversas como a Sony, a Ford, a Nokia, a Texas Instrument, a Canon, a American Express, a Hitachi, a Toshiba, a Lockheed Martin, a Polaroid ou a DuPont, entre outras, aderiram a programas alargados de Six Sigma, esperando atingir ainda uma posio mais forte nos mercados. O processo Six Sigma dever revestir-se de importncia extrema para qualquer executivo ou gestor determinado a colocar a sua empresa na linha da frente da indstria em que opera. Embora as ferramentas usadas no sejam novas, a abordagem Seis Sigma acrescenta considervel valor a elas, desenvolvendo um vocabulrio de mtricas e ferramentas uniformizado em toda a organizao. Ao se formalizar o uso de ferramentas estatsticas, evita-se empreg-las isolada e individualmente em um caminho desconhecido. Com isso intensifica-se a necessidade de entender e reduzir variaes, em vez de somente estim-las. Seis Sigma exige que muitas coisas estejam quantificadas, mesmo sendo intangveis, como a percepo do cliente. dessa forma, salienta uma abordagem baseada em dados para o gerenciamento, e no apenas sentimentos ou intuio. A estimativa dos analistas de mercado americanos de que, a curto prazo, as indstrias de transformao que no estiverem com um nvel de qualidade Seis Sigma estaro sem capacidade competitiva

JOO JOS DE SOUZA

1.2- Objetivos da Monografia O presente trabalho tem como objetivo apresentar o Programa Seis Sigma como um agente para promover a melhoria contnua da qualidade nas empresas e em seus produtos. A melhoria contnua acima mencionada, no refere-se apenas da qualidade percebida pelo consumidor final, mas tambm da qualidade e confiabilidade dos processo de produo. Desta forma quando as empresas tem melhores processo, melhores sero os produtos originados e tambm sero menores os seus custos. Com isto as empresas podero ter preos menores e com maior grau de confiana em seus produtos. Assim o consumidor alm de ter acesso a produtos mais baratos, tambm contar com produtos mais confiveis. Nesta Monografia sero apresentadas: A evoluo da qualidade na Histria As principais ferramentas estatsticas utilizadas pelas reas da qualidade na corporaes. Noes de confiabilidade A metodologia do Programa Seis Sigma Resultados obtidos por empresas com o programa

Assim pretendemos demonstrar a importncia da utilizao de um mtodo estruturado na soluo de problemas, que pode alm de gerar uma melhoria dos produtos, propiciar grandes retornos financeiros para as empresas que se empregam o mtodo.

JOO JOS DE SOUZA

2.1 A noo de Qualidade As necessidades humanas pela qualidade existem desde o crepsculo da histria. Entretanto os meios para obter essas necessidades, sofreram imensas e contnuas mudanas ao longos dos anos. Antes do sculo XX, o gerenciamento para a qualidade baseava-se em princpios muito antigos que eram utilizados tanto pelos artesos como pelos consumidores: A inspeo do produto pelo consumidor, que ainda hoje largamente usada principalmente em mercados e nas vendas de alimentos a granel. O conceito de artesanato, no qual os compradores confiam na tcnica e reputao de artesos treinados e experientes. Alguns artesos adquiriam reputaes que se estendiam muito alm de suas aldeias, chegando em alguns casos a serem considerados tesouros nacionais.

medida que o comrcio se expandiu alm dos limites das aldeias, e com o aumento da tecnologia, conceitos e ferramentas adicionais foram inventadas para assistir o controle da qualidade. Dentre essas novas ferramentas que passaram a ser utilizadas pelos artesos podemos destacar duas delas: especificaes por amostragem e garantias de qualidade nos contratos de venda. Nas grandes cidades os artesos se organizaram em corporaes de monoplio, que geralmente eram rigorosas na imposio da qualidade do produto. Entre as estratgias utilizadas estavam: Especificaes impostas para os materiais de entrada, processos e bens acabados. Fiscalizao do desempenho dos membros da corporao Controles de exportao sobre os bens acabados.

A abordagem americana inicial para o controle da qualidade seguiu a pratica prevalecente nos pases europeus que colonizaram o continente americano. Aprendizes instruam-se num ofcio, qualificavam-se como artfices e no devido tempo podiam tornar-se mestres de oficinas independentes. A Revoluo Industrial que se originou na Europa, criou o sistema fabril, que logo produzia mais que as pequenas oficinas independentes, tornado-as muito obsoletas. Os artesos tornaram-se ento operrios e os mestres de ofcio tornaram-se supervisores das fbricas.

JOO JOS DE SOUZA

A qualidade era gerenciada como antes, atravs das tcnicas dos artesos, suplementadas por inspees departamentais ou auditorias dos supervisores. A Revoluo Industrial tambm acelerou o crescimento do nmero de estratgias utilizadas, sendo includas algumas tais como: Especificaes escritas para materiais, processos, bens acabados e testes. Mensuraes junto com os instrumentos de medio associados e os laboratrios para testes. Padronizao de muitas formas.

Quando os conceitos da Revoluo Industrial chegaram Amrica, vindos da Europa, os habitantes das colnias novamente seguiram a prtica europia. No final do sculo XIX os Estados Unidos separaram-se consideravelmente da tradio europia ao adotar o sistema Taylor de gerenciamento cientfico. No centro do sistema de Taylor residia o conceito da separao do planejamento da execuo. Essa separao tornou possvel um crescimento considervel na produtividade. Tambm deu um golpe irremedivel no conceito de artesanato. Alm disso, a nova nfase na produtividade surtiu um efeito negativo na qualidade. Para restabelecer o equilbrio, os gerentes de fbrica adotaram uma nova estratgia: um departamento central de inspeo, dirigido por um inspetor chefe. Os vrios inspetores departamentais foram ento transferidos para o novo departamento de inspeo sob oposio severa dos supervisores da produo. As dimenses externas dessas estratgias de inspeo podem ser vistas a partir da situao reinante no Hawthorne Works of Western Eletric Company no final da dcada de 1920. Naquele momento Hawthorne era praticamente a nica instalao fabril da Bell System. Em seu auge, por volta de 1928, ela empregava 40.000 pessoas, das quais 5.200 estavam no departamento de inspeo. Durante os acontecimentos anteriormente relatados, podemos verificar que a prioridade dada qualidade caiu sensivelmente. Alm disso a responsabilidade quanto a funo da qualidade tornou-se vaga e confusa. Na poca dos artesos, o mestre participava pessoalmente no processo de gerenciamento para a qualidade. O que surgiu foi um conceito no qual a alta gerncia separou-se do processo de gerenciamento para a qualidade. O sculo XX trouxe um crescimento explosivo nos bens e servios, tanto em termos de volume quanto de complexidade. Industrias imensas surgiram para produzir, vender e manter bens ao consumidor, tais como automveis, eletrodomsticos e aparelhos de entretenimento. Esses bens so cada vez mais complexos e portanto mais exigentes em relao qualidade. Bens para o uso industrial no eram menos exigentes.

JOO JOS DE SOUZA

As industrias de servios tambm sofreram um crescimento explosivo em volume e complexidade. A complexidade era evidente nos sistemas imensos que forneciam energia, comunicao, transporte e processamento de informaes. Esses sistemas so da mesma maneira sempre mais exigentes no que se refere qualidade, especialmente relacionada a continuidade do servio, que baseado no parmetro de confiabilidade. A maioria das estratgias que surgiram para lidar com essas foras de volumes e complexidade podem ser agrupadas sob dois nomes distintos:

2.1.1 - Engenharia da Qualidade: Essa especialidade origina-se na aplicao de mtodos estatsticos para o controle da qualidade em fabricao. Boa parte dos trabalhos tericos pioneiros foi feita nos anos vinte pelo departamento responsvel pela qualidade do Bell Telephone Laboratories. Pertenciam a esse departamento Shewhart, Dodge e Edwards. Grande parte das aplicaes pioneiras ocorreram dentro do Hawthorne Works da Western Eletric Company. Entre os membros da equipe encontravam-se J. M. Duran que participou do Hawthorne Works em 1924. Naquela poca esse trabalho pioneiro surtiu pouco impacto na industria. O que sobreviveu para tornar-se influente nas dcadas posteriores foi o quadro de controle de Shewhart. Na dcada de 1980 foi amplamente utilizado como um elemento principal no que se chamava comumente de CEP (Controle Estatstico de Processos).

2.1.2 - Engenharia de Confiabilidade: Essa especialidade surgiu principalmente na dcada de 1950 como resposta aos sistemas complexos. Acabou gerando uma literatura considervel relacionada conformao da confiabilidade e a formulas, alm de bancos de dados para quantificar a confiabilidade. Inclui conceitos para melhorar a confiabilidade de um produto ao quantificar fatores de segurana, reduzindo o nmero de componentes e mantendo a qualidade em nveis de falhas por milho de peas produzidas. Essas novas especialidades que surgiram precisavam de um lugar na organizao das empresas, que acabavam criando departamentos com nomes tais como: controle da qualidade, garantia da qualidade, etc. Esses departamentos eram liderados por um gerente de qualidade e nele residiam as atividades relacionadas qualidade: inspeo e testes, engenharia da qualidade e de confiabilidade. A atividade principal, a de inspeo e testes, desses departamentos permaneceu sob a tica que j vinha sendo empregada, ou seja, a separao e produtos bons e maus. O maior benefcio foi reduzir o risco de produtos defeituosos serem enviados aos clientes. Entretanto isso ajudou a criar uma crena de que a obteno da qualidade era unicamente de responsabilidade do departamento de qualidade. Por sua vez essa crena dificultou os esforos em eliminar as causas dos produtos defeituosos, ou seja, as responsabilidades eram confusas. Como resultado, produtos com tendncias de falhas e processos no capazes permaneceram atuantes e continuaram a gerar altos custos pela m qualidade.

JOO JOS DE SOUZA

O que realmente surgiu foi um conceito de gerenciamento para a qualidade mais ou menos como o seguinte: cada departamento funcional executava sua devida funo e em seguida entregava o resultado ao prximo departamento funcional da seqncia de eventos. No final o departamento de qualidade separava o bom do mau produto. Quanto aos produtos defeituosos que escapavam ao consumidor, era providenciada a devoluo atravs do servio ao cliente baseado em garantias. Pelos padres das dcadas posteriores esse conceito de confiana apenas baseado na inspeo e nos testes tornou-se inseguro. Entretanto no seria um empecilho se os concorrentes empregassem o mesmo conceito, como era geralmente o caso. Apesar das deficincias inerentes ao conceito de deteco, os bens americanos conseguiram uma boa reputao quanto a qualidade. Em algumas linha de produtos, as empresas americanas tornaram-se lderes em qualidade. Alm disso a economia americana atingiu a dimenso de superpotncia. Durante a Segunda Guerra Mundial a industria americana enfrentou a tarefa adicional de produzir quantidades enormes de produtos militares. Uma parte da estratgia global durante a Segunda Guerra Mundial foi a de interromper a produo de vrios produtos civis como automveis, eletrodomsticos e produtos de entretenimento. Uma imensa escassez de bens surgiu no meio de um enorme crescimento do poder de compra. Levou todo o resto da dcada para que a oferta se equiparasse demanda. Durante esse perodo as empresas de fabricao deram prioridade aos cumprimentos dos prazos de entrega, de modo que a qualidade do produto caiu. O hbito de priorizar as datas de entrega persistiu por muito tempo aps a escassez Ter terminado. Na Segunda Guerra Mundial surgiu uma nova estratgia: Controle Estatstico da Qualidade (CEQ). O War Production Board, num esforo para melhorar a qualidade de fabricao dos bens militares, patrocinou vrios cursos de treinamento sobre as tcnicas estatsticas desenvolvidas pelo Bell System durante a dcada de 1920. Um dos conferencistas do War Production Board foi o Dr. W. E. Deming. Ele tambm foi empregado por pouco tempo no Hawthorne Works na dcada de 1920. Muitos dos que freqentaram os curso tornaram-se entusiastas e conjuntamente organizaram a Sociedade Americana para o Controle de Qualidade (ASQC). Em seus primeiros anos a ASQC norteava-se vigorosamente pelo CEQ, estimulando assim mais entusiasmo. Como veio a ser a maior parte das aplicaes nas empresas dirigiram-se s ferramentas em vez de dirigirem-se aos resultados. Como os contratos do Governo pagavam tudo, a empresas no podiam perder. No tempo devido os contratos do Governo acabaram, e os programas de CEQ foram reexaminados do ponto de vista da efetividade do custo. A maioria deles fracassou no teste, resultando em seus cancelamentos. Aps a Segunda Guerra Mundial os japoneses partiram em direo busca de metas nacionais atravs do comrcio e no de meios militares. Os principais fabricantes que estiveram bastante envolvidos na produo militar, enfrentaram a converso para os produtos civis. Um dos principais obstculos para a venda desses produtos no mercado internacional era a reputao nacional por produtos de Segunda, devido a exportao de bens de m qualidade antes da Segunda Guerra Mundial.

JOO JOS DE SOUZA

Para solucionar seus problemas de qualidade, os japoneses se prontificaram a aprender como os outros pases gerenciavam para a qualidade. Para esse fim os japoneses enviaram equipes ao exterior para visitar grandes empresas estrangeiras e estudar suas abordagens, alm de traduzirem literatura estrangeira selecionada para o japons. Eles tambm convidaram conferencistas estrangeiros para ir ao Japo e conduzir cursos de treinamento para gerentes. A partir desses e outros dados de entrada, os japoneses arquitetaram alguma estratgias inditas para criar uma revoluo na qualidade. Vrias dessas estratgias foram decisivas, dentre elas destacam-se: Os gerentes de nvel alto lideraram pessoalmente a revoluo Todos os nveis e funes foram treinados em gerenciamento da qualidade. O aperfeioamento da qualidade foi empreendido a um ritmo contnuo e revolucionrio. A fora de trabalho participou do aperfeioamento da qualidade atravs do conceito de crculos de controle de qualidade (CCQ).

No perodo logo aps a guerra, as empresas americanas afetadas, logicamente consideraram que a competio japonesa residia nos preos e no na qualidade. Sua resposta foi levar a fabricao de produtos de intensa mo-de-obra para reas onde a mo-de-obra fosse mais barata, freqentemente fora do pas. medida que os anos passaram a competio de preos caiu, enquanto que a competio da qualidade subiu. Durante as dcadas de 1960 e 1970, vrios fabricantes japoneses aumentaram bastante sua participao no mercado americano. Uma das principais razes deveu-se superioridade em qualidade. Muitas industrias foram afetadas, como por exemplo a industria eletrnica, automobilstica, de ao e mquinas industriais. As empresas americanas geralmente no conseguiam observar as tendncias. Elas aderiram crena de que a competio japonesa baseava-se primordialmente na competio de preos e no na de qualidade. Alguns observadores deram o sinal de aviso de que os japoneses direcionavam-se liderana mundial em qualidade e que conseguiriam atingi-la, pois mais ningum trabalhava nesse sentido naquele ritmo. O alarme foi dado na Conferncia da Organizao Europia para o Controle da Qualidade em Estocolmo em junho de 1966. O efeito mais bvio decorrente da revoluo japonesa de qualidade foi a enorme exportao de bens. O impacto nos Estados Unidos foi considervel, especialmente em certas reas mais sensveis; as empresas de fabricao afetadas sofreram prejuzos devido a perda resultante de vendas. A fora de trabalho e seus sindicatos sofreram tambm pela diminuio dos postos de trabalho. A economia Americana foi afetada e a balana comercial tornou-se desfavorvel.

JOO JOS DE SOUZA

Posteriormente um outro fenmeno significativo do ps-guerra foi a ascenso da qualidade do produto a uma posio de destaque na mentalidade do pblico. Esse aumento de importncia foi o resultado da convergncia de algumas tendncias tais como: Preocupao crescente sobre os danos ao ambiente. Aes judiciais impondo responsabilidades precisas Receio de grandes desastres Presso por parte de organizaes de consumidores por melhor qualidade Pblico mais consciente do papel da qualidade na competio internacional

Conjuntamente essas tendncias so uma conseqncia da adoo pela humanidade da tecnologia e industrializao. Esta presta muitos benefcios sociedade, mas tambm torna a sociedade dependente do desempenho contnuo e do bom comportamento de uma gama imensa de bens e servios tecnolgicos. este fenmeno da vida necessitando de qualidade, uma forma de assegurar os benefcios, mas vivendo perigosamente. Como os holandeses que aproveitaram tanta terra do mar, ns temos os benefcios da tecnologia. Entretanto precisamos de diques de proteo na forma de boa qualidade para proteger a sociedade contra interrupes dos servios e resguard-la contra desastres. As respostas das empresas crescente necessidade e busca por qualidade, resultou na adoo de estratgias tais como: Criao de comisses de alto nvel para estabelecer polticas, metas e planos de ao respeitantes segurana do produto, danos ambientais e reclamaes de consumidores. Estabelecimento de programas especficos a serem executados pelas vrias funes, como por exemplo projeto de um produto, fabricao, publicidade e aspectos legais. Auditoria para garantir que as polticas e metas fossem atendidas.

Contrastando com isso as respostas japonesas revoluo de qualidade tomaram muitas direes. Algumas delas consistiam em estratgias que no se relacionavam com o melhoramento da competitividade mundial. Em vez disso nos Estados Unidos foram feitos esforos para bloquear atravs de uma legislao restritiva de cotas, processos criminais e civis e apelos para se comprar produtos americanos. Entretanto a maioria dos gerentes de alto nvel reconheceram que a melhor resposta a um desafio competitivo era a de se tornar mais competitivo. Sem treinamento ou experincia no gerenciamento para a qualidade, esses mesmos altos gerentes buscaram ajuda dos especialistas internos e externos. Resultou disso que os vrios especialistas propuseram muitas estratgias, incluindo a motivao da mo-de-obra, crculos de controle de qualidade, controle estatstico de processos e conscientizao dos gerentes e supervisores. Outras estratgias ainda incluam o clculo do custo da qualidade, melhoramentos do tipo projeto a projeto, manuais completos de procedimentos, reviso da estrutura organizacional, incentivos para a qualidade, inspeo e testes automatizados e o uso da robtica.

JOO JOS DE SOUZA

Todas essas estratgias possuem algum mrito sob condies apropriadas. Os altos gerentes tiveram ento de selecionar uma ou mais estratgias disponveis para serem usadas como base do plano de ao. Todos eles eram gerentes experientes, mas no no gerenciamento da qualidade. Os resultados em geral no foram satisfatrios, pois esses gerentes estavam acostumados com aes imediatistas, no estando acostumados a trabalhar e esperar pelos resultados a mdio e longo prazo. E ainda muitas vezes as estratgias escolhidas no focavam os verdadeiros problemas fundamentais da empresa relacionados qualidade.

JOO JOS DE SOUZA

3.1 As Ferramentas Estatsticas da Qualidade A seguir sero apresentadas as principais tcnicas estatsticas que podem ser utilizadas de forma integrada em ciclos de melhoria contnua de processo e produtos. 3.1.1 Estrtificao Consiste no agrupamento da informao sob vrios pontos de vista, de modo a focalizar a ao. Os fatores equipamento, material, operador, tempo entre outros, so categorias naturais para a estratificao dos dados.
- armazenamento - data de validade - queda - deteriorao - roubo

Perdas de produtos em um supermercado

Fig 3.1 Estratificao das perdas em supermercados

3.1.2 Folha de Verificao Formulrio no qual os itens a serem verificados para a observao do problema j esto impressos, com o objetivo de facilitar a coleta e o registro dos dados. O tipo de folha de verificao a ser utilizado depende do objetivo da coleta de dados. Normalmente construda aps adefinio das categorias para a estratificao dos dados.

FOLHA DE VERIFICAO PARA LOCALIZAO DE DEFEITOS Produto: Folha formato A2 Material: Papel branco Data: 01/03/2002

Obs: .

Fig 3.2 - Folha de verificao para papel

JOO JOS DE SOUZA

3.1.3 Grafico de Pareto Grfico de barras verticais que dispe a informao de forma a tornar evidente e visual a priorizao de temas. A informao assim disposta tambm permite o estabelecimento de metas numricas viveis de serem alcanadas.
Volume de vendas
25,00% 100,00%

90,00%

20,00%

80,00%

70,00%

15,00% % % ACUM.

60,00%

50,00%

10,00%

40,00%

30,00%

5,00%

20,00%

10,00%

0,00% 1 2 3 4 5 6 7 8 9 10 11 12

0,00%

Fig 3.3 Pareto de vendas de produto

3.1.4 Diagrama Causa e Efeito Esta ferramenta que tambm conhecida como Diagrama de Ishikawa, apresenta a relao existente entre um resultado de um processo e os fatores do processo que por razes tcnicas, possam afetar o resultado considerado. empregado nas sesses de brainstorm realizada nos trabalhos em grupo
Matria-prima Mo-de-obra Mquina

Perda de produtos

Mtodo

Meio ambiente

Medio

Fig 3.4 Diagrama de Ishikawa para perdas de produtos

JOO JOS DE SOUZA

3.1.5 Histograma Grfico de barras que dispe as informaes de modo que seja possvel a visualizao da forma da distribuio de um conjunto de dados e tambm a percepo da localizao do valor central e da disperso dos dados em torno deste valor central. A comparao de histogramas com os limites de especificao nos permite avaliar se um processo est centrado no valor nominal e se necessrio adotar alguma medida para reduzir a variabilidade do processo.

Temperatura
LIE LSE

Fig 3.5 Histograma de temperatura de estufa

3.1.6 Medidas de locao e variabilidade Estas medidas processam a informao de modo a fornecer um sumrio dos dados sob a frma numrica. Este sumrio quantifica a locao (onde se localiza o centro da distribuio dos dados) e a variabilidade (disperso dos dados em torno do centro). O clculo destas medidas o ponto de partida para a avaliao da capacidade de um processo em atender s especificaes estabelecidas pelos clientes internos e externo.
Varivel : Temperatura Mdia de x = 520C Desvio Padro de x = 10C Se a temperatura tem distribuio normal: - 99,7% das medidas esto na faixa x 3S :entre 49 e 550C Especificao: 45 a 600C

Fig 3.6 Medidas de locao de temperatura de estufa

JOO JOS DE SOUZA

3.1.7 ndices de capabilidade de processos Estes ndices processam as informaes de forma que seja possvel avaliar se um processo capaz de gerar produtos que atendam s especificaes provenientes dos clientes internos e externo.
Cp Cp ? 1,33 1 ? Cp < 1,33 Cp< 1 Nvel do Processo Capaz Razovel Incapaz

Fig 3.7 Tabela dos ndices de capabilidade deprocesso

3.1.8 Diagrama de disperso Grfico utilizado para a visualizao do tipo de relacionamento existente etre duas variveis. Estas variveis podem ser duas causas de um processo, uma causa e um efeito do processo ou dois efeitos do processo.
35 30 25 20 15 10 5 0 0 2 4 6 8 10 12 14
Series1 Series2

Fig 3.8 Diagrama de disperso

3.1.9 Grfico de controle JOO JOS DE SOUZA

Ferramenta que dispe os dados de modo a permitir a visualizao do estado de controle estatstico de um processo e o monitoramento, quanto locao e disperso, de itens de controle do processo.

32

24

LSC

16

LIC

0 1 2 3 4 5 6 7 8 9 10 11 12 13

Fig 3.9 Grfico de controle de variveis

3.1.10 Amostragem As tcnicas de amostragem permitem que sejam coletados, de forma eficiente, dados representativos da totalidade dos elementos que constituem o universo de nosso interesse.
TPO DE AO POPULAO AMOSTRA DADOS

Aes sobre o processo

Processo

Lote

Amostra

Dados

AO

Fig 3.10 Diagrama de tcnica de amostragem

JOO JOS DE SOUZA

3.1.11 Intervalos de confiana e anlise de varincia Estas ferramentas permitem um processamento mais aprofundado das informaes contidas nos dados, de modo que possamos controlar, abaixo de valores mximos pr-estabelecidos, os erros que podem ser cometidos no estabelecimento das concluses sobre as questes qe esto sendo avaliadas. = tempo mdio de espera para o atendimento em um restaurante Hipteses Ho: 15 minutos H1 : < 15 minutos Estatstica de Teste t = - 3,815 Concluso t = -3,815< t 2,5% = -2,145 Concluir com 95% de confiana que a alterao realizada pelo restaurante diminuiu o tempo de espera dos clientes Fig 3.11 Resultados de anlise de confiana

3.1.12 Anlise de regresso Ferramenta que processa as informaes contidas nos dados de forma agerar um modelo que represente o relacionamento existente entre as diversas variveis de um processo, permitindo a determinao quantitativa das causas mais influentes para o alcance de uma meta. = 24 + 2X1 +3X2 +1,7X1X2 onde:

Y = Rendimento de uma reao qumica X1 = temperatura do processo X2 = presso de trbalho Fig 3.12 Anlise de regresso de dados

3.1.13 Planejamento de experimentos JOO JOS DE SOUZA

Processam as informaes nos dados de modo a fornecer indicaes sobre o sentido no qual o processo deve ser direcionado para que a meta de interesse possa ser alcanada.
1 0,9 0,8 0,7 0,6
Presso

Alteraes para melhoria no processo

0,5 0,4

95%

90%

80%

0,3 0,2 0,1 0 10 20 30 40 50 60 70

Temperatura

70%
Condio atual do processo

60%

80

90

100

110

120

130

Fig 3.13 Grfico de planejamento de experimentos

3.1.14 Anlise multivariada Processa as informaes de modo a simplificar a estrutura dos dados e a sintetizar as informaes quando o nmero de variveis envolvidas muito grande.
10

Grupo administrador

Grupo superior

0 -15 -10 -5 -2 0 5 10 15

-4

Grupo mdio

Grupo inferior

-6

-8

Grupo tcnco

-10

Fig 3.14 Grfico de Anlise multivariada

3.1.15 Confiabilidade JOO JOS DE SOUZA

Fazem parte deste grupo de ferramentas a anlise de tempo de falha ( tambm conhecida como anlise de Weibull) e os testes de vida acelerada. Estas tcnicas processam as informaes de tal forma que as necessidades dos clientes em segurana, durabilidade e manutenabilidade dos produtos possam ser atendidads pela empresa.

Componente

Taxa de Falha i

Velocmetro

0,128

Medidor de combustvel

0,04 x 10-3

Fig 3.15 Tabela de confiabilidade de componentes

3.1.16 Avaliao dos sistemas de medio Estas tcnicas permitem avaliao do grau de confiabilidade dos dados gerads pelos sistemas de medio utilizados na empresa.

(a)

(b)

(c)

(d)

a) alto vcio + baixa preciso c) alto vcio + alta preciso

b) baixo vcio + baixa preciso d) baixo vcio + alta preciso

Fig 3.16 Anlise dos sistemas de medio

JOO JOS DE SOUZA

3.2 As Ferramentas de Planejamento da Qualidade A seguir sero apresentadoas as Ferramentas de Planejamento da Qualidade, que tambm so utilizadas pelos ciclos PDCA para melhorar e manter. Estas ferramentas so apropriadas para o tratamento de dados no numricos, sendo muito importantes na preparao de projetos e como apoio aos processos decisrios

3.2.1 Diagrama de afinidades Esta ferramenta utiliza as similaridades entre dados no numricos para facilitar o entendimento, de forma sistemtica, da estrutura de um problema. indicada para: Mostrar a direo adequada a ser seguida em um processo de soluo de problemas. Organizar as informaes disponveis Prever situaes futuras Organizar idias provenientes de alguma avaliao

Problemas de gerenciamento

Falta liderana

Falta habildade de liderana

No aceita o papel de lder

Falta entusiasmo

Falta de objetivos das equipes

Problemas de comunicao

Autoritarismo

Fig 3.17 Diagrama de afinidades

3.2.2 Diagrama de relaes JOO JOS DE SOUZA

Apresenta a estrutura das relaes de causa e efeito de um conjunto de dados numricos, permitindo a organizao da tecnologia disponvel sobre o problema analisado. Sua utilizao indicada nos seguintes casos: Problema complexo, de modo que a visualizao das relaes de causa e efeito no facilmente percebida. A seqncia correta das aes crtica para o alcance do objetivo.

Dados do problema

Anlise de um problema

Deciso de prioridades

Delineamento da soluo

Anlise dos dados e causas

Estudo do Processo

Mo-de-obra

Mquinas

Fig 3.18 Diagrama de relaes

3.2.3 Diagrama de rvore Recomendada na definio da estratgia para a soluo de um problema e na eluidao da essncia de uma rea a ser aprimorada. O diagrama de rvore mostra o mapeamento detalhado dos caminhos a serem percoridos para o alcance de um objetivo, sendo efetivo quando: A tarefa considerada especfica, complicada e no deve ser atribuda a apenas uma pessoa. A perda de uma tarefa bsica perigosa Histrico demonstra que obstculos levaram ao fracasso de tentativas anteriores. necessrio o desdobramento das tarefas associadas ao alcance de um objetivo bsico.

JOO JOS DE SOUZA

Melhorar equipamentos Treianar pessoal

Fazer os atendentes melhorar o atendimento

Mudar o la-out

Melhorar o processo de atendimento

Capacitar o pessoal de atendimento

Valorizar as atividades de atendimento

Fig 3.19 Diagrama de arvore

3.2.4 Diagrama de matriz Consiste no arranjo dos elementos que constituem um evento ou problema de interesse nas linhas e colunas de uma matriz, de forma que a existncia ou a fora das relaes entre os elementos mostrada, por meio de smbolos, nas interseces das linhas e colunas. utilizado na visualizao de um problema como um todo, deixando claras as reas nas quais o problema est concentrado. Esta ferramenta permite: A explorao de um problema sob mais de um ponto de vista e a construo de uma base multidimentsional para a soluo. A distribuio de tarefas entre as diversas equipes de trabalho disponveis A identificao de gargalos e pontos crticos
Causa do defeito A Tipo do defeito Lasca no gap B C D E

Trinca na camada

Riscos de lapidao

Abaulamento insuficiente Relacionamento:

Muito forte

Forte

Fraco

Fig 3.20 Diagrama de matriz

JOO JOS DE SOUZA

3.2.5 Diagrama de priorizao Permite o processamento das informaes contidas em um conjunto de dados constituido por um grande nmero de variveis, de modo que estas varives possam ser representadas por apenas duas ou trs caractersiticas gerais. O Diagrama de priorizao mostra a a importncia dos fatores componentes de um problema, sendo utilizado quando: Os pontos chaves de um problema foram identificados, mas sua quantidade tem que ser reduzida Na existncia de concordncia sobre os fatores, mas discordncia sobre a ordem de abordagem destes fatores Existncia de limitaes de recursos humanos e financeiros e uma grande quantidade de problemas As opes para a soluo do problema so fortemente correlacionadas
Habilidade Especfica

Trabalho Administrativo

F G C C E

Habilidade Global B Baixa H A D Alta

Trabalho Tcnico

Fig 3.21 Diagrama de priorizao

3.2.6 Diagrama de processo decisrio utilizado para garantir o alcance de uma meta pelo estudo da lgica de todas as possibilidades de ocorrncia de eventos no caminho para se atingir a meta e das solues que podem ser adotadas, melhorando as condies de tomada de decises e consequentemente, aprimorando o plano de ao. O diagrama de processo decisrio tem se mostrado muito til para:

JOO JOS DE SOUZA

Nova tarefa ou nica A soluo do problemas complexa de difcil execuo de interesse realizar a padronizao de atividades na rea de prestao de servios.
Eliminar o problema de lascas na peas

Avaliar o processo de produo

Lascas so geradas na retificao das extremidades das peas

Otimizar o processo de de retificao

Otimizar o processo de cromao

Aumentar avano

Alterar rebolo

Diminuir camada de Cr

Aumentar camada de Cr

? Eliminadas as lascas geradas na retificao das extremidades das peas

Fig 3.22 Diagrama de processo decisrio

3.2.7 Diagrama de setas Mostra o cronograma de execuo das tarefas de um projeto, bem como o seu caminho crtico e como eventuais atrasos afetam o tempo de execuo. O diagrama de setas tem se mostrado muito efetivo quando: O tempo um fator crtico necessrio negociar o tempo de durao de um projeto preciso estabelecer cuidados especiais para que o tempo de durao do projeto seja preservado.

JOO JOS DE SOUZA

Produo da Pea 1 3

Produo da Pea 3

Inspeo da Pea 3 5

Planejamento

Produo da Pea 2 2 4

Produo da Pea 4

Montagem Intermediria 6 7

Produo da Moldura

Inspeo de sada 9 8

Montagem Final

Fig 3.23 Diagrama de setas

3.3 O Controle da Qualidade Total O controle da Qualidade Total TQC (Total Quality Control) um sistema gerencial baseado na participao de todos os setores e de empregados de uma empresa, no estudo e na conduo do Controle da Qualidade. Seu ncleo portanto o Controle da Qualidade, o qual definido segundo a norma JIS Z 8101, como um sistema de tcnicas que permitem a produo econmica de bens e servios que satisfaam as necessidades do consumidor. O controle da qualidade moderno utiliza tcnicas estatsticas e por este motivo freqentemente denominado controle estatstico da qualidade. Segundo a definio de Ishikawa, praticar um bom controle da qualidade desenvolver, projetar, produzir e comercializar um produto de qualidade que seja mais econmico, mais til e sempre satisfatrio para o consumidor. Para atingir este objetivo, todos na empresa (diretores, gerentes, tcnicos e operadores) precisam trabalhar juntos. Alguns autores costumam definir 5 componentes da Qualidade Total, os quais sero apresentados a seguir:

JOO JOS DE SOUZA

3.3.1 Qualidade Tambm conhecida como qualidade intrnseca, esta dimenso da Qualidade Total se refere s caractersticas especficas dos produtos (bens e servios) finais ou intermedirios da empresa, as quais definem a capacidade destes bens ou servios de promoverem a satisfao do cliente. A qualidade intrnseca inclui a qualidade do bem ou servio, qualidade do pessoal, qualidade da informao, qualidade do treinamento entre outros aspectos.

3.3.2 Custos Quando tratamos deste outro componente devemos lembrar que estamos nos referindo ao custo operacional para fabricao do bem ou fornecimento do servio e envolve, por exemplo, os custos de compra, de venda, de produo, de recrutamento e de treinamento. O custo resulta do projeto, fabricao e desempenho do produto.

3.3.3 Entrega Componente relacionado entrega dos produtos finais e intermedirios de uma empresa. A entrega deve acontecer na quantidade, na data e no local certos.

3.3.4 Moral Mede o nvel de satisfao das pessoas que trabalham na empresa. Como os produtos que sero fornecidos aos clientes sero produzidos pela equipe de pessoas, claro que dever haver um bom ambiente de trabalho para que os bens ou servios sejam de boa qualidade, capazes de garantir o atendimento das necessidades do cliente. O nvel mdio de satisfao das pessoas que trabalham na empresa pode ser medido atravs de ndices de absentesmo, de demisses, de reclamaes trabalhistas, de sugestes entre outros.

3.3.5 Segurana Dimenso da Qualidade Total que se refere segurana das pessoas que trabalham na empresa e dos usurios do produto. Os produtos no devem provocar acidentes aos seus usurios e no devem ocorrer acidentes de trabalho na empresa.

JOO JOS DE SOUZA

A partir das constataes anteriores e da apresentao dos componentes da Qualidade Total, fica claro que a qualidade no apenas a ausncia de defeitos. De nada adiantar, por exemplo, fabricar um produto totalmente sem defeitos, mas cujo preo to elevado que ningum estar disposto a compr-lo. Por outro lado, o cliente no comprar um produto que no cumpra adequadamente a funo para a qual foi projetado, ou que no seja seguro, por mais baixo que seja o seu preo.

JOO JOS DE SOUZA

4. Confiabilidade e preveno de falhas em produtos

Tradicionalmente no processo de comercializao de bens e servios, tem sido utilizada a instituio da Garantia, durante um determinado perodo de tempo. Durante esse perodo o fornecedor ou fabricante, compromete-se a consertar ou substituir, total ou parcialmente o produto, ou seus componentes que apresentem defeitos operacionais ou construtivos sem nus para o usurio. Embora esse compromisso represente uma tranqilidade para o cliente, o fato de no dispor do produto durante o perodo de conserto do mesmo, ou ficar sem ele com demasiada freqncia, representa no mnimo um motivo para perda de satisfao para com o fornecedor do bem ou servio. Em outras ocasies o produto utilizado em lugares remotos ou em condies muito crticas. Nesses casos o interesse maior do cliente que o produto no falhe e a garantia passa a ter uma relevncia secundria. Por estes e outros motivos desejvel colocar no mercado um produto ou servio que no apresente defeitos, ou seja, sem falhas, at onde isso possa ser possvel. Cada vez mais o cliente espera um produto confivel e com o nvel de desempenho especificado.

4.1 - Confiabilidade

A definio de Confiabilidade, abrangentemente, associada em dependncia do funcionamento desejado do sistema, ou seja: isento de falhas durante a sua vida til. Para efeito de anlise em engenharia, por outro lado, necessrio definir confiabilidade quantitativamente em termos de probabilidade. Ento, confiabilidade pode ser definida como a probabilidade que um sistema ir executar a funo desejada por um perdo de tempo determinado, sobre condies determinadas. A palavra sistema usada em um senso genrico, sendo que esta definio pode ser aplicada sobre todas as variedades de produtos, subsistemas, equipamentos, componentes e peas. A falha de um sistema pode considerada qualitativamente quando o sistema cessa de executar a funo desejada: Estruturas rompem-se, motores param de funcionar, um componente eletrnico queima nestas condies o sistema claramente falhou. Algumas vezes, porm, necessrio definir falha quantitativamente, levando em considerao formas mais sutis de falha como deteriorao ou instabilidade de funo: um motor no capaz de produzir o torque necessrio, uma estrutura excede a flexo especificada, um amplificador no produz mais o ganho especificado - so tambm falhas. Alm da confiabilidade, outras quantidades tambm so utilizadas para caracterizar a confiabilidade de um sistema, como o tempo mdio at falhas (MTTF - Mean Time To Failure) e taxa de falhas; no caso de sistemas reparveis temos o tempo mdio entre falhas (MTBF - Mean Time Between Failures).

JOO JOS DE SOUZA

4.1.1 - Confiabilidade e Taxas de Falha Conforme definido anteriormente, confiabilidade a probabilidade de sobrevivncia de um sistema em um determinado perodo de tempo. A funo confiabilidade pode ser definida em funo da varivel aleatria T (tempo de falha). Em termos probabilsticos podemos fazer as seguintes definies:

Sendo que se o sistema no falha para T<=t ele deve falhar para T>t, ento:

Conforme as definies das funes, deve ficar claro que R(0)=1 (100%) e R()=0. A definio da funo taxa de falhas (t), pode ser feita a partir da funo confiabilidade R(t) e da funo densidade de falhas f(t): consideremos que (t) t seja a probabilidade de que o sistema falhe em um tempo T < t + t dado que no falhou at o tempo T = t, esta definio reduz-se probabilidade condicional:

A natureza da taxa de falhas em funo do tempo reveladora. O grfico da taxa de falhas em funo do tempo chamada "curva da banheira", esta curva de fato uma caracterstica da sobrevivncia tanto de sistemas de engenharia como organismos vivos. Esta definio tem muito em comum com estudos demogrficos da mortalidade humana: na regio onde os tempos so relativamente pequenos chamada de mortalidade infantil, e a taxa de falhas decresce exponencialmente com o tempo; de modo anlogo, a regio onde os tempos so relativamente altos, chamada de mortalidade JOO JOS DE SOUZA

por velhice ou fadiga, e a taxa de falhas cresce exponencialmente; nos tempos intermedirios, a taxa de falhas relativamente constante e chamada de regio de falhas aleatrias.

Fig 4.1 Curva da banheira

4.1.2 - Engenharia da Confiabilidade A anlise de Weibull a tcnica mais empregada para obtermos estatsticas das caractersticas de vida de um sistema, ela permite que com poucos dados obtenha-se uma boa estatstica sobre a confiabilidade; impraticvel para qualquer empresa aguardar que ocorram muitas falhas para que sejam tomadas aes, ento, a anlise de Weibull est a nosso favor . A distribuio de Weibull empregada para obtermos um modelo paramtrico dos dados obtidos, e para obter seus parmetros podemos utilizar regresso linear ou o mtodo da mxima verossimilhana. Na prtica o mtodo mais utilizado para obtermos os parmetros da distribuio de Weibull a regresso linear em Y. A distribuio de Weibull definida pela equao:

Onde o parmetro de forma e a vida caracterstica. Esta distribuio muito flexvel, sendo que para =1 ela aproxima-se de uma distribuio exponencial, para =2 aproxima-se de uma distribuio lognormal e para =3 de uma distribuio normal. Para <1 dito que a distribuio est na regio de mortalidade infantil, para 1 est na regio de falhas aleatrias e para >2 est na regio de mortalidade por velhice ou fadiga. A vida caracterstica representa o tempo onde a desconfiabilidade (Q(t) ou (1-R(t) ou probabilidade de falha) de 63.2%.

JOO JOS DE SOUZA

4.1.3 - Categorias Medianas (Median Ranks) e Regresso Linear. Para efeito de anlise, os dados de vida devem ser ordenados de forma crescente, e atribudo um nmero de ordem j para cada dado. A aproximao da categoria mediana pode ser feita travs da aproximao de Bernard:

Onde j o nmero de ordem e N o tamanho da amostra. Exemplo: Ordem (j) 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Tempo Falha (t) 72 82 97 103 113 117 126 127 127 139 154 159 199 207 at Categoria LN(t) Mediana (MR) 0.0486 4.2767 0.1181 4.4067 0.1875 4.5747 0.2569 4.6347 0.3264 4.7274 0.3958 4.7622 0.4653 4.8363 0.5347 4.8442 0.6042 4.8442 0.6736 4.9345 0.7431 5.0370 0.8125 5.0689 0.8819 5.2933 0.9514 5.3327 Fig 4.2 Tabela de dados LN(LN(1/(1MR))) -2.9991 -2.0744 -1.5720 -1.2141 -0.9286 -0.6854 -0.4684 -0.2677 -0.0761 0.1130 0.3067 0.5152 0.7592 1.1065

A partir das variveis LN(t) e LN(LN(1/(1-MR))) possvel representar os pontos em um grfico, onde as escalas esto ajustadas linearmente e equivalentemente a um papel de Weibull. A categoria mediana (MR) a funo desconfiabilidade Q(t) e est ajustada para o grfico atravs de LN(LN(1/1(1-MR))). Este grfico representa a probabilidade de falha (y=LN(LN(1/1(1-MR)))) em funo do tempo (x=LN(t)):

JOO JOS DE SOUZA

Fig 4.3 Grfico de regresso linear

Observamos que possvel ajustar uma reta aos pontos do grfico (regresso linear). Analiticamente, podemos obter a equao da reta atravs do mtodo dos mnimos quadrados (regresso em X ou Y). Considerando que a reta y=ax+b descreve a funo Q(t) adequadamente, podemos obter o parmetro de forma pelo coeficiente angular da reta ( =a) e a vida caracterstica obtida de e^(-b/a).

4.2 Preveno de falhas Para se conseguir a confiabilidade exigida nos produtos, devemos adotar algumas aes dpreventivas, de forma a garantir que as falhas no ocorram. As industrias vem adotando nas ltimas dcadas inmeros mtodos para realizar a preveno do aparecimento de falhas em seus produtos. As primeiras industrias a utilizarem esses mtodos foram as automobilsticas e de aparelhos eletrnicos, sendo posteriormente adotados por outros ramos da industria e da prestao de servios. Entre os mtodos para a preveno dessa falhas podemos destacar algumas metodologias que so amplamente empregadas no cotidiano: FMEA de projeto (Anlise dos Modos e Efeitos da Falhas) Design Review SET (Times de Engenharia Simultnea) Auditorias de Sistemas Auditorias de processo

Na seqncia ser apresentado o mtodo das Auditorias de Processo utilizados pela VDA a Associao Alem dos Fabricantes de Automveis.

JOO JOS DE SOUZA

4.2.1 - Auditoria de Processos

As exigncias ao gerenciamento de qualidade, as prestaes de servios, a qualidade dos produtos fabricados, e a aplicao da estratgia bsica, exigem procedimentos direcionados aos objetivos da nossa das corporaes. Um fator de sucesso importante a melhoria contnua da capacidade e servio de qualidade em todo o processo de formao do produto. Independente de ter sido iniciado um Programa de Zero Defeito ou implementados mtodos de gerenciamento de qualidade, sempre um processo ser iniciado. Um processo a seqncia de atividades para a realizao de uma ou varias metas. Atravs de um processo, grandezas de entrada dependentes de tempo (Homem, Mtodo, Material, Mquina, Meio) so convertidas em grandezas de sada tambm dependentes do tempo. As entradas de processo mudam permanentemente, pois esto sujeitas a contnuas variaes. Em conseqncia, os resultados tambm mudaro continuamente (com mais intensidade nos processos seqnciados). Grandezas de entrada: Homem: O homem como posio central no processo operacional de qualidade. Materiais e o fluxo de materiais : Materiais e o fluxo de materiais para manter a produo. Mtodos: Os mtodos para evitar falhas e planejar as seqncias operacionais timas. Meio: O meio (ambiente), eventualmente com influncia inibidora ou promotora da qualidade. Mquinas: As mquinas, cuja qualidade influencia diretamente a qualidade do produto.

Um dos objetivos das Auditorias de Processo analisar e avaliar as grandezas de influncia do processo, apresentar as deficincias existentes de forma visvel e transparente, a fim de eliminar as causas de reclamaes definitivamente.

JOO JOS DE SOUZA

Uma Auditoria de Processo uma anlise sistemtica e independente, para constatar se a execuo de um processo corresponde ao planejamento e se o planejamento e a execuo de um processo so adequados para atingir os resultados e metas exigidos (VDA volume 6.3). Em todas as fbricas de origem Alem qe seguem as recomendaes da VDA, previsto um mesmo procedimento, de acordo com VDA volume 6.3. Este manual contem: generalidades para a Auditoria de Processo, uma lista geral de perguntas para a composio do checklist, determinaes para o gabarito, exemplos para a documentao e relatrios e referncias para a formao de auditores de processo.

O objetivo da Norma VDA 6.3 determinar um procedimento uniforme dentro das corporaes, a fim de poder avaliar um processo de maneira preventiva e orientada necessidade, e finalmente garantir a possibilidade de comparao dos resultados. As auditorias de processo devem demonstrar a confiabilidade do processo (ndice de desempenho) nas seqncias individuais de processo, revelar pontos fracos relevantes ao cliente e causadores de custos, e prover uma soluo duradoura. Os resultados de Auditorias de processo devem fornecer indicaes de melhorias de processo para os respectivos locais de produo, e formar a longo prazo a base de Benchmarking para outros locais. A Auditoria de Processo considera, dentro do sistema de garantia de qualidade, exigncias da VDA volume 6.3 e as determinaes de qualidade da corporao. Os processos devem ser controlados para garantir a sua confiabilidade ou possibilitar a introduo em tempo hbil de mecanismos adequados de ajuste, no caso de desvios. Uma Auditoria de Processo pode ser acionada tambm pelas informaes de qualidade a seguir: Informaes de campo, (amostragem de defeitos) Resultados de Auditoria,

Antes da efetivao de uma Auditoria de Processo recomendvel uma verificao prvia de contedo das Auditorias de Produto instaladas na seqncia de processo (Avaliao de caractersticas do produto sob ponto de vista do cliente) para a identificao de processos crticos.

JOO JOS DE SOUZA

Os checklists de uma Auditoria de Processo devem ser classificados conforme VDA 6.3, Elementos M5, M6 e M7 de produo, a fim de possibilitar uma comparao: Sub-Fornecedor / Aquisio, Pessoal / qualificao, Meios de operao / instalaes, Transporte / manuseio de peas / armazenamento / embalagem, Anlise de falhas / correo / melhoria contnua, Qualidade perante o cliente. Esses checklistsdevem ser elaborados antes da Auditoria de Processo. A avaliao de um processo feita atravs da determinao do grau de desempenho. Grau de desempenho em uma Auditoria de Processo resulta de:

Grau de desempenho

soma de todos pontos alcan ados x 100 soma dos pontos possiveis

[ ]

Atravs da avaliao quantitativa nas Auditorias de processo programadas obtm-se resultados de auditorias que podem ser comparados e alteraes podem ser constatadas em relao a auditorias anteriores.

4.3 Anlise de Falhas Mesmo com todos os cuidados e metodos utilizados na preveno dos problemas desde o projeto at o processo de fabricao dos produtos, os problemas ocorrem. E essa ocorrncia em geral est relacionada ao desempenho dos processos de fabricao e de seus parmetros. Quando os problemas ocorrem torna-se necessria ento que os mesmos sejam resolvidos, com a maior eficcia e no menor espao de tempo possvel, de forma a diminuir os custos envolvidos na garanita do produto ou servio. As empresas vem desenvolvendo e aplicando inmeras tcnicas para a soluo dos problemas surgidos. Dentre essas tcnicas, destacaremos a seguir a conhecida como MSP Mtodo de Soluo de Problemas.

JOO JOS DE SOUZA

4.3.1 - M S P Mtodo de Soluo de Problemas

Soluo de problemas um procedimento (padro) uniforme, atravs do qual as reais causas dos problemas so reconhecidas e eliminadas de forma duradoura. Cada desvio Deve ser/ , por definio, um problema. Vantagens da utilizao do Mtodo de Soluo de Problemas: Todos os funcionrios atingidos so envolvidos, um mtodo padronizado para todos os funcionrios poderem realizar suas atividades, conforme planejado, A atualizao transmite segurana e sentimento de certeza de que todos os problemas so solucionados de forma duradoura, O tempo de reao entre a deteco do problema e sua soluo menor, A visualizao e a documentao so transparentes, As responsabilidades so claras e inequvocas, A preveno de desperdcios, refugo e retrabalho, reduz custos.

Resumindo, a utilizao do Mtodo de Soluo de Problemas permiti alcanar os objetivos de Custos, Qualidade e prazos, aumentando a satisfao do cliente. Nos ltimos anos, os nveis de qualidade esperados pelos consumidores tm aumentado significativamente, e os clientes querem: produto adequado, no momento certo e com o menor preo. Para atender estes fatores, a empresa necessita reduzir a quantidade de problemas e com isto reduzir os custos e aumentar a produtividade. Vrias tcnicas, com enfoque em preveno, tm sido adotadas para o aumento da qualidade e, lgicamente, para reduo dos problemas. Como exemplos podemos citar o F.M.E.A (Anlise do Modo de Falha e seus Efeitos) e o CEP (Controle Estatstico do Processo). Sabemos que, apesar de todos estes esforos, problemas aparecem. Para garantir que o cliente receba o produto conforme solicitado a empresa deve trat-los o mais rpido possvel e de uma forma eficaz, ou seja, identificando e eliminando a causa raz e implantando aes para evitar a reincidncia. O objetivo deste mtodo transmitir: a - Uma metodologia de soluo de problemas, ou seja uma seqncia lgica e rganizada que permita que a melhor soluo seja encontrada e implantada; b - Indicar ferramentas que facilitem a aplicao do mtodo.

JOO JOS DE SOUZA

A palavra mtodo vem do grego. a soma das palavras Meta e Hodos. Hodos quer dizer caminho. Portanto, mtodo significa Caminho para atingir a meta. Existem nomes para a metodologia de soluo de problemas. Uns a chamam de MSP (Mtodo de Soluo de Problemas), outros de FSP (Folha de Soluo de Problemas), e outros, ainda, de MASP (Mtodo de Anlise e Soluo de Problemas), mas todos foram extraidos do mtodo PDCA: iniciais de PLAN (planejar), DO (fazer), CHECK (checar) e ACTION (agir). O PDCA um modelo gerencial para todas as pessoas da empresa. Este mtodo de soluo de problemas deve ser entendido e praticado por todos.

4.3.1.1 - Mtodo P.D.C.A ( Planejar, Fazer, Checar e Agir )

Fig 4.4 Grfico PDCA

O P.D.C.A um modelo gerencial para todas as pessoas da empresa Este mtodo de soluo de problemas deve ser entendido e praticado por todos

JOO JOS DE SOUZA

No caso soluo de problemas, as etapas P,D,C e A podem ser assim traduzidas:

Fig 4.5 Tabela PDCA

4.3.1.2 Tipos de Problemas Problemas crnicos so aqueles que uma vez solucionados melhoram a condio de operao e processo, tornando-o mais robusto, isto , menos sujeito s alteraes de padres dos fatores de produo (6 Ms) e/ou melhorando o resultado final ( menor oferta de defeitos, menor variao, etc). Aps a resoluo de um problema crnico se estabelece um novo e melhor padro de resultado, quando comparado condio anterior. Os problemas crnicos podem ser causados por no observncia sistemtica de alguns padres estabelecidos, padres mal definidos dos fatores de produo (6 Ms), ou melhor, com potncial para definio que resulta em melhor resultado final, ou, ainda, por m manuteno de padres. Problemas Crnicos podem ser: Problemas repetitivos, j conhecidos e, at ento, nunca tratados. Exemplo: peas com posio deslocada de um furo so fabricadas de vez em quando, h muito tempo; da mesma forma, peas que no se encaixam, danificadas, amassadas, ou fora do padro de cores;

JOO JOS DE SOUZA

Definio: Alterao repentina no padro de resultado identificado pelo prprio grupo ou identificado pelo cliente; ou ainda, dificuldade repentina ou interrupo das aes de processamento exigindo esforos adicionais para a sua realizao. Problemas repetitivos, que o histrico indica que j foram tratados por diversas vezes, mas que voltam a reincidir, demonstrando assim a ineficcia das aes implantadas; Problemas bons ( oportunidades ): Essa situao ocorre quando a meta superar uma situao atual que est boa, mas que pode ser melhorada, porque: Uma outra rea, da mesma empresa atingiu melhores resultados; Um concorrente atingiu melhores resultados; Uma outra empresa, de um ramo de atividades diferente, atingiu melhores resultados.

Existem problemas que chamamos de problemas do dia a dia. Para esse tipo de problema utilizamos o ciclo PDCA - Rpido. Sabemos,no entanto, que em nosso dia-a-dia, nos deparamos com problemas e problemas, ou seja, existem aqueles que aparecem inesperadamente e tiram o processo da sua condio normal de operao. Uma vez removidos, permitem ao processo retornar s mesmas condies anteriores. A estes problemas chamamos de No conformidades do dia-adia e normalmente suas solues podem ser obtidas por pessoas envolvidas com o processo (Operadores, Monitores e Lderes, que tm conhecimento e recursos para resolv-los. 4.3.1.3 Mtodo de Anlise:

JOO JOS DE SOUZA

JOO JOS DE SOUZA

JOO JOS DE SOUZA

JOO JOS DE SOUZA

4.3.1.4 - Responsabilidade ( Controle do processo / melhoria do processo )

JOO JOS DE SOUZA

Fig 4.6 Tabela de responsabilidades

Relatrio de Anlise de Problemas ( R.A.P )

Fig 4.7 Relatrio PDCA

Dentre as Ferramentas Auxiliares para Soluo de Problemas podemos destacar: Mtodo dos 3 Gens So as iniciais de 3 palavras japonesas: GENBA significa local real GENBUTSU significa coisa real GENJITSU significa realidade Em outras palavras os termos utilizados significam: JOO JOS DE SOUZA

V at o local das ocorrncias para observar fatos adicionais. Converse com as pessoas que esto diretamente relacionadas com o problema Verifique no local a frequncia do problema, como ocorre, etc.

Fotografe, filme, relate, se necessrio. Utilize os 3 gens para poder responder as seguintes perguntas O QUE ? - Qual o defeito e em quais produtos ele aparece ?, Quais consequncias ele traz ? ONDE ? Em que ponto do produto se encontra o defeito ? QUANDO ? Quando o defeito aconteceu pela primeira vez ?, Em que circunstncias ele ocorreu ?

QUANTO ? Quais so as propores do defeito e a quantidade de itens defeituosos ? Qual o tamanho do problema ?, Qual a tendncia ? COMO ? Como o defeito ocorre ? Sob que condies ? PORQUE ? Porque o defeito est ocorrendo ? ( nesta fase ainda estamos procurando causas do problema )

Estratificao uma tcnica que auxilia na definio mais objetiva de um problema, pois a sua utilizao possibilita a investigao do problema, sob vrios pontos de vista e assim ter uma melhor visualizao e atendimento do mesmo. A estratificao facilita a identificao dos pontos mais crticos do problema. No caso de estratificao temos quatro pontos importantes a serem observados: Por tempo ( quando o problema ocorreu ) Por local ( lado esquerdo, direito, em cima, em baixo, dentro ou fora ) Por tipo ( depende de outro fator, temperatura, material, fornecedor, etc ) Por outros fatores ( mtodos diferentes, meios de medio, meios de produo )

Folha de Verificao JOO JOS DE SOUZA

 uma ferramenta da qualidade que tem como objetivo: Facilitar a coleta de dados Organizar os dados durante a coleta, eliminando a necessidade de rearranjos posteriores. Uma folha de verificao bem elaborada o ponto de partida para que o problema possa ser subdividido em partes menores e assim sua descrio possa ser bem focada e objetiva.

Grfico de Pareto Este um critrio fundamental para a soluo de problemas, sendo aplicado para priorizar aqueles que contribuem mais significamente. Qualquer problema de priorizao pode ser satisfeito pelo uso da anlise de pareto, bastando que os itens a priorizar possam receber valores quantitativos ( ndice de Ocorrncia ). O hbito de priorizar por meio de desta ferramenta, permite utilizar melhor os recursos disponveis.

Diagrama de Causa e Efeito Segundo o idealizador desta ferramenta, o professor Kaaru Ishikawa, o diagrama de causa e efeito no identifica as causas do problema. uma ferramenta que possibilita a organizao das Causas do problema, atravs de sua disposio em diversos nveis, desde o macro at o mais detalhado. ( Causa Fundamental ) A sua forma facilita a visualizao das anotaes feitas pelo grupo. A identificao da causa e responsabilidade do grupo, em funo disso, deve-se ter em mente que a eficcia desta ferramenta depende da habilidade do Lder em conduzir a reunio; em fazer com que as pessoas participem; em evitar crticas s possveis causas levantadas. Diagrama de Disperso ( Correlao ) um grfico que permite verificar visualmente o grau de influncia que uma vriavel apresenta sobre a outra. Pode ser utilizado, portanto, para verificar a correlao entre: ponto de medio A no dispositivo com o ponto B; a temperatura ambiente e o rendimento do motor; a lubrificao e o atrito de componentes mecnicos; a velocidade de corte e a rugosidade, ...

Montagem do Plano de Ao O plano de ao deve estar baseado no conhecimento adquirido at o momento pela equipe. Um plano de ao bem elaborado deve seguir as seguintes etapas:

JOO JOS DE SOUZA

Listar junto a equipe, todas solues possveis para cada causa priorizada. Escolher solues mais adequadas levando-se em considerao, dentre outras coisas: Custo da soluo proposta; Dificuldades para implantao; Efeitos colaterais; Impacto previsto no resultado ( objetivo a ser alcanado ); As solues mais adequadas para cada causa; Elaborao de um plano de ao para cada causa definida; O que ser feito ( WHAT ); Quanto ser feito ( WHEN ); Quem far ( WHO ); Onde ser feito ( WHERE ); Porque ser feito ( WHY ); Como ser feito ( HOW ) .

5 A metodologia Seis Sigma O principal objetivo da utilizao da metodologia Seis Sigma de aumentar a capacidade crtica e analtica dos profissionais da empresa, para que estes profissionais possam resolver problemas crnicos e atingir mets de melhoria desafiadoras. A metodologia Seis Sigma fundamenta uma lgica estruturada de anlise e processamento das informaes, baseando-se em ferramentas estatsticas conhecidas e aplicadas no campo da Gesto da Qualidade. Entretanto a metodologia Seis Sigma busca padronizar uma forma eficinete de utilizao dessas ferramentas, de forma a obtermos os melhores resultados na soluo dos problemas.

JOO JOS DE SOUZA

UNIVERSO DAS INFORMAES FATOS = informaes qualitativas DADOS = informaes quantitativas

COLETA PROCESSAMENTO DISPOSIO

UNIVERSO DE CONHECIMENTO Conhecimento dos fatores atuais do problema O que? Quem? Como? Onde? Quantos? Quando? Por qu? (5W 2H)

ATINGIR METAS

Fig 5.1 Fluxo das informaes na metodologia Seis Sigma

Na aplicao do Seis Sigma podem ser utilizadas diferentes mtodos de encaminhamento da resolua de problemas. Entre os mais utilizados e eficazes est a que utiliza a metodologia do PDCA de Deming ( Plan, Do, Check e Action). Na sequncia ser apresentada a aplicao do Seis Sigma na soluo de problemas utilizando a metodologia do PDCA de Deming. Sero descritas as etapas com comentrios e exemplos prticos.

5.1 Identificao do problema Esta etapa inicial da metodologia tem como principais objetivos: Definir claramente o problema e evidenciar a sua importncia Definir a freqncia e a evoluo do problema at o momento atual Analisar e quantificar a convenincia de sua soluo

Os tpicos apresentados anteriormente podem parecer bastatne bvios, entretanto muito comum que se inicie a tentativa de soluo de um problema, sem mesmo defini-lo com exatido e de sua real importncia e impacto na qualidade do produto ou servio prestado. A segunda definio torna-se necessria para avaliar como o problema est se comportanto com o passar do tempo. Finalmente devemos avaliar o impacto financeiro do problema e de sua soluo, pois desta forma iremos JOO JOS DE SOUZA

evitar o dispndio de tempo e de recursos na soluo de problemas que no apresentaro viabilidade econmica. Com a clara definio do problema, precisaremos ento definir uma Meta a ser alcanada. Onde devero estar claramente definidos: o objetivo gerencial o valor e o prazo. A deficincia na determinao de uma meta poder comprometer todo o trabalho, uma vez que poder direciona-lo em uma determinada direo, fazendo com que outras possveis causas do problema sejam relevadas. Desta forma o processo de tomada de deciso ser totalmente comprometido. As metas devero sempre ser estabelcidas sobre os resultados (fins) e nunca sobre os meios de um processo. O mtodo mais utilizado para acompanhamento da freqncia da ocorrencia e da evoluo do problema o grfico seqencial. Desta forma podemos acompanhar o comportamento da varivel de interesse ao longo do tempo ou de um determinado perodo.

32

24

16

0 1 2 3 4 5 6 7 8 9 10 11 12 13

Fig 5.2 Grfico seqencial de acompanhamento de uma varivel

Analisando-se o grfico sequencial podemos determinar o comportamento da varivel em funo do tempo transcorrido. Verificar se existe uma tendncia de aumento ou diminuio dos problemas. Sendo possvel ainda a verificao da existncia dealgum carter cclico ou sazonal na ocorrncia dos problemas sob observao. A ltima etapa a ser realizada na tarefa de identificao do problema analisar e quantificar a convenincia de sua soluo. Ao avaliar o retorno previsto com a soluo do problema, devemos perceber quais fenmenos esto associados e tentar quantificar o impacto de cada um deles. A resoluo de alguns problemas no gera benefcio econmico direto, mas estrtegica para a empresa, pois os problemas esto vinculados sua imagem, sua viso, s suas polticas e aos seus objetivos.

JOO JOS DE SOUZA

5.2 Anlise do fenmeno A anlise do fenmeno tem como objetivos principais: Focar o problema Conhecer profundamente o problema

Durante a etapa da anlise do fenmeno devemos coletar a maior quantidade de dados e informaes sobre o fenmeno, desdobra-lo, analisar suas variaes para ento podermos estabelecer as metas especficas para a soluo do problema. Antes de iniciar a coleta dos dados de extrema importncia definir claramente a finalidade e quais as informaes que se deseja obter. Devem ser definidas e estudas as fontes e credibilidades dos dados coletados. Ainda devem ser definidas as formas de registro dos dados, para permitir a sua utilizao e fidelidade. Uma etapa importante na anlise do fenmeno o desdobramento do problema, isto significa que devemos dividi-lo em partes menores a fim de locaizar a origem dos problemas. Os desdobramentos podem ser feitos sob diversos pontos de vista, tais como tempo, tipo, indivduo, sintoma e local de ocorrncia. As ferramentas mais utilizadas para a realizao do desdobramento e priorizao de um problema so a Anlise de Pareto e o Diagrama de rvore (ver ferramentas da qualidade). Aps o desdobramento do problema torna-se necessrio a verificao dos itens ou problemas que devero ser priorizados e quaisapresentam variaes. Essas variaes devem ser estudadas, pois elas podero ser naturais, habitual ou esperada do processo, estando relacionadas com as diversas fontes de variao que so inerentes ao processo produtivo, que tambm so conhecidas como causas comuns de variao. Em contrapartida tambm podem ocorrer variaes no habituais e inesperadas do processo, que esto relacionadas com fontes de variao que ocasionalmente esto presentes no processo, essas so conhecidas como causas especiais de variao.

Podemos destacar as razes da necessidade da anlise das causas das variaes de um processo produtivo. Identificar o tipo de causa de variao associado ao problema na anlise do fen^meno auxilia a dimensionar a anlise do processo. Causas comuns = item sistmico necessita profunda anlise do processo Causas especiais = item localizado necessria avaliaes de registro do processo

No caso de ocorrncia de causas especiais, a ferramenta mais apropriada para detectar as causas da variao so as cartas de controle, dentre as quais podemos destacar: JOO JOS DE SOUZA

Carta X das medidas individuais Carta AM das amplitudes mveis Carta X das mdias Carta R das amplitudes

Cartas X-AM para o tempo de carregamento das Carretas

170

Individual Value

11 UCL=157,9

120

2 2 2 2 2

Mean=117,1

70 Subgroup 60 0

1 100 200 300

LCL=76,36

Moving Range

50 40 30 20 10 0 2 2 22 2 2 2 2 2 2 2 2 2 2 2

UCL=50,10

2 2 2

R=15,33 2 2 2 2 LCL=0

Fig 5.3 Exemplo de Carta X-AM

Tendo como base os dados coletados nessas cartas de controle, podemos realizar algumas anlises da Capacidade do Processo. Essa anlise tem por ojetivo avaliar se o processo atende s especificaes estabelecidas em projeto. Para a realizao dessa anlise, torna-se necessria uma verificao da normalidade dos dados coletados, ou seja, se os dados coletados apresentam uma distribuio normal confrme a curva de Gauss. Caso os dados apresentem uma distribuio normal, esnto pode-se determinar os ndices de capabilidade do processo e tambm os ndices de desempenho do processo produtivo.

JOO JOS DE SOUZA

Grafico de Probabilidade Normal para o Tempo de Carregamento das Carretas

,999 ,99 ,95

Probability

,80 ,50 ,20 ,05 ,01 ,001 80 100 120 140 160
W-test for Normality R: 0,9966 P-Value (approx): > 0,1000

Tempo de ca
Average: 117,141 StDev: 14,0929 N: 276

Fig 5.4 Grfico de anlise de normalidade de uma varivel

Analise de Desempenho do tempo de carregamento das Carretas

Process Data USL 120,000 Target * LSL * Mean 117,141 Sample N 276 StDev (Within) 13,5945 StDev (Overall) 14,1057

USL
Within Overall

Potential (Within) Capability Cp CPU CPL Cpk Cpm Overall Capability Pp PPU PPL Ppk * 0,07 * 0,07 * 0,07 * 0,07 * 60 80 Observed Performance PPM < LSL PPM > USL PPM Total * 402173,91 402173,91 100 120 140 160 180

Exp. "Within" Perform ance PPM < LSL PPM > USL PPM Total * 416723,03 416723,03

Exp. "Overall" Performance PPM < LSL PPM > USL PPM Total * 419699,38 419699,38

Fig 5.5 Grfico de anlise de disperso de uma varivel 5.3 Anlise do processo Nesta fase o objetivo a determinao das causas dos problemas em estudo, desta forma uma anlise de fenmeno bem realizada facilitar a anlise do processo. Uma anlise profunda do processo gerador do problema permite conhecer qualitativamente os fatores causais deste problema. Para isto so utilizadas algumas ferramentas que ajudam a identificar esses fatores causais, tais como Brainstorming, FMEA (Failure Mode and Effects Analysis) e FTA (Fault Tree Analysis). JOO JOS DE SOUZA

As variaes do produto final, refletida nas caractersticas do produto, um resultado das diversas fontes de variao do processo. Estudar um processo, segundo uma viso sistemica, permite desenvolver um conhecimento profundo do processo de transformao das chamadas entradas e sadas. Um dos mtodos utilizados para analisar o processo segundo uma viso sistmica, a construo de uma teia de aranha onde todas as causas esto interligadas.

CAUSA 2 CAUSA 1 CAUSA 3

CAUSA 4

CAUSA 8

PROCESSO

CAUSA 5 CAUSA 7 CAUSA 6

Fig 5.6 Grfico em Teia de Aranha

Esse fluxograma apresenta de maneira clara e detalhada cada uma das etapas do processo sob estudo, tendo como caractersticas: Documentar o processo Apresentar a seqncia atual de atividades do processo Facilitar o conhecimento geral do processo

Entretanto apresentam como desvantagens no fornecer indicao sobre possveis fontes de variao no processo, fato importante num programa de reduo de variao. Uma outra forma de anlise de processos, tendo sido desenvolvida no Japo, tambm muito utilizada o chamado Diagrama de Causa e Efeito, ou ainda de Diagrama de Ishikawa. O Diagrama de Ishikawa apresenta de forma clara e detalhada as causas que no processo, geram o problema em estudo. A eficincia do Diagrama depende da qualidade do Brainstorming de JOO JOS DE SOUZA

causas, ou seja, da forma como foi conduzido o processo de anlise das possveis causas do problema. Desa forma tanto o conhecimento tcnico como o prtico devem estar presentes nas reunies de Brainstorming, onde devem ser esgotadas todas as possibilidades de causas dos defeitos. As principais caractersticas do Diagrama de Ishikawa so: Apresentar sicintamente o resultado de uma reunio Apresentar a complexidade e dimenso do sistema de causas Indicar quais so as causas que podem estar afetando o desempenho do processo Reunir todo o conhecimento sobre o processo analisado.

Entretanto esta ferramenta da Qualidade tambm apresenta as seguintes desvantagens: No permitir identificar em que etapa do processo os fatores causais se encontram, nem onde podem ser atacados. No permitir concluir se os fatores atuam de maneira cinsistente ao longo das vrias atividades.

Matria-prima

Mo-de-obra

Mquina

Perda de produtos

Mtodo

Meio ambiente

Medio

Fig 5.7 Diagrama de Ishikawa

Para sanar a maioria das desvantagens dos outros mtodos apresentados anteriormentes, foi desenvolvido uma ferramenta analtica e de cominicao, desenvolvida para identificar as oportunidades de melhorias nos processos existentes, o chamado mapa de processo. O Mapade Processo permite expor em sua forma e em um nvel de detalhamento necessrio para o conhecimento qualitativo dos fatores geradores do problema, propiciando melhor qualidade da anlise qualitativa, o que auxilia a aplicao de ferramentas estatsticas que iro quantificar as relaes de causa e efeito. JOO JOS DE SOUZA

Para a elaborao do Mapa de Processos so necessrias algumas etapas que devem ser efetuadas na seqncia que ser apresentada a seguir:

5.3.1 - Desenhar o fluxo do processo gerador do problema Defini-se o incio e o fim do processo a mapear Deve-se deixar claro os limites sobre o qual se est trabalhando.

Alinhar o eixo com o centro da placa do torno

Fixar a pea na placa de castanhas e aproximar o contra-ponto

Usinar o dimetro do eixo

Figura 5.8 Fluxograma de processo

5.3.2 - Indicar os produtos em processo e o produto final PP Produto em Processo: produto gerado aps cada etapa do processo, antes de sofrer a transformao em produto final. PF Produto Final: produto gerado na ltima etapa do processo

Alinhar o eixo com o centro da placa do torno PP: Pea alinhada

Fixar a pea na placa de castanhas e aproximar o contra-ponto PP: Pea presa

Usinar o dimetro do eixo

PF: Pea usinada

Figura 5.9 Mapa de processo em construo

5.3.3 - Indicar os parmetros de produto

Parmetros de Produtos: variveis que caracterizam o produto e esto relacionadas com o problema. Esses parmetros do produto podem ser classificados em: Parmetro de Produto final (Y): caractersticas importantes do produto final que esto relacionadas com o problema. JOO JOS DE SOUZA

Parmetros de Produto em processo (y): caractersticas importantes no produto em processo que podem afetar o problema.

Tambm aconselhavel incluir no mapa de processo aquelas caractersticas de produto final que no esto associadas ao problema, mas que podem ser afetadas pelo processo em estudo. Os Parmetros de Produto deveriam ser passveis de serem mensurados ou pelo menos, visualmente observados para facilitar o monitoramento do processo.

y: nivelamento do pea na mquina y: posio da pea em relao ao barramento Alinhar o eixo com o centro da placa do torno PP: Pea alinhada

y: estabilidade da pea na mquina

Y: circularidade do dimetro

Fixar a pea na placa de castanhas e aproximar o contra-ponto PP: Pea presa

Usinar o dimetro do eixo

PF: Pea usinada

Figura 5.10 Mapa de processo em construo

5.3.4 - Indicar os Parmetros de processo Parmetros de Processo (x): so variveis prprias do processo que causam impacto nos parmetros dos produtos em processo e final.

JOO JOS DE SOUZA

y: nivelamento do pea na mquina y: posio da pea em relao ao barramento Alinhar o eixo com o centro da placa do torno PP: Pea alinhada x: x: x: x: limpeza da pea limpeza do suporte localizao dos fixadores distncia da pea s castanhas

y: estabilidade da pea na mquina

Y: circularidade do dimetro

Fixar a pea na placa de castanhas e aproximar o contra-ponto PP: Pea presa x: torque nas castanhas x: conservao do torno x: limpeza do torno y: posio da pea na placa x: x: x: x: x:

Usinar o dimetro do eixo

PF: Pea usinada tipo de pastilha desgaste da pastilha velocidade de corte profundidade de corte avano da ferramenta

y: nivelamento da pea na placa y: estabilidade da pea na placa

Figura 5.11 Mapa de processo em construo

5.3.5 - Classificar os parmetros de processo Parmetros Controlveis (C): so parmetros de processo que so controlados, ou seja, so ajustados em um determinado valor e mantidos prximos ao seu valor ajustado. Parmetros de Rudo (R): so os parmetros de processo que no podem ser controlados ou no se deseja controlar.

Dependendo da magnitude do efeito que um parmetro de rudo tenha sobre um parmetro de produto, poder ser necessrio implementar medidas de controle sobre ele, o que o transformar em parmetro contolvel. Aqueles parmetros de processo (controlveis ou de rudos) que exercem grande efeito no problema so considerados Crticos.

JOO JOS DE SOUZA

y: nivelamento do pea na mquina y: posio da pea em relao ao barramento Alinhar o eixo com o centro da placa do torno PP: Pea alinhada R: limpeza da pea *R: limpeza do suporte *R: localizao dos fixadores *C: distncia da pea s castanhas

y: estabilidade da pea na mquina

Y: circularidade do dimetro

Fixar a pea na placa de castanhas e aproximar o contra-ponto PP: Pea presa *C: torque nas castanhas R: conservao do torno R: limpeza do torno y: posio da pea na placa

Usinar o dimetro do eixo

PF: Pea usinada C: tipo de pastilha R: desgaste da pastilha *C: velocidade de corte *C: profundidade de corte *C: avano da ferramenta y: nivelamento da pea na placa y: estabilidade da pea na placa

Classificao dos parmetros de processo * : Crtico R: Rudo C: Controlvel

Figura 5.12 Mapa de processo concludo

Aconselha-se que antes da elaborao final, seja feito um rascunho preliminar do mapa, sendo que posteriormente sejam determinados os detalhes, acabamentos, etc. Nessa elaborao devem participar mais de uma pessoa, de forma que a atividade seja dinmica, preferencialmente deve ser formada uma equipe para a anlise do problema.

5.4 Priorizao das causas JOO JOS DE SOUZA

Aps o levantamento dos fatores causais extremamente importante determinar quais so as causas que tem grande impacto no problema. Um diagrama de matriz pode ajudar nesta tarefa. Para a construo do diagrama matriz necessita-se dispor nas linhas as causas e nas colunas os fenmenos, posteriormente indicar qualitativamente o impacto d cada causa nos fenmenos.

Causa do defeito A Tipo do defeito Lasca no gap B C D E

Trinca na camada

Riscos de lapidao

Abaulamento insuficiente Relacionamento:

Muito forte

Forte

Fraco

Figura 5.13 Diagrama matriz

5.5 Anlise quantitativa dos fatores causais Nesta fase da aplicao da Metodologia Seis Sigma, deve-se quantificar e priorizar os fatores causais. Sendo que a percepo destes e sua anlise dependem de um observador, que ir se basear em seu conhecimento sob algum evento que est ocorrendo. Costuma-se dizer que o conhecimento tcnico de um observador perceptivo atua como uma faca de dois gumes, pois pode limitar a percepo do evento. Por outro lado, a falta de conhecimentos tambm pode limitar essa percepo. A atuao do observador sobre o evento que est ocorrendo pode ser de dois tipos distintos: Atituide passiva Atitude ativa

Um procedimento que induz eventos informativos a experimentao. Num experimento, realizamos modificaes no processo segundo um critrio definido e avaliamos o resultado final.

5.5.1 Planejamento de experimentos

JOO JOS DE SOUZA

Um experimento um conjunto de testes nos quais so realizadas as modificaes propositais em determinados parmetros de processo contrlveis, de forma a identificar e quantificar as mudanas nos parmetros de produto em processo ou de produto final. No planejamento de um experimento podemos definir alguns tpicos necessrios sua elaborao, os quais so: Variveis respostas: o que se deseja melhorar ao se realizar um experimento. So os parmetros de produto em processo que esto em questo relacionados ao problema. Estes devem ser quantitativos, sendo que podemos ter mais de uma resposta em um experimento. Fatores: so variveis que so deliberadamente alteradas em um experimento, com o objetivo de avaliar o efeito que elas exercem sobre as variveis respostas e escolher a melhor condio de operao no processo. Em geral devem ser escolhidos os parmetros crticos de processo, podendo ser qualitativos ou quantitativos. Nvel de um fator: representa as possveis condies que um fator pode assumir em um experimento. Variveis de rudo: so variveis conhecidas que podem afetar as variveis respostas de um experimento e que na prtica no h como controlar, ou no h interessee em se controla-las durante o processo produtivo. Variveis perturbadoras: so as variveis que podem afetar os resultados do experimento. Par diminuir o seu efeito sobre um experimento, deve-se tornar o experimento aleatrio. Ensaio: corresponde ao teste realizado em uma determinada condio experimental. Rplicas: so repeties de um mesmo experimento nas mesmas condies. O objetivo das rplicas aumentar a capacidade de percepo das diferenas que os tipos de variaes do processo podem produzir.

Muitas vezes, mesmo identificadas as principais fontes de variao do processo, faz-se necessria a realizao de alguns experimentos para confirmar qual o melhor valor para cada uma destas variveis . Estes experimentos devem ser conduzidos de forma a evitar determinadas armadilhas que podem levar o observador a tirar concluses falsas sobre os nveis de melhor desempenho de cada fator .

5.5.2 Exemplo de experimentos JOO JOS DE SOUZA

A seguir iremos demonstrar um exemplo de experimento onde uma anlise muito superficial conduzir aconcluses erreneas. Desconfia-se que dois fatores influenciam a quantidade de erros de digitao por 100 pginas: o tipo de computador usado (Mac ou PC); o funcionrio (Jos ou Paulo).

Os resultados esto abaixo. Qual a concluso ?

Figura 5.14 Tabela de variveis

Temos dois fatores, sendo que cada um deles esto em dois nveis diferentes.

Figura 5.15 Tabela Fatores X Nveis

Observando-se os totais por coluna e por linha, percebe-se que h mais diferena entre funcionrios do que entre equipamentos. De fato, enquanto Jos comete em mdia somente 11 erros a cada 100 pginas, Paulo comete 25. mais fcil ainda perceber estas diferenas atravs de uma figura, chamado de grfico dos efeitos principais.

JOO JOS DE SOUZA

Figura 5.16 Grfico de efeitos principais

Outro aspecto importante em experimentos detectar a eventual presena de interao (sinergia) entre os fatores. Esta s detectada quando se varia mais do que um fator por vez, mediante o grfico de linhas para interao.

Figura 5.17 Grficos de linhas de interao

Para facilitar (sistematizar) a forma de fazer clculos de efeitos e interaes vistos anteriormente, comum utilizar uma tabela de contrastes como a seguir:

JOO JOS DE SOUZA

Figura 5.18 Tabela de contrastes

5.5.3 Armadilhas em experimentos Os exemplos a seguir apresentam situaes onde podemos tirar concluses erradas, em funo de observaes realizadas sem um critrio rgido e bem definido.

5.5.3.1 Armadilhas: varivel comum comum em muitos Projetos Seis Sigma o associar-se um defeito com uma varivel que est sempre presente quando ele ocorre ( o caso do operador que culpado, pois quando que ele executa a operao ocorre um defeito ) . Vejamos a anlise dos casos de embriagues ocorridas durante as convenes de final de ano em um famoso hotel localizado no sul do pas.

Figura 5.19 Tabela de variveis

Concluso: a gua embebeda

JOO JOS DE SOUZA

5.5.3.2 Armadilhas: correlaes casuais Se a histria servisse de base, os Republicanos nos Estados Unidos deveriam estar vestindo a camisa do time de Basebol dos Yankees e dando uma fora para o New York vencer o campeonato. Desde a Segunda Guerra Mundial, toda vez que os Yanks venceram em um ano de eleio, o Partido Republicano assumiu a Casa Branca.

Figura 5.20 Tabela de relaes casuais

5.5.3.3 Armadilhas: faixa de variao Esta uma outra armadilha bastante comum. O observador estuda durante a fase de Anlise uma faixa estreita de comportamento do X , tira concluses falsas e toma aes erradas na fase de Melhoria. E, pior, muitas vezes extrapola as concluses para fora desta faixa .

Figura 5.21 Anlise das faixas de variao

JOO JOS DE SOUZA

No exemplo apresentado na Figura 5.21, a utilizao de uma faixa de variao muito pequena, induz a anlise errada sobre o fenmeno em estudo. Em ambos os casos apresentados a pequena faixa de variao escolhida demonstra que o processo est estvel e uniforme. Quando na verdade apresentam variaes bem distintas. No primeiro caso a varivel controlada est diminuindo gradativamente. Enquanto que no segundo caso a variao parablica.

5.5.3.4 Armadilhas: causa reversa O observador chega na fase de Anlise concluso que um fator X tem influncia sobre o Y quando, na verdade, o que ele est vendo a conseqncia do Y . Um exemplo deste caso o do Departamento de Vendas que insatisfeito com as Vendas resolve dar uma srie de descontos e faz promoes para atrair os clientes .S que a verdadeira causa do problema o Servio de Atendimento ao Cliente . Com os novos descontos e a nova promoo fica mais difcil ainda administrar o Servio de Atendimento ao Cliente, ocasionando num aumento da insatisfao do cliente e diminuindo mais ainda as vendas (o tiro saiu pela culatra)

5.5.3.5 Armadilhas: fatores omitidos Pesquisas continuamente demonstram que a medida que o tamanho dos hospitais aumenta, a taxa de mortalidade dos pacientes aumenta dramaticamente. Portanto, deveramos evitar hospitais grandes? Esta anlise enganadora, pois omite um segundo X2 (fator) importante a gravidade da condio do paciente quando admitido ao hospital. Os casos mais srios tendem a serem levados aos hospitais maiores! Um caso muito comentado em treinamentos do Progrma Seis Sigma o caso do Fazendeiro Radiofbico. Em 1950, um fazendeiro afirmou que suas rvores frutferas estavam sendo prejudicadas pelas ondas de rdio de uma estao local prxima. Ele colocou uma tela de arame ao redor de algumas das rvores para proteg-las destas ondas de rdio e, realmente, as rvores protegidas se recuperaram rapidamente, enquanto que as desprotegidas ainda sofriam. Na mesma poca, muitas rvores ctricas em todo pas foram ameaadas por uma doena chamada de folha pequena. Alguns fazendeiros Texanos descobriram que uma soluo de sulfato de ferro curava a doena. No entanto, nem sempre funcionava no Texas, e praticamente nunca funcionava na Flrida ou na Califrnia. O mistrio foi desvendado quando o problema verdadeiro foi revelado -deficincia de zinco no solo. A cerca do fazendeiro Radiofbico era de tela galvanizada, sendo que traos do zinco da galvanizao eram levados da tela para o solo. O sulfato de ferro nada tinham a ver com a cura, mas sim os baldes de ferro galvanizados usados para espalhar a substncia! Em outras regies, onde outros tipos de baldes eram usados, as rvores continuaram doentes.

JOO JOS DE SOUZA

5.5.3.6 Armadilhas: multicolinearidade

difcil saber o qu causa o qu, quando alguns fatores [Xs] tendem a ocorrer juntos regularmente. Tenho visto uma reduo dramtica nas perdas desde que comecei a implementar as ferramentas Seis Sigma na fbrica! No entanto, foi exatamente na mesma poca em que o RH introduziu seu novo sistema de recompensa e reconhecimento. O que ocasionou a melhoria? Em 1967, um artigo rotulou um determinado tipo de carro como sendo inseguro. O modelo em questo era um carro pequeno esportivo de alto desempenho. Mas que tipo de motorista seria atrado a tal carro? E se eu dissesse que a maioria dos proprietrios deste carro tendiam a ser motoristas jovens menores de 25 anos com novas idias. Esta faixa etria no paga prmios de seguro mais elevados devido a maior incidncia de acidentes?

5.6 Elaborao do Plano de ao

A elaborao do plano de aes deve ser realizada aps um completo estudo do processo e da anlise de suas variveis de entrada e de suas variveis de respostas. Tem como principais objetivos: propor medidas para solucionar o problema entender o efeito de cada medida no resultado desejado identificar os efeitos correlatos de cada medida e finalmente elaborar o plano de aes

Para elaborar um bom plano de aes devemos, para cada causa prioritria, identificada na anlise do processo, realizar um brainstorming para levantar possveis contramedidas. Sendo que para estas devemos estabelecer a correlao com as metas especficas e outras variveis de interesse atravs do diagrama matriz. Deve-se tambm testar as medidas para verificar seus efeitos. Algumas ferramentas como otimizao de respostas, pesquisa operacional, simulao e as mesmas ferramentas utilizadas para quantificar os fatores causais podem ser utilzadas para testar as medidas propostas. Finalmente o plano de aes deve ento ser elaborado com base nas causas prioirtrias, normalmente o plano de aes disposto por meio do 3W, 5W1H ou 5W2H.

JOO JOS DE SOUZA

What (O que) Who (Quem) When (Quando) 5W1H Where (Onde) Why (Por que) How (Como) How much (Quanto custa) Figura 5.22 Perguntas para elaborao do plano de aes 5W2H 3W

Plano de ao
O Que
Eliminar paredes entre rea de estocagem e carregamento

Quem

Quando

Porque
Layout do depsito inapropriado; Distncia elevada entre as reas de estocagem e carregamento; Piso inadequado Falta de sinalizao Falta de sinalizao

Oliveira

21/09/ deste ano

Trocar piso de concreto para piso de asfalto Instalar placas indicativas Instalar sinais luminosos

Ronaldo

10/10/deste ano

Alessandra 15/10/deste ano Wagner 25/10/deste ano

Figura 5.23 Plano de aes

5.7 Verificao da efetividade do Plano de ao A verificao da efetividade de um plano de ao deve ser realizada em diferentes etapas, de forma que possam ser cumpridas as metas estabelecidas.

JOO JOS DE SOUZA

5.7.1 Condo do plano de ao Entre outras atividades deve-se: verificar se h o comprometimento ds partes responsveis pela execuo do plano de aes, desde gerentes at operadores de linha. Padronizar e treinar as pessoas envolvidas na implemento d oplano de ao Observar no local como esto sendo executadas as aes previstas no plano de ao Acompanhar o cronograma de execuo Registrar os desvios encontrados na execuo do plano de ao e elaborar planos e contingencia.

5.7.2 Verificar os resultados A efetividade do plano de aes deve ser verificadas atravs de monitoramento, tanto da meta geral quanto das especficas continuamente, por meio de grficos sequneciais, cartas de controle ou outras ferramentas.

Verificacao do % de Caminhoes que ultrapassam o tempo de permanencia especificado

24
Inicio do Plano de Acao

% caminhes > LSE

19

Meta 14

Month Year

j j a s o n d j f mam j j a s o n d j f mam j j a s o n d j f mam 1 2 3 4

Figura 5.24 Monitoramento da meta por grfico seqencial

JOO JOS DE SOUZA

6 Resultados da aplicao do Programa Seis Sigma

A utilizao do Programa Seis Sigma pelas empresas tem trazidos grandes resultados, tanto na otimizao dos processos de criao, de projeto como na rea das finanas. Os maiores impactos e mais perceptveis a nveis gerenciais, so os retornos financeiros que a aplicao do Programa vem gerando nas empresas. Desenvolvido pelo Engenheiro Bill Smith, da Diviso de Comunicaes da Motorola, em 1986, para resolver o crescente aumento de reclamaes relativas as falhas no produto dentro do perodo da garantia, o mtodo padronizou a forma de contagem dos defeitos e tambm definiu um alvo, onde estaramos prximos perfeio, o qual foi denominado de Seis Sigma. A estratgia auxiliou a Motorola no alinhamento dos processos s necessidades do cliente, na mensurao e aprimoramento do desempenho dos processos crticos e na documentao destes, levando-a a triplicar a produtividade e obter economias da ordem de US$ 11 bilhes at o ano de 1997. O trabalho resultou na obteno do prmio Malcolm Baldrige National Quality Award (Prmio Nacional da Qualidade dos EUA) em 1988. Posteriormente, esta estratgia recebeu contribuies importantes de organizaes como IBM, Xerox, Texas Instruments, AlliedSignal (atualmente Honeywell). A General Eletric, empresa que adotou e alardeou os benefcios da ferramenta foi a General Eletric, na gesto de Jack Welch. Os ganhos com os projetos desenvolvidos pelos "black belts" chegaram a US$ 1,5 bilho na companhia em 1999. Na rea automotiva, a utilizao comeou com a AlliedSignal, fabricante de autopeas, em 1994, alcanando economias de US$ 2 bilhes em projetos Seis Sigma [5]. Os resultados obtidos pelas organizaes pioneiras, auxiliaram a disseminao em alta velocidade s principais montadoras e fabricantes de autopeas americanos, a destacar: Dana, Delphi, Johnson Control, Ford, Lear, Visteon, Eaton, Cummins, Caterpillar, John Deere, entre outras. A seguir sero apresentados alguns casos dos resultados da aplicao do Programa Seis Sigma em empresas no Brasil.

6.1 - Schneider Electric reduz custos e melhora atendimento com Seis Sigma

Lder mundial em baixa tenso e controle industrial, a Schneider Electric estima economizar no Brasil R$ 800 mil ao ano com projetos desenvolvidos dentro do Seis Sigma. Este programa, j difundido internacionalmente, fundamentado em detectar falhas no processo produtivo, corrigi-las e assim buscar economia para a empresa.

JOO JOS DE SOUZA

O Seis Sigma est crescendo no Brasil pela possibilidade que oferece s empresas de ganho financeiro atravs da reduo de custos. A empresa acredita que a economia ser ainda maior com os novos projetos, que esto sendo elaborados. Um dos projetos, com o objetivo de reduzir em 30% as devolues de produtos causadas por problemas comerciais ou logstica, j conseguiu reduzir de trs dias para um hora a troca de produtos que estavam na garantia. Alm disso, esse projeto deve proporcionar uma reduo de custo em torno de R$ 150 mil ao ano, alm de diminuir os prejuzos da empresa com devolues, que de janeiro a outubro de 2002 somaram R$ 350 mil. Outro exemplo o projeto para diminuir o tempo de atendimento das reclamaes dos clientes. De janeiro a setembro de 2002 a Schneider Electric levava em mdia 15 dias para atender a uma reclamao de cliente. Em abril deste ano, este prazo passou para quatro dias. Para obter esse resultado foram redefinidas responsabilidades e a empresa adotou um novo mtodo, onde qualquer pessoa pode registrar uma reclamao. Assim, o atendimento ao cliente feito 24 horas por dia, alm das melhorias nos controles das reclamaes. Hoje, a Schneider Electric Brasil conta 31 Green Belts e um Black Belt, que trabalham em projetos na rea industrial, administrativa e comercial, envolvendo perto de 150 pessoas que atuam revendo os processos, reduzindo a sua variabilidade e otimizando os meios luz da metologia DMAIC (*). Esta economia a previso para os primeiros trabalhos, nesta fase considerada de formao dos Green Belts. A proposta principal do Programa Seis Sigma reduzir a variabilidade do processo, lanando mo de ferramentas estatsticas e de qualidade, a fim de detectar as falhas que esto presentes no processo. Na Schneider Electric Brasil, cada Green Belt deve apresentar um projeto at a fase de controle para conseguir o certificado de Green Belt, tendo incio ento a responsabilidade de participarem de grupos de trabalho em sua atividade ou projetos transversais, dirigir e animar grupos de trabalhos e serem replicadores da metodologia DMAIC. A metodologia DMAIC que rene cinco pontos: definir, medir, analisar, implementar e controlar.

6.2 Multibras aplica o Seis Sigma no projeto

Na Multibrs, fabricante de linha branca das marcas Brastemp e Cnsul, h 600 funcionrios formados, sendo 400 deles "faixa preta". E h ainda um plano mais aprofundado de conhecimento que o processo de certificao, com mais de 18 meses de projeto. "O objetivo criar especialistas em resoluo de problemas crnicos e em desenvolvimento de produtos, de maneira a evitar que nasam com falhas", explica o gerente-geral de Qualidade Total da Multibrs, Carlos Afonso Zilli, que coordenador do programa "Black Belts" na empresa. De acordo com Zilli, desde 1998 a mdia de retorno por funcionrio envolvido no programa e, conseqentemente, autor de algum projeto, de R$ 15 para cada R$ 1 investido em treinamento.

JOO JOS DE SOUZA

Escala - O ndice mdio de retorno de R$ 10, pelos clculos da consultora da FDG Ana Cristina Belm. Ela conta que a consultoria, sediada na Grande Belo Horizonte, foi uma das pioneiras no mtodo Seis Sigma no Brasil, criado em 1985 pela Motorola. A fabricante de equipamentos eletrnicos, na poca, desenvolveu uma escala para anlise do processo produtivo, levando em conta quantos erros eram encontrados num lote de um milho de produtos. A Multibrs, primeira cliente e parceira da FDG na formatao do Seis Sigma para o mercado brasileiro, acumulou retorno de R$ 74 milhes em quatro anos de programa, segundo Zilli. O executivo conta que toda a corporao est envolvida na busca de melhoria do processo produtivo e reduo de falhas, no apenas no cho de fbrica, mas tambm na rea administrativa. "Os 'black belts' esto espalhados por todos os departamentos", diz.

6.3 FDG ensinando o Seis Sigma

Perfil - Para tornar-se um faixa verde ou preta, o funcionrio deve demonstrar perfil de liderana, disposio para mudanas, conhecimento tcnico ou da rea em questo, influncia em seu grupo, gosto por desafios. A consultora da FDG Ana Cristina Belm conta que os "black belts" em geral alcanam melhores posies na empresa. Na Multibrs, a rea de Recursos Humanos participa do programa, com uma poltica de reteno de talentos dos formandos, O coordenador revela que os profissionais certificados atingem o teto mximo de suas respectivas categorias ou at chegam a ser promovidos. "Temos diversos casos de 'black belts' promovidos a cargos de gerncia." Os "blacks belts" do mais alto grau, cerca de 60 at agora na Multibrs, passaro em 2003 a assessorar os colegas em curso e participao da seleo de projetos. Carlos Afonso Zilli ressalta que o programa no meramente um treinamento. " uma cultura que no fica restrita corporao, mas tambm se aplica vida do funcionrio." Treinamento - O curso da FDG dura uma semana para o nvel "green" e duas para "black", perodo no qual o funcionrio aprende a lidar com o software Minitab, muito utilizado no ramo de estatstica. Ao longo do prazo previsto de projeto, seis meses ou um ano (ou seja, dois projetos no caso dos "faixas pretas"), o aluno recebe orientao dos consultores FDG em conceitos de administrao, que para auxiliar na realizao de sua tarefa. H empresas que optam por manter consultores residentes, como o caso da BelgoMineira. "Temos 5 consultores dentro da empresa, o tempo todo disponveis para os 160 profissionais envolvidos em projetos", diz Ana Cristina Belm. Antes de iniciar o treinamento, a consultora explica que importante que a empresa saiba quais objetivos pretende atingir. Em caso de dvida, a FDG oferece um workshop com a alta administrao para fazer um diagnstico operacional e definir as lacunas a serem preenchidas. Esse processo leva em torno de dois meses, segundo a consultora. Ela aconselha comear por um curso para "green belts", que j resolvem boa parte das falhas. Depois, de acordo com a necessidade, partir para a formao de "black belts". "Com massa crtica a empresa dilui

JOO JOS DE SOUZA

os custos e posteriormente consegue identificar os profissionais mais capacitados para um aprofundamento na metodologia" explica. Dessa maneira, a FDG espera conquistar maior nmero de mdias e pequenas empresas. Hoje, a carteira composta por grandes nomes, como, Ambev, CST, Gerdau, Acesita, Telemar, Votorantim, Johnson&Johnson, Politeno, Sadia, entre outros. A FDG uma fundao, portanto sem fins lucrativos, que nasceu atrelada Universidade Federal de Minas Gerais, da qual se desligou em 1997, pouco antes de comear a consultoria em seis Sigma, dentre outros servios de gesto. O faturamento previsto para este ano de R$ 70 milhes, o que representa 38 % de crescimento sobre 2001.

6.4 Telefnica: no caminho da qualidade

Recentemente, a Telefnica comeou a trabalhar a gesto de qualidade baseada no seis sigma, processo de gerenciamento de qualidade que utiliza ferramentas estatsticas para tornar os processos estveis e com baixo nvel de erros (no caso de seis sigmas so 3,4 defeitos em um milho de possibilidades de eles ocorrerem). O modelo utilizado por muitas companhias pelo mundo. Mas a empresa ainda pretende incrementar o seis sigma. 'Voc pode ter nvel de erro baixo, mas se o erro for muito grande no se pode dizer que tem qualidade', exemplifica Amorim. Por isso, a empresa pretende criar ferramentas que permitam identificar no s as causas dos problemas, mas tambm solues eficazes. O processo de implantao desse modelo de gesto comeou identificando as pessoas que se dedicaro integralmente ao gerenciamento de qualidade e passaro por um treinamento prtico com a Fundao Vanzolini. 'J contratamos a fundao, selecionamos 12 candidatos e 12 projetos e comearemos a etapa de qualificao. Todas os setores da empresa apresentaram um candidato, desde finanas, recursos humanos at as reas operacionais', comenta o presidente da Telefnica. Cada um dos escolhidos vai trabalhar num projeto considerado crtico e se tornaro o que a empresa chama de black belts (faixas pretas) que, alm de serem os lderes do projeto, treinaro os colegas (que sero os green belts). 'As instituies que implementam isso com qualidade tm mais de 50% da fora de trabalho como 'green belt' e sabem usar as ferramentas para fazer o trabalho com qualidade', aponta. Antes de implementar a metodologia do seis sigma, os executivos da Telefnica tambm visitaram outras empresas para conhecer a experincia deles com esse processo de qualidade

JOO JOS DE SOUZA

6.5 - Belgo-Mineira investe para formar Faixas-Pretas em Qualidade

Projeto Black Belt ou Seis Sigma capacita pessoas nas organizaes especializadas em resolver problemas. Nos Estados Unidos, estes profissionais so to requisitados quanto os do mundo digital. Sabe como um faixa-preta resolve problemas sem aplicar um golpe de karat sequer? Fazendo perguntas. Mesmo que paream bvias, elas podem ajudar e muito na conduo de um trabalho de investigao contribuindo decisivamente para a soluo de problemas. O Black Belt (faixa-preta da Qualidade) ento, antes de tudo, um questionador, um observador curioso e atento da situao. Foi para treinar especialistas em soluo de problemas crnicos do processo produtivo (contribuindo para a reduo do percentual de defeitos e custos de fabricao) que a Belgo-Mineira vem apostando, inicialmente, em um grupo de profissionais aos quais ser confiada esta misso nas empresas. O Projeto Black Belt ou Seis Sigma, como tambm conhecido, foi criado pela Motorola, nos Estados Unidos, na dcada de 80, e, em linhas gerais, trata-se de um mtodo de obteno de resultados a partir de anlises estatsticas. No Brasil, a Fundao de Desenvolvimento Gerencial (FDG), de Belo Horizonte, quem ministra os treinamentos. O coordenador do projeto na Belgo-Mineira, Jocely Evaristo Alves, observa que o Black Belt o profissional que tem a capacidade de transformar informao em conhecimento. "Queremos aumentar a capacidade crtica de nossos solucionadores de problemas", afirma ao comentar que a proposta da Belgo-Mineira tornar este projeto o mais difundido possvel, no o restringindo a uma casta de executivos da empresa. Para isso, novas turmas esto sendo montadas. A limitao, segundo ele ocorre em funo do alto custo do treinamento, entretanto, nada impede que o treinando de hoje seja o instrutor de amanh, atuando como multiplicador. Da Belgo-Mineira Juiz de Fora esto participando Ivan Antnio da Silva, da Trefilaria, Eduardo Pires da Costa, Planejamento da Produo, Marcelino Vieira Lopes, Aciaria e Fernando Magalhes, Laminao. " o melhor curso que j fiz em toda a minha vida e olha que o segundo est bem l atrs", compara Marcelino, entusiasmado com esta nova oportunidade profissional. Na verdade, esta opinio unnime. "As tcnicas so fantsticas", concordam. O entusiasmo tanto e to contagiante que j na apresentao dos primeiros resultados do trabalho de curto prazo que cada Black Belt deve fazer, a platia - formada pelo grupo de gerentes e pelo diretor da empresa, Cludio Horta - ficou impressionada pela forma como os resultados surgem to rapidamente, em funo da metodologia adotada.

JOO JOS DE SOUZA

"Os Black Belts tero papel importante, como parte de um time, em colocar a Belgo entre as fornecedoras privilegiadas de ao no mercado mundial". Black Belts: profissionais treinados para atingir metas (resolver problemas) por meio do emprego de tcnicas estatsticas como ferramentas analticas. Seis Sigma: o instrumento de trabalho do black belt. O objetivo capacitar a equipe de pessoas da empresa para o uso de ferramentas - principalmente tcnicas estatsticas que colocaro o exerccio da anlise em um patamar elevado, compatvel com as metas cada vez mais desafiadoras que devem ser atingidas pela organizao. Sigma: Sigma a unidade estatstica usada para medir a capacidade de um processo de funcionar sem falhas. Um produto ou servio com nvel Seis Sigma 99,99966 perfeito. Escala Sigma: usada para medir o nvel de qualidade associado a um processo. Quanto maior o valor alcanado na escala sigma, melhor. Processo de formao de Black Belts: os candidatos a Black Belts participam de um curso com durao de quatro meses de treinamento (200 horas), sendo cada ms composto por uma semana em sala de aula (50 horas) e trs semanas de aplicao prtica. Projetos Prticos: Cada candidato a Black Belt desenvolve trs projetos prticos(curto prazo - seis meses, mdio prazo - 12 meses e longo prazo - 18 meses) no decorrer do curso, sendo que cada um deles deve resultar em: ganho econmico para a empresa igual a, no mnimo R$ 75 mil por ano ou ganho em qualidade igual a, no mnimo, 50% ou ganho em produtividade igual a, no mnimo, 30%.

6.6 Kodak economiza com o Seis Sigma

O engenheiro de processos Pedro Tchmola conseguiu economizar US$ 175 mil por ano para a Kodak do Brasil sem grande investimento adicional. Com alguns meses de trabalho duro, uma boa dose de criatividade e muita anlise estatstica, Tchmola percebeu uma redundncia no controle de qualidade da diviso Produtos para a Sade, responsvel pelos filmes para raio-X. Muitas vezes, o trabalho era repetido sem resultados significativos. Com a reduo do nmero de profissionais no setor e a modernizao de alguns equipamentos, Tchmola fez com que a quantidade de testes casse 75%. Pedro Tchmola um black belt (faixa-preta). Faz parte de uma elite que nos ltimos anos vem ganhando espao e poder nas empresas de todo o mundo e que, agora, esto prestes a se transformar em coqueluche tambm no Brasil.

JOO JOS DE SOUZA

7 Concluso

O presente trabalho apresentou os conceitos dessa importante metodologia de tratamento de problemas. De forma alguma o leitor desta estar capacitado a realizar trabalhos do Progrma Seis Sigma, mas com certeza ter a base de conhecimento necessria para um treinamento do programa. Foram apresentadas as principais ferramentas estatsticas utilizadas na qualidade e o princpio de utilizao das mesmas pelo Programa Seis Sigma. Assim o leitor interessado na utilizao do programa, dever participar de um dos cursos oferecidos no mercado para a formao de especialistas na rea, quer seja um Green Belt ou um Black Belt. Este autor est participando da implantao do Programa Seis Sigma na Volkswagen do Brasil, e juntamente com cerca de mais 60 colegas, partcipou do treinamento e formao de Green Belts, ministrado pela FDG. Atualmente existem dezenas de trabalhos em andamento dentro da companhia. Muitos j foram concluidos gerando no s mehorias no produto, como tambm um considervel retorno financeiro. Desde que aplicado de forma correta e duradoura, o Programa Seis Sigma tende a gerar muitos frutos dentro das empresas, basta verificar os exmplos expostos no captulo 6. Al esto relatos das vantagens obtidas com a utilizao do Programa e das estimativas dos retornos financeiros propiciados. Na imprensa escrita, tanto em jornais como em revista, costumam surgir artigos relatando as experincias das empresas na implantao do Programa Seis Sigma. Mas nada melhor do que participar do programa, para sentir realmente quais so as suas vantagens sobre as demais metodologias comumente utilizadas. Uma sugesto para futuros estudos consiste na necessidade da avaliao da eficcia do Programa Seis Sigma nas empresas, sendo necessrio avaliar-se: a porcentagem de pessoal treinado que continua a aplicar o mtodo anlise da eficincia da aplicao e utlizao das ferramentas retorno financeiro mdio por projeto conduzido levantamento dos erros mais frequnetes levantamento das dificuldades e barreiras encontradas no projeto grau de melhoria dos processos e produtos

JOO JOS DE SOUZA

Desta forma podero ser detectadas falhas devido a problemas de utilizao incorreta das ferramentas, falta de profundidade nas anlises dos problemas, pouco tempo de dedicao, determinao incorreta das contramedidas e ainda um ineficaz acompanhamento das aes em implementao. Os Gestores das empresas devem lembrar-se que no basta apenas treinar o seu pessoal no Programa Seis Sigma, necessrio que a alta gerncia da empresa esteja comprometida com ele e apoie incondicionalmente o seu pessoal, caso contrrio os projetos no tero sucesso. E certamente quando forem analisadas as causas do fracasso, ser mencionada a falta de eficcia do programa e ou falta de capacidade do uncionrio que comandou o projeto. Entretanto esta pode no ser toda a verdade, pois fatores no analisados podero ter influenciado no processo. Para resolver o problema fica uma sugesto: que tal aplicar o Programa Seis Sigmas para verificar o que ocorreu e implementar as aes necessrias?

JOO JOS DE SOUZA

8 Bibliografia 1. Juran, J. M. - Controle da Qualidade Makron Books.Volume IX. S.Paulo, 1988 2. Juran, J. M. - Juran na liderana pela Qualidade Livraria Pioneira Editora. S.Paulo, 1989 3. Deming, W. Edwards - Qualidade: A revoluo da Administrao Editora Marques-Saraiva. S. Paulo, 1982. 4. Campos, Vicente F. TQC gerenciamento da rotina do trabalho Bloch Editores. Rio de Janeiro, 1994. 5. Werkema, Maria C. C. As ferramentas da Qualidade no gerenciamento do processo Bloch Editores. Rio de Janeiro, 1995. 6. Helman, Horcio Anlise de falhas _ aplicao dos mtodos FMEA - Bloch Editores. Rio de Janeiro, 1995. 7. Aguiar, Silvio Integrao das ferramentas da Qualidade ao PDCA e ao Programa Seis Sigma Editora FDG. Belo Horizonte, 2002. 8. Treinamento Programa Seis Sigma Green Belts Industrial Editora FDG. Belo Horizonte, 2002. 9. Harry, Mikel The Breakthrough Management Strategy - The Breakthrough Management Strategy Broadway Books. New York, 2001. 10. Wemple, Julie D. Six Sigma S&W Associates Inc . Boston, 2000 11. Verza, Fernando Consumer driven Six sigma Ford Motor Company. Detroit, 1995 12. Frater, Johnnie Six Sigma Program SigmaConsultants LLC. New York, 2000. 13. Programa Seis Sigma Dana do Brasil S. Paulo, 2002

JOO JOS DE SOUZA