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%

60,00%
%
% ACUM.
50,00%

10,00%

40,00%

30,00%

5,00%

20,00%

10,00%

0,00%

0,00%
1

10

11

12

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

Nvel do Processo

Cp ? 1,33

Capaz

1 ? Cp < 1,33

Razovel

Cp< 1

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

Series1
Series2

10
5
0
0

10

Fig 3.8 Diagrama de disperso

3.1.9 Grfico de controle

JOO JOS DE SOUZA

12

14

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

LSC

24

16

LIC

0
1

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

Aes sobre o processo

Processo

AMOSTRA

Lote

Amostra

AO

Fig 3.10 Diagrama de tcnica de amostragem

JOO JOS DE SOUZA

DADOS

Dados

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
Alteraes para melhoria
no processo

0,7

Presso

0,6
95%

0,5

90%

0,4
80%

0,3

70%
Condio atual
do processo

0,2

60%

0,1
0
10

20

30

40

50

60

70

80

90

100

110

120

130

Temperatura

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

10

15

-2

-4

Grupo
inferior

Grupo
mdio

-6

-8

-10

Fig 3.14 Grfico de Anlise multivariada

3.1.15 Confiabilidade
JOO JOS DE SOUZA

Grupo
tcnco

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)

a) alto vcio + baixa preciso

c) alto vcio + alta preciso

(b)

(c)

(d)

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

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

No aceita o
papel de lder

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

Trinca na camada

Riscos de lapidao

Abaulamento insuficiente
Relacionamento:

Muito forte

Forte

Fig 3.20 Diagrama de matriz

JOO JOS DE SOUZA

Fraco

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

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

Aumentar
avano

Alterar rebolo

Otimizar o processo de
cromao

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

Planejamento

Produo da
Pea 2
2

Produo da
Pea 3

Produo da
Pea 4

Inspeo da
Pea 3
5

Montagem
Intermediria
6

Produo da Moldura

Inspeo de sada
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

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

Individual Value

170

11
UCL=157,9

120

2
70

Subgroup

LCL=76,36

1
0

100

60

Moving Range

Mean=117,1

2222

200

300

50

UCL=50,10

40
30
20
10
0

2 2
22 2
2222222 22
2

22
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

Probability

,99
,95
,80
,50
,20
,05
,01
,001
80

100

120

140

160

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

W-test for Normality

R:
0,9966
P-Value (approx): > 0,1000

Fig 5.4 Grfico de anlise de normalidade de uma varivel

Analise de Desempenho do
tempo de carregamento das Carretas
USL

Process Data
USL
120,000
Target
*
LSL
*

Within
Overall

Mean
117,141
Sample N
276
StDev (Within) 13,5945
StDev (Overall) 14,1057

Potential (Within) Capability

Cp
CPU
CPL

*
0,07
*

Cpk

0,07

Cpm

Overall Capability

60

80

100

140

160

180

Exp. "Within" Perform ance

Exp. "Overall" Performance

PPM < LSL

PPM < LSL

PPM < LSL

PPU

0,07

PPM > USL

402173,91

PPM > USL

416723,03

PPM > USL

419699,38

PPL
Ppk

*
0,07

PPM Total

402173,91

PPM Total

416723,03

PPM Total

419699,38

Pp

Observed Performance

120

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 3

CAUSA 1

CAUSA 4

PROCESSO

CAUSA 8

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

Fixar a pea na placa de

castanhas e aproximar o
contra-ponto

PP: Pea alinhada

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

y: estabilidade da pea
na mquina

Y: circularidade do dimetro

Fixar a pea na placa de

castanhas e aproximar o
contra-ponto

PP: Pea alinhada

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

y: estabilidade da pea
na mquina

Fixar a pea na placa de

castanhas e aproximar o
contra-ponto

PP: Pea alinhada

x:
x:
x:
x:

Y: circularidade do dimetro

limpeza da pea
limpeza do suporte
localizao dos fixadores
distncia da pea s castanhas

Usinar o dimetro
do eixo

PP: Pea presa

x: torque nas castanhas
x: conservao do torno
x: limpeza do torno
y: posio da pea na placa

PF: Pea usinada

x:
x:
x:
x:
x:

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

y: estabilidade da pea
na mquina

Y: circularidade do dimetro

Fixar a pea na placa de

castanhas e aproximar o
contra-ponto

PP: Pea alinhada

Usinar o dimetro
do eixo

PP: Pea presa

R: limpeza da pea
*R: limpeza do suporte
*R: localizao dos fixadores
*C: distncia da pea s castanhas

*C: torque nas castanhas

R: conservao do torno
R: limpeza do torno
y: posio da pea na placa

Classificao dos parmetros de processo

* : Crtico
R: Rudo
C: Controlvel

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

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

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)
3W

Who (Quem)
When (Quando)

5W1H
Where (Onde)

5W2H

Why (Por que)

How (Como)
How much (Quanto custa)
Figura 5.22 Perguntas para elaborao do plano de aes

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

Trocar piso de concreto para

piso de asfalto
Instalar placas indicativas
Instalar sinais luminosos

Quem

Quando

Oliveira

21/09/ deste ano

Ronaldo

10/10/deste ano

Alessandra 15/10/deste ano

Wagner

25/10/deste ano

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

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

% caminhes > LSE

24

Inicio do Plano de Acao

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

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