6 Sanalise

Anlise
6 DMAIC
Anlise
4. Estabelecer a Capabilidade do Processo 5. Definir Objetivos para o Desempenho 6. Identificar Fontes de Variao
Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161
Anlise
6 DMAIC
Na fase de Medio do Fastest food obteve-se: 1. Seleo da caracterstica crtica (CTQ)

Tempo de atendimento (tempo entre o Bom Dia do atendente e o recebimento da comida pelo usurio);
2. Definio do padro de desempenho do CTQ

Padro de Desempenho (especificaes de Y): Desejo
3. Coleta de Dados e Anlise do Sistema de Medio

A planilha medio.mtw descreve os tempos em relao aos fatores: Tempo Medido [segundos] Localizao [1 = Centro, 2 = Bairro] Tipo de Servio [1 = Drive-thru, 2 = Internamente] Mtodo [1 = por nmero 2 = Menu]
LSL = Alvo = 60 USL = 90
Anlise Na fase de Anlise tem-se:
6 DMAIC
4. Estabelecer a Capabilidade do Processo
<Six Sigma> <Process Report>
Nvel=3x0,27+1.5 =2,31
Anlise
6 DMAIC
5. Definir Objetivos para o Desempenho

O Objetivo Principal O Objetivo Principal
1000000 100000 10000 1000 100 10 1
Benchmark Benchmark Processo Atual Processo Atual Objetivo final Objetivo final da Melhoria da Melhoria 1 2 3 4 5 6
Escala Sigma de Medio
Uma opo para Objetivos de Desempenho Desenvolver um estudo de Benchmarking onde se deve buscar um melhor nvel sigma
Anlise 6. Identificar Fontes de Variao
6 DMAIC
nfase em Estatstica
1. Visualizar a distribuio dos dados; Histograma 2. Visualizar diferenas entre valores mdios e valores de disperso do tempo de atendimento; Boxplot 3. Existem padres no-aleatrios nas medidas no tempo? Run Chart 4. Os dados esto normalmente distribudos? Teste Anderson-Darling 5. Os diferentes grupos tem a mesma consistncia em relao ao tempo de atendimento? Homogeneidade de Varincia 6. Existe diferena estatstica significante entre as mdias do tempo de atendimento entre os diferentes grupos? 2-sample t-test 7. A empresa tem como meta prover o mesmo tipo de servio, independente da Localizao, Tipo de Servio e Mtodo. Baseado nos dados ela cumpre isso? ANOVA
Anlise Pratique no Minitab

1) Faa a Anlise de Boxplot da Planilha medio.mtw;
6 DMAIC
2) Entenda o significado das variveis relacionadas com subgrupo e obtenha o grfico abaixo:
222
Subgrupo_Ordenado
221 212 211 122 121 112 111 20 70 120 170
Tempo_Subgrupo
Anlise Using Statistics to Solve Problems

Problema Prtico Problema Prtico
Baixo Rendimento
6 DMAIC
Problema Estatstico Problema Estatstico

Mdia fora do alvo
Soluo Estatstica Soluo Estatstica

Identificar varivel Vital
Soluo Prtica Soluo Prtica

Instalar um controlador
1994 Dr. Mikel J. Harry V3.0
6 DMAIC Anlise Usando estatstica para resolver problemas e caracterizar processos

Objetivo: Encontrar o relacionamento Y = f(X1, , Xn)
Anlise baseada em dados
4 - Capabilidade do Processo
6 DMAIC
Estabelecer a Capabilidade do Processo

Objetivo: Fazer o estudo de Baseline do processo atual.
Foco
Principais Ferramentas: Estatstica Bsica, Distribuies, Testes, ANOVA, etc... Amostragem Capabilidade para Variveis Capabilidade para Atributos Yield - RTY
Controvrsia sobre Mtricas
6 DMAIC
Existe um erro frequente relacionado com a interpretao das medidas de 6 Sigma: Frequentemente as organizaes assumem que as medidas usadas na metodologia 6 Sigma so iguais s usadas no clculo da Capabilidade tradicional. Algumas mtricas da Metodologia 6 Sigma so muito controversas (Breygfogle)
Processo Capaz
6 DMAIC
Baixa Capacidade do Processo

Probabilidade Muito Alta de Defeito Probabilidade Muito Alta de Defeito Probabilidade Muito Baixa de Defeito
Excelente Capacidade do Processo

Probabilidade Muito Baixa de defeito
LSL
USL
LSL
USL
Um processo capaz se produz sempre dentro das especificaes.

No Alvo, com Mnima Variao
6 DMAIC
LSL
USL
LSL
USL
6 DMAIC
Capabilidade para dados de Variveis

( Dados mensurveis, representados por um nmero Real ) -Tempo -Temperatura -Presso -Dimenses -Etc.
Dados em Subgrupo Ex.: Os Limites de Especificao de um item de um certo produto so: Inferior: 24 Superior:50 Os dados em cada linha constituem uma amostra de 5 observaes do processo de produo de tal item. Existem assim, 20 amostras de 5 observaes. Tal Processo capaz?
capacidade.MTW
6 DMAIC
Subgroups across rows
<Stat> <Quality tools> <Capability Analysis>
6 DMAIC
Observed Performance - Histograma
6 DMAIC
x
USL LSL 6
Cp =
Observado na amostra (Histograma) Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161
6 DMAIC
Cp
USL LSL Cp = 6
LSL
USL LSE
Tolerncia
Estimativa do Desvio por Rbar e Sbar
6 DMAIC
Fatores de correo n c4 d2 2 0,798 1,128 3 0,886 1,693 4 0,921 2,059 5 0,940 2,326 6 0,952 2,534 7 0,959 2,704 8 0,965 2,847 9 0,969 2,970 10 0,973 3,078
FONTE: MONTGOMERY, D.C. Introduction to statistical quality control. 3 ed. New York, John Wiley, 1996.
R s (Ver d (35)36291161 c4 Breyfogle) Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro -2

Padro do Minitab
Valores Mdios
33,55 6, 2 2,49
Within Performance (Short Term) - Cpk
6 DMAIC
R s = d2 c 4
Estimado (Curva Normal)

6 DMAIC
Cpk
Cpk = min(CPL, CPU)

CPL = LSL 3 USL - CPU = 3
3
Cpk=1.5 similar ao nvel 6 Sigma mas tem o incoveniente de considerar somente variaes de Causas Comuns (ST). Cpk um clculo vlido apenas quando o Processo est sob controle
LSL
- LSL
USL LSE USL -
Overall Performance (Long Term) - Ppk
6 DMAIC
s=
(x x)
n 1
Estimado (Curva Normal) Nvel Sigma 3Ppk + 1,5 Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161
6 DMAIC
Pp
USL LSL Pp = 6s
x
s=
Aqui so consideradas todas as observaes como pertencentes a um nico subgrupo!
6s
(x x)
n 1
LSL
USL LSE
Tolerncia
6 DMAIC
Ppk
Ppk = min(CPL, CPU)

LSL PPL = 3s PPU = USL - 3s
x
s= (x x) 2 n 1
3s
3s
Ppk=1.5 corresponde ao nvel 6 Sigma e considera variaes de Causas Comuns (ST) e Especiais (LT).
Nvel Sigma 3Ppk + 1,5
LSL
- LSL
USL LSE USL -
6 DMAIC
Cpm
Cpm = 6
USL LSL
(x
T) n 1
i
T o alvo para o processo
<Six Sigma> <Process Report>
6 DMAIC
4 - Capabilidade do Processo Macro Six Sigma

Curto Prazo e Longo Prazo
6 DMAIC
Entendendo os vrios ndices
Mdia dos dados
Mdia das especificaes
Especificao: 24 e 50
As medidas ST se baseiam em um processo centrado na mdia das especificaes
As medidas LT se baseiam em um processo centrado na mdia dos dados
4 - Capabilidade do Processo ST
LSL
6 DMAIC
USL
P ( Z<6) P ( Z>6) = 1 \ 1.000.000.000 P ( Z<6) = 1 \ 1.000.000.000 P ( defeito ) = 2 \ 1.000.000.000
P ( Z>6)
Situao Ideal
Sigma de Curto Prazo -ST
Quando o processo est centrado (a mdia do processo corresponde ao centro da curva normal) a probabilidade de defeito da ordem de defeitos por Bilho!
Capacidade do processo
6 DMAIC
Um processo 6 Sigma centrado (Short Term ST)
ST
0.001 ppm
0.001 ppm
LSL
USL
Nvel Sigma +/- 1 Sigma +/- 2 Sigma +/- 3 Sigma +/- 4 Sigma +/- 5 Sigma +/- 6 Sigma
Ok (Yield) 68,27 95,45 99,73 99,9937 99,999943 99,9999998 317300 45500 2700 63
Defeitos (PPM)
0,57 0,002 2/bilho
4 - Capabilidade do Processo ST e LT
Sigma de Longo Prazo de 4.5 corresponde a 3.4 ppm (Curto prazo de 6) P ( Z < -4.5 ) = 3.4\1.000.000
ZLT=4.5
Zshift=1.5
6 DMAIC
ZST = 6
USL
LSL
Tempo
Um processo centralizado (Short Term) ao longo do tempo desloca-se de seu alvo de tipicamente 1.5. Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161
4 - Capabilidade do Processo LT
6 DMAIC
Um processo 6 Sigma com deslocamento de 1,5 Sigma
LSL
USL
Nvel Sigma +/- 1 Sigma +/- 2 Sigma +/- 3 Sigma +/- 4 Sigma +/- 5 Sigma
Ok (Yield) 30,23 69,13 93,32 99,3790 99,97670 697700 308700 66810 6210 233
Defeitos (PPM)
+/- 6 Sigma 99,999660 3,4 Nvel de Qualidade Sigma =0,8406+ 29,37-2,221. ln(ppm)
3,4/milho
LT ST PPM
6 DMAIC
PPM
Longo Prazo
Sigma de Curto Prazo: Ideal, usado como medida de qualidade do processo. Sigma de Longo Prazo: Realmente calculado.
Relao simplificada entre os dois principais ndices de Sigma do Processo
Curto Prazo
2 3 4 5 6
=
0,5 308.537 1,5 66.807 2,5 6.210 3,5 233 4,5 3,4
1,5
Ref.:Breyfogle
Nvel de Qualidade Sigma =0,8406+ 29,37-2,221. ln(ppm)
Para calcular a Capabilidade no Minitab colete um nmero de observaes representativa do processo (para se ter o Sigma de Longo Prazo)
Nvel Sigma - Sixpack
6 DMAIC
Usando as medidas de Desempenho do Minitab SIXPACK diretamente: O Nvel de Qualidade do Processo : 4,23 Sigma Com um ndice de no conformidade de 3402 ppm
Nvel de Qualidade Sigma =0,8406+ 29,37-2,221. ln(ppm)
(quando Zshift ~1,5): Sigma do Processo

Nvel Sigma - Sixpack
6 DMAIC
Usando o conceito de deslocamento de 1.5 Sigma da maioria das organizaes (Motorola e GE, por exemplo). O Nvel de Qualidade do Processo : Nvel Sigma = Zbench(LT)+1,5 ou Nvel Sigma = 3Ppk+1,5 ou seja Nvel Sigma = 2,70+1,5 =4,21 Sigma Com um ndice de no conformidade de 3402 ppm Zbench(LT)=3Ppk
6 DMAIC
Capabilidade para dados de Atributos

( Dados contveis, nmeros inteiros) -Nmero de erros -Nmero de defeitos -Nmero de itens faltantes -Etc.
Exemplo
6 DMAIC
Uma certa empresa tem os seguintes macroprocessos e deseja definir um Indicador de Desempenho para o seu processo de Aquisio (descrito abaixo). Utilize o Nvel Sigma como indicador e represente o estado atual. Ver atributos.mtw
Cliente
Projeto e Desenvolv.
Marketing e Vendas
Aquisio
Produo
Apoio Tcnico
Cliente
Processo Aquisio Aquisio Aquisio Aquisio Aquisio Aquisio
SubProcesso Identificao da Necessidade de Compra Avaliao e Seleo de Fornecedores Aquisio de Material ou Servios Recebimento do Material Adquirido Armazenamento do Material Movimentao do Estoque
Simbologia Defeitos Unidades Oportunidades Descrio da unidade Necessidade_Compra 3 40 2 Cada unidade um pedido Seleo_Fornecedores 35 40 3 Cada unidade um pedido Aquisio 2 40 1 Cada unidade um pedido Recebimento 8 40 5 Cada Unidade um pedido Armazenamento 5 60 3 Cada Unidade uma amostra do Inventrio Movimentao 20 300 1 Cada Unidade o nmero de itens da OFP mensal
Oport 2 Oport 3 Oport 4 Preenchimento errado Selecionado por Lote Piloto Selecionado por Histrico Produto errado Localizao errada Faltando item Armazenamento errado Oport 5
SubProcesso Identificao da Necessidade de Compra Avaliao e Seleo de Fornecedores Aquisio de Material ou Servios Recebimento do Material Adquirido Armazenamento do Material Movimentao do Estoque
Oport 1 Item desnecessrio Fornecedor no tem ISO Envio do pedido incorreto Entrega fora do prazo Quantidade errada Item faltante
Quantidade incorreta Documentao errada
<Six Sigma> <Product Report>
6 DMAIC
Anlise de Controle e Tecnologia
6 DMAIC
PPM Nvel Sigma
6 DMAIC
O nvel de qualidade da maioria dos processos em torno de 4 enquanto os processos de Classe Mundial considerado 6
DPMO
6 DMAIC
Clculos
6 DMAIC
Unidade (U) O nmero de peas, subconjuntos, conjuntos ou sistemas inspecionados ou testados. Quadrados: 4 unidades Oportunidade (OP) Uma caracterstica que voc inspeciona ou testa. Crculos: 5 oportunidades por unidade Defeito (D) Qualquer coisa que resulte em insatisfao do cliente. Qualquer coisa que resulte em no conformidade. Crculos pretos: 9 defeitos
Clculos
Defeitos por Unidade DPU = D/U 9/4 = 2,25 Total de Oportunidades TOP = U*OP 4*5 = 20 Defeitos por Oportunidade (Probabilidade de Defeito) DPO = D/TOP 9/20 = 0,45 Defeitos por Milho de Oportunidades DPMO = DPO*1.000.000 0,45*1.000.000 = 450.000
6 DMAIC
Long term D PMO 500,000 460,172 420,740 382,089 344,578 308,538 274,253 241,964 211,855 184,060 158,655 135,666 115,070 96,801 80,757 66,807 54,799 44,565 35,930 28,716 22,750 17,864 13,903 10,724 8,198 6,210 4,661 3,467 2,555 1,866 1,350 968 687 483 337 233 159 108 72 48 32 21 13 9 5 3.4 Actual Sigm a (long term ) 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 3 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 4 4.1 4.2 4.3 4.4 4.5 R eported Sigm a (short term ) 1.5 1.6 1.7 1.8 1.9 2 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 3 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 4 4.1 4.2 4.3 4.4 4.5 4.6 4.7 4.8 4.9 5 5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.8 5.9 6
6 DMAIC
Clculos
Tabela Sigma
Z = Capacidade Sigma
Z =0,8406+ 29,37-2,221. ln(DPMO)
Z Z 2 3 4 5 6 DPMO DPMO 308.537 66.807 6.210 233 3,4
Zshift=1.5 Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161
SAPQ Step 4: Capabilidade do Processo
6 DMAIC
5 - Objetivos para o Desempenho
6 DMAIC
Definir Objetivos para o Desempenho

Foco
Objetivo: Definir estatisticamente o objetivo do projeto. Principal Ferramenta: Benchmarking

O Objetivo Bsico
6 DMAIC
1000000 100000 10000 1000 100 10 1
Seu Processo Seu Processo Objetivo da Objetivo da Melhoria Melhoria 1 2 3 4

Escala Sigma de Medio
As equipes Seis As equipes Seis Sigma estabelecem Sigma estabelecem objetivos objetivos agressivos e, no agressivos e, no entanto, realizveis entanto, realizveis

Regra Bsica Regra Bsica: Nivel < Nivel > 3,0 3,0
6 DMAIC
Reduo de 90% do DPMO (PPM) Reduo de 50% do DPMO (PPM)
Outros Exemplos de Objetivos: Com base em Benchmarking: Chegar ao topo da classe ou superar o Benchmark; Com base na curva de aprendizado: Chegar a 6 Sigma em todos os processos em 5 anos; Reduo de Defeito (DPMO): Reduo de 75% do DPMO;
6 DMAIC
Benchmarking
Follow the leader! Idealizado pela Xerox No reinventar a roda! Exemplos de Benchmarks (Top of Mind) Best-in-class

Tipos de Benchmarking
6 DMAIC
Benchmarking . Competitivo; de Produto; de Processo; Melhores Prticas; Estratgico; de Parmetros;

Identificao dos Benchmarks
6 DMAIC
Dados secundrios (revistas, peridicos, etc.); Clientes diretos ou indiretos; Fornecedores ou consultores; Internet ou intranet; Universidades ou associaes; Ganhadores de Prmios (PNQ, Petrobrs, etc.);
Algumas empresas deixam tais relatrios disponveis na intranet, para permitir consultas posteriores por outras equipes
Concorrentes (redes de cooperao Tecnpolis, Sindicatos).


Best Practice Best Practice Overlap
6 DMAIC
Competitivo
Existe algo fundamental que no sabemos
Forma de pensar no convencional (out of the box thinking)
Lderes de Mercado Difcil Coleta de Dados com caractersticas Questes ticas similares
Funcionais
Lderes que utilizam tecnologia de ponta em reas no correlatas
Internos
Lderes dentro Da organizao
Foco Limitado Vcios da empresa
Pode ser Timeconsuming
Fcil coleta de dados Grandes Organizaes Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161

Quatro nveis de parceria I
Adversrios (Contratos)
6 DMAIC
Team-Oriented
II
A
(Memorandum of Agreement e acordos)
C
Parceiros Estratgicos (Metas de Longo alcance so planejadas)
III
Integrados (Recursos e informaes so integrados)
IV
A B A B

Exerccio
6 DMAIC
1) Considere a sua atividade mais importante no trabalho. Quem so seus benchmarks?
2) Com relao aos benchmarks listados anteriormente, que tipo de questes voc gostaria de formular e ter respondidas ?

Consideraes sobre Benchmarking
6 DMAIC
Uma ferramenta simples mas efetiva para melhoria de processos; Fazer Benchmarking rapidamente ou no fazer Escopo amplo e superficial ou estreito e profundo Melhor da classe pode no ser lder de Mercado International Benchmarking Clearinghouse (American Productivity and Quality Centre Houston/Tx) COBAP (Co-operative Benchmarking Approach e aprendizagem organizacional)

SAPQ Step 5: Objetivos de Performance
6 DMAIC
O Objetivo para o Desempenho determinado principalmente por: Z-short term, DPMO de Long Term Benchmarking, Metas de Reduo de Defeitos
6 - Identificar Fontes de Variao
6 DMAIC
Identificar Fontes de Variao

Objetivo: Listar as variveis estatsticas significantes com base em dados histricos
Foco
Principal Ferramenta: Anlise Estatstica do Processo Anlise Grfica Testes de Hipteses Regresso ANOVA
A6:55

Estudo de Estabilidade
6 DMAIC
Entendendo Estatisticamente o Processo Run Chart / CEP
Estudo de Forma
Teste de Normalidade
Estudo de Disperso
BoxPlot / Homogeneidade de Varincia Testes t ANOVA

A6:56
Estudo de Centralizao

Exemplo: Tempo de Fila no Supermercado
6 DMAIC
O tempo de espera na fila de um supermercado um CTQ muito importante para os clientes deste servio. A cada hora um cliente ao acaso selecionado e o seu tempo de espera cronometrado (em minutos). As medidas esto na planilha Analise.mtw. Tal estudo foi feito com outros estabelecimentos. mtw
1)Verifique a estabilidade dos tempos desse supermercado; 2)Estude a forma dos tempos; 3)Estude a disperso dos tempos; 4)Faa um estudo de centralizao comparativo: Ser que o tempo mdio maior que 6,5 minutos? Compare com o tempo mdio na fila do supermercado II. Compare os tempos mdios de todos os supermercados.
Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161 A6:57

Estudo de Estabilidade Run Chart / CEP
6 DMAIC
<Stat> <Quality Tools> <Run Chart> Column=Tempo na fila Subgroup Size=1
Entenda o processo atual Existem causas especiais de variao? Os dados representam uma srie temporal O Processo est estvel?
A6:58

Estudo de Forma
6 DMAIC
Teste de Normalidade
Determine a mdia e o desvio padro do processo Determine se os dados so normalmente distribudos
<Stat> <Basic Statistics> <Normality Test> Variable=Tempo na fila
A6:59

Estudo de Disperso
6 DMAIC
O Boxplot simtrico?
BoxPlot / Homogeneidade de Varincia
Qual o Intervalo de confiana para a mdia e o desvio padro?
<Stat> <Basic Statistics> <Display Descriptive ...> Variable=Tempo na fila <Graph> Depois <Graphical Summary>
Objetivo
Antes
limite Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161
A6:60

Estudo de Centralizao Testes t /ANOVA Ser que o tempo mdio maior que 6,5 minutos?
One-Sample T: Tempo na fila Test of mu = 6,5 vs mu > 6,5 Variable Tempo na fil Variable Tempo na fil N 65 Mean 7,537
6 DMAIC
StDev 2,908 T 2,88
SE Mean 0,361 P 0,003
95,0% Lower Bound 6,935
<Stat> <Basic Statistics> <1-Sample t> Variables=Tempo na fila Test mean=6,5 <Options > Alternative: Greater Than <Graphs> BoxPlot
A6:61

6 DMAIC
Testes t /ANOVA Compare com o tempo mdio na fila do supermercado II.

<Stat> <Basic Statistics> <2-Sample t> Samples in Different Columns Two-Sample T-Test and CI: Tempo na fila; II Two-sample T for Tempo na fila vs II N Tempo na II 65 70 Mean 7,54 4,64 StDev 2,91 1,81 SE Mean 0,36 0,22 First=Tempo na fila Second=II <Options > Alternative: Not Equal <Graphs> BoxPlot
Difference = mu Tempo na fila - mu II Estimate for difference: 2,897
95% CI for difference: (2,063; 3,732) T-Test of difference = 0 (vs not =): T-Value = 6,89 P-Value = 0,000 DF = 105
A6:62

6 DMAIC
Testes t /ANOVA Compare os tempos mdios de todos os supermercados

One-way ANOVA: Tempo na fila; II; III; IV Analysis of Variance Source Factor Error Total DF 3 256 259 SS 620,03 879,14 1499,17 Individual 95% CIs For Mean Based on Pooled StDev Level Tempo na II III IV N 65 70 70 55 Mean 7,537 4,640 6,414 3,403 StDev 2,908 1,813 1,007 0,875 (---*--) -+---------+---------+---------+----Pooled StDev = 1,853 3,0 4,5 6,0 7,5 Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161 A6:63 (--*--) (--*--) -+---------+---------+---------+----(--*--) MS 206,68 3,43 F 60,18 P 0,000 <Stat> <ANOVA> <One-way(Unstacked)> Responses Selecione todas as colunas <Graphs> BoxPlot

Birds Eyes View Mapa de Ferramentas
Um X
X tratado como: X tratado como: Contnuo Regresso Simples Discreto Teste T ANOVA Y (Resposta) Y (Resposta)
6 DMAIC
(Fator X) (Fator X)
Vrios Xs
X tratado como: X tratado como: Contnuo Discreto Regresso DOE Mltipla
Y (Resposta) Y (Resposta)
Um Y
Y (Resposta) Y (Resposta)
Contnuo
Vrios Ys
Discreto
Estatstica Multivariada //DOE Estatstica Multivariada DOE

A6:64
Discreto
Regresso Logstica
QuiQuadrado
Contnuo
Regresso Logstica Mltipla

Regresso Simples
6 DMAIC
H ALGUMA RELAO ENTRE A PRESSO SANGUNEA E O PESO DE UMA PESSOA?
1X Contnuo 1Y Contnuo
A6:65

ANOVA (One-Way)
PRESSO (PSI)
200 90,4 90,2 90,1 90,3 90,5 90,7 215 90,7 90,6 90,5 90,6 90,8 90,9 230 90,2 90,4 89,9 90,1 90,4 90,1
6 DMAIC
OS FATORES (X) INFLUENCIAM A RESPOSTA (Y) ?
1X Discreto: Presso 1Y Contnuo: Respostas da Temperatura
A6:66

QuiQuadrado (Chi-Square)
1X Discreto: Classe 1Y Discreto: Opinio
6 DMAIC
CLASSE
CRIANAS JOVENS ADULTOS IDOSOS
OPINIO
FAVORVEL CONTRA
120 70 60 40
80 130 70 60
A OPINIO DAS PESSOAS DEPENDE DE SUA FAIXA ETRIA?
A6:67

Regresso Logstica
6 DMAIC
Um analista est estudando o efeito do tempo de experincia em programao computacional sobre a habilidade para completar, dentro de um determinado tempo, um tarefa difcil. Vinte Cinco (25) programadores foram selecionados para o estudo. A varivel X, corresponde ao meses de experincia. Os resultados foram Sucesso (1) ou fracasso (0) na tarefa.
EXP TAREFA EXP TAREFA
14 0 5 0
29 0 20 1
6 0 13 0
25 1 9 0
18 1 32 1
4 0 24 0
18 0 13 1
12 0 19 0
22 1 4 0
6 0 28 1
30 1 22 1
11 30 0 1 8 1
1X Contnuo: Tempo Experincia 1Y Discreto: Sucesso ou Fracasso
A6:68

Regresso Mltipla
6 DMAIC
Um estudo foi realizado sobre o desgaste de um mancal (Y) em relao a viscosidade do leo (x1) e e a carga suportada (x2). Qual o modelo de previso de desgaste para o mancal?
Y 193 230 172 91 113 125
X1 1,6 15,5 22,0 43,0 33,0 40,0
X2 851 816 1058 1201 1357 1115
2 Xs Contnuos: Viscosidade e Carga 1Y Contnuo: Desgaste
A6:69

DOE
6 DMAIC
Um engenheiro suspeita que o acabamento de superfcies metlicas seja influenciado pelo tipo de tinta e pelo tempo de secagem. Quais so os fatores significativos para o problema? 2 Xs Discretos: Tinta e Tempo Fixo 1Y Contnuo: Acabamento
TINTA 1 2 1 2 1 2 1 2 1 2 1 2 TEMPO 20 20 25 25 20 20 25 25 20 20 25 25 Y 74 92 73 98 64 86 61 73 50 68 44 88
A6:70

Estatstica Multivariada / DOE
3 Xs Discretos: Tipo de Pipoca, Potncia, Tempo, Lado 2 Ys: Sabor, Nmero de Pirus
6 DMAIC
A6:71

SAPQ Step 6: Identificar Fontes de Variao
6 DMAIC
A Anlise deve ser anexada

Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161 A6:72

Exemplo de Anexo
6 DMAIC
SAPQ - 000004.1 REDUO DO CICLO E HORAS DE FABRICAO DE CAIXA ESPIRAL
A6:73

6 Sanalise

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

6 Sanalise

Enviado por

Direitos autorais:

Formatos disponíveis

Anlise

Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161

Na fase de Medio do Fastest food obteve-se: 1. Seleo da caracterstica crtica (CTQ)

2. Definio do padro de desempenho do CTQ

3. Coleta de Dados e Anlise do Sistema de Medio

LSL = Alvo = 60 USL = 90

Anlise Na fase de Anlise tem-se:

4. Estabelecer a Capabilidade do Processo

<Six Sigma> <Process Report>

5. Definir Objetivos para o Desempenho

Escala Sigma de Medio

Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161

Anlise 6. Identificar Fontes de Variao

Anlise Pratique no Minitab

221 212 211 122 121 112 111 20 70 120 170

Anlise Using Statistics to Solve Problems

Problema Estatstico Problema Estatstico

Soluo Estatstica Soluo Estatstica

Soluo Prtica Soluo Prtica

Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161

6 DMAIC Anlise Usando estatstica para resolver problemas e caracterizar processos

Anlise baseada em dados

Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161

Estabelecer a Capabilidade do Processo

Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161

Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161

Baixa Capacidade do Processo

Excelente Capacidade do Processo

Um processo capaz se produz sempre dentro das especificaes.

Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161

Capabilidade para dados de Variveis

Subgroups across rows

Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161

Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161

R s (Ver d (35)36291161 c4 Breyfogle) Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro -2

Estimado (Curva Normal)

Cpk = min(CPL, CPU)

USL LSE USL -

Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161

Aqui so consideradas todas as observaes como pertencentes a um nico subgrupo!

Ppk = min(CPL, CPU)

Nvel Sigma 3Ppk + 1,5

USL LSE USL -

Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161

T o alvo para o processo

Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161

Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161

4 - Capabilidade do Processo Macro Six Sigma

Mdia das especificaes

As medidas ST se baseiam em um processo centrado na mdia das especificaes

As medidas LT se baseiam em um processo centrado na mdia dos dados

Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161

P ( Z<6) P ( Z>6) = 1 \ 1.000.000.000 P ( Z<6) = 1 \ 1.000.000.000 P ( defeito ) = 2 \ 1.000.000.000

Sigma de Curto Prazo -ST

0,57 0,002 2/bilho

Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161

Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161

Relao simplificada entre os dois principais ndices de Sigma do Processo

Nvel de Qualidade Sigma =0,8406+ 29,37-2,221. ln(ppm)

(quando Zshift ~1,5): Sigma do Processo

Capabilidade para dados de Atributos

Pedro Paulo Balestrassi - UNIFEI - pedro@unifei.edu.br - www.iem.efei.br/pedro - (35)36291161

Processo Aquisio Aquisio Aquisio Aquisio Aquisio Aquisio