A Metodologia Seis Sigma

A Metodologia Seis Sigma
Introduo
O Seis Sigma ser o maior, o mais gratificante e, no final, o mais rentvel empreendimento na nossa histria Jack Welch, CEO, General Electric No passado, os programas da Qualidade adoptados pelas empresas focavam-se na satisfao das necessidades dos clientes, no levando em considerao os custos implicados. Muitas empresas, ainda hoje, conseguem produtos e servios que satisfazem os clientes, mas custa de grandes volumes de retrabalho e correco. Como no podem aumentar o preo dos seus produtos, de forma a mant-los competitivos, os resultados so tremendas perdas de lucro. O Seis Sigma surgiu como uma resposta crescente necessidade Objectivo das empresas sustentarem a sua rentabilidade. Como uma filosofia e estratgia de negcio construda em torno do conceito de que as empresas podem aumentar a sua vantagem competitiva atravs da reduo de defeitos em todos os seus processos. Atravs do Seis Sigma possvel aumentar os lucros das empresas e maximizar o valor para o consumidor, com produtos e servios de elevada qualidade e custo o mais baixo possvel. Enquanto os programas tradicionais da Qualidade se dedicam a detectar e corrigir defeitos, o Seis Sigma aparece com uma viso mais alargada: proporciona mtodos especficos para rever todo o processo para que este no produza defeitos. Na prtica o Seis Sigma um processo disciplinado, baseado em dados, que atravs de um conjunto de mtodos e ferramentas estatsticas reduz defeitos de forma considervel, reduzindo a variao.
Copyright 2009 Dashfer Holding Lt. e Verlag Dashfer, Edies Profissionais Sociedade Unipessoal, Lda.
A estratgia Seis Sigma Identificar o que importante para o cliente Reduzir defeitos Centrar em torno do objectivo Reduzir a variao
Objectivos do Seis Sigma Reduo de defeitos Melhoria do rendimento do processo Aumento da satisfao do cliente Sucesso do negcio
Para as empresas que o adoptam, o Seis Sigma significa: Foco no cliente; Apresentao de novas questes; Novas formas de resolver problemas; Eliminao do desperdcio em todas as actividades; Elevao do nvel de Qualidade; Levar os processos quase perfeio e mant-los l; Colaborao entre cada departamento, cada operao, cada funcionrio; Uma nova maneira de pensar; Uma nova maneira de conduzir o negcio; Uma linguagem comum, que todos podem compreender, conduzida por dados e focada nos resultados. importante notar que o Seis Sigma vem reforar, e no substituir, as ferramentas da Qualidade j aplicadas.
Histria do Seis Sigma

O Seis Sigma surgiu na Motorola em 1985 quando um engenheiro, Bill Smith, comea a influenciar a organizao para que se estude a variao dos processos, como uma forma de os melhorar. Em 1991, Lawrence Bossidy toma o mesmo tipo de iniciativa na Allied Signal, transformando uma empresa com problemas, num enorme xito. Durante a implementao do Seis Sigma nos anos 90, a Allied Signal multiplicou as suas vendas e os seus lucros. Este exemplo foi tambm seguido pela Texas Instruments, levando ao mesmo xito. Em 1995 o CEO da General Electric, Jack Welch, inteira-se do sucesso desta nova estratgia, dando lugar maior transformao iniciada nesta enorme organizao. O esforo e o empenho de Jack Welch transformaram a GE numa organizao Seis Sigma, com resultados de grande impacto em todas as suas divises. Desde ento, centenas de companhias por todo o mundo adoptaram o Seis Sigma como uma forma de fazer negcio. Empresas pioneiras do Seis Sigma
1985 1986 1994 1995 1997 1997 2003 Polaroid Corporation Sony Dow Dupont Toshiba Lockheed Martin ABB Allied Motorola Signal Texas Instruments General Electric Bombardier Nokia Korea Heavy Industries Crane Avery Dennison Shimaro McKesson Seagate Technology American Express BBA Group PLC Lear Corporation
O que o Sigma?
O valor de Sigma (), tambm designado por desvio padro, um parmetro estatstico de disperso, que expressa a variabilidade de um conjunto de valores em relao ao seu valor mdio. Se forem fixados os limites de especificao pelo cliente, em relao ao valor central objectivado, quanto menor for o sigma, menor ser o nmero de valores fora de especificao, portanto, menor ser o nmero de defeitos. Variao elevada
Variao reduzida
O nvel Sigma (z) uma mtrica geralmente usada para indicar qual a capacidade do processo se realizar sem erros / defeitos. Na escala de qualidade do Seis Sigma o nvel sigma corresponde ao nmero de Sigmas que cabem dentro do intervalo definido pelos limites de especificao. O nmero de Sigmas pode ser calculado pela diferena entre o Limite Superior Especificado (LSE) e o Limite Inferior Especificado (LIE) dividido pelo desvio padro ().
Processo 3 Sigma
A distncia entre o ponto de infleco da curva de distribuio e o valor mdio () representa o desvio padro (). Se trs desses desvios couberem entre o valor mdio e o limite de especificao, pode dizer-se que o processo tem uma capacidade de 3 Sigma. Assim, quanto mais perto esto os valores medidos do valor central ptimo, mais pequeno o valor de sigma, e consequentemente, maior nmero de Sigmas entraro dentro dos limites de tolerncia. Processo 6 Sigma
A um nvel 6 Sigma, entram no espao entre a mdia e cada um dos limites de especificao um total de 6 desvios padres ().
Assim, quanto mais elevado for o nvel Sigma, melhor ser o processo, e menor a probabilidade de um erro / defeito ocorrer. O nvel sigma de desempenho tambm expresso como defeitos por milhes de oportunidades (DPMO). Os DPMO indicam quantos erros apareceriam se uma actividade fosse repetida um milho de vezes. O termo oportunidade (hiptese para a no conformidade ou no cumprimento das especificaes requeridas) usado mais do que o termo unidade, porque as unidades variam na sua complexidade (uma unidade pode ser um relatrio, um contrato, um telefonema, ou qualquer outra coisa que descreva um produto). Os defeitos por milho apenas descrevem qual a percentagem das unidades que ter defeitos que passariam para o cliente. O nvel sigma e os DPMO podem ser relacionados da seguinte forma: Relao entre nvel Sigma (z) e DPMO
importante compreender que o Seis Sigma um objectivo de desempenho referente a uma caracterstica considerada como crtica para a qualidade e no a um produto total. Por exemplo, se um automvel descrito como Seis Sigma isso no significa que apenas 3,4 automveis, num milho, sero defeituosos, mas que num nico automvel existe a possibilidade de ocorrerem 3,4 defeitos numa caracterstica crtica para o cliente, num milho de oportunidades. Ento, em vez de se dizer que um produto Seis Sigma, diz-se que a oportunidade para a no conformidade nesse produto Seis Sigma. No uma medida de um produto, mas sim uma medida de desempenho desse produto. O quadro seguinte permite melhor compreender o que significa um desempenho Seis Sigma (ou 3,4 defeitos por milho de oportunidades) e qual a sua diferena, em termos prticos, de um desempenho 3,8 Sigma.
Desempenho 3.8 Sigma vs. 6 Sigma
A Metodologia
A Metodologia Seis Sigma inclui o uso de um conjunto de ferramentas, algumas tambm conhecidas como ferramentas da Qualidade, que so implementadas de forma sistemtica e orientada para o projecto, atravs de um ciclo composto pelas seguintes cinco fases: Ciclo DMAIC
Ferramentas tpicas do DMAIC
Esta metodologia de resoluo de problemas, normalmente designada por DMAIC posta em prtica por grupos especialmente formados para dar soluo a diversos problemas da organizao e ir ao encontro dos seus objectivos.
Os pontos-chave do DMAIC encontram-se em: 1. Medir o problema. sempre necessrio ter uma noo clara dos defeitos produzidos em termos de quantidades e de custos associados; 2. Enfocar no cliente. As necessidades e requisitos do cliente so fundamentais e devem-se ter sempre devidamente em considerao; 3. Verificar a causa raiz. essencial chegar razo fundamental ou raiz, evitando ficar apenas pelos sintomas; 4. Romper com os maus hbitos. Uma mudana real requer solues criativas; 5. Gerir os riscos. A comprovao e o aperfeioamento das solues fundamental para a melhoria; 6. Medir os resultados. O seguimento de qualquer soluo verificar o seu impacto real; 7. Manter a mudana. A chave final conseguir que a mudana perdure. As cinco fases da metodologia DMAIC dividem-se em 12 passos: Os 12 passos da metodologia
Passo 1.a) Seleccionar a Caracterstica de Sada (o Y) Questo chave: Qual o problema? Qual o defeito? mbito do projecto Cada projecto deve focar-se num defeito especfico. Por vezes necessrio dividir o problema inicial em vrios problemas menores, podendo cada um destes tornar-se um projecto. Se um projecto tiver um mbito muito grande ou definido de forma pouco clara, poder ser conduzido ao fracasso.
Os requisitos para a definio do projecto so: 1. Uma declarao do problema; 2. Um defeito especfico e mensurvel (o Y); 3. Uma definio do defeito; 4. Um objectivo para a reduo percentual do defeito. Todos estes pontos devem estar devidamente ligados e focados no mesmo defeito. A declarao do problema deve incluir: Uma descrio detalhada do que o problema; A sua importncia para a organizao e/ou para os seus clientes; O nvel actual de desempenho. Nota: a declarao do problema no deve conter causas potenciais, solues ou concluses, nem deve referenciar os custos associados (estes so o resultado do problema e no o problema em si). Informaes no suportadas por dados tambm no devem ser includas. A definio do defeito deve incluir: Uma descrio clara do que o defeito; Uma explicao de como o defeito medido; A unidade de medida. Nota: no inicio do projecto, deve-se definir a unidade de medida e criar o sistema de medio, se este no existir. O objectivo do projecto deve: Esclarecer quando o projecto ser considerado como bem sucedido; Estar declarado em termos do defeito; Ser alcanvel. Passo 1.b) Identificar as variveis de Entrada / Sada do Processo Tem como finalidade: O desenvolvimento de um Mapa de Processo relacionado com o projecto; A identificao das variveis chave de entrada e de sada do processo; A avaliao das mtricas do processo. Passo 2 Definir o Padro de Desempenho Questo chave: Qual a especificao ou o padro de desempenho requerido pelo Cliente?
Antes de calcular o nvel de desempenho actual da caracterstica de sada (Y), necessrio saber o seu padro de desempenho ou especificao. Se no existir uma especificao natural, esta deve ser criada de forma a se tornar possvel medir aquilo que considerado como defeito. Assim, poder ser efectuado o clculo dos DPMO iniciais e finais e conseguir-se- avaliar a melhoria atingida com a realizao do projecto. Passo 3 Validar o Sistema de Medida Questes chave: possvel medir o Y de forma exacta e consistente? Os dados so fiveis? Para melhorar os processos, necessrio reunir dados das caractersticas crticas para o Cliente. Quando existe variao nestes dados, esta pode ser atribuda prpria caracterstica que est a ser medida, ou forma como estas medies esto a ser executadas (erro de medida). Um erro de medida elevado afecta os dados e pode conduzir tomada de decises incorrectas. Um sistema de medida o processo usado para obter medies e constitudo por procedimentos, aparelhos de medio e os operadores que obtm as medies. Cada componente deste sistema representa uma fonte potencial de erro que poder ser identificada e avaliada atravs do uso de ferramentas estatsticas. Dado que a repetibilidade e a reprodutibilidade so tipos de erro de grande importncia, so objecto de um estudo especfico denominado Estudo da Repetibilidade & Reprodutibilidade do aparelho de medio (do ingls Gage R&R Study). Este estudo pode ser realizado em sistemas de medida baseados tanto em atributos como em variveis e permite uma avaliao da consistncia das medies. Se esta no existir, o sistema de medida dever ser melhorado para que garanta a eficiente e exacta anlise dos dados gerados para uma dada caracterstica. Passo 4 Estabelecer a Capacidade do Processo Questo chave: Qual a taxa de defeituosos actual? Antes de indicar as mtricas utilizadas para medir a capacidade de um processo, importa compreender a diferena entre dados a curto prazo e dados a longo prazo. Dados a longo prazo: Refletem a influncia de causas comuns e especiais de variao; So obtidos durante um espao de tempo alargado: vrios turnos de produo, diversas mquinas, operadores e lotes de matria-prima. Dados a curto prazo: No englobam causas especiais;
Representam apenas o efeito de causas aleatrias; So obtidos durante um curto espao de tempo: um turno de produo, uma mquina, um operador e matria-prima de apenas um lote. As principais mtricas de processo para dados contnuos so o CP, CPK, PP e o PPK. O PP usado para exprimir a capacidade potencial do processo a curto prazo, assumindo que o processo centrado e que se conseguem eliminar todas as causas especiais. O CP usado para exprimir essa capacidade a longo prazo. O CPK e o PPK indicam se o processo centrado e capaz de produzir segundo os limites especificados. Os defeitos por oportunidade (DPO), partes por milho (PPM), defeitos por milho de oportunidades (DPMO) e defeitos por unidades (DPU) so as principais mtricas usadas para dados discretos. O nvel sigma (z) considerado uma das melhores mtricas a utilizar, j que pode ser usado para comparar processos de natureza muito diferente. Pode ser calculado para qualquer processo, independentemente do tipo de dados usados, contnuos ou discretos. Quando se escolhe esta mtrica para representar a capacidade do processo deve-se usar, por conveno, o valor a curto prazo, ZST (ST do ingls short term para curto prazo). necessrio, no entanto, tomar em considerao a fonte dos dados antes de calcular o valor de z. Distribuio a curto prazo vs. a longo prazo
Z curto prazo = z longo prazo + 1.5
Converso ZST / ZLT
Nota: LT corresponde a long term, a designao em ingls para longo prazo. A tabela seguinte compara os valores de DPMO a curto prazo e a longo prazo, para diferentes nveis sigma: DPMO a curto prazo vs. a longo prazo Nvel Sigma 1 2 3 4 5 6 DPMO a curto prazo 158655,3 22750,1 1350,0 31,7 0,3 0,0 DPMO a longo prazo 691462,5 308537,5 66807,2 6209,7 232,7 3,4
Passo 5 Definir os Objectivos de Desempenho Questo chave: Dada a taxa de defeituosos actual, quanto se espera melhorar? importante definir a que nvel se quer chegar no final do projecto. Para isso, deve-se estabelecer um objectivo que permita identificar se o projecto est concludo e se foi bem sucedido. A definio do objectivo do projecto poder ter como base um dos seguintes pontos: A regra dos 90/50: Se z < 3 - reduzir o defeito em 90%; Se z > 3 - reduzir o defeito em 50%; Exigncias do cliente; Objectivos de negcio ou operacionais.
Passo 6 Identificar as fontes de variao Questo Chave: Quais so as causas potenciais do defeito? Nesta fase do projecto, utilizam-se ferramentas tais como o Mapa do Processo detalhado, a Matriz Causa e Efeito e a Anlise Modal de Falhas e Efeitos, para listar todas as variveis de entrada (Xs) que possam afectar a varivel ou caracterstica de sada (Y). O Mapa do Processo uma ilustrao do processo actual, que permite identificar: Os passos do processo com e sem valor acrescentado; As entradas do processo (Xs); As sadas do processo ou produto (Ys); Os pontos de recolha de dados. O Mapa do Processo fornece a base para a actividade da equipa do projecto: identifica oportunidades para a eliminao de passos sem valor acrescentado e as variveis de sada a analisar. A Matriz Causa e Efeito uma matriz simples que serve para enfatizar a importncia da compreenso dos requisitos do Cliente. Tendo como fonte primria o Mapa do Processo, usada para relacionar e prioritizar os Xs e os Ys (identificando as variveis de sada crticas e avaliando o efeito de cada X em cada Y ) atravs de uma classificao numrica. A Matriz Causa e Efeito tem como resultado um diagrama de Pareto em que so seleccionados os Xs que serviro como ponto de partida para a Anlise Modal de Falhas e Efeitos. esta a primeira abordagem da equipa determinao do Y= f(X). A Anlise Modal de Causas e Efeitos usada para: Identificar de que maneira um produto ou processo pode falhar; Estimar o risco associado a uma causa especfica; Prioritizar as aces que devem ser tomadas para reduzir o risco. A Anlise Modal de Causas e Efeitos uma ferramenta chave na preveno de falhas e permite tambm identificar as potenciais variveis a considerar em estudos Multi-Variveis e Desenhos de Experincias. Dever ser um documento dinmico, continuamente revisto, aperfeioado e actualizado. A Anlise Multi-Varivel deve ser usada para: Criar um plano de amostragem apropriado;
Analisar graficamente dados histricos ou pontuais; Identificar causas de variabilidade bvias; Direccionar e servir como entrada para os Desenhos de Experincias. Trata-se de uma excelente ferramenta grfica para visualizar o impacto que vrios Xs (que possam ser classificados, por natureza, como atributos) tm na resposta Y. Correlao (ou Diagrama de Disperso) e Regresso Linear A correlao mede o grau de linearidade ou a intensidade da associao entre duas variveis contnuas, assumindo que so completamente independentes uma da outra. O coeficiente de correlao, valor R, indica em que medida essa associao linear. A regresso define esta associao de uma forma mais precisa, pois resulta numa equao que usa uma ou mais variveis de entrada (Xs) para ajudar a explicar a variao na caracterstica de sada (Y). Passo 7 Examinar as Causas Potenciais Questo Chave: Usando testes estatsticos, possvel concluir quais as causas potenciais que esto a afectar a taxa de defeituosos? Testes de Hipteses Em conjunto com as ferramentas grficas, tambm so utilizados Testes de Hipteses para a identificao e comprovao dos X vitais. Nestes testes so usadas, normalmente, amostras pequenas para responder a questes acerca de parmetros da populao. Parmetros da Populao e da Amostra
Um Teste de Hipteses responde seguinte questo acerca de um problema prtico: Existe uma diferena real entre_______ e _______? Etapas de um Teste de Hipteses
O Nvel de Confiana () de um Teste de Hipteses indica o grau de certeza que se pode ter no resultado do teste. Usa-se, na maioria das vezes, um nvel de confiana de 95%. Conforme o tipo de dados, existem diferentes testes que podero ser usados para determinar diferenas: Tipos de teste de hipteses
Passo 8 Descobrir Relaes entre as Variveis Questo chave: Agora que se sabe quais as variveis que causam o defeito, como devero ser fixadas para produzirem uma quantidade mnima de defeitos?
Dever ser avaliado se algum dos Xs vitais afectado por outro X vital. Esta avaliao feita de forma primria atravs do uso do Desenho de Experincias. O Desenho de Experincias um processo experimental que determina qual o impacto de mltiplas entradas numa sada seleccionada e dever ser realizado de acordo com a seguinte sequncia: Etapas do Desenho de Experincias
No final deste passo sabe-se, ento, quais so os Xs que afectam o Y e como os Xs se afectam uns aos outros. Passo 9 Estabelecer Tolerncias de Operao Questo chave: Pode-se estabelecer uma tolerncia para as variveis de entrada que mantenha uma baixa taxa de defeitos, permita alguma flexibilidade e facilite o controlo? Uma vez conhecida a relao entre a caracterstica de sada (Y) e uma dada varivel de entrada, relativamente simples determinar as tolerncias de operao ptimas.
O Objectivo o valor para uma varivel crtica de entrada, determinado atravs do uso de Testes de Hipteses (Regresso e Desenho de Experincias, includos) que ir fornecer os melhores resultados. As Tolerncias de Operao so estabelecidas para variveis de entrada de natureza contnua, para assegurar que a relao entre as variveis de entrada e a resposta desejada reconhecida. O grfico seguinte representa uma resposta (Y) em funo da varivel de entrada (X): Grfico de Regresso
Se o valor do objectivo para a caracterstica de sada (Y) for entre 30 e 40, necessrio controlar a varivel de entrada no intervalo de valores entre 6 e 8.
Grfico de Regresso com tolerncias de operao
Se o nvel de confiana pretendido for de 95% e tendo em conta a variao em torno da linha de regresso, esse intervalo estreitado, ficando entre os valores 6,7 e 7,3. Passo 10 Validar o Sistema de Medida Questo chave: Depois da melhoria, continua a ser possvel medir o defeito ou as suas causas? A resposta (Y) pode ter melhorado de tal forma, que j no seja possvel medi-la, sendo assim necessrio melhorar o sistema de medida. Este passo tecnicamente igual ao passo 3, mas, para alm da avaliao do sistema de medida da caracterstica de sada (Y), deve-se tambm avaliar o sistema de medida para cada varivel de entrada crtica do processo (Xs). Passo 11 Determinar a Capacidade do Processo Questo chave: Qual a taxa de defeituosos depois das melhorias implementadas? Esta a altura em que se determinam os resultados formais do projecto, comparando a nova capacidade do processo com a capacidade inicial (passo 4) e com o objectivo (passo 5). O propsito deste passo medir a eficcia das melhorias implementadas no processo e demonstrar o sucesso do projecto.
Passo 12 Implementar Controlos do Processo Questo chave: Como se tem a certeza que a melhoria se mantm? O controlo do processo permite tomar aces baseadas em resultados de monitorizao, para centrar o processo e controlar a sua variao. Sempre que as ferramentas de controlo do processo detectam uma situao fora de controlo, o responsvel pelo processo faz as devidas alteraes ou ajustes para que o processo entre, novamente, em controlo. Controlo do Processo
As tcnicas de controlo empregues podero ser divididas em trs grandes grupos: Controlo de nvel 3: eliminao virtual do defeito. Exemplo: Grupos Poke Yoke. Controlo de nvel 2: capacidade de prever o defeito. Exemplo: Controlo Estatstico de Processo. Controlo de nvel 1: controlos dependentes do operador. Exemplo: instrues verbais e escritas.
Funes e Responsabilidades
Para levar a cabo as actividades do Seis Sigma so necessrios recursos humanos devidamente qualificados, capazes no apenas de aplicar correctamente a metodologia, mas tambm de levar a filosofia Seis Sigma a todos os nveis da organizao, criando uma viso partilhada. As funes, e respectivas responsabilidades, ligadas actividade Seis Sigma encontram-se resumidas no quadro seguinte. Funes e Responsabilidades
Funo Criar a viso Champion Aprovar e gerir os recursos Remover as barreiras Gerir os projectos atravs de vrias unidades de negcio Assistncia ao Champion Ensinar as ferramentas e a metodologia Master Black Belt Formar e dar suporte aos Black Belts Rever o estado dos projectos Desenvolver planos de actividade Dedicado a 100% funo Liderar projectos Treinar equipas Black Belt Formar e dar suporte aos Green Belts Aplicar a metodologia Promover a concluso dos projectos Identificar novos projectos Desenvolvimento de projectos (tipicamente com Green Belt dedicao de 10 a 30%) Apoio aos Black Belts Responsabilidades

A Metodologia Seis Sigma

Enviado por

Dados do documento

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

A Metodologia Seis Sigma

Enviado por

Direitos autorais:

Formatos disponíveis

A Metodologia Seis Sigma