Você está na página 1de 155

UNIVERSIDADE ESTADUAL DE CAMPINAS

FACULDADE DE ENGENHARIA MECNICA


COMISSO DE PS-GRADUAO EM ENGENHARIA MECNICA

Aplicao da Metodologia Seis Sigma na


Reduo das Perdas de um Processo de
Manufatura

Autor: ANDR CELSO SCATOLIN


Orientador: ANTONIO BATOCCHIO

UNIVERSIDADE ESTADUAL DE CAMPINAS


FACULDADE DE ENGENHARIA MECNICA
COMISSO DE PS-GRADUAO EM ENGENHARIA MECNICA
DEPARTAMENTO DE ENGENHARIA DE FABRICAO

Aplicao da Metodologia Seis Sigma na


Reduo das Perdas de um Processo de
Manufatura

Autor: ANDR CELSO SCATOLIN


Orientador: ANTONIO BATOCCHIO

Curso: Engenharia Mecnica - Mestrado Profissional


rea de Concentrao: Planejamento e Gesto Estratgica da Manufatura

Trabalho Final de Mestrado Profissional apresentado comisso de Ps Graduao da


Faculdade de Engenharia Mecnica, como requisito para a obteno do ttulo de Mestre
Profissional em Engenharia Mecnica/ Planejamento e Gesto Estratgica da Manufatura.

Campinas, 2005
S.P. Brasil

FICHA CATALOGRFICA ELABORADA PELA


BIBLIOTECA DA REA DE ENGENHARIA - BAE - UNICAMP

Sca85a

Scatolin, Andr Celso


Aplicao da metodologia seis sigma na reduo das
perdas de um processo de manufatura / Andr Celso
Scatolin, SP: [s.n.], 2005.
Orientador: Antonio Batocchio
Dissertao (mestrado profissional) - Universidade
Estadual de Campinas, Faculdade de Engenharia
Mecnica.
1. Produtos industrializados. 2. Estudo de casos. 3.
Metodologia. 4. Seis Sigma (padro de controle da
qualidade). 5. Gesto da qualidade total. I. Scatolin,
Andr Celso. II. Universidade Estadual de Campinas.
Faculdade de Engenharia Mecnica. III. Ttulo.
RMS BAE

Titulo em Ingls: Application of six sigma methodology in order to reduce waste of a


manufacturing process
Palavras-chave em Ingls: Six Sigma, Cases study, Methodology, Total quality
management, DMAIC, Green belt, Black belt, Master black
belt
rea de concentrao: Planejamento e Gesto Estratgica da Manufatura
Titulao: Mestre em Engenharia Mecnica
Banca examinadora: Sergio Tonini Button e Luz Csar Ribeiro Carpinetti
Data da defesa: 28/09/2005

UNIVERSIDADE ESTADUAL DE CAMPINAS


FACULDADE DE ENGENHARIA MECNICA
COMISSO DE PS-GRADUAO EM ENGENHARIA MECNICA
DEPARTAMENTO DE ENGENHARIA DE FABRICAO
Trabalho Final de Mestrado Profissional

Aplicao da Metodologia Seis Sigma na


Reduo das Perdas de um Processo de
Manufatura
Autor: ANDR CELSO SCATOLIN
Orientador: ANTONIO BATOCCHIO

____________________________________________________
Prof. Dr. Antonio Batocchio, Presidente.
DEF-FEM / Unicamp

____________________________________________________
Prof. Dr. Sergio T. Button
DEMA-FEM / Unicamp

____________________________________________________
Prof. Dr. Luiz Csar R. Carpinetti
EESC / USP

Campinas, 28 de Setembro de 2005.

Dedicatria:
Dedico este trabalho minha esposa Cludia e ao meu filho Matheus.

Agradecimentos
Para que um trabalho deste porte termine no prazo e com o contedo planejado necessrio
o suporte de muitas pessoas. Pela concluso deste trabalho, agradeo e presto minha homenagem:
Aos meus pais, pelo exemplo de simplicidade e humildade que carregarei por toda
minha vida e passarei a meus filhos.
Ao meu orientador, que com profissionalismo e praticidade me indicou e esclareceu
os melhores caminhos para chegar concluso de mais esta etapa da minha carreira acadmica.
Aos meus lderes Newton, Er e Ruas que acreditaram na minha proposta de executar
este trabalho e vm incentivando meu crescimento profissional.
A todos os professores e colegas da turma de Mestrado Profissional, que
proporcionaram trocas interessantes de informao que se transformaram em conhecimento.
Aos amigos Chico, Favinha, Jefferson e Ndia, que com pacincia e pragmatismo me
passaram alguns detalhes importantes sobre um mestrado.
Aos amigos Cristiano, Hilrio, Langbek e Alvarenga, que suportaram tecnicamente as
informaes necessrias para este trabalho.
E em especial minha esposa, pelo carinho, compreenso, honestidade e por ter
proporcionado e dividido os momentos mais felizes de minha vida.

Soneto da Fidelidade
De tudo, ao meu amor serei atento
Antes, e com tal zelo, e sempre, e tanto
Que mesmo em face do maior encanto
Dele se encante mais meu pensamento.
Quero viv-lo em cada vo momento
E em seu louvor hei de espalhar meu canto
E rir meu riso e derramar meu pranto
Ao seu pesar ou seu contentamento.
E assim, quando mais tarde me procure
Quem sabe a morte, angstia de quem vive
Quem sabe a solido, fim de quem ama.
Eu possa me dizer do amor (que tive):
Que no seja imortal, posto que chama
Mas que seja infinito enquanto dure.
Vinicius de Moraes

Resumo
SCATOLIN, Andr Celso, Aplicao da Metodologia Seis Sigma na Reduo das Perdas de um
Processo de Manufatura, Campinas: Faculdade de Engenharia Mecnica, Universidade Estadual
de Campinas, 2005. 137 p. Trabalho Final de Mestrado Profissional.
Este trabalho tem o objetivo de mostrar a eficincia da aplicao da metodologia Seis
Sigma para a reduo das perdas num processo de manufatura. O processo de fabricao de
respiradores descartveis foi escolhido para o estudo de caso porque gerava uma enorme
quantidade de perda das fibras utilizadas como matria-prima. As metodologias de melhorias at
ento aplicadas tinham reduzido significativamente o nvel das perdas, porm se fazia necessria
uma abordagem diferente para se reduzir ainda mais. Seguindo a metodologia Seis Sigma, uma
equipe foi formada para focar a ateno na reduo destas perdas e quebrar o paradigma que no
se pode eliminar as perdas inerentes de um processo. Atravs da adio de uma fase de
desfibramento da perda fibra prensada que era descartada ao final do processo recuperou-se
toda esta fibra, deixando-a com caractersticas semelhantes fibra virgem. Portanto, as perdas
foram 100% eliminadas. O nvel sigma, que era historicamente menor que 3, passou para maior
que 6 ao final do trabalho. A aplicao de ferramentas estatsticas demonstrou qual o ponto
otimizado da mistura de fibras virgens e fibras recuperadas, para que as propriedades finais do
produto no sofressem alteraes significativas sob o ponto de vista do usurio final. Este
trabalho gerou um desenvolvimento tcnico da equipe envolvida e preciosa economia de recurso
no renovvel.
Palavras Chave
- Seis Sigma, Manufatura, Perdas, DMAIC (Definir-Medir-Analisar-Implementar-Controlar),
Green Belt, Black Belt, Master Black Belt.

Abstract
SCATOLIN, Andr Celso, Application of Six Sigma Methodology in order to Reduce Waste of a
Manufacturing Process, Campinas: Faculdade de Engenharia Mecnica, Universidade Estadual
de Campinas, 2005. 137 p. Trabalho Final de Mestrado Profissional.
This work aims to show the efficiency of Six Sigma Methodology application in reducing
waste of a manufacturing process. The making process of disposable respirator was chosen to this
case study because it generated an enormous amount of fiber scrap used as raw material.
Improving methodologies applied every since had reduced significantly the waste level but a
different approach was needed to reduce it even more. Following the Six Sigma Methodology, a
team was formed to focus the whole attention on reducing this waste and breaking the paradigm
which inherent waste of a process cannot be eliminated. Through an addition of a new process
step in order to reprocess the waste pressed fiber discharged by the end of this process - all of it
was recovered, keeping the same characteristics of raw fiber. Therefore, the waste was 100%
eliminated. Sigma level, which was historically lower than 3, became higher than 6 by the end of
the work. The statistics tools applied demonstrated the optimized set point of the raw and
recovered fiber mixture in order to maintain the final product properties under the point of view
of end-users. This work resulted in team technical development and precious non-renewed raw
material savings.

Key words:

- Six Sigma, Manufacturing, Waste, (DMAIC) Define-Measure-Analyze-Improve-Control, Green


Belt, Black Belt, Master Black Belt.

Sumrio
Lista de Figuras

iv

Lista de Tabelas

vi

Nomenclatura

viii

Introduo

1.1

Contexto

1.2

Objetivo

1.3

Escopo e justificativa

1.4

Contedo da Dissertao

Reviso da Literatura

2.1

Definies Seis Sigma

2.2

Histrico Seis Sigma

10

2.3

Mtricas Seis Sigma

11

2.4

Definio de Variao (causas especiais e causas comuns)

14

2.5

Fatores Crticos de Sucesso para a implementao do Seis Sigma

15

2.6

Equipes Seis Sigma

20

2.7

Treinamento na Metodologia Seis Sigma

27

2.8.

Princpios da Metodologia Seis Sigma

32

2.9

Responsabilidades da Alta Gerncia na Implantao do Seis Sigma

33

2.10

Como e por onde se devem comear os esforos

34

2.11

Empresas que devem adotar o Seis Sigma

35

2.12

Seleo de Projetos Seis Sigma

40

3
3.1

Mtodo e Ferramentas Seis Sigma

47

Definio do Modelo DMAIC

47

3.2

Ferramentas do Modelo DMAIC

50

3.3

Aplicao da Metodologia Seis Sigma em diferentes reas

52

3.4

Detalhamento dos 5 Passos do DMAIC

54

3.4.1

Definio

55

3.4.1.1

Contrato do Projeto

55

3.4.1.2

Misso do projeto

56

3.4.2

Medio

56

3.4.2.1

Mapeamento do Processo

56

3.4.2.2

Anlise de Envolvimento

58

3.4.2.3

Matriz de Priorizao

59

3.4.2.4

Anlise dos Sistemas de Medio

60

3.4.2.5

Capacidade Inicial

61

3.4.2.6

Anlise de Impacto Financeiro

62

3.4.3

Anlise

64

3.4.3.1

Anlise do Modo e Efeito das Falhas

64

3.4.3.2

Anlise Multi-vari

66

3.4.4
3.4.4.1
3.4.5

Implementao das Melhorias

68

Experimentao

68

Controle

68

3.4.5.1

Plano de Controle

68

3.4.5.2

Treinamentos

70

3.4.5.3

Capacidade Final

70

3.4.5.4

Aprovao do Proprietrio do Processo

71

3.4.5.5

Relatrio Final.

71

Anlise Experimental

72

4
4.1

Definies do Processo e do Produto

72

4.2

Desenvolvimento dos 5 Passos do DMAIC

74

4.2.1

Definio

74

4.2.2

Medio

78

4.2.3

Anlise

90

4.2.4

Implementao

92

4.2.5

Controle

101

Resultados

103

ii

5.1

Capacidade Final

103

5.2

Resultado Financeiro

106

Concluses e Sugestes para prximos trabalhos

6.1

Concluses

108
108

6.1.1

Ganhos quantitativos

108

6.1.2

Ganhos qualitativos

108

6.1.3

Oportunidade/Dificuldades

109

6.2

Sugestes para prximos trabalhos

111

6.2.1

Verificar eficincia da aplicao da Metodologia Seis Sigma em outras reas 111

6.2.2

Comparar a Metodologia Seis Sigma com outras metodologias

112

Referncias Bibliogrficas

114

Anexos

117

Apndices

135

iii

Lista de Figuras
2.1

Os nveis de defeitos para os devidos nveis sigma

2.2

Grficos de capacidade 3 Sigma - deslocado 1,5 sigma

2.3

Grficos de capacidade 6 Sigma - deslocado 1,5 sigma

10

2.4

Exemplos de Estrutura Seis Sigma

24

3.1

Modelo de Cronograma de Controle do Projeto Seis Sigma

55

3.2

Modelo de Mapa do Processo

58

3.3

Modelo de Matriz da Anlise de Envolvimento

59

3.4

Modelo de Matriz de Priorizao

60

3.5

Modelo de FMEA - Anlise do Modo e Efeitos das Falhas

65

3.6

Modelo de Plano de Controle

70

4.1

Modelo de Produto do Estudo de Caso

73

4.2

Cronograma do Projeto Respiradores

74

4.3

Mapa do Processo do Projeto Respiradores

79

4.4

Anlise de Envolvimento do Projeto Respiradores Inicial

80

4.5

Anlise de Envolvimento do Projeto Respiradores - Final

81

4.6

Matriz de Priorizao do Projeto Respiradores - Inicial

82

4.7

Matriz de Priorizao do Projeto Respiradores - Priorizada

83

4.8

Grfico da Capacidade Inicial das Perdas do Produto Concha

86

4.9

Grfico da Capacidade Inicial das Perdas do Produto Concha Interna

86

4.10

Grfico da Capacidade Inicial das Perdas Total

87

4.11

Grfico da Resistncia do Produto (gf/cm3) - Inicial

88

4.12

Grfico da Queda de Presso do Produto (atm) - Inicial

88

4.13

Economia Prevista do Projeto Respiradores

89

iv

4.14

FMEA do Projeto Respiradores Principais Aes Priorizadas

91

4.15

Resultado do DOE para Resistncia (gf/cm3) Concha

94

4.16

Resultado do DOE para Resistncia (gf/cm3) Concha Interna

95

4.17

Resultado do DOE para Resistncia (gf/cm3) Interao Concha

95

4.18

Resultado do DOE para Resistncia (gf/cm3) Interao Concha interna

96

4.19

Resultado do DOE para Queda de Presso (atm) Concha

97

4.20

Resultado do DOE para Queda de Presso (atm) Concha Interna

98

4.21

Resultado do DOE para Queda de Presso (atm) Interao Concha

98

4.22

Resultado do DOE para Queda de Presso (atm) Interao Concha Interna

99

4.23

Plano de Controle do Projeto Respiradores

101

5.1

Grfico do Plano de Controle das Perdas Total

103

5.2

Grfico do Plano de Controle da Taxa de Reciclagem

104

5.3

Grfico do Plano de Controle da Resistncia (gf/cm3)

105

5.4

Grfico do Plano de Controle da Queda de Presso do Produto (atm)

105

5.5

Grfico da Economia Prevista e Real do Projeto Respiradores

107

Grfico do Teste de Normalidade da Perda Concha - Inicial

131

II

Grfico do Teste de Normalidade da Perda Concha Interna - Inicial

131

III

Grfico do Teste de Normalidade da Perda Geral Inicial

132

IV

Grfico do Teste de Normalidade da Resistncia Inicial

132

Grfico do Teste de Normalidade da Queda de Presso Inicial

133

VI

Grfico do Teste de Normalidade da Perda Geral Final

133

VII

Grfico do Teste de Normalidade da Resistncia Final

134

VIII

Grfico do Teste de Normalidade da Queda de Presso Final

134

Verificao de Calibrao de Equipamento Resistncia

136

Verificao de Calibrao de Equipamento Queda de Presso

136

Processo 3 Sigma Teoria: curto prazo ou centralizado

137

Processo 6 Sigma Teoria: curto prazo ou centralizado

137

Lista de Tabelas
2.1

Comparao do nvel Sigma com DPMO num Processo de curto e longo prazo

2.2

A escalada da qualidade

12

2.3

Exemplo de Equipes Seis Sigma

24

2.4

Exemplo de Treinamento Ferramentas Seis Sigma

30

2.5

Exemplo de Grade de Treinamento Gerencial

31

2.6

Incio dos esforos

35

2.7

Resumo de situaes na escolha de Projetos

45

2.8

Consideraes finais da Metodologia Seis Sigma

46

3.1

O modelo DMAIC

49

3.2

Pontuao do FMEA

66

4.1

Equipe do Projeto Respiradores

75

4.2

Mtricas do Projeto Respiradores

76

4.3

Teste de Normalidade Inicial

85

4.4

Planejamento do Experimento do Projeto Respiradores Concha

92

4.5

Planejamento do Experimento do Projeto Respiradores Concha Interna

92

4.6

Resultado do Experimento do Projeto Respiradores Concha

93

4.7

Resultado do Experimento do Projeto Respiradores Concha Interna

93

4.8

Rampa de Utilizao da Fibra Reciclada

100

5.1

Teste de Normalidade da Perda Geral Final

104

5.2

Teste de Normalidade das Contra-medidas Final

106

Perdas do Processo de Manufatura de Respiradores - Inicial

117

II

Capacidade Inicial das Perdas do Produto Concha (2 partes)

118

III

Capacidade Inicial das Perdas do Produto Concha Interna

120

vi

IV

FMEA Inicial (4 partes)

121

FMEA Priorizado (5 partes)

125

VI

Comparao do Nvel Sigma com Perdas em DPMO e Perdas em %

130

vii

Nomenclatura

Letras Latinas
s desvio padro (variao do processo)
X varivel de entrada
Y varivel de sada

...................................................
Letras Gregas
desvio padro

...................................................
Superescritos
-

mdio

...................................................
Subscritos
No aplicado

...................................................
Abreviaes
atm unidade de presso (atmosfera)
gf/cm3 unidade de presso (grama fora por centmetro cbico)
Kg kilogramo

...................................................
viii

Siglas
COPQ Custo da Baixa Qualidade (Cost Of Poor Quality)
Cp - Capacidade do Processo
Cpk Centralizao do Processo
CTQ Crtico para Qualidade (Critical-To-Quality)
DFSS Design For Six Sigma
DMAIC - Definir-Medir-Analisar-Implementar-Controlar (Define-Measure-Analyze-Improve-Control)
DOE Delineamento de Experimento (Design Of Experiment)
DPMO - Defeito por Milho de Oportunidades (Defects Per Million Opportunities)
FMEA - Anlise do Modo e Efeito das Falhas (Failure Mode and Effect Analysis)
GE General Electric
LIE Limite Inferior de Especificao
LCL Limite Inferior de Controle (Lower Control Limit)
LSE - Limite Superior de Especificao
PDCA Planejar-Executar-Checar-Atuar (Plan-Do-Check-Act)
PPM Partes Por Milho
QFD Desdobramento da Funo Qualidade (Quality Function Deployment)
RH Recursos Humanos
RPN Nmero de Prioridade de Risco (Risk Priority Number)
UCL Limite Superior de Controle (Upper Control Limit)

...................................................
Relao dos termos* em ingls:
Baseline = Linha de Base;
Best in class = Melhor na classe ou Classe Mundial;
Black Belt = Faixa-Preta;
Brainstorming = reunio para gerao de idias;
Coach = treinador;
Champion = Patrocinador;
e-commerce = comrcio eletrnico;
Entitlement = ideal, melhor possvel;
Gaps = intervalos;
Green Belt = Faixa-Verde;
Lean Manufacturing = Manufatura Enxuta;
Master Black Belt = Mestre Faixa-Preta;
Mix = mistura;
Quick-hits = aes rpidas;
Top-down = de cima para baixo.

* Estes termos em ingls so usuais na linguagem Seis Sigma e portanto muitas vezes no estaro
traduzidos durante este trabalho!

ix

Captulo 1 - Introduo
1.1. Contexto
As empresas brasileiras esto inseridas no contexto global e a necessidade de ter um
produto competitivo que agrega valor ao negcio dos clientes internos e externos exige uma
eficincia operacional cada vez maior. Durante as ltimas dcadas, muitas metodologias e
ferramentas isoladas surgiram com a finalidade de melhorar o rendimento das linhas de produo.
No entanto, nenhuma conseguiu prover o alinhamento total com a estratgia central das empresas
ou o envolvimento total das reas de manufatura, de suporte e comercial. A metodologia Seis
Sigma uma estratgia para maximizar a qualidade dos processos, produtos e servios de uma
empresa atravs do uso de anlises quantitativas e de ferramentas estatsticas na tomada de
deciso, visando acelerar seu crescimento. A correta aplicao da metodologia Seis Sigma gera
retorno vrias vezes maiores do que os investimentos necessrios para implement-la. Qualquer
modalidade ou tamanho de empresa que atua em qualquer mercado pode utilizar as eficazes
ferramentas de gesto para aumentar a participao no mercado, reduzir custos e melhorar seus
processos. um processo que permite s organizaes incrementar seus lucros atravs da
otimizao de operaes, melhoria da qualidade e eliminao de defeitos e erros. Esta abordagem
ampla que credita metodologia Seis Sigma sua verdadeira importncia na busca pela melhoria
contnua e radical, e no apenas incremental. Por fim, uma unificao na comunicao entre todas
as reas em qualquer parte do mundo se torna possvel com a adoo do Seis Sigma como forma
nica e efetiva de transferncia de dados e estudos, quer seja dentro de um laboratrio ou dentro
de um fornecedor ou cliente. As fronteiras da aplicao da metodologia Seis Sigma so bastante
amplas, atravessando qualquer barreira departamental ou empresarial. O foco no objetivo comum

de melhoria une fornecedores e clientes de forma definitiva. Esta a justificativa do


aprofundamento do estudo de um caso prtico de aplicao desta metodologia.

1.2. Objetivo
O objetivo principal deste trabalho mostrar a eficincia da aplicao da metodologia Seis
Sigma para a reduo das perdas num processo de Manufatura, atravs da apresentao de um
estudo de caso. Num prazo de 6 meses buscou-se a reduo em 90% das perdas de fibras gerada
pelo processo de manufatura dos respiradores descartveis. Atingindo esta meta, sem interferir
significativamente nas caractersticas finais do produto (a saber: resistncia e queda de presso)
sob o ponto de vista do usurio final, totalizaria uma economia anual de $ 100.000. Como
objetivo secundrio tem-se a necessidade de desenvolvimento tcnico em ferramentas estatsticas
dos membros da equipe participante, a fim de que a partir deste projeto eles tenham habilidade
para liderar uma equipe num projeto de melhoria Seis Sigma.

1.3. Escopo e justificativa


Este projeto no detalhar as aplicaes da metodologia em outras reas, como Logstica
por exemplo, onde se busca a reduo de pedidos entregues incompletos ou fora do prazo
acordado com o cliente, ou ainda na rea Comercial onde, por exemplo, pode-se aplicar a
metodologia para reduzir atrasos ou demoras no gerenciamento de preos. Portanto, o foco do
trabalho a rea de Manufatura e o processo escolhido para o caso o de fabricao de
respiradores descartveis, o qual gerava uma perda inerente relativamente alta das fibras,
principal material utilizado na fabricao. As metodologias de melhorias at ento aplicadas no
conseguiam mais reduzir o nvel das perdas. Seguindo a metodologia Seis Sigma, uma equipe foi
formada para focar a ateno na reduo destas perdas e quebrar o paradigma que no se pode
eliminar as perdas inerentes de um processo. Outro fator que priorizou a rea de respiradores
nesta implantao foi o fato de utilizar um material fabricado a partir de recurso natural no
renovvel, derivado do petrleo. Qualquer economia de um recurso como este vem fortalecer um
dos maiores valores da empresa estudada que : respeitar e preservar o meio-ambiente e melhorar
a vida da comunidade em que est inserida. Uma vez reduzida a utilizao de material virgem,
conseqentemente se obtm uma vantagem competitiva, otimizando o custo do produto final.
Este fator, apesar de no ser objetivo do trabalho, de certa forma aumenta o interesse e apoio de
-2-

toda a direo da empresa para fortalecer outro de seus valores: dar retorno financeiro aos seus
acionistas. Por ltimo, os clientes usurios dos respiradores teriam que no mnimo ter um produto
igual ao produzido sem fibra reciclada, pois tambm um dos valores da empresa em estudo : ter
tica inflexvel e tornar a vida dos clientes mais fcil e segura.
Finalmente, as reas impactadas por este trabalho descritas acima o tornaram muito
importante e se justificou a dedicao parcial de toda uma equipe, com o objetivo principal de se
demonstrar que o trabalho em equipe e o constante estmulo da superviso em desafiar o status
quo (ou zona de conforto), neste caso as perdas inerentes de um processo, podem gerar
resultados surpreendentes. Os ganhos em habilidades na utilizao de ferramentas estatsticas,
alm dos atributos de liderana to necessrios aos colaboradores nos dias atuais, mais um dos
resultados imensurveis deste projeto. A base tcnica para desdobramento do aprendizado em
outros processos ficou estabelecida por todos os participantes da equipe.

1.4. Contedo da Dissertao

Captulo 2

No captulo 2 tem-se a Reviso da Literatura baseada em artigos e livros publicados


basicamente a partir do ano 2000 e com idoneidade acadmica atravs da consulta de fontes
oficialmente recomendadas, para que se faa uma metdica e abrangente fundamentao terica
do projeto em estudo. As consultas foram feitas as seguintes bases de dados:
www.ingenta.com
www.periodicos.capes.gov.br
www.sciencedirect.com
www.scirus.com
www.scielo.com.br
www.isiknowledge.com
So apresentados neste segundo captulo: a definio da Metodologia Seis Sigma, como se
forma uma equipe, a importncia da seleo correta dos projetos, sugesto de modelo de
treinamento, a definio e abrangncia de um Black Belt, alm dos Fatores Crticos de Sucesso
para a implementao do Seis Sigma.

-3-

Captulo 3

No captulo 3 tem-se a descrio do Mtodo utilizado na aplicao da Metodologia Seis


Sigma, que nada mais que a abordagem DMAIC e suas ferramentas:
1. Define = Definir = Definio
2. Measure = Medir = Medio
3. Analyze = Analisar = Anlise
4. Improve = Implementar a Melhoria = Implementao da Melhoria
5. Control = Controlar = Controle.
Neste captulo so expostas as vantagens da aplicao do DMAIC, o detalhamento de cada
um dos passos, com a descrio das principais ferramentas comumente empregadas.

Captulo 4

No captulo 4 tem-se a Anlise Experimental onde so apresentadas a aplicao das


ferramentas separadas nos 5 passos do DMAIC. Neste captulo so apresentadas particularidades
da aplicao de cada ferramenta, as dificuldades e algumas dicas prticas.

Captulo 5

No captulo 5 tem-se a apresentao dos resultados numricos:


o a reduo das perdas;
o a pequena interferncia nas caractersticas do produto aps incio da utilizao
da fibra reciclada no processo de manufatura dos respiradores descartveis;
o os ganhos financeiros reais, comparando-os com os ganhos estimados no incio
do projeto.

Captulo 6

Por fim, no captulo 6 tem-se as concluses demonstrando a eficincia da aplicao da


Metodologia Seis Sigma, onde esto apresentados os ganhos qualitativos e quantitativos, alm de
dicas prticas no processo de implementao da Metodologia Seis Sigma. Algumas sugestes
para prximos trabalhos e alguns comentrios finalizam esta dissertao.

-4-

Captulo 2 - Reviso da Literatura


2.1. Definies Seis Sigma
Seis Sigma a inflexvel e rigorosa busca da reduo da variao em todos os processos
crticos para alcanar melhorias contnuas e qunticas que impactam os ndices de uma
organizao e aumentam a satisfao e lealdade dos clientes. uma iniciativa organizacional
projetada para criar processos de manufatura, servio ou administrativo que gerem no mximo
3,4 defeitos por milho de oportunidade (DPMO). A ferramenta de melhoria empregada na
implantao dos projetos Seis Sigma o DMAIC: acrstico que representa: Definir-MedirAnalisar-Implementar-Controlar (Rasis, 2002).
A razo para o nome Seis Sigma foi porque sigma a medida estatstica relacionada com
a capacidade de um processo, ou a habilidade deste processo em produzir peas sem defeitos. No
jargo estatstico, sigma a medida da variao do processo ou o desvio padro (Klefsjo, 2001).
No entanto, no se pode aceitar a iluso de que Seis Sigma a salvao para toda empresa.
Deve-se fazer uma anlise crtica e verificar se a metodologia mais adequada dependendo do
momento em que a empresa vive. Mais a frente este assunto ser abordado mais profundamente.
De forma ampla, a aplicao da Metodologia Seis Sigma no se prende apenas a rea de
qualidade, mas a todos os processos de uma empresa. Seis Sigma visa fortalecer as necessidades
de uma empresa em melhorar seus processos de forma contnua e sustentvel. Atravs de um
forte foco na capacitao de seus colaboradores, as empresas que implementam esta Metodologia
tm a finalidade de impactar de maneira bastante agressiva nos lucros, provocar grandes
evolues nos seus processos internos, incentivar o crescimento e melhorar o aproveitamento dos
seus funcionrios. Portanto, essa estratgia de melhor desempenho de processos, melhor
aproveitamento de recursos materiais e melhor atendimento ao cliente, reforada por elevados

-5-

investimentos em treinamento de pessoal incentivando a criatividade, faz do Seis Sigma uma


metodologia que consegue promover o atendimento dos objetivos perseguidos pela empresa que
o implementa, desde que uma anlise crtica de custo x benefcio seja realizada previamente.
A metodologia Seis Sigma tem a finalidade de melhorar os processos, reduzindo
variabilidade. A variabilidade tratada como se fosse uma falha intrnseca ao processo, e desta
forma, atravs de projetos de melhoria contnua e sustentvel, se objetiva reduzi-la a nveis
baixssimos, visto que no existe processo sem variao (Rath & Strong, 2001).
Segundo Harry (2000), Seis Sigma primariamente uma iniciativa de negcios, e no
apenas um programa de qualidade. O maior propsito a reduo do risco do negcio mais do
que a simples idia de reduo de defeitos. Focando as fontes de risco comumente associadas
com as operaes ou processos internos, o risco de falhas que os clientes estaro expostos quando
adquirem um produto ou servio sero minimizados. Ao mesmo tempo, os fornecedores destes
produtos ou servios se beneficiam da reduo dos riscos de falhas das suas operaes e
processos. Concluindo, ambos, clientes e fabricantes reconhecem as vantagens de adotar a
metodologia Seis Sigma. Em outras palavras, quando a metodologia Seis Sigma aplicada para
reduzir os riscos de falhas, aumenta-se a confiana de atingir o desempenho da qualidade de
classe mundial em tudo que se produz ou se processa. Assim como o desempenho melhorado,
qualidade, capacidade, tempo de ciclo, nvel de estoque e outros fatores tambm so melhorados
num ciclo virtuoso: todos ganham. Muitos profissionais da qualidade tm inadvertidamente
reduzido o poder e potencial da metodologia Seis Sigma devido ao desinteresse em aprofundar
neste assunto. necessrio perceber que Seis Sigma est mais alinhado com a linguagem de
negcios, como risco, tempo de ciclo ou custo, do que com a linguagem de qualidade como
defeito ou erro. medida que estes profissionais da qualidade vo se aprofundando no
conhecimento estratgico do Seis Sigma, o convencional dar lugar para inovao. E inovao
conduzir ao sucesso do negcio. A insistncia em tentar que os executivos pensem em termos de
defeitos e falem a linguagem da qualidade ultrapassada. Agora a hora do mundo da qualidade
comear a pensar em termos de risco do negcio e falar a linguagem de negcios. Quando isso
acontecer, os lderes executivos daro o devido valor aos profissionais da qualidade, os quais
detm o conhecimento tcnico da metodologia. Seis Sigma possui parmetros claros de
comparao e posicionamento de uma empresa em relao aos seus competidores: este parmetro
o nvel sigma. Muitas vezes, as empresas acreditam que reduzindo em 10% ou 20% seu nvel de

-6-

perdas seria o suficiente para competir com vantagens no mercado atual. Porm, o que diferencia
as empresas com alta performance muitas vezes um fator de 100 ou at mais de 1000 vezes
melhor. Medindo o nvel sigma, descobre-se o tamanho da oportunidade que se tem e at que
ponto isso possvel de maneira econmica. A maioria das melhores empresas esto localizadas
abaixo de 4 no padro sigma.
Para Linderman (2003), um processo deve objetivar o nvel sigma 6, apenas se isto for
importante para o cliente e desde que o investimento para o salto em nvel sigma no seja to alto
a ponto de inviabilizar economicamente este processo. evidente que melhorar do nvel 2 ou 3
para 4 exponencialmente mais fcil do que melhorar do nvel 4 para 5 ou 6.
Segundo Rath & Strong (2001), uma comparao entre uma viso clssica da Qualidade e
uma viso Seis Sigma apresenta uma gigantesca diferena entre nveis de aceitao do que
qualidade. Na viso Clssica, um processo extremamente otimizado atinge 99% de eficincia,
enquanto para uma viso Seis Sigma, um processo s considerado adequado quando a
eficincia deste atinge 99,99966%. A Figura 2.1, baseada em Rath & Strong (2001) mostra os
nveis de erro considerando uma variao natural na mdia dos processos contnuos ao longo do
tempo em at 1,5 sigma. Portanto, usual que a estimativa de nmeros de defeitos esperados seja
feita considerando-se o processo deslocado em at 1,5 sigma (6 1,5 = 4,5 sigma), pois se avalia
a pior condio. Sendo assim, um processo 6 sigma, ao longo do tempo permitiria 3,4 defeitos em
1 milho de oportunidades.

Definio: nvel Sigma


Defeitos por Milho
(ppm)

31%

Defeitos
diminuem

Nvel Sigma
()

308.537

66.807

6.210

233

3,4

6.7%

<1%

Aumenta
Nvel
Sigma

3 para 6 : Melhoria na ordem de 20.000 Vezes...


Obs: assumindo variao da mdia de +/- 1.5.

Figura 2.1 - Os nveis de defeitos para os devidos nveis sigma (Fonte: Rath & Strong, 2001)

-7-

A tabela completa da comparao do nvel sigma com as perdas est na Tabela VI dos
Anexos.
Veja abaixo na Tabela 2.1 (Goh, 2003), a comparao do nvel de defeitos de um processo
terico de curto prazo ou centrado (sem deslocamento de 1,5 sigma ao longo do tempo) com um
processo real, de longo prazo ou deslocado 1,5 sigma do valor central (Figura 2.1). Como este
trabalho foi focado na implementao prtica, todos os valores de nvel sigma sero baseados na
Figura 2.1 ou no DPMO de longo prazo.

Tabela 2.1: Comparao nvel Sigma com DPMO - Processo de curto e longo prazo (Fonte: Goh, 2003)

Nvel Sigma

DPMO (curto prazo)

DPMO (longo prazo)

Processo centralizado

Processo descentralizado 1,5 sigma

317.400

691.462,0

45.600

308.537,0

2.700

66.807,0

63

6.209,7

0,57

232,7

0,002

3,4

Outro ponto importante a ser mencionado o forte controle num processo Seis Sigma. Um
processo Seis Sigma estabelece controle muito mais rgido para se obter o resultado esperado.
Nos grficos das Figuras 2.2 e 2.3 esto exemplificados outra forma de comparao dos objetivos
do Seis Sigma em relao viso clssica de processos. Enquanto num processo no longo prazo
(mdia deslocada at 1,5 sigma) de capacidade 3 Sigma apenas 93,3% das oportunidades esto
dentro dos limites de especificao, num processo Seis Sigma, essa porcentagem se eleva para
99,99966%. As barras esto limitando a especificao desejada: LIE = Limite Inferior de
Especificao e LSE= Limite Superior de Especificao. Em outras palavras, enquanto em um
processo Clssico (Figura 2.2) era razovel se ter 66.807 defeitos a cada um milho de
oportunidades (nvel sigma 3 = 6,7% de defeitos), um processo Seis Sigma deve apresentar
apenas 3,4 defeitos, ou seja, cerca de 20.000 vezes menor (Figura 2.3). As frmulas do desvio
padro (sigma), da Capacidade do Processo (Cp) e da Centralizao do Processo (Cpk) esto
apresentadas na Figura 2.2. Em termos prticos, se o Cp igual a 1, o processo tem capacidade

-8-

de entregar exatamente dentro dos limites de especificao, sem folga. Se o Cp igual a 2, o


processo tem o dobro da capacidade de entregar dentro da especificao. As 2 afirmaes acima
so vlidas se o processo estiver centrado, ou seja, Cp igual ao Cpk (a mdia est eqidistante
dos limites de especificao). Nas Figuras C e D dos Apndices esto apresentados
respectivamente um processo 3 e 6 sigma de curto prazo (sem o deslocamento de 1,5 sigma da
mdia). Mais uma vez, como este trabalho foi focado na implementao prtica, todos os valores
de nvel sigma sero baseados no processo de longo prazo ( deslocamento de 1,5 sigma da
mdia).

Processo 3 Sigma (deslocado 1,5 sigma)


X

1.5

Limite
Inferior
Especificao

Limite
Superior
Especificao

(xi x )

6,7 % de Defeito

0,00034% de Defeito

-3

-2

+1

-1

+2

+3

93,3%

CP =

LSE - LIE = +3 - (-3) 6


=1
=
6
6
6

C pk = Mn X LIE ; LSE X = +3

-1,5

1,5

1
2

Figura 2.2 - Grficos de capacidade 3 Sigma - deslocado 1,5 sigma (Fonte: o prprio autor)

-9-

Processo 6 Sigma (deslocado 1,5 sigma)


X

Limite
Inferior
Especificao

Limite
Superior
Especificao

1.5

0,00034 % de Defeito
ou
3,4 ppm de Defeito

-6 -5

-4 -3 -2 -1

+1 +2 +3 +4 +5 +6
99.99966%

CP =

LSE - LIE = +6 - (-6) 12


=2
=
6
6
6

C pk = Mn X LIE ; LSE X = +6 - 1,5


3

4,5

=1,5

Figura 2.3 - Grficos de capacidade 6 Sigma - deslocado 1,5 sigma (Fonte: o prprio autor)

2.2. Histrico Seis Sigma


Coronado (2002) reporta que a abordagem Seis Sigma foi desenvolvida pela empresa
Motorola, na dcada de 80, com o objetivo de reduzir a taxa de falhas em seus produtos
eletrnicos no processo de manufatura. Seis Sigma foi apresentado como uma filosofia operando
segundo os princpios da Gesto da Qualidade Total com uma intensa utilizao de mtodos
estatsticos e ferramentas da qualidade. O objetivo do programa era desafiar o desempenho com
zero defeito, melhorando a confiabilidade do produto final e a reduo de perda ou sucata.
Naquela poca, a Motorola fez comparaes entre os resultados internos de pedidos, pagamentos
de fatura e ordens de pagamento, por exemplo, com os ndices de perda de bagagem area, de
contas de restaurante e de prescrio de medicamentos. Em adio, foram pesquisadas empresas
reconhecidas como de alta qualidade e nveis elevados de satisfao do cliente ("best-in-class") e
comparadas com empresas de desempenho mdio. Os dados das empresas mdias foram
desenhados num grfico e o seu nvel de falha associado a um nvel sigma. As empresas mdias
tinham taxas de falhas numa faixa de 3.000 a 10.000 por milho de oportunidades, o que
equivalente a um nvel sigma entre 3 e 4. Os resultados das melhores empresas, as tais "best-inclass", foram prximos a 3,4 falhas por milho, que equivalente ao nvel de Seis Sigma. A

- 10 -

partir desta constatao, a Motorola estabeleceu como meta de qualidade a obteno do Seis
Sigma em 1993. Foi ento que muitas outras empresas comearam a aplicar o Seis Sigma com o
objetivo de reduzir custos, como a Allied Signal e Dow Chemical.
A popularizao do Seis Sigma ocorreu na dcada de 90 e teve como lder John F. Welch,
ento presidente da empresa General Electric (GE). Interessante ressaltar que at conhecer a
metodologia, ele desacreditava em qualquer programa de qualidade, pois dizia ser apenas custo e
no investimento. Segundo Welch, Seis Sigma tem sido "a mais importante iniciativa que a
General Electric j empreendeu". Tanto que a partir de 1995, todo processo da GE, desde turbinas
de avies at as empresas financeiras, trabalharam para obter o desempenho Seis Sigma.
Muitas empresas atualmente utilizam a metodologia Seis Sigma.
Abaixo alguns exemplos:
o Manufatura: GE, Motorola, Allied Signal, Sony, Ford, Hitachi, Nokia,
Bombardier, Toshiba e Samsung.
o

Empresas de Servio: Chase Manhattan, GE Capital, American Express,


Citigroup, Carlson School of Management.

o Indstrias Qumicas: Allied Signal, GE Plastics, DuPont, Dow, LG Chemical,


Polaroid, FMC, OSRAM Sylvania e Johnson & Johnson.

2.3. Mtricas Seis Sigma

Definio das Mtricas

As mtricas ou o foco dos projetos Seis Sigma nunca so os resultados financeiros, porm
aplicando-se a metodologia sempre se tem retorno sobre o investimento como conseqncia.
Segundo Einset (2002), estima-se que a mdia das indstrias opera em um nvel de
qualidade de 3 sigma, e que isso custa em torno de 20% de seu faturamento em desperdcios
como retrabalho, inspees, testes, perdas, desgaste da imagem e por fim, at mesmo perda de
clientes. Com a abordagem Seis Sigma esses gastos so minimizados. A estimativa dos analistas
de mercado de que, em curto prazo, as indstrias de transformao que no estiverem com um
nvel de qualidade Seis Sigma estaro sem capacidade competitiva. Ter nvel Seis Sigma
significa operar em classe mundial.
Rudisill (2004) sugere que as mtricas mais comuns em um projeto Seis Sigma so:

- 11 -

o DPMO (Defeitos Por Milho de Oportunidades): equao definida pelo


nmero de defeitos vezes 1.000.000 dividido pelo nmero de unidades vezes
nmero de oportunidades por unidade;
o Cpk: distncia entre a mdia do processo e o mais prximo limite de
especificao dividido por 3 sigma, onde sigma representa o desvio padro do
processo;
o COPQ (Cost of Poor Quality ou Custo da Baixa Qualidade): uma porcentagem
das vendas; custos da qualidade baixa so aqueles associados com perdas ou
desperdcio, retrabalho, testes de avaliao;
o Nvel Sigma: nmero de desvio padro, sigma, entre a mdia do processo e o
mais prximo dos limites de especificao.

A Tabela 2.2, baseada no grfico de Einset (2002), apresenta o impacto financeiro em


relao aos diversos nveis sigma, considerando o processo descentralizado em 1,5 sigma. As
implicaes das falhas podem ser aplicadas a qualquer produto, processo ou servio.

Tabela 2.2: A escalada da qualidade (Fonte: Einset, 2002)


Nvel Sigma

Defeitos por milho (DPMO)

Custo da Baixa Qualidade (% das vendas)

6 sigma

3,4

<5

5 sigma

233

5 a 10

4 sigma

6.210

10 a 15

3 sigma

66.807

15 a 20

2 sigma

308.537

20 a 25

1 sigma

691.462

> 25

Observa-se na tabela acima que a cada variao de 1 nvel sigma aumenta em 5% o Custo
da Baixa Qualidade uma vez que os defeitos vo agregando custo ao longo das fases do processo
e potencializam o prejuzo conforme se demora para serem detectados. O impacto nas vendas de
um defeito descoberto internamente num teste de liberao bem menor que o defeito descoberto
no cliente (custos adicionais de frete, retrabalho, potencial problema gerado pelo defeito no

- 12 -

processo do cliente, e finalmente, efeito irremedivel na imagem da empresa perante o cliente). O


mtodo padro de se determinar o Defeito por Milho de Oportunidades (DPMO = Defects Per
Million

Opportunities)

utilizando

os

dados

reais

do

processo

contar

quantos

defeitos/oportunidades esto fora dos limites de especificao do cliente, e ento colocar na


escala de milhes de oportunidade (mais sensitiva que porcentagem). Importante ressaltar que no
processo deste estudo de caso, toda a perda (defeito) era descartada internamente e, portanto, no
havia nenhum risco de produto defeituoso ser vendido, desde que o plano de controle fosse
seguido risca. Portanto, no havia este impacto potencializado nas vendas ou no cliente.

Importncia da determinao das metas

Linderman (2003) descreve a importncia de se determinar uma meta desafiadora (porm


atingvel) para se conseguir um desempenho melhor. Tambm a determinao de metas
especficas (ou seja, focadas) gera desempenhos ainda maiores. Portanto, estes so os princpios
bsicos na determinao das metas do Seis Sigma:
o Desafiadoras;
o Focadas.
Linderman (2003) detalha ainda mais a importncia da determinao de metas desafiadoras
e especficas (focadas) que permitem as seguintes 10 premissas:
o Projetos Seis Sigma que empregam metas especficas e desafiadoras resultam em
melhores desempenhos que projetos que no as utilizam. Porm, cuidado com metas
desafiadoras demais, pois pode desmotivar a equipe. Treinamentos so focados para
reduzir a ansiedade da equipe e acreditar em desafios como agente de mudanas;
o

Treinamento em Seis Sigma aumenta o comprometimento da equipe com as metas


porque a linguagem uniforme e no se tm diferentes interpretaes;

o Projetos Seis Sigma que no tm metas focadas acabam com resultados dispersos:
se a linha de base no claramente definida podem-se ter resultados alm ou aqum
do realmente necessrio, no otimizando a relao recurso/benefcio;
o O uso de um mtodo estruturado como Seis Sigma aumenta o desempenho diante de
tarefas complexas: uma vez que o treinamento realizado concomitantemente com
um projeto, a nfase est na aplicao das ferramentas aprendidas;

- 13 -

o Empregados que recebem treinamento Seis Sigma tm melhor desempenho diante


de problemas complexos: o princpio do Seis Sigma detalhar o problema,
transformando-o em vrios problemas mais simples;
o Treinamento diferenciado baseado no grau de envolvimento na implementao da
melhoria aumenta o desempenho: mdulos especficos de Green Belt, Black
Belt, dependendo da complexidade do projeto;
o Exigncia da liderana aumenta o comprometimento com as metas por parte da
equipe: ligao das metas dos projetos com as metas de avaliao de desempenho;
o Especialistas em melhoria (Champions, Black Belts, Master Black Belts)
servem como exemplo aumentando o comprometimento com as metas: o Seis
Sigma institui incentivos e reconhecimento com o atendimento das metas;
o Empresas que tm incentivos especiais aos profissionais que trabalham com o Seis
Sigma tm um maior comprometimento com as metas;
o Metas Seis Sigma especficas resultam maior persistncia da equipe em alcan-las;
Concluindo, Linderman (2003) esclarece que projetos de melhoria Seis Sigma
freqentemente utilizam metas explcitas para motivar desempenho. Deve-se tomar cuidado
especial para que estas metas no criem a iluso de que sua determinao apenas uma atividade
tcnica. O fator comportamento tambm importante. Os lderes tm que indicar metas que os
membros da equipe tecnicamente acreditem e se desafiem a atingi-las.

2.4. Definio de variao (causas especiais e causas comuns)


Baseado em Rath & Strong (2001), nunca 2 eventos so exatamente iguais:
o Como um processo composto, variar de um dia para outro;
o Medidas coletadas de um processo variaro ao longo do tempo;
o Quantificar o quanto varia um processo um passo crtico para a melhoria;
o Entender quais as causas da variao auxilia a decidir que tipos de ao so mais
provveis para conduzir a uma melhoria perene.
O quanto um processo varia revela o quanto ele realmente capaz. As especificaes
demonstram o quanto se deseja que um processo seja capaz. Tradicionalmente, qualquer valor
dentro das especificaes era visto como aceitvel. Na nova viso, qualquer variao de uma

- 14 -

caracterstica em relao ao alvo, considerada uma perda. Quanto maior a variao, maior a
perda. Abaixo a definio de causa especial e causa comum:

Causa especial: significa que algum evento diferente aconteceu em um certo


momento ou lugar. A estratgia para minimizar esta variao :
o Obter dados identificando o tempo da coleta;
o Tomar aes imediatas para consertar o estrago;
o Imediatamente investigar a causa (o que ocorreu de diferente) e isol-la;
o Desenvolver uma ao corretiva de longo prazo para prevenir que esta causa
especial no ocorra novamente. Por outro lado, se o efeito bom, retenha
esta lio.

Causa comum: est sempre presente em alguma etapa do processo. A estratgia


para minimizar esta variao :
o Melhorar a capacidade do processo: o processo estvel, porm no no
nvel desejado pelo cliente. Neste caso, o uso do DMAIC aconselhvel!

2.5. Fatores Crticos de Sucesso para a implementao do Seis Sigma


Coronado (2002) afirma que vrias organizaes adotaram a metodologia Seis Sigma,
porm nem todas esto tendo sucesso. Analisando estas organizaes alguns fatores foram
crticos para determinar o sucesso ou fracasso. Este resultado contrastante gerado pela diferena
entre estas organizaes em dar a devida importncia para os Fatores Crticos de Sucesso para a
implementao da metodologia Seis Sigma. Fatores Crticos de Sucesso so os fatores
fundamentais para o sucesso de uma organizao, sendo que, se os objetivos associados a estes
fatores no so atingidos, a organizao falhar e muitas vezes, catastroficamente. No contexto
da implementao de projetos Seis Sigma, os Fatores Crticos de Sucesso representam os
ingredientes essenciais, sem os quais os projetos no tm a mnima chance de ter sucesso. Abaixo
esto descritos os 12 principais Fatores Crticos de Sucesso para a implementao da
metodologia Seis Sigma, segundo Coronado (2002):

Envolvimento e Comprometimento da Alta Gerncia: todas as empresas que

adotaram a metodologia Seis Sigma concordam que dentre os Fatores Crticos de


Sucesso, o mais importante o contnuo apoio e entusiasmo da alta gerncia. Os 3
principais fatores para o sucesso na implementao da Metodologia Seis Sigma :

- 15 -

comprometimento

da

alta

gerncia,

comprometimento

comprometimento da alta gerncia. (Challener, 2004).

da

alta

gerncia,

Os presidentes, diretores e

gerentes de alto escalo devem dar o exemplo e medir o desempenho de seus


subordinados atravs dos indicadores de sucesso do Seis Sigma. Jack Welch, ltimo
presidente da GE, participava pessoalmente de todas as revises semanais e mensais de
acompanhamento dos projetos e fazia visita s plantas para verificar o quanto os
gerentes operacionais e colaboradores estavam engajados na cultura Seis Sigma. Sem o
envolvimento e suporte da alta gerncia, a verdadeira importncia da iniciativa ser
questionada e a energia por trs da implementao ser enfraquecida. Qualquer gerente
achar muito fcil dizer que est envolvido com a implantao da metodologia Seis
Sigma. Entretanto, estar envolvido com aes isoladas uma coisa, mas para o sucesso
da implementao os gerentes devem obrigatoriamente estar comprometidos, atravs da
criao e participao do sistema de gerenciamento, alm de participar e liderar seus
prprios projetos. Seis Sigma tem que ser parte da funo, da rotina diria de cada
gerente, tanto de alto escalo quanto operacional.

Mudana Cultural: a metodologia Seis Sigma considerada uma estratgia de

ruptura ou quebra de paradigma porque envolve ajustes nos valores e cultura da


organizao, para sua implementao. Tambm pode envolver substancial mudana na
estrutura da organizao. Freqentemente quando mudanas profundas ocorrem, as
pessoas envolvidas ficam com receio do desconhecido e se tornam um obstculo, com
frases tpicas: j tentamos isto antes e no funciona na nossa organizao ou esta a
maneira que sempre trabalhamos. Para eliminar esta imensa barreira, os lderes tm
que conduzir a implementao demonstrando, atravs do seu exemplo, que defeitos no
devem ser escondidos por medo de punio, mas sim, so oportunidades para
desenvolvimento, alm da elevao tcnica dos participantes, que ser abordada num
fator adiante. Continuando, Coronado (2002), descreve as 4 razes para resistncia das
pessoas envolvidas nesta mudana:
o Tcnica: dificuldade de entender as ferramentas estatsticas. Treinamento se faz
imprescindvel, com exemplos do dia-a-dia para facilitar.

- 16 -

o Poltica: crena que a implementao da soluo causar mais perdas de


material. A estratgia, neste caso, demonstrar a necessidade da melhoria e os
efeitos benficos de sua implementao.
o Individual: resultado de colaboradores altamente estressados com excesso de
trabalho. H a necessidade de se demonstrar o quanto a soluo auxiliar na
execuo de tarefas repetitivas o que resultar em tempo para participar em mais
projetos de melhoria no futuro.
o Organizacional: esta a barreira mais difcil de ser removida porque a cultura
de toda a organizao foi formada pelo discurso dos seus gerentes. Neste caso,
uma intensa comunicao dos benefcios da mudana tem que ser passada pelos
prprios gerentes formadores de opinio.

Comunicao: um plano de comunicao importante para envolver as pessoas na

iniciativa Seis Sigma, esclarecendo como funciona, como interferir na sua rotina de
trabalho e principalmente os benefcios de sua implementao. Esta a melhor maneira
de diminuir ou at eliminar qualquer fonte de resistncia. Uma clara definio de quem
far a comunicao e com que freqncia fundamental. Um exemplo de comunicao
foi o distintivo utilizado pelos colaboradores da Sony com o slogan: mostra-me os
dados, comunicando o novo estilo de gerenciamento baseados em fatos e dados e no
mais em intuio. Outra forma de comunicao muito eficiente a publicao de
projetos e seus resultados, principalmente se evidenciam as lies aprendidas:
preveno para futuros projetos.

Infra-estrutura da organizao: para a implantao da metodologia Seis Sigma

com sucesso, algumas caractersticas organizacionais so necessrias. Como exemplo,


habilidades de transparncia na comunicao, estratgia de longo prazo e
principalmente trabalho em equipe, alm de suficiente investimento e recursos para
embarcar na metodologia Seis Sigma. O trabalho em equipe muito importante por
causa do senso de propriedade de processo de seus membros, da comunicao fcil e da
viso geral da organizao. As organizaes que tiveram sucesso com a aplicao do
Seis Sigma fizeram um substancial investimento inicial para seu lanamento. Neste
investimento inclui folha de pagamento direta (promoes, nomeaes, contrataes) e
indireta (consultoria), treinamentos internos e externos, alm de financiamento em

- 17 -

planos de implementaes de aes de melhoria originada dos projetos. Exemplos de


estrutura Seis Sigma sero detalhados frente, ainda dentro deste captulo.

Treinamento: um fator crtico importantssimo. Quanto antes se treinar e

comunicar o porqu e o como da implementao do Seis Sigma, melhor. Esta atitude


diminuir a ansiedade dos participantes e sesses intensivas de treinamento, quer seja de
green belt ou black belt, ser a fonte de conhecimento terico que embasar toda a
aplicao das ferramentas estatsticas a serem empregadas. Normalmente as sesses de
treinamento se iniciam com a alta gerncia executando o treinamento de champion e
em seguida se iniciam as sesses de treinamento dos belts. A seleo das pessoas para
serem green e black belts ser tratada a frente. Embora o treinamento formal seja
passado apenas para os belts isto no significa que apenas estas pessoas so
responsveis pelo Seis Sigma dentro da organizao. Os belts so os agentes da
mudana e devem disseminar a filosofia Seis Sigma por todas as reas. Os operadores,
colaboradores que melhor conhecem os detalhes de cada fase de cada processo devem
tambm estar familiarizados com o Seis Sigma uma vez que so os principais
contribuidores na consistncia de qualidade dos produtos ou servios. Exemplo de
contedo de treinamento ser exposto mais frente.

Ligao da metodologia Seis Sigma com a estratgia do negcio: o Seis Sigma

no pode ser tratado como mais uma outra atividade paralela. requerida aderncia
total a filosofia e no apenas ao uso de algumas ferramentas isoladas. Os projetos
devem estar diretamente ligados a melhoria de produto e processo que impactaro
significativamente nos objetivos operacionais e financeiros da organizao, e tambm
afetaro positivamente os negcios dos clientes.

Ligao do Seis Sigma com o cliente: o Seis Sigma deve iniciar e terminar com o

cliente. Projetos devem iniciar com a determinao dos requisitos dos clientes. Um
ponto importante a identificao das caractersticas crticas de qualidade para os
clientes, tambm conhecida como CTQs (Critical-to-Quality). Antes do incio de
qualquer projeto Seis Sigma, os CTQs devem ser determinados quantitativamente e
podero ser mtricas primrias ou contra-medidas do projeto. Contra-medida so as
mtricas que precisam ser no mnimo mantidas durante a implementao das melhorias.
Muitas vezes, a quantificao dos CTQs uma tarefa bastante difcil, especialmente

- 18 -

quando os requisitos so ambguos, subjetivos ou pobremente definidos. Entretanto,


necessrio se eliminar ambigidades atravs de priorizao, implantar alguma maneira
de quantificar a subjetividade atravs de escala numrica, por exemplo, e por fim,
utilizar ferramenta para se esclarecer a real importncia de um CTQ. Uma ferramenta
bastante conhecida e amplamente utilizada neste caso a QFD (Quality Function
Deployment), ou seja, uma matriz de Desdobramento da Funo Qualidade.

Ligao do Seis Sigma com Recursos Humanos: mudana de comportamento

profunda curto e longo prazo requer que os objetivos Seis Sigma sejam internalizados
no nvel individual. Portanto, a rea de RH da organizao deve ser envolvida para
promover a correta preparao das pessoas para as mudanas. Incorporando os
resultados do Seis Sigma parcela varivel dos colaboradores uma tima maneira de
se obter total engajamento de todos. Por exemplo, na GE 40% do salrio dos executivos
esto atados aos resultados dos projetos Seis Sigma.

Ligao do Seis Sigma com os fornecedores: as organizaes precisam expandir a

filosofia Seis Sigma alm de suas fronteiras. Uma excelente maneira de expandir a
metodologia rapidamente envolvendo fornecedores chave, tornando-os parceiros
dividindo os ganhos atingidos pelos projetos em conjunto. O resultado duplicado
(relao ganha-ganha), pois fideliza a relao e se reduz drasticamente a variabilidade
dos insumos, comparado com materiais com fontes mltiplas de fornecimento.

Entender as ferramentas e tcnicas inseridas na metodologia Seis Sigma:

durante o treinamento, os belts aprendem 3 conjuntos de ferramentas: liderana,


processo, time. Como a abordagem da implementao Seis Sigma pode variar de
organizao para organizao, os belts tm que ser hbeis na conduo do projeto
para se chegar meta desejada. A abordagem mais comum a metodologia de
resoluo de problemas DMAIC, utilizada no estudo de caso deste projeto, que ser
descrita no prximo captulo. Qualquer que seja a abordagem, a utilizao de
ferramentas estatsticas fortemente recomendada. Entretanto, em muitos casos,
ferramentas estatsticas avanadas no so necessrias. muito importantes o
acompanhamento e suporte tcnico de belts experientes na utilizao das ferramentas.
Em alguns casos, treinamentos especficos ou de reciclagem so necessrios, pois se no

- 19 -

h a aplicao imediata dos conceitos, comum que os membros das equipes esqueam
como se aplicam estas ferramentas corretamente.

Habilidades de Gerenciamento de Projetos: os lderes, podendo ser green ou

black belts, devem possuir conhecimentos prticos em gerenciamento de projetos.


Muitos projetos falham devido fraca habilidade do lder no gerenciamento do projeto,
na determinao de agenda de atividades, regras da equipe e das reunies, e
principalmente na determinao de papis e responsabilidades de cada membro da
equipe. Tempo, custo e qualidade so elementos chave do gerenciamento de projetos.
Definindo-os, a equipe se concentrar em determinar os recursos para aumentar os
ganhos, at mesmo reduzindo o tempo e custos de implementao.

Seleo e priorizao de projetos: como o Seis Sigma uma metodologia

direcionada pela execuo de projetos, essencial selecionar os projetos que provero o


mximo benefcio para a organizao. Os projetos so escolhidos conforme eles
impactam positivamente os objetivos de negcio da organizao. Como este um dos
principais fatores crtico para o sucesso do Seis Sigma, mais a frente se apresentar em
detalhes a importncia e as maneiras de se priorizar projetos.
Finalmente, segundo Coronado (2002), todos estes 12 fatores descritos acima so
essenciais e devem ser considerados para otimizao do retorno financeiro e do conhecimento
tcnico dos colaboradores na implementao da metodologia Seis Sigma. A negligncia em
algum destes fatores determinar a diferena entre a implementao com sucesso e a completa
perda de dinheiro, tempo e esforo, muitas vezes irremedivel.

2.6. Equipe Seis Sigma


Para que uma empresa trabalhe com alto desempenho necessrio que se forme uma
equipe de trabalho muito comprometida e competente. Uma equipe de trabalho deve conter
membros muito bem treinados, com responsabilidades e papis muito bem definidos.
a. Formao da Equipe
Nos captulos 9 e 10 do livro Estratgia Seis Sigma de Pande (2001) os papis-chave numa
Organizao Seis Sigma esto assim detalhados:

Conselho ou Grupo de Liderana: Executivos devem ter um frum onde possam


discutir, planejar, orientar e aprender com a iniciativa. A Equipe de Liderana Seis

- 20 -

Sigma ou Conselho de Qualidade de modo geral a mesma equipe da alta


gerncia j existente. Responsabilidades:
o Todas as funes de planejamento e marketing;
o Estabelecer os papis e a infra-estrutura da iniciativa Seis Sigma;
o Selecionar projetos especficos e alocar adequadamente os recursos necessrios;
o Rever, periodicamente, o progresso dos projetos e oferecer idias e auxlio;
o Servir (individualmente) como champions de projetos Seis Sigma;
o Auxiliar a quantificar o impacto dos esforos Seis Sigma nos resultados da
empresa;
o Avaliar o progresso e identificar pontos fortes e fracos do esforo;
o Compartilhar melhores prticas com toda a empresa;
o Compartilhar melhores prticas com fornecedores e clientes (quando for o caso);
o Agir como removedor de barreiras quando equipes identificarem bloqueios
aparentes;
o Aplicar as lies aprendidas a seus estilos pessoais de gerncia.
Reunies mensais podem ser suficientes, mas sesses mais curtas e freqentes podem
funcionar melhor para manter o passo e energia por trs das melhorias.

Patrocinador (Champion): o gerente snior que supervisiona um projeto de


melhoria. Responsabilidades:

o Determinar e manter metas amplas para projetos de melhoria sob sua


responsabilidade;
o Determinar o caminho lgico do Projeto;
o Assegurar que estejam alinhados com prioridades de negcios;
o Aprovar mudanas no direcionamento e escopo do projeto (quando for o caso);
o Encontrar e negociar a obteno de recursos para projetos;
o Representar a equipe perante o Grupo de Liderana;
o Resolver questes ou sobreposies entre equipes ou com pessoas fora da equipe;
o Aplicar seu conhecimento de melhoria de processos a prprias tarefas de gerncia;
o Trabalhar com Proprietrios de Processos para assegurar perfeita transio de
responsabilidade ao final de um projeto de melhoria.

- 21 -

Lder de Implementao: a menos que um de seus altos executivos existentes


planeje

adicionar

administrao

dos

esforos

Seis

Sigma

suas

responsabilidades (que podem exigir muito tempo e energia), ser necessrio


dedicar recursos gesto do progresso e logstica do dia-a-dia. Um lder de
implementao

ou

diretor

de

Seis

Sigma

poder

ser

suficiente.

Responsabilidades:
o Apoiar o grupo de liderana, incluindo comunicao, seleo e anlise de projetos;
o Identificar e recomendar indivduos/grupos para preencher papis-chave na
estrutura das equipes, incluindo consultoria e suporte de treinamento externos;
o Preparar e executar planos de treinamento, incluindo programa, cronograma;
o Ajudar champions a desempenhar o papel de estimuladores de equipes;
o Documentar o progresso geral e suscitar questes que necessitem de ateno;
o Executar o plano de marketing interno para a iniciativa.
O talento e as energias exigidas para este papel podem ser enormes. Embora mais
generalista do que especialista em Seis Sigma, este lder pode ter impacto muito maior no
sucesso geral do que qualquer outro indivduo.

Coach de Seis Sigma: um treinador ou consultor. Em muitos casos, os


Faixas-Preta (Black Belts) e os Mestres-Faixas-Preta (Master Black Belts) se
encaixam nesta descrio. Uma questo chave para o sucesso definir acordos
claros quanto aos papis das pessoas e a extenso do envolvimento direto em
projetos e processos. Existe linha tnue entre ajudar e interferir. O coach oferece
conselhos e assistncia especializados aos Proprietrios de Processos e equipes de
melhoria Seis Sigma. O Coach um especialista em estatstica e ferramentas
Seis Sigma, embora o nvel de especializao possa variar de empresa para
empresa com base em como os papis estejam estruturados e no nvel de
complexidade dos problemas. Responsabilidades:

o Auxiliar o Lder da Implementao na preparao e execuo dos treinamentos;


o Estabelecer comunicao direta com o champion e o grupo de liderana;
o Estabelecer e cumprir um cronograma firme para o projeto;
o Lidar com resistncias ou falta de cooperao das pessoas na organizao;
o Estimar potencial e validar resultados efetivos dos projetos;

- 22 -

o Resolver desentendimentos ou conflitos entre membros de equipe;


o Coletar e analisar dados sobre atividades de equipe;
o Suportar equipes no reconhecimento e celebrao de seus sucessos.

Lder de Equipe ou Lder de Projeto: Indivduo que assume a responsabilidade


primria pelo trabalho e pelos resultados de um Projeto Seis Sigma. Focaliza em
melhoria ou projeto/reprojeto de processos, mas tambm pode assumir esforos
ligados a sistemas de Voz do Cliente, medio ou gesto de processos. O lder de
equipe crtico para a manuteno do projeto em seus trilhos e para assegurar que
o progresso continue. Em muitas empresas, os lderes em projetos mais simples
so os Faixas-Verde (Green Belts). Se a abrangncia do projeto multidepartamental ou o projeto tem uma alta complexidade tcnica ou ainda, alto
impacto financeiro o lder do projeto pode ser um Faixa-Preta (Black Belt).
Responsabilidades:

o Rever e esclarecer o caminho lgico do projeto com o champion;


o Desenvolver e atualizar a misso do projeto e seu plano de implementao;
o Selecionar ou ajudar a selecionar os membros da equipe do projeto;
o Identificar e procurar recursos e informaes;
o Definir e suportar o uso de ferramentas Seis Sigma, bem como tcnicas de
gerncia de equipes e de reunies;
o Manter o cronograma do projeto em direo a solues e resultados finais;
o Apoiar a transferncia de novas solues ou processos para operaes em
andamento, ao mesmo tempo em que trabalha com gerentes funcionais e/ou
proprietrios de processos;
o Documentar resultados finais e criar uma histria do projeto.

Membro de Equipe: fornecem o crebro e os msculos adicionais para a


medio, anlise e melhoria de um processo. Tambm ajudam a disseminar
informaes sobre ferramentas e processos Seis Sigma e se tornam parte da fora
reserva para projetos futuros.

- 23 -

Proprietrio do Processo: assume uma nova responsabilidade transfuncional para


gerenciar um conjunto de passos de ponta-a-ponta que fornecem valor a um cliente
interno ou externo. Recebe a transferncia das responsabilidades do lder do
projeto Seis Sigma, aps seu fechamento, e responsvel por garantir que o plano
de controle seja cumprido risca. Tambm se torna o proprietrio de processos
novos e recm-projetados. Observe que o lder do projeto e o proprietrio do
processo podem ser a mesma pessoa. Assim como neste projeto, o proprietrio do
processo e o Green Belt era o Supervisor de Produo.

A Tabela 2.3 um resumo das 7 funes descritas acima por Pande (2001).

Tabela 2.3: Exemplo de Equipes Seis Sigma (Fonte: Pande, 2001)


Papel Genrico
1. Conselho de Liderana

Belts ou Outros Ttulos


Conselho da Qualidade, Comit de Gesto Seis Sigma, Comit
Gerencial da Empresa.
2. Patrocinador
Champion, Proprietrio de Processo.
3. Lder de Implementao Diretor Seis Sigma, Lder da Qualidade, Master Black Belt.
4. Coach
Master Black Belt, Black Belt.
5. Lder de Equipe
Black Belt, Green Belt.
6. Membro de Equipe
Green Belt, Membro de Equipe.
7. Proprietrio de Processo Champion, Green Belt.
A Figura 2.4 define 2 opes de estrutura hierrquica.
Opo A
Champion

Master
Black Belt

Black Belt
ou Green Belt

Opo B
Master
Black Belt

Champion

Supervisionar/
Guiar Projeto(s)
Dar Coaching /
Suporte ao Lder
do Projeto

Black
Belt

Green Belt ou Lder de Equipe

Levar o Projeto ao
Sucesso

Analisar e
Equipe de Melhoria
Equipe de Melhoria
Implementar a
Melhoria
Figura 2.4 Exemplos de Estrutura Seis Sigma (Fonte: Pande, 2001)

- 24 -

Kunes (2002) escreve que existe a necessidade de 1 Master Black Belt para suportar 10
Black Belts. Esta proporo importante para que o Master Black Belt realmente dedique o
tempo necessrio para reviso e suporte da implementao dos projetos.

b. Questes de Clareza de Papis


Para Pande (2001), responsabilidades sobrepostas e confuso quanto aos papis podem
criar desafios significativos, mesmo numa estrutura aparentemente clara. Um champion vido,
comparecendo a todas as reunies de equipe, pode estar deixando o lder de equipe pouco
vontade e fazendo com que se sinta sem importncia. Um coach que adota uma abordagem de
distanciamento com a equipe que enfrenta dificuldades pode gerar frustrao e desiluso na
equipe. importante tanto estabelecer diretrizes claras para cada papel quanto encorajar
comunicao sobre como indivduos podem adaptar seus papis a seus estilos individuais. Outro
ponto de conflito: quando funes existentes parecem se sobrepor s da estrutura Seis Sigma.
Algumas empresas tm utilizado auditores de negcios e departamentos em seus esforos de
melhoria. Incluir as responsabilidades atuais dessas pessoas no mix de atividades Seis Sigma
importante; ignor-las apenas aumentar a probabilidade de confuso, ou mesmo de
ressentimento. No h qualquer resposta pronta quanto melhor maneira de resolver questes de
papis, mas o objetivo mais importante assegurar que todos os papis potencialmente em
duplicata sejam eliminados.

c. Consideraes quanto definio do Papel de Black Belt (Pande, 2001)


Desenvolvimento de habilidades gerenciais: a finalidade do desenvolvimento de
Black Belts a de aprimorar as habilidades de gerentes e lderes. So
selecionados internamente na empresa e designados para liderar projetos de
melhoria.

Prs:

o Pessoas j com experincia direta na organizao e nos processos para


trabalhar em oportunidades de melhoria;
o Gerentes de nvel mdio diretamente no esforo Seis Sigma;
o Possuem familiaridade com polticas e pessoas da organizao, o que significa
poderem suportar a seleo de membros de equipe;

- 25 -

o Quando conhecidos e respeitados, podem ajudar a convencer outros


funcionrios da empresa sobre a eficincia da metodologia Seis Sigma;
o Adiciona conhecimento e habilidades do Seis Sigma no talento gerencial.

Contras:

o Pode desviar talento gerencial das operaes do dia-a-dia;


o Pode prolongar tempo na rampa de acesso necessrio para treinar e familiarizar
Black Belts com mtodos Seis Sigma.
Construir especializao tcnica: estabelecer Black Belts como cargo
permanente e caminho de carreira. Tendero a contratar ou selecionar e treinar
pessoas com habilidades e aptides focalizadas em Seis Sigma. Embora possa
liderar projetos, encaixa melhor como coach e seu avano seria dentre as fileiras
do grupo especialista em Seis Sigma.

Prs:

o Permite conhecimento especializado em Seis Sigma aplicado imediatamente.


o Permite elevar nvel do rigor do treinamento.
o Mantm recursos focalizados, ao invs de dispers-los pela organizao.
o Pode permitir maior nmero de projetos.

Contras:

o Black Belts tecnicamente orientados podem possuir menores conhecimentos


ou experincia organizacionais.
o No semear as fileiras gerenciais e profissionais com lderes de projetos Seis
Sigma experimentados e treinados.
Abordagem hbrida: mistura das duas abordagens pode funcionar melhor:
selecionar Black Belts dos grupos gerenciais existentes e selecionar outros de
fora especificamente para serem os msculos tcnicos do Seis Sigma. No modelo
hbrido, voc teria a escolha de denominar o grupo temporrio de Green Belts e
os especialistas tcnicos de Black Belts ou Master Black Belts.

Segundo Gross (2001), o Black Belt deve implementar pelo menos 2 projetos com
sucesso para ganhar a sua certificao. O Green Belt deve liderar com sucesso pelo menos 1
projeto para a certificao. Entende-se como sucesso, a aplicao de ferramentas estatsticas e

- 26 -

fechamento do projeto com os resultados demonstrando o objetivo atingido ou superado.


Idealmente, aps o treinamento e certificao de suficiente nmero de Green Belts, deve ser
instituda uma poltica requerendo que todos os candidatos a Black Belt devem ser Green
Belts certificados. Esta poltica estabelece uma motivao certificao bem como eleva o nvel
dos Black Belts, devido a pr-experincia na liderana de um projeto Seis Sigma.

Projeto de alto risco, de longo prazo, de alto retorno ou com muitos departamentos
envolvidos deve ser liderado pelo Black Belt mais experiente da organizao, uma vez que
experincia ser crucial para o sucesso de um importante projeto Seis Sigma (Lynch, 2003).

d. Seleo de Membros de Equipes de Projetos


Segundo Pande (2001), ateno especial deve ser dada para que a equipe no seja
sobrecarregada com membros em demasia. comum se exagerar nos primeiros projetos
incluindo na equipe toda pessoa cuja habilidade ou contribuio possa vir a ser necessria durante
algum momento do projeto. Equipes grandes movem-se vagarosamente e seus membros tendem a
ser menos engajados e entusiasmados. Um nmero bom est entre 5 a 8 pessoas, apesar de no
existir regra fixa. Acima disso, a comunicao tende a ser excessivamente complicada, as
decises mais difceis de serem tomadas e a coeso fraca.
Baseado em Pande (2001), as perguntas-chave para seleo de membros de equipe so:
o Quem tem o melhor conhecimento do processo que est sendo melhorado?
o Quem tem o maior conhecimento do problema e/ou o melhor acesso aos dados?
o Quais as habilidades-chave que sero necessrias ao longo do decurso do projeto?
o Que grupos ou funes sero mais diretamente afetados pelo projeto?
o Que grau de representao gerencial/de linha de frente ser provavelmente necessrio?
o Que habilidades, funes ou nveis organizacionais podem ser obtidos durante o projeto,
quando se fizerem necessrias?

2.7. Treinamento na Metodologia Seis Sigma


Para Bigelow (2002), para se atingir eficincia operacional, tem-se que providenciar para o
maior ativo de todas as empresa as pessoas ou os colaboradores as ferramentas e treinamentos

- 27 -

adequados para que cada funo seja executada de maneira correta na primeira vez. O
atendimento da excelncia operacional envolve um ciclo com:

Claro estabelecimento,

Efetiva comunicao e

Constante avaliao dos requisitos dos clientes.

Muitas empresas acabam no controlando quantas vezes um colaborador foi treinado no


mesmo assunto e, portanto no faz nenhuma investigao de qual a causa raiz da inabilidade do
aprendizado. Uma vez que na implantao do Seis Sigma, o aprendizado na utilizao das
ferramentas fundamental, fica como sugesto quanto ao treinamento, segundo Bigelow (2002):

Seja ministrado por treinador plenamente qualificado (Master Black Belt, Black
Belt ou Coach Seis Sigma);

Seja medida a eficincia do treinamento:


a. Relatrio formal com pontos positivos e oportunidades levantadas
anonimamente pelos participantes (com plano de ao para melhorias);
b. Material para estudo antes do treinamento com avaliao da absoro inicial;
c. Avaliao terica imediatamente aps o treinamento com reorientao
especfica, caso necessrio;
d. Acompanhamento intensivo do primeiro projeto, no uso das ferramentas.

Gross (2001) apresenta 3 nveis de treinamento Seis Sigma, aumentando o nvel de


treinamento em ferramentas estatsticas, de resoluo de problemas e de gerenciamento de
mudanas, conforme aumenta a graduao anloga as artes marciais:

Green Belt: todos os mensalistas de uma organizao devem passar por este
treinamento, com a aplicao em pelo menos 1 projeto para que o treinamento no
fique apenas na teoria e o funcionrio tenha que ser retreinado no momento da
participao ou liderana de 1 projeto;

Black Belt: treinamento tcnico e pequeno foco em gerenciamento de mudanas;

Master Black Belt: treinamento tcnico e de gerente de mudanas.

a. Princpios Bsicos do Treinamento Seis Sigma


Hahn (2001) descreve 7 dicas de boas prticas envolvidas no treinamento Seis Sigma:

- 28 -

Mapa Rodovirio (Roadmap): a integrao das ferramentas no tradicional


DMAIC permite que o treinando aprenda como as ferramentas se encaixam no
processo de melhoria. Isto contrasta com treinamentos tradicionais com
aprendizado solto das ferramentas estatsticas;
Teoria versus aplicao: ensinar as ferramentas com suas aplicaes na vida
real e omitir a maante fundamentao matemtica das mesmas;
Premissas envolvidas: no omitir as premissas por trs das ferramentas para
saber como proceder se alguma premissa violada;
Treinadores: devem ser entusiastas, normalmente experientes Black Belts
ou Master Black Belts que conhecem sobre aplicaes e negcios, alm de
conhecer princpios bsicos de treinamento para adultos;
Implementao: as ferramentas devem estar inseridas em programas
estatsticos computadorizados amigveis, de fcil utilizao, como Excel e
Minitab;
Ligao com projeto: o aprendizado terico do treinamento deve ser aplicado
simultaneamente com a execuo de projetos, com bom senso das ferramentas
que so adequadas a especficos projetos;
Treinamento personalizado: adaptar o material audincia: exemplo:
engenheiros, administradores ou vendedores;

b. Modelos de Contedo de Treinamento do Seis Sigma


Hahn (2001) sugere o seguinte treinamento tcnico (ferramentas) do Seis Sigma, conforme
mostrado na Tabela 2.4:

- 29 -

Tabela 2.4: Exemplo de Treinamento Ferramentas Seis Sigma (Fonte: Hahn, 2001)
Semana

Escopo

Definir
e
Medir

Analisar

Implementar

Controlar

Ferramentas
Viso Geral do Seis Sigma
DMAIC roadmap
Mapa do Processo
Matriz Causa e Efeito
Capacidade do Processo
Estatstica Bsica em Minitab
Desenvolvimento de Equipes
Anlise do Sistema de Medio
FMEA
Pensamento Estatstico
Teste de Hiptese
Anlise de Correlao
Regresso
Anlise Multivari
Anlise de Varincia
DOE fatorial completo
DOE fatorial fracionado
DOE blocos
DOE superfcie de resposta
Plano de Controle
Mecanismo prova de erros
Aplicaes especiais
Exerccio prtico final

Pande (2001) sugere um modelo de treinamento gerencial do Seis Sigma (Tabela 2.5), com
uma programao total de 20 a 44 dias, dependendo do aprofundamento desejado em cada um
dos componentes do treinamento. Entre as semanas de treinamento normalmente existem
semanas de folga, quando os treinandos trabalham nos seus projetos Seis Sigma. As
dificuldades so trazidas para o prximo mdulo durante a reviso dos projetos. No est se
sugerindo que todos os grupos mencionados necessitam de todos os elementos de treinamento
indicados. Devem ser selecionados de acordo com habilidades e prioridades atuais. Por outro
lado, os lderes de empresa no podem esperar delegar toda a responsabilidade de aprender novas
habilidades e conceitos a outras pessoas da organizao. Treinamento em Seis Sigma, com o
tempo, vai se tornar como uma habilidade de liderana empresarial medida que essas prticas e
ferramentas se tornarem uma parte importante da expanso de uma excelente organizao.
- 30 -

Tabela 2.5: Exemplo de Grade de Treinamento Gerencial (Fonte: Pande, 2001)


Componente de
Contedo-Chave
Treinamento
Orientao aos
Princpios bsicos Seis Sigma;
conceitos Seis Sigma reviso da necessidade da empresa
para o Seis Sigma.
Esforos Principais e Exigncias do papel e das
Champions Seis
habilidades para o Conselho de
Sigma
Liderana e Patrocinadores, seleo
de projeto; reviso de projetos de
equipe.
Processos Seis Sigma Instruo condensada e adaptada da
e Ferramentas para
medio e dos processos/ferramentas
Lderes
de anlise do Seis Sigma
Mudana Principal
Conceitos e prticas para estabelecer
direo, promoo e orientao para
a mudana organizacional.

Treinamento de
Habilidades Bsicas
para a Melhoria do
Seis Sigma
Colaborao e
Habilidades de
Liderana da Equipe

Intermediar a
Medio Seis Sigma
e as Ferramentas
Analticas

Ferramentas
Avanadas Seis
Sigma

Princpios e
Habilidades do
Gerenciamento de
Processos

Pblico

Tempo

Todos

1-2 dias

Lderes de empresas;
Lderes de
implementao.

1-2 dias

Lderes de empresas;
Lderes de
implementao.
Lderes de empresas;
Lderes de
implementao;
Master Black Belts;
Lderes de equipe;
Black Belts.
Melhoria do processo,
Lderes de equipe;
projeto/reprojeto, medio essencial Black Belts;
e ferramentas de melhorias.
Gerentes/Green Belts;
Membros da equipe;
Champions de projeto.
Habilidades e mtodos para
Lderes de empresa;
desenvolver consenso, discusses
Master Black Belts;
principais, conduo de reunies,
Lderes de equipe;
administrando desavenas.
Gerentes/Green Belts;
Membros de equipe.
Habilidades tcnicas para desafios de Master Black Belts;
projetos mais complexos:
Lderes de equipe;
amostragem e coleta de dados;
Black Belts;
controle estatstico de processo testes de significncia estatstica;
correlao e regresso; planejamento
de experimentos bsico.
Mdulos em habilidades de
Master Black Belts;
especializao e ferramentas:
Consultores internos.
utilizao do QFD; anlise estatstica
avanada; DOE avanado; mtodos
Taguchi, etc.
Definir um processo essencial ou de Proprietrios do
apoio; identificar resultados,
processo;
exigncias e medidas crticas; planos Lderes de empresa;
para monitoramento e resposta.
Gerentes funcionais.
- 31 -

3-5 dias

2-5 dias

6-10 dias

2-5 dias

2-6 dias

Varia por
tpico

2-5 dias

2.8. Princpios da Metodologia Seis Sigma


Existem 6 temas que so princpios, sustentados por muitas das ferramentas e Metodologia
do Seis Sigma. So eles, segundo Pande (2001):
Foco genuno no cliente: no Seis Sigma o foco no cliente torna-se a prioridade
principal. As melhorias Seis Sigma so definidas pelo seu impacto sobre a satisfao e
valores dos clientes.
Gerenciamento Dirigido para Dados e Fatos: o Seis Sigma leva o conceito de
gerenciamento de fatos a um novo e mais poderoso nvel. A disciplina Seis Sigma
comea esclarecendo que mediadas so chave para avaliar o desempenho de negcios,
depois ela aplica dados e anlises de modo a construir um entendimento de variveischave e a otimizar os resultados. Em um nvel mais p no cho, o Seis Sigma ajuda
os gerentes a responderem duas perguntas essenciais para apoiar decises e solues
dirigidas por fatos:
a. De que dados/ informaes eu realmente preciso?
b. Como usamos estes dados/ informaes para benefcio mximo?
Foco em Processo, Gesto e Melhoria: no Seis Sigma, processos so onde esto as
aes. Projetando produtos e servios, medindo desempenho, melhorando a eficincia
e a satisfao do cliente, o Seis Sigma posiciona o processo como o veculo chave
para o sucesso.
Gesto Pr-ativa: o Seis Sigma engloba ferramentas e prticas que substituem
hbitos reativos por um estilo de gerenciamento dinmico, receptivo e pr-ativo.
Considerando o ambiente competitivo atual, de estreitamento da margem de erro, ser
pr-ativo a nica maneira de voar.
Colaborao sem Fronteiras: o Seis Sigma expande as oportunidades de
colaborao j que as pessoas aprendem como seus papis se encaixam na imagem
geral e podem reconhecer e medir a interdependncia das atividades em todas as
partes de um processo. A colaborao sem fronteiras no Seis Sigma no significa
sacrifcio pessoal, mas exige uma compreenso das necessidades dos usurios finais e
tambm do fluxo de trabalho ao longo de um processo ou cadeia de fornecimento.
Alm disso, ela exige uma atitude que se compromete a usar o conhecimento do
cliente e do processo para beneficiar todas as partes. Logo, o sistema Seis Sigma pode

- 32 -

criar um ambiente e estruturas de gesto que auxiliem um verdadeiro trabalho em


equipe.
Impulso Perfeio, Tolerncia ao Fracasso: nenhuma empresa chegar nem um
pouco perto do seis Sigma sem lanar novas idias e mtodos, o que sempre envolve
algum risco. Desta forma, qualquer empresa que fizer do Seis Sigma seu objetivo ter
constantemente que se forar ser cada vez mais perfeita estando, ao mesmo tempo,
disposta a aceitar e controlar obstculos ocasionais.

2.9. Responsabilidades da Alta Gerncia na Implantao do Seis Sigma


Pande (2001) sugere as 8 mais importantes responsabilidades da alta gerncia na
implementao da Metodologia Seis Sigma:
Desenvolver um raciocnio forte das razes: dos porqus que uma iniciativa Seis
Sigma importante para a companhia.
Planejar e participar ativamente da implementao: nunca implicitamente
delegarem a responsabilidade por decises sobre um plano e metas amplas a algum
gerente Seis Sigma ou consultor. O jogo acabaria a. Isso porque sero eles que tero
que vender a idia e defend-la; tero que ser capazes de mudar o plano medida que
as necessidades e o conhecimento evolurem; so os mais bem posicionados para
equilibrar todas as prioridades e todos os desafios do negcio com o processo Seis
Sigma.
Criar uma viso e um plano de marketing: ter um tema ou viso ou at mesmo um
slogan e nome para o plano. Sua promoo do Seis Sigma deve se encaixar com sua
implementao. O desafio o de desenvolver um plano de marketing para o Seis
Sigma que seja atraente e desafiador, mas realista. Evite alarde excessivamente
otimista.
Tornarem-se defensores poderosos da iniciativa: pode parecer paradoxal que
executivos liderem algo a respeito do qual ainda esto aprendendo, mas isso mesmo.
Determine objetivos claros: em qualquer caso, devem ser compreensveis,
desafiadores, significativos e no impossveis.
Responsabilizem a vocs mesmos e a outros: a responsabilidade do Seis Sigma
comea com os prprios lderes. Um dos aspectos mais ousados, mais eficazes e mais

- 33 -

comentados do esforo Seis Sigma da GE foi a ligao de 40% da remunerao


varivel ou gratificaes de todos os executivos a esforos de Seis Sigma bem
sucedidos. Aquele incentivo p na fogueira enviou uma forte mensagem a todos na
GE a respeito da importncia do Seis Sigma e certamente ajudou a evitar que
projetos Seis Sigma fossem varridos pela enxurrada de outras prioridades.
Exigir medies concretas dos resultados: a questo de como julgar resultados deve
ser muito menos ambgua. O envolvimento de especialistas para quantificar e validar a
realizao pode atingir dois objetivos: ajudar a assegurar que os resultados que voc
alcanar so reais; impulsionar confiana em que voc est realmente srio quanto a
buscar e manter melhorias Seis Sigma. Os impactos diretos na linha de resultados Seis
Sigma podem ser diretamente ligados a medies como redues de defeitos, melhoria
de tempo de ciclo e custos mais baixos. Menos concretas, mas financeiramente mais
significativas no longo prazo, so margens de lucro, fidelidade de clientes, ndices de
reteno, vendas de novos produtos, etc.
Comunicar resultados e contratempos: divulgar apenas sucessos prejudicar sua
credibilidade ao dar a impresso que voc est dourando os resultados, pois as pessoas
acabaro por saber dos insucessos, de qualquer jeito.

2.10. Como e por onde se devem comear os esforos


Elliott (2003) explica que h 2 passos de preparao para uma sria implementao da
Metodologia Seis Sigma:
1. Assegurar que todas as pessoas que tm um real nvel de influncia sobre um
processo (profissionais de projeto, de processo, de produo e de manuteno)
possuem o que Deming chamaria de profundo conhecimento do processo, que
um nvel de conhecimento que inclui uma experincia detalhada terica e prtica
sobre o que, como e o porqu de cada fase deste processo. As fontes deste
profundo conhecimento esto com as empresas que criaram um processo, com os
tcnicos especialistas de cada empresa e com consultores externos;
2.

Usar este profundo conhecimento para liderar a organizao na sustentao da


estabilidade deste processo (corrida).

- 34 -

A preparao para a jornada Seis Sigma to difcil quanto se quer faz-la. Comece
apenas com um processo, ento todo um departamento, e finalmente toda a operao. A maioria
das empresas encontra dificuldades na implementao por causa da falta desta preparao e
impacincia para iniciar a corrida. Enfim, a jornada visando o Seis Sigma exatamente o que
somos pagos para fazer. atingir a mesma coisa que os gurus da qualidade vm falando nas
ltimas dcadas. Portanto, nas tentativas sem sucesso, o que faltou foi a preparao, ou o
comprometimento cultural para profundo conhecimento e vontade de us-lo (Elliott, 2003).
Para Pande, busca-se um dos 3 objetivos abaixo, quando se implementa o Seis Sigma:

Tabela 2.6 Incio dos Esforos (Fonte: Pande, 2001)


Objetivo da Implementao
Descrio
Transformao do Negcio Uma mudana importante em como a organizao funciona, ou
seja, mudana de cultura.
Exemplos:
Criar uma atitude focalizada no cliente;
Desenvolver maior flexibilidade;
Abandonar a antiga estrutura ou forma de fazer negcios.
Melhoria Estratgica
Objetiva fraquezas ou oportunidades estratgicas fundamentais.
Exemplo:
Acelerar o desenvolvimento de produtos;
Intensificar eficincias da cadeia de suprimento;
Desenvolver capacidades de e-commerce.
Soluo de Problemas
Determina reas especficas de altos custos, retrabalho ou
atrasos.
Exemplos:
Diminuir o tempo de ciclo de produo;
Reduzir o custo de fabricao de peas;
Neste projeto, o objetivo da implementao foi a Soluo de Problemas (alto custo devido
ao alto nvel de perda).

2.11. Empresas que devem adotar o Seis Sigma


Segundo Gross (2001), qualquer empresa, independente do porte ou do ramo de negcio
em que atua, pode adotar a metodologia, uma vez que ela de domnio pblico. Porm,
importante atentar para alguns pontos quanto sua aplicao:

- 35 -

Seis Sigma no um Salva-Vidas para empresas com problemas financeiros, mas


sim uma forma de cortar custos e fortalecer sua posio competitiva no mercado;

Seis Sigma demanda investimentos iniciais, como em todos projetos de melhoria,


destinados, por exemplo, implantao da infra-estrutura de suporte, treinamento de
especialistas, planejamento das aes, aquisio de softwares de estatstica e
consultorias. Verificar a relao custo/benefcio quando for utilizar um consultor: o
resultado pode ser bem mais rpido;

O sucesso do Seis Sigma est diretamente relacionado com a maneira pela qual o
conselho diretor conduz o processo de mudana da empresa e os colaboradores se
comprometem com a execuo do planejamento estratgico da implementao da
metodologia. Em resumo, como toda grande empresa que implementa a Metodologia
Seis Sigma, mantendo-se o foco na reduo de perdas e da variao, o benefcio
sempre ser lucro adicional nos resultados da empresa, independente do porte.

Muitas empresas pequenas esto erradamente tomando a atitude de esperar para ver com
relao Metodologia Seis Sigma, bem como a Metodologia da Manufatura Enxuta (Lean
Manufacturing). Manufatura Enxuta nada mais que fazer mais com menos, uma metodologia
popularizada como Sistema Toyota de Produo que visa identificar e eliminar toda espcie de
perdas de um processo, onde perdas so atividades que no agregam valor sob a tica dos
clientes.

Existe uma grande sinergia entre estas duas metodologias e muito mais que

contraditrias, elas so complementares. O que diferencia a implementao da metodologia Seis


Sigma de uma grande para uma pequena empresa apenas o montante do recurso aplicado,
porm em percentual de vendas esta diferena no deve existir. Recomenda-se comear com
pequeno investimento e os benefcios dos primeiros projetos devem financiar os seguintes num
ciclo virtuoso (Connor, 2003).
A Metodologia Seis Sigma de fato uma metodologia de Engenharia Industrial Avanada
devido unificao das ferramentas num mesmo pacote e utilizao macia de anlise estatstica.
Infelizmente, muitos departamentos de Engenharia Industrial clamam sua pequena parcela de
responsabilidade em vez de tomar a liderana na implantao da metodologia Seis Sigma (Jing,
2003). A metodologia Seis Sigma alcana resultados que a Engenharia Industrial no alcana o
que sugere que o Seis Sigma deve ser utilizado para alavancar os objetivos da Engenharia

- 36 -

Industrial. Seis Sigma se popularizou por uma questo psicolgica, porque algo novo tem que
aparecer de tempo em tempo e agora o momento do Seis Sigma. Muitos engenheiros clamam
durante o treinamento Seis Sigma que as ferramentas so as mesmas da Engenharia Industrial. De
fato, as ferramentas so as mesmas, porm a interligao que o DMAIC proporciona indita. Se
a Metodologia dos Sete Passos ou o PDCA (Plan-Do-Check-Act) for comparada com o DMAIC
verifica-se que h apenas pequenas variaes, com maior nfase em uma ou outra etapa de cada
metodologia. Este tpico daria uma nova dissertao comparando-se as diferentes metodologias.
Adverte Jing (2003): apenas fica como alerta aos departamentos de Engenharia Industrial que
devem tomar as seguintes atitudes:
1. Quando sua organizao adota a metodologia Seis Sigma:

Primeiramente, tornar-se um membro ativo e cooperativo;

Auxiliar na parte tcnica da fase de medio, onde Engenharia Industrial tem


muito conhecimento;

Promover a utilizao das ferramentas de Engenharia Industrial como parte da


metodologia Seis Sigma.

2. Quando a organizao no est implementando Seis Sigma;

Adquirir ativamente conhecimento sobre Seis Sigma;

Publicar e promover Seis Sigma dentro da organizao;

Utilizar a metodologia Seis Sigma quando apropriado para comprovar sua


fora.

Finalizando, segundo Jing (2003), agindo desta maneira, a Engenharia Industrial


naturalmente estar na liderana de qualquer metodologia.
Segundo Sharma (2004), muitos engenheiros se irritam, e com razo, quando se afirma que
Seis Sigma uma ferramenta nova e revolucionria. Na verdade, realmente a metodologia Seis
Sigma no uma ferramenta nova, apenas uma ligao lgica e racional destas antigas
ferramentas. Alm do mais, o Seis Sigma foca intensivamente no controle financeiro dos
projetos, o que de certa forma vinha sendo o ponto fraco de muitos engenheiros tradicionais. Isto
faz com que os gerentes admirem o Seis Sigma.
Olexa (2003) apontou que a metodologia Seis Sigma aplicada na GE Aircraft no foi para
salvar a vida da empresa. Na verdade, a empresa era bastante lucrativa e havia muita cultura e
conscincia de qualidade, bem como vrias metodologias, como Lean Manufacturing estava

- 37 -

sendo fortemente aplicada. Quando se anunciou que a empresa implantaria Seis Sigma houve
certa resistncia do pessoal porque pensavam que seria mais uma metodologia. Levou-se algum
tempo para se perceber que o Seis Sigma no concorria com nenhuma outra metodologia. A
grande diferena estava em 2 pontos:
- A demanda da alta gerncia, com grandes incentivos e, portanto, a mdia gerncia no
delegou a liderana;
- A aplicao da metodologia no apenas na manufatura, mas tambm na rea de negcios
o que proporcionou um timo alinhamento para a manufatura trabalhar nos projetos estratgicos,
sob o ponto de vista do cliente.
Muitas empresas adotam o Seis Sigma como um programa e delegam a liderana para
outros departamentos. Estas empresas at conseguem um pequeno sucesso, porm, o real poder
do Seis Sigma est no alinhamento com a rea de negcios e para isso preciso que a alta
gerncia da empresa esteja na liderana. Todo processo tem pontos em comum e a linguagem
Seis Sigma unifica conhecimento sobre variao, variveis-chave de entrada e sada, clientes,
entre outros. Portanto, no trate o Seis Sigma como um programa, mas como um valor, uma
maneira de fazer negcios (Olexa, 2003).
Motwani (2003) cita que muitas empresas de classe mundial, aps ter uma excelente base
em qualidade com a implantao do TQM (Total Quality Management) vm obtendo
resultados surpreendentes com a implantao do Seis Sigma. No caso especifico citada, a
empresa Dow Chemical obteve aproximadamente US$ 300 milhes de economia por ano, a partir
do incio de sua implementao em 1999. As lies aprendidas na implementao do Seis Sigma
na Dow, que envolveu planejamento, esforo e flexibilidade, esto descritas abaixo:
- Manter constncia nos propsitos: a Dow fez uma abordagem de cima para baixo (topdown), ou seja, a direo da empresa determinou claramente que o Seis Sigma era a estratgia a
ser adotada nas expectativas de longo prazo;
- Rigor financeiro: equipe de finanas foi montada para suportar os clculos dos benefcios
para se obter inquestionvel credibilidade do resultado;
- Um Banco de Dados foi estruturado para suportar toda a implantao e acompanhamento
da Metodologia Seis Sigma;
- Seis Sigma se tornou a maneira de se trabalhar e no algo adicional: isto ficou muito claro
para todos quando as avaliaes de performance ficaram atreladas aos objetivos Seis Sigma;

- 38 -

- Relao Priorizada de projetos aguardando recursos para incio: mantendo esta relao
viva, ou seja, sempre se preocupando em reabastecer esta lista medida que projetos vo se
iniciando (saindo da lista) uma tima maneira de garantir a continuidade do Seis Sigma.

Segundo Pande (2001) h trs perguntas-chave que devem ser respondidas se uma
organizao pretende adotar uma iniciativa Seis Sigma:
1. A mudana (seja ela abrangente ou direcionada) uma necessidade crtica para o
negcio, baseada em necessidades de linha de resultados, culturais ou competitivas?
2. Podemos criar alguma lgica estratgica forte aplicando o Seis Sigma a todo o nosso
negcio? Vai adquirir e manter o compromisso da liderana da empresa?
3. Os nossos sistemas e mtodos de melhoria existentes sero capazes de alcanar o grau
de mudana necessrio para nos manter como uma organizao bem-sucedida,
competitiva?
Se as respostas so: sim, sim e no, a empresa est pronta para adotar o Seis Sigma.

Benefcios Potenciais:
1. Conduza uma avaliao detalhada do benefcio financeiro de diversas
oportunidades representativas de melhoria.
2. Projete quantas oportunidades semelhantes existem dentro da
organizao.

Prazo para Resultados: primeira onda de projetos DMAIC 6 a 9 meses,


normalmente. Caso a urgncia seja grande, voc tambm pode gerenciar seus
custos para que a necessidade de um resultado no seja to grande e imediata.

Custos de Implementao:
1. Folha de pagamento direta.
2. Folha de pagamento indireta.
3. Treinamento e consultoria.
4. Custos de implementaes de melhoria.
5. Viagens e acomodaes.
6. Instalaes para treinamento.
7. Espao fsico para escritrios e reunies de equipes.

- 39 -

Custos dependero de sua velocidade de implementao, escala dos esforos e perfil de


risco geral quando chegar a hora de investir nos ganhos potenciais da iniciativa.

2.12. Seleo de Projetos Seis Sigma


a. Importncia da seleo dos projetos para o sucesso da implementao
Para Pande (2001), todas empresas que implantaram a metodologia Seis Sigma e
outras iniciativas de melhoria de processos afirmam que a seleo de projetos a atividade
mais crtica e geralmente a mais mal planejada e executada ao se lanar o Seis Sigma.
Projetos de melhoria bem selecionados e bem definidos geram resultados melhores e mais
rpidos. Por outro lado, projetos de melhoria mal selecionados e mal definidos geram
resultados retardados e frustrao. Seguir os passos certos descritos abaixo pode ser uma
excelente opo nesta situao, mas a escolha de projetos est cheia de armadilhas.
b. Princpios Bsicos para a Seleo de Projetos
Segundo Pande (2001), abaixo esto os princpios bsicos para a seleo adequada de
Projetos de melhoria Seis Sigma:
Treinamento de Executivos/Liderana: muito importante ensinar equipe snior
como escolher projetos.
Lanando um nmero razovel de projetos: as pessoas e as organizaes s
conseguem se concentrar em um nmero limitado de coisas de uma s vez. Uma onda
muito grande de projetos no incio pode sufocar a capacidade de lderes de monitorar e
orientar. Projetos em demasia dispersam a ateno das pessoas e sugam a sua
capacidade de implement-los bem. A GE admite, por exemplo, que foi um erro exigir
que cada gerente que estivesse aprendendo os mtodos Seis Sigma completasse um
projeto de melhoria pessoal. Muitos foram improvisados, at mesmo triviais,
reduzindo na essncia o benefcio total do esforo Seis Sigma. Outro fator importante
no deixar para fazer as tarefas na ltima hora porque o tempo para a tarefa muito
mais do que suficiente. O lder deve avaliar e reduzir o tempo em relao ao
planejamento inicial.
Avalie o Escopo dos Projetos adequadamente: No tente resolver o problema da
fome do mundo. O ideal alcanar um equilbrio entre dois critrios amplos:
significativo e controlvel. Isso poder manter as tarefas pequenas e bem focalizadas.

- 40 -

Precisamos examinar e tentar mudar a realidade daquilo que est sobre nossa rea de
influncia. Fora disso, apenas uma proteo adequada pode impedir que a
variabilidade e o caos nos atinjam. Lynch (2003) declara que o escopo do projeto a
parte vital no passo da definio do DMAIC e ter impacto decisivo no sucesso da
implementao do Seis Sigma. Projetos com escopo muito amplo resultaro em um
alongamento do prazo de fechamento do projeto e podero gerar frustrao e perda de
confiana dos executores do projeto. Mais uma vez, a clara definio do escopo do
projeto, com seus limites bem delineados, com as mtricas e principalmente
estimativa de prazos fundamental para o sucesso. Finalmente, o primeiro projeto de
um Black Belt deve:

Ser fechado entre 3 e 6 meses;

Seguir estritamente o processo DMAIC;

Utilizar vrias ferramentas da Metodologia Seis Sigma;

Ganhar autoconfiana o mais importante.

Foco: tanto em eficincia operacional quanto em benefcios para o cliente: a meta


obter lucros grandes e rpidos. A maioria das empresas acredita que o lucro rpido
somente vem atravs de reduo de custo e melhorias na eficincia. Isso bom, mas
deve-se balancear com atividades de muito mais potencial atravs de melhorias da
posio competitiva e fora de mercado, mesmo que o lucro leve mais tempo. O
compromisso de fazer com que os clientes sejam o nico foco da seleo do seu
projeto raro e requer disciplina executiva. Melhor conselho, novamente: equilibrar
projetos para que eles incluam tanto oportunidades de melhorias externas quanto
internas.
Escolhendo Fontes para Idias de Projetos. Podem incluir:

Fontes externas: Voz do Cliente, Voz do Mercado e Comparao com


Concorrentes. Fontes de informaes so artigos comerciais e sobre a empresa,
pesquisas sobre concorrentes e mercado, informao da equipe de vendas, etc.
Perguntas:
1. Onde estamos errando ao atender necessidades dos clientes?
2. Onde estamos mais atrasados do que nossos concorrentes?

- 41 -

3. Como o mercado est evoluindo? Estamos prontos para uma


adaptao?
4. Que novas necessidades despontam no horizonte para os clientes?

Fontes Internas/Externas: algumas das melhores oportunidades de melhoria


surgem dessas perguntas porque elas tm um valor claro tanto para a empresa
como para o seu posicionamento tendo em vista o mundo exterior. Perguntas:
1. Quais so as barreiras entre ns e nossos objetivos estratgicos?
2. Quais novas aquisies precisam ser integradas para que sejam
lucrativas e alinhadas com nossa imagem ideal de mercado?
3. Quais novos produtos, servios, locais, ou outras habilidades espera
lanar, para poder oferecer um valor melhor aos clientes e acionistas?

Fontes Internas: Voz do Processo e Voz do Funcionrio. Perguntas:


1. Quais atrasos importantes retardam nosso processo?
2. Onde existe um volume alto de defeitos e/ou retrabalho?
3. Onde esto aumentando os custos da baixa qualidade?
4. Quais preocupaes ou idias os funcionrios ou gerentes levantaram?

O objetivo balancear as maneiras pelas quais processos podem ser melhorados em


benefcio da empresa, dos clientes, dos acionistas e dos funcionrios.

c. Qualificao para um Projeto de Melhoria Seis Sigma (Pande 2001)


o H lacuna entre desempenho atual e desempenho desejado ou necessrio.
o A causa do problema no claramente compreendida.
o Normalmente problema crnico com causas complexas e comuns (no
especiais).
o A soluo no predeterminada, nem a soluo tima aparente.
o Necessita comprometimento significativo de recursos.

d. Definindo Critrios para Seleo de Projetos (Pande 2001)


O importante concordar no somente quanto ao que fazer, mas tambm quanto ao que no
fazer. importante saber dizer no. A palavra-chave : Prioridade: identificao de quais
problemas ou oportunidades tero que ser resolvidos primeiramente.

- 42 -

Trs categorias para priorizao de projetos de melhoria:


Resultados ou benefcios da empresa:

Impacto nos clientes externos e nas necessidades. Qual o benefcio ou a


importncia deste problema/oportunidade para nossos clientes ou pblicos
externos chave (acionistas, reguladores, parceiros da cadeia de suprimento)?

Impacto na estratgia empresarial, posio competitiva. Qual valor este projeto


potencial ter para nos auxiliar a perceber a viso de nossa empresa,
implementar a nossa estratgia de mercado ou melhorar a nossa posio
competitiva?

Impacto nas competncias essenciais. Como este possvel projeto do Seis Sigma
afetar nosso mix e nossas habilidades nas competncias essenciais? Poderia
envolver o reforo de uma competncia essencial ou desfazer-se de uma
atividade que no mais fosse vista como uma habilidade interna chave.

Impacto financeiro (reduo de custos, melhoria na eficincia, aumento de


vendas, ganho de fatia de mercado). Qual o lucro provvel em curto prazo? Em
longo prazo? Quo precisamente podemos calcular esses nmeros? Tenha
cuidado para no inflar os ganhos possveis alm do que for realista.

Urgncia: quais tipos de prazo se tm para resolver este problema ou capitalizar


em cima desta oportunidade? Urgncia diferente de impacto; um pequeno
problema pode ser urgente e um grande problema pode ter um prazo maior.

Tendncia: o problema, o assunto ou a oportunidade est ficando maior ou


menor com o tempo? O que acontecer se no fizermos nada?

Seqncia ou Dependncia. Outros projetos ou oportunidades possveis so


dependentes da resoluo deste assunto primeiro? Este assunto depende de que
outros problemas sejam resolvidos primeiro?

Viabilidade:

Recursos necessrios. Quantas pessoas, quanto tempo, quanto dinheiro este


projeto deve precisar?

Habilidade disponvel. Quais tipos de conhecimento ou habilidades tcnicas


sero necessrios para este projeto? Isso est disponvel e acessvel para ns?

- 43 -

Complexidade. Quo difcil ou complicado estimamos que ser desenvolver a


soluo de melhoria? E para implement-la?

Probabilidade de sucesso. Baseados no que sabemos, qual a probabilidade deste


projeto ser bem-sucedido (dentro de um prazo razovel)?

Apoio ou engajamento. Quanto apoio para este projeto ns calculamos obter de


grupos-chave dentro da organizao? Teremos como justificar este projeto?

Impacto Organizacional

Benefcios da aprendizagem. Quais novos conhecimentos sobre nosso


negcio, nossos clientes, processos e/ou sistemas Seis Sigma podemos obter
com este projeto?

Benefcios transfuncionais. At que ponto este projeto vai poder ajudar a


quebrar barreiras entre grupos na organizao e criar uma gerncia melhor de
todo o processo?

No se deve usar todos esses fatores na seleo de projetos. Deve se escolher entre cinco a
oito itens que sejam mais relevantes para a organizao atualmente. Melhor ficar com itens para
os quais se tenha resposta factual. Quando existem muitos projetos, uma priorizao com os
critrios ideais, como a Matriz de Priorizao que ser descrita adiante, pode ajudar a estruturar a
comparao de projetos.

- 44 -

Tabela 2.7 - Resumo de situaes na escolha de Projetos (Fonte: Pande, 2001)

Certo

Errado

1. Calque sua seleo em critrios slidos. 1. Escolher projetos demais. Melhoria requer
Equilibre resultados, viabilidade e impacto cuidados

organizacional. Boa seleo de projetos pode especialistas,


ser chave para um sucesso rpido.

alimentao
especialmente

por

lderes

no

incio.

tentador estender recursos e capacidades alm


dos limites usuais.

2. Equilibre eficincia/reduo de custos com 2. Criar projetos do tipo fome mundial.


valor para clientes, focalizados externamente. O Projetos grandes demais. Melhor fazer projetos
tema foco no cliente fonte da fora Seis pequenos demais rapidamente contato que
Sigma. Colocar todas as energias em economias tenham resultados significativos do que ter
de curto prazo somente envia sinal errado e projetos grandes demais se arrastando por
reduz a chance de promover satisfao e meses.
lealdade do cliente.
3. Prepare-se para transferncia eficaz equipe 3. Deixar de explicar a lgica por trs de
de melhoria. A definio da Misso pode projetos escolhidos. Todos tm problemas
fornecer um bom comeo para um projeto, aparentemente de prioridade mxima. Garantir
definindo assuntos e objetivos claros.

apoio para seus projetos escolhidos significa


fornecer uma boa lgica para suas prioridades.

- 45 -

Tabela 2.8 - Consideraes finais da Metodologia Seis Sigma (Fonte: Pande, 2001)
Seis Sigma
o Ligaes com a Base Pessoal e de Negcios.
o DNA da empresa.
o Parte das responsabilidades dirias especialmente de seus gerentes operacionais.
o Aplicao em processos administrativos e de servios (grande potencial de ganho).
o Liderana na vanguarda.
o Paixo e crena no Seis Sigma como forma de mudana para garantir o sucesso contnuo,
sem falar na sobrevivncia.
o Uma mensagem simples, mas consistentemente repetida.
o Definio: O Seis Sigma um sistema empresarial para alcanar e manter o sucesso com
foco no cliente, no Gerenciamento e Melhoria de Processo e o bom uso de fatos e dados.
o Determinar uma meta ambiciosa que faa sentido.
o Diferente das campanhas de zero defeito possuem uma meta desafiadora, mas crvel, 6
Sigma. Alm disso, define-se um sistema de medio onde as metas devem ser
periodicamente revisadas.
o Adaptar ferramentas e grau de rigor s circunstncias.
o Usar ferramentas/mtodos que cheguem a resultados com maior facilidade e simplicidade.
o Prioridade em Gerenciamento de Processo com cruzamento de funes.
o Mudana exponencial e no incremental.
o Tanto pequenas mudanas quanto grandes mudanas so parte essencial da sobrevivncia
e do sucesso das empresas do sculo XXI.
o Black Belts, Green Belts e Master Black Belts.
o Profissionais com muitas horas de treinamento.
o Porm, no basta apenas treinar.
o necessrio colocar em prtica no dia-a-dia e isto est sendo feito atravs da cobrana,
das medies e de formas mais arrojadas de ensino.
o Ateno a todos os processos de negcios.
o Seis Sigma no s trabalha em processos de servio ou transacionais, mas provavelmente
oferece grandes oportunidades nestes processos, alm da manufatura.

- 46 -

Captulo 3 Mtodo e Ferramentas Seis Sigma


3.1 Definio do Modelo DMAIC
Segundo Rath & Strong (2001), a metodologia Seis Sigma utiliza como ferramenta de
conduo o D-M-A-I-C, que o acrstico que representa: Definir-Medir-Analisar-ImplementarControlar. Tambm pode ser entendido como os substantivos destes verbos. Ento o DMAIC
uma estruturada, disciplinada e rigorosa abordagem para alcanar a melhoria do processo
composta pelos 5 passos ou fases descritos abaixo, onde cada passo est logicamente ligado com
o passo anterior assim como o posterior.
Segundo Lynch (2003) o DMAIC anlogo a um funil. Uma ampla oportunidade de uma
empresa ter seu escopo progressivamente estreitado, inicialmente utilizando as definies de
projeto Seis Sigma e posteriormente as ferramentas Seis Sigma. O resultado um problema que
pode facilmente ser entendido e rapidamente endereado com um foco de mira laser.

A razo para se seguir esta metodologia rigorosamente para garantir que as desafiantes
metas Seis Sigma sejam atingidas. Reforando:
1. Define = Definir = Definio
2. Measure = Medir = Medio
3. Analyze = Analisar = Anlise
4. Improve = Implementar a Melhoria = Implementao da Melhoria
5. Control = Controlar = Controle.

- 47 -

Porque adotar o DMAIC

Muitos modelos de esforos de melhoria baseiam-se no PDCA (Planejar-Executar-ChecarAgir: ciclo de melhoria Shewart), com seus pontos fortes e fracos. Existe a opo de se manter o
modelo atual de esforo de melhoria da empresa ou mud-lo. Neste caso, o DMAIC ser o
modelo devido s vantagens listadas a seguir, segundo Pande (2001):

Vantagens do DMAIC:
Comeando de novo: se o modelo atual percebido como parte de iniciativas de
qualidade fracassadas ou desacreditadas.
Dando novo contexto a ferramentas conhecidas: nova oportunidade de aprender
e praticar ferramentas conhecidas e acrescentar algumas novas.
Criando uma abordagem consistente: a existncia de modelos de melhoria
diferente dentro da mesma empresa no positiva. Uma deciso de escolher um
modelo e ficar com ele pode ser uma forma importante de usufruir a fora do
Seis Sigma.
Colocando prioridade em Medio e Controle: outros modelos no incorporam
a validao das necessidades dos clientes (internos e externos), tal qual faz o
DMAIC num sub-passo importante da fase Definir. E nenhuma outra ferramenta
se mostrou to eficaz no estabelecimento do plano de controle das variveischave do processo a fim de garantir a longevidade dos ganhos. Esta garantia vem
da perfeita troca de responsabilidade entre lder do projeto e proprietrio do
processo, no momento do fechamento do projeto.
Determinao eficaz do entitlement: um conceito chave para o Seis Sigma.
a melhor resposta possvel de um processo em termos de rendimento,
qualidade, velocidade e desempenho. Entitlement define o que o melhor
possvel; fornece o melhor nvel de desempenho para o qual devemos nos
orientar: Quo bem isto pode ser feito?. Conforme o conhecimento do
processo vai se aprofundando naturalmente o entitlement vai aumentando.
Existem 3 maneiras de se determinar o valor de entitlement:

Foco tecnolgico: a resposta do processo segundo os fabricantes dos


equipamentos, isento de qualquer defeito;

- 48 -

Foco histrico: a melhor resposta do processo ao longo dos anos;

Foco externo: a melhor resposta do processo, comparando-se com o melhor


desempenho de processos semelhantes dos concorrentes.

Tabela 3.1 - O modelo DMAIC (Fonte: Pande, 2001)


Passos
Melhoria de Processo
1.
Identifique a oportunidade
Definio Defina recursos
Estabelea mtricas
Estabelea metas e entitlement
2.
Medio

3.
Anlise

4.

Implemen
tao da
Melhoria
5.
Controle

Valide oportunidade/metas
Faa o Mapa com variveis de
entrada e sada por fase do
processo
Redefina problema/objetivo
Mea passos-chave/entradas
Desenvolva hipteses causais
Identifique causas-raiz poucas
e vitais
Valide hipteses

Desenvolva idias para remover


causas-raiz
Teste solues
Padronize soluo/mea
resultados
Estabelea medidas-padro para
manter desempenho
Corrija problema quando
necessrio

Projeto/Reprojeto de Processo
Identifique problemas especficos ou
amplos
Defina objetivo/Mude a viso
Esclarea o escopo e as exigncias do
cliente
Mea desempenho em relao s
exigncias
Colete dados sobre eficincia do processo

Identifique melhores prticas


Avalie projeto do processo
Com ou sem valor agregado
Gargalo do processo ou desconexes
Caminhos alternativos
Redefina exigncias
Projete novo processo
Desafie suposies
Aplique criatividade
Princpios de fluxo de trabalho
Implemente novos processos
Estabelea medidas e revises para manter
desempenho
Corrija problema quando necessrio

Conforme exposto na Tabela 3.1 (Pande, 2001) o DMAIC uma ferramenta que tem por
finalidade identificar, quantificar e minimizar as fontes de variao de um processo, assim como
sustentar e melhorar o desempenho deste processo aps seu aperfeioamento.

- 49 -

3.2 Ferramentas do Modelo DMAIC


Baseado em Chowdhury (2001), abaixo est a descrio superficial com a insero de
principais ferramentas de cada um dos passos que devem ser percorridos por um projeto que
utiliza esta ferramenta:

Definio: primeiramente na Definio, os dados preliminares do projeto devem ser


estabelecidos: a misso, o escopo, as mtricas, o time, o tempo e o impacto financeiro
estimados. Enfim, definir o projeto, os marcos iniciais e finais, os membros com
respectivas responsabilidades da equipe, as mtricas que indicaro se o projeto teve
sucesso ou no e qual a estimativa de retorno que a empresa ter com a execuo deste
projeto.

Medio: o passo da Medio tem o objetivo de determinar a situao do processo at


o momento do incio do projeto, ou seja, determinar a situao atual ou situao
corrente. Neste instante o processo mapeado com suas respectivas etapas,
identificando-se todas as variveis de entrada e sada. Ento, comea-se uma primeira
priorizao das variveis de entrada utilizando a ferramenta Matriz de Priorizao ou
o Grfico de Pareto. A verificao do sistema de medio tambm realizada para
garantir que os resultados sejam confiveis. Tambm neste passo coleta-se o maior
nmero de dados para que seja estabelecida a capacidade inicial do processo ou a
linha de base, utilizando-se grficos de controle. Segundo Breyfogle (2002), quando
uma empresa est implementando Seis Sigma, ela necessita alinhar suas mtricas e
atividades de melhoria com as necessidades de negcios. Um desdobramento das
mtricas principais de negcios para as mtricas departamentais deve ser definido de
modo que os colaboradores foquem os esforos naquilo que realmente importante.
Muitas empresas que atualmente enfrentam problemas financeiros estariam com
resultados melhores se seguissem s estratgias de negcios, em vez de brincar com
nmeros, ou seja, utilizar as mtricas que lhes agradam internamente ou projetos com
melhorias que no so reconhecidas pelos clientes.

Anlise: aps a Medio, vem o passo da Anlise, onde se continua a priorizao das
variveis de entrada atravs do entendimento das relaes entre as causas e os efeitos
do processo e potenciais fontes de variabilidade. Normalmente neste passo se utiliza a
ferramenta Anlise do Modo e Efeito das Falhas (Failure Mode and Effect Analysis

- 50 -

= FMEA). Quando se dispe de dados histricos do processo, pode-se utilizar tambm


a ferramenta Anlise Mltipla da Varincia (Multi-vari) para se priorizar ainda mais
as variveis (j anteriormente priorizadas) e focar em apenas algumas variveis os
experimentos para a coleta de informao ativa. Muitas pequenas idias de melhoria
de rpida e fcil implantao, geralmente chamadas de Quick Hits, so tambm
sadas deste passo.

Implementao: no passo 4, Implementao da Melhoria, so priorizadas as aes a


serem implementadas com os prazos e responsveis. Tambm neste passo, continua-se
a entender ainda mais o efeito das (agora algumas poucas) variveis-chave de entrada
nas variveis de sada do processo. Este estudo final normalmente auxiliado pela
ferramenta de Delineamento de Experimentos (Design of Experiments = DOE),
onde antes de se iniciar qualquer processo de melhoria por tentativa e erro, faz-se
um detalhado planejamento a fim de se otimizar a quantidade de experimentos (que
significa custo). Neste planejamento se determinam quais so os limites inferiores e
superiores que sero aferidos s variveis de entrada, a fim de determinar a amplitude
do impacto nas variveis-resposta do processo. Portanto, aps a realizao dos
experimentos, define-se quais os valores otimizados das variveis de entrada
resultaro nas melhores variveis de sadas.

Controle: finalmente, com as poucas variveis de entrada crticas para o processo


determinadas, bem como seus valores otimizados para se obter os valores desejados
das variveis de sada, um austero plano de Controle deve ser estipulado para que o
processo seja previsvel e consistente e, portanto, para que os ganhos conquistados
pelo projeto sejam mantidos. O plano de controle um documento formal
(normalmente uma planilha) que estabelece e monitora a capacidade final do processo
no longo prazo. Por fim, com a filosofia de sempre buscar o entitlement, determinase os futuros projetos para se construir a ponte visando o melhor desempenho
possvel, num processo contnuo.

- 51 -

3.3 Aplicao da Metodologia Seis Sigma em diferentes reas

Aplicao do Seis Sigma na Manufatura:

Atualmente muito comum relacionar a metodologia Seis Sigma a mais uma ferramenta da
Gesto da Qualidade. No entanto, devido a facilidade de comunicao dentro e fora da empresa
que a implementa, a metodologia Seis Sigma uma ferramenta gerencial, muito mais que uma
ferramenta de qualidade. Seis Sigma conduzido com uma sensata inter-relao de passos com
adequadas ferramentas, com a finalidade de atacar e controlar fortemente a causa raiz do
problema e conseqentemente reduzir o nmero de defeitos, utilizando dados reais e anlises
estatsticas. Desta maneira, a metodologia Seis Sigma, que tambm interpretada como uma
filosofia, pode ser usada para gerenciar todas as reas de uma organizao, tanto na manufatura
como em servios. A rea de manufatura de uma empresa tem uma distncia natural dos clientes
externos e por muitas vezes, at mesmo do cliente interno. Esta distncia que antigamente era
vista como proteo, atualmente a pe em risco de isolamento das movimentaes do mercado,
causando uma obsolescncia acelerada. A metodologia Seis Sigma implantada como uma direo
estratgica, entretanto, exige comunicao e relacionamento entre todos os processos da empresa,
desde a aquisio de insumos at o ps-venda, derrubando as barreiras entre a manufatura e o
mercado. De maneira prtica, colocando o impacto no cliente como uma das mtricas de todos os
projetos Seis Sigma aplicados na manufatura, consegue-se entender e aproximar estas reas to
distantes no Processo de Atendimento do Cliente (Supply Chain). Concluindo, a metodologia
Seis Sigma tem um importante papel no desenvolvimento de projetos na manufatura, e este ser o
foco do desenvolvimento deste trabalho.

Aplicao do Seis Sigma na rea de Logstica

Segundo Witt (2002), assim como na rea de Manufatura, pode-se aplicar a Metodologia
Seis Sigma na rea de Logstica para no apenas obter sucesso, mas tambm mant-lo. O objetivo
obter menos que 3.4 defeitos, ou praticamente pedidos perfeitos. Atendimento perfeito de
pedidos significa um pedido entregue:

Na hora certa e sem material danificado;

Com a correta adio de valor previamente acordada;

Na quantidade correta e sem substituies no autorizadas;

- 52 -

Finalmente, cobrana no valor e maneira acordada.

Ultimamente, uma srie de sistemas integrados vem auxiliando no gerenciamento de toda a


cadeia de suprimento, o que tornou possvel reduo do dinheiro empatado em estoques,
aumentando a sade financeira das empresas que os adotam. O processo de atendimento sem
defeitos se tornou to importante quanto um produto ou servio perfeito, porm este assunto deve
ser tratado num outro projeto devido riqueza de fatos a serem abordados.

Aplicao do Seis Sigma na preveno de acidentes

Sznaider (2000) afirma que quando os Gerentes de Segurana comearem a agir como os
Gerentes de Qualidade, eles deixaro de culpar os operadores pelos acidentes e passaro a atacar
a verdadeira causa dos problemas, que na maioria das vezes est no processo ou nos
equipamentos. Interessante notar que para cada 1 acidente srio que ocorre, j ocorreram 10
acidentes menores, 30 quebras de equipamento correlacionadas, 600 quase-acidentes (invisveis
porque no geram desperdcio relatado) e finalmente, 1800 erros. Na linguagem Seis Sigma,
1800 erros (ou 1 acidente grave) equivale a um nvel 4,4 sigma. Uma empresa com 100 acidentes
graves ter um nvel sigma menor que 2,5. Na busca pelo zero acidente (meta dificlima de
praticamente todas as empresas) fica a sugesto para um futuro projeto Seis Sigma nesta rea.

Aplicao do Seis Sigma em Laboratrio

Koban (2004) apresenta um estudo de caso interessante da aplicao do DMAIC em um


laboratrio, onde o objetivo era a avaliao da disperso de 4 pigmentos diferentes numa
formulao. Foi apresentado com muita clareza, como definir quais parmetros so importantes
para medir, como desempenhar as medidas e a anlise dos dados, e tomar decises referentes s
relativas diferenas em disperso entre 4 pigmentos testados.

As ferramentas apresentadas

foram: Mapa do Processo, Matriz de Priorizao e Anlise de Varincia (comum para determinar
se estaticamente os resultados so iguais ou diferentes). Na rea de laboratrio mais comum a
utilizao do DFSS (Design For Six Sigma) em vez do DMAIC. O DFSS empregado quando
ainda no se tem um processo estabelecido, ou quando as necessidades dos clientes no esto
claramente definidas. Como o objetivo deste projeto a aplicao do DMAIC, fica o DFSS como
sugesto para um futuro projeto.

- 53 -

Aplicao do Seis Sigma em uma fazenda de produo de leite

A metodologia Seis Sigma tem se popularizado de tal forma que se pode comprovar a sua
eficincia at mesmo em aplicaes totalmente diferentes de uma indstria. Segundo Tylutki
(2002), uma fazenda leiteira um sistema complexo e altamente integrado considerando alto
investimento em maquinaria, pessoas e gerenciamento. Como os proprietrios de pequenas
fazendas no esto familiarizados com ferramentas estatsticas, esto contratando consultores
como Black Belts para reverter um processo de lucros cada vez menores, e evitar a falncia.
Por causa da agressividade na obteno das metas, o Seis Sigma foi escolhido como a
metodologia mais adequada para minimizar os desperdcios na alimentao do gado que
proporciona o leite (matria-prima na produo de todos os produtos derivados). A equipe foi
formada, sendo os gerentes da fazenda recebendo o papel de Champion, os alimentadores como
Green Belts. Com um grande suporte dos proprietrios das fazendas, no final da
implementao do Seis Sigma ficou comprovado que as fazendas passaram a obter mais lucros
reduzindo o desperdcio da rao, atravs:

Da determinao das causas de variao na mistura da rao,

De um forte controle de padres de receitas e

De treinamento dos alimentadores (pessoas responsveis por preparar a rao e


alimentar os gados) nestas receitas padronizadas.

3.4. Detalhamento dos 5 Passos do DMAIC


Normalmente se utiliza um Cronograma do DMAIC com a finalidade de se unificar a
comunicao entre todos os colaboradores da situao de cada projeto individualmente. Neste
Cronograma (conhecido tambm como Project Tracking) todas as ferramentas mais comuns do
DMAIC so apresentadas e se faz um monitoramento do andamento do projeto, facilitando o
entendimento de cada passo e permitindo que os atrasos sejam identificados e recursos
redirecionados para se recuperar o tempo perdido. No incio do projeto se estima a data de incio
e fim de cada fase, conforme mostrado na Figura 3.1. A durao total do projeto vai depender da
habilidade e tamanho da equipe e da complexidade do projeto.

- 54 -

Cronograma de Controle - Modelo


Cronograma
Definir (previso de data)

Ms 1

Ms 2

Ms 3

Ms 4

Ms 5

Ms 6

Contrato do Projeto
Misso

Medir (previso de data)


Mapa do Processo
Anlise Comprometimento
Matriz de Priorizao
Anlise Sistema Medio
Capacidade Inicial

Analisar (previso de data)


FMEA

Implementar (previso de data)


DOE

Controlar (previso de data)


Plano de Controle
Treinamento
Capacidade Final
Passagem Responsabilidade
Relatrio Final

Figura 3.1: Modelo de Cronograma de Controle do Projeto Seis Sigma (Fonte: o prprio autor)

Abaixo, as ferramentas de cada passo do DMAIC sero descritas detalhadamente, de


acordo com o desenvolvimento deste projeto, baseadas em Rath & Strong (2001):

3.4.1. Definio
3.4.1.1. Contrato do Projeto (Project Charter): o contrato entre a equipe de liderana
da empresa e a equipe Seis Sigma. Contm a proposta do projeto, com as principais
informaes preliminares deste projeto a ser desenvolvido. Abaixo so descritas as
principais informaes que deve conter num contrato de projeto:
1. Nome do projeto;
2. Responsvel ou lder do projeto (Green Belt ou Black Belt);
3. Equipe do projeto;
4. Impacto dos benefcios;

- 55 -

5. Mtricas primria, secundrias e contra-medidas;


6. Cronograma: datas previstas de incio e fim de cada passo;
7. Identificao do processo a ser melhorado;
8. Descrio do problema / projeto;
9. Escopo ou Limites do projeto;
10. Suporte requerido recursos necessrios, entre outros.

3.4.1.2. Misso do projeto (Elevator Speech): a declarao resumida do projeto. Para


se determinar a misso de um projeto, normalmente se utiliza a ferramenta 5W1H.
Respondendo as 6 perguntas rapidamente se define o projeto e em alguns segundos
(tempo que se passa dentro de um elevador) se comunica o objetivo do projeto:
1. Who (quem)
2. What (o que)
3. Why (por que)
4. Where (onde)
5. When (quando)
6. How (como = plano de ao)
Na conduo de um projeto Seis Sigma, estrutura-se uma equipe que atua como agente de
mudanas. Esta equipe formada por pessoas treinadas para disseminar o conhecimento Seis
Sigma e dar assistncia aos colaboradores que ainda no executaram um projeto, viabilizando a
aplicao dos mtodos estatsticos necessrios. Esses agentes de mudana so os Master Black
Belts, Black Belts e os Green Belts.

3.4.2. Medio
3.4.2.1. Mapeamento do Processo (Process Map): o Mapa do Processo deve ser
constantemente atualizado e revisado. Esta ferramenta a fonte de informaes para
alimentar a Matriz de Priorizao, e posteriormente o FMEA, a Anlise Multi-vari e o
Plano de Controle. O mapa do processo uma excelente ferramenta de visualizao e
fundamental para alinhar o conhecimento de todos os membros da equipe e esclarecer
seus problemas e avaliar o escopo do projeto. Para sua elaborao necessrio um grande

- 56 -

esforo da equipe, atravs do uso de brainstorming, (reunio onde todos tm liberdade


para dar sugestes) documentao existente, experincia dos proprietrios do processo,
supervisores, operadores, e em alguns casos at mesmo dos clientes e fornecedores. O
Mapa do Processo consiste em descrever:

Os sub-processos ou etapas do processo;

Os limites do processo;

As principais atividades;

As variveis de entrada, denominadas como os Xs do processo;

As variveis de sada, conhecidas como Ys do processo.

As principais etapas a serem seguidas nos mapeamentos das variveis do processo so:

Identificar o processo, suas entradas dos fornecedores e sadas para o cliente;

Identificar todas as etapas do processo: cada etapa um sub-processo e


representa uma mudana de estado para o produto ou servio;

Listar as variveis-chave de sada para cada etapa: as sadas devem ser


substantivos e no verbos;

Listar e classificar as variveis de entrada como no controladas (NC ou I) ou


controladas (C): entradas devem ser substantivos, sendo que algumas entradas
so as sadas de passos anteriores;

Adicionar especificaes do processo para as variveis de entrada e adicionar


os requisitos e objetivos para as variveis de sada, caso existam.

- 57 -

Mapa do Processo
Dica: * todo mapa de processo deve conter, em algum momento, a mtrica primria.

Varivel de Entrada (X)

X1
X2

Tipo

Etapa do Processo

Varivel
Controlada
(C) ou Nocontrolada (I)

Varivel de Sada (Y)

Y1

Etapa 1

Y2

X3
X4

X5

Y3

Etapa 2

X6

X7

Y4

Yn

Etapa n
Xn

Figura 3.2 Modelo de Mapa do Processo (Fonte: Rath & Strong, 2001)
3.4.2.2. Anlise de Envolvimento (Stakeholder Analysis): nesta ferramenta se
identifica como est o nvel de envolvimento ou comprometimento de cada um dos
membros da equipe ou cada um dos departamentos envolvidos no projeto. O
envolvimento destes de fundamental importncia para um bom andamento do projeto
principalmente por se tratar de mudana de cultura. Na Anlise de Envolvimento,
determina-se o nvel de comprometimento mnimo necessrio dos membros da equipe
para sucesso do projeto, e verifica-se onde este nvel est atualmente. Caso o nvel de
comprometimento esteja abaixo do esperado, o lder de projeto deve agir imediatamente
para incentivar a equipe e efetuar as mudanas necessrias.

- 58 -

Anlise de Envolvimento
Equipe

Nvel de Suporte

(Mximo 10)

A = Nvel atual
N = Nvel Necessrio
Contra
Neutro

Comentrios

Ttica para atingir


Envolvimento

Plano necessrio para


Pontos Positivos Oportunidades atingir ou manter nvel
Favorvel

Figura 3.3 Modelo de Matriz da Anlise de Envolvimento (Fonte: Rath & Strong, 2001)

3.4.2.3. Matriz de Priorizao (Prioritization Matrix): uma ferramenta de afunilamento


de variveis que relaciona as entradas Xs com as sadas-chave Ys, usando o Mapa do
Processo como fonte de informao. As sadas-chave so pontuadas conforme sua
importncia para o processo ou para o cliente. As entradas-chave so pontuadas conforme
suas relaes com as sadas-chave. Atravs da priorizao da Matriz de Priorizao se
determinam as entradas que alimentaro o FMEA. Existem dois mtodos para construir a
Matriz de Priorizao:

Mtodo Geral: quando o nmero de variveis de entrada controlvel.


Examina todas as variveis de entrada de uma vez.

Mtodo Focado: quando o nmero de variveis da entrada se tornar


demasiadamente grande para controlar de forma eficaz. Foca-se as etapas do
processo, passando rapidamente pelas variveis dos passos mais importantes.

- 59 -

As etapas da Matriz de Priorizao:

Identificar os principais variveis de sada (requisitos do processo ou dos


clientes) a partir do mapa do processo;

Estabelecer um fator de prioridade para cada sada (Y): usualmente usa-se uma
escala de 1 a 10;

Identificar todas as variveis de entrada (Xs) a partir do mapa do processo;

Avaliar a correlao entre cada entrada e cada sada: Quanto menor for a
pontuao, menor a correlao entre elas. Usualmente se utiliza:
o 0 = nenhuma correlao;
o 1 = correlao fraca;
o 3 = correlao mdia;
o 9 = correlao forte;

Multiplicar os valores de correlao e fatores de prioridade de cada sada e


somar os resultados para cada varivel de entrada.

Matriz de Priorizao
Finalidade: priorizar os Xs que mais impactam nas mtricas do processo.
Utilize os passos e entradas do mapa do processo.

Contramedida

Mtrica
Secundria

Varivel de
Entrada (x)

Mtrica
Primria

Etapa do Processo

Varivel de
Sada (Y)

Taxa de Importncia (1 a 10)

9 - imapcto significativo
3 - impacto moderado
1 - baixo impacto
0 - sem impacto
Total

Total
0
0
0
0

Figura 3.4 - Modelo de Matriz de Priorizao (Fonte: Rath & Strong, 2001)

3.4.2.4. Anlise dos Sistemas de Medio (MSA = Measurement System Analysis): a


variao do processo afeta como os produtos e servios aparecem aos seus clientes. A
variao de medida afeta a percepo da variao do processo. Portanto, a Anlise dos
Sistemas de Medio busca responder a duas questes:

- 60 -

Estamos coletando os dados corretamente para responder as questes que


estamos perguntando? Diz respeito integridade dos dados;

O sistema de medio est produzindo dados bons? Diz respeito ao sistema de


medio.

Quanto integridade dos dados, busca-se com o MSA:

Validade: os dados podem ser provenientes de um mtodo ou uma fonte


confivel, mais ainda no combinam com as definies operacionais definidas
para o seu projeto.

Confiabilidade: trata da exatido e da consistncia dos dados.

Quanto ao Sistema de Medio, busca-se com o MSA verificar a:

Preciso: o valor medido tem apenas pequeno desvio do valor real.


usualmente testado comparando-se a mdia de medidas repetidas com um
padro de valor previamente conhecido.

Resoluo: nmero de espaos decimais que podem ser medidos pelo sistema.
Os incrementos da medida devem ser aproximadamente um dcimo da largura
da especificao do produto ou da variao do processo;

Estabilidade: as medies feitas por um mesmo operador e da mesma maneira


variam muito pouco ao longo do tempo (sem tendncias);

Repetibilidade: variao que ocorre quando medidas repetidas so realizadas


em uma mesma amostra pela mesma pessoa, sob condies idnticas (curto
prazo).

Reprodutibilidade: variao que ocorre nas medidas feitas em uma mesma


amostra por diferentes pessoas (ou instrumento), sob diferentes condies.

Em projetos Seis Sigma, o MSA estuda primeiramente a variao do sistema de


medio das sadas crticas do projeto Ys, e em seguida foca-se no estudo dos
sistemas de medio das entradas Xs.

3.4.2.5. Capacidade Inicial (Initial Capability): o objetivo desta etapa analisar a


capacidade e entender qual a performance do processo com relao aos alvos do projeto.
A princpio, estabelece-se a linha de base (baseline) para os Ys do processo.

- 61 -

Estabelece-se a performance atual e quanto se precisa melhorar para alcanar as metas do


projeto. A anlise da capacidade pode ser de trs tipos:

Capacidade Instantnea: capacidade do processo em um curtssimo espao de


tempo. Deve representar a melhor performance que o processo capaz em
curto prazo. estimada utilizando a melhor rodada na anlise de curto ou
longo prazo.

Capacidade de Curto Prazo: anlise da capacidade baseada entre 30 e 50


pontos. Usualmente igual ou maior que a capacidade de longo prazo.

Capacidade de Longo Prazo: anlise da capacidade baseada em um grande


nmero de pontos. a melhor estimativa da verdadeira performance do
processo, pois inclui deslocamentos e tendncias.

Ao final do estudo da capacidade deve-se obter:

A linha de base (baseline), isto , quais variveis conduziram os estudos de


capacidade;

O que esperado no curto e longo prazo em termos de desempenho destas


variveis;

A anlise inicial dos dados para identificar fontes potenciais de variao,


identificando quais so os fatores sob suspeita que contribuem para a variao
do processo;

Como o desempenho do sistema de medio impacta na capacidade do


processo;

Quais devem ser os objetivos de capacidade do processo (Cp, Cpk), baseandose nos dados da linha de base;

Se os dados possuem uma distribuio normal.

3.4.2.6. Anlise de Impacto Financeiro: a anlise de impacto diz respeito anlise do


ganho do projeto. uma forma de quantificar o impacto financeiro do projeto e os
benefcios que este gerar para a empresa. Os benefcios financeiros podem acontecer
antes mesmo do projeto ser finalizado. Neste caso eles devem ser mensurados, arquivados
e computados no ganho final do projeto. Segundo Breyfogle (2001) existe muita variao

- 62 -

na maneira como as organizaes calculam os ganhos financeiros. Algumas organizaes


consideram apenas o ganho direto, como exemplo, a reduo das perdas de um processo
vo impactar diretamente no custo do material empregado e conseqentemente no lucro
final. Outras organizaes consideram tambm os ganhos indiretos, como exemplo, a
energia ou mo-de-obra economizadas na reduo do processamento de material
defeituoso. Estes ganhos indiretos tambm so muito importantes, porm, a determinao
dos mesmos pode ser subjetiva e diferenciar muito de uma organizao para outra. A
melhor maneira de se tangibilizar estes ganhos indiretos obter suporte de uma pessoa da
rea financeira.
Segundo Neuscheler (2001), o entendimento de que Seis Sigma estritamente uma
perspectiva de melhoria de qualidade est meio certo. Alm da qualidade, o retorno
financeiro aos investidores tambm to ou mais importante. O Seis Sigma dirigido
pelos resultados: criando, realizando e controlando valor. Ou seja, uma ligao entre o
cliente e o investidor. Logicamente que o resultado financeiro uma conseqncia da boa
implementao e controle das mtricas (no-financeiras) do projeto. Infelizmente, um dos
fatores que gera frustrao na implementao da metodologia Seis Sigma a no
correlao clara dos resultados dos projetos com os resultados financeiros da organizao.
Muitos bons projetos falham por esta razo. Por isso, 5 lies so salientadas:
1. Inserir um controlador ou contador na equipe, deste o incio do projeto. Quanto
antes ocorrer este envolvimento, melhor as chances de sucesso da equipe, uma vez
que um controlador especialista em determinar o quanto cada varivel impactar
no resultado financeiro da organizao. Tambm o controlador ser a ponte com o
pessoal de Recursos Humanos no que tange aos incentivos merecidos pela equipe.
2.

Estabelecer objetivos financeiros desde o incio do projeto: necessrio para obter


o apoio da diretoria, bem como alinhar as expectativas de retorno do projeto.
Tambm utilizada na priorizao dos projetos, quando os recursos so escassos.

3. Utilizar as revises de finalizao de cada passo do DMAIC para revisar os


ganhos financeiros: os ganhos so vivos, uma vez que a cada passo a equipe vai
melhorando o conhecimento do projeto e ter condies de aumentar o diminuir as
expectativas.

- 63 -

4. Consistentemente comunicar os benefcios financeiros e reconhecer os membros


da equipe responsveis por tal sucesso: um painel visual dos casos de sucesso
fortemente recomendado.
5. Integrar o Gerenciamento do Risco do Negcio no Processo de Melhoria: o
controlador deve ser o guardio dos ndices e etapas de processo necessrias por
leis, pois existe uma tendncia de simplificao nos projetos de melhoria que
podem negligenciar fatores importantes e gerar penalizaes legais para as
organizaes que no as seguirem.

3.4.3. Anlise
3.4.3.1. Anlise do Modo e Efeito das Falhas (FMEA = Failure Mode and Effect
Analysis): mais uma ferramenta de afunilamento de variveis que consiste em um
conjunto de diretrizes para se identificar problemas potenciais (falhas). Baseando suas
atividades na FMEA, o lder pode focalizar a energia e os recursos alocados ao
planejamento das aes preventivas, do acompanhamento e dos resultados nos pontos em
que se espera que produzam os efeitos de melhoria. A FMEA um mtodo de anlise de
projetos ou de produto ou de processo usado para identificar todos os possveis modos
potenciais de falha e determinar o efeito de cada uma sobre o desempenho do processo.
Ento se identificam as principais causas, de tal maneira que elas possam ser eliminadas
ou minimizadas. Sua finalidade :

Identificar, priorizar e agir em relao s falhas potenciais do produto ou


projeto ou processo;

Aumentar a confiabilidade do produto ou projeto ou processo;

Auxiliar na manuteno preventiva e melhoria contnua;

Melhorar a relao interdepartamental;

Servir de documentao do produto ou projeto ou processo.

As principais etapas de elaborao do FMEA so:

Definir a equipe responsvel pela execuo;

Definir as entradas (Xs) priorizadas na Matriz de Priorizao;

Identificar os potenciais modo de falha;


- 64 -

Identificar potenciais efeitos de cada falha;

Identificar as causas da falha;

Identificar os controles existentes;

Analisar e pontuar a Severidade de cada efeito, conforme Tabela 3.2;

Analisar e pontuar a Probabilidade de Ocorrncia de cada causa de falha,


conforme Tabela 3.2;

Analisar e pontuar a Habilidade de Deteco de cada modo de falha, conforme


Tabela 3.2;

Multiplicar os 3 itens acima para calcular o Nmero de Prioridade de Risco


(RPN = Risk Priority Number) e priorizar;

Desenvolver as aes para reduzir ou eliminar o risco;

Estipular prazos e responsveis para cada ao priorizada;

Revisar periodicamente a FMEA;

Failure Mode and Effects Analysis (FMEA)


Anlise do Modo e Efeito das Falhas: tem como objetivo analisar como cada X pode falhar e seu impacto no Y.

Passos
Efeitos
Modo
Severid Potencial Ocorrn
do
Entra
de
Controles Deteco
de
ade do Causa de cia da
Proces das
cada
Atuais
da Falha
Falha
Efeito cada falha causa
so
Falha

R
P
N

Aes
Respon
Ao
Recomen
svel
Tomada
dadas

S
E
V

O D
C E
C T

R
P
N

Quais aes
O quo
O quo
Quais os
sero
O quo
severo
eficaz o
modos para
recomendad Quem ser
frequente
o efeito?
X's
Etapa do
mtodo de (Sev)
controlar a
Como Qual o
o
as para
Nota de 1 O que pode esta falha?
processo prioriza
Qual a ao
causa, a falha controle? x (Oc)
este X efeito de
minimizar o responsv
a 10, 10 ter causado Nota de 1 a
dos da
onde
realizada?
x
ou amenizar Nota de 1 a
cada
pode
efeito, evitar el por cada
esta falha? 10, 10 para
para
cada X's matriz
o efeito, que 10, 10 para o (Det)
falhar? falha?
ao?
a causa ou
grande
efeitos de
C&E
aparece
menos
so utilizados
melhorar os
freqncia
maior
eficaz.
hoje?
controles?
gravidade

r
e
v
i
s
a
d
o

r
e
v
i
s
a
d
o

r
e
v
i
s
a
d
o

r
e
v
i
s
a
d
o

0
0

0
0

Figura 3.5 Modelo de FMEA -Anlise do Modo e Efeito das Falhas (Fonte: Rath & Strong, 2001)

- 65 -

Tabela 3.2 Pontuao do FMEA (Fonte: Rath & Strong, 2001)


Importncia
10
9
8
7
6
5

2
1

Severidade do Efeito
Perigoso sade sem
aviso
Perigoso sade com
aviso
Perda da funo
principal
Perda parcial da funo
principal
Perda da funo
Secundria
Perda parcial da funo
secundria
Pequeno efeito
observado por todos
usurios
Pequeno efeito
observado por alguns
usurios
Pequeno efeito
observado por usurios
especficos

Probalidade de Ocorrncia
Falha quase inevitvel
Muito alta probabilidade
Alta probabilidade
Falha repetidamente
Moderada probabilidade
Falhas Ocasionais

Habilidade de Deteco
Usurio detecta somente
durante o uso
Usurio detecta durante
inspeo pr-uso
Usurio dificilmente detecta
Muito difcil deteco no
teste de liberao
Difcil deteco no teste de
liberao
Moderada chance de
deteco no teste de
liberao

Falhas raras

Boa chance de deteco no


teste de liberao

Baixa probabilidade

Alta chance de deteco no


teste de liberao

Muito raramente falha

Nenhum efeito

No falha

Muito alta chance de


deteco no teste de
liberao
Deteco total no teste de
liberao

3.4.3.2. Anlise Multi-Variveis (Multi-vari): mtodo de estudo quantitativo da relao


entre as variveis de entrada suspeitas e as variveis de sada de um processo durante a
operao normal. Determina com alta confiana estatstica a capacidade das variveischave de sada Ys de um processo serem afetadas pelas provveis variveis de entrada
xs crticas. tambm chamada de coleta passiva de dados, pois no se determina os
valores das variveis de entrada que se deseja estudar, deixando o processo correr
naturalmente. O estudo multivari permite a investigao de variveis de entrada
controladas ou no controladas e seu impacto nas variveis de sada durante a produo.
Identifica quanto a variabilidade na varivel de sada est relacionada s variveis sob
estudo e indica as variveis de entrada que podem precisar de controle ou correo e que
no esto sob controle. Portanto, o lder de projeto construir os estudos multi-vari usando
as entradas do Mapa de Processo, da Matriz de Priorizao e os resultados do FMEA. Os
membros da equipe e pessoal de suporte iro se envolver na coleta de dados. As variveis
de entrada no controladas e algumas controladas so estudadas passivamente em
- 66 -

operao de produo, buscando-se fontes de variao. A observao do processo como


ele opera naturalmente conduzida num perodo de dias, semanas, meses, etc. Podemos
dividir a execuo dos estudos multi-vari em duas fases:

Fase 1 Prova de Conceito:


o Observe o processo ao longo de um curto perodo de tempo como um estudo
da evidncia do conceito para seu plano de coleta de dados.
o Teste o plano de coleta de dados para segurana e perfeio. Modifique
quando necessrio baseado nos resultados iniciais.
o Mea e grave os valores das variveis de sada Ys e das variveis de
entrada Xs do processo.
o Avalie a estabilidade e a capacidade do seu processo no curto prazo.
o Desenvolva um plano de ao baseados nos diagnsticos. Aja nas
oportunidades para rpidas melhorias de processo.
o Modifique o plano de coleta de dados quando necessrio.

Fase 2 Estudo Fullscale Multi-Vari:


o Rode o estudo para um perodo de tempo longo o suficiente para permitir
que o processo revele seu intervalo de variao completo.
o Colete os dados obtidos.
o Foque na caracterizao dos efeitos das variveis de entrada suspeitas
(controladas e no controladas) nas variveis de sada.
o Conduza uma anlise de estabilidade e capacidade para longo termo, isto ,
analise os dados e valide os resultados segundo o DOE.
o Tire concluses.
o Faa um relatrio de resultados e recomendaes.

Ao final desse estudo teremos como sadas as variveis de entrada que sero
utilizadas nas futuras avaliaes vias DOE (Delineamento de Experimentos), e
aes recomendadas para reduo da variao causada por variveis no
controladas.

- 67 -

3.4.4. Implementao das Melhorias


3.4.4.1. Experimentao (Experimentation): aps a priorizao das principais variveis
de entrada qualitativamente com as ferramentas anteriores, finalmente necessrio uma
coleta de dados ativa, ou seja, verificar o quanto estas variveis interferem nas variveis
de sada. Normalmente auxiliado pela ferramenta de Delineamento de Experimentos, o
planejamento adequado dos limites que sero atribudos as variveis de entrada muito
importante para quantificar o impacto da variao dos Xs nos Ys do processo, incluindo
suas interaes (aqui est a grande diferena de atuar em um X de cada vez).
i. Planejamento de um Experimento:
1. Escolher o nmero de fatores (Xs);
2. Escolher o nmero de nveis;
3. Fazer as combinaes dos experimentos com todas as possibilidades:
fator x nvel;
4. Verificar a necessidade de replicao (repetir uma combinao numa
ordem aleatria aumenta o isolamento de rudos);
5. Randomizar a ordem dos experimentos para diminuir o efeito de
rudos;
6. Rodar o experimento;
7. Analisar os resultados: efeito das variveis e efeito das interaes;
8. Repetir o experimento otimizado para verificao.

3.4.5. Controle
3.4.5.1. Plano de Controle (Control Plan): tem como finalidade:

Garantir que o processo ir operar dentro dos limites de especificao e com a


mnima variao;

Minimizar a necessidade de novos ajustes no processo;

Assegurar que as melhorias identificadas e implementadas sejam duradouras


ISO 9000 pode ajudar bastante nesta etapa;

Fornecer treinamento adequado nos procedimentos definidos;


- 68 -

Definir um plano de manuteno adequado.

A partir desta fase, as entradas-chave definidas na Matriz de Priorizao, FMEA e


verificadas no estudo Multi-Vari e/ou DOE, sero constantemente monitoradas. J o
plano de controle deve ser revisado periodicamente. A elaborao do plano de
controle segue os seguintes passos:

Obtenha toda a documentao existente sobre o processo;

Determine o escopo do processo e alinhe o plano de controle;

Atualize toda documentao existente com mais de 3 meses;

Faa um estudo da capacidade para o curto prazo. Pode ser substitudo pelo
estudo para longo prazo;

Preencha o plano de controle baseando-se na documentao e procedimentos


operacionais revisados;

Identifique a existncia de componentes no includos e lacunas (gaps);

Verifique a adequao do treinamento, dos procedimentos operacionais e de


manuteno;

Defina tarefas para os membros do time para eliminar os gaps identificados;

Verifique o alinhamento dos objetivos com os requisitos;

Re-treine os operadores e equipe de manuteno;

Obtenha assinatura de concordncia dos responsveis por segurana,


manuteno e engenharia de processos;

Verifique a eficincia dos planos de controle com um estudo de capacidade


depois de 6 meses.

- 69 -

Plano de Controle
Responsvel

Tcnica de
Medio

Ms 30

Ms 29

Ms 28

Ms 27

Ms 26

Ms 25

Ms 24

Ms 23

Ms 22

Ms 21

Ms 20

Ms 19

Ms 18

Pr-Fechado Fechado
Ms 17

Ms 16

Ms 15

Ms 14

Ms 13

Linha de Base

Especificao
(meta)

Varavel de
Entrada (x)

Varavel de
Sada (Y)

Etapa de
Processo

Processo

Durante Projeto

Figura 3.6 Modelo de Plano de Controle (Fonte: o prprio autor)

3.4.5.2. Treinamentos (Hand-off Training): diz respeito ao treinamento dos


colaboradores diretamente envolvidos no projeto. Geralmente, se h a necessidade de
constante reciclagem de treinamento, a freqncia e responsabilidade devem ser inseridas
no plano de controle.

3.4.5.3. Capacidade Final (Final Capability): o objetivo desta etapa analisar a


capacidade final do processo, depois de implementadas as melhorias, e verificar se a
performance do processo atingiu os alvos do projeto. Aqui se mede a eficincia do projeto
e o retorno deste. Compara-se a capacidade inicial com a capacidade final e identificam-se
as melhorias. O estudo da capacidade final deve ser constantemente atualizado e revisado,
servindo como acompanhamento do processo at que este se estabilize. a partir daqui
que sair os ganhos do projeto. A ferramenta utilizada normalmente o Grfico de
Controle: um grfico cujos dados so plotados numa ordem cronolgica e a sua
interpretao concluir se o processo est sob controle ou no. Limites de controle
estatitiscamente so determinados e a linha central a mdia dos dados. Utilidade do
Grfico de Controle: definir os limites das variaes comuns de um processo:

- 70 -

Se todos os pontos esto entre os limites de controle assume-se que apenas


causas comuns esto atuando e o processo est sob controle;

Assume-se que o processo est fora de controle quando:


o 1 ponto est fora dos limites, ou seja, uma causa especial ocorreu;
o 7 pontos seguidos, aumentando ou diminuindo (tendncia);
o 8 pontos acima ou abaixo da mdia;
o 14 pontos alternadamente acima e abaixo da mdia.

3.4.5.4. Aprovao do Proprietrio do Processo (Process Owner Sign-off):


reconhecimento oficial do sucesso do projeto. Registra-se a aprovao do projeto. Nesta
fase, o lder do projeto faz uma apresentao formal do projeto a todos os interessados e
transfere oficialmente a responsabilidade do plano de controle ao proprietrio do
processo, o qual aprova esta transferncia formalmente.

3.4.5.5. Relatrio Final (Final Report): apresentao final de fechamento do projeto.


Aqui ser apresentado todas as etapas do projeto, as anlises, as melhorias e o plano de
controle juntamente com seus respectivos responsveis.

- 71 -

Captulo 4 - Anlise Experimental


4.1. Definies do Processo e do Produto

Processo de Manufatura: atividades relativas ao desenvolvimento e produo de


produtos tangveis. Compreende o cho de fbrica, produo e, em alguns casos,
engenharia e desenvolvimento de produtos. Neste projeto, o processo de Manufatura
composto por um equipamento que recebe uma quantidade pr-defenida de fibras em
uma esteira, que sero desfibradas ordenadamente e acumuladas num elemento
rotativo at formar uma manta e posteriormente, prensadas para dar o formato final do
produto: uma concha. H no escopo deste projeto 2 produtos: concha e concha
interna. A diferena destes 2 produtos apenas ocorre em fases posteriores e portanto
est fora deste estudo. O objetivo deste processo de Manufatura produzir um produto
final, o respirador descartvel. As caractersticas crticas de qualidade (CTQ =
Critical to Quality), ou seja, as qualidades procuradas pelo usurio ao utilizar os
respiradores so:

Ajustar-se comodamente na face do usurio atravs do ajuste dos


acessrios;

Permitir a livre passagem do ar da respirao do usurio retendo as


partculas prejudicais sade humana;

No colapsar na face do usurio, durante a utilizao (respirao).

Descrio do produto final manufaturado:

Respirador Descartvel: composto por 4 partes:


1. uma concha de sustentao (fibra sinttica); FOCO DO PROJETO

- 72 -

2. meio filtrante (micro fibras tratadas eletrostaticamente);


3. parte externa (no-tecido que protege o meio filtrante);
4. acessrios (manter respirador firme na face do usurio):
o 2 bandas de elstico;
o 1 tira de espuma;
o 1 grampo de ajuste nasal.

Figura 4.1 Modelo de Produto do Estudo de Caso (Fonte: o prprio autor)


Neste projeto, o foco foi apenas primeira parte descrita acima: a concha (dica 1: escopo).
A conduo deste projeto seguiu a determinao da empresa de se utilizar o Cronograma
do DMAIC, com a finalidade de se unificar a comunicao entre todos os colaboradores. Como
rotina de um projeto Seis Sigma, a equipe recebeu um desafio extra de concluir o projeto em 6
meses, mesmo sendo o primeiro projeto da rea. Abaixo, na Figura 4.2 est representado o
Cronograma do projeto, com as datas de incio e fim de cada passo. Cada ferramenta ser
detalhada na seqncia deste captulo. Importante salientar que no foi possvel utilizar a
ferramenta de Estudo Multi-vari devido ausncia de dados histricos sobre a reutilizao de
fibras neste processo e por isso, a equipe teve que obter dados ativos, ou seja, atravs do DOE.

- 73 -

Tambm fica evidenciada a disciplina da equipe em seguir o prazo estipulado, em todas as fases
do DMAIC (dica 2: disciplina).

Cronograma de Controle
Cronograma

Definir (01/Jan a 31/Jan)


Contrato do Projeto
Misso

Jan
X
X

Fev

Mar

Abr

Mai

Jun

X
X

Medir (01/Fev a 01/Mar)

X
X

Mapa do Processo
Anlise Comprometimento
Matriz de Priorizao
Anlise Sistema Medio
Capacidade Inicial

X
X

X
X

X
X

Analisar (01/Mar a 01/Abr)

X
X

FMEA

Implementar (01/Abr a 01/Jun)

X
X
X
X

DOE

Controlar (01/Jun a 30/Jun)

X
X

X
X
X
X

Plano de Controle
Treinamento
Capacidade Final
Passagem Responsabilidade
Relatrio Final

X
X
X

Figura 4.2: Cronograma do Projeto Respiradores (Fonte: o prprio autor)

4.2. Desenvolvimento dos 5 Passos do DMAIC


Abaixo, as ferramentas de cada passo do DMAIC sero descritas detalhadamente, de
acordo com o desenvolvimento deste projeto:

4.2.1. Definio
4.2.1.1. Contrato do Projeto: a equipe foi montada seguindo um rigoroso critrio de
envolver todos os colaboradores que poderiam contribuir com seus conhecimentos
durante as anlises do projeto, porm tomando-se o cuidado de no trazer membros

- 74 -

em demasia para os trabalhos em equipe. Esta atitude visava manter o foco da equipe
estritamente no tpico de cada reunio de trabalho semanal, caracterstica marcante
em projetos Seis Sigma, pois muitos membros acabam gerando muitos debates e por
muitas vezes fugindo do foco (dica 3: foco). Abaixo a descrio dos membros da
equipe:

Tabela 4.1: Equipe do Projeto Respiradores (Fonte: o prprio autor)


Papel Genrico
Patrocinador
Facilitator
Treinador/Suporte
Lder de Equipe
Proprietrio de Processo
Membro de Equipe
Membro de Equipe
Membro de Equipe
Membro de Equipe
Membro de Equipe
Suporte
Suporte

Belts ou Outros Ttulos


Champion
Master Black Belt
Black Belt
Green Belt
Proprietrio de Processo
Membro de Equipe
Membro de Equipe
Membro de Equipe
Membro de Equipe
Membro de Equipe
Suporte
Suporte

Funo na Empresa
Gerente de Manufatura
Master Black Belt
Black Belt
Supervisor da Produo
Supervisor da Produo
Coordenador da Produo
Engenheiro de Processos
Engenheiro da Qualidade
Planejador da Produo
Engenheiro da Manuteno
Engenheiro de Desenvolvimento
Engenheiro de Servio Tcnico

Importante salientar que, na empresa deste caso, o fato do Black Belt ser uma funo com
dedicao exclusiva para implementao de projetos Seis Sigma facilita muito o controle no
cumprimento dos prazos estabelecidos. No entanto, como normalmente os membros da equipe e
green belt so funcionrios que dedicam cerca de 20% do tempo para o projeto, normalmente o
Black belt lidera 5 projetos ao mesmo tempo. A dedicao de 20% gera este alongamento dos
passos para cerca de 6 meses no primeiro projeto porque todos os participantes da equipe fazem
um intenso treinamento das ferramentas durante a execuo do projeto, alm claro, de levar
suas tarefas rotineiras: sem produo e produto no faz sentido se pensar em melhorias!
Neste projeto, o green belt e o proprietrio do processo so funes desempenhadas pelo
mesmo funcionrio, o que facilita a passagem da responsabilidade (desnecessria nesta situao).
Os engenheiros da Qualidade e Servio Tcnico contriburam com o conhecimento no produto,
bem como para certificar que os CTQs seriam no mnimo mantidos, atravs da execuo dos
testes de liberao do produto. O Engenheiro de Desenvolvimento colaborou no suporte quanto
alterao da formulao, uma vez que a matria-prima seria alterada ao final do projeto. O

- 75 -

Supervisor e Coordenador da Produo so os responsveis pelo cumprimento das determinaes


descritas nas receitas atualizadas pelo Engenheiro de Processos. O Engenheiro da Manuteno
contribuiu muito devido ao conhecimento do equipamento e seus componentes. Nota: suporte
apenas participa com informaes, quando necessrio (dica 4: seleo correta dos membros).
Logo na segunda reunio semanal se fechou o Contrato do Projeto e se obteve o apoio da
Equipe de Liderana da Diretoria devido ao tremendo desafio de se reduzir em 90% o nvel das
perdas. Abaixo na Tabela 4.2, esto as mtricas definidas pela equipe.

Tabela 4.2: Mtricas do Projeto Respiradores (Fonte: o prprio autor)

M t ric a s

Tip o

B as e

Meta

Ent it le me nt

P e rd a s ( %)

Primria

18 %

1,8 %

0%

Ta x a R e c ic la g e m ( %)

Primria

0%

90%

10 0 %

N v e l S ig ma

Primria

2 ,4

3 ,6

>6

Secund ria

110 .0 0 0

11.0 0 0

R e s is t nc ia ( g f / c m3 )

Co ntra-med id a

> 0 ,72

> 0 ,72

> 0 ,72

Que d a P re s s o ( a t m)

Co ntra-med id a

< 0 ,0 7

< 0 ,0 7

< 0 ,0 7

C OP Q ( $ )

Base: mdia mensal das perdas no ltimo ano.


Meta: 90% da oportunidade total (Base Entitlement)
Entitlement = melhor valor possvel. (best in class)
Foram determinadas pela equipe:
4.2.1.2. Mtricas:

Como mtricas primrias:


1. Perdas (%): mdia do nvel de perda dos ltimos 12 meses imediatamente
anteriores ao incio do projeto. A definio deste percentual foi feita com
auxlio das Tabelas II e III, mostrada nos Anexos. Para se calcular o porcentual
de perdas, divide-se a diferena entre a quantidade de fibra perdida (entrada
menos sada), pela quantidade de fibra de entrada. Exemplo:
a. Quantidade de entrada de fibra na esteira = 100 kg;
b. Quantidade de sada de fibra (na forma de concha) = 82 kg;

- 76 -

c. Quantidade perdida = 18 kg;


d. Percentual de perda = 18 kg / 100 kg = 0,18 = 18%.
2. Taxa de Reciclagem (%): quantidade de fibra reciclada dividida pela
quantidade de fibra perdida. Exemplo:
e. Quantidade de fibra perdida na primeira fase do processo = 18,0 kg;
f. Quantidade de fibra reciclada (misturada na entrada da esteira) = 16,2 kg;
g. Quantidade perdida na reciclagem (perdida-reciclada) = 1,8 kg;
h. Taxa de Reciclagem = 16,2 kg / 18,0 kg = 0,90 = 90%.
3. Nvel Sigma: baseada na Tabela VI dos Anexos, segundo Rath & Strong
(2001), tem-se para 18% de perdas, aproximadamente 2,4 sigma e para 1,8% de
perdas, 3,6 sigma.

Como mtrica secundria:


4. COPQ: representa o valor monetrio da perda existente antes do incio do
projeto. Simplesmente se multiplica a quantidade de fibra perdida no ms pelo
valor monetrio da fibra. Reforando, segundo Breyfogle (2001), esta uma
excelente mtrica para unificar a comunicao dentro de toda a empresa. A
utilizao desta mtrica facilita a compreenso e um elemento crtico na
implementao com sucesso da Metodologia Seis Sigma (dica 5: mtrica
correta).

Como contra-medida (mtrica que no mnimo deve ter seu valor mantido, ou seja,
sem necessariamente precisar se otimizar este Y), foram definidas as 2
caractersticas de qualidade crticas para o usurio:
5. Resistncia (gf/cm3): fora necessria no suporte ou na concha para que ao
respirar a mesma no entre em colapso, ou seja, no fique malevel e comece a
aderir face do usurio prejudicando sua funcionalidade. No pode ser menor
que o limite mnimo de especificao (0,72 gf/cm3)
6. Queda de Presso (atm): resistncia respirao normal do usurio. No
pode ser maior que o limite mximo (0,07 atm) que o valor em que o usurio
comea a sentir incmodo ou pequena dificuldade para respirar.

- 77 -

4.2.1.3. Misso: a equipe respondeu aos 5W1H da seguinte maneira:


1. Who (quem): a equipe Seis Sigma (no momento, era a nica da fbrica);
2. What (o que): definir o processo de reutilizar em at 90% as sobras do processo;
3. Why (por que): reduzir perdas, sem interferir nas caractersticas finais do produto;
4. Where (onde): manufatura dos respiradores descartveis;
5. When (quando): de Janeiro a Junho deste ano;
6. How (como = plano de ao): utilizando a abordagem DMAIC.

Portanto, a declarao da misso ficou assim definida: A equipe Seis Sigma, de Janeiro a
Junho deste ano, definir o processo de reutilizar em at 90% as sobras do processo de
manufatura dos respiradores descartveis, com o objetivo de reduzir as perdas, sem interferir nas
caractersticas finais do produto, utilizando a abordagem DMAIC.
Completando este projeto, a rea minimizar o impacto ambiental, uma vez que o consumo
de material no renovvel ser diminudo e economizar cerca de $ 100,000 por ano.
Portanto, ao final da quarta semana o projeto estava plenamente definido e comunicado
para toda a empresa, utilizando a linguagem Seis Sigma.

4.2.2 Medio
4.2.2.1. Mapa do Processo: com o envolvimento de toda a equipe, no mapa do processo
foram identificadas as 10 etapas, com 36 variveis de entrada (xs) e 24 variveis de
sada (Y). Tambm foi determinado o tipo de cada varivel, controlada ou no. Nesta
fase, nenhum x deve ser negligenciado para que no se descubra ao final do projeto que
uma varivel aparentemente elementar, na verdade era uma das variveis crticas do
processo. Esta ferramenta muito importante para o alinhamento do conhecimento de
todos os participantes da equipe. Tambm uma ferramenta muito importante para
treinamento de funcionrios novos para este processo (dica 6: alinhamento do
conhecimento). Normalmente uma reunio deve ser suficiente para finalizar o Mapa do
Processo em processos relativamente pequenos. Caso, no seja possvel terminar em
uma reunio, o lder deve verificar se a equipe:

- 78 -

1. Est detalhando o mapa do processo demasiadamente;


2. Est perdendo o foco e entrando em fases do processo que no
fazem parte do escopo do projeto.

Veja o Mapa do Processo na figura a seguir e observe que o foco est apenas no
mapeando da fase de formao da concha e no em fases posteriores, como a fixao do
elstico e do grampo:
Varivel de Entrada (X)

Tipo

1 Fibra (pesagem)

2 Homogeneizao

3 Nvel do sensor

4 Frequncia Trabalho Alimentadora

5 Limpeza da Abridora
6 Integridade dos pinos de transporte

I
I

7 Integridade das guarnies

8 Tipo de guarnio

9 Ajustes do equipamento

Manufatura
Etapa do Processo
Abastecimento
da Fibra

Varivel de Sada (Y)


Quantidade Correta de mistura
Mistura Homognea
Fibras em flocos (soltas)

Abertura das Fibras

Frequncia de limpeza da abridora

Gramatura da manta
Manta uniforme, sem espaos ou falhas

Formao da Manta

Comprimento da manta

10 Distribuio na alimentao da carda

Frequncia de limpeza da carda

11 Taxa de Mistura de Fibra

Largura da manta

12 Caractersticas da Fibra

13 Integridade do fio de corte

Coletor Mantas

14 Temperatura

Prensagem

15 Presso inferior

Queda de Presso do suporte

16 Presso superior

Resistncia do suporte

17 Tempo de prensagem

Suporte sem delaminao

18 Integridade dos moldes

Peso do Suporte

19 Barras de entrada e sada da prensa

Manta limpa
Aspecto Visual do suporte

20 Peso da Manta

21 Uniformidade da Manta

22 Qualidade do fio de corte

23 Limpeza das canaletas do fio de corte

Corte correto dos suportes

24 Afiao da faca de refilo

Perdas inerentes do processo

25 Limpeza da caixa

26 Operao
27 Fechamento da caixa

I
C

28 Limpeza da prensa de enfardamento


29 Operao/Manuteno
30 Pesagem dos fardos

C
I
C

Corte

Conjunto de suportes sem bordas queimadas

Segregao

Armazenagem das aparas limpas e identificadas

Transporte

Fardos de aparas prensados e embalados corretamente


Identificados com o peso e nmero de lote

31 Limpeza da lona de cobrimento de aparas


32 Estocagem do material
33 Preparao e limpeza do local e equipamento
34 Operao

C
C
I

35 Quantidade de resina

36 Preparao da resina

Desfibramento

Comprimento da fibra
Embalagem correta
Fibra limpa

Figura 4.3: Mapa do Processo do Projeto Respiradores (Fonte: o prprio autor)


4.2.2.2. Anlise de Envolvimento ou Comprometimento: no incio do projeto, esta
ferramenta foi utilizada para se identificar o nvel de comprometimento dos envolvidos
no projeto e como j era de se esperar, algumas oportunidades foram identificadas:

- 79 -

1. Time da produo: treinar na metodologia mostrando a importncia do projeto;


2. Engenheiro da Qualidade: demonstrar importncia do projeto e preocupao

com propriedades finais do produto;


3. Planejador: envolver Gerente de Planejamento e mostrar importncia do

projeto.

Veja resumo na figura abaixo:


Anlise de Envolvimento
Equipe
(Mximo 10)

Nvel de Suporte
A = Nvel atual
N = Nvel Necessrio
Contra
Neutro

Time de
Processos

Planejador da
produo
Fornecedor
Servio
Engenheiro de
Manuteno

Pontos Positivos Oportunidades

Ttica para atingir


Envolvimento
Plano necessrio para
atingir ou manter nvel
necessrio

Favorvel
AN

Time da
Produo

Engenheiro da
Qualidade

Comentrios

Propriedade do
Processo

OK

Aberto para
mudanas

Treinamento
Operadores

Trabalha na
liberao

OK
AN
AN

Parceria
Aberto para
mudanas

OK
Treinar na Metodologia e
mostrar importncia do
projeto

Demonstrar importncia
do projeto e preocupao
com propriedades finais
do produto
OK
Envolver Gerente de
Abrir espao para Planejamento e mostrar
experimento
importncia do projeto
OK

OK

OK

OK

Figura 4.4: Anlise de Envolvimento do Projeto Respiradores Inicial (Fonte: o prprio autor)
Aps as aes implantadas, houve o envolvimento e comprometimento dos membros que
inicialmente estavam com resistncia a implantao da metodologia Seis Sigma (dica 7: rapidez
na anlise do envolvimento). Interessante reforar que em alguns casos, medidas drsticas devem
ser tomadas, at com a substituio do membro que no est colaborando. Tambm importante
para o lder compreender que natural o ser humano resistir s mudanas, principalmente para os
operadores que muitas vezes temem sua garantia de emprego quando se faz melhorias de
produtividade. Quando necessrio, envolver o time de RH para treinamentos de como gerenciar
mudanas. Neste projeto, o foco era reduo de perdas, o que traria mais negcios para a empresa

- 80 -

e, portanto, mais produo e talvez mais funcionrios, o que tornou mais fcil qualquer
implementao de mudana. Na figura abaixo fica evidente que o nvel desejado de envolvimento
de cada membro foi atingido logo no primeiro ms, conforme mostrado abaixo:
Anlise de Envolvimento - Final
Equipe
(Mximo 10)

Nvel de Suporte
A = Nvel atual
N = Nvel Necessrio
Contra
Neutro

Comentrios
Pontos Positivos Oportunidades

AN

Propriedade do
Processo

OK

Time da
Produo

AN

Aberto para
mudanas

Treinamento
Operadores

Planejador da
produo
Fornecedor
Servio
Engenheiro de
Manuteno

Plano necessrio para


atingir ou manter nvel
necessrio

Favorvel

Time de
Processos

Engenheiro da
Qualidade

Ttica para atingir


Envolvimento

AN

Trabalha na
liberao

AN

OK
AN
AN

Parceria
Aberto para
mudanas

Celebrar resultados
Treinar na Metodologia e
mostrar importncia do
projeto

Demonstrar importncia
do projeto e preocupao
com propriedades finais
do produto
OK
Envolver Gerente de
Abrir espao para Planejamento e mostrar
experimento
importncia do projeto
OK

Celebrar resultados

OK

Celebrar resultados

Figura 4.5: Anlise de Envolvimento do Projeto Respiradores Final (Fonte: o prprio autor)

4.2.2.3. Matriz de Priorizao: primeiramente a equipe identificou os principais Ys do


Mapa do Processo e atribuiu a respectiva taxa de importncia, com foco do cliente (neste
caso, o usurio do respirador). Em seguida, verificou-se a correlao (forte, mdia, fraca
ou nula) de cada varivel de entrada com as variveis de sada. Sempre se busca o
consenso de todos os membros e nunca se utiliza votao ou mdia das opinies. Se h
discordncia sobre a correlao, abre-se espao para argumentao entre os opinantes
em contradio e o lder deve interceder ou conduzir para que se chegue a uma opinio
nica (dica 8: objetividade na pontuao da Matriz De Priorizao). comum que
durante o incio da fase de pontuao ocorra a tendncia dos membros da equipe
defender a hiptese de que toda correlao seja muito forte. Neste ponto, o lder ou o
facilitador tem que ter habilidade de sempre relembrar aos membros da equipe o
processo como um todo. Abaixo, a figura da Matriz de Priorizao no final da
pontuao:

- 81 -

Matriz de Priorizao

Resistncia do Suporte

3
3
3
3
3
3
9
3
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
3
3
3

9
1
3
3
1
1
3
9
9
9
9
3
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
9
9
9

3
9
1
1
1
1
9
9
3
3
3
3
1
3
9
0
1
1
1
1
1
1
1
1
9
9
9
9
9
3
3
3
3
3
0
0

9
0
3
3
1
1
9
9
9
9
9
3
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
9
9
9

3
1
0
0
1
1
3
1
1
1
1
3
0
9
3
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0

3
3
1
1
1
1
9
1
3
3
3
3
0
9
9
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
1
0
0
510

Queda de Presso

10
6

290

Perdas do Processo

10
5

920

Aspecto Visual do Suporte

10
4

1016

Fibras Abertas

8
3

783

Total

9
2

273

Varivel de Entrada (X)


Pesagem da fibra
Homogeneizao
Nvel do sensor
Frequncia Trabalho Alimentadora
Limpeza da Abridora
Integridade dos pinos de transporte
Taxa de Mistura
Caractersticas da Fibra
Ajustes do equipamento
Integridade das guarnies
Tipo de guarnio
Distribuio na alimentao da carda
Integridade do Fio de Corte
Peso da Manta
Uniformidade da Manta
Barras de entrada e sada da prensa
Temperatura das zonas 1 a 6
Presso da mesa inferior
Presso da mesa superior
Tempo de prensagem
Integridade dos moldes
Qualidade do fio de corte
Limpeza das canaletas do fio de corte
Afiao da faca de refilo
Limpeza da caixa
Operao
Fechamento da caixa
Limpeza da prensa de enfardamento
Operao/Manuteno
Pesagem dos fardos
Limpeza da lona de cobrimento de aparas
Estocagem do material
Preparao e limpeza do local e equipamento
Operao
Preparao da resina
Quantidade de resina

Varivel de Sada (Y)

Etapa do Processo
Abastecimento Fibra
Abastecimento Fibra
Abertura Fibra
Abertura Fibra
Abertura Fibra
Abertura Fibra
Formao da Manta
Formao da Manta
Formao da Manta
Formao da Manta
Formao da Manta
Formao da Manta
Coletor manta
Prensagem
Prensagem
Prensagem
Prensagem
Prensagem
Prensagem
Prensagem
Prensagem
Unidade Corte
Unidade Corte
Unidade Corte
Segregao
Segregao
Segregao
Transporte
Transporte
Transporte
Transporte
Desfibramento
Desfibramento
Desfibramento
Desfibramento
Desfibramento

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36

7
1

Frequncia de Limpeza da
Carda

Taxa de Importncia

Total
276
142
96
96
68
68
372
284
235
235
235
141
8
204
192
0
8
8
8
8
8
8
8
8
72
72
72
72
72
24
24
24
24
236
192
192

Figura 4.6: Matriz de Priorizao do Projeto Respiradores Inicial (Fonte: o prprio autor)
Em seguida, ordenou-se de maneira decrescente o total da soma da multiplicao de cada
correlao com a taxa de importncia de cada Y. Ento, a primeira priorizao foi feita
reduzindo-se de 36 xs vindos do Mapa do processo para 11 xs (foi estipulado pela equipe a nota
de corte de 192), conforme mostrado na figura a seguir:
- 82 -

Matriz de Priorizao - Final

9
3
3
3
0
0
0
0
0
3
3
3
0
3
3
0
0
0
0
0
3
3
0
0
0
0
0
0
0
0
0
0
0
0
0
0

3
9
9
9
9
9
9
0
0
9
9
1
3
3
3
0
0
0
0
0
1
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0

9
9
3
3
3
3
3
3
9
0
0
9
3
1
1
9
9
9
9
9
1
1
3
3
3
3
1
1
1
1
1
1
1
1
1
0

9
9
9
9
9
9
9
0
0
9
9
0
3
3
3
0
0
0
0
0
1
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0

3
1
3
1
1
1
1
9
3
0
0
1
3
0
0
0
0
0
0
0
1
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0

9
1
3
1
3
3
3
9
9
0
0
3
3
1
1
0
0
0
0
0
1
1
0
0
0
0
0
0
0
0
0
0
0
0
0
0
510

Resistncia do Suporte

10
6

290

Queda de Presso

10
5

920

Perdas do Processo

10
4

1016

Aspecto Visual do Suporte

8
3

783

Total

Fibras Abertas

Varivel de Entrada (X)


Taxa de Mistura
Caractersticas da Fibra
Pesagem da fibra
Operao
Ajustes do equipamento
Integridade das guarnies
Tipo de guarnio
Peso da Manta
Uniformidade da Manta
Preparao da resina
Quantidade de resina
Homogeneizao
Distribuio na alimentao da carda
Nvel do sensor
Frequncia Trabalho Alimentadora
Limpeza da caixa
Operao
Fechamento da caixa
Limpeza da prensa de enfardamento
Operao/Manuteno
Limpeza da Abridora
Integridade dos pinos de transporte
Pesagem dos fardos
Limpeza da lona de cobrimento de aparas
Estocagem do material
Preparao e limpeza do local e equipamento
Integridade do Fio de Corte
Temperatura das zonas 1 a 6
Presso da mesa inferior
Presso da mesa superior
Tempo de prensagem
Integridade dos moldes
Qualidade do fio de corte
Limpeza das canaletas do fio de corte
Afiao da faca de refilo
Barras de entrada e sada da prensa

Varivel de Sada (Y)

Etapa do Processo
Formao da Manta
Formao da Manta
Abastecimento Fibra
Desfibramento
Formao da Manta
Formao da Manta
Formao da Manta
Prensagem
Prensagem
Desfibramento
Desfibramento
Abastecimento Fibra
Formao da Manta
Abertura Fibra
Abertura Fibra
Segregao
Segregao
Segregao
Transporte
Transporte
Abertura Fibra
Abertura Fibra
Transporte
Transporte
Desfibramento
Desfibramento
Coletor manta
Prensagem
Prensagem
Prensagem
Prensagem
Prensagem
Unidade Corte
Unidade Corte
Unidade Corte
Prensagem

9
2

273

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36

7
1

Frequncia de Limpeza da
Carda

Taxa de Importncia

Total
372
284
276
236
235
235
235
204
192
192
192
142
141
96
96
72
72
72
72
72
68
68
24
24
24
24
8
8
8
8
8
8
8
8
8
0

Figura 4.7: Matriz de Priorizao do Projeto Respiradores Priorizada (Fonte: o prprio autor)

Neste passo cabe salientar a necessidade de se levar o menor nmero possvel de variveis
para o FMEA porque esta ferramenta bastante detalhada e leva bastante tempo para a anlise de
cada varivel. No existe nmero ideal, porm um nmero prximo de 10 num primeiro projeto

- 83 -

(dica 9: prioridade). Caso ao final do DMAIC as metas no tenham sido atingidas, deve se
revisitar a Matriz de Priorizao para verificar se algum X importante foi negligenciado.
4.2.2.4. Anlise dos Sistemas de Medio: neste projeto no houve necessidade de se
aprofundar na anlise da variao do sistema de medio. Foi utilizado o mtodo mais
simples de anlise, a auditoria nos relatrios de produo: fonte de todos os dados de
perdas. A certeza de que os dados so confiveis vem do fechamento do nvel de estoque
ao final de cada ms. Caso o valor do sistema fosse diferente do valor de estoque real, os
ajustes necessrios eram realizados e incorporados aos valores dos clculos das perdas.
Durante todo o perodo do projeto, nenhum ajuste foi necessrio! Outra anlise realizada
foi nos equipamentos de testes de resistncia e de queda de presso, conforme exemplos
mostrados nas Figuras A e B dos Apndices. Estes equipamentos (manmetros) so
calibrados com um padro externo, conforme freqncia pr-definida pela Engenharia
de Manuteno. Nenhuma ao foi necessria durante o perodo de medio do projeto.

4.2.2.5. Capacidade Inicial: a mdia de 12 meses foi definida como a linha de base para
a melhoria. Nas Tabelas II e III dos Anexos esto todos os dados de utilizao e perdas
de fibra por tipo de produto (concha e concha interna). Na Tabela I dos Anexos est a
consolidao das perdas mensais por produto e a Perda Geral ponderada pelo uso de
fibra (kg) de cada produto. A Tabela I dos Anexos a fonte de dados para a construo
dos grficos da Capacidade Inicial. Na Figura 4.8 e 4.9 esto representadas
respectivamente as perdas do produto concha e concha interna. Na Figura 4.10, tem-se a
mdia ponderada das perdas dos 2 produtos que foram foco deste projeto. Analisando os
3 grficos de controle observa-se que tem-se um processo sob controle, ou seja, o valor
da perda de cada ms est estvel, dentro dos limites de controle. Antes de iniciar
qualquer anlise necessria a verificao da normalidade dos dados. Se os dados no
so normais, faz-se necessria a utilizao de alguma transformao (exemplo: 1/x, x2,
log(x), x, etc.). Existem vrios softwares estatsticos para esta tarefa e no caso deste
projeto, foi utilizado o Minitab. Este software apresenta 2 respostas a este teste:
1. Um grfico de normalidade onde visualmente se verifica atravs do
afastamento dos dados da linha da normalidade;

- 84 -

2. O valor p-value que a probabilidade da hiptese nula ser verdadeira (neste


caso, a hiptese nula : os dados so normais). Se o p-value menor que 0,05,
a hiptese nula descartada!
Nas Figuras I, II, III, IV e V dos Anexos esto os grficos de teste da normalidade. Os
resultados esto na tabela a seguir:
Tabela 4.3: Teste de Normalidade Inicial (Fonte: o prprio autor)
Anexo

Varivel

P-value

Observao

Perdas Concha

0,443

Dados normais

II

Perdas Concha Interna

0,694

Dados normais

III

Perdas Geral

0,197

Dados normais

IV

Resistncia

0,118

Dados normais

Queda de Presso

0,852

Dados normais

Portanto, como nenhum p-value ficou menor que 0,05, trata-se de um processo com
dados normais, sem causas especiais, onde se necessita uma investigao aprofundada
(projeto Seis Sigma) para verificar as causas destas perdas elevadas. Anlise:
1. No produto concha, apesar de uma ligeira melhoria entre os meses 5 e 10, a
perda flutuou num valor mdio de 22,10% ou 0,2210.
2. No produto concha interna, devido ao aproveitamento no apenas da concha,
mas de toda a borda, a perda flutuou num valor mdio de 9,04% ou 0,0904.
3. Finalmente, na consolidao ponderada pelo volume dos 2 produtos, concha e
concha interna, a perda teve valor mdio de 18,00% ou 0,1800.

Observao: todos os grficos de controle apresentados neste trabalho so sadas do


Software estatstico Minitab. Portanto, existem alguns padres pr-estabelecidos como:
o UCL = Limite Superior de Controle = +3 sigma;
o LCL = Limite Inferior de Controle = -3 sigma;
o Individual Value = Valor Individual;
o I Chart of __ = Grfico Individual de __ ; Mean of __ = Mdia de __ ;
o Probability Plot of __ = Grfico da Probabilidade de __ ;
o Interaction Plot (data mean) = Grfico de Interao (mdia dos dados);
o StdOrder = Ordem padro; RunOrder = Ordem randomizada do experimento.

- 85 -

I Chart of Perda Concha


0,27

UCL=0,2653

0,26

Individual Value

0,25
0,24
0,23

_
X=0,2210

0,22
0,21
0,20
0,19
0,18

LCL=0,1766
1

10

11

12

Ms

Figura 4.8: Grfico da Capacidade Inicial das Perdas do Produto Concha (Fonte: o prprio autor)
I Chart of Perda Concha Interna
0,12
UCL=0,11442

Individual Value

0,11
0,10
_
X=0,09035

0,09
0,08
0,07

LCL=0,06628
0,06
1

6
7
Ms

10

11

12

Figura 4.9: Grfico da Capacidade Inicial das Perdas do Produto Concha Interna (Fonte: o prprio autor)

- 86 -

Perda Geral (Concha e Concha Interna)


0,22
0,21

UCL=0,20639

Individual Value

0,20
0,19
_
X=0,18000

0,18
0,17
0,16

LCL=0,15360

0,15
0,14

6
7
Ms

10

11

12

Figura 4.10: Grfico da Capacidade Inicial das Perdas do Produto Total (Fonte: o prprio autor)

Continuando a apresentar os grficos da capacidade inicial, a seguir esto representados:


4. Na Figura 4.11, observa-se que o comportamento da Resistncia do produto
est estvel, lembrando que a especificao para este CTQ de no mnimo
0,72 gf/cm3, ou seja, quanto maior, melhor. Portanto, utilizando apenas as
fibras virgens o valor mdio da Resistncia apresentou um valor de 1,0463
gf/cm3 e conclui-se que o produto atende as especificaes com at um certo
superdimensionamento (o menor valor foi 0,99 gf/cm3 no ms 4).
5. Na Figura 4.12, observa-se que o comportamento da Queda de Presso do
produto est estvel, lembrando que a especificao para este CTQ de no
mximo 0,07 atm, ou seja, quanto menor, melhor. Portanto, utilizando apenas
as fibras virgens o valor mdio da Queda de Presso apresentou um valor de
0,02825 atm e conclui-se que o produto atende as especificaes tambm com
at um grande superdimensionamento (o maior valor foi 0,032 atm no ms 11).

- 87 -

I Chart of Resistncia
1,20

UCL=1,1913

Individual Value

1,15
1,10
_
X=1,0463

1,05
1,00
0,95

LCL=0,9012

0,90
1

10

11

12

Ms

Figura 4.11: Grfico da Resistncia do Produto (gf/cm3) Inicial (Fonte: o prprio autor)

I Chart of Queda de Presso


UCL=0,03405

0,034

Individual Value

0,032
0,030
_
X=0,02825

0,028
0,026
0,024

LCL=0,02245

0,022
1

6
7
Ms

10

11

12

Figura 4.12: Grfico da Queda de Presso do Produto (atm) Inicial (Fonte: o prprio autor)

- 88 -

4.2.2.6. Anlise de Impacto Financeiro: conforme Neuscheler (2001) o clculo da


economia deste projeto foi realizado com o suporte do pessoal de finanas que foi
envolvido desde a definio do projeto (dica 10: envolvimento de finanas). Como a
densidade das fibras virgem e recuperada a mesma, o valor do ganho mensal foi
efetuado multiplicando-se a quantidade de fibra recuperada utilizada na fabricao pela
diferena de preo entre fibra virgem e recuperada. Exemplo (ms 19):

Quantidade de fibra recuperada utilizada no ms = 1.134,8 kg (mdia)

Preo da fibra virgem (ou pura) = $ 9,97/kg.

Preo da fibra recuperada (ou reciclada) = $ 2,70/kg.

Economia = 1.134,8 kg x ($ 9,97/kg - $ 2,70/kg) = $ 8.250.

Economia Acumulada: Previso ($)

Ms 30

Ms 29

Ms 28

Ms 27

Ms 26

Ms 25

Ms 24

Ms 23

Ms 22

Ms 21

Ms 20

Ms 19

Ms 18

Ms 17

Ms 16

Ms 15

Ms 14

Ms 13

110,000
100,000
90,000
80,000
70,000
60,000
50,000
40,000
30,000
20,000
10,000
0,000

Previso Acumulada ($)


Figura 4.13: Economia Prevista do Projeto Respiradores (Fonte: o prprio autor)

Portanto, de acordo com a Figura 4.13, ficou prevista uma economia mensal de $ 8.250 a
partir do ms 19 (aps o pr-fechamento do projeto), acumulando $ 99.000 at o final deste
projeto ($8.250/ms x 12 meses). Nos resultados, o grfico do acompanhamento da economia
prevista e realizada ser apresentado.

- 89 -

4.2.3. Anlise:
4.2.3.1. Anlise do Modo e Efeito das Falhas: partindo das 11 variveis de entrada
priorizadas pela equipe na Matriz de Priorizao, primeiramente se verificou qual a falha
que pode ocorrer, seu efeito, as potenciais causas destas falhas e os controles atuais.
Ento, foram atribudos os valores de 1 a 10 para as 3 avaliaes presentes no FMEA
(severidade do efeito, ocorrncia da causa e deteco da falha). Mesmo que
qualitativamente se avalia cada impacto com o foco do usurio do respirador,
quantificando a importncia de cada fator. Finalmente se multiplicam os valores para a
determinao do RPN, fator de priorizao das aes a serem tomadas num determinado
prazo pelo responsvel. Tambm comum a equipe se delongar demasiadamente no
incio do uso do FMEA para demonstrar a riqueza de seu conhecimento, alm de
conflitos com relao s notas a serem atribudas. Sempre se busca o consenso de todos
os membros e nunca se utiliza votao ou mdia das opinies. Se h discordncia sobre
o valor do impacto, abre-se espao para argumentao entre os opinantes em contradio
e o lder deve interceder ou conduzir para que se chegue a uma opinio nica. Neste
ponto, o lder ou o facilitador tem que ter habilidade de sempre relembrar aos membros
da equipe o processo como um todo. Ateno redobrada para que o FMEA no deixe de
ser prtico para se tornar cansativo (dica 11: seja prtico no FMEA). Porm, na primeira
utilizao pode-se deixar a equipe ir a fundo nos desdobramentos para que o
aprendizado do uso desta importante ferramenta seja plenamente fixado. Para se ter uma
idia, os 11 xs se desdobraram em:

20 Modos de Falha com;

4 tipos de Efeito e;

74 causas potenciais. Foram endereadas:

33 aes para;

8 responsveis;

2 xs priorizados para o DOE (vide aes na linha 3 e 4 da Figura 4.14):


o X1: Quantidade de Resina;
o X2: Taxa de Mistura.

- 90 -

Sempre colocar o nome do responsvel pela ao e no o do departamento. O


responsvel tem que ser algum da equipe. Se no for da equipe, este responsvel
deve participar da reunio que se determina o prazo para execuo. Metade das
causas potenciais (37) com RPN abaixo de 140 no foram priorizadas, porm se ao
implementar todas as aes de melhoria, o projeto no atingir os objetivos, o FMEA
deve ser revisado para anlise das mesmas. Notar que as aes devem diminuir ou
eliminar a causa da falha ou melhorar a deteco da falha. Tambm se sugere
analisar a diminuio do RPN aps a implementao da ao recomendada. Nos
Anexos, o FMEA inicial e o priorizado esto apresentados com suas 80 linhas.
Abaixo, a figura do FMEA com as 8 principais aes priorizadas no final da
pontuao (detalhe: aqui est apresentado o FMEA com o resultado das aes
tomadas - atualizaes feitas ao final do projeto):

Figura 4.14: FMEA do Projeto Respiradores Principais Aes Priorizadas (Fonte: o prprio autor)

- 91 -

4.2.4. Implementao das Melhorias


4.2.4.1. Experimentao: aps a priorizao qualitativa no FMEA das 2 principais
variveis de entrada, o prximo passo foi determinar o quanto cada uma destas
variveis impactavam nas variveis de sada. Os limites dos valores das variveis de
entrada utilizado em um DOE leva em conta a experincia dos participantes do
projeto:

X1: quantidade de resina: necessria para melhorar a processabilidade da


mistura das fibras (15g e 25g);

X2: taxa de mistura: no precisava ser maior que o maior valor de perda
registrado, porque no se teria excesso de fibra recuperada. Porm a equipe
decidiu entender at que limite era possvel se misturar a fibra reciclada e se
estabeleceu: (0%, 10%, 20% e 30%).

Assim ficou o planejamento do experimento para cada um dos produtos:


Tabela 4.4: Planejamento do Experimento do Projeto Respiradores Concha (Fonte: o prprio autor)

X1
X2
Y1
Y2
Concha
StdOrder RunOrder Quantidade Resina Taxa Mistura Resistncia Queda Presso
1
1
15
0%
4
2
15
30%
8
3
25
30%
7
4
25
20%
6
5
25
10%
2
6
15
10%
5
7
25
0%
3
8
15
20%
Tabela 4.5: Planejamento do Experimento do Projeto Respiradores - Concha Interna (Fonte: o prprio autor)

X1
X2
Y1
Concha Interna
StdOrder RunOrder Quantidade Resina Taxa Mistura Resistncia
4
1
15
30%
1
2
15
0%
5
3
25
0%
3
4
15
20%
6
5
25
10%
2
6
15
10%
7
7
25
20%
8
8
25
30%

- 92 -

Y2
Queda Presso

Com auxlio do planejador de produo, a data mais adequada para a realizao dos 16
experimentos foi agendada com 15 dias de antecedncia para que as fibras recuperadas e
desfibradas com a quantidade desejada de resina fossem preparadas. Havia a necessidade de se
executar os experimentos simultaneamente para evitar rudos nos resultados, tais como:
diferentes operadores, diferentes condies ambientais, diferentes condies do equipamento,
entre outras. Aps realizao dos 16 experimentos, vrias amostras dos produtos foram coletadas
para a realizao e anlise dos testes de liberao, para verificar se o produto se mantinha com as
mesmas caractersticas. Abaixo, as tabelas demonstrando os resultados destes testes:

Tabela 4.6: Resultado do Experimento do Projeto Respiradores Concha (Fonte: o prprio autor)

Concha
X1
X2
Y1
Y2
StdOrder RunOrder Quantidade Resina Taxa Mistura Resistncia Queda Presso
1
1
15
0%
0,93
0,021
4
2
15
30%
1,16
0,025
8
3
25
30%
1,10
0,024
7
4
25
20%
1,16
0,025
6
5
25
10%
1,02
0,024
2
6
15
10%
0,92
0,022
5
7
25
0%
0,95
0,022
3
8
15
20%
1,19
0,032

Tabela 4. 7: Resultado do Experimento do Projeto Respiradores -Concha Interna (Fonte: o prprio autor)

Concha Interna
X1
X2
Y1
StdOrder RunOrder Quantidade Resina Taxa Mistura Resistncia
4
1
15
30%
1,35
1
2
15
0%
1,22
5
3
25
0%
1,22
3
4
15
20%
1,30
6
5
25
10%
1,15
2
6
15
10%
1,25
7
7
25
20%
1,32
8
8
25
30%
1,33

Verificou-se de imediato que nenhum valor ficou fora da especificao:

Resistncia: todos acima de 0,72 gf/cm3 e

Queda de Presso: todos abaixo de 0,07 atm.

- 93 -

Y2
Queda Presso
0,026
0,025
0,025
0,027
0,024
0,025
0,026
0,027

Detalhando mais, os 8 grficos abaixo foram plotados para auxiliar na anlise:


1. Resistncia da Concha (Figura 4.15):

a quantidade de resina no foi significante (mdia de 1,05 e 1,06 gf/cm3 para


15 g e 25 g respectivamente);

a taxa de mistura apresentou melhor valor de Resistncia (mdia de 1,175


gf/cm3) com 20% de fibra recuperada.

Resistncia Concha
1,2

Quantidade Resina

Taxa Mistura

Mean of Resistncia

1,1

1,0

0,9

0,8

0,7

15

25

10

20

30

Figura 4.15: Resultado do DOE para Resistncia (gf/cm3) Concha (Fonte: o prprio autor)

2. Resistncia da Concha Interna (Figura 4.16):

a quantidade de resina pouco significante, porm melhor para 15 g;

a taxa de mistura apresentou melhor valor de Resistncia (mdia de 1,34


gf/cm3) com 30% de fibra recuperada.

- 94 -

Resistncia - Concha Interna


Quantidade Resina

Taxa Mistura

1,34

Mean of Resistncia

1,32
1,30
1,28
1,26
1,24
1,22
1,20
15

25

10

20

30

Figura 4.16: Resultado do DOE para Resistncia (gf/cm3) Concha Interna (Fonte: o prprio autor)

3. Resistncia da Concha - Interao (Figura 4.17):

A interao entre as 2 variveis no significativa para a resistncia, ou seja, a


influncia semelhante influncia das mesmas isoladamente.

Interaction Plot (data means) for Resistncia


1,2

Quantidade
Resina
15
25

Mean

1,1

1,0

0,9

0,8

0,7

10
20
Taxa Mistura

30

Figura 4.17: Resultado do DOE para Resistncia (gf/cm3) Interao Concha (Fonte: o prprio autor)

- 95 -

4. Resistncia da Concha Interna Interao (Figura 4.18):

A interao entre as 2 variveis no significativa para a resistncia, ou seja, a


influncia semelhante influncia das mesmas isoladamente.

Interaction Plot (data means) for Resistncia


1,4

Quantidade
Resina
15
25

1,3

Mean

1,2
1,1
1,0
0,9
0,8
0,7

10
20
Taxa Mistura

30

Figura 4.18: Resultado do DOE para Resistncia (gf/cm3) Interao Concha Interna
(Fonte: o prprio autor)

5. Queda de Presso da Concha (Figura 4.19):

a quantidade de resina pouco significante, com maior valor para 15 g, porm


muito abaixo do limite mximo de especificao;

a taxa de mistura apresentou maior valor (0,0285 atm) com 20% de fibra
recuperada, porm muito abaixo do limite de especificao (<0,0700 atm).

- 96 -

Queda Presso - Concha


0,029

Quantidade Resina

Taxa Mistura

Mean of Queda Presso

0,028
0,027
0,026
0,025
0,024
0,023
0,022
0,021
15

25

10

20

30

Figura 4.19: Resultado do DOE para Queda de Presso (atm) Concha (Fonte: o prprio autor)

6. Queda de Presso da Concha Interna (Figura 4.20):

a quantidade de resina no significante;

a taxa de mistura apresentou pico de valor (0,0265 atm) com 20% e 30% de
fibra recuperada, porm muito abaixo do limite de especificao.

- 97 -

Queda Presso - Concha Interna


Quantidade Resina

Taxa Mistura

Mean of Queda Presso

0,0350

0,0325

0,0300

0,0275

0,0250
15

25

10

20

30

Figura 4.20: Resultado do DOE para Queda de Presso (atm): Concha Interna
(Fonte: o prprio autor)

7. Resistncia da Concha - Interao (Figura 4.21):

A interao entre as 2 variveis no significativa para a Queda de Presso, ou


seja, a influncia semelhante influncia das mesmas isoladamente.
Interaction Plot (data means) for Queda Presso
0,050

Quantidade
Resina
15
25

0,045

Mean

0,040
0,035
0,030
0,025
0,020
0

10
20
Taxa Mistura

30

Figura 4.21: Resultado do DOE para Queda de Presso (atm) Interao Concha
(Fonte: o prprio autor)

- 98 -

8. Resistncia da Concha Interna Interao (Figura 4.22):

A interao entre as 2 variveis no significativa para a Queda de Presso, ou


seja, a influncia semelhante influncia das mesmas isoladamente.

Interaction Plot (data means) for Queda Presso


0,050

Quantidade
Resina
15
25

0,045

Mean

0,040

0,035

0,030

0,025
0

10
20
Taxa Mistura

30

Figura 4.22: Resultado do DOE para Queda de Presso (atm) Interao Concha Interna
(Fonte: o prprio autor)

4.2.4.2. Concluso do Experimento:

A quantidade de Resina no teve significncia e, portanto, como a


processabilidade foi boa com 15 g de resina, ficou acertado este valor para
reduzir custo.

A taxa de reciclagem apresentou bons resultados at 30%.

Os resultados foram to representativos que a equipe decidiu no realizar


experimento confirmatrio, devido imensa diferena entre os limites de
especificao (mximo e mnimo) e os valores obtidos nos experimentos.
Como os testes de liberao (resistncia e queda de presso) podiam ser

- 99 -

realizados imediatamente aps o incio da produo, decidiu-se partir direto


para utilizao de 50% da perda (cerca de 9% de fibra reciclada sobre o total
de fibra) logo no ms 16, durante o projeto. Caso os testes de liberao
apresentassem resultados insatisfatrios, a produo com fibra reciclada seria
interrompida para anlise.

Portanto, definiu-se imediatamente aps a realizao do experimento, com um


bom grau de confiana, uma rampa de utilizao de reciclagem para atingir
no apenas 90%, mas 100% das perdas, em torno de 18% do total de fibras
utilizadas.

A rampa um mecanismo adotado para se aprender cada vez mais com o novo
processo e garantir tambm a continuidade dos negcios, caso haja algum
imprevisto na implementao das melhorias. Na tabela abaixo est
representada a taxa de mistura no decorrer dos meses. Do ms 16 ao 18 seria
utilizado 50% do total de fibra perdida. Do ms 19 ao 21, seria utilizado 70%
(ou seja, cerca de 12% seria fibra reciclada) e a partir do ms 22, 100% do total
de fibra posteriormente perdida seria reutilizada no incio deste processo (cerca
de 18% seria fibra reciclada).

Tabela 4.8: Rampa de Utilizao das Fibras Recuperadas (Fonte: o prprio autor)
Rampa
Ms 12
Ms 13
Ms 14
Ms 15
Ms 16
Ms 17
Ms 18
Ms 19
Ms 20
Ms 21
Ms 22
Ms 23
Ms 24
Ms 25
Ms 26
Ms 27
Ms 28
Ms 29
Ms 30

Situao Projeto
Baseline
Durante Projeto
Durante Projeto
Durante Projeto
Durante Projeto
Durante Projeto
Durante Projeto
Pr-fechado
Pr-fechado
Pr-fechado
Fechado
Fechado
Fechado
Fechado
Fechado
Fechado
Fechado
Fechado
Fechado

- 100 -

Taxa
0%
0%
0%
0%
50%
50%
50%
70%
70%
70%
100%
100%
100%
100%
100%
100%
100%
100%
100%

4.2.5. Controle
4.2.5.1. Plano de Controle: para garantir que o processo operasse dentro dos limites de
especificao e com a mnima variao, foi determinado o plano de controle conforme
Figura 4.23, onde todas as variveis crticas de entrada (X) e de sada (Y) foram
relacionadas, com o responsvel pelas mesmas (dica 12: rigidez e formalidade no
controle). Reunies mensais entre Proprietrio do Processo e Champion foram
formalmente executadas durante todo o ano de acompanhamento.

Figura 4.23: Plano de Controle do Projeto Respiradores (Fonte: o prprio autor)

- 101 -

4.2.5.2. Treinamentos: vrios treinamentos foram realizados durante o projeto,


principalmente com o detalhamento das ferramentas utilizadas. Todos os participantes
ficaram habilitados para liderar projetos. Os operadores da produo foram treinados na
operao da mistura das fibras, conforme descrito no FMEA.

4.2.5.3. Aprovao do Proprietrio do Processo: oficialmente, atravs de uma pequena


celebrao (caf da manh), o sucesso do projeto foi reconhecido pelos champions.
Registrou-se a aprovao do projeto. O lder do projeto fez uma apresentao formal do
projeto a todos os interessados e transferiu oficialmente a responsabilidade do plano de
controle ao proprietrio do processo, neste caso, o prprio supervisor da produo (green
belt).

4.2.5.4. Relatrio Final: um relatrio foi montado e o projeto foi apresentado numa
conferncia realizada trimestralmente para toda a empresa.

- 102 -

Captulo 5 - Resultados
5.1. Capacidade Final: depois de implementadas todas as melhorias do DOE e FMEA,
ms a ms foram calculados e plotados os valores dos Ys do projeto (Perdas e Taxa de
Reciclagem, Resistncia e Queda de Presso). Aps 1 ano de acompanhamento foram
construdos os grficos abaixo com os resultados das perdas e dos testes de controle dos
CTQs.

I Chart of Perda Geral by Stage


Baseline

Durante Projeto

Pre-fechado Fechado

Individual Value

0,20

0,15

0,10

0,05
_
LCL=0
UCL=0
X=0

0,00
1

10 11

12 13 14

15 16 17

18 19 20

21 22 23 24

25 26 27

28 29 30

Ms

Figura 5.1: Grfico do Plano de Controle das Perdas Total (Fonte: o prprio autor)

- 103 -

Os resultados para Perdas (Figura 5.1) seguiram a programao descrita na rampa de


utilizao das fibras recuperadas (Tabela 4.8). Do ms 13 ao 15, o nvel da perda se comportou
semelhante da linha de base do projeto (mdia de 12 meses), prximo de 18%. A partir do ms
16, iniciou-se a reciclagem de cerca de 50% das perdas, at o ms 18. Do ms 19 ao 21, cerca de
70% do total das perdas foi reciclado e voltou para o processo com sucesso. E finalmente, a partir
do ms 22, toda a perda foi reciclada. O valor entre 17,2% e 19,1% (Figura 4.23) devido
quantidade de fibra reciclada depender diretamente da quantidade de fibra perdida, que por sua
vez depende do processo e da composio da produo em quantidade de concha e concha
interna. Na Figura VI dos Anexos, estatisticamente se comprovou que os dados no so normais
(p-value < 5%), ou seja, tem-se um grupo diferente de valores (linha base e aps projeto).
Tabela 5.1: Teste de Normalidade Perdas Final (Fonte: o prprio autor)
Anexo

Varivel

VI

P-value

Perdas Geral

Observao

<0,005

Dados no normais

O grfico da Taxa de Reciclagem (Figura 5.2) nada mais que o oposto da perda, ou seja,
quanto maior a perda, menor a reciclagem. Como mostrado nos grficos, 100% das fibras
perdidas na primeira fase do processo, foram recuperadas e retornaram ao incio do processo.

I Chart of Taxa Reciclagem by Stage


Baseline

Durante Projeto

Pre-fechado Fechado

_
X=1

1,0

LCL=1
UCL=1

Individual Value

0,8

0,6

0,4

0,2
0,0
1

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

Ms

Figura 5.2: Grfico do Plano de Controle da Taxa de Reciclagem (Fonte: o prprio autor)

- 104 -

I Chart of Resistencia by Stage


Baseline

Durante Projeto

Pre-fechado Fechado

1,2

Individual Value

1,1

UCL=1,0909
_
X=1,0178

1,0

LCL=0,9446
0,9

0,8
3

12

15
Ms

18

21

24

27

30

Figura 5.3: Grfico do Plano de Controle da Resistncia (gf/cm3) (Fonte: o prprio autor)

I Chart of Queda de Pressao by Stage


0,0350

Baseline

Durante Projeto

Pre-fechadoFechado

Individual Value

0,0325

UCL=0,03243

0,0300
_
X=0,02711

0,0275
0,0250
0,0225

LCL=0,02179

0,0200

12

15
18
Ms

21

24

27

30

Figura 5.4: Grfico do Plano de Controle da Queda de Presso do Produto (atm)


(Fonte: o prprio autor)

- 105 -

Os resultados de Resistncia e Queda de Presso (Figuras 5.3 e 5.4) ficaram


confortavelmente dentro da especificao e nenhuma grande alterao foi notada, demonstrando
que a fibra recuperada no alterou nenhuma das caractersticas finais do produto, de acordo com
as expectativas do usurio. Detalhando:
1. No caso da resistncia percebeu-se uma melhoria quanto variabilidade que
diminuiu bastante aps o uso de 18% de fibra reciclada. Apesar do valor mdio
(1,0178 gf/cm3) ser cerca de 3% menor que o valor base (1,0463 gf/cm3 Figura
4.11), ainda tem-se cerca de 40% de segurana em relao ao valor mnimo de
especificao (0,72 gf/cm3).
2. No caso da Queda de Presso, o valor mdio final (0,02711 atm) ficou 4% abaixo
da base (0,02825 atm Figura 4.12). Neste caso houve at uma melhoria
incremental uma vez que quanto menor a queda de presso melhor!
Nas Figuras VII e VIII dos Anexos fica estatisticamente comprovada a questo da
normalidade (p-value> 5%), demonstrando que no se tem distino entre o grupo de
dados antes e aps o projeto, conforme Tabela 5.2.

Tabela 5.2: Teste de Normalidade Contra-medidas Final (Fonte: o prprio autor)


Anexo

Varivel

P-value

Observao

VII

Resistncia

0,437

Dados normais

VII

Queda de Presso

0,404

Dados normais

5.2. Resultado Financeiro: o acompanhamento da economia foi ento, a partir do


ms 16, com 3 meses de ganho durante a execuo do projeto, conforme
mostrado na Figura 5.5. Como o acompanhamento dos ganhos por conveno da
Metodologia Seis Sigma de 12 meses (do ms 19: aps pr-fechamento do
projeto at o ms 30) os valores de ganhos dos meses 28, 29 e 30 so decrescidos
dos ganhos dos meses 16, 17 e 18, respectivamente. Esta deduo necessria
para no duplicar o ganho anual e por outro lado, no deixar de capitalizar os
ganhos durante a execuo do projeto. Os valores exatos de cada ms esto no
Plano de Controle (Figura 4.23).
Como exemplo de clculo do ganho real, tem-se no ms 16:

- 106 -

Quantidade de fibra recuperada utilizada no ms = 496 kg

Preo da fibra virgem (ou pura) = $ 9,97/kg.

Preo da fibra recuperada (ou reciclada) = $ 2,70/kg.

Economia real = 496 kg x ($ 9,97/kg - $ 2,70/kg) = $ 3606.

Portanto, foi atingido112% do resultado de economia prevista no incio do projeto. O


valor foi 12% maior que o estimado por 3 motivos:

A reciclagem total ter alcanado 100% do valor anteriormente perdido (a


previso era reciclar apenas 90%);

A fibra reciclada no incio do trabalho ($2,70/kg) era 73% mais barata que a
fibra virgem ($9,97/kg) e ao final do trabalho, esta diferena j havia
aumentado para 76% ($11,35/kg - $2,73/kg), uma vez que a negociao com
o fornecedor de servio de desfibramento ser muito mais fcil que com o
fornecedor da fibra virgem (sujeita ao impacto direto da influncia do
aumento do petrleo);

E por ltimo, tambm houve um pequeno incremento na demanda de fibra


gerada pelo aumento de demanda de vendas dos respiradores descartveis.

Economia Acumulada: Previso x Real ($)


120,000
100,000
80,000
60,000
40,000
20,000

Previso Acumulada ($)

Ms 30

Ms 29

Ms 28

Ms 27

Ms 26

Ms 25

Ms 24

Ms 23

Ms 22

Ms 21

Ms 20

Ms 19

Ms 18

Ms 17

Ms 16

Ms 15

Ms 14

Ms 13

0,000

Real Acumulado ($)

Figura 5.5: Grfico da Economia Prevista e Real do projeto Respiradores (Fonte: o prprio autor)

- 107 -

Captulo 6 - Concluses e Sugestes para Prximos Trabalhos


6.1. Concluses
O objetivo deste trabalho foi mostrar a eficincia da aplicao da Metodologia Seis Sigma
na reduo das perdas de um processo de manufatura e aps o trmino, conclui-se que o Seis
Sigma realmente foi muito eficiente para este caso, pois:

6.1.1. Ganhos quantitativos: As perdas inerentes do processo no foram


apenas minimizadas (a meta era reduzir de 18,0% para 1,8%), mas ainda melhor
que a estimativa inicial que j era bastante agressiva, as perdas foram eliminadas,
reduzindo os custos de manufatura. Conforme mostrado na Figura 5.5, os ganhos
quantitativos comearam a acontecer durante o projeto no ms 16, em escala
menor devido proposta de rampa de utilizao de fibra reciclada. Aps a
determinao do ponto mximo de taxa de mistura entre fibra virgem e reciclada,
sem afetar as caractersticas-chave do produto, o ganho mensal foi maximizado
para mais de $9 mil. Portanto, como conseqncia da utilizao de fibra reciclada
que era 73% mais barata que a fibra virgem no incio do projeto, a rea
economizou em 1 ano, mais de $ 110 mil. Esta economia abriu possibilidades de
financiar mais melhorias no processo de manufatura dos respiradores
descartveis. Este ganho quantitativo de 12% acima da meta demonstrou a
eficincia de se focar esforos num objetivo comum;

6.1.2. Ganhos qualitativos: Os treinamentos e a mudana de cultura com relao


eliminao de perda inerente elevou o nvel tcnico dos membros da equipe
envolvida no projeto. O fato de se reduzir o uso de matria-prima de recurso norenovvel aumentou o comprometimento com o controle das variveis crticas

- 108 -

para manter os resultados. A motivao da equipe com os resultados positivos dos


experimentos foi to grande, que os ganhos quantitativos comearam a aparecer
antecipadamente, logo aps o experimento confirmatrio no ms 16. Houve
quebra de paradigma com relao utilizao de fibras prensadas no incio do
processo, uma vez que durante anos se acreditou no ser possvel reutiliz-las sem
alterar as caractersticas-chave do produto (Resistncia e Queda de Presso).
Interessante ressaltar que muitos colaboradores (at mesmo de dentro da equipe)
colocavam inmeras resistncias ao projeto, dizendo, por exemplo, que o produto
seria de baixa qualidade, que o equipamento seria sujo em demasia devido ao uso
da fibra reciclada, que seria impossvel no sujar a fibra no reprocessamento, que
aquele nvel de perda era o melhor do mundo para este tipo de produto e este tipo
de equipamento, entre outras afirmaes. Ao final do trabalho, todos os membros
da equipe estavam aptos para liderar projeto de melhoria Seis Sigma. O Green
Belt deste projeto foi certificado devido ao sucesso de sua implementao. Este
trabalho serviu de exemplo e motivao para todos os colaboradores da fbrica e
logo em seguida, muitos outros projetos em outras reas se iniciaram num ritmo
muito acelerado!

6.1.3. Oportunidades/dificuldades: abaixo esto citadas novamente as dicas


apresentadas para cada dificuldade que apareceu durante a implantao deste
trabalho, com o intuito de se otimizar o tempo e recursos em trabalhos futuros.
Tambm est destacada (entre parnteses abaixo), a correlao com um dos
Fatores Crticos do Sucesso apresentados no item 2.5:
o Dica 1: escopo: focar o projeto de forma que a equipe entenda claramente
os limites do trabalho. Os objetivos e os resultados sero mais agressivos
(Seleo e Priorizao de Projetos);
o Dica 2: disciplina: o DMAIC tem que ser seguido invariavelmente. claro
que nem todas as ferramentas sero utilizadas, porm a seqncia tem que
ser respeitada. comum a equipe querer ir para soluo antes de analisar
todas as propostas e isto tem que ser evitado (Entender Ferramentas e
Tcnicas);

- 109 -

o Dica 3: foco: o lder tem que chamar a ateno sempre para o foco do
projeto, uma vez que naturalmente os membros da equipe tendero a trazer
para as reunies assuntos fora do escopo do projeto (Habilidade de
Gerenciamento de Projeto);
o Dica 4: Seleo da equipe: somente as pessoas diretamente ligadas ao
processo que contribuiro com seus conhecimentos (Infra-estrutura da
organizao);
o Dica 5: mtrica correta: a sua determinao desde o incio do projeto
crucial para manter o foco da equipe (Entender Ferramentas e Tcnicas);
o Dica 6: alinhamento do conhecimento: o mapa do Processo fundamental
para a determinao clara dos limites do projeto e o alinhamento do
conhecimento da equipe (Treinamento);
o Dica 7: envolvimento da equipe: o mais rpido possvel, desde as primeiras
reunies do projeto (Mudana Cultural e Comunicao e Ligao Seis
Sigma com RH);
o Dica 8: objetividade na pontuao: tanto na Matriz De Priorizao como
no FMEA existe a tendncia de a equipe achar tudo importante ou de
prioridade ou impacto mximo. O lder deve ter habilidade de
convencimento (no imposio) de mostrar o contexto geral e a
necessidade de se distribuir as notas para que realmente a ferramenta seja
til quanto a sua finalidade que a priorizao (Habilidade de
Gerenciamento de Projeto);
o Dica 9: prioridade: levar da Matriz De Priorizao para o FMEA no
mximo 10 xs porque se no a finalizao desta ferramenta pode levar
meses (Entender Ferramentas e Tcnicas);
o Dica 10: envolvimento de finanas: para credibilidade nos resultados e
correto impacto nos custos, os ganhos monetrios tm que ser validados
por Finanas (Envolvimento da Alta Gerncia);
o Dica 11: seja prtico no FMEA: no permita que a equipe divague
demasiadamente procurando causas irreais para as potenciais falhas. Esta

- 110 -

ferramenta tem que ser prtica e revisitada a todo tempo (Entender


Ferramentas e Tcnicas);
o Dica 12: rigidez e formalidade no controle: aqui est um grande diferencial
da Metodologia Seis Sigma: um plano de controle formalizado e acordado
com o responsvel. As reunies mensais de reviso tm que ser conduzidas
pessoalmente pelo lder da rea (Entender Ferramentas e Tcnicas).

6.2. Sugestes para prximos Trabalhos


6.2.1. Verificar a eficincia da aplicao da Metodologia Seis Sigma em outras reas,
diferentes da Manufatura. Fica como sugesto para novos trabalhos o estudo de casos nas
seguintes reas:
o Logstica: segundo Witt (2002), assim como na rea de Manufatura, pode-se aplicar a
Metodologia Seis Sigma na rea de Logstica. O objetivo obter menos que 3.4
defeitos, ou praticamente pedidos perfeitos: na hora, quantidade e qualidade,
previamente acordados com o cliente. O processo de atendimento sem defeitos se
tornou to importante quanto um produto ou servio perfeito.
o Compras: um projeto interessante seria o desenvolvimento de um segundo fornecedor
no caso de produto ou servio com fonte nica de suprimento. Este trabalho seria
liderado pela equipe de compras na pesquisa de novas oportunidades e auxiliado pela
rea de Laboratrio, comprovando que estatisticamente os produtos e/ou servios so
iguais. A fonte alternativa aumentaria bastante o poder de barganha do comprador, no
momento de fechar um contrato de fornecimento.
o Vendas: um projeto atraente seria o aumento de cobertura de vendas numa regio
especfica do pas. O DMAIC se torna til na determinao do escopo do projeto e na
quantificao das metas e do controle.
o Marketing: um projeto de verificao de qual dos 4 Ps (produto, preo, promoo,
produto na prateleira) estaria impactando mais profundamente no resultado da
empresa. Pode-se inclusive utilizar ferramentas estatsticas, como DOE, na
quantificao deste impacto. Exemplo: foca-se num determinado bairro e se estuda o
efeito nas vendas colocando-se 2 nveis de preo e 2 nveis de comunicao
alternadamente durante as semanas de um ms. Analisando os resultados pode-se

- 111 -

concluir que o que mais interfere nas vendas a comunicao e no o preo, ou ainda
a combinao dos 2.
o Segurana: Sznaider (2000) afirma que quando os Gerentes de Segurana comearem
a agir como os Gerentes de Qualidade, eles deixaro de culpar os operadores pelos
acidentes e passaro a atacar a verdadeira causa dos problemas, que na maioria das
vezes est no processo ou nos equipamentos. Na busca pelo zero acidente (meta
dificlima de praticamente todas as empresas) fica a sugesto para um futuro projeto
Seis Sigma nesta rea.

6.2.2. Comparar a Metodologia Seis Sigma com outras metodologias, como:


o Lean Manufacturing: Manufatura Enxuta nada mais que fazer mais com
menos, uma metodologia popularizada como Sistema Toyota de Produo que
visa identificar e eliminar toda espcie de perdas de um processo, onde perdas so
atividades que no agregam valor sob a tica dos clientes. Existe uma grande
sinergia entre estas duas metodologias e muito mais que contraditrias, elas so
complementares (Connor, 2003). Portanto, aps o mapeamento do fluxo de valor
(ferramenta do Lean) muitas oportunidades aparecem e o DMAIC um timo
modelo para se atacar estes desperdcios.
o TQM (Total Quality Management): Motwani (2003) cita que muitas empresas
de classe mundial, aps ter uma excelente base em qualidade com a implantao
do TQM vm obtendo resultados surpreendentes com a implantao do Seis
Sigma. Pande (2001) afirma que o TQM foi muito importante, porm falhou em
algumas fases, como envolvimento total de todos os departamentos e no plano de
controle. Neste trabalho, a preocupao foi demonstrar que a Metodologia Seis
Sigma era eficiente para este processo e no que seria melhor ou pior que outra
metodologia. Fica como sugesto um aprofundamento nesta comparao.
o PDCA (Plan-Do-Check-Act): para Jing (2003), muitos engenheiros clamam
durante o treinamento Seis Sigma que as ferramentas so as mesmas da
Engenharia Industrial. De fato, as ferramentas so as mesmas, porm a
interligao que o DMAIC proporciona indita. Se a Metodologia do PDCA for
comparada com o DMAIC verifica-se que h apenas pequenas variaes, com

- 112 -

maior nfase em uma ou outra etapa de cada modelo. Este tpico daria uma nova
dissertao comparando-se os diferentes modelos.
o DFSS (Design For Six Sigma): outro projeto recomendado, dentro da rea do
Seis Sigma o aprofundamento no DFSS, ferramenta utilizada quando no se tem
claramente a caracterstica exigida pelos clientes num produto ou processo
existente, ou utilizada na determinao de um novo produto ou processo.

- 113 -

Referncias Bibliogrficas
Bigelow, M. How to Achieve Operational Excellence. Quality Progress, 35, pp. 70-75, oct.2002.

Breyfogle III, F.W., Meadows, B. Bottom-line success with Six Sigma. Quality Progress, 34
no.5, pp. 101-104, mai.2001.
Breyfogle III, F.W. Golf and Six Sigma. Quality Progress, 35, pp. 83-85, nov.2002.

Challener, C. Six Sigma Quality efforts have measurable results. JCT CoatingsTech, pp. 24-27,
fev. 2004
Chowdhury, S. Working toward Six-Sigma Success. Manufacturing Engineer, 127, pp. 14, jul.
2001.
Connor, Gary. Benefiting from Six Sigma. Manufacturing Engineer, 130 no.2, pp. 53-59, 2003.
Coronado, R.B., Antony, J. Critical success factors for the successful implementation of Six
Sigma projects in Organisations. The TQM Magazine, v.14, pp. 92-99, no.2, 2002.
Einset, E., Marzano, J. Six Sigma Demystified. Tooling & Production, vol13, no.2, pp.43-47,
abr. 2002.
Elliott, G. The race to Six Sigma. Industrial Engineer, 35, no.10, pp. 30-35, out. 2003.

Goh, T.N., Xie, M. Statistical Control of a Six Sigma Process. Quality Engineering, 15, pp. 587592, abr.2003.
Gross, John M. A road map to Six Sigma Quality. Quality Progress, 34, pp. 24-29, nov. 2001.

- 114 -

Hahn, G., Doganaksoy, N., Stanard, C. Statistical tools for Six Sigma. Quality Progress, 34, pp.
78-82, set. 2001.
Harry, M.J. Abatement of business risk is key to Six Sigma. Quality Progress, 33, pp. 72-76, jul.
2000.
Jing, G., Li, N. Claiming Six Sigma. Industrial Engineering, 36 no.2, pp. 37-39, fev. 2004.

Klefsjo, B., Wiklund, H., Edgeman, R.L. Six Sigma seen as a methodology for Total Quality
Management. Measuring Business Excellence 5, pp. 31-35, jan. 2001.
Koban, M. Using Six Sigma tools to pigment dispersant. JCT CoatingsTech, pp. 28-33, fev.2004.

Kunes, R. Six Sigma article is misleading,. Quality Progress, 35, pp. 8, mar. 2002.

Linderman, K., Schroeder, R.G., Zaheer, S., Choo, A. Six Sigma: a goal-theoretic perspective.
Journal Operations Management, 21, pp. 193-203, 2003

Lynch, D. P., Bertolino, S., Cloutier E.T., How to Scope DMAIC Projects. Quality Progress, 36,
pp. 37-41, jan.2003.
Motwani, J., Kumar, A., Jiju A. A business process change framework for examining the
implementation of Six Sigma: a case study of Dow Chemicals. The TQM Magazine, 16, pp. 273283, abr.2004.
Neuscheler-Fritsch, D., Norris, R. Capturing financial benefits from Six Sigma. Quality Progress,
34, pp. 39-44, mai. 2001.
Olexa, Russ. Flying High with Six Sigma Quality. Manufacturing Engineer, 130, pp. 69-73, feb.
2003.
Pande, P.S., Neuman, R.P., Cavanagh, R.R. Estratgia Seis Sigma. 1a. ed. Rio de Janeiro:
Qualitymark Ed., 2001. 472 p.
Rasis, D., Gitlow, H.S., Popovich, E. Paper Organizers International: A Fictitious Six Sigma
Green Belt Case Study I. Quality Engineering, 15 (1), pp.127-145, 2002.

- 115 -

Rath & Strong (Org.). Six Sigma Pocket Guide, 2. ed. Lexington, 2001, 192 p.

Rudisill, F., Druley, S. Which Six Sigma Metric Should I use?. Quality Progress, 37 no.3, pp.
104, mar. 2004.
Sharma, V., Tonk, H. S. Six Sigma Point and Counterpoint. Manufacturing Engineering, 132, no.
1, pp.10, jan. 2004.
Sznaider, B. Six-Sigma Safety. Manufacturing Engineering, 125 no.3, pp.18, set. 2000.

Tylutki, T. P., Fox, D.G. Mooooving toward Six Sigma. Quality Progress, 35, pp. 34-41, fev.
2002.
Witt, C.E. Achieving Six Sigma Logistics. Material Handling Management, 57, pp.10, mai.
2002.
Womack, J.P., Jones, D.T. A Mentalidade Enxuta nas Empresas. 8a. ed., Ed. Campus, 1998, pp.
1-17.

- 116 -

Anexos
Tabela I Perdas do Processo de Manufatura de Respiradores Inicial (Fonte: o prprio autor)

Produto
Concha

Concha Total
Concha Interna

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

Concha Interna Total


1 Soma
2 Soma
3 Soma
4 Soma
5 Soma
6 Soma
7 Soma
8 Soma
9 Soma
10 Soma
11 Soma
12 Soma
Total Global

Dados
Soma de No. Peas Soma de Uso Fibra (kg) Soma de Perda (Kg) Soma de Perda
812.652
4977
1167
0,235
690.743
4376
1137
0,260
677.850
4135
958
0,232
647.984
3965
927
0,234
727.769
4300
889
0,207
678.863
4074
892
0,219
723.126
4244
854
0,201
679.285
4030
846
0,210
788.237
4603
908
0,197
821.914
4885
1032
0,211
835.798
5096
1177
0,231
681.833
4075
879
0,216
8.766.054
52760
11665
0,221
252.823
1912
169
0,089
298.715
2267
208
0,092
229.879
1769
185
0,104
324.364
2449
213
0,087
249.255
1878
159
0,085
264.780
2017
191
0,095
253.268
1905
159
0,084
258.085
1954
175
0,090
204.631
1537
126
0,082
255.002
1946
188
0,097
272.326
2057
180
0,087
290.077
2204
205
0,093
3.153.203
23897
2160
0,090
1.065.474
6889
1336
989.458
6643
1346
907.729
5905
1142
972.348
6414
1140
977.024
6178
1048
943.643
6091
1083
976.394
6149
1013
937.370
5985
1021
992.868
6140
1034
1.076.916
6831
1220
1.108.124
7153
1357
971.910
6279
1083
11.919.257
76657
13825
0,180

- 117 -

0,235
0,260
0,232
0,234
0,207
0,219
0,201
0,210
0,197
0,211
0,231
0,216
0,221
0,089
0,092
0,104
0,087
0,085
0,095
0,084
0,090
0,082
0,097
0,087
0,093
0,090
0,194
0,203
0,193
0,178
0,170
0,178
0,165
0,171
0,168
0,179
0,190
0,173
0,180

Tabela II a Capacidade Inicial do Produto Concha (Fonte: o prprio autor)

- 118 -

Tabela II b Capacidade Inicial do Produto Concha (Fonte: o prprio autor)

- 119 -

Tabela III Capacidade Inicial do Produto Concha Interna (Fonte: o prprio autor)

- 120 -

Tabela IV a - FMEA Inicial (Fonte: o prprio autor)

- 121 -

Tabela IV b - FMEA Inicial (Fonte: o prprio autor)

- 122 -

Tabela IV c - FMEA Inicial (Fonte: o prprio autor)

- 123 -

Tabela IV d - FMEA Inicial (Fonte: o prprio autor)

- 124 -

Tabela V a - FMEA Priorizado (Fonte: o prprio autor)

- 125 -

Tabela V b - FMEA Priorizado (Fonte: o prprio autor)

- 126 -

Tabela V c - FMEA Priorizado (Fonte: o prprio autor)

- 127 -

Tabela V d - FMEA Priorizado (Fonte: o prprio autor)

- 128 -

Tabela V e - FMEA Priorizado (Fonte: o prprio autor)

- 129 -

Tabela VI Comparao do Nvel Sigma com Perdas em DPMO e Perdas em %


(Fonte: Rath & Strong, 2001)
Sigma
6,0
5,9
5,8
5,7
5,6
5,5
5,4
5,3
5,2
5,1
5,0
4,9
4,8
4,7
4,6
4,5
4,4
4,3
4,2
4,1
4,0
3,9
3,8
3,7
3,6
3,5
3,4
3,3
3,2
3,1

DPMO
3,4
5,4
8,5
13
21
32
48
72
108
159
233
337
483
687
968
1.350
1.866
2.555
3.467
4.661
6.210
8.198
10.724
13.903
17.864
22.750
28.716
35.930
44.565
54.799

Perda (%)
0,00034%
0,00054%
0,00085%
0,0013%
0,0021%
0,0032%
0,0048%
0,0072%
0,0108%
0,0160%
0,0230%
0,0340%
0,0480%
0,0690%
0,1000%
0,1300%
0,1900%
0,2600%
0,3500%
0,4700%
0,6200%
0,8200%
1,1000%
1,4000%
1,8000%
2,3000%
2,9000%
3,6000%
4,5000%
5,5000%

Sigma
3,0
2,9
2,8
2,7
2,6
2,5
2,4
2,3
2,2
2,1
2,0
1,9
1,8
1,7
1,6
1,5
1,4
1,3
1,2
1,1
1,0
0,9
0,8
0,7
0,6
0,5
0,4
0,3
0,2
0,1

- 130 -

DPMO
66.807
80.757
96.801
115.070
135.666
158.655
184.060
211.855
241.964
274.253
308.537
344.578
382.089
420.740
460.172
500.000
539.828
579.260
617.911
655.422
691.462
725.747
758.036
788.145
815.940
841.345
864.334
884.930
903.199
919.243

Perda (%)
6,7000%
8,1000%
9,7000%
11,5000%
13,6000%
15,9000%
18,4000%
21,2000%
24,2000%
27,4000%
30,9000%
34,5000%
38,2000%
42,1000%
46,0000%
50,0000%
54,0000%
57,9000%
61,8000%
65,5000%
69,1000%
72,6000%
75,8000%
78,8000%
81,6000%
84,1000%
86,4000%
88,5000%
90,3000%
91,9000%

Probability Plot of Perda Concha


Normal
99

Mean
StDev
N
AD
P-Value

95
90

0,2210
0,01781
12
0,336
0,443

Percent

80
70
60
50
40
30
20
10
5

0,18

0,19

0,20

0,21 0,22 0,23


Perda Concha

0,24

0,25

0,26

0,27

Figura I - Grfico do Teste de Normalidade da Perda Concha Inicial (Fonte: o prprio autor)

Probability Plot of Perda Concha Interna


Normal
99

Mean
StDev
N
AD
P-Value

95
90

0,09035
0,006254
12
0,246
0,694

Percent

80
70
60
50
40
30
20
10
5

0,075

0,080

0,085
0,090
0,095
Perda Concha Interna

0,100

0,105

Figura II - Grfico do Teste de Normalidade da Perda Concha Interna Inicial (Fonte: o prprio autor)

- 131 -

Probability Plot of Perda Geral


Normal
99

Mean
StDev
N
AD
P-Value

95
90

0,1800
0,01209
12
0,473
0,197

Percent

80
70
60
50
40
30
20
10
5

0,15

0,16

0,17

0,18
Perda Geral

0,19

0,20

0,21

Figura III - Grfico do Teste de Normalidade da Perda Geral Inicial (Fonte: o prprio autor)

Probability Plot of Resistncia


Normal
99

Mean
StDev
N
AD
P-Value

95
90

1,046
0,04216
12
0,559
0,118

Percent

80
70
60
50
40
30
20
10
5

0,95

1,00

1,05
Resistncia

1,10

1,15

Figura IV - Grfico do Teste de Normalidade da Resistncia Inicial (Fonte: o prprio autor)

- 132 -

Probability Plot of Queda de Presso


Normal
99

Mean
StDev
N
AD
P-Value

95
90

0,02825
0,001913
12
0,198
0,852

Percent

80
70
60
50
40
30
20
10
5

0,024 0,025 0,026 0,027 0,028 0,029 0,030 0,031 0,032 0,033

Queda de Presso

Figura V - Grfico do Teste de Normalidade da Queda de Presso Inicial (Fonte: o prprio autor)

Probability Plot of Perda Geral


Normal
99

Mean
StDev
N
AD
P-Value

95
90

0,1042
0,08252
30
2,461
<0,005

Percent

80
70
60
50
40
30
20
10
5

-0,1

0,0

0,1
Perda Geral

0,2

0,3

Figura VI - Grfico do Teste de Normalidade da Perda Geral Final (Fonte: o prprio autor)
- 133 -

Probability Plot of Resistencia


Normal
99

Mean
StDev
N
AD
P-Value

95
90

1,021
0,04431
30
0,355
0,437

Percent

80
70
60
50
40
30
20
10
5

0,90

0,95

1,00
1,05
Resistencia

1,10

1,15

Figura VII - Grfico do Teste de Normalidade da Resistncia Final (Fonte: o prprio autor)

Probability Plot of Queda de Pressao


Normal
99

Mean
StDev
N
AD
P-Value

95
90

0,02707
0,002050
30
0,370
0,404

Percent

80
70
60
50
40
30
20
10
5

0,022

0,024

0,026
0,028
Queda de Pressao

0,030

0,032

Figura VIII - Grfico do Teste de Normalidade da Queda de Presso Final

- 134 -

Apndices

- 135 -

Relatrio de Calibrao

01/02/2004

Cdigo
M82612
Descrio: Manmetro Teste de Resistncia
Norma: PCEI-043
Status:
Ativo
Frequncia: 6 ms
Resultado

Data

Frequncia

Prxima
Calibrao

Tipo

Funcionrio

Certificado

Lab.

21/01/2004

6 meses

21/07/2004

Preventiva

18446

No aplicvel

001

FNE

L.E.T.Inferior

L.E.T.Superior

Unidade

V.I.

Erro

Conformidade

Presso

-0,025

+0,025

0,500
gf/cm3

0,510

+0,010

Conforme

Presso

-0,025

+0,025

1,500
gf/cm3

1,510

+0,010

Confomre

APROVADO

Padro de Referncia utilizado: M804354


Validade Calibrao externa: at 31/07/2004)
Pag. 1/1

Emitido pelo Departamento de Manuteno - Metrologia

Figura A Verificao de Calibrao de Equipamento Resistncia (Fonte: o prprio autor)

Relatrio de Calibrao

01/04/2004

Cdigo
M29015
Descrio: Manmetro Queda de Presso
Norma: PCEI-043
Status:
Ativo
Frequncia: 3 meses
Resultado

Data

Frequncia

Prxima
Calibrao

Tipo

Funcionrio

Certificado

Lab.

22/03/2004

3 meses

22/06/2004

Preventiva

12353

No aplicvel

001

FNE

L.E.T.Inferior

L.E.T.Superior

Unidade

V.I.

Erro

Conformidade

Escala

-0,001

+0,001

0,025 atm

0,024

-0,001

Conforme

Escala

-0,001

+0,001

0,050 atm

0,050

-0,000

Conforme

Escala

-0,001

+0,001

0,100 atm

0,999

-0,001

Conforme

APROVADO

Padro de Referncia utilizado: M804354


Validade Calibrao externa: at 31/07/2004)
Emitido pelo Departamento de Manuteno - Metrologia

Pag. 1/1

Figura B Verificao de Calibrao de Equipamento Queda de Presso (Fonte: o prprio autor)

- 136 -

Processo 3 Sigma: Teoria (curto prazo)


X

Limite
Inferior
Especificao

Limite
Superior
Especificao

0,135% de Defeitos

-3

0,135% de Defeitos

-2

+1

-1

+2

+3

99.73%

CP =

LSE - LIE = +3 - (-3) 6


=1
=
6
6
6

C pk = Mn X LIE ; LSE X = +3

- 0

=1

Figura C Processo 3 Sigma Teoria: curto prazo ou centralizado (Fonte: o prprio autor)

Processo 6 Sigma: Teoria (curto prazo)


X

Limite
Inferior
Especificao

Limite
Superior
Especificao

0,0000001 % de Defeito

0,0000001 % de Defeito

ou
0,001 ppm de Defeito

ou
0,001 ppm de Defeito

-6 -5

+1 +2 +3 +4 +5 +6

-4 -3 -2 -1

99.9999998%

CP =

LSE - LIE = +6 - (-6) 12


=2
=
6
6
6

C pk = Mn X LIE ; LSE X = +6
3

- 0

=2

Figura D Processo 6 Sigma Teoria: curto prazo ou centralizado (Fonte: o prprio autor)

- 137 -