Produto & Produo, vol. 14 n.2, p. 01-25, jun.

2013

RECEBIDO EM 23/05/2011. ACEITO EM 14/05/2013.

Aplicao de Seis Sigma em uma empresa de pequeno porte

Carla Cristina Amodio Estorilio

Universidade Tecnolgica Federal do Paran UTFPR
amodio@utfpr.edu.br

Fernanda Gonalves Amitrano

Universidade Tecnolgica Federal do Paran UTFPR
feamitrano@gmail.com

RESUMO

O Seis Sigma vem sendo utilizado por grandes empresas para melhorar o desempenho de seus
processos fabris. Entretanto, o interesse e a aplicao desta metodologia em pequenas e mdias
empresas algo emergente, apesar de ser pouco difundido na literatura. Esse artigo mostra a
aplicabilidade do Seis Sigma em uma pequena empresa brasileira, explicitando a estratgia de
aplicao e seus impactos. O trabalho apresenta uma reviso sobre o Seis Sigma e o mtodo DMAIC
(Definir, Medir, Analisar, Melhorar e Controlar), utilizado com sucesso pelas indstrias e adequado
para este caso, e aborda as particularidades da pequena empresa que poderiam influenciar nesta
aplicao. Em seguida, detalha a aplicao do Seis Sigma com o DMAIC em uma pequena empresa de
tratamento superficial de peas mecnicas. O artigo mostra a viabilidade, aplicabilidade e o impacto
do Seis Sigma nesta pequena empresa, a qual obteve uma reduo de retrabalho de aproximadamente
20% em seu processo de zincagem.

Palavras-chave: Seis Sigma, DMAIC, Empresa de Pequeno Porte

ABSTRACT

Six Sigma has been used by large companies to improve the performance of their manufacturing pro-
cesses. However, the interest and the application of this methodology in small and medium-sized en-
terprises is something emerging, despite being little widespread in the literature. This article shows the
applicability of Six Sigma in a small Brazilian company, explaining the application strategy and its
impacts. The work presents a review about Six Sigma and DMAIC method (define, measure, Analyze,
Improve, and control), which had been mostly successful so far in large-scale industries and is suitable
for this case, and shows the particularities of small business that could have some impact in this appli-
cation. Then, details the application of Six Sigma with DMAIC in a small enterprise of superficial
treatment of mechanical components. The article shows the feasibility, applicability, and impact of Six
Sigma in this small company, which obtained a rework reduction of approximately 20% on their gal-
vanizing process.

Key words: Six Sigma, DMAIC, small enterprise.

1. Introduo

O mercado de oferta e demanda crescente e as oportunidades de negcios so inmeras e atra-

tivas (TONINI et al., 2008). Porm, os consumidores possuem preferncia por produtos cada vez me-
lhores que atendam ou superem as suas expectativas, com preos acessveis (MACHADO, 2006).
Nesse sentido, as empresas precisam ganhar velocidade, flexibilidade e preciso por meio de recursos
que contribuam com o desenvolvimento de produtos eficazes (VIEIRA; ALMEIDA, 2008).
Em busca desse alto desempenho, a metodologia Seis Sigma vem se disseminando de forma
crescente entre as grandes empresas, notadamente as multinacionais. O Seis Sigma uma metodologia
que combina mtodos estatsticos e da qualidade, visando reduzir defeitos e variaes no projeto, pro-
movendo um aumento na qualidade dos produtos resultantes desse processo. Porm, entre as micro,
pequenas e mdias empresas (MPMEs), a difuso desta metodologia parece ainda representar um de-
safio, a julgar pela pouca evidncia documentada da implementao do Seis Sigma em pequenas orga-
nizaes (KURATKO; GOODALE; HORNSBY, 2001; ANTONY; KUMAR; MADU, 2005), em
especial nas empresas brasileiras (DUARTE; RAMOS, 2006). Apesar de haverem muitas publicaes
sobre o Seis Sigma, a maioria se refere s empresas de grande porte (ANDRIETTA; MIGUEL, 2007).
Podem-se citar, como exemplo, os estudos de Cleto e Quinteiro (2011), Santos e Martins (2010), Car-
valho et al. (2007), Ruthes et al. (2006), Ariente et al. (2005) e Andrietta e Miguel (2002). Harry e
Crawford (2004) afirmam que o Seis Sigma, originalmente, no foi projetado para as MPMEs.
Recentemente, Rodrigues e Werne (2012) fizeram uma pesquisa para identificar como ocorria o
programa Seis Sigma em onze empresas localizadas no Rio grande do Sul (Brasil) e concluram que
91% dessas empresas eram de grande porte, sendo a maioria dos Setores automotivo e agrcola.
Dentre as publicaes existentes no Brasil, que abordam o Seis Sigma em empresas de pequeno
porte, pode-se citar Magalhes e Figueiredo (2007), que identifica os fatores crticos enfrentados por
quatro empresas de pequeno e mdio porte que aplicam o Seis Sigma.
Outro estudo foi realizado por Duarte e Ramos (2006), que atravs de um survey, buscou co-
nhecer os fatores que influenciavam na deciso de adoo ou no do Seis Sigma por parte das MPMEs
de autopeas. O estudo conclui que os fatores de influncia so: a conscientizao da Direo, a com-
petncia preexistente para conduo de projetos, o volume de recursos disponveis e a preexistncia de
uma cultura da qualidade. Porm, nenhum desses estudos mostra os procedimentos envolvidos na
aplicao prtica do Seis Sigma em MPMEs, que possa ser replicado por empresrios sem a contrata-
o de agentes externos.
Para que o Seis Sigma possa ser aplicado pelas MPMEs necessrio que a metodologia tradici-
onal seja adaptada, para torn-lo sustentvel. Diversos autores como Munro (2000), Wessel e Bur-
cher (2004), Antony, Kumar e Madu (2005), Antony (2008) e Harry e Crawford (2004) fazem suges-
tes para facilitar a implantao do Seis Sigma em MPMEs, porm, acreditam que o principal fator
inibidor o custo excessivo da seleo e preparao da equipe. As MPMEs teriam dificuldades em
treinar e dispor de seus poucos funcionrios melhor qualificados, responsveis por mltiplas funes,
para atuar em equipes de melhoria, e depois ter que esperar meses para o retorno deste investimento.
Quanto a estudo de caso aplicado de Seis Sigma em MPMEs, em especial na pequena empresa,
identificou-se o de Kaushik et al. (2012), o qual apresenta uma aplicao em uma empresa indiana,
fabricante de bicicletas, que poderia ser adaptado para outras empresas de pequeno porte, porem, no
foram encontrados artigos relatando casos prticos aplicados em pequenas empresas brasileiras.
Sendo assim, esse estudo tem por objetivo mostrar uma aplicao do Seis Sigma em uma em-
presa brasileira de pequeno porte, detalhando a estratgia utilizada atravs de uma demonstrao em
ambiente industrial, sem consultoria externa especializada, explicitando os impactos desencadeados
em curto prazo.
Para isso, os conceitos da metodologia Seis Sigma e as particularidades das empresas de peque-
no porte so apresentados, incluindo o mtodo DMAIC (Define, Measure, Analyze, Improve, and Con-
trol Definir, Medir, Analisar, Melhorar e Controlar), escolhido como estratgia de aplicao. Um
ambiente industrial delimitado para a aplicao do Seis Sigma, no qual as etapas do DMAIC so
aplicadas de forma simples, incluindo mtodos como o FMEA de processo (Anlise dos Efeitos e Mo-
dos de Falhas), DOE (Design of Experiments - Projeto de Experimentos) e outros. Visando medir os
impactos da aplicao do Seis Sigma, alguns indicadores de desempenho so monitorados antes e de-
pois da aplicao do Seis Sigma, explicitando quantitativamente os benefcios alcanados.
2. Metodologia

Inicialmente foi realizada uma reviso bibliogrfica sobre os temas: Seis Sigma e sua estratgia
de aplicao DMAIC, alm de abordar as caractersticas das empresas de pequeno porte, que impac-
tam no processo de aplicao do Seis Sigma. Posteriormente, apresentada a aplicao do Seis Sigma,
com o mtodo DMAIC, em uma pequena empresa de tratamento superficial, sendo o processo de zin-
cagem delimitado para o estudo por apresentar altos ndices de retrabalho.
Considerando as particularidades das empresas de pequeno porte e o tempo disponvel para a
aplicao do Seis Sigma, apenas alguns mtodos recomendveis na literatura de Seis Sigma- DMAIC
foram aplicados nesse caso prtico industrial. Esses foram delimitados baseando-se em Satolo et al.
(2009), que afirma serem esses mtodos os mais utilizados, de comprovada eficcia e de menor custo
de aplicao. A Figura 1 apresenta esses mtodos, assim como, as fases do DMAIC nas quais eles so
aplicados, incluindo as demais etapas metodolgicas que compem esse trabalho. Detalhes sobre o
DMAIC e os recursos aplicados so abordados na reviso bibliogrfica, apresentada no prximo item.

Reviso da Literatura

Aplicao do Seis Sigma em uma pequena empresa industrial

Fase do DMAIC Recursos a serem aplicados

Definir (Define) Carta do Projeto; 5W1H
Medir (Measure) Mapa do Processo; Matriz de Priorizao
Analisar (Analyze) FMEA de processo
Implantar Melhorias (Improve) DOE
Controlar (Control) Plano de Controle; Cartas de Controle

Resultados da melhoria do processo

Concluses

Figura 1 Fluxo metodolgico utilizado no trabalho (Fonte: Elaborada pelas Autoras).

3. O Seis Sigma e a pequena empresa

O programa Seis Sigma representa o programa de gesto da qualidade mais recente, tendo sur-
gido na empresa norte-americana Motorola em 1987, com o objetivo de melhorar o desempenho da
empresa atravs de estudos focados na variabilidade dos processos de produo (HENDERSON;
EVANS, 2000). Ele est embasado em diversas caractersticas de modelos anteriores, como o pensa-
mento estatstico, tpico da poca de maior nfase no controle da qualidade, e a anlise e soluo de
problemas (BOARIN et al., 2009). O Seis Sigma apresenta uma preocupao com o uso sistemtico
das ferramentas estatsticas, seguindo um ciclo batizado de DMAIC, o qual ser detalhado posterior-
mente (CARVALHO; PALADINI, 2005; PYZDEK, 2003).
Apesar de a Motorola ser a precursora do Seis Sigma, a metodologia ganhou popularidade em
1994, quando o presidente da GE (General Electric) considerou-a o caminho para a busca da qualida-
de superior e da rentabilidade (WELCH, 2001).
Na literatura, possvel encontrar diferentes abordagens quanto definio do Seis Sigma.
Uma delas define Seis Sigma como um conjunto de ferramentas estatsticas associadas gesto da
qualidade, com o objetivo de definir um planejamento estruturado para a melhoria de um processo
(TJAHJONO et al.,2010).
 A nomenclatura tem origem na prpria estatstica, onde a letra grega Sigma () representa a
medida da variao do processo fabril, tambm conhecida como desvio padro do valor almejado
(KLEFSJO et al., 2001). Estatisticamente, Seis Sigma significa que, em uma distribuio normal
centralizada, podem ser encontrados seis desvios padres entre a mdia e o limite inferior de especifi-
cao (LIE) e mais seis desvios padres entre a mdia e o limite superior de especificao (LSE), re-
sultando em 1,2 defeitos por bilho de oportunidades (DPBO). A Figura 2 mostra o grfico desse tipo
de distribuio normal centralizada e os nveis Sigma entre a mdia e os limites de especificao, a
qual pode ser referente dimenso de uma pea mecnica, por exemplo.

4,5 4,5

Figura 2 - Grfico de distribuio normal centralizada (TENNANT, 2002).

Rotondaro et al. (2002) afirmam que, a longo prazo, difcil manter um processo centralizado,
conforme pressupe a distribuio normal. Por essa razo, convencionou-se o deslocamento a partir da
mdia nominal de 1,5 desvios padres. Sendo assim, um processo pode ser considerado Seis Sigma ao
atingir 4,5 desvios padres entre a mdia e o limite inferior de especificao e 4,5 desvios padres
entre a mdia e o limite superior de especificao. Dessa forma, como pode ser visto na Figura 2,
quando a curva aproxima-se do 4,5 na esquerda e na direita, os defeitos praticamente se estabilizam
e se aproximam a zero, atingindo um alto grau de qualidade.
A Tabela 1 relaciona o nvel Sigma com o ndice DPMO (Defeitos por Milho de Oportunida-
des), mostrando o impacto nos custos pela baixa qualidade em cada nvel.

Tabela 1 - Escala da qualidade. (Adaptado de Einset e Marzano (2002))

Nvel Sigma Mx. de defeitos por Milho Custo da baixa qualidade (% Vendas)
(DPMO)
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

De acordo com Einset e Marzano (2002), o significado dos valores explicitados na Tabela 1 in-
dica que a mdia das indstrias opera em um nvel de qualidade 3 Sigma e que isso custa entre 15% e
20% de seu faturamento em desperdcios com retrabalho, inspees, testes e outras perdas.
 Para calcular o ndice DPMO se utiliza a razo entre o nmero de peas reprovadas e o nmero
de peas produzidas, multiplicada por um milho. Por exemplo; se foi produzido 100 peas e 5 foram
reprovadas, considera-se 5 divididos por 100 e multiplica-se esse resultado por um milho, resultan-
do em 50 mil DPMO, o que se enquadra em um processo 3 Sigma. Essa abordagem utilizada em
processos medidos por atributos, ou seja, peas conformes ou no conformes.
Para aplicar o Seis Sigma, visando alcanar altos nveis de qualidade ou reduo de defeitos por
milho, preciso definir uma estratgia adequada para a sua aplicao. Conforme Pinto et al. (2006),
100% das empresas que aplicam o Seis Sigma utilizam o DMAIC em alguns de seus processos de
fabricao, por serem processos j existentes. Rodrigues e Werne (2012), em uma pesquisa sobre Seis
Sigma com onze empresas gachas, constataram que o mtodo de aplicao mais utilizado era o
DMAIC. No caso de novos processos, recomenda-se a utilizao do DFSS (Design for Six Sigma), que
atinge no mximo 39,1% dos casos encontrados nas empresas. Segundo Mast e Lokkerbol (2012),
apesar da sua popularidade, o DMAIC no o mais indicado quando o escopo do problema simples
e restrito. Ou seja, ele recomendado para processos existentes que apresentam situaes complexas,
envolvendo mais de duas variveis durante a sua operao. Considerando que o presente trabalho se
concentra na melhoria de um processo de fabricao j consolidado, o qual envolve mais de duas vari-
veis durante a sua execuo, apenas o mtodo DMAIC ser apresentado.

3.1. Mtodo DMAIC

O mtodo DMAIC comeou a ser difundido com o Seis Sigma, ou seja, pela Motorola na dca-
da de 80, popularizado pela GE com o Programa Seis Sigma, que forma especialistas empenhados em
atacar problemas de maneira organizada, com o apoio de ferramentas da qualidade e da estatstica,
com certo grau de complexidade. Ele aplicado em cinco fases, relacionadas ao seu prprio nome.
So elas: Definir, Medir, Analisar, Melhorar e Controlar. Essas fases garantem que as empresas apli-
quem o Seis Sigma de forma metdica e disciplinada (ANDRIETTA; MIGUEL, 2007). Em relao
aos recursos envolvidos nesse procedimento de melhoria de processo com o Seis Sigma, de acordo
com a pesquisa realizada por Rodrigues e Werne (2012), as mais utilizadas so: FMEA, Mapas de
Processo, Diagrama de Causa e Efeito, Grfico de Pareto e Cartas de Controle. Porm, existem outros
que podem contribuir com esse tipo de procedimento, os quais devem ser utilizados conforme a neces-
sidade do projeto em questo.

3.1.1 Fase definir

Na primeira fase do DMAIC se define qual processo de fabricao ser escolhido para a aplica-
o do Seis Sigma. Segundo Rotandaro et al. (2002), definir a Equipe Seis Sigma logo no incio
fundamental para o sucesso da aplicao, pois toda a metodologia desenvolvida por pessoas. A equi-
pe de trabalho deve apresentar a seguinte estrutura:
a. Ncleo Base composto pelas pessoas especialistas em Seis Sigma, responsveis pelo projeto
desde seu planejamento at a sua execuo;
b. Membros pessoas que integraro a equipe durante determinadas fases do projeto;
c. Especialistas pessoas com conhecimentos especializados dos processos que compem as reas
contempladas pelo projeto, com a finalidade de prestar servio equipe do projeto.
As denominaes dos papis a serem desempenhados na equipe varia em funo da carga hor-
ria de treinamento, hierarquia nos projetos e dedicao ao programa (ANDRIETTA; MIGUEL, 2007).
Eles so denominados como: Sponsors, Champions, Master Black Belts (MBBs), Black Belts (BBs),
Green Belts (GBs), Yellows Belts (YBs) e White belts (WBs), cujos ltimos cinco termos so oriundos
da Unisys Corporation, baseando-se na arte marcial (karat) (Boer et al., 2007). Segundo Pande et al.,
(2003) e Andrietta e Miguel (2007), eles possuem as seguintes atribuies:
Sponsors - esto no topo da equipe e tm a responsabilidade de promover e definir as diretrizes
para a implantao do Seis Sigma;
Champions - membros da comisso executiva, os quais facilitam a obteno de recursos e a
eliminao de barreiras no desenvolvimento de projetos de melhoria;
 Master Black Belts - fazem a ligao entre a gesto geral do projeto Seis Sigma e as pessoas
responsveis por cada um dos projetos de melhoria;
Black Belts - lideram projetos especficos. Trabalham com funes ligadas identificao de
novos projetos e no treinamento de GBs. Tm formao em mtodos estatsticos, processo de me-
lhoria da qualidade, entre outros;
Green Belts - dedicam-se s melhorias, com tempo parcial dentro do projeto;
Yellows Belts e White belts - compem o chamado cho-de-fbrica, porm so treinados para
utilizar as ferramentas bsicas do Seis Sigma que se aplicam s vrias fases dos projetos.
Pande et al. (2001) propem uma equipe estruturada, conforme apresentado na Quadro 1, onde
so mostradas as funes bsicas de cada cargo, incluindo os ttulos utilizados dentro de um projeto
Seis Sigma.
Quadro 1 - Equipe Seis Sigma (Adaptado de Pande et al. (2001))
Papel Genrico Funo Ttulos dentro da Equipe 6
Conselho de Liderana Alta Gerncia da Empresa Conselho de Q, Comit Geren-
cial da Empresa
Patrocinador Supervisionar do Projeto Proprietrio do Processo fabril
Lder de Implantao Apoiar o Grupo de Liderana Diretor 6 , Lder da Q, Master
Black Belt
Coach (Treinador) Consultor que dar suporte equipe Master Black Belt, Black Belt
Lder da Equipe/Projeto Responsvel pelo projeto 6 e por selecionar os Black Belt, Green Belt
membros da equipe, definir tcnicas utilizadas,
documentar resultados e histrico do projeto.
Membro da Equipe Colaboradores que auxiliam a medio e anlise Green Belt, Membro da Equipe
do processo
Proprietrio do Colaborador responsvel por manter as melhori- Champion, Green Belt
Processo as aps o Seis Sigma

Aps a estruturao da equipe, devem-se levantar as necessidades dos clientes e determinar os

processos crticos (relacionados ao baixo desempenho). Esta deve ser concluda atravs da elaborao
de uma proposta de projeto a ser aprovada pela alta gerncia.
A proposta de projeto, tambm chamada Carta de Projeto, que segundo Pande et al. (2001),
o principal resultado da primeira etapa e deve conter a declarao do problema a ser resolvido, as me-
tas a serem alcanadas, as diretrizes da equipe Seis Sigma, a relao dos membros da equipe e as datas
do cronograma a serem cumpridas. Nessa fase a equipe tambm determina a misso do projeto atra-
vs da tcnica 5W1H (Who,What, Why, Where, When, How), a qual consiste em responder as se-
guintes perguntas relacionadas ao projeto em questo: Quem?, O que?, Por qu?, Onde?,
Quando? e Como?.

3.1.2 Fase medir

Essa fase visa determinar a situao no incio da implantao do Seis Sigma e as potenciais fon-
tes de variao do processo fabril. Para identificar os processos crticos, segundo Rotondaro et al.
(2002), necessrio modelar o processo foco e os subprocessos a ele associados, definindo as entradas
e sadas de cada fase, estabelecendo as relaes entre elas e classificando as entradas como caracters-
ticas controladas ou no controladas Para isso, a tcnica mais utilizada o Mapa do Processo. Esse
deve ser preenchido atravs da contribuio de todos os membros da equipe Seis Sigma, alm de utili-
zar documentaes existentes na empresa e contar com a experincia dos colaboradores em todos os
nveis hierrquicos e, em alguns casos, com a experincia dos clientes e fornecedores. Um modelo de
mapa do processo proposto por Rath e Strong (2001) mostrado na Figura 3:
 Figura 3 - Modelo de Mapa do Processo (RATH; STRONG, 2001)

Com o objetivo de estabelecer as relaes entre as entradas X e as sadas Y, mostradas na Figu-

ra 3, tem-se a Matriz de Priorizao, apresentada na Figura 4, que utiliza o Mapa do Processo como
principal fonte de informao. O preenchimento dessa Matriz inicia com a correlao das variveis de
entrada do processo na segunda coluna e as principais variveis de sada na segunda linha. Para cada
varivel de sada deve ser atribuda uma taxa de importncia de 1 a 10, segundo critrios a serem esta-
belecidos pela equipe. Em seguida, a equipe estabelece um valor de correlao entre cada varivel de
entrada e de sada, de tal forma que os valores baixos implicam em pequena influncia da varivel de
entrada na varivel de sada e os valores altos implicam em grande influncia.

Figura 4 - Exemplo de preenchimento de uma Matriz de Priorizao (Elaborada pelas autoras).

O clculo do valor total para cada varivel de entrada, explicitado na ltima coluna, realizado
atravs da soma das multiplicaes entre os valores de correlao e as taxas de importncia, conforme
mostra a Equao 1.
ValorTotal i 0 C ji Ti
n
Equao 1
Onde:
J - ndice da varivel de entrada
i - ndice da varivel de sada
C - taxa de correlao
T - taxa de importncia
 A Figura 5 apresenta um exemplo de clculo do valor total das correlaes, simulando a anlise
de um processo de jateamento. Para a anlise dos resultados, considera-se que quanto maior o valor
total, maior a influncia da varivel de entrada na qualidade do produto final. Nesse caso, adotou-se
uma escala de 0 a 5 para as correlaes entre as variveis de entrada e sada.

Figura 5 Exemplo do clculo do Valor Total da Matriz de Priorizao

Alm de identificar as variveis de entrada que apresentam grande influncia nas variveis de
sada e que, portanto, devem ser priorizadas no trabalho de melhoria, deve-se estabelecer um sistema
de medio adequado, visto que ele servir para monitorar os efeitos da melhoria durante e aps a
implantao das solues. Para isso, Pande et al. (2001) sugerem que sejam identificados os indicado-
res mais representativos, alm de ser verificada a confiabilidade do sistema de medio, a qual envol-
ve equipamentos como paqumetros, balanas, termmetros e outros. Para medies por atributo, onde
o produto analisado como aprovado ou reprovado, sem apresentar valores numricos, os opera-
dores que avaliam o produto compem o sistema de medio. Nesse caso, a forma de avaliar o sistema
de medio atravs do clculo do ndice de coincidncia Kappa. Esse ndice mostra a coerncia
dos resultados obtidos entre os diferentes operadores e os fornecidos por eles mesmos em verificaes
repetidas, considerando um conjunto de peas previamente selecionadas e classificadas como boas e
ruins.
Para calcular o ndice Kappa entre dois operadores denominados por A e B, inicialmente deve-
se determinar, dentre as amostras avaliadas, quantas foram consideradas aprovadas por ambos os ope-
radores (X11) e quantas foram reprovadas por eles (X22). Alm disso, necessrio avaliar quantas
amostras foram consideradas aprovadas pelo operador A (Ya) e quantas foram reprovadas (Za). O
mesmo clculo deve ser feito para o operador B, obtendo, respectivamente, o Y b e o Zb. O prximo
passo consiste em calcular as propores observadas, que consiste em dividir cada varivel X11, X22,
Ya, Za, Yb e Zb pelo numero total de amostras avaliadas, gerando respectivamente as variveis O 11, O22,
OA1, OA2, OB1 e OB2. Ou seja, os valores OB1 e OB2, por exemplo, so resultantes da diviso Yb pelo
total da amostra. Visando considerar as peas aprovadas e reprovadas pelos operadores, em seguida
so calculadas as propores esperadas, denominadas Eii, onde i varia de 1 a 2, calculadas segundo a
Equao 2:
Equao 2

Por fim, o ndice Kappa calculado seguindo a Equao 3:

Equao 3

De acordo com a o MSA 4 Edio (2010), so aceitveis valores de ndice kappa superiores a
0,75. Para resultados inferiores a esse valor, recomenda-se treinamento dos operadores e reavaliao
dos critrios de reprovao das peas.
Ao final dessa fase, determina-se a capacidade inicial do processo e o nvel Sigma em que ele se
encontra. Para se determinar o ndice Sigma, recomenda-se analisar uma amostra de peas com quan-
tidade suficiente para explicitar as alteraes do processo em questo. As medies, se por atributo,
devem ser classificadas como aprovadas ou reprovadas e, em seguida, deve-se calcular o valor DPMO,
conforme mostrado anteriormente. Em seguida, esse valor deve ser localizado na Tabela 1, visando
determinar o nvel Sigma atual do processo.
3.1.3 Fase analisar

Nessa fase, o objetivo identificar os problemas decorrentes da fabricao de determinado pro-

duto e as suas respectivas causas, baseando-se nos dados coletados na fase anterior. Para auxiliar nesse
procedimento, existem vrios mtodos auxiliares, porm, esse trabalho adotou o FMEA de processo
(Failure Mode and Effect Analysis Analise de Modo e Efeitos de Falha), o qual auxilia a identificar
os possveis modos de falha do processo de fabricao e suas causas, explicitando as falhas crticas
que demandaro aes corretivas e preventivas (BRAZ, 2002).
O manual complementar do FMEA da QS 9000 define essa tcnica como um grupo de ativida-
des sistmicas, com o objetivo de reconhecer e avaliar a falha potencial de um processo e seus efeitos,
identificar aes que possam eliminar ou reduzir a probabilidade do modo de falha potencial vir a
ocorrer e documentar o processo de anlise.
Para realizar essa anlise, o FMEA de processo utiliza a planilha mostrada na Figura 6, a qual
preenchida, primeiramente, com as etapas do processo a ser analisado, ressaltando as entradas mais
crticas, identificadas anteriormente. Em seguida, iniciam-se as anlises, identificando as falhas poten-
ciais desse processo, detalhando como poderia ocorrer essa falha e quais efeitos surtiriam com a sua
ocorrncia. Em funo dos seus efeitos, pontua-se a Severidade da falha. Em seguida devem ser iden-
tificadas todas as possveis causas da falha em questo, associando o nvel de Ocorrncia dessas cau-
sas. Em seguida so considerados dois itens importantes para controlar essas causas: se existe algum
tipo de controle que possa atuar na causa da falha e se ela poderia ser Detectada na linha antes de ocor-
rer. Aps a definio dos trs ndices relacionados Severidade, Ocorrncia e Deteco, utilizando
uma escala adequada, os mesmos so multiplicados, determinando-se o Nmero de Prioridade de Ris-
co, denominado RPN (Risk Priority Number). As causas associadas aos RPNs altos devem ser priori-
zadas para as tomadas de aes corretivas ou preventivas (ESTORILIO; POSSO, 2010). Um exemplo
de tabela utilizada para o FMEA apresentada na Figura 6.

Figura 6 - Planilha para preenchimento do FMEA

Essa fase resulta na definio de problemas crticos, associados s causas que devero ser prio-
rizadas no trabalho de melhoria que se segue, em funo de elas representarem alto risco para o pro-
cesso e, consequentemente, para o produto resultante.

3.1.4 Fase implantar melhorias

Nessa fase, a equipe deve fazer as melhorias no processo existente, traduzindo os dados estats-
ticos em dados de processo, atuando sobre as causas razes (ROTONDARO, 2002). De acordo com
Henderson e Evans (2000), o objetivo dessa fase a remoo das causas dos erros, buscando apresen-
tar um desempenho dentro dos limites aceitveis.
Segundo Pande et al. (2001), nessa fase que o trabalho de definio, medio e anlise apre-
sentam seus resultados. Os autores listam alguns fatores que podem ocultar os benefcios do projeto
Seis Sigma, como por exemplo, a falta de criatividade, a falha em examinar solues do incio ao fim,
a implantao superficial e aleatria e a resistncia organizacional. Fioravanti (2005) tambm ressalta
que importante maximizar os benefcios, aproveitando-se, por exemplo, de solues que possam
atender ou melhorar outras questes.
A principal tcnica utilizada nessa fase o DOE (ANDRIETTA et al., 2005). Essa tcnica tem
por objetivo detalhar e planejar a quantidade de experimentos a serem realizados, de tal forma que as
variveis de entradas sejam alteradas e seus impactos sobre uma resposta sejam avaliados, possibili-
tando a identificao da melhor combinao de variveis (ROTONDARO, 2002). Um exemplo prtico
da aplicabilidade desse mtodo pode ser visto em (CUNICO et al., 2008). Com base nos resultados
obtidos com o auxlio do DOE ou outro mtodo que auxilie na identificao da melhor combinao de
variveis de um processo, visando atingir o melhor resultado possvel, realiza-se um teste piloto em
pequena escala para identificar as dificuldades e a viabilidade da soluo escolhida.
Durante a implantao das melhorias, novas medies devem ser feitas, utilizando os indicado-
res de desempenho escolhidos inicialmente, visando comprovar a reduo ou eliminao do problema.
Caso essas medies comprovem os resultados esperados, as melhorias devem ser implantadas em
grande escala, visando se aproximar do nvel de qualidade 6 Sigma.

3.1.5 Fase controlar

A fase de fechamento do DMAIC consiste em identificar meios para manter as melhorias

(HENDERSON; EVANS, 2000). Dentre os recursos adotados nessa fase, destacam-se: planos de con-
trole, cartas de controle e processos a prova de erros (YOUNG, 2001).
O plano de controle um documento formal, representado por uma planilha que busca garan-
tir que o processo ir operar dentro dos limites da especificao, minimizando a necessidade de novos
ajustes no processo (SCATOLIN, 2005). O documento deve apresentar todas as caractersticas do
processo, com as dimenses e tolerncias, alm de informar se os dados se referem a uma caractersti-
ca crtica, qual a forma e frequncia de medio da caracterstica e qual o plano de ao ou conten-
o, caso a caracterstica esteja fora da especificao, incluindo o responsvel por essa ao.
A carta de controle, tambm chamada de grfico de controle, um registro grfico dos da-
dos de um evento ao longo do tempo, diante dos limites de controle (RODRIGUES, 2006). Em geral,
um grfico de controle composto por trs linhas paralelas, onde a linha central representa o valor
mdio caracterstico, a superior representa o limite superior de controle (LSC) e a linha inferior repre-
senta o limite inferior de controle (LIC) (VIEIRA, 1999). Caso um ou mais pontos se encontrem fora
dos limites da especificao, entende-se que o processo est fora de controle. A Figura 7 mostra um
exemplo de carta de controle, cujo processo est controlado em funo dos valores estarem dentro
dos limites pr-estabelecidos.

Figura 7 - Exemplo de carta de controle (Elaborada pelas Autoras).

Nessa fase espera-se a Aprovao do Proprietrio do Processo. O lder do projeto Seis Sigma
faz uma apresentao dos resultados obtidos e transfere a responsabilidade do plano de controle ao
proprietrio do processo fabril (SCATOLIN, 2005). Enfim, essa a ltima fase do mtodo DMAIC.
Considerando que esse trabalho visa mostrar a aplicao do Seis Sigma em uma empresa de pequeno
porte, sem o auxlio de consultores especializados, o prximo item apresenta algumas consideraes
sobre esse perfil de empresa, as quais poderiam impactar em demanda de pequenas modificaes na
estratgia de aplicao do Seis Sigma, previamente apresentada.
3.2. Empresas de pequeno porte

O critrio para se definir o porte da empresa segue as caractersticas do pas em que ela se loca-
liza e o objetivo da referida classificao (GASPERINI, 2000). Dentre as formas de classificao,
pode-se citar o nmero de empregados, patrimnio lquido, faturamento e outros (OLIVEIRA, 2006).
De acordo com o SEBRAE (Servio Brasileiro de Apoio Micro e Pequena Empresa), as pe-
quenas empresas do ramo industrial so classificadas de acordo com o nmero de empregados, o qual
varia de 20 e 99.
Uma reviso feita por Duarte e Ramos (2006) mostra que as MPMEs brasileiras tm as seguin-
tes caractersticas:
Concentrao da tomada de deciso nas mos da Direo (ou empresrio) e administrao do
tipo familiar, o que faz com que a qualidade das decises possa ser comprometida, mas permite ao
processo decisrio uma grande agilidade;
Tomada de decises com nfase no curto prazo, o que dificulta o investimento e a manuteno
de programas com retornos a mdio e longo prazos;
Empregados com pouca perspectiva de carreira, baixa qualificao e pouco treinamento for-
mal, mas em contrapartida, com boa viso dos processos, produtos e clientes, devido prpria dimen-
so da empresa;
Pequeno investimento em tecnologia e inovao;
Restrio nichos de mercado ou subordinadas grandes clientes quando organizadas em re-
de.
Conforme citado em Moreira e Souza (2004), as MPMEs possuem, frequentemente, um nico
proprietrio ou propriedade de um pequeno grupo de pessoas. Normalmente, elas so administradas
pelo proprietrio, o qual se torna o centro das decises, alm de ter o capital financiado basicamente
por ele. Analisando essas caractersticas, pode-se dizer que os itens crticos para a implantao do Seis
Sigma so os empregados com baixa qualificao e pouco treinamento formal, alm do baixo poten-
cial para investimentos. Por outro lado, a concentrao de poder para tomada de decises poderia faci-
litar, considerando o apoio do proprietrio da empresa e a agilidade no processo decisrio.
Em funo das restries financeiras, quando uma pequena empresa opera com altos ndices de
retrabalhos, ela poderia chegar ao seu limite e precisar encerrar os seus negcios. Se essa pequena
empresa quiser melhorar o seu negcio, utilizando uma estratgia do tipo Seis Sigma, segundo Brue
(2006), antes necessrio alterar alguns de seus paradigmas. Por exemplo; trocar a viso de curto pra-
zo para a de longo prazo, focar no processo e no apenas no produto, compreender que treinamentos
so investimentos e no gastos, trocar o comportamento reativo pelo proativo, entre outros.
O Quadro 2 apresenta algumas recomendaes sugeridas pelos autores Harry (2003), Antony et
al. (2008), Antony et al. (2005) e Harry e Crawford (2004), considerando as dificuldades da pequena
empresa e sugestes para a implantao do Seis Sigma. importante ressaltar a importncia do Seis
Sigma para a pequena empresa, considerando que ela contribui para eliminar defeitos e retrabalhos na
produo, impactando em redues significativas de custos, o que melhora o desempenho do processo
e a qualidade dos produtos resultantes deste.

Quadro 2 - Recomendaes para aplicao do Seis Sigma na pequena empresa

Principais Dificuldades
Criar a Cultura Apropriada
Investimentos Financeiros
Treinamento dos trabalhado-
res envolvidos no projeto de
melhoria
Recomendaes
- Treinamento sobre qualidade
- Envolvimento do proprietrio e utilizao de sua influncia dentro do grupo
- Aguardar o resultado da aplicao em um projeto, para reaplic-la em outro
- Contratao de agentes externos para coordenar a implantao do 6 Sigma
- Investir em treinamento de White Belts (40hs)
- Utilizar o conhecimento acadmico / parceria com universidades.

Considerando os conceitos e revises apresentados, o prximo item detalha a estratgia de apli-

cao do Seis Sigma em uma empresa de pequeno porte, mostrando resultados prticos obtidos em
ambiente industrial.
4. Aplicao do Seis Sigma em uma empresa de pequeno porte

O caso escolhido para a aplicao do Seis Sigma, utilizando o mtodo DMAIC, uma pequena
empresa com 60 funcionrios, localizada em Curitiba, especializada no tratamento de superfcies de
peas seriadas para as indstrias automotivas. Entre os tratamentos executados nessa empresa, destaca-
se o processo de zincagem, cujo objetivo o de proteger a superfcie das peas contra a corroso.
Esse processo consiste em uma limpeza inicial das peas, com posterior imerso em um tanque com
zinco, onde ons de zinco so transferidos para a pea por eletrlise. As etapas envolvidas no processo
de zincagem podem ser vistas no fluxograma mostrado na Figura 8.

Figura 8 Fluxograma do Processo de Zincagem (Elaborada pelas autoras)

Os prximos itens apresentam como o DMAIC foi aplicado nesse processo.

4.1. Fase definir

A primeira fase do projeto teve incio pela definio da equipe. Esta foi composta por dez pes-
soas, incluindo o proprietrio da empresa, o gerente da qualidade, a supervisora da produo, dois
analistas da qualidade, trs operadores da linha de produo e uma das autoras desse trabalho, a qual
se colocou como coach (treinadora) do projeto. A segunda autora atuou na orientao da aplicao do
Seis Sigma em campo e na verificao dos relatrios parciais e final. Em funo da atuao dentro da
empresa, os membros da equipe se colocaram em papis compatveis aos apresentados no Quadro 1.
Em seguida, foi definido o cronograma de aplicao e outros detalhes que comporiam a Carta de Pro-
jeto.
Considerando a experincia dos colaboradores e da alta gerncia, ficou claro que o principal
problema da empresa era o atraso nas entregas dos produtos para o cliente final. Em uma rpida anli-
se, a equipe concluiu que os atrasos nas entregas tinham como principal motivo a alta taxa de retraba-
lho, o que impactava em refazer o processo de tratamento superficial, passando por todas as etapas
apresentadas no fluxograma da Figura 8. Baseando-se nos dados de meses anteriores, pde-se verificar
que as taxas de retrabalho chegavam a 36% das peas produzidas, explicitando o problema que esse
ndice representava para a empresa e para o consumidor. Como meta inicial do projeto, a equipe suge-
riu que a taxa de retrabalho fosse reduzida para 10% das peas produzidas, considerando que esse
perfil de processo possui perdas naturais devido ao grande nmero de variveis no controladas.
 Sendo assim, definiu-se a Misso do Projeto (Declarao da Meta) atravs da tcnica 5W1H, ou
seja, definiu-se que os retrabalhos seriam reduzidos a um mnimo de 10% das peas produzidas, com
o objetivo de reduzir os atrasos nas entregas, utilizando a abordagem DMAIC entre Setembro e De-
zembro de 2010. Aps essas definies, detalhou-se a Carta de Projeto, apresentada no Quadro 3.

Quadro 3 - Carta de projeto (Elaborada pelas autoras)

CARTA DE PROJETO
Declarao do Problema: Os clientes se sentem prejudicados pelos atrasos nas entregas dos produtos
devido s altas taxas de retrabalho que chegam a atingir mais de 30% dos produtos produzidos.
Declarao de Meta: Reduzir os atrasos nas entregas atravs da reduo de retrabalhos para menos de
10% das peas produzidas.
Diretrizes da Equipe: A equipe se reunir uma vez por semana em data a ser definida nas reunies para
discutir os resultados e as novas decises.
Membros da Equipe: Proprietrio da empresa, gerente de qualidade, analista de qualidade1, analista de
qualidade 2, operador de laboratrio, lder de produo, operador da inspeo final, supervisora de produ-
o e consultores externos (autoras desse trabalho).
Plano Preliminar de Projeto: Datas previstas para a concluso de cada etapa do DMAIC: Definir
(15/Set/2010), Medir (15/Out/2010), Analisar (15/Nov/2010), Implantar (15/Dez/2010), Controlar
(30/Dez/2010).

4.2. Fase medir

Com o objetivo de entender melhor o processo de zincagem e identificar os procedimentos mais

crticos, a equipe Seis Sigma elaborou um Mapa do Processo, conforme mostrado na Figura 3. A tc-
nica consiste em detalhar como as peas chegam a cada etapa e quais so as variveis envolvidas co-
mo, por exemplo, temperatura, tempo, amperagem e outros. Essas informaes so chamadas de va-
riveis de entrada e so descritas do lado esquerdo de cada etapa do processo. Em seguida, detalha-se
o estado esperado das peas ao final de cada etapa do processo e se h alguma inspeo nesta etapa.
Essas informaes so denominadas variveis de sada e so descritas do lado direito. Durante o ma-
peamento do processo de zincagem foram identificadas 18 etapas, as quais somam um total de 48 en-
tradas e 39 sadas, conforme mostrado parcialmente no Quadro 4.
A partir da anlise do Mapa do Processo, a equipe definiu que as principais variveis de sada a
serem consideradas na Matriz de Priorizao se referiam s sadas da etapa de inspeo final, ou seja,
os possveis defeitos que poderiam ser encontrados nas peas aps passarem por todas as etapas do
processo de zincagem.
 Quadro 4 Mapa do processo (Elaborado pelas autoras)

Etapas do Processo Varivel de Sada

Varivel de Entrada
de Zincagem (Mtodos de Avaliao)
Peas com rebarba
Presso de jateamento Peas Livres Rebarba
Jateamento
Tempo de jateamento
Qtde de peas no jateamento Anlise Visual
Gancheira correta para a pea Engancheiramento Peas Presas s Gancheiras
Estado da Gancheira Anlise Visual
Peas com leo e graxa Desengraxe Qumico Peas sem leos e Graxas
Concentrao e Tempo da soluo alcalina
Tempo de troca do desengraxante Anlise Visual
Peas com impurezas na regio da solda
Tempo de permanncia da pea
Peas com excesso da soluo de desengraxe Lavagem Peas sem Excesso da Soluo
Peas com carepa
Pea sem Carepa
Concentrao de cidos
Decapagem cida
Tempo de troca do decapante
Anlise Visual
Tempo de permanncia da pea
Peas: excesso da soluo de decapagem Lavagem Peas sem Excesso da Soluo
Peas com micro carepas
Concentrao do desengraxante Peas com Limpeza Profunda
Tempo de troca do desengraxante Desengraxe Eletroltico
Tempo de permanncia da pea
Anlise Visual
Amperagem do desengraxe eletroltico
Peas com excesso da soluo de desengraxe Lavagem Peas sem Excesso da Soluo
Peas limpas
Concentrao de zinco Peas Zincadas
Concentrao de soda
Banho de Zinco
Adio de aditivos
Amperagem do banho de zinco Anlise de Camada intra-processo
Tempo de permanncia da pea
Peas com excesso de banho de zinco Lavagem Peas sem Excesso da Soluo
Peas zincadas
Ph da soluo de ativao cida Ativao cida Peas Ativadas
Tempo de troca da soluo de ativao cida
Peas - excesso de ativao cida Lavagem Peas sem Excesso da Soluo
Pea ativada
Concentrao do cromato
Peas Cromatizadas
PH da soluo cromatizante
Cromatizante
Tempo de troca da soluo cromatizante
Concentrao de Ferro
Peas sem Manchas
Tempo de permanncia da pea
Peas - excesso de cromatizante Lavagem Peas sem Excesso da Soluo
Peas cromatizadas
Concentrao de selante Selante Peas Seladas
Ph da soluo de selante
Peas molhadas Secagem Bico de Ar Peas midas
Temperatura da estufa Estufa Peas Secas
Peas conforme especificaes e
Peas Finalizadas Inspeo Final
outras avaliaes
 Com o objetivo de priorizar os critrios de reprovao, a equipe atribuiu uma Taxa de Impor-
tncia (TI) varivel de 5 a 9 para cada um dos 14 defeitos identificados na inspeo final, conforme
mostrado na Tabela 2 e na Figura 9. Para determinar a TI, utilizou-se um Grfico de Pareto, preenchi-
do a partir do nmero de ocorrncias de cada problema, constatado entre maro/2010 e agosto/2010
(Ver Figura 9). A partir do grfico gerado, a equipe definiu que as seguintes ocorrncias gerariam as
seguintes TIs: acima de 10% (TI 9); entre 5% e 10% (TI 8); entre 1% e 5% (TI 7); abaixo de 1% (TI
5). Os dados utilizados na construo do grfico so apresentados na Tabela 2 e o Grfico de Pareto
mostrado na Figura 9.
Tabela 2 - Dados para construo do Grfico de Pareto

Figura 9 - Grfico de Pareto

A partir do grfico de Pareto, concluiu-se que o problema mais frequente o aparecimento de
manchas nas peas aps o banho de Zinco, seguido pela falha no depsito de Zinco e desplaque da
camada, os quais receberam taxa de importncia 9 (TI 9). A ocorrncia de bolhas foi o prximo item e
recebeu TI 8. Em seguida, apresentaram-se aspereza, colorao, ocorrncia de queima e peas foscas
com TI 7. Entre as menores ocorrncias, tem-se a oxidao das peas, riscos, peas com gordura, pur-
gadas e problemas de camada de Zinco em excesso ou em falta, que receberam TI 5 (Ver Tabela 2) .
Depois de priorizar os defeitos, fez-se necessrio entender quais etapas do Processo de Zinca-
gem apresentavam maior influncia na ocorrncia dessas no conformidades. Para isso, iniciou-se o
preenchimento da Matriz de Priorizao, onde a primeira coluna apresenta todas as variveis de
entrada descritas no Mapa do Processo e a segunda linha apresenta todos os defeitos com suas respec-
tivas taxas de importncia. Para relacionar as variveis de entrada com cada defeito, a equipe estipulou
valores de correlao de acordo com os seguintes critrios: (0) Nenhuma Correlao; (1) Baixa Corre-
lao; (3) Mdia Correlao e (5) Alta Correlao (Ver Tabela 3). O total resultante na ltima coluna
de cada linha se refere somatria da multiplicao do (nvel de correlao da entrada com a sada)
com (a taxa de importncia). Ou seja, para a primeira linha, a seguinte conta foi realizada: Somatria
() = (1*7) + (5*8) + (0*5) + (0*5) + (0*7) + (5*9) + (3*9) + (0*7) + (0*9) + (1*5) + (1*7) + (3*5) +
(0*5) + (0*5) = 146.
Tabela 3 Matriz de priorizao
Taxa de Importncia 7 8 5 5 7 9 9 7 9 5 7 5 5 5

Peas - Desplaque
Varivel de Sada

Peas - Purgadas
Peas - Oxidao
Peas com Bolha
Peas - Aspereza

Peas - Manchas

Peas - Gordura
Peas - Queima
Falha Depsito
Camada Baixa

Peas - Riscos
Camada Alta

Peas Foscas

Total
Colorao

Zinco
Varivel de Entrada
Peas com Rebarba 1 5 0 0 0 5 3 0 0 1 1 3 0 0 146
Presso de Jateamento 3 3 0 0 0 3 3 3 1 0 0 0 0 0 129
Tempo de Jateamento 0 3 0 0 0 1 1 0 0 0 0 0 0 0 42
Quantidade de Peas no Jateamento 0 3 0 0 0 3 1 0 0 0 0 0 0 0 60
Gancheira Correta para a Pea 0 3 0 0 0 3 3 0 0 0 3 0 3 0 114
Estado da Gancheira 0 0 1 1 0 0 5 0 0 0 3 0 0 0 76
Peas com leo e Graxa 0 5 0 0 1 5 3 3 3 0 0 5 0 0 192
Concentrao da Soluo Alcalina 0 5 0 0 0 3 3 0 0 0 0 5 0 0 119
Temperatura da Soluo Alcalina 0 5 0 0 0 3 3 0 0 0 0 5 0 0 119
Tempo de Troca do Desengraxante 0 3 0 0 0 3 3 0 0 0 0 3 0 0 93
Peas com Impurezas na regio da Solda 1 5 1 5 3 5 5 3 1 1 5 5 5 5 333
Tempo de Permanncia da Pea 0 5 0 0 0 5 3 0 0 0 0 5 0 0 137
Peas com Excesso do Desengraxe Qumico 0 5 0 0 0 5 3 0 0 0 0 5 0 0 137
Peas com Carepa 5 3 0 0 0 5 1 0 0 0 0 0 0 0 113
Concentrao de cidos 0 3 0 0 0 3 1 0 0 0 0 0 0 0 60
Tempo de Troca do Decapante 3 5 0 0 0 3 0 0 0 0 0 0 0 0 88
Tempo de Permanncia da Pea 0 5 0 0 0 5 1 0 0 0 0 0 0 0 94
Peas com Excesso da Decapagem cida 1 5 0 0 0 3 1 0 0 3 0 0 0 0 98
Peas com micro carepas 0 3 0 0 0 3 1 0 0 0 0 0 0 0 60
Tempo de Troca do Desengraxante 0 3 0 0 0 1 0 0 0 1 1 0 0 0 45
Tempo de Permanncia da Pea 1 3 0 0 0 3 0 1 1 0 3 0 0 0 95
Amperagem do Desengraxe Eletroltico 0 3 0 0 0 3 1 0 0 0 3 0 0 0 81
Peas com Excesso do Desengraxe Eletroltico 1 3 0 0 0 3 0 0 0 0 0 0 0 0 58
Peas Limpas 5 5 0 0 3 5 5 3 3 1 3 3 0 3 290
Concentrao de Zinco 0 3 5 5 0 5 5 3 3 0 5 0 0 0 247
Concentrao de Soda 1 0 0 0 0 1 3 3 3 0 0 0 0 0 91
Adio de Aditivos 0 3 5 5 3 5 5 5 5 0 3 0 0 1 291
Amperagem do Banho de Zinco 3 5 5 5 1 5 5 1 0 0 5 0 0 0 250
Tempo de Permanncia da Pea 0 5 5 5 0 5 5 3 0 0 5 5 5 5 311
Peas com Excesso do Banho de Zinco 1 0 0 0 3 0 0 0 5 1 0 0 0 1 83
Peas Zincadas 0 0 0 0 5 0 0 5 5 3 0 0 0 0 130
PH uniformizar da Soluo de Ativao cida 0 0 0 0 5 0 0 3 5 0 0 0 0 0 101
Tempo de Troca da Soluo de ativao cida 0 0 0 0 5 0 0 3 3 0 0 0 0 0 83
Peas com Excesso da Ativao cida 0 0 0 0 3 0 0 1 3 1 0 0 0 1 65
Pea Ativada 0 0 0 0 5 0 0 0 5 1 0 0 0 0 85
Concentrao do Cromato 0 0 0 0 5 0 0 5 5 3 0 0 0 3 145
pH da Soluo Cromatizante 0 0 0 0 5 0 0 0 5 0 0 0 0 0 80
Tempo de Troca da Soluo Cromatizante 0 0 0 0 3 0 0 0 5 3 0 0 0 3 96
Concentrao de Ferro 0 0 0 0 3 0 0 0 1 5 0 0 0 5 80
Tempo de Permanncia da Pea 0 0 0 0 5 0 0 1 5 3 0 0 0 0 102
Peas com Excesso de Cromatizante 0 0 0 0 3 0 0 0 3 1 0 0 0 3 68
Peas Cromatizadas 0 0 0 0 3 0 0 0 5 5 0 0 0 0 91
Concentrao de Selante 0 0 0 0 5 0 0 0 3 5 0 0 0 5 112
PH da Soluo de Selante 0 0 0 0 3 0 0 0 3 3 0 0 0 0 63
Funcionamento do Compressor 0 0 0 0 3 0 0 0 5 5 0 0 0 0 91
Temperatura da Estufa 0 0 0 0 3 3 0 0 5 3 3 0 0 3 144
 A interpretao dos resultados obtidos na ltima coluna, relacionada ao total de cada varivel de
entrada, significa que os valores maiores devem ser as entradas prioritrias para o estudo, pois possu-
em forte correlao com alguns defeitos que vem ocorrendo com frequncia no processo. Sendo assim,
aps a elaborao da matriz de priorizao e o clculo do valor total para cada varivel de entrada, a
matriz foi classificada em ordem decrescente de valor total, determinando as variveis de entrada e
etapas do processo a serem priorizadas.
A equipe definiu que as variveis de entrada que apresentassem o valor total acima de 145 deve-
riam ser priorizadas, restringindo as aes de melhoria s oito principais variveis de entrada, apresen-
tadas na Tabela 4.

Tabela 4 - Principais variveis de entrada do processo de zincagem

Variveis de Entrada Total obtido na Matriz de Priorizao
1. Peas com Impurezas na regio da Solda 333
2. Tempo de Permanncia da Pea no banho de Zinco 311
3. Adio de Aditivos no banho de Zinco 291
4. Peas Limpas (no chegam limpas para o banho Zinco) 290
5. Amperagem do Banho de Zinco 250
6. Concentrao de Zinco 247
7. Peas com leo e Graxa 192
8. Peas com Rebarba 146

Com o objetivo de garantir medies confiveis, no incio do projeto Seis Sigma os dois opera-
dores responsveis pela inspeo final dos produtos foram avaliados, considerando as medies por
atributo. Para tanto, foram utilizadas 20 peas, previamente analisadas pelo gerente da qualidade, e
cada pea foi analisada trs vezes por esses inspetores. Os dados obtidos pelos inspetores foram com-
parados entre si e com o padro estipulado, gerando trs ndices Kappa, conforme mostrado nas Figu-
ras 10 e 11. Como os trs valores foram superiores a 0,75, entende-se que o sistema de medio foi
aprovado, conforme explicado anteriormente. Detalhes sobre o clculo desse ndice podem ser encon-
trados em MSA 4 Edio (2010).

Figura 10 Matrizes de Propores para Clculo do ndice Kappa

Figura 11 ndice Kappa da Inspeo Final

 Com o objetivo de calcular o Nvel Sigma inicial do projeto, foram utilizados os valores mdios,
referentes ao nmero de peas reprovadas na inspeo final, entre os meses de maro/2010 a agos-
to/2010, considerando os valores DPMO (Defeitos por Milho de Oportunidades) mostrados na Tabela
1. Na Tabela 5 so apresentados os indicadores DPMO dos meses de maro, abril, maio, junho, julho e
agosto de 2010, os correspondentes Nveis Sigma e a mdia Sigma desses meses, considerando o valor
inteiro sem casas decimais.

Tabela 5 - Nvel Sigma no incio do projeto

Dados da Linha Manual
Ms/2010 Qtde Produzida Qtde Reprovada Percentagem DPMO Nvel Sigma
Maro 5029 921 18,3 183.138 3
Abril 9259 1360 14,7 146.884 3
Maio 3404 1229 36,1 361.046 2
Junho 11966 3015 25,2 251.964 2
Julho 8821 1757 19,9 199.184 2
Agosto 5123 1739 33,9 339.450 2
Mdia 7267 1670,16667 22,9828907 229.829 2

Conforme mostrado na Tabela 5, o histrico do processo de zincagem apresentava, no incio do

ms de setembro, um Nvel 2 Sigma como mdia resultante desse processo. De acordo com a Tabela
1, o nvel 2 Sigma significa comprometer at 25% das vendas em custos pela no qualidade. No caso
do processo em estudo, os custos pela no qualidade eram provenientes dos retrabalhos de peas re-
provadas na inspeo final.
Depois de analisar as etapas do processo, as entradas e sadas de cada subprocesso e de priorizar
as principais variveis de entrada, a fase seguinte do DMAIC tem por objetivo analisar o que pode
estar acontecendo em cada uma das entradas priorizadas que comprometem o produto final.

4.3. Fase analisar

Para analisar as falhas e as causas dessas falhas, identificadas no processo, partiu-se da anlise das
8 variveis de entrada resultantes da Matriz de Priorizao, mostradas na Tabela 4. Essas variveis
foram inseridas na planilha do FMEA de processo, visando explorar as possveis causas dessas ocor-
rncias. Visando apresentar como elas foram analisadas, as duas variveis que apresentaram o maior
ndice de risco (NPR) so apresentadas nos Quadros 5, 6 e 7. Em seguida, para cada modo de falha, a
equipe descreveu os efeitos causados por essas falhas, caso elas viessem a ocorrer, descrita na coluna
Efeitos da Falha, estipulando valores entre 0 e 10 para a Severidade desses efeitos.

Quadro 5 - FMEA de Processos: falhas potenciais e grau de severidade

Falha Potencial
Severi-

Definio
dade

Entrada do
Etapa do
Processo MODOS DE FALHA EFEITOS DA FALHA
Processo
Peas com Aspereza, Bolha, Colorao, desplaque, falha no
Desengraxe Peas com
Impurezas na depsito, peas foscas, manchas, oxidao, queima, 8
Qumico Impurezas
Regio da Solda gordura, purgadas.
Aspereza, Bolha, Colorao, desplaque, falha no
Banho de Peas Peas com leos e
depsito, peas foscas, manchas, oxidao, queima, 8
Zinco Limpas graxas
gordura, purgadas.

Posteriormente, a equipe avaliou as possveis causas que conduziriam a essas falhas, desencade-
ando o preenchimento da coluna Causa Potencial da Falha, pontuando-as de 0 a 10 em relao
Probabilidade de sua Ocorrncia. Em seguida, a equipe deu sequncia ao preenchimento do FMEA
sobre os Controles atuais de preveno e deteco, pontuando-os de 0 a 10 quanto habilidade de
Deteco desses controles. Essas informaes so mostradas no Quadro 6.
 Quadro 6 Causas potenciais da falha e controles atuais

Ocorrncia

Deteco
Controles Atuais
Modo de falha Causas Potenciais da Falha

Preveno Deteco
Peas com
Os processos utilizados para limpeza das Instruo de Visual Intra-
Impurezas na 8 8
peas no so eficazes nas regies de solda Trabalho processo
Regio da Solda
1. A concentrao de temperatura do
Visual Intra-
desengraxante no respeitada, necessitando 6 8
processo
de deixar mais tempo do que o especificado
Instruo de Anlise de
Peas com leos e 2. A concentrao do desengraxante no
6 Trabalho laboratrio 8
graxas suficiente para realizar a limpeza
(diria)
Anlise de
3. A temperatura do desengraxante no
6 laboratrio 8
suficiente para realizar a limpeza
(diria)

Por fim, a equipe calculou o ndice de risco (NPR) atravs da multiplicao dos valores de Se-
veridade, Ocorrncia e Deteco. Depois de priorizados os modos de falha, foram propostas algumas
aes, associadas a um responsvel, incluindo o prazo de execuo. Essas informaes so mostradas
no Quadro 7.
Quadro 7 Valor de NPR e aes recomendadas
Ocorrncia
Severidade

Deteco

Aes Recomendadas
NPR

Prazo de
Modo de Falha Responsvel
execuo
Descrio
Verificar, atravs do DOE, se fazer desvio de
Peas com Impu-
processo para utilizao de cido Clordrico Supervisor de
rezas na 8 8 8 512 15/nov/10
quente aps desengraxante qumico resolve o Produo
Regio da Solda
problema
Determinar a temperatura / concentrao do
Equipe Seis
8 6 8 384 desengraxante para que o tempo de 40 min. 30/jan/11
Sigma
seja suficiente
Treinadora /
Peas com leos 8 6 8 384 DOE para verificar a concentrao ideal Supervisor de 15/nov/10
e graxas Produo
Treinadora /
8 6 8 384 DOE para verificar a temperatura ideal Supervisor de 15/nov/10
Produo

Considerando a anlise das 8 variveis de entrada, resultantes da Matriz de Priorizao, apenas

as explicitadas previamente apresentaram altos ndices de risco (NPR) e necessitaram de testes na
linha de produo para verificar os parmetros mais indicados para reduzir a ocorrncia de falhas.
Sendo assim, apenas estas foram explicitadas nesse artigo. No relatrio completo, as NPRs variaram
de 64 a 512.
No primeiro caso, onde as etapas de desengraxe qumico e eletroltico no so suficientes para
retirar as impurezas localizadas nas regies de solda, a equipe decidiu realizar testes para verificar a
eficincia da limpeza realizada com cido clordrico, com concentrao de 40% a quente. Para a reali-
zao dos testes foi realizada uma modificao no processo usual onde, aps a passagem pelo desen-
graxante qumico, as peas seriam mergulhadas em um tanque com cido clordrico.
Os segundo e terceiro modos de falha priorizados estavam relacionados temperatura e concen-
trao do desengraxante qumico. O operador de laboratrio aprovava a produo desde que a concen-
trao do banho estivesse entre 60g/L e 80g/L, com temperaturas entre 60C e 80C. Com o objetivo
de determinar as condies ideais de temperatura e concentrao do banho de desengraxante qumico,
a equipe decidiu que a melhor ao seria realizar um DOE, em conjunto com a modificao no proces-
so (conforme descrito acima), e avaliar qual seria a situao que apresentaria o menor ndice de peas
reprovadas.
Os demais modos de falha, tratados no FMEA, tiveram como principais aes; o treinamento
dos empregados quanto importncia da qualidade no processo, revises dos planos de manuteno
dos equipamentos, implantao de verificaes no decorrer do processo e o aumento na frequncia das
anlises laboratoriais.

4.4. Fase implantar melhorias

Com base nos modos de falha priorizados no FMEA e nas trs principais aes a serem implan-
tadas, a equipe definiu os valores que seriam testados atravs do DOE, ou seja:
X1: Temperatura do Desengraxante: 60, 70 e 80C
X2: Concentrao do Desengraxante: 60, 70 e 80 g/L
X3: Utilizao de cido Clordrico quente, com ou sem alterao do processo usual.
Os valores de temperatura e concentrao foram assim definidos por serem os limites aceitveis
durante a anlise de laboratrio para a aprovao. Com o objetivo de testar a eficcia da utilizao do
cido clordrico a quente, todas as combinaes foram realizadas, com e sem a utilizao do cido.
Para verificar a eficcia de todas as aes tomadas, definiu-se como indicador de desempenho o ndice
de peas reprovadas, expressas em forma de percentagem. Assim, definiu-se como melhor situao
aquela que apresentasse o menor ndice de retrabalho no perodo.
A Tabela 6 apresenta, para cada experimento, as variveis de entrada utilizadas e, como sadas,
as seguintes variveis: o nmero de peas produzidas na condio do teste especfico, a quantidade de
peas aprovadas, a quantidade de peas reprovadas e o ndice de retrabalho (razo entre peas repro-
vadas e peas produzidas). Os 18 testes realizados foram suficiente para simular todas as combinaes
entre as variveis descritas previamente.

Tabela 6 Resultados do projeto de experimentos

Entradas Sadas
Temperatura do Concentrao do Utiliza
N. ndice de Retrabalho
Desengraxante Desengraxante cido?
Produzidas Aprovadas Reprovadas %
1 60 60 SIM 243 215 28 11,5
2 60 60 NO 178 142 36 20,2
3 60 70 SIM 315 287 28 8,9
4 60 70 NO 246 205 41 16,7
5 60 80 SIM 254 227 27 10,6
6 60 80 NO 213 175 38 17,8
7 70 60 SIM 505 448 57 11,3
8 70 60 NO 393 321 72 18,3
9 70 70 SIM 398 370 28 7,0
10 70 70 NO 330 284 46 13,9
11 70 80 SIM 297 268 29 9,8
12 70 80 NO 325 272 53 16,3
13 80 60 SIM 230 205 25 10,9
14 80 60 NO 212 183 29 13,7
15 80 70 SIM 322 308 14 4,3
16 80 70 NO 364 325 39 10,7
17 80 80 SIM 300 273 27 9,0
18 80 80 NO 220 189 31 14,1
Inicialmente, pode-se observar que os experimentos 3, 9, 11, 15 e 17 apresentam ndices de re-
trabalho inferiores a 10%, conforme o objetivo do projeto. Em uma anlise mais detalhada, possvel
observar que os ndices de reprovao mais baixos, para quaisquer temperaturas, foram obtidos utili-
zando-se a concentrao de 70g/L de desengraxante. Alm disso, em todas as condies, a utilizao
de cido clordrico reduziu significativamente o ndice de retrabalho. Fixando-se a concentrao em
70g/L e utilizando a modificao no processo, descrita anteriormente, observa-se que quanto maior a
temperatura do banho, menor o ndice de retrabalho, chegando a 4,3% para a condio de temperatura
mxima, ou seja, 80C.
Com o objetivo de validar os resultados obtidos, a equipe decidiu realizar, pelo perodo de um
ms, testes confirmatrios a partir da melhor condio obtida atravs do DOE, ou seja: Temperatura
de 80C; Concentrao de 70g/L e modificando o processo com a utilizao do cido clordrico. A
Tabela 7 mostra os resultados desses testes, confirmando os resultados obtidos com o DOE.

Tabela 7 Confirmao dos resultados obtidos com o DOE

Data Produzidas Reprovadas % DPMO Nvel Sigma
03/jan/11 123 6 4,9 48780 3
04/jan/11 300 12 4,0 40000 3
05/jan/11 287 6 2,1 20906 3
06/jan/11 182 6 3,3 32967 3
07/jan/11 170 11 6,5 64706 3
10/jan/11 215 8 3,7 37209 3
11/jan/11 97 2 2,1 20619 3
12/jan/11 147 6 4,1 40816 3
13/jan/11 123 6 4,9 48780 3
14/jan/11 177 11 6,2 62147 3
15/jan/11 419 10 2,4 23866 3
16/jan/11 287 6 2,1 20906 3
17/jan/11 124 4 3,2 32258 3
18/jan/11 312 14 4,5 44872 3
19/jan/11 235 14 6,0 59574 3
20/jan/11 221 8 3,6 36199 3
21/jan/11 298 10 3,4 33557 3
24/jan/11 243 12 4,9 49383 3
25/jan/11 175 10 5,7 57143 3
26/jan/11 134 8 6,0 59701 3
Media Sigma 3

Conforme apresentado, o objetivo do projeto Seis Sigma nesta pequena empresa pde ser con-
cludo, visto que nos 20 testes o ndice de retrabalho no ultrapassou o limite de 10%. Com isso, o
processo mais crtico da empresa, pelo montante de retrabalhos e atrasos, conseguiu evoluir do Nvel
Sigma 2, para o Nvel Sigma 3, impactando em economias significativas para a empresa, sem a neces-
sidade de altos investimentos.

4.5. Fase controlar

Na ltima fase do DMAIC a equipe Seis Sigma elaborou um Plano de Controle para garantir
que, depois de concludo o projeto, os responsveis pudessem controlar as variveis pertinentes com a
frequncia necessria, considerando as aes a serem tomadas, caso algum parmetro sasse do especi-
ficado. Dentre os controles abordados neste Plano esto a verificao diria da concentrao e tempe-
ratura do desengraxante, com os valores estipulados pelo DOE, e o controle dos tempos de banho.
Alm do Plano de Controle, as Cartas de Controle foram alocadas na linha de produo e, diariamente,
um analista da qualidade atualiza os dados com a percentagem de retrabalho da produo. A Figura 12
mostra a carta de controle com os dados do ms de Janeiro de 2011, quando foram realizados os testes
para confirmar os dados previamente obtidos.
 Figura 12 Carta de controle

Ao final do projeto constatou-se que, apesar de a equipe ter estipulado como meta inicial, me-
lhorar o processo de Zincagem para que houvesse no mximo 10% de reprovao das peas finais,
aps esse trabalho obteve-se no mximo 6,5% de reprovao at o dia 7/01/11. A empresa entende
que nveis de reprovao inferiores a 10% so aceitveis devido instabilidade do processo qumico.
A mdia mensal de Janeiro de 2011 foi de 4% de reprovao, enquanto que antes da aplicao do Seis
Sigma, entre maro e agosto de 2010, o ndice de reprovao variou de 14,7% a 36,1%. Ou seja, esta
aplicao de Seis Sigma contribuiu com a empresa, superando a meta inicial.

5. Consideraes finais

A aplicao do Seis Sigma nas MPMEs um tema emergente entre os acadmicos nos ltimos
anos, considerando que essa metodologia foi criada originalmente para as grandes empresas. Ainda
existem poucos registros de sucesso do Seis Sigma nesse perfil de empresa, considerando suas limita-
es relacionadas aos recursos financeiros e humanos. Apesar disso, o perfil dessas empresas apresen-
ta fatores contributivos para a aplicao do 6 Sigma como, por exemplo, a agilidade no processo deci-
srio e o suporte e comprometimento de seus gestores. Sendo assim, esse artigo mostra uma aplicao
prtica do Seis Sigma atravs do mtodo DMAIC em uma pequena empresa que realiza tratamento
superficial por zincagem, visando mostrar a aplicabilidade do Seis Sigma e o seu impacto positivo
para a pequena empresa. Neste caso prtico, apenas alguns recursos recomendados na aplicao do
Seis Sigma so utilizados, visando simplificar e reduzir os custos dos procedimentos. Entre eles esto:
a formao da equipe Seis Sigma, a definio do processo mais crtico, a elaborao da carta de proje-
to, a definio da misso, o mapeamento do processo, a priorizao de variveis atravs da utilizao
da Matriz de Priorizao, a priorizao das causas e aes de melhoria com a utilizao do FMEA de
processo, a realizao de testes com o DOE e a elaborao do Plano e Cartas de Controle.
A anlise mostrou que as principais causas dos problemas estavam relacionadas temperatura e
concentrao do desengraxante qumico, que no eram bem definidas, e o fato de as etapas de limpeza
no serem suficientes para retirar as impurezas da regio de solda. Sendo assim, foram realizados 20
testes laboratoriais, visando determinar as melhores condies de temperatura e concentrao, alm de
validar a eficcia de uma alterao no processo inicial, o que inclua mais uma etapa de limpeza. A
partir desses testes, foi possvel determinar que o melhor desempenho do processo ocorria com a tem-
peratura do desengraxante a 80C e concentrao de 70g/L, considerando a alterao do processo usu-
al. Constatou-se que a aplicao do Seis Sigma nesta pequena empresa foi vivel e benfica, melho-
rando significativamente o desempenho do processo delimitado para o estudo; afinal, a reduo da
mdia do ndice de retrabalho passou de 23% para 4%. Tambm houveram ganhos qualitativos como a
transferncia de conhecimento para os membros da equipe quanto s tcnicas de qualidade e o estabe-
lecimento de uma cultura para monitorar e reduzir defeitos atravs da mensurao e controle dos
mesmos.
Dentre os principais obstculos encontrados durante a aplicao da metodologia pode-se citar a di-
ficuldade em reunir a equipe Seis Sigma nos horrios programados, devido s atividades exercidas
dentro da empresa. Tambm houve restries quanto s aes serem de baixo custo, respeitando os
baixos recursos provenientes de uma tpica empresa de pequeno porte. Para trabalhos futuros, sugere-
se a aplicao da metodologia Seis Sigma em micro empresas, visando constatar a sua viabilidade e
eficcia.

Referncias

ANDRIETTA, J. M.; MIGUEL, P. A. C. A Importncia do Mtodo Seis Sigma na Gesto da Quali-

dade Analisada sob uma Abordagem Terica. Cincia &Tecnologia, v.11, n.20, p.91-98, Dez. 2002.

ANDRIETTA, J. M.; MIGUEL, P. A. C. Aplicao do Programa Seis Sigma no Brasil: resultados de

um levantamento tipo survey exploratrio-descritivo e perspectivas para pesquisas futuras. Gesto &
Produo, v.14, n.2, p.203-219, Ago. 2007.

ANTONY, J. Can Six Sigma be effectively implemented in SMEs? International Journal of Produc-
tivity and Performance Management, v.57, n.5, p.420-423, 2008.

ANTONY, J.; KUMAR, M.; MADU, C. N. Six Sigma in Small - and Medium - sized UK manufac-
turing enterprises: some empirical observations. International Journal of Quality & Reliability Man-
agement, Bradford, v.22, n.8/9, p.860-874, 2005.

ARIENTE, M. et al. Processo de Mudana Organizacional: estudo de caso do Seis Sigma. Revista da
FAE, v.8, n.1, p.81-92, Jun. 2005.

BOARIN P., S. H.; CARVALHO, M. M.; LEE HOO, L.; RIGAZZ, S. Programas de Melhoria da
Qualidade no Setor Bancrio: Uma Anlise Comparativa do Cenrio Brasileiro e Portugus. Produto
& Produo, v.10, n.3, p. 77-85, Out. 2009.

BRUE, G. Six Sigma for small business. Entrepreneur Press, 2006.

CARVALHO, M. M. de; HO, L. L.; PINTO, S. H. B. Difuso do programa Seis Sigma no Brasil.
Produo, v.17, n.3, p.486-501, 2007.

CARVALHO, M. M.; PALADINI, E. P. Gesto da qualidade: teoria e casos. Rio de Janeiro: Campus,
2005.

CLETO, M. G.; QUINTEIRO, L. Gesto de projetos atravs do DMAIC: um estudo de caso na inds-
tria automotiva. Revista Produo Online, v.11, p. 210-239, 2011.

CUNICO, M. W.; CUNICO, M. M.; MIGUEL, O. G.; ZAWADZKI, S. F.; PERALTA-ZAMORA,

P.; VOLPATO, N. Planejamento fatorial: uma ferramenta estatstica valiosa para a definio de pa-
rmetros experimentais empregados na pesquisa cientfica. Revista Viso Acadmica, v.9, n.1, 2008.

DUARTE JUNIOR, N. S. F.; RAMOS, A. W. Aspectos complexos da implantao de metodologias

da qualidade. In: Simpsio de Engenharia de Produo (SIMPEP), Bauru, 2006.

EINSET, E.; MARZANO, J. Six Sigma Demystified. Tooling & Production, v.13, 2002.

ESTORILIO, C.; POSSO, R. The reduction of irregularities in the use of process FMEA, Internation-
al Journal of Quality & Reliability Management, v.27, n.6, p.721733, 2010.

GASPERINI, V. Pequenas lojas formam cooperativas para fazer frente a grandes redes. Revenda
Construo, n.121, Ago. 2000.

HARRY, M. J.; CRAWFORD, J. D. Six Sigma for the little guy. Mechanical Engineering. v.126,
n.11, p.8-10, Nov. 2004.
HENDERSON, K. M.; EVANS, J. R. Successful implementation of Six Sigma: benchmarking Gen-
eral Electric company. Benchmarking: an International Journal, v.7, n.4, p.260-282, 2000.

KAUSHIK, P.; KHANDUJA, D.; MITTAL, K.; JAGLAN, P. A case study; Application of Six Sigma
methodology in a small and medium-sized manufacturing enterprise. TQM Journal. v.24, n.1, p. 4-16,
2012.

KLEFSJ, B.; WIKLUND, N.; EDEGMAN, R. L. Six Sigma seen as a methodology for total quality
management. Measuring Business Excellence, v.5, 2001.

KURATKO, D. F.; GOODALE J. C.; HORNSBY, J. S. Quality practices for a competitive advantage
in smaller firms. Journal of Small Business Management, Morgantown, v.39, n.4, p.293-311, Oct.
2001.

BOER, S. D.; ANDHARIA, R., HARTEVELD, M.; HO, L. C.; MUSTO, P. L.; PRICKEL, S. Six
Sigma for IT Management. Van Haren Publishing, 2007. 161p.

MACHADO, M. P. P. Uma Anlise Sobre a Estratgia de Diferenciao no Setor de Cosmticos: O

Caso Natura. 2006. Trabalho de Concluso de Curso (Graduao) - Curso Superior de Cincias Eco-
nmicas. Universidade Federal de Santa Catarina, Florianpolis, 2006.

MAGALHES, S. S.; FIGUEIREDO, V. F. Fatores Crticos para Implementao de Seis Sigma em

Pequenas e Mdias Empresas da Cadeia Produtiva de Petrleo e Gs. In: XXVII Encontro Nacional
de Engenharia de Produo, 2007. Anais. Foz do Iguau, 2007.

MAST, J.; LOKKERBOL, J. An analysis of the Six Sigma DMAIC method from the perspective of
problem solving. International Journal Production Economics. v.139, n.2, p. 604614, 2012.

MAS. Manual de anlise de sistemas de medio. 4 Edio, Jun. 2010.

MUNRO, R. A. Linking six Sigma with QS-9000. Quality Progress, Milwaukee, v.33, n.5, p.47-53,
May. 2000.

OLIVEIRA, O. J. Pequena Empresa no Brasil: Um Estudo de suas Caractersticas e Perspectivas.

Revista Integrao, Ano XII, n.44, p.5-15, Mar. 2006.

PANDE, P. S.; NEUMAN R. P.; ROLAND, C. The Six Sigma Way: How GE, Motorola, and other
Top Companies are Honing their Performance. India: McGrawHill Education, 2003

PANDE, P. S.; NEUMAN R. P.; ROLAND, C. Estratgia Seis Sigma: como a GE, a Motorola e ou-
tras grandes empresas esto aguando seu desempenho. Rio de Janeiro: Qualitymark, 2001.

PINTO, Silvia Helena Boarin; CARVALHO, Marly Monteiro de; HO, Linda Lee: Programas de Qua-
lidade: Um Survey em Empresas de Grande Porte no Brasil. Revista Gesto e Produo, So Paulo,
v. 13, 2006.

PYZDEK, T. The Six Sigma Handbook. New York: McGraw-Hill, 2003.

RATH ; STRONG. Six Sigma Pocket Guide, 2. ed. Lexington, 2001, 192 p. ISBN 0974632872.

RODRIGUES, J.; WERNE, L. Seis Sigma: caractersticas do programa em onze empresas situadas na
regio metropolitana de Porto Alegre. Revista Produo Online. v.12, n.1, p.2-22, 2012.

ROTONDARO, R. G. (Coord.). Seis Sigma: estratgia gerencial para a melhoria de processos, produ-
tos e servios. So Paulo: Atlas, 2002.
RUTHES, S.; CERETTA, P. S.; SONZA, I. B. Seis Sigma: Melhoria da qualidade atravs da reduo
da variabilidade. Revista Gesto Industrial, v.2, n.2, p.181-199, 2006.

SANTOS, A. B.; MARTINS, M. F. Contribuies do Seis Sigma: estudos de caso em multinacionais.

Revista Produo, v.20, n.1, Mar. 2010.

SATOLO, E. G.; ANDRIETTA, J. M.; MIGUEL, P. A. C., CALARGE, F. A. Anlise da utilizao

de tcnicas e ferramentas no programa Seis Sigma a partir de um levantamento tipo survey. Revista
Produo, v.19, n.2, 2009.

SEBRAE/SP. Conhecendo a pequena empresa. So Paulo: SEBRAESP, 2005. Disponvel em:

<http://www.sebraesp.com.br/Principal/Conhecendo%20a%20MPE/> Acesso em: 08 de maio de
2006.

TJAHJONO, B.; BALL, P.; VITANOV, V.; SCORZAFAVE, C.; NOGUEIRA, J.; CALLEJA, J.;
MINGUET, M.; NARASIMHA, L.; RIVAS, A.; SRIVASTAVA, A.; SRIVASTAVA, S.; YADAV,
A. Six Sigma: a literature review. International Journal of Lean Six Sigma. v.1, n.3, p.216-233, 2010.

TONINI, A. C.; CARVALHO, M. M.; SPINOLA, M. M. Contribuio dos modelos de qualidade e

maturidade na melhoria dos processos de software. Produo On-Line, v.18, n. 2, p.275-286, 2008.

VIEIRA, D. R.; ALMEIDA, F. L. Projeto de desenvolvimento de novos produtos: o caso da Racco

Cosmticos. Revista Mundo PM, ano 4, n.22, p.66-74, Ago. 2008.

WELCH, J. J. Definitivo: Segredos do Executivo do Sculo. Rio de Janeiro: Campus, 2001.

WESSEL, G.; BURCHER P. Six Sigma for small and medium-sized enterprises. The TQM Magazi-
ne, Bedford, v.16, n.4, p.264-272, 2004.