Escolar Documentos
Profissional Documentos
Cultura Documentos
net/publication/263927916
CITATIONS READS
0 324
4 authors, including:
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Rogério Santana Peruchi on 15 July 2014.
2
XIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Sustentabilidade Na Cadeia De Suprimentos
Bauru, SP, Brasil, 5 a 7 de novembro de 2012
1. Introdução
Melhoria da qualidade tem se tornado uma importante estratégia de negócio para muitas
organizações incluindo manufatura, serviços logísticos, organizações de serviços financeiros,
fornecedores de serviços de saúde e agências governamentais. Seis sigma é uma abordagem
disciplinada, orientada a projetos e com base estatística para reduzir variabilidade, remover
defeitos e eliminar desperdícios de produtos, processos e serviços (MONTGOMERY e
WOODALL, 2008). Há diversos trabalhos publicados sobre Seis Sigma aplicado a
manufatura, tais como: semicondutores (SU e CHOU, 2008), automotivo (KUMAR et al.,
2007), aeroespacial (MALEYEFF e KRAYENVENGER, 2004), químico (MOTWANI et al.,
2004), software (HONG e GOH, 2003), aço (SARKAR, 2007) e alumínio (DAS e HUGHES,
2006). Além disso, existem publicações para o setor de serviços: saúde (VAN DEN HEUVEL
et al., 2006), governamental (FURTERER e ELSHENNAWY, 2005), bancário (IMMANENI
et al., 2007) e educação (THAKKAR et al., 2006).
A exemplo dos trabalhos de Rasis et al. (2002) e Johnson et al. (2006) o objetivo deste artigo
é apresentar um exemplo didático de como conduzir um projeto Seis Sigma usando o
DMAIC. O método de pesquisa utilizado neste trabalho é o experimental e as etapas para
condução da pesquisa estão inseridas no roadmap DMAIC que será apresentado na próxima
seção. O planejamento experimental foi definido baseado no trabalho de Box (1992). Uma
contribuição importante desta pesquisa é a elaboração de um exemplo didático de projeto Seis
Sigma que pode ser utilizado no treinamento de Green Belts e Black Belts. Um primeiro
artigo apresentou as etapas Definir e Medir do roadmap DMAIC para o estudo de caso
fictício (PERUCHI et al., 2012). Este artigo apresenta as etapas seguintes do projeto Seis
Sigma: Analisar, Melhorar e Controlar.
As próximas seções estão estruturadas como segue. A seção 2 apresenta a origem e definição
do Seis Sigma, o sistema Belt de treinamento e o roadmap DMAIC. A seção 3 mostra a
aplicação dos passos referente às etapas Analisar, Melhorar e Controlar do roadmap para um
caso fictício. Por fim, a seção 4 trata das conclusões alcançadas após o fechamento do projeto
Seis Sigma.
3
XIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Sustentabilidade Na Cadeia De Suprimentos
Bauru, SP, Brasil, 5 a 7 de novembro de 2012
4
XIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Sustentabilidade Na Cadeia De Suprimentos
Bauru, SP, Brasil, 5 a 7 de novembro de 2012
dos CTQs. Por fim, a etapa controlar ajusta o gerenciamento do processo e sistema de
controle para que as melhorias alcançadas sejam mantidas (DE KONING e DE MAST, 2006).
5
XIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Sustentabilidade Na Cadeia De Suprimentos
Bauru, SP, Brasil, 5 a 7 de novembro de 2012
Passo A2, selecionar os poucos vitais fatores de influência. DOE exploratórios são
ferramentas usadas para determinar os Xs vitais que impactam os CTQs. Com o aumento
do número de fatores em um experimento fatorial 2 k, o número de corridas supera
rapidamente os recursos dos experimentadores (Montgomery, 2005). Neste projeto será
inviável realizar 128 (27=128) experimentos, já que há para esta etapa uma limitação
financeira estipulada pelo presidente de R$ 2.200.000,00. Ao recorrer a um experimento
fatorial fracionado, é possível estudar muitos fatores e ainda manter o experimento com
tamanho razoável. No entanto, a redução do número de experimentos resulta no
confundimento do efeito dos fatores analisados. Este é medido pela resolução do
experimento fatorial fracionado. Com o orçamento disponível foi possível planejar um
experimento com 16 aeronaves e 48 testes (27-3(R$100.000,00)+48(R$10.000,00)=
R$2.080.000,00), ou seja, 2 níveis, 7 fatores, resolução 4 e com 3 réplicas (Tabela 4). Um
experimento de resolução 4 tem seus efeitos principais confundidos com os efeitos das
interações de terceira ordem e as interações de segunda ordem são confundidas umas com
as outras.
TABELA 4 – DOE fatorial fracionado (27-3x3) de resolução IV
CTQ1 CTQ2
EP X1 X2 X3 X4 X5 X6 X7 1° 2° 3° 1° 2° 3°
2.1 -1 -1 -1 -1 -1 -1 -1 1,6 1,5 1,6 47 70 15
2.2 1 -1 -1 -1 1 -1 1 2,9 2,9 3,2 61 85 35
2.3 -1 1 -1 -1 1 1 -1 1,4 1,4 1,6 8 78 14
2.4 1 1 -1 -1 -1 1 1 2,6 3,0 2,8 2 3 15
2.5 -1 -1 1 -1 1 1 1 1,8 1,8 1,8 98 60 77
2.6 1 -1 1 -1 -1 1 -1 2,0 2,3 2,2 65 15 21
2.7 -1 1 1 -1 -1 -1 1 2,1 2,0 2,1 21 15 20
2.8 1 1 1 -1 1 -1 -1 2,2 2,3 2,2 25 35 28
2.9 -1 -1 -1 1 -1 1 1 1,7 1,8 1,6 24 32 38
2.10 1 -1 -1 1 1 1 -1 2,2 2,5 2,3 86 66 92
2.11 -1 1 -1 1 1 -1 1 1,5 1,7 1,8 22 92 50
2.12 1 1 -1 1 -1 -1 -1 2,2 2,2 2,1 5 27 17
2.13 -1 -1 1 1 1 -1 -1 1,6 1,6 1,6 64 45 97
2.14 1 -1 1 1 -1 -1 1 3,0 3,0 2,9 11 6 1
2.15 -1 1 1 1 -1 1 -1 1,4 1,4 1,5 20 12 16
2.16 1 1 1 1 1 1 1 2,4 2,6 2,6 0 4 9
6
XIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Sustentabilidade Na Cadeia De Suprimentos
Bauru, SP, Brasil, 5 a 7 de novembro de 2012
nas variáveis de controle X2, X3, X4 e X5 não foi provocada alteração significativa no
valor médio do CTQ 1. Pela Figura 4, ao mudar do nível -1 para +1 nas variáveis X3, X4,
X6 e X7 não foi provocada alteração significativa no valor médio do CTQ 2.
2,02 2,021
X1 X5
X7 X2
X6 X1
Termos
Termos
X2 X3
X4 X7
X5 X4
X3 X6 X1 X2
2,4
0 5 10 15 20 0 1 2 3 4 5
Efeito Padronizado Efeito Padronizado
2,0
FIGURA 2. Gráfico de Pareto para CTQ1 e CTQ2.
Média
1,6
-1 1 -1 1
X1 X2 X3 X4 X5
2,4 2,4
2,0 2,0
Média
1,6 1,6
-1 1 -1 1 -1 1 -1 1 -1 1
X4 X5 X6 X7
2,4 2,4
X1 X2
2,0 2,0
45
1,6 1,6
35
-1 1 -1 1 -1 1 -1 1
FIGURA 3 – X7 de
Gráfico efeitos principais para CTQ1. 25
2,4
-1 1 -1
X1 X2 X3 X4 X5
2,0
45
Média
45
1,6
35 35
-1 1
25 25
-1 1 -1 1 -1 1 -1 1 -1
X4 X5 X6 X7
Média
45 45
35 35
25 25
-1 1 -1 1 -1 1 -1 1
X7
FIGURA 4 – Gráfico de efeitos principais para CTQ2.
3.2 45
Etapa Melhorar
Passo
35 I1, quantificar o relacionamento entre Xs e CTQs. Este passo consiste em criar uma
função
25 de transferência Y = f(x) a qual será o modelo matemático que representará o
relacionamento
-1 das variáveis
1 vitais Xs com os CTQs deste projeto. O modelo que representa o
tempo de voo e a distância ao alvo das aeronaves está descrito nas Eqs. (1) e (2),
respectivamente.
CTQ1 2,094 0,431 X 1 0,064 X 6 0,223 X 7
(1)
0,077 X 1 X 7 0,044 X 6 X 7 0,048 X 1 X 6 X 7
CTQ2 36,44 6,69 X 1 14,02 X 2 14,85 X 5 6,85 X 2 X 5 (2)
7
XIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Sustentabilidade Na Cadeia De Suprimentos
Bauru, SP, Brasil, 5 a 7 de novembro de 2012
Os modelos das Eqs. (1) e (2) foram obtidos a partir da definição de um planejamento fatorial
completo customizado. Para o CTQ1 foram usadas apenas as variáveis X1, X6 e X7, após
avaliar os efeitos principais e suas interações de segunda e terceira ordem, o efeito de X1X6
não foi significativo, logo não foi considerado no modelo. O modelo da Eq. (1) é o que
melhor representa o tempo de voo das aeronaves com R2(ajustado) = 92,76%. Para o CTQ2
foram usadas apenas as variáveis X1, X2 e X5, após avaliar os efeitos principais e suas
interações de segunda e terceira ordem, os efeitos de X1X2, X1X5 e X1X2X5 não foram
significativos, logo não foram considerados no modelo. O modelo da Eq. (2) é o que melhor
representa a distância ao alvo das aeronaves com R2(ajustado) = 53,65%. Apesar do ajuste do
modelo não ter sido tão satisfatório, o teste estatístico que avalia a falta de ajuste do modelo
não foi significativo.
Passo I2, definir ações para modificar o processo ou configuração dos fatores influentes de
modo que os CTQs sejam otimizados. O objetivo deste projeto é melhorar o desempenho das
aeronaves, ou seja, maximizar o tempo de voo e minimizar a distância ao alvo. Observa-se
pela correlação (-0,244) entre as CTQs que estes objetivos são conflitantes, logo, uma
estratégia de otimização individual para cada uma das CTQs não será satisfatória. Portanto,
neste passo do projeto será utilizada uma abordagem de otimização simultânea para multiplas
variáveis. O Response Optmizer do MINITAB usa o método desirability, proposto por
Derringer e Suich (1980), para otimizar simultaneamente CTQ1 e CTQ2. A Figura 5 apresenta
a configuração ideal das variáveis Xs que otimizam os CTQs. Recomenda-se que o tipo de
papel seja X1=branco, Clipe de Papel X2=sim, Largura do Corpo X5=2,00”, Comprimento
do Corpo X6=4,75” e Comprimento da Asa X7=4,5”.
Para determinar estes níveis para as variáveis, foi assumido pela equipe que as duas repostas
têm a mesma importância (Importance = 1) no projeto e que a desejabilidade aumenta
linearmente para as duas respostas (Weight = 1). Para maximizar o CTQ1, foi determinado
pela equipe que o mínimo aceitável para esta resposta seria 0 e a meta seria 3. Para minimizar
o CTQ2, foi determinado que o máximo aceitável seria 20 e a meta seria 0. A partir dessas
condições pode-se obter uma desejabilidade composta de 0,78084 para a solução ótima do
problema, com CTQ1=2,9813 e CTQ2=7,7292. Qualquer alteração na configuração dos
fatores diminuirá a desejabilidade composta.
Passo I3, conduzir teste piloto das ações de melhoria. Para finalizar a etapa de melhoraria,
um teste piloto (Tabela 5) foi executado de acordo com as configurações otimizadas e de
acordo com o orçamento (5 aeronaves (R$ 100.000,00) + 15 testes (R$ 10.000,00) = R$
650.000,00) disponível para esta etapa. Mais adiante, na etapa controlar, os resultados
obtidos do processo melhorado serão analisados.
8
XIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Sustentabilidade Na Cadeia De Suprimentos
Bauru, SP, Brasil, 5 a 7 de novembro de 2012
Optimal X1 X2 X5 X6 X7
D High 1,0 1,0 1,0 1,0 1,0
Cur [1,0] [1,0] [-1,0] [-1,0] [1,0]
0,78084 Low -1,0 -1,0 -1,0 -1,0 -1,0
Composite
Desirability
0,78084
ALVO
Minimum
y = 7,7292
d = 0,61354
TEMPO
Maximum
y = 2,9813
d = 0,99375
9
XIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Sustentabilidade Na Cadeia De Suprimentos
Bauru, SP, Brasil, 5 a 7 de novembro de 2012
3,5
_
X=3,213
3,0
Tempo de Voo
LCL=2,610
2,5
2,0
1,5
1,0
1 4 7 10 13 16 19 22 25 28
Observação
Inicial Melhorado
100
80
Distância ao Alvo
60
40
UCL=24,2
20 _
X=12,6
0 LCL=1,0
1 4 7 10 13 16 19 22 25 28
Observação
FIGURA 6 – Comparação do processo melhorado com o baseline para CTQ1 e CTQ2
10
XIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Sustentabilidade Na Cadeia De Suprimentos
Bauru, SP, Brasil, 5 a 7 de novembro de 2012
Selecionar papel
Tempo ≥ 3 segundos Tabela de Gráficos de Tipo de
de Voo dist. de Controle papel: branco
N X1 =
(CTQ1) freq.
branco? Histogramas Clipe no
S corpo: sim
Recortar corpo Índices de
Capabilidade Fita no
N X5=1,5” e corpo: não
X6=3,0”? Distância ≤ 20 cm Tabela de Gráficos de
S ao Alvo dist. de Controle Fita na junta
(CTQ2) freq. da asa: não
Recortar asas
Histogramas
Largura do
N
X7=4,5”? Índices de corpo: 1,5”
Capabilidade
S Comprimento
Dobrar corpo e asas do corpo: 3”
70
60
50
UNIDADES
40
30
20
10
0
r r i l t t
j an fev ma ab ma ju
n ju ago se ou nov dez
MÊS
FIGURA 7 – Previsão de vendas para o próximo ano (atualizado)
4. Conclusão
Este artigo conduziu as etapas Analisar, Melhorar e Controlar de um projeto Seis Sigma. A
aplicação envolveu um caso fictício para facilitar o entendimento da execução do projeto.
Assim, espera-se que este artigo seja utilizado em treinamentos para Green Belts e Black
Belts. As etapas Definir e Medir foram discutidas em um artigo anterior. Neste artigo, a etapa
analisar identificou os fatores de influência e causas que determinam o comportamento dos
CTQs. Já na etapa de melhoria foram definidos e implementados alguns ajustes ao processo
para melhorar o desempenho dos CTQs. Por fim, a etapa controlar apresentou uma
comparação da situação inicial com os resultados de melhoria alcançados neste projeto.
Verificou-se que as melhorias propostas otimizaram o desempenho das aeronaves reduzindo a
probabilidade de defeito em 91% para o CTQ1 e 98% para o CTQ2. Um plano de controle foi
implementado para que as melhorias alcançadas fossem mantidas. O relatório revisado da
previsão de vendas para o próximo ano mostrou que o relacionamento de suprimentos entre a
Papercóperos e a Air France foi reestabelecido. Portanto, o objetivo do negócio “Aumentar
satisfação do cliente” foi alcançado com este projeto.
11
XIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Sustentabilidade Na Cadeia De Suprimentos
Bauru, SP, Brasil, 5 a 7 de novembro de 2012
Agradecimentos
Os autores gostariam de agradecer à FAPEMIG, CAPES e CNPq pelo apoio dado nesta
pesquisa.
Referências
ABOELMAGED, M.G. Six Sigma quality: a structured review and implications for future research.
International Journal of Quality & Reliability Management, Vol.27, p.268-317, 2010.
BRADY, J.E.; ALLEN, T.T. Six Sigma Literature: A Review and Agenda for Future Research. Quality &
Reliability Engineering International, Vol. 22, p. 335-367, 2006.
BOX, G. E. P. Teaching engineers experimental design with a paper helicopter. Quality Engineering, Vol. 4, p.
453–459, 1992.
DAS, S.; HUGHES, M. Improving aluminum can recycling rates: a Six Sigma study in Kentucky. Journal of
Operations Management, Vol. 58, p. 27-31, 2006.
DE KONING, H.; DE MAST, J. Grounding of Six-Sigma’s breakthrough cookbook: how to research a
methodology?. International Journal of Six-Sigma and Competitive Advantage, Vol.1, p. 263-275, 2005.
DE KONING, H.; DE MAST, J. A rational reconstruction of Six-Sigma’s breakthrough cookbook. International
Journal of Quality & Reliability Management, Vol.23, p.766-87, 2006.
DE MAST, J. Quality improvement from the viewpoint of statistical method. Quality and Reliability
Engineering International, Vol.19, p. 255-64, 2003.
DE MAST, J.; SCHIPPERS, W.; DOES, R.; VAN DEN HEUVEL, E. Steps and strategies in process
improvement. Quality and Reliability Engineering International, Vol.16, p.301-11, 2000.
DERRINGER, G.; SUICH, R. Simultaneous Optimization of Several Response Variables. Journal of Quality
Technology, Vol. 12, p. 214-219, 1980.
FURTERER, S.; ELSHENNAWY, A. Implementation of TQM and lean Six Sigma tools in local government: a
framework and a case study. Total Quality Management and Business Excellence, Vol. 16, p. 1179-91, 2005.
HONG, G.; GOH, T. Six Sigma in software quality. The TQM Magazine. Vol.15, p.364-73, 2003.
IMMANENI, A.; MCCOMBS, A.; CHEATHAM, G.; ANDREWS, R. Capital One banks on Six Sigma for
strategy execution and culture transformation. Global Business and Organizational Excellence, Vol. 26, p. 43-
54, 2007.
JOHNSON, J.A.; WIDENER, S.; GITLOW, H.; POPOVICH, E. A “Six Sigma” Black Belt Case Study: G.E.P.
Box’s Paper Helicopter Experiment. Quality Engineering, Vol.18, p.413-430, 2006.
JURAN, J.M. Juran on Planning for Quality. New York: Free Press, 1988.
KUMAR, M.; ANTONY, J.; ANTONY, F.J.; MADU, C.N. Winning Customer Loyalty in an Automotive
Company through Six Sigma: a Case Study. Quality and Reliability Engineering International, Vol. 23, p. 849-
866, 2007.
LINDERMAN, K.; SCHROEDER, R.; ZAHEER, S.; CHOO, A. Six sigma: a goal theoretic perspective. Journal
of Operations Management, Vol.21, p.193–203, 2003.
MALEYEFF, J.; KRAYENVENGER, D. Goal setting with Six Sigma: mean shift determination. Aircraft
Engineering and Aerospace Technology: An International Journal, Vol. 76, p. 577-83, 2004.
MONTGOMERY, D.C. Statistical Quality Control, 5. ed. New York: John Wiley and Sons, 2005.
MONTGOMERY, D.C.; WOODALL, W.H. An Overview of Six Sigma. International Statistical Review, Vol.
76, p. 329-346, 2008.
MOTWANI, J.; KUMAR, A.; ANTONY, J. A business process change framework for examining the
implementation of Six Sigma: a case study of Dow Chemicals. The TQM Magazine, Vol. 16, p. 273-83, 2004.
PERUCHI, R.S.; BALESTRASSI, P.P.; CARMELOSSI, M.S.; MAIA, P.R. Aplicação das etapas definir e medir
do roadmap DMAIC para um exemplo didático de projeto Seis Sigma. Anais. XXXII ENEGEP – Encontro
Nacional de Engenharia de Produção. Bento Gonçalves, 2012.
RASIS, D.; GITLOW, H.; POPOVICH, E. Paper Organizers International: A Fictitious Green Belt Case Study.
Quality Engineering, Vol.15, p. 127-145, 2002.
SARKAR, B. Capability enhancement of a metal casting processes in a small steel foundry through Six Sigma: a
case study. International Journal of Six Sigma and Competitive Advantage, Vol. 3, p. 56-71, 2007.
SCHROEDER, R.G.; LINDERMAN, K.; LIEDTKE, C.; CHOO, A.S. Six Sigma: Definition and underlying
theory. Journal of Operations Management, Vol. 26, p. 536–554, 2008.
SU, C.T.; CHOU, C.J. A systematic methodology for the creation of Six Sigma projects: A case study of
semiconductor foundry. Expert Systems with Applications, Vol. 34, p. 2693–2703, 2008.
THAKKAR, J.; DESHMUKH, S.; KANDA, A. Implementing Six Sigma in service sector using AHP and
Alderfer’s motivational model: a case of educational services. International Journal of Six Sigma and
Competitive Advantage, Vol. 2, p. 353-76, 2006.
12
XIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Sustentabilidade Na Cadeia De Suprimentos
Bauru, SP, Brasil, 5 a 7 de novembro de 2012
VAN DEN HEUVEL, J.; DOES, R.; DE KONING, H. Lean Six Sigma in a hospital. International Journal of Six
Sigma and Competitive Advantage, Vol. 2, p. 377-388, 2006.
13