See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/263927916

UM EXEMPLO DIDÁTICO DAS ETAPAS ANALISAR, MELHORAR E CONTROLAR

DE UM PROJETO SEIS SIGMA

Conference Paper · January 2012

CITATIONS READS

0 324

4 authors, including:

Rogério Santana Peruchi Anderson Paulo Paiva

Universidade Federal da Paraíba Universidade Federal de Itajubá (UNIFEI)
34 PUBLICATIONS   60 CITATIONS    103 PUBLICATIONS   715 CITATIONS   

SEE PROFILE SEE PROFILE

Michele de Santana Carmelossi

Universidade Federal de Itajubá (UNIFEI)
6 PUBLICATIONS   22 CITATIONS   

SEE PROFILE

Some of the authors of this publication are also working on these related projects:

Statistical quality control based on principal component analysis View project

Análise de processos multivariados: aplicada aos índicrs de desempenho View project

All content following this page was uploaded by Rogério Santana Peruchi on 15 July 2014.

The user has requested enhancement of the downloaded file.

UM EXEMPLO DIDÁTICO DAS ETAPAS ANALISAR,
MELHORAR E CONTROLAR DE UM PROJETO SEIS
SIGMA
ROGÉRIO SANTANA PERUCHI - rogerioperuchi@unifei.edu.br
UNIVERSIDADE FEDERAL DE ITAJUBÁ - UNIFEI

ANDERSON PAULO PAIVA - andersonppaiva@yahoo.com.br

UNIVERSIDADE FEDERAL DE ITAJUBÁ - UNIFEI

MICHELE DE SANTANA CARMELOSSI - m.i.c.h.e.l.e@hotmail.com

UNIVERSIDADE FEDERAL DE ITAJUBÁ - UNIFEI

JOSÉ HENRIQUE DE FREITAS GOMES - ze_henriquefg@yahoo.com.br

UNIVERSIDADE FEDERAL DE ITAJUBÁ - UNIFEI

Resumo: O OBJETIVO DESTE ARTIGO É APRESENTAR UM EXEMPLO DIDÁTICO

DE COMO CONDUZIR UM PROJETO SEIS SIGMA USANDO O ROADMAP
DMAIC. UMA CONTRIBUIÇÃO IMPORTANTE DESTA PESQUISA É A
ELABORAÇÃO DE UM PROJETO QUE PODE SER UTILIZADO NO
TREINAMENTO DOS GREEN BELTS E BLACK BELTS. UM PRIMEIRO
ARTIGO APRESENTOU AS ETAPAS DEFINIR E MEDIR DO ROADMAP
DMAIC PARA O ESTUDO DE CASO FICTÍCIO. ESTE ARTIGO
APRESENTA AS ETAPAS SEGUINTES DO PROJETO SEIS SIGMA:
ANALISAR, MELHORAR E CONTROLAR. EXPERIMENTOS FATORIAIS
FRACIONADOS FORAM UTILIZADOS PARA IDENTIFICAR OS POUCOS
FATORES VITAIS PARA O PROCESSO. ESTES EXPERIMENTOS FORAM
CUSTOMIZADOS EM FATORIAL COMPLETO PARA A OTIMIZAÇÃO
SIMULTÂNEA DAS MÚLTIPLAS CARACTERÍSTICAS DA QUALIDADE. A
ANÁLISE DA CAPABILIDADE DO PROCESSO MELHORADO MOSTROU
QUE HOUVE UMA REDUÇÃO SUPERIOR A 90% DAS CARACTERÍSTICAS
DA QUALIDADE PRODUZIDAS FORA DOS LIMITES DE
ESPECIFICAÇÃO. POR FIM, FOI CRIADO UM PLANO DE CONTROLE
PARA GARANTIR QUE OS RESULTADOS OBTIDOS NA FASE DE
MELHORIA SEJAM MANTIDOS DURANTE A EXECUÇÃO NORMAL DO
PROCESSO.

Palavras-chaves: SEIS SIGMA, CONTROLE ESTATÍSTICO DE PROCESSO,

PLANEJAMENTO DE EXPERIMENTOS

Área: 2 - GESTÃO DA QUALIDADE

Sub-Área: 2.1 - CONTROLE ESTATÍSTICO DA QUALIDADE
 XIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Sustentabilidade Na Cadeia De Suprimentos
Bauru, SP, Brasil, 5 a 7 de novembro de 2012

AN EDUCATIONAL EXAMPLE FOR ANALYZE,

IMPROVE AND CONTROL PHASES OF A SIX SIGMA
PROJECT

Abstract: THE AIM OF THIS PAPER IS TO PRESENT A DIDACTIC EXAMPLE OF

HOW TO CONDUCT A SIX SIGMA PROJECT USING DMAIC ROADMAP.
AN IMPORTANT CONTRIBUTION OF THIS RESEARCH IS TO PRODUCE
A PROJECT THAT CAN BE USED IN GREEN BELTS AND BLACK BELTS
TRAINING. AAN EARLIER PAPER PRESENTED THE DEFINE AND
MEASURE PHASES OF THE DMAIC ROADMAP FOR THE FICTITIOUS
CASE STUDY. THIS ARTICLE PRESENTS THE FOLLOWING PHASES TO
THE SIX SIGMA PROJECT: ANALYZE, IMPROVE AND CONTROL.
FRACTIONAL FACTORIAL DESIGNS WERE USED TO IDENTIFY THE
MAIN CRITICAL FACTORS TO THE PROCESS. THESE EXPERIMENTS
WERE CUSTOMIZED IN FULL FACTORIAL DESIGN FOR THE
SIMULTANEOUS OPTIMIZATION OF MULTIPLE QUALITY
CHARACTERISTICS. THE ANALYSIS OF PROCESS CAPABILITY
IMPROVED SHOWED THAT THERE WAS A REDUCTION OF OVER 90%
OF THE QUALITY CHARACTERISTICS PRODUCED OUTSIDE
SPECIFICATION LIMITS. FINALLY, WE CREATED A CONTROL PLAN TO
ENSURE THAT THE RESULTS OBTAINED IN THE IMPROVE PHASE
WERE MAINTAINED DURING THE NORMAL RUNNING OF THE
PROCESS.

Keyword: SIX SIGMA, STATISTICAL PROCESS CONTROL, DESIGN OF

EXPERIMENTS

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.

2. Seis Sigma e o roadmap DMAIC

Bill Smith, um engenheiro da Motorola, desenvolveu o programa Seis Sigma como uma
forma de atender as necessidades de melhoria da qualidade e redução de defeitos em seus
produtos. Bob Galvin, CEO da Motorola, ficou impressionado com os resultados de sucesso
desta metodologia e decidiu aplicar o Seis Sigma com foco nos processos de manufatura.
Entre 1987 e 1994 foi alcançada uma redução de 94% dos defeitos em semicondutores
(MONTGOMERY e WOODAL, 2008). Empresas como a Allied Signal, IBM e General
Electric adotaram o Seis Sigma como requisito corporativo para as operações estratégicas e
táticas para produzir resultados de alto nível, melhorar processos de trabalho, ampliar as
competências dos trabalhadores e mudança cultural (ABOELMAGED, 2010).
Linderman et al. (2003) trataram da necessidade de uma definição comum para Seis Sigma.
Os autores propuseram que Seis Sigma é um método organizado e sistemático para a melhoria
do processo estratégico e desenvolvimento de novos produtos e serviços que se baseia em
métodos estatísticos e científicos para fazer reduções drásticas nas taxas de defeitos definidos
pelo cliente. Adicionalmente a esta definição, Brady e Allen (2006), destacaram dois
princípios, retorno financeiro dos projetos e formação de não estatísticos no uso profissional
das ferramentas com um mínimo de teoria.
O Seis Sigma utiliza uma variedade de especialistas em melhoria para alcançar suas metas,
frequentemente referidos como Black Belts (BBs), Master Black Belts (MBBs), Green Belts

3
 XIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Sustentabilidade Na Cadeia De Suprimentos
Bauru, SP, Brasil, 5 a 7 de novembro de 2012

(GBs) e Champions. BBs trabalham full-time na condução de projetos de melhoria e

geralmente recebem 4 semanas de treinamento. MBBs recebem mais treinamento e muitas
vezes servem como instrutores e consultores internos. GBs trabalham part-time, recebem
menos treinamento (2 semanas) e auxiliam os BBs nos projetos de melhoria. Finalmente, o
Champion é quem identifica os projetos importantes estrategicamente para as equipes de
melhoria e fornecem recursos para a condução do projeto. O Champion recebe apenas uma
orientação sobre Seis Sigma ao invés de um treinamento detalhado. Como pode ser visto, a
intensidade e o treinamento diferenciado é uma parte importante da abordagem Seis Sigma
(LINDERMAN et al., 2003; SCHROEDER et al., 2008; ABOELMAGED, 2010).
De acordo com Montgomery e Woodall (2008), os projetos Seis Sigma, geralmente, têm
duração de 4-6 meses e são selecionados de acordo com o potencial impacto nos negócios.
Melhoria da qualidade e do negócio via projetos tiveram sua origem com Joseph Juran, que
sempre estimulou a abordagem projeto-a-projeto para melhorar a qualidade (ver JURAN,
1998). O impacto do projeto deve ser avaliado, pelo departamento financeiro da empresa, em
termos de seus benefícios financeiros para o negócio. Obviamente, projetos com grandes
potenciais de impacto são mais desejáveis. Esta integração dos sistemas financeiros é uma
prática padrão do Seis Sigma e deve ser parte do projeto DMAIC.
Os trabalhos que usaram o DMAIC, citados na seção anterior, apresentam algumas
divergências de definições de alguns conceitos, estrutura das fases e dos passos do projeto,
assim como as ferramentas utilizadas em cada fase. Alguns autores (DE MAST et al., 2000;
DE MAST, 2003; DE MAST 2004; DE KONING e DE MAST, 2005) avaliaram a
cientificidade dos principais roadmaps usados em Seis Sigma para projetos de melhoria. Os
trabalhos destes autores resultaram no trabalho de De Koning e De Mast (2006), que consiste
na reconstrução racional do roadmap Seis Sigma. Com base no estudo destes autores, neste
artigo será adotado o roadmap genérico descrito na Tabela 1.
TABELA 1 – Roadmap DMAIC
Passos Descrição Foco
D1 Identificar e mapear processo relevante
D2 Identificar stakeholder
D3 Determinar e priorizar necessidades e requisitos dos clientes
D4 Fazer um business case para o projeto
M1 Selecionar um ou mais CTQ’s Y’s
M2 Determinar definição operacional para CTQ’s Y’s
M3 Validar sistema de medição dos CTQ’s Y’s
M4 Avaliar a capabilidade do processo atual Y’s
M5 Definir objetivos Y’s
A1 Identificar potenciais fatores de influência X’s
A2 Selecionar os poucos vitais fatores de influência X’s
I1 Quantificar o relacionamento entre X’s e CTQ’s X’s e Y’s
Definir ações para modificar o processo ou configuração dos fatores influentes
I2 X’s e Y’s
de modo que os CTQ’s sejam otimizados
I3 Conduzir teste piloto das ações de melhoria X’s e Y’s
C1 Determinar à nova capabilidade do processo Y’s
C2 Implementar plano de controle X’s
Fonte: De Koning e De Mast, 2006.
A etapa definir de um projeto Seis Sigma/DMAIC consiste basicamente em selecionar o
problema a ser resolvido, avaliar seu impacto no consumidor e potenciais benefícios que o
projeto pode proporcionar. A etapa seguinte de medição tem objetivo de traduzir o problema
para uma forma mensurável e, em seguida, medir a situação atual. A etapa analisar identifica
os fatores de influência e causas que determinam o comportamento dos CTQs. Na etapa de
melhoria o objetivo é definir e implementar ajustes ao processo para melhorar o desempenho

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).

3. Aplicação do roadmap DMAIC

A empresa Papercópteros do Brasil S.A. fabrica helicópteros de papel mundialmente
conhecidos pela sua qualidade e estabilidade de voo. As aeronaves produzidas pela empresa
proporcionam aos seus proprietários bons períodos de diversão e descontração. O Tuiuiu
Papercóptero é a aeronave que apresenta a maior rentabilidade para a empresa, além de ser a
versão mais completa das disponíveis para venda. Desta forma, a mesma é de grande
importância para os negócios da empresa. A Figura 1 mostra a construção atual da aeronave.
Infelizmente a empresa Papercópteros do Brasil S.A. vem recebendo algumas reclamações do
seu principal cliente, a Air France. Ela alega que o modelo Tuiuiu não vem apresentando bons
resultados durante o seu voo. Após conduzir as etapas Definir e Medir do projeto Seis Sigma
foi estabelecido as meta de desempenho para os CTQs, de acordo com a Tabela 2 (PERUCHI
et al., 2012). A seguir, as etapas remanescentes do projeto serão conduzidas para analisar
melhorar e controlar o processo que será otimizado.
TABELA 2 – Objetivo do desempenho dos CTQs do projeto
Baseline Objetivo
PPM σ PPM
CTQ1 1.000.000 -6,63 < 100.000
CTQ2 893.205 -1,24 < 89.320

FIGURA1 – Tuiuiu Papercóptero.

3.1 Etapa Analisar
Passo A1, identificar potenciais fatores de influência. Depois de um estudo aprofundado sobre
o projeto atual de construção das aeronaves, Montanildo sugeriu que algumas alterações
deveriam ser analisadas. As alterações no projeto para alcançar o objetivo do desempenho dos
CTQs podem ser observadas na Tabela 3.

5
 XIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Sustentabilidade Na Cadeia De Suprimentos
Bauru, SP, Brasil, 5 a 7 de novembro de 2012

TABELA 3 – Fatores potenciais que podem influenciar nos CTQs do projeto

Fatores Padrão (-1) Alternativa ao Padrão (+1)
X1: Tipo de Papel Verde (A4 e gramatura 90) Branco(A4 e gramatura 75)
X2: Clipe de Papel (tamanho n° 2) Não Sim
X3: Corpo com Fita (10x1cm2) Não Sim
X4: Junta de Asa com Fita (5x5 cm2) Não Sim
X5: Largura do Corpo 1,5” 2,00”
X6: Comprimento do Corpo 3,00” 4,75”
X7: Comprimento da Asa 3,00” 4,5”

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

O objetivo do DOE fatorial fracionado é de identificar os Xs estatisticamente

significantes para CTQ 1 e CTQ2. Logo, foram avaliados, inicialmente, apenas os efeitos
principais dos fatores do experimento. Pelo gráfico de Pareto da Figura 2, foi identificado
para o CTQ1 que apenas as variáveis X1, X7 e X6 foram significativas. Para o CTQ 2
apenas X5, X2 e X1 foram significativas. Adicionalmente, as Figuras 3 e 4 mostram os
gráficos de efeitos principais para os CTQ 1 e CTQ2, respectivamente. Assim como o
gráfico de Pareto da Figura 2, verifica-se pela Figura 3, que ao mudar do nível -1 para +1

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

FIGURA 5 – Otimização linear simultânea de CTQ1 (Tempo) e CTQ2 (Alvo).

TABELA 5 – Teste Piloto

EP EM Teste CTQ1 CTQ2 Teste CTQ1 CTQ2 Teste CTQ1 CTQ2
3.1 A 1 3,15 12 6 3,17 13 11 3,15 11
3.2 A 2 3,04 14 7 3,01 13 12 2,89 14
3.3 A 3 3,34 8 8 3,33 8 13 3,36 7
3.4 A 4 3,19 13 9 3,19 12 14 3,19 13
3.5 A 5 3,41 17 10 3,39 17 15 3,38 17

3.3 Etapa Controlar

Passo C1, determinar à nova capabilidade do processo. Assim como no passo 4, usando os
dados da Tabela 5 é possível analisar a capabilidade do processo melhorado através de
gráficos e índices de capabilidade. Após analisar a capabilidade do processo melhorado, foi
possível comparar os seus resultados com os do processo inicial. Montgomery e Woodall
(2008) afirma que o foco do Seis Sigma consiste em reduzir a variabilidade dos CTQs em
torno dos valores alvos especificados para níveis os quais as falhas ou defeitos sejam
extremamente improváveis. A Figura 6 mostra que para o CTQ1, a média das observações de
tempo de voo foram melhoradas consideravelmente e a variabilidade das medições foram
reduzidas. Já para o CTQ2, a melhoria da média e variância das observações foi realmente
significativa. A Tabela 6 apresenta uma comparação da capabilidade entre o baseline do
processo inicial, o objetivo de desempenho dos CTQs e os resultados alcançados neste
projeto. Foram observadas reduções significativas de aeronaves produzidas fora dos limites de
especificação, 91% e 98% para CTQ1 e CTQ2, respectivamente.
Passo C2, implementar plano de controle. Para garantir que os resultados obtidos na fase de
melhoria sejam mantidos durante a execução normal do processo, um plano de controle deve
ser criado. Este plano para orientar os colaboradores envolvidos no processo de produção
dos Tuiuius Papercópteros está resumido na Tabela 7. Depois de conduzidas todas as
etapas do DMAIC, o gerenciamento contínuo do processo para a obtenção dos objetivos
estratégicos da organização foi destinado ao Comitê de Qualidade do Negócio. Este
comitê é composto pela equipe Flyboys, o dono de processo, o presidente da empresa, e

9
 XIX SIMPÓSIO DE ENGENHARIA DE PRODUÇÃO
Sustentabilidade Na Cadeia De Suprimentos
Bauru, SP, Brasil, 5 a 7 de novembro de 2012

um representante da Air France. Dentre os diversos assuntos abordados nas reuniões

mensais, o que mais interessava a Air France era o relatório sobre o desempenho do
processo. O relatório dos 3 meses posteriores ao projeto, mostravam que as
especificações da Air France finalmente eram atendidas. O objetivo do negócio
“Aumentar satisfação do cliente” foi alcançado e o relatório com a previsão de vendas
para o próximo ano foi revisado e atualizado (Figura 7).
Inicial Melhorado
4,0
UCL=3,815

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

TABELA 6 – Comparação do processo melhorado com o baseline

Baseline Objetivo Alcançado
PPM σ PPM PPM σ Redução
CTQ1 1.000.000 -6,63 < 100.000 85.007 1,37 91%
CTQ2 893.205 -1,24 < 89.320 9.554 2,34 98%
TABELA 7 – Plano de Controle
Mapa do Processo Medidas Especificações Coleta Métodos de Melhoria do
“Como Deve Ser” e Alvos de Dados Controle Processo

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”

Colocar clipe no corpo Comprimento

da asa: 4,5”
Levar à expedição

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

View publication stats