Greenbelt FAAP - Aula 1 PDF

Seis Sigma Green Belt
MEASURE
MsC, MBB, Enrico Faria Curione

E-mail: efcurione@yahoo.com.br
MINI CV
Enrico Faria Curione
 Técnico Mecânico - ETEP

 Engenheiro Industrial Mecânico – EEI
FORMAÇÃO
 Pós-Grad Gestão de Produção, Operação e Serviço - ESTÁCIO

 MBA Gestão Empresarial - FGV
 Mestre em Engenharia – UNITAU/UNESP
 Doutorando Gestão e Otimização Seis Sigma - UNESP
EXPERIÊNCIA
DOCÊNCIA
Seis Sigma Green Belt
MEASURE
1. Objetivos
Capacitar especialistas que dominem o método DMAIC e as
ferramentas intermediárias do Seis Sigma e que estejam capacitados
para liderar projetos de complexidade média, geradores de resultados
para o aumento da lucratividade da empresa.
2. Ementa
MEDIR – Estratificação e Coleta de Dados / Estatístico; ANALISAR: Porque o problema
prioritário existe / Mapa de Variáveis / Teste de Hipótese e Modelamento relacionando
variáveis; MELHORAR: Criando Soluções Potenciais / Teste Piloto / Implementação em
larga escala; CONTROLAR: Validação de metas / Criando um PADRÃO / Plano de
Monitoramento e Plano de Reação / Lessons Learned; Abordagem sobre Produto.
Bibliografia
WERKEMA, Maria Cristina Catarino. Criando a Cultura Seis Sigma. Rio de Janeiro:
Qualitymark, 2003.
ROTONDARO, Roberto G – Seis Sigma – Estratégia Gerencial para Melhoria do Produto,
Processo e Serviço – Ed. Atlas, 2002.
PYZDEK, Thomas; KELLER, Paul A. Seis Sigma: Guia Profissional: um guia completo para
Green Belts, Black Belts e gerentes em todos os níveis. Rio de Janeiro: Alta Books, 2011.
Seis Sigma Green Belt: MEASURE
18, 23 e 25 de Setembro
02, 09, 28 e 30 de Outubro
 Inicio: 19h10min
 Intervalo: 20h40min (15min)
CONTRATO  Término: 22:45
PEDAGÓGICO
 CHAMADA
Programa
Seção Tópicos Observações
Apresentação da Disciplina
Objetivo / Programa / Ementa / Bibliografia / Avaliações Dinâmica em sala
1
Nivelamento Seis Sigma, introdução à medição: estratificação, Entrega exercício
(18/Set/19)
processo, variáveis e dados, problema, variabilidade e controle de (I+G)
processo.
2 Medição de processo: dados e controle estatístico, estabilidade e Dinâmica em sala
(23/Set/19) instabilidade, conceito de capacidade (capabilidade) Entrega Exercício (I)
3 Dinâmica em sala
Normalidade, capabilidade e modelamento (regressão)
(25/Set/19) Entrega Exercício (G)
4
Plano de Coleta, Amostragem, Sistema de Medição Dinâmica em sala
(02/Out/19)
5 Mapa de Raciocínio MEASURE
Workshop
(09/Out/18) Plano de medição Projetos
6 Introdução ao ANALISAR e MELHORAR: Metas, Soluções

Papelcóptero
(28/Out/18) Potenciais / Teste Piloto / Implementação em larga escala
Apresentação em PPT
7 (mapa de raciocínio e
Apresentação dos projetos
(30/Out/18) plano de coleta com
dados)
Formas de avaliação
1. Exercícios em sala: 30% da nota final
O propósito dos exercícios é proporcionar a prática do assunto abordado em sala
de aula. Promoverão novas dúvidas e discussões e retorno de aproveitamento das
discussões prévias. A predisposição para realização de todos os exercícios com a
melhor qualidade possível é fundamental para o aproveitamento das aulas.
2. Apresentação do mapa de raciocínio (35%) e Plano de Coleta de dados

(35%): 70% da nota final
Cada grupo deverá preparar uma apresentação sobre seu projeto contendo as
informações do mapa de raciocínio, do plano de coleta de dados e dos dados
obtidos.
Apresentação dos Projetos
Missão: MAPA DE RACIOCÍNIO e PLANO DE COLETA DE
DADOS e RESPECTIVOS DADOS
Trabalho BELT 1 BELT 2
1 ALEX SANDRO LOPES CARLOS RAFAEL ARNOU

Roteiro:
1.Apresentação do projeto;
2 ALEXANDRE DE FARIA ***
2.Mapa de Raciocínio
3 ALEXANDRE GUIDO RODOLFO AMARAL BARROS 3.Plano e Coleta e Dados
4.Conclusão para a próxima
4 CINTHIA YUKA KANZAWA VINICIUS HENRIQUE REIS
fase
5 DOUGLAS FABIANO FERREIRA DA SILVA ***
Obs.: 10 min de
6 FRANCISCO NOGUEIRA CORREA ***
apresentação dupla. Todos
devem apresentar de forma
7 IGOR KENITE RODRIGO NUNES DE MIRANDA balanceada;
8 JOSÉ ROBERTO MAGALHÃES LOPES ***
9 MARCIO FUNASHIMA ***
10 NAYRA MARCELINA ANDELO VITAL ***
11 RENATO AUGUSTO GONÇALVES GUEDES FELIPE NUNES PEDROSO
12 RENATO CARLOS ROMEIRO ***
13 RODRIGO FIGUEIREDO PUGLIESI ***
14 VANESSA AVELAR DE PAULA ***
15 VANESSA DA SILVA JOAQUIM ***
MÉTODO DE TRABALHO
APRESENTAÇÃO, PROGRAMA E AVALIAÇÃO
ALUNOS
Nome
Experiência com Seis Sigma

MÉTODO DE TRABALHO
PIRÂMIDE DE APRENDIZAGEM
Aula comum 5%
MÉTODO DE TRABALHO
Leituras 10%
MÉTODO DE TRABALHO
Recursos Audiovisuais 20%

MÉTODO DE TRABALHO
Demonstrações 30%
MÉTODO DE TRABALHO
Discussões em Grupo
MÉTODO DE TRABALHO
Aprender Fazendo 75%

MÉTODO DE TRABALHO
Ensinar os Outros 90%

MÉTODO DE TRABALHO
5% AULA COMUM
10% LEITURAS
20% AUDIO-VISUAL
30% DEMONSTRAÇÕES
50% DISCUSSÃO EM GRUPO
75% APRENDER FAZENDO
90% ENSINAR OS OUTROS
Fonte: National Training Lab (MIT)

MÉTODO DE TRABALHO
Discussão
em grupo
Exposição Atividade
da teoria prática
Exposição
de exemplos
MÉTODO DE TRABALHO
MÉTODO DE TRABALHO
INTRODUÇÃO
INTRODUÇÃO
RELEMBRANDO
O que é o
Seis Sigma?
INTRODUÇÃO
EPÍSTOLAS E DEFINIÇÕES
Segundo ROTONDARO (2002), Seis Sigma é um método estruturado que

incrementa a qualidade por meio da melhoria contínua dos processos envolvidos
na produção de um bem ou serviço, levando em conta todos os aspectos
importantes de um negócio.
Para HENDERSON e EVANS (2009), de um ponto de vista técnico, pode fazer
sentido falar-se em termos de variação de processo; do ponto de vista gerencial
ou do cliente, o Seis Sigma pode ser descrito como padrões de qualidade
descritos em termos de defeitos.
EL-HAIK & YANG (2003) descrevem o Seis Sigma como um método que provê às
empresas as ferramentas necessárias para melhorar a qualidade dos seus
negócios.
De acordo com PAGE (2004) o Seis Sigma trata-se de um conceito

estatístico que representa o montante de variação apresentada
num processo relativo à requisitos e especificações do cliente.
INTRODUÇÃO
FUNDAMENTAÇÃO
UMA ESTATÍSTICA
• O Seis Sigma é um processo gerador de
uma taxa máxima de 3.4 DPMO
(Defeitos Por Milhão de Oportunidades),
EL-HAIK & YANG (2003).
• Uma medida estatística indicando o

número de desvios padrões dentro da
expectativa do cliente, GEORGE (2003).
iSIXSIGMA (2017)
INTRODUÇÃO
FUNDAMENTAÇÃO
UMA FILOSOFIA
• O Seis Sigma é uma abordagem
baseada em fatos para o
gerenciamento de negócios e
seus processos, HENDERSON
(2000);
• Desenvolvimento de novos
produtos e processos com
qualidade Seis Sigma significa
níveis de defeitos e de problemas
de garantia próximos de zero,
WERKEMA (2002).
INTRODUÇÃO
FUNDAMENTAÇÃO
UM PROCESSO
• Uma série de ferramentas e métodos usados para melhorar produtos, processos e
/ ou serviços, CURIONE (2014).
• Um método de solução de problemas que combina modelos estatísticos

tradicionais com um “mapa de pensamento” estruturado, FERNANDES (2010).
BREYFOGLE (2012)
WERKEMA (2002)
INTRODUÇÃO
FUNDAMENTAÇÃO - OBJETIVO
LI LS LI LS
Montgomery (2004) ; Evans e Lindsay (2002)

INTRODUÇÃO
ESTRUTURAÇÃO
SEIS SIGMA
DEFINE MEASURE ANALYZE IMPROVE CONTROL
DMAIC
INTRODUÇÃO
O CAMINHO PARA O SUCESSO
INTRODUÇÃO
ESTRUTURAÇÃO FASES
DEFINE
Este problema é
REALMENTE UM PROBLEMA?
 Definir qual a melhoria que deve ser
trabalhada com abordagem factual em dados
e histórico;
 Definir o problema e o que é necessário para
satisfazer aos requisitos.
INTRODUÇÃO
MEASURE
Qual o REAL TAMANHO do
problema?
 Mapear o processo para coleta de dados;
 Medir o processo a ser melhorado;
 Adquirir conhecimento.
INTRODUÇÃO
ANALYZE
Quais são as CAUSAS
do problema
 Analisar os dados do processo atual;
 Investigar e Identificar as causas da situação atual;
 Usar ferramentas estatísticas e da qualidade;
 Selecionar as mais significativas.

INTRODUÇÃO
IMPROVE
Ações CORRETIVAS e de
MELHORIA
 Planejar a implementação;
 Implementar a melhoria fazendo teste piloto.

INTRODUÇÃO
CONTROL
Ações PREVENTIVAS
& de CONTROLE
 Implantar um sistema de controle que garanta a
perenidade da mudança;
 Garantir SUSTENTABILIDADE.
MÉTODO DE TRABALHO
INTRODUÇÃO
MEASURE
MEASURE
OBJETIVO DA FASE
Esta etapa tem por objetivo identificar a SITUAÇÃO ATUAL,

COLETANDO DADOS e REFINANDO o PROBLEMA.
Por meio da etapa MEASURE o problema poderá ser dividido em

problemas menores e de mais fácil e rápida solução.
ROTONDARO (2002)
MEASURE
PERGUNTAS CHAVE
• Como o PROBLEMA por ser ESTRATIFICADO?

• Quais DADOS históricos disponíveis e como
foram obtidos?
• Como e o que MEDIR (variáveis)?
• Quais os FOCOS DO PROBLEMA (estratos mais
significativos)?
• Qual a SITUAÇÃO ATUAL do processo?
• Como é a VARIAÇÃO ao longo do tempo?
• Quais as METAS iniciais?
ROTONDARO (2002)
MEASURE
INTERAÇÃO FERRAMENTAS e ATIVIDADES
Decidir entre as alternativas de coletar novos dados ou usar dados já • Dados Históricos
existentes na empresa • Avaliação do Sistema de Medição
Identificar formas de estratificação para o problema • Estratificação

• Plano de Coleta de dados
Planejar coleta de dados • Folha de Verificação
• Amostragem
Avaliar Sistema de Medição • Avaliação do Sistema de Medição
• Plano de Coleta de dados
Coletar dados • Folha de Verificação
• Amostragem
• Estratificação
Analisar impacto do problema e identificar os problemas prioritários • Diagrama de Pareto
• Gráfico Sequencial
• Carta de Controle
• Análise de Séries Temporais
Estudar as variações dos problemas prioritários identificados • Histograma
• Boxplot
• Índices de Capabilidade
• Métricas Seis
Estabelecer a meta de cada problema prioritário Sigma
Adaptado de WERKEMA (2004)

MEASURE
CONCEITUAÇÃO
MEASURE
CONCEITUAÇÃO
Adaptado de DELPHI- Air Academy (2008)

6 9
MEASURE
CONCEITUAÇÃO
 O QUE TEMOS NESTA SITUAÇÃO?
“Processo é uma série de atividades que
PROCESSO transforma um conjunto de recursos (inputs)

em um conjunto específico de resultados
(outputs).” Adaptado de ASQ (2014)
?
INPUTS Tarefa 1 Tarefa 2 Tarefa “N” OUTPUTS
 Produtos
 Mão-de-Obra
 Bens
 Materiais
 Serviços
 Máquinas
 Rejeitos / Retrabalhos
 Métodos TRANSFORMAÇÃO  Atrasos
 Medições
 Custos
 Meio Ambiente
 Etc...
 “Management”
MEASURE
DIAGRAMA DE PROCESSO: MAPA DE VARIÁVEIS
FATORES
VARIÁVEIS
CONTROLÁVEIS X1 X2 X3 X4 Xn
SAÍDA
ENTRADA (efeito)
“Fenômeno de Transformação” y: característica de
interesse
FATORES
VARIÁVEIS NÃO
CONTROLÁVEIS
Z1 Z2 Z3 Z4 Zn
MEASURE
DIAGRAMA DE PROCESSO: VARIÁVEIS
VARIÁVEIS CONTROLÁVEIS (Xs)
Variáveis do processo (X), que podem

CONTROLADAS e potencialmente
AJUSTADAS, tendo efeito nas saídas
esperadas do processo.
VARIÁVEIS NÃO CONTROLÁVEIS (Zs)
Variáveis do processo, Z, para

as quais não existe controle
efetivo  RUÍDO.
MEASURE
DIAGRAMA DE PROCESSO: BASE PARA A MEDIÇÃO
DIAGRAMA DE
PROCESSO
MAPA DE VARIÁVEIS
QUAIS TIPOS
ONDE ATACAR
OBTENÇÃO ORGANIZAÇÃO ANÁLISE

MÉTODO DE TRABALHO
MEASURE - CONCEITUAÇÃO
MEASURE
CLASSE DE DADOS
(variável)
MEASURE
CLASSE DE DADOS (VARIÁVEL)
QUALITATIVO QUANTITATIVO
“DICERTO” TEM
EITA MURO “ARTO” SÔ!
“DEIZ PARMO”!
EXPRESSO POR EXPRESSO POR NÚMERO
ATRIBUTO (característica) (medida ou contagem
numérica)
• Sexo: masculino, feminino
• Número de reclamações
• Raça
• Total de unidades
• Cor dos Olhos defeituosas
• Grau de escolaridade • Diâmetro de uma peça
• Categoria salarial • Peso de um recém nascido
• Quantidade de filhos
• Tempo de atendimento
Adaptado de CURIONE (2011)
MEASURE
VARIÁVEL QUALITATIVA
• NOMINAL (categórica)
 É empregada para representar categorias, ou classes, às quais
pertencem as observações registradas.
Exemplo: Cor dos olhos, sexo, raça.
• ORDINAL
 Utiliza-se este tipo de variável em situações nas quais presume-
se a necessidade de uma ordem, crescente ou decrescente,
para os resultados.
Exemplo: Grau de escolaridade, categoria salarial.
ROTONDARO (2002)
MEASURE
VARIÁVEL QUANTITATIVA
• DISCRETA
 Variável cujo domínio é um conjunto enumerável. Geralmente
corresponde a dados de contagem.
Exemplo: Número de defeitos em um componente, total de
unidades defeituosas em uma amostra.
• CONTÍNUA
 Variável cujo domínio é um conjunto não enumerável. Refere-
se a dados de mensuração.
Exemplo: Diâmetro de um eixo, peso de um recém-nascido.
ROTONDARO (2002)
MEASURE
QUALI e QUANTI – ESCALA DE MEDIÇÃO
DADOS
QUALITATIVO QUANTITATIVO
NOMINAL ORDINAL DISCRETO CONTÍNUO
G
M
P
ATRIBUTO CONTAGEM / MEDIÇÃO
FACILIDADE DE OBTENÇÃO
QUALIDADE DA INFORMAÇÃO
Adaptado de ROTONDARO (2002)

MEASURE
QUALI e QUANTI – ESCALA DE MEDIÇÃO
Ñ
EVITE VARIÁVEIS
ATRIBUTIVAS
SEMPRE QUE
POSSÍVEL,
TRANSFORME-AS
EM VARIÁVEIS
CONTÍNUAS
MEASURE
CLASSIFICAÇÃO DE VARIÁVEIS - FIXAÇÃO
 CLASSIFIQUE EM:
 VARIÁVEL QUALITATIVA NOMINAL
 VARIÁVEL QUALITATIVA ORDINAL
 VARIÁVEL QUANTITATIVA DISCRETA
 VARIÁVEL QUANTITATIVA CONTÍNUA
QLN 1. Universo: alunos de uma escola / Variável: cor dos cabelos

QTD 2. Universo: casais residentes em SJC / Variável: quantidade de filhos
QTD 3. Universo: jogadas de um dado / Variável: pontos obtidos em cada jogada
QTD 4. Universo: peças produzidas na CNC001 / Variável: n°de peças produzidas por hora
QTC 5. Universo: Unidade de captação meteorológica SJC / Variável: precipitação pluviométrica
QTD 6. Universo: Bolsa de valores de SP / Variável: número de ações negociadas
QTC 7. Universo: Bolsa de valores de SP: Variável: montante negociado em R$
QTC 8. Universo: pregos produzidos na máquina XPTO / Variável: comprimento do prego
QLN 9. Universo: professores universitários / Variável: sexo dos filhos
QTC 10. Universo: Fazendas do interior de SP / Variável: produção de algodão em ton
QTD 11. Universo: veículos produzidos em setembro / Variável: n°defeitos por veículos
QLO 12. Universo: colaboradores do depto de pesquisa / Variável: Grau de escolaridade
MEASURE
CLASSIFICAÇÃO DE VARIÁVEIS - FIXAÇÃO
QTD 1. Universo: peças eletrônicas produzidas em agosto / Variável: quantidade de peças defeituosas
QTD 2. Universo: processo de pintura veicular / Variável: quantidade de EPI tryvec utilizado
QTD 3. Universo: defeitos no processo de inserção / Variável: quantidade de defeitos de quebra na janela do
regulador de pressão
QTC 4. Universo: processo de dobra hidráulica / Variável: medida final da peça dobrada
QTD 5. Universo: leite cru resfriado / Variável: contagem bacteriana no leite
QTC 6. Universo: cirurgia plástica de implante mamário / Variável: tempo de cirurgia
QTC 7. Universo: processo de dosagem de Na2CO3 / Variável: quantidade de Na2CO3 em kg
QTC 8. Universo: processo de tratamento térmico / Variável: consumo de nitrogênio
QTC 9. Universo: preparo de açaí / Variável: tempo de preparo
QTC 10. Universo: atendimento a cliente DMCard / Variável: tempo de atendimento
QTD 11. Universo: processo intermediário de produção / Variável: concentração de sólidos
QTC 12. Universo: processo de acondicionamento de comprimidos / Variável: tempo de processo
QTD 13. Universo: manutenção de aeronaves / Variável: quantidade de solicitações de campo
QTD 14. Universo: picoleteira P600L / Variável: quantidade picolés produzidos
QTC 15. Universo: processo de ensacamento de anodo de zinco / Variável: tempo de ensacamento
MÉTODO DE TRABALHO
CLASSE DE DADOS
MEASURE
ESTRATIFICAÇÃO
MEASURE
ESTRATIFICAÇÃO - CONCEITUAÇÃO
MEASURE
EXTRATO ESTRATO
MEASURE
O método consiste na divisão de um grupo

único de dados em diversos subgrupos de
dados/informações, reagrupando com base
em características específicas e distintas
(de estratificação)
Com a estratificação dos dados, objetiva-se

identificar como a variação de cada um dos
fatores interfere no resultado do problema
que se deseja investigar.
Importante ferramenta da fase MEASURE
“PERMITE ENTENDIMENTO DO
DESDOBRAMENTO DO PROBLEMA
E O AJUSTE DO FOCO DO TRABALHO EM
QUESTÕES PRIORITÁRIAS”Kaoro Ishikawa
MEASURE
FATORES DE ESTRATIFICAÇÃO
TEMPO: os efeitos dos casos estudados são diferentes pela manhã, à tarde, à
Estratificação - FATORES
noite, neste mês, no mês passado, ...?
LOCAL: os efeitos são diferentes em regiões, cidades, fábricas, ou nas diferentes

linhas de produção da indústria ou nas diferentes partes de um produto (porta,
vidro, console, ...) ?
CADEIA DE VALOR: os efeitos dos casos estudados são diferentes dependendo

do fornecedor, do consumidor, do ponto de venda, ...?
MATÉRIA-PRIMA: são obtidos diferentes resultados dependendo do tipo de

material que se processa?
INDIVÍDUO: diferentes operadores, turmas, vendedores, supervisores, ... estão

associados a resultados distintos?
Fatores como EQUIPAMENTO, MATERIAL, OPERADOR, e

TEMPO, entre outros, são categorias naturais para a estratificação
dos dados.

MEASURE
FATORES DE ESTRATIFICAÇÃO - EXEMPLO
ESTRATIFICAÇÃO DO PROBLEMA
→ TIPO DE DANO
→ TIPO DE ROUPA
→ OPERADOR
ROUPAS DANIFICADAS → MARCA DE SABÃO
POR
EM UMA LAVANDERIA → MÁQUINA DE LAVAR
→ MÁQUINA DE SECAR
→ MÁQUINA DE PASSAR
→ DIA DA SEMANA
MEASURE
FATORES DE ESTRATIFICAÇÃO - DEDOBRAMENTO
8.245 SUBSISTEMAS PERDIDOS EM 2019
Falta de material Manutenção Qualidade Queda Energia

#6596 (80%) #577 (7%) #989 (12%) #83 (1%)
Outros Dimensional
#49 (5%) #940 (95%)
Comprado Fabricado META: REDUZIR EM 50% AS

#3958 (60%) #2638 (40%) PERDAS DE PRODUÇÃO POR
PARADA DE LINHA NA FÁBRICA 1,
ATÉ O FINAL DO ANO
Nac Importado Usinagem Montagem
#197 (5%) #3760 (95%) #263 (10%) #2375 (90%)
Outros Válvula Falta OP Atraso

#376 (10%) #3384 (90%) #1900 (80%) #474 (20%)
#3215 (95%) #169 (5%)
Atraso na Falta de Pedido
importação de Compra Adaptado de WERKEMA (2004)
MEASURE
FATORES DE ESTRATIFICAÇÃO - DEDOBRAMENTO
PROBLEMA: PERDA DE PRODUÇÃO

META: REDUZIR EM 50% AS PERDAS DE PRODUÇÃO POR PARADA DE LINHA NA
FÁBRICA 1, ATÉ O FINAL DO ANO
#3215 (95%)
Atraso na REDUZIR 50% #1.607
importação
#1900 (80%)
Falta OP REDUZIR 100% #1.900

(-)
#4.122
#940 (95%)
Dimensional REDUZIR 65% #615

MEASURE
ESTRATIFICAÇÃO
Reduzir de tempo no atendimento ao cliente, aplica-se em uma sorveteria para reduzir o tempo no atendimento, desde a
chegada do cliente até a entrega do produto, em especifico o produto açaí.
Reduzir de uso EPI descartável (tryvec).
Reduzir da variabilidade das cirurgias plásticas de implante de prótese mamária.
Aumentar do nível de excelência dos produtores de leite na contagem bacteriana total.
Reduzir da variabilidade do tempo de atendimento no SAC da empresa DMCard.
Eliminar problema da quebra da janela do regulador de pressão durante operação de inserção da linha de módulos PE.
Melhorar processo de dosagem da balança de barrilha/soda (carbonato de sódio - Na2CO3).
Aumentar produtividade no acondicionamento de comprimidos em frascos.
Reduzir da variabilidade da concentração de sólidos do processo intermediário.
Reduzir de variação de dobras no processo da Dobradeira Hidráulica.
Reduzir da dispersão do processo de ensacamento do material “Anodo de Zinco SHG tipo ½ esfera”.
Aumentar de produtividade picoleteira P600L.
Reduzir de Retrabalhos.
Aumentar despachabilidade da frota via redução de acionamentos de campos por otimização de Procedimentos de
Manutenção, aplicando Lean 6 sigmas.
Reduzir do consumo de gás nitrogênio nos fornos de tratamento térmico.
MÉTODO DE TRABALHO
ESTRATIFICAÇÃO
MEASURE
VARIABILIDADE de
PROCESSO
MEASURE
VARIABILIDADE DE PROCESSO
A VARIABILIDADE É INERENTE
À QUALQUER PROCESSO
 Se compararmos duas unidades quaisquer,

produzidas pelo mesmo processo, elas jamais
serão exatamente idênticas.
W.E.Deming
MEASURE
O QUE MUDA É O TAMANHO DESTA VARIABILIADE

MEASURE
E AS RESPECTIVAS CAUSAS
Fontes (causas) de variação que ATUAM DE FORMA ALEATÓRIA no

processo, gerando uma VARIABILIDADE PREVISÍVEL ao processo.
 Essa variabilidade representa o padrão natural do processo, são resultantes do
efeito cumulativo de pequenas fontes de variabilidade (causas), mesmo quando o
processo está trabalhando sob condições normais de operação.
ROTONDARO (2002)
Fontes (causas) de variação FORA DO PADRÃO

NATURAL de operação, não previsível e não aleatório.
São consideradas FALHAS DE OPERAÇÃO.
 As causas especiais são causas que não seguem um padrão
aleatório, ou seja, provocam alterações na forma, tendência
central ou variabilidade das características de qualidade.
MEASURE
CAUSA COMUM CAUSA ESPECIAL
PROCESSO ESTÁVEL: PROCESSO INSTÁVEL:

Um processo que apresenta apenas as causas Um processo que apresenta causas especiais
comuns atuando é dito um processo estável é dito um processo instável, pois as causas
ou sob controle, pois apresenta sempre a especiais reduzem significativamente o
mesma variabilidade ao longo do tempo. desempenho do processo, devendo ser
identificadas e neutralizadas,
As causas comuns, em geral, só podem ser resolvidas por uma ação global sobre o sistema, e
muitas vezes a atuação sobre elas não se justifica economicamente, já s causas especiais geralmente
são corrigidas por ação local e sua correção se justifica economicamente.
ROTONDARO (2002)
MEASURE
VARIABILIDADE DE PROCESSO: FIXAÇÃO
Tião Silva em seu processo coleta e entrega com moto leva em média 40 minutos
(com desvio padrão de 7,5minutos). Das causas de variação abaixo, quais são
Causas Sistêmicas e quais Causas Especiais?
1. Semáforos 9. Mudou o trajeto

2. Chuva 10. Está dirigindo alegre
3. Potência da moto 11. Furou o pneu da moto
4. Tempestade de granizo 12. Habilidade do Tião
5. Acidentes no trânsito 13. Parou para abastecer
6. Peso da encomenda 14. Asfalto esburacado
7. Condições do trânsito 15. Aerodinâmica da
8. Engarrafamento enorme moto
devido queda caminhão
MÉTODO DE TRABALHO
MEASURE
CONTROLE de
PROCESSO
MEASURE
CONTROLE DE PROCESSO
MONITORAMENTO DAS CARACTERÍSTICAS DE INTERESSE,

ASSEGURANDO QUE ELAS IRÃO SE MANTER DENTRO DE PADRÕES
CONHECIDOS LIMITES PREESTABELECIDOS
OBJETIVO
CONTROLE PREVENTIVO AO SE COMPARAR CONTINUAMENTE OS

RESULTADOS DE UM PROCESSO IDENTIFICANDO A PARTIR DE
DADOS ESTATÍSTICOS AS TENDÊNCIAS PARA VARIAÇÕES
SIGNIFICATIVAS, A FIM DE REDUZIR/CONTROLAR ESSAS
VARIAÇÕES.
POSSIBILITAR UM CONTROLE EFICAZ DA QUALIDADE, FEITO PELO

PRÓPRIO OPERADOR EM TEMPO REAL
PROPORCIONAR ÀS EMPRESAS A BASE PARA MELHORIA DA

QUALIDADE DE PRODUTOS E SERVIÇOS
MEASURE
EMPRESA: TRANS EXPRESS

SERVIÇO: transporte de pequenas cargas
e documentos.
LOCAL: Grande São José
SITUAÇÃO
RECLAMAÇÃO DE
CLIENTE QUANTO
AO TEMPO EM
ENTREGA
PROGRAMADA
MEASURE
CLIENTE:
LABORATÓRIO SABIN
SERVIÇO:
Coleta de material no Centro e entrega na Zona Sul.
PROCESSO
OPERADOR: DISTÂNCIA:
Tião Silva 20km
EQUIPAMENTO: TRAJETO:
Honda CG 125Cc 2004 Av. São José / Av, São João /
Mário Covas / Av. Andrômeda
DIAS:
segunda à sexta
HORÁRIO:
Entre 18:30
MEASURE
 LEVANTAMENTO DO TEMPO DE PERCURSO (período 1 mês):
Tempo Tempo 52,5

Data Data
(min) (min)
50,0
20/08/19 45 04/09/19 42
47,5
21/08/19 34 05/09/19 43
22/08/19 41 06/09/19 38 45,0
23/08/19 36 09/09/19 37 42,5

26/08/19 40 10/09/19 40 40,0 39,9
27/08/19 39 11/09/19 42 37,5
28/08/19 44 12/09/19 40 35,0
29/08/19 40 13/09/19 39 32,5
30/08/19 38 16/09/19 41
30,0
02/09/19 33 17/09/19 46
27,5
03/09/19 39 18/09/19 41
A PARTIR DE QUAIS VALORES

PODERÍAMOS CONSIDERAR
UM PROCESSO INSTÁVEL?
MEASURE
 LEVANTAMENTO DO ROL DE DADOS REFERENTES À 102 ENTREGAS (minutos):

45 34 47 41 40 42 41 52,5
44 46 42 37 43 40 43
50
39 34 38 37 39 42 43
43 40 39 36 39 39 42 47,5
45 38 41 33 30 40 39 45
32 41 43 40 38 36 34
42,5
36 45 38 41 38 41 36
50 37 42 42 40 35 44 40
40 39 38 47 41 37 39 37,5
35 40 40 42 38 42 42
35
41 43 43 42 44 36 36
40 37 40 39 38 41 42 32,5
40 46 33 46 41 39
30
40 38 48 35 39 44
37 41 35 45 38 44 27,5
QUAIS LIMITES DEFINIRÍAMOS?

MEASURE
 LIMITES DE PROCESSO
52,5
50
47,5
45
42,5
40
37,5
35
32,5
30
27,5
MEASURE
 LIMITES DE PROCESSO – CEP: Carta de Controle Estatístico de Processo
LIMITES SUPERIOR E INFERIOR DE CONTROLE
QUAIS CONCLUSÕES?
MEASURE
Adaptado de DELPHI- Air Academy (2008)

MÉTODO DE TRABALHO

Greenbelt FAAP - Aula 1 PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Greenbelt FAAP - Aula 1 PDF

Enviado por

Direitos autorais:

Formatos disponíveis

Seis Sigma Green Belt

MsC, MBB, Enrico Faria Curione

 Técnico Mecânico - ETEP

 Pós-Grad Gestão de Produção, Operação e Serviço - ESTÁCIO

6 Introdução ao ANALISAR e MELHORAR: Metas, Soluções

2. Apresentação do mapa de raciocínio (35%) e Plano de Coleta de dados

1 ALEX SANDRO LOPES CARLOS RAFAEL ARNOU

Experiência com Seis Sigma

Recursos Audiovisuais 20%

Aprender Fazendo 75%

Ensinar os Outros 90%

50% DISCUSSÃO EM GRUPO

75% APRENDER FAZENDO

90% ENSINAR OS OUTROS

Fonte: National Training Lab (MIT)

Segundo ROTONDARO (2002), Seis Sigma é um método estruturado que

De acordo com PAGE (2004) o Seis Sigma trata-se de um conceito

• Uma medida estatística indicando o

• Um método de solução de problemas que combina modelos estatísticos

Montgomery (2004) ; Evans e Lindsay (2002)

 Investigar e Identificar as causas da situação atual;

 Usar ferramentas estatísticas e da qualidade;

 Selecionar as mais significativas.

 Implementar a melhoria fazendo teste piloto.

Esta etapa tem por objetivo identificar a SITUAÇÃO ATUAL,

Por meio da etapa MEASURE o problema poderá ser dividido em

• Como o PROBLEMA por ser ESTRATIFICADO?

Identificar formas de estratificação para o problema • Estratificação

Adaptado de WERKEMA (2004)

Adaptado de DELPHI- Air Academy (2008)

 O QUE TEMOS NESTA SITUAÇÃO?

“Processo é uma série de atividades que

PROCESSO transforma um conjunto de recursos (inputs)

VARIÁVEIS CONTROLÁVEIS (Xs)

Variáveis do processo (X), que podem

VARIÁVEIS NÃO CONTROLÁVEIS (Zs)

Variáveis do processo, Z, para

OBTENÇÃO ORGANIZAÇÃO ANÁLISE

• Grau de escolaridade • Diâmetro de uma peça

• Categoria salarial • Peso de um recém nascido

ATRIBUTO CONTAGEM / MEDIÇÃO

Adaptado de ROTONDARO (2002)

QLN 1. Universo: alunos de uma escola / Variável: cor dos cabelos

O método consiste na divisão de um grupo

Com a estratificação dos dados, objetiva-se

Importante ferramenta da fase MEASURE

noite, neste mês, no mês passado, ...?

LOCAL: os efeitos são diferentes em regiões, cidades, fábricas, ou nas diferentes

CADEIA DE VALOR: os efeitos dos casos estudados são diferentes dependendo

MATÉRIA-PRIMA: são obtidos diferentes resultados dependendo do tipo de

INDIVÍDUO: diferentes operadores, turmas, vendedores, supervisores, ... estão

Fatores como EQUIPAMENTO, MATERIAL, OPERADOR, e

Adaptado de WERKEMA (2004)

8.245 SUBSISTEMAS PERDIDOS EM 2019

Falta de material Manutenção Qualidade Queda Energia

Comprado Fabricado META: REDUZIR EM 50% AS

Outros Válvula Falta OP Atraso

PROBLEMA: PERDA DE PRODUÇÃO

Falta OP REDUZIR 100% #1.900

Dimensional REDUZIR 65% #615

Adaptado de WERKEMA (2004)

 Se compararmos duas unidades quaisquer,

O QUE MUDA É O TAMANHO DESTA VARIABILIADE