Capabilidade

1
Conduzindo Estudos de Capabilidade

COLETA DE DADOS DISTRIB. NORMAL NORMAL

OU NÃO NORMAL?

CAPABILIDADE UTILIZANDO:
NÃO-NORMAL NORMAL
- DADOS COLETADOS
CONTÍNUO
Y CONTÍNUO OU - SUBGRUPO
- ZST = ZLT + 1,50
DISCRETO?
OPCIONAL <MINITAB: STAT> QUALITY TOOLS>
CAPABILITY ANALYSIS> NORMAL>

TRANSFORMAÇÃO BOX COX:

- RESPOSTA: NOVA CURVA
ENCONTRAR MELHOR
DISCRETO
AJUSTADA NÃO- CURVA AJUSTADA
NORMAL
<MINITAB: STAT> RELIABILITY
<MINITAB: STAT> CONTROL CHARTS>BOX SURVIVAL> DISTRIBUTION
COX TRANSFORMATION ANALYSIS> DISTRIBUTION ID PLOT>

CAPABILIDADE :
- UNIDADES NÃO- CAPABILIDADE UTILIZANDO:
- OPORTUNIDADES NORMAL
DISTRIB. NORMAL - DADOS COLETADOS
- SUBGRUPO
- DEFEITOS DISCRETIZAÇÃO OU NÃO NORMAL?
- ZST = ZLT + 1,50
<CAPABILIDADE_ATRIBUTO.XLS> <MINITAB: STAT> QUALITY TOOLS>
CAPABILITY ANALYSIS> NO-
NORMAL>

2
Conduzindo Estudos de Capabilidade

Defeitos por Milhão de

Oportunidades

1.000.000 ZLT
ZSHIFT = 1,50 ZST
ZLT ZST
ZSHIFT = 1,50
100.000
ZLT ZST
ZSHIFT = 1,50
10.000
ZLT ZST
ZSHIFT = 1,50
1.000

ZLT ZSHIFT = 1,50 ZST

100

ZLT ZST
ZSHIFT = 1,50
10

0 1 2 3 4 5 6
Nível Sigma

3
Conduzindo Estudos de Capabilidade
Retomando os conceitos da curva Normal:

68%
40%
Probabilidade do valor da amostra

30% 95%

20%

99,73%
10%

0%
m-4s m-3s m-2s m-1s m m+1s m+2s m+3s m+4s Eixo X


1 e-(1/2)[(x - m)/s]2 dx
Substituindo-se os valores de m, s e X (dado no eixo X), chega-se à
p(x > a) =
s 2 probabilidade de ocorrência colocada acima.
a

4
 Dados Contínuos
O Cálculo de Z Transformado
Distribuição Normal

Com os conceitos vistos anteriormente, podemos agora associar à curva que representa o
processo estudado o valor de “Z”.
O valor da estatística Z é a distância de um valor “x” qualquer até a média em quantidade de
desvios-padrão

VALOR FIXADO NO EIXO ‘X’

MÉDIA POPULACIONAL
VALOR DE ‘Z’ CALCULADA

x-m
Z= s
DESVIO PADRÃO
POPULACIONAL CALCULADA

5
 Dados Contínuos
O Cálculo de Z Transformado
Distribuição Normal

68%
Probabilidade do valor da amostra

40%

30% 95%

20%

99,73%
10%

0%
Eixo Z
-4 -3 -2 -1 0 1 2 3 4

m-4s m-3s m-2s m-1s m m+1s m+2s m+3s m+4s Eixo X

6
 Dados Contínuos
Distribuição da População Abaixo da
Distribuição Normal
Curva de Probabilidade Normal Padrão

Z>0
Para qualquer valor “z” específico, a área
abaixo da curva à direita de z é igual a
probabilidade que um membro da população
(x) selecionado ao acaso irá medir igual ou
maior que z.
Z<0
Da mesma forma, para -z, a área abaixo da
curva à esquerda de -z é igual a
probabilidade que um membro da população
(x) selecionado ao léu irá medir igual ou
menor que z.

P{x > z} P{x > z}

m z z m

7
 Dados Contínuos
Distribuição da População Abaixo da
Distribuição Normal
Curva de Probabilidade Normal Padrão
Exercício: Certa vez, estudou-se que a distribuição dos dados do tempo de espera na fila de
transplante de córneas no Brasil seguia uma distribuição normal com uma média de 266 dias e
com um desvio padrão de 16 dias.
Baseado nestes dados, qual a probabilidade de uma pessoa realizar um transplante em menos
de 234 dias ou de mais de 282 dias? Desenhe na parte inferior da página a curva associada a
este exemplo, representando como serão feitos os cálculos.

8
 Dados Contínuos
Distribuição da População Abaixo da
Distribuição Normal
Curva de Probabilidade Normal Padrão

Sabemos, então, que o termo usado para normalizar a distribuição dos dados é a estatística
“Z”, que é uma relação de dois valores absolutos e, portanto, sem dimensão. Como faremos
quando o valor da estatística “Z” for diferente de 0; +1; +2; +3

z= (x - m)
s
z

m +1s +2s +3s +4s

9
 LINHA

Tabela da Estatística “Z” Z

0.0
0
5.00E-01
0.01
4.96E-01
0.02
4.92E-01
0.03
4.88E-01
0.04
4.84E-01
0.05
4.80E-01
0.06
4.76E-01
0.07
4.72E-01
0.08
4.68E-01
0.09
4.64E-01
0.1 4.60E-01 4.56E-01 4.52E-01 4.48E-01 4.44E-01 4.40E-01 4.36E-01 4.33E-01 4.29E-01 4.25E-01
0.2 4.21E-01 4.17E-01 4.13E-01 4.09E-01 4.05E-01 4.01E-01 3.97E-01 3.94E-01 3.90E-01 3.86E-01
0.3 3.82E-01 3.78E-01 3.75E-01 3.71E-01 3.67E-01 3.63E-01 3.59E-01 3.56E-01 3.52E-01 3.48E-01
0.4 3.45E-01 3.41E-01 3.37E-01 3.34E-01 3.30E-01 3.26E-01 3.23E-01 3.19E-01 3.16E-01 3.12E-01
0.5 3.09E-01 3.05E-01 3.02E-01 2.98E-01 2.95E-01 2.91E-01 2.88E-01 2.84E-01 2.81E-01 2.78E-01
0.6 2.74E-01 2.71E-01 2.68E-01 2.64E-01 2.61E-01 2.58E-01 2.55E-01 2.51E-01 2.48E-01 2.45E-01
0.7 2.42E-01 2.39E-01 2.36E-01 2.33E-01 2.30E-01 2.27E-01 2.24E-01 2.21E-01 2.18E-01 2.15E-01
0.8 2.12E-01 2.09E-01 2.06E-01 2.03E-01 2.01E-01 1.98E-01 1.95E-01 1.92E-01 1.89E-01 1.87E-01

z
0.9 1.84E-01 1.81E-01 1.79E-01 1.76E-01 1.74E-01 1.71E-01 1.69E-01 1.66E-01 1.64E-01 1.61E-01

1.0 1.59E-01 1.56E-01 1.5 39E01 1.52E-01 1.49E-01 1.47E-01 1.45E-01 1.42E-01 1.40E-01 1.38E-01
1.1 1.36E-01 1.34E-01 1.31E-01 1.29E-01 1.27E-01 1.25E-01 1.23E-01 1.21E-01 1.19E-01 1.17E-01
1.2 1.15E-01 1.13E-01 1.11E-01 1.09E-01 1.08E-01 1.06E-01 1.04E-01 1.02E-01 1.00E-01 9.85E-02
1.3 9.68E-02 9.51E-02 9.34E-02 9.18E-02 9.01E-02 8.85E-02 8.69E-02 8.53E-02 8.38E-02 8.23E-02
1.4 8.08E-02 7.93E-02 7.78E-02 7.64E-02 7.49E-02 7.35E-02 7.21E-02 7.08E-02 6.94E-02 6.81E-02
COLUNA 1.5 6.68E-02 6.55E-02 6.43E-02 6.30E-02 6.18E-02 6.06E-02 5.94E-02 5.82E-02 5.71E-02 5.59E-02
1.6 5.48E-02 5.37E-02 5.26E-02 5.16E-02 5.05E-02 4.95E-02 4.85E-02 4.75E-02 4.65E-02 4.55E-02
Exemplo : 1.7
1.8
4.46E-02
3.59E-02
4.36E-02
3.52E-02
4.27E-02
3.44E-02
4.18E-02
3.36E-02
4.09E-02
3.29E-02
4.01E-02
3.22E-02
3.92E-02
3.14E-02
3.84E-02
3.07E-02
3.75E-02
3.01E-02
3.67E-02
2.94E-02
1.9 2.87E-02 2.81E-02 2.74E-02 2.68E-02 2.62E-02 2.56E-02 2.50E-02 2.44E-02 2.39E-02 2.33E-02

2.0 2.28E-02 2.22E-02 2.17E-02 2.12E-02 2.07E-02 2.02E-02 1.97E-02 1.92E-02 1.88E-02 1.83E-02
Probabilidade de z>1,25 2.1
2.2
1.79E-02
1.39E-02
1.74E-02
1.36E-02
1.70E-02
1.32E-02
1.66E-02
1.29E-02
1.62E-02
1.26E-02
1.58E-02
1.22E-02
1.54E-02
1.19E-02
1.50E-02
1.16E-02
1.46E-02
1.13E-02
1.43E-02
1.10E-02
2.3 1.07E-02 1.04E-02 1.02E-02 9.90E-03 9.64E-03 9.39E-03 9.14E-03 8.89E-03 8.66E-03 8.42E-03
2.4 8.20E-03 7.98E-03 7.76E-03 7.55E-03 7.34E-03 7.14E-03 6.95E-03 6.76E-03 6.57E-03 6.39E-03
2.5 6.21E-03 6.04E-03 5.87E-03 5.70E-03 5.54E-03 5.39E-03 5.23E-03 5.09E-03 4.94E-03 4.80E-03
1,25 = 1,2 + 0,05 2.6
2.7
4.66E-03
3.47E-03
4.53E-03
3.36E-03
4.40E-03
3.26E-03
4.27E-03
3.17E-03
4.15E-03
3.07E-03
4.02E-03
2.98E-03
3.91E-03
2.89E-03
3.79E-03
2.80E-03
3.68E-03
2.72E-03
3.57E-03
2.64E-03
2.8 2.56E-03 2.48E-03 2.40E-03 2.33E-03 2.26E-03 2.19E-03 2.12E-03 2.05E-03 1.99E-03 1.93E-03
2.9 1.87E-03 1.81E-03 1.75E-03 1.70E-03 1.64E-03 1.59E-03 1.54E-03 1.49E-03 1.44E-03 1.40E-03
COLUNA LINHA
3.0 1.35E-03 1.31E-03 1.26E-03 1.22E-03 1.18E-03 1.14E-03 1.11E-03 1.07E-03 1.04E-03 1.00E-03
3.1 9.68E-04 9.35E-04 9.04E-04 8.74E-04 8.45E-04 8.16E-04 7.89E-04 7.62E-04 7.36E-04 7.11E-04
= 1,06 E-01 3.2
3.3
6.87E-04
4.84E-04
6.64E-04
4.67E-04
6.41E-04
4.50E-04
6.19E-04
4.34E-04
5.98E-04
4.19E-04
5.77E-04
4.04E-04
5.57E-04
3.90E-04
5.38E-04
3.76E-04
5.19E-04
3.63E-04
5.01E-04
3.50E-04
3.4 3.37E-04 3.25E-04 3.13E-04 3.02E-04 2.91E-04 2.80E-04 2.70E-04 2.60E-04 2.51E-04 2.42E-04
3.5 2.33E-04 2.24E-04 2.16E-04 2.08E-04 2.00E-04 1.93E-04 1.86E-04 1.79E-04 1.72E-04 1.66E-04
3.6 1.59E-04 1.53E-04 1.47E-04 1.42E-04 1.36E-04 1.31E-04 1.26E-04 1.21E-04 1.17E-04 1.12E-04
= 0,106 (dica: “-01” é a quantidade 3.7
3.8
1.08E-04
7.25E-05
1.04E-04
6.96E-05
9.97E-05
6.69E-05
9.59E-05
6.42E-05
9.21E-05
6.17E-05
8.86E-05
5.92E-05
8.51E-05
5.68E-05
8.18E-05
5.46E-05
7.85E-05
5.24E-05
7.55E-05
5.03E-05
3.9 4.82E-05 4.63E-05 4.44E-05 4.26E-05 4.09E-05 3.92E-05 3.76E-05 3.61E-05 3.46E-05 3.32E-05
de “0” ao lado esquerdo do número)
4.0 3.18E-05 3.05E-05 2.92E-05 2.80E-05 2.68E-05 2.57E-05 2.47E-05 2.36E-05 2.26E-05 2.17E-05
4.1 2.08E-05 1.99E-05 1.91E-05 1.82E-05 1.75E-05 1.67E-05 1.60E-05 1.53E-05 1.47E-05 1.40E-05
4.2 1.34E-05 1.29E-05 1.23E-05 1.18E-05 1.13E-05 1.08E-05 1.03E-05 9.86E-06 9.43E-06 9.01E-06
4.3 8.62E-06 8.24E-06 7.88E-06 7.53E-06 7.20E-06 6.88E-06 6.57E-06 6.28E-06 6.00E-06 5.73E-06
=10,6 % 4.4 5.48E-06 5.23E-06 5.00E-06 4.77E-06 4.56E-06 4.35E-06 4.16E-06 3.97E-06 3.79E-06 3.62E-06
4.5 3.45E-06 3.29E-06 3.14E-06 3.00E-06 2.86E-06 2.73E-06 2.60E-06 2.48E-06 2.37E-06 2.26E-06
4.6 2.15E-06 2.05E-06 1.96E-06 1.87E-06 1.78E-06 1.70E-06 1.62E-06 1.54E-06 1.47E-06 1.40E-06
4.7 1.33E-06 1.27E-06 1.21E-06 1.15E-06 1.10E-06 1.05E-06 9.96E-07 9.48E-07 9.03E-07 8.59E-07
4.8 8.18E-07 7.79E-07 7.41E-07 7.05E-07 6.71E-07 6.39E-07 6.08E-07 5.78E-07 5.50E-07 5.23E-07
4.9 4.98E-07 4.73E-07 4.50E-07 4.28E-07 4.07E-07 3.87E-07 3.68E-07 3.50E-07 3.32E-07 3.16E-07

10
 Dados Contínuos
Distribuição da População Abaixo da
Distribuição Normal
Curva de Probabilidade Normal Padrão
Exercício: Estudou-se que a distribuição da idade das pessoas que freqüentam os cinemas
paulistanos às sextas à noite segue uma distribuição normal com uma média de 25 anos e com
um desvio padrão de 2 anos .
Qual a probabilidade de uma pessoa ir ao cinema sexta à noite e ter a idade maior que 27,9
anos ou menor que 20 anos ? Desenhe na parte inferior da página a curva associada a este
exemplo, representando como serão feitos os cálculos.

11
Reportando o
Nível Sigma

Dados Contínuos

12
Conduzindo Estudos de Capabilidade

COLETA DE DADOS DISTRIB. NORMAL NORMAL

OU NÃO NORMAL?

CAPABILIDADE UTILIZANDO:
NÃO-NORMAL NORMAL
- DADOS COLETADOS
CONTÍNUO
Y CONTÍNUO OU - SUBGRUPO
- ZST = ZLT + 1,50
DISCRETO?
OPCIONAL <MINITAB: STAT> QUALITY TOOLS>
CAPABILITY ANALYSIS> NORMAL>

TRANSFORMAÇÃO BOX COX:

- RESPOSTA: NOVA CURVA
ENCONTRAR MELHOR
DISCRETO
AJUSTADA NÃO- CURVA AJUSTADA
NORMAL
<MINITAB: STAT> RELIABILITY
<MINITAB: STAT> CONTROL CHARTS>BOX SURVIVAL> DISTRIBUTION
COX TRANSFORMATION ANALYSIS> DISTRIBUTION ID PLOT>

CAPABILIDADE :
- UNIDADES NÃO- CAPABILIDADE UTILIZANDO:
- OPORTUNIDADES NORMAL
DISTRIB. NORMAL - DADOS COLETADOS
- SUBGRUPO
- DEFEITOS DISCRETIZAÇÃO OU NÃO NORMAL?
- ZST = ZLT + 1,50
<CAPABILIDADE_ATRIBUTO.XLS> <MINITAB: STAT> QUALITY TOOLS>
CAPABILITY ANALYSIS> NO-
NORMAL>

13
Nível Sigma do Processo

Imagine um processo perfeitamente centrado, onde a distância entre a média e o limite de

especificação é de 6s . Qual a probabilidade de termos um defeito ?

LEMBRE-SE DE QUE ESTE

LSE
VALOR PODE SER OBTIDO
OBSERVANDO AS TABELAS
ESTATÍSTICAS: BASTA
s s s ss s
PROCURAR ONDE Z = 6,00
QUAL O VALOR DA
PROBABILIDADE P
ASSOCIADA

P ( Z>6)

ZLSE = 6 : P ( Z>6) = 1,25 / 1.000.000.000

P ( defeito ) = 1,25 / 1.000.000.000

14
Nível Sigma do Processo
Qual a maior distância (isto é, qual a pior situação) que o processo pode estar do valor alvo
se varia a longo prazo + 1,5s ?

ZST = 6s

LIE LSE CURTO

PRAZO

P (Z < -4,5) = LONGO

3,4/1.000.000 PRAZO

ZLT=4,5s ZSHIFT=1,5s

15
Nível Sigma do Processo

Portanto, concluímos que um processo que tem capabilidade de longo prazo (Z LT) igual a 4,5s
tem uma probabilidade de defeitos de 3,4 por milhão .

Eliminando-se a variação desse processo ao longo do tempo (Z shift) e centralizando-o obtém-se

a capabilidade de curto prazo (ZST) que representa o melhor que o processo pode ser.

O ZST é que deve ser reportado como a capabilidade Sigma do processo.

Quando alguém fala que um processo é “X” Sigma é do Z ST de que está falando .

16
Nível Sigma do Processo

Importante: Portanto para calcularmos a capabilidade para dados variáveis iremos coletar
dados por um período razoável de tempo (de modo a formar uma imagem do processo que
acredita-se representar a variação típica a qual o processo está normalmente sujeito).

Feito isso, calcularemos a distância da média até o limite de especificação mais próximo em
número de desvios padrões, o ZLT (essa é a capabilidade atual).

Adicionamos 1,5s e teremos o ZST (essa é a capabilidade potencial).

ZST = ZLT + 1,50

17
Nível Sigma do Processo Uso do Minitab

Exemplo: um dos clientes mais importante de uma empresa vem reclamando há muito tempo
que há uma demora excessiva no carregamento dos seus caminhões com os produtos
comprados por parte da área de expedição.

O ideal seria que esse carregamento fosse feito em menos de 78 minutos.

Foi designado um Green Belt para desenvolver esse projeto . Ele coletou, durante um mês, o
tempo desde a chegada do caminhão do cliente no fornecedor até a sua saída pelo portão
completamente carregado.

Todos os dias foram tomadas amostras de tamanho 5 (usando-se técnicas de subgrupos

racionais).

Esses dados encontram-se no arquivo ‘CAPABILIDADE_1.MTW’ . Calcular a capabilidade desse

processo.

18
Nível Sigma do Processo Uso do Minitab

Inicialmente, deve-se avaliar a normalidade do processo:

Recordando: STAT > BASICS STATISTICS > NORMALITY TEST

Probability Plot of Tempo

Normal
99,9
Mean 72,81
StDev 7,264 Como p>0,05, trata-se de um
99
N 150 processo normal.
AD 0,638
95 P-Value 0,095
90
80
70
Percent

60
50
40
30
20
10
5

0,1
50 60 70 80 90 100
Tempo

19
Nível Sigma do Processo Uso do Minitab

Verificada a normalidade da distribuição, entre com os seguintes comandos e dados no Minitab:

COLOCAR A VARIÁVEL ‘Y’ IDENTIFICAR O SUBGRUPO

COLOCAR O LIMITE
INFERIOR E/OU SUPERIOR
DE ESPECIFICACAO (PELO
MENOS UM DELES)

20
Nível Sigma do Processo Uso do Minitab

SELEÇÃO REFERENTE À
VARIAÇÃO NO LONGO
PRAZO (ZLT)

21
Nível Sigma do Processo Uso do Minitab

ZLT

ZST = O,71 + 1,50

= 2,21
DICA: no Minitab, Overall está
relacionado ao conceito de LT (Longo
Prazo)

Probabilidade de estar acima do limite

superior de especificação = 237.683 PPM

22
Nível Sigma do Processo Exercício

Exercício: para que um Negócio seja competitivo no mercado em que atua é essencial que,
uma vez o cliente tenha feito um pedido, ele seja atendido em no máximo 7 dias. Além disso,
o tempo mínimo para entrega do pedido é de 1 dia, que é o tempo para que o cliente possa se
preparar-se para receber os produtos em suas instalações .

Foi designado um Green Belt para desenvolver esse projeto . Os dados foram coletados em
subgrupos de tamanho 5 toda semana durante 30 semanas .

Os dados encontram-se no arquivo ‘CAPABILIDADE_2.mtw’ (em horas) . Calcular a

capabilidade do processo.

Represente na página seguinte como seria o diagrama (curva normal) do processo estudado,
enfatizando os limites de especificação e regiões de defeitos.

23
Nível Sigma do Processo Exercício

24
Reportando o
Nível Sigma

Dados Discretos

25
Conduzindo Estudos de Capabilidade

COLETA DE DADOS DISTRIB. NORMAL NORMAL

OU NÃO NORMAL?

CAPABILIDADE UTILIZANDO:
NÃO-NORMAL NORMAL
- DADOS COLETADOS
CONTÍNUO
Y CONTÍNUO OU - SUBGRUPO
- ZST = ZLT + 1,50
DISCRETO?
OPCIONAL <MINITAB: STAT> QUALITY TOOLS>
CAPABILITY ANALYSIS> NORMAL>

TRANSFORMAÇÃO BOX COX:

- RESPOSTA: NOVA CURVA
ENCONTRAR MELHOR
DISCRETO
AJUSTADA NÃO- CURVA AJUSTADA
NORMAL
<MINITAB: STAT> RELIABILITY
<MINITAB: STAT> CONTROL CHARTS>BOX SURVIVAL> DISTRIBUTION
COX TRANSFORMATION ANALYSIS> DISTRIBUTION ID PLOT>

CAPABILIDADE :
- UNIDADES NÃO- CAPABILIDADE UTILIZANDO:
- OPORTUNIDADES NORMAL
DISTRIB. NORMAL - DADOS COLETADOS
- SUBGRUPO
- DEFEITOS OU NÃO NORMAL?
DISCRETIZAÇÃO - ZST = ZLT + 1,50
<CAPABILIDADE_ATRIBUTO.XLS> <MINITAB: STAT> QUALITY TOOLS>
CAPABILITY ANALYSIS> NO-
NORMAL>

26
Nível Sigma do Processo

O cálculo de capabilidade é baseado no comportamento da curva normal ajustada de um

processo – portanto, refere-se em princípio a distribuições dados contínuos.

Entretanto, principalmente no contexto administrativo e comercial, alguns dados somente

podem ser classificados como atributos/ discretos. Assim, surgiu a necessidade de se criar um
parâmetro / método para realizar este cálculo – Mikel Harry sugeriu um modelo baseado na
teoria de Gauss (referência: arquivo “Capabilidade_Atributo.xls” – célula J3).

Para tanto, é necessário definir alguns parâmetros:

- Unidades = elemento / conjunto de informações que se está analisando

- Oportunidades = para cada elemento, quantas são as possibilidades de ocorrer alguma
falha
- Defeitos = contagem do número de falhas observadas, de acordo com as especificações
colocadas pelo cliente

27
Nível Sigma do Processo
Sempre esteja atento às corretas definições dos termos colocados anteriormente: para o
mesmo processo, podem ocorrer diversas análises:
Exemplo: Processo de Faturamento de Pedidos PROCESSOS DO CLIENTE

Unidades = # de notas fiscais

VISÃO DO (NF)
Oportunidades = 1 (NF correta
CLIENTE ou incorreta)
Defeitos = # de NF’s incorretas

PROCESSOS INTERNOS

Unidades = # de notas fiscais (NF)

Oportunidades = 5 (campos disponíveis nas
NF’s - corretos ou incorretos)
Defeitos = # de campos incorretos

28
Nível Sigma do Processo
VISÃO DO
CLIENTE

PROCESSOS DO CLIENTE
PROCESSOS INTERNOS

Unidades = (100) # de notas
fiscais (NF)
Oportunidades = 5 (campos
disponíveis nas NF’s - corretos
ou incorretos)
DPMO = 400.000
Defeitos = (200) # de
campos incorretos
Unidades = (100) # de
notas fiscais (NF)
Oportunidades = 1 (NF
Utilizando a planilha em Excel: correta ou incorreta)
Defeitos = (35) # de
DPMO = 350.000 NF’s incorretas
x
ZST = 1,75 ZST = 1,88

Melhor direciona ações internas “Sente” aquilo que o cliente “sente”

29
Nível Sigma do Processo

DEFEITOS / MILHÃO DE OPORTUNIDADES

VISÃO INTERNA

DIGITAR: # DEFEITOS

DIGITAR: # UNIDADES DIGITAR: # OPORTUNIDADE

VISÃO EXTERNA CAPABILIDADE FINAL DO PROCESSO

30
Nível Sigma do Processo Exercício

Exercício: um determinado Negócio vem recebendo há muito tempo um grande número de

reclamações dos clientes dizendo que os produtos solicitados chegam muitas vezes fora do
prazo acordado e que muitas vezes chega o produto errado.

Um Green Belt foi designado para desenvolver um projeto para eliminar esses problemas .Este
processo já continha dados do passado que foram, então, utilizados pelo Green Belt . Foram
tomados dados de 6 meses até agora (período razoável de tempo para que ocorressem todas
as possíveis fontes de variação no processo), totalizando 1.134 pedidos; em cada pedido era
verificado se o produto havia sido entregue dentro do prazo e se o produto entregue ao cliente
estava correto . O número total de defeitos foi 265.

Calcule o nível Sigma do processo, bem como o valor do DPMO associado.

31