Você está na página 1de 11

Técnicas Avançadas de Conceitos Básicos

Produção, Six Sigma e Lean de Seis Sigma


Production Ao final desta aula, o aluno
deverá ser capaz de:
Aula 1
− conhecer as vantagens da

Prof. OsnyMárcio
Augusto Junior aplicação do seis sigma e do
Prof. José Fernandes
oaugusto@grupouninter.com.br
tutoriaengenhariadeproducao@grupouninter.com.br
lean

Engenharia de Produção − estabelecer as relações entre


o seis sigma e o lean

Por que seis sigma + lean?


− conhecer os conceitos gerais
da metodologia seis sigma
− O lean e o seis sigma objetivam
resultados
− dominar os conceitos de
estatística básica − O seis sigma reduz a variabilidade
e o nível de defeitos do processo
− entender o significado − O lean elimina desperdícios
de seis sigma e melhora o fluxo do processo

Lean Seis Sigma Cada um tem um Foco Distinto


Identifica problemas Seis Sigma Lean
Melhora a capacidade
no fluxo
das etapas que Diminuir a variabilidade Reduzir
agregam valor desperdícios
Aumentar a qualidade Reduzir o lead time
Solução de problemas Solução rápida de
complexos por meio de problemas (kaizen)
ferramentas estatísticas
Aumento do Aumentar o valor
rendimento da cadeia agregado das
de valor etapas do processo
Métrica: nível sigma de Métrica: tempo
qualidade

1
Qual a vantagem da associação? Filosofia, sistema ou
ferramenta?

Detalhando as duas Elemento Seis Sigma Lean


Metodologias Estrutura da Equipe formada por Atividades de pequenos
equipe belts compostos por grupos (APGs),
vários níveis e compostos por equipes da
Elemento Seis Sigma Lean
departamentos área, envolvendo o chão
Visão Melhoria dos Melhoria da cadeia de trabalhando no tema do de fábrica
processos valor projeto
Abordagem Redução de defeitos, Redução de desperdícios,
Natureza dos Projetos definidos, Projetos definidos,
conceito de Critical to conceito de valor
trabalhos observando o impacto observando o fluxo da
Quality (CTQ) reconhecido pelo cliente
no cliente interno e cadeia de valor
Objetivo Diminuir a Diminuir o valor não externo
variabilidade agregado Metodologias Dmaic e Dmadv Utilização dos cinco
princípios
Indicadores Foco forte na eficácia, Foco forte em eficiência,
indicadores indicadores mostrando Estratégias Implementar projetos Implementar melhorias
mostrando atender as atender a produtividade de estratégicos ao negócio nos pontos gargalos com
especificações do implementa- da empresa disseminação do conceito
cliente ção kanban

Elemento Seis Sigma Lean Introdução ao Seis Sigma


Áreas Qualidade Produção
clássicas de
coordenação Seis Sigma é um mapa geral
Ferramentas Mapa do processo, VSM, TOC, kanban, (Road Map) que ajuda a integrar
utilizadas estudos estatísticos, poka-yoke, JIT,
matrizes de tomada SMED, 5S, as ferramentas que visam a
melhoria de processos, redução
de decisão, FMEA, gerenciamento
planos de controle visual etc.
etc.
da variabilidade e maximização
Empresas de
sucesso com
Empresas
norte-americanas
Empresas
japonesas do retorno financeiro
o programa

2
Maximizar o Retorno,
eis a Questão
O foco principal é atingir níveis
de defeitos de 3,4 ppm para as
características críticas da
qualidade (Critical To Quality –
CTQs)

O Impacto da Qualidade Processos do


Nível 6ó Ponto de Vista 6ó
Quatro Sigma Seis Sigma

Processos técnicos
EVENTO
(99,38% conforme) (99,99966% conforme)

300.000 cartas postadas 1860 cartas extraviadas 1 carta extraviada

A principal característica
de um processo técnico
Um ano (525.600 minutos) 3258 minutos ou
de fornecimento de água 54 horas de 1 minuto de água não potável
água não potável

é o fluxo do produto
potável

visível e um produto
Em 1.470.580 internações 9118 casos de 5 casos de
hospitalares Infecção hospitalar infecção hospitalar

Uma aterrisagem de Uma aterrissagem de tangível como resultado


desse processo.
Aterrisagens de aviões no emergência no emergência em todos os
Brasil aeroporto de Guarulhos aeroportos do Brasil a
por dia cada cinco anos

Processos não técnicos

A principal
característica de um
processo não técnico é Áreas de Aplicação
trabalhar com fluxo de do Seis Sigma
informações e ter, na
maioria das vezes,
como resultado
um produto intangível.

3
Modos de Aplicação do Seis
Sigma

Filosofia

Estratégia
Estratégia Visão

Métrica Benchmark
Benchmark

Estatística
Estatística Meta

Revisão sobre Conceitos


de Estatística Básica

Dados são coletâneas de


quaisquer valores relacionados
a medições ou, segundo o
Falando com Dados
dicionário Aurélio, dado é a
“informação factual usada como
base para raciocínio, discussão ou
cálculo.”

Tipos de dados:
• populacionais – são obtidos de
um universo finito, contemplando
todos os valores existentes
• amostrais – são obtidos por meio
de uma amostragem retirada da
população, a qual pode ser finita
ou infinita

4
Classificação e Categorização
dos Dados

Tipo Característica Exemplo Método


Quantitativo Representado por Massa, volume, Medição
Contínuo números reais, tempo de percurso,
podendo assumir todos temperatura, % de
os valores dentro de venda, espessura de
um intervalo uma peça...
especificado
Quantitativo Representado por Número de notas Contagem
Discreto números inteiros (1, 2, fiscais preenchidas
3, 4, ...) erradas, número de

Organização dos Dados


habitantes, número
de caixas em
estoque...
Qualitativo ou Representado por Colocação em uma Classificação
Atributivo números ou corrida
Ordinal classificações que automobilística,
podem ser arranjados ranking em uma
em ordem de grandeza pesquisa, grau de
satisfação
Qualitativo ou Resulta de uma Sexo, tipo de não Observação
Atributivo classificação, tomada a conformidade, cor
Nominal partir de critérios dos olhos,
específicos aprovado/
reprovado

Dados brutos

E quando os dados são


espalhados?

Dados organizados
Dados transformados em gráfico

5
Dados
agrupados
Dados espalhados

Medidas de Tendência
Central
• Moda (Mo): é a medida de maior • Média aritmética: consiste na
ocorrência no conjunto de dados somatória dos valores obtidos
• Mediana (Md): quando dados pela mensuração ou contagem
discretos são dispostos em ordem
crescente torna-se possível dividida pelo número total
localizar a mediana, a qual de valores
corresponde ao ponto central
da distribuição

Determine a moda e a média para


os dados abaixo:

10,0 10,1 10,3 10,4 10,4 10,5 10,6 10,7 10,8 10,9

Moda é o valor de maior


ocorrência

x1  x2  x3  ...  xn
Média 
n
10,0 10,110,310,4 10,4 10,5 10,6 10,7 10,8 10,9 104,7
X  10,47
10 10

6
• Cálculo da mediana: Medidas de Dispersão
– ordene os dados em ordem
• Desvio padrão (ó ou s)
crescente
• Variância (ó2 ou s2)
– calcule o ponto médio
• Amplitude (R)
N 1 101 10,4  10,5 20,9
Md    5,5 Md    10,45
2 2 2 2 S 
 ( x   ) 2

n
10,0 10,1 10,3 10,4 10,4 10,5 10,6 10,7 10,8 10,9 x  
S  
( )
1 2 3 4 6 7 8 9 10
2
5 n

5,5

mediana
R  x máx  x min

A Dispersão dos Dados


Determina o Tamanho da
Curva!

Medidas de Forma
e Testes de Normalidade
– Assimetria e Curtose
– Kolmogorov-Smirnov(KS)
– Anderson-Darling (AD)

7
Distribuição Normal x   
z 
• É unimodal e simétrica 
• A probabilidade de dois valores
equidistantes da média, mas em
lados opostos, é a mesma
• Pelo fato de ser simétrica, média,
mediana e moda possuem o mesmo De posse do valor do escore-z utilizamos
valor a tabela de distribuição normal
• As caudas da curva normal padronizada para determinar a área sob
estendem-se até o infinito a curva de distribuição.

• Exemplo: determine qual é a área


sob a curva entre a média e um
ponto a 1,7 desvios padrão a direita
da média. Procure pelo valor 1,7 na
Utilizando a Tabela coluna direita da tabela e o valor
0,00 na linha superior da tabela. O
de Distribuição Normal
cruzamento entre coluna e linha
(1,7 + 0,00) nos fornece o valor da
área sob a curva para um valor de
Z = 1,70, no caso 0,4554

Área sob a
curva
45,54%
(z =0,4554)

8
Curva com 3ó

± 3 sigma 99,73% 2.700 ppm

O Significado de Três Sigma

Limite Natural Inferior: LNI = µ – 3ó → LNI


= 10 – (3 x 0,50) → LNI = 8,5 u.m.

Limite Natural Superior: LNS = µ + 3ó → LNS


= 10 + (3 x 0,50) → LNS =11,5 u.m.

Curva com 6ó

Como fazer para a curva


± 6 sigma 99,9999998% 0,002 ppm

Fora de
especificação
ficar dentro dos limites
de especificação?
Limite Natural Inferior: LNI = µ – 6ó → LNI
= 10 – (6 x 0,50) → LNI = 7,0 u.m.
Limite Natural Superior: LNS = µ + 6ó → LNS
= 10 + (6 x 0,50) → LNS =13,0 u.m.

Reduza a
variação (ó)!
Mas, processos sofrem
deslocamento ao longo do
tempo. E agora?
Limite Natural Inferior: LNI = µ – 6ó → LNI
= 10 – (6 x 0,25) → LNI = 8,5 u.m.
Limite Natural Superior: LNS = µ + 6ó →
LNS = 10 + (6 x 0,25) → LNS =11,5 u.m.

9
Reduza mais ainda a
variação (Ó)!

Então é fácil elevar um nível


sigma no processo?
Limite Natural Inferior: LNI = µ – 6ó → LNI
= 10 – (6 x 0,20) → LNI = 8,80 u.m.
Limite Natural Superior: LNS = µ + 6ó → LNS
= 10 + (6 x 0,20) → LNS =11,20 u.m.

10
11