Escolar Documentos
Profissional Documentos
Cultura Documentos
UTILIZANDO MINITAB
Semana da Engenharia
Período: 15 e 16 de Maio/2017
Local: FEAMIG
Professora: Flávia Komatsuzaki
INTRODUÇÃO
O Seis sigma nasceu na Motorola , em janeiro de 1987, com o objetivo de tonar a empresa
capaz de enfrentar a concorrência estrangeira, que estavam fabricando produtos melhores a
um custo muito baixo.
O Seis sigma passou a ser reconhecido como o responsável pelo sucesso alcançado pela
Motorola de quando ela recebeu o prêmio nacional da qualidade Malcolm Baldrige, em 1988.
A empresa teve ganhos de 2,2 bilhões de dólares com o programa.
Ele foi celebrizado pela General Eletric (GE), a partir da divulgação, feita com destaque por
Jack Welch, dos expressivos resultados financeiros obtidos pela empresa através da
implantação da metodologia (por exemplo, ganhos de 1,5 bilhão de dólares em 1999 após
investimento de 500 milhões de dólares).
INTRODUÇÃO
Seis Sigma
No Brasil o interesse pelo seis sigma está crescendo a cada dia. Já alguns
anos, as empresas cujas unidades de negócio no exterior estavam adotando
esse programa o conhecem. A pioneira na implementação do Seis sigma com
tecnologia foi o grupo Brasmotor (Multibrás e Embraco) que, em 1999, obteve
mais de 20 milhões de reais de retorno a partir dos primeiros projetos seis
sigmas concluídos. Atualmente várias outras empresas no país estão
implementando a estratégia geralmente com o suporte de consultorias.
INTRODUÇÃO: O PROGRAMA
SEIS SIGMA
Uso de ferramentas e métodos mais complexos:
A equipe 6 Sigma é composta por: Executivo líder, Campeão, Master black belt, Black Belt,
Green Belt, Yellow Belt e White belt.
INTRODUÇÃO: O MÉTODO DMAIC
INTRODUÇÃO: O MÉTODO DMAIC
INTRODUÇÃO: O MÉTODO DMAIC
INTRODUÇÃO: O MÉTODO DMAIC
INTRODUÇÃO: O MÉTODO DMAIC
INTRODUÇÃO: FERRAMENTAS DO DMAIC
QUE PODEM SER ANALISADAS ATRAVÉS DO
MINITAB
INTRODUÇÃO: FERRAMENTAS DO DMAIC QUE
PODEM SER ANALISADAS ATRAVÉS DO MINITAB
INTRODUÇÃO: FERRAMENTAS DO DMAIC QUE
PODEM SER ANALISADAS ATRAVÉS DO MINITAB
TREINAMENTO DO MINITAB COM ÊNFASE NO
DMAIC DO SEIS SIGMA
MÓDULO1
Seleção de Amostra
70 70 66 65 70 67 69 70 66 67
65 69 65 66 69 66 70 66 68 65
68 67 67 69 70 65 68 64 67 66
69 66 68 68 68 67 66 66 66 68
67 69 69 67 67 68 67 66 69 69
Seleção de Amostra
Seleção de Amostra
Linhas: 15
Coluna: Peso
Armazenar: C5
Seleção de Amostra
Distribuição Normal
99,7 %
95,4 %
68,3 %
-3 -2 -1 0 1 2 3 z
Distribuição Normal
Seis Sigma
99,73%
95,45%
±1 68,27 31,73 317.300
68,27%
±2 95,45 4,55 45.500
-6 -5 -4 -3 -2 -1 +1 +2 +3 +4 +5 +6
±3 99,73 0,27 2.700
99,9937%
±4 99,9937 0,0063 63
99,999943%
±5 99,999943 0,000057 0,57
99,9999998%
±6 99,9999998 0,0000002 0,002
Intervalo de Confiança
s
I.C para média ( grandes amostras : n ≥30) x z
2 n
Seja um lote de 1.000 peças. Foi extraída uma amostra de 31 peças. O
diâmetro de cada peça foi medido, sabe-se que o cliente pediu entre 17
e 18. Os dados estão a seguir:
s
I.C para média ( grandes amostras : n ≥30) x z
2 n
Intervalo de Confiança
I.C para média ( grandes amostras : n ≥30)
s
x z
2 n
1,96 2 4 2
n 2
15,36 16
2
Calculo da amostra
2
Cálculo do tamanho da amostra simples 2
z s
n 2 2
E
Cálculo do tamanho da amostra simples
2
2
z s
n 2 2
Sample Size for Estimation
E
Method
Parameter Mean
Distribution Normal
Standard deviation 4 (population value)
Confidence level 95%
Confidence interval Two-sided
Results
Margin Sample
of Error Size
2 16
Teste de Hipóteses
x 0
T.H. para média (grandes amostras) z0
s/ n
O diâmetro médio populacional é igual a 18 mm ? Teste com
alfa de 5% . S=0,463
H0 : = 18 vs H1 : 18
Teste de Hipóteses
One-Sample Z: Diametro
Test of mu = 18 vs not = 18
The assumed standard deviation = 0,463
40
20
0
11
13
15
17
1
9
Amostra
CEPde– Controle
Gráfico Controlepara
Estatístico
Variáveis
x1 x 2 ... x n
x i
m
R Xmáximo Xmínimo Amplitude de cada amostra
R1 R2 ... Rm
R Amplitude média
m
Construção do Gráfico (X e R)
LM R
LM x
LIC x A2 R LIC D3 R
D3 e D4 são valores tabelados
A2 é um valor tabelado de
de acordo com a amostra
acordo com a amostra
CEP – Controle
Construção Estatístico
do Gráfico (X e R)
LM x 74,001
2- Controle da Qualidade
3.2
CEP
3.2 – Controle
-Construção
-Construçãodo
ConstruçãodoGráfico
doGráfico(X
Gráfico(Xeee
Estatístico
(X R)
R)
R)
2- Controle da Qualidade
3.2
CEP
3.2 – Controle
-Construção
-Construçãodo
ConstruçãodoGráfico
doGráfico(X
Gráfico(Xeee
Estatístico
(X R)
R)
R)
_
_
X=74.0012
74.00
73.99
LC L=73.98780
1 3 5 7 9 11 13 15 17 19 21 23 25
Sample
0.048 U C L=0.04914
Sample Range
0.036
_
0.024 R=0.02324
0.012
0.000 LC L=0
1 3 5 7 9 11 13 15 17 19 21 23 25
Sample
3.2
CEP
3.2 – Controle
-Construção
-Construçãodo
ConstruçãodoGráfico
doGráfico(X
Gráfico(Xeee
Estatístico
(X R)
R)
R)
LM R 0,023
LIC D3 R 0(0,023) 0
CEP – Controle
Construção Estatístico
do Gráfico (X e R)
74.01
Sample M ean _
_
X=74.0012
74.00
73.99
LC L=73.98780
1 3 5 7 9 11 13 15 17 19 21 23 25
Sample
0.048 U C L=0.04914
Sample Range
0.036
_
0.024 R=0.02324
0.012
0.000 LC L=0
1 3 5 7 9 11 13 15 17 19 21 23 25
Sample
CEP – Controle
Construção Estatístico
do Gráfico (X e R)
Média Desvio
LSC B4 s
LSC x A3 s
LM S
LM x
LIC x A3 s LIC B3 s
B3 e B4 são valores tabelados
A3 é um valor tabelado de
de acordo com a amostra
acordo com a amostra
Construção do Gráfico (X
CEP – Controle Estatístico e S)
x1 x 2 ... x n
x i
x1 x 2 ... x m
x x x
n n m
2
xi
n
ix x 2
s1 s2 ... sm
1 s
s i 1
n 1
n 1
i
x 2
n m
Construção do Gráfico (X
CEP – Controle Estatístico e S)
90
2- Controle da Qualidade U C L=96.45
Sample M ean
80 _
_
X=74.6
70
60
LC L=52.75
50
1 2 3 4 5 6 7 8 9 10
Sample
U C L=31.98
30
Sample StDev
20
_
S =15.31
10
0 LC L=0
1 2 3 4 5 6 7 8 9 10
Sample
Controle de Qualidade
Capacidade do processo
-Um processo pode não ser capaz por apresentar: elevada variabilidade e
média deslocada em relação ao ponto médio dos limites de especificação
(valor nominal).
Capacidade do processo: Cp
CLASSIFICAÇÃO VALOR DE CP
LSE LIE
Cp DO PROCESSO
6 ADEQUADA CP≥1,33
LSE LIE ACEITÁVEL 1≤CP≤1,33
Cp INCAPAZ CP<1
6ˆ
3ˆ 3ˆ
-Índice Cpk nos permite avaliar se o processo está sendo
capaz de atingir o valor norminal da especificação, já que ele
leva em consideração o valor da média do processo.
Capacidade do processo:
Capacidade do processo:
Controle de Qualidade
Capacidade do processo:
Controle de Qualidade
Capacidade do processo:
CEP – Controle
Capabilidade deEstatístico
Processos
Índice Cp e Cpk
Para utilizar os índices de capacidade
é necessário que :
- O processo esteja sob controle estatístico
- A variável de interesse tenha distribuição
aproximadamente normal
CEP – Controle
Capabilidade deEstatístico
Processos
R 0,0234
0,00999
O desvio padrão é d2 2,326
CEP – Controle
Capabilidade deEstatístico
Processos
2- Controle da Qualidade
CEP – Controle
Capabilidade deEstatístico
Processos
2- Controle da Qualidade
CEP – Controle
Capabilidade deEstatístico
Processos
2- Controle da Qualidade
Process Capability of Diametro
LSL USL
P rocess Data Within
LS L 73.95 Ov erall
Target *
USL 74.05 P otential (Within) C apability
S ample M ean 74.0012 Cp 1.67
S ample N 125 C P L 1.71
S tDev (Within) 0.0099914 C P U 1.63
S tDev (O v erall) 0.0101989 C pk 1.63
O v erall C apability
Pp 1.63
PPL 1.67
PPU 1.60
P pk 1.60
C pm *