Escolar Documentos
Profissional Documentos
Cultura Documentos
Fase de Análise
Lição 2: FMEA
Ferramentas
Pareto; Regressão Linear;
Tempo estimado:
Matriz Causa e Efeito; Testes de Hipóteses;
2 a 4 semanas.
Matriz Esforço x Impacto. Análise de Variância (ANOVA);
FMEA; Regressão Logística;
Diagrama de Dispersão; Teste Qui-Quadrado.
* Conteúdo aprofundado no Treinamento de Green/Black Belt em Lean Seis Sigma
Fase de Análise
INÍCIO DA
FASE ANÁLISE
COMPROVAMOS
CLASSIFICAR E CAUSAS RAIZ
PRIORIZAR AS GRAFICAMENTE?
CAUSAS
CAUSAS
POTENCIAIS.
COMPROVADAS QUE
DEVEMOS ATACAR
Fase de Análise
Lição 2: FMEA
O FMEA (Análise de Modos de Falhas e seus Efeitos) é uma ferramenta que tem como
objetivo identificar, hierarquizar e prevenir as falhas em potencial de um produto ou
processo.
US$ 30
US$ 3,0
US$ 0,30
US$ 0,03
US$ 0,003
Fase de Análise
Lição 2: FMEA
impacto que provoca em cada uma das saídas (Y´s) ou requerimentos do cliente.
ENTRADA 1
ENTRADA 2
ENTRADA 3
ENTRADAS
ENTRADA 4
ENTRADA 5
ENTRADA 6
ENTRADA 7
ENTRADA ...
2226
Após mapear o processo da linha de produção dos hambúrgueres e levantar todas as causas
potenciais do desperdício observado na Espinha de Peixe, priorize as causas utilizando a Matriz de
Causa e Efeito.
Utilize as saídas identificadas no Mapa de Processo, ou seja, os principais parâmetros de produto (Y´s)
e as causas da Espinha de Peixe como as entradas da Matriz. Estabeleça um peso entre 5 e 10 para
cada parâmetro de produto (saídas/Y´s) e pontue toda interseção na Matriz de Causa e Efeito.
Tarefa Prática – Matriz de Causa e Efeito
Saídas
y1 = Tempo de y2= Qtd. Hambúrgueres y3=Itens corretos na
Fase de Análise
Lição 2: FMEA
O Gráfico de Pareto é uma ferramenta estatística que auxilia na tomada de decisão, permitindo uma
empresa priorizar problemas, quando esses se apresentam em grande número.
O princípio de Pareto classifica os problemas relacionados à qualidade em duas categorias:
Poucos vitais;
Muitos triviais.
Pelo princípio de Pareto devemos concentrar nossa atenção sobre os poucos vitais, já que estes
resultam em grandes perdas para a empresa, apesar de representarem um pequeno número de
problemas.
% Frequência Acumulada
Tipos de Acidentes Ocorridos
Tarefa Prática – Gráfico de Pareto
A rede deseja aplicar um projeto Lean Seis Sigma para resolver a questão, mas para isso é
necessário uma avaliação detalhada do problema. Na tabela a seguir foram levantadas as
principais razões das devoluções e o número de ocorrência de cada uma delas.
Tarefa Prática – Gráfico de Pareto
140 120%
Fase de Análise
Lição 2: FMEA
Utilizada para determinar a causa raiz de determinado problema, ou seja, a causa que
realmente deve ser tratada na solução de um problema.
Problema Por que? Por que? Por que? Por que? Por que? Causa raiz
1 Por que a máquina parou?
Exemplo
Trocar Fusível
Porque o fusível queimou.
Solução real
Criar Instrução de Trabalho, afixar no local de trabalho e treinar mecânico e todos
envolvidos no processo.
Módulo 4
Fase de Análise
Lição 2: FMEA
A correlação ocorre quando duas variáveis possuem tendência conjunta e pode ser quantificada
através do cálculo do coeficiente de correlação linear (r).
O coeficiente de correlação linear (r) nos ajuda a compreender se a correlação entre duas variáveis
existe e qual tipo de correlação temos.
Quando r próximo de +1 a correlação é positiva;
Quando r próximo de -1 a correlação é negativa;
Quando r próximo de 0 não há correlação.
Quanto mais próximo de +1 mais forte é a correlação positiva. Quanto mais próximo de -1 mais forte
é a correlação negativa.
Causalidade x Correlação Gráfico de dispersão de C6 versus C8
60
50
POSITIVA
40
r +1
C6
30
20
10
50 30
NULA
40
r 0
29
C7
C6
30
28
20 r -1
10
NEGATIVA 27
0
0 10 20 30 40 50 60 70 80 90 41 42 43 44 45 46 47 48
C8
Causalidade x Correlação
Deve-se sempre ressaltar que uma forte relação matemática (gráfica, numérica) entre duas ou mais
variáveis não, necessariamente, significa que uma é causa da outra.
DUAS VARIÁVEIS PODEM ESTAR ALTAMENTE CORRELACIONADAS, MAS UMA NÃO É CAUSA DA OUTRA!!!
3250
3000
2750
2500
Na prática: conhecendo o processo avaliamos se a relação causa e efeito pode acontecer, ou seja,
se é fisicamente possível.
Regressão Linear Simples
A Regressão Linear Simples é o modelo matemático que pode explicar a dependência entre a
variável de entrada (x) e a variável de saída (Y), considerando que apenas duas variáveis estarão
envolvidas.
Fase de Análise
Lição 2: FMEA
O teste de hipóteses é baseado na utilização de uma amostra aleatória extraída de uma população
de interesse, com o objetivo de testar uma afirmação sobre um parâmetro ou característica desta
população.
Não se trata de uma simples comparação matemática entre dois ou mais valores, mas da
necessidade de compreender se o valor obtido a partir de uma determinada amostra representa uma
simples variação amostral da situação atual ou não.
Imagine que o dono de duas farmácias mediu, durante 15 dias, o tempo de espera do cliente na
fila do caixa. Ao calcular o tempo médio os valores obtidos foram 5 minutos na loja A e 3,5
minutos na loja B. Podemos afirmar que o tempo médio de espera na loja B é menor?
Teste de Hipóteses
Hipótese nula (H0): o tempo médio de espera é igual nas duas lojas.
Hipótese alternativa (HA): existe diferença entre o tempo médio da loja A e loja B.
Não rejeitar a hipótese nula quando a hipótese alternativa é verdadeira (Erro tipo II).
Teste de Hipóteses
H0 É
H0 É FALSA
VERDADEIRA
Decisão
REJEITAR A H0
Erro Tipo I
correta
(α)
(1-α)
Decisão
Erro Tipo II
NÃO REJEITAR Correta
A H0 (β)
(1-β)
Teste de Hipóteses
Avaliação do p-valor:
Se p-valor < α Rejeitar H0
Se p-valor ≥ α Não rejeitar H0
α = Nível de significância
Teste de Hipóteses
A partir dos conceitos discutidos, podemos aplicar três tipos de testes de hipóteses para a
combinação de uma variável x discreta com uma variável y contínua.
Fase de Análise
Lição 2: FMEA
2. As ferramentas estatísticas utilizadas foram as mais adequadas para suportar as causas raízes?
voitto.com.br