Apostila GB

Quem somos
Empresa de Educação e Consultoria criada por líderes determinados a FACEBOOK.COM/PROJETOSEMELHORIA

compartilhar seus conhecimentos de excelência na prática. Mais de 60 mil
profissionais já aceleraram suas carreiras conosco.
Somos um dos maiores centros de aperfeiçoamento do Brasil que conta

com cursos nas áreas de: Gestão de Processos; Lean; Visualização de INSTAGRAM.COM/FM2S.TREINAMENTOS
Dados; Gestão de Projetos; Carreira & Liderança e Lean Six Sigma.
Temos mais de 60 certificações com o objetivo de garantir uma formação

continuada de qualidade. Em um modelo de assinatura anual, o aluno terá
acesso a todos os cursos disponíveis da nossa plataforma EaD, além de LINKEDIN.COM/SCHOOL/FM2S/
lançamentos de um conteúdos mensais e grupos de networking.
Nossos instrutores são formados nas melhores universidades do país e já

atuaram em cargos de liderança e consultoria de grandes projetos, gerando
economia mais de 150 milhões de reais. YOUTUBE.COM/FM2SBREDUCACAO
FM2S.COM.BR
Sumário
Capítulo 1 - Introdução ao Seis Sigma 9

1. Introdução ao Seis Sigma 9
2. O Desafio - TubosMatrix 9
2.1 Missão 10
2.2 Informações básicas 10
3. Mudança e Melhoria: conceitos e diferenças 11
3.1 Como estruturar boas mudanças? 12
4. As três questões fundamentais da Melhoria 13
4.1 O processo por trás do problema 13
4.2 Questão 1 - o que queremos melhorar? 13
4.2.1 Defina um objetivo 14
4.3 Questão 2 - como saberemos que a mudança será uma melhoria? 14
4.4 Questão 3 - quais mudanças podemos fazer que vão gerar essa melhoria? 15
5. Exercício - TubosMatrix 15
6. O Ciclo PDSA 16
6.1 A implementação do ciclo PDSA 18
6.2 Exemplo - ciclo PDSA 19
7. O jeito Seis Sigma de gerar melhorias 21
7.1 Processos de negócio 21
7.2 Projetos de melhoria 21
7.3 Programas de melhoria 22
7.4 Pontos críticos para o sucesso do Seis Sigma 23
8. O Lean Seis Sigma 24
8.1 O que é Lean? 24
8.2 Pontos críticos para o sucesso do Lean 24
9. Projetos de Melhoria 25
9.1 Como estruturar o projeto? 25
10. O DMAIC e suas ferramentas 26
11. A divisão dos Belts 28
12. As habilidade de um agente de melhoria 29
13. Resumo do capítulo 29
Capítulo 2 - Define 30
1. Introdução ao Define 31
2. O SIPOC 32
2.1 Como Elaborar o SIPOC 33
2.2 Por que usar o SIPOC no Define? 34
2.3 Exercício - SIPOC 35
3. O VOC (Voice of Customer) 36
3.1 Avaliando a qualidade do processo 36
4. Árvore CTC 37
4.1 Como coletar os direcionadores de qualidade 40
4.2 Exemplo - dados estruturados 41
4.3 Exemplo - Árvore CTC 41
4.4 O SIPOC e a Árvore CTC em Projetos Reais 42
5. O Contrato de Melhoria 42
FM2S Treinamento em Desenvolvimento Profissional e Gerencial LTDA - ME

Av. Alan Turing, 345 - sala 06 - Edifício Vértice
Cidade Universitária - Campinas - SP - CEP: 13083-898
www.fm2s.com.br
1
5.1 Elementos de contrato 44
5.2 O Contrato de Melhoria e a atribuição de metas 47
5.2.1 Metas 47
Capítulo 3 - Measure 49
1. Introdução ao Measure 50
1.1 A porta dos dados 51
1.2 Trabalhando com dados 51
2. Coleta de dados 52
2.1 Passo 1 - Estruture os dados que você precisa (estrutura de banco de dados)
52
2.1.1 Exemplo - Passo 1 52
2.1.2 Exercício - Tipos de variáveis 54
2.2 Passo 2 - Crie uma Definição Operacional clara para os dados que você irá
coletar 55
2.2.1 Exemplo - Passo 2 56
2.2.2 Exemplo visual - Passo 2 56
2.3 Passo 3 - Identifique a população e a amostra para realizar a coleta 57
2.3.1 Tamanho de amostra 58
2.3.2 Exemplo - intervalo de confiança 58
2.4 Passo 4 - Crie ferramentas para coleta de dados 61
2.5 Folha de Verificação 61
2.6 Passo 5 - Colete os Dados 62
2.7 Análise de dados 62
3. Análise de Variação e Análises Temporais 68
3.1 O que significa entender a variabilidade 69
4. O gráfico de tendência 70
4.1 Vantagens e como construir um gráfico de tendência 70
4.2 Alguns indicadores clássicos para a análise temporal 71
5. Gráficos de frequência 72
5.1 Análise de Frequência para variáveis classificatórias 73
6. Gráfico de Pareto 74
7. Análises de Frequência para Variáveis Contínuas 77
7.1 Análise de Tendência e Frequência 78
8. Estatística Paramétrica: Gráficos de Controle e Análises de Capabilidade 79
9. Distribuições Estatísticas usadas nas Análises Paramétricas 79
10. Os gráficos de controle 81
10.1 O Gráfico P 84
10.2 O gráfico U 85
10.3 O gráfico de Individuais 86
10.4 O gráfico X-Barra S 87
10.5 Usando os Gráficos de Controle 87
10.5.1 Como avaliar causas especiais (eventos de baixa probabilidade) 87
10.5.2 O Teorema Central do Limite 87
11. Capabilidade 88
11.1.1 O que são os índices de capabilidade? 89
11.1.2 Usando os gráficos de controle e a análise de capabilidade 89

www.fm2s.com.br
2
11.2 A porta de processos 92
12. Mapeamento de processos 93
12.1 Mapeamento 95
12.2 E como encontrar as desconexões 95
13. Fluxograma 98
13.1 VSM - Value Stream Map 101
13.2 Erros ao se elaborar um fluxograma 102
14. Análise de Procedimentos 103
14.1 Observação direta 103
14.2 Coleta dos Tempos 103
15. Apresentação de Resultados do Measure 104
Capítulo 4 - Analyse 109

1. Introdução ao Analyse 109
2. Estratégias e sub estratégias para a Mudança 109
2.1 As macro estratégias 110
2.2 Os tipos de mudança 111
2.3 Ferramentas para entender a causa de problemas 113
3.1 O Diagrama de Ishikawa 114
3.1.1 Fases do Diagrama de Ishikawa 115
3.1.2 Vantagens do Diagrama de Ishikawa 116
3.1.3 Pontos de atenção ao elaborar o Diagrama de Ishikawa 117
3.2 Os 5 porquês 117
3.2.1 Relatório de Não Conformidade 118
3.3 Ferramentas para entendimento e melhoria do fluxo 118
4. Desconexões 119
4.1 Como tratar as desconexões 120
5. Análise de Valor 121
5.1 Exercício - Análise de Valor 122
6. Os sete desperdícios 123
7. A ferramenta do ECRC 124
8. Processos à prova de erros 125
8.1 Poka-Yoke 125
8.1 Tipos de Poka-Yoke 126
8.2 Métodos 127
9. Uso da Tecnologia 130
10. Uso da criatividade 132
11. Benchmarking, Conceitos de Mudança 134
12. Correlação: associação entre variáveis 135
12.1 Correlação 135
12.2 Como fazer correlação 135
13. Correlação entre variáveis numéricas 136
13.1 Gráficos de Dispersão 136
13.1.1 Quando usar Gráficos de Dispersão 137
13.1.2 Como interpretar os Gráficos de Dispersão 138
13.2. Análise de Regressão 138
13.2.1. O que são Análises de Regressão 139

www.fm2s.com.br
3
13.2.2 Quando usar Análises de Regressão 139
13.2.3 Como fazer uma Análise de Regressão 139
13.2.4 Os parâmetros da regressão 141
13.2.5 O que são os parâmetros da regressão 141
13.2.5.1 Equação ou curva de regressão e os coeficientes linear e angular 141
13.2.5.2 O R² 142
13.2.5.3 O p-valor 143
13.3 Regressão Múltipla 144
13.3.1 O que é regressão múltipla 144
13.3.2 Quando usar regressão múltipla 145
13.3.3 Como fazer uma regressão múltipla 145
13.4 Cuidados com gráficos de Dispersão e Regressão linear 146
14. Correlação entre variáveis categóricas 146
14.1 Ferramentas gráficas 148
14.2 Ferramentas Avançadas 149
14.2.1 O que são os Testes de Hipóteses 149
14.2.1.1 Quando usar Teste de Hipóteses 151
14.2.1.2 Passo 1 - Contextualizar o problema 151
14.2.1.3 Passo 2 - Formalizar a hipótese 152
14.2.1.4 Passo 3 e 4 - Escolha e realização dos testes 152
14.2.1.5 Passo 5 - Analisar de Resultados 155
14.2.2 Considerações sobre o p-valor 155
14.3 ANOVA 156
14.3.1 O que é o teste ANOVA 156
14.3.2 Quando usar ANOVA 157
14.3.3 Como realizar um teste ANOVA 157
14.3.4 Os Parâmetros da ANOVA 157
15. Experimentação 158
Capítulo 5 - Improve 160

1. Introdução ao Improve 160
2. Testes de mudança 160
2.1 Comparação Antes e Depois 162
2.2 Comparação Simultânea 164
2.3 As boas práticas 165
Capítulo 6 - Control 165

1. Introdução ao Control 165
2. Plano de Implementação 165
2.1 Estratégias de implementação 167
3. Como fiscalizar a implementação 168
3.1 O 5W2H 168
4. Resumo dos capítulos 170
Capítulo 7 - Projeto de Melhoria 173

1. Seleção de projetos 173
1.1 Algumas premissas para os modelos de decisão 173
1.2 Pontos-chave na hora de sugerir projetos 174

www.fm2s.com.br
4
1.3 Modos de Falhas de Atividades de Melhoria (MFAM) 174
1.4 Alguns projetos típicos (supermercado de 175
2. Referências 176
Lista de Figuras
Figura 1.1 - Esquema Mudança x Melhoria 11

Figura 1.2 - PDSA 12
Figura 1.3 - Lógica PDSA 16
Figura 1.4 - Motor do conhecimento 17
Figura 1.5 - Formulário PDSA 1.1 Marketing 19
Figura 1.6 - Projetos de melhoria 21
Figura 1.7 - Programa de melhoria 22
Figura 1.8 - A metodologia Lean 23
Figura 1.9 - Ferramentas DMAIC - As cores representam o belt em que elas são
usualmente trabalhadas. 27
Figura 2.1 - O SIPOC 32
Figura 2.2 - SIPOC processo de coleta de sangue 35
Figura 2.3 - Exemplo da árvore CTC 36
Figura 2.4 - A árvore CTC, formular o problema 37
Figura 2.5 - A árvore CTC, identificar os direcionadores 37
Figura 2.6 - A árvore CTC, variáveis mensuráveis 38
Figura 2.7 - A árvore CTC, indicadores 38
Figura 2.8 - Exemplo de dados estruturados 40
Figura 2.9 - Exemplo das Faturas 41
Figura 2.10 - Os elementos do Contrato 42
Figura 2.11 - Exemplo de contrato de melhoria 45
Figura 3.1 - Exemplo estruturação dos dados 52
Figura 3.2 - Exemplo de critério 55
Figura 3.3 - Compreensão 56
Figura 3.4 - Exemplo compreensão voos 56
Figura 3.5 - Exemplo compreensão média de altura 58
Figura 3.6 - Cálculo da média, com erro 58
Figura 3.7 - Banco de dados, amostra altura 58
Figura 3.8 - Gráfico de intervalo, amostra altura 58
Figura 3.9 - Gráfico de intervalo, segunda amostra de altura 59
Figura 3.10 - Gráfico de intervalo, terceira amostra de altura 59
Figura 3.11 - Formulário de coleta de dados 60
Figura 3.12 - Ilustração da Folha de Verificação 61
Figura 3.13 - Reduzir o tempo de ciclo 62
Figura 3.14 - Cenário 1 64

www.fm2s.com.br
5
Figura 3.18 - Cenários 5 e 6 67
Figura 3.19 - variabilidade na caligrafia 69
Figura 3.20 - Exemplo de gráfico de tendência 70
Figura 3.21 - Exemplo da frequência de um restaurante 71
Figura 3.22 - Frequência de variáveis categóricas 72
Figura 3.23 - Exemplo gráfico de Pareto 73
Figura 3.24 - Comparação entre Pareto 74
Figura 3.25 - Estratificação Pareto 76
Figura 3.26 - Análise de Pareto para um processo com causas 76
Figura 3.27 - Representação do histograma (variáveis contínuas) para Dot plot 78
Figura 3.28 - Exemplo gráfico de controle 79
Figura 3.29 - Exemplo Capabilidade 79
Figura 3.30 - Exemplo gráfico normal 80
Figura 3.31 - Exemplos gráficos de controle 81
Figura 3.32 - Divisão de grupos no gráfico de controle 82
Figura 3.33 - Escolhendo o tipo de gráfico 82
Figura 3.34 - Exemplo tabela de dados de classificação 83
Figura 3.35 - Exemplo do gráfico P 84
Figura 3.36 - Exemplo tabela de dados de contagem 84
Figura 3.37 - Exemplo gráfico U 85
Figura 3.38 - Exemplo gráfico de individuais 85
Figura 3.39 - Exemplo gráfico de X-Barra S 86
Figura 3.40 - Regras de distribuição 87
Figura 3.41 - Série de lançamentos 88
Figura 3.42 - Variações da curva normal 88
Figura 3.43 - Relatório de Capabilidade Minitab 89
Figura 3.44 - Tomada de ações 90
Figura 3.45 - Expectativa do cliente e limites 91
Figura 3.46 - Interpretação dos gráficos 92
Figura 3.47 - Organizações 93
Figura 3.48 - O sistema de uma organização 94
Figura 3.51 - Esquematização mapeamento 96
Figura 3.52 - SIPOC da pessoa 96
Figura 3.53 - entradas e saídas de um processo 97
Figura 3.54 - Desconexões mais frequentes classificadas de acordo com o local de
ocorrência 98
Figura 3.55 - Exemplo fluxograma 99
Figura 3.56 - Exemplo de Fluxograma Vertical 99
Figura 3.57 - Fluxograma Multifuncional 100
Figura 3.58 - Exemplo Diagrama Espaguete 101
Figura 3.59 - Exemplo VSM 102

www.fm2s.com.br
6
Figura 3.60 - Erros ao se elaborar um fluxograma 103
Figura 3.61 - Dica 1: Use gráficos para mostrar a variação natural 104
Figura 3.62 - Dica 2: Contextualizar a informação dos gráficos 104
Figura 3.63 - Dica 3: Faça bom uso do espaço 105
Figura 3.64 - Dica 3: Faça bom uso do espaço 105
Figura 3.65 - Dica 4: Faça bom uso das cores e contrastes 106
Figura 3.66 - Dica 4: Faça bom uso das cores e contrastes 107
Figura 3.67 - Mapa da fase Measure 107
Figura 4.1 - Macro estratégias 110
Figura 4.2 - Layout Diagrama de Ishikawa 114
Figura 4.3 - Exemplo diagrama para hóspedes insatisfeitos 115
Figura 4.4 - Exemplos de Desconexões 119
Figura 4.5 - as classificações 121
Figura 4.6 - Desperdícios visuais 123
Figura 4.7 - Exemplos de processos complicados 125
Figura 4.8 - Método Poka-Yoke 128
Figura 4.9 - Exemplo de Lembretes 128
Figura 4.10 - Exemplos diferenciação 127
Figura 4.11 - Exemplo Restrição 129
Figura 4.12 - Exemplos exibições 129
Figura 4.13 - Como é usar a criatividade 132
Figura 4.14 - Os conceitos de mudanças 133
Figura 4.15 - Sistema de Causas 136
Figura 4.16 - Exemplo de gráfico de dispersão 135
Figura 4.17 - Exemplos gráficos de dispersão 135
Figura 4.18 - Exemplos gráficos de dispersão 137
Figura 4.19 - Exemplo de regressão linear feito pelo Minitab 139
Figura 4.20 - Fases regressão linear 139
Figura 4.21 - Exemplo da curva de regressão 141
Figura 4.22 - De onde vem a linha de ajuste 141
Figura 4.23 - O R2 142
Figura 4.24 - Exemplos de R2 142
Figura 4.25 - De onde vem o R2 142
Figura 4.26 - Exemplo de p-valor no Minitab 146
Figura 4.27 - Exemplo de regressão linear múltipla no Minitab 146
Figura 4.28 - Rádios causam loucura? 146
Figura 4.29 - Outras exemplos de correlações 147
Figura 4.30 - Exemplo de correlação de variáveis categóricas no Minitab 149
Figura 4.31 - Representação gráfica de uma análise de populações 150
Figura 4.32 - Dinâmica PDSA 151
Figura 4.33 - Exemplo teste de hipótese 153
Figura 4.34 - Analisar os resultados 154
Figura 4.35 - Analisar os resultados do teste no Minitab 155

www.fm2s.com.br
7
Figura 4.36 - Exemplo de gráfico de probabilidade, testes de hipóteses 157
Figura 5.1 - PDSA 157
Figura 5.2 - Exemplo de matriz esforço x impacto 161
Figura 5.3 - A realidade dos testes 161
Figura 5.4 - Exemplo Antes e Depois 162
Figura 5.5 - Exemplo comparação simultânea 164
Lista de Tabelas
Tabela 1.1 - Pontos críticos para o sucesso do Seis Sigma 22

Tabela 1.2 - Pontos críticos para o sucesso do Lean 24
Tabela 1.3 - Os belts 28
Tabela 2.1 - Mapa do Define 31
Tabela 2.2 - Dicas SIPOC 33
Tabela 3.1 - Mapa do Measure 49
Tabela 3.2 - Grupos de dados e Tipos de variáveis 53
Tabela 3.3 - Exercícios de tipos de variáveis 53
Tabela 3.4 - Respostas tipos de variáveis 53
Tabela 3.3 - Banco de dados, tempo de ciclo 63
Tabela 3.4 - Indicadores clássicos 70
Tabela 3.5 - Tipos de variáveis usados na análise de frequência 72
Tabela 3.6 Tipos de variáveis usados na análise de frequência 78
Tabela 4.1 - Mapa mental Analyse 109
Tabela 4.2 - Ferramentas fase Analyse 111
Tabela 4.3 - Categorias de mudanças 112
Tabela 4.4 - As fases do Diagrama 115
Tabela 4.5 - Exemplo 5 porquês 117
Tabela 4.6 - Plano de Desconexões 119
Tabela 4.7 - Os sete desperdícios clássicos 123
Tabela 4.8 - Exemplos de cada pergunta 124
Tabela 4.9 - Exemplos Poka-Yoke 127
Tabela 4.10 -Técnicas de análise de correlação 135
Tabela 4.11 - Exemplo de contextualizar os dados do problema 152
Tabela 4.12 - Objetivo Teste de Hipótese 153
Tabela 4.13 - Mapa do Analyze 158
Tabela 5.1 - Mapa do Improve 160
Tabela 5.2 - Consequências de um teste falho 154
Tabela 6.1 - Mapa do Control 165
Tabela 6.2 - Como fiscalizar a implementação com o 5W2H 168
Tabela 6.3 - Template 5W2H 169
Tabela 6.4 - Mapas do roteiro DMAIC 170

www.fm2s.com.br
8
Capítulo 1 - Introdução ao Seis Sigma
1. Introdução ao Seis Sigma
A maior dúvida dos alunos antes de conhecer o curso é o que é o Green Belt, ou
até mesmo, o que é a metodologia Seis Sigma. Dentre todas as definições possíveis, nós
iremos nos valer desta: a certificação de Lean Seis Sigma Green Belt é uma
formação que torna o profissional capaz de melhorar processos e analisar
dados, em qualquer tipo de organização. Ela tem o objetivo de ensinar várias
técnicas, princípios e ferramentas da ciência da melhoria, transformando o
“belt” em um agente de melhoria em sua organização. O Green Belt é a
certificação intermediária do Lean Seis Sigma, uma poderosa Metodologia para
Excelência Operacional, que iremos aprofundar mais adiante.
Vale lembrar, neste começo, que melhorar processos e analisar dados são duas
das competências mais procuradas pelas empresas na era da informação, a qual vivemos
hoje. Não há nenhum colaborador de destaque que não tenha bons conhecimentos
nestas duas áreas.
Sabemos que melhorar é uma necessidade de qualquer organização,
independentemente do setor ou porte. Quem não busca a melhoria por conta própria,
geralmente acaba buscando quando sua sobrevivência é ameaçada por concorrentes
melhores e mais preparados. Diante disto, é consenso que aprender a nadar quando a
água chega na altura do nariz, não é algo prazeroso.
Para melhorar, o Seis Sigma nos ajuda a buscar a melhoria por meio de duas
grandes portas: a porta dos dados e a porta dos processos (que iremos aprofundar
mais a frente). Pela porta dos dados, nos são ensinados ferramentas estatísticas para
analisá-los, bem como técnicas e conceitos para coletá-los. A metodologia nos ensina a
fazer análises melhores e com isto, tomaremos decisões melhores. Ao aplicarmos os
conceitos, transformamos dados em informação útil à tomada de decisão.
A porta de processos nos leva à várias técnicas para enxergar as organizações
como processos. E processos, são uma série de atividades que transformam insumos em
produtos ou serviços, agregando valor ao cliente a cada transformação.
Juntar todas essas ferramentas, por meio do roteiro (DMAIC), gerando melhorias
na organização é o verdadeiro objetivo do Seis Sigma e é o que vamos passar neste
curso para você. Com este roteiro, você poderá realizar um projeto de melhoria, ou seja,
uma iniciativa com início, meio e fim, que irá entregar uma melhoria para a sua
organização.
Entretanto, antes de nos debruçarmos nas técnicas e ferramentas, vamos
entender a aplicação do tema em uma caso real. A proposta do Desafio da fábrica
TubosMatrix (logo abaixo) tem como objetivo contextualizar problemas que as empresas
enfrentam que podem ser resolvidos com a aplicação de um projeto de melhoria e
metodologias como a do Lean Seis Sigma. Lembre-se que a situação apresentada no
desafio é algo muito comum nas empresas: temos a meta de melhorar, mas nem sempre
sabemos como.
Pronto para o desafio?
2. O Desafio - TubosMatrix
Imagine que o grupo de empresas em que você trabalha adquiriu uma fábrica de
tubos de PVC (vamos chamá-la de TubosMatrix) como parte de sua estratégia de

www.fm2s.com.br
9
negócios. Acontece que essa fábrica não vai nada bem (e isso só foi percebido depois
que a compra foi feita). A antiga gerência vinha passando por terríveis dificuldades,
principalmente pela péssima qualidade dos tubos e suas montagens.
Os clientes reclamavam a todo momento sobre o fato de os tubos estarem sendo
entregues fora de especificação e com muito atraso, por isso, muitas vezes, até
devolviam a carga completa.
O desafio seria: como o agente de melhoria da empresa, incumbido de resolver
esse problema, faria para fazer a fábrica dar dinheiro e ganhar mais mercado.
2.1 Missão
O agente e a equipe de melhoria, então, vão assumir momentaneamente a
operação da fábrica de tubos de PVC. A missão é simples: entender como funciona o
processo de fazer tubos e fazer com que esse processo seja econômico e atenda às
necessidades dos clientes.
O não cumprimento desta missão acarretará no fechamento da fábrica e no
prejuízo para o seu grupo de empresas e seus empregadores.
2.2 Informações básicas

Dada a missão, você então decide ir até a nova fábrica (TubosMatrix) e entender
como as coisas estão. A fábrica trabalha diariamente das 8:00 às 18:00h, de segunda a
sexta e o processo de produção é mais ou menos o seguinte:
● O material de entrada (tubos PVC) é recebido pelo departamento de compras
técnicas;
● O departamento de compras técnicas avalia os tubos quanto às dimensões e
resistência;
● Após aprovados, os tubos são então marcados na altura de corte;
● Em seguida, os tubos passam para um cortador que ajusta os parâmetros de
acordo com a serra, de maneira a obter uma boa produtividade. Segundo os
antigos donos, a serra é capaz de produzir cerca de 4000 tubos por dia, mas o
histórico de produção mostra que raramente eles passaram de 2000 tubos por
dia.
O clima organizacional encontra-se péssimo. O ânimo dos funcionários é uma

mistura de depressão, por não conseguirem se sustentar sozinhos e terem de ser
vendidos, com um pavor por demissões em massa.
A concorrência ainda é escassa, mas esse cenário vai logo mudar. Uma empresa
multinacional líder no mercado mundial de tubos de PVC já soltou um comunicado de
que, em breve, irá começar a comercialização do seu tubo no mercado da TubosMatrix.
O tubo da concorrência é considerado o melhor tubo de PVC do mundo e o seu preço virá
bem competitivo, uma vez que essa empresa multinacional quer ganhar mercado.
E então? o que você faria neste caso?
Durante o curso iremos voltar nesse estudo de caso e aplicar os assuntos
aprendidos.

www.fm2s.com.br
10
3. Mudança e Melhoria: conceitos e diferenças
Pensando no Desafio proposto, os funcionários decidiram em realizar várias
mudanças. Algumas das mudanças mais clássicas neste exemplo são:
● Trocar as lideranças para melhorar o clima organizacional;
● Comprar máquinas novas;
● Colocar um outro procedimento de fabricação.
Essas mudanças fazem sentido, mas nem sempre elas bastam. Um ponto central
da ciência da melhoria é a sua relação com a mudança. Sabemos que uma boa definição
de insanidade é fazer sempre a mesma coisa e esperar por resultados diferentes. É
impossível melhorar alguma coisa sem que se façam mudanças. Melhoria requer
mudança. Entretanto, mudança nem sempre resulta em melhorias. Algumas
mudanças, inclusive, pioram o desempenho de um processo, portanto, não cometa o
erro de entender melhoria como sinônimo de mudança, vide Figura 1.1.
Figura 1.1 - Esquema Mudança x Melhoria
Esse conceito, apesar de parecer óbvio quando exposto dessa maneira, é

traiçoeiro. Em nossa vida cotidiana, estamos acostumados a pensar sempre em mudar.
Em empresas, é comum nos depararmos com planos de ação em que o autor lista que
encontrou 350 oportunidades de melhorias. Está errado. Ele encontrou oportunidade de
mudanças, que serão ou não melhorias, cabendo ao tempo dizer isto. Então como
desenvolver mudanças que tenham grande probabilidade de ser melhorias?
Há uma maneira fácil de estruturamos essas mudanças, por meio das três
questões fundamentais da melhoria, apresentadas nos próximos tópicos.
3.1 Como estruturar boas mudanças?

Esta é a pergunta que precisamos responder. Algumas recomendações:
● Saber o que queremos melhorar: ter foco em mudar o que vai resolver nosso
problema. É usual treinarmos o nosso olhar para entender que essa resposta deve
ser feita com base em um incômodo da organização, que pode ser um problema
presente, ou uma oportunidade de crescimento. Geralmente, estes problemas e
oportunidade estão muito ligados à um processo dentro da empresa (que está
sendo mal conduzido, ou então poderia ser conduzido de maneira mais eficiente).

www.fm2s.com.br
11
Iremos comentar mais sobre isso adiante, quando mencionamos o “Processo por
trás do problema”.
● Ter alguma forma de resposta, de feedback, para sabermos se nossas
mudanças vão ou não ser uma melhoria. Isso geralmente envolve uma métrica.
● Pensar em alternativas: nunca existe apenas uma mudança disponível.
● Ter um método de gerar conhecimento sobre o que funciona e o que não
funciona.
Em outras palavras, temos 3 questões fundamentais para nos ajudar a

elaborar essas mudanças:
1. O que queremos melhorar;

2. Como saberemos que a mudança é uma melhoria;
3. Quais mudanças podemos fazer;
E um motor para o conhecimento é o ciclo PDSA, ilustrado na Figura 1.2.
Figura 1.2 - PDSA
4. As três questões fundamentais da Melhoria

Responder as 3 questões fundamentais da melhoria nos dão o que precisamos
para realizarmos um projeto de sucesso. As perguntas criam um mapa com as principais
informações:
● O objetivo do esforço.
● As métricas do esforço de melhoria.
● Quais mudanças podemos fazer? Quais mudanças podemos realizar para alcançar
o nosso objetivo, ou seja, impactar nosso indicador? Quais mudanças não
poderão ser feitas? Podemos contratar mais gente? Podemos colocar mais
controles?
As 3 perguntas podem ser respondidas de maneira iterativa, ou seja, não há uma

ordem lógica para respondê-las. Comece por qual pergunta preferir, apenas garanta que
todas serão respondidas. A ordem é livre.

www.fm2s.com.br
12
4.1 O processo por trás do problema
Um dos pontos mais delicados na hora de responder às três questões, é entender
a resposta para a primeira. O que queremos melhorar? A chave para uma boa definição
do problema é garantir que você está lidando com o problema real – e não seus efeitos.
Por exemplo, se o desempenho em seu departamento é baixo, você pode pensar que o
problema é apenas com a falta de vontade das pessoas que trabalham ali. No entanto,
se você olhar um pouco mais criteriosamente, o problema pode ser que as pessoas estão
desmotivadas pois estão trabalhando em atividades completamente desorganizadas,
onde não há uma visão clara de propósito e nem métodos eficientes para conduzir o
trabalho. Dizemos que a desmotivação é causada por um “processo ruim”. Ora, sistemas
entregam exatamente o que foram projetados para entregar. Não há pessoa no mundo
capaz de fazer um bom trabalho se o trabalho não for bem definido e estruturado.
A primeira questão do Modelo para Melhorias fornece a oportunidade para definir
claramente o que estamos tentando conseguir com este esforço de solução de problema.
O formato da apresentação do problema é importante, mas não o ponto essencial. O
essencial é que cada um envolvido com o esforço entendam que eles precisam mudar
algo na maneira que eles estão trabalhando, ou seja, no seu processo. O esforço terá
mais chance de ser bem sucedido se todos tiverem as mesmas respostas para a questão
“o que estamos tentando melhorar? ”. E essa resposta deve visualizar um processo
definido dentro da organização (iremos trabalhar mais esse ponto ao longo do curso).
Por isso é fundamental entender o “processo por trás do problema”. O objetivo é
focar a atenção da equipe em mudar características deste processo (seja como o
trabalho é feito, os instrumentos, a comunicação, etc.), de maneira a resolver o
problema.
4.2 Questão 1 - o que queremos melhorar?

Dito isso, podemos nos debruçar mais sobre a primeira questão. Para
respondê-la, vale a pena seguir algumas boas práticas. Primeiramente, tenha em mente
que toda organização é um conjunto de pessoas trabalhando em processos para atingir
um propósito, mas principalmente que, se algo vai mal, significa que a maneira com que
as pessoas trabalham não está alinhada com o que o cliente quer. É necessário encontrar
o “processo por trás do problema”.
Algumas dicas para encontrar esse processo:
● Contextualize. Converse com todos os envolvidos para entender o que realmente
está acontecendo. Lembre-se que o problema é como uma névoa, todos sentem
mas poucos conseguem definir.
● Entenda quais são as suas restrições (o que podemos e não podemos trabalhar
em um projeto). O mundo é feito de restrições. Alguns exemplos de restrições
são: não contratar mais pessoas ou não aumentar os gastos. Além desses,
podemos ter restrições de escopo como, não fazer nenhuma mudança nos
processos de vendas.
● E as métricas? Tente vislumbrar um pouco das métricas.
Uma vez feito isso, o seu time de melhoria está pronto para começar a trabalhar.

www.fm2s.com.br
13
4.2.1 Defina um objetivo
Se o passo de contextualizar era muito aberto, o passo de definir um objetivo
deve ser muito fechado. Ter um objetivo formal do esforço de melhoria é importante pois
é um ponto sólido no esforço. Podemos sempre, ao longo do trabalho, fazer uso dele
para focar a equipe e as mudanças no que importa. Após as discussões, force a equipe a
sair com um objetivo claro. Objetivos claros tem uma estrutura padrão:
● Verbo no infinitivo (diminuir ou aumentar);
● Indicador, em quanto, onde, até quando.
Exemplos:
○ Diminuir o número de refugos na linha de produção em 38%, até janeiro
de 2021.
○ Aumentar as vendas pelo site, de 100 vendas diárias para 400 vendas
diárias até março de 2021.
○ Diminuir o retrabalho na máquina em 80% até segunda-feira, 08/5/21.
Essa definição clara de objetivo faz com que saiamos da “fumaça” que geralmente
são os contextos das empresas e entremos em algo concreto. Uma vez claro o indicador,
podemos alinhá-lo com o grupo e começar a trabalhar.
4.3 Questão 2 - como saberemos que a mudança será uma

melhoria?
Na hora de verificar se uma mudança deu errado ou certo, não basta o nosso
feeling. Muitas pessoas desenvolvem ao longo do projeto verdadeiras histórias de amor
pelas mudanças que propõem e, como sabemos, tanto amor pode afetar nosso
julgamento. A segunda pergunta só pode ser respondida com a coleta de dados.
A coleta de dados deve estar ligada à escolha de indicadores para o projeto. Um
bom indicador:
● Está ligado a um processo;
● Todos sabemos o que ele significa;
● Norteia a equipe de trabalho;
● É baseado em dados confiáveis.
4.4 Questão 3 - quais mudanças podemos fazer que vão gerar

essa melhoria?
Não existe apenas uma mudança possível. Geralmente, a primeira ideia de
mudança nem sempre é a melhor. Tome seu tempo pensando e estudando as mudanças.
Geralmente 4 estratégias são usadas para desenvolver mudanças:
● Análise crítica da situação;
● Uso da tecnologia;
● Uso da criatividade;
● Benchmarking.
Saber que temos várias alternativas para uma mudança é muito útil em situações
reais do nosso dia a dia. Geralmente, nos apaixonamos por uma mudança, que pode
nem sempre ser a melhor. Por exemplo, podemos pensar na estratégia de tecnologia

www.fm2s.com.br
14
para a TuboMatrix. Supomos que queremos comprar novas máquinas, mais modernas e
caras. Entretanto, se o real problema da falta de qualidade da empresa for a
matéria-prima, a utilização da tecnologia não serviria como melhoria. Ela seria apenas
uma fonte adicional de custos! Com isso em mente, temos que ter uma boa utilização
das estratégias e, antes de tomarmos uma decisão e implementarmos uma mudança,
devemos ter certeza que esgotamos as demais alternativas.
5. Exercício - TubosMatrix
Lembre-se do contexto da nossa fábrica TubosMatrix. A concorrência vem
chegando ao mercado de tubos PVC. Os custos de produção estão altos e os
funcionários, desmotivados. Frequentemente, a produção entrega tubos não conformes
para os clientes, que reclamam constantemente e até devolvem lotes inteiros. Isso gera
uma grande insatisfação e faz com que a empresa comece a perder todo o mercado que
demorou anos para conseguir. Os novos donos sentem que a administração da fábrica
não está performando direito e começam a ficar impacientes com a situação.
Pensando nisso, eles decidem agir:
a. Qual é o incômodo desta situação?
b. Qual é o processo por trás do problema?
c. O que seria um bom objetivo para este esforço de melhoria?
d. Quais seriam as restrições do trabalho?
Resolução:
A contextualização do problema é muito importante para a sua resolução. A
concorrência irá entrar no mercado com o mesmo produto e se devemos aplicar um
projeto de melhoria. O que queremos melhorar? Como sabemos que a mudança será
uma melhoria? Quais mudanças podemos fazer que vão gerar essa melhoria?
Chegamos a conclusão que o objetivo é diminuir os custos para sermos mais
competitivos. Os fatos dizem que um dos problemas é a qualidade, por isso diminuir os
custos com matéria prima mais barata não pode ser uma opção. Em segundo lugar,
demitir funcionários para reduzir custos não garante que o produto seja de qualidade
então não seria o melhor cenário. Por entender que o processo em si é falho, a terceira
opção então seria melhorar o processo produtivo. Não que estas mudanças sejam ruins,
elas apenas não estão diretamente ligadas com o real problema do departamento de
compras. Então o melhor passo para começar é pelo processo atrás do problema.
As respostas propostas para o exercícios são:
a. O problema reside basicamente na produção. Ela não consegue atingir o que o
cliente quer. Isso gera custos de garantia e perdas de clientes. Isso gera a
desintegração do negócio.
b. O processo por trás do problema é o processo de produção de tubos. Precisamos
definir um indicador para saber se ele está melhorando ou não.
c. Um bom objetivo seria: Reduzir para zero o número de tubos não
conformes até o fim do esforço de melhoria. Erros comuns aqui incluem:
focar em custos e colocar uma mudança como objetivo.
d. As restrições seriam o próprio projeto do tubos, então é preciso deixar claro que
não mexeremos nos processos administrativos (por enquanto). É importante ter
foco para se resolver um problema.

www.fm2s.com.br
15
6. O Ciclo PDSA
Além das 3 perguntas fundamentais, o Modelo de Melhoria é formado pelo ciclo
PDSA. O ciclo PDSA é um roteiro iterativo de aquisição de conhecimento inspirado no
método científico. Ele nos permite adquirir conhecimento novo sobre o que estamos
fazendo.
Estamos aqui falando de melhoria de processos. Como melhorar um processo de
“apertar parafusos” sem saber uma maneira melhor de se apertar parafusos do que a já
praticada. Essa maneira, só vem com um conhecimento maior da tarefa específica
“apertar parafusos”. É justamente este conhecimento que o ciclo PDSA nos ajuda a
obter.
É importante, neste ponto, não confundirmos o ciclo PDSA com o ciclo PDCA em
que o ciclo PDSA é um método para a geração de conhecimento, e o ciclo PDCA é um
roteiro de melhoria. Ao longo de um projeto de melhoria, realizamos inúmeros ciclos
PDSA. Ele é mais flexível e fácil de se aprender.
Figura 1.3 - Lógica PDSA
A Figura 1.3 é uma das formas de esquematiza a lógica do PDSA. A outra seria
pelas letras:
● No P, planejamos nossas hipóteses sobre um problema (ou oportunidade): o que
esperamos com as mudanças? Que métricas vamos ver para entender se deu
certo?
● No D, realizamos nosso “experimento”;
● No S, comparamos os resultados com o que pensamos e assim aprendemos;
● No A, pensamos em como incorporar na rotina o que deu certo e qual será o
próximo passo.

www.fm2s.com.br
16
O ciclo PDSA padroniza a aplicação do método em projetos de melhoria.
Um ponto é muito importante lembrar: o objetivo do ciclo NÃO é igual ao objetivo do
projeto de melhoria. Um projeto de melhoria pode ter vários ciclos PDSA’s individuais ao
longo do mesmo, visando cumprir um objetivo final maior.
Figura 1.4 - Motor do conhecimento
Assim como visto na Figura 1.4, a aplicação dos ciclos PDSA é contínua.
Quando se acaba um ciclo, inicia-se outro, o que chamamos de “conectar” seus ciclos
PDSA.
6.1 A implementação do ciclo PDSA

O mais interessante sobre o ciclo PDSA é que ele é uma maneira de pensar. Ele
não é apenas um formulário ou um template. Ele é uma lógica, coesa e estruturada, que
nos permite gerar conhecimento.
A sua implementação deve ser feita sempre que queremos melhorar algo.
Podemos começar estruturando ele em um formulário (como será visto no exemplo
abaixo), mas também podemos adaptá-lo. Por exemplo, uma reunião de rotina de uma
equipe, onde as pessoas analisam um problema, criam um plano de ação e, após as
açoes implementadas, reavaliam os resultados sobre a óptica de um indicador para
tomar suas decisões, não deixa de ser um ciclo PDSA.
Podemos sumarizar algumas formas interessantes de colocar em prática esse
motor do conhecimento:
● Reuniões de Resultados e de Rotina (como exposto em nosso curso de
Gestão da Rotina);
● Formulários para testes de mudança;
● Avaliação crítica do desempenho de um funcionário (o funcionário pode
fazer um PDSA para entender como vai melhorar);
● Planilhas para testes de mudanças;

www.fm2s.com.br
17
● Reuniões diárias (huddles - Como exposto no curso de Gemba Walking da
FM2S);
● etc.
Vale a pena dizer que: em todo esforço de melhoria ou de excelência operacional,

seja ele com qualquer metodologia, a lógica do PDSA estará presente. O que muda é
como esta lógica é conduzida dentro da organização. Por exemplo: iremos fazer uma
iniciativa pontual e rodar um PDSA, ou então vamos, rotineiramente, desenvolver ciclos
PDSA para a melhoria contínua.
As metodologias mais usuais serão apresentadas logo após um exemplo do ciclo
PDSA.
6.2 Exemplo - ciclo PDSA

Para tangibilizar a lógica PDSA podemos preencher um formulário genérico com
as demais aplicações, como elaborar hipóteses e sugestões de melhorias. A partir dessas
informações, a equipe deve realizar experimentos e ver de fato se houve melhoria ou
não.
Para o exemplo a seguir, foram usadas informações da equipe de Marketing da
FM2S e a sua ideia de mudança para alavancar o setor. O objetivo, ações e experimentos
foram preenchidos no Formulário PDSA presente na Figura 1.5.

www.fm2s.com.br
18
Figura 1.5 - Formulário PDSA 1.1 Marketing
Com os resultados do ciclo PDSA, a equipe de Marketing resolveu fazer um

segundo experimento, com novo objetivo e atividades, salvo na pasta do curso. O
www.fm2s.com.br
19
sucesso e desempenho das ações ficam registradas no Formulário PDSA, o que serve de
aprendizado. Essa é uma maneira estruturada de enxergar a melhoria, porém com a
experiência, escrever no papel pode ser dispensado.
Lembretes: o ciclo PDSA pode ser usado continuamente ou pontualmente. Sua lógica
inspira a realização de melhorias.
7. O jeito Seis Sigma de gerar melhorias

O Seis Sigma foi criado por Bill Smith na Motorola e popularizado por meio de seu
presidente na década de 1980, Robert W. Galvin. Agora anunciada como uma das
principais práticas metodológicas para melhorar a satisfação do cliente e melhorar os
processos de negócios, o Seis Sigma foi refinado e aperfeiçoado ao longo dos anos no
que vemos hoje.
Tradicionalmente, emprega uma série de ferramentas de análise de processos e
de dados, com forte viés estatístico, para buscar: redução de custos, otimização de
produtos e processos e incremento da satisfação do cliente. O objetivo ideal é corrigir
um processo para que ele seja 99,9997% livre de defeitos. Ou produzir apenas
3,4 Defeitos por milhão de oportunidades ou menos!
Embora o Six Sigma dependa de uma liderança forte para impulsionar a melhoria,
um dos princípios da metodologia é que cada pessoa na organização deve estar
comprometida e compreender o esforço, especialmente o gerenciamento de alto nível.
A metodologia faz todas as análises de forma a desenvolver processos, projetos e
programas de melhoria. Iremos revisar estes conceitos e entender quem são os
responsáveis por implementá-los.
7.1 Processos de negócio

São as atividades rotineiras que visam transformar entradas de fornecedores em
saídas para atender às necessidades dos clientes. Para a atribuição como processos de
negócios, são consideradas algumas características:
● Uma empresa é composta por vários processos (como vamos ver mais adiante, no
tópico sobre organizações);
● Os processos são tocados por pessoas, trabalhando em equipes;
● Em um processo, todos os dias produzimos saídas parecidas.
7.2 Projetos de melhoria

São iniciativas únicas que visam entender, analisar e melhorar um processo de
rotina. A esquematização de um projeto de melhoria é observado na Figura 1.6.
● Essa melhoria é geralmente o impacto em um indicador de interesse da
organização (como vamos ver mais adiante);
● A equipe do projeto não necessariamente é a equipe do processo;
● É preciso que a organização dê tempo para que as pessoas possam trabalhar
essas iniciativas;
● É justamente nestes projetos que atuam os “belts”;
● Diferentes técnicas são usadas nesta análise e melhoria.

www.fm2s.com.br
20
Figura 1.6 - Projetos de melhoria
7.3 Programas de melhoria

Assim como visto na Figura 1.7, programas de melhoria são uma série de
projetos de melhoria tocados em conjunto, de maneira a impactar simultaneamente
vários indicadores da organização.
● A equipe (ou área) de melhoria geralmente faz a gestão dessa série de projetos;
● Costumam ter um impacto significativo no desempenho da organização;

www.fm2s.com.br
21
Figura 1.7 - Programa de melhoria
7.4 Pontos críticos para o sucesso do Seis Sigma

No seu núcleo, o Seis Sigma gira em torno de alguns conceitos-chave. Ao investir
em Cultura, Estrutura e o Envolvimento das Pessoas, o sucesso do Seis Sigma é mais
próximo. Os pontos são expostos na Tabela 1.1, em que todas dicas são importantes e
devem ser implementadas.
Tabela 1.1 - Pontos críticos para o sucesso do Seis Sigma

Culturais Estruturais Das pessoas envolvidas
Cultura de solução de Apoio da alta Pessoal com alto nível de

problemas (jeito administração; treinamento;
ocidental);
Cultura de engenharia; Liberação de tempo dos Pessoal com aptidão para

especialistas para resolver trabalho com dados e
problemas; organização para projetos;
Cultura de projetos. Clareza nas metas Uso dos melhores talentos

estratégicas para a da organização;
melhoria;
Disponibilidade de dados Facilidade de aprender (a

por parte da organização. maioria dos projetos serão
genéricos)

www.fm2s.com.br
22
8. O Lean Seis Sigma
O Seis Sigma atual incorpora vários aspectos provenientes do Lean. A ideia é dar
ao agente de melhoria (do Seis Sigma clássico), um repertório de mudanças simples,
que vão engajar o pessoal da operação. Essas mudanças são inspiradas na forma de
trabalhar das empresas japonesas (principalmente a Toyota), que ficou conhecido como
Lean. Ele foca que a melhoria precisa ser conduzida por todos os colaboradores da
empresa, com iniciativas simples, visuais e descentralizadas. Falaremos mais deles a
seguir.
Apesar do Lean Seis Sigma como conhecemos hoje ter uma estrutura ainda
projetizada e ser dividido em belts, ou faixas, ele incorpora outras ideias para o
desenvolvimento das mudanças.
8.1 O que é Lean?

A metodologia Lean é uma filosofia para a melhoria contínua, aplicada através de
boas práticas e ferramentas. A Figura 1.8 apresenta de forma os dois grandes pilares do
Lean: o respeito às pessoas e a melhoria contínua.
Figura 1.8 - A metodologia Lean
A melhoria contínua, o pilar Kaizen, também conhecida como melhoria de fluxo,

tem como objetivo tirar barreiras do fluxo natural dos processos. Para fazer isso, junto
ao respeito às pessoas, é preciso transparência, mapeamento e envolvimento coletivo.
O jeito Lean é descrito como:
● É mais uma abordagem contínua do que iniciativas “projetizadas”;
● Envolve a melhoria contínua das pessoas e da liderança;
● É uma mudança cultural.
8.2 Pontos críticos para o sucesso do Lean

Assim como os pontos para o sucesso do Seis Sigma, o pontos Culturais,
Estruturais e de Pessoas Envolvidas são muito importantes. Na Tabela 1.2 são
levantadas as características mais marcantes que garantem o sucesso.
www.fm2s.com.br
23
Tabela 1.2 - Pontos críticos para o sucesso do Lean
Culturais Estruturais Das pessoas envolvidas
Pensamento de longo Participação ativa da alta Pensamento de longo

prazo; administração; prazo;
Respeito às pessoas; Alinhamento de objetivos Sincera preocupação com o

com todas as partes da cliente;
organização;
Disciplina na execução Forte programa de Mente aberta para

para criar o hábito da educação do chão de mudanças radicais;
melhoria. fábrica;
Alinhamento entre alta, Pensamento para melhoria

média e baixa (Lean Thinking).
administração.
9. Projetos de Melhoria
Foi visto no tópico sobre o Seis Sigma o que é a ideia de um projeto de melhoria,
podemos aprofundar os seus conceitos. Um projeto de melhoria é uma sequência de
atividades realizadas com o objetivo de entregar uma melhoria em um processo. As
soluções para gerar essas melhorias são desconhecidas. Descobri-las faz parte do escopo
do projeto.
O Projeto de Melhoria normalmente é organizado a partir de um roteiro (como o
roteiro DMAIC). Pode ser simples ou complexo, dependendo do número de pessoas
envolvidas. Porém ele sempre deve partir do princípio que o projeto não tem uma
resposta conhecida. Esse detalhe minimiza as chances que a mudança implementada não
seja realmente uma melhoria. O roteiro trabalha com “palpites”.
As características marcantes para realizar um bom projetos são:
● Começa com um problema ou oportunidade;
● É percebido por muitos, inclusive pela direção;
● É recorrente;
● Não tem uma solução clara.
Também é relevante fazer perguntas teóricas sobre ele: Esse é o projeto certo?
Com as pessoas certas (na equipe e no suporte)? Pode ser cumprido dentro do tempo
(até 9 meses)? Assim como vimos, algumas equipes selecionam um grupo de mudanças
para serem implementadas que não respondem a tais perguntas porém que seja de fácil
aplicação, o que não é ideal.
9.1 Como estruturar o projeto?

A recomendação na hora de estruturar um projeto é de usar o roteiro DMAIC.
Vamos aprender várias ferramentas e técnicas neste curso, mas nem todas precisam ser
usadas para o seu projeto. O esperado é que possamos ver nas cinco fases que:
1. Você definiu bem o problema a ser abordado (Define);
www.fm2s.com.br
24
2. Você entendeu bem o que estava acontecendo, através da análise dos dados e
dos processos (Measure);
3. Você desenvolveu mudanças com base nas análises causais dos dados coletados
(Analyze);
4. Você testou essas mudanças de maneira estruturada (Improve);
5. Você implementou e estabilizou o seu processo (Control).
10. O DMAIC e suas ferramentas

O roteiro DMAIC é composto pelas cinco fases: Define (definir), Measure (medir),
Analyze (analisar), Improve (melhorar) e Control (controlar).
Na fase do Define nós definimos qual é o problema ou oportunidade queremos
trabalhar. Nela, respondemos às 2 primeiras perguntas fundamentais, entendendo a real
necessidade da organização. O maior desafio aqui é cristalizar as impressões particulares
de cada envolvido no projeto para chegar a um objetivo mais palpável. A saída
fundamental da fase Define é a formulação do contrato de melhoria, que irá pautar todos
os esforços futuros. Algumas ferramentas usadas nesta fase são:
● Técnicas do VOC (Voice of Customer), que nos ajuda a coletar informações do
cliente;
● O SIPOC, que nos ajuda a enxergar o processo de outra maneira;
● A árvore CTC (critical do customer) ou CTQ (critical to quality), que nos ajuda a
transformar ideias abstratas em indicadores concisos;
● O contrato de melhoria, que compila e formaliza todo o discutido;
● A matriz de análise de stakeholders, que nos ajuda a identificar todos os
envolvidos e programar nossas ações de convencimento;
● A matriz de comunicação, que nos ajuda a evitar problemas do tipo “rádio-peão”;
● O diagrama de afinidades, que nos ajuda a organizar as nossas ideias.
A fase seguinte é a fase do Measure, aonde vamos começar a entender as coisas

como elas são. Essa fase tem duas frentes de trabalho distintas, ou duas “portas” por
onde começamos nossas medições: a porta de processos e a porta de dados. Na porta de
processos, nós mapeamos o processo atual e entendemos como ele funciona.
Identificamos quais são suas atividades e como elas se conectam. A grande saída dessa
porta é um fluxograma que explica exatamente como nosso processo transforma suas
entradas (matérias-primas) em saídas (produtos ou serviços). Na porta de dados, nós
medimos o desempenho do processo com números. Para isso, temos que coletar dados
(indicadores) sobre o que está acontecendo e analisá-los. Boa parte das ferramentas que
iremos ensinar no curso de Green Belt tem o objetivo único de analisar os dados que
coletamos. Algumas ferramentas desta fase são:
Para processos:
● A ferramenta do SIPOC, com ênfase no mapeamento de processos;
● A criação de fluxogramas;
● A elaboração de um VSM (value stream mapping, ou mapeamento do fluxo de
valor);
● A criação de diagramas de espaguete, ou diagramas de layout;
● A análise e criação de instruções de trabalho e definições operacionais.
Para dados:

www.fm2s.com.br
25
● Formulários de coletas de dados e folhas de verificação;
● Gráficos de tendência;
● Gráficos de controle;
● Gráficos de frequência (histogramas, Box-Plots, gráficos de barras, de setores, de
Pareto, etc.);
● Análises de capabilidade;
● Análises MSA (measure system analysis);
● Ferramentas para a transformação de variáveis.
A terceira fase é a do Analyze. Nela fazemos duas coisas: analisamos

criticamente nossos dados e procuramos desenvolver mudanças que vão gerar
melhorias. Na prática, fazemos as duas coisas juntas. Ao final dessa fase, já teremos
formatado as nossas primeiras mudanças a serem testadas. Algumas ferramentas:
Para dados:
● Estudo de correlação, como gráficos de dispersão e planilhas de contingência;
● Análise de Regressão Linear.
Para processos:
● Os 5 por quês;
● O diagrama de Ishikawa, ou diagrama de causa e efeito;
● Diagramas de árvore;
● Análise de Valor;
● Criação de Poka-Yokes;
● Análise de desconexões;
● As técnicas de criatividade;
● Os conceitos de mudança.
A penúltima fase é a fase do Improve, onde vamos melhorar as nossas

mudanças e começar a melhorar o nosso processo. Nesta fase nós iniciamos nossos
experimentos. As ferramentas mais importantes a serem trabalhadas são o ciclo PDSA e
o planejamento de experimentos, usando experimentos fatoriais. Ao sairmos do improve,
já vamos saber exatamente quais ferramentas devemos implementar.
A última fase é a fase do Control. Nela de fato implementamos as mudanças
vencedoras. Para que essa implementação seja bem feita, iremos trabalhar algumas
ferramentas de psicologia, como o diagrama de campos de força e aprender a fazer bons
padrões e bons treinamentos.
As ferramentas estão presentes na Figura 1.9 de forma visual, em que as cores
representam os belts, onde em amarelo são ferramentas vistas no Yellow Belt, em verde
as demais ferramentas aprendidas no Green Belt e por último as ferramentas em cinza
que são ensinadas apenas para o Black Belt.
Nos próximos capítulos, o curso irá aprofundar cada fase DMAIC e as ferramentas
do Green Belt.

www.fm2s.com.br
26
Figura 1.9 - Ferramentas DMAIC - As cores representam o belt em que elas são
usualmente trabalhadas.
11. A divisão dos Belts

Os “belts” são os diferentes níveis de conhecimento na metodologia. A ideia foi
emprestada das artes marciais (como o judô ou o karatê), onde cada faixa é o seu
conhecimento sobre a arte marcial em questão. No Lean Seis Sigma, tradicionalmente
temos cinco faixas. O que cada uma representa está sumarizado na Tabela 1.3.
Cada faixa Seis Sigma têm um nível de conhecimento e experiência maior. Por
isso as ferramentas mais complexas são realizadas pelos profissionais Green Belt e Black
Belt.

www.fm2s.com.br
27
Tabela 1.3 - Os belts
12. As habilidade de um agente de melhoria

As habilidades do agente de melhoria (que devem ser adquiridas ao longo dos
cursos belts) são:
1. Saber aplicar a metodologia em diferentes situações;
2. Entender processos de negócios (ver o processo por trás do problema);
3. Saber coletar dados qualitativos e quantitativos sobre os processos;
4. Conhecer os conceitos das metodologias de melhoria;
5. Desenvolver mudanças;
6. Saber planejar experimentos e testar mudanças;
7. Entender como trabalhar e analisar dados (estatística);
8. Estimar o desempenho de um processo;
9. Fazer o projeto andar (convencer as pessoas, conseguir apoio, vender os
resultados);
10. Trabalhar com visualização de dados e processos;
11. Saber comunicar-se de maneira eficiente e trabalhar em equipe.
13. Resumo do capítulo

A melhoria resulta da aplicação de conhecimento. O curso de Green Belt ensina
como as empresas transformam esses conhecimentos em projetos de melhoria.
Cinco pontos são fundamentais para se conseguir uma melhoria:
1. Saber o que precisa ser melhorado, com clareza;
2. Ter um mecanismo de feedback para saber se a melhoria está acontecendo;
3. Desenvolver mudanças que resultarão na melhoria;
4. Testar a mudança, adquirindo conhecimento específico no assunto;
5. Saber quando tornar a mudança perene, ou seja, quando implementar a
mudança.

www.fm2s.com.br
28
As empresas sempre terão oportunidades a serem aproveitadas, problemas a
serem resolvidos e processos a serem melhorados. Elas sempre precisarão de
procedimentos mais eficazes, produtos mais competitivos e conhecimentos que a façam
desempenhar melhor. Os roteiros são apenas o como vamos suprir estas necessidades.
O Modelo de Melhoria é uma estrutura que veremos para aplicar os cinco pontos citados
do DMAIC que serão abordados no curso para suprir essas necessidades.

www.fm2s.com.br
29
Capítulo 2 - Define
1. Introdução ao Define
O Define é o primeiro passo do roteiro DMAIC. É por ele que começamos o nosso
projeto de melhoria. Nele, todas as nossas ações vão ter o objetivo simples de definir o
objetivo do nosso esforço de melhoria. Em outras palavras, temos que achar o processo
por trás do problema, abordado junto às três questões fundamentais, e entender o
indicador que o representa e definir o impacto neste indicador que será o objetivo do
projeto.
Essa definição deve ser feita de maneira clara e objetiva, seguindo a filosofia do
Modelo de Melhoria, ou seja, respondendo as 3 perguntas fundamentais (especialmente
as duas primeiras).
Na prática, seguimos os seguintes passos no Define, ilustrados na Tabela 2.1:
1. Começamos o projeto, conversando com todos os interessados do esforço
de melhoria. Aqui, é importante falar com o patrocinador (que é o líder
formal responsável pelo projeto) para identificar claramente o problema ou
oportunidade que vamos atacar. Temos que entender também a razão
pela qual este problema ou oportunidade é importante para a empresa.
Devemos entender o contexto do nosso projeto de melhoria.
2. Após esclarecido o problema e o contexto, temos que entender qual é o
processo por trás do problema, bem como onde este processo começa
e onde ele termina. Entender esse processo é vital para sabermos qual o
propósito dele, ou seja, o que este processo está entregando para a
organização. A ferramenta do SIPOC (que iremos detalhar mais a frente) é
uma ótima ferramenta para descrever este processo.
3. Uma vez entendido o problema e o processo por trás do problema (que
são a resposta para a primeira questão), temos que ter uma métrica ou
indicador para saber se estamos melhorando ou não o processo. Esse
indicador é importante pois é com ele que vamos, posteriormente, provar
que as mudanças que fizemos foram de fato uma melhoria. A definição
dessa métrica (caso ela já não exista) é um passo fundamental do Define.
Geralmente, questionamos os clientes do processo problemático (aquelas
pessoas que teoricamente usam as suas saídas) e entendemos suas
necessidades. Em seguida, compilamos essas suas impressões em fatos
observáveis. Esse processo é chamado de “VOC”, ou Voice of Customer
(Voz do Cliente). A ferramenta que nos auxilia nesta empreitada (de
transformar as necessidades do cliente em itens mensuráveis) é a árvore
CTC.
4. Em seguida, temos que determinar o objetivo do esforço de melhoria.
Temos que entender qual impacto vamos buscar no indicador. Esse
objetivo precisa ser formalmente definido (Aumentar ou Diminuir, um
indicador, em uma meta, até um prazo).
5. Ao final da fase do Define, teremos preenchido o Contrato de Melhoria
do projeto, que é a principal ferramenta de alinhamento da equipe de
melhoria. Este documento é análogo ao Project Charter (ou, Termo de
Abertura do Projeto) utilizado nas metodologias de gestão de projetos.
Devemos também analisar se o objetivo do projeto está alinhado com os
objetivos da organização (checklist de inicialização).
www.fm2s.com.br
30
Para identificar quais as ferramentas utilizar, o Mapa do fase Define, mostra os
objetivos e as saídas esperadas nas fases do Define abordadas anteriormente.
Tabela 2.1 - Mapa do Define
2. O SIPOC
O SIPOC é uma ferramenta que descreve um processo. Entretanto, ele não faz
isso evidenciando o fluxo do processo (o que pode ser muito confuso de ser detalhado),
como um fluxograma, mas sim evidenciando a razão daquele processo existir e a
interação do processo com outras áreas na empresa. Seu nome é uma sigla que
exibe o que queremos entender do processo: quem são os fornecedores do processo (S -
Suppliers), quais as entradas para o processo (I - Inputs), quais as etapas do processo
(P - Process), quais as saídas do processo (O - Outputs) e quais são os clientes destas
saídas. Na prática, ele é um formulário (ver Figura 2.1), onde cada sigla é um campo a
se preencher do processo.

www.fm2s.com.br
31
Figura 2.1 - O SIPOC
2.1 Como Elaborar o SIPOC

Para criar um SIPOC do processo você deve seguir alguns passos. São eles:
1. Concordar com o nome do processo. Lembre-se, para definir nome de um
processo use verbos no infinitivo mais um complemento (Ex: Realizar
Planejamento Estratégico da Área Comercial);
2. Defina as saídas do processo. As saídas são as coisas tangíveis que o processo
produz (Ex: um relatório, uma carta, um produto, etc);
3. Defina os clientes do processo. Estas são as pessoas ou outros processos que
recebem as saídas do processo. Toda saída deverá possuir um cliente;
4. Defina as entradas do processo. Estas são as coisas necessárias para iniciar o
processo. Elas frequentemente são tangíveis (Ex: Requisição do cliente);
5. Defina os fornecedores do processo. Estes são as pessoas ou outros processos
que fornecem as entradas. Toda entrada deverá possuir um fornecedor. Em
alguns processos que vão do início ao fim, o fornecedor e o cliente poderão ser o
mesmo;
6. Defina os sub-processos que fazem parte do processo mapeado. Estas são as
atividades que são feitas para converter as entradas em saídas. Elas serão a base
para o mapa do processo a ser criado a após a elaboração do SIPOC. Lembre-se
que nesta etapa do Define, não é preciso detalhar muito estes sub-processos,
apenas colocar-los de maneira “macro”, a fim de se conhecer as etapas. Iremos
fazer um mapeamento mais detalhado na etapa do Measure.
Notem que ao fazer isso, estamos começando a mapear o processo que estamos
analisando. Mais para a frente, iremos destacar como usar essa ferramenta para se
mapear com perfeição qualquer tipo de processo.
Na Tabela 2.2 é possível ver algumas dicas para construir o SIPOC:

www.fm2s.com.br
32
Tabela 2.2 - Dicas SIPOC
Dicas O que fazer Erros mais comuns
O nome processo define o Usar verbo no infinitivo Dar nome utilizando

que ele faz, nem mais e mais complemento; gerúndio ou verbo no
nem menos; passado;
O nome do processo não Use a declaração de

deverá definir seu propósitos do processo Colocar palavras que
desempenho e nem seus para definir o porquê ele definem o objetivo do
objetivos de melhoria; existe. Isto irá ajudá- lo a processo. Ex: Contratar
identificar os objetivos de pessoas rápido, melhorar os
melhoria e as métricas de relatórios;
desempenho;
As saídas devem As saídas são “coisas”. Saídas que ou são vagas,

especificar o que o Elas podem estar corretas como “clientes satisfeitos”
processo entrega, não o ou com erros. Podem ou que contém
que ele alcança; atender as especificações, como
necessidades do cliente ou “relatórios entregues a
não; tempo”;
Entradas devem ser Entradas são “coisas” Mão de obra e outros

especificar os “gatilhos” do supridas pelos recursos não consumidos no
processo e o que será fornecedores do processo. processo. Eles não disparam
trabalhado pelo processo. o processo e não sofrem
transformação.
Políticas e regras não devem
ser incluídas como entradas.
Elas guiam o processo, mas
não são trabalhadas por ele.
Entradas podem incluir
instruções operacionais
que são necessárias para
quem executa as atividades.
2.2 Por que usar o SIPOC no Define?

Lembrem-se: no Define trabalhamos para sair com um foco claro para atacarmos
em nosso projeto de melhoria. Temos que entender as visões de cada uma das pessoas
e bolar um indicador que vá nos balizar durante o resto do projeto. O SIPOC é útil para
se conseguir as duas coisas.
Quando utilizamos o SIPOC, começamos a analisar o nosso problema de uma
forma extremamente útil para a melhoria: de forma sistêmica. Começamos a entender
com muita clareza onde está inserido o processo que queremos analisar, entendemos
onde ele começa, termina e quais são os seus limites. Além disso, temos declaradas
claramente todas as etapas do processo. Podemos então, com a ajuda do resto do time
de melhoria, analisar criticamente as etapas propostas, tentando identificar nas
discussões direcionadores críticos para a qualidade.

www.fm2s.com.br
33
O SIPOC também nos permite identificar pontos para a coleta de dados. Podemos
pensar em indicadores diversos para as saídas, para as entradas e para cada etapa do
processo. Por exemplo: como medir se a saída está com qualidade? Quanto tempo
demora toda a etapa de processamento? Quanto de rejeito esta etapa está gerando?
Quanto aproveitamos de cada entrada? Todas estas perguntas, elementares a se
observar um SIPOC, podem levar a indicadores bastante úteis em projetos de melhoria.
Por fim, essa visão segmentada e clara do processo também já nos começa a
abrir a mente para possíveis mudanças no processo: Temos alguma entrada que não
precisamos? Deixamos de ter alguma entrada que precisamos? Nesta etapa, de
“preparação do paciente”, qual é o procedimento que estamos seguindo? Podemos fazer
melhor?
Essas técnicas de aperfeiçoamento das atividades serão discutidas em mais
profundidade na etapa do Analyze.
2.3 Exercício - SIPOC

Elabore um SIPOC para o processo comumente conhecido de “realizar um exame
de sangue”. Faça a análise do SIPOC do ponto de vista do laboratório responsável para o
exame.
● Qual é a saída mais importante do laboratório?
● Quem consome essa saída?
● Para produzir essa entrega, o que é necessário entrar para o laboratório?
● Quem fornece essas entradas?
● Como as entradas se transformam em saídas?
● É assim para todos os laboratórios? O que muda?
Resolução:
O exemplo de como funciona o processo de coleta de sangue tem como objetivo
identificar as entradas e saídas. Se fosse definido primeiro a saída, é sabido que o mais
importante do processo é o resultado do exame de sangue, que é consumido pelo
médico (ou pelo paciente). A saída não é o sangue. Aliás, esse nem aparece no SIPOC.
Ele é coletado e é processado inteiramente dentro do processo, portanto não é uma
entrada nem uma saída. Logo as entradas são relacionadas à coleta do sangue, inclusive
o paciente.
É possível notar na Figura 2.2 também que o processo pode não ser realizado da
mesma maneira de um laboratório para outro. Por exemplo, a atividade de “preparar o
paciente” pode ser realizada das mais diversas maneiras, seguindo os mais diversos
procedimentos.

www.fm2s.com.br
34
Figura 2.2 - SIPOC processo de coleta de sangue
3. O VOC (Voice of Customer)

Uma vez definido o produto e desenhado o processo que queremos melhorar,
temos que definir seus indicadores, para saber que estamos melhorando. Esses
indicadores podem já ser definidos pela empresa (no caso de termos algo como:
aumentar a produtividade, reduzir custos, etc.) ou então teremos que defini-los no
Define.
Muitos projetos de melhoria estão baseados na interface com o cliente do
processo. Em outras palavras, tem como objetivo resolver os problemas dos clientes ou
encantá-los. Para tanto, precisamos escutá-los e traduzir o que estão falando para uma
linguagem palpável ao nosso projeto de melhoria. Precisamos, portanto, extrair das
informações subjetivas, indicadores mensuráveis.
3.1 Avaliando a qualidade do processo

Agora que já sabemos qual é o nosso processo, seguindo a lógica do Define,
precisamos identificar e formalizar um indicador que avalia se ele é feito com qualidade.
Este indicador é o feedback se nossas mudanças vão ser melhorias ou não. Ele é
chave para que possamos de fato buscar a nossa melhoria. Boa parte das vezes, esse
indicador é dado pelo patrocinador (em empresas estruturadas). Entretanto, muitas
vezes ele não é dado. Quando ele não é dado, temos que questionar nossos clientes
(internos ou externos) para desdobrar o que eles esperam do processo (o que é
qualidade para eles) e, a partir disso, determinar um indicador para acompanhar.
Durante a coleta de informações, temos que entender que os clientes não
possuem os mesmos pensamentos que nós, envolvidos com melhoria, possuímos. Eles
não estão interessados em definir um objetivo claro para melhorar nossos produtos, por
isso eles vão ser relativamente vagos em suas exposições. Irão exprimir-se muitas vezes
de maneira sentimental e inconsciente: sabem que não gostam de algo do produto, mas
não sabem exatamente o porquê. Cabe a nós, tentar entender o porquê com perguntas.
Outra coisa que pode acontecer (e vai acontecer) é o cliente comparar seu produto com
coisas que ele está acostumado. Você irá escutar respostas do tipo:
www.fm2s.com.br
35
● “Eu gosto que a minha entrega seja rápida. O pessoal da concorrência entregou
muito rápido”; tudo bem, mas em quantos dias? Qual a definição de rápido para
você?
● “O ar condicionado do carro de vocês é uma porcaria, ele demora um ano para
esfriar! Eu moro no Rio de Janeiro, aqui faz muito calor! Meu amigo tem o carro
da concorrência e ele gela rapidinho”; ótimo, mas quantos graus lá fora é calor?
Quantos graus significa conforto para você, 23ºC? O que é “rapidinho” em
minutos?
Perguntas “inteligentes” seguem uma lógica. A perspectiva pela qual

questionamos o cliente também é muito importante. Devemos conduzi-lo a pensar na
sua necessidade, e não na solução que ele gostaria. Um exemplo disso é a célebre frase
atribuída a Henry Ford, sobre a invenção do carro: “Se eu perguntasse ao meu cliente o
que ele queria, iria me responder que precisava de um cavalo um pouco mais rápido”.
É papel do agente de melhoria, direcionar a conversa com o cliente de maneira a
extrair as informações necessárias que respondam às questões fundamentais. Alinhar,
claramente com o cliente o objetivo da reunião, explicando calmamente todo o esforço
de melhoria, é uma ótima maneira de coletar as informações de maneira eficiente. A
ferramenta da árvore CTC (Critical to Customer) ajuda muito nessas situações.
4. Árvore CTC
A árvore CTC, ou CTQ (Critical to Quality) é um diagrama que nos ajuda a extrair
indicadores dos clientes, a partir de suas percepções abstratas. Ela interpreta o que é
feito com o VOC e que deve traduzir em indicadores, assim como visto na Figura 2.3.
Figura 2.3 - Exemplo da árvore CTC
A árvore CTC tem, basicamente, 4 níveis, que são exemplificadas na sequência

das Figuras 2.4, 2.5, 2.6 e 2.7:
1. Formular o problema: o que estamos analisando? Podemos estar, por exemplo,
querendo ver a qualidade do nosso processo de faturamento, ou então a
qualidade de um carro que produzimos.

www.fm2s.com.br
36
Figura 2.4 - A árvore CTC, formular o problema
2. Identificação dos direcionadores: de maneira abstrata, o que é, do ponto de

vista para o cliente, um bom processo de fatura? As faturas têm que ser
entregues no dia, portanto tempo de entrega é um direcionador. As faturas
também devem vir com o valor correto, conforme o combinado no contrato,
portanto valor da fatura é outro direcionador. Para o caso do carro, temos
direcionadores diferentes, como por exemplo: consumo de combustível, silêncio,
conforto térmico, etc.
Figura 2.5 - A árvore CTC, identificar os direcionadores
3. Identificados os direcionadores, temos que definir variáveis específicas e

mensuráveis para representar cada direcionador. No caso da fatura, para
representar o direcionador “tempo de entrega”, podemos medir a variável tempo
de entrega, definida como: o tempo total em dias que leva da solicitação de

www.fm2s.com.br
37
faturamento pelo cliente até o mesmo receber a sua fatura. Atrelada a esta
variável, podemos ter também uma especificação: a fatura estará conforme, caso
ela seja entregue em até 3 dias úteis, caso contrário ela estará não conforme.
Notem que cada direcionador pode ter uma ou mais variáveis para representá-lo.
Figura 2.6 - A árvore CTC, variáveis mensuráveis
4. Por fim, definimos os indicadores para medirmos se estamos atendendo as

variáveis importante para o cliente. Cada variável poderá ter um ou mais
indicadores, dependendo da situação. Em nosso exemplo, a variável “tempo de
entrega” pode ter dois indicadores: tempo médio de entrega das faturas e
porcentagem de faturas não conformes, dando-nos informações diferentes.
Figura 2.7 - A árvore CTC, indicadores

www.fm2s.com.br
38
Esta árvore é uma ferramenta maravilhosa na tradução das necessidades de
clientes (tanto internos quanto externos). Nos próximos tópicos um exemplo de projeto
será desenvolvido.
4.1 Como coletar os direcionadores de qualidade

Para coletar informações dos clientes (aqui estamos falando tanto de clientes
externos quanto de clientes internos), nós temos basicamente duas estratégias:
● Recorrer a fontes reativas de informação, ou seja, fontes que te enviam
informações, quer você faça algo ou não. São por exemplo, ligações de clientes
para o SAC da empresa, aberturas de chamados em sites como o Reclame AQUI,
relatórios de vendas, reivindicações de garantia de nossos produtos ou serviços,
etc. Essas informações são relativamente baratas de serem adquiridas, porém
elas são também parciais: a informação nunca chega da maneira que queremos
e, convenhamos, poucos clientes nos ligam para elogiar nossos produtos. E,
quando chegam, pode ser tarde demais, pois algo ruim ocorreu.
● A segunda maneira são as fontes ativas de informação, ou seja, aquelas que
temos que fazer alguma coisa para conseguir as informações. Exemplos de fontes
ativas vão desde as mais simples, como formulários de pesquisa enviados por
e-mail até as mais complexas, como a elaboração de grupos focais, passando
pelas mais convencionais, como entrevistas com os clientes, conversas informais
e até ligações de feedback. A vantagem das fontes ativas de informações é que,
por meio delas, podemos obter a informação como quisermos.
Qual fonte escolher depende muito do tipo de projeto. Podemos, inclusive,

escolher ambas no Define. Podemos partir de fontes reativas (compilando as nossas
reclamações no Reclame AQUI, por exemplo) e depois seguir para as fontes ativas para a
complementação das informações passivas (por exemplo, ligar para cada cliente para
entender melhor os problemas apresentados).
O importante é, ao final da pesquisa, termos um objetivo claro para agradar o
cliente. Exemplos:
● Os clientes gostam de agilidade na entrega, por isso temos que entregar o
produto até eles em, no máximo, 3 dias úteis;
● Os clientes gostam abominam falhas em seus produtos, por isso apenas 1 em
cada 10.00 produtos fabricados pode ter algum tipo de falha;
● Os clientes prezam o conforto térmico em seus carros, por isso, quando o ar
condicionado do carro é ligado e a temperatura externa é de 40°C, em até 5
minutos o carro precisa ter seu interior climatizado em 22°C.
Chegar em objetivos como estes não é fácil. Quando estamos coletando

informações dos clientes, para chegar a estes objetivos, devemos tomar alguns
cuidados. Dicas que podem ajudar a obter informações confiáveis dos clientes são:
1. Os clientes podem ser vagos em sua explicação;
2. Seja específico;
3. Considere um fator por vez;
4. Busque a necessidade do cliente, não a sua solução favorita;
5. Expresse os requerimentos em fatores mensuráveis;
6. Identifique o que é “aceitável” ou “inaceitável”.

www.fm2s.com.br
39
4.2 Exemplo - dados estruturados
A aplicação do VOC e da árvore CTC constroem um banco de dados. Os dados
estruturados consistem em informações gerenciadas pela organização em planilhas,
como o exemplo da Figuras 2.8, que trazem monitoram o processo e suas entregas.
Figura 2.8 - Exemplo de dados estruturados
No exemplo da figura as variáveis estão separadas por colunas e as observações

em linhas. Os dados da árvore CTC (“fofura”) estão presentes como variáveis de
interesse, porém é do nosso interesse adicionar mais informações que facilitem a
interpretação do processo na fase Measure, como é o caso do “sabor”.
4.3 Exemplo - Árvore CTC

O processo é o de “enviar faturas com qualidade”. A árvore CTC completa do
projeto sobre Faturas é expressa na Figura 2.9:

www.fm2s.com.br
40
Figura 2.9 - Exemplo das Faturas
As variáveis identificadas foram: tempo, valor, envio e controle. A partir delas a

coleta de dados deve ser feita de forma mensurável e traduzida em indicadores.
No exemplo, a conclusão foi a criação de indicadores de porcentagem para
monitorar as faturas enviadas com qualidade.
4.4 O SIPOC e a Árvore CTC em Projetos Reais

Até agora, aprendemos a usar o SIPOC e a Árvore CTC em projetos de melhoria.
Entretanto, alguns comentários são válidos:
● Nem sempre você irá precisar utilizar essas ferramentas. Pode ser
que você trabalhe em uma empresa que já tem bons processos para
realizar projetos de melhoria. Em empresas assim, geralmente há um
Black Belt ou um Master Black Belt que irá entender os problemas,
relacioná-los com processos e definir os indicadores. Neste caso, a missão
será dada ao Green Belt de maneira mais clara, já com o processo e o
indicador definidos.
● O importante é responder às questões fundamentais sobre “o que
queremos fazer” e “como saberemos que a mudança é uma
melhoria”, o SIPOC e a árvore CTC são apenas maneiras de tangibilizar
isso. Caso você já tenha um indicador e o processo claro, não é necessário
passar pela formalização destas ferramentas.
5. O Contrato de Melhoria
O contrato de melhoria é um acordo escrito entre o patrocinador do projeto e a
equipe de melhoria. Nele, devemos detalhar claramente o que se espera do projeto:
quais os objetivos a serem alcançados pela equipe e quais os recursos o patrocinador
deverá disponibilizar para tal.
Além disso, é usual em projetos de melhoria descrevermos de maneira sucinta o
incômodo a ser tratado, antes de definirmos os objetivos. A descrição do incômodo ajuda
a contextualizar o esforço de melhoria e a definir a perspectiva mais adequada do
projeto.
www.fm2s.com.br
41
O contrato é uma fotografia das coisas no início do projeto, muito útil pois
ele ajuda a estabelecer papéis e responsabilidades, além de deixar a equipe focada no
objetivo. Quando conduzimos projetos de melhoria, sempre que há discussões ou
dúvidas se estamos no caminho certo, recorremos ao contrato. É nele que fica o norte do
projeto, algo que não podemos perder.
As mudanças vão acontecer de maneira natural. Às vezes, mesmo após todas as
discussões do Define, achamos que o problema está em um lugar e quando começamos
as medições iniciais, tudo muda. O escopo é geralmente um caso clássico desse tipo de
mudança.
A seguir, a Figura 2.10 lista os elementos básicos do contrato de melhoria.
Figura 2.10 - Os elementos do Contrato
O contrato e melhoria é elaborado conforme as 3 perguntas fundamentais, que

discutimos previamente. Ao preenchê-lo, geralmente já fizemos várias discussões
(inclusive usando as ferramentas do SIPOC e da árvore CTC), portanto já temos bem
definido o que vai ser atacado, por isso é relativamente fácil colocarmos no papel o que
foi discutido.
O modelo de contrato pode variar de lugar para lugar ou de equipe para equipe.
Nesta apostila, faremos um exercício extenso onde apresentaremos uma proposta de
contrato. Entretanto, alguns pontos são muito importantes e devem estar presentes:
● Descrição do incômodo: é vital para a equipe contextualizar o projeto. Descreva
claramente o incômodo que está sendo atacado. Exemplo:
○ Descrição do incômodo ou oportunidade:
“A empresa trabalha com pintura e montagem de para-choques.
Ultimamente, uma série de para-choques vêm sendo rejeitados na
inspeção que acontece após a pintura, devido a riscos que acreditamos ser

www.fm2s.com.br
42
provenientes de pequenas batidas que acontecem quando a tinta ainda
está fresca. Pelo elevado número de rejeitos, não estamos conseguindo
atender a demanda de nossos clientes. Além disso, boa parte dos
para-choques ficam estocados em uma área do barracão, ocupando espaço
e dificultando a circulação de pessoas. ”
● Descrição da importância do projeto: geralmente, para usar futuramente como

argumento de convencimento para os envolvidos, escrevemos algumas palavras
para explicar por que o projeto é importante. Essa importância pode ser exposta
por várias perspectivas: a do cliente, a da empresa, as de vários departamentos,
etc. Ter esses argumentos prontos é útil, pois quando precisamos da ajuda destes
envolvidos, podemos claramente expor a eles o porquê estamos propondo aquilo.
Exemplo:
○ Importância para a empresa:
“Reduzir as perdas na pintura devido à batida irá diminuir a carga de
trabalho e aumentar a produtividade”.
○ Importância para o cliente:
“Reduzir esta perda fará com que o cliente receba a sua encomenda mais
rápido e de maneira integral”.
● O objetivo do projeto: Devemos descrever o objetivo de maneira clara e atrelada

a um indicador. Isso ajuda a manter o foco da equipe de melhoria. Exemplo:
○ Objetivo:
“Reduzir as perdas na pintura por batidas de 30% para menos de 1% até o
mês que vem”.
● Como saberemos que a mudança é uma melhoria? Nesta parte, identificamos

todos os indicadores e contra indicadores que queremos trabalhar, bem como
colocamos uma meta para a sua redução. Sim, sabemos que colocar metas é um
assunto polêmico, por isso ele será discutido mais à frente nessa apostila.
● Restrições: Na parte de restrições, devemos deixar explícito quais são as
restrições do projeto. Por exemplo, podemos ter restrições como “não modificar o
processo X”, ou “não envolver mudanças para o cliente”. Além disso, em geral
trabalhamos com restrições orçamentárias e de recursos humanos.
● Cronograma: Por fim, colocamos uma sequência lógica no tempo do que vamos
trabalhar. No cronograma, podemos relacionar as próximas atividades com as
etapas do roteiro DMAIC, por exemplo: na primeira semana, iremos fazer a
definição das metas, na segunda semana, iremos medir o processo, e assim por
diante.
5.1 Elementos de contrato

Assim como já visto na Figura 2.10, elementos conhecidos de contratos de
melhoria são:
● Informações iniciais: nome do projeto, patrocinador, equipe e líder da equipe;
● Contexto/Descrição do projeto;
● Descrição do incômodo ou oportunidade;
● Importância do projeto;

www.fm2s.com.br
43
● As três perguntas fundamentais;
● Restrições para as atividades;
● Riscos;
● Aprovação/Data.
Por exemplo:
Os objetivos são descritos ao responder à pergunta fundamental “O que estamos
tentando realizar” e os indicadores em “Como saberemos que uma mudança é uma
melhoria?”, assim como visto na Figura 2.11, do contrato de melhoria do projeto
Despachante Aduaneiro.

www.fm2s.com.br
44
Figura 2.11 - Exemplo de contrato de melhoria

www.fm2s.com.br
45
Uma outra forma menos intuitiva de preencher o contrato seria pelo roteiro
DMAIC. Ele ajuda a identificar os defeitos e organizar os próximos passos, que para
processos bem estruturados são mais fáceis de descrever.
5.2 O Contrato de Melhoria e a atribuição de metas

O Contrato de Melhoria deve contar metas quantitativas, numéricas, que podem
ser distorcidas ao longo do caminho. Frente a uma meta não batida, as pessoas podem
distorcer o sistema para batê-la, por isso é importante elaborar bem as metas de modo

www.fm2s.com.br
46
que sejam possíveis e ao mesmo tempo desafiadoras, mas objetivas e a prova de
distorção.
5.2.1 Metas
Muito cuidado deve ser tomado ao negociar metas com o patrocinador do projeto,
especialmente se estas metas refletirem na remuneração dos envolvidos. Quando os
funcionários batem a meta, algumas observações devem ser feitas:
1. As pessoas podem distorcer os dados (colocar uns zeros a mais na planilha do
Excel);
2. Distorcer o sistema de medição (colocar aquela “balança viciada” para parecer
mais magro);
3. Omitir ou “expurgar” dados;
4. Alterar a memória de cálculo;
5. Distorcer o sistema como um todo (como o vendedor que, para vender mais,
começa a dar descontos em excesso).
As metas mais confiáveis são metas numéricas. As mentes mais competentes e

ambiciosas se motivam por meio da atribuição de metas numéricas bem definidas.
Metas devem ser SMART (Specific, Measurable, Achievable, Relevant e
Time-bound), ou seja:
● Específicas (ligadas a um indicador);
● Mensuráveis (é preciso saber exatamente como ela será avaliada);
● Possíveis (metas muito fantasiosas desmotivam a equipe);
● Relevantes (ou seja, devemos entender a variação do indicador para atribuir a
meta);
● Adequada com o tempo do projeto (Time-bound).
Outra coisa que vale a pena ser dito sobre metas é que, como gestores, nunca
devemos dar uma meta para uma pessoa, sem ensiná-la o que ela deve fazer para
chegar lá. Isso é uma grande crueldade. Devemos priorizar a dedicação da pessoa e a
sua conformidade em relação ao processo, ao invés de meramente os resultados obtidos.
Como dizem na Toyota: é melhor (e mais fácil) ter um processo brilhante do que pessoas
brilhantes.
Metas devem ser elaboradas por métodos, para isso, é necessário ser flexível e
procurar a melhor forma de formulá-las. Procure conhecer outras empresas que bateram
metas similares às suas. O que eles fizeram? Qual foi a estratégia adotada? Como eles
implementaram as mudanças? Entenda o que já aconteceu e trace seu caminho até a
sua meta, sempre utilizando as técnicas de geração de conhecimento específico para que
o seu caminho seja mais suave que o da empresa consultada. Essa iniciativa se chama
benchmarking.
Por fim, renegociações são possíveis no contrato, poucos projetos terminam sem
reformulações em seu contrato. Isso acontece com o tempo porque o escopo pode
mudar, a equipe e os recursos podem mudar, além de eventos externos não previstos.
Por isso, não pode ser impedido que as metas mudem também.

www.fm2s.com.br
47
A definição do Define diz que essa é a fase em que o profissional da melhoria
deve conversar com os funcionários que atuam no projeto e entender o incômodo deles.
Assim, os processos devem ser revisados e indicadores devem ser estabelecidos para a
leitura da melhoria.
As fases juntas do Define são:
1. Início do projeto;
2. Defina o processo;
3. Entenda os requerimentos;
4. Defina os indicadores;
5. Formalize.
As saídas esperadas são o Contrato de Melhoria e um bom entendimento de como

o projeto irá contribuir para a organização. Saberemos aqui os seus impactos estimados,
o processo a ser trabalhado e os indicadores a serem impactados.

www.fm2s.com.br
48
Capítulo 3 - Measure
1. Introdução ao Measure
No Measure, você irá entender a situação atual, ou seja, irá adquirir
conhecimento de como está o processo (o que as pessoas estão fazendo) e qual o
resultado disso (análise de dados).
Esse entendimento passa por duas portas: a porta de processos e a porta de
dados. A porta de processos é onde mapeamos os processos envolvidos com a nossa
meta do projeto de melhoria. Fazer esse mapeamento significa entender exatamente
como que as entradas se transformam em saídas. Existem várias técnicas para se fazer
isso e vamos discorrer cada uma delas.
A porta de dados seria onde de fato coletamos os dados relativos ao nosso
indicador principal do projeto e começamos a analisá-lo. Temos que entender que é
muito importante fazer uma coleta cuidadosa dos dados para que nossa análise seja
razoável (iremos comentar como se coletar bons dados). Do ponto de vista de análise,
na fase do Measure nossa maior preocupação é entender a variação dos indicadores.
Vamos ensinar algumas ferramentas excelentes para se fazer isso (como é o caso dos
gráficos de controle de Shewhart) e como se comparar essa variação com as
especificações do cliente (que é o caso das análises de Capabilidade).
Os dados podem ser analisados estaticamente (quanto à frequência),
dinamicamente (com gráficos de controle) e comparados com os requisitos dos clientes
(capabilidade).
Ao final do Measure, assim como mostra a Tabela 3.1, a situação atual deve ser
exposta para todos os envolvidos, através de ferramentas de visualização de dados. Uma
das ferramentas de visualização de dados mais usada e que é abordada pelo curso de
Green Belt é o Minitab.
Tabela 3.1 - Mapa do Measure

www.fm2s.com.br
49
1.1 A porta dos dados
Na prática, todas as nossas decisões (de processos e da vida) estão relacionadas
ao desempenho de determinada característica.
Exemplos:
● Podemos refugar uma peça devido ao seu comprimento;
● Podemos promover um vendedor devido a suas vendas;
● Podemos abandonar um negócio devido ao seu lucro;
● Podemos ficar insatisfeitos devido a um alto tempo de espera.
Dados são os “pacotes individuais de informação” que nos levam a tomar essas
decisões. Por sua importância no nosso entendimento do mundo, eles são pontos
centrais no Lean Seis Sigma.
Dados estão sempre vinculados:
● A um “evento” (Em melhoria, esse evento é, na maioria das vezes, vinculado a
um processo ou atividade);
● A uma “característica” (que é o que observamos do evento – e podemos observar
por diversas lógicas diferentes).
Exemplo 1: Em um processo de “assar bolos” podemos ter a informação de que

um bolo (evento) é de chocolate (característica 1), pesa 100 gramas (característica 2) e
demorou 30 minutos para ser assado (característica 3).
Exemplo 2: Em um processo “vender carros”, podemos analisar cada mês de
trabalho (evento) pela quantidade de carros vendidos (característica 1), valor vendido
(característica 2) e até pelo preço médio das vendas (característica 3).
Por estas razões dizemos que dados são sempre dependentes de um contexto.
1.2 Trabalhando com dados

Trabalhar com dados nada mais é do que entender como gerenciar as
informações ao nosso redor para a melhor tomada de decisão possível.
Algumas atividades precisam ser feitas, entre elas:
● Garantir a confiabilidade das informações;
● Cruzar informações de diferentes fontes e sobre diferentes características;
● Contextualizar as informações;
● Usar técnicas para visualizar e entender o que está acontecendo frente a uma
“enxurrada de informações”.
A estatística é a ciência que nos ajuda a lidar com estes dados. Ela nos ajuda:
● A modelar o problema (fortemente ligado ao contexto);
● A garantir que as informações sejam confiáveis (em outra palavras, a coletar
bons dados);
● A estruturar os dados para a análise;
● A evitar problemas que nos confundem facilmente (como a variação);
● A formular um entendimento melhor do contexto.
Estruturar o banco de dados é muito importante para o projeto de melhoria. Para

realizar bem essa tarefa, o profissional Seis Sigma pode seguir algumas dicas, entre
www.fm2s.com.br
50
elas: usar amostras e testar antes de terminar o banco de dados, além disso é
interessante treinar aqueles que coletarão os dados e dar a eles instruções
compreensíveis.
Outro fato importante de observar é que, ao obter os dados, sempre vamos ter a
medição de nossa característica e experiência pessoal atrelada a forma que interagimos
com a natureza (ou seja, com o nosso “meio de medição”). Portanto, os dados coletados,
com os quais vamos trabalhar, sempre refletirão apenas uma pequena parte da natureza
onde eles foram gerados.
Dito isso, vamos conhecer como elaborar uma boa “definição operacional” e
começar a jornada da coleta, construção do banco de dados (Figura 3.1) e análise dos
dados, tão importante para o projetos de melhoria.
2. Coleta de dados
Até agora estivemos falando na parte do Measure como enxergar os processos
através do entendimento da sequência de suas atividades e das inter-relações entre
essas atividades. Agora iremos começar a analisar os processos através dos dados que
eles nos enviam.
Essa porta é talvez a grande contribuição do Green Belt na análise de melhorias.
Aqui, vamos ensinar várias ferramentas estatísticas, como os Gráficos de Controle e a
Análise de Capabilidade.
A princípio a coleta de dados segue um passo a passo:
1. Estruture os dados que você precisa (estrutura de banco de dados);
2. Crie uma definição operacional clara para os dados que você irá coletar;
3. Identifique a população e a amostra para realizar a coleta de dados;
4. Crie as ferramentas necessárias para a coleta dos dados (formulários de coleta de
dados, folhas de verificação, sistemas, etc.);
5. Colete os dados.
2.1 Passo 1 - Estruture os dados que você precisa (estrutura de

banco de dados)
A estruturação dos dados é a parte mais importante da porta de dados.
Quais dados serão coletados? A resposta para isso virá necessariamente do
contexto de sua coleta (PDSA). É importante que possamos formular o problema
pensando:
● Quais são os eventos que melhor definem o contexto?
● Quais são as características que gostaríamos de entender?
● Existe alguma variável de estratificação que poderá afetar o comportamento do
processo?
● Existe alguma variável de ruído que precisamos anotar?
● Como vamos olhar para esses eventos? Como definir os subgrupos para a
análise?
2.1.1 Exemplo - Passo 1

Supondo que somos agentes da ANAC (Agência Nacional de Aviação Civil) e
temos recebido reclamações dos usuários quanto à grande quantidade de voos

www.fm2s.com.br
51
atrasados. Precisamos avaliar se as companhias aéreas tem um bom desempenho
quanto à pontualidade e se algo está influenciando os atrasos.
● Qual é o evento?
Vamos ter que observar cada voo chegando em um aeroporto, vide Figura 3.1.
● Qual é a característica principal?
Temos que ver se o voo está atrasado. Para isso, temos que ver a hora que era
para ele chegar e a hora que ele realmente chegou.
● Quais as outras características (variáveis) que gostaríamos de entender?
Temos que observar de que companhia aérea era cada voo. Assim podemos ver
se há uma companhia com desempenho pior que a outra e agir. Podemos também
avaliar qual é o número do voo, para pesquisar se algo aconteceu com aquele
específico.
● Como vamos estruturar os subgrupos para a análise?
Coletando que dia aconteceu cada voo, podemos avaliar a porcentagem de

atrasados por dia. Assim, se um dia sair muito fora em relação aos outros, podemos ver
que houve um problema isolado.
Figura 3.1 - Exemplo estruturação dos dados
Lembre-se que temos vários tipos de dados que podemos coletar, que vão nos
possibilitar várias análises depois. As informações coletadas para esse exemplo
montaram a Tabela 3.2.

www.fm2s.com.br
52
Tabela 3.2 - Grupos de dados e Tipos de variáveis
2.1.2 Exercício - Tipos de variáveis

A Tabela 3.3 mostra alguns exemplos cotidianos de dados. O objetivo é que os
tipos de variáveis facilitem a análise da situação. A seguir são apresentados os
resultados do exercício.
Tabela 3.3 - Exercícios de tipos de variáveis

1. Classificação de hotéis 2. Número de chamadas de longa
distância realizadas por mês
3. Quantidade de calorias de um 4. Duração de cada chamada de

produto alimentício longa distância
5. Número de bolhas em uma garrafa 6. Cor do telefone utilizado com mais

de vidro frequência
7. Tempo médio de espera para ser 8. Se existe uma linha conectada ao

atendido em um Call Center modem na resistência
9. Número de atendentes em um Call 10. Tempo gasto na livraria por mês

Center
11. Número de ligações perdidas em 12. Se é filiado a algum Partido Político

um Call Center
13. Motivos para ligações perdidas em 14. Caso seja, a que Partido Político é
um Call Center filiado
15. Fontes de consumo de água em 16. Caso seja, a que Partido Político é
uma residência filiado
17. Consumo de água em uma 18. Satisfação com um determinado

residência produto
Tabela 3.4 - Respostas tipos de variáveis

1. Classificação 2. Contagem

www.fm2s.com.br
53
3. Contínuo 4. Contínua
5. Contagem 6. Classificação
7. Contínuo 8. Classificação
9. Contagem 10. Contínuo
13. Classificação 14. Classificação
17. Contínuo 18. Classificação
2.2 Passo 2 - Crie uma Definição Operacional clara para os

dados que você irá coletar
A estrutura de banco de dados deve ser fácil de ler e interpretar. Para isso é
preciso criar um documento: a Definição Operacional.
Uma Definição Operacional é uma descrição clara, em termos quantificáveis,
do que medir e dos passos a seguir para realizar a medição de forma
consistente. Ela resolve vários problemas quando a coleta é feita por múltiplas pessoas
ou em períodos diferentes de tempo.
No exemplo, a hora de chegada do avião é o momento que o avião toca o solo ou
a hora que o último passageiro deixa a aeronave? A Definição Operacional fornece um
sentido comunicável a um conceito, é clara e inequívoca. Ela é responsável por identificar
critérios de aceitação (e até propõe padrões de qualidade), mas também especifica os
métodos e equipamentos.
Podemos ter uma definição operacional:
● De evento;
● Da variável de interesse;
● De um padrão (definir o que é bom e o que é defeituoso);
● Definir um critério.
Um dos pontos mais importantes que devemos definir são as variáveis. Isso
porque elas serão coletadas por mais pessoas e porque é sobre elas que faremos as
análises. Temos que deixar bem claro, ao medir o valor de determinada variável para um
dado evento:
● O objetivo daquela medição;
● A característica de interesse;
● O instrumento de medição;
● O procedimento/método de medição;
● O critério de classificação.

www.fm2s.com.br
54
Para criar uma definição clara, a equipe dispõe de vídeos e desenhos. O modelo
pode ser do mais simples ao mais complexo, como Lições de 1 Ponto, manuais etc.,
porém o importante é que todos entendam o que será coletado de forma clara.
2.2.1 Exemplo - Passo 2

No exemplo do aeroporto as Definições Operacionais pensadas para o evento
respondem as seguintes características:
● Objetivo: Verificar se uma aeronave chegou no horário no aeroporto;
● Característica de interesse: Horário de chegada da aeronave no aeroporto;
● Instrumento de medição: Relógio referenciado com o relógio da torre de controle.
● Procedimento: O horário de chegada de um voo será o horário em que o trem de
pouso da aeronave tocar a pista de pouso;
● Critério: A aeronave está no prazo se o horário de chegada for igual ao horário
programado mais ou menos 15 minutos.
2.2.2 Exemplo visual - Passo 2

Vale lembrar que, para criar as Definições Operacionais, podemos utilizar diversos
recursos. Imagens são interessantes para ilustrar padrões (que determinam os critérios)
ou então procedimentos.
Um exemplo disso está na Figura 3.2. Nela é possível ver uma definição de
critério para avaliar um cilindro (evento) como bom ou ruim (variável).
Figura 3.2 - Exemplo de critério
Lembre-se:
● Sempre teste a definição operacional antes de colocá-la em prática!
● Ela deve estar clara para os coletores, bem como as definições e critérios.

www.fm2s.com.br
55
2.3 Passo 3 - Identifique a população e a amostra para realizar
a coleta
Amostra e população são dois conceitos muito importantes em estatística em que
a população refere-se ao grupo de eventos que gostaríamos de controlar. Pode ser
infinita, como o número de voos. Já amostra refere-se a uma quantidade de eventos que
é possível observar, assim como visto no conjunto da Figura 3.3.
O objetivo é conhecer propriedades da população nessa fase. Fazemos isso
olhando para amostra. Esse processo se chama inferência.
Figura 3.3 - Compreensão
Exemplo 1: Queremos saber se TODOS os voos de uma companhia tem mais

probabilidade de atraso do que de outra (população).
Observamos a porcentagem de voos atrasados na amostra (Figura 3.4) e com
eles estimamos a probabilidade de novos voos atrasados.
Figura 3.4 - Exemplo compreensão voos
Exemplo 2: Queremos saber a altura média dos brasileiros (população: todos os

brasileiros).
www.fm2s.com.br
56
Observamos a altura de diversas pessoas, tiramos a média e, com isso,
estimamos a altura média da população, compreendendo a amostra da Figura 3.5.
Figura 3.5 - Exemplo compreensão média de altura
2.3.1 Tamanho de amostra

Ao reduzirmos o número de eventos observados (tomar uma amostra da
população), haverá perda de informação. Essa perda de informação é traduzida em uma
incerteza estatística sobre o que queremos inferir.
O cálculo do erro apresentado na Figura 3.6 depende da variação que temos na
nossa amostra (s), do grau de certeza que desejamos ter sobre a característica da
população (z) e do tamanho da amostra ( 𝑛).
Figura 3.6 - Cálculo da média, com erro
Desta forma temos um intervalo para a média de uma população. O erro também
é chamado de intervalo de confiança.
2.3.2 Exemplo - intervalo de confiança

Para uma amostra alturas, retira de uma população de pessoas, temos o seguinte
banco de dados, representado na Figura 3.7:

www.fm2s.com.br
57
Figura 3.7 - Banco de dados, amostra altura
O cálculo da média e do intervalo de confiança é feito, nesse caso, pelo Minitab, e

apresentado na Figura 3.8.
Figura 3.8 - Gráfico de intervalo, amostra altura
Tenho 95% de certeza que a altura média dos brasileiros fica entre 188 e 198 cm.
95% das amostras que eu coletar vão estar com a média entre 148 e 198 cm.
Mas essa média seria confiável? Para diminuir o erro é possível aumentar o
tamanho da amostra ou ter uma amostra mais homogênea.

www.fm2s.com.br
58
Na Figura 3.9 está representado um segundo cenário, com uma outra
amostragem.
Figura 3.9 - Gráfico de intervalo, segunda amostra de altura
Nesse caso, como a amostra é mais homogênea, o intervalo de confiança é

menor. Agora, como a variação na amostra é menor, podemos dizer que a média está
entre 168 e 176 cm. 95% das amostras com essas características vão ficar entre esses
limites.
O terceiro caso, visto na Figura 3.10, a amostra é menos homogênea, porém com
o tamanho de amostra maior
Figura 3.10 - Gráfico de intervalo, terceira amostra de altura
Aumentando a coleta de dados, temos uma certeza maior sobre a média da

população.
Pergunta clássica: Qual o tamanho da amostra ideal?

O tamanho de amostra ideal depende da diferença de médias que queremos visualizar,
do desvio padrão e do custo da coleta de dados.

www.fm2s.com.br
59
2.4 Passo 4 - Crie ferramentas para coleta de dados
Às vezes, é interessante montar uma ferramenta específica para a coleta de
dados. Elas ficarão disponíveis no processo e alimentarão o banco de dados.
Exemplos:
● Formulários de Coleta de Dados;
● Folhas de Verificação;
● Sistemas;
A Figura 3.11 traz dados de voos de uma companhia aérea escritos em um dos
exemplos dados, o Formulário de dados.
Figura 3.11 - Formulário de coleta de dados
2.5 Folha de Verificação

Folhas de Verificação são um tipo especial de Formulário de Coleta de Dados
(FCD). Muito úteis em qualidade, podem ser aplicadas para melhor controle de
processos. Elas são mais “abertas” que FCD padrão e nos ajudam quando não temos
muito conhecimento sobre o processo a priori. A ilustração de uma Folha de Verificação
está na Figura 3.12.

www.fm2s.com.br
60
Figura 3.12 - Ilustração da Folha de Verificação
2.6 Passo 5 - Colete os Dados

A última parte consiste na aplicação das ferramentas e no preenchimento do
banco de dados. Lembre-se neste etapa:
● Acompanhe ao menos as primeiras coletas;
● Se treinamento é necessário, realize-o;
● Faça uma instrução clara para todos os envolvidos.
2.7 Análise de dados

Analisar dados, em linhas gerais, significa transformar os dados em
conhecimento, em melhoria.Assim, não podemos ter uma análise fora de contexto.
A lógica do PDSA vale mais do que nunca aqui. Se fizermos as perguntas erradas,
vamos ter respostas inúteis.
Algumas estratégias são clássicas, e vamos explorá-las melhor. Geralmente,
como usá-las depende muito do contexto e do tipo de variável analisada. São elas:
● Análises dinâmicas, para entender como os dados se comportam ao longo do
tempo;
● Análises estáticas, como histogramas, gráficos de Pareto, barras, etc, chamadas
de análises de frequência;
● Análises paramétricas, como gráficos de controle e capabilidade;
Na prática, fazemos todas elas “em conjunto”. O que não podemos fazer é usar
essas análises de maneira errada ou nos perder em conclusões insuficientes.

www.fm2s.com.br
61
3. Análise de Variação e Análises Temporais.
Análises temporais são a chave para o entendimento de dados. Isso porque o
tempo nos conta quando nosso processo muda de comportamento.
Um caráter fundamental para a análise do tempo é entender a variação natural do
processo.
Vemos um exemplo dessa variação na Figura 3.13. No caso as duas barras
representam tempos de ciclos, de um processo qualquer, antes e depois de uma
mudança.
Figura 3.13 - Reduzir o tempo de ciclo
Visualmente podemos concluir que após a mudança, o desempenho do processo

melhorou. Na Tabela 3.5 é observado o banco de dados para esse exemplo.

www.fm2s.com.br
62
Tabela 3.5 - Banco de dados, tempo de ciclo
Intuitivamente diríamos que a mudança ilustrada na Figura 3.14 é sim uma

melhoria. Entretanto, se formos analisar melhor o problema, podemos chegar a
conclusões distintas. Note os dados mostrados na Tabela 3.3, referentes a seis possíveis
cenários para o indicador do tempo de ciclo, analisado anteriormente. Todos os seis
cenários poderiam representar o gráfico anterior: tempo na semana 4 = 8 e tempo na
semana 11 = 3. Agora, será que todos eles foram melhorias? Para isso, precisamos de
uma análise mais minuciosa. Essa análise será mostrada através dos gráficos de
tendências para os seus cenários.
Os dados foram traduzidos em gráficos, representados a seguir, em diferentes
cenários ,para valores da semana 4 e 11 iguais ao da Figura 3.13.

www.fm2s.com.br
63
Figura 3.14 - Cenário 1
Na Figura 3.14 temos claramente uma melhoria. O processo, de fato, mudou seu
patamar de variação, porém o comportamento do processo pode não ter a ver com a
mudança. A menos que a mudança tenha começado a dar resultado antes de ser
colocada em prática (semana 7), neste cenário não temos um caso de melhoria pela
mudança claro. O que os dados do Cenário 1 nos mostram é que algo aconteceu no
processo que fez com que ele mudasse de comportamento.

www.fm2s.com.br
64
A mudança na Figura 3.15 não representou melhoria alguma. A diferença entre a

semana 4 e a semana 11 está completamente dentro da variação natural do processo. O
tempo de ciclo assume vários valores entre 2 e 9. Qualquer variação neste patamar é
dita ser uma variação atribuídas as causas comuns, naturais ao processo.
Não se deixem enganar por estes cenários. Lembre de não fazer comparações um
período contra o outro.

www.fm2s.com.br
65
E na Figura 3.16 novamente não temos uma melhoria. Sim, a mudança causou
uma variação significativa no indicador, mas não foi uma melhoria.
Isso porque melhorias devem ser perenes, duradouras. Neste caso temos a
mudança causando uma queda temporária no indicador, entretanto o mesmo volta a
subir após algum tempo. Este comportamento é típico de campanhas de conscientização,
que funcionam por um curto período, mas melhoram de fato. Não é esse o tipo de
resultado que devemos buscar em nossos projetos.

www.fm2s.com.br
66
Na Figura 3.17 temos um caso muito parecido com o Cenário 3. Não temos uma
melhoria gerada pela nossa mudança. Algo aconteceu que mudou o patamar de trabalho
do processo, porém não teve nada a ver com a nossa mudança.
É importante relacionarmos às variações significativas em nossos indicadores à
nossas mudanças, pois só assim poderemos adquirir mais conhecimento sobre o
processo a fim de melhorá-lo.
Figura 3.18 - Cenários 5 e 6
Por fim, temos mais dois caso de não-melhoria na Figura 3.18. O cenário 6 é um
caso interessante, pois a diferença entre a semana 4 e a semana 11 foi causada por um
“ponto fora da curva” na primeira medição.
Isso acontece bastante, e tais pontos são o que definiremos futuramente como
causa especial. Algo aconteceu na semana 11 que fez o tempo de ciclo explodir naquela
semana, mas depois dela, o indicador retornou à estabilidade e o processo continuou
estável.
www.fm2s.com.br
67
Vamos ver mais pra frente que quando isso acontece, nem sempre é uma boa
estratégia analisar todo o processo. Temos que analisar apenas a causa especial e
identificar o que pode ter acontecido ali.
Este exemplo dos cenários mostra como podemos tomar as conclusões erradas
caso não saibamos analisar dados. É um aviso importante. Neste caso específico, assim
como em vários da vida real, chegamos à conclusão errada simplesmente por não
entender a variabilidade natural dos nossos dados. A seguir, iremos entrar em mais
detalhes sobre este assunto.
3.1 O que significa entender a variabilidade

Sempre que monitoramos algum produto ou processo, o fazemos por meio da
observação de uma determinada característica, ilustrada em um determinado indicador.
Esse indicador pode ser o mais variado possível, por exemplo, as dimensões de uma
peça, o tempo de ciclo de um processo, as notas de nossos filhos, as vendas de nossa
empresa, etc. Todas essas características, variam. Nunca um indicador mantém o
mesmo valor durante várias medições feitas ao longo de um período extenso de tempo,
mesmo quando nada está sendo feito no processo para alterá-lo.
O grande problema é que todas as decisões tomadas são baseadas no
comportamento desses indicadores de interesse e muitas vezes nos enganamos ao
julgarmos a variação dentro destes. Podemos, por exemplo, nos assustar com uma
variação natural no processo de vendas (quando enfrentamos um mês com menos
vendas) e tomar uma série de ações desesperadas para vender mais (como por exemplo,
dar muitos descontos em uma série de produtos).
A análise de variação nos permite entender o que está acontecendo com um
processo ao longo do tempo. Ela nos ajuda a ter ideia do que vamos fazer e como vamos
atuar em cima do processo. Em outras palavras, ela busca entender as diferenças
observadas em determinada característica.
Um conceito fundamental para o estudo e melhoria dos processos, de acordo com
Walter Shewhart (1931), é o de que a variação em um determinado indicador é
provocada por um desses dois tipos de causas:
Causas comuns: quando as diferenças não tem uma explicação clara (tudo está
como sempre esteve).
Causas especiais: quando algo está nitidamente diferente, logo há uma “causa”
clara para a diferença.
A Figura 3.19 ilustra esta discussão em um exemplo cotidiano: a caligrafia. Note

que a variação está presente em todas as letras escritas na Figura. Um “a” minúsculo
não é igual à outro “a” minúsculo. O que causa esta diferença? Não se pode dizer ao
certo. Provavelmente um conjunto de fatores, sem uma explicação “especial” (a posição
da mão, a velocidade da escrita, a iluminação, a posição do papel relativa ao corpo,
etc.). Só podemos reduzir esta variação atuando em todas essas “causas comuns” de
variação. Agora, quando comparamos um “a” minúsculo com um “A” maiúsculo, temos
uma causa especial que determina a diferença (que é a caixa da caligrafia).

www.fm2s.com.br
68
Figura 3.19 - variabilidade na caligrafia
A identificação das causas para a variação são muito interessantes em uma

análise temporal. Isso porque as coisas “mudam” no processo com o tempo. Entender
onde e quando mudaram nos dá um entendimento muito grande.
Mesmo que tudo esteja como sempre esteve, também podemos ter boas
informações para nos ajudar nas mudanças.
Análises mais sofisticadas, como o Gráfico de Controle, nada mais são do que
uma evolução dessa análise temporal. Nos próximos tópicos vamos entrar nesse tipo de
avaliação e outras análises.
4. O gráfico de tendência
O gráfico de tendência é a mais simples ferramenta para análise de variação. Ele
consiste em plotar uma métrica ou medida ao longo do tempo, traçar no eixo Y o
indicador de interesse e no eixo X a linha do tempo. Com ele podemos:
● Identificar causas especiais;
● Identificar tendências;
● Analisar o comportamento natural do processo;
● Inferir sobre a estabilidade da medida;
● Variação;
● Sazonalidade;
● Ciclos;
● Anomalias.
O gráfico de tendência também pode ser feito para diferentes estratificações

dentro de um conjunto de dados.
4.1 Vantagens e como construir um gráfico de tendência

A maior vantagem do gráfico de tendência é a sua simplicidade. Além da
facilidade no entendimento, o gráfico apresenta momentos de problema no processo e
quão longe se está das metas e objetivos.
A própria simplicidade do gráfico é o que o torna tão poderoso. Todas as pessoas
ligadas ao processo podem usar e entender um gráfico de tendência.
Sua construção passa por:
● Adicionar uma variável de tempo no banco de dados;
● Definir a periodicidade a ser avaliada;
● Ajustar os dados (o que quer ver no eixo Y: a métrica e no eixo X: o tempo);
● Traçar o gráfico (no Excel, Minitab, etc.).

www.fm2s.com.br
69
Na prática, a definição do eixo Y é a parte mais sensível do processo. O que
queremos ver? Ele pode demonstrar:
● As medidas individuais do banco de dados;
● Uma estatística (média, desvio padrão, etc.);
● Uma taxa (para variáveis de contagem);
● Uma porcentagem (para variáveis classificatórias).
A montagem dos subgrupos, vista na Figura 3.20, é feita da divisão das medidas
individuais do banco de dados.
Figura 3.20 - Exemplo de gráfico de tendência
4.2 Alguns indicadores clássicos para a análise temporal

A análise temporal possibilita identificar estabilidade de um processo. O processo
está estável? Existem causas especiais? Essa análise pode ser usada para diferentes
áreas, apresentadas na Tabela 3.6 com seus indicadores clássicos.
Tabela 3.6 - Indicadores clássicos

Para máquinas: Condições base (temperatura, vibração, pressão,
tensão, etc.);
Para serviços: Tempos (de processo, de resposta, etc.),

produtividade (processos por pessoa, processos por
setor, etc.);

www.fm2s.com.br
70
Para qualidade: % de itens defeituosos, número de defeitos por
peças, etc.
Para área da saúde: Tempo de atendimento, tempo de ocupação de leito,

número de atendimentos, etc.
O tema análises temporais será retomado no futuro com o gráfico de controle,

que nada mais é do que um gráfico de tendência no qual incluímos “linhas” que nos
ajudam a identificar as causas de variação de um processo, mencionadas anteriormente.
Mas antes serão abordados outros tipos de análises.
5. Gráficos de frequência
Um gráfico de frequência, como o nome já diz, avalia a frequência que
determinado valor de variável aparece em nosso banco de dados e o demonstra de
maneira visual.
Existem vários tipos, para diferentes tipos de variáveis. Eles nos ajudam a:
● Ter uma visão de como uma variável se comporta;
● Entender diferenças de comportamento;
● Ter uma visão estática dos nossos dados;
● Entender a centralidade e a quantidade de variação atrelada a determinada
variável.
Figura 3.21 - Exemplo da frequência de um restaurante
O que a Figura 3.21 mostra é a comportamento durante o tempo da frequência de

um restaurante, possibilitando a comparação entre os dias e o entendimento da
centralidade, assim como listado.
Uma das vantagens dessa análise é que, caso o processo esteja estável, o gráfico
de frequência serve como uma previsão para o desempenho do processo no futuro, já
que a estabilidade pressupõe que aquele padrão de comportamento permanecerá. Se o
processo for instável o gráfico de frequência é simplesmente um resumo de o que o
processo fez no passado..
Assim como comentado, existem diferentes gráficos de frequência. Na Tabela 3.7,
é visto de forma clara quais variáveis utilizar para cada tipo de gráfico de frequência.

www.fm2s.com.br
71
Tabela 3.7 - Tipos de variáveis usados na análise de frequência
5.1 Análise de Frequência para variáveis classificatórias

Geralmente a comparação de frequências dentro de variáveis de estratificação
nos ajuda a entender mudanças no comportamento de um processo.
● Podemos olhar “dentro e fora” de uma variável;
● Podemos olhar a frequência para diferentes condições (como a Figura 3.21,
comparando segunda contra sexta);
● Podemos olhar a frequência antes e depois de uma mudança;
● Podemos olhar a frequência em causas comuns e causas especiais.
Outras maneiras de olhar frequências de variáveis categóricas é através de

Gráficos de Setores e Tabelas de Contagem, como visto na Figura 3.22.
Figura 3.22 - Frequência de variáveis categóricas

www.fm2s.com.br
72
6. Gráfico de Pareto
O Gráfico de Pareto, além de ser um gráfico de frequência, é uma das 7
ferramentas básicas da qualidade e nos ajuda a focalizar os esforços de melhoria. Ele é
útil sempre que classificações gerais de problemas (erros, defeitos, feedback de clientes,
etc.) puderem ser compilados na forma de valores para estudo e ações posteriores.
Nesta ferramenta, as frequências de cada causa são representadas em gráficos de
barras ordenados em ordem decrescente. O total acumulado em percentual também é
representado por uma linha por uma linha, como visto na Figura 3.23.
Figura 3.23 - Exemplo gráfico de Pareto
O Gráfico de Pareto é interessante pois ele nos ajuda a priorizar as nossas

ações, focando nas classificações mais frequentes de um defeito, erro ou problema de
qualidade, que é facilmente evidenciadas no gráfico. A ideia dessa priorização ficou
célebre na formulação do Princípio de Pareto, uma ideia proposta por Joseph Juran.
Juran observou, em seus estudos, que os problemas de qualidade “tem poucas
causas vitais e muitas causas triviais”, que representam um percentual menor. Essa
realidade de muitos problemas favorece bastante uma estratégia de priorização: temos
que pensar em resolver estas causas vitais. O Gráfico de Pareto pode facilmente
evidenciar as causas de problemas que devemos priorizar.
Temos que fazer apenas uma ressalva quanto a esta estratégia, para não
banalizar seu uso e levar o agente de melhoria a um caminho errado. A ressalva é de
que, apesar de bastante interessante, o Princípio de Pareto nem sempre se aplica.
Na Figura 3.24, mostramos duas situações, uma onde ele se aplica (há uma, ou
poucas, causas responsáveis pela maioria dos defeitos) e outra, onde ele não se aplica
(todas as causas parecem importar de maneira igual). Devemos sempre fazer essa
análise antes de adotar uma estratégia de priorização. Caso o princípio de Pareto não se
aplique, temos que abandonar a priorização e desenvolver contramedidas para todas as
causas por igual, ou então mudar a modelagem das classificações descritas no eixo X
(como uma nova estratégia de análise de frequência).

www.fm2s.com.br
73
Figura 3.24 - Comparação entre Pareto
A estratificação do gráfico de Pareto é outra estratégia interessante de análise de

dados. As vezes é interessante ir além na análise estratificando cada uma das “causas
principais”. Isso nos ajuda a adquirir cada vez mais informação sobre nossos problemas
de qualidade, usando o Pareto.
A Figura 3.25 é um exemplo de uma estratificação.

www.fm2s.com.br
74
Figura 3.25 - Estratificação Pareto
Um outro exemplo clássico de estratificação, apresentado na Figura 3.26, é a

análise de estabilidade/instabilidade, feita com gráficos de controle.

www.fm2s.com.br
75
Figura 3.26 - Análise de Pareto para um processo com causas
Por fim, é interessante pensarmos também na análise de Pareto em conjunto com

uma análise de tendência. Às vezes, observar o “perfil” de uma variável de classificação
em momentos distintos no tempo (quando o processo está estável ou instável), nos
ajuda a obter informações importantes sobre o seu comportamento. Na interpretação do
exemplo da Figura 3.26, a classificação H do segundo pareto está associado a uma causa
especial, que é possível notar depois da construção do gráfico. Quando o processo está
estável, essa causa não é frequente, sendo a causa C mais frequente nesta situação.
7. Análises de Frequência para Variáveis Contínuas

Quando falamos de análises de frequência para variáveis contínuas temos duas
ferramentas usuais: o Dot-Plot (ou Diagrama de Pontos) e o Histograma.
O Dot plot é o gráfico de frequência mais simples que existe. Ele plota os valores
numéricos que uma determinada métrica pode ter no eixo X (de maneira ordenada) e
coloca um ponto para cada observação naquele valor apresentada nos dados. Ele é um
gráfico bastante parecido com o histograma, porém cada ponto do Dot plot é uma
observação real do conjunto de dados.
Com ele podemos ver claramente várias características da distribuição de dados,
por exemplo, como é ilustrado na Figura 3.27.

www.fm2s.com.br
76
Figura 3.27 - Representação do histograma (variáveis contínuas) para Dot plot
A utilização do histograma é mais proveitosa para a análise de sistemas

considerados estáveis, ou seja, aqueles em que a variação dos dados é advinda apenas
de causas comuns. Nesses casos, em que há estabilidade previsões podem ser feitas
acerca do sistema analisado. Por outro lado, quando o sistema está instável, ou seja,
quando não há previsibilidade alguma do comportamento do processo, um histograma
não terá grande aplicação.
Assim, considerando um processo estável, um histograma pode ser utilizado para:
● Identificar como os dados de um sistema estão distribuídos;
● Determinar a resposta mais comum de um sistema;
● Estimar o desempenho futuro dos processos;
● Auxiliar na identificação de ocorrências e anomalias (bem como ver simetria,
centralidade, variação, etc.);
● Entender o comportamento dos dados de um processo na fase Measure do roteiro
DMAIC em Projetos de Melhoria.
7.1 Análise de Tendência e Frequência

essas atividades. O resumo está presente na Tabela 3.8, vista anteriormente.
Agora iremos começar a analisar os processos através dos dados que eles nos
enviam. Essa porta é talvez a grande contribuição do Green Belt na análise de melhorias.
Análise de Capabilidade.

www.fm2s.com.br
77
Tabela 3.8 Tipos de variáveis usados na análise de frequência
8. Estatística Paramétrica: Gráficos de Controle e Análises de

Capabilidade
As análises usando estatísticas paramétricas são um dos pontos centrais da
metodologia do Seis Sigma clássico e uma das mais sofisticadas ferramentas que o
agente de melhoria pode usar em seus projetos. Em linhas gerais, elas visam aproximar
um conjunto de dados por uma distribuição estatística e, com base nelas, inferir sobre
resultados futuros ou comparar o histograma provável deste processo com especificações
do cliente. Elas são interessantes pois são chave no entendimento da variação inerente a
um processo. Usando esta estratégia, somos capazes de, analisando os dados,
determinar resultados futuros de um processo ou identificar eventos anômalos no tempo.
Por exemplo, imagine que você vai até um restaurante e anota em um banco de
dados o tempo que demora até ser atendido. Cada observação vai dizer um pouco sobre
o desempenho do processo. Para se programar melhor na sua rotina, você pode observar
a média do tempo de atendimento nos últimos meses (digamos, 5 minutos), e a variação
esperada, representada pelo desvio padrão (digamos, 1 minuto) e, em seguida,
estabelecer uma curva normal (como a mostrada na Figura 3.28) para prever que em
99,7% das vezes que você for neste restaurante, você será atendido entre 2 (a média
menos 3 desvios padrão) e 8 minutos (a média mais três desvios padrão). Caso seja
atendido em menos que 2 minutos, ou mais do que 8, pode ter certeza de que muito
provavelmente algo aconteceu com o processo do restaurante, pois a probabilidade disto
acontecer é muito baixa.
Temos basicamente duas ferramentas de análise paramétrica mais usuais em Seis
Sigma: os Gráficos de Controle e as Análises de Capabilidades. A lógica de ambos segue
o exemplo citado sobre o restaurante (e são ilustradas nas Figuras 3.28 3 3.29,
respectivamente). Elas:
1. Partem de uma amostra de dados de uma característica das saídas de um
processo (como o tempo de atendimento);
2. Com base em parâmetros desta amostra, criam uma distribuição
estatística característica para o processo, que estima a probabilidade (eixo
Y do gráfico central da Figura 3.29) contra possíveis valores da
característica (eixo X);

www.fm2s.com.br
78
3. Com base nesta distribuição, inferem sobre o processo (no caso do Gráfico
de Controle, mostram o quanto é normal uma característica variar e
apontam pontos com variação anômala e, no caso da capabilidade,
calculam o número de vezes que que é esperado que o processo tenha
resultados fora de limites definidos de espeficicação.
Figura 3.28 - Exemplo gráfico de controle
Figura 3.29 - Exemplo Capabilidade
9. Distribuições Estatísticas usadas nas Análises Paramétricas

Como vimos, as análises paramétricas passam por determinar uma distribuição
estatística característica para um processo. Mas afinal, o que são essas distribuições?
Elas nada mais são do que aproximações do comportamento de um processo,

www.fm2s.com.br
79
baseadas em observações anteriores dos dados gerados por eles e modelos
estatísticos. Algumas características são observadas nestas distribuições:
● São pré-determinadas por alguns parâmetros dos dados;
● Geram “probabilidades” para os próximos eventos (caso esteja estável);
● Avaliam o que “sai fora das especificações”;
● Norteiam as ferramentas clássicas usadas em qualidade (Gráficos de Controle, por
exemplo).
A ideia por trás da parametrização (a criação de uma curva característica para

uma distribuição de dados) é ilustrada na Figura 3.30. Nela, podemos ver um exemplo
para dados discretos, onde uma amostra contendo o número de filhos em vários casais
amostrados é transformado em uma distribuição de probabilidade e outra para dados
contínuos, onde é formada uma distribuição normal a partir de dados de tamanho de um
tarugo metálico.
A mais famosa e usada destas distribuições é a distribuição normal, usada
quando os dados que vamos estimar são contínuos. Entretanto, existem várias
distribuições outras que nos ajudam com modelos probabilísticos. Cada uma tem seus
parâmetros específicos (a normal, usa a média e o desvio padrão, a Poisson, usa a taxa
média, etc.) e é usada para aproximar diferentes tipos de variáveis. Temos que
saber o tipo de variável para usar o modelo correto, tendo a previsão correta.
Figura 3.30 - Exemplo gráfico normal
As distribuições mais usuais que temos são:

● A distribuição Normal, para dados contínuos (parametrizada por uma média e um
desvio padrão);
● A distribuição de Poisson, para dados de contagem (parametrizada por taxas);
● A distribuição Binomial, para dados de classificação (parametrizada por
porcentagens).
Entender que existe uma distribuição correta para um tipo de dado correto é
fundamental para usarmos os gráficos de controle e as análises de capabilidade
corretamente. Temos que entender qual é o tipo de variável e o gráfico adequado para
ela.
www.fm2s.com.br
80
Além disso, temos que conferir se, de fato, nossos dados podem ser aproximados
pelas distribuições usadas nestas análises. Tomamos por exemplo as variáveis contínuas.
Apesar da maioria dos processos que são aproximados por variáveis contínuas serem
normais, pode ser que algumas vezes eles não possam ser aproximados por essa curva.
Um exemplo disso é apresentado na Figura 3.31. Nela, temos um processo que
apresenta um comportamento natural, porém não aproximadas por uma normal. Quando
analisamos ele com um gráfico de controle que usa uma distribuição normal para estimar
seus limites, vamos ter vários apontamentos de causas especiais que, na verdade, não
são anomalias estatísticas.
Se usamos um gráfico de controle baseado em uma distribuição que não
representa os dados, vamos cometer erros. Isso porque estamos estimando o
comportamento do nosso processo com uma distribuição inadequada para os nossos
dados. Isso fará com que tomemos decisões erradas, nos enganando com a variação
existente em um processo. Em geral, antes de usar uma ferramenta estatística de
análise de processo (o gráfico de controle ou a capabilidade), temos que avaliar se os
nossos dados podem ser aproximados por uma distribuição padrão.
Figura 3.31 - Exemplos gráficos de controle
10. Os gráficos de controle

Os gráficos de Controle são gráficos que dizem se o nosso processo está estável
ou não. Ele plota o que é a “variação natural do processo”.
A partir do acompanhamento periódico de um indicador, sabemos se ele está sob
a influência de causas especiais, o que nos ajuda a aprender mais sobre o que está
acontecendo.
Assim como no gráfico de tendência, ele pode ser traçado para diferentes
métricas. Entretanto, temos que saber qual é a distribuição ideal para aquela
métrica. Esse entendimento precisa passar pelo entendimento do tipo de variável e pelo

www.fm2s.com.br
81
tamanho do subgrupo. Um exemplo seria parecido com o gráfico de tendência, visto na
Figura 3.32.
Figura 3.32 - Divisão de grupos no gráfico de controle
Uma informação importante é que diferentes tipos de gráficos de controle são

usados para diferentes tipos de dados. Todos eles distinguem a variação de causa
especial da variação de causa comum. Todos eles usam limites de controle para indicar
se um determinado valor de dado deve ser tratado como uma causa especial.
A escolha dos gráficos depende do tipo de dados. A Figura 3.33 apresenta os
gráficos mais usuais e as situações em que eles são usados.
Figura 3.33 - Escolhendo o tipo de gráfico

www.fm2s.com.br
82
10.1 O Gráfico P
O gráfico p é usado para variáveis de classificação e usa a distribuição Binomial
como base.
Algumas classificações clássicas são: unidade defeituosa/não-defeituosa,
conforme/não conformes, aprovada/não aprovada, etc. O gráfico p irá plotar a
porcentagem de uma classificação ao longo do tempo e os limites esperados para essas
porcentagens. No exemplo da Figura 3.34, são as unidades defeituosas que vão gerar o
gráfico.
Figura 3.34 - Exemplo tabela de dados de classificação
No exemplo da Figura 3.35, temos um gráfico P que indica o comportamento do

absenteísmo (faltou ou não faltou; justificou falta ou não justificou). Podemos ver que a
porcentagem das ausências está em controle estatístico (sem causas especiais), já as
ausências sem justificativa apresentam uma causa especial.

www.fm2s.com.br
83
Figura 3.35 - Exemplo do gráfico P
10.2 O gráfico U
Esse gráfico é indicado quando são feitas contagens de ocorrências (erros,
defeitos, acidentes, mudanças, etc. ) e usam a distribuição de Poisson como base. Os
gráficos Us, em geral mostram indicadores do tipo “taxas” (defeitos por peças, acidentes
por km rodados, etc.). Para montá-los, precisamos definir, como na Figura 3.36, qual é
o nosso subgrupo e coletar as estatísticas para estes subgrupos.
Figura 3.36 - Exemplo tabela de dados de contagem

www.fm2s.com.br
84
No exemplo da Figura 3.37, mostramos um gráfico U para indicar o número de
acidentes em uma estrada. Vemos que existem três causas especiais no gráfico (dois
pontos acima do Limite Superior de Controle e 8 pontos abaixo da média).
Notem que, neste caso, o subgrupo foi idêntico para todas as medições. Nem
sempre isso acontece. Poderíamos, por exemplo, ter amostras diferentes para cada caso.
Figura 3.37 - Exemplo gráfico U
10.3 O gráfico de Individuais

O gráfico de controle para dados individuais é usado quando nosso dado é uma
variável contínua e cada observação é plotada no gráfico, na sequência em que é obtida.
Este gráfico usa a distribuição normal como base.
Para o cálculo dos limites ele utiliza a distribuição normal, baseada na média e no
desvio padrão dos dados fornecidos. O Gráfico de Controle de Individuais é o mais
utilizado em projetos de melhoria.
Figura 3.38 - Exemplo gráfico de individuais

www.fm2s.com.br
85
É o mais comum para dados de área transacionais, como o acompanhamento de
inventário, como o exemplo da Figura 3.38, mas em outras análises de:
● Dados financeiros;
● Tempo para executar uma atividade;
● Dados de faturamento;
● Dados de vendas.
10.4 O gráfico X-Barra S

No exemplo da Figura 3.39, temos um gráfico X-barra S. O ponto acima do LSC
no gráfico de X-barra indica um período onde a média foi atipicamente maior. A causa
especial no gráfico S, indica um ponto onde a variação foi atipicamente maior.
Figura 3.39 - Exemplo gráfico de X-Barra S
10.5 Usando os Gráficos de Controle

Teoricamente, traçar um gráfico de controle utiliza a mesma lógica para criar
qualquer gráfico: coleta de dados. Geralmente seguimos os passos:
1. Avalie a métrica que quer medir/controlar;
2. Avalie a periodicidade da análise;
3. Escolha o tipo certo de gráfico;
4. Certifique-se que os dados são aproximados pela distribuição correta;
5. Gere o gráfico e avalie as causas especiais.

www.fm2s.com.br
86
10.5.1 Como avaliar causas especiais (eventos de baixa
probabilidade)
As práticas em avaliar se a distribuição faz sentido são na elaboração do gráfico,
utilizar gráficos probabilísticos (para variáveis contínuas). Outra forma de prever a
boa análise é usar testes para avaliação das distribuições.
Após desenharmos nossos gráficos, temos que saber identificar onde estão as
causas especiais. Três regras para isso são dadas, baseadas nas distribuições de
probabilidade, na Figura 3.40:
Figura 3.40 - Regras de distribuição
10.5.2 O Teorema Central do Limite

Um ponto que merece destaque é a normalidade para quando trabalhamos com
médias de medidas. Sempre que estivermos calculando a média de amostras, essa
distribuição irá ser uma normal caso a amostragem seja suficientemente grande. Esse
fato é provado pelo Teorema Central do Limite.
O exemplo do slide mostra bem esse fato. Temos descrito lá, a probabilidade da
média do valor para o lançamento de n dados. Quando lançamos só um dado, a média é
o valor que saiu. Como cada lado tem a mesma probabilidade de cair virado para cima, a
média para o primeiro caso é uniforme. Conforme aumentamos o número de dados,
temos mais possibilidades para que a média seja valores intermediários (para que a
média seja 1, ambos os dados devem cair no 1; para que a média seja 3, podemos ter
combinações como 3 e 3, 2 e 4, 4 e 2, 5 e 1, 1 e 5).
Isso, na prática, quer dizer que quando queremos avaliar a média de uma
característica em uma amostra suficientemente grande, podemos assumir sua
distribuição como sendo uma normal. A Figura 3.41 mostra a progressão da conclusão
que com a medida que os número de lançamentos aumenta, o gráfico se parece mais
com uma normal.

www.fm2s.com.br
87
Figura 3.41 - Série de lançamentos
11. Capabilidade
Análises de Capabilidade nada mais são do que comparar a variação natural do
processo com as especificações do cliente. A amplitude da curva normal está relacionada
às especificações do cliente, por exemplo como é ilustrado na Figura 3.42. Assim
podemos ver o desempenho do processo e prever perdas futuras. A análise paramétrica
é ótima para tudo isso.
Figura 3.42 - Variações da curva normal

www.fm2s.com.br
88
Um formulário padrão de Capabilidade entregue por um software como o Minitab
é representado na Figura 3.43. Ela contém gráfico de probabilidades, gráficos de
controle, histograma e mais algumas análises que auxiliam na validação da normalidade.
Figura 3.43 - Relatório de Capabilidade Minitab
11.1.1 O que são os índices de capabilidade?

Antes da invenção dos computadores, a análise de capabilidade já existia.
Esses índices eram medidas fáceis de calcular, que ajudavam a ver como estava a
capabilidade de determinada característica. Acabaram virando jargões da qualidade.
Os mais famosos são o Cp (e Pp) representado na fórmula (3.1) e o Cpk (e Ppk),
fórmula (3.2).
Atualmente, eles saem nos relatórios padronizados, juntos com outras
informações importantes.
𝑇𝑜𝑙 𝐿𝐸𝑆−𝐿𝐼𝐸
𝐶𝑝 = 6×𝐷.𝑃.
= 6×𝐷.𝑃.
(3.1)
𝐶𝑝𝑘 = 𝑚𝑖𝑛 { 𝐿𝑆𝐸−𝑀é𝑑𝑖𝑎

3×𝐷.𝑃.
,
𝑀é𝑑𝑖𝑎−𝐿𝐼𝐸
3×𝐷.𝑃. } (3.2)
11.1.2 Usando os gráficos de controle e a análise de

capabilidade
Ao analisarmos causas de variação, podemos cometer alguns erros clássicos:
Erro 1: Reagir a um resultado como se viesse de uma causa especial, quando na
verdade vem de causas comuns de variação.
Erro 2: Tratar um resultado como se viesse de causas comuns de variação,
quando na verdade vem de uma causa especial.

www.fm2s.com.br
89
Erros de decisão são intrínsecos ao Gráfico de Controle.
A proposta de Walter Shewhart (limites de controle), pai do Controle Estatístico,
procura um equilíbrio entre os dois tipos de erros. Assim como representado na Figura
3.44, os gráficos de controle e capabilidade auxiliam na tomada de ações, que serão
diferentes de acordo com a estabilidade ou não do processo.
Figura 3.44 - Tomada de ações
Já falamos bastante sobre isso, mas sempre é importante reforçar: limites de

controle são diferentes de limites de especificação, como a Figura 3.45 traz de exemplo.
Os limites de Especificação:
● Vêm de exigências da engenharia ou dos clientes;
● Representam o que alguém quer que o processo faça;
● Podem ser alterados por exigência do cliente.
www.fm2s.com.br
90
Limites de Controle:
● São calculados com os dados do processo;
● Representam o que um processo é realmente capaz de fazer;
● Só podem ser alterados quando mudanças no processo alteram o
comportamento dos indicadores (produzem impacto).
Limites de Especificações não devem ser usadas em um gráfico de controle. Mas,

como se pode atender as especificações do cliente? Melhore o processo reduzindo a
variação de causa comum.
Figura 3.45 - Expectativa do cliente e limites
Na Figura 3.46 já está descrito 4 situações, que frequentemente encontramos em

projetos de melhoria:

www.fm2s.com.br
91
Figura 3.46 - Interpretação dos gráficos
No primeiro gráfico da Figura 3.46 o processo está estável e dentro dos limites do
cliente, o que é um bom sinal. Nesse caso, temos que pensar em manter o desempenho
e, caso necessário, reduzir os custos.
O segundo gráfico à direita mostra um processo também estável, porém os
limites de especificação do cliente são menores do que a variação natural do processo.
Isso indica que sempre teremos itens defeituosos sendo gerados pelo cliente. Para
melhorar este processo, temos que atuar sobre as causas comuns, procurando maneiras
de diminuir a variação natural do processo.
Já os processos na segunda linha estão instável. O primeiro processo está
instável, porém até agora não tivemos um item fora dos limites de especificação. Neste
caso, nosso foco deve ser em estabilizar o processo, fazendo com que ele atue apenas
com causas comuns. O processo no canto inferior direito está instável e fora dos limites
de especificação, o que é muito ruim. A primeira coisa que devemos fazer é garantir que
o processo se estabilize.
11.2 A porta de processos

As organizações recebem diretrizes para se organizarem em processos, sistemas
e procedimento, vide Figura 3.47.

www.fm2s.com.br
92
Figura 3.47 - Organizações
Um sistema é a organização como um todo. Ele é extremamente complexo e

transforma uma série de entradas em saídas. Existem várias pessoas trabalhando nele e
é muito difícil detalhá-lo de uma vez. Quem consome suas
Um processo é uma parte menor do sistema. Ele trabalha com um número
limitado de pessoas, entradas, saídas e atividades. As suas saídas são, muitas vezes,
consumidas por clientes externos, sendo que só processos com interface com o cliente
externo produzem saídas para ele. Um processo também é mais simples de ser
detalhado e “desenhado”. Com um fluxograma, por exemplo, podemos desenhar suas
interações e a sequência de suas atividades, bem como onde cada coisa acontece na
organização (iremos ilustrar alguns fluxogramas mais adiante).
Uma atividade é a parte mais basal da organização. Ela pode ser descrita por um
procedimento, ou instrução de trabalho e sempre é realizada por apenas uma pessoa
(podendo ter interface com outras). A sua complexidade é baixa e ela é fácil de ser
enxergada, pois são as coisas que realizamos no dia a dia. É possível detalhá-la com
clareza.
Nos próximos tópicos será mostrado técnicas de como realizamos o mapeamento
dos processos de uma organização. Vale dizer que nem sempre precisamos usar todo
conhecimento teórico a prova. Muitas vezes, uma simples ida ao Gemba vai te permitir
entender o que está acontecendo.
12. Mapeamento de processos

Um ponto central da ciência da melhoria é a sua relação com a mudança. Como
foi comentado no curso, é impossível melhorar alguma coisa sem que seja feita uma
mudança. Melhoria requer mudança. Entretanto, muitas mudanças nem sempre resultam
em melhorias. Algumas mudanças, inclusive, pioram o desempenho de um processo.
Então como desenvolver mudanças que realmente vão ser melhorias?
Há uma maneira fácil de estruturamos essas mudanças. Temos que responder às
três questões fundamentais da melhoria.

www.fm2s.com.br
93
Figura 3.48 - O sistema de uma organização
Vimos várias vezes a Figura 3.48 como o sistema proposta por Deming sobre as
organizações. Acontece que na vida real, não é fácil chegar nesse estágio onde tudo está
organizado e detalhado.
Na prática, vemos algo como na Figura 3.49: uma série de pessoas
(representadas pelas bolinhas) realizando uma série de atividades (caixinhas) que
transformam sabe-se lá Deus como, entradas (caixas em terracota) em saídas (caixas
azuis) para os clientes. A ordem dessas atividades é confusa. Determinadas pessoas
desempenham papéis diferentes ao longo do fluxo e, muitas vezes, estão envolvidas em
mais de um processo. Por exemplo, a pessoa do “financeiro” da empresa, ela recebe
pagamentos dos clientes, paga fornecedores, controla custos e monitora o caixa. Cada
uma dessas atividades corriqueiras está ligada a processos diferentes.
Figura 49 -Processos em uma organização

www.fm2s.com.br
94
No mapeamento de processos, nosso objetivo é ilustrado na Figura 3.50.
Figura 3.50 - Processo mapeado em uma organização
É possível entender melhor um processo e assim obter melhores resultados. Um

processo mapeado pode ser aplicado indicadores, buscar melhorias e reestruturar
radicalmente de forma que os resultados sejam conhecidos e esperados.
Um bom mapeamento traz resultados positivos:
1. Entendimento do processo;
2. Conhecimento sobre o fluxo de trabalho;
3. Ilustração em um fluxograma;
4. Identificação das desconexões.
12.1 Mapeamento
Mas como realizar um mapeamento na prática? Um sequência deve ser seguida.
1) Defina o escopo do mapeamento:

A primeira coisa que temos que definir é o escopo, ou objetivo do nosso
mapeamento. Para que vamos mapear o processo?
Isso vai fazer com que o foco do que estamos procurando mude. Por exemplo, se
estivermos envolvidos em um projeto cujo objetivo é “reduzir número de relatórios
financeiros com erros”, vamos ter que focar nosso mapeamento no fluxo de informações
que geram esses relatórios. Quem envia essas informações para a pessoa que faz o
relatório? Quais informações ela precisa? Como chegam as informações para ela? Essas
perguntas mudam a óptica do que vamos mapear (como vamos ver mais pra frente).
Se, alternativamente, estivermos envolvidos em um processo cujo objetivo é
reduzir defeitos de uma peça, vamos ter que mapear não apenas o fluxo de informações
(que pode nos gerar erros de montagem, por exemplo, mas sim todos os componentes
que formam essa peça. Mapeando de onde vem os componentes e por quais etapas de
www.fm2s.com.br
95
processamento eles passam, podemos entender se há problemas de matérias-primas ou
então de fabricação.
2) Defina os limites do seu mapeamento (e projeto):

A Figura 3.51 ilustra em diferentes cores as fases interessantes do processo para
o mapeamento.
Figura 3.51 - Esquematização mapeamento
3) Identifique e entreviste os envolvidos no Processo:

Em seguida, passamos para uma entrevista minuciosa. Esta entrevista, deve
identificar tudo o que acontece, e cabe ao entrevistador instigar o entrevistado a expor
todas as possibilidades e todos os casos que acontecem.
Mas como fazer essa entrevista? Usando a metodologia do SIPOC, já explicada
anteriormente e representada na Figura 3.52.
Figura 3.52 - SIPOC da pessoa
4) Conecte os SIPOCs e monte um fluxograma:

www.fm2s.com.br
96
As saídas da pessoa analisada devem ser as entradas da pessoa seguinte
(clientes) e as entradas da pessoa analisada, devem ser as saídas das pessoas anteriores
(fornecedores) assim por diante. A Figura 3.53 representa as pessoas por letras e as
correlaciona com cores, para organizar o mapeamento.
Figura 3.53 - entradas e saídas de um processo
O mapeamento dos processos, quando bem feito, traz uma série de benefícios
para a equipe de melhoria. Com ele é possível ter muitos ganhos:
● Facilita o aprendizado da equipe sobre o processo;
● Torna o que está acontecendo visível;
● Demonstra papéis e relações entre os envolvidos no processo;
● Identifica gargalos, desconexões, etapas desnecessárias, etc.
● Permite medir o tempo das atividades;
● Identifica “quick wins” do projeto.
12.2 E como encontrar as desconexões

Após a elaboração do SIPOC e do Fluxograma, a equipe de melhoria deverá
debruçar-se neste material e aplicar o checklist para localizar as desconexões de saídas,
entradas e atividades. É importante passar por cada uma das saídas e entradas listadas
no SIPOC realizando todos os passos do checklist da Figura 3.54.

www.fm2s.com.br
97
Figura 3.54 - Desconexões mais frequentes classificadas de acordo com o local de
ocorrência
13. Fluxograma
Fluxogramas, como já falamos, são representações gráficas dos nossos processos
e mostrar como um processo funciona, por exemplo a Figura 3.55. Existem vários tipos
de fluxogramas que nos ajudam a observar diferentes aspectos dentro do nosso
processo. Vamos ver alguns destes tipos nos próximos tópicos.

www.fm2s.com.br
98
Figura 3.55 - Exemplo fluxograma
O Fluxograma Vertical é o fluxograma mais simples que existe (e um dos mais

usados nos projetos de melhoria). Ele mostra de maneira linear como o processo
acontece, apresentando também as suas ramificações e pontos de decisão.
Ao elaborarmos um fluxograma, como o da Figura 3.56, começamos sempre pelos
pontos mais característicos do processo (que podem ser o seu começo e fim) e depois
vamos adicionando os detalhes. Lembrem-se que neste ponto, já temos um grande
entendimento sobre o processo que foi obtido através das entrevistas de SIPOC.
Figura 3.56 - Exemplo de Fluxograma Vertical

www.fm2s.com.br
99
O Fluxograma Multifuncional é um sofisticação do Fluxograma Vertical que inclui o
local (ou área) onde cada uma das atividades acontecem. Ele muda o foco das atividades
para as áreas em que elas acontecem e na interação entre elas. Com ele, podemos
visualizar todas as “passagens de bastão” entre os departamentos e em que momento
do processo elas acontecem.
Esse tipo de demonstração evidencia as interdependências entre os
departamentos e é útil para indicar as responsabilidades de cada uma das áreas nos
processos.
O exemplo da Figura 3.57 também mostra um indicador (no caso o tempo
decorrido em um dos processos analisados). É bastante comum em fluxogramas, tanto
verticais quanto multifuncionais, colocarmos uma coluna ou linha extra onde mostramos
um indicador ou outro tipo de informação adicional. Essa “artimanha” nos permite alinhar
a equipe no desempenho de uma característica em específico quando vamos discutir com
eles como o processo acontece.
Figura 3.57 - Fluxograma Multifuncional
O Diagrama Espaguete é um fluxograma que exprime o processo em uma planta

física. Ele é muito usado em projetos onde queremos mapear e eliminar desperdícios de
movimentação e transporte (vamos ver estes desperdícios mais pra frente no curso). Ele
consiste em desenhar, no mapa da planta ou local onde ocorre o processo, linhas
coloridas que indicam os fluxos mapeados (pode ser o caminho de um documento, de
uma peça, de uma pessoa, de uma empilhadeira, etc.).
Para desenhar esse fluxograma, seguimos alguns passos:
● Obter o mapa (layout) do espaço de trabalho;
● Listar as atividades (passos) do processo;
● Marcar as posições onde acontecem cada um dos passos. Atualmente é muito
fácil realizar essa marcação pois praticamente qualquer smartphone pode ser
rastreado por GPS. Existem, inclusive, vários aplicativos que já mostram o
caminho do celular no mapa (como aqueles aplicativos de corridas e caminhadas).
● Ligar as marcações e desenhar no mapa as linhas de fluxo.

www.fm2s.com.br
100
Ao olhar para um fluxograma de espaguete da Figura 3.58, podemos tomar várias
conclusões sobre o processo:
● Se existem vários cruzamentos entre as linhas, devemos começar a pensar em
alterações no layout ou no processo;
● Se há muito retorno a um ponto, podemos simplificar o processo para que todas
as atividades sejam realizadas de uma só vez (em uma única “passada”);
● Se existem muitas passagens de bastão ou pontos de espera, podemos pensar
em eliminar possíveis gargalos que possam estar acontecendo.
Figura 3.58 - Exemplo Diagrama Espaguete
13.1 VSM - Value Stream Map

Uma outra maneira de se expor um processo é fazer o seu VSM, ou Mapeamento
do Fluxo de Valor (Value Stream Map). Essa ferramenta é utilizada em projetos Lean
para a representação de processos fabris, portanto, caso queira se aprofundar,
recomendamos nosso curso de Especialista Lean.
Os principais apontamentos do VSM são:
● Estoques intermediários entre os processos (representados pelos triângulos);
● A ordem das atividades;
● O tempo de ciclo das atividades;
● O tempo de set-up das atividades;
● O tempo em que os materiais e peças permanecem parados no estoque;
● O tempo total que as matérias-primas demoram para percorrer todo o processo
de fabricação (o lead time);
● O fluxo de informações de produção;
Outra fase importante do VSM, é a contagem dos estoques, vide exemplo na

Figura 3.59. Para processos administrativos, deve-se tomar cuidado redobrado pela
dificuldade que poderá ser encontrada na definição do takt time (tempo de ciclo) e na
determinação do estoque. Contornados estes empecilhos, o VSM pode ser usado sem
problemas para processos administrativos

www.fm2s.com.br
101
Figura 3.59 - Exemplo VSM
13.2 Erros ao se elaborar um fluxograma

Agora vamos falar um pouco sobre os erros mais comuns ao se elaborar um
fluxograma.
O primeiro deles é o que já comentamos anteriormente, mas sempre é bom
lembrar: desprender-se da realidade. É o que a Figura 3.60 demonstra.
No mapeamento e na elaboração do fluxograma, temos que mapear como o
processo realmente é, não como o processo deveria ser ou então como nós pensamos
que ele é, mas sim como ele realmente é.
Nas fases seguintes, iremos discorrer mais profundamente sobre como o processo
poderia ser, depois de usarmos uma série de ferramentas analíticas para torná-lo mais
simples e mais eficiente.

www.fm2s.com.br
102
Figura 3.60 - Erros ao se elaborar um fluxograma
14. Análise de Procedimentos

A análise dos procedimentos nada mais é do que avaliar o que as pessoas estão
fazendo.
Algumas estratégias para isso:
● Observação direta (correlacionando com o problema do define);
● Medição dos tempos (será retomado posteriormente);
● Analisar a “Padronização, Comando e Controle”.
14.1 Observação direta

O método da observação direta é o mais rápido de análise. Pode ser feito a partir
do “sentimento” do pessoal do processo (eles já sabem o que está dando errado).
Também pode envolver uma coleta de dados.
Temos que sempre fazer as perguntas relacionadas com o Define, ou seja,
objetivos e metas, e podemos observar com base nos desperdícios do Lean (iremos falar
mais sobre isso na fase do Analyze);
14.2 Coleta dos Tempos

Em vários projetos de melhoria, precisamos fazer a coleta dos tempos de um
processo. Essa coleta mistura análise de procedimentos e de dados.
Na prática, coletamos os tempos envolvidos na realização de cada atividade, em
condições controladas. Esses dados são coletados tanto para atividades isoladas, quanto
para um processo como um todo. Geralmente, quando coletamos para o todo, também
coletamos os tempos de espera. Muitas vezes, esses tempos de espera causam
dessincronização e problemas gravíssimos.
O VSM baseia-se majoritariamente no entendimento dessas métricas de processo.

www.fm2s.com.br
103
15. Apresentação de Resultados do Measure
A apresentação dos resultados do Measure é sempre um ponto importante em um
projeto de melhoria. Geralmente, mostramos os dados cruzando o que descobrimos com
as informações de processo. Essa apresentação vem sempre contextualizada,
indicando o que descobrimos.
Em outras palavras, elas devem responder às principais perguntas que tínhamos
na fase do Define (e outras que eventualmente apareceram).
Devem também dar uma ideia clara do que está acontecendo e dos passos a
serem seguidos.
Segue algumas dicas, com a sequência de Figuras 3.61, 3.62, 3.63, 3.64, 3.65 e
3.66.
Dica 1: Use gráficos para mostrar a variação natural (eles são melhores que tabelas);
Dica 2: Contextualize a informação dos gráficos;
Dica 3: Faça bom uso do espaço;
Dica 4: Faça bom uso das cores e contrastes;
Dica 5: Use estratificações e seja coerente.
Figura 3.61 - Dica 1: Use gráficos para mostrar a variação natural

(eles são melhores que tabelas)
Figura 3.62 - Dica 2: Contextualizar a informação dos gráficos

www.fm2s.com.br
104
Figura 3.63 - Dica 3: Faça bom uso do espaço
Figura 3.64 - Dica 3: Faça bom uso do espaço

www.fm2s.com.br
105
Figura 3.65 - Dica 4: Faça bom uso das cores e contrastes

www.fm2s.com.br
106
Figura 3.66 - Dica 4: Faça bom uso das cores e contrastes

Na fase do Measure, como o próprio nome já diz, vamos começar a “medir” nosso
processo. Por medir entendemos: coletar informações que nos serão úteis no esforço de
melhoria.
● Fazer o mapa detalhado do Processo;
● Determinar os X’s e os Y’s críticos;
● Validar o Sistema de Medição treinamento;
● Desenvolver plano para coletar dados
● Avaliar o desempenho atual:estabilidade e processo capabilidade;
● Ajustar o foco do projeto.
As tarefas, suas entradas e saídas, são ilustradas no mapa da Figura 3.67.

www.fm2s.com.br
107
Figura 3.67 - Mapa da fase Measure

www.fm2s.com.br
108
Capítulo 4 - Analyse
1. Introdução ao Analyse
O Analyse é o terceiro passo do roteiro DMAIC. Nele, como o próprio nome já diz,
vamos analisar o que aprendemos durante as etapas de medição e também
desenvolvemos mudanças sobre o processo, de maneira a melhorar o seu desempenho.
A grande saída da fase do Analyse são as mudanças desenvolvidas. Para chegar
lá, iremos explorar 4 estratégias, em detalhes:
● A análise crítica do processo;
● O uso de tecnologia;
● O uso da criatividade;
● O uso dos conceitos de mudança.
Como no Measure, podemos usar técnicas para propor as mudanças baseados

nos dados e nos processos. As técnicas de processos visam melhorar os
procedimentos e suas sequências. Exemplo: Poka-Yokes, Análise de Valor, Eliminação de
Desperdícios, etc. Já as técnicas de dados visam estabelecer um pensamento
matemático de causalidade. Exemplos: análise do banco de dados (regressão, etc.) e
planejamento de experimentos. As diferentes técnicas estão exemplificadas na Tabela
4.1.
Ao final do Analyse, vamos ter várias mudanças que podem gerar efetivamente
melhorias.
Tabela 4.1 - Mapa mental Analyse
Para começar o capítulo, faça a leitura do Estudo de Caso do Analyse:

Ambulatório Médico de Especialidades, presente na pasta do curso.
2. Estratégias e sub estratégias para a Mudança

essas atividades. Agora iremos começar a analisar os processos através dos dados que
eles nos enviam.

www.fm2s.com.br
109
Essa porta é talvez a grande contribuição do Green Belt na análise de melhorias.
Análise de Capabilidade. Mas antes, vamos introduzir alguns conceitos básicos sobre
se trabalhar com dados.
2.1 As macro estratégias

As macro estratégias para o desenvolvimento de mudanças são definidas na fase
Analyse
Figura 4.1 - Macro estratégias
Para desenvolver mudanças, o objetivo final, podemos adotar quatro abordagens

principais, citados na Figura 4.1:
● Análise crítica: a primeira faz uso do pensamento analítico crítico. Nesta
abordagem adotamos ferramentas que nos permitem enxergar o processo e
questionar seus fornecedores, insumos, passos, saídas e clientes. É uma análise
profunda que vai te ajudar a encontrar os pontos que podem causar problemas e
eliminá-los;
● Tecnologia: nesta abordagem, procura beneficiar de tecnologias já desenvolvidas.
É muito comum na área de TI, onde uma empresa compra um novo sistema de
gerenciamento de estoques, por exemplo. Além do sistema em si, vem junto ao
mesmo todo o conhecimento adquirido pela empresa no desenvolvimento daquele
processo;
● Criatividade: é um meio de escapar dos modelos mentais estabelecidos para
encontrar alternativas. Das quatro categorias, esta é a que menos encontramos
nas empresas, quando o assunto é melhorar processos. E, a causa para isto é que
durante a formação do profissional, ele dificilmente possui treinamento neste
assunto. De Bono, TRIZ, SIT e outras técnicas importantíssimas para a geração
de ideias criativas, são muito pouco difundidas e estudadas;
● Conceitos de Mudanças: processos que têm bom desempenho são estruturados
em bons conceitos. Esses conceitos, se identificados, podem ser utilizados para
encontrar boas mudanças. Para projetos de melhoria, contamos com uma lista de
72 conceitos que foram muito úteis para gerar mudanças que levaram a melhoria.

www.fm2s.com.br
110
Para conhecê-los melhor, recomendamos que baixe nosso e-book “Disseminação
de Mudanças”.
Sobre as abordagens, precisamos ponderar que a dependência de coleta e análise

de dados varia de técnica para técnica. Para criatividade, por exemplo, você não
precisará coletar tantos dados, já para a análise crítica, será necessário a coleta dos
dados e o mapeamento do processo;
O praticante da atividade de melhorar processos, produtos e serviços deve, com o
tempo e com a experiência, procurar integrar sistemicamente essas técnicas. Começar
pela análise crítica ou pelos conceitos de mudança, ajuda a eliminar o “mato-alto” com a
adoção de mudanças rápidas e claras. Depois, para elevar o desempenho do processo à
patamares bastante superiores, deve-se recorrer às ferramentas de criatividade ou
soluções tecnológicas.
A Tabela 4.2 apresenta a relação entre a análise crítica e que tipo de ferramenta é
recomendado.
Tabela 4.2 - Ferramentas fase Analyse
É importante lembrar que o objetivo de todas essas ferramentas é de gerar

mudanças que vão se tornar melhoria.
2.2 Os tipos de mudança

Depois de analisarmos os tipos de mudanças, podemos classificá-las em duas
categorias:
● Primeira Ordem: são aquelas necessárias para manter a empresa em
funcionamento no dia a dia. São mudanças necessárias para manter o nível de
desempenho da organização e para resolver os problemas que vão aparecendo no
dia a dia. Um exemplo que gosto muito é o pneu do carro. Para mim, mudança de
primeira ordem é trocar o seu pneu furado. Como característica, podemos

www.fm2s.com.br
111
pontuar que são realizadas rotineiramente, devolvem o sistema a condição
anterior, dá uma alívio de curto prazo (quem já teve um pneu furado na estrada,
sabe o alívio que temos ao trocá-lo e voltarmos à rodovia) e mostram ao cliente
que o problema foi resolvido. Como disse, provoca a sensação de “tudo voltou ao
normal”.
● Segunda Ordem: são aquelas mudanças necessárias para prevenir problemas e
elevar o desempenho do sistema a patamares superiores. São aquelas mudanças
necessárias para batermos as metas. Geralmente, elas resultam na criação de um
novo processo ou na modificação de um processo existente. Assim, alteram como
o sistema funciona e como as pessoas trabalham, possibilitando que os
indicadores de desempenho da organização sejam afetados positivamente.
Comparando as mudanças de primeira e segunda ordem na Tabela 4.3, fica claro

a preferência que temos de que toda organização faça mais mudanças de segundo
ordem do que de primeira. Afinal, a melhoria só é alcançada por meio delas. Porém, em
muitas empresas pudemos observar o contrário. Pelo seu efeito de curto prazo, muitas
organizações acabam preferindo virar seu foco para “apagar os incêndios” e acabam
deixando de lado a eliminação dos riscos para que eles não aconteçam. São tantos
incêndios ocorrendo simultaneamente, que todos os recursos são drenados para
combatê-los, criando um ciclo vicioso.
Tabela 4.3 - Categorias de mudanças
Diante dessas categorias, recomendamos fortemente que antes de focar apenas

nas mudanças de primeira ordem, você se pergunte: qual é a possível causa deste
problema? Como alterar o sistema para que a haja uma melhoria, uma mudanças
positiva e duradoura no indicador que tenho que atuar? Pensando assim, haverá uma
contribuição muito maior à organização do que agir apenas como bombeiro.
Para adotar esta postura, você deve ser forte. Haverá muita resistência e a
liderança poderá cobrá-lo para resolver o problema urgente. Faça isto, mas não mude

www.fm2s.com.br
112
para a próximo urgência antes de mudar o sistema para que este incêndio não mais
ocorra. Para ajudá-lo no convencimento do time, pergunte:
● Quanto tempo passamos agregando valor ao cliente (produzindo)?
● Quanto tempo passamos realizando mudanças de segunda ordem (melhorias)?
● Quanto tempo passamos realizando mudanças de primeira ordem (incêndios)?
Tipicamente, passamos muito mais tempo nos incêndios do que agregando valor
ou melhorando a empresa. Diante disto, pergunto: qual é o futuro de nossa organização
se continuarmos assim? E, se mudarmos esta proporção? É possível sentirmos um
impacto nos nossos indicadores?
Agora, vamos para as abordagens de mudanças que você poderão adotar para
criarem suas mudanças de segunda ordem e elevarem a organização a patamares
elevados.
3. Ferramentas para entender a causa de problemas

É normal sempre identificarmos alguns problemas críticos em nosso mapeamento.
Por exemplo:
● Reclamações de clientes;
● Riscos à saúde de pacientes;
● Problemas de Qualidade;
● Eventos inesperados;
Uma boa estratégia para buscar melhorias de segunda ordem é analisar estes
pontos mais a fundo. Duas ferramentas clássicas nos ajudam a fazer isso é o Diagrama
de Ishikawa (ou diagrama de Causa e Efeito) e a ferramenta dos 5 Porquês,
apresentados nos próximos tópicos.
3.1 O Diagrama de Ishikawa

É um diagrama que nos ajuda a identificar causas específicas que explicam
determinado efeito.
A sua lógica está em partir de macro causas genéricas e caminhar para
causas específicas, que são fáceis de serem transformadas em mudanças palpáveis.
Ele nos ajuda a analisar problemas, buscar mudanças, organizar conhecimento e
disseminar informação. A sua forma, vista na Figura 4.2 é boa para identificar causas
potenciais de determinado problema ou oportunidade de melhoria que necessite de
resposta de forma gráfica e sintética para melhor visualização.

www.fm2s.com.br
113
Figura 4.2 - Layout Diagrama de Ishikawa
Também é conhecido outros nomes como: Diagrama de Causa e Efeito; Gráfico

de Ishikawa; Diagrama 6M; e Diagrama Espinha de Peixe.
Você pode utilizar o Diagrama para:
● Analisar defeitos e insatisfações do cliente, buscando suas causas: o cliente
reclamou de algum problema ou defeito num produto ou serviço adquirido por
ele;
● Fornecer uma metodologia inicial para análise de um fenômeno, defeito ou
oportunidade de melhoria: é uma primeira abordagem para entender algum efeito
de forma qualitativa;
● Guiar o brainstorming para entendimento de um problema: as discussões são
direcionadas para um determinado efeito, não se tornam reuniões vazias;
● Identificar possíveis ações para se resolver um problema ou eliminar um evento
negativo: gerar ideias e propor planos de ação, não ficar apenas na teoria;
● Analisar criticamente o processo na fase Analyze do roteiro DMAIC em Projetos de
Melhoria. No Define são fixados os objetivos do projeto de melhoria, no Measure
são feitas a coleta e a análise dos dados para compreender como está o
comportamento atual do processo em questão. Na fase Analyze o Diagrama de
Causa e Efeito é uma das ferramentas de análise crítica do processo. As principais
saídas são planos de ação para desenvolvimento de mudanças que ocorrerão no
Improve e serão monitoradas no Control.

www.fm2s.com.br
114
Figura 4.3 - Exemplo diagrama para hóspedes insatisfeitos
O diagrama Ishikawa pode ser feito no Excel e Minitab. Manter o diagrama como
arquivo digital é importante para a gestão do conhecimento. Assim, não se perde o
estudo realizado que poderá ser consultado sempre que for preciso.
O exemplo da Figura 4.3 representa um processo de identificar as causas que
deixam os hóspedes insatisfeitos em um hotel. Na figura, a estratificação das causas foi
em recepção, apartamento, restaurante e comodidade, porém o problema pode ser
desenvolvido de acordo com o brainstorming da equipe que esteja elaborando o
diagrama.
3.1.1 Fases do Diagrama de Ishikawa

A utilização do Diagrama de Ishikawa é dividida em 5 fases apresentadas na
Tabela 4.4:

www.fm2s.com.br
115
Tabela 4.4 - As fases do Diagrama
● Defina o seu efeito: é a fase em que é definido o defeito e seu contexto através
da coleta de informação. A saída será o preenchimento do efeito no diagrama
(preencher efeito);
● Defina a metodologia de início da discussão: definir como o efeito será abordado.
O facilitador deve chegar com as causas definidas para evitar debates
desnecessários. A saída é o preenchimento da causa no diagrama (preencher
causa);
● Colete as sub causas prováveis: é a fase de geração de subcausas através do
brainstorming. Quanto mais sub causas prováveis, mais rica será a proposição de
ações corretivas (preencher subcausas);
● Revise o diagrama: combine subcausas, obtenha dados confiáveis, faça
experimentos para saber quais causas são prováveis, priorize causas para atacar;
● Proponha ações corretivas: aprofunde-se nas causas priorizadas, proponha ações
corretivas e execute-as.
3.1.2 Vantagens do Diagrama de Ishikawa

A utilização do Diagrama de Ishikawa é vantajosa por:
● Ajudar a enfocar o aperfeiçoamento do processo: isso acontece por que a
ferramenta pode ser utilizada para fazer a análise crítica do processo e propor
ações de melhoria;
● Registrar visualmente as causas potenciais que podem ser revistas e atualizadas:
é uma técnica simples, visível e que pode ser modificada a qualquer tempo;
● Prover uma estrutura para o brainstorming: as ideias são categorizadas e
sintetizadas, o que facilita no entendimento do problema e na proposição de
ações;
● Envolver todos: por ser de fácil entendimento não exclui nenhum nível hierárquico
ou função, todos podem participar positivamente;
● Reduzir a tendência de encontrar uma única causa para um problema: as
diferentes perspectivas proporcionadas pela equipe no brainstorming ajuda a

www.fm2s.com.br
116
enxergar que o problema pode ter diferentes causas e que se todas forem
solucionadas conjuntamente, a chance dele voltar a ocorrer é muito pequena.
3.1.3 Pontos de atenção ao elaborar o Diagrama de Ishikawa

Para utilizar o Diagrama de Ishikawa alguns pontos devem estar em atenção:
● Não deixe o brainstorming virar bate-papo: controle a equipe para que as
discussões mantenham o foco de resolver o problema;
● Não se “apaixone” por uma causa: não dê mais importância a uma causa do que
a outras, geralmente os problemas ocorrem pela junção de vários fatores ou
várias causas;
● Cuidado com a escolha dos participantes da equipe: escolha pessoas que
realmente vão contribuir com as discussões. Tome cuidado com pessoas que
possam enviesar a discussão, por exemplo, um superior intimidador. A tendência
é que todos sempre concordem com ele e isso irá empobrecer as discussões.
Também podem haver diferenças pessoais entre os membros, o que ocasionará
discordâncias infundadas e irracionais. Caso essas situações existam, uma
sugestão é utilizar o brainstorming visual, que consiste em anotações individuais
em papel que são mostradas ao mesmo tempo pela equipe. Assim, todos podem
contribuir sem intimidações e inimizades.
● Cuidado com causas pouco prováveis: no brainstorming quanto mais idéias
surgirem melhor. Isso não significa que todas as ideias serão aproveitadas.
Quando revisar o Diagrama tenha em mente que algumas causas podem ser
pouco prováveis e podem estar ali só para te atrapalhar a encontrar as
verdadeiras causas do problema;
● Confirme as causas antes de elaborar e executar os planos de ação: para ter
certeza de que uma causa é realmente provável faça testes e experimentos. A
comprovação com dados é sempre melhor e evita que você perca tempo e
dinheiro direcionando seus esforços para causas pouco prováveis que não irão
solucionar o problema.
3.2 Os 5 porquês
Os 5 porquês foi uma ferramenta criada na Toyota para fomentar o senso e
crítico e a capacidade analítica no Gemba.
Seu objetivo é forçar o pessoal da base a investigar e propor boas mudança.
Se aplicado corretamente, ele aumenta a capacidade da operação na realização
de Kaizens.
Apesar de ser uma técnica poderosa, precisamos tomar cuidado com alguns
pontos. São eles:
● Tendência de parar nos sintomas ao invés de aprofundar no nível de causas;
● Incapacidade de ir além do conhecimento atual do investigador: não é possível
encontrar as causas que ainda não são conhecidas.
● Falta de apoio para ajudar o investigador a fazer o “porquê” correto;
● Os resultados não são repetíveis: pessoas diferentes, utilizando os 5 porquês
chegam a diferentes causas para o mesmo problema.
● Tendência de isolar uma causa única, enquanto que cada pergunta pode suscitar
muitas causas diferentes.

www.fm2s.com.br
117
Tabela 4.5 - Exemplo 5 porquês
Ao usar o “Por que?” atente para o fato de que a resposta em cada estágio
corresponde a um determinado nível de entendimento do problema. E, para aumentar o
entendimento, são necessários investigações e testes.
Para o preenchimento da técnicas de, assim como visto na Tabela 4.5, é preciso
conhecer o processo. Não deve ser um exercícios de chute. Para cada nível de
entendimento do problema há uma mudança correspondente.
3.2.1 Relatório de Não Conformidade

É muito comum encontrarmos os famosos Relatório de Não Conformidade (RNCs)
em empresas auditadas pela ISO.
E, neste relatório há um Ishikawa e uma análise dos 5 porquês para ser
preenchida sobre a não conformidade encontrada.
O culpado pela má utilização dos 5 porquês: muitas vezes, por motivo de prazo ou
desinformação, as pessoas preenchem este relatório com teorias não testadas sobre o
que eles acham serem as causas. Isto é errado. Uma investigação de causas como
vimos, envolve testes, definição de hipóteses e muita investigação antes de
preenchermos o RNC. Preenchê-lo em “30 minutos” causará um aumento de custos e
perda de validade na análise.
3.3 Ferramentas para entendimento e melhoria do fluxo

No mapeamento, também podemos ter problemas de fluxo. Por exemplo:
● Processos redundantes;
● Etapas que não são necessárias;
● Etapas difíceis de serem feitas;
● Desconexões.

www.fm2s.com.br
118
Algumas ferramentas nos ajudam a, a partir de um fluxograma, entender o que é
necessário ou não e o que fazer com as atividades que não são necessárias. São elas:
● Análise de Desconexões;
● Análise de Valor;
● Os 7 desperdícios clássicos;
● Ferramenta do ECRS.
4. Desconexões
Uma desconexão é um desvio, erro ou disrupção em um fluxo de trabalho, que
impede o alcance de uma situação desejada. São como fios soltos em um processo.
Podem acontecer nas saídas, entradas e nas próprias atividades do processo, assim
como exemplificado na Figura 4.4.
Figura 4.4 - Exemplos de Desconexões
As desconexões são encontradas no mapeamento do processo. Algumas dicas:

● Use o SIPOC para avaliar as conexões entre as pessoas;
● Busque pelas desconexões citadas;
● Entenda o impacto de falta ou excesso de informações.
● Desenvolva as suas mudanças.
4.1 Como tratar as desconexões

As desconexões e/ou oportunidades de melhorias identificadas durante o
mapeamento do processo e suas respectivas sugestões de implantação, se surgirem,
devem ser registradas numa Planilha de Desconexões, que está exemplificada na Tabela
4.6. As sugestões desta planilha, será o seu plano de ataque as desconexões do processo
que está analisando.
www.fm2s.com.br
119
Tabela 4.6 - Plano de Desconexões
Além disso, deve-se marcar no mapa do processo o ponto em que essa

desconexão foi identificada, colocando uma identificação para ela num círculo,
referenciando essa identificação na planilha, na frente de sua descrição. Caso alguma
desconexão identificada possa ser alvo de um esforço de melhoria imediato, identificar
na planilha a pessoa ou grupo que ficará responsável por essa ação.
Um estudo mais detalhado das desconexões também é recomendado e pode ser
realizado da seguinte por meio de 6 passos:
● Classificar as desconexões por tipo (exemplos: espaço físico, equipamentos,
capacitação técnica, estrutura organizacional, normas e procedimentos, sistemas
de informação, recursos financeiros etc)
● Coletar dados que evidenciem os maiores focos de necessidade de atuação no
processo.
● Identificar as desconexões que tem maior impacto no alcance dos objetivos
estratégicos e no atendimento das necessidades dos clientes. Essas desconexões
serão base para priorização das melhorias.
● Identificar quais desconexões dependem exclusivamente do processo e quais
dependem de outros processos para serem resolvidas.
● Analisar as causas dos “fios desligados” ou seja, das principais desconexões.
● Algumas causas já são conhecidas. Outras exigem o uso de ferramentas
apropriadas que serão vistas em mais adiantes, em outras disciplinas. Entre estas
ferramentas, pode-se destacar o VSM, que mostra o fluxo de valor e o fluxo de
informações numa só folha.
5. Análise de Valor
A análise de valor é uma ferramenta que classifica tudo o que fazemos (como as
etapas de um processo, os passos de uma atividade, etc.), para entender se aquilo está
gerando valor para o cliente.
www.fm2s.com.br
120
Valor é aquilo que realmente é importante para o cliente, ou seja, aquilo que ele
pagaria por. Fazemos muitas coisas que não agrega valor. Temos que entender quais são
e tentar mudar essa realidade.
Toda análise de valor parte dos passos:
1. Saiba o que é valor para o seu cliente (interno e externo) – Isso vem do Measure
e do Define.
2. Descubra, no detalhe, o que está acontecendo – este é o mapeamento de
processos do Measure.
3. Critique as atividades sendo realizadas. Classifique-as.
4. Tome ações para mudar o que está acontecendo.
A Figura 4.5 mostra uma árvore de decisão que ajuda a identificar as atividades
que agregam ou não valor.
Figura 4.5 - as classificações
No caso, as atividades que não agregam valor (NAV) às vezes são necessárias e
por isso não podem ser descartadas.
5.1 Exercício - Análise de Valor

A proposta do exercício é classificar cada passo do processo como AV ou NAV.
Caso alguma das opções não agregue valor, o objetivo é propor um novo fluxo contendo
somente as atividades que agregam valor.
Exemplo: a empresa tem um departamento de transportes que providencia o
veículo. Um funcionário tem necessidade de viajar a trabalho e utiliza carro
providenciado pela empresa. As fases desse processo são listadas:
1. Funcionário liga p/ setor de transportes para verificar a disponibilidade de carro
da empresa na data;
2. Se sim, funcionário pede para reservar carro da frota, informando a data de uso e
prontuário. Se não, funcionário pede para alugar um carro, informando a data de
uso e prontuário;
3. Funcionário preenche solicitação em papel (tanto faz, para carro da frota ou
alugado);
www.fm2s.com.br
121
4. Funcionário passa solicitação para superior carimbar e assinar;
5. Funcionário espera retorno da solicitação carimbada e assinada;
6. Funcionário envia solicitação para transportes;
7. Funcionário liga para transportes para informar que foi enviada a solicitação;
8. Transportes espera chegada da solicitação;
9. Transportes providência o carro (da empresa ou alugado) para a data de uso;
10. Funcionário liga para Transportes na véspera para ver se “está tudo ok”;
11. Funcionário passa no transportes para pegar a chave e ticket combustível;
12. Funcionário pega o carro.
Na resolução, entre todas as atividades, apenas a última agrega valor. Algumas

das fases são desnecessárias (como a confirmação redundante por mais de uma
maneira). A solução é tirar essas fases para encurtar o processo, por exemplo, as fases
de preenchimento de formulário de papel e o carimbo do superior.
6. Os sete desperdícios
Um dos maiores objetivos do Lean é eliminar desperdícios do processo produtivo.
Mas, o que são desperdícios?
Desperdício (無駄) é toda a atividade que consome energia e recursos sem
agregar valor ao cliente, ou seja, aquilo que fazemos mas que o cliente não está disposto
a pagar. Tudo a ver com análise de valor!
Identificar os desperdícios pode parecer uma tarefa fácil, entretanto encontrar
essas atividades pode ser difícil. Pensando nisso, vários autores experientes na prática
do Lean listaram sete desperdícios visuais, que podem ser facilmente identificados e
quantificados em uma visita ao Gemba (chão de fábrica). A Tabela 4.7 mostra a
descrição de cada um dos desperdícios:

www.fm2s.com.br
122
Tabela 4.7 - Os sete desperdícios clássicos

www.fm2s.com.br
123
Figura 4.6 - Desperdícios visuais
A Figura 4.6 mostra alguns exemplos de desperdícios e como eles são visuais e
podem ser identificados por um bom observador.
7. A ferramenta do ECRC
O ECRS é uma ferramenta, um modo de pensar, que nos ajuda a desenvolver
mudanças em processos que não agregam valor. Foi criada pelos americanos na
Segunda Guerra e serviu de base para boa parte das ferramentas modernas (como o
SMED, para redução de tempo de setup).
Como o próprio nome já diz, temos que olhar para o mapeamento e pensar:
● O que pode ser Eliminado?
● O que pode ser Combinado?
● O que pode ser Reduzido?
● O que pode ser Simplificado?
Para cada pergunta a Tabela 4.8 apresenta exemplos que geralmente aparecem
na vida real.
Tabela 4.8 - Exemplos de cada pergunta

Pergunta Exemplo
Eliminar ● Coletar informações que não são usadas;

● Atividades que são desperdícios;
● Relatórios que não serão analisados;
● Inspeções, uma vez que o processo esteja
redondo.
Combinado ● Atividades redundantes (ligar e mandar e-mail);

● Coleta de informações e sistemas;
● Coleta de informações e checklists.
Reduzido ● Coleta de informações (como realizar múltiplos

exames);

www.fm2s.com.br
124
● Verificações;
● Pontos de aprovação/inspeção
Simplificado ● Atividades que dependem de especialistas;

● Burocracias;
● Equipamentos de difícil manuseio;
● Avaliação de padrões;
● Classificações excessivas.
8. Processos à prova de erros

Erros frequentemente são apontados em um mapeamento de processos.
Exemplos são:
● Erros de operação;
● Erros de montagem/posicionamento;
● Esquecimentos;
As ferramentas que mais nos ajudam a entender estes erros e evitá-los são os
Poka-Yokes.
8.1 Poka-Yoke
Vocês já viram arranjos como os da Figura 4.7?
Figura 4.7 - Exemplos de processos complicados
Esse tipo de erros acontecem frequentemente na vida real. Operações arriscadas,

como trabalho em altura e utilização de extensões, são tarefas complexas e que mais
frequentemente tendem a causar problemas. Se deparar com uma arranjo deste tipo da
figura, hoje, são mais incomuns, porém ainda acontecem. A solução é prevenir essas
situações antes que aconteçam.

www.fm2s.com.br
125
Poka-Yoke significa à prova de erros ou de falhas. O objetivo é eliminar ou
prevenir não conformidades de processo utilizando dispositivos ou sensores e assegurar
que os mesmos estejam funcionando adequadamente.
Por mais treinado que alguém esteja, um ser humano sempre vai errar. Essa é a
motivação por trás dos sistemas Poka-Yokes. Com eles, podemos reduzir os erros
reprojetando o sistema, para fazer com que os erros sejam menos prováveis. E, este tipo
de projeto ou reprojeto é chamado de “à prova de erros”. Uma vez que os erros são
predominantemente deslizes do subconsciente, “à prova de erros” é apropriada para a
redução da probabilidade destes deslizes, ao invés de mudanças no comportamento
consciente.
Não podemos eliminar defeitos, erros e falhas, apenas fazendo exortações ou
colocando inúmeros cartazes pela empresa. Os cartazes não vão reduzir seus erros e
suas falhas, porque duvido que haja pessoas que queiram errar. Para mim, é o processo
que facilita o erro. É isto que o Poka Yoke ataca.
● Quando o adotamos esta postura, podemos esperar alguns benefícios. São eles:
● Melhorar a qualidade (reduzir PPM e refugo);
● Tornar o processo mais fácil e capaz;
● Identificar na linha os dispositivos a Prova de Erros;
● Desenvolver ideias de dispositivos a Prova de Erros;
● Aumentar a Segurança no local de trabalho;
● Manter métodos de produção e inventário enxutos;
● Reduzir custos;
● Manter a satisfação do cliente.
8.1 Tipos de Poka-Yoke

Tornar fácil fazer certo e impossível fazer errado. Com Poka-Yoke, podemos
reduzir os erros reprojetando o sistema, para fazer com que os erros sejam menos
prováveis. Este tipo de projeto ou reprojeto é chamado de “à prova de erros”. Existem
dois tipos de reprojetos:
Preventivo (Error Proof): Elimina a possibilidade de ocorrência da falha ou
defeito específico, através do projeto;
Detectivo (Mistake Proof): Detecta a falha ou defeito, caso ocorra, e previne
que a não-conformidade continue no processo.
Exemplos para cada tipo são visualizados na Tabela 4.9:
Tabela 4.9 - Exemplos Poka-Yoke

Tipo Exemplos
Poka Yoke Preventivo ● Microondas não funciona com porta aberta;

● Moto não liga se estiver engrenada e com o pezinho
abaixado;
● Boia da caixa d’água evita que água vaze da caixa;
● Farol dos carros se apaga quando a chave é retirada
do contato.

www.fm2s.com.br
126
Poka Yoke Detectivo ● Indicador no painel dos automóveis, que indica que o
motorista não está usando o cinto de segurança;
● Carros que emitem som ao abrir a porta quando o
farol está aceso e o veículo desligado.
8.2 Métodos
O Poka-Yoke pode ser implementado em qualquer etapa de um processo de
fabricação em que algo possa dar errado ou ocorrer um erro. A Figura 4.8 apresenta
algumas estratégias de implementação.
Figura 4.8 - Método Poka-Yoke
Lembretes: muitos erros são cometidos pelo esquecimento de fazer algo. Os

lembretes auxiliam a recordação. Eles podem vir de muitas formas diferentes;
Um aviso escrito, uma chamada telefônica, um checklist das coisas a realizar, um
alarme, um formulário padrão ou a documentação das etapas a serem seguidas em um
processo. Os lembretes são simples de fazer e fáceis de usar, mas exigem esforços
conscientes para serem efetivos. Uma maneira de reduzir a necessidade do esforço
consciente, é cadastrar seus lembretes nos aplicativos de celular e assim, forçar eles à
avisá-los. Visualmente os lembretes são como os exemplos da Figura 4.9.

www.fm2s.com.br
127
Figura 4.9 - Exemplo de Lembretes
Diferenciações: os erros podem ocorrer quando estamos lidando com coisas

que parecem similares, ou realizando ações forem similares ou porque as instruções ou
procedimentos são similares a outros que podemos ter usado em outra situação. Para
reduzir os erros, devem ser adotadas etapas para ‘quebrar’ os padrões. Isto pode ser
conseguido de diversas maneiras como código de cores, índices, uso de símbolos
diferentes ou separação física de itens similares. Dois exemplos são ilustrados na Figura
4.10.
Figura 4.10 - Exemplos diferenciação

www.fm2s.com.br
128
Restrições: uma restrição delimita o desempenho de certas ações que conduzem
a erros. Ter de remover o cartão do banco no caixa eletrônico, assim como visto na
Figura 4.11, antes do dinheiro ser liberado é um exemplo de restrição. Restrição de
montagem, diferentes tipos de engates de tubulação médica, são outros exemplos vstos
na figura.
A restrição é o método mais desejável de “à prova de erros” porque normalmente
não requer um comportamento consciente para ser efetiva na redução de erros. Um
atributo importante de uma restrição efetiva é que a restrição delimita a ação indesejável
enquanto não impede a ação desejável.
Figura 4.11 - Exemplo Restrição
Exibições: uma obviedade fornece previsibilidade, sem a necessidade de

explicações de como alguma coisa deva ser usada. Uma coisa óbvia traz uma incitação
visual (ou de outro sentido) para as ações que devam ser realizadas. Ao vermos as
dobradiças de uma porta, estamos aptos a determinar se ela abre para dentro, para fora
ou se desliza. Se um processo ou produto pode ser projetado para levar o usuário a
realizar as ações corretas, então menos erros ocorrerão.
Os exemplos da Figura 4.12 são também muito visuais. As cores exibidas nas
latas de lixo mostram os tipos de resíduos que são destinados alí, assim é possível
diminuir o número de lixos jogados no lugar errado. Ao fazer um estoque por exemplo,
também é possível usar um contador que monitore a quantidade de itens ainda
presentes.

www.fm2s.com.br
129
Figura 4.12 - Exemplos exibições
9. Uso da Tecnologia
Define-se tecnologia como a ciência de aplicação prática, incluindo equipamentos,
materiais, sistemas de informação e métodos. Tecnologia pode ser usada para gerar
mudanças de segunda ordem. Por exemplo, uma empresa de distribuição pode tentar
uma mudança que usa automação para pegar e empacotar pedidos. Se aplicadas
corretamente, as novas tecnologias oferecem às organizações a oportunidade de
implementar grandes melhorias simplesmente aplicando aquilo que os outros têm
desenvolvido. De qualquer forma, grande quantia de dinheiro e tempo são necessários
para fazer acontecer uma mudança que envolva tecnologia especialmente numa indústria
capitalista como a de manufatura. Em algumas situações, a mudança pode nem mesmo
resultar em melhoria.
Usar a tecnologia é ter aplicação prática da ciência, incluindo equipamentos,
materiais, sistemas de informação e métodos). Alguns aspectos:
● Se bem empregadas, dão à empresa a oportunidade de grandes melhorias,
aplicando o que os outros já desenvolveram;
● Requerem dinheiro e tempo;
● É necessário testar em pequena escala para minimizar o risco;
● Como toda mudanças, sofrerá resistência das pessoas;
● É necessário ter plano de transição do velho para o novo.
Lembrete: Tecnologia não compensa erros de processo. Para se ter vantagens

com as novas tecnologias, os processos que representam conquistas tecnológicas
relevantes dentro da organização deveriam ser colocados juntamente com os processos
que trazem benefícios tecnológicos. Em certas situações, uma organização pode também
conseguir se envolver durante os primeiros estágios do desenvolvimento de novas
tecnologias. Isso pode ser feito pelo estabelecimento de parcerias com outras
www.fm2s.com.br
130
organizações ou permitindo aos desenvolvedores testarem a tecnologia na sua própria
organização.
Cuidados nas mudanças que envolvem tecnologia:
● Não automatize um sistema ruim: erros ocorrerão mais rápido e custo serão mais
altos;
● Reserve soluções tecnológicas para melhorar sistemas estáveis em vez de
solucionar causas especiais;
● Concentre as mudanças nos gargalos;
● Uma tecnologia não confiável é pior que nenhuma tecnologia.
As organizações poderiam determinar os modos de testar novas tecnologias em

pequena escala, o que deve ajudar a reduzir o risco em trazê-las para a organização.
Alugar ou fazer “leasing” de novos equipamentos, comprar pequenos lotes de novos
materiais e utilizar novos remédios em animais antes das pessoas, são exemplos de
caminhos para testar novas tecnologias.
Assim como qualquer outra mudança, o uso de novas tecnologias enfrentará
resistência e outros problemas. Algumas pessoas encontrarão dificuldade em ter que
mudar para usar novas tecnologias. Quando os computadores começaram a ser usados,
algumas pessoas se sentiam mais confortáveis usando a máquina de escrever e os
arquivos em pastas. Geralmente não é fornecido um treinamento adequado. Às vezes,
quando é fornecido, pessoas arrumam uma desculpa para evitá-los. Para diminuir estes
problemas, a gerência deveria ter um planejamento para ajudar estas pessoas na
transição do uso de novas tecnologias.
10. Uso da criatividade

Falando de uma forma simplificada, criatividade é a invenção de uma nova ideia.
De onde vêm as novas ideias? Como fazer para conseguir mais ideias criativas? O modo
que a mente humana trabalha é bem apropriado para produzir novas ideias – por ser
criativa. Isso significa que a criatividade não é privilégio de algumas pessoas, mas é uma
capacidade que todos possuem.
Usar a criatividade é aplicar técnicas para quebrarmos nossos modelos mentais. O
resultado pode ser achado por diferentes lógicas, assim como visto na Figura 4.13.
Existem algumas técnicas que nos ajuda a fazer isso, como o Pensamento lateral,
Método Ingenious, SIT - Systematic Innovative Thinking e Método TRIZ. Todos esses são
abordados no curso de Criatividade da FM2S.

www.fm2s.com.br
131
Figura 4.13 - Como é usar a criatividade
Uma ideia promissora pode ser esmagada antes que tenha a chance de ser
aperfeiçoada em uma mudança que resultaria em melhoria. Uma pessoa pode facilmente
imaginar as objeções lógicas que surgiram de outros. Exemplo: é comum que em
reuniões do departamento de distribuição, alguém sugira preparar remessas
antecipadas. Se Paulo, como Supervisor, não apoiar essas ideias, o risco de perdê-las é
grande. Para conquistar a criatividade, é necessário reconhecer e utilizar diferentes
modos de pensamento
● Pensamento Criativo, que resulta em novas ideias e possibilidades;
● Pensamento Positivo Lógico, que se refere a como fazer uma nova ideia
funcionar;
● Pensamento Negativo Lógico (Crítico), que é focalizado em encontrar falhas
lógicas numa nova ideia.
Todos os três modos de pensamento são importantes e têm um papel importante

nas mudanças criativas que resultem em melhoria. Sem pensamento criativo, há risco de
mudanças “mais do mesmo” (as mesmas coisas). Sem o pensamento positivo lógico,
bons conceitos para mudança não resultarão em mudanças práticas, mudanças que
funcionem para o sistema. Pensamento crítico é necessário para fazer vir à tona os
problemas. Como discutido anteriormente, pensamento crítico é útil para revisar o
sistema atual. É também particularmente útil durante o projeto de um teste para uma
mudança. Quais poderiam ser os efeitos negativos da mudança? Como pode a mudança
ser testada nas condições que poderiam acontecer estes potenciais efeitos negativos?
Pensamento lógico positivo ajudará a desenvolver métodos para superar essas
dificuldades.
Estes três modos de pensamento devem ser reconhecidos e gerenciados por
equipes que estejam desenvolvendo mudanças. É geralmente melhor para um grupo
comprometer-se com um tipo de pensamento por vez. Quando novas ideias para
mudança estão sendo desenvolvidas, pensamento positivo lógico e criativo deveria ser
usado. Isso permite que o pensamento lógico melhore o pensamento criativo em vez de
reprimi-lo.

www.fm2s.com.br
132
11. Benchmarking, Conceitos de Mudança
O Benchmarking é uma ótima estratégia para se realizar mudanças. Nas
ferramentas de busca da internet, benchmarking está definido como o “processo de
avaliação da empresa em relação à concorrência, por meio do qual incorpora os
melhores desempenhos de outras firmas e/ou aperfeiçoa os seus próprios métodos”. Em
seu sentido literal significa “nivelar”, ou seja, o objetivo é beneficiar o desempenho
competitivo.
Exemplo: Para ajudar equipes de melhoria, a API (Associates for Process
Improvement) fez um estudo grande com vários projetos nos EUA e viu que:
● Eles tinham objetivos parecidos;
● Soluções parecidas.
● Pensando nisso eles criaram um guia para trabalhar com estas mudanças. Esse
material está presente no E-book Conceitos de Mudanças.
Outro meio de desenvolver mudanças é com os Conceitos de Mudança. Se um

conceito é uma noção geral que está envolvida com uma ideia específica, o que significa
Conceitos de Mudança? Um Conceito de Mudança é uma noção geral útil no
desenvolvimento específico de ideias para mudança, que resultem em melhorias.
Como usar os Conceitos de Mudança? As atividades listadas na Figura 4.14 são
maneiras de provocar ideias específicas para as mudanças desejadas.
Figura 4.14 - Os conceitos de mudanças
Para gerir uma ideia de mudança:

● Qual a noção geral associada a ela?
● Qual conceito de mudança está associado?
● Use outros conceitos do mesmo grupo para explorar a geração de novas ideias.

www.fm2s.com.br
133
Exemplos detalhados da aplicação destes conceitos, bem como as descrições dos
próprios conceitos podem ser encontrados em nosso material complementar: “Usando os
Conceitos de Mudança”, disponibilizados no material do curso.
12. Correlação: associação entre variáveis

Nos próximos tópicos entraremos na Porta de Dados na fase Analyse.
A relação entre variáveis tem por base ajudar a encontrar quais são as causas,
em termos de fatores, que estão levando-o a obter o resultado atual. A causa para um
“não venda”, pode ser um distorção no tempo de ligação depois que o cliente manifesta
o interesse na compra. Ou ainda, no preço cobrado ao interessado. Com a análise de
relação, será possível entender qual é ou quais são as variáveis que se alteradas, vão
melhorar seu resultado. Pela sua importância, vamos abordar a seguir várias técnicas
estatísticas para que você consiga entender a relação entre a variável de interesse e as
variáveis que influenciam no seu comportamento.
A Figura 4.15 apresenta as variáveis causais e o resultado interessado.
Figura 4.15 - Sistema de Causas
12.1 Correlação
Correlacionar variáveis é entender como uma variável de entrada em nosso banco
de dados (X) influência em nossa variável de interesse (Y).
Exemplo: a quantidade de farinha (X1) e a temperatura de assar o bolo (X2)
influenciam em seu sabor (Y)?
Para descobrir essas correlações, temos uma série de ferramentas. Elas podem
ser simples (para amostras) ou então mais avançadas (para correlacionar populações).
Antes de começar qualquer análise é importante classificar as variáveis sob dois
aspectos: se é dependente ou independente, e se é numérica ou categórica. Estas
duas classificações são fundamentais para definirmos qual tipo de ferramenta estatística
utilizar para analisar a relação entre as variáveis. Se não adotarmos o estudo adequado,
não conseguiremos avaliar corretamente a existência de uma relação. E, sendo assim,
não saberemos em qual variável independente focar para alcançarmos a meta desejada.

www.fm2s.com.br
134
12.2 Como fazer correlação
Após separar as variáveis, identifique a técnica a ser utilizada na Tabela 4.10.
Tabela 4.10 -Técnicas de análise de correlação
Após definir qual o tipo de variável, deve-se escolher qual técnica estatística será
utilizada para analisar a relação dos dados. De acordo com a tabela, é possível encontrar
as técnicas disponíveis para analisar a relação entre X e Y numéricas, X numérica e Y
categórica, X e Y categóricas e X categórica e Y numérica. A complexidade das técnicas
utilizadas também variam. Muitas vezes, técnicas simples e visuais resolverão o
problema. Outras vezes, será necessário um refinamento maior das análises utilizadas.
A seguir, iremos explorar essas análises e comentar sobre as ferramentas
propostas.
13. Correlação entre variáveis numéricas

13.1 Gráficos de Dispersão
O Gráfico de Dispersão é um tipo de análise de correlação para variáveis
contínuas. São gráficos que plotam de maneira cartesiana um conjunto de variáveis, de
maneira a buscar correlações entre duas ou mais variáveis. Para a sua confecção, temos
que ter duas variáveis contínuas em colunas separadas de um banco de dados.
São extremamente simples, mas extremamente importantes. O exemplo da
Figura 4.16 ilustra a sua construção entre a altura e o peso de um grupo qualquer.

www.fm2s.com.br
135
Figura 4.16 - Exemplo de gráfico de dispersão
13.1.1 Quando usar Gráficos de Dispersão

Os gráficos de dispersão são usados para examinar a associação entre duas
medidas. As medidas podem ser características de qualidade, medidas de processo ou
variáveis causais.
Eles foram o embrião de toda a estatística de correlação, como as famosas
análises de regressão e outras análises multivariadas. Exemplos clássicos são mostrados
na Figura 4.17.
O gráfico é utilizado basicamente para poder verificar se as duas variáveis estão
realmente relacionadas e se há alguma relação de causa e efeito.
Figura 4.17 - Exemplos gráficos de dispersão

www.fm2s.com.br
136
13.1.2 Como interpretar os Gráficos de Dispersão
Há vários tipos de associações entre parâmetros que podem ser demonstradas
pelo gráfico de dispersão. A relação pode ser positiva ou negativa (quando um cresce o
outro decresce), fraca ou forte, linear ou não linear, assim como visto na Figura 4.18.
A relação entre os parâmetros pode ser não linear. Nesse caso os pontos se
pareceriam mais com uma curva do que com uma linha reta, com máximos e mínimos
evidentes no gráfico. A fim de simplificar a interpretação, o gráfico de dispersão pode ser
dividido em seções, baseado na relação ser positiva ou negativa, e visto como linear
dentro de cada seção. Na figura, nota-se que nas correlações fortes, os pontos das
amostras estão mais perto entre si. Já na fraca, é possível notar a linha de correlação
mas com menos nitidez.
Figura 4.18 - Exemplos gráficos de dispersão
Se existir uma associação entre uma característica de qualidade e uma variável

causal, isso não significa que exista necessariamente uma relação de causa e efeito. A
relação pode ser devida a outro parâmetro que esteja associado a cada um dos
parâmetros estudados. Se não existir nenhuma associação em um gráfico de dispersão,
isso não significa que os dois parâmetros não estejam relacionados. É possível que uma
causa comum ou que uma causa especial de variação esteja mascarando a associação
para a amplitude de dados estudada. Em alguns casos um simples teste de associação
entre as variáveis no gráfico de dispersão pode fornecer uma confirmação para as
conclusões obtidas após uma inspeção visual.
A estratificação pode ser usada para aprimorar um gráfico de dispersão. Os dados
são estratificados plotando-se símbolos diferentes para grupos diferentes de dados no
gráfico de dispersão. Algumas vezes a relação entre parâmetros não é evidente quando
todos os dados são considerados, mas quando os dados são agrupados e plotados com
um símbolo diferente a relação se torna mais clara.
13.2. Análise de Regressão

O Gráfico de Dispersão nos ajuda a entender se há ou não há uma correlação
entre as variáveis. Entretanto, essa análise é apenas visual, ou seja, não temos
parâmetros claros para avaliar a força e a existência de fato da correlação.
Isso nos faz ser incapaz de resolver problemas práticos, como:

www.fm2s.com.br
137
● Qual variável influencia mais?
● Estamos entendendo toda a variação?
● Qual é o valor exato de uma variável Y para um dado conjunto de variáveis X.
As análises de regressão, através do ajuste estatístico dos dados, nos ajuda a ter
parâmetros para entender esses problemas.
13.2.1. O que são Análises de Regressão

A análise de regressão linear gera uma equação que descreve a relação estatística
entre uma ou mais variáveis preditoras e a variável resposta. A regressão linear encontra
a linha que melhor representa as variáveis de entrada com a variável de saída.
Além da equação encontrada podemos quantificar coisas como:
● O quanto minhas variáveis de entrada influenciam na variável de saída,
através do R². A letra R representa o coeficiente de correlação. Valores de R
variam de -1 para inclinações negativas e 1 para inclinações positivas. R² é a
fração da variação total devido às variáveis no modelo. O valor variar de 0 a 1 e
quanto mais próximo ao número 1, mais seu modelo explica a variação nos
dados;
● Em um banco de dados com muitas variáveis, o que influencia e o que não
influencia, através do p-valor. O p-valor mede a evidência estatística contra a
hipótese nula de que a verdadeira correlação na população é zero. Esse
parâmetro é abordado posteriormente nos tópicos de regressão e teste de
hipótese;
● Qual é o valor de Y para dadas configurações de X (através da equação da
regressão).
Geralmente os cálculos para determinar esses parâmetros não são tão simples
(mas nem tão complicados assim). O gráfico de regressão pode ser calculado pelo
Minitab, vide exemplo na Figura 4.19. Nesta parte do curso, vamos focar nas análises de
regressão do ponto de vista da interpretação dos resultados do Minitab.

www.fm2s.com.br
138
Figura 4.19 - Exemplo de regressão linear feito pelo Minitab
13.2.2 Quando usar Análises de Regressão

A regressão linear pode ser usada, por exemplo, para quantificar os impactos de
uma ou mais variáveis preditoras em uma variável de interesse (ou seja, uma variável
resposta). Por exemplo, queremos saber se a idade, sexo e dieta (as variáveis
preditoras) influenciam na altura de indivíduos (a variável de desfecho). Podemos
também querer entender se a velocidade de uma máquina, o número de operadores ou o
procedimento usado influencia na produtividade final.
A regressão linear que correlaciona mais de uma variável preditora com uma
variável resposta é também conhecida como regressão múltipla, regressão multivariada,
mínimos quadrados ordinários (OLS) e regressão. Nos próximos tópicos é ensinado como
fazer essa análise e a interpretar o seus parâmetros.
13.2.3 Como fazer uma Análise de Regressão

Segundo a Figura 4.20, a análise de regressão passa por diversas etapas,
seguindo a ordem:
● Coleta de dados: que pode resultar na criação de um banco de dados histórico;
● Analisar seus dados graficamente: originando do banco de dados, é preciso
escolher quais variáveis serão estudadas e porquê elas podem ter correlação;
● Criação da curva ajustada: o método de cálculo da curva varia. O programa
Minitab tem essa função;
● Avaliar os parâmetros: o valor de R² e o p-valor são importantes para interpretar
a correlação, se ela é forte, fraca e se é válida;
● Avaliar os resíduos: demais pontos não relacionados;
● Tomar uma decisão: decidir o ponto ótimo.

www.fm2s.com.br
139
Figura 4.20 - Fases regressão linear
13.2.4 Os parâmetros da regressão

Saber interpretar os parâmetros que os programas calculam é o diferencial de um
profissional. Entender de fato o que um determinado parâmetro representa e o que o seu
valor informa naquela situação analisada é muito importante e demonstra conhecimento
específico no assunto, além de passar mais confiança do trabalho realizado.
Os parâmetros conhecidos de uma regressão são:
● Equação ou curva de regressão;
● coeficientes linear e angular (os que compõem a equação);
● R² (Fator de Ajuste);
● p-valor.
13.2.5 O que são os parâmetros da regressão

13.2.5.1 Equação ou curva de regressão e os coeficientes linear
e angular
A análise de regressão gera uma equação para descrever a relação estatística
entre uma ou mais variáveis preditoras e sua variável de resposta. Depois de ajustar um
modelo de regressão e verificar o ajuste, você quer interpretar os resultados. Neste
tópico, vamos mostrar como interpretar os coeficientes da regressão linear.
A fórmula (4.1) da curva de regressão depende de constantes 𝑏0, 𝑏1, onde 𝑏0
representa a situação inicial, com x=0 e 𝑏1é o incremento em Y, chamado de
inclinação da reta.
𝑌 = 𝑏0 + 𝑏1(𝑥) (4.1)

www.fm2s.com.br
140
A Figura 4.21 mostra um exemplo de dados analisados pelo Minitab. As
constantes 𝑏0 = 2628e 𝑏1 = − 37, 15 são dadas pelo programa. O valor negativo de b1,
indica que a curva é decrescente.
Figura 4.21 - Exemplo da curva de regressão
A equação dá uma estimativa do comportamento do processo. Além disso, ela

ajuda a estimar os valores de Y para determinados X’s.
O programa gera uma linha em que a distância em relação aos pontos plotados é
mínima. Esse valor da distância do ponto plotado e a linha gerada é o resíduo (ajuste),
assim como visto na Figura 4.22.
Figura 4.22 - De onde vem a linha de ajuste
13.2.5.2 O R²
Como visto, R² é a medida de ajuste de um modelo estatístico linear. Varia entre
0 e 1. Quando aparece em porcentagem, deseja expressar a quantidade da variância dos
dados que é explicada pelo modelo linear.

www.fm2s.com.br
141
2
Na Figura 4.23, note que 𝑅 = 90, 2%, para o exemplo do Minitab, isso significa
que 90,2% da variação da força de cisalhamento pode ser explicada pela idade do
propelente. Ou seja, 9,8% são devido a outros fatores.
2
Figura 4.23 - O 𝑅
2
Para os valor de 𝑅 altos (>0,7), se diz que os dados têm forte correlação. Nos
exemplos da Figura 4.24, vemos dois gráficos, um com forte correlação e outro com
baixa correlação. As correlações podem ser positivas, caso uma variável interfira
positivamente em outra e negativa, caso o crescimento de uma variável afete
negativamente a outra.
2
Figura 4.24 - Exemplos de 𝑅
Os dados adicionais que o Minitab fornece, são sobre a Variação Total, que é o
próprio R2. Como visto na Figura 4.25, esse valor representa o somatório do quadrado
das variações.

www.fm2s.com.br
142
2
Figura 4.25 - De onde vem o 𝑅
2 𝑆𝑆𝑅𝑒𝑔𝑟𝑒𝑠𝑠ã𝑜
𝑅 = 𝑆𝑆𝑇𝑜𝑡𝑎𝑙
(4.2)
2
Ao realizar o cálculo (4.2) o resultado será a correlação do gráfico, o valor de 𝑅 .
2 1527843
→𝑅 = 1693738
= 90, 2%
Dessa fórmula, compreende-se que o fator R2 depende do somatório das

distâncias dos pontos plotados até a linha horizontal (para y=0) mais o somatório dos
resíduos. Esse somatório deve ser sempre o quadrado das variações, pois tais variações
podem vir a ser negativo.
13.2.5.3 O p-valor
O p-valor é um valor calculado pelo programa e é mais útil em regressão linear
múltipla, serve para indicar se há ou não correlação entre uma variável preditora
específica e a variável resposta.
A Figura 4.26 apresenta uma resposta padrão de regressão pelo Minitab, que
indica os valores calculados, inclusive o p-valor. Os elementos presentes são:
● Curva de predição;
● R²;
● Relatório da somas dos quadrados (regressão múltipla);
● p-valor (teste de hipótese);

www.fm2s.com.br
143
Figura 4.26 - Exemplo de p-valor no Minitab
Observa-se que o p-valor tem relação direta com o coeficiente angular, que é o
parâmetro que acompanha a variável do eixo X, o b1. Dessa forma, compreende-se que
quanto mais próximo de 1 for o p-valor, indica uma certeza de que o coeficiente angular
é zero, portanto, não tem impacto na variável Y. Em outras palavras, pode-se afirmar
que a variável de entrada não tem relação com a variável de saída quanto maior for o
seu p-valor.
Isso pode ser facilmente entendido se observada a fórmula (4.1), pois se b1=0,
então nenhum valor de X irá interferir no valor de Y.
O contrário também ocorre, quanto mais próximo de 0 for o p-valor, indica uma
certeza de que o coeficiente angular é diferente de zero, significando que existe algum
impacto da variável X em relação a variável Y.
13.3 Regressão Múltipla

É importante compreender as diferenças entre regressão linear simples e
múltipla. Dessa forma, o profissional consegue distinguir qual ferramenta melhor atende
às suas necessidades de análise.
13.3.1 O que é regressão múltipla

Chamamos de Análise de Regressão Múltipla, como comentamos, as análises de
Regressão Linear que avaliam mais de uma variável preditora. A Regressão Múltipla, do
ponto de vista matemático, equivale à regressão simples. Entretanto, se difere da
regressão linear simples na quantidade de variáveis independentes analisadas em
relação a variável dependente. Consequentemente, o número de parâmetros também
aumenta, devendo ser analisados um a um. Inclusive, o p-valor é mais útil na regressão
múltipla, assim como o R² ajustado torna-se mais preciso quanto mais variáveis de
entrada são adicionadas na análise.

www.fm2s.com.br
144
13.3.2 Quando usar regressão múltipla
A regressão múltipla é usada quando o profissional deseja avaliar se há o impacto
ou não de duas ou mais variáveis independentes na variável de saída (eixo Y). Por
exemplo: um gerente deseja cortar gastos na empresa e para isso é preciso realizar o
levantamento de quais equipamentos elétricos utilizados impactam significativamente ou
não no consumo de quilowatt-hora. A partir desse levantamento de dados, a geração da
regressão múltipla, uma atenta análise de todos os parâmetros calculados pelo
programa, permite que planos de ação sejam tomados de forma mais segura, como
avaliar se há a possibilidade de substituir equipamentos que impactem menos no
consumo de quilowatt-hora.
13.3.3 Como fazer uma regressão múltipla

Na regressão linear múltipla, no exemplo que segue, há vários outros
coeficientes, que podem ou não ser diferentes de zero (fazendo a variável ser
significativa), vide (4.3).
𝑦𝑖 = (β0 + β1𝑥𝑖1 + β2𝑥𝑖2 + β3𝑥𝑖3) + ϵ𝑖 (4.3)
Exemplo: é realizada uma predição se a inteligência pode ser prevista por

características das pessoas (experimento real).
As variáveis escolhidas cujos dados foram coletados são:
● 𝑦𝑖 é a inteligência (medido por teste de QI - PIQ) do aluno i;
● 𝑥𝑖 é o tamanho do cérebro (medido por ressonância magnética - MRI) do aluno i;
1
● 𝑥𝑖2 é a altura (altura) do aluno i;
● 𝑥𝑖3 é o peso (peso) do aluno i.
A partir do banco de dados contendo essas variáveis, foi gerada a regressão linear
múltipla no Minitab. A Figura 4.27 evidência os valores gerados pelo programa.

www.fm2s.com.br
145
Figura 4.27 - Exemplo de regressão linear múltipla no Minitab
Observe que além do programa calcular R2, também foi calculado o R2adj (ou R²
ajustado), que nada mais é do que o R2 ajustado para múltiplas variáveis. Dessa
forma, quanto mais variáveis tiverem, melhor será para o fator de ajuste. Outra
informação interessante é o p-valor ser calculado para cada variável, como no exemplo,
para cérebro, altura e peso também, além de calcular para a própria regressão.
Entretanto, isso não altera como os parâmetros são avaliados, pois ocorre da mesma
forma que em regressão linear.
13.4 Cuidados com gráficos de Dispersão e Regressão linear

Um cuidados que temos que ter com análises de correlação é que nem sempre
correlação significa causalidade. Um exemplo histórico ilustra bem este problema.
Entre os anos 1920 e 1935 foram coletados os dados relativos ao número de
aparelhos de rádio e número de doentes mentais por 100.000 habitantes na Inglaterra.
O Gráfico de dispersão da Figura 4.28 mostra esta análise.

www.fm2s.com.br
146
Figura 4.28 - Rádios causam loucura?
E aí, o que podemos concluir desta análise? Quanto maior o número de aparelhos
de rádio maior o número de doentes mentais. Será que aparelhos de rádio causam
doenças mentais? Precisamos acabar com os rádios?
Apesar da má interpretação dos resultados apresentados na Figura 4.29,
correlação não implica causalidade. Duas variáveis podem estar correlacionadas devido
a:
● A variável X é causa direta da variável Y;
● A variável Y é causa direta da variável X;
● A variável X contribui para a variação em Y, mas não é a única causa;
● Outras variáveis podem estar provocando a correlação;
● Ambas as variáveis estão mudando com o tempo;
● A associação não passa de coincidência.
Em estudos observacionais não se pode atribuir relação de causa e efeito a

variáveis correlacionadas. Para atribuir relação de causa e efeito, é preciso realizar
experimentos planejados. Sem isto, estaremos correndo risco de tomarmos relações que
não passam de mera coincidência. Hoje, na era do Data Mining este risco é bastante
grande.
Alguns exemplos tão absurdos quanto são vistos na Figura 4.28. Você sabia que
doutorado em matemática tem forte correlação com a quantidade de urânio estocado
nas usinas de energia nuclear dos Estados Unidos? E os filmes do gótico Nicolas Cages?
Sabia que eles têm forte correlação com o número de pessoas que afogam depois de cair
na piscina? É caros leitores. Acho que vocês não sabiam que em nosso curso de Green
Belt tratamos de correlações sobrenaturais na fase do analyse. Brincadeira à parte,
colocamos estes exemplos para que você tenha noção de que causalidade difere-se da
correlação puramente matemática.

www.fm2s.com.br
147
Figura 4.29 - Outras exemplos de correlações
14. Correlação entre variáveis categóricas

14.1 Ferramentas gráficas
A correlação com variáveis categóricas geralmente passa ou por estudar a
frequência (histograma, por exemplo) da variável de interesse (Y) para vários valores
de X, ou por comparar estatísticas de Y para valores de X.
Exemplos de estatísticas que avaliamos são:
● A média;
● O desvio padrão;
● Uma proporção;
● Uma taxa.
Vale lembrar que, quando avaliamos essas métricas, temos que lembrar de nossa
discussão anterior sobre população e amostra.
Na maioria dos casos temos a amostra e queremos saber da população. Por isso
temos que usar técnicas que nos permitam avaliar essa incerteza. Um exemplo disso é o
intervalo de confiança, que vimos anteriormente.
Em outras palavras, para correlações simples usamos:
● Histogramas e Dot Plots estratificados (Y contínuo e X categórico ou vice versa);
● Análise temporal estratificada.
● Gráficos de Intervalos para a média (Y contínuo e X categórico);
● Gráficos de Barras (para Y categórico contra X categórico).
As análises são várias. Com uma base de dados pode ser feito diversos gráficos,
como no exemplo da Figura 4.30, em que a comparação entre os processos é visível pelo
Histograma, Gráfico de Análise Temporal estratificada e pelo Gráfico de Intervalos. Cabe
ao profissional interpretar cada um deles.

www.fm2s.com.br
148
Figura 4.30 - Exemplo de correlação de variáveis categóricas no Minitab
14.2 Ferramentas Avançadas

As ferramentas avançadas para correlação, colocam as coisas do ponto de vista
de probabilidades. Elas nos ajudam a entender qual é a probabilidade de uma
população de interesse ter uma métrica diferente da outra.
Elas compreendem:
● Os testes de Hipóteses (Z, t, chi-quadrado, p, etc.);
● A Análise de Variância (ANOVA).
14.2.1 O que são os Testes de Hipóteses

Um teste de hipótese nada mais é do que uma validação estatística das nossas
dúvidas (ou hipóteses). Além disso é uma poderosa ferramenta para encontrar soluções
práticas de um problema.
Por exemplo, podemos querer ver se o tempo de um processo (uma variável
numérica) é diferente para dois turnos de trabalho. Hipótese: Será que o tempo médio
do turno A é diferente do tempo médio do turno B? Depois da coleta de dados as médias
dos tempos em cada turno são comparadas. A resposta é dada analisando os dados e
vem da seguinte forma: “dados os dados, ou seja, o tamanho da amostra e as
médias das amostras, posso afirmar com 95% de convicção de que as médias
das populações são diferentes”.
As curvas da Figura 4.31 representam a possível interseção dos dados coletados.
O teste de hipótese vai dar exatamente a probabilidade do erro acontecer, ou seja, da
afirmação estar errada. No caso da figura, seria quando os valores da parte vermelha
são maiores que da parte azul.

www.fm2s.com.br
149
Figura 4.31 - Representação gráfica de uma análise de populações por teste de hipótese.
As curvas normais representam duas populações de dados, a azul e a vermelha. Apesar
da média (ponto central) da curva normal ser maior do que a da azul, há uma pequena
área onde podemos retirar uma amostra da curva azul onde há uma média amostral
menor do que uma amostra representando a curva vermelha. Essa área está pintada em
cores sólidas e constitui a porção mais “à esquerda” da curva azul e mais “à direita” da
curva vermelha.
14.2.1.1 Quando usar Teste de Hipóteses

Podemos ter testes de hipóteses para diferentes métricas:
● Para médias (será que a média dos tempos do processo antes da mudança é
maior do que depois da mudança?);
● Para proporções (será que a porcentagem de atrasados da cia A é maior que da
cia B?);
● Taxas (será que a taxa de defeitos por unidade da fábrica A é diferente da B?).
Para realizar um teste de hipóteses, seguimos os passos:

1. Contextualizamos o problema: o que queremos “comparar” entre populações;
2. Formalizamos nossas hipóteses;
3. Escolhemos o tipo de teste de hipótese correto para o que queremos ver;
4. Realizamos o teste (analisando na distribuição de referência);
5. Analisamos o p-valor e os resultados para ver se nossa hipótese é verdadeira ou
não.
Alguns softwares ajudam com o passo quatro, de realizar os testes, já que é a

fase mais difícil.
14.2.1.2 Passo 1 - Contextualizar o problema

O primeiro passo é enxergar nosso problema atual com a “lógica” do teste de
hipóteses. A ideia é entender:
www.fm2s.com.br
150
● O que queremos comparar?
● Quais são as populações?
● Qual é a estatística que eu quero comparar?
● Quais são os dados que preciso ter/coletar para testar essa hipótese?
Uma maneira de enxergar o problema de forma lógica é rodar o PDSA,

representado na Figura 4.32. É preciso entender o contexto e o teste que iremos fazer
(qual dado precisamos coletar para responder nossas dúvidas em uma situação?).
Figura 4.32 - Dinâmica PDSA
Exemplo:
“Sempre faço o mesmo caminho de casa para o trabalho. Um colega me propõe
um caminho novo. Será que esse caminho é mais rápido?”
● O que queremos comparar?
Queremos ver se o tempo médio do caminho velho é estatisticamente igual ou
não ao caminho novo.
● Quais as populações?
Os tempos referentes ao caminho velho e os tempos referentes ao caminho novo
● Qual a estatística?
O tempo médio para o caminho A e para o B.
Como devem estar estruturados os dados? A Tabela 4.11 mostra a

construção da tabela com os dados do exemplo.

www.fm2s.com.br
151
Tabela 4.11 - Exemplo de contextualizar os dados do problema
14.2.1.3 Passo 2 - Formalizar a hipótese

O segundo passo consiste em formalizar a nossa hipótese de um jeito
matemático. Essa formalização nada mais é do que escrever matematicamente o que
queremos testar.
Algo como:
● H: µ𝑎=µ𝑏 (será que as médias são iguais?) ou
● H: µ𝑎<µ𝑏 (será que a média de a é menor que a média de b?) ou então;
● H: µ𝑎>µ𝑏 (será que a média de a é maior que a média de b?).
Podemos fazer isso não só para médias, mas para todos os outros tipos de
estatísticas. Essa formalização nos ajudará a entender qual teste vamos usar.
Além disso ela não precisa ser “explícita”, apenas existir “em nossas cabeças”, ou
seja, irá determinar a análise final. Porém a análise muda para as opções matemáticas.
Exemplo:
No caso dos caminhos, queremos testar, para os tempos:
● H: µ𝑛𝑜𝑣𝑜=µ𝑣𝑒𝑙ℎ𝑜 (será que as médias são iguais?);
ou
● H: µ𝑛𝑜𝑣𝑜<µ𝑣𝑒𝑙ℎ𝑜 (será que o novo é mais rápido?).
Vale dizer que todo teste sempre terá duas hipóteses. Uma é o que chamamos de
hipótese nula, ou principal, que é o que queremos avaliar.
A outra é a hipótese alternativa, que é uma implicação lógica do que acontece,
caso a hipótese nula não seja verdade.
Por exemplo, se:
Ho: µ𝑎=µ𝑏 é falsa, então
Ha: µ𝑎≠µ𝑏 é verdadeira.
14.2.1.4 Passo 3 e 4 - Escolha e realização dos testes

O cerne do teste de hipótese irá avaliar se, com base nos dados de nossa
amostra, podemos dizer alguma coisa sobre as suas populações.

www.fm2s.com.br
152
Em outras palavras, o teste irá parametrizar duas populações com base nas
amostras que temos (todos os tempos do caminho novo e velho, como o exemplo
anterior) e ver a possibilidade delas apresentam interseções ou não (vide Figura 4.33).
A escolha do teste vai depender do tipo de variável, pois para cada tipo temos
uma distribuição. O teste irá, em linhas gerais, parametrizar populações a partir das
amostras dadas e analisar a chance das hipótese nula ser verdadeira ou falsa.
Objetivamente, ele avalia a chance de uma amostra não representar a sua
população quanto ao parâmetro testado (média, por exemplo).
Ele levará em conta o tamanho da amostra, a variação e a diferença da

estatística entre as populações.
É como a Figura 4.33. A distribuição vermelha possui média global menor que a
azul. Entretanto, se a amostra for pequena, ela pode ser obtida de uma área da
distribuição que tem média da curva vermelha é maior do que outra área da azul (note a
área sólida de ambas).
Figura 4.33 - Exemplo teste de hipótese
Como escolher o teste certo? Depende das variáveis, vide Tabela 4.12. Pode
parecer complicado, mas o Minitab é um dos softwares que ajuda a realizar o teste
correto e interpretar os resultados segundo as classificações das variáveis informadas. A
escolha pode ser feita através do Assistente Minitab.
Tabela 4.12 - Objetivo Teste de Hipótese

Qual é o objetivo
Comparar uma média com um valor ● Teste t para 1 amostra;

● Teste de desvio padrão para 1
amostra;
● Teste de % Defeituosos para 1
amostra;
● Qualidade de Ajuste Qui-quadrado.

www.fm2s.com.br
153
Comparar duas amostras entre si ● Teste t para 2 amostras;
● Teste t pareado;
● Teste de desvio padrão para 2
amostras;
● Teste de % Defeituosos para 2
amostras;
● Teste Qui-Quadrado para
Associação.
Comparar mais de duas amostras ● ANOVA com um fator;

● Teste de desvios padrão;
● Teste Qui-Quadrado para % de
Defeituosos;
● Teste Qui-Quadrado para
Associação.
14.2.1.5 Passo 5 - Analisar de Resultados

O resultado mais importante dos testes de hipótese é o famoso p-valor. É ele
que valida ou não a hipótese nula. O p-valor é um número de 0 a 1 que diz a
probabilidade de termos o erro de amostragem.
A sua definição formal é:
“A probabilidade de obtermos evidência de que a hipótese nula é falsa, dado que
ela é verdadeira”.
Em outras palavras, ele dá a chance dos erros de amostragem que comentamos
anteriormente. Na Figura 4.34, a “evidência falsa”, ou o erro, seria uma amostra azul
menor que uma amostra vermelha.
Figura 4.34 - Analisar os resultados
Na prática, cada teste específico vai ter uma definição formal de hipótese nula e
hipótese alternativa. Lembre-se de identificar qual das hipóteses o software está
apresentando na hora de interpretar os resultados.
O programa Minitab dá uma análise completa dos teste. Um exemplo é ilustrado
na Figura 4.35.

www.fm2s.com.br
154
Figura 4.35 - Analisar os resultados do teste no Minitab
No exemplo, a evidência diz que as médias de C1 e C2 são diferentes, dado a

estimativa. Para comprovar se as amostras das populações são diferentes para a
hipótese nula, em que as médias não iguais, vemos o p-valor. Como o p-valor é igual a
zero, a probabilidade das médias serem iguais é de 0%, logo a amostra é confiável em
afirmar que as populações são diferentes e as médias também.
14.2.2 Considerações sobre o p-valor

Os testes de hipótese não deixam de ser análises paramétricas, portanto a
normalidade e outros ajustes são importantes. Em várias ferramentas, usaremos testes
de hipótese específicos no meio deles (indiretamente), por exemplo: o gráfico
probabilístico normal (Ho: a distribuição é normal) e a regressão linear, para os
coeficientes (Ho: o coeficiente i de xi é diferente de 0).
Normalmente, um p-valor considerado baixo é 0,05. Entretanto, não há um
“número mágico” para o p-valor. Ele é uma probabilidade. Devemos ou não aceitá-lo
mediante o contexto, avaliando os riscos envolvidos na decisão. O exemplo da Figura
4.36 apresenta p-valor = 0.247, o que é considerado alto.

www.fm2s.com.br
155
Figura 4.36 - Exemplo de gráfico de probabilidade, testes de hipóteses
O p-valor é o assunto abordado no arquivo Leitura do Analyse, disponível na

pasta do curso. É importante ressaltar que o p-valor ainda é estudado por estatísticos e
sua interpretação é complexa. Para uma leitura sobre o assunto é recomendado o livro
“Introdução ao Controle Estatístico da Qualidade” de Douglas C. Montgomery (2016).
14.3 ANOVA
A ANOVA (Análise de Variância) será a última ferramenta estatística de correlação
abordada no curso de Green Belt. Ela é um tipo bem específico de teste de hipóteses.
Com ele, podemos testar médias para mais de duas populações. Em outras palavras:
𝐻0 → µ𝑎 = µ𝑏 = µ𝑐 𝑒 𝐻1 → µ𝑎 = µ𝑏 = µ𝑐 𝑒 𝐻1 → µ𝑎 ≠ µ𝑏 ≠ µ𝑐 (4.4)
Apesar da sua utilização ser a de um teste de hipótese, a sua matemática é

idêntica à da regressão linear, assim como visto em (4.4). Isso implica que não
analisamos somente o p-valor, mas também o R² e os resíduos obtidos. A interpretação
destes parâmetros é idêntica à da regressão.
No fundo, ela vai comparar se a variância total é igual à variância dentro dos
grupos.

www.fm2s.com.br
156
14.3.1 O que é o teste ANOVA
Anova ou Análise de variância é a técnica estatística que permite avaliar
afirmações sobre as médias de populações. O objetivo da técnica é analisar se existe
uma diferença significativa de um ou mais fatores (também chamados de variáveis de
entrada, ou variáveis X) comparando as médias das variáveis de resposta em diferentes
níveis dos fatores.
Análogo ao teste de hipótese, a hipótese nula afirma que todas as médias das
populações (médias dos níveis dos fatores) são iguais, enquanto a hipótese alternativa
afirma que pelo menos uma é diferente.
14.3.2 Quando usar ANOVA

A ANOVA é usada apenas quando queremos correlacionar um Y contínuo com um
ou mais X’s categóricos, que possuem 3 distintas classificações. Por exemplo, será que o
procedimento A, B ou C influencia no tempo de processo?
Os dados devem cumprir os pressupostos:
● Cada população deve ser normal;
● As variâncias de cada população devem ser iguais.
14.3.3 Como realizar um teste ANOVA

Para realizar a ANOVA, você precisará de uma variável de resposta contínua e
pelo menos um fator categórico com dois ou mais níveis. As análises ANOVA exigem
dados de populações que sigam a distribuição normal e cujas sejam variâncias iguais
entre fatores. Porém, para nossa sorte, os procedimentos ANOVA funcionam bem mesmo
quando a pressuposição de normalidade é violada, havendo uma exceção quando uma
ou mais distribuições são altamente assimétricas ou quando as variâncias são muito
diferentes. Nesses casos, recomenda-se lançar mão de uma transformação de variáveis
para corrigir essas violações.
Por exemplo, pois é com exemplos que aprendemos, imagine que uma loja
gostaria de testar se o valor gasto na compra pelo cliente, sofre influência de alguns
fatores. Dentre os fatores, o lojista a loja e coloca 3 níveis (loja A, loja B e loja C). O
Anova, vai permitir que o lojista avalie se há diferenças estatisticamente significativas
entre os tratamentos ou se o resultado observado variou em decorrência da mera
variabilidade amostral.
O programa Minitab nos ajuda a elaborar e interpretar uma ANOVA. Assim como
na regressão linear múltipla, podemos usar a ANOVA para ver quais X’s categóricos
impactam ou não no resultado. Existem duas maneiras de realizar o teste ANOVA no
Minitab:
● Pelo Assistente do Teste de Hipótese;
● Através do Modelo Linear Generalizado, que apresenta o R² e o gráfico de
resíduos. No modelo Linear Generalizado da Regressão, podemos misturar vários
tipos de variáveis (Categóricos e Contínuos, pois a matemática da ANOVA e da
regressão é equivalente);

www.fm2s.com.br
157
14.3.4 Os Parâmetros da ANOVA
A interpretação dos parâmetros da anova são muito parecidos com os parâmetros
de interpretação de uma regressão linear (simples ou múltipla). É usual avaliar se:
● A equação da anova, que proporá, aos moldes da Regressão Linear, uma
equação preditora para a variável resposta com base nas variáveis
classificatórias incluídas no modelo;
● O p-valor para cada variável classificatória testada, que nos dirá qual
variável preditora influencia na variável resposta;
● O R² e o R² ajustado, que nos dirá a qualidade do modelo;
● e, finalmente, os resíduos da análise.
15. Experimentação
A Experimentação é uma prática alternativa à análise de um Banco de Dados
existente. Ela é vital em diversos tipos de problemas onde:
● Não temos dados históricos;
● Os dados históricos não são confiáveis (frente a coleta);
● Os dados históricos não conseguem responder aos nossos questionamentos
(frente à sua estruturação).
Experimentar consiste em realizar diversos ensaios (experimentos) para obter um

banco de dados a fim de analisá-lo.
O ponto fundamental do Seis Sigma é o Planejamento de Experimentos, ou
seja, estruturar as suas questões e predições para entender como coletar dados para
responder às suas perguntas.
Outro objetivo do planejamento de experimentos é reduzir o número de ensaios
necessários para nossos questionamentos (reduzindo o custo do experimento).
As ferramentas de análise são as mesmas que vimos até agora:
● ANOVA;
● Regressão;
● Testes de Hipóteses;
● Métodos gráficos.
Além disso, temos algumas técnicas que são trabalhadas mais a fundo no Black
Belt:
● Experimentos Fatoriais;
● Experimentos Fatoriais Fracionados;
● Experimentos Dicotômicos.

A grande entrega da fase do Analyze são as mudanças desenvolvidas. Para
desenvolver uma consciência analítica, a fase mostra, em detalhes:
● A análise crítica do processo;
● O uso de tecnologia;
● O uso da criatividade;
● O uso dos conceitos de mudança.

www.fm2s.com.br
158
Na Tabela 4.13, nos aprofundamos nas suas etapas e ferramentas.
Tabela 4.13 - Mapa do Analyze

www.fm2s.com.br
159
Capítulo 5 - Improve
1. Introdução ao Improve
No Improve, escolhemos quais mudanças são mais promissoras e realizamos os
testes para saber quais de fato vão gerar as melhorias. É a priorização das mudanças e
estrutura de testes.
A partir dos testes, usando o ciclo PDSA, podemos entender melhor os detalhes e
falhas em nossas hipóteses e predições. Aqui também devemos ir aumentando
gradualmente a escala e o escopo dos testes. Ao final, teremos uma boa convicção de
quais mudanças vão de fato ser melhorias. Às vezes as mudanças já foram
implementadas durante a fase de testes (um ciclo para implementar).
Além do ciclo PDSA é uma das ferramentas citadas na Tabela 5.1. que são
recomendadas para a fase Improve, além do Planejamento de Experimentos entre
outros.
Tabela 5.1 - Mapa do Improve
2. Testes de mudança
Os testes são o coração do Improve. Nele, temos que observar como as nossas
mudanças vão se comportar na realidade. Para isso, usamos e abusamos do ciclo PDSA,
assim como visto na fase Improve, representado na Figura 5.1.

www.fm2s.com.br
160
Figura 5.1 - PDSA
Muitas vezes a equipe de melhoria desenvolver uma série de mudanças na fase

do Analyze e não possui nem tempo nem recursos suficientes para testar e amadurecer
todas elas durante a fase do Improve. Para resolver esse problema, a equipe precisa
desenvolver uma maneira de escolher entre as mudanças possíveis e priorizar as que
têm mais chance de sucesso.
Uma forma de fazer isso é pesar o esforço e o ganho potencial (impacto) de cada
uma das mudanças. Podemos fazer isso através do uso de uma Matriz de Priorização
chamada Matriz de Impacto/Esforço, vista na Figura 5.2. Para preenchê-la, damos uma
nota para o Impacto potencial de uma mudança e outra para o esforço relacionado com o
seu ciclo de testes e sua posterior implementação.
Figura 5.2 - Exemplo de matriz esforço x impacto
A técnica de priorização na fase de testes prevê que os esforços sejam

recompensados com resultados positivos em poucos tempos de ciclos. Mas é com o
tempo que as mudanças farão efeitos. É preciso monitorar o Grau de Convicção que
cada teste causa, vide Figura 5.3. Ele é o grau de certeza, baseado em evidências. No
exemplo, as três mudanças têm graus de certeza diferentes e mudam através do tempo,
tudo porque surgem novas evidências.

www.fm2s.com.br
161
Figura 5.3 - A realidade dos testes
A grande pergunta seria: como testar? Estruturar um teste pode nem sempre ser
uma tarefa fácil. Temos basicamente dois estudos mais frequentes quando queremos
testar mudanças:
● Testes do tipo Antes e Depois;
● Comparação simultânea.
2.1 Comparação Antes e Depois

Considere o teste de Comparação Antes e Depois quando:
● Os dados encontram-se disponíveis ou podem ser coletados antes da mudança;
● Há pequena ameaça de eventos externos ocorrerem ao mesmo tempo em que é
realizada uma mudança;
● Os dados serão coletados por um longo período de tempo após a realização da
mudança;
● Grandes melhorias são esperadas;
● Grupos necessários para a comparação simultânea não podem ser isolados.
A visualização de um exemplo do estudo Antes e Depois está na Figura 5.4. A

mudança é estratificada e é possível observar um melhor desempenho da atividade.

www.fm2s.com.br
162
Figura 5.4 - Exemplo Antes e Depois
Porém o estudo não é a prova de erros. Pontos vulneráveis:

● Ocorrência de causas especiais ao mesmo tempo em que mudanças são feitas;
● Efeito Hawthorne.
2.2 Comparação Simultânea

Considere o tipo Comparação Simultânea quando:
● Duas ou mais alternativas estão sendo testadas;
● Uma alternativa está sendo testada mas eventos externos podem atrapalhar a
interpretação dos resultados (formam-se dois grupos: sistema atual x grupo
sendo testado);
● Deseja-se acrescentar condições diversas durante o teste (planejamento de
grupos).
A Figura 5.5 mostra um exemplo de Comparação Simultânea onde é claramente

observado uma mudança de resultados depois da mudança.

www.fm2s.com.br
163
Figura 5.5 - Exemplo comparação simultânea
2.3 As boas práticas

Algumas práticas são recomendadas para os testes serem sucesso, independente
do tipo de estudo escolhido e da técnica de priorização:
● Comece pequeno;
● Dose o que pode dar errado;
● Envolva a todos para disseminar o conhecimento;
● Tente mitigar os riscos.
O que também é visto na Tabela 5.2 é a preocupação necessária para começar

um teste. Cada ideia é uma responsabilidade. Decidir em implantar uma mudança deve
estar bem planejado e embasado em possíveis resultados positivos.
Tabela 5.2 - Consequências de um teste falho

www.fm2s.com.br
164
Capítulo 6 - Control
1. Introdução ao Control
A última fase do DMAIC é a fase do Control. Nela nós temos que implementar as
mudanças que saíram vitoriosas da fase de teste e monitorar os indicadores importantes
para o projeto após essa implementação. Embora possa parecer simples, quem já teve
de implementar alguma coisa sabe que essa atividade pode ser muito complicada e até
mesmo ingrata. Para que uma implementação seja bem sucedida temos que saber
trabalhar com pessoas. Precisamos nos atentar para a parte humana da mudança,
convencendo os envolvidos a adotarem as mudanças que temos convicção de que serão
melhorias.
Para que essa implementação seja mais suave, podemos seguir algumas boas
práticas e utilizar algumas ferramentas que nos ajudam a convencer os envolvidos. Nos
próximos tópicos vamos aprofundar em como conduzir implementações.
Além disso, o Control temos que monitorar os indicadores depois do projeto. Até
quando fazemos esse monitoramento? Coletar um indicador é uma atividade que requer
esforço e até mesmo recursos financeiros. Caso um processo atinja uma estabilidade,
medir seu desempenho para sempre pode não ser uma boa estratégia. Vamos discutir
um pouco sobre isso.
É a hora onde mais se usa a Psicologia e se realiza a Gestão da Mudança.
Devemos preparar as mudanças para serem lógicas e alinhadas com a cultura da
empresa, trabalhando o racional e o emocional das pessoas envolvidas no processo.
Também estruturamos o plano de implementação com base nas etapas:
1. Padronização;
2. Documentação;
3. Treinamento;
4. Implementação (Medir).
Por fim, compilamos os ganhos, apresentamos os resultados e celebramos. A

sequências das fases é apresentado na Tabela 6.1.
Tabela 6.1 - Mapa do Control

www.fm2s.com.br
165
2. Plano de Implementação
Implementar pode ser a parte mais difícil de um projeto de melhoria. É a parte
mais humana do projeto. Nela, é necessário:
● Se comunicar bem;
● Ter claro o que é necessário fazer;
● Reforçar, ou seja, fiscalizar se tudo está indo bem;
● Pensar muito bem no “transiente”.
Mesmo os projetos mais simples devem ter um plano de implementação. Caso

contrário, tudo pode ser colocado a perder.
Após a implementação das melhorias, é necessário estabelecer práticas que
assegurem que as mudanças se tornarão procedimentos usuais nos negócios. Muitas
empresas fazem melhorias no trabalho e depois descobrem que as pessoas voltaram à
forma antiga de fazer as coisas ou que algum novo problema foi identificado. A seguir
descreve-se os componentes que precisam ser considerados para implementação e
controle das mudanças.
1. Padronização:
● Estabelecer práticas e políticas específicas e reconhecidas para servir como um
modelo ou diretriz para um processo.
● As políticas, materiais, métodos e treinamentos documentados costumam ser
chamados de "padrões" ou "melhores práticas".
2. Documentação:
● Registro das mudanças que foram implementadas.
● Organizações dependem da documentação para:
○ Entendimento do processo;
○ Educação e treinamento de pessoas que operam o processo;
○ Comunicar as mudanças a quem se encontra dentro e fora do sistema;
○ Fornecer atualizações em tempo real para documentar melhores práticas,
medidas e outras informações importantes de processos ou de produtos.
● Uma excelente prática na hora da documentação é a criação de Instruções

Operacionais.
Conceito:
○ Orientação sobre a forma de executar uma tarefa.
Objetivo:
○ Servir como guia para a realização de tarefas críticas comunicando de
maneira direta e objetiva o que e como deve ser executado o trabalho.
Conteúdo:
○ Resultado esperado da tarefa;
○ O QUE e COMO a tarefa deve ser realizada (objetivamente);
○ Ações corretivas;
○ Instruções relacionadas à segurança e meio ambiente específicas da
tarefa.

www.fm2s.com.br
166
○ Responsável: Cargo do executante da tarefa.
3. Treinamento:
● Treinamento é quase sempre necessário para implementar mudanças;
● Se a mudança for uma mera extensão do trabalho atual, então uma simples
discussão poderá ser suficiente;
● Entretanto, se a mudança for complexa, um treinamento extensivo poderá ser
necessário;
● Considere o tipo de mudança que está sendo proposta, quem será incumbido de
implementá-la e o nível de conhecimento e experiência dos participantes para
determinar quanto tempo de treinamento será necessário.
4. Medir:
● Documentação adequada não garante que o processo opere como proposto;
● Monitorar o processo através de indicadores é um meio de verificar se as
mudanças propostas estão sendo efetivamente implementadas;
● Medição fornece uma fonte de aprendizagem durante a implementação e um
método de manutenção após a implementação;
● Gráficos de tendência (ou de controle) dos indicadores devem ser utilizados para
monitorar o processo depois das mudanças implementadas;
Comparação do Desempenho com os Objetivos: Não é possível tornar um

processo perfeito em um dia ou em uma única iniciativa de melhoria. A melhoria de
processos normalmente leva vários ciclos de desenvolvimento, teste e implementação
das mudanças que possuem maior probabilidade de produzir melhoria.
Comparar o desempenho com os objetivos é uma forma de acompanhar seu
progresso. Retorne aos objetivos da melhoria, definidos ao responder à segunda
pergunta: Como saberemos que uma mudança é uma melhoria?
Em seguida, compare o desempenho das medidas após a implementação, para
verificar se serão necessárias mudanças adicionais;
● Se as medidas de melhoria foram alcançadas. Então continue com a
implementação.
● Se as medidas de melhoria não foram alcançadas. Então retorne às fases de
Desenvolvimento, Teste e Implementação e continue com esses ciclos até que os
objetivos sejam alcançados.
2.1 Estratégias de implementação

A maneira ideal para se conduzir e fiscalizar uma implementação vai depender da
complexidade. Geralmente temos 3 estratégias:
● Simplesmente faça;
● Implementação paralela;
● Implementação sequencial.
Independente da estratégia, temos que garantir que as coisas irão acontecer

conforme o planejado.

www.fm2s.com.br
167
3. Como fiscalizar a implementação
3.1 O 5W2H
O que é o 5W2H? Um projeto é desdobrado em diversas atividades. Essa
ferramenta questiona as atividades de forma a detectar descontinuidades.
Esse é um método de fiscalização relativamente simples de gerenciamento de um
projeto. Um projeto é desdobrado em diversas atividades. Fazer as perguntas do 5W2H é
entender o porquê das ações de um determinado processo e garantir que as ações
recomendadas sejam de fato implementadas.
As perguntas se referem:
● As atividades (O que? - What) são executadas segundo uma certa ordem, com
um determinado prazo (Quando? -When) e custo (Quanto? – How Much), em um
determinado local (Onde? – Where) e com responsabilidades de execução ou
coordenação atribuídas (Quem? - Who). Além disso, deve haver uma razão (Por
que? - Why) para fazê-la e uma forma prevista para a sua execução (Como? -
How);
● As iniciais dessa perguntas (What, Why, When, Where, Who, How, How much)
formam o acrônimo 5W2H.
A Tabela 6.2 apresenta mais algumas especificações dessa técnica.
Tabela 6.2 - Como fiscalizar a implementação com o 5W2H

Como utilizar a Quando usar? Variantes
ferramenta?
● Lista-se as ● As possibilidades de ● Quanto o gasto para

atividades que uso do 5W2H são realizar a atividade
fazem parte do amplas; não for uma
projeto; questão relevante
(o “How much” não
é considerado) a
técnica é reduzida
para 5W1H.
● Essas atividades são ● Pode ser usada para

os “What”; organizar uma única
atividade ou um
conjunto de
atividades formando
um projeto;
● Em seguida ● Em projetos de
passa-se a melhoria é útil
responder aos utilizar o 5W2H
outros Ws e Hs para como na fase de
cada atividade; implementação de
mudanças;

www.fm2s.com.br
168
● As informações são
estruturadas em
uma planilha com
sete colunas e
tantas linhas
quantas forem as
atividades
identificadas
formando assim o
projeto;
● Resta ainda
identificar um
coordenador que
cuidará da gestão
das atividades,
verificando que os
prazos sejam
cumpridos e
intervindo quando
necessário.
A Tabela 6.3 mostra um exemplo de template simples, em que cada pergunta é

respondida para que o processo de implementação seja verificado.
Tabela 6.3 - Template 5W2H

www.fm2s.com.br
169
4. Resumo dos capítulos
Na conclusão do conteúdo, podemos encerrar a teoria com algumas observações
e destaques. Um projeto de melhoria deve terminar quando:
● O objetivo do projeto foi cumprido.
● Houve melhoria e ficou claro que qualquer progresso adicional irá exigir um novo
esforço inicial.
● A equipe desempenhou bem e obteve sucesso suficiente para se aposentar com
dignidade e orgulho.
Depois que o projeto seja finalizado, é importante que o conteúdo fixe e o

aprendizado seja contínuo, por isso:
1. Resuma os aprendizados;
2. Finalize a documentação sobre as melhorias;
3. Faça um sumário de planos e recomendações futuras;
4. Comunique a finalização do projeto;
5. Celebre!
Enfim, segue um mapa das fases do roteiro DMAIC, na Tabela 6.4, que ajudam a
seguir as etapas os momentos.
Tabela 6.4 - Mapas do roteiro DMAIC

www.fm2s.com.br
170
www.fm2s.com.br
171
www.fm2s.com.br
172
Capítulo 7 - Projeto de Melhoria
1. Seleção de projetos
Seleção de Projetos é o processo de avaliar projetos individuais ou grupos de
projetos e escolher qual queremos conduzir e implementar.
As organizações (seus gerentes e especialistas) geralmente usam modelos para
extrair informações relevantes e tomar decisões. Os modelos tentam quantificar aspectos
de cada projeto de maneira a racionalizar a escolha de um em detrimento de outro. É
como “dar uma nota” para cada projeto a fim de avaliar de maneira fria qual é mais
adequado.
Esses modelos podem ser muito úteis, mas não tomam a decisão sozinhos.
Modelos, como visto no curso de Black Belt da FM2S, são apenas aproximações da
realidade. Eles possuem as suas premissas e imprecisões e a decisão é sempre um
processo humano, carregado de uma série de aspectos racionais e irracionais.
Nos próximos tópicos iremos abordar os módulos de falha e o supermercado de

processos por setor. Esse material serve de auxílio para o desenvolvimento do Projeto
de Melhoria, proposto no curso de Green Belt da FM2S. Sua elaboração é necessária
para a obtenção do certificado de especialista Green Belt.
1.1 Algumas premissas para os modelos de decisão

Para que a liderança possa julgar qual projeto é mais adequado, é usual que, ao
iniciar-se um projeto de melhoria, levante-se também quais os projetos concorrentes.
Após esta listagem, são coletadas mais informações sobre cada uma das iniciativas.
Essas informações são organizadas sob a ótica de premissas, dentre elas:
● Premissas financeiras – avaliam o custo estimado contra o benefício estimado
(por benchmark, por exemplo). É possível estimar métricas claras (como valor
presente, retorno sobre o investimento, etc.);
● Premissas operacionais – avaliando outros aspectos, até certo ponto
quantificáveis, porém não puramente financeiros. Como a nossa capacidade de
realizar tal projeto, a flexibilidade da melhoria ser implementada em outras áreas,
o tempo necessário, os riscos, etc.
● Premissas não numéricas – avaliam o aspecto político e estratégico dos
projetos. Vão desde as investimentos particulares (de interesse da alta gestão ou
investidores externos) até o ganho competitivo esperado pelo projeto.
Essas premissas são a base para a utilização de modelos para “julgar” os

projetos.
A seleção de projetos de melhoria é uma das partes mais difíceis do trabalho de
um profissional Seis Sigma. Ela pode ser extremamente complexa em organizações
maiores, visto que agendas ocultas podem estar em pauta ou diferentes abordagens
sobre a estratégia estejam sendo ventiladas. Seja como for, é sempre interessante ter
uma abordagem padronizada e metódica, para que a seleção não seja algo “intuitivo”,
mas sim baseado em dados.
Em geral, essa seleção segue algumas etapas:
1) Levantamento da problemática e projetos “candidatos” com as áreas e partes
interessadas (gerentes e especialistas);
www.fm2s.com.br
173
2) Estimativa do impacto e do esforço dos projetos (quanto ao seu ganho, custo e
cronograma);
3) Priorização (escolha dos melhores projetos através de uma avaliação
quantitativa sob diferentes critérios e atribuição de uma “nota” para cada um);
4) Desdobramento e início dos trabalhos relacionados aos projetos.
1.2 Pontos-chave na hora de sugerir projetos

Seguem abaixo algumas características necessárias na hora de sugerir um
projeto:
● O projeto proposto deve estar conectado ao plano de negócios da organização;
● O projeto deve ser importante para a liderança por uma ou mais da seguintes
razões:
○ Clientes estão tendo problemas com produtos ou serviços;
○ Existe a necessidade de reduzir custos mantendo ou melhorando a
qualidade;
○ Existe a necessidade de expandir as expectativas dos clientes.
● A solução é desconhecida. Agentes de Melhoria são melhor utilizados em projetos
que requerem aprendizado e testes antes da implementação;
● Métricas chaves para avaliar o sucesso do projeto foram identificadas;
● O projeto pode ser completado dentro de um prazo de seis meses ou menos;
● Dados sobre a situação atual para as métricas estão disponíveis e metas para as
métricas foram estabelecidas;
● O impacto financeiro (redução de custos ou aumento da receita) foram estimados;
● O sistema, processos, produtos ou organizações onde as mudanças deverão ser
feitas estão sob o controle e influência do patrocinador do projeto;
● Existe um balanço adequado entre a quantidade de esforço e de recursos
necessários para completar o projeto;
● Os resultados obtidos são replicáveis para outras áreas da organização;
● O projeto deve mudar um processo de rotina;
● Não há mudanças em andamento no processo que possam causar impacto
diretamente no andamento do projeto.
1.3 Modos de Falhas de Atividades de Melhoria (MFAM)
Projetos mal sucedidos podem ser impedidos. O MBB deve estar atento que seu
projeto não esteja nas categorias a seguir:
● Falta de um comando claro por parte da liderança;
● Falta de modelo para realizar melhoria;
● Falta de clareza de onde se quer chegar;
● Falta de recursos dedicados;
● Falta de acompanhamento da performance;
● Falta de habilidade para medir performance e eficácia;
● Falta de clareza se se conseguiu alguma coisa;
● Falta de estimativa financeira do ROI no início do projeto e de sua medição no
final;
● Falta de resposta clara para a pergunta “Porque estamos fazendo esse projeto?”

www.fm2s.com.br
174
1.4 Alguns projetos típicos (supermercado de
Os projetos de melhoria se adaptam para as várias áreas de atuação. Alguns
projetos de melhoria são clássicos e estão listados abaixo:
Logística
● Tempo excessivo para enviar invoice ao cliente depois de executado o
serviço;
● Tempo excessivo para identificar se uma invoice é uma disputa;
● Redução do volume de solicitações de prorrogação de prazos de
pagamento devido ao não recebimento da fatura no prazo por parte do
cliente;
● Redução de inventário de produtos acabados;
● Reduzir tempo de entrega;
● Reduzir porcentagem de entregas defeituosas (peças faltantes);
● Reduzir custos com fretes.
Compras
● Redução de custos com insumos;
● Redução de custos com prestadores de serviços.
Produtividade
● Redução de setup;
● Aumento de OEE.
TI
● Redução do tempo de atendimento de solicitações de serviços;
● Redução do tempo de troca de equipamento entregue com defeitos.
Manufatura
● Reduzir defeitos de fabricação;

● Reduzir custo de fabricação de peças;
● Reduzir as despesas com a Ferramentaria;
● Reduzir inventário de ferramentas;
● Reduzir uso de material poluente;
● Reduzir custos de embalagem;
● Reduzir controles / tarefas que não agregam valor / relatórios gerenciais
que não são usados / coleta de dados que não são usadas;
● Reduzir necessidades de limpeza/organização nos processos;
● Reduzir custos com manutenção dos sistemas;
● Melhorar aproveitamento (cortes/excessos) de matérias primas nos
processos;
● Reduzir refugos de produtos intermediários ou finais por defeitos;
● Reduzir consumo de energia e utilidades nos processos;
● Reduzir perdas de dados vitais para o processo;
● Reduzir dependência de mão de obra especializada no processo;
● Reduzir tempo para lançar novos produtos.

www.fm2s.com.br
175
Serviço
● Redução de tempo de entrega de equipamentos visando reduzir penalidade
por não cumprimento de prazo;
● Redução de porcentagem e não atendimento de SLA;
● Reduzir gap entre planejado e executado em projetos;
● Aumentar taxa de solução de problemas para clientes;
● Aumentar satisfação dos clientes com solução de problemas;
● Reduzir contato/interação de clientes para resolver problemas;
● Reduzir perda de clientes rentáveis;
● Reduzir risco de fraude para o cliente;
● Aumentar lucratividade de segmentos de clientes.
Segurança e Meio Ambiente

● Reduzir o impacto dos produtos no meio ambiente;
● Reduzir acidentes de trabalho;
● Reduzir acidentes com perdas materiais.
Financeiro
● Reduzir despesas com impostos respeitando legislação
● Encantar e surpreender o cliente e aumentar a demanda por
serviços e produtos
● Atender necessidades dos clientes que nossos produtos não atendem
atualmente;
● Criar serviços que complementam a satisfação dos clientes;
● Desenvolver o design e estética atraentes nos produtos;
● Aumentar vendas cruzadas;
● Aumentar vendas com pacotes de produtos;
● Oferecer produtos e serviços a novos segmentos.
2. Referências
American Society for Quality. Acesso em: https://asq.org/
BLANK, Leland; TARQUIN, Anthony, P. E. Engenharia Econômica. São Paulo:

McGraw-Hill, 2008.
CAMPOS, V. F. Gerenciamento da Rotina no Dia a Dia. 8ª edição, Nova Lima: INDG,

1994.
FAYOL, Henri. Administração Industrial e Geral. 1916.
Harvard Business Review, On managing people, Harvard Business Press, 2011.
Harvard Business Review, On leadership. Harvard Business Press, 2011.KOTTER, John.

Leading Change. 1995.
HARMON, P., Business Process Change. 2ª ed. Amsterdã: Morgan Kaufmann, 2007.

www.fm2s.com.br
176
HARRY, M., SHROEDER, R. Six Sigma: The Breakthrough Management Strategy
Revolutionizing the World’s Top Corporations, 1ª ed. Nova Iorque: Crown Business,
2006.
HAYES, R. H., WHEELWRIGHT, S. C. Competing Through Manufacturing. Harvard

Business Review, 1984.
HOULE, Cyril. O. The Design of Education. San Francisco: Jossey-Bass, 1972.
HOULE, Cyril. O. Continuing Learning in the Professions. San Francisco: Jossey-Bass,

1980.
IMAI, M. Gemba Kaizen, uma abordagem de bom senso à estratégia de melhoria
contínua. 2ª edição. São Paulo: Bookman, 2014.
KANG, C. W., KVAM, P. H., Basic Statistical Tools for Improving Quality, 1ª ed. Hoboken:
John Wiley & Sons, 2011.
KIRKPATRICK, Donald L. Evaluating Training Programs. WI: American Society for

Training and Development, 1975.
KIRKPATRICK, Donald L. A Practical Guide for Supervisory Training and Development.

Reading, MA: Addison-Wesley, 1971.
KIRKPATRICK, Donald L. Transferring Learning to Behavior: Using the Four Levels to

Improve Performance. 2005.
KNOWLES, Malcolm S., HOLTON III, Elwood F., SWANSON, Richard A. Aprendizagem de
resultados: uma abordagem prática para aumentar a efetividade da educação
corporativa. Tradução de Sabine Alexandra Holler. Rio de Janeiro: Elsevier, 2009.
KUME, H., Statistical Methods for Quality Improvement, 1ª ed. Tóquio: 3ª Corporation,
1985.
KUBIAK, T. M.; BENBOW D. W. The certified six sigma black belt handbook. 2nd ed.
Milwaukee, Wisconsin: ASQ Quality Press, 2009. 683p. ISBN 978-0-87389-732-7
KUBIAK, T. M.; BENBOW D. W. The certified six sigma black belt handbook. 2nd ed.
Milwaukee, Wisconsin: ASQ Quality Press, 2009. 683p. ISBN 978-0-87389-732-7
LEVINE, H.A. “Project Portfolio Management: A practical guide to selecting projects,

managing portfolios and maximizing benefits”, San Francisco, Jossey-Bass, 2007.
LIKER, J. Toyota Way: 14 Management principles from the world’s greatest

manufacturer. 1ª edição, Nova Iorque: McGraw-Hill, 2004.
MCGREGOR, Douglas. The Human Side of Enterprise. McGraw-Hill, 1960.
MCCARTHY, T., BREMER, M., DANIELS, L., GUPTA, P. Motorola University, The Six Sigma
Black Belt Handbook, 1ª ed. Nova Iorque: McGraw-Hill, 2004.

www.fm2s.com.br
177
MCGREGOR, D. Leadership and Motivation. Cambridge: The Massachusetts Institute of
Technology Press, 1967.
MONTGOMERY, D. C. Introdução ao Controle Estatístico da Qualidade. 2016.
MONTGOMERY, D. C., Introduction to Statistical Quality Control, 6ª ed. Nova Iorque:

John Wiley & Sons, 2009;
MURMAN, E. et al. Lean Enterprise Value: Insights from MIT’s Lean Aerospace Initiative.
1ª edição, Cambridge: Palgrave Macmillan, 2002.
NAKAJIMA, S. Introduction to TPM. 1ª edição, Portland: Productivity press, 1989.
OHNO, T. Toyota Production System: Beyond Large-Scale Production. Tóqui: Diamond,

1978.
PYZDEK, T. The Six Sigma Handbook, 1ª ed. Nova Iorque: McGraw-Hill, 2003.
PMI - PROJECT MANAGEMENT INSTITUTE. Guia PMBOK®: Um Guia para o Conjunto de

Conhecimentos em Gerenciamento de Projetos, Sexta edição, Pennsylvania: PMI, 2017.
PYZDEK, Thomas. The Six Sigma Project Planner. New York: McGraw-Hill, 2003.
ROGERS, Carl. Liberdade para Aprender. Belo Horizonte: Interlivros, 1969.
SCHONBERBER, R. J. World Class Manufacturing: the lessons on simplicity applied. 1ª

edição, Nova Iorque: The Free Press, 1986.
SCHEIN, Edgar. The Corporate Culture Survival Guide. The Jossey-Bass Business &
Management Series, 1999.
SHARMA, M. KODALI, R. Development of a framework for manufacturing excellence.

Measuring Business Excellence, 12, 2008.
SHEWHART, W., Economic Control of Quality of Manufacured Product, 1ª ed. Nova

Iorque: D. Van Nostrand Company, 1931.
SMITH, B., Six Sigma Design, IEEE Spectrum, p. 43-47, 1993.
SNOW, R. E. Aptitude-Treatment Interaction as a Framework for Research on Individual

Differences in Learning. Learning and Individual Differences: Advances in Theory and
Research. P. L. Ackerman, R. J. Sternberg, and R. Glaser (eds.). New York: W. H.
Freeman, 1989.
SUTHERLAND, Jeff. Scrum : a arte de fazer o dobro do trabalho na metade do tempo.

tradução de Natalie Gerhardt. São Paulo: LeYa, 2014.
SWANSON, R. A. Industrial Training. Encyclopedia of Educational Research. H. E. Mitzel

(ed.). New York: Macmillan, 1982.

www.fm2s.com.br
178
TANG, L. C., GOH, T. N., YAM, H. S., YOAP, T. Six Sigma: Advanced Tools for Black Belts
and Master Black Belts, 1ª ed. Chicester: John Wiley & Sons, 2006.
TAYLOR, Frederick W. Os Princípios da Administração Científica. 1911.
VOM BROCKE, J., ROSEMAN, M. Handbook on business process management 1. 1ª ed.

Londres: Springer, 2010
VOM BROCKE, J., ROSEMAN, M. Handbook on business process management 2. 1ª ed.

Londres: Springer, 2010
White, B. Lean Daily Management for healthcare: a strategic guide to implementing lean
for hospital leaders, 1ª edição, Nova Iorque: CRC Press, 2016.
WILLMOT, P. TPM: Total Productive Maintenance: the Western Way, 1ª edição, Oxford:
Butterworth-Heinemann, 1997.
WIREMAN, T. Total Productive Maintenance: Na American Approach, 1ª edição, Nova

Iorque: Industrial Press Inc., 1991
WLODKOWSKI, R. J. Enhancing Adult Motivation to Learn. San Francisco: Jossey-Bass,

1985.
WOLMACK, J. P., JONES, D. T. Lean Thinking. 1ª edição, Nova Iorque: Simon & Schuster,
1996.
YANG, K., EL-HAIK, B. Design for Six Sigma: Roadmap to product development, 2ª
edição, Nova Iorque: McGraw-Hill, 2003.

www.fm2s.com.br
179

Apostila GB

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

Apostila GB

Enviado por

Direitos autorais:

Formatos disponíveis

Quem somos

Empresa de Educação e Consultoria criada por líderes determinados a FACEBOOK.COM/PROJETOSEMELHORIA

Somos um dos maiores centros de aperfeiçoamento do Brasil que conta

Temos mais de 60 certificações com o objetivo de garantir uma formação

lançamentos de um conteúdos mensais e grupos de networking.

Nossos instrutores são formados nas melhores universidades do país e já

Capítulo 1 - Introdução ao Seis Sigma 9

FM2S Treinamento em Desenvolvimento Profissional e Gerencial LTDA - ME

FM2S Treinamento em Desenvolvimento Profissional e Gerencial LTDA - ME

Capítulo 4 - Analyse 109

FM2S Treinamento em Desenvolvimento Profissional e Gerencial LTDA - ME

Capítulo 5 - Improve 160

Capítulo 6 - Control 165

Capítulo 7 - Projeto de Melhoria 173

FM2S Treinamento em Desenvolvimento Profissional e Gerencial LTDA - ME

Figura 1.1 - Esquema Mudança x Melhoria 11

FM2S Treinamento em Desenvolvimento Profissional e Gerencial LTDA - ME

FM2S Treinamento em Desenvolvimento Profissional e Gerencial LTDA - ME

FM2S Treinamento em Desenvolvimento Profissional e Gerencial LTDA - ME

Tabela 1.1 - Pontos críticos para o sucesso do Seis Sigma 22

FM2S Treinamento em Desenvolvimento Profissional e Gerencial LTDA - ME

FM2S Treinamento em Desenvolvimento Profissional e Gerencial LTDA - ME

2.2 Informações básicas

O clima organizacional encontra-se péssimo. O ânimo dos funcionários é uma

FM2S Treinamento em Desenvolvimento Profissional e Gerencial LTDA - ME

Figura 1.1 - Esquema Mudança x Melhoria

Esse conceito, apesar de parecer óbvio quando exposto dessa maneira, é

3.1 Como estruturar boas mudanças?

FM2S Treinamento em Desenvolvimento Profissional e Gerencial LTDA - ME

Em outras palavras, temos 3 questões fundamentais para nos ajudar a

1. O que queremos melhorar;

E um motor para o conhecimento é o ciclo PDSA, ilustrado na Figura 1.2.

Figura 1.2 - PDSA

4. As três questões fundamentais da Melhoria

As 3 perguntas podem ser respondidas de maneira iterativa, ou seja, não há uma

FM2S Treinamento em Desenvolvimento Profissional e Gerencial LTDA - ME

4.2 Questão 1 - o que queremos melhorar?

FM2S Treinamento em Desenvolvimento Profissional e Gerencial LTDA - ME

4.3 Questão 2 - como saberemos que a mudança será uma

4.4 Questão 3 - quais mudanças podemos fazer que vão gerar

FM2S Treinamento em Desenvolvimento Profissional e Gerencial LTDA - ME

FM2S Treinamento em Desenvolvimento Profissional e Gerencial LTDA - ME

Figura 1.3 - Lógica PDSA

FM2S Treinamento em Desenvolvimento Profissional e Gerencial LTDA - ME

Figura 1.4 - Motor do conhecimento

6.1 A implementação do ciclo PDSA

FM2S Treinamento em Desenvolvimento Profissional e Gerencial LTDA - ME

Vale a pena dizer que: em todo esforço de melhoria ou de excelência operacional,

6.2 Exemplo - ciclo PDSA

FM2S Treinamento em Desenvolvimento Profissional e Gerencial LTDA - ME

Com os resultados do ciclo PDSA, a equipe de Marketing resolveu fazer um

7. O jeito Seis Sigma de gerar melhorias

7.1 Processos de negócio

7.2 Projetos de melhoria

FM2S Treinamento em Desenvolvimento Profissional e Gerencial LTDA - ME

7.3 Programas de melhoria

FM2S Treinamento em Desenvolvimento Profissional e Gerencial LTDA - ME

7.4 Pontos críticos para o sucesso do Seis Sigma

Tabela 1.1 - Pontos críticos para o sucesso do Seis Sigma

Cultura de solução de Apoio da alta Pessoal com alto nível de

Cultura de engenharia; Liberação de tempo dos Pessoal com aptidão para

Cultura de projetos. Clareza nas metas Uso dos melhores talentos

Disponibilidade de dados Facilidade de aprender (a