(FM2S) Slides - Certificação Lean Seis Sigma Green Belt Saúde

Green Belt Saúde
Green Belt Saúde
O que é este curso e o que será visto?
a) Um método para a melhoria de processos;

b) A apresentação na metodologia Lean Seis
Sigma;
c) Ferramentas (estatísticas e não estatísticas)
para gerar melhorias;
d) Exemplos, cases, exercícios.
O objetivo é desenvolver em você as habilidades

para ser um agente de melhoria no ambiente
profissional.
A certificação
Para obter o seu certificado (de Green Belt):
a) Assistir às aulas;
b) Realizar uma prova, ao final do curso.
Também é recomendada (mas não obrigatória para

a certificação) a realização de um projeto de
melhoria.
Com esse projeto entregue, você receberá um

segundo certificado de “Especialista Green Belt”,
atestando que você fez o projeto.
Começaremos
(que simula uma situação que pode acontecer
com com qualquer um, alguma vez na vida...)
um desafio!
O Desafio
O Desafio
Cenário do desafio
O laboratório clínico em que você trabalha

abriu uma nova filial de atendimento
laboratorial como parte de sua estratégia
de negócios. Em menos de seis meses de
inauguração, a filial mostrava diversos
problemas com insatisfações de clientes e
passava por terríveis dificuldades,
principalmente pela péssima qualidade do
atendimento e até no resultado de exames.
O Desafio
Os clientes reclamavam a todo momento
sobre o fato de longas esperas (inclusive
em jejum), por atrasos em entregas de
resultados e até por serem solicitados a
repetir as amostras biológicas entregues
às análises.
Você, como agente de melhoria da

empresa, foi então incumbido de resolver
esse problema e fazer a nova filial dar
dinheiro e ganhar mais clientes.
O Desafio
Missão
Você e sua equipe, então, vão assumir

momentaneamente a operação da nova filial.
Sua missão é simples: entender como
funciona o processo de análises clínicas de
modo que ele atenda às necessidades dos
clientes.
O não cumprimento desta missão

acarretará no fechamento da filial e no
prejuízo para o seu grupo de empresas e
seus empregadores.
“Você tem que transformar esse laboratório
clínico no melhor da galáxia! Falhas não serão D. Vader
toleradas” diretor de estratégia
O Desafio
Algumas informações básicas:
Dada a sua missão, você então decide ir até a nova clínica e entender como as coisas
estão.
A clínica funciona diariamente das 8:00 às 18:00h, de segunda a sexta e aos sábados
até 12:00h.
O processo de análise clínica é mais ou menos o seguinte:

▪ O paciente preenche um formulário na recepção;
▪ O paciente realiza coleta/entrega da amostra biológica;
▪ O material é identificado e direcionado para o setor de análise, as amostras entram
em filas de acordo com a ordem de chegada do pedido;
▪ Assim que obtido os resultados, são emitidos os resultados dos exames e os
pacientes recebem SMS para buscarem.
O Desafio
Havia uma estimativa de pelo menos 80 resultados de exames por dia, mas o histórico
mostra que raramente eles passaram 20 – de acordo com os comentários dos
colaboradores, um problema aparentemente comum são erros na coleta de amostra
biológica e sua identificação.
O clima organizacional encontra-se péssimo. O ânimo dos funcionários é uma mistura

de depressão, por não conseguirem se sustentar sozinhos e pavor por demissões em
massa.
A concorrência ainda é escassa na localidade da nova filial, mas esse cenário vai mudar
em breve. Uma empresa multinacional, referência em qualidade na área e líder no
mercado mundial soltou um comunicado de que logo vai começar atividades no mesmo
mercado local de atuação da filial.
Resposta Desafio
Resposta Desafio
Para acompanhar essa aula, acesse o formulário:

[FM2S] Resposta Desafio - Green Belt Saúde
Resolvendo
o problema
.
O que você pensou para
resolver esse problema?
A maioria das pessoas começa logo

com o ímpeto por algum tipo de
mudança
O que você pensou?
A maioria das pessoas começa logo com o ímpeto por algum tipo de mudança.
Porém, é bom lembrar:
Requer
Melhoria
≠ Mudança
Nem sempre resulta em

Como estruturar boas mudanças?
Esta é a pergunta que precisamos responder:
A boa prática mostra na hora de gerar mudanças que DE FATO geram

melhorias nos diz que precisamos:
Saber o que queremos melhorar: ter foco em mudar o que vai resolver nosso
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.
Como estruturar boas mudanças?
Em outras palavras, temos 3 questões E um motor para o conhecimento:
fundamentais para isso:
1 O que queremos melhorar?
Como saberemos que a

2 mudança é uma melhoria?
Quais mudanças podemos

3 fazer?
As Três Questões
Fundamentais da Melhoria
1. O que queremos melhorar?
Como responder à primeira questão?
Tenha em mente que:
Toda a organização é um conjunto Se algo vai mal, significa que a Mudar esse processo é o que é
de pessoas, trabalhando em maneira com que as pessoas necessário para que o resultado
processos, para atingir um trabalham, ou seja, os processos, também mude.
propósito. não está alinhado com o que o
cliente quer .
1. O que queremos melhorar?
Em outras palavras:
É necessário encontrar o “processo por trás do problema”! Algumas dicas para se encontrar esse processo:
Contextualize. Converse com todos Entenda quais são as suas E as métricas? Tente vislumbrar
os envolvidos para entender o que restrições (o que podemos e não um pouco das métricas.
realmente está acontecendo. podemos trabalhar em um
Lembre-se que o problema é como projeto). O mundo é feito de
uma névoa, todos sentem, mas poucos
restrições.
conseguem definir. OBS: iremos retomar isso mais adiante...
2. Como saberemos que a mudança será uma melhoria?
A segunda coisa importante é pensar nos indicadores do projeto.
Um bom indicador:
Está ligado a É bem compreendido por Norteia a equipe de É baseado em dados

um processo todos trabalho confiáveis
3. Quais mudanças podemos fazer que vão gerar essa melhoria?
Quando pensamos em mudanças, temos que ter em mente:
Não existe apenas uma Geralmente, a primeira ideia Tome seu tempo pensando e Geralmente 4 estratégias
mudança possível de mudança nem sempre é a estudando as mudanças... são usadas para
melhor Ser calmo não é ser lento desenvolver mudanças:
▪ Análise crítica da situação;
▪ Uso da tecnologia;
▪ Uso da criatividade;
▪ Benchmarking.
Exercício Laboratório Clínico
Exercício
Laboratório Clínico
Lembre-se do contexto da nossa clínica:
A concorrência vem chegando. As insatisfações
dos clientes são altas e os funcionários
desmotivados.
Frequentemente, o resultado dos exames
possuem atrasos e retrabalhos, os clientes
reclamam constantemente. Isso gera uma
grande insatisfação e faz com que a empresa
comece a perder todo o mercado que demorou
anos para conseguir. Os donos sentem que a
administração da clínica não está performando
direito e começam a ficar impacientes com a
situação.
Exercício: Laboratório
Clínico
Pensando nisso, eles decidem agir!
■ Qual é o incômodo desta situação?

■ Qual é o processo por trás do
problema?
■ O que seria um bom objetivo para este
esforço de melhoria?
■ Quais seriam as restrições do trabalho?
Correção do
Laboratório Clínico
Exercício
Exercício: Laboratório Clínico - Correção
a) Não atingir o que o cliente quer, pode gerar custos de garantia e perdas de
clientes, além da desintegração do negócio.
b) O processo por trás do problema é o de análises clínicas – desde a entrada do

paciente até a liberação após coleta de amostra biológica. Precisamos definir um
indicador para saber se ele está melhorando ou não.
c) Um bom objetivo seria: Reduzir para zero o número de erros em coletas de
amostras de pacientes. Erros comuns incluem: focar em custos e colocar uma
mudança como objetivo.
d) As restrições seriam a metodologia de realização do exame, então é preciso
deixar claro que não mexeremos nas etapas de análises químicas e biológicas (por
enquanto). É importante ter foco para resolver um problema.
O ciclo PDSA
E o motor do conhecimento?
Uma vez que sabemos o 7 1

O que vamos
Como estão as
nosso foco e temos um incorporar no
coisas?
dia a dia?
indicador para nos guiar,
podemos seguir uma lógica 6
Analisamos! O 2
que saiu fora do Por que estão
esperado? Por assim?
que?
5 3
O que podemos
Fazemos! O mudar? O que
que aconteceu esperar das
com o mudanças em
relação ao
indicador?
indicador?
4
Planejamos as
mudanças:
como vamos
fazer?
Absolutamente TUDO em melhoria/excelência

operacional funciona assim:
▪ O Lean;
▪ O Seis Sigma;
▪ O WCM (World Class Manufacturing);
▪ A Gestão da Rotina;
▪ Etc.
O PDSA é uma lógica. Um jeito de pensar:
▪ 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.
Exemplos de PDSA
Exemplos PDSA
Para acompanhar essa aula, acesse no material do aluno o arquivo:

[FM2S] AME Rio Claro PDSA
Exemplos PDSA
Para conferir o template, acesse no material do aluno o arquivo:

[FM2S] Template PDSA
Considerações Finais
sobre PDSA
Sobre o PDSA:
▪ Ele é uma forma de pensar, não um

formulário ou um roteiro;
▪ Ele pode ser usado continuamente ou

pontualmente;
▪ Sua lógica inspira a realização de melhorias.

Conhecimento
Tempo
O jeito Seis Sigma
de gerar melhorias
O que temos hoje?
Temos que saber diferenciar:
PROCESSOS PROJETOS DE MELHORIA PROGRAMAS DE MELHORIA

Processos de negócio
▪ São as atividades rotineiras que

visam transformar entradas de
fornecedores em saídas para
atender às necessidades dos
clientes.
▪ Uma empresa é composta por
vários processos (como vamos
ver mais adiante).
▪ Os processos são tocados por
Entradas Saídas
pessoas, trabalhando em equipes.
▪ Em um processo, todos os dias
produzimos saídas parecidas.
Projetos de melhoria
▪ São iniciativas únicas que visam

entender, analisar e melhorar um
processo de rotina.
▪ Essa melhoria é geralmente o impacto
em um indicador de interesse da
organização (como vamos ver mais
adiante).
▪ A equipe do projeto não Entradas Saídas
necessariamente é a equipe do
processo.
▪ É preciso que a organização dê tempo
Realizar
para que as pessoas possam trabalhar mudanças que
essas iniciativas. vão gerar
▪ É justamente nestes projetos que atuam melhorias nos
processos
os “Belts”. Entender, Indicador de
▪ Diferentes técnicas são usadas nesta analisar, desempenho
análise e melhoria. melhorar!
Programas de melhoria
▪ Programas de melhoria são

uma série de projetos de
melhoria tocados em
conjunto, de maneira a
impactar simultaneamente
Entradas Saídas
vários indicadores da
organização. Entradas Saídas
▪ A equipe (ou área) de
melhoria geralmente faz a Entradas Saídas
gestão dessa série de
projetos. Entradas Saídas
▪ Costumam ter um impacto
significativo no desempenho Entradas Saídas
da organização
Gestão das Iniciativas
Pontos críticos para o sucesso do Seis Sigma
Culturais
(não confundir a sua cultura com a cultura da empresa)
▪ Cultura de solução de problemas (jeito ocidental);
▪ Cultura de engenharia;
▪ Cultura de projetos.
Estruturais
▪ Apoio da alta administração;
▪ Liberação de tempo dos especialistas para resolver problemas;
▪ Clareza nas metas estratégicas para a melhoria;
▪ Disponibilidade de dados por parte da organização.
Das pessoas envolvidas

▪ Pessoal com alto nível de treinamento;
▪ Pessoal com aptidão para trabalho com dados e organização para projetos;
▪ Uso dos melhores talentos da organização;
▪ Facilidade de aprender (a maioria dos projetos serão “genéricos”).
O Lean Seis Sigma
▪ O Seis Sigma atual incorpora vários aspectos

provenientes do Lean;
▪ A ideia é torná-lo mais fácil e mais

“descentralizado”, podendo ser aplicado por uma
gama maior de profissionais;
▪ Apesar de ter uma estrutura ainda “projetizada” e ser

dividido em “belts”, ou faixas, ele incorpora outras
ideias para o desenvolvimento das mudanças.
▪ Vamos ver um pouco mais sobre o que é o Lean?

O jeito Lean
de fazer melhorias
O que é o Lean?
Liderança Desperdícios
Consultiva
Desenvolvimento Melhoria de Fluxo

contínuo
Melhoria
Respeito às
Contínua
pessoas
(Kaizen)
Filosofia
Foco no cliente
compartilhada
Flexibilidade de
Gestão visual
produção
A Metodologia:
Uma filosofia para a melhoria contínua, aplicada através de boas práticas e ferramentas.
O jeito Lean
▪ É mais uma abordagem

contínua do que iniciativas
“projetizadas”;
▪ Envolve a melhoria contínua

das pessoas e da liderança;
▪ É uma mudança cultural.

Pontos críticos para o sucesso do Lean
Culturais (não confundir a sua cultura com a cultura da empresa)
▪ Pensamento de longo prazo;
▪ Respeito às pessoas;
▪ Disciplina na execução para criar o hábito da melhoria.
Estruturais
▪ Participação ativa da alta administração;
▪ Alinhamento de objetivos com todas as partes da organização;
▪ Forte programa de educação do chão de fábrica;
▪ Alinhamento entre alta, média e baixa administração.
Das pessoas envolvidas

▪ Pensamento de longo prazo;
▪ Sincera preocupação com o cliente;
▪ Mente aberta para mudanças radicais;
▪ Pensamento para melhoria (Lean Thinking).
Projetos de
Melhoria
Projeto de Melhoria
▪ 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.
▪ Ele normalmente é organizado a partir de
um roteiro (como o roteiro DMAIC).
▪ Pode ser feito em várias organizações.
▪ Pode ser simples ou complexo,
dependendo do número de pessoas
envolvidas.
Projetos de Melhoria
Um bom projeto: Sempre pergunte:

▪ Começa com um problema ou oportunidade; ▪ Esse é o projeto certo?
▪ É percebido por muitos, inclusive pela direção; ▪ Com as pessoas certas (na equipe e no
▪ É recorrente; suporte)?
▪ Não tem uma solução clara. ▪ Pode ser cumprido dentro do tempo
(até 9 meses)?
Como estruturar o projeto?
Sugestão: use 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 que:
1 2 3 4 5
Você definiu bem o Você entendeu bem o que Você desenvolveu Você testou essas Você implementou e
problema a ser abordado estava acontecendo, mudanças com base nas mudanças de maneira estabilizou o seu processo
(Define) através da análise dos análises causais dos dados estruturada (Control)
dados e dos processos coletados (Improve)
(Measure) (Analyze)
A apresentação do seu projeto deve deixar claro para nós tudo o que você fez em cada uma
dessas fases.
O DMAIC e suas ferramentas
1 2 3 4 5
Define Measure Analyze Improve Control

▪ Definir o problema, os ▪ Fazer o mapa detalhado do ▪ Criticar o processo atual; ▪ Desenvolver mudanças ; ▪ Desenvolver um plano de
objetivos e os benefícios; Processo (Fluxograma); ▪ Determinar relações ▪ Testar as mudanças em implementação;
▪ Determinar os requisitos ▪ Determinar os X’s e os Y’s causais baseando-se em pequena escala; ▪ Determinar necessidades
dos clientes e as CTQ’s; críticos; dados; ▪ Avaliar os riscos e de comunicação e
▪ Identificar o proprietário do ▪ Validar o Sistema de ▪ Identificar os maus benefícios das mudanças; treinamento;
projeto, champion e o time; Medição; conceitos presentes ▪ Implementar as mudanças ▪ Estabelecer um plano de
▪ Fazer o SIPOC do processo; ▪ Desenvolver plano para processo; que resultem em melhoria. controle do novo processo;
▪ Definir os recursos, coletar dados; ▪ Buscar explicações para o ▪ Fechar o projeto e
fronteiras e restrições; ▪ Avaliar o desempenho desempenho atual; comunicar os resultados;
▪ Fazer o contrato com a atual: estabilidade e ▪ Identificar mudanças. ▪ Celebrar com todos os
equipe. capabilidade; resultados alcançados.
▪ Ajustar o foco do projeto.
Exemplo de Projeto de Melhoria
Exemplo Projeto de Melhoria

[FM2S] Case DMAIC
Quer ver algumas aplicações de
projetos de melhoria?
Aproveite nossas aulas com exemplos

no material extra.
Qual é o papel de cada
“belt” nesta arte?
White Belt Yellow Belt Green Belt Black Belt Master Black Belt
Domina a metodologia
Entende o que é a Domina profundamente a
Entende o que é a Entende o que é a
metodologia Lidera projetos de alta metodologia
metodologia metodologia
complexidade
Sabe aplicar os passos de Lidera a área de melhoria,
Entende o que é um Sabe aplicar os passos de
um roteiro de melhoria Domina todas as orientando todo tipo de
projeto um roteiro de melhoria
ferramentas estatísticas e projeto
Lidera projetos de média de processos
Sabe acompanhar equipes Sabe liderar um projeto de
complexidade Domina profundamente
de projeto baixa complexidade
Domina profundamente os todas as ferramentas
Conhece ferramentas para fundamentos
Conhece apenas os Conhece ferramentas para
análise de dados e Promove a cultura de
fundamentos análise de processos
processos Orienta Green Belts e melhoria na organização
Yellow Belts
Os “belts” são os diferentes níveis de conhecimento na

metodologia
E quais ferramentas
podemos utilizar?
Fase do Define Fase do Measure Fase do Analyze Fase do Improve Fase do Control
SIPOC Mapeamento de Processos Diagrama de Ishikawa Realização de Testes As fases da implementação

VOC (Voice of Custumer) Fluxogramas Análise de Desconexões O ciclo PDSA Gestão da Mudança
Árvore CTC VSM Análise de Desperdícios Testes em paralelo Gestão de Implementação
Diagrama de Afinidades Formulário de Coleta de Dados 5 porquês Tipos de comparação Andragogia
Contrato de Melhoria (Project Condução de Programas de
Folha de Verificação Poka-Yoke Estudo estatístico de populações
Charter) melhoria
Hoshin Kanri Gráfico de Tendência Uso da Tecnologia Inferência estatística Gestão de Equipes
Gestão Estratégica de Melhoria Histograma Gráfico de Dispersão Experimentação avançada Padronização
Gráfico de Pareto Análise de Correlação Matriz de Priorização Gestão e Mudança Cultural
Análise de Variação Gráfico de Dispersão 5W2H
Gráfico de Controle Correlação Avançada Acompanhamento e OCAP
Plano de Comunicação Técnicas de Criatividade Matriz de Impacto Esforço
Análise de Capabilidade Anova Controle Estatístico de Processos
Fundamentos do trabalho em
Modelos estatísticos paramétricos Regressão Linear
equipe
Modelos estatísticos
Regressão Logística
não-paramétricos
Exp. Fatoriais Completos
Exp. Fatoriais Fracionados
Testes de hipóteses
Ferramentas
As habilidades do
agente de melhoria
As habilidades de um As habilidades do agente de melhoria (que
trabalhamos ao longo dos belts) são:
agente de melhoria 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.
Define
Define
▪ No Define, conversamos com as partes interessadas para
modelar o processo;
▪ Sabemos que a fase Define chegou ao fim quando

identificamos os indicadores que queremos impactar;
▪ Com base nesses indicadores, definimos um objetivo para

o projeto;
▪ Para identificar quais os indicadores, usamos as

ferramentas da árvore CTC e o SIPOC macro do processo;
▪ Formalizamos os objetivos em um contrato de melhoria;
▪ Devemos também analisar se o objetivo do projeto está

alinhado com os objetivos da organização (checklist de
inicialização);
Inicie o Defina o Entenda os Defina os
Formalize
projeto processo requerimentos indicadores
Entender o que é esperado Definir claramente como

Formalizar o “Processo por
Conversas com o daquele processo. O que é medir e analisar cada Registrar as definições do
trás do problema”.
patrocinador e equipe; ele feito com qualidade? direcionador de qualidade Define, para focar a
Atividades Entender a necessidade
Entender as suas
Como os problemas se do processo (indicadores). equipe. Vislumbrar os
fronteiras, envolvidos e
para a organização relacionam com o Atribuir uma meta para próximos passos.
entregáveis.
propósito? estes indicadores.
SIPOC Macro, Matriz de Brainstorming, VOC, Árvore CTC, definição de Contrato de melhoria,
Ferramentas Diagrama de afinidades
Stakeholders árvore CTC objetivos Checklist do contrato
SIPOC preenchido; Indicadores; Expectativas Resposta: “Como

Resposta para: O que
Saídas queremos realizar?
Identificação do “processo claras de qualidade do saberemos que as Contrato preenchido.
por trás do problema” cliente mudanças são melhorias?
Mapa do Define
O SIPOC
Uma ótima ferramenta para
alinhar qual é o “processo por trás do problema”
Fornecedores Entradas Processo Saídas Clientes
(suppliers) (inputs) (process) (outputs) (clients)
Passos do Processo
O SIPOC
A visão sistêmica e as empresas
Direcionamento
Produção
Fornecedores Entradas Saídas Clientes

Suporte
Por que usar o SIPOC no Define?
▪ Entendimento macro do processo;
▪ Alinhamento das discussões;
▪ Divide o processo em etapas, o que ajuda

no desenvolvimento de mudanças;
▪ Deixa claro que “se há um problema” então

“algo não está sendo feito da melhor
maneira”.
Exercício SIPOC – Exame de Sangue
Exercício!
Um exame de sangue
Elabore um SIPOC para o processo “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?

Correção do
SIPOC – Exame de Sangue
Exercício
Médico Paciente Resultado Médico

Laboratório Requisição
Realizar
Seringas
exame de
Agulhas
sangue
Álcool
Outros Materiais
Receber
Preparar Retirar Analisar Preencher
paciente
paciente sangue sangue relatório
e requisição
Passos do Processo
Exercício!
Exercício SIPOC – Kits de Anestesia
Exercício!
Qual seria o SIPOC para a seguinte
situação?
O centro cirúrgico de um hospital sempre foi

bem avaliado e referência nacional para
especialidades como ortopedia e cardiologia.
Geralmente, as cirurgias são programadas com
antecedência com o Mapa cirúrgico, e, a partir
desse planejamento, setores como a Farmácia
começam a montagem dos kits de anestesia de
acordo com a demanda da semana.
Exercício!
Qual seria o SIPOC para a seguinte
situação?
Assim, também possibilita a organização de

alocações de demais recursos necessários de
cada dia nesse centro. Ultimamente, o centro
cirúrgico começou a sofrer um problema sério
envolvendo cancelamento de cirurgia em cima
da hora por sala cirúrgica não preparada
adequadamente.
■ Qual é o processo por trás do problema?

■ Qual é o SIPOC deste processo?
Correção do
SIPOC – Kits de Anestesia
Exercício
O VOC (Voice of Customer)
Hora de ouvir e entender o seu cliente
(interno ou externo)
Avaliando a qualidade de um 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 nosso 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.
Avaliando a qualidade de um processo
Geralmente, fazemos isso seguindo a lógica da árvore
CTC (critical to customer), desdobrando impressões
subjetivas dos clientes em indicadores mensuráveis. Ela
segue a lógica:
▪ Definir o que é importante para nossos clientes

quanto à entrega de um processo (os direcionadores
de qualidade);
▪ Entender como medir e registrar se cada entrega foi
feita ou não com qualidade (um valor em nosso banco
de dados estruturado do processo);
▪ Acompanhar como estes valores se comportam ao
longo do tempo (nosso indicador).
Em outras palavras: montar uma árvore CTC

A árvore CTC
A árvore CTC (critical to customer)
Necessidade Direcionadores Variáveis Indicadores
Variável (Y2)
Direcionador 1 Definição/forma de medir
Especificação (*)
Produto/Serviço com Variável (Y2)

Qualidade
Variável (Y2)
(*) quando existir
Geral Específico
Difícil de medir Fácil de medir

Variável (Y2)

Qualidade
(*) quando existir
Aqui é o que nosso processo entrega...
O processo “fazer bolos” entrega bolos. Temos

então que avaliar se cada bolo é feito com
qualidade. Agora, o que é qualidade?
Variável (Y2)
Bolo com qualidade Variável (Y2)

(*) quando existir
Às vezes, o que é qualidade pra mim, não é

qualidade para você. Temos que definir (por
enquanto de maneira genérica) o que é qualidade
para nosso cliente.
Temos que ter os direcionadores de qualidade.

Como coletar os direcionadores de qualidade?
Para coletar os direcionadores, temos duas maneiras:
FONTES REATIVAS FONTES ATIVAS

Da árvore CTC (critical to customer)
Variável (Y2)
Deve ser quentinho Definição/forma de medir
Bolo com qualidade Variável (Y2)

Deve ser fofinho Definição/forma de medir
(*) quando existir
As variáveis já são as pontos de medição objetivas.

O que vamos analisar no bolo para saber se ele é
quentinho? Se ele é fofinho? Sempre que pensamos
nas variáveis, começamos a entender nosso banco
de dados.
Exemplos de dados estruturados
Dia em que Temperatura

Bolo Sabor Fofura Confeiteiro Custo (R$) Vendido?
foi assado (°C)
Observação
1 Chocolate 1 100 35 Raul 15,00 Sim
2 Morango 2 88 18 Pedro 13,20 Sim
4 Limão 3 150 38 Raul 8,50 Não
Variável Variável de
de tempo interesse
Temperatura
Deve ser quentinho Definição/forma de medir
Bolo com qualidade Definição/formaFofura / dia em

Deve ser fofinho que foi assado
de medir
(*) quando existir
Os indicadores dizem respeito a

como olhamos e gerenciamos as
nossas variáveis. Em outras
palavras, como temos ideia do
comportamento do processo por
meio e nosso banco de dados!
Exemplos de dados estruturados
Fofura média
Dia
Dia em que Temperatura (°

Bolo Sabor Fofura C)
Confeiteiro Custo (R$) Vendido?
foi assado
Observação
4 Limão 3 150 38 Raul 8,50 Não
Variável Variável de
de tempo interesse
Recapitulando!
Variável (Y2)

Qualidade
Variável (Y2)
(*) quando existir
Geral Específico
Difícil de medir Fácil de medir

Exemplo da árvore CTC
Processo de atendimento a cliente
Tempo médio por

Tempo até a solução chamada
Rápido do problema
% de atendimentos
Solucionou dentro da meta
Atendimento com rapidamente a
Eficaz
qualidade demanda do
paciente?
Taxa de solução no
1o nível
O cliente
Agradável
recomenda o
serviço? NPS (net promoter
score) dos
atendimentos (meta:
>75%)
Dicas para
Entrevistar os Clientes
Dicas na hora de entrevistar os clientes
para ter informações
Os clientes podem ser vagos em sua explicação
1
Seja específico
2
Considere um fator por vez
3
Busque a necessidade do cliente, não a sua solução favorita.
4 Expresse os requerimentos em fatores mensuráveis
5 Identifique o que é “aceitável” ou “inaceitável”
6
O Contrato de Melhoria
A ferramenta final da fase Define
O contrato de melhoria
O contrato de melhoria é um acordo entre o patrocinador do
projeto e a equipe de melhoria sobre o que é esperado do
projeto.
O seu ponto mais importante é o objetivo do projeto (aumentar ou

diminuir o indicador de interesse, por tal meta, até tal data).
Além disso ele contém outros elementos, como o ganho esperado, a

contextualização do problema, etc.
Ele nos ajuda a:
▪ Esclarecer papéis e responsabilidades;

▪ Focar a equipe;
▪ Levantar problemas e oportunidades;
▪ Definir pontos de interação;
▪ Definir pontos de comunicação entre a equipe e o
patrocinador;
Os elementos do contrato
Nome do projeto:
Integrantes:
Patrocinador:
1. O que queremos realizar?

(objetivo, importância, incômodo)
2. Como saberemos que uma mudança é uma melhoria?

(indicadores, contra indicadores, meta)
3. Restrições
4. Cronograma
Os elementos
Vamos ver alguns exemplos?
do contrato
Exemplos Contrato de Melhoria
[FM2S] Exemplo Contrato
[FM2S] Caso CVC
Exemplos Contrato de Melhoria
Para conferir o template, acesse no material do aluno o arquivo:

[FM2S] Template Contrato de Melhoria
Os elementos
Vamos ver mais exemplos?
do contrato
Exemplo Contrato de Melhoria

[FM2S] Planilha DMAIC Completo - Green Belt Saúde
O contrato de melhoria e a
atribuição de metas
Atribuição de metas
▪ Cuidado com os abusos e distorções que
aparecem junto das metas numéricas;
▪ Frente a uma meta não batida, as pessoas

podem distorcer o sistema para batê-la;
▪ Entenda a variação para atribuir uma meta;
▪ Coloque metas SMART (Specific, Measurable,

Achievable, Relevant e Time-bound).
Meta, sem método é uma crueldade

Seja flexível
Abuse de benchmarking
O contrato de melhoria
Renegociações são possíveis no

contrato, poucos projetos
terminam sem reformulações em
seu contrato:
▪ O escopo muda;
▪ A equipe muda;
▪ Os recursos mudam;
▪ Eventos externos “acontecem”.
Revisão do Define
Inicie o Defina o Entenda os Defina os
Formalize
projeto processo requerimentos indicadores
Entender o que é esperado Definir claramente como

Formalizar o “Processo por
Conversas com o daquele processo. O que é medir e analisar cada Registrar as definições do
trás do problema”.
patrocinador e equipe; ele feito com qualidade? direcionador de qualidade Define, para focar a
Atividades Entender a necessidade
Entender as suas
Como os problemas se do processo (indicadores). equipe. Vislumbrar os
fronteiras, envolvidos e
para a organização relacionam com o Atribuir uma meta para próximos passos.
entregáveis.
propósito? estes indicadores.
SIPOC Macro, Matriz de Brainstorming, VOC, Árvore CTC, definição de Contrato de melhoria,
Ferramentas Diagrama de afinidades
Stakeholders árvore CTC objetivos Checklist do contrato
SIPOC preenchido; Indicadores; Expectativas Resposta: “Como

Resposta para: O que
Saídas queremos realizar?
Identificação do “processo claras de qualidade do saberemos que as Contrato preenchido.
por trás do problema” cliente mudanças são melhorias?
Mapa do Define
Estudo de Caso
Exercício
Coletas Parciais
Correção do
Coletas Parciais
Estudo de Caso
Measure
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. As portas estão relacionadas;
▪ Na porta de processos, você irá mapear os fluxos (de
informações, materiais, etc.) e entender os procedimentos;
▪ Na porta de dados, serão coletados e analisados os dados;
▪ 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, deve ser exposta a situação atual para
todos os envolvidos.
Coletar dados Análises básicas Análises paramétricas (previsibilidade)
Entender o resultado do que estão fazendo (Dados) Compilar e

Define Divulgar o
resultado
Entender o que as pessoas estão fazendo (Processos)
Mapear processos Mapear Procedimentos
Mapear os Mapear os Coletar os Análises Usar análises Divulgar o

processos procedimentos dados Básicas paramétricas aprendido
Montar o banco de
Entender o Fluxo de Avaliar a estabilidade e Informar os
Analisar as atividades dados do projetos ou
informações e a capabilidade do stakeholders sobre o
dentro do processo. Há verificar o que já tem. Avaliar a frequência e a
Atividades materiais. Entender
erros claros e falta de Avaliar a tendência dos dados.
processo (o que é desempenho atual.
problemas no fluxo. Ir “natural” dele e se isso Nivelar o
padrão? confiabilidade.
ao Gemba. é bom para o cliente). conhecimento.
Estratificar.
SIPOC, VSM, Gráficos de Tendência, Gráficos de Controle,

Tempos e Métodos, Folha de Verificação, Fluxogramas,
Ferramentas Fluxograma
Instruções de Trabalho Dados estruturados
Pareto, Barras, Análises de
visualização de dados.
histograma, etc Capabilidade
Mapa do Measure
Antes de entrar no detalhe das
Measure
etapas, vamos para um CASE!
Estudo de Caso Measure

[FM2S] Integração das Ferramentas de Melhoria - Leitura Measure
A porta dos dados
Entendendo seus processos pelos seus dados
Dados e Decisões
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 e Decisões
Dados estão sempre vinculados:
▪ a um “evento” (Em melhoria, esse evento é, na maioria das vezes,
vinculado a um processo ou atividade) e;
▪ a uma “característica” (que é o que observamos do evento – e
podemos observar por diversas lógicas diferentes).
Exemplo 1: no problema “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: no problema “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. (Lembre-se do PDSA)
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:
▪ 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”.
Trabalhando com dados
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.
O Software Minitab
Trabalhando com Dados

Alternativa ao Minitab:
Excel
Trabalhando com Dados

Coleta de dados
Como obter boas informações?
O passo a passo da coleta de dados
Estruture os dados que você precisa (estrutura de banco

1 de dados);
Crie uma definição operacional clara para os dados que

2 você irá coletar;
Identifique a população e a amostra para realizar a coleta

3 de dados;
Crie as ferramentas necessárias para a coleta dos dados

4 (formulários de coleta de dados, folhas de verificação,
sistemas, etc.);
5 Colete os dados.
Estruture os dados que
1 você precisa (estrutura de

banco de dados)
Passo 1 – Estruture os dados que você quer coletar
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?
Passo 1 – Exemplo
Supondo que somos agentes de melhoria
de um hospital e temos recebido
reclamações dos usuários quanto à
grande espera no pronto atendimento.
Precisamos avaliar o desempenho do
atendimento e se algo está influenciando
os atrasos.
▪ Qual é o evento?
▪ Qual é a característica principal?
▪ Quais as outras características
(variáveis) que gostaríamos de
entender?
▪ Como vamos estruturar os
subgrupos para a análise?
Passo 1 – Exemplo
▪ Qual é o evento?
Aqui, teremos que observar os pacientes que
chegam para atendimento no Pronto
Atendimento.
▪ Qual é a característica principal?

Temos que ver o tempo de duração desse
atendimento. Para isso, precisamos saber o
horário que o paciente deveria chegar e a
hora em que ele recebeu alta.
Passo 1 – Exemplo
▪ Quais as outras características (variáveis)
que gostaríamos de entender?
Podemos também avaliar idade do paciente e
seu plano de saúde.
▪ Como vamos estruturar os subgrupos

para a análise?
Sabendo o dia em que aconteceu cada
atendimento, podemos avaliar a
porcentagem de atendimentos com duração
aceitável por período. Assim, se um dia sair
do padrão em relação aos outros, podemos
ver que houve um problema isolado.
Paciente de Tempo de
Hora de Hora de Tempo Idade do Especialista
pronto Dia Plano de saúde espera
chegada saída total paciente ?
atendimento aceitável?
Evento
1 14:55 16:35 1:40 02/06 A Não 15 S
2 11:10 12:12 1:02 02/06 A Sim 28 N
3 22:20 0:30 2:10 03/06 B Não 52 N
4 12:15 14:15 2:00 03/06 particular Não 95 N
5 18:00 20:04 4:04 03/06 C Não 10 S
Variável de Variável de
tempo interesse
Passo 1 - Exemplo
Lembre-se que temos vários tipos de dados que podemos coletar, os quais vão nos possibilitar
várias análises depois.
O que vai na planilha

Grupo Tipo de Variável Exemplo (característica) Análise possível
(registro)
% de atrasados por mês (ou dia,
Desempenho da entrega “Atrasada” ou “não atrasada”
ou cia)
Classificação
Companhia Aérea “Cia A” ou “Cia B” Market Share
Atributos
Número de passageiros por vôo
Número de Passageiros 1, 2, 3, ... (números inteiros)
ou por dia
Contagem
Número de defeitos em uma
1, 2, 3, ... Defeitos/unidade
amostra de n peças
Peso médio por ciclo, peso total
Peso de uma peça Valores em gramas (fracionado)
por dia, ...
Contínuos Contínua
Atraso médio por dia, atraso
Tempo de atraso Valores em minutos (fracionado)
médio por cia, ...
Passo 1 – Estruture os dados que você quer coletar

Crie uma definição
2 operacional clara para os

dados que você irá coletar
Passo 2 – Crie uma definição
operacional clara sobre o que será medido
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.
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;
▪ Especifica os métodos e equipamentos;
▪ Identifica critérios de aceitação (e até propõe padrões de
qualidade).
Podemos ter uma definição operacional:
Do evento Da variável de interesse De um padrão Definir um critério

(definir o que é bom e o que é
defeituoso)
Para variáveis, é preciso definir:
▪ O objetivo daquela medição;

▪ A característica de interesse;
▪ O instrumento de medição;
▪ O procedimento/método de medição;
▪ O critério de classificação.
Lembre-se que:
▪ Podemos usar vídeos e desenhos;
▪ O modelo pode ser do mais simples ao mais
complexo (lições de 1 ponto, manuais etc.);
▪ O importante é que todos entendam o que
será coletado de forma clara.
Passo 2 – Exemplo
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.
Temos que medir se um suporte está ou não danificado. Um
gabarito pintado ajuda a entender se há o dano. Caso não
haja contato com a parte verde, há o dano.
Passo 2 – Exemplos de critério

Sempre teste a definição

operacional antes de
colocá-la em prática!
Ela deve estar clara para os
coletores, bem como as
definições e critérios.
Identifique a população e a
3 amostra para realizar a

coleta
Passo 3 – Identifique a população
e a amostra para realizar a coleta
Amostra e população são dois conceitos muito

importantes em estatística.
População refere-se ao grupo de eventos que

gostaríamos de controlar. Pode ser infinita, como o número
de voos. População Amostra
Amostra refere-se a uma quantidade de eventos que é

possível observar.
O que queremos é conhecer propriedades da população,

olhando pra amostra.
Esse processo se chama inferência.
Exemplos
Queremos saber se TODOS os voos de uma cia

tem mais probabilidade de atraso do que de outra Probabilidade
atrasados A
(população).
População Probabilidade
Observamos a porcentagem de voos atrasados na atrasados B
amostra e com eles estimamos a probabilidade de

novos voos atrasados.
% voos atrasados A
Amostra
% voos atrasados B
Esse processo se chama inferência.
Exemplos
Queremos saber a altura média dos brasileiros

(população: todos os brasileiros).
Média da
Observamos a altura de diversas pessoas, tiramos População população (µ)
a média e, com isso, estimamos a altura média da
população.
Amostra
Ao reduzirmos o número de
eventos observados, haverá
perda de informação.
População
Essa perda de informação é Amostra Média da
traduzida em uma incerteza população
estatística sobre o que queremos (µ)
inferir.
Esse erro depende da variação que

temos na nossa amostra, do grau de
certeza que desejamos ter sobre a Desta forma
temos um
característica da população e do intervalo para
tamanho da amostra. a média da
população.
Passo 3 – População e amostra - Exemplos
Amostra População
Pessoa Altura (cm)

1 155
2 198
3 150 Tenho 95% de
4 189 certeza que a altura
média dos
5 174
brasileiros fica
entre 188 e 198 cm.
Estatísticas 95% das amostras

que eu coletar vão
estar com a média
Variável N N* Média
entre 148 e 198 cm.
Altura (cm) 5 0 173,20
Amostra População
Pessoa Altura (cm)

1 172
2 171 Diminuímos
a variação da Agora, como a
3 177 amostra variação na
4 168 amostra é menor,
5 169 podemos dizer que
a média está entre
168 e 176 cm.
Estatísticas 95% das amostras

com essas
Variável N N* Média características vão
Exemplo Anterior 5 0 173,20 ficar entre esses
Altura (cm) 5 0 171,40 limites.
Amostra População
Pessoa E1 E2 E3
1 155 172 155
2 198 171 160
3 150 177 198
4 189 168 199
5 174 169 185
6 173
7 201
8 155
9 Aumentamos a 170
10 amostra 188
Aumentando a
11 166 coleta de dados,
12 150 temos uma certeza
13 160 maior sobre a
14 155 média da
Estatísticas população.
Variável N Média DesvPad

E1 5 173,20 20,83
E2 5 171,40 3,51
E3 15 173,53 18,07
Amostra População
Pergunta clássica:
Qual é o tamanho de
amostra ideal?
Amostra População
Depende!
O tamanho de amostra ideal depende da

diferença de médias que queremos
visualizar, do desvio padrão e do custo da
coleta de dados...
Softwares como o Minitab

ajudam a ver o que
“podemos resolver” com
determinado tamanho de
amostra.
Softwares como o Minitab

ajudam a ver o que
“podemos resolver” com
determinado tamanho de
amostra.
Neste caso, com um

desvio padrão
estimado de 17 cm Não Diferem
para a altura,
conseguimos ver se as
médias de duas Diferem
“populações” diferem
20 cm (dado) com
apenas 6 amostras.
Geralmente, um planejamento do tamanho

de amostra faz parte de uma boa coleta de dados.
Minitab Tamanho da amostra
Tamanho da Amostra no Minitab
Acompanhe essa aula no Minitab!

4 Crie ferramentas para a
coleta de dados
Passo 4 – Crie ferramentas para a 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;
▪ ...
Formulário de coleta de dados
Hora de Hora de Número de
Voo Tempo total Dia Cia Aérea Atrasado?
saída chegada pass.
1227 14:55 16:35 1:40 02/06 Air Fantasy Não 115
3535 11:10 12:12 1:02 02/06 Air Arábia Não 128
9091 22:20 0:30 2:10 03/06 Air Fantasy Sim 152
5018 12:15 14:15 2:00 03/06 G Air Sim 395
6565 18:00 20:04 4:04 03/06 Air Fantasy Sim 110
Observação
Variáveis de
interesse
Variável de
tempo
Medições automáticas (de sensores Formulário de
ou de softwares de “chamado”) coleta de dados
Folhas de Verificação
Folhas de Verificação são um tipo especial

de Formulário de Coleta de Dados.
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.
5 Colete os dados
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.
Revisão
Coleta de dados
O passo a passo da coleta de dados
Estruture os dados que você precisa (estrutura de banco

1 de dados);
Crie uma definição operacional clara para os dados que

2 você irá coletar;
Identifique a população e a amostra para realizar a coleta

3 de dados;
Crie as ferramentas necessárias para a coleta dos dados

4 (formulários de coleta de dados, folhas de verificação,
sistemas, etc.);
5 Colete os dados.
Análise de dados
O que significa analisar dados?
Análise de dados
Analisar dados, em linhas gerais,
significa transformar os dados em
significado, 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.
Nesta parte do curso, vamos não só apresentar

as ferramentas, mas passar alguns conceitos e
exemplos para que façam a pergunta certa (e
saibam buscar a resposta).
Análise de dados
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.
Análise de Variação &
Análises Temporais
Melhorando a sua análise Antes-e-Depois
Análises Temporais & Análise de Variação
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.
Vamos ver um exemplo dessa variação.

Objetivo: reduzir o tempo de ciclo
A mudança foi
uma melhoria?
Mudança
Antes da Semana 4 Antes da Semana 11

Semana Cenário 1 Cenário 2 Cenário 3 Cenário 4 Cenário 5 Cenário 6
1 6 6 9 8 6 3
2 9 2 9 9 9 4
3 7 3 6 7 7 2
4 8 8 8 8 8 8
5 6 4 7 6 3 3
6 7 2 6 7 2 2
7 9 9 6 9 4 4
8 2 7 4 2 3 2
9 3 3 4 1 2 3
10 4 7 3 3 4 4
11 3 3 3 3 3 3
12 3 6 2 5 2 3
13 4 9 3 8 4 4
14 2 4 2 9 3 3
Mudança
Mudança
Mudança
Mudança
Mudança
Mudança
O que significa entender a variabilidade?
▪ 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.
A análise de variação geralmente busca o
entendimento do que “causa” um ponto ser diferente
do outro.
Temos dois tipos de “causas” para essas diferenças
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.
Um exemplo simples...
▪ 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.
A seguir, vamos entrar nesse tipo de avaliação.

O Gráfico de Tendência
O básico da análise temporal
O gráfico de tendência
Plotar uma métrica ou medida ao
longo do tempo é o que chamamos
de Gráfico de Tendência.
Ele é a análise temporal mais

simples e, mesmo assim, nos
permite observar:
▪ Tendências;
▪ Variação;
▪ Sazonalidade;
▪ Ciclos;
▪ Anomalias;
▪ Etc.
Como construir um gráfico de Tendência?
A construção de um gráfico de
tendência 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.).
Média,
Desvio padrão,
Estatística Porcentagem,
Na prática, a definição do eixo Y é o mais
Taxa, problemático. O que queremos ver? Ele pode
Etc. ser:
▪ As medidas individuais do banco de dados;
▪ Uma estatística (média, desvio padrão, etc.);
▪ Uma taxa (para variáveis de contagem);

1 2 3 ... n
▪ Uma porcentagem (para variáveis
X1 X1 X1 classificatórias);
X2 X2 X2
X3 X3 X3 Medidas referentes a um
intervalo de tempo ▪ ...
... ... ...
xn xn xn
Subgrupos
Gráfico de
Vamos ver um exemplo?
Tendência
A construção de um gráfico de tendência 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.).

Média,
Desvio padrão,
Na prática, a definição do eixo Y é o mais
Estatística Porcentagem, problemático. Ele pode ser:
Taxa,
Etc.
▪ As medidas individuais do banco de dados;
▪ Uma estatística (média, desvio padrão,

etc.);
▪ Uma taxa (para variáveis de contagem);
1 2 3 ... ▪ Uma porcentagem (para variáveis

n classificatórias);
X1 X1 X1
X2 X2 X2
...
xn
...
xn
...
xn
intervalo de tempo
Subgrupos
Dia NPS
01/01/2020 0.96
02/01/2020 0.75
03/01/2020 0.70
04/01/2020 0.60
05/01/2020 0.52
06/01/2020 0.79
07/01/2020 0.94
08/01/2020 0.92
09/01/2020 0.89
10/01/2020 0.51 No Minitab
11/01/2020 0.61
12/01/2020 1.00
13/01/2020 0.75
14/01/2020 0.64
15/01/2020 0.84
16/01/2020 1.00
17/01/2020 0.65
18/01/2020 0.90
19/01/2020 0.60
20/01/2020 0.98
Exemplo – Medidas Individuais (variável contínua)

Exemplo – Medidas Individuais Estratificado
(variável contínua)
Dia NPS Especialidade
01/01/2020 0.96 Dermatologista
03/01/2020 0.70 Angiologista
10/01/2020 0.51 Angiologista No Minitab
19/01/2020 0.60 Angilogista
Atraso no
Paciente Dia
atendimento
1 15 1
2 11 1
3 10 1
4 -6 2 Dias Média At
5 10 2
6 0 2 1 12,0000
7 1 3 2 1,3333
8 1 3 3 0,6667
Ajuste 4 -3,2500 Gráfico
9 0 3
da base
10 -5 4 5 17,5000
11 -3 4 6 -0,3333
12 0 4 7 1,5000
13 -5 4
14 15 5
No Excel, isso seria fazer uma
15 20 5
Tabela Dinâmica
16 0 6
17 0 6
No Minitab, isso seria no
18 -1 6
“Armazenamento de
19 2 7
Estatísticas Descritivas”
20 1 7
Exemplo – Médias (variável contínua)

Exemplo – Porcentagens (variável de classificação)
Atraso no
Paciente Dia
atendimento
1 15 1
2 11 1
3 10 1 Dia Com atraso (%)
4 -6 2
1 100,00
5 10 2
6 0 2 Ajuste 2 33,3
da base
Gráfico
7 1 3 3 66,67
8 1 3 4 0
9 0 3 5 100
10 -5 4 6 0
11 -3 4 7 100
12 0 4
13 -5 4
14 15 5 No Excel, isso seria fazer
15 20 5 uma Tabela Dinâmica
16 0 6
17 0 6
18 -1 6
No Minitab, isso seria no
19 2 7 “Tabulação Cruzada”
20 1 7
Relatório Dia Erros
1 1 0
2 1 1
3 1 2
4 2 0 Som. Som.
Dias DPU
5 2 5 Erros Relat.
6 2 1 1 3 3 1,00
7 3 2 2 6 3 2,00
8 3 0 3 2 2 1,00
9 4 1 Ajuste 4 2 3 0,67
da base
Gráfico
10 4 1 5 10 3 3,33
11 4 0 6 11 3 3,67
12 5 0 7 1 3 0,33
13 5 5
14 5 5
No Excel, isso seria fazer
15 6 2
16 6 8 uma Tabela Dinâmica
17 6 1
18 7 0 No Minitab, isso seria no
19 7 1 comando“Tabulação
20 7 0 Cruzada”
Exemplo – Taxa (variável de contagem)

Alguns indicadores clássicos para a análise temporal
Algumas dicas – Indicadores “clássicos”
Para máquinas: Para serviços: Para qualidade: Para área da saúde: Para negócios:
condições base tempos (de % de itens tempo de custos, demanda,
(temperatura, processo, de conformes, atendimento, vendas, etc.
vibração, pressão, resposta, etc.), número de tempo de ocupação
tensão, etc.) produtividade erros/defeitos por de leito, número de
(por pessoa, produto/serviço, atendimentos, etc.
etc.) etc.
Média,
Desvio padrão,
Estatística Porcentagem,
Taxa,
Etc.
Vamos fazer vários exercícios de análises

temporais e aprofundar o tema com o
gráfico de controle;
Mas antes, vamos ver outros tipos de

1 2 3 ... análise...
n
X1 X1 X1
X2 X2 X2
...
xn
...
xn
...
xn
intervalo de tempo
Subgrupos
Estrutura, variáveis e
Minitab
ferramentas gráficas
O Básico sobre o Minitab

Gráficos de Frequência
Um gráfico de frequência, como o nome já diz,

conta a frequência que determinado valor de
variável aparece em nosso banco de dados.
Frequência - Restaurante
Existem vários tipos, para diferentes tipos de
variáveis.
Eles nos ajudam a:

Sexta-feira
▪ 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 Segunda-feira
variação atrelada a determinada variável.
Grupo Tipo de Variável Gráficos
Gráficos de Barras e Setores

(contagens ou porcentagens)
Classificação Gráfico de Pareto
Lembrando que tudo aqui
Atributos Tabelas de Contagem
pode ser estratificado!
Gráfico de Barras
Contagem
Tabelas de Contagem
Histogramas e Diagramas de
Pontos
Análises de Frequência para
Variáveis Classificatórias
Gráficos de Barras (Contagem)
Vôo Atrasado? Cia
1 S A
2 N A
3 S A
4 S A
5 S A
6 N A
7 N A
8 N A
9 S A Barras para
10 S A “Atrasados”
11 S B
12 N B
13 S B
14 N B
15 N B
16 S B
17 S B
18 S B
19 S B
20 N B
Gráficos de Barras (Percentual)
Vôo Atrasado? Cia
1 S A
2 N A
3 S A
4 S A
5 S A
6 N A
7 N A
8 N A
9 S A Barras para
10 S A “Atrasado”
11 S B
12 N B
13 S B
14 N B
15 N B
16 S B
17 S B
18 S B
19 S B
20 N B
Gráficos de Barras (contagem)
Vôo Atrasado? Cia
1 S A
2 N A
3 S A
4 S A
5 S A
6 N A
7 N A
8 N A
9 S A Barras para
10 S A “Cia”
11 S B
12 N B
13 S B
14 N B
15 N B
16 S B
17 S B
18 S B
19 S B
20 N B
Gráficos de Barras (Percentual Estratificado)
Vôo Atrasado? Cia
1 S A
2 N A
3 S A
4 S A
5 S A
6 N A
7 N A Barras para
8 N A “Atrasado”
9 S A dentro de
10 S A “Cia”
11 S B
12 N B
13 S B
14 N B
15 N B
16 S B
Tem
17 S B alguma
18 S B
19 S B
que atrasa
20 N B mais?
Análises de frequência estratificadas
Geralmente a comparação de frequências dentro

de variáveis de estratificação nos ajuda a
entender mudanças no comportamento de um
processo.
Frequência - Restaurante
▪ Podemos olhar “dentro e fora” de uma variável
(comparando cias aéreas, como acabamos de fazer).
▪ Podemos olhar a frequência para diferentes Sexta-feira

condições (como ao lado, segunda contra sexta).
▪ Podemos olhar a frequência antes e depois de uma

mudança.
▪ Podemos olhar a frequência em causas comuns e Segunda-feira

causas especiais.
Outras maneiras de olhar frequências
de variáveis categóricas
Tabelas de Contagem
Linhas: Atrasado? Colunas: Cia

A B Todos
Conteúdo da Célula
Contagem N 4 4 8
% da Linha 50 50 100
Gráfico de Setores % da Coluna 40 40 40
S 6 6 12
50 50 100
60 60 60
Todos 10 10 20
50 50 100
100 100 100
Gráfico de Pareto
E o famoso Gráfico de Pareto?
Defeito Tipo
1 Não selagem topo

2 Não selagem fundo
4 Não selagem lateral
5 Impressão borrada
6 Não selagem topo
7 Não selagem topo
8 Caixa amassada
9 Sem etiqueta Pareto
10 Impressão borrada
11 Não selagem lateral
12 Não selagem topo
O Princípio de Pareto:
Cuidado com o “80-20” para tudo
Enunciado original de Juran:
os problemas de qualidade tem poucas causas vitais e muitas causas triviais
Se aplica Não se aplica

A estratificação do
gráfico de Pareto
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.
O Pareto e a Estabilidade dos Processos
Análise de Pareto para um processo com causas
Gráfico P
Um exemplo clássico de
estratificação é a análise de
estabilidade/instabiblidade, feita
Gráfico de Pareto Gráfico de Pareto
Período Estável Período Instável com gráficos de controle.
Observação: a classificação H está associada a uma causa especial.

Análises de Frequência para
Variáveis Contínuas
Histograma (variáveis contínuas)
Pessoa Renda
1 1543,87
2 2474,96
3 2458,00
4 1676,23
5 1566,28
6 1618,17
Histograma
7 2230,08
8 1995,49
9 2521,49
10 2773,76
11 2854,45
12 1425,47
...
Diagrama de Pontos (variáveis contínuas)
Pessoa Renda
1 1543,87
2 2474,96
3 2458,00
4 1676,23
5 1566,28 Diagrama de
6 1618,17 pontos
7 2230,08 (dot plot)
8 1995,49
9 2521,49
10 2773,76
11 2854,45
12 1425,47
...
Quando Utilizar Histogramas e Diagramas de Pontos
▪ 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.
CAPABILIDADE
Sofisticação que veremos depois ;)

Análises de Tendência e
Minitab
Análises de Frequência
O Básico sobre o Minitab

Lista de Análises de Tendência e
Exercícios 1 Análises de Frequência
Lista de Exercícios 1

[FM2S] Lista 01 - Análises de Tendência e Análises de Frequência
Lista de
Correção
Exercícios 1
Lista de Exercícios 1 - Correção
Acompanhe as próximas aulas para saber a resolução dos exercícios!

Revisão
Análise de Frequência
Grupo Tipo de Variável Gráficos
Gráficos de Barras e Setores

(contagens ou porcentagens)
Classificação Gráfico de Pareto
Lembrando que tudo aqui
Atributos Tabelas de Contagem
pode ser estratificado!
Gráfico de Barras
Contagem
Tabelas de Contagem
Histogramas e Diagramas de
Pontos
Gráficos de Frequência – Recapitulando!

Estatística Paramétrica:
Gráficos de Controle e
Capabilidade
Estatística Paramétrica
Um dos pontos mais usuais dos projetos de

Seis Sigma são as análises paramétricas.
Essas análises:
▪ Avaliam uma distribuição de dados;

▪ Criam uma distribuição “característica”
para esses dados;
▪ Usam essa distribuição para fazer
previsões sobre um processo.
Os casos mais importantes são:

▪ Os gráficos de Controle;
▪ As análises de Capabilidade.
Exemplo – Gráfico de Controle
Ciclo Tamanho (mm)
1 32,6365
2 30,4459
3 34,6395
4 31,0564
5 35,5490
6 32,9048
7 30,6421
8 33,3748
9 32,1398
10 30,2749
11 30,6613
12 31,3070
Sem
13 31,5418 causas
14 32,3020 especiais!
...
Dados Parametrização Análise

Exemplo – Capabilidade
O tamanho deve ficar entre
31 e 33 mm!
Ciclo Tamanho (mm)
1 32,6365
2 30,4459
3 34,6395
4 31,0564
5 35,5490
6 32,9048
7 30,6421
8 33,3748 40% fora do
padrão!
9 32,1398
10 30,2749
11 30,6613
12 31,3070
13 31,5418
14 32,3020
...
Dados Parametrização Análise

Distribuições Estatísticas
Mas afinal, o que são essas distribuições?
Essa estratégica, obviamente, passa
por aproximar um banco de dados por
uma distribuição. A mais famosa delas
é a distribuição normal!
Essa distribuição:
▪ É pré-determinada por alguns
parâmetros dos dados;
▪ Gera “probabilidades” para os
próximos eventos (caso esteja
estável);
▪ Avalia o que “sai fora das
especificações”;
▪ Norteia as ferramentas clássicas.
Quais são as distribuições?
Existem várias distribuições 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 um tipo de
variável.
Temos que saber o tipo de variável para

usar o modelo correto, tendo a
distribuição de probabilidade correta.
Dados discretos
Número de Filhos Porcentagem
0 10%
1 30% Dados Contínuos
2 35%
3 20%
4 5%
Probabilidade
Número de filhos
Um exemplo disso...
As “3 mais” do Seis Sigma
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).
Por que isso é importante?
Se usamos um gráfico de
controle baseado em
uma distribuição que não
representa os dados, Temos que fazer um histograma ou um gráfico probabilístico normal para avaliar se
vamos cometer erros! nossos dados podem ser aproximados por uma normal. Se eles não forem, temos
que fazer uma transformação de variáveis...
Por que isso é importante?
O Minitab nos ajuda nessa

avaliação para a
maioria das distribuições. Temos que fazer um histograma ou um gráfico probabilístico normal para avaliar se
nossos dados podem ser aproximados por uma normal. Se eles não forem, temos
que fazer uma transformação de variáveis...
Teste de Distribuição:
Minitab
O Gráfico Probabílistico
Teste de Distribuição:
Minitab
Demais Testes
Os Gráficos de Controle
O que são 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.
Escolhendo o Gráfico de Controle
Assim como no gráfico de Média,
Desvio padrão,
tendência, ele pode ser Estatístic Porcentagem,
traçado para diferentes a Taxa,
Etc.
métricas.
Entretanto, temos que saber

qual é a distribuição ideal para
aquela métrica.
Esse entendimento precisa

1 2 3 ... n
passar pelo entendimento do
tipo de variável e pelo X1 X1 X1
X2 X2 X2
tamanho do subgrupo. X3 X3 X3 Medidas referentes a um
...
xn
...
xn
...
xn
intervalo de tempo
Subgrupos
Tipos de dados
Contagem ou
Contínuos
classificação
(dados de
(dados de
variáveis)
atributos)
Contagem Classificação
Defeitos ou Unidades defeituosas Subgrupo de Tamanho fixo de Tamanho variável de

não-conformidades ou não conformes tamanho 1 subgrupo subgrupo
Gráfico U Gráfico P Gráfico X Gráfico X-barra e R Gráfico X-barra e S
Defeitos por Porcentagem de Média e Média e desvio

Medida individual
unidade defeituosos amplitude padrão
Escolhendo o tipo de gráfico

O Gráfico P
O gráfico p
(n) (p)
Número de kits Kits com defeito Proporção de unidades
Amostra
produzido defeituosas
1 200 20 0,1
2 100 30 0,3
3 300 10 0,03
- - - -
- - - -
- - - -
- - - -
- - - -
24 150 20 0,13
Tamanho da Número de O Gráfico P plota

Amostra defeituosos esta coluna
Um exemplo de gráfico p
Dados sobre absenteísmo - 90 funcionários
Dados já Total de p Ausência p
Dia
trabalhados! Ausência Não
Justificadas
1 10 0.11 2 0.02
2 8 0.09 3 0.03
3 14 0.16 1 0.01
4 6 0.07 1 0.01
5 8 0.09 1 0.01
6 7 0.08 2 0.02
7 16 0.18 0 0.00
8 12 0.13 3 0.03
9 10 0.11 1 0.01
10 9 0.10 8 0.09
11 12 0.13 1 0.01
12 10 0.11 2 0.02
13 14 0.16 0 0.00
14 4 0.04 4 0.04
15 8 0.09 3 0.03
16 12 0.13 1 0.01
O Gráfico U
O gráfico u
(a) (c) (U)
Pacientes
Semana Quedas de pacientes Nº de erros por unidade
admitidos/Semana
1 104 15 0,14
2 21 4 0,19
3 18 3 0,17
- - - -
- - - -
- - - -
- - - -
- - - -
24 25 5 0,20
(a) = área de oportunidade: (c) = número de quedas O gráfico-u se faz

Número de unidades processadas por encontrados nas unidades com esta coluna
semana processadas U = (c/a)
Um exemplo de gráfico u
Mês/Ano Número de Mês/Ano Número de
(oportunidade) acidentes (oportunidade) acidentes
(C) (C)
Janeiro 1989 6 Janeiro 1990 10
Fevereiro 2 Fevereiro 5
Março 4 Março 9
Abril 8 Abril 4
Maio 5 Maio 3
Junho 4 Junho 2
Julho 23 JUlho 2
Agosto 7 Agora 1
Setembro 3 Setembro 3
Outubro 15 Outubro 4
Novembro 12 Novembro 3
Dezembro 7 Dezembro 1
O Gráfico de individuais
Exemplo de gráfico de individuais
Inventário em processo
Mês Inventário
01/1989 19
02/1989 27
03/1989 20
04/1989 16
05/1989 18
06/1989 25
07/1989 22
08/1989 24
09/1989 17
10/1989 25
11/1989 17
... ...
O Gráfico X-Barra S
Exemplo de gráfico de x-barra s
Cada ponto
neste gráfico é
a média de um
subgrupo.
Cada ponto
neste gráfico é
o desvio
padrão dentro
do mesmo
subgrupo.
Usando os
Gráficos de Controle
Como traçar?
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
Certifique-se que os dados são aproximáveis pela

4 distribuição correta
5 Gere o gráfico e avalie as causas especiais

Como avaliar se a distribuição faz sentido?
Algumas práticas:
Usar o gráfico probabilístico (para variáveis contínuas);
Usar testes para avaliação das distribuições;
Usar o assistente do Minitab.

Como avaliar causas especiais
(eventos de baixa probabilidade)
Após desenharmos nossos gráficos, temos que saber identificar onde estão as
causas especiais. 3 regras para isso são dadas, baseadas nas distribuições de
probabilidade:
Uma observação além Uma sequência de oito ou mais Uma sequência de seis ou mais
de um limite de controle. pontos acima ou abaixo da média. pontos crescentes ou decrescentes.
Imagine o lançamento de dados.
Qual é a probabilidade para a média do valor dos dados?
Distribuição média de 1 lançamento Distribuição média de 2 lançamentos
Distribuição média de 3 lançamentos Distribuição média de 5 lançamentos
Um caso interessante: O Teorema Central do Limite

Minitab Gráficos de controle
Capabilidade
O que são análises de
Muita
Capabilidade? variação
Análises de Capabilidade nada mais Especificações

são do que comparar a variação
natural do processo com as
especificações do cliente. Bom
Assim podemos:
▪ Ver o desempenho do processo; Especificações
▪ Prever perdas futuras.
A análise paramétrica é ótima para Ótimo
isso!
Especificações
Representação
gráfica
Estabilidade
Normalidade
Índices de
capabilidade
Um formulário padrão de Capabilidade

O que são os índices de capabilidade?
Antes da invenção dos computadores, já
existia capabilidade.
Esses índices eram medidas fáceis de

calcular, que ajudavam a ver como estava
a capabilidade de determinada
característica.
Acabaram virando jargões da qualidade. Tolerância
Os mais famosos são o Cp (e Pp) e o Cpk (e

Ppk).
Atualmente, eles saem nos relatórios

padronizados, juntos com outras
informações importantes.
Variação Natural
Minitab Análise de capabilidade
Capabilidade no Minitab

Lista de
Análises Paramétricas
Exercícios 2

[FM2S] Lista 02 - Análises Paramétricas
Lista de
Correção
Exercícios 2

Usando os Gráficos de
Controle e a Análise de
Capabilidade
Tomando ações com o Gráfico de
Controle e com a Capabilidade
Selecionar uma medida de processo

ou característica da qualidade
Desenvolver gráfico de
controle apropriado
Reduzir causas comuns Descobrir e atuar sobre

(mudar o processo) causas especiais
Identificar causas comuns O processo Identificar causas

ou processos alternativos é estável? especiais
Processo estável Processo instável

Processo estável Processo instável
Métodos Primários de Investigação
1. Planejamento de Experimentos 1. Gráficos de controle
2. Subgrupamento / estratificação 2. Subgrupamento / estratificação
3. Gráficos de controle 3. Planejamento de Experimentos
Responsabilidade pela investigação
1. Peritos técnicos 1. Trabalhadores do processo
2. Supervisores 2. Supervisores
3. Trabalhadores do processo 3. Peritos técnicos
Responsabilidade pela melhoria
1. Gerência 1. Supervisores
2. Peritos técnicos 2. Peritos técnicos
3. Supervisores 3. Gerência
4. Trabalhadores no processo 4. Trabalhadores no processo

Como se pode atender as especificações do cliente?

Qual situação é
adequada?
A porta de processos
Mapeando processos e construindo fluxogramas
As organizações e os processos
Direcionamento
Produção
Fornecedores Entrada Saídas Clientes

s Suporte
Sistema
Detalhamento
Complexidade
Processos
Atividades/ procedimentos
As organizações
Descobrindo o que acontece com
processos e procedimentos
No curso, iremos seguir com técnicas

para mapear e entender processos e
procedimentos.
Vale dizer que nem sempre precisamos

usar tudo que foi colocado aqui. Muitas
vezes, uma simples ida ao Gemba vai te
permitir entender o que está
acontecendo.
Use o bom senso.

Mapeamento de processos
Quando, como e por qual razão fazê-lo
Antes de mais nada...
Isso é entender o
processo!
Mapeamento de processos
≠
Isso é desenhar o processo!
Fluxograma
As organizações na prática: porque ver processos é difícil?
Mapear um processo
Entender
melhor nosso
processo
▪ Aplicar indicadores
▪ Buscar melhorias
▪ Reestruturar radicalmente
Mapear um processo
Mapear um processo
Qual é o resultado de um bom mapeamento?
1 Entendimento do processo
Conhecimento sobre o fluxo de trabalho

2
Ilustração em um fluxograma
3
Identificação das desconexões
4
Mapeando
1 Defina o escopo do mapeamento!
Para que vamos mapear este processo?

Qual o objetivo da melhoria?
▪ Reduzir custos?
▪ Reduzir complexidades?
▪ Reduzir retrabalho?
▪ Simplificar o fluxo de informações?
Mapeando
2 Defina os limites do seu mapeamento (e projeto)
Ignorar
Mapear
Ignorar
Mapeando
3 Identifique e entreviste os envolvidos no processo

Procedimento Operação 1
A Relatório A
Relatório Operação 2
Lista de
compras
B Peça 1 Operação 3 C
Peça 15
Peça 2 Operação 4
SIPOC da pessoa X
Mapeando
3 Identifique e entreviste os envolvidos no processo
SIPOC da pessoa X
SIPOC da pessoa A
Processo
SIPOC da pessoa B simples?
SIPOC da pessoa C
SIPOC da pessoa ...

Mapeando
+ SIPOC da pessoa X
4 Conecte os SIPOCs e monte um fluxograma

+ SIPOC da pessoa A
+ SIPOC da pessoa B
▪ As saídas da pessoa analisada + SIPOC da pessoa C
devem ser as entradas da pessoa

seguinte (clientes); + SIPOC da pessoa ...
▪ As entradas da pessoa analisada,

devem ser as saídas das pessoas
=
anteriores (fornecedores);
▪ E assim por diante...

Vantagens do Mapeamento
▪ 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.
E como encontrar as desconexões?
Saídas Entradas Atividades

▪ Está produzindo alguma ▪ Está deixando de receber ▪ Estão sendo realizadas na
saída desnecessária? alguma entrada necessária? hora certa no processo?
▪ Está deixando de produzir ▪ Está recebendo alguma ▪ Estão sendo realizadas pelas
saídas para os clientes entrada desnecessária? áreas/pessoas certas?
adequados? ▪ Existem entradas chegando ▪ Estão criando gargalo?
▪ Está deixando de atender de fornecedores errados? ▪ Agregam valor para o
expectativas de qualidade ▪ Existem entradas deixando cliente?
dos clientes? de prazo? de atender expectativas de ▪ Apresentam redundância?
▪ Está deixando de atender qualidade, prazo, custo ou ▪ É um ponto de inspeção ou
expectativas internas de produtividade? de decisão?
produtividade? de custos? ▪ Apresentam ciclos de
retrabalho?
▪ Estão sendo executados no
tempo programado?
Fluxogramas
As várias maneiras de se representar um processo
O Fluxograma
A lâmpada não Fluxogramas são

funciona
representações gráficas dos
nossos processos.
A lâmpada Não
está Plugar a lâmpada
plugada?
Quando bem feitos, eles nos
Sim ajudam a disseminar os
Sim conhecimentos obtidos na
O bulbo
queimou?
Trocar o bulbo etapa de mapeamento.
Não
Existem vários tipos de
Comprar nova
lâmpada
fluxogramas.
Funcionário
Venda recebe Analista avalia
Início verifica
solicitação
solicitação documentação
Empréstimo
Sim Gera documentação
aprovado? e libera empréstimo Fim
Não Sim
Superintendente
Excessão Analista
avalia
recomendação
aprovado? Não comunica cliente
Fluxograma Vertical
Vendas Análise de crédito Superintendência Processamento Tempo decorrido
Recebe 1 dia
1 solicitação
Verifica 5 dias
2 documentação
Processos e
Avalia dados
3 solicitação andam
juntos!
Aprovado Gera documentação
5 e libera empréstimo
Avalia Aprovado
4 recomendação Não
Aprovado
Comunica 10 dias
6 cliente
Fluxograma Multifuncional
Diagrama Espaguete
Aços São Paulo Montadora São Jorge
6 semanas Previsão 30/60/90
Programação
PCP Pedido diário
diária
18400 pçs/mês
12000 “E”
3ª e 5ª Programação Semanal 6400 “D”
Bandeja = 20 pçs 2 Turnos
Diário
E E E E E
Estamparia Solda 1 Solda 2 Montagem 1 Expedição
4600 D 1100 D 1600 D 2700 D
x1 2400 E
x1 600 E x1 850 E x1 1400 E x1
Tempo de ciclo Tempo de ciclo Tempo de ciclo Tempo de ciclo Tempo de ciclo
Setup Setup Setup Setup Setup
Disponibilidade Disponibilidade Disponibilidade Disponibilidade Disponibilidade
Tempo disponível Tempo disponível Tempo disponível Tempo disponível Tempo disponível
5 dias 7,6 dias 1,8 dia 2,7 dias 2 dias
Lead Time = 19,1
1s 39s 46s 62s
Tempo de processo = 148s
VSM – Value Stream Map

Aços São Paulo Montadora São Jorge
6 semanas Previsão 30/60/90
Programação
PCP Pedido diário
diária
18400 pçs/mês
12000 “E”
3ª e 5ª Programação Semanal 6400 “D”
Bandeja = 20 pçs 2 Turnos
O VSM é outro exemplo Diário

E E E E E
Estamparia
x1 clássico de processos e dados!
4600 D
2400 E
Solda 1
x1
1100 D
600 E
Solda 2
x1
1600 D
850 E
Montagem 1
x1
2700 D
1400 E
Expedição
x1
Tempo de ciclo Tempo de ciclo Tempo de ciclo Tempo de ciclo Tempo de ciclo
Setup Setup Setup Setup Setup
Disponibilidade Disponibilidade Disponibilidade Disponibilidade Disponibilidade
Tempo disponível Tempo disponível Tempo disponível Tempo disponível Tempo disponível
5 dias 7,6 dias 1,8 dia 2,7 dias 2 dias
Lead Time = 19,1
1s 39s 46s 62s
Tempo de processo = 148s
VSM – Value Stream Map

Erros ao se elaborar um fluxograma
O que o gerente pensa que é
O que realmente é Foque aqui durante

a fase Analyze
O que deveria ser

Foque aqui durante
a fase Improve
O que poderia ser

Análise de Procedimentos
Análise dos 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”.
Observação Direta
▪ Método mais rápido de análise.
▪ Pode ser feito a partir do sentimento do
pessoal do processo (eles já sabem o que
está dando errado);
▪ Pode envolver uma coleta de dados;
▪ Temos que sempre fazer as perguntas
relacionadas com o Define;
▪ Podemos observar com base nos
desperdícios do Lean (iremos falar mais
sobre isso na fase do Analyze);
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.
Coleta dos tempos
Geralmente, quando coletamos para o

todo, também coletamos os tempos de
espera.
Muitas vezes, esses tempos de espera

causam dessincronizações e problemas
gravíssimos.
O VSM baseia-se majoritariamente no

entendimento dessas métricas de
processo.
Apresentação de
resultados do Measure
Apresentação dos Resultados
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
do 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.
Vamos ver algumas dicas a seguir.

Dica 1: Use gráficos para mostrar a variação natural
(eles são melhores que tabelas)
Planejado Realizado
Jan R$ 1.440,00 R$ 1.370,00
Fev R$ 1.650,00 R$ 1.650,00
Mar R$ 2.370,00 R$ 2.390,00
Abr R$ 1.240,00 R$ 1.390,00
Mai R$ 1.530,00 R$ 1.510,00
Jun R$ 1.650,00 R$ 1.980,00
Jul R$ 1.420,00 R$ 1.360,00
Ago R$ 1.100,00 R$ 1.180,00
Set R$ 1.470,00 R$ 1.430,00
Out R$ 2.130,00 R$ 2.340,00
Nov R$ 2.220,00 R$ 2.350,00
Dez R$ 1.910,00 R$ 2.130,00
Dica 2: Contextualize a informação dos gráficos
Menos pessoal disponível afetou no aumento do tempo

de preparo de sala
Dica 3: Faça bom uso do espaço
Ribeirão Preto Franca Uberlândia Uberaba Araxá Total
Orçamento Custos Orçamento Custos Orçamento Custos Orçamento Custos Orçamento Custos Orçamento Custos
Maternidade R$306.854 R$23.935 R$276.740 R$18.542 R$229.327 R$11.237 R$318.432 R$16.240 R$268.498 R$19.600 R$1.399.852 R$89.554
Pediatria R$544.858 R$32.147 R$525.395 R$38.354 R$461.430 R$37.376 R$271.701 R$15.487 R$467.799 R$31.343 R$2.271.183 R$154.706
Oncologia R$526.859 R$38.988 R$521.714 R$33.911 R$208.358 R$12.918 R$488.007 R$40.505 R$267.520 R$22.472 R$2.012.458 R$148.793
Fisioterapia R$343.736 R$18.562 R$211.313 R$15.637 R$306.086 R$18.059 R$278.560 R$18.385 R$336.790 R$18.860 R$1.476.485 R$89.503
Radiografia R$412.799 R$28.070 R$189.550 R$11.752 R$316.633 R$16.465 R$479.717 R$30.702 R$164.321 R$11.338 R$1.563.020 R$98.327
Manutenção R$260.218 R$16.394 R$172.061 R$8.947 R$199.448 R$8.776 R$143.959 R$7.918 R$315.266 R$21.438 R$1.090.953 R$63.473
Total R$2.395.325 R$158.095 R$1.896.773 R$127.143 R$1.721.283 R$104.831 R$1.980.376 R$129.236 R$1.820.195 R$125.051 R$9.813.951 R$644.356
Dica 3: Faça bom uso do espaço
Maternidade
Pediatria
Oncologia
Fisioterapia
Radiografia
Manutenção
Use estratificações
Seja coerente
Dica 4: Faça bom uso das cores e contrastes

Dica 4: Faça bom uso das cores e contrastes
A ideia é mostrar dados,

não fazer um desfile de carnaval
Hora do
Exercício!
Estudo de Caso - Apresentação de Resultados

[FM2S] Estudo de Caso - Apresentação de Resultados
Revisão do Measure
Coletar dados Análises básicas Análises paramétricas (previsibilidade)
Entender o resultado do que estão fazendo (Dados) Compilar e

Define Divulgar o
resultado
Entender o que as pessoas estão fazendo (Processos)
Mapear processos Mapear Procedimentos
Mapear os Mapear os Coletar os Análises Usar análises Divulgar o

processos procedimentos dados Básicas paramétricas aprendido
Montar o banco de
Entender o Fluxo de Avaliar a estabilidade e Informar os
Analisar as atividades dados do projetos ou
informações e a capabilidade do stakeholders sobre o
dentro do processo. Há olhar o que já tem. Avaliar a frequência e a
Atividades materiais. Entender
erros claros e falta de Avaliar a tendência dos dados.
processo (o que é desempenho atual.
problemas no fluxo. Ir “natural” dele e se isso Nivelar o
padrão? confiabilidade.
ao Gemba. é bom para o cliente). conhecimento.
Estratificar.
SIPOC, VSM, Gráficos de Tendência, Gráficos de Controle,

Tempos e Métodos, Folha de Verificação, Fluxogramas,
Ferramentas Fluxograma Pareto, Barras, Análises de
Instruções de Trabalho Dados estruturados visualização de dados.
histograma, etc Capabilidade
Mapa do Measure
Analyze
Analyze
▪ No Analyze iremos desenvolver as mudanças de segunda
ordem que vão gerar as melhorias.
▪ 4 estratégias: Análise Crítica, Uso da Tecnologia, Uso da
Criatividade, 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.
▪ As técnicas de dados visam estabelecer um pensamento
matemático de causalidade: Y = f(x). Exemplos: análise do
banco de dados (regressão, etc.) e planejamento de
experimentos.
▪ Ao final do Analyze, vamos ter várias mudanças que podem
gerar melhorias.
Analise Analise os Analise seu Investigue os Formate suas
os processos procedimentos banco de dados experimentos mudanças
Buscar no banco de dados

Entender o que se pode correlações entre variáveis Aprenda mais sobre as
Entender o que se pode Priorizar as mudanças
mudar nas atividades para para entender o que se correlações de variáveis
Atividades mudar no fluxo de maneira
deixá-las melhores e mais pode variar no processo de com experimentos
propostas para a realização
a gerar melhorias de testes de mudança
rápidas. maneira a gerar um planejados
resultado melhor.
Gráficos de dispersão, Planejamento de
Poka-Yokes, Diagrama de
Desconexões, análise de Análises de Regressão, experimentos;
Ishikawa, Análise de Ciclo PDSA; Matriz de
Ferramentas valor, ECRS, Criatividade,
Tempo, Tecnologia,
Testes de hipóteses, Experimentos Fatoriais;
Impacto Esforço.
Conceitos de Mudança Tabelas de contingência, Experimentos Dicotômicos;
Benchmarking, Criatividade
Gráficos de Barras etc.
Alterações nos parâmetros Alterações nos parâmetros

Mudanças para melhorar o Mudanças para melhorar as Plano de testes das
Saídas fluxo atividades
de entrada que vão gerar de entrada que vão gerar
mudanças desenvolvidas.
melhoria melhoria
Mapa do Analyze
Vamos ver um case para
Analyze
entender o Analyze?
As estratégias e
sub estratégias
para a Mudança
As Macro Estratégias
Entender e analisar criticamente o processo atual
Usar Tecnologia
Usar Criatividade
Usar os Conceitos de Mudança

Entender e analisar criticamente o processo atual
Grupo Sub-Estratégia Ferramenta
Entender a causa de um Diagrama de Ishikawa

problema 5 Porquês
Desconexões Lembre-se!
Porta dos
Melhorar o fluxo para gerar Análise de Valor
Processos O objetivo de todas
mais valor Os desperdícios do Lean
essas ferramentas é de
ECRS gerar mudanças que vão
Evitar erros e falhas Poka-Yoke se tornar melhoria.
Gráfico de Dispersão
Análises de Regressão
Porta de Buscar correlações
Testes de Hipótese
Dados
ANOVA
Realizar experimentos Planejamento de Experimentos
Categorias
1ª Ordem 2ª Ordem
Sistema Não é alterado É alterado
Percepção do cliente Solução do problema Melhoria
Prazo Imediato, curto Médio, longo
Os Tipos de Mudança
Ferramentas para entender
a causa de problemas
Entendendo a Causa de um Problema
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;
▪ Etc.
Uma boa estratégia para buscar melhorias de segunda

ordem é analisar estes pontos mais a fundo. Duas
ferramentas clássicas nos ajudam a fazer isso:
▪ O Diagrama de Ishikawa (ou diagrama de Causa e

Efeito);
▪ A ferramenta dos 5 Porquês.
O diagrama de Ishikawa
O que é o Diagrama de Ishikawa
É um diagrama que nos ajuda a

identificar causas específicas que
expliquem 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.
Quando usar o Diagrama de Ishikawa
▪ Analisar defeitos e insatisfações do cliente,

buscando suas causas;
▪ Fornecer uma metodologia inicial para
análise de um fenômeno, defeito ou
oportunidade de melhoria;
▪ Guiar o brainstorming para entendimento de
um problema;
▪ Identificar possíveis ações para se resolver
um problema ou eliminar um evento
negativo;
▪ Analisar criticamente o processo na fase
Analyze do roteiro DMAIC em Projetos de
Melhoria.
Material
Mão-de-obra Manutenção Máquina
deficiente
desorganização
Falta de equipamentos Falta de equipamento
Atraso equipe cirurgia
Falta de instrumental Falha de equipamento
Atraso técnico de RX Falta de material específico
Atraso do circulante
Pouco recurso financeiro
Atraso entre Cirurgias

Sala não preparada
Falta de tricotomia Prontuário incompleto

Grandes distâncias entre áreas Falta de checklist
Manutenção predial Falta de padronização no preparo

Medição
Método
Meio
Ambiente
Exemplo - Atraso
ISHIKAWA
Pessoal Matéria-Prima
Falta de Instrumental Falta de Equipamentos
Atraso técnico RX
Pi stru
Ca tére
Q
M
ue
ça m
in
Es
ed
mp is
Atraso Equipe de cirurgia br
s e en
ica
ad
os
Atraso anestesista os
me
nt
to
os
s(
CM
Atrasos em
E)
Atraso Elevadores Cama cirúrgica quebrada Cirurgias
Sala não preparada
Fa
Prontuário Incompleto
Fa
lta
Iluminação com defeito

lta
es
ma
te
te
ril
ria
iza
l
çã
o
Processo Estrutura
2. Defina a 3. Colete as
1. Defina o seu 4. Revise o 5. Proponha
metodologia de subcausas
efeito Diagrama Mudanças
início da discussão prováveis
Entender o efeito,
problema ou
O facilitador define a A equipe sugere todas as Discutir quais ideias Teste quais causas são
oportunidade de
Atividades metodologia de início de possibilidades de podem ser combinadas e reais e defina quais serão
melhoria que será
discussão e as causas. subcausas prováveis. aperfeiçoadas priorizadas
estudada e o seu
contexto.
▪ Fontes ativas
(pesquisas, ▪ 6M;
▪ Gráfico de Pareto;
formulários, árvore ▪ 4P;
▪ Brainstorming; ▪ 5 Porquês; ▪ Testes e
Ferramentas CTC, etc); ▪ Afinidades;
▪ RNC. ▪ RNC. Experimentos;
▪ Fontes reativas ▪ Processos;
▪ RNC.
(reclamações, ▪ Componentes.
defeitos, etc).
Efeito descrito na ponta Causas nas espinhas do Subcausas nas espinhas

Saídas Diagrama de Ishikawa Mudanças
do diagrama diagrama do diagrama
Diagrama de Ishikawa
Vantagens de utilizar o Diagrama de Ishikawa
▪ Ajuda a enfocar o aperfeiçoamento do
processo;
▪ Registra visualmente as causas

potenciais que podem ser revistas e
atualizadas;
▪ Provê uma estrutura para o

brainstorming;
▪ Envolve todos;
▪ Reduz a tendência de encontrar uma

única causa para um problema.
Pontos de atenção ao elaborar o Diagrama de Ishikawa
▪ Não deixe o brainstorming virar

bate-papo;
▪ Não se “apaixone” por uma causa;
▪ Cuidado com a escolha dos

participantes da equipe;
▪ Cuidado com causas pouco prováveis;
▪ Confirme as causas antes de elaborar

e executar os planos de ação.
▪ Não deixe de agir!

Os 5 porquês
Aprofundando-se nas causas
O que é a Ferramenta dos 5 Porquês?
Os 5 porquês foi uma ferramenta criada na

Toyota para fomentar o senso crítico e a
capacidade analítica no Gemba.
Seu objetivo é forçar o pessoal da base a

investigar e propor boas mudanças.
Se aplicado corretamente, ele aumenta a

capacidade da operação na realização de
Kaizens.
Nível de entendimento de um problema Nível da mudança correspondente
Durante uma emergência era necessário fazer uma drenagem pulmonar
mas não havia nenhum frasco coletor adulto disponível. Buscou-se nos 2 Use um frasco pediátrico mesmo.
arsenais da enfermagem e nenhum foi encontrado.
Por quê não havia um frasco coletor adulto em nenhum lugar?
Porque não havia sido feita a compra de um frasco coletor. Compre frascos coletores para adultos.
Por quê compras não havia requisitado a compra?
Porque eles não haviam sido informados sobre a compra deste item.
Por quê eles não haviam sido informados?
Porque o pessoal da assistência não havia requisitado. Crie um formulário/sistema mais fácil para as requisições.
Por quê eles não haviam sido requisitados?
Porque eles não checaram o estoque. Crie um procedimento de checagem de estoque e insira na rotina.
Por que eles não checaram o estoque?

Implemente um quadro de checklist no Gemba com os pontos da rotina.
Com a correria do dia a dia, se esqueceram das atividades de rotina.
Use a liderança para reforçar o seu preenchimento (diário de bordo).
Exemplo
Cuidados Extras
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 necessárias investigações e testes.
Não é um exercício de chutes numa sala

fechada feito em 30 minutos!
Para cada nível de entendimento do problema há

uma mudança correspondente.
Cuidados! Você já viu
RNC?
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.
Cuidados! Você já viu
RNC?
Problema: muitas vezes, por motivo de prazo
ou desinformação, as pessoas preenchem esse
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.
Ferramentas para entendimento
e melhoria do fluxo
Melhorando o Fluxo
No mapeamento, também podemos ter

problemas de fluxo. Por exemplo:
▪ Processos redundantes;
▪ Etapas que não são necessárias;
▪ Etapas difíceis de serem feitas;
▪ Desconexões...
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.
Desconexões
Como encontrar os fios desligados do seu processo?
O que é uma desconexão?
Uma desconexão é um
desvio, erro ou disrupção em
um fluxo de trabalho, que
impede o alcance de uma
situação desejada.
São os fios soltos em

um processo.
Exemplos de Desconexões
Saídas Entradas Atividades
▪ Está produzindo alguma ▪ Está deixando de receber ▪ Estão sendo realizadas na

saída desnecessária? alguma entrada hora certa no processo?
▪ Está deixando de produzir necessária? ▪ Estão sendo realizadas
saídas para os clientes ▪ Está recebendo alguma pelas áreas/pessoas
adequados? entrada desnecessária? certas?
▪ Está deixando de atender ▪ Existem entradas ▪ Estão criando gargalo?
expectativas de qualidade chegando de fornecedores ▪ Agregam valor para o
dos clientes? de prazo? errados? cliente?
▪ Está deixando de atender ▪ Existem entradas ▪ Apresentam redundância?
expectativas internas de deixando de atender ▪ É um ponto de inspeção ou
produtividade? de custos? expectativas de qualidade, de decisão?
prazo, custo ou ▪ Apresentam ciclos de
produtividade? retrabalho?
▪ Estão sendo executados
no tempo programado?
Como encontrar uma desconexão?
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.
Depois de encontrá-las, como tratá-las?
Plano de ataque às desconexões

Desconexão Sugestão
Análise de valor
O que é 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.
Valor é aquilo que realmente é

importante para o cliente, ou seja,
aquilo que ele pagaria.
Fazemos muitas coisas que não

agrega valor. Temos que entender o
quais são e tentar mudar essa
realidade.
Como fazer?
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.
Tome ações para mudar o que está acontecendo.

4
As classificações
Atividade
Tipos AV NAV
Necessária Desnecessária
Ação Acerte o fluxo Reduza Elimine
Detalhes Coloque as atividade Reduza essas atividades

em uma sequência e sua interferência no
natural fluxo de valor
Exercício: Agendamento Centro Cirúrgico
Exercício
Classificar cada passo do processo como AV ou
NAV. Propor um novo fluxo contendo somente
as atividades que agregam valor.
Processo de agendamento em centro

cirúrgico.
■ Pré-agendamento de cirurgia é
solicitada por profissional da saúde a
ser autorizado por setor qualificado;
■ Se autorizada, a cirurgia é agendada;
■ Confirmação de agendamento;
■ Mapa cirúrgico é confirmado;
■ Sala é preparada;
■ Paciente é admitido;
■ Ato cirúrgico;
■ Recuperação e alta do paciente.
Os 7 desperdícios
Lean e desperdícios
Um dos maiores objetivos do Lean é

eliminar desperdícios do processo
produtivo.
Mas, o que são desperdícios?

Desperdício (無駄):
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!

Identificando os desperdícios
Parece simples...
Entretanto, encontrar estas atividades

pode ser difícil.
Pensando nisso, vários autores

experientes na prática do Lean listaram 7
desperdícios visuais, que podem ser
facilmente identificados e quantificados
em uma visita ao Gemba (chão de fábrica).
Os 7 desperdícios clássicos
1 Superprodução (excesso de quantidade)
2 Espera
3 Transporte (de material)
4 Movimentação (de pessoal)
5 Inventário (estoque)
6 Defeitos
7 Superprocessamento (excesso de funcionalidade)

Exercício Desperdícios
Desperdícios são visuais!
A Ferramenta do ECRC
O que é o ECRS?
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?
Exemplo
Exemplo para Eliminar: Exemplo para Reduzir:
▪ Coletar informações que não são usadas; ▪ Coleta de informações (como realizar múltiplos
▪ Atividades que são desperdícios; exames);
▪ Relatórios que não serão analisados; ▪ Verificações;
▪ Inspeções, uma vez que o processo esteja ▪ Pontos de aprovação/inspeção;
redondo.
Exemplo para Combinar: Exemplo para Simplificar:
▪ Atividades que dependem de especialistas;
▪ Atividades redundantes (ligar e mandar ▪ Burocracias;
e-mail); ▪ Equipamentos de difícil manuseio;
▪ Coleta de informações e sistemas; ▪ Avaliação de padrões;
▪ Coleta de informações e checklists ▪ Classificações excessivas;
Ferramentas para
evitar erros
Evitando Erros
Erros frequentemente são apontados em um
mapeamento de processos. Exemplos são:
▪ Erros de operação;
▪ Erros de montagem/posicionamento;
▪ Esquecimentos;
▪ etc..
As ferramentas que mais nos ajudam a

entender estes erros e evitá-los são:
▪ Poka-Yokes;
Exercícios Processos a prova de falhas
Poka yoke
Processo à prova de erros e falhas
Exemplos de processos complicados
Poka Yoke
Significado
À prova de erros ou de falhas
Objetivo
Eliminar ou prevenir não conformidades de processo utilizando
dispositivos ou sensores e assegurar que os mesmos estejam
funcionando adequadamente.
Motivação:
Por mais treinado que alguém esteja,
um ser humano sempre vai errar.
A prova disso:
Vamos fazer um desafio no próximo slide.

Poka Yoke Todos sabem contar?
Todos sabem identificar letras?
Estão treinados nessas atividades?
Vocês terão 1 minuto...
Conte quantas vezes a sexta letra
do alfabeto aparece no texto!
“The necessity of training farm hands for first class farms in the fatherly
handling of farm livestock is foremost in the eyes of farm owners. Since the
forefathers of the farm owners trained the farm hands for first class farms in
the fatherly handling of farm livestock, the farm owners feel they should
carry on with the family tradition of training farm hands of first class
farmers in the fatherly handling of farm livestock because they believe it is
the basis of good fundamental farm management.”
Tipos de Poka Yoke
Preventivo (Error Proofing): Detectivo (Mistake Proofing):

Elimina a possibilidade de ocorrência da falha Detecta a falha ou defeito, caso ocorra, e previne que
ou defeito específico, através do projeto. a não-conformidade continue no processo.
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
Exemplos
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.
Métodos
Lembretes Diferenciações
Restrições Exibições
Lembretes
Diferenciações
Restrições
Exibições
Uso da Tecnologia
O que é usar a tecnologia
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 $ e tempo;
▪ É necessário testar em pequena escala p/ minimizar o risco;
▪ Como toda mudanças, sofrerá resistência das pessoas;
▪ É necessário ter um plano de transição do velho para o novo.
Tecnologia não compensa erros de processo
O que é usar a tecnologia
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
Uso da Criatividade
O que é criatividade?
Conhecimento atual ▪ O uso da criatividade é a aplicação de

técnicas para quebrarmos nossos modelos
mentais.
▪ Existem várias técnicas que nos ajudam a

fazer isso.
▪ Estão disponíveis em nosso curso de

Possíveis Mudanças Criatividade
Resultado:
Novas ideias de mudança
Benchmarking
Conceitos de Mudança
O que são os conceitos de mudança?
O Benchmarking é uma ótima estratégia
Eliminar
desperdícios para se realizar mudanças.
Focar no Melhorar Para ajudar equipes de melhoria, a API fez
produto ou fluxo de
serviço trabalho um estudo grande com vários projetos nos
EUA e viu que:
Planejar
sistemas e
Otimizar ▪ Eles tinham objetivos parecidos;
evitar erros Conceitos de inventário
▪ Soluções parecidas.
mudança
Pensando nisso, eles criaram um guia para

Mudar o
Genrenciar ambiente de trabalhar com estas mudanças.
variação trabalho
Esse guia está disponível no material

Incrementar a adicional.
Gerenciar o Relação
Tempo Produtor /
Consumidor
Correlação:
associação entre variáveis
Como correlacionar variáveis de entrada com as de saída
Sistema de causas

Variáveis de Variáveis de Variáveis de

input processo output
X1, X2, X3, ..., Xk Y
Y = f(X1, X2, X3, ..., Xk)

O que é correlação?
Correlacionar variáveis é entender como
uma variável de entrada em nosso banco de
dados (X) influência em nossa variável de
X Y 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).
E como fazer?
Em seguida: Identifique a técnica a ser utilizada na tabela abaixo:
Y numérica Y categórica
Simples: gráfico de Simples: histograma
dispersão estratificado
X numérica
Avançada: Análise de Avançada: Regressão
Simples: histograma Simples: Pareto, gráfico de

estratificado barras;
X categórica
Avançada: testes de Avançadas: testes de
hipótese/ANOVA hipótese para proporção
Correlação entre
variáveis numéricas
Gráfico de dispersão e análises de regressão
O que é o gráfico de dispersão?
São gráficos que plotam de

maneira cartesiana um conjunto de
variáveis, de maneira a buscar
correlações entre 2 ou mais
variáveis.
São extremamente simples, mas

extremamente importantes.
Eles foram o embrião de toda a

estatística de correlação, como as
famosas análises de regressão e
outras análises multivariadas.
Exemplos
Exemplos
Exemplos
Vamos fazer alguns exercícios
Hora do
sobre correlação com o gráfico
exercício de dispersão.
Minitab Gráfico de Dispersão
Lista de
Gráficos de Dispersão
Exercícios 3

[FM2S] Lista 03 - Gráficos de Dispersão
Lista de
Correção
Exercícios 3

Análise de regressão
Regressão Linear
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.
Y Isso nos faz ser incapaz de resolver problemas

X práticos, como:
▪ 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.
Regressão Linear
As análises de regressão linear, através do ajuste

estatístico dos dados, nos ajuda a ter parâmetros
para entender estes problemas.
Podemos quantificar coisas como:
▪ O quanto minhas variáveis de entrada

influenciam na variável de saída (através do
R²)
▪ Em um banco de dados com muitas variáveis, o

que influencia e o que não influencia (através
do p-valor);
▪ Qual é o valor de Y para dadas configurações

de X (através da equação da regressão).
Regressão Linear
Geralmente os cálculos para

determinar esses parâmetros não
são tão simples (mas nem tão
complicados assim).
A boa notícia é que o Minitab faz isso

pra gente.
Nesta parte do curso, vamos focar

nas análises de regressão do ponto
de vista da interpretação dos
resultados do Minitab.
Colete os dados
Analise seus dados

graficamente
Crie sua curva ajustada

de regressão no Minitab
Regressão Linear
Avalie a significância do
R² e P
Avalie os resíduos
Tome uma decisão

Os parâmetros da regressão
Regressão Linear
Os parâmetros – A curva de regressão
Y = 2628 – 37,15x
A equação dá a você uma

estimativa do comportamento do
processo. Além disso, ela te ajuda a
estimar os valores de Y para
determinados X’s.
Note que R² = 90,2%
Falaremos sobre isso mais tarde

O Minitab encontra uma linha que minimizará as distâncias dos pontos plotados para a linha ....
De onde vem a linha de ajuste?

Regressão Linear – Os parâmetros – o R²
R² = 90,2%
Isso significa que 90,2%

da variação pode ser
explicada pela equação.
Ou seja, 9,8% são devido

a outros fatores.
R² = 87,6% R² = 11,6%
Exemplos de R²
De onde vem o R²?
De onde vem o R²?
SSRegressão
R² = Exemplo:
SSTotal 1527843
R² = = 90,2%
1693738
Regressão Linear – Os parâmetros – o p-valor
H0: Coefic. Angular = 0

(sem correlação)
H1: Coefic. Angular ≠ 0

(há correlação)
R-Sq = SSRegressão / SSTotal Quanto menor o p-valor,

mais certeza temos que a
O p-valor é muito útil na variável influencia.
Regressão Múltipla!
Minitab Regressão Simples
Regressão Múltipla
Regressão linear múltipla
Podemos tentar predizer, por exemplo, se a
inteligência pode ser prevista pelas características
das pessoas (esse experimento foi feito!)
Na regressão linear múltipla, colocamos vários outros
coeficientes, que podem ou não serem diferentes de zero
(fazendo a variável ser significativa): Os dados escolhidos para anotar foram:
yi é a inteligência (PIQ) do aluno i

yi=(β0+β1xi1+β2xi2+β3xi3)+ϵi xi1 é o tamanho do cérebro (MRI) do aluno i
xi2 é a altura (Altura) do aluno i
xi3 é o peso (peso) do aluno i

Regressão linear múltipla
Regressão
Não se desespere!
linear múltipla
Assistente do Minitab
ou
Clique em “more...” se você quiser recapitular

O que o assistente diz sobre a seleção do modelo para regressão simples

O que o assistente diz sobre a seleção do modelo para regressão simples

Assistente do Minitab: Menu
Seja cauteloso,
permitindo que Minitab
selecione seu modelo.
Analise seus dados
graficamente e consulte
as leis da física antes de
ajustar um modelo
usando o assistente do
Minitab
Alfa = 0,05
Assistente do Minitab: Relatório da Análise
Amount of data – tamanho de amostra pequeno.

Seja um pouco cuidadoso ao avaliar a força do
relacionamento
Unusual data – 2 pontos não estão adequados ao

modelo
Normality – desde sua amostra esteja acima de 15

observações, a normalidade não será um problema
Model fit – Avalie a amplitude para valores de x,

possível curvatura e possíveis áreas de interesse
especial
Assistente do Minitab: Relatório de Previsão
O Relatório de Previsão exibe o

intervalo e o gráfico de predição para
cada resposta prevista, fornecendo
um intervalo que contenha um
determinado ponto medido.
O intervalo de predição é sempre

maior do que o intervalo de
confiança por causa da incerteza
adicional envolvida na previsão de
uma resposta individual.
Assistente do Minitab: Relatório de Diagnóstico
Os valores de Residuals vs Fitted

devem formar uma faixa reta.
Os resíduos devem exibir apenas

variações aleatórias no gráfico de
série temporal.
Há algum problema presente com

este modelo?
Assistente do Minitab: Relatório de Diagnóstico
O assistente escolheu um
modelo linear
2 pontos de dados têm um

ajuste fraco para o modelo
escolhido
(= grandes resíduos)
Abaixo do gráfico você

encontra uma tabela de
resumo contendo
estatísticas-chave tanto
para o modelo escolhido
como para o modelo
alternativo
(= não escolhido)
Existe uma relação
significativa entre Y e Aqui está o
X, pois p está bem gráfico de ajuste
abaixo de 0,05 adequado,
incluindo a
equação de
regressão
escolhida
O modelo explica 90%
da variação em Y
Comentários e
O coeficiente de conclusões
correlação é de -0,95,
indicando uma forte
correlação negativa
Assistente do Minitab: Sumário

Hora do
Vamos treinar regressão!
exercício
Minitab Regressão Linear e Múltipla
Lista de
Regressão Linear e Múltipla
Exercícios 4

[FM2S] Lista 04 - Regressão Linear e Múltipla
Lista de
Correção
Exercícios 4

Alguns cuidados quando
usamos gráficos de
dispersão e regressão linear
Correlação x Causalidade
Rádios causam
loucura?
Outras correlações estranhas
Continuaremos estudando correlação

Variáveis de Variáveis de Variáveis de

input processo output
X1, X2, X3, ..., Xk Y
Y = f(X1, X2, X3, ..., Xk)

Continuaremos vendo nossas ferramentas de correlação
Em seguida: Identifique a técnica a ser utilizada na tabela abaixo:
X numérica

X categórica
Correlação entre
variáveis categóricas
Gráficos de Frequência e Testes de Hipótese
Como estudar a correlação com variáveis categóricas
A correlação com variáveis categóricas
geralmente passa ou por estudar a frequência
(histograma, por exemplo) da variável de
X Y 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;
1, 2, 3... ▪ Uma taxa;
▪ Etc.
Como estudar a correlação com variáveis categóricas
Vale lembrar que, quando avaliamos essas

métricas, temos que lembrar de nossa
discussão anterior sobre população e
amostra.
Na maioria dos casos temos 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.
Ferramentas Simples
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).
Tempo (A) Tempo (B)
Será que o processo A é mais 4,7 9,8
rápido que o processo B? 5,9 9,4
3,2 11,3
6,2 9,3
6,0 8,5
5,8 9,2
6,1 10,8
5,2 9,5
4,6 8,4
3,5 10,6
2,3 10,4
5,4 9,9
3,2 10,5
5,1 7,9
5,7 8,6
3,4 8,8
6,9 8,7
5,6 10,4
5,6 8,9
4,0 9,0
6,8 10,8
4,8 10,3
6,4 8,3
4,8 10,0
4,8 10,4
Exemplo
Ferramentas
Vamos fazer exercícios?
Simples
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).
Correlação de
Minitab Variáveis
Categóricas
Lista de Correlação de Variáveis
Exercícios 5 Categóricas

[FM2S] Lista 05 - Correlações de Variáveis Categóricas
Lista de
Correção
Exercícios 5

Teste de Hipóteses
Para análise de populações
O que é um teste de hipótese?
Um teste de hipótese nada mais é do que uma
validação estatística das nossas dúvidas (ou
hipóteses).
Por exemplo, podemos querer ver se o tempo de um

processo (uma variável numérica) é diferente para dois
turnos.
Hipótese: Será que o tempo médio do turno A é diferente

do tempo médio do turno B?
A resposta é dada analisando-se os dados e sai da forma:

dados os dados, tenho 95% de certeza que são.
Quando usar
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?);
Tipo de Variável ▪ Para proporções (será que a % de atrasados da cia A

é importante! é maior que da cia B?)
▪ Taxas (será que a taxa de defeitos por unidade da

fábrica A é diferente da B?).
Como funciona?
Para realizar um teste de hipóteses, seguimos os passos:
Contextualizamos o problema: o que queremos “comparar”

1 entre populações;
Formalizamos nossas hipóteses;

2
Escolhemos o tipo de teste de hipótese correto para o que
queremos ver;
3
Os softwares ajudam Realizamos o teste (analisando na distribuição de referência);
a gente neste passo
mais difícil.
4
Analisamos o p-valor e os resultados para ver se nossa
hipótese é verdadeira ou não.
5
Passo-a-Passo para Realizar
o Teste de Hipóteses
Passo 1 – Contextualize (modele) seu problema
O primeiro passo é enxergar nosso problema
atual com a “lógica” do teste de hipóteses.
A ideia é entender:
▪ 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?
Passo 1 – Contextualize (modele) seu problema
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? Como tem que ser meus dados?
Tempos caminho novo (min) Tempos caminho velho (min)

O que queremos comprar?
Queremos ver se o tempo médio do caminho velho é
estatisticamente igual ou não ao caminho novo. 100 78
95 82
Quais as populações?
Os tempos referentes ao caminho velho e os tempos 110 94
referentes ao caminho novo
111 75
Qual a estatística? ... ...

O tempo médio para o caminho A e para o B.
Passo 2 – Formalize a hipótese
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

“explicita”, apenas existir “em nossas
cabeças”.
Passo 3 e 4 – Escolha e realize o teste
O cerne do teste de hipótese irá avaliar se,
com base nos dados de nossa amostra,
podemos dizer alguma coisa sobre as suas
populações.
Em outras palavras, o teste irá
parametrizar duas populações com base
nas amostras que temos (todos os tempos
do caminho novo e velho, por exemplo) e
ver a possibilidade delas “encavalarem ou
não”.
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 hipóteses nulas serem
verdadeiras ou falsas.
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 ao lado. 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 maior
do que outra área da azul (note a área sólida de ambas).
Pode parecer complicado, mas
o Minitab irá nos ajudar a
Passo 3 e 4
realizar o teste correto e
interpretar os resultados
Nota: muitos destes

testes assumem a
hipótese de
normalidade!
Use e
abuse!
Minitab Teste de Hipóteses
Teste de Hipótese no Minitab

Análise de Resultados:
Teste de Hipóteses
Passo 5 – Análise os 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 a amostragem atual
assumindo a hipótese nula verdadeira.
A sua definição formal é:

“A probabilidade de se ter amostras pelo menos tão
extremas quanto às observados quando a
hipótese nula é verdadeira (Ho)”
Na prática, cada teste específico vai ter

hipóteses nulas específicas. Lembre-se de
analisar qual é na hora de interpretar os
resultados.
Lembrando que o p-valor é a probabilidade de

você ter uma amostra como a que você tem,
dado que a hipótese nula é verdadeira. Um
p-valor baixo, portanto, rejeita a hipótese nula.
Exemplo (de resultado do Minitab)
C1 C2
0,57088 4,92652
-1,24569 4,60680
-0,65486 5,14566
-0,60757 6,02591
0,12676 5,42442
-1,02850 6,22536
1,04768 4,64596
0,63148 4,91375
-1,27095 6,18465
0,30670 5,12457
-0,63675 5,14067
-0,09585 5,13849
0,14326 5,42180
2,66192 5,01271
-0,07980 3,85974
0,84040 5,18778 Evidência
0,69064 4,79286
-0,55813 5,26738
-0,08524 6,37494 Conclusão:
0,52989 4,99944 são diferentes!
-0,42817 5,41172
-0,04956 3,53886
-0,92062 4,69994
-2,18923 5,82346 Chance de
0,50827 5,44303 evidência errada
Teste de Hipóteses e
Minitab Análise de
Resultados
Resultados do teste no Minitab

Considerações sobre o p-valor
Considerações sobre testes de hipóteses
▪ 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. Já vimos dois exemplos: 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 aceita-lo
mediante o contexto, avaliando os riscos envolvidos na
decisão.
ANOVA
Um caso bem específico de teste de hipótese
ANOVA - Utilização
A ANOVA (Análise de Variância) 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
Apesar da sua utilização ser a de um teste de hipótese, a sua

matemática é idêntica à da regressão linear.
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.
ANOVA - Utilização
A ANOVA é usada apenas quando queremos correlacionar

um y contínuo com um ou mais x’s categóricos.
Os dados devem cumprir os pressupostos:
▪ Cada população deve ser normal;

▪ As variâncias de cada população devem ser iguais;
O Assistente do Minitab nos ajuda a rodar 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.
Tempo Grupo
9,9861 A
8,4131 A
9,7846 A
A
Será que a
9,3315
8,6155 A variável “Grupo”
9,0639 A explica a
9,7336 A
10,8337 A variação do
11,3541 A tempo?
10,1466 A
8,8694 B
7,6784 B
8,2785 B
9,2137 B
7,9261 B
9,0887 B
7,9491 B
6,5026 B
8,4942 B
7,0641 B
10,5827 C
13,1255 C
11,4975 C
11,7399 C
11,3465 C
13,6983 C
13,5944 C
13,0176 C
11,8705 C
12,4431 C
Exemplo
Tempo Grupo
9,9861 A
8,4131 A
9,7846 A
A
Será que a
9,3315
9,0639 A explica a
9,7336 A
11,3541 A tempo?
10,1466 A
8,8694 B
7,6784 B
8,2785 B
9,2137 B
7,9261 B
9,0887 B
7,9491 B
6,5026 B
8,4942 B
7,0641 B
10,5827 C
13,1255 C
11,4975 C
11,7399 C
11,3465 C
13,6983 C
13,5944 C
13,0176 C
11,8705 C
12,4431 C
Exemplo
Tempo Grupo
9,9861 A
8,4131 A
9,7846 A
A
Será que a
9,3315
9,0639 A explica a
9,7336 A
11,3541 A tempo?
10,1466 A
8,8694 B
7,6784 B
8,2785 B
9,2137 B
7,9261 B
9,0887 B
7,9491 B
6,5026 B
8,4942 B
7,0641 B
10,5827 C
13,1255 C
11,4975 C
11,7399 C
11,3465 C
13,6983 C
13,5944 C
13,0176 C
11,8705 C
12,4431 C
Exemplo
Tempo Grupo
9,9861 A
8,4131 A
9,7846 A
A
Será que a
9,3315
9,0639 A explica a
9,7336 A
11,3541 A tempo?
10,1466 A
8,8694 B
7,6784 B
8,2785 B
9,2137 B
7,9261 B
9,0887 B
7,9491 B
6,5026 B
8,4942 B
7,0641 B
10,5827 C
13,1255 C
11,4975 C
11,7399 C
11,3465 C
13,6983 C
13,5944 C
13,0176 C
11,8705 C
12,4431 C
Exemplo
Tempo Grupo
9,9861 A
8,4131 A
9,7846 A
A
Será que a
9,3315
9,0639 A explica a
9,7336 A
11,3541 A tempo?
10,1466 A
8,8694 B
7,6784 B
8,2785 B
9,2137 B
7,9261 B
9,0887 B
7,9491 B
6,5026 B
8,4942 B
7,0641 B
10,5827 C
13,1255 C
11,4975 C
11,7399 C
11,3465 C
13,6983 C
13,5944 C
13,0176 C
11,8705 C
12,4431 C
Exemplo
Tempo Grupo
9,9861 A
8,4131 A
9,7846 A
A
Será que a
9,3315
9,0639 A explica a
9,7336 A
11,3541 A tempo?
10,1466 A
8,8694 B
7,6784 B
8,2785 B
9,2137 B
7,9261 B
9,0887 B
7,9491 B
6,5026 B
8,4942 B
7,0641 B
10,5827 C
13,1255 C
11,4975 C
11,7399 C
11,3465 C
13,6983 C
13,5944 C
13,0176 C
11,8705 C
12,4431 C
Exemplo
Tempo Grupo
9,9861 A
8,4131 A
9,7846 A
A
Será que a
9,3315
9,0639 A explica a
9,7336 A
11,3541 A tempo?
10,1466 A
8,8694 B
7,6784 B
8,2785 B
9,2137 B
7,9261 B
9,0887 B
7,9491 B
6,5026 B
8,4942 B
7,0641 B
10,5827 C
13,1255 C
11,4975 C
11,7399 C
11,3465 C
13,6983 C
13,5944 C
13,0176 C
11,8705 C
12,4431 C
Exemplo
Tempo Grupo
9,9861 A
8,4131 A
9,7846 A
A
Será que a
9,3315
9,0639 A explica a
9,7336 A
11,3541 A tempo?
10,1466
8,8694
7,6784
8,2785
A
B
B
B
E o R²?
9,2137 B
7,9261 B
9,0887 B
7,9491 B
6,5026 B
8,4942 B
7,0641
10,5827
B
C
Temos que fazer por
13,1255
11,4975
11,7399
C
C
C
outro caminho?
11,3465 C
13,6983 C
13,5944 C
13,0176 C
11,8705 C
12,4431 C
Exemplo
Tempo Grupo
9,9861 A
8,4131 A
9,7846 A
A
Será que a
9,3315
9,0639 A explica a
9,7336 A
11,3541 A tempo?
10,1466 A
8,8694 B
7,6784 B
8,2785 B
9,2137 B
7,9261 B
9,0887 B
7,9491 B
6,5026 B
8,4942 B
7,0641 B
10,5827 C
13,1255 C
11,4975 C
11,7399 C
11,3465 C
13,6983 C
13,5944 C
13,0176 C
11,8705 C
12,4431 C
Exemplo
Tempo Grupo
9,9861 A
8,4131 A
9,7846 A
A
Será que a
9,3315
9,0639 A explica a
9,7336 A
11,3541 A tempo?
10,1466 A
8,8694 B
7,6784 B
8,2785 B
9,2137 B
7,9261 B
9,0887 B
7,9491 B
6,5026 B
8,4942 B
7,0641 B
10,5827 C
13,1255 C
11,4975 C
11,7399 C
11,3465 C
13,6983 C
13,5944 C
13,0176 C
11,8705 C
12,4431 C
Exemplo
Tempo Grupo
9,9861 A
8,4131 A
9,7846 A
A
Será que a
9,3315
9,0639 A explica a
9,7336 A
11,3541 A tempo?
10,1466 A
8,8694 B
7,6784 B
8,2785 B
9,2137 B
7,9261 B
9,0887 B
7,9491 B
6,5026 B
8,4942 B
7,0641 B
10,5827 C
13,1255 C
11,4975 C
11,7399 C
11,3465 C
13,6983 C
13,5944 C
13,0176 C
11,8705 C
12,4431 C
Exemplo
Tempo Grupo
9,9861 A
8,4131 A
9,7846 A
A
Será que a
9,3315
9,0639 A explica a
9,7336 A
11,3541 A tempo?
10,1466 A
8,8694 B
7,6784 B
8,2785 B
9,2137 B
7,9261 B
9,0887 B
7,9491 B
6,5026 B
8,4942 B
7,0641 B
10,5827 C
13,1255 C
11,4975 C
11,7399 C
11,3465 C
13,6983 C
13,5944 C
13,0176 C
11,8705 C
12,4431 C
Exemplo
Tempo Grupo
9,9861 A
8,4131 A
9,7846 A
A
Será que a
9,3315
9,0639 A explica a
9,7336 A
11,3541 A tempo?
10,1466 A
8,8694 B
7,6784 B
8,2785 B
9,2137 B
7,9261 B
9,0887 B
7,9491 B
6,5026 B
8,4942 B
7,0641 B
10,5827 C
13,1255 C
11,4975 C
11,7399 C
11,3465 C
13,6983 C
13,5944 C
13,0176 C
11,8705 C
12,4431 C
Exemplo
Tempo Grupo
9,9861 A
8,4131 A
9,7846 A
A
Será que a
9,3315
9,0639
9,7336
A
A
explica a
variação do
Bônus: No modelo Linear
10,8337 A
11,3541
10,1466
A
A
tempo? Generalizado da Regressão,
8,8694 B
7,6784
8,2785
B
B
podemos misturar vários tipos
9,2137 B
7,9261
9,0887
B
B
de variáveis
7,9491 B
6,5026
8,4942
B
B
(Categóricos e Contínuos, pois
7,0641 B
10,5827
13,1255
C
C
a matemática da ANOVA e da
11,4975
11,7399
11,3465
C
C
C
REGRESSÃO é equivalente).
13,6983 C
13,5944 C
13,0176 C
11,8705 C
12,4431 C
Exemplo
Tempo Grupo
9,9861 A
8,4131 A
9,7846 A
A
Será que a
9,3315
9,0639 A explica a
9,7336 A
11,3541 A tempo?
10,1466 A
8,8694 B
7,6784 B
8,2785 B
9,2137 B
7,9261 B
9,0887 B
7,9491 B
6,5026 B
8,4942 B
7,0641 B
10,5827 C
13,1255 C
11,4975 C
11,7399 C
11,3465 C
13,6983 C
13,5944 C
13,0176 C
11,8705 C
12,4431 C
Exemplo
Minitab ANOVA
ANOVA no Minitab

Lista de
ANOVA
Exercícios 6

[FM2S] Lista 06 - ANOVA
Lista de
Correção
Exercícios 6

Recapitulando
Correlação
E como fazer?
X numérica

X categórica
Experimentação
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).
Experimentação
Experimentar consiste em realizar diversos

ensaios (experimentos) para obter um banco de
dados afim 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).
Experimentação
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.
Analise Analise os Analise seu Investigue os Formate suas
os processos procedimentos banco de dados experimentos mudanças
Buscar no banco de dados

Entender o que se pode correlações entre variáveis Aprenda mais sobre as
Entender o que se pode Priorizar as mudanças
mudar nas atividades para para entender o que se correlações de variáveis
Atividades mudar no fluxo de maneira
deixá-las melhores e mais pode variar no processo de com experimentos
propostas para a realização
a gerar melhorias de testes de mudança
rápidas. maneira a gerar um planejados
resultado melhor.
Gráficos de dispersão, Planejamento de
Poka-Yokes, Diagrama de
Desconexões, análise de Análises de Regressão, experimentos;
Ishikawa, Análise de Ciclo PDSA; Matriz de
Ferramentas valor, ECRS, Criatividade,
Tempo, Tecnologia,
Testes de hipóteses, Experimentos Fatoriais;
Impacto Esforço.
Conceitos de Mudança Tabelas de contingência, Experimentos Dicotômicos;
Benchmarking, Criatividade
Gráficos de Barras etc.
Alterações nos parâmetros Alterações nos parâmetros

Mudanças para melhorar o Mudanças para melhorar as Plano de testes das
Saídas fluxo atividades
de entrada que vão gerar de entrada que vão gerar
mudanças desenvolvidas.
melhoria melhoria
Mapa do Analyze
Improve
Improve
▪ No Improve, escolhemos quais mudanças são mais
promissoras e realizamos os testes para saber quais de fato
vão gerar as melhorias.
▪ Temos que priorizar as mudanças e estruturar nossos

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. As vezes já até as
implementamos durante a fase de testes (um ciclo para
implementar).
Testar, aprendendo
Compilar o Preparar a
e aumentando
aprendido implementação
a escala e o escopo
Realizar os testes para confirmar suas Uma vez que o grau de confiança é
Atividades hipóteses, verificando se as suas mudanças suficiente, resumir os aprendizados da Planejar as etapas de implementação.
se transformaram de fato em melhorias. etapa de testes e compartilhar com o grupo.
Ciclo PDSA, Planejamento de

Ciclos PDSA, Apresentação do projeto de
Ferramentas Experimentos, Treinamentos Iniciais,
Melhoria
Plano de implementação
Matriz de Habilidades
Aumento do Grau de Convicção das suas Nivelamento do conhecimento da etapa de

Saídas mudanças testes.
Plano de implementação preenchido.
Mapa do Improve
Testes da mudança
Realização de testes
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.
Conhecimento
Tempo
A ideia dos testes

Alt Uma mudança
o vitoriosa Lembre-se de priorizar!
5
Grau de
4 Prop 4
convicção de
Prop 1
que a mudança
Impacto
é uma melhoria 3 Prop 3
Mudança
necessita de
mais testes 2
Mudança Prop 5
fracassada Prop 2
1
Baixo
Implementando 0 1 2 3 4 5
Desenvolvendo Testando uma mudança: ciclos
1, 2, ... uma mudança Esforço
uma mudança
A realidade dos testes

Tipos de Estudos
Temos basicamente dois estudos mais frequentes

quando queremos testar mudanças:
Testes do tipo “antes e depois” Comparação simultânea

Antes e Depois
Base de comparação histórica;
Pontos vulneráveis:
▪ Ocorrência de causas especiais ao mesmo
tempo em que mudanças são feitas
▪ Efeito Hawthorne
Comparação Simultânea
▪ Duas ou mais alternativas são

comparadas ao mesmo tempo,
mesmo espaço ou sob outras
condições similares
▪ Usar aleatorização
As boas práticas
Grau de convicção na mudança ▪ Comece pequeno;

Baixa Alta
▪ Dose o que pode dar errado;
Testes de média Um ciclo para
Pequena
escala implementar ▪ Envolva a todos para
Consequências disseminar o conhecimento;
de um teste
falho
Grande
Teste em escala Testes de média e ▪ Tente mitigar os riscos.
muito pequena pequena escala
Testar, aprendendo
Compilar o Preparar a
e aumentando
aprendido implementação
a escala e o escopo
Realizar os testes para confirmar suas Uma vez que o grau de confiança é
Atividades hipóteses, verificando se as suas mudanças suficiente, resumir os aprendizados da Planejar as etapas de implementação.
se transformaram de fato em melhorias. etapa de testes e compartilhar com o grupo.
Ciclo PDSA, Planejamento de

Ciclos PDSA, Apresentação do projeto de
Ferramentas Experimentos, Treinamentos Iniciais,
Melhoria
Plano de implementação
Matriz de Habilidades
Aumento do Grau de Convicção das suas Nivelamento do conhecimento da etapa de

Saídas mudanças testes.
Plano de implementação preenchido.
Mapa do Improve
Control
Control
▪ Na fase do Control, nós vamos implementar as mudanças,
finalizar o projeto e estabilizar os processos.
▪ 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 e 4. Implementação.
▪ Por fim, compilamos os ganhos, apresentamos os

resultados e celebramos!
Padronização
Treinamento Implementação Controle Finalização
e documentação
Treinar a equipe com a

Definir exatamente como finalidade de desenvolver
serão os novos neles as habilidades Monitorar o desempenho do Resumir o aprendizado,
Desdobrar o plano de ação
procedimentos e criar as necessárias para executar o processo para avaliar se tudo apresentar os resultados,
Atividades instruções que serão processo. Por treinamento
para a mudança do jeito velho
está saindo conforme fazer as recomendações
para o novo.
desdobradas para a equipe do entendemos uma série de planejado. futuras e celebrar.
processo. atividades supervisionadas,
não só aulas expositivas.
Formulários de trabalho Plano de treinamento, Ciclos PDSA, Gráficos de

5W2H, Gestão de Projetos, Apresentação de
Ferramentas padrão; Relatórios de Testes, Andragogia, Matriz de
Ciclos PDSA.
Controle, formulários de
encerramento.
Fluxogramas. Habilidades coleta de dados.
Desenho claro, lógico e Pessoal treinado no novo Novo processo funcionando

Saídas justificado do novo processo. processo. de fato na organização.
Evidências de Melhoria Finalização formal do projeto
Mapa do Control
Plano de Implementação
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.
Etapas da implementação
Padronize
1
Documente
2
Treine
3
Meça
4
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.
O que Quem Quando Onde Porque Por quanto
Como (How)
(What) (Who) (When) (Where) (Why) (How much)
Como fiscalizar a implementação?

Padronização
Treinamento Implementação Controle Finalização
e documentação
Treinar a equipe com a

Definir exatamente como finalidade de desenvolver
serão os novos neles as habilidades Monitorar o desempenho do Resumir o aprendizado,
Desdobrar o plano de ação
procedimentos e criar as necessárias para executar o processo para avaliar se tudo apresentar os resultados,
Atividades instruções que serão processo. Por treinamento
para a mudança do jeito velho
está saindo conforme fazer as recomendações
para o novo.
desdobradas para a equipe do entendemos uma série de planejado. futuras e celebrar.
processo. atividades supervisionadas,
não só aulas expositivas.
Formulários de trabalho Plano de treinamento, Ciclos PDSA, Gráficos de

5W2H, Gestão de Projetos, Apresentação de
Ferramentas padrão; Relatórios de Testes, Andragogia, Matriz de
Ciclos PDSA.
Controle, formulários de
encerramento.
Fluxogramas. Habilidades coleta de dados.
Desenho claro, lógico e Pessoal treinado no novo Novo processo funcionando

Saídas justificado do novo processo. processo. de fato na organização.
Evidências de Melhoria Finalização formal do projeto
Mapa do Control

(FM2S) Slides - Certificação Lean Seis Sigma Green Belt Saúde

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

(FM2S) Slides - Certificação Lean Seis Sigma Green Belt Saúde

Enviado por

Direitos autorais:

Formatos disponíveis

Green Belt Saúde

Green Belt Saúde

O que é este curso e o que será visto?

a) Um método para a melhoria de processos;

O objetivo é desenvolver em você as habilidades

Para obter o seu certiﬁcado (de Green Belt):

b) Realizar uma prova, ao ﬁnal do curso.

Também é recomendada (mas não obrigatória para

Com esse projeto entregue, você receberá um

O laboratório clínico em que você trabalha

Você, como agente de melhoria da

Você e sua equipe, então, vão assumir

O não cumprimento desta missão

O processo de análise clínica é mais ou menos o seguinte:

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

Para acompanhar essa aula, acesse o formulário:

A maioria das pessoas começa logo

Nem sempre resulta em

Esta é a pergunta que precisamos responder:

A boa prática mostra na hora de gerar mudanças que DE FATO geram

Pensar em alternativas: nunca existe apenas uma mudança disponível.

1 O que queremos melhorar?

Como saberemos que a

Quais mudanças podemos

Tenha em mente que:

A segunda coisa importante é pensar nos indicadores do projeto.

Está ligado a É bem compreendido por Norteia a equipe de É baseado em dados

Quando pensamos em mudanças, temos que ter em mente:

■ Qual é o incômodo desta situação?

b) O processo por trás do problema é o de análises clínicas – desde a entrada do

Uma vez que sabemos o 7 1

Absolutamente TUDO em melhoria/excelência

O PDSA é uma lógica. Um jeito de pensar:

▪ No P, planejamos nossas hipóteses sobre um

Para acompanhar essa aula, acesse no material do aluno o arquivo:

Para conferir o template, acesse no material do aluno o arquivo:

▪ Ele é uma forma de pensar, não um

▪ Ele pode ser usado continuamente ou

▪ Sua lógica inspira a realização de melhorias.

Temos que saber diferenciar:

PROCESSOS PROJETOS DE MELHORIA PROGRAMAS DE MELHORIA

▪ São as atividades rotineiras que

▪ São iniciativas únicas que visam

▪ Programas de melhoria são

Das pessoas envolvidas

▪ O Seis Sigma atual incorpora vários aspectos

▪ A ideia é torná-lo mais fácil e mais

▪ Apesar de ter uma estrutura ainda “projetizada” e ser

▪ Vamos ver um pouco mais sobre o que é o Lean?

Desenvolvimento Melhoria de Fluxo

▪ É mais uma abordagem

▪ Envolve a melhoria contínua

▪ É uma mudança cultural.

Das pessoas envolvidas

Um bom projeto: Sempre pergunte:

Deﬁne Measure Analyze Improve Control

Para acompanhar essa aula, acesse no material do aluno o arquivo:

Aproveite nossas aulas com exemplos

Os “belts” são os diferentes níveis de conhecimento na

SIPOC Mapeamento de Processos Diagrama de Ishikawa Realização de Testes As fases da implementação

▪ Sabemos que a fase Deﬁne chegou ao ﬁm quando

▪ Com base nesses indicadores, deﬁnimos um objetivo para

▪ Para identiﬁcar quais os indicadores, usamos as