Escolar Documentos
Profissional Documentos
Cultura Documentos
Green Belt
Apostila certificação Lean Seis Sigma Green Belt
[livro eletrônico]. -- 2. ed. -- Campinas, SP :
FM2S Educação e Consultoria, 2024.
PDF
ISBN 978-65-80624-92-8
Capítulo 2 - Define
Capítulo 3 - Measure
Capítulo 4 - Analyse
Capítulo 5 - Improve
Capítulo 6 - Control
Referências Bibliográficas
Capítulo 1
Introdução ao Seis Sigma
Clique
ao Índice
para voltar
1. Introdução ao Seis Sigma
2. O Desafio - TubosMatrix
Imagine que o grupo de empresas
em que você trabalha adquiriu uma fá-
brica de tubos de PVC (vamos chamá-
-la de TubosMatrix) como parte de sua
estratégia de negócios. Acontece que
essa fábrica não vai nada bem (e isso
só foi percebido depois que a compra
foi feita). A antiga gerência vinha pas-
sando por terríveis dificuldades, prin-
cipalmente pela péssima qualidade
dos tubos e suas montagens. Os clien-
tes reclamavam a todo momento so-
bre o fato de os tubos estarem sendo
entregues fora de especificação e com
muito atraso, por isso, muitas vezes,
até devolviam a carga completa.
O desafio seria:
Como o agente de melhoria da
empresa, incumbido de resolver
esse problema, faria para fazer
a fábrica dar dinheiro e ganhar
mais mercado?
2.1 Missão
O agente e a equipe de melhoria, então, vão assumir mo-
mentaneamente a operação da fábrica de tubos de PVC. A
missão é simples: entender como funciona o processo de fazer
tubos e fazer com que esse processo seja econômico e atenda
às necessidades dos clientes.
O não cumprimento desta missão acarretará no fechamento
da fábrica e no prejuízo para o seu grupo de empresas e seus
empregadores.
Requer
Melhoria Mudança
Nem sempre resulta em
Esse conceito, apesar de parecer óbvio quando exposto
dessa maneira, é traiçoeiro. Em nossa vida cotidiana, estamos
acostumados a pensar sempre em mudar. Em empresas, é co-
mum nos depararmos com planos de ação em que o autor lista
que encontrou 350 oportunidades de melhorias. Está errado.
Ele encontrou oportunidade de mudanças, que serão ou não
melhorias, cabendo ao tempo dizer isto. Então como desenvol-
ver mudanças que tenham grande probabilidade de ser melho-
rias?
Há uma maneira fácil de estruturamos essas mudanças, por
meio das três questões fundamentais da melhoria, apresenta-
das nos próximos tópicos.
A P
ACT PLAN
S D
STUDY DO
4. As três questões
fundamentais da Melhoria
1. O objetivo do esforço.
A ordem é livre.
4.1 O processo por
trás do problema
1. Contextualize. Converse
com todos os envolvidos para
entender o que realmente
está acontecendo. Lembre-se
que o problema é como uma
névoa, todos sentem mas
poucos conseguem definir.
Uma vez feito isso, o seu time de melhoria está pronto para
começar a trabalhar.
4.2.1 Defina um objetivo
Se o passo de contextualizar era muito aberto, o passo de
definir um objetivo deve ser muito fechado. Ter um objetivo
formal do esforço de melhoria é importante pois é um ponto
sólido no esforço. Podemos sempre, ao longo do trabalho, fa-
zer uso dele para focar a equipe e as mudanças no que impor-
ta. Após as discussões, force a equipe a sair com um objetivo
claro.
Exemplos:
- Diminuir o número de refugos na linha de produção em 38%,
até janeiro de 2021.
- Aumentar as vendas pelo site, de 100 vendas diárias para 400
vendas diárias até março de 2021.
- Diminuir o retrabalho na máquina em 80% até segunda-feira,
08/5/21.
2. Uso da tecnologia;
3. Uso da criatividade;
4. Benchmarking.
Com isso em mente, temos que ter uma boa utilização das
estratégias e, antes de tomarmos uma decisão e implementar-
mos uma mudança, devemos ter certeza que esgotamos as de-
mais alternativas.
5. Exercício - TubosMatrix
Resolução:
As respostas propostas
para o exercícios são:
O Ciclo PDSA
7
1
O que vamos
Como estão
incorporar
as coisas?
no dia a dia?
6
Analisamos! 2
O que saiu Por que
fora do estão assim?
esperado?
5 3
Fazemos? O que
Como está podemos
o indicador? mudar?
4
Como
vamos
fazer?
Conhecimento
A P
ACT PLAN
A P S D
ACT PLAN STUDY DO
S D
A P STUDY DO
ACT PLAN
S D
STUDY DO
Tempo
PLAN
Questões Predições
Q1) A publicação do artigo irá P1) Sim. Deve aumentar em pelo menos 10%, pois
aumentar o número de acessos ao as pessoas irão ler o artigo e irão entrar no site
site? para saber mais sobre o assunto.
Q2) Algum leitor do artigo irá entrar P2) Sim. Ao ler o artigo, pelo menos 5 pessoas irão
em contato via e-mail? enviar um e-mail, para discutir o assunto.
• Que dados serão coletados para responder às questões? Faça um plano de coleta de dados (Quem,
O que, Onde, Quando, Como).
• Como você vai registrar os dados? Construa um formulário de coleta de dados. • Como os dados
serão analisados? Antecipe os gráficos e as técnicas que serão usados para analisar os dados.
• O que pode sair errado na condução desse plano? Prepare-se para observar e
anotar. Dados
Serão anotados:
Número de acessos ao site. Este valor é medido através da ferramenta Google Analytics e o
responsável por medi-lo é o Marquinho. Os dados serão coletados uma vez por semana,
durante duas semanas após a publicação do artigo na revista.
Número de e-mails. Marquinho ficará responsável por acompanhar o número de e-mails
enviados para a caixa da empresa. O acompanhamento será diário, porém o indicador será
analisado semanalmente.
Para a análise do gráfico será utilizado um gráfico de tendência, pois atualmente o número
médio de visitas diárias ao site é de 1.
DO
Execute o que foi planejado. Comece a análise dos dados assim que começar a coletá-los. Algo saiu
errado? Ocorreu algo que não fazia parte do plano?
© FM2S
All Rights Reserved
STUDY
Complete a análise dos dados. Foi possível responder as questões formuladas? Resuma o
conhecimento obtido nesse ciclo. Inclua a comparação com o que foi previsto
O segundo indicador analisado também se mostrou diferente das predições, já que não houve
nenhum contato via e-mail. Nenhum leitor se manifestou via e-mail, o que o grau de
repercussão estimado (5 pessoas) estava errado.
ACT
Há duas maneiras de publicar na revista, uma por meio do envio de artigos gratuitos e outra
pelo envio de artigos pagos (1 página = R$ 3.500,00). Nós fizemos o teste sem custo, já que
conseguimos aprovar o artigo pela modalidade gratuita, porém, poucos artigos da revista são
publicados desta maneira. Se conseguíssemos contatos por meio da publicação que nos
trouxessem lucros maiores que 3,5 K, seria interessante pagar para termos os artigos
publicados, porém, os dados nos mostraram que para o nosso negócio, esta modalidade não
compensa.
O próximo PDSA será utilizado para testar outras estratégias para aumento de visitas ao site.
Com os resultados do ciclo PDSA, a equipe de Marketing
resolveu fazer um segundo experimento, com novo objetivo e
atividades, salvo na pasta do curso. O sucesso e desempenho
das ações ficam registradas no Formulário PDSA, o que serve
de aprendizado. Essa é uma maneira estruturada de enxergar
a melhoria, porém com a experiência, escrever no papel pode
ser dispensado.
ENTRADAS SAÍDAS
INDICADORES
DE DESEMPENHO
ENTENDER,
ANALISAR,
MELHORAR
ENTRADAS SAÍDAS
ENTRADAS SAÍDAS
ENTRADAS SAÍDAS
GESTÃO DE
INICIATIVAS
7.4 Pontos críticos para
o sucesso do Seis Sigma
Das pessoas
Culturais Estruturais envolvidas
Pessoal com
Liberação de
Cultura de aptidão para
tempo dos
engenharia; trabalho com
especialistas para
dados e org.
resolver problemas;
para projetos;
Disponibilidade
de Dados por parte Facilidade
da Organização de aprender
8. O Lean Seis Sigma
Flexibilidade
Gestão Visual de produção
Das pessoas
Culturais Estruturais envolvidas
Pensamento de Participação
Pensamento
longo prazo; ativa da alta
de longo prazo;
administração;
Alinhamento de
Sincera
Respeito às objetivos com
preocupação
pessoas; todas as partes
com o cliente;
da organização;
9. Projetos de Melhoria
Fornecer
Cliente possui melhores
aplicação vantagens
Efetivar a
Fornecer
operação
vantagens
Verificar o de crédito
básicas
perfil do cliente +
Oferecer Informar resultados
novos da operação
produtos
Para dados:
• Formulários de coletas de dados e folhas de verificação;
• Gráficos de tendência;
• Gráficos de controle;
• Gráficos de frequência (histogramas, Box-Plots, gráficos de
barras, de setores, de Pareto, etc.);
• Análises de capabilidade;
• Análises MSA (measure system analysis);
• Ferramentas para a transformação de variáveis.
A terceira fase é a do Analyze. Nela fazemos duas coisas:
analisamos criticamente nossos dados e procuramos desen-
volver mudanças que vão gerar melhorias. Na prática, fazemos
as duas coisas juntas. Ao final dessa fase, já teremos formata-
do as nossas primeiras mudanças a serem testadas. Algumas
ferramentas:
Para dados:
Para processos:
• Os 5 por quês;
• O diagrama de Ishikawa, ou
diagrama de causa e efeito;
• Diagramas de árvore;
• Análise de Valor;
• Criação de Poka-Yokes;
• Análise de desconexões;
• As técnicas de criatividade;
• Os conceitos de mudança.
A penúltima fase é a fase do Improve, onde vamos me-
lhorar as nossas mudanças e começar a melhorar o nosso
processo. Nesta fase nós iniciamos nossos experimentos. As
ferramentas mais importantes a serem trabalhadas são o ci-
clo PDSA e o planejamento de experimentos, usando experi-
mentos fatoriais. Ao sairmos do improve, já vamos saber exa-
tamente quais ferramentas devemos implementar.
A última fase é a fase do Control. Nela de fato implementamos
as mudanças vencedoras. Para que essa implementação seja
bem feita, iremos trabalhar algumas ferramentas de psicolo-
gia, como o diagrama de campos de força e aprender a fazer
bons padrões e bons treinamentos.
Domina a
metodologia Domina
Entende o que é a Entende o que é a
profundamente a
metodologia metodologia
Entende o que é a Lidera projetos de metodologia
metodologia alta complexidade
Sabe aplicar passos Sabe aplicar os
Lidera a área de
de um roteiro de passos de um roteiro
Entende o que é um Domina todas as melhoria, orientando
melhoria de melhoria
projeto ferramentas todo tipo de projeto
estatísticas e de
Sabe liderar um Lidera projetos de
Sabe acompanhar processos Domina
projeto de baixa média complexidade
equipes de projeto profundamente
complexidade
Domina todas as ferramentas
Conhece
Conhece apenas os profundamente os
Conhece ferramentas para
fundamentos fundamentos Promove a cultura
ferramentas para análise de dados e
de melhoria na
análise de processos processos
Orienta Green Belts e organização
Yellow Belts
12. As habilidades de
um agente de melhoria
As habilidades do agente de melhoria (que devem ser ad-
quiridas ao longo dos cursos belts) são:
1. Saber aplicar a metodologia em diferentes situações;
2. Entender processos de negócios (ver o processo por trás do
problema);
3. Saber coletar dados qualitativos e quantitativos sobre os
processos;
4. Conhecer os conceitos das metodologias de melhoria;
5. Desenvolver mudanças;
6. Saber planejar experimentos e testar mudanças;
7. Entender como trabalhar e analisar dados (estatística);
8. Estimar o desempenho de um processo;
9. Fazer o projeto andar (convencer as pessoas, conseguir
apoio, vender os resultados);
10. Trabalhar com visualização de dados e processos;
11. Saber comunicar-se de maneira eficiente e trabalhar em
equipe.
Clique
para voltar
ao Índice
1. Introdução ao Define
Formalizar o
Conversas com Processo Entender o que é Definir como medir Registrar as
o patrocinador e por trás do esperado daquele e analisar cada definições do
equipe. Entender problema. processo. O que ele direcionador de Define para focar
Atividades
a necessidade Entender é feito com qualidade? qualidade do a equipe.
para fronteiras, Como os problemas processo
a organização. envolvidos e se relacionam com (indicadores). Vislumbrar os
entregáveis. o propósito? Atribuir uma meta. próximos passos.
Passos do Processo
Resolução:
O exemplo de como funciona o processo de coleta de san-
gue tem como objetivo identificar as entradas e saídas. Se fos-
se definido primeiro a saída, é sabido que o mais importante do
processo é o resultado do exame de sangue, que é consumido
pelo médico (ou pelo paciente). A saída não é o sangue. Aliás,
esse nem aparece no SIPOC. Ele é coletado e é processado
inteiramente dentro do processo, portanto não é uma entrada
nem uma saída. Logo as entradas são relacionadas à coleta do
sangue, inclusive o paciente.
Receber
Preparar Retirar Analisar Preencher
paciente
paciente sangue sangue relatório
+ requisição
Passos do Processo
3.1 Avaliando a
qualidade do processo
4. Árvore CTC
A árvore CTC, ou CTQ (Critical to Quality) é um diagra-
ma que nos ajuda a extrair indicadores dos clientes, a partir de
suas percepções abstratas. Ela interpreta o que é feito com o
VOC e que deve traduzir em indicadores, assim como visto na
imagem abaixo:
Variável (Y2)
Direcionador 3 Definição/forma de medir
Especificação (*)
Variável (Y2)
Direcionador 3 Definição/forma de medir
Especificação (*)
Aqui é o que nosso processo entrega... (*) quando existir
Variável (Y2)
Direcionador 3 Definição/forma de medir
Especificação (*)
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.
Variável (Y2)
Direcionador 3 Definição/forma de medir
Especificação (*)
(*) quando
existir
Variável (Y2)
Deve ser Definição/forma de
quentinho medir
Especificação (*)
Bolo com
qualidade Variável (Y2)
Deve ser Definição/forma de
(*) quando existir
fofinho medir
Especificação (*)
Fofura média
Dia
Variável Variável de
de tempo interesse
Fatura
Controle registrada (Sim % de faturas registradas por mês
ou Não)
• O importante é responder às
questões fundamentais sobre
“o que queremos fazer” e “como
saberemos que a mudança é
uma melhoria”, o SIPOC e a ár-
vore CTC são apenas maneiras
de tangibilizar isso. Caso você
já tenha um indicador e o pro-
cesso claro, não é necessário
passar pela formalização des-
tas ferramentas.
5. O Contrato de Melhoria
Patrocinador:
3. Restrições
4. Cronograma
• Objetivo:
“Reduzir as perdas na pintura por bati-
das de 30% para menos de 1% até o mês
que vem”.
5.2.1 Metas
6. Resumo do capítulo
A definição do Define diz que essa é a fase em que o pro-
fissional da melhoria deve conversar com os funcionários que
atuam no projeto e entender o incômodo deles. Assim, os pro-
cessos devem ser revisados e indicadores devem ser estabele-
cidos para a leitura da melhoria.
Clique
para voltar
ao Índice
1. Introdução ao Measure
Montar o banco de
Entender o Fluxo de Avaliar a estabilidade Informar os
Analisar as atividades dados do projetos ou
informações e e a capabilidade do stakeholders sobre o
dentro do processo. verificar o que já tem. Avaliar a frequência e
Atividades materiais. Entender
Há erros claros e falta Avaliar a a tendência dos dados.
processo (o que é desempenho atual.
problemas no fluxo. Ir “natural” dele e se isso Nivelar o
de padrão? confiabilidade.
ao Gemba. é bom para o cliente). conhecimento.
Estratificar.
Exemplo 1:
Em um processo de “assar bolos” podemos ter a informação
de que um bolo (evento) é de chocolate (característica 1), pesa
100 gramas (característica 2) e demorou 30 minutos para ser
assado (característica 3).
Exemplo 2:
Em um processo “vender carros”, podemos analisar cada mês
de trabalho (evento) pela quantidade de carros vendidos (ca-
racterística 1), valor vendido (característica 2) e até pelo preço
médio das vendas (característica 3).
Por estas razões dizemos que dados são sempre dependentes
de um contexto.
1.2 Trabalhando com dados
2. Coleta de dados
Variável de Variável de
tempo interesse
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, ...
13. Motivos para ligações perdidas em 14. Temas de livros na livraria por mês
um Call Center
15. Fontes de consumo de água em 16. Caso seja, a que Partido Político é
uma residência filiado
3. Contínuo 4. Contínua
5. Contagem 6. Classificação
7. Contínuo 8. Classificação
Lembre-se:
• Sempre teste a definição operacional antes de colocá-la em
prática!
• Ela deve estar clara para os coletores, bem como as defini-
ções e critérios.
População Amostra
Exemplo 1:
Probabilidade
atrasados B
Exemplo 2:
Média da
População população (µ)
𝜇𝜇 = 𝑥𝑥̅ ± 𝑒𝑒𝑒𝑒𝑒𝑒𝑒𝑒
2.3.2 Exemplo -
intervalo de confiança
Para uma amostra alturas, retira de uma população de
pessoas, temos o seguinte banco de dados, representado na
tabela abaixo:
Altura
Pessoa
(cm)
1 155
2 198
3 150
4 189
5 174
Estatísticas
Variável N N* Média
Altura (cm) 5 0 173,20
200
190
Altura (cm)
180
170
160
150
140
Os desvios padrão individuais foram usados para calcular os intervalos.
Tenho 95% de certeza que a altura média dos brasileiros
fica entre 188 e 198 cm. 95% das amostras que eu coletar vão
estar com a média entre 148 e 198 cm.
Altura
Pessoa
(cm) Gráfico de Intervalos de Exemplo Anterior; Altura (cm)
IC de 95% para a Média
1 172 Diminuímos a 200
2 171 variação da
amostra 190
3 177
180
Dados
4 168
5 169 170
160
Estatísticas
150
Variável N N* Média
140
Exemplo Anterior 5 0 173,20 Exemplo Anterior Altura (cm)
Altura (cm) 5 0 171,40 Os desvios padrão individuais foram usados para calcular os intervalos.
Dados
9 170
10 Aumentamo 188
170
11 s a amostra 166
12
13
150
160
160
150
14 155
Estatísticas
Variável
E1
N
5
Média
173,20
DesvPad
20,83
140 E1 E2 E3
E2 5 171,40 3,51
Os desvios padrão individuais foram usados para calcular os intervalos.
E3 15 173,53 18,07
Medições automáticas
(de sensores § Observação
ou de softwares de § Variáveis de Interesse
“chamado”) § Variável de tempo
§ Formulário de Coleta de Dados
3. Análise de Variação
e Análises Temporais.
Análises temporais são a chave para o entendimento de
dados. Isso porque o tempo nos conta quando nosso proces-
so muda de comportamento. Um caráter fundamental para a
análise do tempo é entender a variação natural do processo.
Vamos ver mais pra frente que quando isso acontece, nem
sempre é uma boa estratégia analisar todo o processo. Temos
que analisar apenas a causa especial e identificar o que pode
ter acontecido ali.
4. O gráfico de tendência
Média,
Desvio padrão,
Estatística Porcentagem,
Taxa,
Etc.
1 2 3 ... n
X1 X1 X1
X2 X2 X2 Medidas referentes a um
X3 X3 X3
... ... ... intervalo de tempo
xn xn xn
Subgrupos
4.2 Alguns indicadores clássicos
para a análise temporal
5. Gráficos de frequência
Um gráfico de frequência, como o nome já diz, avalia a fre-
quência que determinado valor de variável aparece em nosso
banco de dados e o demonstra de maneira visual.
Frequência - Restaurante
Sexta-feira
Segunda-feira
Gráfico de Barras
Contagem
Tabelas de Contagem
S
12; 60,0%
Todos 10 10 20
50 50 100
100 100 100
6. Gráfico de Pareto
O Gráfico de Pareto, além de ser um gráfico de frequên-
cia, é uma das 7 ferramentas básicas da qualidade e nos aju-
da a focalizar os esforços de melhoria. Ele é útil sempre que
classificações gerais de problemas (erros, defeitos, feedback
de clientes, etc.) puderem ser compilados na forma de valores
para estudo e ações posteriores.
Nesta ferramenta, as frequências de cada causa são re-
presentadas em gráficos de barras ordenados em ordem de-
crescente. O total acumulado em percentual também é repre-
sentado por uma linha, como visto na imagem abaixo:
Defeito Tipo
7. Análises de Frequência
para Variáveis Contínuas
Quando falamos de análises de frequência para vari-
áveis contínuas temos duas ferramentas usuais: o Dot-Plot
(ou Diagrama de Pontos) e o Histograma.
14
12
10
Frequência
0
400 Diagrama
800 1200de Pontos
1600 de Renda
2000 2400 2800 3200
Renda
8. Estatística Paramétrica:
Gráficos de Controle
e Análises de Capabilidade
As análises usando estatísticas paramétricas são um dos
pontos centrais da metodologia do Seis Sigma clássico e uma
das mais sofisticadas ferramentas que o agente de melhoria
pode usar em seus projetos. Em linhas gerais, elas visam apro-
ximar um conjunto de dados por uma distribuição estatística
e, com base nelas, inferir sobre resultados futuros ou compa-
rar o histograma provável deste processo com especificações
do cliente. Elas são interessantes pois são
chave no entendimento da variação ine-
rente a um processo. Usando esta estra-
tégia, somos capazes de, analisando os
dados, determinar resultados futuros de
um processo ou identificar eventos anô-
malos no tempo.
1 32,6365
2 30,4459 Histograma de Tamanho (mm) Carta I de Tamanho (mm)
Normal
36
3 34,6395 14 Média 32,04
LSC = 35,828
DesvPad 1,193 35
4 31,0564 12
N 50
34
5 35,5490 10
Valor Individual
33
6 32,9048
Frequência
_
8 X= 32,037
32
7 30,6421 6 31
8 33,3748 30
4
9 32,1398 29
2
10 30,2749 28
LIC = 28,245
0
11 30,6613 30,0 31,2 32,4
Tamanho (mm)
33,6 34,8 1 6 11 16 21 26
Observação
31 36 41 46
12 31,3070 Sem
13 31,5418 causas
14 32,3020 especiais!
...
1 32,6365
2 30,4459
3 34,6395
4 31,0564
5 35,5490
6 32,9048
7 30,6421 40% fora
8 33,3748 do
9 32,1398
padrão!
10 30,2749
11 30,6613
12 31,3070
13 31,5418
14 32,3020
...
9. Distribuições Estatísticas
usadas nas Análises Paramétricas
Como vimos, as análises paramétricas passam por deter-
minar uma distribuição estatística característica para um pro-
cesso. Mas afinal, o que são essas distribuições? Elas nada mais
são do que aproximações do comportamento de um processo,
baseadas em observações anteriores dos dados gerados por
eles e modelos estatísticos. Algumas características são ob-
servadas nestas distribuições:
• São pré-determinadas por alguns parâmetros dos dados;
• Geram “probabilidades” para os próximos eventos (caso es-
teja estável);
• Avaliam o que “sai fora das especificações”;
• Norteiam as ferramentas clássicas usadas em qualidade
(Gráficos de Controle, por exemplo).
0 1 2 3 4
Número de filhos
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 (parame-
trizada por taxas);
• A distribuição Binomial, para dados de classificação (para-
metrizada por porcentagens).
Média,
Desvio padrão,
Estatística Porcentagem,
Taxa,
Etc.
1 2 3 ... n
X1 X1 X1
X2 X2 X2 Medidas referentes a um
X3 X3 X3
... ... ... intervalo de tempo
xn xn xn
Subgrupos
Tipos de
dados
Contagem ou
Contínuos
classificação
(dados de
(dados de
variáveis)
atributos)
Contagem Classificação
10.1 O Gráfico P
O gráfico p é usado para variáveis de classificação e usa a
distribuição Binomial como base.
(n) (p)
Unidades Nº de unidades Proporção de unidades
Amostra
Amostradas/Amostra defeituosas defeituosas
1 200 20 0,1
2 100 30 0,3
3 300 10 0,03
- - - -
- - - -
- - - -
- - - -
- - - -
24 150 20 0,13
2 21 4 0,19
3 18 3 0,17
- - - -
- - - -
- - - -
- - - -
- - - -
24 25 5 0,20
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
... ...
É o mais comum para dados de área transacionais, como
o acompanhamento de inventário, como o exemplo da imagem
acima, mas em outras análises de:
• Dados financeiros;
• Tempo para executar uma atividade;
• Dados de faturamento;
• Dados de vendas.
Semana Amostra
1 45 48 48
2 46 46 44
3 41 47 47
Cada ponto
4 41 44 45 neste gráfico é
5 43 50 41 a média de um
6 41 45 47 subgrupo.
7 48 46 46
8 48 44 45
9 49 45 46
10 46 50 44
11 42 46 48
12 42 49 47
Cada ponto
13 54 56 49
14 43 44 45 neste gráfico
15 42 45 59 é o desvio
16 44 47 44 padrão dentro
17 46 51 45
do mesmo
18 44 42 40
19 45 45 46 subgrupo.
20 42 47 43
10.5 Usando os Gráficos
de Controle
Teoricamente, traçar um gráfico de controle utiliza a mes-
ma lógica para criar qualquer gráfico: coleta de dados. Geral-
mente seguimos os passos:
1. Avalie a métrica que quer medir/controlar;
2. Avalie a periodicidade da análise;
3. Escolha o tipo certo de gráfico;
4. Certifique-se que os dados são aproximados
pela distribuição correta;
5. Gere o gráfico e avalie as causas especiais.
10.5.2 O Teorema
Central do Limite
Um ponto que merece destaque é a normalidade para
quando trabalhamos com médias de medidas. Sempre que es-
tivermos calculando a média de amostras, essa distribuição irá
ser uma normal caso a amostragem seja suficientemente gran-
de. Esse fato é provado pelo Teorema Central do Limite.
O exemplo do slide mostra bem esse fato. Temos descrito
lá, a probabilidade da média do valor para o lançamento de n
dados. Quando lançamos só um dado, a média é o valor que
saiu. Como cada lado tem a mesma probabilidade de cair vira-
do para cima, a média para o primeiro caso é uniforme. Con-
forme aumentamos o número de dados, temos mais possibili-
dades para que a média seja valores intermediários (para que
a média seja 1, ambos os dados devem cair no 1; para que a
média seja 3, podemos ter combinações como 3 e 3, 2 e 4, 4 e
2, 5 e 1, 1 e 5).
11. Capabilidade
Análises de Capabilidade nada mais são do que comparar
a variação natural do processo com as especificações do clien-
te. A amplitude da curva normal está relacionada às especifica-
ções do cliente, por exemplo como é ilustrado na imagem abai-
xo. Assim podemos ver o desempenho do processo e prever
perdas futuras. A análise paramétrica é ótima para tudo isso.
Um formulário padrão de Capabilidade entregue por um
software como o Minitab é representado na imagem abaixo.
Ela contém gráfico de probabilidades, gráficos de controle, his-
tograma e mais algumas análises que auxiliam na validação da
normalidade.
Representação
gráfica
Estabilidade
Normalidade
Índices de
capabilidade
Desenvolver gráfico de
controle apropriado
2. Supervisores 2. Supervisores
1. Gerência 1. Supervisores
3. Supervisores 3. Gerência
Os limites de Especificação:
Sistema
Detalhamento
Complexidade
Processos
Atividades/ procedimentos
Direcionamento
Produção
1. Entendimento do processo;
2. Conhecimento sobre o fluxo de trabalho;
3. Ilustração em um fluxograma;
4. Identificação das desconexões.
12.1 Mapeamento
Mapear
Ignorar
3) Identifique e entreviste
os envolvidos no Processo:
Em seguida, passamos para uma entrevista minuciosa.
Esta entrevista, deve identificar tudo o que acontece, e cabe
ao entrevistador instigar o entrevistado a expor todas as pos-
sibilidades e todos os casos que acontecem.
Fornecedor
Entradas Processo Saídas Clientes
es (inputs) (process) (outputs) (clients)
(suppliers)
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
As saídas da pessoa analisada devem ser as entradas da
pessoa seguinte (clientes) e as entradas da pessoa analisada,
devem ser as saídas das pessoas anteriores (fornecedores) as-
sim por diante. A imagem abaixo representa as pessoas por le-
tras e as correlaciona com cores, para organizar o mapeamen-
to.
+ SIPOC da pessoa X
+ SIPOC da pessoa A
+ SIPOC da pessoa B
+ SIPOC da pessoa C
• Está produzindo alguma saída • Está deixando de receber • Estão sendo realizadas na
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 de • Estão criando gargalo?
• Está deixando de atender fornecedores errados?
expectativas de qualidade dos • Agregam valor para o cliente?
clientes? de prazo? • Existem entradas deixando de
atender expectativas de • Apresentam redundância?
• Está deixando de atender qualidade, prazo, custo ou
expectativas internas de produtividade?
produtividade? de custos? • É um ponto de inspeção ou de
decisão?
• Apresentam ciclos de
retrabalho?
A lâmpada não
funciona
Não
A lâmpada
está Plugar a lâmpada
plugada?
Sim
Sim
O bulbo
Trocar o bulbo
queimou?
Não
Comprar nova
lâmpada
Funcionário
Venda recebe Analista avalia
Início verifica
solicitação solicitação
documentação
Sim Gera
Empréstimo
documentação e Fim
aprovado?
libera empréstimo
Não Sim
Superintendente
Excessão Analista comunica
avalia
aprovado? Não cliente
recomendação
1 dia
Recebe
1
solicitação
2
Verifica
documentação
5 dias
Avalia
3
solicitação
Aprovado Gera
5 documentação e
libera empréstimo
Avalia Aprovado
4
recomendação Não Aprovado
6 Comunica cliente
10 dias
Torre de Controle
Fluxo de funcionários
para preparação do voo
Cabine de Ferramentas:
Se está cabine fosse mais
próxima da aeronave seria
possível agilizar a preparação.
13.1 VSM - Value Stream Map
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
Foque aqui
O que realmente é: durante
a fase Analyze
Montar o banco de
Entender o Fluxo de Avaliar a estabilidade Informar os
Analisar as atividades dados do projetos ou
informações e e a capabilidade do stakeholders sobre o
dentro do processo. olhar o que já tem. Avaliar a frequência e
Atividades materiais. Entender
Há erros claros e falta Avaliar a a tendência dos dados.
processo (o que é desempenho atual.
problemas no fluxo. Ir “natural” dele e se isso Nivelar o
de padrão? confiabilidade.
ao Gemba. é bom para o cliente). conhecimento.
Estratificar.
Clique
para voltar
ao Índice
1. Introdução ao Analyse
O Analyse é o terceiro passo do roteiro DMAIC. Nele,
como o próprio nome já diz, vamos analisar o que aprendemos
durante as etapas de medição e também desenvolvemos mu-
danças sobre o processo, de maneira a melhorar o seu desem-
penho. A grande saída da fase do Analyse são as mudanças de-
senvolvidas. Para chegar lá, iremos explorar 4 estratégias, em
detalhes:
• A análise crítica do processo;
• O uso de tecnologia;
• O uso da criatividade;
• O uso dos conceitos de mudança.
Como no Measure, podemos usar técnicas para propor
as mudanças baseados nos dados e nos processos. As técnicas
de processos visam melhorar os procedimentos e suas sequ-
ências. Exemplo: Poka-Yokes, Análise de Valor, Eliminação de
Desperdícios, etc. Já as técnicas de dados visam estabelecer
um pensamento matemático de causalidade. Exemplos: análi-
se do banco de dados (regressão, etc.) e planejamento de expe-
rimentos. As diferentes técnicas estão exemplificadas na Tabe-
la abaixo:
Analise Analise os Analise seu Investigue os Formate suas
os processos procedimentos banco de dados experimentos mudanças
2. Estratégias e sub
estratégias para a Mudança
Até agora estivemos falando na parte do Measure
como enxergar os processos através do entendimento da
sequência de suas atividades e das inter-relações entre
essas atividades. Agora iremos começar a analisar os pro-
cessos através dos dados que eles nos enviam.
• Criatividade: é um meio de
escapar dos modelos mentais
estabelecidos para encontrar
alternativas. Das quatro catego-
rias, esta é a que menos encon-
tramos nas empresas, quando o
assunto é melhorar processos.
E, a causa para isto é que duran-
te a formação do profissional,
ele dificilmente possui treina-
mento neste assunto. De Bono,
TRIZ, SIT e outras técnicas im-
portantíssimas para a geração
de ideias criativas, são muito
pouco difundidas e estudadas;
• Conceitos de Mudanças: processos
que têm bom desempenho são estru-
turados em bons conceitos. Esses con-
ceitos, se identificados, podem ser uti-
lizados para encontrar boas mudanças.
Para projetos de melhoria, contamos
com uma lista de 72 conceitos que fo-
ram muito úteis para gerar mudanças
que levaram a melhoria. Para conhecê-
-los melhor, recomendamos que bai-
xe nosso e-book “Disseminação de
Mudanças”.
Comparando as mudanças
de primeira e segunda ordem na
Tabela a seguir, fica claro a pre-
ferência que temos de que toda
organização faça mais mudanças
de segunda ordem do que de pri-
meira. Afinal, a melhoria só é al-
cançada por meio delas. Porém,
em muitas empresas pudemos
observar o contrário. Pelo seu efeito de curto prazo, muitas or-
ganizações acabam preferindo virar seu foco para “apagar os
incêndios” e acabam deixando de lado a eliminação dos riscos
para que eles não aconteçam. São tantos incêndios ocorren-
do simultaneamente, que todos os recursos são drenados para
combatê-los, criando um ciclo vicioso.
Categorias
1ª Ordem 2ª Ordem
Sistema Não é alterado É alterado
Sem estacionamento
Horário ruim Serviço de Quarto
Acesso difícil
Lento
COMODIDADES RESTAURANTE
3.1.1 Fases do
Diagrama de Ishikawa
A utilização do Diagrama de Ishikawa é dividida em 5 fa-
ses apresentadas na Tabela a seguir:
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).
3.2 Os 5 porquês
Os 5 porquês foi uma ferramenta criada na Toyota para
fomentar o senso e crítico e a capacidade analítica no Gemba.
Seu objetivo é forçar o pessoal da base a investigar e propor
boas mudanças. Se aplicado corretamente, ele aumenta a ca-
pacidade da operação na realização de Kaizens.
3.2.1 Relatório de
Não Conformidade
É muito comum encontrarmos os famosos Relatório de
Não Conformidade (RNCs) em empresas auditadas pela ISO.
E, neste relatório há um Ishikawa e uma análise dos 5 porquês
para ser preenchida sobre a não conformidade encontrada.
4. Desconexões
Uma desconexão é um desvio, erro ou disrupção em um
fluxo de trabalho, que impede o alcance de uma situação dese-
jada. São como fios soltos em um processo. Podem acontecer
nas saídas, entradas e nas próprias atividades do processo, as-
sim como exemplificado na tabela abaixo:
Saídas Entradas Atividades
5. Análise de Valor
Atividade
Tipos AV NAV
Necessária Desnecessária
2 Espera
5 Inventário (estoque)
6 Defeitos
7. A ferramenta do ECRC
O ECRS é uma ferramenta, um modo de pensar, que nos
ajuda a desenvolver mudanças em processos que não agregam
valor. Foi criada pelos americanos na Segunda Guerra e ser-
viu de base para boa parte das ferramentas modernas (como o
SMED, para redução de tempo de setup).
8.1 Poka-Yoke
Lembretes Diferenciações
Restrições Exibições
9. Uso da Tecnologia
Possíveis Mudanças
Resultado:
Novas ideias de mudança
Eliminar
desperdícios
Mudar o
Genrenciar
ambiente de
variação
trabalho
Incrementar a
Gerenciar o Relação
Tempo Produtor /
Consumidor
Y numérica Y categórica
Simples: gráfico de Simples: histograma
dispersão estratificado
X numérica
Avançada: Análise de Avançada: Regressão
Regressão Logística
Colete os dados
Avalie a significância do
R² e P
Avalie os resíduos
Y = 2628 – 37,15x
13.2.5.2 O R²
Como visto, R² é a medida de ajuste de um modelo esta-
tístico linear. Varia entre 0 e 1. Quando aparece em porcen-
tagem, deseja expressar a quantidade da variância dos dados
que é explicada pelo modelo linear.
R² = 90,2%
Para os valores de R2 altos (>0,7), se diz que os dados têm
forte correlação. Nos exemplos abaixo, vemos dois gráficos,
um com forte correlação e outro com baixa correlação. As cor-
relações podem ser positivas, caso uma variável interfira po-
sitivamente em outra e negativa, caso o crescimento de uma
variável afete negativamente a outra.
R² = 87,6% R² = 11,6%
SSRegressão Exemplo:
R² = 1527843
R² = = 90,2%
SSTotal 1693738
13.2.5.3 O p-valor
yi=(β0+β1xi1+β2xi2+β3xi3)+ϵi
• Quais as populações?
Os tempos referentes ao caminho velho e os tempos referen-
tes ao caminho novo
• Qual a estatística?
O tempo médio para o caminho A e para o B.
Como devem estar estruturados os dados? A Tabela abaixo
mostra a construção da tabela com os dados do exemplo.
100 78
95 82
110 94
111 75
... ...
14.2.1.3 Passo 2 -
Formalizar a hipótese
O segundo passo consiste em formalizar a nossa hipótese
de um jeito matemático. Essa formalização nada mais é do que
escrever matematicamente o que queremos testar.
Algo como:
H: μa=μb (será que as médias são iguais?) ou
H: μa<μb (será que a média de a é menor que a média de b?)
ou então;
H: μa>μb (será que a média de a é maior que a média de b?).
Qual é o objetivo
14.2.1.5 Passo 5 -
Analisar 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-va-
lor é um número de 0 a 1 que diz a probabilidade de termos o
erro de amostragem.
14.2.2 Considerações
sobre o p-valor
14.3 ANOVA
H0 => μa = μb = μc e H1 => μa ≠ μb ≠ μc
15. Experimentação
Clique
para voltar
ao Índice
1. Introdução ao Improve
No Improve, escolhemos quais mudanças são mais pro-
missoras e realizamos os testes para saber quais de fato vão
gerar as melhorias. É a priorização das mudanças e estrutura
de testes.
2. Testes de mudança
Os testes são o coração do Improve. Nele, temos que ob-
servar como as nossas mudanças vão se comportar na realida-
de. Para isso, usamos e abusamos do ciclo PDSA, assim como
visto na fase Improve, representado na imagem abaixo:
4 Prop 4
Prop 1
Impacto
3 Prop 3
2
Prop 5
Prop 2
1
0 1 2 3 4 5
Esforço
Baixa Alta
Consequências de
um teste falho
Clique
para voltar
ao Índice
1. Introdução ao Control
A última fase do DMAIC é a fase
do Control. Nela nós temos que imple-
mentar as mudanças que saíram vito-
riosas da fase de teste e monitorar os
indicadores importantes para o projeto
após essa implementação. Embora pos-
sa parecer simples, quem já teve de im-
plementar alguma coisa sabe que essa
atividade pode ser muito complicada e
até mesmo ingrata. Para que uma im-
plementação seja bem sucedida temos
que saber trabalhar com pessoas. Preci-
samos nos atentar para a parte humana
da mudança, convencendo os envolvi-
dos a adotarem as mudanças que temos
convicção de que serão melhorias.
Padronização
Treinamento Implementação Controle Finalização
e documentação
2. Plano de Implementação
Implementar pode ser a parte mais difícil de um projeto
de melhoria. É a parte mais humana do projeto.
Nela, é necessário:
• Se comunicar bem;
• Ter claro o que é necessário fazer;
• Reforçar, ou seja, fiscalizar se tudo está indo bem;
• Pensar muito bem no “transiente”.
Mesmo os projetos mais simples devem ter um plano de
implementação. Caso contrário, tudo pode ser colocado a per-
der.
1. Padronização:
• Estabelecer práticas e políticas
específicas e reconhecidas para
servir como um modelo ou diretriz
para um processo.
4. Medir:
• Documentação adequada não garante que o processo opere
como proposto;
• Monitorar o processo através de indicadores é um meio de
verificar se as mudanças propostas estão sendo efetivamente
implementadas;
• Medição fornece uma fonte de
aprendizagem durante a implementa-
ção e um método de manutenção após
a implementação;
• Gráficos de tendência (ou de contro-
le) dos indicadores devem ser utiliza-
dos para monitorar o processo depois
das mudanças implementadas;
Comparação do Desempenho
com os Objetivos:
3. Como fiscalizar a
implementação
3.1 O 5W2H
O que é o 5W2H? Um projeto é desdobrado em diversas
atividades. Essa ferramenta questiona as atividades de forma
a detectar descontinuidades.
1. Resuma os aprendizados;
5. Celebre!
Capítulo 7
Projeto de Melhoria
Clique
ao Índice
para voltar
Capítulo 7 - Projeto de Melhoria
1. Seleção de projetos
Compras
Produtividade
• Redução de setup;
• Aumento de OEE.
TI
Manufatura
Financeiro
Clique
para voltar
ao Índice
• American Society for Quality. Acesso em: https://asq.org/
• TANG, L. C., GOH, T. N., YAM, H. S., YOAP, T. Six Sigma: Ad-
vanced Tools for Black Belts and Master Black Belts, 1ª ed.
Chicester: John Wiley & Sons, 2006.