Escolar Documentos
Profissional Documentos
Cultura Documentos
* 99.38%
* 99.99966%
BENCHMARKING 6 SIGMA
Taxas telefonicas
100000 10000
Processamento Folha Pagamento Compra de Materiais (lotes rejeitados) Contas Restaurante Prescries mdicas Ordens de Servio Transferncias de linhas Manuseio de bagagens Acuracidade Exames de Sangue Pedidos postos na fbrica Publicaes de engenharia
DPMO
1000 100 10 1 0
4 SIGMA
uma letra do alfabeto grego (s) Sigma a medida da variao, ou espalhamento dentro de um processo O valor de sigma uma medida que indica quo bem um processo est desempenhando. Six Sigma uma metodologia para prover melhorias de processo, com foco na eliminao de defeitos. Na filosofia Seis Sigma, sigma uma linguagem comum que indica a freqncia com que os defeitos ocorrem em um processo.
Seis Sigma uma filosofia e uma metodologia com foco na reduo de defeitos
2s 3s 4s
LSC
O Novo Equilbrio
Custo das Falhas Internas e Externas
Custos
Velha Crena
Velha Crena 4s
Qualidade
Falhas Internas e Externas
Custos da Prevenao e da Avaliao
Nova Crena
Alta Qualidade = Custo Baixo
Custos
4s Nova Crena 5s 6s
Qualidade
PPM
308,537
%de Mudana
80 70 60 50 40 30 20 10 0
De 1 a 2 De 3 a 4 De 4 a 5 De 5 a 6
Processo Sigma
PPM
PPM
% de Mudana
500000
DEFEITO
Alguma variao de um produto, servio ou processo que adiciona custo ou no permite que reuna as especificaes do cliente, independente se detectado ou no.
Os exemplos de defeitos so os mais variados, mas existem definies comuns: Variao de um produto ou servio: quando o produto tem um problema e no detectado, causando insatisfao no cliente. Erro no produto ou processo: quando h um erro no processo, que resultar na insatisfao do cliente, ou existe uma no conformidade em relao a especificao do cliente Alguma no conformidade: quando ns temos de parar o processo para ajustes. Ex: espessura do filme for a de especificao, um pedido incompleto para o cliente, reparo de um equipamento no completado devido falta de partes, conta errada, refazer um relatrio...
razo pela qual voc precisa saber que definio de defeito v quer usar.
Contar os defeitos que voc identificou
Defeitos observadosaqueles descobertos durante a operao, antes que o que o cliente o perceba Defeitos no detectadosaqueles que no so capturados e que atingem os clientes.
Inspeo no 100% efetiva. Se defeitos existem, alguns iro atingir os clientes. Se uma melhoria acontece, o nmero de defeitos observados reduz, e ao mesmo tempo os defeitos que atingem os clientes. Para a questo de defeitos contados, ns tipicamente estamos falando apenas sobre defeitos observados. Pergunte por qu?
Ns no sabemos qual porcentagem de defeitos no detectados tm sido reportada No temos como ter um nmero preciso.
(Kaizen)
(Poka Yoke)
Capabilidade Processo
Reduzir a Variao de Processo
(6s)
Seis Sigma prov uma metodologia e ferramentas que podem ser utilizadas para identificar e reduzir defeitos
Misso Criar um Processo Robusto que tenha um Mnimo Potencial de Criar Defeitos
Mea
Melhore
Estratgia
Materiais Medidas Mtodos Mquina Mo de Obra
Meio Ambiente
Parmetros De Processo
Sada
Etapa
Qual a Frequncia do Defeito?
Foco
Caracterizao do Processo
(Qual) Defina o defeito Defina o desempenho padro Valide o sistema de medio Estabelea uma mtrica de capabilidade Y Y Y Y X Vital X
Avalie
Separe as causas potenciais Descubra os relacionamentos Estabelea limites de tolerncia para o processo
Controle
(Sustente, Influencie)
Implemente um mecanismo de controle de processo Destaque os aprendizados com o projeto Padronize e Documente
Foi percebido que o Monumento a Abraham Lincoln estava se deteriorando mais rpido que qualquer outro monumento de Washington nos Estados Unidos. Por qu? Porque limpo com mais freqncia que outros monumentos. Por qu? Porque tem mais dejetos de pssaros que outros monumentos. Por qu? Porque tem mais pssaros em volta deste monumento do que dos outros. Por qu? Porque tem mais insetos, comida preferida dos pssaros, em torno deste monumento. Por qu? Porque a lmpada que ilumina este monumento diferente das outras e atrai mais insetos.
Teste de Hipteses
t Teste Anlise de Varincia (ANOVA) Homogeneidade da Varincia (HOV) Chi Quadrado (c2)
Caracterizao de Processo
Defeituosos Defeitos Dados de Variveis
Regresso Linear Anlise do Efeito e Modo de Falhas (FMEA) Anlise de Curto e Longo Prazo Amostragem
Mea
Defina o Problema
Entenda o Processo
Colete os Dados
Desempenho do Processo
Defina o Processo -Mapeamento do Processo Desempenho Histrico Brainstorming das Causas Potenciais de Defeito
Defina o Problema
Reduza as Reclamaes
(int./ext.)
Reduza Os Defeitos
Reduza O Custo
Quais so as Metas?
A Definio do Problema precisa ser baseada em fatos quantitativos e suportada por dados analticos
Entenda o Processo
Mapeie o processo Identifique as variveis - x Mea o Processo Entenda o Problema Y = funo de variveis -x Y=f(x)
Para entender onde voc quer estar, voc precisa saber como chegar l
Identifique os Fatores - x
Dados do Mapa De Processo:
Veculo
C filtro. C combustvel C regulagem
Um veculo foi concebido para rodar 14 quilmetros com 1 litro de combustvel. Atualmente este veculo est fazendo apenas 10 quilmetros com um litro de combustvel. Estrada
Motorista
C experincia R buracos C conhecimento R pavimentao P manuteno preventiva do veculo P treinamento no veculo P novas rotas
Fatores (x)
R (rudos)
Como ? Brainstorming P (procedimento padro de operao): Procedimentos de senso comum que descrevem como o processo corre e Entrevista identifica certos parmetros para serem monitorados e mantidos. Experincia Tipicamente no so parmetros que fariam sentido testar (ex: manuteno C
prev, re-treinamento). (fatores controlveis de processo): fatores que podem ser manipulados para ver o seu efeito nos parmetros do produto.
Coleta de Dados
O que voc quer saber? Desempenho do Processo
Defeitos
Retrabalho
Descarte Z Rendimento
(Cp/Cpk)
Satisfao do Cliente
Reclamaes Devolues Servio
de tempo
Acuracidade
Desempenho
Adequacidade
Capabilidade de Processo
A metodologia Seis Sigma usa dados para caracterizar e direcionar melhorias de processos, focalizando na centralizao dos que esto descentralizados, e ou reduzindo as variaes.
L.I.C. L.S.C. L.I.C. L.S.C.
A Natureza do Problema
L.I.C. L.S.C.
Tempo 4 Tempo 3 Tempo 2 Tempo 1
O entendimento da capabilidade de curto e longo prazo, adiciona valor significativo para entender a Natureza do Problema
A Meta
Ambas, capabilidade fundamental do processo e o controle de processo de longo prazo so necessrios para criar e manter processos robustos.
Zcp
2 3 4 5
Zlp
.5 1.5 2.5
PPM
308,537 66,807 6,210 233 3.4
3.0
Controle
Zintervalo
3.5
4.5
1.5
Ao longo do tempo, um processo tpico variar e tender a aproximadamente 1.5s (Zi = 1.5s)
Zlp = Zcp - Zi
Z curto prazo
3.0
6.0
Capabilidade
Crie um processo robusto (Zcp > 6s) e provenha um controle de processo de longo prazo (Zi < 1.5s)
Meta 6s
Avalie
Revise o Processo Atual Anlise dos Dados
Identifique os Fatores Crticos
Detalhe os dados coletados Elimine os fatores no crticos Estabelea os fatores crticos potenciais
O que Capacidade?
Definio:
Capacidade a melhor capabilidade de processo que pode ser alcanada sem investimento significativo.
Traduo:
Usando basicamente os equipamentos e tecnologias existentes hoje no processo, qual o desempenho esperado para um processo em controle?
Estabelecendo a Capacidade
Capacidade est baseada na definio de quo realmente bons processos se desempenham e na reviso dos processos existentes. Capabilidade de processo de curto prazo - o melhor desempenho para o processo atual.
0 .7 6 0 .7 5 0 .7 4 10 60 110 1 60
Melhores Prticas - Padres Industriais, Recomendaes de Revistas Especializadas, Expectativas de Classe Mundial
C 28
O b s.
7 9 .0 0 0 8 1 .0 0 0 7.000 0.376 0.624 N u m b e r o f ru n s E x p e c te d n u m b e r o f r u n s : L o n g e st ru n u p o r d o w n : A p p ro x P - V a l u e fo r T r e n d s : A p p ro x P - V a l u e fo r O s c ill a ti o n : 1 07.000 1 0 6 . 33 3 5 . 0 00 0 . 5 50 0 . 4 50
Desempenho do Benchmarking
Quando voc sabe o que procura, tente o Benchmarking!
Seu Produto/Processo/Servio
?
Outros Produtos/Processos/Servios
Identifique as Diferenas
Fontes diretas/indiretas
Capacidade do Processo
Anlise de Dados
Elimine os Muitos Triviais
Quantifique as Oportunidades
Anlise Estatstica
Use a estatstica para validar aes e melhorias Teste de Hipteses
7 6 30
Fre q n cia
Fre q ue ncia
5 4 3 2 1 0 0.000 0.005
20
10
Mquina Nova
0.010
0.015
0.020
0.025
0.000
0.005
0.010
0.015
0.020
0.025
Mquina 6 meses
O fator realmente importante? Ns entendemos o impacto do fator? Nossa melhoria teve um impacto? Qual o verdadeiro impacto??
50
40
Regression 95% PI
30
20
10
5 15 25 35 45 55
Muitos Triviais
Poucos Vitais
Melhore
Desenvolva Plano de Melhoria
Verifique o Impacto
Capabilidade das Anlises Regresso Teste de Hiptese Reviso das Metas do Projeto
Desenvolva um Plano
Ttica (como) Recursos (quem)
Objetivos (o qu)
Impacto
Baixo Baixo
Esforo
Alto
Mistake Proofing
Poka-Yoke Sistema
Indicadores Visuais
Gerenciamento Visual Puxar o Sistema
Use Design of Experiments para entender e otimizar os ajustes de processo Planeje um Interprete os Resultados Experimento
Alto
Otimize os Fatores
Alto
B
Baixo Baixo
Thickness
Alto
C Baixo
0.000620 0.000595
Cleaner
0.000570
0.000545
0.000520
0% 10 % 90 0 10 % % 71 0 10 % % 67
Otimize
Modelo Preditivo
s = 1.5
60 50 40 30 20 10 0 5
LSC
Limite de Especificao
Variabilidade do Processo
20
40
60
80
LIC
15
Depois f
LIC Antes Depois LSC
LIC
Limites do Processo
25 35
Regresso
LSC
45 55
95% P I
s = 3
10
20
30
40
50
Verifique as Melhorias
Use ferramentas estatsticas para validar as melhorias de processo
Desempenho do Processo
7 6 5 4 3 2 1 0 -10.16 -0.06 10.05 20.15 30.25 40.36 50.46 60.56 70.67 -2.40 6.61 16.71 26.81 36.92 47.02 57.13 67.23 34.64
Antes
Depois
Comparison of Distributions
0.07 0.06 0.05 0.04 0.03 0.02 0.01 0 -10.16 -0.06 10.05 20.15 30.25 40.36 50.46 60.56
Antes
Depois
Ns realizamos realmente uma melhoria? Temos dados suficientes para afirmar? Qual o verdadeiro impacto?
Controle
Implemente um Plano de Controle
Documente & Padronize Procedimentos & Instrues de Trabalho Atualizao dos Sistemas
Resp
0 0 0 0 0 0 0
Range Rank
Severidade Severity
Transparente
Ocorrncia Occurrence
Remoto
Deteo Detection
Certeza
FMEA minimiza os riscos de falhas de Produto/Processo pela ligao de cada falha potencial com um potencial modo de falha/causa e avaliando os riscos associados (NPR)
2 3 4 5 6 7 8 9 10
Endangerment Certeza
Melhor Best
Remoto
Pior Worst
Ocorrncia Deteco
Severidade
Aes Recomendadas
Data da Implant.
D e t e c o
Controle de Processo
Desenvolva mecanismos efetivos para manter as melhorias de controle de processo Antes for C5 by C6 Depois I Chart
80 70 60 2
Individual Value
50 40 30 20 10 0 -10 0 50 100
-3.0SL=0.3996
Observation Number
CEP
Dispositivos Siga/Pare para as entradas de processo Dispositivos a Prova de Erros Tcnicas de Poka Yoke Luzes Indicadoras de Equipamentos Etc.
Aplique controles para os dados de entrada do processo - Xs (no necessariamente nos dados de sada - Y)
Plano de Controle
Atualize o plano de controle de processo para manter as melhorias
X4
*
X5
X6
X3 X2 X1
*
Processo (Parmetros)
Sada (Y)
Alavancamento
Entenda as Diretrizes Melhorias aplicadas a partes/problemas especficos Aplique o aprendizado Ao longo de famlias de produtos Processos similares Tecnologias similares
Mea
Caracterize os Processos
Entenda o Processo
Avalie
Controle
Melhore
6 SIGMA = 99.99966 %
Uma receita mdica prescrita errada em 25 anos