Você está na página 1de 96

MASP

Metodologia de Anlise e Soluo de Problemas

Problemas no foco do MASP


Problema

o resultado indesejvel de um

trabalho
Todas

as organizaes e empresas possuem problemas que privam de obter melhor qualidade e produtividade de seus produtos e servios

Problemas: sintomas
Sintomas

da existncia de problemas

- Baixa produtividade - Baixa qualidade dos produtos e servios - Menor posio competitiva no mercado

Problemas: sintomas
Sintomas

da existncia de problemas

- Nmero elevado de acidentes - Desperdcios em geral - Nmero elevado de horas de mquina parada - Pessoal desmotivado - Alto ndice de absentesmo - Etc.

Deming nos Processos


85% das razes das falhas que comprometem a expectativa do cliente so relatadas por deficincia em sistemas e processos... ao invs de falhas de funcionrios. O papel da adminsitrao mudar os sistemas e os processos ao invs de molestar o funcionrio para fazer melhor.

Problemas no foco do MASP


Os

problemas geram perdas e afetam a sobrevivncia da empresa existem culpados para os problemas da empresa; existem causas maior parte dos problemas gerada pelo prprio sistema

No

No Qualidade: Os verdadeiros Custos


Inspeo Sucata Garantia Rejeies Retrabalho
(tangvel) Penalidades & Danos

Custos Tradicionais da Qualidade


(Facilmente Identificados)

Custos da Qualidade Acordos de vendas escondidos


Tempo de ciclo longo (Difceis de mensurar) Mais setups Custos de remessas extras Desgaste com o cliente Alteraes de engenharia

Perda de vendas Insatisfao do cliente Hora extra Entrega parcial

Perda de oportunidades

Viagens desnecessrias Excesso de inventrio Adiamento de instalaes Perda da lealdade do cliente

Moral do empregado, produtividade, retorno

O iceberg encoberto 10X maior que a parte visvel...

Introduo
MASP

se baseia na obteno de dados que justifiquem ou comprovem fatos previamente levantadas e que comprovadamente causem problemas.

Sucesso da implementao
A

anlise trata o uso de conceitos e tcnicas estatsticas, como definio do tema do estudo, o foco na populao, entre outros; O MASP uma pea fundamental para o sucesso da implementao eficiente e eficaz das idias e propostas dos envolvidos no processo de equacionar e resolver problemas.

Os dados devem ser:


Coletados Analisados Agrupados Estratificados Apresentados

de maneira que se apresentem como informaes

Tcnicas Utilizadas

Brainstorming Brainstorming Coleta de dados, folhas de verificao Coleta de dados, folhas de verificao Analise de correlao e regresso Analise de correlao e regresso
Grficos seqencial, histogramas, fluxogramas Grficos seqencial, histogramas, fluxogramas Diagrama de causa e efeito Diagrama de causa e efeito Distribuio de freqncias Distribuio de freqncias Curva de Gauss, probabilidades na curva normal Curva de Gauss, probabilidades na curva normal Capacidade dos processos, ndices cp, cpd, cpe, cpk Capacidade dos processos, ndices cp, cpd, cpe, cpk Carta de controle Carta de controle Modelo de matriz de relao Modelo de matriz de relao Diagrama de Pareto Diagrama de Pareto Mtricas do seis sigma DMAIC Mtricas do seis sigma DMAIC Fmea Fmea

BRAINSTORMING
brainstorming uma rodada de idias, destinada a busca de sugestes atravs do trabalho de grupo usada para gerar idias rpidas e em quantidade, que podemos utilizar em diversas situaes.
O

Brainstorming

Trabalho em grupo fundamental

Diagrama de Disperso
Permite

a identificao do grau de relacionamento entre duas variveis consideradas numa anlise. Quando observamos uma forte correlao podemos estabelecer a regresso entre as variveis e atravs de frmulas matemticas utilizadas para fazer estimativas de uma varivel em funo da outra

Correlao
Diagrama de Disperso

.. .. . . .. . . .. . . .. .. ..

Varivel A

Varivel B

. . . . .. . .. . .

.. .

..

Diagrama de fluxo

Elipse: demarca o ponto de inicio de um proces Retngulo: em seu interior descreve-se objetivamente uma operao Setas: indica as fases de seqncia do processo Losango: determina pontos onde sero decises vitais sobre o processo

tomad

Terminao: indica o limite final do processo

Modelo de Fluxo
Ligar a tv

Exemplo do cotidiano: ligar a tv


no

Imagem Aparece?

O fio esta conectado?


no

sim

sim sim sim

Conectar o fio Imagem aparece?


no

Imagem boa?
no

Chamar um tcnico
no

Operar ajustes Assistir a tv

Imagem boa?

sim

Coleta de dados
Conjunto

de tcnicas que, com o emprego de umafolha de verificao apropriada permite a obteno de dados para um tratamento estatstico especifico

Grficos
Das

mais variadas formas, os grficos so ferramentas poderosas na veiculao de informaes. destinados `a sntese e apresentao dos dados, permitindo que sejam mais facilmente interpretados.

So

Carta de controle C.E.P.


Mdia
L.s.c.

L.M.

L.i.c.

Amostras

Histograma
So

grficos de colunas que mostram, de maneira visual muito clara, a freqncia com que ocorreu um determinado valor ou grupos de valores

Histograma
30 25 20 15 10 5 0 0,3 0,4 0,5 0,6 0,7 0,8 0,9 espessura freqncias

UM SIGMA .
Desvio padro: mede o afastamento em relao a um valor central. Ele representado tipicamente pela letra grega .
1

Importncia da reduo de variao

Para melhorar a performance do processo, voc tem que reduzir a variao.


Muito Cedo Defeitos Muito tarde Defeitos Reduo de Variao
Muito Cedo Muito tarde

Prazo de entrega Gama de variao Muito grande comparado Com as especificaes

Prazo de entrega Gama de variao Pequena Com as especificaes comparado

Menos variao possibilita: - Maior previsibilidade do processo - Menos desperdcio e retrabalho, o que abaixa os custos - Produtos e servios melhores e mais durveis - Clientes mais satisfeitos

Nveis de Performance
Sigma um termo estatstico que mede o desvio em relao a um valor determinado
Sigma 1 2 3 4 5 6 D PPM 680.000 298.000 67.000 6.000 400 3,4 Porcentagem de rejeio 68% 29,8% 0.67% 0,006% 0.0004% 0,0000034%

O Quanto Bom o Desempenho de Six Sigma?


Medindo o quo bom ou mal o processo est indo Sigma D PPM 1 2 3 4 5 6 680.000 298.000 67.000 6.000 400 3,4 Requisito
Mdia dos dados da Indstria

4 3

2 1

Defeito!

OK!

O 6 Sigma como uma Filosofia


3 Sigma O 6 Sigma como uma Filosofia
Desperdia menos de 10% das vendas em custo de falhas Produz 3,4 defeitos por milho de oportunidades Confia na Capacidade de processo que NO produz defeitos Sabe que a companhia de alta qualidade tambm a companhia de baixos custos Tem uma metodologia para coletar e analisar as informaes Faz Benchmark com o melhor do mundo Acredita que 99% inaceitvel!

Desperdia de 20 a 30% das vendas em custo de falhas Produz 66.807 defeitos por milho de oportunidades Confia em inspeo para encontrar defeitos Acredita que a alta qualidade cara No tem uma abordagem disciplinada para coletar e analisar os dados Faz Benchmark com o concorrente Acredita que 99% bom o suficiente

Mtodo G.U.T.
Valor Gravidade Causa: 5 Elevao de custos 4 insatisfao 3 2 1 atrasos Urgncia Exige: Ao imediata Ao rpida Tendncia GxUxT Tende: Maximo Agravar 125
rapidamente

aumentar

64 27 8 1

Ao estabilizar pausada desorientao acompanhar ajustar Poucas reclamaes Pode esperar acomodar

Exemplo de aplicao do GUT


PROBLEMA G Falta de motivao dos 3 funcionrios Alto ndices de atrasos 5 Deficincia na comunicao 3 Falta de padres na execuo de 5 tarefas semelhantes Baixa disponibilidade de 5 informtica Altos ndices de insatisfao 5 U 3 4 4 3 5 4 T 3 4 4 4 5 2 GxUxT 27 6 80 2 48 4 60 3 125 1 40 5

Modelo de Matriz de Relao


PESO DOS FATORES DE DECISO
Resistncia Segurana
P= Total

Benefcio

Alternativas

P=

P=

P=

P=

P=

Tempo
P=

Custo

Risco

Meta

Ordem

Pesos: Alta importncia Mdia importncia: Baixa importncia: Sem importncia:

5 2 1 zero

Pareto
Este principio tambm conhecido lei 20:80 pode ser detalhado das seguintes formas:
20%

do tempo despedido com itens importantes so responsveis por 80% dos resultados 20% dos clientes representam 80% do faturamento 20% das empresas detm 80% do mercado 20% dos defeitos so responsveis por 80% das reclamaes 20% dos problemas representam 80% dos custos de desperdcios

Diagrama de Pareto
Defeitos encontrados em uma inspeo de processos 300 250 200 150 100 50 0 A B C D E F G espessura

A= Excentricidade B = Forma C = Perfil D = Dimetro E = Largura F = Comprimento G = Outros

Causa e efeito
Tambm

chamado de diagrama de espinha de peixe ou diagrama de ishikawa uma ferramenta destinada a relacionar as causas de desvios trata;se de um instrumento voltado para a analise de Processos produtivos Um modelo especial de diagrama de causa e efeito o 6 Ms. (medida, mtodo, mo-deobra, matria- prima, meio ambiente e mquina).

Diagrama de causa e efeito 6M


Meio Ambiente Mo-de-obra Mtodos PROBLEMA

META Matria-prima Materiais Medidas

CAUSAS PRINCIPAIS POUCAS VITAIS

EFEITO

5 Ws e 2 Hs
What? When? Where? Why? Who? How? How much? O que? Quando? Onde? O que deve ser feito? Quando deve ser feito? Quem deve fazer?

Por Que? Por necessrio fazer? Quem? Como? Custo? Quem a equipe responsvel? Como vai ser feito? Quanto vai custar?

Pesquisa e coleta

pesquisa e coleta de dados histricos deve ser feita de forma confivel partir desses dados os caminhos da soluo dos problemas so priorizados

Soluo de problemas
Baseada

em uma seqncia lgica, fundamentada em fatos e dados e tem por objetivo localizar a causa fundamental dos problemas ser uma prtica gerencial, sistemtica, documentada e acompanhada periodicamente aos vrios nveis da empresa

Deve

O Ciclo do MASP

O Ciclo do MASP
Mudana na atitude Mudana nos resultados Controle demonstrado no novo nvel Mudana na organizao

Reteno dos benefcios

Definio e organizao do projeto

Implementao da soluo

Declarao da misso e seleo do time

Jornada de remediao

Jornada de diagnstico

Identificao das causas primrias Controle demonstrado no novo nvel

Mudana no conhecimento

O mtodo DMAIC
D - Define (Definir): Definir com preciso o escopo do projeto. M - Measure (Medir): Determinar a localizao ou foco do problema. A - Analyze (Analisar): Determinar as causas de cada problema prioritrio. l - Improve (Melhorar): Propor, avaliar e implementar solues para cada problema prioritrio. C - Control (Controlar): Garantir que o alcance da meta seja mantido a longo prazo.

O mtodo DMAIC
D - Define (Definir): Definir com preciso o escopo do projeto. M - Measure (Medir): Determinar a localizao ou foco do problema. A - Analyze (Analisar): Determinar as causas de cada problema prioritrio. l - Improve (Melhorar): Propor, avaliar e implementar solues para cada problema prioritrio. C - Control (Controlar): Garantir que o alcance da meta seja mantido a longo prazo.

M
F IG U R A 1 .4

t oD d M o

A I C

DEMAIC

D E FI

N
E

A N A LY Z E

EA

V IM PR O
E

SU R E

Correspondncia entre o Mtodo C o r e s o n d n c ia DMAIC r e o p Ciclo PDCA De nM t rA e I C o


R A 1 .9 S e g u n d a

fo r m

D C

Im p ro ve
A n a ly z e

De
M e a su re

fin

e
tr ol

C on

Mtodo PDCA
Refletir Iniciar aes: Corretivas Preventivas

A
Action Agir

P
Plan Planejar

Identificao Priorizao Anlise das causas Busca de alternativas Busca de referenciais Planos de ao Indicadores

C
Check
Comparar o previsto com o realizado

D
Do Executar
Executar padres Medir, coletar dados

Controlar

Mtodo PDCA
PDCA Fluxograma
P P P P P P 1 2 3 4 5 6

Fase
Identificar os problemas Priorizar Analisar Gerar alternativas Refinar e selecionar

Objetivo
Definir claramente os problemas e especificar a importncia. Hierarquizar os problemas em ordem de importncia. Descobrir as causas fundamentais (poucas e vitais). Buscar o maior nmero possvel de sugestes de soluo. Analisar cada alternativa e decidir por consenso qual mais vivel.

Elaborar Plano Elaborar um plano para bloquear as de Ao causas fundamentais.

Mtodo PDCA
PDCA Fluxograma
P D C C A A 7 8 9 10 11 12

Fase

Objetivo

Fazer Estabelecer um processo de Benchmarking aprendizagem com um parceiro. Treinar e implementar Controlar Bloqueio efetivo? Padronizao Reflexo e concluso Capacitar envolvidos e bloquear as causas fundamentais. Descobrir as causas fundamentais (poucas e vitais). Sim. Passar etapa 11. No. Retornar etapa 3. Prevenir contra o reaparecimento do problema. Recapitular todo processo e buscar melhorias incrementais.

Tpicos do Mtodo PDCA


1. 2. 3. 4. 5. 6. 7.

Mtodo PDCA para gerenciamento de melhorias Abordagem para identificao de problemas crnicos Matriz GUT de priorizao Anlise de causas e efeitos Gerao de Alternativas Plano de ao Ferramentas de padronizao

Prtica do mtodo PDCA


Formar

equipes 5 a 8 membros problemas crnicos ou de

Identificar

grande impacto e aplicar todas as etapas do mtodo

MTRICA DE PROCESSO Carta de Tendencias: case


Productivity 180 - 250 Sep/2003 Jan/2006
23,00 22,00 21,00 20,00 19,00 18,00 17,00 16,00 15,00 14,00 13,00 12,00 11,35 11,00 16,38 16,33 16,15 16,42 15,46 15,40 13,67 13,37 16,19 16,01 Base Line Set/03 - Ago/04 Mdia = 15,03 19,72 18,42 18,44 21,40 20,40 19,90 23,13 23,35 23,07 22,37 22,66 22,11 22,22 22,11 21,54 20,38

19,01 Meta = 20 33%

13,62

PROJETO DMAIC

Ms

GANHOS FINANCEIROS carta de tendencias: case

Aristteles 384 322 AC

S fazemos melhor, aquilo que repetidamente insistimos em melhorar. A busca da excelncia no deve ser objetivo. E sim um hbito Desse pensamento que surge o Kaizen e o Seis Sigma atuais.

Referncias

A Metodologia de Anlise e Soluo de Problemas. Equipe Grifo. 2.ed. So Paulo: Pioneira, 1997. SHIBA, Shoji. TQM: quatro revolues na gesto da qualidade. Porto Alegre: Artes Mdicas, 1997. SLACK, Nigel et al. Administrao da Produo. So Paulo: Atlas, 1999. JURAN, J. M. A qualidade desde o projeto: novos passos para o planejamento da qualidade em produtos e servios. 1.ed. So Paulo: Pioneira, 2001

Tipos de dados
Varivel

Quantitativa (numrica)
Exemplo Mtodo de Obteno

Tipo

Caracterstica

Contnua Representada por Massa nmeros, podendo Volume assumir valores Tempo dentro de um valor Grandezas especificado, e com lineares o uso da diviso indeterminada da Temperatura medida

Medio

Tipos de dados
Varivel

Quantitativa (numrica)
Exemplo

Tipo

Caracterstica

Mtodo de Obteno

Discreta Representada por nmeros inteiros 1, 2, 3, 4, ...

Produtos Pessoas Mquinas

Contagem

Tipos de dados
Varivel

Qualitativa
Exemplo Mtodo de Obteno

Tipo

Caracterstica

Atributos Resultado de uma Sexo classificao Tipo de no tomada a partir de conformidade critrios especficos Tamanho de roupa/sapatos Grau de satisfao

Classificao

Tipos de dados
Varivel

Qualitativa
Exemplo Mtodo de Obteno

Tipo

Caracterstica

Por postos Resultado de classificao por postos, usa sempre nmeros ordenais

1 colocado 1 grau escolar 2 grau escolar

Ordem

(Stevenson, 2001, p. 12)

Aplicao e preocupaes
Aplicao
-

e preocupaes com os dados levantados:


Mostrar os dados sem distores (fidedignos) Ter objetivos bem definidos Revelar a substncia dos fatos Permitir a comparao entre dados diferentes Revelar os dados com vrios nveis de detalhes Estar integrado linguagem estatstica e verbal

Remdio para o Problema


Aps

definir e organizar o projeto de soluo de problemas, e realizar a jornada de diagnstico para identificar as causas primrias (fundamentais) do problema, necessrio passar para a prxima fase do mtodo:
- Jornada de remediao

Considerar Solues Alternativas


Para

cada causa primria identificada na etapa de diagnstico podem haver diversas alternativas que devem ser analisadas, antes de se escolher aquela ou aquelas que devem ser adotadas.

Considerar Solues Alternativas


Com

o conhecimento dos sintomas (efeitos) e das causas primrias, importante tambm conhecer as diferenas entre os tipos de aes que podem ser tomadas: - Ao reativa - Ao corretiva - Ao preventiva

Tipos de Aes
Ao

reativa:

- Trata o efeito no assegura que ele no possa re-ocorrer - Apenas dispe sobre o que fazer com o efeito indesejado - Deciso tipicamente operacional, no requerendo anlise por Times de Trabalho

Tipos de Aes
Ao

corretiva:

- Elimina a causa real ou minimiza a influncia de uma causa isolada sobre o efeito indesejado - Atuao no processo com objetivo de impedir a re-ocorrncia do problema ou melhorar os ndices de desempenho planejados

Tipos de Aes
Ao

preventiva:

- Leva em considerao todas as causas potenciais que possam influenciar direta ou indiretamente o efeito (problema), em maior ou menor intensidade - Atuao no sistema como um todo para bloqueio das causas potenciais, no apenas em um processo do sistema

Escolha da alternativa
Tempo

para implementao

Segurana

e impacto no meio ambiente - Para considerar todos estes fatores em relao s solues alternativas, a utilizao da matriz de relao um bom caminho

Designar Solues e Controles

Comparadas as alternativas de solues com os fatores considerados relevantes, o Time de Trabalho deve designar os remdios mais adequados para o atendimento misso recebida, no que diz respeito ao problema, meta e ao prazo estabelecido Para cada soluo determinada, necessria a identificao de pessoas envolvidas e suas necessidades:

Aquelas que faro parte do remdio Aquelas que revisaro os processos Aqueles que sero servidos pelo remdio

Designar Solues e Controles

necessrio, para a implantao da soluo, a alocao de determinados recursos que devem ser previstos: pessoal, material, tempo e dinheiro Necessidades especficas:

Estabelecimento de novos Procedimentos Operacionais Treinamento e educao para aqueles que iro participar do processo de anlise e soluo de problemas e controle do processo

Designar Solues e Controles

necessrio estabelecer os procedimentos para assegurar o controle do processo dentro das novas condies de operao:

Determinar itens de controle da qualidade e itens de verificao Prover medies necessrias ao longo do processo Tratar corretamente os dados e resultados do processo Estabelecer novos padres para aferio dos itens de controle e itens de verificao Estabelecer de forma clara o que fazer caso o processo no esteja sob controle ou no alcance o padro pr-definido Estabelecer informaes necessrias s pessoas que iro aferir e controlar o processo dentro das novas condies de operao

preciso incorporar o remdio na nova forma de fazer para se alcanar a eficincia necessria

Identificar as Resistncias s Mudanas

Falta de vontade do usurio para modificar as rotinas; a lei da inrcia, natural em todos os sistemas Falta de habilidades especficas para atender s novas condies; pode ser difcil, trabalhoso Falta de vontade de adotar o remdio por no ter sido gerado aqui; ameaa ao poder estabelecido Negao ao reconhecer que o problema existe Custos elevados para a soluo

Identificar as Resistncias s Mudanas

Identificar as barreiras e os facilitadores da soluo do problema anlise de campo de fora:


A necessidade de participao a implantao sem acordo no gera implementao A necessidade de tempo suficiente a pressa inimiga da perfeio A eliminao dos excessos contidos nas propostas de solues O tratamento das pessoas com dignidade, respeitando as variveis tcnicas, polticas e culturais A negociao constante e a reviso de posies para obteno de acordos A forma de lidar com as resistncias de forma direta, sria e profissional, baseado em fatos

Implementar Solues e Controles

A implementao de uma soluo requer planejamento. A regra bsica : Toda soluo deve ser validada antes de ser implementada, para comprovar sua eficcia

A participao da gerncia fundamental para auxiliar o Time de Trabalho nas seguintes decises: Qual o teste ou ensaio a ser desenvolvido? Quanto tempo deve durar o teste? Como o teste deve ser aplicado? Quais as limitaes existentes?

Implementar Solues e Controles


Comprovada a eficcia dos resultados, em relao s metas estabelecidas na misso, deve ento ser estabelecido um plano de ao para implementao definitiva da soluo O plano deve prever as definies ligadas aos 5W + 2H, e deve ser tanto mais detalhado quanto maior for o risco envolvido O plano tambm deve prever as aes de continuidade que devero ser desenvolvidas aps a implementao definitiva da soluo:

Como manter o controle do processo Como medir novos indicadores Como assegurar o cumprimento dos novos procedimentos

Implementar Solues e Controles

Para atender a implementao definitiva da soluo:


Conscientizar, envolver e educar as pessoas ligadas aos problema Estabelecer com clareza os novos padres atravs de documentao que se torne base para avaliao confivel Definir com clareza autoridade e responsabilidade daqueles envolvidos no processo Identificar a adequao dos equipamentos, dos materiais, do ambiente de trabalho Monitorar os resultados

Verificar o Desempenho
H

necessidade de aplicao de controles efetivos, com o objetivo de verificar se:


O

desempenho esperado est sendo alcanado Est sendo feita a coisa certa de forma certa, conforme os novos padres estabelecidos Esto sendo tomadas aes corretivas, em funo de no conformidades ou desvios observadas no processo

Padronizar as Atividades

Confirmada a eficcia da soluo, deve-se buscar a reteno dos ganhos e benefcios alcanados. Consegue-se isto com a elaborao de Procedimentos Operacionais Padro Padronizao Os padres de produo devem conter:

Nveis de autoridade e responsabilidade Descrio clara das atividades Conter novos itens de controle e de verificao Atividades necessrias para monitoramento do processo nos nveis planejados

Monitorar o Sistema de Controle

Tem por objetivo assegurar o controle efetivo, em tempo real, permitindo ao imediata caso ocorram desvios O processo deve ser re-avaliado constantemente para anlise de problemas remanescentes ou verificao da possibilidade de obteno de nveis de desempenho mais audaciosos

preciso buscar sempre o aprimoramento a melhoria contnua atravs da prtica do Kaizen

Suplemento

Desenvolver Controles de Processo


Transferir para Operaes

Propsito

Como

desenvolver os controles necessrios para se manter um processo em estado estvel, para que ele continue operando de forma a alcanar as metas da qualidade para o produto e para as operaes

Projetar o Controle do Processo

Controle do processo consiste nas seguintes atividades:


Avaliar o desempenho real do processo Comparar o desempenho real com as metas Tomar providncias a respeito das providncias

Estas atividades ocorrem em uma seqncia sistemtica chamada ala de feedback


P R O CESS O

SEN SO R

M ET A

A CIO N A D O R

C O M PA R A D O R

Estgios do Controle do Processo


Controle

de partida Controle de operao Controle do produto Controle das instalaes

Controle de Partida

Tem por objetivo fornecer informaes para a tomada de deciso de se apertar ou no o boto de partida

Contagem regressiva listando os passos necessrios para deixar o processo pronto para produzir Avaliao das caractersticas do processo para verificar se, aps seu incio, este conseguir alcanar as metas prestabelecidas Critrios a serem satisfeitos pelas avaliaes Verificao para saber se os critrios foram satisfeitos Atribuio de responsabilidade

Controle da Operao

Esta forma de controle ocorre periodicamente durante a operao do processo Tem por finalidade fornecer informaes sobre tocar ou parar se o processo deve continuar produzindo ou deve ser interrompido

Caso haja uma no conformidade ou mudana significativa (mudana real), ento deve ser tomada uma medida corretiva

Controle do Produto
Ocorre

aps algum quantidade do produto ser produzida.


Possui

finalidade de decidir se o produto est ou no em conformidade com as metas da qualidade do produto (especificaes) Os tomadores de deciso devero estar treinados de forma que:
Compreendam

as metas da qualidade Avaliem a qualidade real Decidam se existe ou no conformidade

Controle das Instalaes

A maior parte dos processos inclui vrias instalaes fsicas: equipamentos, instrumentos e ferramentas. A tendncia de utilizao de processos automatizados, computadores, robs e assemelhados. Esta tendncia torna a qualidade do produto cada vez mais dependente da manuteno das instalaes Para assegurar o controle e a qualidade das instalaes, necessrio:
Estabelecer

instalaes Estabelecer uma lista de verificao uma lista de tarefas a serem executadas durante uma ao de manuteno Treinar as foras de manuteno para executar as tarefas Designar responsabilidades claras para a obedincia programao

uma programao para a realizao da manuteno das

Projeto para avaliao do Desempenho

Em todos esses estgios de controle de processos, existe a necessidade de se seguir e analisar dados para avaliao do desempenho do produto e do processo. Esta necessidade d origem a ainda outras reas de planejamento do processo:

Inspeo e teste: metodologia de amostragem Controle da medio: definio dos sensores e nveis de atuao Anlise e interpretao de dados: conhecer o que realmente est acontecendo com o processo Controle Estatstico do Processo e conhecer a significncia estatstica

Autocontrole
Idealmente,
Objetos

a responsabilidade pelo controle deve ser entregue a indivduos


do Controle
Caractersticas

do produto Caractersticas do processo Caractersticas do efeitos secundrios

Planilha de Controle
Responsabilida de pela deciso Operador Operador Critrios para a tomada de deciso 260 a 265C 4 a 5 mts/min Tipo de Sensor Freqncia de medio Tamanho da amostra Irrelevante Irrelevante Unidade de Medida Objeto de Controle

Condies de soldagem: temperatura de solda

Termopar

262C

Meta

Contnua

anlise em % de Pureza da liga laboratrio impurezas qumico

1,5% mximo

1/ms

ao atingir 1,5%, Engenheir drenar o banho 15 gramas o do e substituir a Processo solda

Velocidade do transportador

mts/min

velocmetro

4,5 mts/min

1/hora

In t e g r a o

d a s

fe r r a m

e n t a s

S e i s D S Mg m IaC i A

A t iv id a d e s

F e rr am e n tas
M a p a d e R a c io c n io

( M a n t e r a t u a l iz a d o d u r a t o d a s a s e t a p a s D d Mo A I C .

: definir com preciso o escopo do projeto.

D e s c r e v e r o p r o b le m d e fin ir a m e t a .

d o

p r o je t o

P r o je c t

C h a r t e r

P r o je c t C h a r t e r M t r ic a s d o S e is S i G r fic o S e q e n c ia l A v a lia r : h is t r ic o d o p r o b le m a , r e t o r n C a r t a d e C o n t r o le o e c o n m ic o , im p a c t o s o b r e c lie n t e s / A n l i s e d e S r ie s c o n s u m i d o r e s e e s t r a t g i a s d a e m p r e s ae . m p o r a i s T A n lis e E c o n m ic a

( S u p o r t e d o d e p a r t a m e fi n a n c e i r o / c o n t r o la d o r i a

A v a lia r s e o p r o je t o p r io r it r io p a r a a u n i d a d e d e n e g c io e s e s e r p a t r o c i n a d o p e lo s g e s t o r e s e n v o l v i d o s . p r o je t o d e v e s e r d e s e n v o lv id o ?
S IM

N O

S e le c io n a r n o v o p r o je t o .

D e f in i r o s p a r t ic ip a n t e s d a e q u ip e e s u a s r e s p o n s a b i l i d a d e s , a s p o s s v e i s r e s t r i e os j ee c t P r

C h a r t e r

M
M A t i v id a d e s F err am entas

Meas ure: d eterm a a loca ou foco d prob in r liza o o lema .

D e c i d i r e n t r e a s a l t e r n a t i v a s d e c o l e t a r n o v o s A v a l ia o d e S i s t e m a s d e d a d o s o u u s a r d a d o s j e x is t e n t e s n a e m p r e s a . M e d i o / I n s p e o M S E ) ( I d e n t i fi c a r a f o r m a d e p r o b le m a . P la n e ja r a c o le t a d e e s t r a t ific a o p a r a o E s t r a t ific a o P l a n o p a r a C o le t a d e D a d o s F o lh a d e V e r ific a o A m o st r ag e m d e A v a l ia o d e S i s t e m a s d e M e d i o / I n s p e o M S E ) ( P la n o p / C o l e t a d e D a d o F o lh a d e V e r if i c a o A m o str age m

d ad o s.

P r e p a r a r e t e s t a r o s S is t e m a s M e d i o /In s p e o . C o le t a r d ad o s.

A n a lis a r o im p a c t o d a s v r ia s p a r t e s d o E s t r a t ific a o p r o b le m a e id e n t ific a r o s p r o b le m a s p r io r it r io s . D i a g r a m a d e P a r e t o G r fic o S e q e n c ia l C a r t a d e C o n t r o le A n l i s e d e S r ie s T e m p o r a is H is t o g r a m a B o x p lo t n d ic e s d e C a p a c id a d e M t r ic a s d o S e is S ig m a A n l i s e M u l t iv a r i a d a p r io r it r io . C l c u l o M a t e m t ic o

E s t u d a r a s v a r ia e s d o s p r o b le m a s p r i o r it r io s i d e n t i f i c a d o s .

E s t a b e le c e r

a m e ta d e

c a d a p r o b le m a
N O

A m e p e r te n c e d e atu a e q u ip
S IM

ta r e a o d a e ?

A t r ib u ir r e a r e sp o n sve l e ac o m p an h ar o p r o je t o p a r a o a lc a n c e d a m e t a .

d e
S IM

atu a o d a e q u ip e ?

p r o je t o a lc a n c e

p ara o d a m e ta.

A
A A t i v id a d e s
A n a l is a r o p r o c e s s o g e r a d o r p r io r it r io ( P r o c e s s D o o ) . r d o p r o b le m a

F err am entas
F lu x o g r a m M ap a d e P M ap a d e P A n lis e d o d e C ic lo F M E A F T A a ro ce sso ro d u to Te m p o

A alyze d te in r a ca s sd p b m p rit . n : e rm a s u a o ro le a rio rio

A n a lis a r d a d o s d o p r o b le m a p r io r it r io d e se u p ro c e sso ger ad o r ( D a ta D o o ). r

I d e n t i fi c a r e o r g a n i z a r a s c a u s a s p o t e n c i a i s d o p r o b l e m a p r i o r it r io .

A v a l ia o d e S i s t e m a s d e M e d i o / I n s p e o ( M S E ) H is t o g r a m a B o x p lo t E s t r a t ific a o D ia g r a m a d e D is p e r s o C a r t a s " M u lt i- V a r i" B r a in s t o r m in g D ia gr a m a d e C a u s a e E fe it o D i a g r a m a d e A f i n id a d e s D ia gr a m a d e R e la e s D ia g r a m a d e M a t r iz M a t r iz d e P r i o r iz a o A v a l ia o d e S i s t e m a s d e M e d i o / I n s p e o ( M S E ) C a r t a d e C o n t r o le D ia g r a m a d e D is p e r s o A n lis e d e R e g r e s s o T e s t e s d e H ip t e s e s A n lis e d e V a r i n c ia P la n e ja m e n t o d e E x p e r im e n t o s A n lis e d e T e m p o s d e F a lh a s T e s t e s d e V id a A c e le r a d o s

P r i o r i z a r a s c a u s a s p o t e n c ia i s d o p r i o r it r io .

p r o b le m a

Q u a n t i fi c a r a i m p o r t n c i a d a s c a u s a s p o t e n c ia i s p r i o r i t r i a s ( d e t e r m i n a r a s c a u s a s f u n d a m e n t a is ) .

I
I
Im v : p p ,a a r e im le e ta s e p ra o p b m p rit . pro e ro or v lia p m n r olu s a ro le a rio rio

A t i v id a d e s
G e r a r i d i a s d e s o lu e s p o t e n c i a is p a r a e lim in a o d a s c a u s a s fu n d a m e n t a is d o p r o b l e m a p r i o r it r io . a B D e D D

F err am entas
r a in s t o ia g r a m E fe it o ia g r a m ia g r a m r m in g a d e C au sa a d e A f i n id a d e s a d e R e la e s

P r io r iz a r

a s s o lu e s p o t e n c i a i s . o s r is c o s d a s s o lu e s

D ia g r a m a d e M a t r iz M a t r iz d e P r i o r iz a o F M E A S t a k e h o ld e r A n a ly s is Te ste s n a O p e r a o Te ste s d e M e r c ad o S i m u la o

A v a l i a r e m i n im i z a r p r i o r it r ia s .

T e s t a r e m p e q u e n a e s c a la a s s o lu e s s e l e c io n a d a s ( t e s t e p i l o t o ) .

I d e n t i fi c a r e i m p l e m e n t a r m e l h o r i a s o u a ju s t e s p a r a a s s o lu e s s e le c io n a d a s , c a s o n e c e s s r io .

O p e r a o E v o lu t iv a ( E V O P) T e s t e s d e H ip t e s e s

A m e t a fo i a lc a n a d a ?

R e to r n ar e M o u im p le m o D e s ig n f o r S ig m a ( D F S S

tap a e n tar S ix ) 5 W 2 H D ia g r a m a d e r v o r e D ia g r a m a d e G a n t t P E R T /C P M D ia g r a m a d o P r o c e s s o D e c i s r i o ( P D P C)

E la b o r a r e e x e c u t a r u m p l a n o p a r a a i m p le m e n t a o d a s s o l u e s e m l a r g a e s c a l a .

D ia gr a m a d o P r o c e s s o D e c i s r i o ( P D P C)

C
C A t i v id a d e s F err am entas
A v a l ia o d e S i s t e m a s d e M e d i o / I n s p e o ( M S E) D ia g r a m a d e P a r e t o C a r t a d e C o n t r o le H is t o g r a m a n d ic e s d e C a p a c id a d e M t r ic a s d o S e is S ig m a

Con trol: g ra tir q e o a n d m ta s ja m n o a lon o p zo a n u lca ce a e e a tid g ra .

A v a lia r

a lc a n c e

d a m e ta e m

la r g a e s c a la .

A m e t a fo i a lc a n a d a ?

R e to r n ar e tap a M o u im p le m e n t a r o D e s ig n f o r S ix S ig m a ( D F S S . ) P r o c e d im e n t o s P a d r o P o k a -Y o k e ( M is t a k e - P r o o f i n g ) M a n u a is R e u n i e s P a le s t r a s O J T ( O n t h e J o b T r a i n i n )g A v a l ia o d e S i s t e m a s d e M e d i o / I n s p e o ( M S E) P la n o p / C o le t a d e D a d o s F o lh a d e V e r ific a o A m o str age m C a r t a d e C o n t r o le H is t o g r a m a n d ic e s d e C a p a c id a d e M t r ic a s d o S e is S ig m a A u d . d o U so d o s P ad r e s R e l a t r i o s d e A n o m a l ia s O C A P


(O u t o f C o n t r o l A c t io n

P a d r o n iz a r a s a lt e r a e s r e a liz a d a s n o p r o c e s s o e m c o n s e q n c ia d a s s o lu e s ad o tad as. T r a n s m it ir o s n o v o s p a d r e s a t o d o s o s e n v o lv id o s .

D e fin ir e im p le m e n t a r u m p la n o p a r a m o n it o r a m e n t o d a p e r fo r m a n c e d o p r o c e s s o e d o a lc a n c e d a m e t a .

D e fin ir e im p le m e n t a r u m p la n o d e a e s c o r r e t i v a s c a s o s u r ja m n o p r o c e sso .

p ar a to m ad a p r o b le m a s

P l a) n

S u m a r iz a r o q u e fo i a p r e n d id o e fa z e r r e c o m e n d a e s p a r a t r a b a lh o s fu t u r o s .

Ferramentas utilizadas:
Diagrama FEPSC FEPSC
FORNECEDOR ENTRADA PROCESSO SADA CLIENTE
R es ina lquida C ontrole de um idade na T orre U midade do fio tram ado T reinamento

Brainstorming

DIAGRAMA DE CAUSA E EFEITO Diagrama Ishikawa


Cause-and-Effect Diagram
Measurements Material Personnel

Engenharia

Parmetros De Processo

Revestimentos moldados Prensagem

Forno

Operador Blanks

B aixa temp. de im pregnao C urs o de degas agem T empo de degas agem Parm etros de m oldagem U midade na fbric a Nmero de degas agem Exc es s o de des m oldante Sec agem do fio V aria o da tem peratura no molde V aria o de tem peratura na torre

Tramadeira

Mquina
Environment

T ake-up alto V is c os idade alta V eloc idade de impregna o alta

Methods

Machines

FLUXOG RAMA R A MA
Fluxograma Grficos de Linha
In c io F im O rd e m e p r o d u o d n a p re n s a ( kanban ) P re n s a g e m dos b la n k s

GRFICO DE LINHA
Refugo Bolha - R$ x Pea / Set-03 at Out-04

R E PE TIB IL IDA DE IDADE R E PR O DUTIB ILIDA DE ODUTIB IL IDA


Assessment Agreement
Date of study: Reported by: Name of product: Misc:

Estudos de R&R

50000 45000 40000

50,000.00 45,000.00 40,000.00 35,000.00 30,000.00 25,000.00 20,000.00 15,000.00 10,000.00 5,000.00 0.00 Nov-03 Fev-04 Jan-04 Jun-04 Dez-03 Mar-04 Out-03 Abr-04 Mai-04 Jul-04 Ago-04 Out-04 Set-03 Set-04

Within Appraisers
100 95 90 Pe rce nt 85 80 75 70 A B C D E F G H A ppraiser Pe rce nt
95,0% C I Percent

Appraiser vs Standard
100 95 90 85 80 75 70 A B C D E F G H A ppraiser
95,0% C I P ercent

Quantidade de Peas

35000 30000 25000 20000 15000 10000 5000 0

S im P a r m e tro s : T e m p e ra tu ra P re s s o T e m p o D e g a s a g e m M o ld e R e c e b im e n to de B la n ks da e s tu fa

A q u e c e r m o ld e

R e a liz atr y-o u t r

P e a s k ? o

S im

N o A ju s ta r p a r m e tro s
Peas

Ms
Refugo com retrabalho Refugo sem retrabalho

R$

B la nk s m a d o s tra E stufa d os ?

N o

T ra m ab la n k s r

E s tu fab la n k s r

A p lic a o de d e s m o ld a n te

Ferramentas utilizadas:
5P R U S O Q E 5 Porqus
V o dealta isc sida C ntro ote r de o lar o slid s e o r c ula o o bte irc dam istura n c lh a a a U id am ie m ade b nte E ce x sso de g ua R sin lq a e a uid H fo a o rm d g s e ase D sm a e old nte O r c ara de bte m re sfria e n sa do m nto a da fioda torre F c ar eh F c rc e ha arrinhodo s R a ar e e liz studop ara u tiliza re a e p r sin m U rm ar a a o e nifo iz plic se r 10 %an s de ca 0 te c oloc o ar blan k p ra a pre r nsa F z r re la m a e gu ge c rre e o tam nte M nito 100 d o rar % as c m ras elim s de a ite e c spe ifica e s c te N h o e do p stu ara es se pa m r etro Ra a e e liz r studo R a r p je e liza ro to D ga em e sag in fic n e ie te (qu tid e an ad , te po e m c rso ) u H re n o te d g s e ase O m e n pe ite old o rm d rs ispe o d s ga s o se tube te bla ks n T a ep n r ram r re sa

Chi-Quadrado QUI - QUADRADO


Welcome to Minitab, press F1 for help.

Correlao

Results for: Qui -Quadrado.MTW Chi-Square Test: Cavidade, Tnel, Wickert


Expected counts are printed below observed counts Chi-Square contributions are printed below expected counts 1 Cavidade Tnel 165 2 165.00 2.00 0.000 0.000 165 165.00 0.000 330 2 2.00 0.000 4 Wickert 1 1.00 0.000 1 1.00 0.000 2 Total 168

V loc ad e id e de im re na o a p g lta E ce x sso de so e lv nte B ix te pe a a m ratura im re na o p g de

P rq o rre b a o ue co olh

C z en d pe as o im to as

D s ntro da e co le tem e tura p ra

T p e em o te p ratura me dem ld empa o ag ra to s o do s re es e v tim ntos

168

T m ratura e pe d M ld m e o age G o e do e m tria s m lde o s

N oh a e e qu cim nto u niform e no m lde o N o h p ss re o u ifo ena pe a n rm s s

N fo pre o i visto pro to je

no

Total

336

Chi-Sq = 0.000, DF = 2, P -Value = 1.000 4 cells with expected counts less than 5.

DOE

Benchmarking

CEP

Ferramentas utilizadas:
ANOVA FMEA 5Ws 2Hs

5 W 1 H - P la n o d e A o - R e d u o d e D e s p e s a s c o m M a n u t
F re n te d e W henW ho W h a t ( O W uh ey ) ( P o r q W eh) e r e ( O n d e ) q u H o w (C o m o ) T r a b a lh o ( Q u a n (dQo u) e m ) F o r n o s N K W - 6f e7 v7 -20 4 a v a s A a p a r t i r d a S s e s t r a t if ic a o d o F o r n o s P K W - 6f e7 v5 -4 0 4C a r l o hs i s t r i c o d a s A n l is a r m q u in a s , T o r n o D o r r i e s -f e7 v7 -00 24S c h a n l z v a n t a r a s c r it ic a m e n te e R e d u z ir o s m q u in a s d o to p p r in c ip a is f a lh a s , g a s t o s Tc oo rmn o P e t r a - 7 4 e2 v6 - 0 4S c h a n z f te n d e d e p e s a s e fo r m a r tim e d e m a n u te n o a tu a r s o b re a P r e n s a D u p l a - f 6e 5v 0- 02 4M r i o p o i o ( i n t e r n o / r e x te r n o ), A t u a o p s ion bc ri p a i s c a u s a s e id e n t if ic a r M q u in a s e J a t o d e G r a n a l h a c / c o l e t oc ra u s a s r a i z e f e v - 0 4L a r c i o E q u ip a m e n t o s de p - 6287 e lim in - la . T r e in a r A u x ilia r - 4 m a n t e n e d M ra en s t ee nme d oM r ae n u t e n o dSe Bz C0 L a r c i o o s m t o d o s n p ai rd ae n t i f i c a o a U tiliz a n d o i d e n t i f i c a d eo cd ae u s a s c o n h e c im e n t o c a u s a s ( Ea xt r: a v s d a d o B la c k B e lt 4 I s h i k a w af e/ r 5r a m e n t aM da an u t e n o dAe Rz -A0 S c h a n z P o r q u s )q u a l i d a d e

SBR

D a t e : 1 3 / 1 2 / 2 0 0T 4it le : R e d u o d e D De es p te.:s a sP cMo m p O M a n u t e n o d e M q u in a s e E q u ip a m e n t o s

62

Referncias

A Metodologia de Anlise e Soluo de Problemas. Equipe Grifo. 2.ed. So Paulo: Pioneira, 1997. SHIBA, Shoji. TQM: quatro revolues na gesto da qualidade. Porto Alegre: Artes Mdicas, 1997. SLACK, Nigel et al. Administrao da Produo. So Paulo: Atlas, 1999. JURAN, J. M. A qualidade desde o projeto: novos passos para o planejamento da qualidade em produtos e servios. 1.ed. So Paulo: Pioneira, 2001

Obrigado
Contato: Prof.

Ms Osni Paula Leite E-mail leiteo@hotmail.com Telefone (15) 97714854