Você está na página 1de 31

Introduo ao Processo

Seis Sigma

Marcus Vinicius Carina


Baseado no Centro de
Informtica, UFPE. Brasil
O que Seis Sigma
uma metodologia estruturada para
fornecimento de produtos e servios
melhores, mais rpidos com custos mais
baixos; com uma forte base em
conhecimento de processos e atravs da
reduo da variabilidade dos processos.
O Processo Seis Sigma tem como foco:
Reduo do tempo de ciclo;
Reduo drstica de defeitos; e
Satisfao dos clientes.
O que Seis Sigma
O Seis Sigma permite que um
dirigente empresarial seja pr-ativo
ao invs de reativo com relao
questes de Qualidade;
A pr-atividade parte da definio,
estratgica, dos padres de qualidade
baseados em Sigmas (desvios padro).
Origem dos Seis Sigma
Na dcada de 80, a Motorola, promoveu o
desenvolvimento da metodologia com o objetivo de
melhorar a qualidade dos seus produtos;
Em 1986, Bill Smith, engenheiro da Motorola, definiu um
conceito chave para a empresa: Defeitos por
Oportunidade, ou Defeitos por Unidade;
Com este indicador, a Motorola passa a medir os
defeitos em todas as etapas de produo de forma
consistente;
Em 1988 a Motorola recebe o prmio Malcolm Baldrige
National Quality Award, equivalente ao nosso Prmio
Nacional de Qualidade;
Origem dos Seis Sigma
A IBM foi uma das primeiras empresas a
implantar as tcnicas do Seis Sigma, seguindo a
Motorola;
Este trabalho resultou, tambm, no Prmio
Malcolm Baldrige National Quality Award, em
1990;
A partir da o SIX SIGMA comeou
rapidamente a se tornar um fator crtico de
sucesso;
Observou-se que o processo poderia ser
aplicado em qualquer organizao devido sua
versatilidade.
Origem dos Seis Sigma
Quando Jack Welch tornou-se CEO da General Electric
Company, em 1991, um dos primeiros itens de sua
agenda foi a restruturao de toda a organizao;
As 12 unidades de negcio da GE deveriam utilizar
processos baseados em Seis Sigma;
Em 1995 a GE comeou seu programa com mdia de
qualidade de 3 Sigma;
Antes de 1997, subiu para 3,5 Sigmas;
Este aumento de qualidade transformou a GE, de uma
empresa de 25 bilhes de Dlares em uma empresa de
90 Bilhes e alta rentabilidade.
Como Funciona o Seis Sigma
O conceito estatstico, primeiramente, considera que o
comportamento do processo segue a distribuio normal
de probabilidades;

Distribuio Normal

Baseado nesta premissa, busca-se reduzir


gradativamente a variabilidade de um processo at que
se atinja um fator de 99,9997% de sucesso (Seis
vezes o desvio padro);
Como Funciona o Seis Sigma
Na linguagem da metodologia do Seis Sigma, um
processo medido por alguns ndices, relacionados
abaixo:
CP = Capacidade dos Processos
CPk = Capacidade ajustada dos Processos
Dpm = defeitos por milho, que a proporo de valores
fora da especificao, multiplicado por 1.000.000.
Dpmo = o mesmo do ndice anterior, mas expresso em
defeitos por milho de oportunidades.
Dpu = defeitos por unidade, que o total de defeitos
dividido pelo total de unidades produzidas.
Sigma Level, ou Nvel Sigma (Z) = o nmero de desvios
padro entre o centro do processo e a especificao mais
prxima.
Como Funciona o Seis Sigma
Para um processo que tem Cpk igual a 1,00
(Limites de Controle coincidindo com os de
Especificao), podemos estimar qual o
percentual de produtos fora da especificao:

Processo com Cp = Cpk = 1,0


Como Funciona o Seis Sigma
Calculando os valores de Z para os dois lados,
teremos:

Pela Tabela Normal Padronizada, a probabilidade


de um valor ser maior ou igual a Z=3 de
0,0135%, como temos dois lados (simetria),
temos que a probabilidae de Z=+/- 3 = 0,027% ou
de 2700 ppm.
Este valor considera que o processo esttico.
Como Funciona o Seis Sigma
Existem algumas diferenas da abordagem
convencional do Controle da Qualidade, como por
exemplo, os ndices de capacidade tradicionais, Cp e
Cpk, que assumem um processo esttico, o que na
realidade no acontece pois a longo prazo, os
processos variam;

Assumindo uma variao a longo


prazo de mais ou menos 1,5
desvios padro, podemos dar
aos ndices de capacidade uma
outra interpretao, mais realista.
Como Funciona o Seis Sigma
Calculando os valores de Z para os dois lados, teremos:

Pela Tabela Normal Padronizada, a probabilidade de um


valor ser menor ou igual a Z=4,5 de 0,0034% e maior
ou igual a z=1,5 de 6,6807%, resultando em uma
probabilidade de 6,6811% ou 66811 ppm.
Isso significa que a cada um milho de produtos 66.811
esto fora das especificaes;
Como Funciona o Seis Sigma
O que a metodologia Seis Sigma prega a
reduo drstica da variabilidade at um nvel
de 3,4 ppm (6 desvios padro) da mdia at a
especificao, superior ou inferior.

Visualizao do processo Visualizao do processo com


original variao reduzida
Como Funciona o Seis Sigma
A tabela abaixo apresenta os Limites de Especificao
vs. Defeitos para Distribuio sem Deslocamento
Agora se considerarmos uma variao da mdia =
1,5 , o que bastante comum na vida real, teremos o
grfico da Figura:

Tabela Limites de Especificao vs. Defeitos


para Distribuio com Deslocamento de 1,5
Anlise do Fator de Melhoria
Fator de Melhoria M Indica quantas vezes a
qualidade do produto ou servio deve ser melhorado
para aumentar o valor de em uma unidade (observar
que esta relao no linear).
Como podemos observar, medida que sobe a
melhoria tem que ser proporcionalmente maior. Os
valores do fator M, so calculados utilizando a frmula:
DMAIC
O processo seis sigma
estruturado e busca a
reduo de variabilidade;
O ganho expresso na
forma financeira/econmica;
A metodologia segue um
roteiro, conhecido como
DMAIC (Define, Measure,
Analyse, Improve, Control);
DMAIC
Definir: Defina as metas das atividades de melhoria.
Elas sero os DOSSI objetivos estratgicos da
organizao, tais como maior participao no mercado e
retornos sobre o investimento mais elevados. No mbito
operacional, uma meta possvel seria o aumento de
produo de determinado departamento. No de projetos,
as metas poderiam ser a reduo do nvel de defeitos e
o aumento de produo. Aplique mtodos de Brainstorm
ou data mining para identificar oportunidades de
melhorias potenciais.
Medir: Mea o sistema existente. Estabelea mtricas
vlidas e confiveis para ajudar a monitorar o progresso
rumo s metas definidas no passo anterior. Comece por
determinar o ponto de partida atual. Utilize a anlise de
dados exploratria e descritiva para ajudar a entender
os dados.
DMAIC
Analisar: Analise o sistema para identificar formas de eliminar a
lacuna entre o desempenho atual do sistema ou processo e a meta
desejada. Aplique ferramentas estatsticas para orientar a anlise.
Implementar: Incremente o sistema. Seja criativo para achar novas
maneiras de fazer as coisas melhor, de forma mais econmica ou
mais rpida. Use o gerenciamento de projetos e outras ferramentas
de planejamento e gerenciamento para implementar a nova
abordagem. Empregue mtodos estatsticos para validar a melhoria.
Controlar: Controle o novo sistema. Institucionalize o sistema
aperfeioado modificando os sistemas de remunerao e
incentivos, poltica, procedimentos de planejamento das
necessidades de material, oramentos, instrues operacionais e
outros sistemas de gerenciamento. Pode ser interessante adotar
sistemas como ISO 9000 para garantir que a documentao esteja
correta.
O Mtodo passo-a-passo
Quem Aplica a Metodologia
O treinamento do especialista Seis Sigma de, no mnimo, quatro
meses. Ao final do treinamento, estes especialistas so avaliados e
premiados como BlackBelts ou GreenBelts;
O treinamento terico de sala de aula associado a um projeto
prtico que permite demonstrar como os mtodos so utilizados no
"mundo real" dos processos;
Os quatro meses correspondem, na realidade, s quatro fases da
metodologia DMAIC (Definio, Medio, Anlise, Melhoramento e
Controle);
Cada uma das quatro fases inicia-se com uma reviso formal do
projeto, treinamento em sala de aula, atividades para demonstrar a
utilizao das ferramentas, e uma avaliao formal para estabelecer
se os conhecimentos adquiridos na sala de aula foram transferidos
ao projeto;
Os especialistas Seis Sigma so treinados na utilizao de
ferramentas estatsticas, mapeamento de processos,
gerenciamento de projetos e utilizao de software estatstico;
Quem Aplica a Metodologia
O custo da m qualidade (COPQ - cost of poor quality)
comumente usado na indstria como um critrio-chave
para a seleo e avaliao dos projetos de Seis Sigma;
Por exemplo, os projetos de Black Belts (BB)
normalmente economizam $250.000 ou mais, e os
projetos de Green Belts (GB) freqentemente rendem
economias entre $50.000 e $75.000 [2];
Tais nmeros so impressionantes quando observados
isoladamente; sua influncia na lucratividade geral e na
sade econmica de uma companhia ainda mais
impressionante quando observados coletivamente e no
contexto mais amplo dos outros nmeros da companhia.
Quanto tempo se leva para os resultados
de um projeto Seis Sigma aparecerem?

Um Projeto Seis Sigma requer um perodo de gestao


de dois a trs meses para caracterizar o processo e
finalizar a anlise do problema.
O projeto pode ser realizado num prazo de um a dois
meses, dependendo da disponibilidade dos dados ou da
infra-estrutura requerida para realizar um experimento
tipo DOE;
Desenho de Experimentos (DOE): mtodo estatstico utilizado
para identificar as variveis que conduzem a um desempenho
timo do processo. DOE muito mais rpido que a otimizao
tipo "ensaio e erro", em que as variveis de processo so
testadas "um a um".
Os benefcios so visveis um ms aps a concluso do
projeto e dependem da agressividade do "dono" do
processo na sustentao dos resultados obtidos.
Seis Sigma e a Lucratividade
O objetivo final da qualidade o aumento
da lucratividade;
No ambiente competitivo atual as
iniciativas devem justificar a si mesmas
economicamente;
Peter Drucker [1] afirma que o lucro no
a explicao, causa ou razo fsica do
comportamento e das decises do
negcio, mas o teste de sua validade.
Estudo de Caso
O objetivo deste exemplo, deliberadamente simplificado,
ilustrar a relao geral entre vendas, custos fixos e
variveis, e lucro, os quais utilizaremos para estudar os
efeitos econmicos dos trabalhos de Seis Sigma;
Ao longo do ltimo trimestre, suponha que a companhia
tenha vendido 1.000 produtos por $1.000,00 cada
Portanto a receita, proveniente das vendas para o
perodo foi de $1.000.000,00
O custo de produo de cada produto de $600,00 por
produto;
De forma simplificada, a lucratividade do processo
1.000 * $400,00 = $400.000,00;
Estudo de Caso
Aps uma avaliao de qualidade, verificou-se que a
probabilidade de um produto fabricado estar dentro dos
padres exigidos de cerca de 80%, ou seja, este
indicador confirma que o processo encontra-se em cerca
de 2,5 Sigma;
Nesta situao a empresa precisa produzir cerca de
1200 produtos para atender demanda trimestral;
Considerando que estes produtos no podem ser
reaproveitados o lucro do processo passa a ser :

1.000.000,00 (1.200*$600,00) = $280.000,00

Os custos da m-qualidade de processo passam a


representar ($400.000,00 - $280.000,00) = $120.000,00
Estudo de Caso
Aes podem ser definidas com o intuito de levar os
indicadores do processo para 4 Sigma;
Estas aes representariam 99,379% de aproveitamento
das amostras;
Neste nvel de qualidade do processo necessitaramos
produzir 1.000 / 0,99379 = 1.007 produtos para atender
s necessidades de venda;
Esta melhoria de processo representaria o aumento da
lucratividade para 1.000.000,00 (1.007*$600,00) =
$395.800,00
Estudo de Caso
Devemos estar atentos que a aplicao do processo e o
aumento da qualidade somente so possveis mediante
investimentos elevados, que devem ser explicados atravs de
tcnicas de ROI ( retorno de investimento ).
Para o exemplo, o ROI de um investimento de Dois Milhes de
Reais seria:

2.000.000,00/(395.800-280.000)= 17,27 trimestres ou 4,3 Anos


Consideraes Finais
A realizao de um nvel Seis Sigma de desempenho
um esforo contnuo para produzir produtos e servios
que evolucionem coerentemente at se ajustar s
necessidades dos mercados e dos clientes. Isso requer
que a excelncia no esteja s focada no desempenho
operacional, mas tambm na agilidade comercial de se
manter um passo adiante das necessidades dos
clientes.
O verdadeiro desafio no est na estatstica, mas no
conhecimento do negcio e dos clientes.
Isso facilita uma gesto totalmente controlada, que
permite enfrentar a dinmica e volatilidade dos
mercados.
Consideraes Finais
Quais so algumas das principais ferramentas do Seis Sigma?
Mapeamento de processos: mtodo que utiliza fluxogramas para identificar os
parmetros crticos do processo, cicios de retroalimentao e outras
caractersticas que mostram a operao ineficiente ou eficiente do processo.
Anlise de Sistemas de Medio: estabelece quo capaz um sistema de
medio na deteco de pequenas mudanas que influem significativamente no
real desempenho de uma varivel.
Capabilidade de processos: dimensiona a relao entre o desempenho de um
processo e o desempenho esperado pelo cliente do processo.
Desenho de Experimentos (DOE): mtodo estatstico utilizado para identificar
as variveis que conduzem a um desempenho timo do processo. DOE muito
mais rpido que a otimizao tipo "ensaio e erro", em que as variveis de
processo so testadas "um a um".
Controle Estatstico de Processos (CEP): onde grficos de controle so
utilizados para monitorar os parmetros crticos qualidade exigida pelo cliente
e para manter o desempenho do processo. Quando os parmetros de controle
foram estabelecidos atravs do DOE, o ajuste muito mais preciso e seguro.
Quando os parmetros de controle no foram derivados atravs de DOE, os
operadores podem induzir mais variaes pelo fato de desconhecerem a
verdadeira resposta do processo e no saberem qual o efeito dos ajustes na
variabilidade do processo.
Bibliografia
P.F. Drucker, Management: Task, Responsibilities and Practices, Harper & Row,
1974.
R.D. Snee & R.W. Hoerl, Leading Six Sigma: A Step-by-Step Guide Based on
Experience With GE and Other Six Sigma Companies, Prentice Hall, 2003.
J.M. Juran e A.B. Godfrey, Juran's Quality Handbook, 5a. edio, McGraw-Hill, 1999.
Snee e Hoerl, Leading Six Sigma.
Edwin Mansfield, Microeconomics, 8a. edio, W.W Norton, 1994.
Juran e Godfrey, Juran's Quality Handbook.
BAYLE, P., FARRINGTON, M., SHARP B, HILD C., SANDERS D. Illustration Of Six
Sigma Assistance On A Design Project. Quality Engineering, V.13 N.3, p.341-348,
2001.
BEHARA, R. S., AUSTIN, S. F., FONTENOT, G. F., GRESHAM A. Customer
satisfaction
measurement and analysis using Six Sigma. International Journal of Quality &
Reliability Management, V.12 N.3, p.9-18, 1995.
BLAKESLEE, J. A. Achieving Quantum Leaps in Quality and Competitiveness:
Implementing the Six Sigma Solution in Your Company. ASQs 53th Annual Quality
Congress Proceeding, p.486-496, 1999.
CORONADO, R. B., ANTONY, J. Critical success factors for the successful
implementation of six sigma projects in organisations. The TQM Magazine, V.14 N.2 ,
p. 92-99, 2002.
Bibliografia
DALE, B. G., WILLIAMS, R. T., WIELE, T. Marginalisation of quality: is there a case to answer?.
The TQM Magazine, V.12 N.4, p.266-274, 2000.
ECKES, G. The Six Sigma Revolution. Ed. New York: John Wiley and Sons, 2000.
ERWIN, J. Its not difficult to change company culture. Supervision, V.61 N.11, p.6-11, 2000.
HALLIDAY, S. , So what is exactly . . . six sigma?. Works Management, V.54 N.1, p.15, 2001.
HARRY, M., SCHROEDER, R. Six sigma: the breakthrough management strategy revolutionizing
the worlds top corporations. Currency Publishers, 2000.
HENDERSON, K., EVANS, J. Successful implementation of six sigma: benchmarking General
Electric Company. Benchmarking and International Journal, V.7 N.4, p.260-281, 2000.
HILD, C., SANDERS, D., COOPER, T. Six Sigma on Continuous Processes: How and Why It
Differs. Qual. Eng., V.13 N.1, p.1-9, 2000.
INGLE, S., ROE, W. Six Sigma. Black Belt Implementation, V.13 N.4, p.273-280, 2001.
LINDERMAN, K., SCROEDER, R. G., SRILATA, Z., CHOO, A. S. Six Sigma: a goaltheoretic
perspective. Journal of Operations Management, V.1 N.11, p. 330-341, 2002.
MARASH, S. A. Six Sigma: Business Results Through Innovation. ASQs 54th Annual Quality
Congress Proceeding, p.627-630, 2000.
PANDE, P.S., NEUMAN, R., CAVANAGH, R.R. The Six Sigma Way: How GE, Motorola and Other
Top Companies are Honing their Performance. Ed. New York: McGraw-Hill, 2000.
SANDERS, D., HILD, C. R. Common Myths About Six Sigma. Qual. Eng., V.13 N.2, p.269-276,
2000.
YIN, R. K. Case study research: design and methods. 2 Ed. Newbury Park: Sage Publications,
1994.
R.D. Snee & R.W. Hoerl, Leading Six Sigma: A Step-by-Step Guide Based on Experience With
GE and Other Six Sigma Companies, Prentice Hall, 2003.