Introduo ao Processo Seis Sigma

PROF.DR. JOS PAULO ALVES FUSCO FEB FACULDADE DE ENGENHARIA DE BAURU UNESP
Fonte: Rabelo, A.T. 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 nivel de 3,4 ppm (6 desvios padro) da mdia at a especificao, superior ou inferior.

Visualizao do processo original

Visualizao do processo com 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 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 necessitariamos 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, ciclos 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.