Dmaic 1703951725

OpEx DMAIC Training
Operational
Excellence Quality
Program
PARTE I Prepared by: Marcelo Di Mase

Certified Quality Engineer by
ASQ – American Society for Quality
MISSION: To be leaders of an enterprise approach to ensure CQE n# 43105
our suppliers achieve launch and quality excellence.
Este material não poderá ser copiado, ou reproduzido, sem prévia autorização.
SQ&D Internal Information
DMAIC Training
PARTE I Prepared by: Marcelo Di Mase

Certified Quality Engineer by
ASQ – American Society for Quality
MISSION: To be leaders of an enterprise approach to ensure CQE n# 43105
Este material não poderá ser copiado, ou reproduzido, sem prévia autorização.
INTRODUÇÃO
“Sucesso significa que você implementou algo

diferente, alcançou seu uso bem-sucedido e
sustentou o benefício....
Superar a resistência é a chave para o sucesso...”

MISSION: To be leaders of an enterprise approach to ensure

LEAN SIX SIGMA - CONCEITOS
Objetivo do Six Sigma
Do ponto de vista técnico, o Lean Six Sigma é uma metodologia que tem por objetivo promover a
melhoria dos processos, de modo que sejam atingidos níveis de defeitos com incidência de 3,4 PPM
para características críticas e importantes para a Qualidade dos clientes (CTQs – Critical to Quality).
Do ponto de vista da abordagem de negócio, Six Sigma é uma filosofia que tem por objetivo a obtenção
de produtos livres de defeitos.
Do ponto de vista das montadoras de veículos: o Six Sigma é muito mais do que uma melhoria de
processo. Trata-se de um modus operandi para aumentar a produtividade da empresa e melhorar a
satisfação de seus clientes.
Isto resulta em menores custos e mais negócios para aumentar a competitividade e permanecer nos
mercados, que estão cada vez mais exigentes.

Alguns Benefícios do Six Sigma
 Aumento da produtividade.
 Redução de custos.
 Melhoria dos resultados dos negócios da empresa.
 Desenvolvimento de pessoas e lideranças.
 Mudança da cultura da empresa.
 Melhoria da capacidade analítica e da tomada de decisão.
 Redução das reclamações dos clientes externos e internos.
 Maior volume de vendas e clientes fiéis

MISSION: To a marca.
be leaders of an enterprise approach to ensure

Pensamento Estatístico - Insights
Todo trabalho executado é um conjunto de processos inter-relacionados.
Todo processo está sujeito a variações, em maior ou menor quantidade.
O foco para a melhoria dos processos é a redução sistemática de sua variação.
Conceitos Básicos Lean Six Sigma

Defeito é tudo aquilo que bloqueia, ou inibe, um processo de maior produtividade e/ou qualidade.
Clientes externos e internos representam tudo a que se destinam as saídas de um processo e que podemos
denominar de “produtos”.
Características Críticas de Qualidade (CTQs) são todas as características dos produtos essenciais ao cliente.
Para diminuir a variação de um processo é necessário saber quais são as causas relacionadas às fontes de
variação.

Pensamento Lean Six Sigma
Lean significa reduzir desperdício e, como consequência, reduzir custo.
Six Sigma significa reduzir variação.
Quando se combina o Lean com o Six Sigma

Minimiza-se a variação e eliminam-se os desperdícios, com rapidez nos processos e com os
produtos atendendo a qualidade requerida pelo cliente.
É esperada a mudança na cultura da empresa, na forma de pensar e agir em relação aos problemas
que afetam os resultados do negócio.
Sem o direcionamento da alta liderança da empresa e sem o envolvimento das pessoas, não
haverá sucesso.

DMAIC - CONCEITOS


DMAIC TOOLBOX D M A I C
DEFINE
DEFINE
• Identificar o problema, o escopo e desenvolver o plano de negócios.
• Identificar os requisitos do cliente.
• Identificar os principais problemas e estratégias para abordagem.
• Traçar os objetivos do projeto, identificar seus benefícios e montar a equipe que desenvolverá
o projeto. Recursos e principais partes interessadas devem ser identificadas nesta fase.
• Desenvolver o planejamento do projeto e o cronograma do projeto.
• Verificar se existem soluções já existentes aplicadas (exemplo: lições prévias aprendidas).
• Registrar o projeto em site MISSION:
da empresa para acesso aos envolvidos e liderança da organização.
To be leaders of an enterprise approach to ensure

DEFINE
D1- Identificação do Problema (Problem Statement)
 Definir áreas / funções específicas afetadas (escopo).
 Os dados definem o desempenho passado do processo e identificam-se os “gaps” que o

separam do objetivo.
 Os dados definem quando o problema ocorreu / quando precisou ser corrigido.
 Deverá ser sempre considerado o impacto no cliente (externo e/ou interno).


DEFINE
Exemplo de Identificação do Problema (Problem Statement)
* Abordagem 1 para Identificação do Problema:
“Nossos clientes não estão pagando suas contas em dia.”
* Abordagem 2 para a idenfificação do Problema:
“Em 2017, 32% dos nossos clientes estão atrasados, em média mais de 50 dias no
pagamento de suas contas.
Isso representa 25% de nossa receita em aberto e afeta negativamente nosso fluxo de caixa
operacional. ”

DEFINE
D2- Objetivo do Projeto (Project Target)
 O objetivo do projeto complementa a “Identificação do Problema” para especificar o quanto

deverá ser melhorado o processo de forma planejada, a fim de eliminar / mitigar o problema
identificado.
Exemplo:
“Em 2017, 32% dos nossos clientes estão atrasados, em média mais de 50 dias no pagamento de suas
contas.
Isso representa 25% de nossos recebíveis em aberto e afeta negativamente nosso fluxo de caixa
operacional. ”
Objetivo do Projeto: “Melhorar métricas de pagamento atrasado em 60% até Outubro 2018”.

DEFINE
Exemplo
Identificação do Problema (Problem Statement) – Cenário 1
“Melhorar visibilidade de modelo SUV”
Identificação do Problema (Problem Statement) – Cenário 2

“Os clientes do modelo SUV (JD Power APEAL) expressaram preocupação com a "visibilidade traseira"
e a dificuldade de avaliar as distâncias ao estacionar”. “A pontuação atual da pesquisa é 767, abaixo
da média de 785”.
Objetivo do Projeto (Project Target)

Identificar o ponto crítico do veículo e os elementos de design para melhorar a percepção de
visibilidade dos ocupantes. Identificar métricas que contribuam para a visibilidade externa, a
fim de melhorar a pontuaçãoMISSION:
da pesquisa em
To be leaders of an90 pontos
enterprise para
approach to2019
ensure MY.

DEFINE
Identificação do Problema (Problem Statement) não deveria:

* Endereçar mais do que um problema.
* Atribuir causas do problema, sem antes medi-lo e avalia-lo com propriedade.
* Atribuir culpados pela ocorrência do problema.
* Oferecer solução prematura para o problema.
* Basear-se em conjecturas, ou crenças, e não em fatos comprovados.
* Considerar questões fora do escopo real do problema.
Identificação do Problema (Problem Statement) deveria:

 Mensurar o problema e incluir métrica para monitoramento.
 Ser conciso e claro na descrição do problema.
 Ser específico na descrição do problema.
 Considerar onde o problema está ocorrendo.
 Considerar o tempo em queMISSION:
o problema estáofacontecendo.
To be leaders an enterprise approach to ensure

DEFINE
D3- Formação da Equipe para Desenvolvimento do Projeto

 Definir a equipe do projeto com base no nível de conhecimento necessário para promover as
melhorias.
 Atribuições do Sponsor do Projeto: objetivos do projeto; recursos para realizações e
resultados do projeto; acompanhamento do projeto; escolha do Líder do Projeto e escolha de
Membros da Equipe; promoção da continuidade do projeto na organização como melhoria
contínua.
 Atribuições do Líder do Projeto: planejamento e organização das fases do projeto DMAIC para
alcançar resultados e cumprir o cronograma do projeto, gerenciando as tarefas e delegando-as
aos Membros da Equipe designados.
 Atribuições dos Membros da Equipe: desenvolver as tarefas atribuídas e participar de reuniões
coordenadas pelo Líder doMISSION:
Projeto.To be leaders of an enterprise approach to ensure

DEFINE
D4- Árvore de Foco do Projeto (Project Focus Tree)

Boa Prática: iniciar com a “Identificação do Problema”; a seguir, desenvolver a “Árvore de
Foco do Projeto”; depois, completar a definição do projeto.
Objetivos da Árvore de Foco do Projeto (Project Focus Tree):

 Transformar uma idéia de problema ampla e ambígua em uma identificação do problema bem
definida, quantificada e focada.
 Definir a identificação do problema, com abrangência no escopo de projeto, e que será
impactante para o negócio.
 Detalhar o problema e comunicar às partes interessadas porque e como o projeto foi definido.
 Completar a identificação do problema e a parte do escopo do projeto durante a fase de
definição. our suppliers achieve launch and quality excellence.

DEFINE
Exemplo – Identificação Inicial do Problema: Retrabalhos em Manutenção de uma Fábrica.

Retrabalhos de
Manutenção
Manutenção Manutenção Manutenção

Elétrica 3 % Máquinas 95 % Predial 2%
Máq. Usinagem Injetoras Prensas

7% 85% 8%
Injetora Fabricante A Injetora Fabricante B Injetora Fabricante C

6% 90 % 4%

DEFINE
D5- Análise de Pareto

Análise de Pareto é uma técnica que permite identificar alguns dos principais problemas
críticos, a fim de concentrar esforços. É útil para identificar, por grandeza, os dados coletados
e oportunidades.


DEFINE
 Análise de Pareto é usada para entender os problemas atuais do processo, destacando os

poucos problemas críticos com a maior oportunidade. Também é útil identificar áreas
problemáticas ocultas, mas crônicas, que precisam ser abordadas para melhorar a empresa.
 Análise de Pareto pode ser utilizada em sequência à Árvore de Foco do Projeto (Project Focus
Tree) para detalhar a definição do projeto. Pode também ser aplicada em toda a metodologia
DMAIC.
 A análise de Pareto é tipicamente usada com dados de problemas existentes nas empresas,
tais como defeitos, garantia, etc.
 Quando grandes quantidades de dados são categorizadas para produzir um Gráfico de Pareto,
isso possibilita a tomada de decisões estratégicas para se concentrar nos principais
problemas. MISSION: To be leaders of an enterprise approach to ensure

DEFINE


DEFINE


DEFINE
Análise de Pareto pode ser utilizada tanto na fase DEFINE, para levantamento de dados históricos do
processo, como nas fases MEASURE, para
MISSION: To be levantamento
leaders de indicadores
of an enterprise approach to ensure atuais do processo (Key
Performance Indicators) e ANALYZE.
DEFINE
D6- Árvore de Realidade Futura (Future Reality Tree)
 Uma abordagem gráfica para mapear as relações de causa e efeito, resultantes da

alteração que se pretenda fazer.
 Tem por finalidade confirmar a lógica que relaciona a mudança proposta com os resultados
desejados, a fim de identificar possíveis conseqüências adversas.
 Pode ser utilizada na fase “Define” e também na fase “Improve”, nesta última, após identificar a
ação proposta de melhoria para o problema que é o foco do projeto.
 Mostra relações de causa-efeito e como a mudança proposta deve criar o resultado desejado,
surgindo potenciais efeitos colaterais ao longo do caminho.


DEFINE


DEFINE
D7- Metas Financeiras

 Um conjunto de regras estabelecidas para definir como as oportunidades de ganho
financeiro em termos de economia de custos (cost savings) / redução de custos (cost
reduction) será calculada, validada e reconhecida para cada projeto.
 Metas financeiras são usadas para validar como cada projeto irá oferecer economias
estratégicas para a organização, a fim de se tornarem relevantes para o desenvolvimento
do projeto.
 Metas financeiras também estabelecem os meios para mensurar quais serão as
economias reais, após a conclusão do projeto.
 Objetivos financeiros estabelecidos e, no mínimo atingidos, promovem na organização a
motivação para o desenvolvimento de novos projetos de melhoria contínua.

DEFINE
Para projetos OpEx, o Líder do Projeto (Project Leader) registra no Project Charter os ganhos
(Savings) projetados em três anos consecutivos.
 A aprovação estimada dos ganhos (Savings) requer sua validação com três assinaturas.


DEFINE
D8- Project Charter – Aplicação OpEx

 Documento usado para organizar informações críticas do projeto. Em geral, define o
problema, determina seu impacto e/ou oportunidades para a organização e prescreve os
recursos necessários para que o projeto atinja as metas estabelecidas.
 Serve também para assegurar que as informações-chave do projeto (“Identificação do
Problema”, “Impacto Financeiro”, “Requisitos de Recursos”) estejam definidas e
quantificadas, antes do início do projeto.
 O Líder do Projeto preenche o Project Charter usando dados e informações da equipe do
projeto.
 Em suma, o Project Charter serve para definir a viabilidade do projeto e confirmar que a
liderança o aprova e o suporta.

DEFINE
Concluído pelo Lider do Projeto

OpEx (com input dos membros
da equipe).
Informações Chaves:
 Identificação do Problema
 Objetivo do Projeto
 Benefícios Estimados
 Recursos Necessários
 Cronograma do Projeto
 Informações para Suporte
 Áreas Impactadas
 Aprovação Gerencial


DEFINE


DEFINE
D9- Voz do Cliente (VOC – Voice of The Customer)

 Abordagem estruturada para entender os desejos e necessidades do cliente, capturando e
analisando informações sobre como eles usam e julgam o produto / serviço.
 VOC permite que um projeto, ou organização, utilize dados gerados pelo cliente para priorizar
o que melhorar, a fim de aumentar sua satisfação. Ex.: indicadores de desempenho VOC;
número de reclamações (PPM externo); PRRs emitidos; certificações BIQS; etc.
 VOC é usado na fase de definição do DMAIC para entender os problemas correntes do
processo, as necessidades do cliente e possíveis falhas do processo quanto ao não
atendimento aos requisitos desejados pelos clientes.
 Uma vez identificados os clientes (externos / internos), métodos de coleta de dados são
usados para capturar suas necessidades e para impulsionar as melhorias aplicáveis.

DEFINE
Exemplos de Coleta de Dados para Entender o que o Cliente Quer:

 Entrevistas; Clínicas; J.D. Powers; Relatórios de Consumidores; Midia Social; Benchmarking.
 Diagrama de Afinidades (Affinity Diagram) – podem ser usados para organizar e consolidar
ideias geradas em sessão de Brainstorming, ou qualquer processo de geração de ideias.


DEFINE
D10- Voz do Processo (VOP – Voice of The Process)

 É tudo aquilo que um processo consegue produzir, em termos de entradas, saídas e recursos
necessários para completar etapas que constituem uma transformação funcional.
 Alguns indicadores KPI (Key Performance Indicators) VOP usuais para estabelecimento de
metas e monitoramento:
 First Time Quality – FTQ: habilidade de um processo produzir peças sem refugo ou retrabalho.
N = total de peças produzidas no processo

S = total de peças refugadas no processo
R = total de peças retrabalhadas no processo
O FTQ deveria ser avaliado em cada etapa

MISSION: do processo!

DEFINE
 Overall Effectiveness Equipment – OEE: representa a integração de efeitos de seis grandes perdas.
Disponibilidade % X Performance % X Qualidade %

= OEE
Capacidade Esperada (Velocidade) Sem Defeitos
Equipamento
Equipamento gerando produtos no
Confiável
tempo desejado
Disponibilidade Performance Qualidade

1. Falhas no equipamento 3. Inatividade e paradas menores 5. Defeitos no processo
2. Tempo para ajustes e 4. Redução da velocidade 6. Start-up e rendimento reduzido
setup
 Melhora da disponibilidade do equipamento e de sua produtividade, com queda de defeitos e/

ou retrabalhos.
 Melhorias do OEE resultam em redução nas Seis Grandes Perdas.

DEFINE
 Indicadores de Manutenção Corretiva

Mean Time Between Failures
 MTBF Tempo de Operação
MTBF oferece informação da confiabilidade MTBF =
Número de Avarias
do equipamento.
 MTTR
MTTR oferece informação da Manutenibilidade Tempo
do equipamento (tempo de reparo em função das
paradas)
Mean Time To Repair / Recovery
Tempo de Reparo
MTTR =
Número de Avarias
 Alta performance do equipamento:
Alto MTBF  Baixo MTTR

DEFINE
 Performance do Processo em KPCs, PQCs e KCCs

 KPCs – Definida nos desenhos GM: a função de perda mostra que a variação razoavelmente antecipada
dentro da especificação pode afetar significativamente a satisfação do cliente.
Requisito: redução contínua na variação do processo em direção a uma meta nominal com gráficos
SPC (Controle Estatístico de Processo), Planos de Controle de Processo e procedimentos de Qualidade.
 PQCs – Definida nos desenhos GM: a função de perda mostra que a variação razoavelmente antecipada
dentro da especificação pode afetar significativamente a satisfação do cliente.
Requisito: manter a tolerância através de planos de controle de processo e procedimentos de
qualidade apropriados, com monitoramento contínuo e coleta de dados.
 KCCs – Não definido nos desenhos GM: parâmetros de processo para os quais a variação deve ser controlada
em torno de algum valor alvo para garantir a redução da variação do processo.

DEFINE
 Process FMEA Gap Analysis Risk Mitigation:
 Os esforços devem concentrar-se na previsão e na prevenção de possíveis falhas e modos de

falha, em vez de simplesmente reagir a falhas reais.
O que isto significa?

 Descobrir como cada operação subsequente é afetada devido ao desempenho da operação
anterior.
 Avaliar como cada operação de cada linha pode tornar o produto fora de especificação.
 Estabelecer metas para redução de risco, que incluem metas para controles de prevenção e de
detecção.


MEASURE
MEASURE
 A fase “Measure” trata da documentação do processo atual e valida como ele é medido,
estabelecendo uma linha base com relação a performance.
 Enquanto que na fase “Define” são estabelecidos os KPIs do projeto, nesta fase do DMAIC
serão analisadas as metas e as variáveis que implicam nos resultados esperados.
 Exemplos de algumas ferramentas importantes neste processo: Gráficos de
Tendência; Gráfico de Pareto; Fluxogramas; Medição da Capabilidade do Processo.
 Uma sequencia que pode ser adotada para esta fase compreende, basicamente, as seguintes
etapas: plano para a coleta de dados; análise do sistema de medição; coleta dos dados;
verificação de como estão ocorrendo os dados ao longo do tempo; identificação de potenciais
modos de falhas que poderão impactar em riscos para o processo.

MEASURE
Fluxograma da Fase “Measure”


MEASURE
M1- Fundamentos do “Lean Manufacturing”

 O objetivo do “Fluxo” é manter o trabalho, que faz parte do processo, se movendo de
acordo com o que foi previamente concebido, quanto ao cumprimento dos requisitos de
manufatura.
 Desperdícios impedem que o trabalho se desenvolva de forma eficiente ao longo do fluxo.
 Os tipos de desperdícios mais comumente conhecidos são 7:
 Correção – defeitos dentro do processo causam correção: retrabalho / reparo / refugo /
retorno.
 Superprodução – produzir mais do que o necessário / produzir antecipado, ou mais rápido do
que o requerido para a etapa subsequente do processo. Consequências: excesso de
inventário / grande quantidade de lotes intermediários / planejamentos variáveis / recurso
humano mal aproveitado /MISSION: To be leaders of an enterprise approach to ensure
equipamento sobrecarregado,
our suppliers achieve ou ocioso.
launch and quality excellence.

MEASURE
 Movimentação do Operador – Desnecessários movimentos de trabalho por um membro da

equipe ou máquina o qual não agrega valor ao produto.
 Movimentação de Materiais – Desnecessário transporte, armazenamento ou reorganização
de itens, peças, equipamentos, etc., que não são requeridos para a produção.
 Espera - Permanecer em um lugar ao fazer algo diferente do que está relacionado à tarefa
em mãos. É um uso improdutivo do tempo em que não agrega valor ao processo.
 Inventário - Qualquer coisa em demasia que possa ocupar espaço, levar a obsolescência,
impactar na segurança, causa desperdício de movimentação ou desperdício de
movimentação de material.
 Superprocessamento - Fazer algo que o cliente não perceba como valor agregado ao
produto, devido à falta de padrões, procedimentos inexistentes, ou ineficientes.

MEASURE
Takt Time
Tempo Total disponível para Produção por Turno/Dia:
MENOS Paradas Programadas ou Refeições
Definição:
O tempo máximo disponível para produzir um produto ou
serviço baseado na demanda do cliente.
DEMANDA da Planta de Montagens da GM em

Fórmula: peças por turno/dia
Tempo de Produção Disponível Por Período

TT =
MISSION: Demanda
To be leadersCliente Por Período
of an enterprise approach to ensure

MEASURE
Actual Takt Time - ATT
Definição: O tempo disponível para produzir um produto ou

serviço, depois de consideradas as perdas do sistema.
Perdas devido a chamadas do ANDON:
(Parada Qualidade e Equipamento)
TEMPO DE
ATIVIDADE
do Sistema
Fórmula:
ATTMISSION:
= To(1be– leaders
Perdasof do Sistema %) x Takt Time
an enterprise approach to ensure

MEASURE
Actual Takt Time – ATT - Exemplo


MEASURE
Sistema “Puxado” e Sistema “Empurrado” - Conceitos
 O Sistema “Puxado” é baseado nas necessidades do cliente. É produzido apenas o

necessário e quando necessário, mediante solicitação da etapa do processo que necessita
do produto da etapa anterior.
Demanda


MEASURE
Tipos de Sistema “Puxado”- Conceitos
 Sistema “Puxado” com Supermercado: também conhecido como sistema de reposição.

A empresa opera com um estoque mínimo (exatamente como um supermercado).
 Assim que o cliente compra um produto ele é retirado e um cartão Kanban é liberado a fim de
que a fábrica produza outro produto a fim de substituí-lo na “prateleira”.
 Sistema “Puxado” Sequencial: Pode ser utilizado quando existe uma grande variedade de peças
que devem ser armazenadas em um supermercado.
 Nesse caso o padrão dos pedidos dos clientes precisa ser bem estudado a fim de que as entregas
sejam feitas a tempo.
 Outro ponto importante é que o lead time de produção deve ser extremamente curto (além de
ser menor do que o lead time do pedido).

MEASURE
 Sistema “Empurrado”: baseado na produção de um cronograma e na transferência do produto, ou

serviço, ao longo do processo, para as etapas subsequentes, mesmo que elas não estejam prontas
para receber o produto dos processos anteriores.
 Na prática, com esse tipo de produção, movimenta-se grandes lotes de produtos para o processo
seguinte sem um planejamento prévio de forma que, muitas vezes gera-se estoque tanto dentro,
como fora da fábrica (ou seja, estoques de produto semiacabado e produto acabado).
Demanda
 Nesse modelo, a empresa passa a trabalhar constantemente com propagandas, não com o objetivo
de fortificar a marca, mas deMISSION:
vender To be leaders of an enterprise approach to ensure
obrigatoriamente o produto para que se consiga dinheiro em
caixa a fim de fabricar mais e mais.
MEASURE
Sistema “Just in Time” - Conceitos
 Sistema de manufatura de produto, ou serviço, que produz, essencialmente, o que o cliente

quer, na quantidade por ele desejada e no tempo por ele estabelecido.
 O “Just in Time” utiliza sempre o sistema “Puxado” de produção, ou serviço.


MEASURE
Sistema “Just in Time” – Outras Características

 Máquinas em ordem de processos.
 Colaboradores multiprocessados.
 Operações de Manutenção, movendo-se durante o processo.
 Equipamentos compactos e baratos.
 Operações ergonomicamente corretas.
 Produção estimulada para o Takt Time – fluxo de uma peça.
 Operações “Padrão” definidas e implementadas.


MEASURE
M2- Diagrama FEPSC (SIPOC)
 Toda atividade executada em uma empresa pode ser considerada como um processo,
basicamente constituído de 5 componentes: Fornecedores / Entradas / Processo / Saídas /
Clientes.
 Este diagrama possibilita uma visão macro do processo, além de estabelecer fronteiras do
processo em análise.
 Possibilita também identificar quem são os clientes e avalia se todas as áreas envolvidas
estão representadas.
 Determina os limites de atuação das etapas do processo e oferece uma visão mais clara
do Mapa do Processo.

MEASURE


MEASURE
M3- Mapa do Processo
 Demonstra de forma clara uma sequência de atividades por meio de representações

gráficas, a que denominamos Diagramas de Blocos.
 Possibilita entender a complexidade do processo, com informação da localização de

gargalos, pontos de controle, redundâncias e retrabalhos.
 Identifica áreas onde devem ser coletados os dados.
 Permite avaliar etapas do processo que representam maior impacto em seu desempenho.


MEASURE
Envio de Recebimento de Inspeção de Matéria

1-Fornecedor
Matéria Prima Matéria Prima Prima
Buffer MP Estoque MP
(Perfilação) Aprovada sim não Quarentena
MP
MP
Aprovada?
Reprovada
Soldagem da Bobina Controle Dimensional Peça não

Perfilamento Scrap
(Perfiladeira) 1 Aprovada?
sim
Buffer Buffer
Estiramento Perfilamento Manuseio 1
Manuseio Manuseio
Estiramento (acumulo de
3 2
10 pçs)
Controle Dimensional Peça não

Corte Scrap
2 Aprovada?
sim

Separação Manuseio our Lixamento Manuseio
suppliers achieve Calibração
launch and quality de
excellence. Embalagem Cliente
(LD/LE/DI/TR) 4 das Pontas 5 Assentamento

MEASURE
M4- Análise Gráfica

 Os métodos gráficos nos permitem visualizar possíveis relações dentro dos dados
coletados. Essas relações possibilitam determinar a causa raiz daquilo que foge a uma
especificação.
 Uma análise gráfica é sempre seguida por uma avaliação analítica para confirmação.
 Estatística é a ciência que trata da coleta, organização, descrição, análise e interpretação

dos dados.
 Basicamente, existem dois tipos de dados (indicadores), em função das características:

 Caractarísticas do tipo Variável, ou Contínuas (Mensuráveis);
 Características do tipo Atributivo, ou Discretas (Contábeis).

MEASURE
Exemplos:
Dados de características do tipo Variável:
 Corrente elétrica (Amperagem).
 Peso de embalagem (Gramas).
 Consumo de energia Elétrica (KW).
 Volume de líquido em reservatório (L).
 Dados de características do tipo Atributivo:
 Quantidade de reclamações de clientes.

 Erros em 1000 lançamentos.
 Número de causas potenciais de falhas.
 Qualidade Boa, ou Qualidade Ruim.

MEASURE
O Que é Melhor Utilizar: Dados por Variáveis, ou Dados por Atributos? Considerações:
 Dados por variáveis oferecem mais informações por amostra do que dados por atributos.
 Dados por variáveis permitem conclusões com amostras menores do que dados por
atributos.
 Existem mais ferramentas disponíveis para análise de dados por variáveis, todas com
maior recurso estatístico.
 Sempre que possível, os dados devem ser obtidos com o maior conteúdo de informações.
 Fundamental que a metodologia para coleta de dados e/ou sua extratificação seja
comprovadamente confiável.

DMAIC TOOLBOX – Medidas Descritivas D M A I C
MEASURE
Medidas Descritivas
 Para caracterizar um conjunto de dados, determinam-se as medidas descritivas.
 Medidas de Posição: Indicam o centro dos dados.
 Média (x-barra) centro de massa de um conjunto de dados.
Exemplo
Distribuição de Dados 2, 17, 5, 37, 42, 13, 83, 107, 42, 56, 4
Média = 37,09

MEASURE
Medidas Descritivas
 Mediana (Q2 ou M) divide a amostra ordenada em duas partes iguais.
M = ponto, onde 50% dos dados

são menores e 50% maiores
Exemplo:
2, 5, 13, 17, 23, 37, 42, 42, 56, 83, 107

MEASURE
Medidas Descritivas – Úteis para Comparação.

 Moda Valor de dados que ocorre mais frequentemente na distribuição.
Exemplo:
2, 5, 13 , 17, 23, 37 , 42, 42, 56 , 83, 107
Moda
 Quartis (Q1 e Q3) divide a amostra ordenada em quatro partes com iguais quantidade
de elementos.
Do Exemplo anterior:
Q2 = 37; Q1 = 13; Q3 = 56; Moda = 42.

MEASURE
Medidas Descritivas – Úteis para Comparação.

 Medidas de Dispersão: Indicam a variação dos dados.
 Amplitude (R – Range) Diferença entre o maior valor e o menor valor dos dados
apurados.
5, 13 , 17, 23, 37, 42, 42, 56, 83 R = 83 – 5 = 78
 Variância (S2) – Medida de dispersão que indica quanto distante os valores situam-se em
relação ao valor esperado.
 Desvio Padrão (S) – Medida de dispersão dos dados em torno da média, expressa pela raiz
quadrada da Variância.

MEASURE
N = tamanho da amostra
N* = Qtdade de dados não válidos (“missing data”)
Mean = Média
SE Mean = Erro Padrão da Média
St Dev = Desvio Padrão
Median = Mediana


MEASURE
Boxplot
 O Diagrama Boxplot é usado para dados do tipo variáveis, com o objetivo de mostrar o
centro dos dados, sua variabilidade, a forma de dados, sua dispersão, além de identificar
possíveis Outliers.
 Construção do Boxplot:
 Ordenar os dados em ordem crescente.
 Dos dados levantados, determinar a mediana (Q2) e o primeiro e terceiro quartis (Q1 e
Q3).
 Determinar a amplitude (H = Q3 – Q1).
 Determinar limite superior e limite inferior LS = Q3 + (1,5 x H); LI = Q1 – (1,5 x H).
 Desenhar as linhas até o menor e maior valores, dentro dos limites inferior e superior.
 Marcar os pontos fora das linhas desenhadas e considera-los como “Outliers”.

MEASURE


MEASURE


MEASURE


MEASURE
Conclui-se que o processo II apresenta

menos variação do que o processo I


MEASURE
Histograma
 É um recurso gráfico que possibilita identificar o formato dos dados obtidos.
 Características do Histograma.
 Mostram a frequência das ocorrências na distribuição dos dados.
 Exibe o resultado acumulativo dos dados.
 É um gráfico de barras que indica visualmente a centralização, a variabilidade e a
distribuição dos pontos de dados.
 Classifica os dados em classes, onde eles são contados em cada uma delas.
 São traçados retângulos cujas alturas são proporcionais às classes.
 É recomendável amostras com, no mínimo, 30 dados.

MEASURE
 O Histograma com padrão simétrico é comum aos processos operacionais aleatórios.

 Apresenta distribuição com único pico e duas metades similares
 É desejável que o processo produza próximo a um valor central, com pouca variação em
torno desse valor.
Frequência

Distribuição Simétrica dos Dados
MEASURE
 O Histograma com padrão assimétrico, no geral, indica tendências importantes (ex.:

desgaste de ferramenta).
 Pode também ser natural do processo (ex.: defeitos; erros; tempo; característica
geométrica; etc.) e geralmente indica que há uma razão para este comportamento dos
dados.
Frequência

Distribuição Assimétrica dos Dados
MEASURE
 O Histograma com padrão bimodal, no geral, indica duas fontes de variação (ex.: duas
máquinas; dois operadores).
 Apresenta dois picos e possui variação total maior do que a variação individual de cada
fonte de variação.
Frequência

Distribuição Bimodal dos Dados
MEASURE
 O Histograma com padrão multimodal, no geral, indica diversos picos (ex.: processos com
ajustes frequentes; processos não padronizados; etc.).
 Apresenta variação total excessiva, provavelmente devido a causas especiais.
Frequência

Distribuição Multimodal dos Dados
MEASURE
 O Histograma com padrão truncado é identificado pela queda abrupta no final (em vez de
diminuir gradualmente).
 Pode indicar, no geral, que parte dos itens gerados foram retirados. Ex.: em inspeção
100%, somente considerados na distribuição aqueles itens em conformidade com a
especificação.
Frequência

Distribuição Truncada dos Dados
MEASURE


MEASURE


MEASURE
Gráfico Linear (Run Chart)

 É um tipo de gráfico simples e que apresenta pontos de dados em uma sequência, no
geral representando algo que se quer avaliar de acordo com o tempo.
 Características do Gráfico Linear.
 Permite identificar o comportamento da variação de um processo ao longo do tempo.
 Padrões estranhos ao longo do tempo, podem indicar causas de problemas.
 Enquanto que o Histograma e o Boxplot representam, em geral, grandezas não
relacionadas ao tempo, o Gráfico Linear representa a evolução dos dados ao longo do
tempo.
 Para bom aproveitamento deste recurso gráfico é necessário coletar dados, do que se
quer avaliar, por um tempo adequado a fim de admitir que todo o tipo de variação
apareça. Ex.: coletar dados de um processo
our suppliers emand
achieve launch todos
qualityos turnos e por vários dias.
excellence.

MEASURE
 No geral, marca-se no eixo horizontal (X) o tempo (horas, dias, meses, anos...) e no eixo
vertical (Y) os valores da variável que se quer medir.
 Unir os pontos marcados com segmentos de reta e avaliar a presença de tendências,
ciclos, etc.
Padrão aleatório é o que geralmente

é esperado. Caso verifique-se algo
diferente, tendencioso, isto poderá
identificar influências não aleatórias
afetando o processo.


MEASURE
Exemplos de Gráficos Lineares que apresentam tendências não aleatórias durante as observações ao longo do
tempo, indicando a necessidade de investigar as causas destes comportamentos.


MEASURE


MEASURE


MEASURE
M5 - Distribuição Normal
 Histogramas apresentam formatos, segundo sua distribuição de dados, que podem ser
representados por um modelo denominado Distribuição de Probabilidade.
 Na figura abaixo, a maior parte dos valores está concentrada em torno de um valor
central. A medida em que se afasta deste valor central, diminui-se a frequência de
valores.
 Representa-se o histograma deste exemplo,
através da curva normal, ou curva de Gauss.
Desvio Padrão σ
 A média μ representa o valor central da
distribuição e o desvio padrão σ demonstra
o quanto mais próximos, ou mais afastados,
estão os pontos dos dados emTorelação
MISSION: aoan enterprise approach to ensure
be leaders of
valor central. Média μ
MEASURE
 Embora as distribuições de muitos processos industriais possam assumir uma variedade

de formas, muitas variáveis observadas possuem uma distribuição de frequências que é,
aproximadamente, uma distribuição de Probabilidade Normal.
 Nem sempre um histograma permite com exatidão avaliar que o conjunto de dados segue
uma curva normal (ou de Gauss).
 O melhor método para se verificar se um conjunto de dados pode ser representado pela
curva normal é o PPN – Papel da Probabilidade Normal.
 Através do PPN, pode-se constatar que os valores da amostra, representados por pontos,
ficam próximos de uma reta, ou não. Em caso afirmativo, a distribuição segue a curva
normal. Em caso negativo, outros métodos deverão ser adotados para que os dados
venham a seguir uma distribuição normal (ex.: Transformação de Johnson; Box-Cox).

MEASURE
 Um método prático para verificar se os dados de um processo distribuem-se conforme

uma curva de Gauss é o “Normality Test”, descrito a seguir.
Considerações:
 Em uma distribuição de dados, podemos considerar que ela é normal (segue a curva de Gauss) até
que se prove em contrário, assumindo a Hipótese Nula H0. A Hipótese Alternativa H1 contrapõe-se
à Hipótese Nula HO, isto é, a de que a distribuição de dados não é normal.
 O p-value, que depende diretamente de uma dada amostra, possibilita uma medida dos resultados
de um teste, em contraste a uma simples rejeição, ou não rejeição da Hipótese Nula H0.
 Deve-se combinar o p-value com o nível de significância para tomar decisão sobre um dado teste
de hipótese. Em tal caso, se o p-value for menor que algum corte (usualmente 0,05) então rejeita-
se a hipótese nula.

MEASURE


MEASURE
O processo 1 segue a Normal

p-value > 0,05


MEASURE
Para os processosMISSION:
2 e 3 aTo Normal não
be leaders of é satisfatória
an enterprise porque
approach to ensure p-value <0,05

MEASURE
 O Histograma representa 100% dos valores de uma amostra, no entanto para se ter a real noção
de desempenho do processo é necessário avaliar a população.
 Uma amostra pode representar uma população, quando ajusta-se uma distribuição de
probabilidades aos dados amostrais.
 Consegue-se estimar a probabilidade deof uma

MISSION: To be leaders característica
an enterprise estar em conformidade com a
approach to ensure
especificação, ajustando-se uma distribuição
our suppliers de probabilidade
achieve launch ao histograma.
and quality excellence.

MEASURE
99,73%
95,45%
68,27%


MEASURE
Exemplo:
 O prazo de desenvolvimento de um produto é de 95 a 100 dias. Fazendo uma verificação do
histórico de outros desenvolvimentos similares, o prazo apresenta uma média de 97 dias e desvio
padrão de 1,2 dia. A distribuição verificada do prazo segue a normal. Qual é a possibilidade do
prazo não ser cumprido?
LIE = 95 dias Média μ = 97 dias
LSE = 100 dias Desvio Padrão σ = 1,2 dia


MEASURE


MEASURE
P(x <=95)to ensure

MISSION: To be leaders of an enterprise approach

MEASURE
P(x >=100)
Possibilidade de não ser cumprido o Prazo:
0,04779 + 0,006210 = 0,054 ou 5,54%
MEASURE
Desvio Padrão e Probabilidade

 Para a distribuição normal, a probabilidade de algo estar entre mais e menos limites de
desvio padrão é representada pela figura abaixo.
Quanto menor o valor do desvio padrão
Ponto de inflexão σ em torno da média μ, melhor será o
processo, visto que os pontos da
distribuição se concentram, em grande
parte, em torno da média.
A exemplo, quando os limites de

especificação de uma característica estão a
uma distância de 3 desvios padrão de cada
lado do valor da nominal (ou valor médio),
a distribuição normal do processo
produzirá cerca de 99,73% com qualidade e
MISSION: To be leaders of an enterprise approach o
toresto será refugo, ou retrabalho
ensure

MEASURE
M6 - Capacidade Sigma - Variáveis

 Convencionou-se designar “Z” como a capacidade em termos da distância da média do processo
(μ) em relação aos limites de especificação (LIE; LSE), em unidades de desvios padrões (σ).
 Quanto maior for a quantidade de desvios padrões (σ), maior será a capacidade do processo.


MEASURE
 Em teoria, um processo 6 Sigma possui os limites de especificação inferior e superior a uma

distância de seis desvios padrões, em relação ao valor nominal.


MEASURE
 Quando trabalhamos com processo centralizado na especificação, com a média μ à distância

de 6 σ dos limites de especificação, teremos:
 Neste caso, a probabilidade de se gerar um produto acima do LSE, ou abaixo do LIE será de
2ppb. Isto significa que poderíamos ter 2 itens defeituosos em 1 bilhão de itens produzidos.

MEASURE
 Mas, um processo considerável estável em relação à sua média poderá também estar sujeito a
perturbações, que poderão deslocá-lo em até 1,5 desvio padrão do seu alvo.
 Na prática, um processo 6 sigma é aquele onde, entre o limite inferior de especificação e o

superior de especificação, existe 4.5 sigmas para cada lado do valor nominal, o que resulta em
3.4 possibilidades de defeitos em um milhão de itens produzidos.

MEASURE
Z Bench e Capacidade σ
 Representa a distância da média a um limite de especificação em quantidade de desvios padrões
(σ), de modo que, acima deste, está a somatória das áreas abaixo de LIE e acima de LSE.
LIE LSE μ Z Bench
 Considerando o fator de deslocamento de 1,5 σ na média, define-se a capacidade Sigma:
Capacidade σ = Z Bench + 1,5


MEASURE
 As estatísticas Z Bench podem indicar a capacidade a curto prazo (potencial) ou a longo prazo (real) de
um processo, dependendo se são calculadas usando o desvio padrão interno (Within), ou o desvio
padrão global.
 Short Term Z Bench (curto prazo) é calculada usando o desvio dentro do padrão do processo.
Considera-se um processo na melhor condição, isto é, um processo centralizado (sem variações), cuja
distância da média μ à especificação mais próxima é de 6σ
 Long-term Z Bench (longo prazo) é calculada usando o desvio padrão geral do processo.
É uma medida melhor da realidade porque geralmente não se pode manter a variação de curto prazo
ao longo do tempo.
Neste caso, o processo está descentralizado e a distância da média μ à especificação mais próxima é
de 4,5σ.


MEASURE
Verificar qual a Capacidade Sigma da dimensão 7.5 ± 0.5 mm (LSE = 8,0 mm / LIE = 7,0 mm). Foram
medidas 50 peças ao acaso e os resultados da medição estão representados na tabela abaixo.


MEASURE


MEASURE


MEASURE


MEASURE
Conclui-se que a Capacidade

Sigma do processo atual é de
1,12 σ e o processo requer
melhorias.
Capacidade σ = Z Bench + 1,5


MEASURE
M7 - Capacidade Sigma - Atributos

 Quando se trabalha com dados discretos, deve-se classificar estes dados para depois determinar a
capacidade σ por atributos.
 Classificações utilizadas em apurações deste tipo:

 Defeito: não existe conformidade com o que é especificado por engenharia.
 Unidade: o que se avalia quanto à quantidade de defeitos presentes.
 Defeito por Unidade (DPU)
 Oportunidade: possibilidade de cometer erros nas unidades avaliadas.
 Defeitos por Milhão de Oportunidades (DPMO)


MEASURE
Capacidade Sigma – Atributos - Exemplo

Em um processo produtivo foram identificados 4 defeitos gerados numa amostra de 300 peças.
Cada unidade possui 4 áreas a serem inspecionadas. Qual a quantidade de defeitos em milhões de
oportunidades?
DPU = 4 / 300 = 0,01333
Total de Oportunidades = 4 x300 = 1200
Defeito por Oportunidade = 4 / 1200 = 0,003333
DPMO = 0,003333 x 1000.000 = 3333 defeitos por Milhão de Oportunidades


MEASURE
M8 - Sistemas de Medição
 A medição sempre gera dados, contínuos (do tipo variáveis) ou discretos (do tipo
atributos), porém pode estar sujeita a variação e que ocorre, no geral, devido aos
seguintes fatores:
 Variação do instrumento de medição. Sistema

Processo de
Medição
 Diferenças entre os instrumentos de medição.
 Variação do analista, ou observador.
 Diferenças entre resultados dos analistas, ou observadores.
 Portanto, antes de se coletar dados de um processo para análises, é fundamental
assegurar que as medições se comportam dentro do que é tolerado por norma para
métodos e instrumentos envolvidos.

MEASURE
Principais Fontes de Variação do MSA


MEASURE
MSA – Measurement Systems Analysis – Por Variáveis

 O erro do sistema de medição, para dados contínuos, pode ser classificado nas seguintes
categorias:
 Repetibilidade.
 Reprodutividade.
 Bias (ou Tendência).
 Linearidade.
 Estabilidade.
 Múltiplas medidas podem ser tomadas em um conjunto de amostras e repetidas com

diferentes operadores. A comparação avalia a Repetibilidade do sistema de medição e a
Reprodutibilidade do operador (assim achieve
our suppliers comolaunchBias and
/ Linearidade / Estabilidade).
quality excellence.

MEASURE
 Quando se mede um processo, espera-se observar sua variação e é natural supor que o que
se observa é de fato a variação do próprio processo.
 Caso a variação do sistema de medição for pequena, pode-se confiar que os resultados são
principalmente do processo, não da medição.
 Alguns conceitos são importantes de serem compreendidos, antes de se avaliar um sistema
de medição:
 Acurácia, ou Exatidão: é um sentido de medida em relação à proximidade ao verdadeiro valor
de uma variável.
Boa Exatidão Má Exatidão


MEASURE
 Precisão: é o quanto o processo oferece de dados mais concentrados, ou mais dispersos.

Quanto mais concentrados forem os resultados de uma medição, maior será sua precisão.
Boa Precisão e Boa Precisão e

Boa Exatidão Má Exatidão
 Repetibilidade: é a variação inerente ao equipamento, isto é, a capabilidade do próprio

equipamento. Exprime-se como a variação dentro de sucessivas medições, da mesma
característica, pelo mesmo avaliador e utilizando mesmo instrumento de medição.


MEASURE
 Reprodutibilidade: é a variabilidade entre os avaliadores, isto é, a variação das médias das

medições feitas por diferentes avaliadores, utilizando mesmo instrumento de medição e medindo
mesma característica da amostra.
 R & R do Dispositivo de Medição: é a estimativa da variação combinada da Repetibilidade e da

Reprodutibilidade. Também é expressa como a Variância Resultante da soma das variâncias dentro
de um sistema, e entre sistemas.
R&R
σ2R&R = σ2Reprodutibilidade + σ2 Repetibilidade Repe
Repro
MEASURE
 Repetibilidade e Reprodutibilidade – Critérios de Avaliação

 Percentual (%) de Contribuição - Variação do Sistema de Medição Inaceitável
Aceitável
como a porcentagem da Variação Total do Processo Observado
Bom
(usando Variância).
 Variação do Estudo (Controle de Processo) - Desvio Padrão do Inaceitável

Sistema de Medição como porcentagem do Desvio Padrão Total Aceitável
do Processo Observado (usando Desvio Padrão). Bom
 Percentual (%) da Tolerância (Controle da Qualidade do Produto) – Inaceitável

Aceitável
Erro de Medição como porcentagem da Tolerância.
Bom
 Número de Categorias Distintas – representa as faixas de valores
Inaceitável
que o sistema de medição consegue “enxergar” na faixa de variação
Aceitável
total do processo. Quanto maior
MISSION:este
To be número deenterprise
leaders of an categorias, melhor
approach to ensure
Bom
será o sistema de medição. our suppliers achieve launch and quality excellence.
MEASURE
 Repetibilidade e Reprodutibilidade – Exemplo I:

 Em um departamento de uma fábrica foi feita uma avaliação da medição da altura de produtos. Foram
selecionados, aleatóriamente, 10 itens e cada um deles foi medido com um Traçador de Altura duas vezes,
por cada um dos avaliadores (A e B). A especificação do produto é de 90 a 110 mm. Verificar se o sistema de
medição é adequado.


MEASURE


MEASURE


MEASURE


MEASURE
(1)
(2)
(3)
Notas:
(1) Percentual de Contribuição > 9 - Inaceitável
(2) Total Gage R&R > 30 – Inaceitável
(3) Número de Categorias Distintas < 5 MISSION: To be leaders of an enterprise approach to ensure

MEASURE
 Interpretação dos Gráficos Gerados no Estudo de R&R:

 A carta X-Barra por Operador mostra se a maioria dos pontos fica além dos limites de controle.
 As peças selecionadas para um estudo de

medição R&R representam a variabilidade
peça a peça típica.
 Os limites de controle (UCL; LCL) estão
baseados na estimativa da repetibilidade e
no número de medições em cada média.
 Quanto mais próximos estiverem os limites de controle do valor médio, em relação à distribuição dos
dados, menor será a variação do sistema de medição.
 De maneira ideal, o gráfico deveria apresentar limites de controle estreitos, com muitos pontos além
desses limites, que indicam um sistema
MISSION: de medição
To be leaders com baixa
of an enterprise variação.
approach to ensure

MEASURE
 O Boxplot mostra se as diferenças entre operadores são pequenas, quando comparadas

com as diferenças entre as peças.
 Neste caso as leituras estão muito próximas, indicando não haver problemas entre as
interpretações dos analistas. Quanto mais aproxima-se de uma horizontal a reta que une a
representação gráfica de cada analista,
MISSION: melhor.

MEASURE
 O gráfico Interação Operador vs Peça indica se as linhas que conectam as medições, a partir
de cada analista, tendem a ser coincidentes, ou cruzam-se entre si.
 Quanto maior for a tendência das linhas estarem coincidentes, maior será a interpretação de que
os analistas medem de forma semelhante.

MEASURE
 A tabela Gage R&R permite comparar o quanto o processo de

medição tem variabilidade em relação à especificação, ou
variabilidade natural do processo.
 A coluna SV/Toler demonstra o quanto a tolerância, em termos

percentuais, sofre impacto devido ao erro de medição.
 A coluna % SV representa a variação natural do processo, em

termos percentuais, que é impactada pelo erro de medição.
 O Número de Categorias Distintas (ndc)

representa faixas de valores que o Sistema de
Medição é capaz de identificar, dentro da faixa de
variação total do processo. Este número deverá
ser, em geral, superior a 4.
 approach
MISSION: To be leaders of an enterprise Do exemplo, conclui-se
to ensure que o sistema de medição
our suppliers achieve launch and quality
estáexcellence.
reprovado!
MEASURE
Repetibilidade e Reprodutibilidade – Exemplo II – Verificar se Sistema de Medição é Aceitável

 Instrumento utilizado: Paquímetro; Faixa de 0 – 150 mm e valor de uma divisão em 0,01 mm.
 Especificação: 14,66 +/- 0,5 mm; Total de 10 amostras, medidas três vezes por cada Avaliador.


MEASURE


MEASURE
Do exemplo, conclui-se que o sistema de medição estaria

aprovado pelos valores acima de Total Gage R&R e por
número de categorias distintas. Entretanto o Gráfico R Chart
MISSION:
by Avaliator apresenta 02 pontos fora para o avaliador Toebe leaders of an enterprise approach to ensure
John
um ponto fora para o avaliador Philip, em relação aoour
UCL.suppliers achieve launch and quality excellence.
Portanto o sistema de medição está REPROVADO.
MEASURE
 BIAS (Tendência) - também conhecido como erro sistemático - é a diferença entre a média
das medidas de uma grandeza e o valor de referência (padrão) para a grandeza medida.
Os ensaios são realizados por um analista, com o mesmo equipamento e mesmo método.
VR

th our suppliers achieve launch and quality excellence.
Maiores informações vide MSA 4 Edition – Chapter III Section B – Variable Measurement System Study Guidelines
MEASURE
 Método para Avaliação da Tendência (BIAS):

 Definir o VR – Valor de Referência.
 Repetir a medição, no mínimo, 10 vezes.
 Determinar a média dos valores obtidos onde n = número de replicações.

 Determinar a tendência (BIAS):
tendência = VR
 Determinar o Desvio Padrão da Repetibilidade = VE

(representa a variação do equipamento)

MEASURE
 Determinar se a Repetibilidade é aceitável.
%VE = 100 (VE / VT) = 100 (σrepetibilidade ) / σT onde VT = Tolerância da Especificação / 6
Se %VE > 10%, a variação do sistema de medição pode ser considerada INACEITÁVEL.
 Determinar o desvio padrão da média
média das tendências

 Determinar o t estatístico calculado
 Determinar se a tendência é aceitável ao nível de 95% de confiança (1- α), considerando o nível de
significância α = 0,05 (que costuma ser o valor padrão).
MEASURE
 Critérios para que a Tendência seja ACEITÁVEL:
 O erro de tendência é aceitável se ele não tiver uma diferença estatística de ZERO significativa, quando
comparada com a Repetibilidade. Ou seja, o ZERO deve situar-se dentro dos limites de confiança de (1 – α),
em torno do valor da tendência.
é determinado por meio da tabela de t-student.
 O t estatístico calculado é MENOR do que o tabelado
ν (ni) = número de graus de liberdade

ν (ni) = (n – 1) onde n = número de amostras
MEASURE
 Exemplo de Tendência: verificar se o erro de tendência do sistema de medição para

monitoramento de um processo é aceitável, conforme valores encontrados em dez medições de
uma mesma amostra, por um mesmo analista. A variação total do processo (σT) = 2,3.
= 0,344 = 0,195 = VE
8,47% e portanto aceitável para dar

% VE = 100 (VE / σT) =
continuidade à análise de tendência.
t estatístico calculado = = 0,9709
0,195
= = 0,0618
10
(1- α) = 0,95
Verificar se a tendência é aceitável MISSION: To be leaders of an enterprise approach to ensure
ao nível de 95% de confiança, αour
= 1suppliers
- 0,95 = achieve
0,05 launch and quality excellence.
α = 0,05
MEASURE
O erro de tendência será aceitável se o ZERO situar-se

dentro dos limites de confiança de 1 – α em torno do
valor da tendência.
ν (ni) = n – 1 = 10 – 1 = 9
1 – (α/2) = 1 – (0,05 / 2) = 0,975
t-student = 2,262 para α = 0,05
0,06 – (0,0618 x 2,262) ≤ ZERO ≤ 0,06 + (0,0618 x 2,262)
- 0,08 ≤ ZERO ≤ 0,20
Conclui-se que a tendência é aceitável porque o valor

do ZERO situa-se dentro do intervalo de confiança da
MISSION:éTo be leaders of an enterprise approach to ensure
tendência e também porque o t estatístico calculado
menor do que o t tabelado.
MEASURE
 Linearidade - mede a variação da tendência (erro da tendência) para diferentes valores de

referência ao longo da faixa de operação do equipamento, ou instrumento de medição.
 A linearidade é avaliada via inclinação da reta, formada pelos diferentes valores de referência
em relação a respectiva tendência, para cada valor de referência estabelecido.
Quanto menos inclinada for a reta, melhor será a qualidade do sistema de medição.

MEASURE
 Estabilidade - refere-se à capacidade do Sistema de Medição em produzir os mesmos

valores, no decorrer de um período de tempo prolongado, ao medir a mesma amostra.
Pode-se também dizer que a Estabilidade é a verificação da Tendência ao longo do tempo.
Para avaliar a estabilidade, fazemos

medições de uma mesma amostra em
diferentes tempos e as comparamos.

MEASURE
MSA – Measurement Systems Analysis – Por Atributos

 Utiliza um maior número de amostras (mínimo n = 50 é o recomendável), quando comparado aos sistemas
de medição por variáveis. Somente classifica a peça se APROVADA, ou REPROVADA.
 Índice Kappa - Concordância entre 02 Analistas
N1 = número de amostras reprovadas pelo Analista A e pelo Analista B

N2 = número de amostras reprovadas pelo Analista A e aprovadas pelo Analista B
Kappa =
N3 = número de amostras aprovadas pelo Analista A e reprovadas pelo Analista B
N4 = número de amostras aprovadas pelo Analista A e pelo Analista B
Critério: 0 = Reprovado
1 = Aprovado
Regra Geral Prática
Kappa > 0,75 indica concordância de boa
para excelente, com máximo de Kappa = 1

MEASURE
 Índice Kappa - Concordância de cada Analista com uma Referência
Critério: 0 = Reprovado Critério: 0 = Reprovado

1 = Aprovado 1 = Aprovado
N1 = número de amostras reprovadas pelo Analista em concordância com Referência 0

N2 = número de amostras reprovadas pelo Analista em discordância com Referência 1
Kappa = N3 = número de amostras aprovadas pelo Analista em discordância com Referência 0
N4 = número de amostras aprovadas pelo Analista em concordância com Referência 1
Regra Geral Prática

Kappa > 0,75 indica concordância de boa
para excelente, com máximo de Kappa = 1

MEASURE
Exemplo de MSA Atributivo para Avaliação de O2 Appraisers com Aplicação do Método Kappa
Objetivo: validar um sistema de medição por atributos entre 02 operadores (Appraisers) em comparação com
50 amostras padrões de referência, utilizando o método Kappa, do MSA 4ª edição. Neste caso, os padrões
oferecem opções de reprova (0) e de aprovação (1).
Critério: utilização de padrão de referência, com opção de reprova da peça (0) e com opção de aprovação da
peça (1).
Comparar as leituras dos 02 Analistas para situações de reprova e aprovação 50 vezes, em 03 replicações para
cada Analista.
Para Kappa >= 0,75 – sistema de medição APROVADO.

Para Kappa < 0,75 – sistema de medição REPROVADO.
Total de Ensaios: 50 amostras padrões, avaliadas por cada Analista três vezes.
Caso ocorra status REPROVADO, investigar causas da reprova, fazer as correções no sistema de medição e
repetir ensaio. MISSION: To be leaders of an enterprise approach to ensure

MEASURE


MEASURE


MEASURE


MEASURE
Exemplo de MSA Atributivo para Avaliação de Poka Yoke com Aplicação do Método Kappa
Objetivo: validar um dispositivo de detecção automática e bloqueio do tipo atributivo utilizando o método
Kappa, referência MSA 4ª edição. Neste caso, avaliaremos o dispositivo como “Appraiser” versus Padrões de
Reprova (0) e de Aprovação (1).
Critério: utilização de 02 padrões de referência, um de reprova da peça (0) e outro de aprovação da peça (1).
Passar os padrões de referência pelo dispositivo com, no mínimo, 50 vezes em 03 Trials e com alternâncias entre
cada ensaio.
Para Kappa = 1 em cada uma das 50 avaliações por Trial: dispositivo APROVADO.
Para Kappa ≠ 1 em cada uma das 50 avaliações por Trial: dispositivo REPROVADO.
Total de Ensaios: 150 avaliações.

Caso ocorra status REPROVADO, investigar causas da reprova do dispositivo Poka Yoke, fazer o devido reparo e
repetir ensaio com 150 avaliações.

MEASURE
Resultados do Ensaio Comparativo entre o Poka Yoke versus Padrões de Aprovação e Reprovação


MEASURE


MEASURE


MEASURE
Trial 1 - Status Aprovado Trial 2 - Status Aprovado Trial 3 - Status Aprovado

Conclusão: os resultados nos 03 Trials demonstraram que o dispositivo Poka Yoke está Aprovado

MEASURE
 Taxa de Eficácia (TE) – probabilidade de um analista avaliar corretamente produtos conformes de um total de peças
em avaliação.
Eficácia Aceitável ≥ 90%
80% ≤ Eficácia Marginal < 90 %
Eficácia Inaceitável < 80%
 Taxa de Alarme Falso (TAF) – probabilidade de um analista considerar um produto reprovado, quando ele está
conforme.
Aceitável ≤ 5%
5% < Aceitação Marginal ≤ 10 %
Inaceitável > 10%
 Taxa de Erro (TER) – probabilidade de um analista considerar um produto aprovado, quando ele está não conforme.
Aceitável ≤ 2%
Aceitação Marginal ≤ 5 %
Inaceitável
our suppliers achieve launch and quality excellence.> 5%

D M A I C
MEASURE
Q&A


Dmaic 1703951725

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Dmaic 1703951725

Uploaded by

Copyright:

Available Formats

OpEx DMAIC Training

PARTE I Prepared by: Marcelo Di Mase

PARTE I Prepared by: Marcelo Di Mase

“Sucesso significa que você implementou algo

Superar a resistência é a chave para o sucesso...”

SQ&D Internal Information

Objetivo do Six Sigma

SQ&D Internal Information

 Melhoria dos resultados dos negócios da empresa.

 Desenvolvimento de pessoas e lideranças.

 Mudança da cultura da empresa.

 Melhoria da capacidade analítica e da tomada de decisão.

 Redução das reclamações dos clientes externos e internos.

 Maior volume de vendas e clientes fiéis

SQ&D Internal Information

Conceitos Básicos Lean Six Sigma

SQ&D Internal Information

Six Sigma significa reduzir variação.

Quando se combina o Lean com o Six Sigma

SQ&D Internal Information

MISSION: To be leaders of an enterprise approach to ensure

SQ&D Internal Information

SQ&D Internal Information

D1- Identificação do Problema (Problem Statement)

 Definir áreas / funções específicas afetadas (escopo).

 Os dados definem o desempenho passado do processo e identificam-se os “gaps” que o

 Os dados definem quando o problema ocorreu / quando precisou ser corrigido.

 Deverá ser sempre considerado o impacto no cliente (externo e/ou interno).

MISSION: To be leaders of an enterprise approach to ensure

SQ&D Internal Information

Exemplo de Identificação do Problema (Problem Statement)

* Abordagem 1 para Identificação do Problema:

“Nossos clientes não estão pagando suas contas em dia.”

* Abordagem 2 para a idenfificação do Problema:

SQ&D Internal Information

D2- Objetivo do Projeto (Project Target)

 O objetivo do projeto complementa a “Identificação do Problema” para especificar o quanto

SQ&D Internal Information

Identificação do Problema (Problem Statement) – Cenário 2

Objetivo do Projeto (Project Target)

SQ&D Internal Information

Identificação do Problema (Problem Statement) não deveria:

Identificação do Problema (Problem Statement) deveria:

SQ&D Internal Information

D3- Formação da Equipe para Desenvolvimento do Projeto

SQ&D Internal Information

D4- Árvore de Foco do Projeto (Project Focus Tree)

Objetivos da Árvore de Foco do Projeto (Project Focus Tree):

SQ&D Internal Information

Exemplo – Identificação Inicial do Problema: Retrabalhos em Manutenção de uma Fábrica.

Manutenção Manutenção Manutenção

Máq. Usinagem Injetoras Prensas

Injetora Fabricante A Injetora Fabricante B Injetora Fabricante C

SQ&D Internal Information

D5- Análise de Pareto

MISSION: To be leaders of an enterprise approach to ensure

SQ&D Internal Information

 Análise de Pareto é usada para entender os problemas atuais do processo, destacando os

SQ&D Internal Information

MISSION: To be leaders of an enterprise approach to ensure

SQ&D Internal Information

MISSION: To be leaders of an enterprise approach to ensure

SQ&D Internal Information