Baixe o app para aproveitar ainda mais
Prévia do material em texto
Disciplina: Engenharia da qualidade Aula 9: Metodologia Seis Sigma Apresentação Já vimos em nossas aulas o método PDCA, que é usado para manter e melhorar processos. Então por que, nos anos 1980, a Motorola passou a usar outra metodologia balizada por um método chamada de DMAIC? Veremos nesta aula a importância e a aplicabilidade da estatística para avaliar a variabilidade de processos. Também analisaremos as maneiras de intervir, melhorar e controlá-los. Objetivos Aplicar conceitos estatísticos objetivando a resolução de problemas; Comparar os métodos PDCA e DMAIC; Reconhecer a importância da aplicação do Seis Sigma atrelado à �loso�a Lean. Seis Sigma: um método de e�ciência e e�cácia Olá, aluno! Seja bem-vindo à penúltima aula. Você já deve ter percebido em nossas aulas até então que a busca pela melhoria de desempenho das empresas é cada vez mais constante. Não há como sobreviver em um mercado globalizado – e, consequentemente, concorrido – sem e�ciência e e�cácia. De acordo com SLACK et al.(2009), a longo prazo, possuem vantagem competitiva em relação a seus concorrentes as empresas que trabalharem desenvolvendo e fabricando produtos e/ou serviços: Fonte: Rudall30 (Shutterstock). Melhores; Mais rápidos; Em pouco tempo; Com maior variedade; Mais baratos que os concorrentes. A motivação da primeira empresa a utilizar essa metodologia nos anos 1980 era bastante simples e plausível: seus concorrentes fabricavam produtos com maior qualidade e menores preços. Na década seguinte, impulsionado pelos avanços tecnológicos no mercado de softwares, companhias como Allied Signal e General Eletric transformaram o enfoque na superação da qualidade em melhoria de negócios graças ao Seis Sigma. Assim, uma interessante justi�cativa para aplicação da metodologia é uma estratégia de negócio empresarial com foco na eliminação de falhas (ou zero defeito), e consequente aumento dos ganhos �nanceiros. 1 Resultado gerado pelo Seis Sigma. Fonte: adaptado de Slideplayer. Para entender genericamente como funciona o método Seis Sigma, podemos, a partir de um exemplo prático, rememorar a carta https://stecine.azureedge.net/webaula/estacio/go0033/aula9.html A metodologia Seis Sigma, segundo Werkema (1995), é uma estratégia gerencial disciplinada e quantitativa que tem como objetivo aumentar a lucratividade das empresas, por meio da melhoria da qualidade de seus produtos e processos garantindo a satisfação de clientes e consumidores. O objetivo é chegar próximo à zero defeitos com a redução de variabilidade e melhoria dos processos. de controle vista na última aula. Você vai de ônibus ao trabalho todas as manhãs. O horário previsto de sua linha é às 7h40. Nos últimos 30 dias, você registrou o horário em que seu ônibus chegou ao ponto. O que se pode avaliar com os dados dessa carta de controle gerada? Claramente, você percebeu que algumas informações estão ausentes. Onde estão os limites inferior e superior de controle? O ônibus atrasa ou se antecipa com muita frequência, causando atrasos no trabalho ou perdas de embarque? Veremos, a partir de agora, a estatística e sua colaboração no método Seis Sigma para que o grá�co acima nos ajude a transformar dados em informações. De�nição e objetivo 2 Estatisticamente, sigma 𝜎 (desvio-padrão) quanti�ca a variação existente entre os resultados (produtos de qualquer processo ou procedimento). Se o valor do desvio-padrão é baixo, há pouca variação entre os resultados do processo (muita uniformidade). A escala Sigma é utilizada para medir o nível de qualidade associado a um processo e quanto maior for o valor alcançado nessa escala, melhor. Convido você a uma re�exão: 99% de qualidade é satisfatório? https://stecine.azureedge.net/webaula/estacio/go0033/aula9.html Depende! Uma empresa com 10% de produtos defeituosos que consiga elevar sua qualidade de 90 para 99% obterá uma conquista que poderá ser muito comemorada. No entanto, para veri�car quanto o Seis Sigma pode ser relevante nos resultados, compararemos então alguns outros exemplos: Exemplo 99% de qualidade 99,9996% de qualidade (6 𝜎) O aeroporto internacional de Viracopos realiza cerca de 11.000 pousos e decolagens por mês. 110 pousos e decolagens fora dos limites de especificação. 0,044 pousos e decolagens fora dos limites de especificação. Em 2016, foram realizadas 1,49 milhão de cirurgias plásticas no Brasil. 14.900 cirurgias fora dos limites de especificação. 5,96 cirurgias fora dos limites de especificação. De janeiro a novembro, a produção no setor acumulou queda de 22,3% em um total de 2,29 milhões de veículos fabricados. 22.900 veículos fora dos limites de especificação. 9,16 veículos fora dos limites de especificação. Quanta diferença, não é? Falamos na aula anterior sobre o conceito de capabilidade do processo, ou seja, a capacidade de um processo fabricar produtos dentro da faixa de especi�cação que esteja relacionada com a uniformidade. Perceba na �gura a seguir que o índice 6 𝜎 admite 3,4 defeitos por milhão. Em qual nível de qualidade você gostaria que estivesse determinado processo se ele fosse aplicado a um avião prestes a decolar... contigo no banco de passageiros? 𝜎 PPM 2 308,537 3 66,807 4 6,210 5 233 6 3,4 Capabilidade do processo Defeito por milhão A métrica do Seis Sigma. Fonte: Adaptado de Werkema (2004). Podemos ainda resumir como objetivos do Seis Sigma: Fonte: Jim Francis (Shutterstock). Reduzir defeitos; Aumentar o rendimento do processo produtivo; Estabelecer consistência na performance; Aumentar lucro e diminuir custos. Ainda podemos trazer os diferenciais da metodologia, segundo Werkema (2004): Clique nos botões para ver as informações. Foco na satisfação do consumidor. Satisfação do consumidor Infraestrutura de pessoal bem de�nida, contemplando patrocinadores e especialistas do Seis Sigma denominados Sponsors, champions, master black belts, black belts, green belts e white belts; Infraestrutura de pessoal Busca contínua de redução da variabilidade. Redução de variabilidade Extensão para o projeto de produtos e processos. Projeto de produtos e processos Aplicação efetiva a processos administrativos, de serviços ou de transações – e não somente a procedimentos técnicos. Processos administrativos Método DMAIC O método DMAIC é responsável, segundo Werkema (2013), pelo desenvolvimento de projetos Seis Sigma. Ele é constituído pelas seguintes etapas: Fonte: NicoElNino (Shutterstock). (De�nir, em português): De�nir com precisão o escopo do projeto. Em outras palavras, signi�ca questionar: qual processo precisa ser melhorado? Os potenciais projetos Seis Sigma podem ser obtidos a partir das seguintes fontes: Indicadores referentes a desperdícios; Índices de produtividade; Problemas de qualidade; Custo de alto impacto no orçamento da empresa; Reclamações ou sugestões de clientes/consumidores; Reclamações ou sugestões de empregados; Resultado de estudos de benchmarking; Resultado de pesquisas de mercado; Oportunidades de melhoria. Para de�nir o principal processo envolvido no projeto de forma macro e facilitar, consequentemente, a visualização do escopo do trabalho, utiliza-se o diagrama SIPOC (supplier – inputs – process – output – customer): Fluxo de elaboração do SIPOC. Fonte: Voitto Apresentaremos agora um exemplo que pode ser aplicado em nosso cotidiano: Diagrama SIPOC. Fonte: Mandaê Medir, em português): Determinar a localização ou foco do problema. Como é necessário aferir a capacidade do processo antes de intervir nele, nesta fase ainda é realizada a análise de capabilidade (Cp e CpK). Essa análise permite processar informações a �m de que seja possível avaliar se um processo é capaz de gerar produtos que atendam às especi�cações provenientes dos clientes internos e externos. O índice Cp informa a capacidade potencial de um processo. O valor mínimo requerido é de 1.33. LSE = limite superior de especi�cação; LIE = limite inferior de especi�cação;𝜎 = desvio-padrão. Se Cp < 1, o processo será considerado incapaz. A de�nição de Cp assume que o processo está centrado no valor nominal da especi�cação. Se ele não estiver centrado, deverá ser utilizado o índice Cpk, que avalia se o processo é capaz de atingir o valor nominal da especi�cação, já que ele leva em consideração o valor da média do processo. LSE = limite superior de especi�cação; LIE = limite inferior de especi�cação; 𝜎 = desvio-padrão; μ = média. =Cp (LSE−LIE) 6σ/ = min ( , )Cpk LSE−μ 3σ/ μ−LIE 3σ/ Atenção Como esse índice é considerado o valor momentâneo de um processo que varia ao longo do tempo, é necessário que, antes de analisar sua capacidade, seja veri�cada a sua estabilidade. Outros conceitos estatísticos serão utilizados na fase measure (medir). Iremos abordá-los em um tópico especí�co. (Analisar, em português): Determinar as causas de cada problema prioritário. Para isso, pode-se requerer, por exemplo, o diagrama de dispersão, grá�co utilizado para a visualização do tipo de relacionamento existente entre duas variáveis. Ambas podem se apresentar das seguintes formas: Duas causas; Uma causa e um efeito; Dois efeitos de um processo. Há alguns tipos básicos de correlações entre duas variáveis que de�nem padrões de grá�co de dispersão: Gráficos de dispersão. Fonte: adaptado de Sandrocan. Outras ferramentas podem ser usadas nesta etapa: Grá�co de Pareto; Diagrama de causa e efeito; Cinco porquês; Regressão linear; Estrati�cação; Histograma; FMEA; Ferramentas grá�cas (box plot, run chart, interval plot, probability distribution plot). (Melhorar, em português): Propor, avaliar e implementar soluções par cada problema prioritário. Temos ações a serem implementadas, como a ferramenta DEX (delineamentos de experimentos) – em inglês, DOE. Já o método 5W2H é usado para garantir que a operação seja conduzida sem nenhuma dúvida por parte das che�as e dos subordinados. O 5w2H é uma tabela construída por sete palavras em inglês, cinco delas iniciadas com W e duas com H: What Who When Where Why How How much O QUE é feito QUEM faz QUANDO é feito ONDE é feito POR QUE é feito COMO é feito QUANTO custa Atenção! Aqui existe uma videoaula, acesso pelo conteúdo online (Controlar, em português): Garantir que o alcance da meta seja mantido a longo prazo. Para garantir isso, são usadas ferramentas para assegurar a perenidade das ações, pois o objetivo é que o processo permaneça previsível ou estável: Grá�cos de controle; Poka-yoke (à prova de erro, em português); Programa 5S; OCAP (out control action plan). Vejamos estes exemplos a seguir: No hospital, o encaixe para ar comprimido tem diâmetro diferente do oxigênio. Fonte: 99Art (Shutterstock). Nas impressoras, os encaixes e as cores são padrões nos cartuchos. Fonte: Paul Broadbent (Shutterstock). Notou que existe uma semelhança nas etapas do DMAIC com outro método que estudamos na nossa segunda aula, o PDCA? Não se assuste: há correspondências entre os dois métodos: Correspondência entre o ciclo PDCA e o método DMAIC – Primeira forma de visualização. Fonte: Adaptado de Werekema (2013). Você perceberá na imagem a seguir a ênfase dada pelo DMAIC ao planejamento, que totaliza quatro etapas. Todas elas estão sumarizadas em apenas uma no PDCA. Correspondência entre o ciclo PDCA e o método DMAIC – Terceira forma de visualização. Fonte: Adaptado de Werekema (2013). Werkema (2013) lista os pontos fortes da utilização do DMAIC em detrimento do PDCA, sendo o primeiro mais robusto no que tange a utilização de técnicas estatísticas: Pontos fortes Ênfase dada ao planejamento (D,M,A e maior parte da etapa I), antes que ações sejam executadas; Existência de um roteiro detalhado para realização das atividades do método, o que gera análises com profundidade adequada, conclusões sólidas e manutenção dos resultados ao longo do tempo; Integração das ferramentas ao roteiro do DMAIC; Ênfase explícita dada aos seguintes elementos: Voz do cliente (por meio das características críticas para a qualidade – CTQs) Validação dos sistemas de medição (con�abilidade dos dados). Validação do retorno econômico do projeto pela controladoria da empresa. Algumas atividades exigem a participação direta dos gestores (por exemplo, assinatura do Project Charter e entrega do projeto aos donos do processo); Project reviews realizadas ao �nal das etapas do DMAIC (tollgates), para avaliação do desenvolvimento do projeto. Atenção! Aqui existe uma videoaula, acesso pelo conteúdo online Métricas As métricas traduzem de forma clara a capacidade de se manter dentro das especi�cações de um produto, um processo ou da própria empresa. São parâmetros que podem ser utilizados para benchmarking . Essas métricas também podem ser utilizadas como metas a serem atingidas. É possível comparar os valores do início e do �nal do Seis Sigma para avaliar o desempenho do projeto realizado: 3 Clique nos botões para ver as informações. Um item sendo processado ou um produto/serviço �nal. Exemplo: TV. Unidade de produtos https://stecine.azureedge.net/webaula/estacio/go0033/aula9.html DPU DPU = Defeitos por unidade. DPO DPO = Defeitos por oportunidade. DPMO DPMO = Defeitos por milhão de oportunidades. Falhas contáveis associadas a uma única unidade. Exemplos: em determinado aparelho, o botão on/off não funciona; em outro; o botão de volume não funciona e a imagem aparece em preto e branco. Defeitos Total de unidades com defeito independentemente da quantidade de defeitos por unidade. Exemplo: dois itens. Defeituosos Cada especi�cação para satisfazer o cliente. Exemplos: imagem distorcida, sem som e entradas que não funcionam. Oportunidade de defeito Além do nível sigma, as outras principais métricas são: DPO = nº defeitos nº de unidades DPO = nº defeitos nº de oportunidades×nº de unidades DPMO = DPO× 1. 000. 000 Vamos a um exemplo de aplicação dessas métricas: Uma indústria cervejeira produz cervejas do tipo Pilsen, que é um produto com sabor mais leve, de cor clara e baixo teor alcoólico (3 a 5%). É o tipo de cerveja mais consumido no Brasil devido às características climáticas do país. Para avaliar o processo de produção, o engenheiro de alimentos (black belt da indústria) realizou uma amostragem com 40.000 garrafas: 1.500 amostras foram rejeitadas em pelo menos um dos parâmetros de qualidade. O produto é testado em três testes de qualidade: índice de clari�cação, teor alcoólico e índice de acidez. O black belt pediu para que um dos yellow belts realizasse três cálculos: defeitos por unidade, defeitos por oportunidade e defeitos por milhão de oportunidades. Fonte: Momente (Shutterstock). Conceitos estatísticos importantes Na aula sobre CEP, vimos, entre outros, os conceitos de população, amostra e inspeção. Vale a pena revisitá-los antes de darmos continuidade aos nossos estudos, pois precisaremos avaliar agora, de forma complementar, se nossos dados são contínuos ou discretos. Veremos as medidas de duas formas: De tendência central; De dispersão. Veri�caremos ainda a distribuição normal. A estatística aqui mostrada será usada na fase measure (medir) do método DMAIC. 1. Dados contínuos e discretos Contínuos Medidos em intervalos contínuos: Discretos Podem ser divididos ainda em duas categorias: Tempo; Dinheiro; Peso; Altura; Velocidade; Temperatura. 2. Medidas de tendência central Média Surge do resultado da divisão do somatório dos números dados pela quantidade de números somados. Exemplo Determine a média dos números 3, 12, 23, 15, 2: Média = (3+12+23+15+2) / 5; Média = 55/5; Média = 11. Mediana Ordenados os elementos da amostra, a mediana é o valor que divide ao meio a amostra: 50% dos elementos são menores ou iguais à mediana, enquanto os outros 50% são maiores ou iguais à mediana. Se o número de elementos da amostra for ímpar, a mediana será o elemento médio; se esse número for par, a mediana será a média dos dois elementos centrais.Exemplo Determine a mediana da amostra 1, 4, 27, 2, 3: Ordenando: 1 - 2 - 3 - 4 – 27; Mediana: 3. (1 - 2 - 3 - 4 – 27). Moda Valor que surge mais frequentemente se os dados forem discretos ou o intervalo de classe com maior frequência se eles forem contínuos. Uma amostra pode não ter nenhum número que se repita. Exemplo Temos um conjunto de alunos de uma sala com as seguintes idades: 13, 16, 15, 17, 13, 16, 15, 15. Analisando essa sequência, podemos perceber que o número que aparece com maior frequência é o 15. Então, nesta sala de aula, a idade mais frequente (moda) é a de 15 anos. 3. Medidas de dispersão Amplitude Representa a diferença entre o maior e o menor valor de um conjunto de dados. Ela mostra a dispersão dos valores de uma série. Se a amplitude for um número elevado, os valores da série estarão afastados; se ela for um número baixo, então esses valores �carão próximos uns dos outros. Variância É uma medida da sua dispersão estatística, indicando "quão longe", em geral, os seus valores se encontram do valor esperado. Pode ser calculada pelo quadrado do desvio-padrão. Desvio-padrão (𝜎) Falamos anteriormente que ele mostra quanto de variação ou "dispersão" existe em relação à média (ou ao valor esperado). Baixo desvio-padrão: Dados tendem a estar próximos da média; Desvio-padrão alto: Dados estão espalhados por uma gama de valores. Você se lembra de quando registrou os horários de chegada do ônibus? Vamos avaliá-los conforme o desvio-padrão: Em que: ∑: Símbolo de somatório; xi: Valor na posição i no conjunto de dados; Ẍ: Média aritmética dos dados; n: Quantidade de dados. Assim sendo, apresentaremos a seguir um exercício já resolvido para facilitar seu entendimento. Você usará esse exemplo para poder calcular o desvio-padrão dos 30 tempos tomados de chegada de ônibus. Fonte: PEINADO; GRAEML (2007). Fonte: PEINADO; GRAEML (2007). Dica Vale uma dica: softwares como o Excel possuem fórmulas para calcular rapidamente o desvio-padrão 4. Distribuição normal A maioria dos dados variáveis na natureza e no ambiente de trabalho tem distribuições de probabilidade que se assemelham a um sino. A distribuição normal aparece em todos os projetos que tratem de uma distribuição de dados variáveis. Trata-se da primeira distribuição em que vamos tentar encaixar o processo sendo estudado. Apresentaremos, para exempli�car esse entendimento, a pirâmide etária absoluta brasileira do censo de 1970: Vamos falar novamente de nosso ônibus que teoricamente deveria chegar às 7h40. Para entendermos a distribuição normal, veremos que, mesmo a média sendo a mesma, é possível encontrar, de acordo com cada processo, distribuições diferentes dependendo da variabilidade apresentada neles: 2,5 = desvio-padrão 5 = desvio-padrão Análise dos sistemas de medição (MSA) Após a coleta dos dados e o uso das ferramentas estatísticas apresentadas, é preciso conhecer as variações ocorridas no processo. Não importa quão controlado esteja o processo: as variações, conforme mostram os exemplos abaixo, são inerentes a ele. Processo Causa comum de variação Causa especial de variação Assar pães O termostato do forno permite que a temperatura suba e desça ligeiramente. Alterar a temperatura do forno ou abrir a porta do forno durante o processo de assar pode fazer com que a temperatura flutue sem necessidade. Registro de informações de contatos de clientes Um operador experiente comete um erro ocasional. Um operador não treinado, novo no trabalho, comete inúmeros erros de entrada de dados. Moldagem por injeção de brinquedos de plástico Ligeiras variações no plástico de um fornecedor resultam em pequenas variações na resistência do produto de lote para lote. Mudar para um fornecedor de plástico menos confiável leva a uma mudança imediata na resistência e na consistência do seu produto final. Desse modo, podemos analisar se o processo possui: Acuracidade (descreve a diferença entre a medição realizada e o valor real da amostra analisada); Precisão (descreve a variação observada quando se medir a mesma peça repetidas vezes com o mesmo equipamento). Repetibilidade Medida da variação obtida quando um operador usar o mesmo dispositivo para medir “repetidamente” a característica idêntica na mesma parte sob as mesmas condições. Reprodutibilidade Capacidade de um único instrumento, usado por múltiplos operadores, de reproduzir consistentemente a medição da mesma peça sob as mesmas condições. Variação gerada pelo instrumento. Ainda avaliaremos dois conceitos importantes no processo: Como falamos detalhadamente em cada uma das etapas, os resultados encontrados baseados na estatística aqui apresentada serão usados nas demais fases (A, I e C) do método DMAIC para: Identi�car as causas raízes; Melhorar o processo e o controle. Lean Seis Sigma e DMAIC O conceito de lean manufacturing (manufatura enxuta, em português), segundo Ohno (1997), advém da eliminação de desperdícios ou elementos que não sejam necessários. Portanto, sua ideia é realizar apenas o necessário no momento necessário e nas quantidades solicitadas. O Sistema Toyota de Produção, como foi originalmente nomeado, preconiza, de acordo com Womack e Jones (1998), cinco princípios de pensamento enxuto: especi�cação do valor; identi�cação da cadeia de valor; �uxo de valor; produção puxada; busca da perfeição. Fonte: Panchenko Vladimi (Shutterstock). Tais princípios remetem a agregação de valor a produtos ou serviços, ou seja, o que é realizado nas operações para que os requisitos do cliente sejam atendidos. Quaisquer outras atividades serão classi�cadas como um dos sete desperdícios, segundo Ohno (1997): Perda por superprodução; Perda por tempo de espera; Perda por transporte; Perda por processamento; Perda por movimentação nas operações; Perda por produtos defeituosos ou retrabalho; Perda por estoque. A integração entre Lean e Seis Sigma Podemos dizer que o Seis Sigma visa a tornar o processo e�caz, reduzindo a variabilidade e os defeitos. Já o Lean, como acabamos de ver, tem como foco a e�ciência do processo, a redução dos desperdícios e o aumento da velocidade de escoamento do produto no processo produtivo. No grá�co apresentado, podemos perceber um processo em sua fase inicial que apresentava grande variedade no tempo de fabricação e também um alto tempo (indesejado). Na evolução dos dias, avaliamos no eixo horizontal, entre os dias 52 e 78, que o Seis Sigma foi implantado, reduzindo assim a variabilidade. Já quando, depois do dia 78, os desperdícios foram eliminados com as ferramentas Lean, o tempo de produção foi reduzido também. Podemos veri�car, portanto, a relevância da utilização das duas �loso�as em conjunto. Atenção! Aqui existe uma videoaula, acesso pelo conteúdo online Atividade 1. Você vai de ônibus ao trabalho todas as manhãs. O horário previsto da sua linha é às 7h40. Nos últimos 30 dias, você registrou o horário em que seu ônibus chegou ao ponto. Esses dados serão apresentados na tabela a seguir. Calcule o desvio-padrão a partir dos dados analisados. Dias Registros 1 7:40 2 7:32 3 7:34 4 7:29 5 7:42 6 7:37 7 7:40 8 7:38 9 7:45 10 7:56 11 7:21 12 7:37 13 7:38 14 7:41 15 7:41 16 7:38 17 7:40 18 7:40 19 7:41 20 7:37 21 7:37 22 7:41 23 7:38 24 7:40 25 7:41 26 7:39 27 7:37 28 7:40 29 7:38 30 7:38 2. Uma indústria metalúrgica produz ligas Al-Si 300. Essas ligas de alumínio apresentam elevada resistência à corrosão e boa soldabilidade, mas são de difícil usinagem. A adição de cobre a essas ligas melhora a usinabilidade e aumenta sua resistência mecânica. Um dos engenheiros mecânicos, black belt da indústria, foi avaliar o processo de produção e realizou uma amostragem com 2.000 peças, sendo que 100 peças produzidas apresentavam algum tipo de defeito. As peças estão sujeitas a cinco tipos de falhas devido à difícil usinabilidade: trinca, torção, desgaste, dilatação e quebra. O black belt pediu para que você, um dos yellowbelts do projeto, realizasse o cálculo de: defeitos por unidade, defeitos por oportunidade, defeitos por milhão de oportunidades e nível sigma. 3. Escolha um processo que você vivencie em seu cotidiano, seja em sua casa ou na indústria, e elabore um diagrama SIPOC. 4. São ferramentas usadas na fase A – analyze (analisar), exceto: a) Diagrama de causa e efeito b) Regressão linear c) Estratificação d) FMEA e) Poka-yoke 5. (FGV - 2016 - IBGE - Analista - Análise de Projetos). Uma organização adotou a �loso�a Lean para a análise de seus processos e para promover a sua melhoria. Ao mapear sua cadeia de valor, ela identi�cou desperdícios básicos do Lean, como: a) Produção menor que a necessária.' b) Trabalho em itens prioritários. c) Tempo para mover coisas dentro de um processo ou entre eles. d) Movimentação sem planejamento e em layout organizacional ruim. e) Processamento de grande valor. 6. (Instituto AOCP - 2015 - EBSERH - Assistente Administrativo (HU-UFJF)). Com relação aos métodos especí�cos de gestão da qualidade, a ferramenta conhecida como Seis Sigma tem como meta especí�ca; a) Eliminar desperdícios, arrumação de salas e limpeza. b) Reduzir defeitos para próximo de zero. c) Mapear e padronizar processos. d) Trabalhar com estoque zero, conceito de just-in-time. e) Benchmarking, que representa as melhores práticas com a finalidade de melhoria organizacional. Notas Primeira empresa 1 A primeira empresa a utilizar a metodologia do Seis Sigma, nos anos 1980, foi a Motorola. Variabilidade 2 Também conhecida como dispersão, que mostra o quão esticada ou espremida é uma distribuição. Por exemplo o desvio padrão, que também será visto nessa aula. Benchmarking3 Processo de busca das melhores práticas em determinada indústria que conduzam a um desempenho superior. É visto como um processo positivo pelo qual uma empresa examina como outra realiza uma função especí�ca a �m de melhorar a forma como a pratica ou fazer uma função semelhante. Referências OHNO, T. O sistema Toyota de produção – além da produção em larga escala. Porto Alegre: Artes médicas, 1997. PEINADO, J.; GRAEML, A. R. Administração da produção: operações industriais e de serviços. Curitiba: UnicenP, 2007. ROTONDARO, R. G. Seis Sigma: estratégia gerencial para a melhoria de processos, produtos e serviços. São Paulo: Atlas, 2002. , g g g p p , p ç , SLACK, N. et al. Administração da produção. 3. ed. São Paulo: Atlas, 2009. WERKEMA, M. C. C. Ferramentas estatísticas básicas para o gerenciamento de processos. Série ferramentas da qualidade. Minas Gerais: Campus, 1995. ________________. Criando a cultura Seis Sigma. Minas Gerais: Campus, 2004. ________________. Métodos PDCA e DMAIC e suas ferramentas analíticas. Rio de Janeiro: Elsevier, 2013. WOMACK, J. P.; JONES, D. T. A mentalidade enxuta nas empresas. 4. ed. Rio de Janeiro: Campus, 1998. Próxima aula Qualidade em serviços. Explore mais Pesquise na internet sites, vídeos e artigos relacionados ao conteúdo visto. Em caso de dúvidas, converse com seu professor online por meio dos recursos disponíveis no ambiente de aprendizagem. Leia os textos: Papéis e responsabilidades no Seis Sigma: Poder das pessoas <https://www.fm2s.com.br/poder-das-pessoas-no-six-sigma> ; Visão geral da estratégia <https://www.qsp.org.br/visao_geral.shtml> . Lean manufacturing Manufatura <https://www.lean.org.br/> ; O que é e como funciona <https://www.voitto.com.br/blog/artigo/lean-manufacturing> . https://www.fm2s.com.br/poder-das-pessoas-no-six-sigma https://www.qsp.org.br/visao_geral.shtml https://www.lean.org.br/ https://www.voitto.com.br/blog/artigo/lean-manufacturing
Compartilhar