Baixe o app para aproveitar ainda mais
Esta é uma pré-visualização de arquivo. Entre para ver o arquivo original
Melhoria Contínua Ferramentas da Qualidade Prof. Dr. Rafael H. P. Lima Melhoria do Desempenho A melhoria do desempenho deve ser um objetivo permanente do gestor de produção Melhoria radical ou baseada em inovação: mudanças dramáticas na forma de trabalhar. Ex: compra de novas máquinas, redesenho dos processos, introdução de softwares de gestão, etc; Melhoria contínua: prevê mudanças menores, porém frequentes, levando a uma melhoria gradual do desempenho; Melhoria Contínua A melhoria contínua pode ser vista como um processo que ocorre continuamente Existem diversos métodos para obter a melhoria contínua Ciclo PDCA / SDCA Método MASP (QC Story) Ciclo DMAIC (Seis Sigma) Programas e normas visam a melhoria contínua: ISO 9001 Programa 5S Ciclo PDCA Criado por Walter Shewhart na década de 1920 Popularizado por Deming no Japão nos anos 1950 Composto por quatro etapas: Plan (planejar) Do (fazer) Check (verificar) Act (agir) Ciclo PDCA Definir metas Métodos para atingir metas Plan (P) Planejar Do (D) Fazer Check (C) Verificar/Avaliar Act (A) Agir Educar e treinar Executar a tarefa Verificar os resultados da tarefa executada Agir corretivamente Ciclo PDCA Plan (P) – Planejar Deve-se planejar em detalhes, para aumentar as chances de sucesso Identificar claramente o problema Investigação das causas raízes Proposição de soluções Preparação dos planos de ação para solucionar as causas de problema Ciclo PDCA Do (D) – Fazer Preparação para realização das tarefas Capacitar e mobilizar as áreas envolvidas Realizar as tarefas conforme planejado Registro de informações sobre a realização (dados, indicadores, etc) Ciclo PDCA Check (C) – Verificar / Avaliar Coleta de dados Comparação dos resultados com as metas planejadas Discussões sobre os resultados Uso de ferramentas estatísticas Ciclo PDCA Act (A) – Agir Atuar sobre os desvios observados para corrigí-los Aprendizado com base nos resultados Replanejar ações de melhoria Reiniciar o Ciclo PDCA Padronizar a nova forma de trabalho Ciclo PDCA / SDCA Metas para Melhorar Metas para Manter S DC A P DC A Ciclo PDCA / SDCA Ciclo SDCA Standardize (S): estabelecer os padrões de trabalho e metas a serem mantidas Do (D): aplicar os padrões estabelecidos Check (C): verificar variações no padrão: Existem padrões? O padrão é inadequado? O padrão foi ignorado? Act (A): ajustar o padrão ou o processo Ciclo PDCA / SDCA Tempo Q u al id ad e / D e se m p e n h o P DC A S DC A Ferramentas da Qualidade Kaoru Ishikawa propôs o conjunto das “Sete Ferramentas da Qualidade” Folhas de verificação Diagrama de Causa e Efeito Histograma Diagrama de Pareto Gráficos de dispersão Fluxogramas Cartas de controle Folhas de Verificação Formulários organizados para coleta de dados Também conhecido como “folha de dados” ou “folha de registro” Estrutura de uma folha de verificação: Cabeçalho Área de dados Instruções Folhas de Verificação Exemplo 1 – Coleta de Amostras Folhas de Verificação Exemplo 2 – Registro de frequências Folhas de Verificação Exemplo 3 – Frequências por tipo de defeito Folhas de Verificação Exemplo 4 – Registro visual Folhas de Verificação Considerações finais As folhas de verificação nunca são usadas sozinhas Ferramentas como histogramas e diagramas de Pareto usam dados coletados pelas folhas de verificação Os dados coletados precisam ser transcritos, registrados e analisados antes que decisões possam ser tomadas Diagrama de Causa e Efeito Visão geral Também conhecido como Diagrama de Ishikawa ou Espinha de Peixe Usado para documentar e estruturar as causas que levam a um efeito É a principal ferramenta para análise da causa raiz dos problemas Diagrama de Causa e Efeito Estrutura geral do Diagrama de Causa e Efeito Diagrama de Causa e Efeito Categoria Descrição Método Causas relacionadas ao processo e aos procedimentos, ou seja, como o trabalho é realizado. Mão de obra Causas relacionadas ao pessoal envolvido com o efeito, tais como capacitação, jornada de trabalho, etc. Máquina Causas relacionadas às máquinas e equipamentos que podem estar relacionadas com o efeito. Material Causas relacionadas aos materiais e insumos usados no processo Medida Causas relacionadas a como o processo é mensurado, calibração dos equipamentos de medição, etc. Meio ambiente Características do ambiente em que o processo ocorre, tais como temperatura, umidade, clima organizacional, etc. Falhas na pintura Método Mão de obra Método Mão de obra Falta de treinamento Falta um auxiliar para o operador Máquina antiga (12 anos) Problemas de manutenção Não há plano de manutenção preventiva Madeira com falhas Tinta não apropriada Procedimento desatualizado de trabalho Histogramas Os histogramas permitem avaliar visualmente a distribuição de uma variável da qualidade As variáveis da qualidade podem ser: Quantitativas: peso, volume, tamanho, tempo de duração, temperatura, etc; Qualitativas: gênero (masculino / feminino), cor (verde / amarelo / vermelho) Histogramas Histogramas são usados apenas para variáveis quantitativas Há duas subdivisões: Variáveis discretas: representadas por números inteiros; Variáveis contínuas: representadas por números reais; Os histogramas representam dados com gráficos de barras Histogramas Exemplo 1: avaliações dadas pelos clientes para um produto Variável discreta: os clientes dão notas de 1 a 5 estrelas para o produto Avalie nosso produto: Histogramas Após um mês, a empresa registrou as seguintes avaliações para um de seus produtos Avaliações do produto 3 3 4 2 5 4 3 3 5 4 3 1 3 3 4 3 2 2 1 3 3 1 2 5 1 3 3 3 4 5 3 2 4 2 2 1 2 3 3 3 Histogramas O histograma representa os dados com colunas, que indicam a frequência: Valores Frequência 1 5 2 8 3 17 4 6 5 4 Histogramas Exemplo 2: dias de espera pelo recebimento do produto Dias para entrega 6 10 5 20 12 8 16 4 2 9 3 2 7 5 8 8 22 7 7 7 18 21 8 7 7 4 15 4 2 8 10 5 7 7 6 6 8 9 12 9 Histogramas Definição dos “compartimentos”: Menor valor = 2 Maior valor = 22 Compartimentos (classes de valores): 1 a 4 dias de espera 5 a 8 dias de espera 9 a 12 dias de espera 13 a 16 dias de espera 17 a 20 dias de espera 21 a 24 dias de espera Histogramas Classe Freq 1 a 4 dias 7 5 a 8 dias 20 9 a 12 dias 7 13 a 16 dias 2 17 a 20 dias 2 21 a 24 dias 2 Representação com histogramas Histogramas Exemplo 3: histogramas com variáveis contínuas – peso de sacos de açúcar Pesos das amostras em gramas (g) 4994,46 4992,89 4999,30 4987,86 4995,10 5000,97 4992,91 4987,67 4991,89 4994,44 4992,08 4995,42 5003,09 4997,66 4999,75 4993,16 4999,92 4996,84 4996,26 5008,98 4994,56 4995,59 4993,73 4999,76 4998,44 4987,72 4993,08 4992,29 4991,81 4994,49 4989,30 4990,50 4990,54 4989,30 4992,20 5001,18 4999,32 4993,31 5002,97 5000,28 Histogramas Estimativa inicial para a quantidade de compartimentos: 7324,7140 1 b nb Devemos distribuir os dados em 7 classes Histogramas 67,4987 98,5008 Menor Maior Determinando as classes Limites do histograma 23)( 4987 5010 rDiferença Menor Maior Dica Prática O menor valor do histograma deve ser um pouco menor que o menor valor amostral. O mesmo deve ser feito para o maior valor do histograma, que deve ser pouco menor que o máximo amostral. Histogramas Tamanho de cada classe 3,32857,3 7 23 b r w Intervalos: Classe 1: 4987,0 a 4990,3 Classe 2: 4990,3 a 4993,6 Classe 3: 4993,6 a 4996,9 Classe 4: 4996,9 a 5000,2 Classe 5: 5000,2 a 5003,5 Classe 6: 5003,5 a 5006,8 Classe 7: 5006,8 a 5010,1 Histogramas Classe Freq 4987,0 a 4990,3 5 4990,3 a 4993,6 12 4993,6 a 4996,9 10 4996,9 a 5000,2 7 5000,2 a 5003,5 5 5003,5 a 5006,8 0 5006,8 a 5010,1 1 Representação com histogramas Histogramas Limites de especificação Valor alvo (VA) = 5000 Limite Inferior (LIE) = 4990 Limite Superior (LSE) = 5010 LIE VA LSE Considerações Finais O que avaliamos em um histograma? Centralidade: onde está a média ou a classe com maior número de ocorrências? Variabilidade: como os dados na amostra variam entre si? Histogramas mais “largos” indicam maior variação nos dados Forma: quantos “picos” há na distribuição? Ela é inclinada para algum dos lados? Diagrama de Pareto O economista italiano Vilfredo Pareto observou que 80% da riqueza do país estava nas mãos de 20% da população O princípio 80-20 passou a ser observado em outras áreas, por exemplo: 80% das vendas ocorrem com 20% dos clientes 80% das ocorrências de problemas são observadas em 20% dos produtos Diagrama de Pareto Nem sempre observamos exatamente as porcentagens 80% e 20% O importante é entendermos o princípio da priorização É necessário saber separar os poucos vitais dos muitos triviais. Joseph Juran Diagrama de Pareto O Diagrama de Pareto ordena as causas de problemas com base em critérios quantitativos O mais utilizado é a quantidade de ocorrências Exemplo: motivos de insatisfação dos clientes de um restaurante Diagrama de Pareto Utilizando um diagrama de causa e efeito, foram determinadas as causas da insatisfação dos clientes: Tempo de espera por uma mesa Cordialidade dos funcionários Tempo de espera pelas bebidas Temperatura ambiente Comida fria Limpeza dos sanitários Variedade de pratos oferecidos Diagrama de Pareto Para priorizar, é necessário calcular as ocorrências de cada causa: Prezado cliente, em caso de insatisfação com nossos serviços, por favor, marque a seguir o tipo de problema que teve em nosso estabelecimento: Variedade de pratos oferecidos Tempo de espera para conseguir uma mesa Cordialidade dos funcionários Tempo de espera pelas bebidas Temperatura ambiente A comida está fria Limpeza dos sanitários Outros: _______________________ Anotações: Diagrama de Pareto 44 Causa Ocorrências Tempodeesperaparaconseguir umamesa 5 Cordialidade dosfuncionários 3 Tempodeesperapelasbebidas 12 Temperatura ambiente 4 A comida está fria 18 Limpezadossanitários 2 Variedade depratosoferecidos 8 Outros 3 TOTAL 55 Tabulação dos dados coletados durante um mês Diagrama de Pareto Passo 1 – Ordenar de maneira decrescente segundo as ocorrências Causa Ocorrências % Individual %Acumulada A comida está fria 18 Tempo de espera pelas bebidas 12 Variedade de pratos oferecidos 8 Tempo de espera para conseguir uma mesa 5 Temperatura ambiente 4 Cordialidade dos funcionários 3 Outros 3 Limpeza dos sanitários 2 Passo 2 – Criar as colunas “% Individual” e “% Acumulada” Causa Ocorrências % Individual %Acumulada A comida está fria 18 32,73% Tempo de espera pelas bebidas 12 21,82% Variedade de pratos oferecidos 8 14,55% Tempo de espera para conseguir uma mesa 5 9,09% Temperatura ambiente 4 7,27% Cordialidade dos funcionários 3 5,45% Outros 3 5,45% Limpeza dos sanitários 2 3,64% Passo 3 – Calcular as “% Individuais” Total de ocorrências = 55 %73,32327273,0 55 18 % Individual Diagrama de Pareto Passo 4 – Calcular as “% Acumuladas” Para a primeira causa: IndividualAcumulada %% Para as demais causas: anteriordaAcumuladaIndividualAcumulada %%% Passo 4 – Calcular as “% Acumuladas” Causa Ocorrências % Individual %Acumulada A comida está fria 18 32,73% 32,73% Tempo de espera pelas bebidas 12 21,82% 54,55% Variedade de pratos oferecidos 8 14,55% Tempo de espera para conseguir uma mesa 5 9,09% Temperatura ambiente 4 7,27% Cordialidade dos funcionários 3 5,45% Outros 3 5,45% Limpeza dos sanitários 2 3,64% Causa 2: % Individual = 32,73% % Acumulada anterior = 21,82% 54,55% + Passo 4 – Calcular as “% Acumuladas” Causa Ocorrências % Individual %Acumulada A comida está fria 18 32,73% 32,73% Tempo de espera pelas bebidas 12 21,82% 54,55% Variedade de pratos oferecidos 8 14,55% 69,09% Tempo de espera para conseguir uma mesa 5 9,09% 78,18% Temperatura ambiente 4 7,27% 85,45% Cordialidade dos funcionários 3 5,45% 90,91% Outros 3 5,45% 96,36% Limpeza dos sanitários 2 3,64% 100,00% Causa 3: % Individual = 14,55% % Acumulada anterior = 54,55% 69,09% + Diagrama de Pareto Representação gráfica do Diagrama de Pareto Diagrama de Pareto Interpretando os dados: O fato de a comida estar sendo servida fria é a principal causa de reclamações As 3 principais causas de insatisfação representam quase 70% das ocorrências Após as ações de melhoria nessas causas, é necessário reavaliar as causas de insatisfação
Compartilhar