Baixe o app para aproveitar ainda mais
Prévia do material em texto
1 2 3 4 5 6 Metodologia Lean Six-sigma Curso de Formação de Green Belts Lean 6 7 Primeiro Dia: Introdução Origem e Conceituação do Lean Six-sigma Campos de Aplicação Implantação da Metodologia Estrutura da Equipe Responsabilidades Treinamento e Certificação Seleção de Projetos DMAIC CONTEÚDO PROGRAMÁTICO 8 Primeiro Dia: DEFINIR Identificação e Priorização de Problemas e Oportunidades Abordagem Y=f(x) Diagrama de Pareto Técnica GUT Matriz de Decisão Mapeamento de Processos Fluxograma SIPOC/FEPSC CONTEÚDO PROGRAMÁTICO 9 Segundo Dia: MEDIR Diagrama de Ishikawa Matriz de Causa e Efeito Análise do Sistema de Medição CONTEÚDO PROGRAMÁTICO 10 Terceiro Dia: ANALISAR Análises gráficas Correlação e Regressão MELHORAR DOE – Projetos de Experimentos FMEA – Failure Mode and Effect Analysis CONTEÚDO PROGRAMÁTICO 11 Quarto dia: MELHORAR Testes de Hipóteses CONTROLAR Plano de Controle CEP – Controle Estatístico de Processos Replicação das Melhorias Cálculo dos Ganhos Financeiros / Validação CONTEÚDO PROGRAMÁTICO 12 12 TREINAMENTO GREEN BELT BEM VINDOS! CONHECENDO A TURMA Faça uma breve apresentação sua, contando sua trajetória profissional, experiência com 6Sigma e o que gosta de fazer! NOSSO ACORDO Respeitar os horários Celulares em modo silencioso Evitar conversas paralelas Compartilhar dúvidas Postura Participativa Origens do Lean Six-sigma 1986 1990 INTRODUÇÃO 17 17 GE 12 bilhões de dollares em 1981 e hoje: 280 bilhoes hoje Nenhum CEO na História criou mais valor para o acionista do que Jack Welch Utiliza ferramentas estatísticas, focando a tomada de decisões em dados. O que é a metodologia Lean Six-sigma? É um processo sistemático e estruturado para se obter ganhos de qualidade e de produtividade através da melhoria dos processos. Tem como base a execução de projetos sem investimento conduzidos por uma equipe multidisciplinar. INTRODUÇÃO 18 MOTOROLA Benchmark: As Empresas de média performance, falhavam entre 3 mil a 10 mil vezes a cada 1MM. Já as BIC’s 3,4. As empresas de média performance tinham alto índice de reprocesso. O que não acontecia com as BIC’s. Segredo: EVITAR reprocesso => Fazer certo da 1 vez!!! Nascimento do Six-sigma Bob Galvin Bill Smith Michael Harry INTRODUÇÃO 19 19 Bob Galvin – CEO: melhorar a qualidade 10X em 5 anos. O engenheiro de qualidade da Motorola, Bill Smith, chamou o processo de melhoria de qualidade de Six Sigma. Michael Harry, who led the Six Sigma programme at Motorola moved on to other organisations and finally established the ‘Six Sigma Academy’ DMAIC GE – Jack Welch Six-sigma Academy (M. Harry e R. Schroeder) Motorola O que fez do 6 algo diferente? Objetiva a melhoria de (qualquer) processo; Tem foco em aumentar a LUCRATIVIDADE da empresa através de: < defeitos > rendim. e qualidade > a satisfação dos clientes Equipes multi-funcionais. CLIENTES são a ref. fundamental; Projetos rápidos, com alto retorno e guiado por DADOS; Processo DISCIPLINADO e com forte suporte ferramental; Condição: Validado ESTATÍSTICA E FINANCEIRAMENTE INTRODUÇÃO 20 20 (Mikel Harry & Richard Schroeder - Six Sigma Academy) “Nada se compara à eficácia do Six-sigma na hora de melhorar a eficiência operacional da empresa, aumentando a produtividade e reduzindo custos.” Jack Welch – Ex-presidente da GE INTRODUÇÃO 21 21 (Mikel Harry & Richard Schroeder - Six Sigma Academy) 4 3 2 1 0 - 1 - 2 - 3 - 4 68% 95% Probabilidade do valor da amostra Número de Desvios Padrões da Média 99,73% Curva de Gauss Desvio Padrão () Média (µ) INTRODUÇÃO 22 22 Água não-potável quase 15 minutos por dia; 5.000 operações cirúrgicas incorretas por semana 2 pousos forçados nos maiores aeroportos diariamente Falta de energia elétrica por quase 7 horas a cada mês Um minuto de água não-potável a cada sete meses 1,7 operações cirúrgicas incorretas por semana Um pouso forçado nos maiores aeroportos a cada cinco anos Uma hora sem energia elétrica a cada 34 anos 99% bom – 3,8 6 s PPM Capabilidade do Processo Defeitos por Milhão de Op. 2 308.537 3 66.807 4 6.210 5 233 6 3,4 INTRODUÇÃO 23 23 * Fonte: Jornal A Tarde, edição 22/2/2009. Matéria: “Lipoaspiração sem Risco” * “Em 2004, ao estudar 400 mil cirurgias plásticas feitas nos EUA, a Sociedade Americana dos Cirurgiões Plásticos descobriu que em 0,34% houve sérias complicações (uma a cada 298 operações) e que em 0,0019% os pacientes morreram (um óbito a cada 51.459 cirurgias)”. Complicações sérias: DPMO = (1/298) x 1.000.000 = 3.355,7 4,21 Mortes: DPMO = (1/51.459) x 1.000.000 = 19,4 5,62 1 morte a cada 289.855 cirurgias 6 INTRODUÇÃO 24 A Filosofia Lean O Lean Manufacturing surgiu na Toyota no Japão pós-Segunda Guerra Mundial. Os criadores desta filosofia são Taiichi Ohno, engenheiro da Toyota e seus precursores: Sakichi Toyoda, fundador do Grupo Toyoda em 1902; Kiichiro Toyoda, filho de Sakichi Toyoda, que encabeçou as operações de manufatura de automóveis entre 1936 e 1950 e Eiji Toyoda. James Womack Daniel T. Jones Nascimento do Lean 1990 1996 INTRODUÇÃO 25 25 The machine – 1990 Lean Thinking – O termo Lean surgiu originalmente no famoso livro de James Womack e Daniel Jones chamado The Machine that Changed the World (A Máquina que Mudou o Mundo) publicado nos Estados Unidos em 1990. Este livro foi o resultado de um estudo sobre a indústria automotiva mundial realizado pelo MIT (Massachusetts Institute of Technology), sob a coordenação de Womack. Dentre outras coisas o livro explora as vantagens do Sistema Toyota de Produção (Toyota Production System). Os 5 Princípios do Lean: Definir o que é VALOR para o cliente Mapear a CADEIA DE VALOR para cada produto Criar um FLUXO CONTÍNUO de produção Operar com PRODUÇÃO PUXADA Buscar a PERFEIÇÃO “É uma forma de especificar valor, alinhar na melhor seqüência as ações que criam valor, realizar essas atividades sem interrupção toda vez que alguém as solicita e realizá-las de forma cada vez mais eficaz.” A Mentalidade Enxuta nas Empresas–1998 (Womack e Jones) INTRODUÇÃO 26 Exemplo de Fluxo Contínuo No fluxo da esquerda (desbalanceado), qual a etapa mais lenta? E a mais rápida? Quais as consequências de se ter etapas com capacidades de processamento diferentes? INTRODUÇÃO 27 Focos do Lean: velocidade e fluxo de valor. Utiliza técnicas para: Focalizar e maximizar a velocidade do processo; Ferramentas para analisar o fluxo de valor e os atrasos em cada etapa do processo; Ferramentas para analisar e reduzir desperdícios que não sejam defeitos. Principais resultados alcançados: Redução de Lead Time Redução de inventário (WIP) INTRODUÇÃO 28 MUDAS (Os 7 + 1 Grandes Desperdícios da Produção Enxuta) Desperdício de Transporte Desperdício de Estoques Desperdício de movimento (problemas ergonômicos) Desperdício de Espera Desperdício de Superprodução Desperdício de Processamento Desperdício de Produzir Itens defeituosos/ retrabalho Não valorizar as pessoas INTRODUÇÃO 29 EVENTOS KAIZEN Aperfeiçoamento constante dos processos: KAI = Mudança ZEN = Bom Mudança para melhor Eventos Kaizen são reuniões, com foco em execução, de 3 a 5 dias de duração, com o objetivo de se estabelecer melhorias no processo estudado; Seu pré-requisito é um planejamento robusto a fim de que durante o evento não se perca o foco na execução. INTRODUÇÃO 30 30 LEAN SIX-SIGMA OBJETIVO Eliminar desperdícios Reduzir variações 1. Definir Valor 1. Definir 2. Cadeia Valor 2. Medir SISTEMÁTICA 3. Fluxo Contínuo 3. Analisar 4. Produção Puxada 4. Melhorar 5. Buscar Perfeição 5. Controlar CTQ Lead Time/ Valor AgregadoFalhas/ Redução de custos FOCO Fluxo Projeto (problema) * Adaptado do Boletim da Siqueira Campos – Setembro de 2005, ano IX, nº 17. Tabela comparativa: Lean e Six-sigma* INTRODUÇÃO 31 Qualidade Rapidez Fluxo Produtivo Dados e Fatos LEAN SIX-SIGMA Satisfazer Clientes Otimizar Processos Fluxo do Processo Fluxo Produtivo Defeitos e Variações Adaptado de GEORGE, ROWLANDS e KASTLE. What is Lean Six Sigma? McGraw-Hill, USA, 2004. INTRODUÇÃO 32 Principais Personagens do LSS Aprovar e financiar projetos, remover as “pedras no caminho” para o sucesso dos projetos Champions Consultores internos, são dedicados em tempo integral ao Six-Sigma, mentores dos BB e GB, estabelecem junto com os Champions as metas dos projetos. Master Black Belts Black Belts e Green Belts Yellow Belts e White Belts Lideram equipes de projeto, dão assistência no uso das ferramentas do Six-Sigma. BB são tempo integral; GB dedicam-se part time a Six-Sigma. Participam da equipe de projetos, dando suporte aos BBs e GBs; utilizam as ferramentas para executarem pequenas melhorias nos processos. INTRODUÇÃO 33 CURSO GB - Seleção de Projetos Seleção de Projetos 34 SELEÇÃO DE PROJETOS “Se um homem começar com certezas, vai acabar com dúvidas; mas se ele se contentar em começar com dúvidas, vai acabar com certezas.” Sir Francis Bacon Filósofo e escritor Inglês (1561 – 1626) 35 Aprovado ? Sim Projeto de Investimento Sim Matriz de Priorização Não: Melhorar!!! Não Baixo risco e complexidade KAIZEN Alto risco e complexidade DMAIC Pipeline de Oportunidades Investimento? Projetos LSS INTRODUÇÃO 36 Implementando o LSS 36 O que é o 6 Sigma ? Como defino o 6 Sigma em termos práticos ? “O “Six Sigma” é originalmente um método que objetiva a redução da variabilidade e a eliminação de defeitos através de uma abordagem disciplinada para melhoria de processos e produtos, orientada por dados, buscando a quase total eliminação de defeitos em cada produto, processo ou transação, dada sua característica de poder ser aplicado em praticamente quase todas as vertentes de um negócio.” SELEÇÃO DE PROJETOS 37 Como o 6 Sigma ataca um problema: Como organizam-se esforços de melhoria? Projetos 6 Sigma SELEÇÃO DE PROJETOS Critério Novo produto/processo Mudança evolucionária Re-projeto Foco Desenvolvimento de novos produtos /processos Atualização e otimização de produto/processo existente Correção de produto/processo existente Escopo Abrangente Moderado Limitado Tempo de execução Longo Moderado Curto Custo Alto Moderado Baixo Qualidade Alta Alta Moderado Classificação de projetos segundo critérios usuais (baseada em SORDERBORG, 2005) 38 Como o 6 Sigma vê um problema: A abordagem causal Y=f(x): SELEÇÃO DE PROJETOS Y Saída de um processo Efeito Monitorado X Entrada de um processo Causa Controlado ou ruído PROCESSO Y X 39 Como o 6 Sigma vê um problema: A abordagem causal Y=f(x): SELEÇÃO DE PROJETOS Gerenciar “Correto” (In-Spec.) K...Key P...Process I.....Input V....Variables (Principais Variáveis de entrada do processo) KPOV K...Key P...Process O...Output V....Variables (Principais Variáveis de saída do processo) CTQ Critical To Quality (Crítico para a Qualidade) Gerencie as ENTRADAS que ótimas SAÍDAS surgirão ! COPQ (Cost Of Poor Quality) Todos os custos TANGÍVEIS e INTANGÍVEIS ASSOCIADOS À BAIXA QUALIDADE PROCESSO KPIV KPIV KPIV 40 Onde identificar uma oportunidade de projeto: Fontes típicas para buscar oportunidades de projetos: Planejamento estratégico, plano de negócios da empresa; Estudos de benchmarking e demais avaliações de competidores; Indicadores internos (garantia, qualidade, custos, processo, manutenção, etc); Histórico de falhas do produto e/ou processo; Gargalos de logísticos, administrativos ou de produção. SELEÇÃO DE PROJETOS 41 Onde identificar uma oportunidade de projeto: Avaliação das métricas de desempenho: Indicadores internos: Rendimento do processo; Tempo de ciclo; Projeto orientado para a Qualidade (processos críticos) Indicadores externos: Dados de pesquisas; Custos de garantia. Projetos executados em outros setores da organização (replicação). SELEÇÃO DE PROJETOS 42 Onde identificar uma oportunidade de projeto: Custo da não qualidade: SELEÇÃO DE PROJETOS Receita Custos Produtividade = Custos Fixos (administração, sistemas de controle, equipamentos, instalações, etc.) Custos Variáveis (matéria-prima, energia, mão-de-obra, expedição, etc.) Faturamento (vendas, lucro, etc.) Custos Evitáveis (ocorrências / reclamações) 43 Onde identificar uma oportunidade de projeto: Projetos LSS e o relatório de demonstração de resultados: SELEÇÃO DE PROJETOS Receita - Custo dos bens vendidos = Margem de contribuição - Despesas c/ vendas, gerais e Adm = Margem Operacional - Despesas Financeiras (juros…) = Lucro antes do IR - IR = Lucro Líquido Projetos de Mkt e Vendas Foco: receita Projetos de Manufatura Foco: CV Projetos de RH, finanças... Foco: CFD 44 Como considerar um projeto: Avaliação das prioridades da empresa: Projeto orientado para a Qualidade (processos críticos) Projeto orientado para Custos (“hard & soft savings”) Projeto orientado para a Entrega (e.g. tempo de ciclo) Projeto orientado ao combate a incêndio SELEÇÃO DE PROJETOS 45 Critérios para a seleção de projetos: O que avaliar numa proposta de projeto: Porque vale a pena fazer o projeto? Porque é importante fazer o projeto agora ? Quais as conseqüências de não fazer o projeto ? Quais outras atividades são igualmente ou mais prioritárias ? Como este projeto se encaixa nos planos e objetivos da empresa ? SELEÇÃO DE PROJETOS 46 Critérios para seleção de projetos: Perguntas utilizadas para filtrar potenciais projetos: O problema apresenta-se de forma recorrente ? O escopo do projeto está devidamente reduzido ? Há métricas existentes ou que possam ser facilmente implementadas? Voce tem controle do processo e autonomia para efetuar mudanças ? O problema afeta a satisfação do cliente SELEÇÃO DE PROJETOS 47 Exemplos de projetos: Exemplos típicos de projetos 6-Sigma: Eliminação de desperdícios na linha de produção Garantir robustez de novas tecnologias ou soluções Resolver problemas de qualidade Redução de variabilidade na manufatura Otimização do desempenho de um produto Validar ações de redução de custo SELEÇÃO DE PROJETOS 48 Exemplos de projetos: O que evitar: Objetivos vagos Projetos não relacionados aos objetivos estratégicos/plano de negócios; Muitos objetivos simultâneos Com métricas falhas ou de difícil mensuração Com solução já conhecida; Projetos sem impacto financeiro ou que demandem grandes investiimentos; Resultados esperados em curtíssimo prazo. SELEÇÃO DE PROJETOS 49 Atividade: Avalie as seguintes declarações de problema. Considerando-se o que vimos até agora, quais são boas alternativas de projetos: Melhorar o processo de montagem de TVs para eliminar reclamações de telas riscadas Melhorar a robustez e qualidade do sistemaReduzir em 60% os custos de garantia por meio da redução da variabilidade na montagem de decodificadores de HDTV Reduzir o absenteísmo na época do carnaval Instalar novo forno de tratamento térmico SELEÇÃO DE PROJETOS 50 Atividade Helicóptero Origami Qual o tempo médio de vôo alcançado ? 51 Clique para editar os estilos do texto mestre Segundo nível Terceiro nível Quarto nível Quinto nível Técnicas usuais para priorização de projetos: Análise SWOT Matriz de Foco ou Esforço Impacto ou Decisão Matriz GUT SELEÇÃO DE PROJETOS Slide 18 52 Técnicas usuais para identificação do escopo de projetos: Y = f(x) Mapa de Processo Diagrama de Ishikawa Matriz Causa e Efeito SELEÇÃO DE PROJETOS Slide 18 Y = f (x1, x2, x3,…xn) Y’ = f (x1’, x2’, x3’,…xn’) Qualidade Tempo Custo 53 Clique para editar os estilos do texto mestre Segundo nível Terceiro nível Quarto nível Quinto nível SELEÇÃO DE PROJETOS Matriz SWOT Clique para editar os estilos do texto mestre Segundo nível Terceiro nível Quarto nível Quinto nível SELEÇÃO DE PROJETOS Matriz SWOT Lista de Fatores Agora, liste os fatores de seu projeto: Clique para editar os estilos do texto mestre Segundo nível Terceiro nível Quarto nível Quinto nível SELEÇÃO DE PROJETOS Matriz SWOT Análise Agora, analise seu projeto: Clique para editar os estilos do texto mestre Segundo nível Terceiro nível Quarto nível Quinto nível Matriz GUT SELEÇÃO DE PROJETOS 57 57 Exemplo: A Empresa Product Delivery vem perdendo mercado para os concorrentes nos últimos anos. Os problemas levantados foram os seguintes: Matriz GUT SELEÇÃO DE PROJETOS 58 58 Exercício: Liste 5 oportunidades do seu estudo. Em seguida priorize essas oportunidades utilizando a matriz GUT abaixo: Matriz GUT SELEÇÃO DE PROJETOS 59 59 Matriz de Foco, Esforço x Impacto ou Decisão SELEÇÃO DE PROJETOS 60 60 SELEÇÃO DE PROJETOS 61 Matriz de Foco, Esforço x Impacto ou Decisão 61 SELEÇÃO DE PROJETOS Matriz de Foco, Esforço x Impacto ou Decisão 62 DMAIC CURSO GB - DMAIC 63 CURSO GB - DMAIC D M A I C A estrutura de fases do DMAIC: Identificação das fases e seu seqüênciamento: DEFINIR (DEFINE) CONTROLAR (CONTROL) MELHORAR (IMPROVE) ANALISAR (ANALYZE) MEDIR (MEASURE) 64 Objetivos da fase Definir (“Define”): Aperfeiçoar o entendimento sobre o problema: Identificação e contextualização do problema: O quê ? Quem ? Onde? Quando ? Quanto ? (5W2H?); Clientes e suas demandas; Identificação dos fornecedores. Organização do time: Participantes; Responsabilidades; Metas. Elaboração e aprovação do contrato do projeto – “project charter” DMAIC - DEFINIR 65 Objetivos da fase Medir (“Measure”): Suportar a tomada de decisão baseada em dados: Aplicação de técnicas de coleta de dados, de avaliação de performance e de monitoramento: Identificação das variáveis a serem avaliadas; Estabelecimento e avaliação do sistema de medição; Plano de amostragem/coleta. Identificação do desempenho inicial do produto ou processo Atualização e revisão da documentação do projeto DMAIC - MEDIR 66 Objetivo da fase Analisar (“Analyze”): Identificação e caracterização das fontes de variação: Aplicação de técnicas gráficas ou analíticas nos resultados das medições para: Identificação das variáveis mais influentes; Avaliação da forma como se dá tal influência. Atualização e revisão da documentação do projeto DMAIC – ANALISAR 67 Objetivo da fase Melhorar (“Improve”): Minimizar a sensibilidade do produto/processo às condições de uso/produção e centralizar seu desempenho em seu alvo: Identificar oportunidades de melhoria: Avaliações físicas, analíticas ou virtuais. Realização de pilotos; Implementação das melhorias. Atualização e revisão da documentação do projeto DMAIC – MELHORAR 68 Objetivo da fase Controlar (“Control”): Manter e perpetuar os ganhos obtidos: Implantação de dispositivos à prova de erro – “poka-yoke” Monitoramento das melhorias implementadas: Formalização das melhorias; Treinamentos; Análise do sistema de medição de longo prazo; Estabelecimento do plano de controle; Elaboração do plano de reação. Atualização e revisão da documentação do projeto para aprovação final e fechamento DMAIC – CONTROLAR 69 E após o encerramento do projeto? “Corporate base of knowledge”: Especificações; Folhas de processo; Melhores práticas, etc; Treinamentos Atualizações de “hard” e “soft skills” DMAIC – PÓS-PROJETO 70 DEFINIR CURSO GB - DEFINIR 71 CURSO GB - DEFINIR “O primeiro trabalho numa tomada de decisão é encontrar o real problema e definí-lo." Peter Drucker (1909 – 2005), o “pai da administração moderna” 72 Objetivos da fase Definir (“Define”): Aperfeiçoar o entendimento sobre o problema: Identificação e contextualização do problema: O quê ? Quem ? Onde? Quando ? Quanto ? (5W2H?); Clientes e suas demandas; Identificação dos fornecedores. Organização do time: Participantes; Responsabilidades; Metas. Elaboração e aprovação do contrato do projeto – “project charter” DMAIC - DEFINIR 73 Elementos da fase Definir (“Define”): Os principais elementos da fase Definir são: Definição inicial do problema - declaração de alto nível; Voz do cliente; Crítico p/ qualidade (CTQ-“critical to quality”) e definição de defeito; Conceito e técnica Y=f(x); Mapas do processo: SIPOC; Mapas de fluxo. Estabelecimento do escopo e do objetivo do projeto; Declaração detalhada do problema; Contrato do projeto – “project charter”. DMAIC - DEFINIR 74 Elementos da fase Definir (“Define”): Definição inicial do problema - declaração de alto nível: Objetivos: Apresentar o problema de forma clara e concisa; Quantificar o problema, com seus indicadores e métricas; Identificar o impacto no cliente e o desempenho inicial. DMAIC - DEFINIR 75 Elementos da fase Definir (“Define”): Definição inicial do problema - declaração de alto nível: Exemplo: Os clientes estão insatisfeitos com a qualidade da imagem dos televisores . DMAIC - DEFINIR 76 Elementos da fase Definir (“Define”): Definição inicial do problema - declaração de alto nível: Exemplo melhorado: Os clientes estão insatisfeitos com a qualidade da imagem dos televisores LCD com mais de 40 polegadas. DMAIC - DEFINIR 77 Elementos da fase Definir (“Define”): Definição inicial do problema - declaração de alto nível: Exemplo melhorado: Os clientes estão insatisfeitos com a imagem dobrada nos televisores LCD com mais de 40 polegadas. DMAIC - DEFINIR 78 Elementos da fase Definir (“Define”): Definição inicial do problema - declaração de alto nível: Exemplo melhorado: 30% dos clientes estão insatisfeitos com a imagem dobrada nos televisores LCD com mais de 40 polegadas produzidas na planta de Manaus após 30 de outubro (quando ocorreu a troca do fornecedor de telas) conforme relatório do Depatamento de Serviços #42/2011. DMAIC - DEFINIR 79 Elementos da fase Definir (“Define”): Exercicio Definição inicial do problema - declaração de alto nível Elabore uma declaração de alto nivel para a oportunidade em analise DMAIC - DEFINIR 80 Elementos da fase Definir (“Define”): Voz do cliente - VOC: Objetivos: Apresentar o problema da forma o mais fiel possível a como o cliente o descreve ou percebe; Pode ser cliente interno ou externo. DMAIC - DEFINIR Crítico para a qualidade – CTQ (“critical to quality”): Objetivos: Traduzir o problema da linguagem do cliente para a linguagem técnica, sempre vinculando-a a uma métrica de desempenho. A correta tradução da VOC em CTQ é vital para o sucesso do projeto ! 81 Elementos da fase Definir (“Define”): Traduzindoa VOC em CTQ: DMAIC - DEFINIR Definição operacional: É a descrição do problema de uma forma que assegure a interpretação correta e consistente das expectativas do cliente. VOC Requisitos Problema chave 82 Elementos da fase Definir (“Define”): Traduzindo a VOC em CTQ: DMAIC - DEFINIR 83 Elementos da fase Definir (“Define”): Traduzindo a VOC em CTQ – Exercicio DMAIC - DEFINIR 84 Elementos da fase Definir (“Define”): DMAIC - DEFINIR Definição operacional: É a descrição do problema de uma forma que assegure a interpretação correta e consistente das expectativas do cliente. QUANTAS BLUSAS AZUIS NA SALA ???? 85 Elementos da fase Definir (“Define”): DMAIC - DEFINIR Definição operacional: Uma blusa é qualquer peça de roupa que cobre 70% ou mais do tronco, acima da saia ou calça de quem a usa e cuja extremidade inferior (quando usada solta) cai entre 7 a 17cm (inclusive) abaixo da parte extrema da saia ou calça. Se o tipo de roupa usada não for saia ou calça, a peça de roupa usada não é uma blusa. Qualquer blusa assim definida será considerada azul se mais de 50% de sua superfície exposta e visível (quando vestida) é de cor azul. Qualquer cor será considerada azul se similar a qualquer porção de uma faixa marcada em um cartão de cores disponível, quando ambos, blusa e cartão, são julgados por um inspetor certificado por exame médico, tendo passado no teste de daltonismo para piloto aéreo. A Definição Operacional torna o CTQ Mensurável!!!! 86 Elementos da fase Definir (“Define”): DMAIC - DEFINIR Defeitos: Em termos de 6 Sigma, o não atingimento dos requisitos configura-se em um defeito; Defeito vs defeituoso; São expressos em relações matemáticas como DPO, DPU, DPMO, ou avaliados de forma inversa pelos rendimentos. Às vezes, mesmo atendendo-se um requisito o cliente continua insatisfeito. O que fazer então ? 87 PROCESSO ENTRADAS SAÍDAS Fatores de Ruído Fatores de Controle Não Conformidades Mapeamento de Processo: O que é um Processo? Conjunto de atividades interrelacionadas Objetivo específico Transforma entradas em saídas DMAIC - DEFINIR Elementos da fase Definir (“Define”): Mapas de processo: São representações de processos utilizando-se símbolos objetivando: Visualizar o processo Alinhar o conhecimento sobre o processo com o time de projeto e os decisores; Auxilia na identificação de ineficiências Gargalos; Fábricas ocultas (loops, retrabalhos, redundâncias); Operações não padronizadas, etc. DMAIC - DEFINIR 89 Elementos da fase Definir (“Define”): Mapas de processo: SIPOC ou FEPSC Mapa de alto nível que visa identificar os principais elementos do processo: S = Supplier >>> Fornecedor I = Inputs >>> Entradas P = Process >>> Processo O = Output >>> Saída C = Customer >>> Cliente DMAIC - DEFINIR 90 Elementos da fase Definir (“Define”): Mapas de processo: SIPOC DMAIC - DEFINIR S I P O C 91 F Fornecedor E Entrada P Processo S Saída C Cliente Informações s/ Navio Navio atracado Op. do Terminal Prático/ Agente Marítmo Informações s/ cabos Atracamento Declaração de presença de carga Empresa Cliente Capitania dos Portos Declaração de conformidade Autorização subida a bordo Receita Federal Agente Marítmo Documentação navio Verificação e Inspeção Desembaraço aduaneiro Op. do Terminal Firma Inspetora Fatura Arqueamento Plano de descarga Empresa Cliente Receita Federal Declaração de conformidade Liberação do Pronto a Operar Declaração de Importação Cmte. Navio Pronto a Operar Operadores Navio Pronto a Operar Op. do Terminal Operadores Terminal Definição tancagem Conexão do Braço Carga Empresa Cliente Empresa Liberação Empresa via FAX Operação de Carga e Descarga Carta de Protesto Prático Desconexão do Braço DMAIC - DEFINIR 92 F Fornecedor E Entrada P Processo S Saída C Cliente DMAIC - DEFINIR Exercicicio – Fazer o SIPOC/FEPSC da oportunidade em estudo 93 Elementos da fase Definir (“Define”): Mapas de processo: Mapa de processo ou mapas de fluxo Utilizam-se de símbolos e convenções para representar as atividades relacionadas ao processo produtivo e seu seqüênciamento; Podem ser tão detalhados quanto necessário DMAIC - DEFINIR 94 Elementos da fase Definir (“Define”): Mapas de processo: Símbolos e regras usuais: DMAIC - DEFINIR Etapa ou Operação Inspeção Decisão Espera Armazenagem Transporte 95 Elementos da fase Definir (“Define”): Mapas de processo: Símbolos e regras usuais: DMAIC - DEFINIR 96 Elementos da fase Definir (“Define”): Mapas de processo: Exercicio – Fazer o mapa do processo da oportunidade em estudo DMAIC - DEFINIR 97 Elementos da fase Definir (“Define”): Y=f(x): Objetivos: Desmembrar um problema complexo em várias vertentes melhor gerenciáveis; Ajudar a traduzir uma VOC para linguagem técnica comparável às especificações do produto ou processo. Significado: Y = variável de saída e problema a ser solucionado; é o EFEITO; x = variável de entrada; é a CAUSA; f = simboliza a função matemática que as relaciona. DMAIC - DEFINIR 98 Elementos da fase Definir (“Define”): Y=f(x): Estruturação: DMAIC - DEFINIR PROCESSO Y X Y = f (x1, x2, x3,…xn) Y’ = f (x1’, x2’, x3’,…xn’) Qualidade Tempo Custo 99 Elementos da fase Definir (“Define”): Y=f(x): Exemplo: Problema = sofá desconfortável DMAIC - DEFINIR Y = Sofá desconfortável Subjetivo Que ação tomar ? 100 Elementos da fase Definir (“Define”): Y=f(x): Exemplo: Problema = sofá desconfortável DMAIC - DEFINIR Y = Sofá desconfortável Y = f (encosto, assento, espuma) Y’ = f (tecido, largura, comprimento, inclinação) Y” = f (fios por polegada, permeabilidade) Todos mensuráveis Mensuráveis 101 Elementos da fase Definir (“Define”): Y=f(x): Exercicio: Fazer o cascateamento para a oportunidade em estudo. DMAIC - DEFINIR 102 Elementos da fase Definir (“Define”): Escopo e Objetivo: Definir o escopo de um projeto é definir a abrangência prevista para o projeto, é delimitar o que será ou não investigado; Já o objetivo estabelece qual a meta de melhoria a ser atingida. DMAIC - DEFINIR Y = f(x) Mapa de Processo Y = f (x1, x2, x3,…xn) Y’ = f (x1’, x2’, x3’,…xn’) Qualidade Tempo Custo 103 Escopo do Projeto LIBERAR PROGRAMAÇÃO CONTROLAR QUALIDADE MP CONFORME ? SIM NÃO MOVIMENTAR MP P/ ÁREA OPERACIONAL CONTATAR /AJUSTAR PROGRAMAÇÃO AUTORIZAR RECEBIMENTO PRODUZIR AROMÁTICOS /OLEFINAS VERIFICAR PROGRAMAÇÃO VERIFICAR CONDIÇÕES DE OPERAÇÃO HÁ CONDIÇÕES ? SIM NÃO SEGUIR ORIENTAÇÕES SOLICITAR CONDIC. DAS UO’S RECEBER PRONTO A OPERAR INICIAR OPERAÇÃO ACOMP. REGIME TRANSITÓRIO/ PERMANENTE SIM NÃO FINALIZAR OPERAÇÃO REPOUSO HÁ INTERRUPÇÃO ? DMAIC - DEFINIR 104 Elementos da fase Definir (“Define”): Declaração detalhada do problema: Trata-se de um refinamento da declaração de problema de alto nível, considerando-se todo o ganho e aprofundamento de conhecimento sobre o problema proporcionado pelos elementos anteriores desta fase. Deve apresentar clara e objetivamente o problema, possibilitando sempre que possivel a estratificação ao nível acionável adequado e as métricas que motivam a execução do projeto Mesmo a declaração detalhada não deve apresentar soluções ao problema. Se a solução é conhecida, basta implementá-la. DMAIC - DEFINIR 105 Elementos da fase Definir (“Define”): Contrato/carta do projeto (“project charter”): É o documento mais importante do projeto.Funciona como um contrato mesmo em que o lider do time identifica: O projeto, seus participantes e atribuições; A declaração detalhada do problema (clara e mensurável); Os elementos críticos para a qualidade (CTQ); O escopo (abrangência) do projeto Indicadores do problema no início e a meta de redução deles, bem como os demais impactos previstos; Cronograma de execução do projeto. DMAIC - DEFINIR 106 Elementos da fase Definir (“Define”): Contrato/carta do projeto (“project charter”): Assim, por meio do contrato do projeto o time assume responsabilidade perante a organização pelo atingimento da meta de um problema específico no prazo estabelecido; O projeto só será considerado bem sucedido ao cumprir as metas e objetivos por meio dele acordados. Este documento pode ser revisado ao longo do andamento do projeto conforme novos dados e descobertas assim o requererem desde que haja aprovação das lideranças por ele afetadas. DMAIC - DEFINIR 107 Elementos da fase Definir (“Define”): Exemplo 1: DMAIC - DEFINIR 108 Elementos da fase Definir (“Define”): Exemplo 2: DMAIC - DEFINIR 109 MEDIR CURSO GB - MEDIR 110 CURSO GB - MEDIR “Quando você pode medir o que você está estudando, e expressá-lo em números, você sabe algo a respeito; mas quando você não pode expressá-lo em números, seu conhecimento é escasso e insatisfatório. Pode ser o princípio do conhecimento, mas você pouco avançou, em seu raciocínio, para o estado da ciência.” Lord Kelvin (1824 – 1907) 111 DMAIC - MEDIR Objetivos da fase Medir (“Measure”): Suportar a tomada de decisão baseada em dados: Aplicação de técnicas de coleta de dados, de avaliação de performance e de monitoramento: Identificação das variáveis a serem avaliadas; Estabelecimento e avaliação do sistema de medição; Plano de amostragem/coleta. Identificação do desempenho inicial do produto ou processo Atualização e revisão da documentação do projeto 112 Elementos da fase Medir (“Measure”): Os principais elementos da fase Medir são: Identificação das variáveis a serem mensuradas; Identificação do tipo de dados de cada variável; Plano de coleta de dados; Análise do sistema de medições; Coleta de dados; Análise da capacidade inicial do processo ou de performance de um produto; Eventual redefinição do problema e atualização do contrato do projeto – “project charter”. DMAIC - MEDIR 113 Elementos da fase Medir (“Measure”): Identificação das variáveis a serem mensuradas: Aplicação de técnicas exploratórias: Avaliação do mapa do processo; Brainstorm; Diagrama de Ishikawa (espinha de peixe); edentificação das variáveis a serem mensuradas; Aplicação de técnicas de priorização: Matrizes de decisão Matriz Causa e Efeito DMAIC - MEDIR 114 Elementos da fase Medir (“Measure”): Aplicação de técnicas exploratórias – Diagrama de Ishikawa: Representação esquemática da relação de causas e efeitos DMAIC - MEDIR PROCESSO Y X Y 115 Elementos da fase Medir (“Measure”): Aplicação de técnicas exploratórias – Diagrama de Ishikawa: Representação esquemática da relação de causas e efeitos DMAIC - MEDIR Y Efeito Causas Prováveis fontes de variação Categorias principais Sub-categorias 116 Elementos da fase Medir (“Measure”): Aplicação de técnicas exploratórias – Diagrama de Ishikawa: Fontes típicas de variação: Método; Material Mão de obra Meio ambiente Medição Máquina DMAIC - MEDIR 117 Elementos da fase Medir (“Measure”): Aplicação de técnicas exploratórias – Diagrama de Ishikawa: Diagrama de Ishikawa com os 6 Ms: DMAIC - MEDIR Y Efeito Prováveis fontes de variação Método Material Mão de obra Meio ambiente Medição Máquina 118 Elementos da fase Medir (“Measure”): Exemplo tempo nas operações dos navios de exportação: DMAIC - MEDIR Abril-Maio 2011 119 Elementos da fase Medir (“Measure”): Aplicação de técnicas de priorização: Matriz Causa e Efeito: Técnica qualitativa de priorização fortemente baseada na experiência e qualificação dos membros do time do projeto; Visa identificar dentre as variáveis provenientes das técnicas exploratórias aquelas que tem maior probabilidade de terem um maior impacto no efeito percebido pontuando-se a relação entre as entradas e as saídas (efeitos); Pode receber entradas do diagrama de Ishikawa (espinha de peixe), de brainstorms ou de qualquer outra técnica. É utilizada praticamente sempre objetivando o melhor uso dos recursos disponíveis para execução do projeto e a resolução do problema no menor tempo possível. DMAIC - MEDIR 120 Elementos da fase Medir (“Measure”): A matriz causa e efeito – Etapas da elaboração: Identificar as saídas do proceso; Avaliar a importância de cada saída para o cliente; Listar todas as entradas; Pontuar a relação entre cada entrada e cada saída; Calcular o peso ponderado de cada variável de entrada multiplicando-se a pontuação de cada relação entrada-saída (etapa anterior) com o peso de cada saída para o cliente (etapa2); Somar os totais de cadarelação x-Y; Ranqueiam-se as variáveis pelos totais obtidos. DMAIC - MEDIR 121 Elementos da fase Medir (“Measure”): Aplicação de técnicas de priorização – Matriz C&E: DMAIC - MEDIR 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Total 1 2 3 4 5 6 7 Importância para o consumidor Saídas do Processo (Ys) Causas ou Entradas (xs) 1 2 3 4 5 6 122 122 Elementos da fase Medir (“Measure”): Exemplo – Performance de um veículo: DMAIC - MEDIR 1 2 3 Total 1 2 3 4 5 6 7 Importância para o consumidor Saídas do Processo (Ys) Causas ou Entradas (xs) 1 Autono Velocidade final Km/l 123 123 Elementos da fase Medir (“Measure”): Exemplo – Performance de um veículo: DMAIC - MEDIR 1 2 3 Total 1 2 3 4 5 6 7 Importância para o consumidor Saídas do Processo (Ys) Causas ou Entradas (xs) 2 9 1 3 Km/l Autonomia Velocidade final 124 124 Elementos da fase Medir (“Measure”): Exemplo – Performance de um veículo: DMAIC - MEDIR 1 2 3 Total Importância para o consumidor Saídas do Processo (Ys) Causas ou Entradas (xs) Km/l Autonomia 9 1 3 3 Velocidade final 1 2 3 Tamanho do tanque Cor Peso do veículo 4 Pressão pneus 5 Cilindrada 125 125 Elementos da fase Medir (“Measure”): Exemplo – Performance de um veículo: DMAIC - MEDIR 1 2 3 Total 1 2 3 Importância para o consumidor Saídas do Processo (Ys) Causas ou Entradas (xs) Km/l Autonomia 9 1 3 Tamanho do tanque Cor Peso do veículo 4 Pressão pneus Velocidade final 9 0 0 0 9 0 0 3 5 Cilindrada 9 9 9 9 9 1 3 5 (0x9) + (9x1) + (0x3) 126 126 Elementos da fase Medir (“Measure”): Exemplo – Performance de um veículo: DMAIC - MEDIR 1 2 3 Total 1 2 3 Importância para o consumidor Saídas do Processo (Ys) Causas ou Entradas (xs) Km/l Autonomia 9 1 3 Tamanho do tanque Cor Peso do veículo 4 Pressão pneus Velocidade final 9 0 0 0 9 0 0 3 5 Cilindrada 9 9 9 9 9 1 3 6 9 0 117 117 33 127 127 Elementos da fase Medir (“Measure”): Exemplo – Performance de um veículo: DMAIC - MEDIR 1 2 3 Total 1 2 3 Importância para o consumidor Saídas do Processo (Ys) Causas ou Entradas (xs) Km/l Autonomia 9 1 3 Tamanho do tanque Cor Peso do veículo 4 Pressão pneus Velocidade final 9 3 5 Cilindrada 9 9 1 3 7 9 0 117 33 117 0 0 0 9 9 9 0 9 0 128 128 DMAIC - MEDIR Folha de Verificação Elementos da fase Medir (“Measure”): Clique para editar os estilos do texto mestre Segundo nível Terceiro nível Quarto nível Quinto nível Plano de Coleta de Dados Elementos da fase Medir (“Measure”): DMAIC - MEDIR 130 Fazer um bom plano de coleta de dados pode não ser suficiente. É fundamental garantir que os dados continuem a ser consistentes à medida em que são coletados GEMBA Não esquecer de especificar no plano de coleta a quantidade de dados a ser coletada.Muitos dados podem gerar dificuldades de análise, além de levarem mais tempo e em alguns casos envolver mais custo na sua obtenção. Dados de menos podem distorcer os resultados da análise ou levar a equipe a ter que coletar dados novamente, o que pode garar ainda mais custo. Não esquecer de treinar os responsáveis pela coleta de dados a fim de que utilizem corretamente o método estabelecido. É preferível pequenas amostras de tempos em tempos do que uma grande amostra num momento único. DMAIC - MEDIR Coleta de Dados Elementos da fase Medir (“Measure”): 131 DMAIC - MEDIR Elementos da fase Medir (“Measure”): Tipo de Dado FAIL Passar Circuito Elétrico TEMPERATURA Termômetro Tempo Variável Atributo NÃO Passa Passa Calibre QTY UNIT DESCRIPTION TOTAL 1 $10.00 $10.00 3 $1.50 $4.50 10 $10.00 $10.00 2 $5.00 $10.00 ORDEM DE ENVIO Erro Clique para editar os estilos do texto mestre Segundo nível Terceiro nível Quarto nível Quinto nível A definição operacional de um conceito irá mudar de acordo com a aplicação. Por exemplo, o termo “limpo” terá significados bastante distinto numa residência e numa sala de cirurgia de hospital. Portanto, geralmente é melhor pensar em definições operacionais úteis ou inúteis ao invés de definições operacionais corretas ou erradas. A utilização de definições operacionais irá eliminar as discordâncias sobre os significados dos termos enquanto fonte de confusão ou conflito nas relações. DMAIC - MEDIR Elementos da fase Medir (“Measure”): Tipo de Dado Dados de Atributo Categorias Sim/Não Passa/Não Passa Aprovar/Reprovar Bom/Defeituoso Dados variáveis Dados contínuos Contém decimais que mostram distância absoluta entre os números. Exemplos: Tempo, Encargos financeiros, Comprimento, Largura, etc. Dados discretos São contagens de inteiros. Ex. Numero de pessoas, numero de bens produzidos, numero de casas, cidades, etc. Clique para editar os estilos do texto mestre Segundo nível Terceiro nível Quarto nível Quinto nível A definição operacional de um conceito irá mudar de acordo com a aplicação. Por exemplo, o termo “limpo” terá significados bastante distinto numa residência e numa sala de cirurgia de hospital. Portanto, geralmente é melhor pensar em definições operacionais úteis ou inúteis ao invés de definições operacionais corretas ou erradas. A utilização de definições operacionais irá eliminar as discordâncias sobre os significados dos termos enquanto fonte de confusão ou conflito nas relações. DMAIC - MEDIR Elementos da fase Medir (“Measure”): Tipo de Dado Variável Atributo Clique para editar os estilos do texto mestre Segundo nível Terceiro nível Quarto nível Quinto nível A definição operacional de um conceito irá mudar de acordo com a aplicação. Por exemplo, o termo “limpo” terá significados bastante distinto numa residência e numa sala de cirurgia de hospital. Portanto, geralmente é melhor pensar em definições operacionais úteis ou inúteis ao invés de definições operacionais corretas ou erradas. A utilização de definições operacionais irá eliminar as discordâncias sobre os significados dos termos enquanto fonte de confusão ou conflito nas relações. Avaliação do Sistema de Medição Um sistema de medição é um conjunto de: Operadores Instrumentos Métodos de medição De nada adianta medir, se não pudermos confiar nos dados. Para isso é fundamental se fazer uma análise do sistema de medição na condução de um projeto LSS. Avaliação do Sistema de Medição DMAIC - MEDIR 135 Avaliação do Sistema de Medição Repetibilidade Vício (Bias) Reprodutibilidade Linearidade Estabilidade DMAIC - MEDIR EXATIDÃO PRECISÃO 136 Exatidão: Diferença entre o valor de referência e a média de uma seqüência de medições. Precisão: Medida da variabilidade de um sistema de medição de qualquer grandeza. Pergunta: Ao se fazer a calibração de um instrumento, qual é a grandeza que se está alterando? DMAIC - MEDIR Vício (Bias): Desvio sistemático entre o resultado das medições e o seu valor de referência. Linearidade: Variação do Vício (Bias) ao longo da faixa de operação do instrumento. Estabilidade: Variação do Vício (Bias) ao longo o tempo. Ou seja, a média das medidas obtidas de um mesmo padrão varia segundo uma tendência ao longo do tempo. DMAIC - MEDIR EXATIDÃO Repetibilidade: Variação entre as medições obtidas quando um mesmo operador mede o mesmo parâmetro várias vezes, com o mesmo instrumento e utilizando o mesmo método. Reprodutibilidade: Variação entre as médias das medições quando mais de um operador mede o mesmo parâmetro, usando o mesmo instrumento e o mesmo método, ou quando um mesmo operador mede o mesmo parâmetro usando o mesmo método, porém mais de um instrumento. DMAIC - MEDIR PRECISÃO Avaliação do Sistema de Medição: Diz-se que a repetibilidade de um sistema de medição é boa quando ao medir diversas vezes um certo parâmetro, ele consegue obter valores próximos entre si. Diz-se que a reprodutibilidade de um sistema de medição é boa quando as médias de diferentes operadores (ou diferentes instrumentos) são próximas entre si. DMAIC - MEDIR + Processo 2 = Sist. Medição 2 Observada (Total) 2 140 Estudo de R&R: O objetivo dos estudos de R&R é identificar como a variação total do sistema de medição se compara com a variação do processo ou com a tolerância da especificação. DMAIC - MEDIR DMAIC - MEDIR Avaliação do Sistema de Medição: Dados Contínuos Medições não destrutivas Precisão Reprodutibilidade Repetibilidade Exatidão Vício (Bias) Linearidade Medições destrutivas Precisão Reprodutibilidade Repetibilidade Dados Discretos (Atributos) Análise de Concordância de Atributos Método Kappa de Fleiss Método do Coeficiente de Kendall 142 DMAIC - MEDIR Avaliação do Sistema de Medição: Dados Contínuos – Medições Não Destrutivas Gage R&R: Indica o percentual de contribuição da variação do sistema de medição em relação à variação total: Relação Precisão/Tolerância: Indica a relação percentual entre a variação do sistema de medição e a tolerância da especificação: 143 DMAIC - MEDIR Avaliação do Sistema de Medição: Discriminação: É a capacidade do sistema de medição de detectar mudanças no parâmetro medido. 1 2 3 4 5 Discriminação Boa 1 2 3 4 5 Discriminação Ruim 1.3 1 Dados Contínuos – Medições Não Destrutivas 144 DMAIC - MEDIR %Tolerance, %StudyVar %Contribution O sistema é... < 10% < 1% Ótimo 10% a 30% 1% a 9% Aceitável > 30% > 9% Inaceitável Critérios de Aceitação: Dados Contínuos – Medições Não Destrutivas Número de categorias distintas: < 4 Inaceitável ≥ 4 Aceitável 145 Avaliação do Sistema de Medição DMAIC - MEDIR Exercício dos copos Equipes de 5 pessoas: 3 inspetores, 1 coletor de dados e 1 observador; colocar água em 5 copos descartáveis, de forma que a água fique em altura diferente no copo; Cada inspetor irá medir a altura da água em uma ordem aleatória e irá registrar seus resultados; Cada inspetor irá repetir a sua medição 3 vezes; Após completar as medidas, entrar com os dados no MINITAB Analise os resultados 146 Avaliação do Sistema de Medição: DMAIC - MEDIR Avaliação do Sistema de Medição: Passo a passo para entrar com os dados a partir do MINITAB 16 - exercício dos copos: 147 DMAIC - MEDIR Avaliação do Sistema de Medição: Passo a passo para entrar com os dados a partir do MINITAB 16 - exercício dos copos: 148 Após gerar a planilha, Siga o RunOrder e digite na coluna C4 os valores medidos DMAIC - MEDIR Avaliação do Sistema de Medição: Passo a passo para entrar comos dados a partir do MINITAB 16 - exercício dos copos: 149 DMAIC - MEDIR Avaliação do Sistema de Medição: Passo a passo para entrar com os dados a partir do MINITAB 16 - exercício dos copos: 150 DMAIC - MEDIR Repet. Reprod. 151 DMAIC - MEDIR 0,41% da variação total é devida ao Sistema de Medição. 99,59% da variação total é devida à variação peça a peça. 22 Número de categorias 152 DMAIC - MEDIR Análise da capacidade inicial do processo ou de performance de um produto 153 Refere-se à capacidade de um processo consistente para produzir um produto / serviço que atenda aos limites das especificações dos clientes. Mede todos os efeitos no processo (estoque, operador, temperatura, ferramentas). Baseia-se em um conjunto de exemplos levados ao longo de um período de tempo. Requer estabilidade e controle. Baseia-se fundamentalmente na suposição de normalidade. O que é Capacidade? Clique para editar os estilos do texto mestre Segundo nível Terceiro nível Quarto nível Quinto nível DMAIC - MEDIR Análise da capacidade inicial do processo ou de performance de um produto 154 Clique para editar os estilos do texto mestre Segundo nível Terceiro nível Quarto nível Quinto nível DMAIC - MEDIR Análise da capacidade inicial do processo ou de performance de um produto 155 Cenário 1 Cenário 2 USL=6 LSL=0 Largura do desenho 3 2 1 0 -1 -2 -3 USL=3 LSL=-3 Largura de Processo e Design 6 3 Largura do processo Clique para editar os estilos do texto mestre Segundo nível Terceiro nível Quarto nível Quinto nível DMAIC - MEDIR Análise da capacidade inicial do processo ou de performance de um produto 156 Considere o seguinte conjunto de dados: 125 dados Amostras, 5 por subgrupo, coletados em ordem de produção. LSL = 6 USL = 16 12.0400 11.9426 13.0840 11.3318 11.7967 10.9490 11.5525 12.8015 10.9123 11.8755 11.9504 10.9859 12.0069 12.6302 11.0308 11.5667 11.5784 13.2758 10.3478 12.8052 10.8642 11.6343 12.6351 12.1292 12.1447 12.3297 10.9681 11.3739 11.9863 11.4877 10.3645 12.6069 12.2077 11.2651 12.2523 10.7595 11.7620 10.3127 12.9915 11.8973 11.5912 12.0452 11.5988 12.0074 12.8626 11.9826 9.4693 11.7310 13.0141 13.4404 11.2259 12.5667 12.0431 13.1216 14.5058 10.8084 12.9108 12.4524 10.2257 12.6946 9.5036 11.4914 13.0199 11.3161 11.0481 10.3597 12.6100 10.6546 11.4452 11.5882 11.4279 12.6791 11.1291 11.3181 13.3869 12.3976 11.5950 13.7931 11.7358 11.5257 11.0386 11.4051 12.4363 10.3484 12.3999 12.2701 12.2084 12.3841 12.8794 10.4873 9.9663 14.0514 12.0400 10.0797 12.7418 10.8471 11.7233 11.9219 10.6586 11.9374 12.5915 12.6480 11.5583 13.5096 11.6148 12.2206 12.0917 11.2895 12.6944 10.7733 11.3756 12.8250 12.1963 12.0709 13.4733 12.1375 12.6771 11.5219 10.9178 12.8774 10.7908 11.9221 13.1763 11.0842 12.1692 Clique para editar os estilos do texto mestre Segundo nível Terceiro nível Quarto nível Quinto nível DMAIC - MEDIR Análise da capacidade inicial do processo ou de performance de um produto 157 Avalie a capacidade do processo com o gráfico de alcance de um gráfico de controle Xbar-R : A suposição de estabilidade é aceita. O processo é estável. Gráfico mais importante. Define a Estabilidade. Define o Centro de Processo. Clique para editar os estilos do texto mestre Segundo nível Terceiro nível Quarto nível Quinto nível Avalie a normalidade. Um histograma dos dados irá guiar o Green Belt a responder a pergunta de normalidade: A suposição de normalidade é aceita. DMAIC - MEDIR Análise da capacidade inicial do processo ou de performance de um produto O histograma parece uma distribuição normal em forma de sino. Clique para editar os estilos do texto mestre Segundo nível Terceiro nível Quarto nível Quinto nível DMAIC - MEDIR Análise da capacidade inicial do processo ou de performance de um produto Clique para editar os estilos do texto mestre Segundo nível Terceiro nível Quarto nível Quinto nível DMAIC - MEDIR Análise da capacidade inicial do processo ou de performance de um produto Clique para editar os estilos do texto mestre Segundo nível Terceiro nível Quarto nível Quinto nível Antes de calcular a capacidade do processo usando Dados de Atributo, é importante entender alguns termos-chave : Análise de Capacidade - Dados de Atributo Unidade (N) Defeito (D) Oportunidade para um defeito em cada unidade (O) Defeitos por milhões de oportunidades (DPMO) DMAIC - MEDIR Dados de Atributo Os termos-chave para determinar a capacidade do processo usando dados de atributos incluem: Unidade (N): O item produzido ou processado Defeito (D): qualquer evento ou saída que não atenda a uma especificação CTS Oportunidade (O): qualquer evento ou saída que possa ser medido e que ofereça uma chance de não atender aos requisitos de um cliente Defeitos por milhão de oportunidades (DPMO) incluem todas as tentativas, sucesso e erros Para calcular um valor Sigma: Defina N para um processo particular, exemplo: Uma parte ou componente Defina D com base nos requisitos do cliente, e. Desempenho parcial, ajuste Identifique o número relevante de O para erro em cada unidade (fatura), por exemplo, Tamanho apropriado, localização correta de parafusos, danos superficiais Calcule o respectivo DPMO e procure o valor "Z" na tabela de conversão no apêndice Caracterizar KPOV Determinar Tipo de Dados Desenvolver Plano de Coleta De Dados Análise do Sistema de Medida Avaliar Capacidade Confirmar a variação KPOV Para calcular DPMO use a fórmula : DPMO = Número total de defeitos Total de unidades ´ Oportunidades por unidade ´ 1,000,000 DPMO = D N ´ O ´ 1,000,000 O passo final é converter DPMO para um Valor Sigma usando a tabela de conversão de valor Z. ou Análise de Capacidade - Dados de Atributo DMAIC - MEDIR Cálculo da capacidade do processo usando dados de atributos Por exemplo, os dados de curto prazo coletados em cheques de folha de pagamento indicaram que houve 20 defeitos observáveis (erros) em um grupo de 1000 cheques. Houve três oportunidades de erro por verificação, incluindo: Correção da ortografia do nome Valor do dólar correto Data correta 20 1,000 ´ 3 ´ 1,000,000 = 6,667 Caracterizar KPOV Determinar Tipo de Dados Desenvolver Plano de Coleta De Dados Análise do Sistema de Medida Avaliar Capacidade Confirmar a variação KPOV Exemplo: os dados coletados em pedidos de peças são mostrados abaixo: 500 Pedidos de peças (N) 3 Oportunidades (O) Atraso Peça errada Endereço errado por exemplo. 57 Erros são cometidos (D), 12 Recontados antes de serem enviados para o cliente, 45 Defeitos encontrados pelos clientes. Análise de Capacidade - Dados de Atributo DMAIC - MEDIR Cálculo da capacidade do processo Caracterizar KPOV Determinar Tipo de Dados Desenvolver Plano de Coleta De Dados Análise do Sistema de Medida Avaliar Capacidade Confirmar a variação KPOV Número de Unidades Processadas, N = 500 Número Total de Defeitos feitos (incluindo reparos), D = 57 Número de oportunidades de defeito por unidade, O = 3 Calcule os defeitos por milhão de oportunidades, DPMO = x 1,000,000, DPMO = x 1,000,000 = 38,000 57 defeitos são a performance da “Primeira Vez" (First-Time-Through) Procure o valor Z(Sigma), Z = 1.78, que é o valor Sigma de longo prazo para esse processo. Análise de Capacidade - Dados de Atributo DMAIC - MEDIR Cálculo da capacidade do processo A aplicação da fórmula aos números dá um valor Z de 1,77. Caracterizar KPOV Determinar Tipo de Dados Desenvolver Plano de Coleta De Dados Análise do Sistema de Medida Avaliar Capacidade Confirmar a variação KPOV Usando a tabela padrão normal: Convertendo DPMO para um valor Z Z Area 0.00 0.500000 0.05 0.480061 0.10 0.460172 0.15 0.440382 0.20 0.420740 0.25 0.401294 0.30 0.382089 0.35 0.363169 0.40 0.344578 0.45 0.326355 0.50 0.308538 0.55 0.291160 0.60 0.274253 0.65 0.257846 0.70 0.241964 0.75 0.226627 0.80 0.211855 0.85 0.197663 0.900.184060 0.95 0.171056 1.00 0.158655 Z Area 1.05 0.146859 1.10 0.135666 1.15 0.125072 1.20 0.115070 1.25 0.105650 1.30 0.096800 1.35 0.088508 1.40 0.080757 1.45 0.073529 1.50 0.066807 1.55 0.060571 1.60 0.054799 1.65 0.049471 1.70 0.044565 1.75 0.040059 1.80 0.035930 1.85 0.032157 1.90 0.028717 1.95 0.025588 2.00 0.022750 2.05 0.020182 Z Area 2.10 0.0178644 2.15 0.0157776 2.20 0.0139034 2.25 0.0122245 2.30 0.0107241 2.35 0.0093867 2.40 0.0081975 2.45 0.0071428 2.50 0.0062097 2.55 0.0053861 2.60 0.0046612 2.65 0.0040246 2.70 0.0034670 2.75 0.0029798 2.80 0.0025551 2.85 0.0021860 2.90 0.0018658 2.95 0.0015889 3.00 0.0013499 3.05 0.0011442 3.10 0.0009676 Z Area 3.15 0.0008164 3.20 0.0006871 3.25 0.0005770 3.30 0.0004834 3.35 0.0004041 3.40 0.0003369 3.45 0.0002803 3.50 0.0002326 3.55 0.0001926 3.60 0.0001591 3.65 0.0001311 3.70 0.0001078 3.75 0.0000884 3.80 0.0000723 3.85 0.0000591 3.90 0.0000481 3.95 0.0000391 4.00 0.0000317 4.05 0.0000256 4.10 0.0000207 4.15 0.0000166 Análise de Capacidade - Dados de Atributo DMAIC - MEDIR Caracterizar KPOV Determinar Tipo de Dados Desenvolver Plano de Coleta De Dados Análise do Sistema de Medida Avaliar Capacidade Confirmar a variação KPOV Encontre o valor Z para uma área = 38000 DPMO (0.038): Z Area 0.00 0.500000 0.05 0.480061 0.10 0.460172 0.15 0.440382 0.20 0.420740 0.25 0.401294 0.30 0.382089 0.35 0.363169 0.40 0.344578 0.45 0.326355 0.50 0.308538 0.55 0.291160 0.60 0.274253 0.65 0.257846 0.70 0.241964 0.75 0.226627 0.80 0.211855 0.85 0.197663 0.90 0.184060 0.95 0.171056 1.00 0.158655 Z Area 1.05 0.146859 1.10 0.135666 1.15 0.125072 1.20 0.115070 1.25 0.105650 1.30 0.096800 1.35 0.088508 1.40 0.080757 1.45 0.073529 1.50 0.066807 1.55 0.060571 1.60 0.054799 1.65 0.049471 1.70 0.044565 1.75 0.040059 1.80 0.035930 1.85 0.032157 1.90 0.028717 1.95 0.025588 2.00 0.022750 2.05 0.020182 Z Area 2.10 0.0178644 2.15 0.0157776 2.20 0.0139034 2.25 0.0122245 2.30 0.0107241 2.35 0.0093867 2.40 0.0081975 2.45 0.0071428 2.50 0.0062097 2.55 0.0053861 2.60 0.0046612 2.65 0.0040246 2.70 0.0034670 2.75 0.0029798 2.80 0.0025551 2.85 0.0021860 2.90 0.0018658 2.95 0.0015889 3.00 0.0013499 3.05 0.0011442 3.10 0.0009676 Z Area 3.15 0.0008164 3.20 0.0006871 3.25 0.0005770 3.30 0.0004834 3.35 0.0004041 3.40 0.0003369 3.45 0.0002803 3.50 0.0002326 3.55 0.0001926 3.60 0.0001591 3.65 0.0001311 3.70 0.0001078 3.75 0.0000884 3.80 0.0000723 3.85 0.0000591 3.90 0.0000481 3.95 0.0000391 4.00 0.0000317 4.05 0.0000256 4.10 0.0000207 4.15 0.0000166 Interpolar: Z = 1.78 Convertendo DPMO para um valor Z Análise de Capacidade - Dados de Atributo DMAIC - MEDIR Caracterizar KPOV Determinar Tipo de Dados Desenvolver Plano de Coleta De Dados Análise do Sistema de Medida Avaliar Capacidade Confirmar a variação KPOV Fazendo Uma Estimativa De Capacidade Dos Atributos Uma vez que o valor Z é calculado, ele define um Ppk equivalente criando uma distribuição pseudo-normal da seguinte maneira : Esta é uma curva normal padrão com o valor Z definindo o ponto (desvio padrão) em que a área sob a curva (o DPMO) começa. Ppk = = = 0.59 o qual é chamado de Ppk equivalente a atributos. Valor-Z DPMO Análise de Capacidade - Dados de Atributo DMAIC - MEDIR Caracterizar KPOV Determinar Tipo de Dados Desenvolver Plano de Coleta De Dados Análise do Sistema de Medida Avaliar Capacidade Confirmar a variação KPOV ANALISAR CURSO GB - ANALISAR 168 DMAIC - ANALISAR Objetivo da fase Analisar (“Analyze”): Identificação e caracterização das fontes de variação: Aplicação de técnicas gráficas ou analíticas nos resultados das medições para: Identificação das variáveis mais influentes; Avaliação da forma como se dá tal influência. Atualização e revisão da documentação do projeto Poucos Xs vitais Muitos Xs triviais 169 Objetivo da fase Analisar (“Analyze”): Identificação e caracterização das fontes de variação: Aplicação de técnicas gráficas ou analíticas nos resultados das medições para: Identificação das variáveis mais influentes (causas raiz); Avaliação da forma como se dá tal influência. Principais ferramentas utilizadas: Gráficos de pizza, de barras, Paretos, gráficos de linha ou tendênca; Box-plot; Diagramas de dispersão/correlação DMAIC - ANALISAR 170 Fase Analisar (“Analyze”): Identificação e caracterização das fontes de variação: Análises gráficas: Facilitam a interpretação de dados; Muito simples quando comparadas à formulação matemática de análises estatísticas; Suportam iniciativas de gerenciamento visual de indicadores; Fácil treinamento de operadores de linha p/ identificação de anomalias no processo. DMAIC - ANALISAR 171 Fase Analisar (“Analyze”): Identificação e caracterização das fontes de variação: Principais técnicas gráficas: Pareto e gráfico de barras Gráfico de pizza Gráficos de linha e de tendência Boxplot Diagramas de dispersão/correlação DMAIC - ANALISAR 172 Análises Gráficas: Gráficos de Pareto: Wilfred Pareto (1848–1923) Parisiense descendente de Italianos, tornou-se economista e fez extensivos estudos sobre a distribuição desigual da riqueza. Formulou modelos matemáticos para quantificar essa distribuição. Joseph M. Juran quando escrevia seu livro “Quality Control Handbook” no final dos anos 40, precisou de um título para o fenômeno que ele observara sobre os “poucos vitais” e “muitos triviais”. Ele desenhou algumas curvas cumulativas no seu manuscrito e escrevou uma legenda sob elas: “Princípio de Pareto de distribuições desiguais...” DMAIC - ANALISAR 173 Análises gráficas: Gráficos de Pareto: De forma resumida, o princípio sugere que na maioria das situações poucas categorias de problemas (aproximadamente 20%) irão representar as maiores oportunidades de melhoria (aproximadamente 80%). Diagramas de Pareto são utilizados para: Analisar o problemas de uma nova perspectiva; Focar a atenção nos problemas prioritários; Comparar mudanças de dados em diferentes períodos; Prover uma base para a construção de uma curva cumulativa. DMAIC - ANALISAR 174 Análises gráficas: Gráficos de Pareto: De forma resumida, o princípio sugere que na maioria das situações poucas categorias de problemas (aproximadamente 20%) irão representar as maiores oportunidades de melhoria (aproximadamente 80%). Diagramas de Pareto são utilizados para: Analisar o problemas de uma nova perspectiva; Focar a atenção nos problemas prioritários; Comparar mudanças de dados em diferentes períodos; Prover uma base para a construção de uma curva cumulativa. DMAIC - ANALISAR 175 Análises gráficas: Gráficos de Pareto - Exemplo: Problema chave Acidentes fatais de trânsito: DMAIC - ANALISAR 176 Análises gráficas: Gráficos de Pareto - Exemplo: Primeiro passo: reordenar os itens em ordem decrescente de ocorrências: DMAIC - ANALISAR 177 Análises gráficas: Gráficos de Pareto - Exemplo: Segundo passo: somar os acumulativos em números absolutos e percentuais: DMAIC - ANALISAR 178 Análises gráficas: Gráficos de Pareto - Exemplo: Terceiro passo: plota-se as ocorrências absolutas: DMAIC - ANALISAR 179 Análises gráficas: Gráficos de Pareto - Exemplo: Quarto passo: plota-se as ocorrências absolutas acumuladas: DMAIC - ANALISAR 180 Análises gráficas: Gráficos de Barras - Exemplo: Para o mesmo problema teríamos a seguinte representação em gráfico de barras: DMAIC - ANALISAR 181 Análises gráficas: Gráficos de Pizza - Exemplo: Parra o mesmo problema teríamos a seguinte representação em gráfico de Pizza: DMAIC - ANALISAR 182 Análises gráficas: Gráficos de Linha / Tendência: Utilizados quando busca-se identificar variações que possam ocorrer ao longo do tempo; Muito indicados no estudo de problemas que possam estar relacionados a degradação de algum elemento do produto/processo, a alterações pontuais de algum fator,mudanças de nível ou ainda na investigação de elementos com alguma sazonalidade. DMAIC - ANALISAR 183 Análises gráficas: Gráficos de Linha / Tendência: Exemplo de degradação: Diâmetro de peça usinada Diâmetro do eixo usinado Observações Diâmetro. (mm) DMAIC - ANALISAR 184 Análises gráficas: Gráficos de Linha / Tendência: Exemplo de degradação: Diâmetro de peça usinada Diâmetro do eixo usinado Observações Diâmetro. (mm) DMAIC - ANALISAR 185 Análises gráficas: Gráficos de Linha / Tendência: Exemplo de alterações pontuais de algum fator: Diâmetro do eixo usinado Diâmetro. (mm) Observações DMAIC - ANALISAR 186 Análises gráficas: Gráficos de Linha / Tendência: Exemplo de mudanças de nível: Diâmetro do eixo usinado Diâmetro. (mm) Observações DMAIC - ANALISAR 187 Análises gráficas: Gráficos de Linha / Tendência: Exemplo de sazonalidade. Diâmetro do eixo usinado Diâmetro. (mm) Observações DMAIC - ANALISAR 188 Análises gráficas: Gráficos Box-plot: Trata-se de um gráfico de avaliação “estática” dos dados que permite termos uma idéia de como os dados estão distribuídos; Para tanto, divide os dados em 4 regiões ou quartis, cada qual contendo um quarto (ou 25%) dos dados; São muito utilizados em comparações gráficas entre duas amostras de uma população, mas... Freqüêntemente as conclusões obtidas com box-plots precisam ser confirmadas analiticamente. DMAIC - ANALISAR 189 Análises gráficas: Gráficos Box-plot: * Outlier 75ª Percentil (Terceiro Quartil = Q3) Observação Mínima Observação Máxima regular 25ª Percentil (Primeiro Quartil = Q1) Mediana (50ª Percentil) DMAIC - ANALISAR 190 Análises gráficas: Gráficos Box-plot: DMAIC - ANALISAR 191 Análises gráficas: Gráficos de dispersão (“scaterplots”): São gráficos de análise estática; Bastante utilizados quando busca-se entender como se dá a relação entre entradas e saídas; São o passo inicial para mostrar se e como existe tal relação; São bastante utilizados quando pelo menos uma das variáveis apresenta variação apreciável. DMAIC - ANALISAR 192 Análises gráficas: Gráficos de dispersão (“scaterplots”): DMAIC - ANALISAR 193 Análises gráficas: Gráficos de dispersão (“scaterplots”): DMAIC - ANALISAR 194 Técnicas Analíticas: Correlação: Expressa quão forte e qual o sentido da relação linear entre duas variáveis Uma correlação positiva significa que quando aumentamos o valor de uma variável a outra também aumenta; Uma correlação negativa significa que quando aumentamos o valor de uma variável o valor da outra diminui A força e o sentido da correlação é expresso pelo coeficiente de Pearson (r), também conhecido com coeficiente de correlação. DMAIC - ANALISAR 195 Técnicas Analíticas: Correlação: Interpretação do coeficiente de Pearson: -1 ≤ r ≤ +1 r = +1 ou r = -1 correlação linear perfeita r = 0 não há correlação linear r> 0,70 forte correlação 0,30 ≤ /r/ ≤ 0,70 correlação moderada r/ < 0,30 fraca correlação DMAIC - ANALISAR 196 Técnicas Analíticas: Correlação: Graficamente têm-se: r = 0,95 r = - 0,95 r = 0,01 r = 0,00 r = 0,3 DMAIC - ANALISAR 197 Técnicas Analíticas: Regressão: Trata-se de um método de modelamento do comportamento da de uma variável em função das variações de uma ou mais variáveis diferentes; Pode ser linear quadrática, cúbica… Y = f (x1, x2, x3,…xn) Variável de saída Variáveis de entrada DMAIC - ANALISAR 198 Técnicas Analíticas: Regressão: Caso Y seja função de um único x, diz-se ser uma regressão simples. Neste caso: Transforma-se em: Quando Y é função de vários X, têm-se uma regressão múltipla e: Transforma-se em: Y = f (x1) Y = B0 + B1X1 + B2 X2 + B3 X3 + …+ erro Y = B0 + B1X + B2 X2 + B3 X3 + …+ erro Y = f (x1, x2, x3,…xn) DMAIC - ANALISAR 199 Técnicas Analíticas: Regressão: Determinação dos coeficientes em uma regressão linear: X Y Y = B0 + B1X + erro B0 = Ponto onde a reta intercepta o eixo X B1= X Y DMAIC - ANALISAR 200 Técnicas Analíticas: Regressão: 1) Avaliar as relações graficamente: Graph Scatterplot Simple Multiple Graphs Separate Panels DMAIC - ANALISAR 201 Técnicas Analíticas: Regressão: 2) Identificando a relação: Stat Regression Fitted Line Plot (type of model = linear) DMAIC - ANALISAR 202 Técnicas Analíticas: Regressão: Exemplo arquivo 1-regressão multipla.mpj 3) Acrescentamos o termo quadrático cabível: Calc Calculator DMAIC - ANALISAR 203 Técnicas Analíticas: Regressão: Exemplo arquivo 1-regressão multipla.mpj 4.1) Checar multicolinearidade: Graph Matrix Plot DMAIC - ANALISAR 204 Técnicas Analíticas: Regressão: Exemplo arquivo 1-regressão multipla.mpj 4.2) Checar multicolinearidade: Stat Basic Statistics Correlation DMAIC - ANALISAR 205 Técnicas Analíticas: Regressão: Exemplo arquivo 1-regressão multipla.mpj 5.1) Rodar a regressão: Stat Regression Regression DMAIC - ANALISAR 206 Técnicas Analíticas: Regressão: Exemplo arquivo 1-regressão multipla.mpj 5.2) Análise dos resíduos DMAIC - ANALISAR 207 Técnicas Analíticas: Regressão: Exemplo arquivo 1-regressão multipla.mpj 6) Redução do modelo A) “Stat Regression Regression” usando p-values e correlações; B) “Stat Regression Stepwise” C) “Stat Regression Best Subsets” DMAIC - ANALISAR 208 Exemplo arquivo 1-regressão multipla.mpj 6.1) Redução do modelo A) “Stat Regression Regression” usando p-values e correlações; DMAIC - ANALISAR 209 Exemplo arquivo 1-regressão multipla.mpj 6.1) Redução do modelo A) “Stat Regression Regression” usando p-values e correlações; DMAIC - ANALISAR 210 Exemplo arquivo 1-regressão multipla.mpj 6.1) Redução do modelo A) “Stat Regression Regression” usando p-values e correlações; DMAIC - ANALISAR 211 6.2) Redução do modelo B) “Stat Regression Stepwise” DMAIC - ANALISAR 212 6) Redução do modelo C) “Stat Regression Best Subsets” DMAIC - ANALISAR 213 7) Usando o Modelo “Stat Regression Regression” DMAIC - ANALISAR 214 7) Usando o Modelo “Stat Regression Regression” DMAIC - ANALISAR 215 Técnicas Analíticas: Regressão: Roteiro: 1) Avaliar as relações graficamente: Graph Scatterplot Simple Multiple Graphs Separate Panels 2) Identificando a relação: Stat Regression Fitted Line Plot (type of model = linear) 3) Acrescentamos o termo quadrático cabível: Calc Calculator 4) Checar multicolinearidade: Graph Matrix Plot Stat Basic Statistics Correlation 5.1) Rodar a regressão: Stat Regression Regression 5.2) Análise dos resíduos 6) Redução do modelo A) “Stat Regression Regression” usando p-values e correlações; B) “Stat Regression Stepwise” C) “Stat Regression Best Subsets” 7) Usando o Modelo “Stat Regression Regression” DMAIC - ANALISAR 216 MELHORAR CURSO GB - MELHORAR 217 DMAIC - MELHORAR Objetivo da fase Melhorar (“Improve”): Minimizar a sensibilidade do produto/processo às condições de uso/produção e centralizá-lo em seu alvo: Identificar oportunidades de melhoria: Análises físicas ou virtuais. Realização de pilotos; Implementação das melhorias. Atualização e revisão da documentação do projeto 218 Análise de variáveis Métodos de análise de variáveis: Passivos; Não interferem no sistema; Podem aceitar dados históricos. Ativos: Interferem no sistema para avaliar o comportamento do sistema. DMAIC - MELHORAR 219 Análise de variáveis Planejamento de experimentos: Permite: Otimização dos recursos disponíveis; Melhor controle de variáveis e monitoramentode fatores de ruído; Maior alinhamento do experimento com as CTQs. DMAIC - MELHORAR 220 Análise de variáveis Planejamento de experimentos: O objetivo continua sendo o modelamento da relação: na forma: por meio de experimentações em condições pré-estabelecidas. Y = B0 + B1X1 + B2 X2 + B12 X1 X2 + erro Y = f (x1, x2) DMAIC - MELHORAR constante Fatores/efeitos principais interações 221 Análise de variáveis Planejamento de experimentos: Técnicas mais utilizadas: Tentativa e erro; Um fator de cada vez; Fatorial completo; Fatorial fracionado; Superfície de resposta. Sua utilização está condicionada a: Recursos ( incluindo conhecimento) e; Objetivo (“screening”, modelamento e otimização) DMAIC - MELHORAR 222 Análise de variáveis Planejamento de experimentos: Um fator de cada vez: Ex: maximização de um Y que dependa de duas entradas distintas (A e B) DMAIC - MELHORAR 223 Análise de variáveis Planejamento de experimentos: Um fator de cada vez: Fixando-se um fator em um nível (A em 5)e variando-se o outro (B) obtén-se: Y=40 Y=65 DMAIC - MELHORAR 224 Análise de variáveis Planejamento de experimentos: Um fator de cada vez: Com A fixo em 5 o melhor valor de Y é em B=45. Então fixamos o B em 45 e variamos A Y=40 Y=65 Y=75 DMAIC - MELHORAR 225 Análise de variáveis Planejamento de experimentos: Um fator de cada vez: Seria esse o Y máximo possível ? Y=40 Y=65 Y=75 Y=95 DMAIC - MELHORAR 226 Análise de variáveis Planejamento de experimentos: Gerando a equação: DMAIC - MELHORAR Natural Codificado Interação Resposta A B Y 5 36 15 36 5 45 15 45 YMedio com FatorAlto Media geral YMedio com Fatorbaixo Efeito Coeficiente 227 Análise de variáveis Planejamento de experimentos: Gerando a equação: DMAIC - MELHORAR Natural Codificado Interação Resposta A B A B AB Y 5 36 -1 -1 15 36 +1 -1 5 45 -1 +1 15 45 +1 +1 YMedio com FatorAlto Media geral YMedio com Fatorbaixo Efeito Coeficiente 228 Análise de variáveis Planejamento de experimentos: Gerando a equação: DMAIC - Melhorar Natural Codificado Interação Resposta A B A B AB Y 5 36 -1 -1 +1 40 15 36 +1 -1 -1 95 5 45 -1 +1 -1 65 15 45 +1 +1 +1 75 YMedio com FatorAlto Media geral YMedio com Fatorbaixo Efeito Coeficiente 229 Análise de variáveis Planejamento de experimentos: Gerando a equação: DMAIC - MELHORAR Natural Codificado Interação Resposta A B A B AB Y 5 36 -1 -1 +1 40 15 36 +1 -1 -1 95 5 45 -1 +1 -1 65 15 45 +1 +1 +1 75 YMedio com FatorAlto 85 70 57,5 Media geral 68,75 YMedio com Fatorbaixo Efeito Coeficiente 230 Análise de variáveis Planejamento de experimentos: Gerando a equação: DMAIC - MELHORAR Natural Codificado Interação Resposta A B A B AB Y 5 36 -1 -1 +1 40 15 36 +1 -1 -1 95 5 45 -1 +1 -1 65 15 45 +1 +1 +1 75 YMedio com FatorAlto 85 70 57,5 Media geral 68,75 YMedio com Fatorbaixo 52,5 67,5 80 Efeito Coeficiente 231 Análise de variáveis Planejamento de experimentos: Gerando a equação: DMAIC - MELHORAR Natural Codificado Interação Resposta A B A B AB Y 5 36 -1 -1 +1 40 15 36 +1 -1 -1 95 5 45 -1 +1 -1 65 15 45 +1 +1 +1 75 YMedio com FatorAlto 85 70 57,5 Media geral 68,75 YMedio com Fatorbaixo 52,5 67,5 80 Efeito 32,5 2,5 -22,5 Coeficiente 232 Análise de variáveis Planejamento de experimentos: Gerando a equação: DMAIC - MELHORAR Natural Codificado Interação Resposta A B A B AB Y 5 36 -1 -1 +1 40 15 36 +1 -1 -1 95 5 45 -1 +1 -1 65 15 45 +1 +1 +1 75 YMedio com FatorAlto 85 70 57,5 Media geral 68,75 YMedio com Fatorbaixo 52,5 67,5 80 Efeito 32,5 2,5 -22,5 Coeficiente 16,25 1,25 -11,25 233 Análise de variáveis Planejamento de experimentos: Gerando a equação: na forma: Y = k0 + k1A + k2 B + k12 AB + erro Y = f (A, B) DMAIC - MELHORAR Média geral Coef = efeito/2 234 Análise de variáveis Planejamento de experimentos: Gerando a equação: Y = k0 + k1A + k2 B + k12 AB + erro DMAIC - MELHORAR Y = 68,75 + 16,25A + 1,25B – 11,25AB + erro 235 Análise de variáveis Planejamento de experimentos: Completo: Testam-se todas as combinações possíveis entre os fatores: Para o mesmo exemplo teríamos: Combinações a serem testadas: A = 5 e B = 36 A = 5 e B = 45 A = 15 e B = 36 A = 15 e B = 45 DMAIC - MELHORAR 236 Análise de variáveis Planejamento de experimentos: Completo: Cada fator pode ter um número diferente de níveis; O número total de combinações é dado por: Assim, com 1 fator de 4 níveis, um de 7 e dois de 5 teríamos: Total de combinações = 4 X 7 X 5 X 5 Quantidade total de combinações Quantidade de níveis do fator A Quantidade de níveis do fator B Quantidade de níveis do fator N DMAIC - MELHORAR 237 Análise de variáveis Planejamento de experimentos: Completo: Considere que uma variável de resposta é dada em função de 3 variáveis de entrada A, B e C conforme segue: A varia de 10 a 20 em incrementos de 1 unidade; B varia de 150 a 250 em incrementos de 10 unidades; C varia de 5 a 10 em incrementos de 1 unidade. Total de combinações = 11 X 11 X 5 = 605 DMAIC - MELHORAR 238 Análise de variáveis Planejamento de experimentos: Completo: E se pudermos assumir linearidade ? Os níveis para os fatores seriam: A testado a 10 e a 20; B testado a 150 e 250; C testado a 5 e 10. Total de combinações = 2 X 2 X 2 = 8 DMAIC - MELHORAR 239 Análise de variáveis Planejamento de experimentos: Experimentos Fatoriais: São experimentos que consideram 2 ou mais fatores com 2 níveis cada; São expressos na forma: onde “k” simboliza o número de fatores e o 2 é uma referência a 2 níveis para cada fator; Assim, um experimento fatorial completo com 4 fatores teria: N. de combinações = 2k = 24 = 16 combinações 2k DMAIC - MELHORAR 240 Análise de variáveis Planejamento de experimentos: Experimentos Fatoriais Fracionados: Utilizados quando há um excessivo número de combinações ou mesmo quando há alguma dificuldade técnica de se executar um teste com alguma combinação específica; Cada fracionamento implica no corte de metade das combinações previstas pelo fatorial completo ou pelo fracionamento anterior. DMAIC - MELHORAR 241 Análise de variáveis Considerações gerais em todo experimento: Randomização; Repetição; Replicação. DMAIC - MELHORAR 242 Análise de variáveis: DOE 2K Completo: Exemplo Considere uma empresa que esteja buscando a otimização de seu faturamento por meio dos seguintes parâmetros de marketing: Fator Nível baixo Nível alto Anúncio Impresso Radio Incentivo garantia extendida desconto IPVA não incluído (Não) incluído (Sim) DMAIC – MELHORAR 243 Análise de Variáveis: DOE 2K completo: Exemplo DMAIC - MELHORAR 244 Análise de variáveis: DOE 2K Completo: Exemplo 1) Criando o DOE Stat DOE Factorial Create Factorial Design DMAIC - MELHORAR 245 Análise de Variáveis: DOE 2K completo: Exemplo 1) Criando o DOE Stat DOE Factorial Create Factorial Design DMAIC - MELHORAR 246 Análise de Variáveis: DOE 2K completo: Exemplo 1) Criando o DOE Stat DOE Factorial Create Factorial Design DMAIC - MELHORAR 247 Análise de Variáveis: DOE 2K completo: Exemplo 1) Criando o DOE Stat DOE Factorial Create Factorial Design DMAIC - MELHORAR 248 Crie a coluna “Venda” e lance os resultados obtidos da combinação dos 3 fatores Análise de Variáveis: DOE 2K completo: Analisando o Fatorial: DMAIC - MELHORAR Análise de Variáveis: DOE 2K completo: DMAIC - MELHORAR 250 Análise de Variáveis:
Compartilhar