364904062-Projeto-Green-Belt

Prévia do material em texto

UNIVERSIDADE SÃO FRANCISCO 
 
Curso de Engenharia de Produção 
 
 
JONATHAN FELIPE MATHEUS 
TATIANE VERIDICO RODRIGUES 
YANN BARROS DE TOLEDO FERRARI 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
GREEN BELT: 
PROJETO PARA MELHORIA DO DESEMPENHO DA QUALIDADE E 
PERFORMANCE DE PRODUÇÃO 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Campinas 
2013 
 
JONATHAN FELIPE MATHEUS – R.A. 004200900225 
TATIANE VERIDICO RODRIGUES – R.A. 004200900072 
YANN BARROS DE TOLEDO FERRARI – R.A. 004200900100 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
GREEN BELT: 
PROJETO PARA MELHORIA DO DESEMPENHO DA QUALIDADE E 
PERFORMANCE DE PRODUÇÃO 
 
 
 
 
 
Monografia apresentada ao Curso de Engenharia 
de Produção da Universidade São Francisco, como 
requisito parcial para obtenção do título de Bacharel 
em Engenharia de Produção. 
 
Orientador : Prof. Ms. Helton Salles de Oliveira 
 
 
 
 
 
 
 
 
 
Campinas 
2013 
 
JONATHAN FELIPE MATHEUS 
TATIANE VERIDICO RODRIGUES 
YANN BARROS DE TOLEDO FERRARI 
 
 
GREEN BELT: 
PROJETO PARA MELHORIA DO DESEMPENHO DA QUALIDADE E 
PERFORMANCE DE PRODUÇÃO 
 
 
Monografia apresentada, defendida e aprovada pelo 
Programa de Graduação em Engenharia de 
Produção da Universidade São Francisco, como 
requisito parcial para obtenção do título de Bacharel 
em Engenharia de Produção. 
 
Área de Concentração: Industrial 
 
Data de Aprovação: ___/___/____ 
 
 
Banca Examinadora: 
 
 
Prof. Ms. Helton Salles de Oliveira (Orientador) 
Universidade São Francisco 
 
 
Prof. Dr. Emílio Gruneberg Boog (Examinador) 
Universidade São Francisco 
 
 
Prof. Dr. Robisom Damasceno Calado (Examinador) 
Universidade São Francisco 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Aos professores deste país pelo idealismo, confiança e 
coragem, e aos nossos pais pela dedicação e amor. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
"Seja a mudança que você quer ver no mundo". 
Mahatma Gandhi 
 
RESUMO 
 
 
Esta monografia demonstra como a metodologia e o conceito Seis Sigma pode ser 
aplicado na área de manufatura de uma indústria automotiva. O Seis sigma é uma 
metodologia que utiliza um conjunto de ferramentas da qualidade automotiva e ferramentas 
de estatística aplicadas seguindo uma seqüência cronológica de projeto – conhecida como 
DMAIC. É uma sistemática voltada para solução de problemas crônicos e melhoria de 
processos e que com o auxilio da estatística, pode ser comprovada através de fatos e 
dados. O que será apresentado no decorrer do trabalho será a aplicação na prática do 
conceito Seis Sigma na melhoria do desempenho da qualidade e performance de uma linha 
de produção, visando a redução de desperdícios, melhora da qualidade e, 
conseqüentemente, aumento da competitividade da empresa no mercado. Essa linha de 
produção consiste no processo de montagem de uma válvula pedal de freio que é utilizada 
em caminhões e ônibus para acionamento pneumático do sistema de freio de veículos 
comerciais pesados. O resultado encontrado pela aplicação desta metodologia foi uma 
redução no desperdício por conta de reprovação de peças ocasionado por sistema de 
medição não confiável e problemas relacionados a qualidade de peças e componentes 
comprados. Foi utilizado o software minitab versão 16 para criação e análise de dados e 
gráficos. 
 
Palavras-chave: Seis Sigma, Estatística e Melhoria. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
ABSTRACT 
 
 
This monograph demonstrates how the methodology and concept Six Sigma can be 
applied in the area of manufacturing an automotive industry. Six Sigma is a methodology that 
uses a set of quality automotive tools and statistical tools applied following a chronological 
sequence of project - known as DMAIC . It is a systematic solution facing chronic problems 
and improving processes and with the help of statistics, can be proven through facts and 
data . What is presented in this work will be the practical application of the concept in Six 
Sigma performance improvement of quality and performance of a production line, in order to 
reduce waste, improve quality and consequently increase the competitiveness of company in 
the market. This production line is in the process of assembling a pedal brake valve that is 
used in trucks and buses for pneumatic actuation of the brake system of heavy commercial 
vehicles. The results found by the application of this methodology was a reduction in waste 
because of disapproval caused by unreliable measurement and problems related to quality of 
purchased components and spare parts system. Minitab version 16 software for creating and 
analyzing data and graphs were used. 
 
Keywords: Six Sigma, Statistics and Improvement. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
SUMÁRIO 
 
1 INTRODUÇÃO.............................................................................................................. 10 
1.1 CONTEXTUALIZAÇÃO........................................................................................... 10 
1.1.1 Empresa.......................................................................................................... 11 
1.2 OBJETIVOS............................................................................................................ 11 
1.3 JUSTIFICATIVA...................................................................................................... 12 
2 REVISÃO BIBLIOGRÁFICA.............................. ........................................................... 13 
2.1 QUALIDADE ........................................................................................................... 13 
2.1.1 Eras da Qualidade........................................................................................... 14 
2.2 FERRAMENTAS DA QUALIDADE.......................................................................... 16 
2.2.1 Fluxograma ..................................................................................................... 17 
2.2.2 Folha de Verificação........................................................................................ 18 
2.2.3 Gráfico de Pareto ............................................................................................ 19 
2.2.4 Diagrama de causa e efeito ............................................................................. 20 
2.2.5 Gráfico de Tendência ...................................................................................... 20 
2.2.6 Histograma...................................................................................................... 21 
2.2.7 Cartas de Controle .......................................................................................... 21 
2.2.8 Gráficos de Dispersão ..................................................................................... 22 
2.2.9 Ferramentas da Qualidade na Indústria Automotiva ........................................ 22 
2.2.9.1 MSA (Measurement Systems Analysis) ......................................................... 23 
2.2.9.2 CEP (Controle Estatístico do Processo)......................................................... 25 
2.2.9.3 FMEA (Failure Mode and Effect Analysis) ...................................................... 26 
2.2.9.4 Os 5 Porquês ................................................................................................. 26 
2.2.9.5 5W2H............................................................................................................. 27 
2.3 SEIS SIGMA........................................................................................................... 27 
2.4 RTY (ROLLED THROUGHPUT YIELD).................................................................. 36 
2.5 POKA YOKES......................................................................................................... 37 
2.6 MINITAB .................................................................................................................38 
3 METODOLOGIA ........................................ ................................................................... 39 
3.1 CONTRATO DE PROJETO .................................................................................... 39 
3.2 DEFINIR (D) ........................................................................................................... 40 
3.3 MEDIR (M).............................................................................................................. 42 
3.4 ANALISAR (A) ........................................................................................................ 43 
3.5 IMPLEMENTAR (I).................................................................................................. 44 
3.6 CONTROLAR (C) ................................................................................................... 44 
 
4 RESULTADOS......................................... ..................................................................... 45 
4.1 CONTRATO DE PROJETO .................................................................................... 45 
4.2 DEFINIR (D) ........................................................................................................... 47 
4.3 MEDIR (M).............................................................................................................. 48 
4.4 ANALISAR (A) ........................................................................................................ 53 
4.5 IMPLEMENTAR (I).................................................................................................. 56 
4.6 CONTROLAR (C) ................................................................................................... 63 
5 CONCLUSÃO .......................................... ..................................................................... 64 
REFERÊNCIAS BIBLIOGRÁFICAS......................... ........................................................... 66 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
10 
1 INTRODUÇÃO 
 
 
1.1 Contextualização 
 
 
A competitividade que está presente no mundo atual dos negócios leva as Indústrias de 
diversos setores a buscarem as mais diferentes e criativas soluções para aumentarem o seu 
diferencial perante o mercado. Diante de um cenário agressivo, que pode ser comparado 
com uma “Selva”, surgiram muitos conceitos e métodos para solução de problemas e 
redução de desperdício. O que começou como um conjunto de ferramentas da qualidade 
evoluiu para uma poderosa caixa de ferramentas chamada de Six Sigma. O nome Six Sigma 
está totalmente ligado a redução de variação que é a principal causa dos desperdícios e 
problemas que as empresas enfrentam e muitas vezes estão ocultas. As ferramentas dentro 
do Six Sigma podem ser aplicadas para os mais diferentes tipos de problemas, desde 
aqueles aparentemente mais simples e que podem facilmente ser medidos até aqueles que 
nos levam a trabalhosas análises gráficas e desenvolvimento de experimentos, um trabalho 
totalmente ligado a pesquisa porém aplicado na prática. 
O grande desafio que as empresas enfrentam é o de transformar questões reais e 
problemas que incomodam no dia a dia em números, que posteriormente serão levados ao 
campo estatístico, onde serão analisados, decifrados, solucionados e em seguida trazidos 
para o mundo real em forma de ações de melhoria, correção, prevenção e controle. 
A estatística nem sempre é entendida pelos Engenheiros e Administradores que estão 
no mercado, muitas vezes em posições de liderança. Normalmente o entendimento de 
estatística fica limitado a controles produtivos diários ou simples gráficos para comparação 
de resultados contra metas propostas. Isso muitas vezes cria uma dificuldade para as 
empresas em solucionar questões que aparentemente são do dia a dia, ou variações 
declaradas por muitos como “inerentes ao processo” e que demandam investimento. O Seis 
Sigma trabalha nesse campo para mostrar que a estatística e a pesquisa, de forma aplicada 
e prática, trazem um resultado extremamente positivo para a empresa, que pode ser 
decisivo para se manter competitiva no mercado e que valoriza o diferencial do profissional 
especializado nessa metodologia. 
 
 
 
11 
1.1.1 Empresa 
 
 
A empresa WABCO Sistema de Freios Veiculares dispõe de uma única planta de 
manufatura na América do Sul e um centro de Distribuição e sua Matriz Mundial de 
Engenharia encontra-se na Alemanha e a sede de negócio na Bélgica. A unidade de 
Sumaré desenvolve atividades para o eixo de mercado automotivo pesado, através da 
fabricação de componentes para o sistema de frenagem e controle de caminhões e ônibus. 
A empresa está divida em unidade de valor ou Value Stream. Esse conceito foi aplicado 
para a empresa WABCO devido a sua organização matricial corporativa que dispõe de um 
Vice Presidente para cada tipo de produto correspondente a uma unidade de negócio ou 
Business Unit. Na WABCO America do Sul os produtos são manufaturados conforme as 
seguintes divisões: C&B (Compressor and Brake ou Compressores e Freios) e VDC/TRAM 
(Vehicles Dynamic Controls and Trailer System Aftermarket ou Controles Dinâmicos de 
Veículos e Sistemas para Carretas no Mercado de Reposição). Dentro da organização de 
VDC/TRAM são fabricadas as famílias de Válvulas, onde estão incluídas as válvulas Freio 
de Mão e Válvulas Pedal de Freio. 
 
 
1.1.2 Caracterização do Problema 
 
 
 Excesso de rejeição de Válvulas Pedal de Freio devido a vazamento de ar acima da 
especificação de produto na bancada de teste final afetando o rendimento – yield – da 
unidade de valores VDC/TRAM. 
 
 
1.2 Objetivos 
 
 
 Este presente trabalho tem como objetivo executar um projeto utilizando as 
ferramentas e metodologias Seis Sigma para reduzir variação no processo de manufatura 
de Válvulas Pedal de Freio. Através desse trabalho, será demonstrada a importância de 
trabalhar um problema sistêmico dentro do universo estatístico e trazer dele uma solução 
prática e eficaz. 
12 
1.3 Justificativa 
 
 
 Utilizando a ferramenta Seis Sigma é possível, de forma precisa, definir o problema e 
medir, garantindo que o processo está refletindo a realidade e priorizar os esforços naquilo 
que vai trazer o resultado com maior eficácia. Essa medição é seguida por uma analise 
crítica que leva à implementação de ações de correção e melhorias e permitem que o 
processo seja controlado ao longo do tempo, trazendo nesse caso um benefício para a 
empresa em formato de redução de desperdício. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
13 
2 REVISÃO BIBLIOGRÁFICA 
 
 
2.1 QUALIDADE 
 
 
Desde muito tempo atrás, se um artesão fosse questionado sobre o que é qualidade, 
suas respostas, assim como a de muitos outros profissionais da área em épocas distintas, 
seriam bastante diversas. Como esses trabalhadores dominavam todo o processo produtivo 
de seus produtos, desde a concepção do projeto ao pós-vendas, e estavam muito mais 
próximos de seus clientes e suas exigências (necessidades), por isso precisavam ter muito 
cuidado com a qualidade e/ou repercussão de seus produtos, pois isso acontecia através da 
opinião de seus clientes pela comunidade nos tempos antigos. Os conceitos de 
confiabilidade, conformidade, tolerância e especificação não eram abordados naquela 
época. Apesar de atender as necessidades do cliente e acompanhar todo o processo 
produtivo de seus produtos, o artesão ainda não pensava em importantes fatores que 
chegariam a compor o conceito da qualidade (Carvalho et al., 2012). 
Esse conceito de trabalho artesanal permaneceu até o final século XIX, onde até a 
maior montadora de automóveis da época, a Panhard e Levassor (P&L), utilizavam esse 
conceito não montando seus carros iguais. Por conta disso, era bastante comum que 
ocorresse o chamado “susto dimensional”,quando um produto, no caso o veículo, poderia 
diferir de outro fabricado sob o mesmo projeto, no quesito dimensional, devido aos ajustes 
das peças, feitos pelos artesãos. 
A revolução industrial veio para mudar o conceito de trabalho artesanal e trouxe 
consigo uma nova ordem produtiva, a padronização e a produção em larga escala. Surge 
também a função de um inspetor de qualidade do produto, áreas como a metrologia, 
sistema de medidas e especificações. Em meados de 1920, o conceito da qualidade 
progrediu após o surgimento dos gráficos de controle e o ciclo PDCA que já direcionaria as 
atividades de análise e solução de problemas. Desde então, novos conceitos foram 
nascendo e evoluindo e com isso a qualidade sempre galgava mais espaço nas indústrias. 
No período pós-guerra, quando o Japão se recuperava do período traumático, Deming e 
Juran, dois nomes respeitáveis na formação da qualidade estiveram no Japão influenciando 
a criação do modelo de qualidade e produtividade japonês. E tempos depois, segundo 
Carvalho et. al (2012), o modelo japonês esbanjava êxito, mencionando já naquela época a 
aferição dos defeitos em parte por milhão, enquanto no Ocidente, as métricas eram ainda 
expostas em porcentagens. 
14 
2.1.1 Eras da Qualidade 
 
 
Na figura 1 é apresentado alguns detalhes das principais mudanças no ponto de 
vista da qualidade, onde essas mudanças são interpretadas em quatro fases ou eras, onde 
pode-se evidenciar evoluções. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
A fase ou era da inspeção (ou controle do produto), corresponde a um enfoque de 
verificação da uniformidade do produto final e segregação das unidades não conformes, 
mas não da geração de qualidade. A inspeção formalizada só passou a ter importância após 
a adoção dos processos de produção em massa, principalmente quando Taylor deu maior 
importância a esse processo de separar as atividades próprias de fabricação e transferiu-o 
para outro setor com profissionais especializados na tarefa, se tornando, posteriormente, 
parte crucial do controle de qualidade (TERBOUL, 1991). 
Muitas vezes a responsabilidade pela qualidade dos produtos que vão para os 
clientes estava sob a responsabilidade desses setores ou departamentos de inspeção. No 
entanto, essa tarefa era limitada não cabendo ao setor responsável por ela a solução dos 
problemas (RODRIGUES E AMORIM, 1995). 
Já na era do controle estatístico da qualidade (ou controle do processo), onde se 
segue a premissa de garantir a uniformidade do produto com menos inspeção, e com um 
enfoque preventivo visando o acompanhamento e controle de variáveis do processo que 
podem influir na qualidade final do produto. Sendo algo inconcebível e impraticável a 
Figura 1 – Evolução do Conceito de Qualidade 
Fonte: Adaptado de Checchia, (1992). 
15 
inspeção da totalidade dos produtos por motivos técnicos, econômicos e de prazo, o sistema 
de amostragem passou a ser adotado com técnicas específicas e com maior confiabilidade 
propiciando grande avanço nos processos de qualidade (GARVIN, 1992). 
 O controle de processo fundamentou o desenvolvimento das técnicas de controle 
estatístico da qualidade, organizando as etapas que compõem um processo (fluxo, tarefas, 
insumos, produtos gerados, atividades) podendo assim obter informações sistematizadas e 
perceber os pontos críticos e oportunidades de melhoria para os processos. As 
metodologias associadas ao controle da qualidade ganham forças com o envolvimento das 
áreas produtivas e de projeto alavancando cada vez mais a qualidade dos processos 
(RIBEIRO, 2008). 
A era de garantia da qualidade se sustenta em programas e sistemas, que envolvem 
todos os departamentos associados à cadeia de produção, direta ou indiretamente, no 
sentido de haver um planejamento da qualidade a fim de impedir falhas e garantir a 
uniformidade e conformidade do produto final. Empresas que, por exemplo, implantaram um 
sistema de gestão da qualidade baseado nas normas da série ISO 9000, encontram se, 
provavelmente, nessa fase evolutiva em relação a qualidade (Mello et. al, 2009). 
Diversos debates rodeavam o real significado da qualidade e qual era o nível 
suficiente para alcançá-la, principalmente pelo fato de não existirem estudos estimando 
quanto aos custos que implicavam sua implementação nas empresas. Nesse contexto 
Joseph M. Juran, em 1951, publica o Quality Control Handbook que se tornou referência no 
tema, pois a obra apresenta elementos de investimento para se ter qualidade, levando em 
consideração o início do projeto até a fase final do ciclo de vida de um produto, abrangendo 
assistência, perdas, descarte, retrabalho, refugo e devoluções (MORAES; JUNIOR, 2012). 
Também na década de 1950 Deming e Juran (estatísticos especialistas em 
qualidade), discípulos de Walter A. Shewhart que desenvolveu o Gráfico de Controle de 
Processo, foram convidados para capacitar líderes industriais japoneses. O objetivo era 
ajudar a reconstrução industrial do país após a 2ª guerra mundial, e essa contribuição foi 
muito expressiva em todo Japão. Em 1954 Juran, ainda no Japão, introduziu uma nova era 
no controle de qualidade tirando o foco apenas dos aspectos tecnológicos das fábricas para 
uma preocupação global e holística, abarcando toda a organização e todos os aspectos de 
seu gerenciamento (MAXIMIANO, 2000). 
Na era de Gestão da Qualidade Total de acordo com Campos (1992), 
[...] o controle da qualidade total é um novo modelo gerencial centrado no 
controle do processo, tendo como meta à satisfação das necessidades das 
pessoas. O objetivo mais importante deste “controle” é garantir a qualidade 
do “seu produto” (seja ele qual for) para o seu cliente externo ou interno. 
16 
Para Campos (2004), Qualidade Total são todas aquelas dimensões que afetam a 
satisfação das necessidades dos consumidores e, por conseqüência a sobrevivência da 
organização. Os modelos e processos intimamente ligados a gestão da qualidade total 
permitem o contínuo e incessante aprimoramento das empresas, que a todo o momento são 
impelidas a alterar seus procedimentos e sistemáticas na tentativa de atingir maiores níveis 
de competitividade de mercado. Para Deming (apud CAMPOS, 2004) é fato bem conhecido 
por uma seleta minoria que “a produtividade é aumentada pela melhoria da qualidade”. 
A existência de colaboradores qualificados para produzir qualidade, treinados e 
capacitados para realizar suas funções da melhor maneira possível é o real controle de 
Qualidade Total, Campos (1992) diz que a principal meta de uma organização pode ser 
atingida pela prática do Controle da Qualidade Total, por ter as seguintes características 
básicas: 
 
• Orientação pelo cliente; 
• Qualidade em primeiro lugar; 
• Ação orientada por prioridades; 
• Controle de processos; 
• Respeito pelo empregado como ser humano; 
• Comprometimento da alta direção. 
 
 
2.2 Ferramentas da Qualidade 
 
 
Ferramentas da Qualidade são técnicas que são utilizadas para definir, mensurar, 
analisar e propor soluções para problemas que ocorrem e interferem no desempenho dos 
processos de trabalho (LINS, 1993). 
Estas ferramentas foram estruturadas com base nos conceitos e práticas existentes 
na década de 50 e, após isso, estas tem se mostrado muito importantes para os sistemas de 
gestão, sendo um conjunto de ferramentas estatísticas úteis para a melhoria dos processos, 
produtos e serviços. 
As ferramentas básicas são a essência da engenharia da qualidade. O seu uso pode 
representar, entre outros aspectos, um ponto inicial para a melhoria no ambiente de trabalho 
e para a redução de custos operacionais, além de auxiliar o profissional na análise de 
solução de problemas. 
As ferramentas básicas da Qualidade se dividem em: 
17 
• Fluxograma; 
• Folha de Verificação; 
• Gráfico de Pareto; 
• Diagrama de Causa e Efeito; 
• Gráfico de Tendências 
• Histograma; 
• Carta de Controle; 
•Gráfico de Dispersão 
 
 
2.2.1 Fluxograma 
 
 
O Fluxograma tem como objetivo identificar o caminho real e ideal para um produto 
ou serviço para identificar os desvios. É uma ilustração seqüencial de todas as etapas de 
um processo, mostrando como cada uma é relacionada. Utiliza símbolos facilmente 
reconhecidos para demonstrar os diferentes tipos de operações em um processo, ver 
exemplo na figura 2. (RODRIGUES, 2010). 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
18 
 
 
 
 
 
 
 
 
 
 
 
 
, 
 
 
 
 
 
 
 
 
 
 
 
 
 
2.2.2 Folha de Verificação 
 
 
A folha de verificação é um quadro para o lançamento do número de acontecimentos 
de um determinado evento. A sua aplicação está relacionada com a observação de 
fenômenos. Observa-se a quantidade de ocorrências de um problema ou de um evento e 
anota-se na folha a sua freqüência (LINS, 1993). 
Figura 2 – Fluxograma 
Fonte: Pinho; Leal; Montevechi; Almeida (2007). 
19 
2.2.3 Gráfico de Pareto 
 
 
O Diagrama de Pareto tem como objetivo mostrar o quão importante são as 
condições, a fim de: escolher o ponto de início para solução do problema; identificar qual a 
causa básica do problema e monitorar o sucesso. Vilfredo Pareto foi um economista italiano 
que descobriu que a riqueza não era distribuída de maneira uniforme. Ele formulou que 
aproximadamente 20% da população detinham 80% da riqueza criando uma condição de 
distribuição desigual. Os Diagramas de Pareto podem ser usados para identificar o 
problema mais importante através do uso de diferentes critérios de medição, como 
frequência ou custo, ver exemplo na figura 3 (GROVE, 1996). 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Figura 3 – Gráfico de Pareto 
Fonte: Mothé; Correa; Castro; Caetano (2005) 
20 
2.2.4 Diagrama de causa e efeito 
 
 
O Diagrama de causa e efeito ou espinha de peixe tem como finalidade analisar e 
indicar todas as possíveis causas de uma condição estabelecida ou um problema 
específico. Este diagrama foi criado para representar a relação entre o efeito e todas as 
possibilidades de causa que podem contribuir para esse efeito. Conhecido também como 
Diagrama de Ishikawa, foi desenvolvido por Kaoru Ishikawa, da Universidade de Tóquio, em 
1943, onde foi utilizado para demonstrar para o grupo de engenheiros da Kawasaki Steel 
Works como vários fatores podem ser ordenados e relacionados, ver exemplo na figura 4 
(RODRIGUES, 2010). 
 
 
 
 
 
 
 
 
 
 
 
2.2.5 Gráfico de Tendência 
 
 
É um gráfico em coordenadas cartesianas, que descreve o comportamento de uma 
variável ao longo do tempo ou em função de outra variável de referência. A sua aplicação é 
a identificação de tendências de comportamento, favorecendo a identificação de eventos ou 
o entendimento do problema em estudo (LINS, 1993). 
 
 
 
 
 
 
Figura 4 – Diagrama de Ishikawa 
Fonte: Soares; Koscianki (2005) 
21 
2.2.6 Histograma 
 
 
É um gráfico de barras verticais que apresenta valores de uma determinada 
característica, agrupados por faixas. É adequado para identificar o comportamento típico de 
uma característica. Um histograma demonstra o valor central de uma característica 
produzida pelo seu processo, a forma e o tamanho da dispersão nos dois lados deste valor 
central. A forma e o tamanho da dispersão facilita a identificação de outra forma de fontes 
ocultas de variação. Os dados utilizados para construir um histograma podem ser usados 
para determinar a capacidade de um processo de produzir uma saída que sempre fique 
dentro dos limites de especificação, ver exemplo na figura 5. (GROVE, 1996). 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
2.2.7 Cartas de Controle 
 
 
Para um processo ser colocado sob controle, é necessário analisar todos os desvios 
significativos de comportamento que venham a ocorrer ao mesmo tempo, descobrir suas 
Figura 5 – Histograma 
Fonte: Silva, Guimarães; Tavares (2003) 
22 
causas e resolvê-las sempre que possível. Com a Carta de Controle é possível observar o 
comportamento do processo e documentar a sua variabilidade. Sabendo o instante em que 
um certo desvio foi identificado, é possível utilizar as demais ferramentas para estudar as 
suas causas e corrigí-las, utilizando o Controle Estatístico de Processos (CEP), ver exemplo 
da figura 6 (LINS, 1993). 
 
 
 
 
 
 
 
 
 
 
 
 
 
2.2.8 Gráficos de Dispersão 
 
 
Possibilita a visualização da correlação entre duas grandezas. A correlação poderá: 
• Inexistir; 
• Caracterizar-se como uma correlação linear (ao longo de uma reta); 
• Caracterizar-se como uma correlação não linear (ao longo de uma curva); 
• Caracterizar outras distribuições (LINS, 1993). 
 
 
2.2.9 Ferramentas da Qualidade na Indústria Automot iva 
 
 
Existem ferramentas da qualidade utilizadas nas indústrias baseadas em normas, tal 
como a ISO TS 16949 que é uma norma automotiva para Gestão Integrada da Qualidade. 
Dentro destas ferramentas específicas, chamadas quality tools, pode-se observar as 
Figura 6 – Carta de Controle 
Fonte: Milan; Fernandes (2002) 
23 
seguintes ferramentas da qualidade voltadas para controles e estudos estatísticos dos 
processos de fabricação: 
 
 
2.2.9.1 MSA (Measurement Systems Analysis) 
 
 
Segundo o Manual de MSA da ISO TS: 16949 (2010), Sistema de Medição é um 
conjunto de operações, procedimentos, meios de medição e outros equipamentos, software 
e mão de obra usados para atribuir um número à característica a ser medida, ou seja, todos 
os fatores do processo usados para obter as medidas. 
A Análise do Sistema de Medição consiste em um estudo que serve para avaliar se o 
sistema de medição de uma determinada característica pode prover uma medida confiável. 
Para avaliar os fatores que influenciam no sistema de medição, faz-se necessário o uso do 
diagrama de Ishikawa. Estes fatores são importantes para indicar quais passos deverão ser 
seguidos para a execução do estudo. 
Segundo Silva (2002), apesar das diferenças que são possíveis, existem algumas 
propriedades estatísticas que todos os sistemas devem ter: 
• O sistema de medição deve estar sob controle estatístico de processo, o que 
significa que a variação no sistema é resultante somente à causas comuns e não 
à causas especiais; 
• A variabilidade do sistema de medição deve ser pequena se comparada com a 
variabilidade do processo de fabricação; 
• A variabilidade do sistema de medição deve ser pequena quando comparada 
com os limites de especificação; 
• Os incrementos de medida devem ser pequenos em relação ao que for menor 
entre a variabilidade do processo ou os limites de especificação. 
O controle das variações dos resultados das medições é utilizado para estabelecer 
as médias e desvios, acompanhamento da estabilidade no decorrer do tempo, 
estabelecimento de previsibilidade e obtenção de coerência. O planejamento e 
gerenciamento adequados do sistema de medição têm por finalidade, portanto, proporcionar 
economia com os recursos de inspeção (instrumentos, dispositivos de controle, entre outros) 
e até mesmo com o intervalo das inspeções. 
Dentro do MSA, um dos principais fatores que influenciam o sistema de medição são 
os próprios instrumentos. Com isto, é necessário que os instrumentos utilizados estejam 
garantindo as medidas indicadas por eles. Para garantir as medidas indicadas pelos 
24 
instrumentos de medição, é realizada a calibração destes instrumentos. A calibração 
consiste em um conjunto de operações que estabelece a relação entre os valores indicados 
por um instrumento de medição e os valores das grandezas estabelecidos por padrões de 
referência. Basicamente, calibração é a comparação do valor indicado pelo instrumento de 
medição com um padrão de referência. A calibração dos instrumentos de medição é 
necessária para atender normas da qualidade tais como ISO 9000 e ISO TS 16949 
(KOBAYOSHI, 2012).Segundo o Manual do MSA – 4º Edição, no MSA existe um método para estimar a 
variabilidade do sistema de medição. Esta variabilidade é decomposta em: 
• Repetitividade: variação das medidas encontradas por apenas um operador, 
utilizando o mesmo instrumento de medição e método, ao medir diversas vezes uma 
mesma grandeza da mesma peça (corpo de prova). 
• Reprodutibilidade: variação das médias obtidas por mais de um operador utilizando o 
mesmo instrumento de medição para medir diversas vezes uma mesma grandeza da 
mesma peça (corpo de prova). 
• R&R: é a soma das variações devido à falta de Repetitividade e Reprodutibilidade. 
Uma vez que a soma das variações (R&R) é um valor estimado em porcentagem, 
para um sistema de medição cujo propósito é analisar um processo, os critérios para análise 
de aceitação do sistema de medição são definidos conforme tabela 1. 
 
Tabela 1 – Critério de aceitação R&R 
RR Decisão Comentários 
Abaixo 
de 10% 
Sistema de 
medição 
geralmente 
considerado 
aceitável 
Recomendável, especialmente útil quando tentamos ordenar ou 
classificar peças ou quando for requerido um controle apertado do 
processo. 
Entre 
10% e 
30% 
Poder ser 
aceito para 
algumas 
aplicações 
A decisão deve ser baseada primeiro, por exemplo, na importância 
da aplicação da medição, custo do dispositivo de medição, custo do 
retrabalho ou reparo. O sistema de medição deve ser aprovado pelo 
cliente. 
Acima 
de 30% 
Considerado 
inaceitável 
Todos os esforços devem ser tomados para melhorar o sistema de 
medição. Esta condição pode ser resolvida pelo uso de uma 
estratégia apropriada para a medição; por exemplo, utilizar a média 
de diversas medições da mesma característica da mesma peça a 
fim de reduzir a variabilidade da medida final. 
Fonte: Portal Action – Estatcamp (2010) 
25 
2.2.9.2 CEP (Controle Estatístico do Processo) 
 
 
O Controle Estatístico de Processo (CEP) pode ser descrito como um conjunto de 
ferramentas para monitoramento on-line da qualidade. Com tais ferramentas, é possível 
conseguir uma descrição com detalhes do comportamento do processo, identificando a 
variabilidade e possibilitando o controle ao longo do tempo, por meio da coleta continuada 
de dados e também da análise e bloqueio de possíveis causas especiais, que são 
responsáveis pelas instabilidades dos processos. O Controle Estatístico de Processo 
abrange a coleta, a análise e a interpretação de dados com a finalidade de resolver um 
problema específico (PARANTHAMAN, 1990). 
Logo, Controle Estatístico de Processo é uma técnica utilizada para processos de 
produção, para auxiliar a detecção de problemas na manufatura de um produto, com o 
intuito de diminuir desperdícios e retrabalhos, assim como aumentar a produtividade. O 
aumento da produtividade é visado, em geral, por meio da padronização da produção, ou 
seja, através da minimização das variações nas especificações dos produtos com operação 
de modo estável. 
Assim, a Estatística fornece subsídios da maneira a se coletar os dados e formalizar 
um padrão a ser utilizado durante o acompanhamento do processo, permitindo que o este 
seja capaz de apresentar repetitividade e capaz de operar com pouca variabilidade ao redor 
da meta (parâmetro, medida padrão a ser perseguida, objetivada, alcançada). 
O CEP é usado para monitorar e controlar a qualidade dos processos utilizando 
como base a estatística para averiguação dos dados. Através destes dados, provenientes 
dos processos, é possível utilizar gráficos estatísticos para verificar o comportamento dos 
processos e utilizar estas informações para tomada de ações e decisões. 
A principal idéia do CEP é aprimorar os processos de produção com menos 
variabilidade proporcionando níveis melhores de qualidade nos resultados da manufatura. É 
muito comum nas empresas que processos industriais não sejam otimizados, no sentido de 
serem caracterizados por altos níveis de eficiência, todavia, dentro do CEP existem 
ferramentas para monitorar o processo e, portanto, melhorá-lo. (PALADINI, 2002; 
CARVALHO & PALADINI, 2005). 
A eficácia da utilização do CEP tem base no seguinte conceito: se um processo 
acontece sob condições conhecidas e estas são cuidadosamente mantidas, este processo 
estará exposto apenas aos efeitos de Causas Comuns - que definem a posição e a 
dispersão do processo, configurando-se por uma Distribuição Normal. Assim, sendo um 
processo conhecido, é possível prever toda sua ocorrência (PINTON, 1997). 
26 
2.2.9.3 FMEA (Failure Mode and Effect Analysis) 
 
 
Stamatis (2003) define FMEA (Failure Mode and Effect Analysis) como um método 
de análise de produtos ou processos usado para identificar todos os possíveis modos 
potenciais de falha e determinar o efeito de cada um sobre o desempenho do sistema 
(produto ou processo), mediante um raciocínio basicamente dedutivo (não exige cálculos 
sofisticados), confirmado por Zuffoletti (1997). É portanto, um método analítico padronizado 
para detectar e eliminar problemas potenciais de forma sistemática e completa. 
Basicamente é tido como um grupo sistemático de atividades, comprometidos com: 
1. Reconhecer e avaliar o potencial de falha de um produto/processo e seus efeitos; 
2. Identificar ações que podem eliminar ou reduzir as chances de uma falha potencial 
ocorrer; 
3. Documentar o processo. 
O FMEA utiliza um formulário que serve como um roteiro para sua elaboração e uma 
maneira de dispor e organizar os dados obtidos. A definição de cliente abordada pelo FMEA, 
não é simplesmente o usuário final, mas toda a cadeia produtiva (desenvolvimento, 
produção, vendas e logística). O FMEA é um documento vivo, sendo sempre atualizado com 
as mudanças ocorridas ou com informações adicionais obtidas pela equipe que o 
desenvolve. 
 
 
2.2.9.4 Os 5 Porquês 
 
 
A ferramenta 5 porquês é utilizada para encontrar a causa raiz de um problema com 
base em um sequenciamento de perguntas (porquês), uma vez que um fator em potencial é 
identificado para gerar o problema. Os 5 porquês consistem basicamente em uma 
sequência de porquês no qual o primeiro porquê deve ser a resposta de porquê o fator em 
potencial identificado previamente ocorreu e/ou existe, e a partir disso, os porquê 
subsequentes devem seguir um entendimento sobre o porquê anterior, com detalhes 
específicos e evidências que comprovem a veracidade das respostas de cada um. O último 
porque deve resultar na causa raiz do problema (AOUDIA; TESTA, 2011). 
 
 
27 
2.2.9.5 5W2H 
 
 
Segundo Aoudia & Testa (2011), a ferramenta 5W2H é utilizada para caracterizar um 
problema, porém pode ser usada em outras aplicações. Esta ferramenta permite construir 
uma base de informações simples, porém essenciais para identificar e caracterizar um 
problema. 
Através das respostas para as seguintes perguntas, o problema pode ser caracterizado: 
• What (happend): Descrição do problema com informações claras e precisas 
• When (was it detected): Tem como objetivo identificar o exato momento em que o 
problema ocorreu e quando foi detectado. 
• Where (was this detected): Local onde foi detectado, com detalhes de uma visão 
macro do lugar até o local específico. 
• Who (detected it): Quem e/ou o que detectou o problema. 
• How (was this detected): A condição em que estava o problema e os meios utilizados 
para detectar o problema. 
• How many: Quantidade do problema (se for possível quantificar). 
 
 
2.3 SEIS SIGMA 
 
 
Na metade da década de 70 ocorreu uma crise dos combustíveis que acabou por ser 
um precursor de algumas mudanças de conceito. A crise se deu devido aos americanos 
necessitarem cada vez mais de veículos, ainda mais com o movimento feminista da época 
que transformou radicalmente o conceito de lar e o numero de mulheres que trabalhavam 
fora aumentava cada vez mais. O consumo de automóveis aumentou e conseqüentemente 
o de combustíveis, porém os veículosnorte americanos vorazes no consumo de 
combustível foram perdendo espaço para os veículos importados, naquela ocasião os 
japoneses, que eram muito mais econômicos em relação ao norte americano. Com o 
aumento da utilização dos veículos japoneses, percebeu-se que não apenas eram mais 
econômicos como também eram mais duráveis e confiáveis. Com isso vemos que houve 
realmente uma mudança de percepção da qualidade dos produtos e serviços norte-
americanos e japoneses (ECKES, 2001). 
Devido a crise de qualidade dos produtos americanos e o aumento da participação 
dos produtos japoneses no mercado, o Departamento de Comercio Americano editou uma 
28 
medida para as empresas americanas anunciando a necessidade dos EUA irem além em 
questão de qualidade em relação aos concorrentes japoneses. Diversas empresas 
americanas foram até o Japão para analisar seus processos e métodos que levavam a uma 
produtividade tão elevada e de qualidade, e o mercado norte-americano percebe alguns 
detalhes que os diferenciam. Notaram diferenças nas práticas de inspeção que as empresas 
americanas tinham como prática para a qualidade dos produtos fabricados que eram 
realizadas somente ao final do processo de produção, já as empresas nipônicas possuíam 
abordagens e atitudes diferentes em relação à qualidade, visando aprimorar os processos 
de fabricação continuamente. 
Durante toda a década de 80 houveram muitas tentativas de mudança no conceito 
de qualidade nos EUA e apesar dos esforços bem intencionados, nada foi sustentável o 
suficiente para se manter e dar resultados palpáveis. Os conceitos ensinados por W. 
Edwards Deming aos japoneses e ferramentas como o Controle Estatístico do Processo, 
eram cada vez mais usados e até divulgados pela mídia nacional, porém ainda sem grandes 
resultados. Um movimento nacional americano em prol da qualidade surgiu afim de 
incentivar as empresas a buscarem ferramentas e metodologias que possam melhorar seus 
processo e produtos em busca de maior qualidade, e conseqüentemente a alavancarem 
novamente o cenário econômico do país, e em troca existiam algumas premiações. Nada 
disso foi suficiente para alavancar a qualidade dos produtos e processos norte-americanos. 
Durante estudos sobre o conceito de variação de processo de Deming, o engenheiro 
e estatístico Mikel Harry da empresa Motorola, percebeu que as variações dos processos, 
obviamente quando medidas estatisticamente, significavam o desvio-padrão da média, e 
representadas pela letra grega sigma, e já com o apoio do presidente da empresa Bob 
Galvin, definiram uma meta de Seis Sigma em todas suas ações, o que representa “3,4 
defeitos (algo que não atende à expectativa do cliente) por milhões de oportunidades – 
praticamente, a perfeição” segundo Eckes (2001 p.20). 
Depoimento de B. Galvin mostra o momento da concepção da metodologia seis 
sigma: 
“Muito antes de pensarmos no Seis Sigma, fizemos uma reunião 
de executivos. Nessa ocasião Art Sundy, diretor da área de rádios 
bidirecionais, declarou: ‘Nossa qualidade é nojenta’. Tínhamos 85% do 
market share mundial e estávamos conseguindo um crescimento de dois 
dígitos. A despeito disso, todos nós diretores levamos Sundy a sério. 
Rapidamente percebemos que, se conseguíssemos controlar a variação 
na produção, poderíamos fazer funcionar todas as peças e processos, e 
alcançar um resultado final de 3,4 defeitos por milhão de oportunidades, 
ou seja, um nível Seis Sigma. Nosso pessoal cunhou o termo e ele 
‘pegou’. Era prático, pois as pessoas entendiam que, quando se 
29 
consegue controlar a variação, é possível obter resultados notáveis.” 
(MANAGEMENT, 2006). 
Pouco tempo depois outras empresas começaram a adotar esse conceito Seis 
Sigma e obtiveram resultados notáveis, onde se destacou a empresa General Electric com 
resultados impressionantes e que segundo Eckes (2001 p.21) “está ajudando a empresa a 
conquistar uma posição como uma das corporações mais bem-sucedidas da historia”. 
Focado no uso de técnicas estatísticas e com uma abordagem rigorosa, o seis sigma 
visa entender as falhas no desempenho da produção para transformá-las em melhorias, 
aperfeiçoando assim esses processos falhos. A maior meta do seis sigma é atingir uma 
performance de classe mundial com foco nas necessidades dos clientes e na eliminação 
das falhas (ECKES, 2001). 
Com o auxilio de poderosas técnicas e ferramentas estatísticas o seis sigma foca em 
reduzir os desperdícios através na diminuição da variabilidade dos processos. O conceito do 
seis sigma busca a eliminação dos erros ou falhas, com o anseio de atingir 3,4 falhas em um 
milhão de peças produzidas, ou seja, um desempenho de 99,9997% de eficiência. 
(CORONADO e ANTONY, 2002). 
Não só para melhoras de desempenho fabril ou para a satisfação do cliente em 
receber menos peças defeituosas serve o seis sigma, segundo Coronado e Antony (2001) 
em termos de negocio serve como uma estratégia de melhoria, pois com as reduções de 
desperdícios e diminuição dos custos de qualidade se consegue aumentar as margens de 
lucro da empresa e se vê uma melhora da eficiência e eficácia dos processos e operações 
num geral. O seis sigma pode ser considerado como um programa que utiliza ferramentas 
estatísticas para diminuir a variabilidade dos processos, diminuindo as falhas, mas além de 
tudo isso serve para mudança do valor cultural da empresa, como uma filosofia de trabalho 
intolerante a defeitos. 
A analise da variação dos processos e a meta de seis sigma não foram as únicas 
que permitiram realmente a redução da variação, melhoria dos processos e altos lucro, isso 
tudo se derivou da metodologia do processo de melhoria, denominado, DMAIC (sigla do 
inglês Define, Measure, Analyze, Improve e Control). Assim começou a ser usado o conceito 
Seis Sigma, que em poucos anos se disseminou por todo o mundo devido tantos casos de 
sucesso da aplicação da metodologia. (SANTOS; MARTINS, 2003) 
O DMAIC é uma metodologia de resolução de problemas estruturada e amplamente 
utilizada no mundo dos negócios de acordo com George et al. (2005), encoraja o 
pensamento criativo e foi desenvolvido afim de reduzir os defeitos, encontrando suas causas 
raízes e eliminando-as melhorando assim os processos. As letras DMAIC são uma sigla 
para as cinco fases de melhoria do seis sigma, e se comportam em forma de ciclo, assim 
30 
como o ciclo PDCA, sendo a primeira fase Definir, a segunda Medir, a terceira Analisar, a 
quarta Melhorar e a quinta Controlar, conforme figura 7. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Para Sheehy et al. (2002) cada projeto seis sigma deve completar as cinco fases em 
ordem cronológica, definindo-as da seguinte maneira: 
Definir: nessa fase as necessidades do cliente são apresentadas e os processos e 
produtos a serem melhorados são identificados. Cria-se uma declaração do problema, 
definindo o processo a ser melhorado, definindo os objetivos do projeto, identificando os 
stakeholders (partes interessadas), identificando as necessidades dos clientes e definindo 
os padrões de performance. 
Medir: na segunda fase se determina o ponto de partida, também chamado de 
baseline do projeto, a meta de desempenho do processo, define se as variáveis de entrada 
e saída do processo e valida os sistemas de medição. É realizado o entendimento do 
processo, validado o sistema de medição, determinado a capabilidade do processo e 
finalizado os objetivos de performance. 
Analisar: durante a fase de análise usam-se os dados para estabelecer as entradas 
dos processos-chave que afetam as saídas do processo que esta sendo analisado. Neste 
momento são identificadas as fontes de variação através de um mapa detalhado do 
processo, brainstorming, diagrama de espinha de peixe, matriz de causa e efeito, FMEA, 
CEP e MSA, além das causas potenciais por meio de análises gráficas, testes de hipóteses, 
análise multi-vari e análise de correlação e regressão.Figura 7 – Metodologia DMAIC 
Fonte: Autoria própria 
DEFINIR 
CONTROLAR 
MELHORAR ANALISAR 
MEDI
DEFINIR 
CONTROLAR 
MELHORAR ANALISAR 
MEDIR 
31 
Melhorar: durante esta quarta fase são identificadas as melhorias para otimizar os 
resultados e eliminar ou reduzir os defeitos e as variações. É identificado o x e se determina 
a y=f(x) relacionando e validando estatisticamente as condições de operação do novo 
processo. É determinada a relação da variação da y=f(x) através dos métodos de 
experimentos planejados, análise de regressão ou ANOVA, são estabelecidas as tolerâncias 
operacionais e confirmado os resultados, e com isso as melhorias são validadas. 
Controlar: a ultima fase é documentada, monitorada e as responsabilidades são 
atribuídas afim de sustentar os ganhos obtidos com as melhorias no processo. São 
redefinidas as capabilidades do processo com a análise de capacidade e plano de controle 
CEP, é realizado o controle do processo de melhoria e é completada a documentação do 
projeto com a validação financeira, identificação de oportunidades de replicação dos 
resultados do projeto em outros processos, é realizado o acompanhamento da conclusão do 
projeto e uma reunião com o time, os stakeholders e clientes. 
Como figuras fundamentais do seis sigma, os Champions, os Black Belts, os Green 
Belts e os Master Black Belts, tem papel importante na organização para o desenvolvimento 
dos projetos (HARRY e SCHROEDER, 2000). 
Os champions são os líderes de nível executivo, selecionados para garantir que o 
seis sigma esteja integrado à organização, é uma pessoa dedicada à gestão do seis sigma 
no cotidiano, muitas vezes também chamado de líder do seis sigma (ou no inglês six sigma 
leader). 
Com alusão as artes marciais, os Black Belts ou faixas preta são os colaboradores 
que trabalham aplicando os conceitos e as ferramentas do seis sigma em projetos de 
grande porte, e sua formação depende de um treinamento intensivo em estatística e em 
técnicas para solução de problemas. Eles normalmente atuam identificando em diferentes 
processos, oportunidades a serem exploradas por meio de projetos. 
Da mesma maneira que os Black Belts, os Green Belts ou faixas verde são 
colaboradores em diferentes partes da organização que aplicam o seis sigma no seu dia-a-
dia, e sua formação envolve um treinamento um pouco menos intensivo que o dos Black 
Belts, mesmo assim são líderes de projetos. 
Já os Master Black Belts são indivíduos selecionados pela empresa para atuarem 
como especialistas nos conceitos e ferramentas do seis sigma, coordenando a seleção de 
projetos e treinamentos. Desempenham o papel de treinadores ou de consultor interno para 
os projetos e dão suporte técnico a todos os envolvidos nos projetos quando necessário. 
A letra Sigma (grafia do grego σ) para Campos (1999) é utilizada na estatística como 
sendo uma medida de variação em torno da média de uma tolerância. Empresas com nível 
de qualidade seis sigma podem ter apenas 3,4 defeitos em um milhão de peças produzidas, 
e custos da não qualidade inferiores a 10% das vendas conforme tabela 2. 
32 
 
Tabela 2 – Escala da Qualidade 
Nível Sigma Defeitos por milhão Custo da não qualidade 
6 3,4 Menos de 10% das vendas 
5 233 10%-15% das vendas 
4 6.210 15%-20% das vendas 
3 66.807 20%-30% das vendas 
2 308.537 30%-40% das vendas 
1 690.000 - 
Fonte: Adaptado da Revista EXAME, CAMPOS (1999). 
 
Estatisticamente falando, de acordo com Behara et al. (1995), seis sigma (6σ) 
expressa a ocorrência de 6 desvios-padrão entre a média e os limites de especificação 
inferior (LIE) e superior (LSE). Um processo de nível seis sigma é quando podem ser 
encontrados entre a média de uma distribuição e os limites estabelecidos pelo cliente 
(limites de especificação) seis desvios-padrão, neste caso o processo apresentará somente 
3,4 defeitos em um milhão de oportunidades, veja exemplo gráfico na figura 8. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
DPMO ou defeito por milhão de oportunidade, segundo Sheehy et al. (2002) ajuda na 
determinação da capacidade de um processo, além de permitir o cálculo de capacidade em 
uma ou mais oportunidades, e se necessário até mesmo para toda a organização. O DPMO 
nos mostra um valor que é dado pela soma da quantidade de defeitos divido pela soma do 
total de oportunidades do defeito o ocorrer (ou seja, por exemplo, a quantidade total de 
Figura 8 – Significado gráfico do Seis Sigma 
Fonte: Flemming (2008). 
 
33 
peças que foram produzidas, e que corriam o risco de sair com algum defeito), multiplicando 
esse quociente por um milhão, mesmo conceito de calculo do PPM. 
A capabilidade de um processo refere-se à capacidade que esse processo tem para 
fazer constantemente um produto que atenda as especificações do cliente. Os índices de 
capabilidade do processo medem o quanto a variação natural de um processo está em 
relação aos seus limites de especificação, e são construídos com o objetivo de expressar a 
capacidade mais desejada, com valores cada vez mais elevados, pois valores próximos ou 
abaixo de zero indicam processos operando fora do alvo ou com alta variação (SHEEHY et 
al., 2002). 
A capabilidade do processo é vista através do Cp, Cpk, Pp e Ppk. O Cp e Cpk são 
indicadores de curto prazo, dados pelo desvio padrão combinado, já o Pp e Ppk são índices 
de longo prazo, dados pelo desvio padrão a longo prazo, tanto Cp e Pp, e Cpk e Ppk são 
calculados da mesma maneira, tendo somente a extensão de curto ou longo prazo os 
diferindo, conforme figura 9. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
34 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
O Cp e Pp mostram a capabilidade do processo, ou seja a capacidade do processo 
de produzir peças conforme uma especificação de engenharia ou cliente, e é um indicador 
simples e direto desta capacidade do processo. O Cpk e Ppk são índices de capacidade do 
processo, mostram a acomodação de Cp e/ou Pp para o efeito da distribuição não-centrada. 
Exemplificando, o Cpk ou Ppk mede o quão perto você está do seu alvo e como você é 
coerente em torno de sua performance média. Uma pessoa pode apresentar com uma 
variação mínima, mas ele pode estar longe do seu alvo no sentido de um limite de 
especificação, o que indica um menor Cpk ou Ppk, enquanto Cp ou Pp será elevado. Por 
Figura 9 – Índices de Capabilidade (Equações dos cálculos: Cp, Cpk, Pp e Ppk) 
Fonte: Adaptado de Sheehy et al. (2002). 
35 
outro lado, uma pessoa pode ser, em média, exatamente no alvo, mas a variação no 
desempenho é elevada, mesmo assim ainda menor do que o intervalo de tolerância, ou 
seja, o intervalo de especificação. Neste caso também Cpk ou Ppk será menor, mas Cp ou 
Pp ser elevado. Cpk ou Ppk será maior somente quando o agrupamento sob o alvo está de 
forma consistente com variação mínima (ver figura 10, interpretando estatisticamente o alvo 
seria o limite de especificação do cliente ou engenharia e as tentativas de acerto ao alvo as 
peças produzidas em um processo). 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Outra ferramenta usual do seis sigma, é o Teste de hipótese. Segundo George et al. 
(2005), o teste de hipóteses ajuda a determinar se realizarmos uma mudança na entrada do 
processo alterará significativamente a saída deste processo, estatisticamente se conclui se 
duas coisas são iguais ou se existem diferenças significativas nos processos. Com isso 
podemos saber se o processo realmente teve uma mudança significativa ou se a mudança, 
após as melhorias do projeto seis sigma, por exemplo, são apenas variações normais do 
processo, ver exemplo da figura 11. 
 
 
 
 
 
Figura 10 – Exemplo figurativo da Capabilidade de Processo 
Fonte: Autoria própria 
 
Processo centrado, porém
deslocado do objetivo
Processo dentro dos
Limites de especificação,
porém disperso
Cenário desejado ou ideal:
Processodentro dos limites
de especificação e centrado
Cp alto
Cpk baixo
Cp baixo
Cpk alto
Cp alto
Cpk alto
Processo centrado, porém
deslocado do objetivo
Processo dentro dos
Limites de especificação,
porém disperso
Cenário desejado ou ideal:
Processo dentro dos limites
de especificação e centrado
Cp alto
Cpk baixo
Cp baixo
Cpk alto
Cp alto
Cpk alto
36 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Para Sheehy et al. (2002) existe uma proporção que é convertida em uma probabilidade, 
chamada de P-valor (ou P-valeu em inglês), que é comparado com os critérios de decisão, o 
risco alfa. Por esse índice se pode analisar se um processo teve mudanças significativas ou 
não. Infelizmente, uma decisão de uma hipótese nunca pode ser definida de forma 
conclusiva como a decisão correta, pois todo o teste de hipótese apenas mostra qual é 
mínimo risco de tomar uma decisão errada. De maneira interpretativa, quanto menor o 
índice P-valor, mais evidente é a mudança de um patamar ou condição. 
 
 
2.4 RTY (ROLLED THROUGHPUT YIELD) 
 
 
Segundo Court (2002), RTY estima a probabilidade que uma unidade, serviço ou 
produto físico, têm de passar por um processo livre de defeito. Está relativamente 
relacionado a refugo, retrabalho, garantia e satisfação do cliente. Então, basicamente RTY é 
a probabilidade de um processo produzir uma unidade sem defeitos. Trata-se do produto de 
9
1
Range de Variação 
Normal do Processo
6
3
Range de Variação 
Normal do Processo
Real melhora de um Processo
Depois
Antes
Esta área não é uma melhora real do processo, é apenas 
parte de sua variação normal do processo
9
1
Range de Variação 
Normal do Processo
6
3
Range de Variação 
Normal do Processo
Real melhora de um Processo
Depois
Antes
Esta área não é uma melhora real do processo, é apenas 
parte de sua variação normal do processo
Figura 11 - Exemplo de Melhora Real de um Processo. 
Fonte: Autoria própria. 
37 
rendimentos para cada passo do processo de todo o processo. Para qualquer processo, o 
ideal é que o processo produza o seu produto sem defeitos e sem retrabalho. 
A equação para cálculo do RTY é indicada na figura 12. 
 
 
 
 
 
 
 
 
 
 
2.5 POKA YOKES 
 
 
Os poka-yokes ou também conhecidos como dispositivos a prova de erros foram 
concebidos por Shingo (1986). Este acreditava em mecanismos de controle de qualidade de 
baixo custo. Shingo (1986) identificou que basicamente, três técnicas de inspeção 
conduziam o controle de produtos: inspeção por julgamento, inspeção normativa e inspeção 
na fonte. A inspeção por julgamento não permite que produtos defeituosos sejam entregues 
aos clientes, porém não elimina completamente os defeitos. Na inspeção normativa há uma 
investigação a respeito da origem dos defeitos, mas estes continuam até que a causa raiz 
seja encontrada e os defeitos corrigidos. A inspeção na fonte atua nos erros ao longo do 
processo evitando, assim, que estes erros se transformem em defeitos nos produtos. 
(SHINGO, 1986). Assim, a inspeção na fonte é importante para evitar os defeitos; os poka-
yokes atuam com inspeção na fonte, não permitindo que se desenvolvam produtos ou 
serviços com defeitos. Rodrigues (2010) ressalta que os poka-yokes são apresentados de 
diversas formas, mas que os mais comuns são constituídos por sensores ou interruptores 
que apontam atividade incorreta, gabaritos instalados em máquinas, contadores digitais para 
verificar o número de atividades e até mesmo alguns simples checklists. A utilização dos 
poka-yokes contribui para a diminuição da taxa de retrabalho e melhora dos processos 
produtivos. 
 
 
 
 
 
Figura 12, Equação do RTY 
Fonte: Court (2002) 
38 
2.6 MINITAB 
 
 
Segundo o manual do Minitab (2003), é uma ferramenta do Six Sigma, empregado 
em todas as fases dos projetos. Trata-se de um software de gerenciamento de processos e 
estatística com muitos recursos, capaz de calcular e gerar gráficos estatísticos e testes de 
hipótese para validar amostras e processos com base em analise de amostragem. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
39 
3 METODOLOGIA 
 
 
3.1 CONTRATO DE PROJETO 
 
 
A constatação de um problema dentro de uma empresa Multinacional Automotiva seja 
ela qual for requer pouco mais que apenas a percepção pessoal de um indivíduo, no caso, o 
profissional da Engenharia de Produção. Isso se deve ao fato de os recursos serem 
limitados e o nível de expectativa e produtividade ser elevado, o que nos leva a diferentes 
metodologias de priorização de um problema, baseado em seu efeito para o cliente final 
e/ou organização. 
Para não haver desalinhamento entre os objetivos da organização e os objetivos 
individuais de cada profissional, antes do início de qualquer investigação de problema cria-
se um Contrato de Projeto (Project Charter). O contrato de projeto é normalmente assinado 
pelas figuras do líder do projeto, de seu líder imediato, de um mentor – que o guiará no 
restante do projeto – e dos membros da equipe que irão participar. 
O contrato do projeto inicia-se na aplicação da ferramenta 5W2H (5 Whys 2 hows). Ela 
consiste em responder as seguintes perguntas: 
 Qual é o problema? 
 Por que isto é um problema? 
 Onde este problema foi detectado? 
 Quem detectou? 
 Quando foi detectado? 
 Como foi detectado este problema? 
 Quanto? 
 
Com base nessas informações, é possível formular o contrato e estimar um objetivo 
para o projeto. Uma vez finalizado o contrato de projeto, o mesmo é assinado e aprovado 
pela alta liderança, juntamente com a aprovação de possíveis recursos necessários para 
execução do projeto. Segue-se, então, para as etapas de solução de problema seguindo a 
metodologia DMAIC. 
 
 
40 
3.2 DEFINIR (D) 
 
 
A primeira etapa do processo DMAIC consiste no D, de Definir. Inicialmente, é 
necessário definir um escopo para o projeto. Uma vez que o contrato de projeto está 
finalizado e aprovado, parte-se para o escopo técnico do projeto. Isso inclui o verdadeiro 
alvo do projeto e não o resultado, que deve ser tratado como conseqüência. Diz-se que 
temos a função de um projeto dada por: 
F(Resultado final) = (Resultado parcial 1 + Resultado parcial 2 + Resultado parcial n 
+ ...) 
Ao definir-se o escopo, esclarecem-se possíveis dúvidas e delimitam-se 
determinadas áreas de atuação na qual o projeto visa uma melhora efetiva e quantitativa. 
Faz-se analogia a um quadro, onde o projeto é a pintura (área em azul) e a moldura a área 
(área em marrom) que demarca seu conteúdo, como mostrado na figura 13. 
 
 
 
 
 
 
 
 
 
 
 
 
É muito importante que a definição do escopo seja realizada de forma clara pois isso 
definirá o sucesso de um projeto e alinhará o nível de expectativa que a equipe de liderança 
de uma empresa tem do resultado do projeto. Um escopo mal definido pode levar a 
expectativas subestimadas ou, no pior dos casos, superestimadas que consequentemente 
poderá acarretar conflito e insatisfação do cliente interno ou externo da organização. 
Após a definição e validação do escopo do projeto, cria-se então o mapeamento 
geral do processo. Esse mapeamento tem por função esclarecer a lógica de cada atividade 
dentro de um processo produtivo. Usa-se a ferramenta de “diagramas de fluxo” para a 
execução dessa etapa. 
Reduce rework due to
rejection at EOL test benches
Improve FBV assembly line 
RTY by improving main 
detractors
In frame
(under scope)
Fora do 
escopo do 
projeto 
 
Dentro do escopo do projeto 
(frame) 
 
Figura 13 – Escopo do projeto 
Fonte: Autoria Própria. 
41 
Esse tipo de diagrama proporciona uma visão geral das etapas do processo 
produtivo, o que auxilia o entendimento dos membros da equipe e de outras pessoas que 
não estarão ligadas ao projeto, porém tem necessidade de entendimento. 
Obviamente, trata-se de uma visão limitada e pouco esclarecedora dos detalhes do 
processo,porém isso será mais explorado no diagrama de fluxo detalhado, que faz parte da 
etapa M de Medir. 
A sequência do diagrama de fluxo geral da etapa de definição do projeto é dada 
através da definição das variáveis críticas para o resultado. Trata-se do calculo inicial de 
desempenho de um processo, que pode ser feito por meio do cálculo do nível Sigma de um 
processo ou também conhecido como capabilidade do processo. 
 
 
 
 
 
 
 
 
 
 
 
 
 
A figura 14 contém um resumo do desempenho estatístico de um processo com 
dados atributivos. Observamos a influência da variável “Característica” como sendo o 
baseline desse indicador. Isso quer dizer, o estado atual em que o processo se encontra no 
momento em que se decidiu realizar um projeto de melhoria. 
Entradas 
#Número de unidades processadas = Quantidade de peças testadas, por exemplo. 
#Quantidade de oportunidades de defeito a cada unidade = 1 (no caso, define-se 
apenas o critério atributivo de: peça aprovada ou peça rejeitada) 
#Número de defeitos registrados = Número de peças que tiveram o defeito, ou que 
foram rejeitadas, por exemplo. 
 #Sigma Shift = refere-se a uma constante de cálculo 
 
 
Characteristic Under Study:
# of Units Processed 100
Defect Opportunities / Unit 1
# Defects Recorded 5
Sigma Shift 1.5
DPU 0.05 
DPO 0.050000
DPMO 50,000 
YIELD 95.0%
PROCESS SIGMA (with Shift) 3.15 
Characteristic
SIGMA / DPMO CALCULATOR
(Attribute Data)
v1.1
Figura 14 – Resumo do nível Sigma 
Fonte: Autoria Própria 
 
42 
 Saídas 
 DPU = Defeitos por unidade 
 DPO = Defeitos por oportunidades 
 DPMO = Defeitos por milhão de oportunidades (também conhecido por PPM) 
 Sigmas do Processo = Nível sigma do processo atual 
 
 
3.3 MEDIR (M) 
 
 
A segunda etapa de um projeto DMAIC é a etapa “Medir”. Durante essa etapa são 
realizadas medições do estado atual de um processo, medições em variáveis críticas para o 
resultado final, correlação entre causa e efeito e análise do sistema de medição. 
O estado atual consiste na utilização de ferramentas estatísticas básicas como: 
gráficos de Pareto, gráficos de controle, entre outros. 
Para realização deste estudo foi utilizado o software Minitab 16 que nos auxilia a 
compilar os dados e montar gráficos e testes de hipótese probabilísticos para a 
quantificação da qualidade do sistema de medição. 
O estudo deve ser realizado sempre utilizando aquilo que foi definido na etapa de 
definição. Ou seja, os dados a serem analisados devem partir do período selecionado como 
baseline para o projeto. Para o caso onde o resultado final depende de muitas variáveis 
como por exemplo, famílias de produtos, sugere-se o estudo estatístico baseado no gráfico 
de pareto. 
Inicialmente deve ser feito um estudo correlacionando todas as variáveis de modo a 
tabelar os valores que cada uma possui em termos de representatividade no resultado. Em 
outras palavras, prioriza-se aquelas que são responsáveis pela maior parte de um resultado 
final (técnica conhecida como 80-20 ou 60-40) 
Com base nas informações coletadas do período que foi selecionado como base, 
podem-se observar alguns pontos relevantes em termos da população geral em relação a 
alguns subgrupos específicos e com isso selecionar e direcionar o foco das investigações, 
testes e ações de melhorias para um determinado caminho. 
 Feito isso é possível criar um gráfico de Pareto, que nos dá uma visão clara de onde 
estão concentradas as rejeições que estão impactando negativamente o processo. 
 Uma vez selecionado o subgrupo a ser focado, é necessário assegurar a leitura 
correta do resultado. Isto é, garantir que aquilo que foi reprovado pelo “teste” do processo 
realmente estava não-conforme e também que o que foi aprovado realmente estava 
43 
conforme especificação do cliente. Para avaliar isso, se faz necessário utilizar a ferramenta 
de Análise do Sistema de Medição (Measurement System Analysis). Essa ferramenta 
permite avaliar a capacidade que um sistema de medição tem de demonstrar o valor mais 
próximo do real que uma medida possui. 
 A avaliação do sistema de medição fornece a garantia necessária para dar 
continuidade no processo de Análise (A do DMAIC). Essa avaliação deve ser realizada 
seguindo os passos abaixo: 
 1 – Fabricar 10 peças do subgrupo escolhido como sendo a variável mais impactante 
no resultado final do projeto; 
 2 – Testar as 10 peças escolhidas e garantir que todas são consideradas 
APROVADAS por um outro sistema de medições confiável 
 3 – Numerar cada uma das peças e separá-las para realizar os testes 
 4 – Preparar carta de coleta de dados considerando as peças em ordem aleatória 
 5 – Iniciar medição de 10 peças diferentes na sequência 
 6 – Repetir mais 10 medições nas mesmas peças, em outra ordem 
 7 – Repetir mais 10 medições uma última vez, em uma ordem diferentes das duas 
vezes anteriores 
 8 – Utilizar software Minitab para compilar os dados coletados em um estudo de MSA 
para característica de processo variável (ou seja, medidas, vazão, força, etc...) 
 9 – Avaliar os resultados do MSA e definir se o sistema de medição é confiável e 
consequentemente aprová-lo ou atuar nos fatores de mão-de-obra, máquina, método e 
material que podem estar influenciando no resultado medido pelo teste. 
 
 
3.4 ANALISAR (A) 
 
 
Durante a etapa “Analisar”, é feito uma avaliação para confirmar uma ou mais causas 
raízes e causas contribuintes para a existência de um problema. O impacto de cada uma 
delas também deve ser avaliado e é por esse motivo que usa-se a ferramenta de análise e 
gestão de risco no mercado automotivo: o FMEA. Através do FMEA podem-se mapear, 
dentro do escopo do projeto, os chamados modos de falhas e suas conseqüências para o 
produto, cliente e usuário. 
Mais especificamente em um projeto automotivo que visa a melhoria através da 
redução de desperdício por qualidade (rejeições de peças) também deve ser feita uma 
leitura de todos os dados que foram coletados e compilados no formato de gráfico de pareto. 
44 
Aqui especificamente faz-se a priorização dos subgrupos considerados principais detratores 
de um determinado indicador, por exemplo: Qual família de peças rejeita mais e quanto isso 
representa para a eficiência da produção, etc... 
Outra importante atividade a ser cumprida durante a etapa de análise é a criação do 
diagrama de causa e efeito para o surgimento do problema. Esse diagrama deve focar nos 
6M (medição, material, máquina, método, mão de obra e meio ambiente) de forma a 
identificar as causas raízes mais complexas de um problema e que somente aparecem após 
a aplicação de algumas técnicas como a reprodução da falha ou aplicação da ferramenta 
dos 5 Por quês. 
 
 
3.5 IMPLEMENTAR (I) 
 
 
Na fase de implementação, deve-se desenvolver potenciais soluções para os 
problemas encontrados, novos mapas de processo, novos conceitos e fluxos de atividades, 
criar soluções pilotos e plano de ações. O uso de soluções pilotos torna-se bastante comum, 
pois através disso é possível montar alguns experimentos que, auxiliados de uma boa 
ferramenta estatística, servem para direcionar as ações de melhoria. Afim de assegurar que 
o resultado obtido é estatísticamente melhor do que o anterior, usa-se a ferramenta do teste 
de hipótese, que é onde comparamos um processo com o outro pelo método de 
comparação de amostras. 
 
 
3.6 CONTROLAR (C) 
 
 
A fase de controle é uma das fases mais importantes de qualquer projeto. É nesse 
momento que garante-se a longevidade da melhoria, a manutenção do bom resultado que 
foi obtido na fase de Implementação (I) e o desempenho do resultado ao longo tempo, 
através de análise estatística. 
Formas de controle a serem utilizadas: POKA YOKES, treinamento de mão de obra, 
medições em intervalos definidos, manutenção preventiva, lições aprendidas e finalmente, a 
transição de um projeto para um processocorrente. 
 
 
45 
 
4 RESULTADOS 
 
 
4.1 CONTRATO DE PROJETO 
 
 
O projeto selecionado contou com um formulário de contrato de projeto padrão 
utilizado pela empresa WABCO Indústria e Comércio de Freios LTDA. O projeto: “Melhoria 
do RTY da linha de válvula pedal” foi iniciado no dia 01/04/2013 e seu registro no sistema da 
empresa é 19554. Conforme ferramenta 5W2H, a descrição do problema é: 
 
Qual é o problema? 
A linha de montagem de válvula pedal possui uma taxa de RTY muito baixa. 
 
Por que isto é um problema? 
Porque mais horas são perdidas executando retrabalho de peças 
 
Onde este problema foi detectado? 
Durante uma reunião diária de gerenciamento da rotina nível 3 
 
Quem detectou? 
Sr. Luis Gustavo Coltro – Coordenador de Produção do setor de Válvulas 
Convencionais 
 
Quando foi detectado? 
Analisando o desempenho de RTY da linha nos três primeiros meses de 2013 
 
Como foi detectado este problema? 
Através do gerenciamento visual dos indicadores de qualidade e produção da 
VDC/TRAM 
 
Quanto? 
Em fevereiro de 2013 foi registrado o valor mais baixo, 90% de RTY. Isso representa 
aproximadamente R$28.000,00 / mês em desperdício. 
 
46 
Contrato completo do projeto exposto na figura 14. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 Six Sigma Project - Charter and Project Commit ment 
Process Foot Brake Valve Assembly Line Project ID 19554
Chartering Manager: Javier Pantoja Project Start Date 1-abr-13
Project Leader (GB/BB) Yann Ferrari End Date ( estimated ) 1-mar-14
Project Title:
Understand the problem (5W2H):
What is the problem?
Why is it a problem?
Where was it detected?
Who detected it?
When was it detected?
How was it detected?
How many? Or How much?
Project Objective:
Benefit to the Customer Metric Actual Goal Unit
RTY 90 98 %
Eficiencia x x Prod/Backfsh
Expected financial Project Impact
R$ 28 0 K/year
R$ 5 0 K/year
R$ TBD K/year
Project Team Name Process/Function Necessary Resources
Member
Yann Ferrari Six Sigma VDC/TRAM
Luis Coltro PTL
Marcos Pereira PE
Luiz Aprigio LL
Jonathan Matheus Auditor
Tatiane Rodrigues QMS
Expected Milestones Milestone due date
25% 50% 75% 100%
Define Start: 01.04 End: 29.04.2013
Measure Start: 2.05 End: 16.06.2013
Analyse Start: 17.06 End: 17.07.2013
Improve Start: 18.07 End: 30.09.2013
Control Start: 01.10 End: 15.10.2013
On Time 2 Weeks delay
More than 2 
weeks delay
Project Commitment and Approval
Name Process Date Signature
Chartering Manager Javier Pantoja
Team Leader Javier Pantoja
Green Belt \ Black Belt Yann Ferrari Proj. Mgmt.
Six Sigma Mentor João Hayashi Six Sigma
- Less backflushed hours due to low process efficiency (R$ 
28K/year).
- Rework (R$ 5k/year) valor
- Cost Avoidance (R$ - TBD) valor
Improve line output, reducing risk of delivery and the risk of 
sending bad parts
-
Increase FBV line RTY to 98% according to site AOP 2013
VDC/TRAM 
Leader
VDC/TRAM 
Leader
FBV RTY Improvement
April / 2013
KPI's visual management
RTY = 90% ( Baseline FEB 2013)
The Foot Brake Valve assembly line has RTY below 98%
• Less backflushed hours due to low process efficiency (R$ 28K/year).
VDC/TRAM DRM 3
Luis Coltro
Figura 14 – Contrato do Projeto 
Fonte: Autoria Própria 
47 
 
4.2 DEFINIR (D) 
 
 
O escopo definido para o projeto foi o aumento do nível de RTY da linha de montagem 
FBV (foot brake valve – válvula pedal de freio) através da priorização dos principais 
causadores de rejeição e retrabalho no posto de teste funcional da peça, onde 100% dos 
produtos são testados conforme as especificações de vazamento, estanqueidade, curva de 
acionamento e força. Utilizamos a figura da moldura para definir o escopo do projeto 
conforme figura 15. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
O mapeamento geral do processo foi realizado, conforme figura 16, e segue a lógica 
que todas as peças seguem quando são produzidas e submetidas aos testes (OP 50A e 
50B). Vale ressaltar que os dois testes são paralelos, ou seja, as peças podem ser testadas 
tanto em um quanto no outro – e por esse motivo os critérios de ambos os testes seguem 
com precisão as mesmas especificações. 
 
 
 
 
 
 
Project Scope
•In and Out:
Reduce rework due to
rejection at EOL test benches
Improve FBV assembly line 
RTY by improving main 
detractors
In frame
(under scope)
Out of frame
(out of scope)
Improve all P/N RTY 
Project Scope
•In and Out:
Reduce rework due to
rejection at EOL test benches
Improve FBV assembly line 
RTY by improving main 
detractors
In frame
(under scope)
Out of frame
(out of scope)
Improve all P/N RTY 
Figura 15 – Definição do Escopo do projeto 
Fonte: Autoria Própria 
48 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
4.3 MEDIR (M) 
 
 
Após a realização do mapeamento, calculamos o nível sigma do processo atual, 
definimos a função do projeto e as variáveis críticas para o resultado, conforme figura 17. 
 
 
 
 
 
 
 
 
 
 
 
 
High Level Process Map
Op 30 Op 10 Op 40
Op 50A
Op 50B
Op 60
Op20 – Montar corpo 
superior da válvula onde 
posteriormente será
montado o pistão
Op30 – Montar corpo 
inferior da válvula 
fechando-a com a tampa 
e guia de descarga
Op10 – Montar pistão 
dentro do corpo superior 
da válvula 
Op 20
Op40 – Fechamento da 
válvula, aplicação de 
torque na união do corpo 
inferior e superior da 
válvula
Op50A e B – Teste de 
acionamento e 
estanqueidade
Op60 – Acabamento 
final da válvula e 
embalagem
Figura 16 – Macro fluxo de processo 
Fonte: Autoria Própria 
 
49 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
O nível sigma diagnosticado na linha no mês utilizado como base para cálculo (Abril 
de 2013) é de 2,69 Sigmas – o que corresponde a aproximadamente 116755 PPM de 
rejeições ou 88,3% de Rolled Throughput Yield (RTY). 
 
A função definida para o RTY da linha FBV é: 
 
F (RTY FBV) = (PN#4613152460 RTY).(PN#4613152470 RTY).(PN#4613152470 
RTY).(PN#4613151210 RTY).(N) onde N = RTY individual de cada modelo de válvula pedal 
produzida. Para descobrir quais as variáveis críticas para o processo, foi implantada na linha 
durante o mês todo, nos dois turnos, uma carta de coleta de dados conforme tabela 3. 
 
 
 
Figura 17 – nível Sigma e capabildade atuais 
Fonte: Autoria Própria 
Variable “Y = Total Line RTY ” baseline
performance
• Process Capability: DPMO / Sigma Level
Characteristic Under Study:
# of Units Processed 9764
Defect Opportunities / Unit 1
# Defects Recorded 1140
Sigma Shift 1,5
DPU 0,12 
DPO 0,116755
DPMO 116.755 
YIELD 88,3%
PROCESS SIGMA (with Shift) 2,69 
General FBV RTY April/2013
SIGMA / DPMO CALCULATOR
(Attribute Data)
v1.1
F(Y) = (X¹,X²,X³,Xn…)
F(Total FBV RTY) = (PN #4613152460 RTY; PN 
#4613152470; PN #4613152480;…...Each FBV 
PN RTY)
Variable “Y = Total Line RTY ” baseline
performance
• Process Capability: DPMO / Sigma Level
Characteristic Under Study:
# of Units Processed 9764
Defect Opportunities / Unit 1
# Defects Recorded 1140
Sigma Shift 1,5
DPU 0,12 
DPO 0,116755
DPMO 116.755 
YIELD 88,3%
PROCESS SIGMA (with Shift) 2,69 
General FBV RTY April/2013
SIGMA / DPMO CALCULATOR
(Attribute Data)
v1.1
F(Y) = (X¹,X²,X³,Xn…)
F(Total FBV RTY) = (PN #4613152460 RTY; PN 
#4613152470; PN #4613152480;…...Each FBV 
PN RTY)
50 
Tabela 3 – Coleta de dados válvula pedal 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Fonte: Autoria Própria 
 
50 
51 
Como resultado dessa coleta, observamos em Abril/2013 os seguintes valores, 
conforme tabela 4. 
Tabela 4 - Resumo da coleta de dados 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
Esses dados serviram como base para a criação de um gráfico que representa a 
rejeição individual de cada Part Number (cada peça) que é o fundamental para analisarmos 
na hora de escolher qual família de válvulas mais impacta negativamente