Prévia do material em texto
UNIVERSIDADE FEDERAL DE ITAJUBÁ INSTITUTO DE ENGENHARIA DE PRODUÇÃO E GESTÃO INTEGRAÇÃO DA METODOLOGIA SIX SIGMA À TÉCNICA SMED: UM ESTUDO DE CASO Frank Filgueiras de Assis 10654 Orientador: Professor Anderson Paiva Universidade Federal de Itajubá, IEPG Cx. P. 50 – 37500-000 – Itajubá, MG, Brasil – andersonppaiva@yahoo.com.br. Resumo. As necessidades cada vez mais específicas dos clientes vêm forçando as empresas a uma busca constante pela inovação de seus produtos, serviços e processos. Como conseqüência, é observada a produção de uma grande quantidade de modelos diferenciados nas plantas fabris e a obsolescência de produtos e recursos de produção numa velocidade jamais vista. A técnica SMED (Single Minute Exchange of Dies), conhecida também como Troca Rápida de Ferramentas, tem sido amplamente utilizada para a redução dos tempos de setup permitindo a redução dos tamanhos de lote e a criação de um fluxo uniforme e balanceado. Neste contexto, surge a metodologia Six Sigma, com uma estrutura clara e robusta para resolução de problemas, com o foco na redução da variabilidade e satisfação total dos clientes. Este trabalho apresenta um estudo de caso onde o Six Sigma e a técnica SMED foram utilizadas de maneira integradas e apresenta a sinergia existente entre elas Palavras-chave: SMED, Six Sigma, Produção Enxuta 1. INTRODUÇÃO Com a abertura do mercado às importações, a partir de 1990, surgiu a necessidade das empresas se aperfeiçoarem na gestão de seus negócios para competirem com os produtos importados. As empresas, que desenvolviam seus negócios sob protecionismo de mercado garantido pelo estado, não tinham uma preocupação com a qualidade e a produtividade, tornando-se ao longo dos anos incapazes de enfrentar às concorrentes internacionais (CAMPOS, 1999). A abertura do mercado e a globalização dos negócios acirraram as disputas comerciais, exigindo um esforço cada vez maior das empresas para sobreviver. Novas filosofias, técnicas e metodologias têm sido desenvolvidas e aplicadas com o objetivo de reduzir o custo e maximizar o valor, aumentando a eficiência e a qualidade. Nos últimos tempos, o aumento no número de produtos fabricados numa mesma planta fabril para atender consumidores cada vez mais exigentes, tem requerido uma estrutura de apoio cada vez maior. No desenvolvimento de novos modelos produtivos, o principio do aumento da flexibilidade da Produção Enxuta tem se destacado como uma das principais dimensões almejadas por meio das inovações tecnológicas e organizacionais implementadas nas empresas. Segundo Womack (2004), os princípios que estiveram por trás do “modelo de mailto:andersonppaiva@yahoo.com.br produção de Henry Ford”, baseado na produção em massa, nas economias de escala e na grande empresa integrada verticalmente, devido a sua rigidez e ineficiência, vêm sendo continuamente substituídos pela lógica da flexibilidade no novo ambiente competitivo. Em termos de processos operacionais, o aumento da flexibilidade tem como intuito adaptar os sistemas produtivos às flutuações na demanda e ao aumento na variedade de produtos fabricados. Uma maneira de aumentar a competitividade das companhias e aumentar sua flexibilidade é a implementação da Produção Enxuta. A Produção Enxuta é a filosofia de administração das operações que tem como objetivo eliminar a perda em todos os aspectos das atividades de produção da empresa de maneira que seja possível atingir uma produção de alto volume, utilizando estoques mínimos de matérias-primas, estoques intermediários e bens acabados (DAVIS, 2001). Segundo Rother (2003), a fabricação de produtos em um fluxo contínuo completo com o lead time suficientemente curto para permitir a produção somente dos pedidos confirmados e tempo de troca zero entre os diferentes produtos é uma visão do estado ideal de fábrica. A Produção Enxuta, com sua ampla gama de conceitos e técnicas, tem permitido a melhoria de performance de muitas empresas e a técnica SMED tem sido amplamente utilizada já que a redução dos tempos de setup é um requisito básico para implementação da produção enxuta (HAY, 1992). A sistemática da ferramenta SMED gera ótimos resultados para a redução dos tempos de setup, mas se limita a redução do tempo e análise das operações. Neste ponto a metodologia Six Sigma pode enriquecer a análise e maximizar os resultados, sobretudo, na sustentabilidade do desempenho destes setups. De acordo com Bertels (2001) a implementação da Produção Enxuta e do Six Sigma de forma isolada limita os resultados já que o Six Sigma foca a redução dos defeitos, mas não atende à necessidade de otimizar o fluxo de produção, enquanto a Produção Enxuta não utiliza as avançadas técnicas estatísticas para que um processo tenha a capacidade de ser realmente enxuto. Este trabalho apresenta um estudo de caso onde uma técnica fundamental da Produção Enxuta, a troca rápida de ferramenta, é desenvolvida integrada a um projeto Six Sigma. 2. A FERRAMENTA SMED De um modo geral, tempos longos de preparação implicam em raras mudanças de lote, incorrendo assim em grandes lotes e conseqüentemente em grandes níveis de estoque. Isto porque, apesar das atividades de setup serem auxiliares ao processo, o valor destas operações não é reconhecido pelo cliente final, ou seja, não agregam valor ao cliente, logo não há intenção de pagar por tais atividades. Este conceito é importante, pois o tempo consumido em todo o processo deve ser visto como um recurso de entrada e sua redução deve ser uma meta. Além disso, a redução do setup é necessária para aplainar o caminho para todos os outros elementos da Produção Enxuta, como: ritmo uniforme de produção, operações sobrepostas, sistemas de tração e qualidade da fonte. Portanto, se for possível diminuir o tempo de preparação da máquina, as mudanças de produtos podem ser mais freqüentes e assim haverá uma diminuição no nível de estoque. Esta capacidade de realizar muitas trocas dá maior flexibilidade e dinamismo ao sistema produtivo garantindo a sua adaptação às demandas variáveis, ou seja, ter um setup rápido é um dos passos fundamentais para nivelar a produção, possibilitando, assim, trabalhar em pequenos lotes e diminuir os estoques, aumentar a flexibilidade e atender mais rapidamente a demanda dos seus clientes. Segundo Shingo (2000), a adoção da troca rápida de ferramentas possibilita uma resposta rápida às mudanças na demanda e uma redução dos tempos de produção, provocando um aumento substancial da flexibilidade de manufatura. Além disso, minimiza os estoques, o que traz benefícios como: aumento da taxa de giro de capital; aumento nos índices de utilização das máquinas; uso mais eficiente da planta fabril; redução do número de ferramentas necessárias devido à padronização; redução da perda de produtos finais ou em processo devido à deterioração; etc. A técnica SMED (Single Minute Exchange of Dies – Troca Rápida de Ferramentas em Menos de Dez Minutos) tem como objetivo a redução dos tempos improdutivos gastos na preparação da máquina para a mudança de lote através da aplicação de uma metodologia de reflexão progressiva que vai desde a organização do posto de trabalho até a sua automatização. A técnica distingue as operações de mudança de ferramentas em operações de setup interno, que só podem ser realizadas com a máquina parada e de setup externo, que podem ser realizadas com a máquina em funcionamento. Através da análise da função primária das atividades internas, muitas delas podem ser convertidas em externas. Um projeto SMED possui basicamente as seguintes etapas: - Filmagem da troca e mapeamento das atividades; - Separação das atividades internas e externas; - Conversão das atividades internas em externas; - Otimização das atividades internas; - Padronização. Num projeto SMED, é comum a utilização de duas ferramentas muito úteis à técnica: o Diagrama de espaguete que tem a funçãode analisar deslocamentos e a rede PERT que tem o objetivo de encontrar o caminho crítico para a troca através da análise dos tempos. Além destas ferramentas, um projeto SMED funciona basicamente como um Kaizen, utilizando técnicas como Brainstorming, Pareto, Diagrama de Causa e Efeito, Ciclo PDCA e 5W2H. 3. A METODOLOGIA SIX SIGMA A essência da Metodologia Six Sigma consiste na utilização sistemática de métodos estatísticos para redução da variabilidade e conseqüentemente dos defeitos e dos custos com grande focalização no cliente. Six Sigma é um sistema abrangente e flexível para alcançar, sustentar e maximizar o sucesso empresarial, sendo impulsionado por uma estreita compreensão das necessidades dos clientes, pelo uso disciplinado de fatos, dados e análise estatística e a atenção diligente à gestão, melhoria e reinvenção dos processos de negócio. (PANDLE, 2004). Nesse contexto, Six Sigma é uma estratégia que faz o uso estruturado de uma série de técnicas e ferramentas estatísticas auxiliando as organizações na tomada de decisão, para a implementação de ações de melhoria de processos e produtos. Conseqüentemente, Six Sigma pode proporcionar satisfação aos clientes e lucratividade às organizações, atendendo satisfatoriamente as partes interessadas (HARRY, 1998). A definição estatística do Seis Sigma pode ser observada na fig. 1, onde é apresentado um processo 3σ convencional (em azul) em um processo 6σ (em verde). É importante salientar que grande parte da curva azul está fora dos limites de especificação, área que representa 66.378 defeitos por milhão de oportunidades, o mesmo não ocorre com a curva verde que, conceitualmente, corresponde 3,4 defeitos por milhão de oportunidades. 3.1. Roa Um gra com a Existem com o ro Fa Pr • co a l • pro Fa •R CT •E •D •E •E •A Figura 1 – Definição estatística do Six Sigma dmap nde benefício trazido pela metodologia Six Sigma é a rigidez e clareza obtidas utilização do modelo DMAIC (Define-Measure-Analyse-Improve-Control). vários padrões de DMAIC, chamados de roadmap. O projeto foi desenvolvido admap utilizado na companhia.. Fase II: Mensuração do Processo. • Mapear o processo e identificar entradas e saídas. Figura 2 – Modelo de roadmap utilizado no projeto • Matriz de Causa e Efeitos. • Estabelecer mensuração da capacidade do sistema. • Estabelecer uma linha de base da capacidade do processo. Fase III: Análise do Processo. • Completar FMEA. • Executar a análise de múltiplas Variáveis. • Identificar potenciais entradas críticas. • Desenvolver plano para a próxima fase. Fase IV: Melhorias no Processo. • Verificar entradas críticas. • Otimizar entradas críticas. se V: Controle do ocesso. Implementar plano de ntrole; verificar capacidade ongo prazo. Melhoria contínua do cesso. se I: Definir. elatório do problema / Qs. scopo e limite. Processo 6σ Processo 3σ efinir defeitos. quipe líder e responsável. stimativa de custo. provação da direção. 3.2. Definir Nesta etapa, o grupo de trabalho definirá claramente o problema, baseando-se na estratégia do negócio ou naquilo que é crítico para o cliente, que na linguagem Six Sigma denomina-se de características críticas para o cliente (CTQ - critical to quality). As características críticas para a satisfação do cliente são correlacionadas com os vários processos da organização. 3.3. Medir Neste estágio é estabelecido o nível de desempenho do processo atual. São definidas as necessidades e expectativas do cliente com o objetivo de se determinar as variáveis críticas do processo. Nesta fase, são utilizadas ferramentas básicas como, por exemplo: as métricas Seis Sigma, a análise dos sistemas de medição (MSA-measurement system analysis) e a análise dos modos efeitos de falha (FMEA-failure modes and effects analysis). 3.4. Analisar Na fase de análise o grupo explora as causas fundamentais responsáveis pela geração dos defeitos. A análise estatística é usada para examinar as variáveis potenciais que afetam o resultado e procurar identificar a causa raiz mais significativa. As ferramentas utilizadas incluem análise multivariada, teste de normalidade, análise de variância (ANOVA-analysis of variance), análise de correlação e regressão. 3.5. Melhorar Durante esta fase, o grupo procura a solução ótima, desenvolve e testa o plano de ação para implementar e confirmar a solução. O processo é modificado e o resultado é medido para se avaliar o nível de otimização alcançado. Com o processo otimizado, padroniza-se o novo método que produzirá resultados de acordo com as especificações do cliente. Métodos estatísticos como projetos de experimentos e regressão linear múltipla podem ser utilizados para identificar o ajuste otimizado para o processo. 3.6. Controlar Para prevenir a recorrência do problema e garantir a manutenção do desempenho alcançado, medidas de controle são implementadas. Entre as técnicas adotadas, destacam-se as seguintes: o controle estatístico de processo, os planos de controle, os testes de confiabilidade e os processos à prova de erros. 4. ESTUDO DE CASO O estudo de caso foi desenvolvido em uma empresa de embalagens. O processo gargalo desta fábrica é a impressora, máquina responsável pela decoração dos produtos. Este equipamento possui a capacidade de imprimir até seis cores e utiliza a tecnologia de impressão indireta off set à seco. A fábrica possui duas linhas de fabricação com uma impressora por linha. Sendo o gargalo por capacidade, a eficiência da planta é definida pelo seu desempenho, ou seja, qualquer ganho obtido na impressora será refletido nos resultados de toda fábrica. 4.1. Definir Como exemplo da necessidade de flexibilização da linha de produção da companhia, verificou-se um aumento de 23% no número setups por mês como observado na Fig.3 : 15 33 19 20 38 61 70 80 63 57 59 48 49 92 52 81 0 10 20 30 40 50 60 70 80 90 100 jan /04 ma r/0 4 ma i/0 4 ag o/0 4 ou t/0 4 de z/0 4 fev /05 ab r/0 5 Figura 3 – Gráfico de Crescimento de Número de Setups por Mês A Figura 4 indica que o aumento no número de trocas reduz a disponibilidade do equipamento, ou seja, como o numero de trocas é uma variável definida pelo cliente e o seu aumento é uma realidade, torna-se indispensável reduzir o tempo de troca, o que permitiria elevar o número de trocas sem aumentar a parcela de tempo destinada ao setup. 5 7 t r o c a s / m ê s 8 , 5 3 m i n u t o s / t r o c a 4 8 6 , 2 m i n u t o s / m ê s g a s t o s c o m s e t u p 7 0 t r o c a s / m ê s 8 , 5 3 m i n u t o s / t r o c a 5 9 7 , 1 m i n u t o s / m ê s g a s t o s c o m s e t u p 2 0 0 4 2 0 0 5 T e m p o d i s p o n í v e l p a r a p r o d u ç ã o T e m p o g a s t o c o m a s t r o c a s Figura 4 – Gráfico do crescimento do número de setups por mês Tem-se então a definição do problema: Com o aumento de 22,8% no número de setup e a performance média de 8,53 minutos nos últimos doze meses, tivemos um acréscimo de 110 minutos por mês gastos a mais nos setups o que significa uma perda de 2.480.500 de itens por ano. A análise dos dados históricos, verificação dos padrões corporativos e de benchmarking orientaram a definição dos padrões de desempenho e o objetivo como demonstrado na Fig. 5: Figura 5 – Resumo dos padrões de desempenho Dados contínuos LSE =8,00 minutos LIE = 0 ALVO = 7,73 minutos 4.2. Medição Com a equipe Six Sigma, desenvolveu-se um minucioso mapa de processo, onde foram consideradas todas as variáveis que exercem influência sobre o processo. Nesta etapa foi importante a contribuição dos eventos SMED já realizados através dos vídeos utilizados para tomada dos tempos das operações e a identificação das atividades internas e externas.A partir do mapa de processo, foi elaborada uma matriz de causa e efeito cujo objetivo é a priorização das variáveis. O resultado desta matriz indicou as variáveis que foram levadas ao FMEA. O sistema de medição de tempo é automático, ou seja, o tempo não é medido pelos operadores, mas por um sistema de sensores que identifica o momento de início e fim da troca, assim, a análise do sistema de medição teve como foco a validação dos resultados do sistema automático. Considerando os padrões de desempenho e a definição de defeito definidos na fase de Definição e a análise de normalidade dos dados, foi desenvolvida a análise de capacidade do processo. Normal Probability Plot Average: 8,52826 StDev: 2,28714 N: 23 Anderson-Darling Normality Test A-Squared: 0,521 P-Value: 0,165 5 6 7 8 9 10 11 12 13 14 ,001 ,01 ,05 ,20 ,50 ,80 ,95 ,99 ,999 Pr ob ab ilit y ANTES Figura 6 – Teste Anderson-Darling para Verificação da Norm Figura 7 – Estudo de Capabilidade do Processo An P Value= 0,165 Dados normais alidade dos Dados tes do Projeto O teste de normalidade Anderson-Darling, apresentado na Figura 5, confirma a normalidade dos dados, já que o P-value é maior que 0,05. Com este resultado, aplicou- se um estudo de capabilidade do processo que apresentou um processo com 590317,4 defeitos por milhão de oportunidades, ou seja, com grande oportunidade de melhoria. 4.3. Analisar O Estudo de Variáveis Multíplas, desenvolvido na fase de Análise tem a função de identificar as causas óbvias possíveis da variabilidade, analisando diferenças entre turnos, equipes, horários e linhas de produçao, por exemplo. É importante salientar que o estudo Multi-Vari representa um retrato do processo. No caso do projeto, utilizou-se os dados de dois meses, analisando as seguintes componentes: Turmas, turnos, dias, horários de troca, mês e refugo durante a troca. FONTE DE VARIAÇÃO: Turmas – Linha –Turnos - mês s e ta g o 2121 1 2 ,5 1 1 ,5 1 0 ,5 9 ,5 8 ,5 7 ,5 6 ,5 m ê s te m po A B C D M u lt i- V a r i C h a r t f o r t e m p o b y tu r m a - m ê s lin h a tu rm a Figura 8 – Carta Multi-Vari Considerando Tempo, Linha, Turno, Turmas e Mês TESTE DE HIPÓTESES: Linha 2 > Linha 1 1 2 0 1 0 2 0 l in h a te m po B o x p l o t s o f t e m p o b y l i n h a ( m e a n s a r e in d ic a t e d b y s o l id c ir c le s ) Figura 9 – Teste de hipótese de que o tempo de setup na linha 2 é maior que na linha 1 Two-Sample T-Test and CI: tempo; linha P-Value = 0,999 Nos casos onde se identificou informações relevantes quanto às fontes de variação, foram testadas as hipóteses. O estudo Multi-Vari indicou que há diferenças nos setup entre as duas linha de produção, ou seja, há variáveis atuando na segunda linha, provocando um desempenho pior que na primeira linha. Neste ponto, com as informações do mapa de processo, os resultados do estudo Multi- Vari e os testes de hipótese, a equipe teve condições de estabelecer como variáveis críticas: - Troca de cilindros - Ajuste de tonalidade - Ajuste de registro - Troca de blanquetas 4.4. Melhorar A aplicação da ferramenta SMED na fase de melhoria é um meio eficiente para se estudar todas as etapas do setup. Desta forma, seguindo os quatro passos da técnica, desenvolveu-se um mapeamento das operações, separação das atividades internas e externas, conversão das atividades internas em externas e a otimização das atividades internas. A aplicação do Diagrama de Espaguete para analisar o deslocamento dos operadores e a Rede PERT para encontrar o caminho crítico possibilitam um perfeito entendimento das oportunidades de melhoria. PLATAFORMA PAINEL TAMBOR DE BLANQUETAS TAMBOR DE BLANQUETAS BLOW OFFBLOW OFF TINTEIROS 1 2 3 4 5 61 2 3 4 5 6 Téc. 1: 10,5m Téc.2: 6m Figura 10 – Rede PERT e diagrama de Espaguete O resultado da Matriz de Causa e Efeito e do FMEA associados com o diagrama de Espaguete e a Rede PERT indicaram como vitais, as seguintes variáveis: troca de cilindros, ajuste das tonalidades, ajuste do registro e a troca das blanquetas. Téc.3: 6m Téc. 4: 4,8 Total: 27,3m Téc. 1: 10,5m Téc. 4: 4,8 Téc.2: 6m Téc.3: 6m Téc. 1: 10,5m Téc. 4: 4,8 Téc.2: 6m Téc.3: 6m Total: 27,3mTotal: 27,3m EspaguetiTroca de Rótulo Com os resultados das análises estatísticas e a realização do evento SMED, a equipe, através de brainstorming, sugeriu como propostas de melhorias: Troca de cilindros Ajuste de tonalidade Ajuste de registro Troca de blanquetas Desenvolvimento de um novo modelo de ferramenta para retirada do cilindro Desenvolvimento de uma metodologia para manutenção preventiva dos cilindros Novamente, o rigor estatístico da metodologia Six Sigma enriquece a utilização da técnica SMED através da verificação do desempenho das turmas apresentado na Fig. 11: A B C D 5 6 7 8 9 10 11 12 13 TURM A Q Q U IN ZE N AL Boxplots of QUINZENA by TURMA Q (means are indicated by solid circles) One-way ANOVA: QUINZENAL versus TURMA Q Analysis of Variance for QUINZENA Source DF SS MS F P TURMA Q 3 27,50 9,17 2,61 0,071 Error 28 98,39 3,51 Total 31 125,89 Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev ----+---------+---------+---------+-- A 8 6,788 1,419 (--------*--------) B 8 8,600 2,388 (--------*--------) C 8 8,698 2,011 (--------*--------) D 8 6,805 1,516 (--------*--------) ----+---------+---------+---------+-- Pooled StDev = 1,875 6,0 7,5 9,0 10,5 Figura 11 – Resultados da ANOVA quanto a diferença entre as turmas Os resultados demonstram que, apesar da aparente diferença encontrada nos tempos das turmas B e C, não se pode afirmar que há diferenças estatísticas entre as equipes, o que é evidenciado pelo teste ANOVA, Pvalue = 0,071, e a Comparação de Tukey’s pairwise demonstrado na Fig. 12: Tukey's pairwise comparisons A B C B -4,371 0,746 C -4,468 -2,656 0,648 2,461 D -2,575 -0,763 -0,665 2,541 4,354 4,451 Exemplo: Não há diferenças estatística entre a turma B e C Figura 12 – Teste de Comparação Tukey’s Pairwise 4.5. Controlar Na fase de controle, optou-se pela adoção de uma carta de controle para os resultados quinzenais, o que permite o monitoramento da performance a observação da ocorrência de causas especiais ou comuns. Desta forma, é possível analisar o desempenho dos setups ao longo do tempo, verificando sua tendência e evitando a tomada de decisões sobre causas comuns de variação do processo. Na figura 13 uma melhor dpmo. 0S u b g r o u p 1 2 3 4 5 6 7 8 9 2 7 1 2 In di vid ua l V al ue Figura 13 – Carta de Controle Individual Chart , observa-se que o processo está sob controle estatístico e a Figura 14 indica ia na capabilidade do processo, apresentando uma redução de 33% no Figura 14 – Capabilidade do processo após projeto 5.0 CONCLUSÃO A necessidade de flexibilizar a linha de produção é uma realidade incontestável. A redução de estoques de matérias-primas, produtos em processamento e bens acabados é um alvo comum a todas as fábricas. O aumento da qualidade dos produtose serviços através da diminuição dos defeitos e a redução da variabilidade são, não mais vantagens competitivas, mas parâmetros de sobrevivência. Neste contexto, a implementação da filosofia de Produção Enxuta integrada à metodologia Six Sigma é um caminho eficaz para a melhoria da performance da organização e seu reconhecimento com empresa de classe mundial. Foi possível observar que a há sinergia entre a técnica SMED e a metodologia Six Sigma, aproveitando as virtudes de cada uma e principalmente, melhorando o processo com análise estatística e sustentabilidade dos resultados. A Figura 15 apresenta o resumo dos benefícios trazidos pela técnica SMED e pela metodologia Six Sigma: Sistemática e Mape Divisão de ativi Foco Anális Definiç prob Sustenta Me Figura 15 – B Desta forma, a ap preparação com a condução do pro processo em aten dos resultados, ma REFERÊNCIAS BALESTRASSI, P. BERTELS, Thomas www.isixsigma.com CAMPOS, V. F. 1 Horizonte, Oitava e DAVIS, M.M., 200 Alegre, Terceira ed HARRY, M. J., 199 Company. HAY, E. J., 1992, J São Paulo. PANDE, P. S. et al, ROTHER, M, 2003 Eliminar o Desperd SHINGO, S.,2000, Primeira edição WOMACK, J. P, 20 SMED specífica e eficaz para setups amento eficaz dades internas e externas para melhorias enefícios da integração da técnica SMED e licação da metodologia Six Sigma em proje aplicação da técnica SMED permite um jeto, definindo claramente o problema, der às especificações de setup, além de p ximizando os ganhos. P., 2002. Apostila Six Sigma. , Integrating Lean and Six Sigma: The Powe 999, TQC: Controle da Qualidade Total (no dição. 1, Fundamentos da Administração da Produ ição 4, The Vision of Six Sigma: A Roadmap Bre ust in Time: Um Exame dos Novos Conceitos 2004, Estratégia Six Sigma, Qualitymark, Rio , Aprendendo a Enxergar: Mapeando o Fluxo ício, Lean Institute Brasil, São Paulo Sistema de Troca Rápida de Ferramenta, Ed 04. A Máquina que Mudou o Mundo, Editora C SIX SIGMA e estatística avançada ão clara e objetiva do lema, defeito, e alvo bilidade dos resultados todologia Robusta metodologia Six Sigma tos de redução de tempo de maior aproveitamento na o alvo e a capacidade do romover a sustentabilidade r Of An Integrated Roadmap IN estilo japonês). EDG, Belo ção, Editora Bookman, Porto akthrough, Sigma Publishing de Produção, Editora Maltese. de Janeiro, 2a reimpressão de Valor para Agregar Valor e itora Bookman, Porto Alegre, ampus, Rio de Janeiro http://www.isixsigma.com/