Treinamento Seis Sigma Basico

Introduo ao Seis Sigma
ITIL
PMI
COBIT
CMM
SLA
Modelos de Gesto
Racionalizao dos investimentos

Planejamento Controle Demonstrao de resultados
ITIL
ITIL Information Technology Infrastructure Library Surgiu na dcada de 80 patrocinado pelo governo Britnico. um conjunto de publicaes. Visa a criao e padronizao de processos para avaliao de uma estrutura
PMI
PMI Project Management Institute uma entidade Americana criada na dcada de 70. Seu conceito aplicado em diversas instncias de gerenciamento de projetos.
COBIT
COBIT Control Objectives for Infomation and Related Technology organizado pelo IT Governance Institute e existe desde o final da dcada de 90. um guia de gesto de TI apoiado em Planejamento e organizao; Aquisio e implementao; Entrega; Suporte e monitoramento
CMM
CMM Capability Maturity Model

Atribui nveis de maturidade dos processos ( com os olhos no desenvolvimento de sistemas): Nvel 1 Inicial : O sucesso do projeto depende de pessoas Nvel 2 Repetitvel: Controle de custos e funcionalidade. Repete sucessos anteriores em projetos similares Nvel 3 Definido: Documentao, padronizao, e integrao dos processos em toda organizao Nvel 4 Gerenciado: Mtricas detalhadas so detalhadas Nvel 5 Otimizado: Uso das mtricas para analisar e modificar processos
Introduo ao Seis Sigma 6

6 Six Sigma Metodologia criada pela Motorola na dcada de 80. Foi adotada pela General Electric e a base para todo o seu sistema de qualidade e produtividade.
6 Six Sigma
Filosofia de negcios Padro de medio Ferramenta para eliminar variao do processo
Mtodo seis Sigma

DMAIC 1 2 3 4 5 passo: passo: passo: passo: passo: D- Definio M- Medio A- Anlise I- Improvement (melhoria) C- Controle
10
Mtodo seis Sigma

DMAIC
Definio Dimensionamento e limites do projeto Equipe (regras bsicas, papis, funes, datas das reunies, comunicao com o patrocinador, e partes interessadas) Quem so os clientes; As necessidades do cliente; Limites para o processo, fornecedores, insumos, resultados do processo para o cliente
11
Mtodo seis Sigma

DMAIC
Medio Quais as medidas crticas para compreender o desempenho do processo; Quais dados devem ser coletados Como conseguir dados relativos ao desempenho do processo; Quais so as reas crticas do processo onde devemos atuar;
12
Mtodo seis Sigma

DMAIC
Anlise Quais dados devem ser apresentados e quais ferramentas de anlise de dados; Como estratificar os dados, Quanto tempo leva e quanto custa para concluir cada etapa; Quais so as causas de origem do problema; Como esta anlise afeta nosso projeto.
13
Mtodo seis Sigma

DMAIC
Melhoria Quais so os critrios para priorizao de solues em potencial; Quais so as solues em potencial, Qual a melhor soluo voltada a causa de origem; Como apresentar as solues para que sejam aprovadas e implementadas; Qual a melhor maneira para implementar a soluo , gerenciando as questes tcnicas; Como obter apoio das principais partes interessadas.
14
Mtodo seis Sigma

DMAIC
Controle O que devemos medir para certificar se estamos realizando e mantendo os ganhos e a performance provenientes da implementao da soluo; O que deve ser documentado, para padronizar o novo processo; Quais sistemas e estruturas precisam ser mudadas de modo a institucionalizar a melhoria.
15
Estatstica Bsica
O que estatstica? Estatstica uma cincia que, a partir de alguns dados extrados de um universo, obtm concluses sobre eventos ocorridos nesse universo. Estes dados so denominados AMOSTRAS.
16
Estatstica Bsica
Tipos de Amostras: Aleatria: Coleta ao acaso Sistemtica: Retirada peridica Conglomerada: A amostra no composta por elementos (cacho de uva);
17
Estatstica Bsica
Tipos de Amostras: As amostras devem representar a populao. Ex.: Estamos analisando a hora de dormir em SP. Os presentes nesta sala representam a populao?
18
Estatstica Bsica
Tipos de Dados: Atributos: so contados. Ex.: cara / coroa Variveis: so medidos. Ex.: Tempo para atender o telefone (exato em segundos)
19
Estatstica Bsica
Distribuies Estatsticas: Mdia o valor mdio
Soma de todos os dados = Nmero total de dados
20
Estatstica Bsica
Distribuies Estatsticas: Mdia
Voc aconselharia a uma pessoa, que no sabe nadar, a pular em um rio que tem, em mdia, 1m de profundidade?????
21
Estatstica Bsica
Profundidad e mdia 1m ???
=1m
~~~~~~~~~~~~~~~~~~~~~~~~~~~~
22
Estatstica Bsica
=1m
0,3 0,4 2,4 2,2 0,4 0,3 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~
23
Estatstica Bsica
= 0,3+0,4+2,4+2,2+0,4+0,3 = 1,0m
~~~~~~~~~~~~~~~~~~~~~~~~~~~~
24
Estatstica Bsica
Disperso de Dados:
Por menores que sejam, as variaes esto presentes em todos os processos. praticamente impossvel mantermos as mesmas condies envolvidas. As variaes so devido a:
Mo de obra Meio ambiente Equipamentos (mquina) Mtodo Material Meio de medio
6 Ms
25
Estatstica Bsica
Disperso de Dados: Causas das variaes:
Causa comum: Os problemas so inerentes ao processo. So tambm chamadas de causas aleatrias ou naturais. Causa Especial: Os problemas so localizados. Podem afetar apenas uma parte do processo. So tambm chamadas de sistemticas ou identificveis.
26
Estatstica Bsica
Disperso de Dados: Existem trs formas de descrev-la:
1. Amplitude (R): a diferena entre o maior e o menor valor observado: Usado quando o tamanho da amostra < que 6
R = Maior valor Menor valor
27
Estatstica Bsica
Disperso de Dados:
2. Desvio padro ( ): Usa todos os valores obtidos para determinar a disperso
(Xi ) 2 N -1
i=1
28
Estatstica Bsica
Disperso de Dados:
3. Varincia (2 ): o desvio padro ao quadrado.
29
Estatstica Bsica
Distribuies Estatsticas: Histograma: a representao dos dados na forma de barras. Exemplo:
30
Estatstica Bsica
Distribuies Estatsticas: Histograma:
Intervalo = R n
Freqncia
20 30 40 50 60 70 80 90 100
Nmero de ligaes perdidas
31
Estatstica Bsica
Distribuies Estatsticas: Curva Normal:
Freqncia
20 30 40 50 60 70 80 90 100
Nmero de ligaes perdidas
32
Estatstica Bsica
Limite de desempenho
Probabilidade de falha
20 30 40 50 60 70 80 90 100
33
Estatstica Bsica
20 30 40 50 60 70 80 90 100
34
Estatstica Bsica
- 1 + 1
35
Estatstica Bsica
68,2%
- 1
+ 1
36
Estatstica Bsica
- 2
+ 2
37
Estatstica Bsica
95,4%
- 2
+ 2
38
Introduo ao Seis Sigma Estatstica Bsica

- 3
+ 3
39

99,7%
- 3
+ 3
40

- 4
+ 4
41

99,994%
- 4
+ 4
42

- 5
+ 5
43

99,99994 %
- 5
+ 5
44

- 6
+ 6
45

99,99999975 %
- 6
+ 6
46

Distribuies Estatsticas:
Limites de Especificao As variaes do processo precisam ser consideradas. Todo processo tem uma faixa de resultados aceitvel. Para delimitar esta faixa existem os limites: Limite Inferior de Especificao (LIE) Limite Superior de Especificao (LSE) Ex.: O prazo para entrega de um servio de no mximo 10 dias. Consegue-se entreg-lo em 5 dias. Ento:
47

Distribuies Estatsticas: Limites de Especificao
LIE
LSE
5 dias
10 dias
48

Distribuies Estatsticas: Limites de Especificao
Tolerncia T = LSE - LIE
LIE
LSE
5 dias
10 dias
49

Capabilidade:
Indica se um processo capaz de atender s especificaes definidas. Existem dois ndices de capabilidade, CP e CPk.
50

Capabilidade:
Cp : Indica o quanto o processo capaz de atender a tolerncia especificada. O valor ideal Cp > ou = 2,0
Cp = Tol 6
51

Capabilidade:
Cpk: Indica o quanto o processo est capaz de atender a tolerncia. Leva em considerao o deslocamento da mdia em relao aos limites. O valor ideal Cpk = Cp > ou = 2,0
Cpk = LIE - 3
ou
Cpk = LSE - 3
Vale o menor valor!
52

Capabilidade Cp
LIE Processo capaz de atender a tolerncia LSE
53

Capabilidade Cp
Processo no capaz de atender a tolerncia
LIE
LSE
Probabilidade de erro
54

Capabilidade Cpk
LIE LSE Valor nominal (LSC- LIC) / 2
Processo capaz de atender a tolerncia
55

Capabilidade Cpk
LIE Processo no capaz de atender a tolerncia LSE Valor nominal (LSE- LIE) / 2
56
Mtodo seis Sigma

57

Necessidade x Expectativa x Desejo
Necessidade: Ligada funo bsica do servio Ex.:Atendentes disponveis para responderem prontamente s chamadas. Expectativa: Ligada a esperana de que algo seja oferecido a mais que a funo bsica Ex.:Atendentes devem responder a 100% das chamadas Desejo: Fator pessoal e exclusivo sem preocupao com as funes bsicas Ex.:Taxa de resposta (% de chamadas respondidas)
58
Voz do Cliente x Voz do processo

Voz do Cliente: Necessidade Expectativa Desejo Voz do Processo: Requisitos tcnicos Especificaes para produtos, processos e servios
Definir os CTQs (Critical to Quality)
59
Introduo ao seis Sigma

Parmetros Crticos para a Qualidade (CTQs)
Voz do cliente => CTQ

Problema
Estou sempre esperando ou sou transferido para a pessoa errada
Imagem
Esperando, telefone na orelha, rabiscando qualquer coisa Abrindo o envelope, consultando o calendrio Irritado, ligando para o concorrente
Necessidade
Falar com a pessoa certa, rapidamente
CTQ
O cliente consegue falar com a pessoa certa na primeira vez, em x segundos. O Cliente recebe as contas pontualmente, na mesma data. O cliente recebe todas as entregas completas
60
Cada ms recebo minhas contas numa data diferente Sempre recebo o pedido incompleto
Receber as contas na data combinada. No receber entregas incompletas

Ao traduzir a voz do cliente para CTQs: Investigue a resposta do cliente; No salte para concluses; No use termos abstratos; No use deveria ou deve.
61

Voz do Cliente: Atendentes disponveis Voz do Processo: Atendentes devem responder a 100% das chamadas CTQs: % de chamadas atendidas
Os CTQs so a base dos projetos 6 E devem ser definidos PREVIAMENTE
62
Definio
Necessidades mnimas do projeto: O projeto gerencivel? (amplitude) O problema identificvel? O impacto mensurvel? Existe apoio dos interessados?
63
Definio
Como obter sucesso: Estabelea os limites do projeto; Identifique onde ocorre o problema; Avalie o impacto potencial antecipadamente; Consulte as partes interessadas.
64
Definio
Impacto para o Cliente: O projeto est relacionado O projeto est relacionado entre clientes? O projeto tem impacto em O projeto tem impacto em a uma CTQ? a uma CTQ comum mais de uma CTQ? mais de um cliente?
65
Definio
Alinhamento com a estratgia Empresarial: O projeto est alinhado com a estratgia de vendas? O projeto conflitante com procedimentos, prticas ou valores? Existe benefcio financeiro lquido para este projeto?
66

Definio
Projetos 6sigma podem ter problemas quando: Esperam resultados muito cedo e deixam de olhar para indicadores de progresso de longo prazo; Supe-se que todas as partes interessadas saibam como vo as coisas e deixam de mant-las informadas; Medem apenas em relao a questes ou metas internas, esquecendo-se que os clientes / fornecedores muitas vezes so afetados pela mudana; Deixam de medir o impacto do projeto sobre outros sistemas ou partes interessadas; Deixam de acompanhar o progresso e controlar as medies.
67
Definio
Definio do problema: A definio do problema deve ser especfica e mensurvel e deve incluir as situaes atual e desejada. Ex.:
Situao atual: O tempo de resposta para 15% dos nossos servios telefnicos maior que 2 horas. Situao desejada: O tempo de resposta para todos os servios deve ser de 2 horas ou menos
68
Definio
Ruim
Aumentar vendas
Melhor
Atual > Vendas do produto A esto 15% abaixo do esperado. Desejado -> Aumentar as vendas do produto A em 20% nos prximos 6 meses. Atual -> Ociosidade na manufatura de 30%. Desejado ->Reduzir ociosidade em 10% nos prximos 4 meses. Atual -> O transporte de monitores tem uma taxa de 5% de danos Desejado -> Reduzir danos para 2% para o prximo ms.
Diminuir ociosidade
Diminuir danos no transporte de produtos
69

Definio
Armadilhas
O suprimento do projeto no adequado; Duplicao de outro projeto Escolher o X fcil e no o X Crtico
70

Definio do time de especialistas
Preparar time
Conhecer uns aos outros; Definir modelo de trabalho conjunto Foco no cliente Desenvolver uma misso para a equipe Estabelecer metas e objetivos Atribuir responsabilidades; Elaborar um conjunto de acordos operacionais
71

Criar time com clara definio de responsabilidades
Quais os processos esto sob responsabilidade do time e porque so importantes? Quais limites se aplicam a esta equipe? Qual a relao com o patrocinador? Qual a autoridade para tomar deciso atribudo a equipe? Quais questes a equipe deve consultar ou informar o patrocinador? Quais os resultados esperados? Quais so as metas e prazos? Como a equipe ser avaliada?
72

Modelo GRPI
Uso: Ao iniciar uma equipe para planejar os primeiros passos Quando a equipe no est trabalhando bem e no sabe o que est errado.
73

Modelo GRPI
Os times podem ser visualizados com base em quatro dimenses crticas: G (Goals) Metas A misso e as metas do time so claras e aceitas por todos os componentes? Esto alinhadas com o ambiente da equipe? R (Roles) Funes e responsabilidades Os papeis e responsabilidades foram claramente descritos e compreendidos? Eles apoiam as metas da equipe? Os componentes da equipe possuem a competncia e os recursos necessrios para cumprir suas responsabilidades?
74

Modelo GRPI
Continuao: P (process) Processos e procedimentos Existem processos e procedimentos operando no grupo que so : Compreendidos e aceitveis? Vo de encontro as metas e funes? I Relaes inter-pessoais As relaes entre os membros do time so saudveis e apiam um bom trabalho de equipe?
Existe um nvel saudvel de confiana, abertura e aceitao dentro do grupo?
75

Planilha A.R.M.I.
PPI Definio
Jos, gerente Carlos, eng. Marcos, vendas A M R
Fase do projeto Medio

A M M
Anlise
A M R
Melhoria
A M R
Controle
A M M
Maria, diretora
Joo, operador
M
I
M
M
M
I
R
I
R
M
Silva, cliente Cida, black belt
I R
R R
I R
I R
R R
76

Planilha A.R.M.I.
PPI: Principais partes interessadas A: Aprovao das decises da equipe, patrocinador, lder do negcio R: Recurso da equipe. Possui experincia, habilidades. Pode ser requisitado aleatoriamente; M: Membro da equipe I: Parte interessada. Dever ser mantida informada sobre o andamento do projeto.
77

Armadilhas
Equipe com mentalidade SWAT

Nenhuma transformao de processo ou cultura organizacional necessria.
O patrocinador j tem a resposta

O patrocinador no est buscando delegar poderes equipe para que possa buscar solues tanto em relao as metas quanto ao mtodo.
78

Armadilhas
O projeto est alm das normas do negcio

A amplitude, mensurabilidades ou horizonte de tempo do projeto, vo muito alm da pacincia do patrocinador
O corte de custos a curto prazo singularizado como um tpico de transformao

Tpico: caminhando para equipes de trabalho auto-dirigidas, frentes de trabalho de elevado envolvimento
A verdadeira meta : como eliminar todos os supervisores nos prximos 90 dias
79

Pontos crticos de verificao
A equipe designou um Black belt ou um Master Black belt? O Black Belt e os componentes do time esto treinados e seguem o processo DMAIC?
A equipe tem programado e realizado reunies com freqncia?

Os componentes participam das reunies regularmente? Os componentes tm tempo para concluir as tarefas designadas equipe entre as reunies? Os componentes da equipe colaboram efetivamente? O time tem um plano para concluir o projeto? A equipe est documentando seu trabalho? A equipe possui recursos adequados?
80
Ferramentas de Definio
Dados Internos do Negcio; Pesquisa / Entrevista com clientes; Relatrios financeiros; Dados dos concorrentes; Brainstorm; Anlise de custo benefcio; Mapa do processo;
Matriz /No ;
SIPOC.
81
Mtodo seis Sigma

DMAIC 1 passo: D- Definio 2 passo: M- Medio 3 passo: A- Anlise 4 passo: I- Improvement (melhoria) 5 passo: C- Controle
82
Medida seis sigma

Causas Potenciais Bsicas: Mapa do Processo
a ilustrao grfica do processo
83
Medida seis sigma

Mapa do Processo:
O que voc acha que O que realmente O que voc gostaria que fosse
84
Medida seis sigma

Mapa do Processo: Etapas Etapa 1: Listar as principais variveis de entrada; Eatpa 2: Identificar as etapas do processo; Etapa 3: Mostrar os CTQs em cada etapa; Etapa 4: Listar e classificar as principais entradas do processo
85

Medida seis sigma
Mapa do Processo: Resultados

Mostra complexidades inesperadas, reas problemticas, redundncias, desvios desnecessrios e oportunidades de simplificao e padronizao;
Compara e contrasta o fluxo real de um processo com o fluxo ideal para identificar oportunidades de melhoria;
Permite analisar quais atividades podem ter impacto no desempenho do processo;
Identifica locais onde dados adicionais podem ser coletados e investigados;

Serve como recurso de treinamento para se entender o processo como um todo
86
Medida Seis Sigma

2 3 4 5 6 ppm 308.537 66.807 6.210 233 3,4 % 30,8 6,7 0,6 0,02 0,0003 Reduo 5 vezes 11 vezes 26 vezes 68 vezes
87
Medida seis sigma

Variaes: Causa comum
Causa especial
88
Medida seis sigma

Causa comum
a variao no controlvel. Ocorre em qualquer processo. Depende da tecnologia Exemplo:
89
Medida seis sigma

Causa comum
Na expedio, existe divergncia entre as quantidades enviadas e o que mostrado no sistema. Os cdigos e a contagem so digitados no sistema A causa o erro de quantificao nas embalagens
90
Medida seis sigma

Causa especial
Devido a influncia externa controlvel No depende da tecnologia Exemplos:
91
Medida seis sigma

Causa especial
Turno Entrada de dados Material Interferncia Fornecedor
Turno
Temperatura
Ajuste
Atendentes Aterramento
Fonte de energia
Equipamento
Vibrao
Desgaste
Operadores
Usurio
92
Medida seis sigma

Estatstica Z
Z=
Z a distncia de um valor x qualquer, at a mdia em quantidade de desvios. Ex.: Estou 2 desvios padro abaixo da mdia Significa que o valor de Z -2
93
Medida seis sigma

Estatstica Z
P{X>Z}
A rea abaixo da curva e a direita de Z probabilidade de um elemento (X) ser maior que Z.
94
Medida seis sigma

Estatstica Z
P{X<Z}
A rea abaixo da curva e a esquerda de Z probabilidade de um elemento (X) ser menor que Z.
95
Medida seis sigma

Exerccio:
A gravidez das mulheres segue uma distribuio normal. A mdia de durao de 266 dias e o desvio padro de 16 dias.
Qual a probabilidade de uma mulher ter uma gravidez de menos de 234 dias ou mais de 282 dias?
96
Medida seis sigma

Estatstica Z
LIE = 234
LSE = 282
16 P(x<234) P(x>282)
266
97
Medida seis sigma
P(x > a) =
a
1 2p

e
- (1/2)[(x-m) / ]
dx
6
98
Medida seis sigma

Exerccio:
A distribuio da idade das pessoas desta sala segue a uma distribuio normal. A mdia 25 anos com desvio padro de 2 anos. Qual a probabilidade de uma pessoa ter idade maior que 28 ou menor que 20 anos?
99
Medida seis sigma

Capabilidade
Capabilidade de curto prazo (Zst) Capabilidade de Longo prazo (Zlt)
100
Medida seis sigma

Capabilidade de curto prazo (Zst)
Calculado sem se considerar as variaes especiais. O Zst o quanto melhor o processo pode ser
101
Medida seis sigma

Capabilidade de longo prazo (Zlt)
Calculado considerando-se todas as variaes do processo O Zst o desempenho do processo
102
Medida seis sigma

Zshift
O Zst representa a tecnologia do processo. O Zlt, representa a tecnologia combinada ao controle do processo. O Zshift representa a habilidade em controlar a tecnologia e as oscilaes.
Zshift = Zst - Zlt
103
Medida seis sigma

Zshift Regra geral
Geralmente adota-se Zshift em torno de 1,5

Portanto:
Zst = Zlt + 1,5
Zlt = Zst - 1,5
104
Medida seis sigma

Estatstica Z
LIE LSE

P(Z>6)
P(Z<6)
P(Z>6) = 1 / 1.000.000 P(Z<6) = 1 / 1.000.000 P(defeito) = 2 / 1.000.000
?
6
105
Medida seis sigma

Estatstica Z
Zshift
LIE LSE
106
Medida seis sigma

Estatstica Z
Quando algum fala que um processo X Sigma, ele est falando do Zst
Zshift
LIE
LSE

P(Z<-4,5)= 3,4/1.000.000
107
Medida seis sigma

Estatstica Z
Fraco Controle
Zshift
2,5 2,0 1,5 1,0
bom
0,5
1
C
2 3 4 Zst 5
D
6
A: Controle fraco, processo fraco B: Controle fraco, tecnologia boa C: Controle bom, tecnologia ruim D: Classe mundial
Fraca
boa
Tecnologia
108
Mtodo seis Sigma

109
Anlise Seis Sigma

FMEA
Failure Mode & Effects Analysis Anlise do Modo de Falha e seus Efeitos
Foi usado pela primeira vez, na indstria aeroespacial durante as misses Apollo. Em 1974 a marinha desenvolveu a MIL STD 1629 referente ao uso do FMEA. No final dos anos 70, aplicaes na indstria automotiva, impulsionadas por custos de responsabilidade, comearam a incorporar FMEA no gerenciamento de seus processos. Em meados dos anos 80, a indstria automotiva instituiu o FMEA para validar processos de fabricao. Em 1991 a ISO 9000 recomendou o uso de FMEA.
110
Anlise Seis Sigma

FMEA
Identifica preventivamente os potenciais modos com que o processo pode falhar Aprofunda o estudo sobre o processo; Ajuda a identificar a causa raiz
111
Anlise Seis Sigma

FMEA serve para:
Identificar como o produto, processo ou servio podem fracassar em proporcionar a funo intencionada Identificar possveis causas e elimin-las; Localizar impactos de falhas e reduzir efeitos
112
Anlise Seis Sigma

FMEA Definio dos termos:
Modo de falha: a forma pela qual uma entrada do processo fracassa. Se no for detectada e corrigida, causar a ocorrncia do defeito
113
Anlise Seis Sigma

Efeito: Impacto sobre os CTQs. Pode ser focado no cliente externo (preferencialmente) ou no interno;
114

Anlise Seis Sigma

Causas: So as fontes de variao que levam ocorrncia do modo de falha;
115
Anlise Seis Sigma

Controles: Mtodo para detectar os modos de falha ou causas, antes que eles aconteam.
116
Anlise Seis Sigma

FMEA Nmero de Prioridade de Risco (RPN):
A sada de um FMEA o Nmero de Prioridade de Risco. calculado pelo produto de 3 classificaes quantitativas, cada qual relacionada aos efeitos, causas e controles:
RPN = Severidade x Ocorrncia X Deteco
117
Anlise Seis Sigma
FMEA Definio dos termos RPN:

Severidade (do Efeito): a importncia do efeito sobre os requisitos do cliente. Pode tambm estar ligado a segurana ou outros riscos caso a falha ocorra Escala: 1 = no severo; 10 muito severo Ocorrncia (da causa) Freqncia com que uma dada causa ocorre e provoca um modo de falha Escala: 1 = pouco provvel; 10 = muito provvel Deteco (Capabilidade dos controles): a capabilidade do sistema de controle para detectar as causas antes de gerar um modo de falha, ou os modos de falha antes de gerar um efeito Escala: 1= deteco provvel; 10= deteco improvvel.
118

Anlise Seis Sigma
FMEA Pontuao dos termos RPN:

Severidade (do Efeito):
Nenhuma ou Pequena A falha imperceptvel no levar a reclamaes
Alta A falha ser objeto de uma reclamao e provoca um descontentamento ou perturbao.
Mdia A falha pode levar a uma reclamao com pequena perturbao ao cliente.
MuitoAlta Relativo a segurana do usurio
119
Anlise Seis Sigma

Ocorrncia (da causa)
Mnima ou Baixa Muito difcil de aparecer este tipo de falha Mdia ou alta A falha ocasionalmente constatada.
Muito alta A falha certa que vai acontecer
120
Anlise Seis Sigma

Deteco (Capabilidade dos controles): Baixa Facilmente detectada no incio do projeto e pelo proprio operador nos posto de trabalho .
Muito alta A falha ser detectada somente com o uso em campo.
Mdia ou alta A falha ser detectada nas fases de comprovao do projeto ou nas condies da Produo.
121

Anlise Seis Sigma
FMEA
Entrada Principal Modo de Falha Efeitos S Causas O Controles Atuais D RPN Etapas do Processo Redao Do rel. de despesa
Nome
Faltando
Processamento atrasado
10
Esquecime nto
Formulrio com destaque
120
Ilegvel
Processamento atrasado
Caligrafia ruim
Nenhum
10
720
Honesti dade
Falsificao do documento
Formulrio inexato
10
Integridade fraca
Auditoria aleatria
150
122

Anlise Seis Sigma
FMEA
As falhas mais crticas DEVEM ter AES PREVENTIVAS especficas
123

Anlise Seis Sigma
FMEA
Necessariamente devemos tomar uma ao quando: Risco > ou = a 100 Deteco > ou = a 8
124

Anlise Seis Sigma
FMEA
Determine as aes Recomendadas para reduzir RPNs Elevados Tome as aes apropriadas e documente Recalcule os RPNs
125

Anlise Seis Sigma
FMEA
RPN 720 Aes recomendadas Resp Aes tomadass S O D RPN
Distribuir formulrios impressos Aumentar percepo do funcionrio
Jos
Set/2005
Verificao do custo
150
Maria
Dez/2005
Iniciado programa de consientizao
10
50
120
Distribuir formulrio impresso
Jos
Set/2005
Verificao do custo
10
10
126
Mtodo seis Sigma

127
Melhoria
Tomar aes no processo Reavaliar Capabilidade
128
Melhoria
Objetivos Estabelecer plano de ao; Modificar Mapa do processo (torn-lo mais simples, mais prximo do desejado)
129
Melhoria
Plano de ao
Incio 28/03 05/03 28/04 28/04 28/06 Fim 28/04 28/03 28/05 28/05 28/09 Status (%) Projeto: Eliminar erros em relatrios de viagem Ao Resp Elaborar software de gerenciamento para relatrios de despesa de viagem Estabelecer limites de gastos Treinar funcionrios para uso do software Tornar obrigatrio o uso do software Fazer auditorias para verificar uso correto do software Marco TI Joo RH Analis tas Joo RH Auditor
130
Melhoria
Mapa do processo Eliminar etapas que no agregam valor:
Reparo, refugo, retrabalho, inspees, etc..
Esgotar todas as possibilidades de tornar o processo mais simples e menos burocrtico
131
Melhoria
Mapa do Processo:
O que realmente O que voc gostaria que fosse O que voc acha que
132
Melhoria
Armadilhas Mesmo depois de identificadas as principais fontes de variao, necessria a realizao de experimentos, para confirmar qual o melhor nvel de desempenho para cada varivel. Estes experimentos servem para evitar as armadilhas que podem levar a falsas concluses:
133
Melhoria
Armadilhas: A varivel comum
Case: Um cidado resolveu investigar as causas da intoxicao. Ele bebeu whisky com gua e ficou embriagado. Resolveu ento, trocar o whisky por vodka e para sua surpresa, o resultado foi: embriaguez. Resolveu ento, usar conhaque no lugar do whisky e da vodka. Trs dias depois, recuperou a sanidade, e concluiu que a gua causa intoxicao, pois era a nica varivel comum.
134
Melhoria
Armadilhas: Causa reversa
Case: O departamento de vendas, insatisfeito com o desempenho, resolve dar uma srie de descontos e faz promoes para atrair clientes. Entretanto, a verdadeira causa do problema o atendimento ao cliente. Com os descontos e as promoes, o atendimento ao cliente piora ainda mais, ocasionando aumento da insatisfao do cliente e diminuio da vendas. (o tiro saiu pela culatra).
135
Melhoria
Armadilhas: Variveis escondidas
Case: Pesquisas demonstram que a medida que o tamanho dos hospitais aumenta, a taxa de mortalidade dos pacientes aumenta drasticamente.
136
Melhoria
Armadilhas: Dois Xs confundidos
Case: Um artigo rotulou um determinado tipo de carro como sendo inseguro. O modelo em questo era um carro pequeno, esportivo e de alto desempenho.
137
Melhoria
Armadilhas: Dois Xs confundidos
Case:
Em 1950, um fazendeiro afirmava que suas rvores frutferas estavam sendo prejudicadas pelas ondas de rdio de uma estao local prxima. Ele colocou uma tela de arame ao redor de algumas rvores para proteg-las. As rvores protegidas se recuperavam rapidamente, enquanto as outras, sofriam. Na mesma poca, muitas rvores ctricas em todo pas sofriam de uma doena chamada folha pequena. Fazendeiros texanos descobriram que uma soluo de sulfato de ferro curava a doena. No entanto, nem sempre funcionava no Texas e quase nunca funcionava na Flrida e na Califrnia. O mistrio foi desvendado quando o problema verdadeiro foi revelado deficincia de zinco no solo. A cerca do fazendeiro radiofbico era de tela galvanizada e traos do zinco da galvanizao eram levados da tela para o solo. O sulfato de ferro nada tinha a ver com a cura e sim, os baldes de ferro galvanizados usados para espalhar a substncia. Em outras regies em que eram usados outros tipos de balde, as rvores continuavam doentes.
138
Melhoria
Armadilhas: Amplitude muito estreita do comportamento do X
Y Consumo (Km/l)
30 20 10 0 0,5 1,0 1,5 2,0 2,5
X peso do carro (Ton)
139
Melhoria
Y Consumo (Km/l)
30 20 10 0,9 0,95 1,0 1,05 1,1
X peso do carro (Ton)
140
Melhoria
Y Preo de venda (Milhares)
30 20 10 1 6 14 22 30
X idade do carro (Anos)
141
Melhoria
Y Preo de venda (Milhares)
6 4 2 13 13,5 14 14,5 15
X idade do carro (Anos)
142
Melhoria
Armadilhas: Correlao no significa causa
Y Populao (milhes)
70 50 30 120 150 180 210 240
O X no afeta O Y
X Quantidade de cegonhas (milhares)
143
Melhoria
DOE - Design of Experiments
Quantifica a importncia dos Xs vitais e suas interaes; Separa os Xs vitais dos no vitais;
144
Melhoria
DOE - Design of Experiments Definies:
Varivel resposta: a varivel independente Y Fatores: So as variveis Xs que influenciam (ou no) sobre a resposta Y.
Nveis de um fator: So os valores que o fator pode assumir;

Tratamento: So as combinaes possveis entre os fatores (Xs) em funo de seus nveis.
145
Melhoria
DOE - Design of Experiments Definies
Fator + Marca do leo Tipo panela Lisa Nvel Soya Tratamentos 1 2 3 Com antiaderente Sem antiaderente 4 Marca do leo Lisa Soya Lisa Soya Tipo de panela Com anti aderente Com anti aderente Sem anti aderente Sem anti aderente
146
Mtodo seis Sigma

147
Mtodo seis Sigma

Controle Existem vrias formas de se manter controle sobre as variveis mais importantes do processo: Elaborao de check list e procedimentos; Dispositivos prova de erros; Controle estatstico do processo.
148
Mtodo seis Sigma

Controle
Identificar os poucos Xs a serem controlados
disposit ivo prova de erros? Estabelecer outro mtodo: CEP, Check list, procedimento
Estabelecer um plano para implement-lo
Plano de controle
Passar projeto para os donos do processo
149
Mtodo seis Sigma

Controle Dispositivos prova de erros (Poka-yoke)
A Toyota foi a pioneira na elaborao destes dispositivos, criando os sistemas de pino e furos descentralizados nas suas linhas de montagem. Consiste em tornar o controle dos poucos Xs vitais, automtico; fazendo com que a probabilidade de o operador cometer um erro seja nula.
150

Filosofia Seis Sigma
Empresa 3
Custo de falhas de 15 a 25% das vendas Produz 66.807 defeitos por milho de oportunidades Inspeciona para encontrar defeitos
Empresa 6
Custo de falhas de 5% das vendas
Produz 3,4 defeitos por milho de oportunidades Controla a capabilidade do processo para no produzir defeitos No avalia o custo da no qualidade Alta qualidade = baixo custo Coleta e anlise de dados sem Usa mtodo estruturado para disciplina coleta e anlise de dados Faz benchmark com o concorrente Faz benchmark com o melhor do mundo Sabe que 99% inaceitvel Acha que 99% bom Define CTQs externamente Define CTQs internamente
151

3 = 99% OK
20.000 cartas extraviadas por h 15 min de gua no potvel / dia 7 horas sem energia eltrica / ms
6 = 99,9997 OK
7 cartas /h 1 min em 7 meses 1 h em 34 anos
152

Qualidade Tradicional X Qualidade 6 Sigma
153

Filosofia Seis Sigma Qualidade Tradicional
Organizao centralizada Falta de critrios para uso das ferramentas C.H.U.T.E. Soluo atravs de quebra galhos Falta de treinamento Foco em Y
Qualidade 6 Sigma
Participantes respondem dentro de suas funes Uso estruturado e suporte para o uso de ferramentas estatsticas Decises baseadas em dados Solues atravs da identificao da causa raz Treinamento estruturado Foco nos Xs
154

Estrutura Seis Sigma Tradicional
Gerente / Diretor / Presidente
Comits de Seleo de projetos
Lder do Projeto
Champions (Staff)
Patrocinador
Master Black Belt
Black Belts
Green Belt
155
Estrutura Seis Sigma

Comit de seleo So os responsveis pela escolha dos projetos, analisando prioridades e viabilidade. composto por gerncia, chefia e especialistas do setor onde o projeto ser conduzido
156

Lder
Estabelece prioridades de qualidade Disponibiliza e dedica recursos Acompanha o progresso dos times Desenvolve uma viso de qualidade
Geralmente so chefes ou supervisores do setor onde o projeto ser conduzido
157

Champion
Aprova projetos Financia projetos Remove pedras do caminho
Geralmente o Gerente do setor onde o projeto ser conduzido
158

Patrocinador Estabelece as metas Supervisiona o andamento do projeto Lidera aes junto ao MBB e BB o beneficiado e portanto, o mais interessado no projeto.
159

Master Black Belt Treina e instrui os BBs em tempo integral Gerencia projetos em andamento Conduz projetos de grande porte o mentor dos times. o mais capacitado instrutor.
160

Black Belt Auxilia os times no uso das ferramentas 6 Atualiza dados para os MBBs Conduz projetos o instrutor que dedica tempo integral aos projetos.
161

Green Belt
Recebe treinamento completo dos MBBs Recebe orientao permanente dos BBs Conduz 1 projeto por vez Dedica parte do tempo (at 30%) ao projeto 6
162
Mtodo seis Sigma

163

Treinamento Seis Sigma Basico

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Treinamento Seis Sigma Basico

Diunggah oleh

Hak Cipta:

Format Tersedia

Introduo ao Seis Sigma

Introduo ao Seis Sigma

Introduo ao Seis Sigma

Racionalizao dos investimentos

Introduo ao Seis Sigma

Introduo ao Seis Sigma

Introduo ao Seis Sigma

Introduo ao Seis Sigma

CMM Capability Maturity Model

Introduo ao Seis Sigma 6

Introduo ao Seis Sigma

Introduo ao Seis Sigma

Mtodo seis Sigma

Introduo ao Seis Sigma

Mtodo seis Sigma

Introduo ao Seis Sigma

Mtodo seis Sigma

Introduo ao Seis Sigma

Mtodo seis Sigma

Introduo ao Seis Sigma

Mtodo seis Sigma

Introduo ao Seis Sigma

Mtodo seis Sigma

Introduo ao Seis Sigma

Introduo ao Seis Sigma

Introduo ao Seis Sigma

Introduo ao Seis Sigma

Introduo ao Seis Sigma

Soma de todos os dados = Nmero total de dados

Introduo ao Seis Sigma

Introduo ao Seis Sigma

Introduo ao Seis Sigma

0,3 0,4 2,4 2,2 0,4 0,3 ~~~~~~~~~~~~~~~~~~~~~~~~~~~~

Introduo ao Seis Sigma

Introduo ao Seis Sigma

Introduo ao Seis Sigma

Introduo ao Seis Sigma

Introduo ao Seis Sigma

2. Desvio padro ( ): Usa todos os valores obtidos para determinar a disperso

Introduo ao Seis Sigma

3. Varincia (2 ): o desvio padro ao quadrado.

Introduo ao Seis Sigma

Introduo ao Seis Sigma

Nmero de ligaes perdidas

Introduo ao Seis Sigma

Nmero de ligaes perdidas

Introduo ao Seis Sigma

Introduo ao Seis Sigma

Introduo ao Seis Sigma

Introduo ao Seis Sigma

Introduo ao Seis Sigma

Introduo ao Seis Sigma

Introduo ao Seis Sigma Estatstica Bsica

Introduo ao Seis Sigma Estatstica Bsica

Introduo ao Seis Sigma Estatstica Bsica

Introduo ao Seis Sigma Estatstica Bsica

Introduo ao Seis Sigma Estatstica Bsica

Introduo ao Seis Sigma Estatstica Bsica

Introduo ao Seis Sigma Estatstica Bsica

Introduo ao Seis Sigma Estatstica Bsica

Introduo ao Seis Sigma Estatstica Bsica

Introduo ao Seis Sigma Estatstica Bsica

Introduo ao Seis Sigma Estatstica Bsica

Tolerncia T = LSE - LIE