Capabilidade do Processo
Transcrição
Capabilidade do Processo
6σ DMAIC Análise Análise 4. Estabelecer a Capabilidade do Processo 5. Definir Objetivos para o Desempenho 6. Identificar Fontes de Variação Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 6σ DMAIC Análise Na fase de Medição do “Fastest food” obteve-se: 1. Seleção da característica crítica (CTQ) Tempo de atendimento (tempo entre o Bom Dia do atendente e o recebimento da comida pelo usuário); 2. Definição do padrão de desempenho do CTQ Padrão de Desempenho (especificações de Y): Desejo LSL = Alvo = 60 USL = 90 3. Coleta de Dados e Análise do Sistema de Medição A planilha medição.mtw descreve os tempos em relação aos fatores: Tempo Medido [segundos] Localização [1 = Centro, 2 = Bairro] Tipo de Serviço [1 = Drive-thru, 2 = Internamente] Método [1 = por número 2 = Menu] Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 Análise Na fase de Análise tem-se: 6σ DMAIC 4. Estabelecer a Capabilidade do Processo <Six Sigma> <Process Report> Nível=3x0,27+1.5 =2,31 Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 6σ DMAIC Análise 5. Definir Objetivos para o Desempenho OOObjetivo ObjetivoPrincipal Principal 1000000 100000 Benchmark Benchmark 10000 1000 Processo ProcessoAtual Atual 100 Objetivo Objetivofinal final da Melhoria da Melhoria 10 1 1 2 3 4 5 Escala Sigma de Medição 6 Uma opção para Objetivos de Desempenho é Desenvolver um estudo de Benchmarking onde se deve buscar um melhor nível sigma Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 Análise 6. Identificar Fontes de Variação 6σ DMAIC Ênfase em Estatística 1. Visualizar a distribuição dos dados; Histograma 2. Visualizar diferenças entre valores médios e valores de dispersão do tempo de atendimento; Boxplot 3. Existem padrões não-aleatórios nas medidas no tempo? Run Chart 4. Os dados estão normalmente distribuídos? Teste Anderson-Darling 5. Os diferentes grupos tem a mesma consistência em relação ao tempo de atendimento? Homogeneidade de Variância 6. Existe diferença estatística significante entre as médias do tempo de atendimento entre os diferentes grupos? 2-sample t-test 7. A empresa tem como meta prover o mesmo tipo de serviço, independente da Localização, Tipo de Serviço e Método. Baseado nos dados ela cumpre isso? ANOVA Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 6σ DMAIC Análise Pratique no Minitab 1) Faça a Análise de Boxplot da Planilha medição.mtw; 2) Entenda o significado das variáveis relacionadas com subgrupo e obtenha o gráfico abaixo: Subgrupo_Ordenado 222 221 212 211 122 121 112 111 20 70 120 170 Tempo_Subgrupo Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 Análise Using Statistics to Solve Problems 6σ DMAIC Problema ProblemaPrático Prático Baixo Rendimento Problema ProblemaEstatístico Estatístico Média fora do alvo Solução SoluçãoEstatística Estatística Identificar variável Vital Solução SoluçãoPrática Prática Instalar um controlador © 1994 Dr. Mikel J. Harry V3.0 Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 6σ DMAIC Análise Usando estatística para resolver problemas e caracterizar processos Objetivo: Encontrar o relacionamento Y = f(X1, …, Xn) μ x Análise baseada em dados Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 4 - Capabilidade do Processo 6σ DMAIC Estabelecer a Capabilidade do Processo Objetivo: Fazer o estudo de Baseline do processo atual. Foco Y Principais Ferramentas: Estatística Básica, Distribuições, Testes, ANOVA, etc... Amostragem Capabilidade para Variáveis Capabilidade para Atributos Yield - RTY Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 4 - Capabilidade do Processo 6σ DMAIC Controvérsia sobre Métricas “Existe um erro frequente relacionado com a interpretação das medidas de 6 Sigma: Frequentemente as organizações assumem que as medidas usadas na metodologia 6 Sigma são iguais às usadas no cálculo da Capabilidade tradicional. Algumas métricas da Metodologia 6 Sigma são muito controversas” (Breygfogle) Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 6σ DMAIC 4 - Capabilidade do Processo Processo Capaz Excelente Capacidade do Processo Baixa Capacidade do Processo Probabilidade Muito Alta de Defeito LSL Probabilidade Muito Alta de Defeito USL Probabilidade Muito Baixa de Defeito LSL Probabilidade Muito Baixa de defeito USL Um processo é capaz se produz sempre dentro das especificações. Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 4 - Capabilidade do Processo 6σ DMAIC No Alvo, com Mínima Variação LSL USL LSL USL Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 4 - Capabilidade do Processo 6σ DMAIC Capabilidade para dados de Variáveis ( Dados mensuráveis, representados por um número Real ) -Tempo -Temperatura -Pressão -Dimensões -Etc. Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 4 - Capabilidade do Processo 6σ DMAIC Dados em Subgrupo Ex.: Os Limites de Especificação de um item de um certo produto são: Inferior: 24 Superior:50 Os dados em cada linha constituem uma amostra de 5 observações do processo de produção de tal item. Existem assim, 20 amostras de 5 observações. Subgroups across rows Tal Processo é capaz? capacidade.MTW Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 4 - Capabilidade do Processo 6σ DMAIC <Stat> <Quality tools> <Capability Analysis> Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 4 - Capabilidade do Processo 6σ DMAIC Observed Performance - Histograma x Cp = USL − LSL 6σ Observado na amostra (Histograma) Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 4 - Capabilidade do Processo 6σ DMAIC Cp USL − LSL Cp = 6σ LSL 6σ μ USL LSE Tolerância Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 4 - Capabilidade do Processo 6σ DMAIC Estimativa do Desvio por Rbar e Sbar Fatores de correção n c4 d2 2 0,798 1,128 3 0,886 1,693 4 0,921 2,059 5 0,940 2,326 6 0,952 2,534 7 0,959 2,704 8 0,965 2,847 9 0,969 2,970 10 0,973 3,078 FONTE: MONTGOMERY, D.C. Introduction to statistical quality control. 3 ed. New York, John Wiley, 1996. Valores Médios 33,55 6, 2 2,49 μ≈x R s σ≈ ≈ (Ver d c4 Breyfogle) Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro -2(35)36291161 Padrão do Minitab x R s 6σ DMAIC 4 - Capabilidade do Processo Within Performance (Short Term) - Cpk R s = d2 c 4 Estimado (Curva Normal) Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 6σ DMAIC 4 - Capabilidade do Processo Cpk Cpk = min(CPL, CPU) CPL = μ − LSL 3σ USL - μ CPU = 3σ σ 3σ 3σ Cpk=1.5 é similar ao nível 6 Sigma mas tem o incoveniente de considerar somente variações de Causas Comuns (ST). Cpk é um cálculo válido apenas quando o Processo está sob controle μ LSL μ - LSL USL LSE USL - μ Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 6σ DMAIC 4 - Capabilidade do Processo Overall Performance – (Long Term) - Ppk s= ∑ (x − x) 2 n −1 s Estimado (Curva Normal) Nível Sigma ≈ 3Ppk + 1,5 Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 4 - Capabilidade do Processo 6σ DMAIC Pp USL − LSL Pp = 6s Aqui são consideradas todas as observações como pertencentes a um único subgrupo! 6s μ≈x s= ∑ (x − x) 2 n −1 LSL μ USL LSE Tolerância Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 6σ DMAIC 4 - Capabilidade do Processo Ppk Ppk = min(CPL, CPU) μ − LSL PPL = 3s PPU = μ≈x s= USL - μ 3s 3s 3s 2 (x − x ) ∑ Ppk=1.5 corresponde ao nível 6 Sigma e considera variações de Causas Comuns (ST) e Especiais (LT). n −1 Nível Sigma ≈ 3Ppk + 1,5 μ LSL μ - LSL USL LSE USL - μ Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 6σ DMAIC 4 - Capabilidade do Processo Cpm USL − LSL Cpm = 6 ∑ (x − T) n −1 2 i T é o alvo para o processo Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 4 - Capabilidade do Processo 6σ DMAIC <Six Sigma> <Process Report> Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 4 - Capabilidade do Processo 6σ DMAIC Macro Six Sigma Curto Prazo e Longo Prazo Média das especificações Entendendo os vários índices Média dos dados Especificação: 24 e 50 As medidas ST se baseiam em um processo centrado na média das especificações As medidas LT se baseiam em um processo centrado na média dos dados Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 4 - Capabilidade do Processo ST LSL σ σ σ σσ σσ σ σ σσ σ P ( Z<6) Situação Ideal 6σ DMAIC USL P ( Z>6) P ( Z>6) = 1 \ 1.000.000.000 P ( Z<6) = 1 \ 1.000.000.000 P ( defeito ) = 2 \ 1.000.000.000 Sigma de Curto Prazo -ST Quando o processo está centrado (a média do processo corresponde ao centro da curva normal) a probabilidade de defeito é da ordem de defeitos por Bilhão! Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 6σ DMAIC 4 - Capabilidade do Processo ST Capacidade do processo Um processo 6 Sigma centrado (Short Term – ST) 0.001 ppm 0.001 ppm T USL LSL Nível Sigma ± 6σ Ok (Yield) Defeitos (PPM) +/- 1 Sigma 68,27 317300 +/- 2 Sigma 95,45 45500 +/- 3 Sigma 99,73 2700 +/- 4 Sigma 99,9937 +/- 5 Sigma 99,999943 0,57 +/- 6 Sigma 99,9999998 0,002 63 2/bilhão Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 4 - Capabilidade do Processo 6σ DMAIC ST e LT Sigma de Longo Prazo de 4.5σ corresponde a 3.4 ppm (Curto prazo de 6σ) LSL ZST = 6σ USL P ( Z < -4.5 ) = 3.4\1.000.000 ZLT=4.5σ Zshift=1.5σ Tempo Um processo centralizado (Short Term) ao longo do tempo desloca-se de seu alvo de tipicamente 1.5σ. Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 6σ DMAIC 4 - Capabilidade do Processo LT Um processo 6 Sigma com deslocamento de 1,5 Sigma T USL LSL Nível Sigma ± 6σ Ok (Yield) Defeitos (PPM) +/- 1 Sigma 30,23 697700 +/- 2 Sigma 69,13 308700 +/- 3 Sigma 93,32 66810 +/- 4 Sigma 99,3790 6210 +/- 5 Sigma 99,97670 233 +/- 6 Sigma 99,999660 3,4 Nível de Qualidade Sigma =0,8406+ 29,37-2,221. ln(ppm) 3,4/milhão Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 6σ DMAIC 4 - Capabilidade do Processo LT – ST – PPM σ Sigma de Curto Prazo: Ideal, usado como medida de qualidade do processo. Sigma de Longo Prazo: Realmente calculado. Relação simplificada entre os dois principais índices de Sigma do Processo Curto Prazo 2 3 4 5 6 PPM Longo Prazo 0,5 308.537 1,5 66.807 2,5 6.210 3,5 233 4,5 3,4 = ± 1,5σ Ref.:Breyfogle Nível de Qualidade Sigma =0,8406+ 29,37-2,221. ln(ppm) Para calcular a Capabilidade no Minitab colete um número de observações representativa do processo (para se ter o Sigma de Longo Prazo) Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 6σ DMAIC 4 - Capabilidade do Processo Nível Sigma - Sixpack Usando as medidas de Desempenho do Minitab SIXPACK diretamente: O Nível de Qualidade do Processo é: 4,23 Sigma Com um índice de não conformidade de 3402 ppm Nível de Qualidade Sigma =0,8406+ 29,37-2,221. ln(ppm) (quando Zshift ~1,5): Sigma do Processo Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 4 - Capabilidade do Processo 6σ DMAIC Nível Sigma - Sixpack Í Usando o conceito de deslocamento de 1.5 Sigma da maioria das organizações (Motorola e GE, por exemplo). O Nível de Qualidade do Processo é: Nível Sigma = Zbench(LT)+1,5 ou Nível Sigma = 3Ppk+1,5 ou seja Nível Sigma = 2,70+1,5 =4,21 Sigma Í Com um índice de não conformidade de 3402 ppm Zbench(LT)=3Ppk Í Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 4 - Capabilidade do Processo 6σ DMAIC Capabilidade para dados de Atributos ( Dados contáveis, números inteiros) -Número de erros -Número de defeitos -Número de itens faltantes -Etc. Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 6σ DMAIC 4 - Capabilidade do Processo Exemplo Uma certa empresa tem os seguintes macroprocessos e deseja definir um Indicador de Desempenho para o seu processo de Aquisição (descrito abaixo). Utilize o Nível Sigma como indicador e represente o estado atual. Ver atributos.mtw Cliente Processo Aquisição Aquisição Aquisição Aquisição Aquisição Aquisição Projeto e Desenvolv. Marketing e Vendas SubProcesso Identificação da Necessidade de Compra Avaliação e Seleção de Fornecedores Aquisição de Material ou Serviços Recebimento do Material Adquirido Armazenamento do Material Movimentação do Estoque SubProcesso Identificação da Necessidade de Compra Avaliação e Seleção de Fornecedores Aquisição de Material ou Serviços Recebimento do Material Adquirido Armazenamento do Material Movimentação do Estoque Aquisição Produção Apoio Técnico Cliente Simbologia Defeitos Unidades Oportunidades Descrição da unidade Necessidade_Compra 3 40 2 Cada unidade é um pedido Seleção_Fornecedores 35 40 3 Cada unidade é um pedido Aquisição 2 40 1 Cada unidade é um pedido Recebimento 8 40 5 Cada Unidade é um pedido Armazenamento 5 60 3 Cada Unidade é uma amostra do Inventário Movimentação 20 300 1 Cada Unidade é o número de itens da OFP mensal Oport 1 Item desnecessário Fornecedor não tem ISO Envio do pedido incorreto Entrega fora do prazo Quantidade errada Item faltante Oport 2 Oport 3 Oport 4 Preenchimento errado Selecionado por Lote Piloto Selecionado por Histórico Produto errado Localização errada Faltando item Armazenamento errado Oport 5 Quantidade incorreta Documentação errada Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 4 - Capabilidade do Processo 6σ DMAIC <Six Sigma> <Product Report> Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 4 - Capabilidade do Processo 6σ DMAIC Análise de Controle e Tecnologia Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 4 - Capabilidade do Processo 6σ DMAIC PPM – Nível Sigma O nível de qualidade da maioria dos processos é em torno de 4 enquanto os processos de ‘Classe Mundial’ é considerado 6 Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 4 - Capabilidade do Processo 6σ DMAIC DPMO Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 4 - Capabilidade do Processo 6σ DMAIC Cálculos Unidade (U) O número de peças, subconjuntos, conjuntos ou sistemas inspecionados ou testados. • Quadrados: 4 unidades Oportunidade (OP) Uma característica que você inspeciona ou testa. • Círculos: 5 oportunidades por unidade Defeito (D) Qualquer coisa que resulte em insatisfação do cliente. Qualquer coisa que resulte em não conformidade. • Círculos pretos: 9 defeitos Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 4 - Capabilidade do Processo 6σ DMAIC Cálculos Defeitos por Unidade DPU = D/U 9/4 = 2,25 Total de Oportunidades TOP = U*OP 4*5 = 20 Defeitos por Oportunidade (Probabilidade de Defeito) DPO = D/TOP 9/20 = 0,45 Defeitos por Milhão de Oportunidades DPMO = DPO*1.000.000 0,45*1.000.000 = 450.000 Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 6σ DMAIC 4 - Capabilidade do Processo Long term D PMO 500,000 460,172 420,740 382,089 344,578 308,538 274,253 241,964 211,855 184,060 158,655 135,666 115,070 96,801 80,757 66,807 54,799 44,565 35,930 28,716 22,750 17,864 13,903 10,724 8,198 6,210 4,661 3,467 2,555 1,866 1,350 968 687 483 337 233 159 108 72 48 32 21 13 9 5 3.4 Actual Sigm a (long term ) 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 3 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 4 4.1 4.2 4.3 4.4 4.5 R eported Sigm a (short term ) 1.5 1.6 1.7 1.8 1.9 2 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9 3 3.1 3.2 3.3 3.4 3.5 3.6 3.7 3.8 3.9 4 4.1 4.2 4.3 4.4 4.5 4.6 4.7 4.8 4.9 5 5.1 5.2 5.3 5.4 5.5 5.6 5.7 5.8 5.9 6 Cálculos Tabela Sigma Z = Capacidade Sigma Z =0,8406+ 29,37-2,221. ln(DPMO) ZZ DPMO DPMO 2 3 4 5 6 308.537 66.807 6.210 233 3,4 Zshift=1.5 Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 4 - Capabilidade do Processo 6σ DMAIC SAPQ – Step 4: Capabilidade do Processo Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 5 - Objetivos para o Desempenho 6σ DMAIC Definir Objetivos para o Desempenho Foco Objetivo: Definir estatisticamente o objetivo do projeto. Y Principal Ferramenta: Benchmarking Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 5 - Objetivos para o Desempenho 6σ DMAIC O Objetivo Básico 1000000 100000 10000 1000 100 10 1 Seu SeuProcesso Processo Objetivo Objetivoda da Melhoria Melhoria 1 2 3 4 Escala Sigma de Medição 5 6 As Asequipes equipesSeis Seis Sigma estabelecem Sigma estabelecem objetivos objetivos agressivos agressivose,e,no no entanto, entanto, realizáveis realizáveis Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 5 - Objetivos para o Desempenho 6σ DMAIC Regra Básica Regra Básica: • Nivel σ < 3,0 Î Redução de 90% do DPMO (PPM) • Nivel σ > 3,0 Î Redução de 50% do DPMO (PPM) Outros Exemplos de Objetivos: • Com base em Benchmarking: Chegar ao topo da classe ou superar o Benchmark; • Com base na curva de aprendizado: Chegar a 6 Sigma em todos os processos em 5 anos; • Redução de Defeito (DPMO): Redução de 75% do DPMO; Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 5 - Objetivos para o Desempenho 6σ DMAIC Benchmarking • Follow the leader! •Idealizado pela Xerox • Não reinventar a roda! • Exemplos de Benchmarks (Top of Mind) •Best-in-class Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 5 - Objetivos para o Desempenho 6σ DMAIC Tipos de Benchmarking Benchmarking …. Competitivo; de Produto; de Processo; Melhores Práticas; Estratégico; de Parâmetros; Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 5 - Objetivos para o Desempenho 6σ DMAIC Identificação dos Benchmarks • Dados secundários (revistas, periódicos, etc.); • Clientes diretos ou indiretos; • Fornecedores ou consultores; • Internet ou intranet; • Universidades ou associações; • Ganhadores de Prêmios (PNQ, Petrobrás, etc.); Algumas empresas deixam tais relatórios disponíveis na intranet, para permitir consultas posteriores por outras equipes • Concorrentes (redes de cooperação – Tecnópolis, Sindicatos). Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 5 - Objetivos para o Desempenho 6σ DMAIC Best Practice Best Practice Overlap Competitivo • “Existe algo fundamental que não sabemos” • Líderes de Mercado • Difícil Coleta de Dados com características • Questões Éticas similares • Forma de pensar não convencional (“out of the box thinking”) Funcionais • Líderes que utilizam tecnologia de ponta em Áreas não correlatas • Pode ser “Timeconsuming” Internos • Líderes dentro Da organização • Foco Limitado • Vícios da empresa • Fácil coleta de dados Grandes Organizações Pedro Paulo Balestrassi - UNIFEI - [email protected] -•www.iem.efei.br/pedro - (35)36291161 6σ DMAIC 5 - Objetivos para o Desempenho Quatro níveis de parceria I A “Team-Oriented” II B (Memorandum of Agreement e acordos) A B Adversários (Contratos) C C III IV Integrados (Recursos e informações são integrados) A B C B A Parceiros Estratégicos (Metas de Longo alcance são planejadas) C Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 5 - Objetivos para o Desempenho 6σ DMAIC Exercício 1) Considere a sua atividade mais importante no trabalho. Quem são seus benchmarks? 2) Com relação aos benchmarks listados anteriormente, que tipo de questões você gostaria de formular e ter respondidas ? Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 5 - Objetivos para o Desempenho 6σ DMAIC Considerações sobre Benchmarking •Uma ferramenta simples mas efetiva para melhoria de processos; •Fazer Benchmarking rapidamente ou não fazer •Escopo amplo e superficial ou estreito e profundo •Melhor da classe pode não ser líder de Mercado •International Benchmarking Clearinghouse (American Productivity and Quality Centre – Houston/Tx) •COBAP (Co-operative Benchmarking Approach e aprendizagem organizacional) Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 5 - Objetivos para o Desempenho 6σ DMAIC SAPQ – Step 5: Objetivos de Performance O Objetivo para o Desempenho é determinado principalmente por: •Z-short term, DPMO de Long Term •Benchmarking, •Metas de Redução de Defeitos Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 6 - Identificar Fontes de Variação 6σ DMAIC Identificar Fontes de Variação Objetivo: Listar as variáveis estatísticas significantes com base em dados históricos Foco X Principal Ferramenta: •Análise Estatística do Processo •Análise Gráfica •Testes de Hipóteses •Regressão •ANOVA Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 A6:55 6 - Identificar Fontes de Variação 6σ DMAIC Entendendo Estatisticamente o Processo Estudo de Estabilidade Run Chart / CEP Estudo de Forma Teste de Normalidade Estudo de Dispersão BoxPlot / Homogeneidade de Variância Estudo de Centralização Testes t ANOVA Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 A6:56 6 - Identificar Fontes de Variação 6σ DMAIC Exemplo: Tempo de Fila no Supermercado O tempo de espera na fila de um supermercado é um CTQ muito importante para os clientes deste serviço. A cada hora um cliente ao acaso é selecionado e o seu tempo de espera é cronometrado (em minutos). As medidas estão na planilha Analise.mtw. mtw Tal estudo foi feito com outros estabelecimentos. 1)Verifique a estabilidade dos tempos desse supermercado; 2)Estude a forma dos tempos; 3)Estude a dispersão dos tempos; 4)Faça um estudo de centralização comparativo: •Será que o tempo médio é maior que 6,5 minutos? •Compare com o tempo médio na fila do supermercado II. •Compare os tempos médios de todos os supermercados. Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 A6:57 6σ DMAIC 6 - Identificar Fontes de Variação Estudo de Estabilidade Run Chart / CEP <Stat> <Quality Tools> <Run Chart> •Column=Tempo na fila •Subgroup Size=1 Entenda o processo atual Existem causas especiais de variação? Os dados representam uma série temporal O Processo está estável? Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 A6:58 6 - Identificar Fontes de Variação 6σ DMAIC Estudo de Forma Teste de Normalidade Determine a média e o desvio padrão do processo Determine se os dados são normalmente distribuídos <Stat> <Basic Statistics> <Normality Test> •Variable=Tempo na fila Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 A6:59 6 - Identificar Fontes de Variação Estudo de Dispersão 6σ DMAIC BoxPlot / Homogeneidade de Variância O Boxplot é simétrico? Qual o Intervalo de confiança para a média e o desvio padrão? <Stat> <Basic Statistics> <Display Descriptive ...> •Variable=Tempo na fila •<Graph> Depois Objetivo •<Graphical Summary> Antes μ2 μ1 limite Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 A6:60 6 - Identificar Fontes de Variação 6σ DMAIC Estudo de Centralização Testes t /ANOVA Será que o tempo médio é maior que 6,5 minutos? One-Sample T: Tempo na fila Test of mu = 6,5 vs mu > 6,5 Variable Tempo na fil Variable Tempo na fil N Mean StDev SE Mean 65 7,537 2,908 0,361 95,0% Lower Bound T P 6,935 2,88 0,003 <Stat> <Basic Statistics> <1-Sample t> •Variables=Tempo na fila •Test mean=6,5 •<Options > Alternative: Greater Than •<Graphs> BoxPlot Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 A6:61 6 - Identificar Fontes de Variação 6σ DMAIC Estudo de Centralização Testes t /ANOVA Compare com o tempo médio na fila do supermercado II. <Stat> <Basic Statistics> <2-Sample t> •Samples in Different Columns Two-Sample T-Test and CI: Tempo na fila; II •First=Tempo na fila Two-sample T for Tempo na fila vs II •Second=II N Mean StDev SE Mean Tempo na 65 7,54 2,91 0,36 II 70 4,64 1,81 0,22 •<Options > Alternative: Not Equal •<Graphs> BoxPlot Difference = mu Tempo na fila - mu II Estimate for difference: 2,897 95% CI for difference: (2,063; 3,732) T-Test of difference = 0 (vs not =): T-Value = 6,89 P-Value = 0,000 DF = 105 Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 A6:62 6σ DMAIC 6 - Identificar Fontes de Variação Estudo de Centralização Testes t /ANOVA Compare os tempos médios de todos os supermercados One-way ANOVA: Tempo na fila; II; III; IV <Stat> <ANOVA> <One-way(Unstacked)> Analysis of Variance •Responses Source DF SS MS F P •Selecione todas as colunas Factor 3 620,03 206,68 60,18 0,000 •<Graphs> BoxPlot Error 256 879,14 3,43 Total 259 1499,17 Individual 95% CIs For Mean Based on Pooled StDev Level N Mean StDev Tempo na 65 7,537 2,908 II 70 4,640 1,813 III 70 6,414 1,007 IV 55 3,403 0,875 -+---------+---------+---------+----(--*--) (--*--) (--*--) (---*--) -+---------+---------+---------+----- Pooled StDev = 1,853 3,0 4,5 6,0 7,5 Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 A6:63 6 - Identificar Fontes de Variação Bird’s Eyes View Um X Mapa de Ferramentas XXtratado tratadocomo: como: Contínuo Discreto •Teste T •ANOVA •Regressão Logística •QuiQuadrado Discreto • Regressão Simples Contínuo Discreto (Resposta) YY(Resposta) Contínuo Discreto (Resposta) YY(Resposta) Um Y Vários Y’s Vários X’s XXtratado tratadocomo: como: Contínuo (Resposta) YY(Resposta) (Fator (FatorX) X) 6σ DMAIC • Regressão • DOE Múltipla • Regressão Logística Múltipla Estatística EstatísticaMultivariada Multivariada//DOE DOE Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 A6:64 6 - Identificar Fontes de Variação 6σ DMAIC Regressão Simples HÁ ALGUMA RELAÇÃO ENTRE A PRESSÃO SANGUÍNEA E O PESO DE UMA PESSOA? 1X Contínuo 1Y Contínuo Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 A6:65 6 - Identificar Fontes de Variação 6σ DMAIC ANOVA (One-Way) PRESSÃO (PSI) 200 90,4 90,2 90,1 90,3 90,5 90,7 215 90,7 90,6 90,5 90,6 90,8 90,9 230 90,2 90,4 89,9 90,1 90,4 90,1 OS FATORES (X) INFLUENCIAM A RESPOSTA (Y) ? 1X Discreto: Pressão 1Y Contínuo: Respostas da Temperatura Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 A6:66 6 - Identificar Fontes de Variação 6σ DMAIC Qui–Quadrado (Chi-Square) 1X Discreto: Classe 1Y Discreto: Opinião CLASSE OPINIÃO FAVORÁVEL CONTRA CRIANÇAS 120 80 JOVENS 70 130 ADULTOS 60 70 IDOSOS 40 60 A OPINIÃO DAS PESSOAS DEPENDE DE SUA FAIXA ETÁRIA? Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 A6:67 6σ DMAIC 6 - Identificar Fontes de Variação Regressão Logística Um analista está estudando o efeito do tempo de experiência em programação computacional sobre a habilidade para completar, dentro de um determinado tempo, um tarefa difícil. Vinte Cinco (25) programadores foram selecionados para o estudo. A variável X, corresponde ao meses de experiência. Os resultados foram Sucesso (1) ou fracasso (0) na tarefa. EXP TAREFA EXP TAREFA 14 0 5 0 29 0 20 1 6 0 13 0 25 1 9 0 18 1 32 1 4 0 24 0 18 0 13 1 12 0 19 0 22 1 4 0 6 0 28 1 30 1 22 1 11 30 0 1 8 1 1X Contínuo: Tempo Experiência 1Y Discreto: Sucesso ou Fracasso Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 A6:68 6 - Identificar Fontes de Variação 6σ DMAIC Regressão Múltipla Um estudo foi realizado sobre o desgaste de um mancal (Y) em relação a viscosidade do óleo (x1) e e a carga suportada (x2). Qual é o modelo de previsão de desgaste para o mancal? Y 193 230 172 91 113 125 X1 1,6 15,5 22,0 43,0 33,0 40,0 X2 851 816 1058 1201 1357 1115 2 X’s Contínuos: Viscosidade e Carga 1Y Contínuo: Desgaste Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 A6:69 6 - Identificar Fontes de Variação 6σ DMAIC DOE Um engenheiro suspeita que o acabamento de superfícies metálicas seja influenciado pelo tipo de tinta e pelo tempo de secagem. Quais são os fatores significativos para o problema? 2 X’s Discretos: Tinta e Tempo Fixo 1Y Contínuo: Acabamento TINTA 1 2 1 2 1 2 1 2 1 2 1 2 TEMPO 20 20 25 25 20 20 25 25 20 20 25 25 Y 74 92 73 98 64 86 61 73 50 68 44 88 Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 A6:70 6 - Identificar Fontes de Variação 6σ DMAIC Estatística Multivariada / DOE 3 X’s Discretos: Tipo de Pipoca, Potência, Tempo, Lado 2 Y’s: Sabor, Número de Piruás Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 A6:71 6 - Identificar Fontes de Variação 6σ DMAIC SAPQ – Step 6: Identificar Fontes de Variação A Análise deve ser anexada Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 A6:72 6 - Identificar Fontes de Variação 6σ DMAIC Exemplo de Anexo SAPQ - 000004.1 REDUÇÃO DO CICLO E HORAS DE FABRICAÇÃO DE CAIXA ESPIRAL Pedro Paulo Balestrassi - UNIFEI - [email protected] - www.iem.efei.br/pedro - (35)36291161 A6:73
Documentos relacionados
Definição CTQ
Há suporte da direção CTQ Externo Alta probabilidade de sucesso Tempo inferior a 6 meses Redução de 50% de DPMO
Leia mais