Formação de Green Belts em Lean Six Sigma

Formação de Green Belts Lean 6 Sigma
Prof. Alexandre Andrioli Iwankio

SUMÁRIO
COMPREENDENDO A METODOLOGIA LEAN 6 SIGMA ............................. 3
COMO IMPLEMENTAR O LEAN 6 SIGMA ............................................... 15
CONCEITO DE VARIAÇÃO ................................................................... 20
FERRAMENTAS DO LEAN 6 SIGMA INTEGRADAS AO DMAIC ................. 24
RACIOCÍNIO ESTATÍSTICO .................................................................. 41
MAPA DE RACIOCÍNIO ........................................................................ 45
SIPOC ................................................................................................ 58
MÉTRICAS LEAN ................................................................................. 60
VSM – MAPEAMENTO DO FLUXO DE VALOR ........................................ 65
INTRODUÇÃO À ESTATÍSTICA ............................................................. 86
CARTAS DE CONTROLE .................................................................... 152
CAPACIDADE DE PROCESSOS ............................................................ 188
AVALIAÇÃO DE SISTEMAS DE MEDIÇÃO DE ATRIBUTOS ..................... 205
AVALIAÇÃO DE SISTEMAS DE MEDIÇÃO DE VARIÁVEIS ...................... 220
MAPA DE PROCESSO ......................................................................... 248
FERRAMENTAS DA ADMINISTRAÇÃO E DO PLANEJAMENTO ............... 257
INTRODUÇÃO AO PLANEJAMENTO DE EXPERIMENTOS ....................... 280
EXPERIMENTO FATORIAL COMPLETO ................................................ 297
REGRESSÃO LINEAR MÚLTIPLA - DADOS DE EXPERIMENTAÇÃO ......... 318
COMO MANTER AS MELHORIAS ALCANÇADAS .................................. 333
CASE: POPEYE LOGÍSTICA ................................................................. 352

REFERÊNCIAS BIBLIOGRÁFICAS........................................................... 365

3
COMPREENDENDO A METODOLOGIA LEAN 6 SIGMA
6 SIGMA
Todo produto ou serviço é resultado de um processo.
Todo processo apresenta variação.
6 Sigma é uma estratégia gerencial disciplinada e quantitativa, cuja

aplicação se dá através de projetos para reduzir a variação existente nos
processos empresariais.
A metodologia 6 Sigma pode ser utilizada em processos de qualquer

natureza, proporcionando à empresa os seguintes benefícios:
• Maior eficiência operacional;
• Redução de custos;
• Melhoria da qualidade;
• Aumento da satisfação dos clientes;
• Aumento da lucratividade.
HISTÓRICO DO 6 SIGMA
• Desenvolvido pela Motorola em meados da década de 80.
• Prêmio "Malcolm Baldrige“, 1988.
• A General Electric, por meio de seu ex-CEO Jack Welch, iniciou a

implementação em meados dos anos 90.
• A partir do final dos anos 90, difusão global do uso da metodolo-

gia.
• Em 1997, Grupo Brasmotor (Brastemp/Consul) é o primeiro a apli-

car 6 Sigma no Brasil.

4
LEAN
A Filosofia Lean é baseada nos conceitos utilizados no TPS (Sistema
Toyota de Produção).
Trata-se de uma iniciativa que busca eliminar desperdícios, isto é,

eliminar o que não tem valor para o cliente e imprimir velocidade à
empresa.
VALOR: Atividades que transformam ou modelam a matéria-prima ou a

informação para atender às necessidades dos clientes.
DESPERDÍCIO: Atividades que consomem tempo, recursos e espaço, mas

que não contribuem para a satisfação das necessidades dos clientes.
PRINCÍPIOS LEAN
 Especificar o valor – aquilo que o cliente valoriza.
 Identificar o fluxo de valor – dissecar a cadeia produtiva.
 Criar fluxos contínuos – dar “fluidez” para os processos.

5
 Produção puxada – o consumidor passa a “puxar” a produção, e-

liminando estoques.
 Buscar a perfeição – busca contínua de melhores formas de criar

valor.
LEAN 6 SIGMA
A Definição do “Sigma” é uma medida de “perfeição”, usando uma escala

universal de medição.

6
COMPARAÇÃO ENTRE PERFORMANCES
TRADUÇÃO DO NÍVEL DE QUALIDADE PARA A

LINGUAGEM FINANCEIRA

7
Qual é o verdadeiro custo da baixa qualidade?
Os sucessos esperados pela aplicação da metodologia Lean 6 Sigma:
• Redução de custos (defeitos, retrabalhos)
• Melhoria da produtividade
• Crescimento da fatia de mercado
• Retenção dos clientes
• Mudança cultural

8
O QUE EXPLICA O SUCESSO DO LEAN 6 SIGMA?
Sucesso do Lean 6 Sigma
DMAIC
$$$
CEO
$$$ - mensuração direta dos benefícios do programa pelo aumento da
lucratividade da empresa.
DMAIC - método estruturado para alcance de metas utilizado no Lean 6

Sigma.
CEO - elevado comprometimento da alta administração da empresa.
Outros aspectos fundamentais:
 Foco na satisfação do consumidor.
 Busca contínua da redução da variabilidade.
 Aplicação efetiva a processos técnicos, administrativos e de servi-

ços.

9
APRESENTAÇÃO DO MÉTODO DMAIC

10
DETALHAMENTO DAS ETAPAS DO DMAIC
DEFINE: DEFINIR COM PRECISÃO O ESCOPO DO PROJETO

ATIVIDADES PERGUNTAS-CHAVE FERRAMENTAS
Mapa de Raciocínio
Descrever o problema/oportunidade do
Qual é o problema/oportunidade? Business Case
projeto
Qual indicador será utilizado para

medir o histórico do
Definir indicador para o projeto Métricas do Lean 6 Sigma
problema/oportunidade e o resultado
do projeto?
Há dados confiáveis para levantamento
do histórico?
Avaliação de sistemas de medição
Por que os dados são considerados
Avaliar confiabilidade dos dados para (MSA)
confiáveis/não confiáveis?
levantamento de histórico Plano para coleta de dados
Caso os dados não sejam confiáveis,
Folha de verificação
como será levantado o histórico do
problema/oportunidade?
Gráfico sequencial
Histograma
Boxplot
Como o indicador vem se comportando
Avaliar o histórico do problema Carta de controle
ao longo do tempo?
Análise de capacidade do
processo
Análise de séries temporais
Definir a meta Qual é a meta? Business Case
Quais as perdas resultantes do

Avaliar os ganhos do projeto problema?
Análise econômico-financeira
(mensuráveis e não mensuráveis) Quais os ganhos potenciais do
projeto?
Qual equipe desenvolverá o projeto?

Definir os participantes da equipe, as Quais são as restrições e suposições?
possíveis restrições e suposições e o Qual é o cronograma do projeto? Project Charter
cronograma preliminar O projeto está alinhado com o
Champion?
Definir o principal processo envolvido Qual é o escopo do projeto? SIPOC

no projeto Qual é o principal processo envolvido? Mapa do fluxo de valor (VSM)

11
MEASURE: DETERMINAR A LOCALIZAÇÃO OU FOCO DO PROBLEMA

Identificar a forma de estratificação Como o problema pode ser
Estratificação
para o problema estratificado?
Há dados confiáveis para a

estratificação do problema? Avaliação de sistemas de medição
Avaliar confiabilidade dos dados para Por que os dados são considerados (MSA)
estratificação confiáveis/não confiáveis? Plano para coleta de dados
Caso os dados não sejam confiáveis, Folha de verificação
como serão coletados os novos dados?
Estratificação
Analisar o impacto das várias partes do
Quais são os focos do problema Gráfico de barras
problema e identificar os problemas
(estratos mais significativos)? Gráfico de setores
prioritários
Diagrama de Pareto
Gráfico sequencial
Histograma
Boxplot
Estudar as variações dos problemas Como os focos do problema se
Carta de controle
prioritários comportam ao longo do tempo?
processo
Quais são as metas específicas para

cada foco do problema?
Estabelecer as metas para os As metas específicas são suficientes
Cálculo matemático
problemas prioritários para o alcance da meta global?
As metas específicas pertencem à área
de atuação da equipe?

12
ANALYZE: DETERMINAR AS CAUSAS DO PROBLEMA PRIORITÁRIO

Fluxograma
Analisar o processo gerador do Mapa de processo
Qual o processo gerador do problema?
problema prioritário Mapa do fluxo de valor (VSM)
FMEA
Brainstorming
Identificar e organizar as causas Quais são as causas potenciais para a Diagrama de causa e efeito
potenciais do problema prioritário geração do problema? Diagrama de afinidades
Diagrama de relações
Priorizar as causas potenciais do Quais as causas potenciais

Matriz de priorização
problema prioritário prioritárias?

(MSA)
Carta de controle
As causas potenciais prioritárias foram
Quantificar a importância das causas Diagrama de dispersão
comprovadas (quantificadas)?
potenciais prioritárias Análise de regressão
Quais as causas fundamentais?
Teste de hipóteses
Análise de variância
Planejamento de experimentos

13
IMPROVE: PROPOR, AVALIAR E IMPLEMENTAR SOLUÇÕES PARA O

PROBLEMA PRIORITÁRIO
Brainstorming
Diagrama de causa e efeito
Gerar idéias de soluções potenciais
Diagrama de afinidades
para eliminar as causas fundamentais Quais são as possíveis soluções?
do problema prioritário
Mapa do fluxo de valor futuro
(VSM)
Quais as soluções potenciais

Priorizar as soluções potenciais Matriz de priorização
prioritárias?
Avaliar e minimizar os riscos das As soluções priorizadas apresentam Stakeholder analysis

soluções prioritárias algum risco? FMEA
5W2H
Diagrama de árvore
Será possível/necessário testar as
Diagrama do processo decisório
Testar as soluções priorizadas em soluções?
Kaizen
pequena escala Como os testes serão executados?
Kanban
Quais os resultados dos testes?
Redução de set-up
Diagrama de Gantt
5W2H
Qual o plano de ação para implementar
Diagrama de árvore
as soluções em larga escala?
Elaborar e executar plano de Diagrama do processo decisório
As ações foram implementadas
implementação das soluções em larga Kaizen
conforme planejado?
escala Kanban
As metas específicas foram
Redução de set-up
alcançadas?
Diagrama de Gantt

14
CONTROL: GARANTIR QUE O ALCANCE DA META SEJA MANTIDO

A LONGO PRAZO
Gráfico sequencial
A meta global foi alcançada? Carta de controle
Avaliar o alcance da meta em larga
Foi obtido o retorno financeiro Análise de capacidade de
escala
previsto? processo
Padronização
Foram criados ou alterados padrões
5S
Padronizar as alterações realizadas no para a manutenção dos resultados?
TPM
processo como consequência das As pessoas envolvidas com o
Gestão visual
soluções adotadas cumprimento dos padrões foram
Manuais
treinadas?
Treinamentos, reuniões
Plano para coleta de dados
Carta de controle
Quais variáveis do processo serão
Implementar plano de monitoramento Análise de capacidade do
monitoradas?
da performance do processo processo
Como será feito esse monitoramento?
Boxplot
Auditoria de padrões
Poka-Yoke
Como será o acompanhamento do

OCAP
Implementar plano para tomada de processo com base no sistema de
Relatórios de anomalias
ações corretivas monitoramento (planos de manutenção
Diário de bordo
preventiva e corretiva)?
Sumarizar o que foi aprendido e O que foi aprendido com o projeto?

recomendar trabalhos futuros Quais as recomendações da equipe?

15
COMO IMPLEMENTAR O LEAN 6 SIGMA
ESTRUTURA DE PATROCINADORES E ESPECIALISTAS

• Patrocinadores: Sponsor, Coordenador e Champions;
• Especialistas: Black Belts, Green Belts Yeloow Belts e White Belts.

Diretor das Áreas de Negócio Envolvidas
Sponsor Responsável por definir e promover as diretrizes para implantação do Lean 6
Sigma.
Gestor ou Staff da Área de Qualidade ou RH
Coordenador Responsável pela administração e coordenação do programa.
Gerentes das Áreas de Negócio Envolvidas
Líderes responsáveis por remover as possíveis barreiras para o
Champions desenvolvimento dos projetos Lean 6 Sigma liderados pelos Black Belts e
Green Belts e incentivar o uso da metodologia no dia-a-dia dos projetos de
suas áreas.
Black Belts Staffs das Áreas de Negócio Envolvidas

Profissionais que lideram equipes na condução de projetos multifuncionais.
Staffs das Áreas de Negócio Envolvidas
Green Belts Profissionais que lideram equipes na condução de projetos funcionais.
Supervisores das Áreas de Negócio Envolvidas

Yellow Belts São treinados nos fundamentos do Lean 6 Sigma, para que possam dar
suporte aos Black Belts e Green Belts.
Técnicos e Operadores
White Belts São treinados nos fundamentos do Lean 6 Sigma, para que possam garantir
a qualidade das informações que dão suporte aos projetos.
DEFINIÇÃO DE PROJETOS
• Indicadores do processo (refugo, retrabalho, produtividade), cus-
tos, reclamações de clientes, benchmarking, etc.

16
Banco de Projetos da Área
Priorização dos Projetos

1 – Critérios:
 Contribuição para o alcance das metas da empresa.

 Contribuição para o aumento da satisfação dos clientes/consumidores.
 Retorno sobre o investimento.
 Impacto em problemas da rotina com tendência de agravamento.
2 – Freqüência Sugerida: Semestral.
TREINAMENTOS
• Champions;
• Black, Green, Yellow e White Belts.
Perfil de um candidato a Black Belt e Green Belt:
 Black Belt:
• Iniciativa
• Entusiasmo
• Persistência
• Habilidades de relacionamento interpessoal e comunicação
• Motivação para alcançar resultados e efetuar mudanças
• Habilidade para trabalhar em equipe
• Aptidão para gerenciar projetos
• Raciocínios analítico e quantitativo
• Capacidade de concentração
• Desejável conhecimento técnico do processo
 Green Belt:

17
• Similar ao Black Belt, mas com menor ênfase nos aspectos com-
portamentais.
Os Black e Green Belts devem ser respeitados pela organização, ser

capazes de usar a metodologia Lean 6 Sigma para melhorar os
processos e possuir as habilidades de liderança necessárias para
conduzir sua equipe de trabalho durante a execução do projeto.
DESENVOLVIMENTO DE PROJETOS
• Orientação.
MATRIZ PARA AVALIAÇÃO DE CANDIDATOS A GREEN

BELT

18
DE QUANTOS BLACK BELTS E GREEN BELTS UMA

EMPRESA NECESSITA?
Definir os projetos que devem ser desenvolvidos e treinar apenas o
número suficiente de Belts para a sua execução.
Observações:
• Cada Black Belt e Green Belt já treinado deve executar pelo

menos um projeto por ano.
• O prazo máximo ideal para a conclusão dos projetos é seis

meses.
• Uma referência para a relação entre o número de Black Belts

e Green Belts é “2 a 10 Green Belts para cada Black Belt”.
• Deverão ser treinadas como Green Belts apenas as pessoas

que, em função da natureza do trabalho que executam, te-
rão oportunidade/ necessidade de desenvolverem projetos
para a empresa (melhoria ou criação de novos produtos e
processos).
FALHAS MAIS COMUNS NA IMPLEMENTAÇÃO DO LEAN

6 SIGMA
 Escolha inadequada de projetos:
• Complexidade dos projetos.
o Escopo não deve ser muito amplo nem muito simples.
• Tipos de ganhos resultantes dos projetos.
o Deve ser mensurável.
• Qualificações básicas de um projeto Lean Seis Sigma:
o Lacuna entre performance atual e necessária.
o Causa do problema não é conhecida.
o Solução não é conhecida.

19
 Baixo tempo de dedicação dos candidatos.
 Fraco comprometimento da alta administração.
 Falta de acompanhamento/suporte aos projetos pelos Champions.
 Resultados dos projetos não traduzidos para a linguagem financei-

ra.
 Perfil inadequado dos candidatos.

20
CONCEITO DE VARIAÇÃO
EXERCÍCIO: CANETAS TRAÇO CERTO

A indústria de canetas “Traço Certo” sempre investiu na produção de
canetas com design arrojado e alto padrão de qualidade. As novas
diretrizes apontam para a conquista do mercado externo. Porém, o
tempo de produção é um fator que compromete a produtividade, pois
varia muito e aumenta o custo operacional por peça produzida.
Com a nova linha de produção pronta para ser iniciada, os supervisores

decidiram produzir 5 peças como amostra piloto com o objetivo de
mensurar o tempo de ciclo para a produção das canetas. Para simular a
produção dessa amostra, cada grupo realizará uma dinâmica conforme
descrito a seguir.
 Eleger um participante como cronometrista.
 Utilizar uma caneta como objeto a ser repassado entre os partici-

pantes da equipe (fase que representará o processo produtivo).
 Passar a caneta sempre no sentido horário, seguindo o procedi-

mento operacional padrão abaixo:
1 - O cronometrista deverá disparar o cronômetro com a mão

direita e passar a caneta para a pessoa ao lado utilizando a mão
esquerda.
2 - Ao receber a caneta, o participante deverá passá-la à pessoa

ao lado também utilizando a mão esquerda. Esta ação será
repetida pelos demais participantes até que a caneta retorne ao
cronometrista. Nesse momento, o cronometrista deverá parar o
cronômetro com a mão direita e anotar o tempo gasto para
realizar a operação.
3 - Em seguida o cronometrista deverá zerar o cronômetro.
4 - Repetir as tarefas constantes nesse procedimento 5 vezes.

21
VARIAÇÃO
Uma vez que o fenômeno da variação é inevitável, foram criados
modelos matemáticos para identificar os padrões de comportamento
dessa variação.
Os processos produtivos costumam obedecer o mesmo padrão de

comportamento.
DISTRIBUIÇÃO NORMAL
A distribuição normal é um modelo estatístico que fornece uma base
teórica para o estudo do padrão de ocorrência dos elementos de várias
populações de interesse.
Diversas características da qualidade de interesse, principalmente

aquelas associadas a processos da área industrial, seguem, pelo menos
de forma aproximada, uma distribuição normal.
µ-3 µ-2 µ- µ µ+ µ+2 µ+3
PROBABILIDADE
INTERVALO INTERNA EXTERNA
(µ ± 1 ) 68,26% 31,74%
(µ ± 2 ) 95,46% 4,54%
(µ ± 3 ) 99,73% 0,27%

22
CAUSAS COMUNS E ESPECIAIS DE VARIAÇÃO

Causas comuns provocam no efeito uma variação:
 Esperada ou previsível;
 Natural do processo.
Para um processo sob a atuação de causas comuns:
 É possível anteciparmos limites dentro dos quais variará o resul-

tado;
Causas Comuns e Especiais de Variação
 Não há sustos.
Os produtos de um processo apresentam variabilidade
Refugo Refugo Refugo Refugo

mas eles formam um padrão que, se for estável, é denominado distribuição.
Refugo Refugo Refugo
Predição
Se somente causas comuns de variação

estão presentes, o produto do processo
segue uma distribuição estável ao longo
do tempo, sendo portanto previsível.
o
mp
Te
? ?
? ?
? ?
?
Refugo ?
?
?
?
?
?
? Predição
? ?
?? ??
Se causas especiais de variação

• Comportamento esperado e previsível
• A variação é natural do processo
Exemplos de Causas Comuns • É possível prever os limites
po
• Não há sustos
Te
m
Refugo

23
Causas especiais provocam no efeito uma variação:
 Peculiar ou fora do esperado;
 Não é natural do processo.
Para um processo sob a atuação de causas especiais:
 Não é possível antecipar qual a magnitude de variação;
 O resultado fica imprevisível;

Causas Comuns e Especiais de Variação
 Cada dia é uma nova surpresa!

Predição
• Peculiar ou fora do processo
Se somente causas comuns de variação • A variação não é natural do processo
estão presentes, o produto do processo
Exemplo de Causas Especiais • O resultado é imprevisível
segue uma distribuição estável ao longo
do tempo, sendo portanto previsível. • Cada dia é uma surpresa
o
mp
Te
? ?
? ?
? ?
?
Refugo ?
?
?
?
?
?
? Predição
? ?
?? ??
Se causas especiais de variação
m po
Te
Refugo

24
FERRAMENTAS DO LEAN 6 SIGMA INTEGRADAS AO

DMAIC
ETAPA D: DEFINE (DEFINIR)

Na primeira etapa do DMAIC o problema, a meta e o escopo do projeto
deverão ser claramente definidos, a partir do Business Case elaborado
pelo Champion.
DEFINE: DEFINIR COM PRECISÃO O ESCOPO DO PROJETO

Mapa de Raciocínio
Descrever o problema/oportunidade do
Qual é o problema/oportunidade? Business Case
projeto
Qual indicador será utilizado para

medir o histórico do
Definir indicador para o projeto Métricas do Lean 6 Sigma
problema/oportunidade e o resultado
do projeto?
Há dados confiáveis para levantamento
do histórico?
Por que os dados são considerados
Avaliar confiabilidade dos dados para (MSA)
confiáveis/não confiáveis?
levantamento de histórico Plano para coleta de dados
Caso os dados não sejam confiáveis,
como será levantado o histórico do
problema/oportunidade?
Gráfico sequencial
Histograma
Boxplot
Como o indicador vem se comportando
Avaliar o histórico do problema Carta de controle
ao longo do tempo?
processo
Definir a meta Qual é a meta? Business Case
Quais as perdas resultantes do

Avaliar os ganhos do projeto problema?
Análise econômico-financeira
(mensuráveis e não mensuráveis) Quais os ganhos potenciais do
projeto?
Qual equipe desenvolverá o projeto?

Definir os participantes da equipe, as Quais são as restrições e suposições?
possíveis restrições e suposições e o Qual é o cronograma do projeto? Project Charter
cronograma preliminar O projeto está alinhado com o
Champion?
Definir o principal processo envolvido Qual é o escopo do projeto? SIPOC

no projeto Qual é o principal processo envolvido? Mapa do fluxo de valor (VSM)

25
Parte do Anexo 1 integrante do Project Charter da figura 5.2

GRÁFICO
FIGURA 5.3 SEQUENCIAL
Projeto: reduzir as perdas de produção por parada de linha na Fábrica 1 em 50%, até o
final do ano.
1. Gráfico seqüencial para o problema
900
800
700
média = 687
 Conclusão:
600
O problema vem
apresentando
500 uma inaceitável
tendência
Meses Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez crescente.
2000
II - Perdas resultantes do problema
1 - Perdas de faturamento por produtos não entregues aos clientes no prazo previsto, em 2000:
PROJECT CHARTER
Volume do produto (toneladas) Margem média (R$/tonelada) Perda de faturamento (R$)
O Project Charter
6.679 é um documento que representa uma
164,70 espécie de
1.100.000,00
contrato firmado
2 - Gastos com horasentre
extras a equipe
dos responsável
funcionários, peladacondução
para recuperação produção, emdo projeto e
2000:
os gestores da empresa (Champions e Sponsors) e tem os seguintes
Número de horas extras Valor (R$/hora) Totais (R$)
objetivos:
34.765 5,93 206.156,00
 Apresentar claramente o que é esperado em relação à equipe.
3 - Despesas com transporte e alimentação dos funcionários, para recuperação da produção,
em 2000:
 Manter a equipe alinhada aos objetivos prioritários da empresa.
R$ 128.844,00
 Formalizar a transição do projeto das mãos do Champion para a
equipe.
 Manter a equipe dentro do escopo definido para o projeto.

3,4
3,4
Exemplo de Project Charter26
FIGURA 5.2
FIGURA 5.2
Redução das perdas de produção por parada de linha na Fábrica I.
Descrição do problema
Na Fábrica
Na Fábrica I,
I, as
as paradas
paradas de
de linha
linha são
são
apontadas pela
apontadas pela área
área de
de manufatura
manufatura como
como um
um dos
dos maiores
maiores problemas
problemas na
na rotina
rotina dede trabalho,
trabalho,
invalidando o
invalidando o planejamento
planejamento para
para as
as operações
operações diárias.
diárias.
No
No ano
ano de
de 2000,
2000, o o valor
valor médio
médio mensal
mensal das
das perdas
perdas de
de produção
produção decorrentes
decorrentes das
das paradas
paradas de
de linha
linha foi
foi
muito alto e, além disso, o problema vem apresentando uma tendência crescente.
muito alto e, além disso, o problema vem apresentando uma tendência crescente.
As principais
As principais perdas
perdas econômicas
econômicas resultantes
resultantes do
do problema
problema emem 2000
2000 foram
foram as
as perdas
perdas de
de faturamento
faturamento
por produtos
por produtos não
não entregues
entregues aos
aos clientes
clientes no
no prazo
prazo previsto
previsto (R$
(R$ 1.100.000,00)
1.100.000,00) ee os
os gastos
gastos com
com horas
horas
extras, transporte
extras, transporte ee alimentação
alimentação dos
dos funcionários
funcionários para
para recuperação
recuperação da
da produção
produção (R$
(R$ 335.000,00).
335.000,00).
Definição
Definição da
da meta
meta
Reduzir
Reduzir em
em 50%
50% as
as perdas
perdas de
de produção
produção
por
por parada
parada de
de linha
linha na
na Fábrica
Fábrica I,
I, até
até 30/12/2001.
30/12/2001.
Avaliação do
Avaliação do histórico
histórico do
do problema
problema Anexo
Anexo 11
Restrições e
Restrições essuposições
uposições
Os
Os membros
membros da
da equipe
equipe de
de trabalho
trabalho
deverão dedicar 50% de seu tempo ao desenvolvimento do projeto.
deverão dedicar 50% de seu tempo ao desenvolvimento do projeto.
Será necessário
Será necessário o
o suporte
suporte de
de um
um especialista
especialista do
do departamento
departamento de
de manutenção.
manutenção.
Os gastos
Os gastos do
do projeto
projeto deverão
deverão ser
ser debitados
debitados do
do centro
centro de
de custo
custo 01/PCP20,
01/PCP20, após
após autorização
autorização do
do
“Champion” (de acordo com o procedimento
“Champion” (de acordo com o procedimento WIZ).WIZ).
Equipe
Equipe de
de trabalho
trabalho
Membros
Membros da
da equipe
equipe:: Axel
Axel Mahayana
Mahayana
(”Black Belt” - líder da equipe), Denise Sampaio (montagem), Marlon Oliveira (engenharia
(”Black Belt” - líder da equipe), Denise Sampaio (montagem), Marlon Oliveira (engenharia
industrial),
industrial), Sandra
Sandra Barbosa
Barbosa (PCP)
(PCP) ee Arthur
Arthur Santos
Santos (manutenção).
(manutenção).
“Champion”
“Champion”:: otávio
otávio Cerqueira
Cerqueira (gerente
(gerente da
da Fábrica
Fábrica I)
I)
Especialistas para
Especialistas para suporte
suporte técnico
técnico:: Marcos
Marcos Siqueira
Siqueira (manutenção)
(manutenção) ee Victoria
Victoria Ryan
Ryan (controladoria).
(controladoria).
Responsabilidades dos
Responsabilidades dos membros
membros e
e logística
logística da
da equipe
equipe Anexo II
Anexo II
Cronograma
Cronograma preliminar
preliminar
“Define”:
“Define”: 28/02/2001,
28/02/2001, “Measure”:
“Measure”:
15/04/2001, “Analyze”:
15/04/2001, “Analyze”: 30/06/2001,
30/06/2001, “Improve”:
“Improve”: 30/08/2001
30/08/2001 ee “Control”:
“Control”: 30/12/2001.
30/12/2001.

900
800
700
média = 687
 Conclusão: 27
600
O problema vem
apresentando
AVALIAÇÃO DO RETORNO
Parte do AnexoECONÔMICO
1 integrante do Project DO PROJETO
Meses Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
Charter da figura 5.2
tendência
crescente.
FIGURA 5.3 2000
II - Perdas
Projeto: resultantes
reduzir do problema
as perdas de produção por parada de linha na Fábrica 1 em 50%, até o
final do ano.
6.679 164,70 1.100.000,00

900
2 - Gastos com horas extras dos funcionários, para recuperação da produção, em 2000:
800
700 34.765 5,93 206.156,00

média = 687
 Conclusão:
em 2000:
600
O problema vem
R$ 128.844,00 apresentando
tendência
Na avaliação do
Meses retorno
Jan Fev Mar econômico, fatores
Abr Mai Jun Jul Ago Set Out como
Nov Dez aumento
crescente.nas vendas,
melhoria nas margens, aumento
2000
de produtividade e maior retenção de
clientes devem ser levados em consideração.
II - Perdas resultantes do problema
Ela deverá ser validada pelo departamento financeiro/controladoria da
empresa.
6.679 164,70 1.100.000,00
34.765 5,93 206.156,00

em 2000:
R$ 128.844,00

28
Exemplo de SIPOC
FIGURA 5.4
SIPOCFornecedores
Exemplo de SIPOC
Insumos Processo Produtos Consumidores
Suppliers
FIGURA 5.4 Inputs Process Outputs Customers
Fornecedores Insumos Processo Produtos Consumidores

Departamento
Suppliers Inputs
Pedido do cliente Process
Receber o pedido Outputs
Produto entregue Cliente
Customers
de vendas ao cliente (distribuidor)
Departamento
Estoque de Fabricar Produto entregue Cliente
Pedido
Materialdoplástico
cliente Receber o pedido Consumidor final
de vendas
material plástico peças plásticas ao cliente (distribuidor)
Estoque de Fabricar
Fabricar
Material
Chapas plástico
de aço Consumidor final
material plástico
chapas de aço peçasmetálicas
peças plásticas
Departamento
Estoque de Tinta e equipamen- Pintar
Fabricar
Chapas de aço
de pintura
chapas de aço tos para pintura peças metálicas
Receber compo-
Estoque de materiais
Departamento Componentes
Tinta e equipamen- Pintar
nentes metálicos
comprados
de pintura tosmetálicos
para pintura do estoque
peças metálicas
Montar
Recebero compo-
produto
Departamento
Estoque de materiais Equipamentos
Componentes de acordo com
de montagem demetálicos
montagem nentes metálicos
comprados o pedido
do estoque
Caixas de papelão, Montar oo produto

Box R Us Ltda.
Departamento Equipamentos
plástico bolha Embalar produto
de acordo com
de montagem deemontagem
adesivo.
o pedido
Caixas de papelão, Entregar o produto

Box R Us Ltda. plástico bolha ao cliente
Embalar o produto
e adesivo.
Entregar o produto
ao cliente

29
ETAPA M: MEASURE (MEDIR)

Na segunda etapa do DMAIC o problema deverá ser refinado ou
focalizado. Para isso, as duas questões abaixo devem ser respondidas:
 Que resultados devem ser medidos para a obtenção de dados ú-

teis à focalização do problema?
 Quais são os focos prioritários do problema? (Os focos são indica-

dos pela análise dos dados gerados pela medição de resultados
associados ao problema).
MEASURE: DETERMINAR A LOCALIZAÇÃO OU FOCO DO PROBLEMA

Identificar a forma de estratificação Como o problema pode ser
Estratificação
para o problema estratificado?
Há dados confiáveis para a

estratificação do problema? Avaliação de sistemas de medição
Avaliar confiabilidade dos dados para Por que os dados são considerados (MSA)
estratificação confiáveis/não confiáveis? Plano para coleta de dados
Caso os dados não sejam confiáveis, Folha de verificação
como serão coletados os novos dados?
Estratificação
Analisar o impacto das várias partes do
Quais são os focos do problema Gráfico de barras
problema e identificar os problemas
(estratos mais significativos)? Gráfico de setores
prioritários
Diagrama de Pareto
Gráfico sequencial
Histograma
Boxplot
Estudar as variações dos problemas Como os focos do problema se
Carta de controle
prioritários comportam ao longo do tempo?
processo
Quais são as metas específicas para

cada foco do problema?
Estabelecer as metas para os As metas específicas são suficientes
problemas prioritários para o alcance da meta global?
As metas específicas pertencem à área
de atuação da equipe?

30
Folha de Verificação
FOLHA DE VERIFICAÇÃO
FIGURA 5.7 Estratificação das paradas de linha por obstrução das tubulações
Área: departamento de engenharia industrial Fábrica: Fábrica I

Fatores de estratificação: dia da semana, código da turma, tipo de catalisador e local das obstruções.
Período: jan/00 a dez/00 Data de coleta dos dados: 07/01/01
Responsável: José Maurício Nogueira
Observações:
Código Tipo de Dia da semana

de turma catalisador Segunda Terça Quarta Quinta Sexta Sábado
AA A AA AAA AAA A
B B
I C C C
D D
CM 10
AA A A AAA AA AA
II B B B B
D
A AA AA AA AAA A
B B B B B
I C
D
CM 12
AA AA A A AA AA
II B B B B B
C
D D
AA AA AA A A AAA
B BB B B
I
D
PM 12
A AAA AA A A AAA
II B BB B
C C
Locais das obstruções: A - na entrada do reator C - entre o reator e a torre de resfriamento

B - na saída do reator D - entre a torre de resfriamento e o filtro.
ESTRATIFICAÇÃO DO PROBLEMA

Estratificação do problema associado à meta
r eduzir em 50% as perdas de produção por parada de linha na Fábrica I, até o final do ano.
FIGURA 5.8
31
PERDAS DE PRODUÇÃO POR PARADA DE LINHA NA FÁBRICA I
8245 toneladas
perdidas em 2000
Falta de Má qualidade Queda de

material Manutenção do produto energia
6596,00 (80%) 577,15 (7%) 989,40 (12%) 82,45 (1%)
Outros Viscosidade
elevada
49,47 (5%) 939,93 (95%)
Comprado Fabricado
3957,60 (60%) 2638,40 (40%)
Nacional Importado Catalisador Reagente

197,88 (5%) 3759,72 (95%) 263,84 (10%) 2374,56 (90%)
Outros Polímeros Falta de ordem Atraso na

de fabricação fabricação
375,97 (10%) 3383,75 (90%)
1899,65 (80%) 474,91 (20%)
Atraso na Falta de ordem

importação de compra
3214,56 (95%) 169,19 (5%)

Diagramas de Pareto para priorização do problema associado à meta reduzir
em 50% as perdas de produção por parada de linha na Fábrica I, até o final do ano.
32
FIGURA 5.9
100
8000
7000 6596,00
80 939,93
6000 1000 100
5000 60
80
4000
40
3000 60
2000 20 500
1000 989,40 577,15 40
82,45
0 0
Falta de Má qualidade Manutenção Queda de 20
material do produto energia 49,47
0 0
Viscosidade elevada Outros
6000 100
3759,72
5000 80 4000 100
3957,60
4000 60 80
3000
3000 2638,40
40 60
2000 2000
1000 20 40
0 1000
0 20
Material comprado Material fabricado 197,88
0 0
Impor tado Nacional
4000 100
3383,75
2374,56 100 80
3000
2000 80 60
2000
60 40
1000 40 1000 20
20 375,97
0 0
263,84 Polímeros Outros
0 0
Reagente Catalisador
3500 100
3000 3214,56
100 80
2500
2000 1899,65 60
80 2000
1500 40
60
1000
1000 40 20
500 169,19
474,91 0 0
20
Atraso na impor tação Falta de ordem
0 de compra
0
Falta de ordem Atraso na
de fabricação fabricação

33
HISTOGRAMA
Histograma dos valores individuais

para a viscosidade das produções do último trimestre de 2000
30
LSE = 73
20
Freqüência
10
0
62 64 66 68 70 72 74 76 78 80
Viscosidade (centipoises)
CARTA DE CONTROLE
Carta de Controle
para os valores individuais da viscosidade das produções do último trimestre de 2000
Limites de Controle Superior

85
LSC = 82,71
75
Viscosidade
Média = 70,38
65
Limites de Controle Inferior

LIC = 58,05
55
0 50 100
Produção

34
DEFINIÇÃO DE METAS ESPECÍFICAS/PRIORITÁRIAS
 Reduzir em 70% as perdas de produção por parada de linha na

Fábrica I, por atraso na importação de polímeros até o final do
ano.
 Eliminar as perdas de produção por parada de linha na Fábrica I,

por falta de ordem de fabricação de reagente, até o final do ano.
 Eliminar a ocorrência de produções com viscosidade igual ou su-

perior a 75 centipoises, resultantes da variação natural do proces-
so produtivo, até o final do ano.

35
ETAPA A: ANALYZE (ANALISAR)

Na terceira etapa do DMAIC deverão ser determinadas as causas
fundamentais do problema prioritário associado a cada uma das metas
definidas na etapa anterior.
Isto é, nesta etapa, para cada meta, será respondida a pergunta: por
que o problema prioritário existe?
ANALYZE: DETERMINAR AS CAUSAS DO PROBLEMA PRIORITÁRIO

Fluxograma
Analisar o processo gerador do Mapa de processo
problema prioritário Mapa do fluxo de valor (VSM)
FMEA
Brainstorming
Identificar e organizar as causas Quais são as causas potenciais para a Diagrama de causa e efeito
potenciais do problema prioritário geração do problema? Diagrama de afinidades
Priorizar as causas potenciais do Quais as causas potenciais

Matriz de priorização
problema prioritário prioritárias?

(MSA)
Carta de controle
As causas potenciais prioritárias foram
Quantificar a importância das causas Diagrama de dispersão
comprovadas (quantificadas)?
potenciais prioritárias Análise de regressão
Teste de hipóteses
Análise de variância
Planejamento de experimentos

36
FLUXOGRAMA
Exemplo de Fluxograma
DIAGRAMA DE CAUSA E EFEITO
Medidas Matér ia Prima Mão de Obra
Medida inc orreta de Desatenção

t emperat ura
Tipo de sabão
inadequado
Medida incorreta de F alta de treinamento
tempo
El evado
Núm ero de
Roupas
Dani fi cadas
Falta de limpeza dos Obsolescência

equipamentos
Iluminação f raca
Operação inadequada Defeitos

na mes a de passar
Meio Ambiente Métodos Máq uin as

37
MATRIZ DE PRIORIZAÇÃO
Exemplo de Matriz de Priorização
Problema prioritário
Atraso no tempo entre Atraso no tempo entre Falta de

a chegada do material ao a emissão do pedido e ordem de
porto e o desembaraço, o embarque, decorrente fabricação
decorrente da variação da variação natural do de reagentes.
natural do processo de processo de importação
importação de polímeros de polímeros por
por transporte marítimo. transporte marítimo.
Peso (5 a 10) 9 8 10 Total
Tempo elevado de preparação
da carga pelos fornecedores. 0 5 0 40
Mudanças freqüentes no roteiro

Causa potencial
de viagem feitas pelos fornecedores, 5 5 0 85

sem comunicar à empresa.
Deficiências do software
utilizado
na programação da produção. 1 0 5 59
Falta de treinamento das pessoas

que trabalham em áreas 3 0 3 57
administrativas da empresa.
Falhas nos registros de controle
de estoques de matérias-primas 0 0 5 50
usadas na fabricação de reagentes.
Legenda: 5 - Correlação forte 3 - Correlação moderada 1 - Correlação fraca 0 - Correlação ausente
DIAGRAMA DE DISPERSÃO
9,5
9,0
Dema nda (Y)
8,5
8,0
7,5
7,0
-0 ,2 - 0,1 0,0 0,1 0,2 0,3 0 ,4 0 ,5 0 ,6
Diferen ça d e Preç os (X4)

38
ETAPA I: IMPROVE (MELHORAR)

Na quarta etapa do DMAIC devem ser geradas idéias sobre soluções
potenciais para a eliminação das causas fundamentais do problema
prioritário detectadas na etapa Analyze.
Essas soluções devem ser priorizadas e ter seus riscos avaliados, para
então elaborar e executar um plano para sua implementação.
IMPROVE: PROPOR, AVALIAR E IMPLEMENTAR SOLUÇÕES PARA O

Brainstorming
Diagrama de causa e efeito
Gerar idéias de soluções potenciais
Diagrama de afinidades
para eliminar as causas fundamentais Quais são as possíveis soluções?
do problema prioritário
Mapa do fluxo de valor futuro
(VSM)
Quais as soluções potenciais

Priorizar as soluções potenciais Matriz de priorização
prioritárias?
Avaliar e minimizar os riscos das As soluções priorizadas apresentam Stakeholder analysis

soluções prioritárias algum risco? FMEA
5W2H
Diagrama de árvore
Será possível/necessário testar as
Diagrama do processo decisório
Testar as soluções priorizadas em soluções?
Kaizen
pequena escala Como os testes serão executados?
Kanban
Quais os resultados dos testes?
Redução de set-up
Diagrama de Gantt
5W2H
Qual o plano de ação para implementar
Diagrama de árvore
as soluções em larga escala?
Elaborar e executar plano de Diagrama do processo decisório
As ações foram implementadas
implementação das soluções em larga Kaizen
conforme planejado?
escala Kanban
As metas específicas foram
Redução de set-up
alcançadas?
Diagrama de Gantt

39
Exemplo de configuração para uma Matriz de Priorização das soluções potenciais
Critério para priorização

Elevado impacto Baixo potencial Contribuição
Baixo
Facilidade Rapidez sobre as causas para criar novos para a satisfação
Custo
fundamentais problemas do consumidor
Peso (5 a 10) 9 8 8 10 10 7
Solução Total
I 3 3 1 5 5 1 166
II 5 5 5 3 5 0 205
III 3 5 5 5 3 3 208
IV 1 5 3 3 5 1 160
V 5 3 1 3 5 3 178

40
ETAPA C: CONTROL (CONTROLAR)

A primeira fase da quinta etapa do DMAIC consiste na avaliação do
alcance da meta em larga escala.
A próxima fase consistirá na padronização das alterações realizadas no

processo em consequência das soluções adotadas.
Finalmente, deve-se sumarizar o que foi aprendido e fazer

recomendações para trabalhos futuros.
CONTROL: GARANTIR QUE O ALCANCE DA META SEJA MANTIDO

A LONGO PRAZO
Gráfico sequencial
A meta global foi alcançada? Carta de controle
Avaliar o alcance da meta em larga
Foi obtido o retorno financeiro Análise de capacidade de
escala
previsto? processo
Padronização
Foram criados ou alterados padrões
5S
Padronizar as alterações realizadas no para a manutenção dos resultados?
TPM
processo como consequência das As pessoas envolvidas com o
Gestão visual
soluções adotadas cumprimento dos padrões foram
Manuais
treinadas?
Treinamentos, reuniões
Plano para coleta de dados
Carta de controle
Quais variáveis do processo serão
Implementar plano de monitoramento Análise de capacidade do
monitoradas?
da performance do processo processo
Como será feito esse monitoramento?
Boxplot
Auditoria de padrões
Poka-Yoke
Como será o acompanhamento do

OCAP
Implementar plano para tomada de processo com base no sistema de
Relatórios de anomalias
ações corretivas monitoramento (planos de manutenção
Diário de bordo
preventiva e corretiva)?
Sumarizar o que foi aprendido e O que foi aprendido com o projeto?

recomendar trabalhos futuros Quais as recomendações da equipe?

41
RACIOCÍNIO ESTATÍSTICO
O QUE É RACIOCÍNIO ESTATÍSTICO?

O raciocínio estatístico é uma filosofia de aprendizagem e tomada de
ações baseada nos seguintes princípios fundamentais:
 Todo tipo de trabalho acontece em um sistema de processos in-

terconectados.
 A variação existe em todos os processos.
 O entendimento e a redução da variação são fundamentais para o

alcance de melhorias.
ATIVIDADE: O PAPEL DAS PERGUNTAS E A

IMPORTÂNCIA DO RACIOCÍNIO ESTATÍSTICO
Suponha que Ronaldo Santana, o vice-presidente de vendas da filial
brasileira da “Selit Corporation” tenha acabado de receber um relatório
contendo os resultados das vendas trimestrais, nos últimos cinco anos,
das regiões sob sua responsabilidade (veja a tabela). Insatisfeito com os
resultados, ele ligou imediatamente para sua secretária: “Márcia, diga
aos gerentes regionais que preciso falar com eles amanhã à tarde.
Todos têm que estar presentes.”
Márcia era secretária de Ronaldo há mais de dez anos. Ela sabia pelo seu
tom de voz que ele queria dizer “temos que fazer negócios” e então ela
contactou os gerentes regionais para marcar a inesperada reunião para
2 horas da tarde do dia seguinte.
No outro dia, eram cinco minutos antes das duas e todos os gerentes já
estavam aguardando na sala de reuniões. Quando eles eram chamados

42
para uma reunião, o motivo era sempre o mesmo: Ronaldo estava

insatisfeito com alguma coisa.
Ronaldo foi direto ao ponto: “Acabei de receber o relatório das vendas

trimestrais. As vendas na região sul foram fantásticas. Silas, você não
somente aumentou as vendas em 17,6% no último trimestre, como
também aumentou as vendas em 20,6% em relação ao ano passado! Não
sei como você faz isto!” Silas sorriu. Sua filosofia de encerrar o ano com
um “estrondo”, fazendo os clientes formarem estoques, funcionou mais
uma vez. Ronaldo ainda não havia percebido como as vendas de Silas no
primeiro trimestre eram sempre baixas.
Ronaldo continuou: “Teresa, as vendas na região sudeste 1 também

foram fenomenais! Você conseguiu um aumento de 11,7% no último
trimestre e um aumento de 11,8% em relação ao ano passado!” Teresa
também sorriu. Ela não sabia por que tinha se saído tão bem, mas tinha
certeza de que não iria mudar nada.
“João, as vendas no sudeste 2 cresceram 17,2% no último trimestre, mas

caíram 8,2% em relação ao ano passado,” disse Ronaldo. “Você precisa
descobrir o que você fez antes para que suas vendas aumentassem
tanto. Mesmo assim, seu desempenho no último trimestre foi bom.”
João tentou esconder sua surpresa. Apesar de ter recebido um pedido

grande em novembro, este foi o único “de grande porte” em muito
tempo. De modo geral, as vendas na região sudeste 2 estavam caindo.
A seguir, Ronaldo estava pronto para lidar com as regiões

problemáticas. “Lúcia, as vendas na região centro oeste diminuíram 5,5%
no último trimestre, mas aumentaram 4,8% em relação ao ano passado.
Eu não entendo como suas vendas podem variar tanto! Você precisa de
mais incentivo?” Lúcia olhou para baixo. Ela vinha trabalhando duro nos
últimos cinco anos e tinha conseguido várias contas novas. Ela tinha até
mesmo recebido um bônus por ter captado a maioria das novas contas
em 1995.
“Kátia, as vendas na região norte caíram 3,2% no último trimestre e 2,6%

em comparação ao ano passado. Estou muito desapontado com seu
desempenho. Você já foi a responsável pelo maior crescimento de

43
nossas vendas! Eu tinha grandes expectativas em relação a você. Agora,

só posso esperar que neste trimestre você mostre algum sinal de vida.”
Kátia sentiu seu rosto corar. Ela sabia que tinha vendido mais unidades
em 1997 do que em 1996. “Afinal de contas, o que Ronaldo de fato sabe
sobre vendas?”, ela pensou.
Ronaldo se virou para Daniel, que sentiu uma descarga de adrenalina.

“Daniel, as vendas no nordeste foram as piores de todas! Houve uma
queda de 19,7% no último trimestre e uma queda de 22,3% em relação
ao ano passado. Como você pode explicar isto? Você dá valor ao seu
emprego? Quero ver uma melhoria significativa neste trimestre, caso
contrário …” Daniel se sentiu paralisado. Esta era uma região difícil,
cheia de competidores. É claro que algumas contas foram perdidas ao
longo dos anos, mas elas foram substituídas por novas contas. Como
era possível estar indo tão mal?
Tarefa
a) Você concorda com as afirmativas feitas pelo vice-presidente à sua

equipe de vendas? Justifique sua resposta utilizando o raciocínio
estatístico.
b) Que fatores, não citados, o vice-presidente deveria levar em conta

para concluir corretamente sobre a eficiência de seu pessoal de venda?

44
Vendas (em R$ 000)

Ano Trimestre Sul Sudeste 1 Sudeste 2 Centro-Oeste Norte Nordeste
2001 1º trimestre 924 1056 1412 431 539 397
2001 2º trimestre 928 1048 1280 470 558 391
2001 3º trimestre 956 1129 1129 439 591 414
2001 4º trimestre 1222 1073 1181 431 556 407
2002 1º trimestre 748 1157 1149 471 540 415
2002 2º trimestre 962 1146 1248 496 590 442
2002 3º trimestre 983 1064 1103 506 606 384
2002 4º trimestre 1024 1213 1021 573 643 448
2003 1º trimestre 991 1088 1085 403 657 441
2003 2º trimestre 978 1322 1125 440 602 366
2003 3º trimestre 1040 1256 910 371 596 470
2003 4º trimestre 1295 1132 999 405 640 426
2004 1º trimestre 765 1352 883 466 691 445
2004 2º trimestre 1008 1353 851 536 723 455
2004 3º trimestre 1038 1466 997 551 701 363
2004 4º trimestre 952 1196 878 670 802 462
2005 1º trimestre 1041 1330 939 588 749 420
2005 2º trimestre 1020 1003 834 699 762 454
2005 3º trimestre 976 1197 688 743 807 447
2005 4º trimestre 1148 1337 806 702 781 359

45
MAPA DE RACIOCÍNIOINTRODUÇÃO
O Mapa de Raciocínio é uma documentação progressiva da forma de

raciocínio durante a execução de um trabalho ou projeto. Ele deve
documentar:
 A meta inicial do projeto (objetivo inicial)
 As questões às quais a equipe precisou responder durante o

desenvolvimento do projeto
 O que foi feito para responder às questões
 Respostas às questões
 Novas questões, novos passos, novas respostas.
Para ser efetivo, o Mapa de Raciocínio deve possuir as seguintes

características:
 Apresentar todas as atividades desenvolvidas durante o

projeto.
 Mostrar a relevância das perguntas formuladas, ferramentas

utilizadas e atividades realizadas para o alcance da meta i-
nicial do projeto.
 Apresentar a identificação da etapa do DMAIC correspon-

dente a cada parte do projeto.
 Apresentar referências aos documentos que contêm o deta-

lhamento dos dados e do uso de ferramentas necessárias ao
desenvolvimento do projeto. Esses documentos podem ser
integrados ao mesmo sob a forma de anexos.
 Apresentar símbolos, fontes, formatos ou cores distintos

para destacar os diferentes elementos do mapa: perguntas,
respostas, referências aos documentos que justificam as
respostas, etapas do DMAIC e caminhos seguidos em cada
etapa.

46
A seguir são identificados os principais benefícios do uso do Mapa de

Raciocínio:
 Permite a documentação de informações que, muitas vezes,

são de conhecimento apenas da equipe responsável pelo
desenvolvimento do projeto. Em outras palavras, torna pos-
sível a retenção, na empresa, do conhecimento gerado e
serve como fonte de consulta para o desenvolvimento de
projetos similares, o que pode evitar duplicidade de esfor-
ços.
 A natureza evolutiva do Mapa de Raciocínio força os res-

ponsáveis pela condução do projeto a questionar a lógica de
seu pensamento e de suas análises e ações, tendo em vista
a meta a ser atingida.
 Pode constituir a base de uma apresentação do projeto que

está sendo desenvolvido para colegas, pessoas de outras
áreas funcionais da empresa, gestores, fornecedores e cli-
entes.
 Facilita o entendimento do projeto por pessoas que não

participam da equipe. Por meio do Mapa de Raciocínio, é
mais fácil entender:
 Porque e como foram coletados os dados;
 As análises realizadas, as interpretações dos resultados

e as conclusões daí decorrentes;
 Que perguntas ainda necessitam ser respondidas;
 Quais são os resultados não conclusivos;
 Os aspectos do trabalho que estão fora da área de in-

fluência direta e imediata da equipe e necessitam de
suporte dos níveis gerenciais.
 O Mapa de Raciocínio favorece contribuições (novos conhe-

cimentos e idéias) de pessoas que não fazem parte da equi-

47
pe responsável pelo trabalho, já que o entendimento do

projeto fica facilitado
É importante que a equipe responsável pelo projeto tome cuidado para

não cometer os seguintes erros no uso do Mapa de Raciocínio:
 Tratá-lo como um documento estático, elaborado no início

do projeto e depois abandonado. A principal característica
da ferramenta é o seu caráter dinâmico, ou seja: ele deve
ser um documento evolutivo, que funciona como um diário
de bordo do trabalho. O Mapa de Raciocínio deverá regis-
trar, em tempo real, as perguntas a serem respondidas e os
novos conhecimentos adquiridos na busca das respostas a
essas perguntas, durante o desenvolvimento do projeto.
 Redigir as perguntas, respostas e atividades realizadas de

maneira confusa ou deixar de apresentá-las. Esse erro com-
promete a utilidade do Mapa de Raciocínio como uma fer-
ramenta cuja função é facilitar o questionamento da lógica
do raciocínio, das análises e das ações adotadas.
 Transformá-lo na única documentação do projeto, sobre-

carregando-o com dados, gráficos e análises detalhadas.
Essa parte do trabalho deve estar registrada em outros do-
cumentos (anexos) e o Mapa de Raciocínio deve fazer refe-
rência a eles, quando apropriado.

48
Exemplo 1 - Mapa de Raciocínio do projeto de um Black Belt

do departamento de planejamento e controle de produção (PCP) de uma empresa
FIGURA 6.1
Meta: reduzir em 50% as perdas de produção

por parada de linha na Fábrica I, até o final do ano.
Existem dados confiáveis para o levantamento do

histórico do problema perdas de produção por
parada de linha na Fábrica 1?
Sim. São os dados referentes ao ano 2000, coletados

após a revisão e padronização dos relatórios de
produção e a implementação do SAP.
Como o problema ocorreu durante o ano 2000?
Anexo A.1
O valor médio mensal das perdas foi muito alto e o

problema vem apresentando tendência crescente.
D EFI N E
Quais foram as principais perdas econômicas

resultantes do problema em 2000?
Anexo B.1
Perdas de faturamento por produtos não entregues aos

clientes no prazo previsto = R$ 1.100.000,00. Gastos com
horas extras, transporte e alimentação dos funcionários,
para recuperação da produção = R$ 335.000,00.
?
O projeto deve ser
desenvolvido?
Sim, porque as perdas econômicas são significativas e o

problema apresenta tendência crescente. O projeto será
patrocinado diretamente pelo diretor geral da unidade.
Completar o Project Charter.

49

FIGURA 6.1 (continuação)
1
?
Existem dados
confiáveis para a focalização
do problema?
Sim, os dados de 2000.
Como as perdas de produção por parada de

linha na Fábrica I se manifestaram em 2000?
Anexo C.1
80%das perdas foram por 12%das perdas foram por

falta de material. má qualidade do produto.
M EA SU R E
Qual foi a participação dos materiais

Como se manifestou a má
comprados e dos materiais fabricados
qualidade do produto?
nas perdas por falta de material?
Anexo D.1 Anexo J.1
Em 60%dos casos faltou Em 40%dos casos faltou Em 95%das ocorrências

material comprado. material fabricado. foi por viscosidade elevada.
O que faltou mais: material O que faltou mais: Como a viscosidade elevada do
nacional ou importado? catalisador ou reagente? produto gerou parada de linha?
Anexo E.1 Anexo F.1

O produto muito viscoso entupiu
as tubulações. Além da perda
Em 95%das paradas por Em 90%das paradas por imediata desse produto, o
falta de material falta de material trabalho de desobstrução das
comprado, houve falta fabricado, houve falta tubulações impediu a realização
de material importado. de reagente de novas produções.
2 3 4

50

2 3 4
Que tipo de material A falta de reagente foi por

importado faltou com maior atraso na fabricação ou por
freqüência? falta de ordem de produção?
Anexo G.1 Anexo H.1
Polímeros Em 80%dos casos foi

(90%dos casos) por falta de ordem de
produção.
A falta de polímeros foi por

atraso na importação ou por
falta de ordem de compra?
Anexo I.1
M EA SU R E
Em 95%dos casos foi por

atraso na importação.
Meta prioritária 1: reduzir Meta prioritária 2: eliminar Meta prioritária 3: eliminar

em 70% as perdas de as perdas de produção por as perdas de produção por
produção por parada de linha parada de linha na Fábrica I, parada de linha na Fábrica I,
na Fábrica I, por atraso na por falta de ordem de por ocorrência de produções
importação de polímeros, produção de reagente, com viscosidade elevada,
até o final do ano. até o fim do ano. até o final do ano.
As três metas prioritárias são suficientes para o

alcance da meta geral?
Anexo K.1
Sim. A meta inicial é superada.

51

? ? ?
A meta A meta A meta
prioritária 1 pertence prioritária 2 pertence prioritária 3 pertence
à área de atuação à área de atuação à área de atuação
da equipe? da equipe? da equipe?
Não. É uma meta Sim, porque o PCP é o Não. É uma meta

M EA S U R E
delegável ao departamento departamento diretamente delegável ao departamento

de compras da empresa, responsável pela emissão de engenharia industrial,
área diretamente envolvida das ordens de produção. área diretamente envolvida
com o problema associado com o problema associado
à meta. à meta.
Delegar a meta ao Dar início à análise do Atribuir a meta ao

departamento de compras processo gerador do departamento de
e acompanhar o projeto problema associado à meta engenharia industrial e
para o seu alcance. prioritária eliminar as acompanhar o projeto
perdas de produção por para o seu alcance.
parada de linha na Fábrica I
por falta de ordem de
produção de reagente,
até o final do ano.
ANALYZE
Continuação das etapas do DMAIC

IM PROVE

52
Anexo A.1
Projeto: reduzir as perdas de produção por parada de linha na Fábrica I em 50%, até o final do ano.
Gráfico seqüencial para o problema
900
800
700
Média = 687
600
500
Meses Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
2000
Conclusão: o problema vem apresentando uma inaceitável tendência crescente.
Anexo B.1
Perdas resultantes do problema
Volume do produto Margem média Perda de faturamento

(toneladas) (R$/tonelada) (R$)
6.679 164,70 1.100.000,00
34.765 5,93 206.156,00
3 - Gastos com transporte e alimentação dos funcionários, para recuperação da produção, em 2000:
R$ 128.844,00

53
Anexo C.1
Perdas de produção por parada de linha na Fábrica I (2000)
8000 100
7000
80
6000
5000 60
4000
40
3000
2000
20
1000
0 0
Falta de Má qualidade Manutenção Queda de
material do produto energia
6596,00 989,40 577,15 82,45
80,00 12,00 7,00 1,00
80,00 92,00 99,00 100,00
Conclusão: focar as perdas de produção por falta de material e por má qualidade do produto.
Anexo D.1
Perdas de produção por parada de linha na Fábrica I, por falta de material (2000)
100
6000
80
5000
4000 60
3000
40
2000
20
1000
0 0
Material Material
comprado fabricado
3957,60 2638,40
60,00 40,00
60,00 100,00
Conclusão: focar a falta dos dois tipos de material (comprado e fabricado).

54
Anexo E.1
Perdas de produção por parada de linha na Fábrica I,
por falta de material comprado (2000)
Percentagem
Ocorrência Importado Nacional
Toneladas 3759,52 197,88
Percentagem 95,0 5,0
%acumulada 95,0 100,0
Conclusão: focar a falta de material importado.
Anexo F.1
por falta de material fabricado (2000)
Percentagem
Ocorrência Reagente Catalisador

Toneladas 2374,56 263,84
Conclusão: focar a falta de reagente.

55
Anexo G.1
por falta de material importado (2000)
Percentagem
Ocorrência Polímeros Outros
Toneladas 3383,75 375,97
Conclusão: focar a falta de polímeros importados.
Anexo H.1
por falta de reagente (2000)
Percentagem
Ocorrência Falta de ordem de fabricação Atraso na fabricação

Toneladas 1899,65 479,91
Conclusão: focar a falta de ordem de fabricação de reagente.

56
Anexo I.1
por falta de polímeros importados (2000)
Percentagem
Ocorrência Atraso na importação Falta de ordem de compra
Toneladas 3214,56 169,19
Conclusão: focar o atraso na importação de polímeros.
Anexo J.1
por má qualidade do produto (2000)
Percentagem
Ocorrência Viscosidade elevada Outros

Toneladas 939,93 49,47
Conclusão: focar as produções com viscosidade elevada.

57
Anexo K.1
Verificação do alcance da meta inicial
A partir dos Diagramas de Pareto dos anexos H.1, I.1 e J.1, é possível
concluir que as metas prioritárias são suficientes para levar ao alcance
da meta inicial:
 Reduzir em 70% as perdas de produção por parada de linha na
Fábrica I, por atraso na importação de polímeros, até o final do ano.

 Redução 1 = 0,7 x 3.214,56 = 2.250,19 toneladas (anexo I.1).
 Eliminar as perdas de produção por parada de linha na Fábrica I,
por falta de ordem de fabricação de reagente, até o final do ano.

 Redução 2 = 1.899,65 toneladas. (anexo H.1).
 Eliminar a ocorrência de produções com viscosidade elevada, até o
final do ano.
 Redução 3 = 939,93 toneladas (anexo J.1)
 Total da redução = 2.250,13 + 1.899,65 + 939,93 = 5.089,77
toneladas.
 Como 5.089,77 = 0,6173 x 8.245 (8.245 toneladas representam as
perdas de produção por parada de linha em 2000 - anexo C.1), se

as três metas prioritárias forem alcançadas, as perdas de produção
por parada de linha na Fábrica I serão reduzidas em 61,73% e a
meta inicial será superada.

58
SIPOC
O SIPOC é um diagrama que tem como objetivo definir o principal

processo envolvido em um projeto Lean 6 Sigma, consequentemente
facilitar a visualização do escopo do trabalho.
A denominação SIPOC resulta das iniciais, em inglês, dos cinco

elementos presentes no diagrama:
 Fornecedores (Suppliers);
 Insumos (Inputs);
 Processo (Process);
 Produtos (Outputs);
 Consumidores (Customers).
O SIPOC é utilizado na etapa Define do DMAIC.
S I P O C
Área SMT Placas de circuito Receber placas Placa montada Área de montagem
impresso
Componentes Soldar
Almoxarifado eletrônicos e
fios de solda componentes
Almoxarifado Caneta hidrocor Inspecionar soldas
Almoxarifado Etiquetas Testar placas
Figura: SIPOC do processo de soldagem manual de placas eletrônicas

59
Por meio do SIPOC é possível a padronização, entre os participantes

da equipe, Champions e demais gestores, do escopo do projeto e da
forma de visualização do principal processo envolvido.
Detalhes do processo não devem ser apresentados no SIPOC, já que

estes detalhes não são úteis na etapa Define do DMAIC.
O detalhamento do processo deverá ser feito na etapa Analyze do

DMAIC, por meio do uso das ferramentas mapa de processo ou
fluxograma.
ATIVIDADE
Construir um diagrama SIPOC para o processo “preparação de café”

(até 5 etapas).

60
MÉTRICAS LEAN
O QUE SÃO AS MÉTRICAS LEAN?

O Lean Manufacturing busca eliminar desperdícios, isto é, excluir o que
não tem valor para o cliente e imprimir velocidade à empresa. O
programa utiliza, então, algumas medidas ou métricas para quantificar
como os resultados da organização podem ser classificados, no que
diz respeito à velocidade e eficiência. Essas medidas podem ser
utilizadas na identificação de metas a serem atingidas em projetos de
melhoria e na verificação do alcance da meta ao final do projeto
(comparação dos valores assumidos pelas medidas “antes” e “depois”).
QUAIS SÃO AS PRINCIPAIS MÉTRICAS LEAN?
FIGURA 3.1
COMENTÁRIOS
MÉTRICA DEFINIÇÃO
Se um processo completar um lote de 30 peças a cada 10 minutos, o tempo de ciclo para o lote será de 10 minutos e para uma peça
individual será de 20 segundos (10 x 60 segundos / 30 peças).
Tempo de Ciclo - T/C
Freqüência com que um produto é finalizado em um processo.
(OCycle
tempoTime )
de ciclo deve ser determinado (cronometrado) por meio de observação e inclui, além do tempo de operação, o tempo para
preparo,carregamento e descarregamento de materiais.
Por exemplo, o lead time de um processo de refinanciamento de um CDC para compra de um veículo é igual ao número de dias
transcorridos desde que o cliente faz a solicitação ao banco até o recebimento do carnê para pagamento das prestações
COMENTÁRIOS
correspondentes aos novos valores mensais e novo prazo Tempo
final necessário para um produto percorrer todas as etapas de
do financiamento.
Lead Time - L/T um processo ou fluxo de valor, do início até o fim.
O lead time também é conhecido como tempo porta-a-porta.
Usualmente,
Tempo
O tempode TAV
ciclo<deve
T/Cser
deAgregação <de
L/T. Tempo
Valor - TAV(cronometrado) por meio
determinado dedos elementos
observação de trabalho
e inclui, além doque realmente
tempo transformam
de operação, o tempo para
(preparo,
Value Added Time) e descarregamento de materiais.
carregamento o produto de uma maneira que o cliente se disponha a pagar.
Por exemplo,
Armazenamento,
Tempo o lead
de Não time de
inspeção,
Agregação um
set-up
de processo de refinanciamento
,movimentação,
Valor - TNAV degasto
esperae retrabalho
Tempo um
sãoCDC para compra
exemplos
em quede um
de atividades
atividades veículo
que
adicionamnão é igual
agregam
custos, ao número
masvalor.
não de dias
agregam
(transcorridos
Non-Value AddeddesdeTime
que) o cliente faz a solicitação ao banco até o recebimento
valor do pontodo de
carnê
vistapara pagamento das prestações
do cliente.
correspondentes aos novos valores mensais e novo prazo final do financiamento.
ÉOcalculada TAV .
lead timeatambém
partir daéseguinte
conhecidoexpressão:
como tempoPCE =
porta-a-porta.
Lead Time
Eficiência
Por dopara
exemplo, Ciclo
<um
do Proces
T/Cprocesso
so -TAV
com PCE= 2 horas e Lead TimeIndicador quehoras),
= 6 dias (48 mede aa relação
PCE é 2entre
/ 48 =o 0,0417
tempo =de4,17%
agregação
.
(Usualmente, TAVEfficiency
Process Cycle < L/T.
) de valor e o lead time.
É freqüente que os processos operem com PCE inferior a 10%. Melhorar esse resultado representa uma grande oportunidade para
redução de custos.
Armazenamento,inspeção,set-up,movimentação,esperae retrabalho são exemplos de atividades que não agregam valor.
A taxa de saída (produção) pode ser visualizada como um índice médio de conclusão, isto é, quantos itens são concluídos a cada
segundo,
Taxa deminuto,
Saída hora, dia, semana, etc.. Por exemplo, a taxa média de saída do processo de refinanciamento de CDC's para aquisição
Resultado de um processo ao longo de um período de tempo
(de veículos pode
Throughput ) ser de 50 solicitações por dia.
É calculada a partir da seguinte expressão: PCE = TAV . definido, expresso em unidade / tempo.
Lead Time
Também é conhecido
Por exemplo, para umcomo estoque
processo comem
TAVprocesso.
= 2 horas e Lead Time = 6 dias (48 horas), a PCE é 2 / 48 = 0,0417 = 4,17%.
OÉ freqüente
trabalho emqueprocesso
os processos operem
é qualquer com PCE
trabalho queinferior a 10%
esteja no . Melhorar
processo esse
e que resultado
ainda representa
não esteja uma
concluído. grande
Alguns oportunidade
exemplos para
são notas
redução
fiscais de custos.processamento, e-mails a serem respondidos, peças aguardando pintura e clientes esperando atendimento.
aguardando
Trabalho em Processo - W IP Itens que estão dentro dos limites do processo, isto é, que foram
O trabalho
(Work em processo pode ser relacionado ao lead time por meio da Lei no de processo,
Little: Lead Time = não WIP .
A taxa in
deProcess)
saída (produção) pode ser visualizada como um índiceadmitidosmédio de conclusão, mas
isto é,ainda
quantos foram
Taxaitens
de Ssãoliberados.
aída concluídos a cada
segundo, minuto, hora, dia, semana, Formação de Green
etc.. Por exemplo, a taxaBelts Lean
média de saída6doSigma
processo de refinanciamento de CDC's para aquisição
Odeexcesso
veículosde trabalho
pode ser de em processoProf.
50 solicitaçõesresultaAlexandre
em aumento Andrioli
por dia. de lead timeIwankio
e de desperdícios (atividades que não agregam valor).
61
FIGURA 3.1

(Cycle
FIGURA 3.1Time)
COMENTÁRIOS
Tempo necessário para um produto percorrer todas as etapas de
Lead Time
Tempo de -Ciclo
L/T - T/C um processo
Freqüência com queouum
fluxo de valor,
produto do inícioem
é finalizado atéum
o fim.
processo.
(SCycle
e um processo
Time) completar um lote de 30 peças a cada 10 minutos, o tempo de ciclo para o lote será de 10 minutos e para uma peça
Tempo
O tempode deAgregação
ciclo deve serdedeterminado
Valor - TAV(cronometrado) por meio Tempo dedos elementos
tempo transformam
(preparo, carregamento
Value Added Time) e descarregamento de materiais. o produto de uma maneira que o cliente se disponha a pagar.
COMENTÁRIOS
Lead
Por Time - L/T
exemplo, o lead time deumumlote
processo de refinanciamento de um CDC para compra de umserá
veículo
Se um
Tempo processo
de Não completar
Agregação de de 30- TNAV
Valor peças a cada 10 minutos,um processo
o tempo de ou
ciclofluxo
para ode valor,
lote dode 10éminutos
inícioigual
até oaofim.
enúmero
para depeça
uma dias
transcorridos
FIGURA 3.1 será de desde que o cliente
(10 x 60faz a solicitação ao banco gasto
Tempo até oem atividades
recebimento que
do adicionam
carnê para custos, mas não
pagamento agregam
das prestações
(individual
Non-Value Added 20Time
segundos
) segundos / 30 peças).
correspondentes aos novos valores mensais e novo prazo final do financiamento. valor do ponto de vista do cliente.
O tempode de ciclo deve serdedeterminado
- TAV(cronometrado) por meio de observação eDEFINIÇÃO
inclui, além doquetempo de operação, o tempo para
Tempo
O lead timeAgregação
MÉTRICA
também Valorcomo
é conhecido tempo porta-a-porta.Tempo dos elementos de trabalho realmente transformam
(preparo, carregamento
Value Added Time) e descarregamento de materiais. o produto de uma maneira que o cliente se disponha a pagar.
Por exemplo,
Eficiência
Usualmente,do oCiclo
TAV lead time
< T/C de
L/T.um processo
do<Proces so - PCEde refinanciamento de um CDC
Indicador quepara
medecompra de um
a relação entreveículo é igual
o tempo de ao número de dias
agregação
Tempo
Processde
(Tempo de Ciclo
transcorridos
Não - T/C
desde que )o cliente
Agregação faz -aTNAV
de Valor solicitação ao Tempo
banco até oem
gasto recebimento
atividades do adicionam
que ecarnê para .pagamento
custos, das prestações
Cycle Efficiency Freqüência com de valor
que um produto o élead time
finalizado emmasumnão agregam
processo.
((correspondentes
Cycle Time)Added
Non-Value aosTime ) valores mensais e novo prazo final do financiamento.
novos valor do ponto de vista do cliente.
Armazenamento, inspeção,
O lead time também set-up,movimentação,
é conhecido esperae retrabalho são exemplos de atividades que não agregam valor.
como tempo porta-a-porta.
COMENTÁRIOS
Taxa
Se umde Saída
processo completar um lote
sode 30 peças a cada 10 TAV Indicador
minutos, o tempoque
demede
ciclo a relação
para entre
oaolote odetempo
seráde de as
10 períodoagregação
minutos e para uma
Usualmente,
Eficiência
ÉThroughput
calculada
TAV
do < T/C
Ciclo do<Proces
L/T. - PCE Resultado
Tempo de
necessárioum processo
para um produto longo um
percorrer todas de de peça
tempo
etapas
(Lead
FIGURA 3.1
Time
individual
Process -a L/T
será
Cycle )partir
20da seguinte expressão:
deEfficiency
segundos PCE =
) (10 x 60 segundos / 30 peças).
Lead Time
.
oude
definido,
um processo valordee valor,
expresso
fluxo o lead
em time
unidade
do . / tempo.
início até o fim.
O tempo
Por de ciclo
exemplo, para deve ser determinado
um processo (cronometrado) porTime
meio= de observação eDEFINIÇÃO
inclui, além
é 2do tempo de operação, o tempo para
Armazenamento, MÉTRICA
inspeção, set-up,com TAV = 2 horas
movimentação, e Lead
espera e retrabalho 6são
dias (48 horas),
exemplos deaatividades
PCE / 48
que = 0,0417
não agregam = 4,17%
valor..
preparo,
É freqüentecarregamento e descarregamento
que os processos operem comde materiais.
PCE inferior a 10%. Melhorar esse resultado representa uma grande oportunidade para
Tempo de Agregação de Valor - TAV Tempo dos elementos de trabalho que realmente transformam
redução
Por de custos.
exemplo, o lead) time de um processo de refinanciamentoodeproduto um CDC
(Taxa
Value Added
de SaídaTime de para compra de
uma maneira queum veículoseé disponha
o cliente igual ao número
a pagar.de dias
Tempo
FIGURA 3.1 de aCiclo
transcorridos desde- da
T/C
que PCE = aoTAV Resultado de um processo aocarnê
longoparade um período de dastempo
((É calculada
Trabalho
Throughput empartir
) Processo -oWcliente
seguinte faz a solicitação
IPexpressão: banco
Itens até estão
.que
Freqüência o com
recebimento
dentro
que um dosdolimites
produto édo pagamento
processo,
finalizado em isto
um prestações
é,processo.
que foram
ACycle
taxaTime
correspondentes
(Work in
) (produção)
deProcess)
saída pode ser
aos novos valores visualizada
mensais e novocomo Lead
prazoum Time
índice
final médio definido,
deno
do financiamento.
admitidos
expresso
conclusão,
processo,isto
mas
emquantos
é, unidadeitens
ainda não
/ tempo.
foram são concluídos a cada
liberados.
Tempo
segundo,de Não hora,
minuto, Agregação de Valor
dia, semana, - TNAV
etc.. Por exemplo, a taxaTempo
médiagasto emdo
de saída atividades
processo que adicionam custos,
de refinanciamento demas
CDC'snão para
agregam
aquisição
(Por
O
de exemplo,
lead
Non-Valuetimepode
veículos para
serum
também
Added é processo
Time
deconhecido com
como
50) solicitações TAV =
portempo 2 horas
dia. e Lead Time = 6 dias (48
porta-a-porta.
COMENTÁRIOS horas),
valor a PCEde
do ponto é vista
2 / 48do = cliente.
0,0417 = 4,17%.
S e um processo
redução
Usualmente, TAVcompletar
de custos. <-T/C um lote de 30 peças a cada 10 minutos, o tempo de ciclo para o lote será de 10 minutos e para uma peça
< L/T.
Tempo de Ciclo T/C Tempo necessário paraum umproduto
produtoépercorrer todas
Também
individual éserá
conhecido
de 20 segundos como estoque em processo. Freqüência com que finalizado em umasprocesso.
etapas de
Lead
CycleTime
(Trabalho Time em -)L/T Processo - W(10IP x 60 segundos / 30 peças). Itens que um estão
processo dentro dos limites
ou fluxo de valor, dodo processo,
início até istoo é,
fim. que foram
Eficiência
A taxa
O trabalho
Tempo
(Work de
inde do
saída
em
Setup
Process) Ciclo
(produção)
processo
ouTempodo Processo
pode
é qualquer ser
de Troca - PCE
visualizada
trabalho como um
- TRque esteja no processo Indicador
índice médio que
de
e que no
admitidos mede
conclusão,
ainda a relação
isto
não esteja
processo, é, entre
quantos
masconcluído.
ainda o tempo
itens
nãoAlgunsforam de
são agregação
exemplos sãoanotas
concluídos
liberados. cada
O tempo
segundo, de
minuto,ciclo deve
hora, ser determinado
dia, semana, etc.. (cronometrado)
Por aexemplo, por meio
a taxa médiapeças de observação
de saída do processo e inclui,
depintura
valor além do
eeoclientes tempo
lead time
de refinanciamento de
. de CDC'soperação, o tempo
para para
aquisição
(fiscais
Process
Changeover
Armazenamento,Cycle
aguardando Efficiency
Time processamento,
)
inspeção, ) e-mails
set-up,movimentação, serem respondidos, aguardando
esperae retrabalho são exemplos de atividades que não agregam valor. esperando atendimento.
preparo,
de veículos carregamento
pode ser dee50 descarregamento
solicitações por dia. de materiais.
COMENTÁRIOS WIP transformam .
O trabalho
Tempo em processo de
de Agregação pode Valorser -relacionado
TAV ao lead time por Tempomeiodos elementos
da Lei de Littlede trabalho
: Lead Timeque = realmente
Por exemplo, o lead time de um processo de refinanciamento odeproduto um CDC de para
uma compra
maneira de
queum veículo
Taxase
opercorrer
cliente édeigual
Saída
disponhaao número
a pagar. de dias
(SValue Added
e um processo Time )
completar Tempo necessário para um produto todas
minutos etapas
as de peça
transcorridos
Tempo
Lead
Também Time Takt -a L/T
é conhecido desde que
como oum lote defaz
cliente
estoque
30 peças
em a
a cada 10
solicitação
processo.
minutos,
aoTAVbanco até o tempo de ciclo para
o recebimento doo lote
carnê será de 10
para pagamento edas
paraprestações
uma
É
O calculada
excesso de partir
trabalho da seguinte
em expressão:
processo resulta em PCE =
aumento de lead . um
time processo
e de ou fluxo
desperdícios de valor,
(atividades do início
que não até o fim.
agregam valor).
(individual
correspondentes
Takt Time será
) de 20 aossegundos (10 x 60
novos valores segundos
mensais e novo / 30prazo
peças).
final
Lead Timedo financiamento.
Taxa
Tempo dede
O trabalho SaídaSetup
Não
em ouTempo
Agregação
processo deValor
de
é qualquer Troca --TNAV
trabalho TRque esteja no Tempo
processo gastoe em
Resultado deatividades
que ainda
um nãoque
processo estejaadicionam
ao concluído.
longo decustos,
umAlguns mas
período não deagregam
exemplos são notas
tempo
O lead
tempo timede também
ciclo deve é conhecido
ser) determinado como tempo porta-a-porta.
(cronometrado) porTimemeio de observação eexpresso
inclui, além do tempo de operação, .o tempo
(Por
FIGURA
Changeover
Throughput
exemplo,
Non-Value
fiscais
O tempo deAdded
aguardando
3.1
Time
)troca
para )éTime
um processo
processamento,
medido pelo com TAV
e-mails
intervalo =a 2decorrido
horasrespondidos,
serem e Lead
entre =peças
6 dias
a fabricação (48 horas),
valor
aguardando
definido,
da do
última a PCE
ponto
pintura
peça de
do eéem2vista
/unidade
48
clientes
ciclo = esperando
do
de 0,0417
cliente.
/ tempo.
produção = 4,17%
atendimento.
que acabou depara
ser
preparo, carregamento eda
descarregamento de materiais. Tempo dos elementos de trabalho queumarealmente
Tempo
finalizado
É freqüentede ea Agregação
fabricação
que os processos de Valor
primeira
operem -peça
TAV perfeita
com PCEdo novo a
inferior tipo
10% de. Melhorar
produto. esse resultado representa grandetransformam
WIP oportunidade
. para
O trabalho em processo pode ser relacionado ao lead time por meio da Lei de Little: Lead Time =
(Por Value
redução Added
Usualmente, de custos.
exemplo, TAVTime < T/C
oMÉTRICA
lead ) time<de L/T.um processo de refinanciamentoodeproduto um CDC de para
uma maneira
compra
DEFINIÇÃO queum
de o cliente
Taxaseédedisponha
veículo Saída
igual a pagar.de dias
ao número
Tempo Takt
transcorridos
Por exemplo, desde
se uma que
empresao cliente
opera faz a solicitação
25.200 segundos aoporbanco
dia e até
a o recebimento
demanda do clientedo écarnê400 para pagamento
unidades por dia, das
o prestações
tempo
(OTakt Time
excesso
Eficiência
A )do
de trabalho
Ciclo doem processo
Processo -resulta
PCE eem aumento doIndicador
deíndice
lead time que
e de mede a relação
desperdícios é,entre
(atividades oquetempo nãosão de agregação
agregam valor). takt é
63taxa
Tempo de
desaída
correspondentes
segundos Não
(25.200(produção)
aos/novos
Agregação pode
400 = valores ser
de Valor
63). visualizada
mensais - TNAV novo como
prazoum final
Tempo médio emdeatividades
financiamento.
gasto conclusão, queisto
adicionamquantos itens
custos, mas concluídos
não agregama cada
(Eficácia
Process
segundo,
Armazenamento,Cycle
minuto, Efficiency
hora,
inspeção, )
dia,)-semana,
set-up etc.. Por exemplo, a taxa média
Indicador de saída
de do de
processo
Manutenção valor
de e o lead
refinanciamento
Produtiva Totaltime .
(cliente.
TPM )de CDC's
que mede para aquisição
oforam
grau
(Trabalho
Non-Value
Tempo Total
de em Added
Ciclo do -Equipamento
Processo Time
T/C W IP,movimentação,
- OEE espera e retrabalho
Itens quesão exemplos
estão valor
dentrododeponto
atividades
dos de vista
limites que
do não
do agregam
processo, valor.
O
O
(de
lead
tempo time
veículos takt
de também
pode tem seraéde émedido
conhecido
função depelo como
sincronizar
50 solicitações tempo
) por dia.
porta-a-porta.
osdecorrido
ritmos deentre Freqüência
produção com
e vendas.
deda que
Takt
eficácia éumuma
no produto
expressão
uso é
deciclo
um finalizado
alemã
equipamento. emisto
que umqueé,processo.
significa
que
ritmo. de ser
Overall
Cycle
(Work Time )troca
in Equipment
Process) Effectiveness intervalo a fabricação
admitidos no última
processo,peça do
mas ainda de
não produção
foram liberados.acabou
finalizado e a fabricação daprimeirapeça perfeitado novo tipo de produto.
A calculada
OEE é calculada
Usualmente,
É partir<aT/C
aTAV dapartir da multiplicação
< L/T.
seguinte expressão: dosPCE valores
= das TAV seguintes. taxas:
Também é conhecido como estoque em processo. Lead Time
Eficiência
PorTaxaexemplo, do Ciclo
se umado Processo
empresa opera - PCE
25.200 segundosCOMENTÁRIOS
porpor diaIndicador
e a que mede
demanda do a relação
cliente épor400entre o tempo
unidades pordedia,
agregação
o tempo takt é
Taxa dede Saída
disponibilidade, que mede as paradas causadas falhas
Resultado nos deequipamentos
um processo eao longoajustes,
de um percentualmente
período de ao tempo
tempo
O trabalho em processo é=)qualquer trabalho que esteja no processo e que ainda nãovalor
de estejaeéoconcluído. .Alguns exemplos são notas
(Eficácia
S
Process
63
e
segundos
Throughput
Por exemplo,
um
Cycle
programado.
Total
processo
Efficiency
(25.200
)para
do um / 400
processo
Equipamento
completar
63). com
um lote TAV
-deOEE30 = 2 horas
peças a cada e 10
Lead Time
Indicador
Tempo
minutos, =necessário
6 tempo
o dias (48de horas),
deaguardando
Manutenção
para
definido,
ciclo um aProdutiva
paraPCE
produto
expresso o em
lote 2lead 48time
/percorrer
Total =de
unidade
será 0,0417
(esperando
TPM
10 / todas
tempo.= 4,17%
) que
minutos mede
as . o grau
etapas
e para de peça
uma
fiscais aguardando
Armazenamento, processamento,
- L/T inspeção, set-up e-mails
,movimentação, a serem respondidos,
espera e retrabalho peças pintura e clientes atendimento.
(Lead Time
Taxa de desempenho, que mede as) paradas relativas à velocidade desão
um exemplos
operação,
de
processo de atividades
ooufuncionamento
eficácia no
fluxo usodede que
um
valor, em não agregam
velocidades
equipamento.
do início ovalor.
mais
fim. baixas
atésignifica do que
OOverall
É
Tempo freqüente
individual
tempo deEquipment
será
takt
a determinada
que
Setup deos
tem 20ou
e pequenas
Effectiveness
aprocessos
segundos
Tempo
função de operem
(10
de xTroca
sincronizar
paradas
com
60 segundos
- TR
de alguns
PCE
os /inferior
30 peças).
ritmos
segundos.
a 10%. Melhorar
de produção e vendas.esse resultado
Takt é uma representa
expressão uma
alemã grande
que
WIP
oportunidade
ritmo. para
O trabalho
redução de em
custos. processo pode ser relacionado ao lead time por meio da Lei de Little : Lead Time = .
(Changeover
Taxadede Time) que representa as perdas geradas por refugo e retrabalho,percentualmente ao total
qualidade, Taxa dede de
itensSaída
produzidos.
O tempo ciclo deve ser determinado (cronometrado) por meio de observação e inclui,além do tempo operação, o tempo para
A
É OEE é
calculada calculada
a partir ada partir da multiplicação
seguinte expressão: dos valores
PCE = um TAV
das seguintes. time taxas:
preparo,
A
Tempo
O taxa
excesso
Isto é:de de
OEEcarregamento
de saída
Agregação
de (produção)
trabalho e descarregamento
emde pode
Valor
processo ser
- TAV
= taxa de disponibilidade x taxa de desempenho resultade
visualizadamateriais.
em como
aumento de Tempo
índice
lead dos
médio e elementos
de
x taxa de qualidade.de conclusão,
desperdícios de trabalho
isto é,
(atividades que
quantos realmente
que itensnão são transformam
concluídos
agregam valor).a cada
Taxa Saída Lead Time Resultado de um processo
TaxaAdded
(segundo,
Value
Trabalho de disponibilidade,
minuto,
em Time hora,
Processo queIPmede
dia,-semana,
) time W etc..as Porparadas
exemplo, causadas por
a taxa média ofalhas
Itens produto
de
que nos
saída
estão equipamentos
de
do uma maneira
processo
dentro dos de eao por
que longo
refinanciamento
limites
de um
ajustes,
odo cliente seperíodo
percentualmente
processo, disponha
de CDC's
isto é,
deapara
que
tempo
ao
pagar. tempo
aquisição
foram
(Tempo
Throughput
Por Takt
exemplo, ) o lead de um processo de refinanciamento de um CDC para
definido, compra
expresso de um veículo é igual ao número éde dias
S
dee,programado.
Por
((Work
OTakt
por exemplo,
exemplo,
veículos
tempo in
Time de)pode
Process) para
troca
aser
taxa
umé de de
50disponibilidade
processo
medido com
solicitações
pelo poré=
TAV
intervalo
93%,
dia. a taxaede
2decorrido
horas desempenho
Lead
entre Timea fabricação
é 98%
=admitidos
6 dias (48
da
ehoras),
no
a taxa
processo,
última
de
peça mas
do éem
qualidade
a PCE /unidade
2ainda
ciclo
é igual
48 a/ 96%
= produção
não
de 0,0417 tempo.
foram =,então
4,17%
liberados.
que
a.OEE
acabou
87,5%
de ser
transcorridos
(0,93 x 0,98 x desde
0,96
Taxa de desempenho, = que
0,875). o
que medecliente faz
as paradasa solicitação
relativas ao banco
à velocidade até o recebimento
de operação,resultado do carnê
o funcionamento emuma para pagamento
velocidades das prestações
mais baixas dopara que
É freqüente
finalizado
Tempo de
correspondentes que
e aNão os
fabricação processos
Agregação daprimeiraoperem
de Valor peça com PCE
perfeita
- TNAV inferior
do novo a 10%
tipo
Tempode . Melhorar
gasto emesse
produto. atividades querepresenta
adicionam custos, grande masoportunidade
não agregam
a determinada eaos novos
pequenas valores
paradas mensais
de alguns e novo prazo
segundos. final do financiamento.
(redução
Non-Value
Também de custos.
Added
deé qualidade,
conhecido Time ) valor do ponto de vista do cliente.
O Taxatime
lead também que écomo
conhecidoestoque
representa comoasem processo.
perdas
tempo geradas por refugo e retrabalho,percentualmente ao total de itens produzidos.
porta-a-porta.
Por
O exemplo,
trabalho em seprocesso
uma empresa é opera
qualquer 25.200 que
trabalho segundos
esteja por dia e a demanda
no índice
processo do nãocliente é 400 unidades por exemplos
dia, o tempo sãoatakt é
A taxa de
Istosegundos
63
saída
é: OEE =(25.200 (produção)
taxa de/ 400 pode
disponibilidade
= 63).
ser visualizada como
x taxa de desempenho um x taxamédio deequalidade.
quedeainda
conclusão, esteja
isto é,concluído.
quantos itens Alguns são concluídos notas
cada
fiscais
Trabalho aguardando
segundo,minuto, em processamento,
Processo - W IP e-mails a serem respondidos,Itens peças
que aguardando
estão dentro pintura
dos e
limites clientes
do esperando
processo, isto atendimento.
é, que foram
Usualmente,
Tempo de
TAVhora,
Setup
<ou dia,
T/CTempo < semana,
L/T. de Trocaetc.. Por exemplo, a taxa média de saída do processo de refinanciamento de CDC's para aquisição
S
(Work
de
O
e,veículos
por in
tempo
Eficiência
exemplo,
Process)
pode
takt tem
aser
taxa
ade
de disponibilidade
50Processo
função solicitações
de ser
sincronizar poré-dia.
TR
93%,a taxa de desempenho
os ritmos
ao leaddetimeprodução
porIndicador
é 98%no
admitidos
e vendas.
e aprocesso,
queTakt
taxa de qualidade
mede é uma mas ainda
expressão
a: relação entre
é igual
não
=alemã
o tempo
aWIP96%, então
foram
quede liberados.
significa
a OEEé 87,5%
. ritmo.
agregação
(O
(0,93 x 0,98do
trabalho
Changeover em
x 0,96 Ciclo
processo
Time =)0,875).do pode - PCE
relacionado meio da Lei de Little Lead Time
(ProcessTotal
Eficácia Cycledo Efficiency
Equipamento ) - OEE Indicador de Manutenção de valor e
Produtiva o lead
Total Taxa
time
( .
TPM de ) S aída
que mede o grau
(Armazenamento,
AOverall
OEE é Equipment
calculada a
inspeção, Effectiveness
partir da
set-up , )
multiplicação
movimentação, dos valores
espera edas seguintes
retrabalho são de eficáciadenoatividades
taxas:
exemplos uso de um que equipamento.
não agregam valor.
Também
O excesso é conhecido
de trabalhocomo estoque resulta
em processo em processo.
em aumento de lead time e de desperdícios (atividades que não agregam valor).
Tempo
O trabalhoTakt
Taxa de disponibilidade, que medetrabalho
em processo é qualquer as paradas
quecausadas
esteja nopor falhas nos
processo equipamentos
e que e por
ainda não esteja ajustes, percentualmente
concluído. Alguns exemplos ao sãotempo
notas
(fiscais
OTakt Time
tempo ) trocaprocessamento,
programado.
de
aguardando é medido pelo intervalo
e-mails a decorrido entre
serem respondidos, a fabricação da últimapintura
peças aguardando peça doe ciclo de esperando
clientes produção que acabou de ser
atendimento.
Tempo
É de
calculada TAV
Taxa
dede
finalizado
Taxa aaSetup
Saída partirou
edesempenho, daTempo
fabricação seguinte
que
da de
mede
primeiraTroca
expressão:
as
peça - TRrelativas
paradas
Formação
PCEnovo
= à velocidade
dedoGreen
perfeita Belts
tipo
Lead de
Time
. de operação,o funcionamento em velocidades mais baixas do que
Lean 6
produto.
Resultado deSigma
um processo ao longo de um período. de tempo
((OChangeover WIP
trabalho em
a determinada
Throughput )Time )
processo pode
e pequenas ser relacionado
paradas ao lead time por meio da Lei de Little: Lead Time =
de alguns segundos.
Taxa de qualidade, que representa Prof.
as Alexandre
perdas geradas por Andrioli
refugo e Iwankio
definido, expresso em unidade
retrabalho, percentualmente ao Taxa
Por exemplo, para um processo com TAV = 2 horas e Lead Time = 6 dias (48 horas), a PCE é 2 / 48 = 0,0417 =produzidos.
total de
/detempo.
Saída
itens 4,17%.
Por exemplo, se uma empresa opera 25.200 segundos por dia e a demanda do cliente é 400 unidades por dia, o tempo takt é
O excesso de trabalho em processo resulta em aumento de lead time e de desperdícios (atividades
É freqüente que os processos operem com PCE inferior a 10%. Melhorar esse resultado representa uma grande que não agregam valor). para
oportunidade
FIGURA 3.1

(Cycle Time)
62
COMENTÁRIOS
Tempo
O tempode deAgregação
ciclo deve serde Valor - TAV(cronometrado) por meio
determinado Tempo dedos elementos
tempo transformam
(preparo,
FIGURA 3.1
FIGURA 3.1
Tempo de Não Agregação de Valor - TNAV Tempo gasto em atividades que adicionam custos, mas não agregam
transcorridos MÉTRICA
desde que o cliente faz a solicitação ao banco até o recebimento do carnê para pagamento das prestações
(Non-Value Added Time)
MÉTRICA valor doDEFINIÇÃO
ponto de vista do cliente.
correspondentes aos novos valores mensais e novo prazo final do financiamento. DEFINIÇÃO
Tempo de Ciclo - T/C Freqüência
Freqüência com que um
umaproduto é
é finalizado em um processo.
(Eficiência
(Cycle
Cycle Time )) Ciclo do Processo - PCE
Timedo Indicadorcom
queque
mede produto finalizado
relação entre o tempoemde
umagregação
processo.
Usualmente,TAV < T/C < L/T.
(Process Cycle Efficiency) de valor e o lead time.

COMENTÁRIOS
Tempo
Tempo necessário
COMENTÁRIOS necessário para
para um
um produto
produto percorrer
percorrer todas
todas as
as etapas
etapas de
de
Taxa
Se um de Saída
processo completar um lote de 30 peças a cada 10 Resultado
minutos, o de
tempo um
de processo ao longo de um período de tempo
SThroughput
(Éecalculada
um processo ) completar
a partir um lote
da seguinte de 30 peçasPCE
expressão: a cada= 10 TAV
minutos,
. o tempo de ciclo para o lote será de 10 minutos e para uma peça
ciclo para o lote será de 10 minutos e para uma peça
individual
individual será
será de
de 20
20 segundos
segundos (10
(10 x
x 60
60 segundos
segundos // 30
30 peças).
peças).
Lead Time definido, expresso em unidade / tempo.
Tempo
Por dedeAgregação
exemplo,
O tempo ciclo
paradeve serdedeterminado
Valor
um processo - TAV
com (cronometrado)
TAV = 2 horas e Lead Tempo
porTime
meio
= dedos elementos
observação
6 dias de trabalho
e inclui,
(48 horas), a PCEalém / que
é 2do =realmente
tempo
48 transformam
de operação,
0,0417 = 4,17% .o tempo para
(preparo,
Por exemplo,
Tempo deem
Nãoo lead time de um
Agregação deprocesso de refinanciamento
Valor -- TNAV
TNAV Tempo degasto
um CDC para compra
em atividades
atividades que de um veículo
adicionam é igual
custos, mas aonão
número de dias
agregam
Tempo
Trabalho de
transcorridosNão Agregação
Processo
desde de
IP Valor
que)-oWcliente faz a solicitação aoTempo Itens gasto
banco que oem
até estão dentro dos
recebimento que adicionam
limites
do carnêdoparacustos,
processo, mas
isto não
pagamento agregam
é, que
das foram
prestações
(((Work
ANon-Value
Non-Value
taxa in Added
Added
deProcess
saída Time
) Time
(produção)) valores
pode ser visualizada admitidosvalor
valor
no do ponto
do ponto
processo, de vista
deé,vista
mas ainda do
do cliente.
cliente.
não foram liberados.
correspondentes
correspondentes aos
aos novos
novos valores mensais
mensais novocomo
e novo
e prazoum
prazo finalíndice
final médio de
do financiamento.
do financiamento.conclusão, isto quantos itens são concluídos a cada
segundo, minuto, hora, dia, semana, etc.. Por exemplo, a taxa média de saída do processo de refinanciamento de CDC's para aquisição
O
O lead
de lead time
veículos também
timepode
também é
ser de conhecido como
50 solicitações
é conhecido comoportempo porta-a-porta.
dia. porta-a-porta.
tempo
Eficiência do Ciclo do Processo - PCE Indicador que mede a relação entre o tempo de agregação
Usualmente,
Eficiência doTAV < T/C
Ciclo do <Processo
< L/T. - PCE Indicador que mede a relação entre o tempo de agregação
(Também
Process é
Usualmente, conhecido
TAV
Cycle < T/C como
Efficiency ) estoque em processo.
L/T. de valor e o lead time.
(Tempo
Processde Cycle Efficiency )
Setup ouTempo de Troca - TR de valor e o lead time.
FIGURA 3.1
O trabalho em processo é qualquer trabalho que esteja no processo e que ainda não esteja concluído.Alguns exemplos são notas
(Changeover Time)
fiscais aguardandoinspeção,
Armazenamento, processamento, e-mails a serem
set-up,movimentação, respondidos,
espera peças
e retrabalho sãoaguardando
exemplos depintura e clientes
atividades que nãoesperando atendimento.
agregam valor.
Armazenamento, inspeção,set-up,movimentação,esperae retrabalho são exemplos de
MÉTRICA atividades que não agregam
DEFINIÇÃO WIP valor.
O trabalho em processo pode ser relacionado ao lead time por meio da Lei de Little: Lead Time = .
Taxa de Saída Taxa de Saída
Tempo Takt Resultado de um processo ao longo de um período de tempo
Taxa de Saída
((ÉThroughput
calculada a partir
) da seguinte expressão: PCE = TAV .
OTakt Time
excesso )de trabalho em processo resulta em aumento de
TAV Resultado
lead de
time e de um processo
definido, expresso
desperdícios ao em
longo deque
um/não
unidade
(atividades período
tempo.
agregamde tempo
valor).
(Tempo de aCiclo
ÉThroughput
calculada partir
) - da
T/Cseguinte expressão: Lead Time
PCE = .
Freqüência
Lead Time definido,
com que umexpresso
produtoem unidade / em
é finalizado tempo.
um processo.
(Cycle Time)
Por exemplo, para um processo com TAV = 2 horas e Lead Time = 6 dias (48 horas), a PCE é 2 / 48 = 0,0417 = 4,17%.
O tempo de troca é medido pelo intervalo decorrido entre a fabricação da última peça do ciclo de produção que acabou de ser
Por exemplo,que
É freqüente para
osum processo
processos com TAV
operem com =PCE
2 horas e Lead10%
inferior Time = 6 dias (48 horas), a PCE é 2 / 48 = 0,0417 = 4,17%.
finalizado e a fabricação daprimeira peça perfeita do novo atipo de. Melhorar
produto. esse resultado representa uma grande oportunidade para
redução
É de custos.
freqüente que os processos operem com PCE inferior a 10%. Melhorar esse resultado representa uma grande oportunidade para
redução deem
Trabalho custos.
Processo - W IP COMENTÁRIOS
Itens que estão dentro dos limites do processo, isto é, que foram
Por exemplo, se(produção)
uma empresa opera 25.200 segundos poríndice
ser visualizada como umTempo
dia enecessário
a demanda do cliente
para um é 400
produto unidades
percorrer por
todas dia,
as o tempodeatakt é
A taxa in
(Work
Trabalho
Lead
63
deProcess)
Time
segundos
saída
em Processo
- (25.200
L/T / 400 =- Wpode
IP
63).
médio
Itensadmitidos
que
Indicador
deno
estão
de
conclusão,
processo,
dentro
Manutenção dos isto
masé,ainda
limites
Produtiva
quantos
do nãoitens
foram
processo,
Total (TPM
são
isto
)até
que é,etapas
concluídos
liberados.
queoforam cada
S e um
Eficácia
segundo,
A
(Work processo
Total
deminuto,
taxa in Process)completar
do Equipamentoum lote
hora, dia, semana,
saída (produção) pode ser de
- 30
OEE peças
etc..visualizadaa
Por exemplo,cada 10
a taxa
como minutos,
ummédia um
deo processo
tempo
saída
índiceadmitidos
médio dode
de ou fluxo
ciclo
processopara
conclusão,
no processo,de ode
isto valor,
lote donão
será deinício
refinanciamento
mas é, quantos
ainda 10 minutos
itensde
foram omede
CDC's
são fim. paragrau
e para
concluídos
liberados. uma peça
aquisição
a cada
(individual
Overall Equipment
será deser Effectiveness
20asegundos ) segundos de eficácia no uso de um equipamento.
de
O veículos
tempo
segundo, pode
takt
minuto,tem de
função
hora, dia, de(10
50 semana, xetc..
solicitações60 por
Pordia.
sincronizar os / 30 peças).
ritmos
exemplo, ade produção
taxa média dee saída
vendas.
doTakt é umade
processo expressão alemã que
refinanciamento significapara
de CDC's ritmo.
aquisição
de veículos
O tempo depode
cicloserdevedeser
50 solicitações
determinadopor dia.
(cronometrado) por meio de observação e inclui,além do tempo de operação,o tempo para
Tempo
A OEE éde Agregação
écalculada deda
a partir Valor - TAV
multiplicação Tempo dos elementos de trabalho que realmente transformam
Também
preparo, conhecido
carregamento como estoque
e descarregamento dedos
em processo. valores das seguintes
materiais. taxas:
(Value AddedTime) o produto de uma maneira que o cliente se disponha a pagar.
Tempo
O Taxa dede
trabalho Setup
em ouTempo
disponibilidade, quede Troca
mede - TRquecausadas
as paradas esteja nopor falhas nos equipamentos e por ajustes, percentualmente ao
sãotempo
Também
(Por exemplo,
Changeover o processo
é conhecido como
lead) time
Time
é qualquer
de estoque trabalho
um processoem processo.
de refinanciamento processo
de um e CDCque ainda não esteja
para compra de um concluído.
veículoAlguns
é igualexemplos
ao número denotas
dias
Tempo programado.
fiscais aguardando
de Setup processamento,
ou Tempo de e-mails- TR
Troca a serem respondidos, peças aguardando pintura e clientes esperando atendimento.
transcorridos
O
Tempo trabalho
Taxa em desde
processo
dedesempenho,
de Não que
Agregação éoqualquer
que
cliente
de Valor
mede as
faz -aTNAV
trabalho
paradas
solicitação
que esteja
relativas à
ao
no banco
processo
Tempo
velocidade
até
gasto
de eoemrecebimento
que ainda nãoque
atividades
operação, o
do adicionam
carnê
esteja
funcionamento
para
concluído.
em
pagamento
Alguns
custos, mas
velocidades nãodas
exemplos
mais
prestações
sãodo
agregam
baixas notas
que
((OChangeover
correspondentes Time )Time WIP
fiscais aguardando
Non-Value
trabalho
a determinadaAdded
em eaos
processo novos
pequenas valores
processamento,
)pode mensais
e-mails
ser relacionado
paradas aeserem
de alguns novo prazo
ao lead
segundos. finalpor
time do meio
respondidos, financiamento.
peçasda aguardando
valor
Lei do pintura
ponto
de Little: Lead eTime
de clientes
vista=do esperando
cliente.
Taxa de Saída
.
atendimento.
Tempo
O Taxatime
lead de qualidade,
Takt também que representa
é conhecido as perdas geradas por refugo e retrabalho,percentualmente ao total de itens produzidos.
WIP
O trabalho em processo pode sercomo tempo
relacionado porta-a-porta.
ao lead time por meio da Lei de Little: Lead Time = .
(OTakt Time)de trabalho em processo resulta em aumento de lead time e de desperdícios (atividadesTaxa
excesso que não
de Sagregam
aída valor).
Isto é:
Tempo TaktOEE = taxa de disponibilidade x taxa de desempenho x taxa de qualidade.
(OTaktporTime
Usualmente, )doTAV a<taxa
T/C <Processo
L/T.
Oe,excesso
Eficiência
S tempo de
exemplo,
de trabalho
Ciclo
troca do em
de
é medido processo -resulta
disponibilidade PCE
pelo intervalo emaaumento
é 93%, taxa de
decorrido de lead
desempenho
entre time ée98%
a Indicador
fabricação de
que
dadesperdícios
mede
a taxaapeça
eúltima de (atividades
relação entre
qualidade
do ciclo oque
éde
igual anão
tempo
produção agregam
96%de
, então
que valor).
agregação
a OEE
acabou éde87,5%
ser
((0,93
Process Cycle
x 0,98
finalizado Efficiency
e axfabricação
0,96 = 0,875). )
daprimeira peça perfeitado novo tipo de produto. de valor e o lead time.
O tempo de troca é medido pelo intervalo decorrido entre a fabricação da última peça do ciclo de produção que acabou de ser
Armazenamento,
finalizado inspeção,
e a fabricação set-up,movimentação,
daprimeira peça25.200
perfeita espera
do novoepor
retrabalho
tipo de são exemplos de atividades que não agregam valor.
Por exemplo, se uma empresa opera segundos diaproduto.
e a demanda do cliente é 400 unidades por dia, o tempo takt é
63 segundos (25.200 / 400 = 63). Indicador de Manutenção ProdutivaTotal (TPM ) que mede o grau
Eficácia Total do Equipamento - OEE
Por
Taxa
(É
O exemplo,
de Saída
Overall
tempo se
temuma
Equipment
takt ada empresa opera
Effectiveness
função ) 25.200
de sincronizar segundos
os ritmos por
TAVdia e a demanda
Resultado de um doécliente
de eficácia no uso
processo éde
ao 400
umunidades
longo porsignifica
equipamento.
de umque dia, de
período o tempo
ritmo. takt é
tempo
calculada a partir seguinte expressão: PCE =de produção . e vendas. Takt uma expressão alemã
63 segundos
(Eficácia
Throughput (25.200
Total / 400 = 63). - OEE
) do Equipamento Lead Indicador
Time de Manutenção Produtiva
definido, expresso emTotal (TPM
unidade ) que mede o grau
/ tempo.
(Por
AOverallé Equipment Effectiveness de eficácia no uso de um equipamento.
O OEE
tempo calculada
takt para
exemplo, tem um partir
a função da
processo com) TAV =os
demultiplicação
sincronizar dos valores
2 ritmos
horas ede das seguintes
produção
Lead Time =e taxas:
6 vendas.
dias (48Takt é uma
horas), expressão
a PCE é 2 / 48alemã que =significa
= 0,0417 4,17%.ritmo.
Taxa de disponibilidade,
É freqüente que os processosqueoperem
mede as paradas
com causadas
PCE inferior por. falhas
a 10% nosesse
Melhorar equipamentos e por ajustes,
resultado representa umapercentualmente ao tempo
grande oportunidade para
A programado.
OEE
reduçãoéde
calculada
custos. a partir da multiplicação dos valores das seguintes taxas:
Taxa de desempenho, que mede as paradas relativas à velocidade de operação, o funcionamento em velocidades mais baixas do que
Taxa
a deemdisponibilidade,
determinada
Trabalho e pequenas
Processo -WqueIPmede
paradas deasalguns
paradas causadas por
segundos. falhas
Itens que nos equipamentos
estão e por do
ajustes, percentualmente ao tempo
A taxa de saída
programado. (produção) pode ser visualizada como um índice médio dedentro dos isto
conclusão, limites processo,
é, quantos itens isto é, que foram
são concluídos a cada
Taxa
(Work deProcess)
in qualidade,que representa as perdas geradas por refugo eadmitidos
retrabalho,nopercentualmente
processo, mas ao total
ainda não de itensliberados.
foram produzidos.
segundo,
Taxa deminuto, hora,dia,
desempenho, semana,
que mede etc.. Por exemplo,
as paradas relativasaàtaxa média de
velocidade desaída do processo
operação, de refinanciamento
o funcionamento de CDC's
em velocidades maispara aquisição
baixas do que
de a
veículos
Isto é: OEEpode
= taxa
determinada ser
dededisponibilidade
50 solicitações
e pequenas paradas dexpor dia.
taxa desegundos.
alguns desempenho x taxa de qualidade.
Se,Taxa de qualidade,
por exemplo, que
a taxa derepresenta as perdas
disponibilidade é 93%geradas
,a taxapor refugo e retrabalho,
de desempenho é 98%epercentualmente ao étotal
a taxa de qualidade igualde itens,então
a 96% produzidos.
a OEEé 87,5%
(0,93
Tambémx 0,98 x 0,96 = 0,875).
é conhecido como estoque em processo.
Isto é: OEE = taxa de disponibilidade x taxa de desempenho x taxa de qualidade.
O
Se,trabalho
Tempo de em processo
Setup
por exemplo, deédisponibilidade
ouTempo
a taxa qualquer trabalho
de Troca é- TRque
93%, esteja
a taxa deno processo eéque
desempenho 98%ainda nãodeesteja
e a taxa concluído.
qualidade é igualAlguns exemplos
a 96%,então são
a OEE notas
é 87,5%
(fiscaisxaguardando
Changeover
(0,93 Time=processamento,
0,98 x 0,96 )0,875). e-mails a serem respondidos, peças aguardando pintura e clientes esperando atendimento.
O trabalho em processo pode ser relacionado ao lead time por meio da Lei de Little: Lead Time = WIP .
Taxa de Saída
Tempo Takt
O excesso de trabalho em processo resulta em aumento de lead time e de desperdícios (atividades que não agregam valor).
(Takt Time) Formação de Green Belts Lean 6 Sigma
Prof. Alexandre
O tempo de troca é medido pelo intervalo Andrioli
decorrido entre Iwankio
a fabricação da última peça do ciclo de produção que acabou de ser
COMENTÁRIOS
(SValue Added Time ) o produto
e um processo completar um lote de 30 peças a cada 10 minutos, dede
o tempo uma maneira
ciclo para oque
loteoserá
cliente se minutos
de 10 disponhaeapara
pagar.
uma peça
Tempo de Não Agregação de Valor - TNAV Tempo gasto em atividades que adicionam custos, mas não agregam
O tempo de ciclo deve ser determinado (cronometrado) por meio de observação e inclui, além do tempo de operação, o tempo para
(Non-Value Added Time) valor do ponto de vista do cliente.
FIGURA 3.1 63
transcorridos desde que o cliente faz a solicitação ao banco até o recebimento do carnê para pagamento das prestações
Eficiência doMÉTRICA
correspondentes aos novos
Ciclo valores
do Proces - PCE e novo prazo final doIndicador
somensais que medeDEFINIÇÃO
financiamento. a relação entre o tempo de agregação
(Process Cycle Efficiency) de valor e o lead time.
(Usualmente,
Cycle Time)TAV < T/C < L/T.
FIGURA
Taxa3.1
de Saída Resultado de um processo ao longo de um período de tempo
(Armazenamento,
Throughput ) inspeção,set-up,movimentação,esperae retrabalho são exemplos definido,de expresso
atividades emque unidade / tempo.valor.
não agregam
MÉTRICA COMENTÁRIOS DEFINIÇÃO
Lead
Se umTime processo- L/Tcompletar um lote de 30 peças a cada 10 minutos,um o tempo
processo de ciclo para o
ou fluxo delote será
valor, dode 10 minutos
início até o fim. e para uma peça
individual
É calculada serápartir
de 20da segundos (10 x 60 segundosPCE / 30 peças).TAV .
Tempo de aCiclo - T/C seguinte expressão: =
Lead Time
(O Cycle
tempo Time de )ciclo deve ser determinado (cronometrado) por meio de observação e inclui, além do tempo de operação, o tempo para
Trabalho
Tempo
Por de
exemplo, em Processo
Agregação
para um processo -
de W IP
Valor - TAV
com TAV = Itens
Tempo =que estão
dos (48dentro
horas),dos
elementos de limites
trabalhoé 2 do 48processo,
/ que 0,0417isto
=realmente é, que . foram
transformam
FIGURA 3.1 carregamento
preparo, e descarregamento de2materiais.
horas e Lead Time 6 dias a PCE = 4,17%
(Work
(Value Added in Process) Time) admitidos
o produto deno umaprocesso,
maneiramas queainda não se
o cliente foram liberados.
disponha a pagar.
redução de custos. MÉTRICA DEFINIÇÃO
transcorridos
Tempo de Não desde
Agregaçãoque o cliente
de Valor faz -aTNAV
solicitação ao Tempo banco até
Tempogasto
oem
necessário
recebimento
atividades
para umque
do adicionam
produto
carnêpercorrer
para pagamento
custos, masas
todas não das prestações
agregam
etapas de
correspondentes
Lead
(ANon-ValueTime - L/T
Added aos novos valores mensais e novo
Time) pode ser visualizada como um índice um prazo final do financiamento. valor do fluxo
ponto devalor,
taxa de saída (produção) médioprocesso
de ou
conclusão, de
isto é,vista
quantosdoinício
do cliente.
itensaté sãoo concluídos
fim. a cada
Tempo segundo,
O de
lead time Ciclo
minuto,
também - T/C
hora, é dia, semana,como
conhecido etc.. Por
tempoexemplo, a taxa média de saída do processo de refinanciamento de CDC's para aquisição
porta-a-porta. Freqüência com que um produto é finalizado em um processo.
(Tempo Cycle
de Time
veículos
de pode ) serou
Setup deTempo
50 solicitações
de Troca pordia.
TR
COMENTÁRIOS
(TempoChangeover de Agregação
Time) de Valor - TAV Tempo dos elementos de trabalho que realmente transformam
Usualmente, TAV < T/C < L/T. oIndicador que mede a relação
Eficiência
(SValue
Também
Added
e um processo
é
doTimeCiclo
conhecido
) do Proces
completar como um lote
estoque
sode- PCE
em30 processo.
peças a cada 10 minutos, produto
o tempo de uma
de maneira
ciclo para loteentre
oque oserá odetempo
cliente seminutos
10 de agregação
disponha eapara
pagar.
uma peça
(individual
Process Cycle será deEfficiency
20 segundos ) (10 x 60 segundos / 30 peças). de valor e o lead time.
O trabalho
Tempo de em
Takt Não processo
Agregação é qualquer
de Valor trabalho
- TNAV que esteja no processo
Tempo gasto e em
queatividades
ainda nãoque esteja concluído.
adicionam Alguns
custos, mas exemplos
não são notas
agregam
Armazenamento,
O tempo de)- Added
ciclo inspeção, set-up,movimentação, espera eporTempo
retrabalho necessário
desão exemplosparaedeum produto
atividades percorrer
que não todas
agregam as etapas
valor. de para
fiscais
(LeadTakt aguardando
Time
Time
Non-Value L/T deve Time ser) determinado
processamento, (cronometrado)
e-mails a serem respondidos,
COMENTÁRIOS meiopeças
um
observação
aguardando
valor ou
processo
inclui,
pintura
do fluxo
pontode além
de do
e clientes
vista
valor,
tempo
dodoinício de
esperando
cliente. operação,
até o
o tempo
atendimento.
fim.
S e um
Por processo
exemplo, completar
o lead time deum umlote de 30 peças
processo a cada 10 TAV
de refinanciamento minutos, de um o tempo
CDC de paraciclo para ode
compra loteumserá de 10éde
Taxa
veículo minutos
Saída
igual ao enúmero
para uma depeça
dias
Taxa
É de
calculada Saída
a partir da seguinte expressão: PCE = .
Resultado de um processo ao longo de um período de tempo
individual
transcorridos será de 20
desde segundos
que o (10
clientex 60 segundos
faz a / 30
solicitação peças).
ao
Lead banco
Time até o recebimento do carnê para pagamento das prestações
(TempoThroughput
O excesso de do )
Agregação
de trabalho emde Valorso- TAV
processo resulta em aumento de Tempo lead time
Indicadordos elementos
e de
que desperdícios
definido,
mede derelação
trabalho
expresso
a (atividades
em queoque
unidade
entre realmente
não
/
tempo tempo. transformam
agregam
de agregação valor).
Eficiência Ciclo do Proces - PCE
correspondentes aos novos valores mensais e novo prazo final do financiamento.
((PorOValue
tempo
Process Added
exemplo, de ciclo
Cycle Time
para deve) processo
Efficiency
um ser determinado
) com TAV (cronometrado)
= 2 horas e Lead porTime o produto
meio = de de
(48uma
observação
6 dias maneira
edeinclui,
horas), valor
a PCE que
eéo2o
além / cliente
do
lead tempo
48 time .se
= 0,0417dedisponha
operação,
= 4,17% a.opagar.
tempo para
preparo,
O
O lead
tempo carregamento
timede também
troca é é e descarregamento
conhecido
medido pelo como
intervalo de
tempo materiais.
porta-a-porta.
decorrido entre a fabricação da última peça do ciclo de produção que acabou depara
ser
É freqüente que os processos operem com PCE inferior a 10%. Melhorar esse resultado representa uma grande oportunidade
Tempofinalizado
Eficácia de ea
Total Não Agregação
fabricação daprimeirade Valorpeça - TNAVdo novo tipo
perfeita Tempo gastodeem
de produto.
Indicador atividades Produtiva
Manutenção que adicionam Total custos,
(TPM ) que masmede não agregam
o grau
redução
Por de
exemplo, odo
custos. leadEquipamento
time de um processo - OEE de refinanciamento de um CDC para compra de um veículo é igual ao número de dias
((Usualmente,
Non-Value
Overall Equipment Added
TAV Time
< T/C <) L/T.
Effectiveness devalor do ponto
eficácia no usode devista do cliente.
um equipamento.
transcorridos desde que o cliente) faz a solicitação ao banco até o recebimento do carnê para pagamento das prestações
Trabalho
correspondentes
A
Por taxa de
exemplo, emse
saída Processo
aos
uma novos
(produção) -W
empresa IPopera
valores
pode mensais
ser e
visualizada
25.200 novo prazo
como
segundos final
um
por Itens
do
índice
dia e que
médio
a estão
financiamento.
demandade dentro
conclusão,
do dos
cliente limites
istoé é,
400 do
quantosprocesso,
unidades itens por isto
sãodia,é, que
concluídos
o tempoforamatakt
cadaé
Taxa de Saída Resultado de no umprocesso,
processo mas ao longo
(Work
(segundo,
63 inminuto,
segundos
Throughput
Process)
) hora,
(25.200 63). etc.. Por exemplo, a taxa médiaadmitidos
dia,=semana,
/ 400 de saída do processo aindade
de refinanciamento nãoum período
foramde CDC's
de tempo
liberados. para aquisição
O definido, expresso em unidade / tempo.
de lead timepode
Armazenamento,
veículos também é conhecido
inspeção,
ser de como portempo
set-up,movimentação,
50 solicitações dia. porta-a-porta.
esperae retrabalho são exemplos de atividades que não agregam valor.
FIGURA O tempo
Eficiência 3.1 takt do tem Ciclo a função de sincronizar
do Processo - PCEos ritmos de produção e vendas.
Indicador queTakt
mede é uma expressão
a relação entrealemã
o tempo quede significa
agregação ritmo.
(Usualmente,
Process Cycle de valor e o lead time.
TAVEfficiency
< T/C < L/T. )
Também
É OEE é écalculada
A calculada conhecido
MÉTRICA
a partir ada como
partir da
seguinte estoque em processo.
multiplicação
expressão: dosPCE valores
= das TAV seguintes
. taxas: DEFINIÇÃO
Lead Time
O trabalho
Tempo Taxa de
de em
Setup processo
disponibilidade,
ou é qualquer
Tempo que demede trabalho
Troca as paradas
- TR quecausadas
esteja nopor processo
falhas e que
nos ainda não esteja
equipamentos e por concluído.
ajustes, Alguns exemplos ao
percentualmente sãotempo
notas
Trabalho em Processo - W IP e-mails a serem respondidos, Itens=peças
que estão dentro dos limites do processo, de isto é, que
fiscais
Por aguardando
exemplo,
Armazenamento, para processamento,
um processo com
inspeção, TAV = 2 horas e Lead Tempo
Time gasto
6são
diaspara
(48alterar
aguardando
horas), apintura
produção
a PCE 2 de
eé clientes
/ 48 um= tipo
esperando
0,0417 produto . foram
para
atendimento.
= 4,17% outro.
(Tempo programado.
Changeover
(Work inde Process Time
Ciclo )-)T/C set-up,movimentação,esperae retrabalho admitidos exemplos de
no processo, atividades
mas ainda que não
nãoagregam valor.
foram liberados.
Taxa de desempenho, que mede Freqüência com queo um produto é finalizado em umoportunidade
processo.
Taxa
(OÉCycle
freqüente
de
trabalho
TimeSaída que
em os processos
) processo pode ser as
operem paradas
com PCE
relacionado relativas
leadàtime
aoinferior velocidade
a 10%por meiode operação,
. Melhorar
Resultado dade esse
Lei um
funcionamento
deresultado
Little : Lead
processo
representa
ao Time
emuma
longo=de
velocidades
WIP
umde
grande
período
mais
. baixas dopara que
(redução a determinada
Throughput ) e pequenas paradas de alguns segundos.
de custos. Taxa Saída de tempo
Taxade qualidade,que representa as perdas geradas por TAV refugo e retrabalho, definido, expresso emaounidade
percentualmente total de/ itens
tempo. produzidos.
É calculada
Tempo
O excesso Takt a partir
de trabalho da seguinte
em processo expressão:
resulta emPCE =
aumento de lead. time e de desperdícios (atividades queitens
nãosão agregam valor).a cada
A
(Istotaxa
Takté:Timede saída (produção) pode ser visualizada como Lead
um Time
COMENTÁRIOSíndice médio de conclusão, isto é, quantos concluídos
OEE)= taxa de disponibilidade x taxa de desempenho x taxa de qualidade.
segundo, minuto, hora, dia, semana, etc.. Por exemplo, a taxa média de saída do processo de refinanciamento de CDC's para aquisição
Por
Tempo
O
de
Se,
exemplo,
e tempo
veículos
um dede
processo
porTime pode
exemplo,
para
Setup
trocaaser
um
ou
éde
completar
taxa
processo
Tempo
medido
de de
umpelo com
50disponibilidade
solicitações
lote deTAV
Troca
intervalo
por =
30é-peças
TR 2decorrido
dia.
93%,
horas
a taxa
cadaede
Lead
10entreTime
Tempo =necessário
o6 tempo
a fabricação
minutos,
desempenho
dias (48
é 98% da horas),
para
eúltima
de aciclo
taxaum a PCE
deproduto
peça
para odo é ciclo
lote
qualidade
2 será
/percorrer
48
éde
=deprodução
igual
0,0417
10 todas =,então
minutos
a 96%
4,17%
as e
que . uma
etapas
acabou
para
a OEE de
éde ser
peça
87,5%
(Lead
ÉChangeover
freqüente
finalizado
individual
(0,93 x 0,98 e
- L/T
axque
será Time
deos =)processos
fabricação
0,96 20 daprimeira
segundos
0,875). operem
(10 x peça com PCE/do
perfeita
60 segundos inferior
30novo a 10%
tipo
peças). um processo
de. Melhorar
produto. ou fluxo representa
esse resultado de valor, douma iníciograndeaté ooportunidade
fim. para
redução deem
Trabalho custos.
Processo - W IP Itens que estão dentro dos limites do processo, isto é, que foram
Também
O tempo édeconhecido
ciclo devecomo estoque em(cronometrado)
ser determinado processo. por meio de observação e inclui, além do tempo de operação, o tempo para
(WorkPor in Process)
exemplo, se uma empresa opera 25.200 segundos por dia eadmitidos
a demanda no processo,
do clientemas é 400 ainda não foram
unidades por liberados.
dia, o tempo takt é
preparo,
Tempo carregamento
Takt
de Agregação e descarregamento de materiais. Tempo dos elementos deesteja
trabalho que realmente transformam
/ 400de Valor - TAV
O trabalho
A taxa de em processo
saída (produção) é qualquer
pode ser trabalho
visualizada quecomo
estejaumno índice
processo médioe que deainda não
conclusão, isto é,concluído.
quantos Alguns
itens sãoexemplos
concluídos sãoanotas
cada
63 segundos (25.200 = 63).
Takt
(fiscais
Value
segundo,
Por Time
Added )
aguardando
minuto,
exemplo, Time
o processamento,
hora,
lead ) dia,de
time semana,
um e-mails
etc.. Por de
processo a serem
exemplo, respondidos,
a taxa média
refinanciamento ode produto
peças
de
um saída
CDC de uma
aguardando
dopara maneira
processo pintura
compra de de que
e o cliente
clientes
refinanciamento
um veículo se
esperando
é disponha
de
igualCDC's
ao apara
pagar.
atendimento.
número aquisição
de dias
Eficácia Total do Equipamento - OEE Indicador de Manutenção Produtiva Total (TPM ) que mede o grau
de veículos
O tempo pode
takt tem serade 50 solicitações
função ode por dia.
sincronizar os ritmos deaoprodução e vendas. Takt é uma expressão alemã que significa
WIP . dasritmo.
(transcorridos
O trabalho
Overall emdesde
Equipment processo que pode cliente
Effectiveness ) faz a solicitação
ser relacionado ao lead timebancopor meio até o de
da recebimento
Leieficácia
de Littleno do
Leadcarnê
: uso de
Timeum= para pagamento
equipamento. prestações
correspondentes
Tempo de Não Agregaçãoaos novos valores de Valormensais e novo prazo final
- TNAV Tempo gasto em atividades que adicionamTaxa
do financiamento. custos,de S aídanão agregam
mas
(ANon-Value
OEE é calculada AddedaTime partir) da multiplicação dos valores das seguintes taxas: valor do ponto de vista do cliente.
Tempo
FIGURA Também
O excesso
lead
3.1time
deé conhecido
detambém
Setuptrabalho como
ouéTempo
conhecidoestoque
em processo como
de Troca emtempo
-processo.
resulta TR emporta-a-porta.
aumento de lead time e de desperdícios (atividades que não agregam valor).
(O Taxa
Changeover de disponibilidade,
Time ) que mede as paradas causadas
trabalho em processo é qualquer trabalho que esteja no processo e que ainda não esteja por falhas nos equipamentos e por ajustes, percentualmente
concluído. Alguns exemplos ao sãotempo
notas
programado.
O tempo deTAV troca é medido
< L/T.pelo intervalo
Usualmente,
fiscais aguardando <processamento,
MÉTRICA T/C e-mails a decorrido entre a fabricação
serem respondidos, da última
peças aguardando peça doe ciclo
pintura
DEFINIÇÃO clientes de esperando
produção que acabou de ser
atendimento.
Taxa de
finalizadoTotal desempenho,
e do
a fabricação que
daProcesmede
primeira as paradas relativas à velocidade
Indicador de de Manutenção ProdutivaTotal (TPM ) que mede o grau que
operação, o funcionamento em velocidades mais baixas do
Eficácia
Eficiência
a determinada
do Equipamento
Ciclo
e do
pequenas paradassopeça
--OEE
dePCEperfeitado novo tipo
alguns segundos.
deIndicador
produto. que mede a relação entre o tempo WIPde agregação
O trabalho em processo pode ser relacionado ao lead time por meio dade Leieficácia
de Little no uso de um=equipamento. .
(Tempo
Overall
(Process Equipment
Takt Efficiency) Effectiveness ) de :valor
Lead e Time
o lead time . de Saída
TaxadeCyclequalidade,que representa as perdas geradas porTempo refugodisponível
e retrabalho, parapercentualmente
a produção dividido Taxa
ao total
pela dedemanda
itens produzidos.
do cliente.
(Tempo
Taktexemplo,
Por Time de)Ciclo
Armazenamento, se uma - T/C
inspeção, set-upopera
empresa ,movimentação,
25.200 segundos esperaepor retrabalho
dia e asão exemplos
demanda do de atividades
cliente é 400 que não agregam
unidades por valor.
dia, o tempo takt é
(O excesso
Cycle
63
Isto Timede
segundos
é: OEE trabalho
=)(25.200
taxa de/ 400 em= processo
63).
disponibilidade resulta
x taxa de emdesempenho
aumento de xlead taxa time
deequalidade.
de desperdícios (atividades que não agregam valor).
S
Oe,tempo
por exemplo,
takt tem a taxa de disponibilidade
a função de sincronizaré 93%, a taxade
os ritmos deprodução
desempenho
TAVa fabricação é 98%Takt
e vendas. e a taxa
é umade qualidade
expressãoéalemã
igual aque
96%significa
, então aritmo.
OEEé 87,5%
É
O calculada
tempo
(0,93 xde
0,98deax partir
0,96 =éda
troca seguinte
medido
0,875). expressão:
pelo PCE = entre
intervalo decorrido . da última peça do ciclo de produção que acabou de ser
Taxa Saída Lead Time Resultado de um processo ao longo de um período de tempo
COMENTÁRIOS
(AThroughput
OEE é calculada) a partir da multiplicação dos valores das seguintes taxas: definido, expresso em unidade / tempo.
Por exemplo, para um processo com TAV = 2 horas e LeadTempo Time =necessário
6 dias (48 horas),
para uma produto
PCE é 2 /percorrer
48 = 0,0417 = 4,17%
todas . de
as etapas
Lead Time
Taxa de - L/T
disponibilidade, que mede as paradas causadas por falhas
um nos equipamentos
processo oucliente
fluxo e lote
por ajustes, percentualmente ao tempo
S
Éefreqüente
Por um processo
exemplo, que
se completar
os
uma processos umoperem
empresa lote de 30
opera com peças
25.200PCE ainferior
cada 10por
segundos aminutos,
10% . oatempo
Melhorar de resultado
esse ciclo ode valor,
pararepresenta douma
será deinício
10 até dia,
minutos
grande ooportunidade
fim.
eopara uma peça
para
Eficácia Total do20Equipamento Indicador de Manutenção ProdutivaTotal (TPM ) que mede o grautakt
dia e demanda do é 400 unidades por tempo é
63
programado.
individual
redução será
de
segundos de
custos.
(25.200 segundos
/ 400 = (10 x -60OEE
63). segundos / 30 peças).
Taxa de
(Overall desempenho,
Equipment que mede as) paradas relativas à velocidade de operação,
Effectiveness de eficácia no uso de umem
o funcionamento equipamento.
velocidades mais baixas do que
O a determinada
tempo de
taktciclo
tem edeve
pequenas
a função paradas
serdedeterminado
de de alguns
sincronizar segundos.
(cronometrado)
os ritmos deumpor meio
produção de observação
e vendas. ée inclui, além doquetempo de operação, oritmo.
tempo para
Tempo
A taxa
Taxade de
de Agregação
saída (produção)
qualidade, que Valor
pode
representa - TAV
serasvisualizada
perdas como
geradas Tempo
índice
por refugo dos
médio
eque de Takt
elementos
retrabalho,
uma
conclusão, expressão
de trabalho
isto
percentualmente
alemã
é, quantos
ao total
que
realmente
itens
de
significa
são
itens transformam
concluídos
produzidos. a cada
preparo,
Trabalho carregamento
em Processo e descarregamento
- W IP de materiais. Itens estão
(segundo,
Value Added
minuto, Time ) dia,semana, etc.. Por exemplo, a taxa média
hora, o produto
de saída dodentro
de uma
processo dosde
maneira limites
que odo processo,
cliente
refinanciamento se de isto
disponha
CDC's é, que
aparaforam
pagar.
aquisição
(Work
Isto in
é: OEEProcess)
=o taxa serde disponibilidade xpor
taxa de desempenho x de
taxaadmitidos no processo, mas ainda não foram liberados.
de
A veículos
PorOEEexemplo, pode
é calculada lead ade 50de
partir
time solicitações
daummultiplicação
processo dia.
dedos valores das seguintes
refinanciamento umdeCDCqualidade.
taxas: para compra de um veículo é igual ao número de dias
transcorridos
Tempo
Se,Taxa de Não
por exemplo, desde
a taxa que
Agregaçãode o cliente
de
disponibilidadefaz
Valor -a
é solicitação
TNAV
93% , a taxa
de disponibilidade, que mede as paradas causadas por falhas nos deao banco
Tempo
desempenho até
gasto o
éemrecebimento
98% atividades
e a taxa de
equipamentos do
que carnê
eadicionam
qualidade épara pagamento
custos,
igual
por ajustes, a 96% mas nãodas
, então
percentualmente prestações
aagregam
OEE aoétempo
87,5%
(correspondentes
Non-Value
(0,93
Também x 0,98
programado. 0,96aos
xAdded
é conhecido =Time novos
0,875).
como) valores
estoque mensais e novo prazo final do financiamento.
em processo. valor do ponto de vista do cliente.
Taxatime
O trabalho
lead de desempenho,
também que medecomo
é conhecido as paradas
tempo relativas à velocidade de operação,o funcionamento em velocidades mais baixas do que
porta-a-porta.
O em processo é qualquer trabalho que esteja no processo e que ainda não esteja concluído.Alguns exemplos são notas
a determinadae pequenas paradas de alguns segundos.
fiscais
Tempo aguardando
dequalidade, processamento,
Setup ouque Tempo e-mails
de Troca - TRgeradas por refugo epeças
a serem respondidos, aguardando pintura e clientes esperando atendimento.
Taxade representa as perdas retrabalho,percentualmente ao total de itens produzidos.
O trabalho em processo pode ser relacionado ao lead time por meio da6
Formação de Green Belts Lean Sigma
(Usualmente,
Changeover Time
TAV < )T/C < L/T. Indicador que mede WIPde agregação
Eficiência do Ciclo do Processo - PCE Lei de Littlea: relação
Lead Timeentre
= o tempo .
(Isto é: OEE
Process = taxa
Cycle de disponibilidade
Efficiency ) x taxaAlexandre
Prof. de desempenho x taxa de
Andrioli qualidade.de valor e o lead time
Iwankio Taxa. de Saída
S
Oe,excesso
por exemplo, a taxa de
de trabalho emdisponibilidade é 93%,
processo resulta emaaumento
taxa de desempenho
de lead time ée98% e a taxa de qualidade
de desperdícios é igual
(atividades queanão
96%agregam
,então a OEE é 87,5%
valor).
Tempo Takt
Taxa de Saída Resultado de um processo ao longo de um período de tempo
(Usualmente,
ThroughputTAV
) < T/C < L/T. definido, expresso em unidade / tempo.
Trabalho
É calculadaem Processo
a partir - W IPexpressão:
da seguinte PCE = TAVItens.que estão dentro dos limites do processo, isto é, que foram
(Work in Process) Lead Time admitidos no processo, mas ainda não foram liberados.
Por exemplo, para um processo com TAV = 2 horas e Lead Time = 6 dias (48 horas), a PCE é 2 / 48 = 0,0417 = 4,17%. 64
Tempo desaída
A taxa de Setup ouTempo
(produção) de Troca
pode - TR como um índice médio de conclusão, isto é, quantos itens são concluídos a cada
ser visualizada
(segundo,
Changeover Time
minuto, ) dia, semana, etc.. Por exemplo, a taxa média de saída do processo de refinanciamento de CDC's para aquisição
hora,
de veículos pode ser de 50 solicitações por dia.
Tempo
FIGURA 3.1 Takt
(Também
Takt Timeé conhecido
) como estoque em processo.
O trabalho emMÉTRICA
processo é qualquer trabalho que esteja no processo e que ainda não esteja concluído.Alguns exemplos são notas
DEFINIÇÃO
fiscais aguardando processamento, e-mails a serem respondidos, peças aguardando pintura e clientes esperando atendimento.
Tempo de Ciclo - T/C Taxa de Saída
(Cycle Time)
Eficácia Total do Equipamento - OEE Indicador de Manutenção ProdutivaTotal (TPM ) que mede o grau
(O
Overall
tempoEquipment Effectiveness
de troca é medido )
pelo intervalo decorrido entre a fabricaçãodeda
eficácia
últimano usodo
peça deciclo
um equipamento.
de produção que acabou de ser
63 segundos (25.200 / 400 = 63).
O tempo takt tem a função de sincronizar os ritmos de produção e vendas.
o produto Takt émaneira
de uma uma expressão alemãseque
que o cliente significa
disponha ritmo.
a pagar.
(Value Added Time) COMENTÁRIOS
A
SeOEE é calculada
um processo a partir um
da multiplicação dosavalores
cada 10das seguintes taxas:de ciclo para o lote será de 10 minutos e para uma peça
Tempo de Nãocompletar
Agregação lote
de de 30- peças
Valor TNAV minutos,
Tempo gasto o tempo
em atividades que adicionam custos, mas não agregam
(individual
Non-Value será de 20Time
Added segundos
) (10 x 60 segundos / 30 peças).
Taxa de disponibilidade, que mede as paradas causadas por falhas nos equipamentosvalor do pontoede porvista do cliente.
ajustes, percentualmente ao tempo
programado.
O tempo de ciclo deve ser determinado (cronometrado) por meio de observação e inclui, além do tempo de operação, o tempo para
Taxa de
preparo, desempenho,
carregamento eque mede as paradas
descarregamento relativas à velocidade de operação, o funcionamento em velocidades mais baixas do que
de materiais.
PorTaxa
exemplo,
Eficiência dooCiclo
lead time
de qualidade, que de um processo
do representa
Proces so as de geradas
perdas
- PCE refinanciamento
por refugo de eum CDCquepara
retrabalho,
Indicador compra de um
percentualmente
mede a relação aoveículo
entretotal deéitens
o tempo igual ao número de dias
deproduzidos.
agregação
(transcorridos
Process Cycledesde que )o cliente faz a solicitação ao banco até o recebimento
Efficiency do ecarnê
de valor o leadpara
time.pagamento das prestações
Isto é: OEE = taxaaos
correspondentes denovos
disponibilidade x taxaede
valores mensais desempenho
novo prazo final xdotaxa de qualidade.
financiamento.
S
Oe,lead
por exemplo, a taxa
time também é de disponibilidade
conhecido é 93%,a
como tempo taxa de desempenho é 98%e a taxa de qualidade é igual a 96%, então a OEEé 87,5%
porta-a-porta.
(0,93 x 0,98 x 0,96 = 0,875).
Taxa de Saída
Usualmente,TAV < T/C < L/T. Resultado de um processo ao longo de um período de tempo
(Throughput ) definido, expresso em unidade / tempo.
É calculadaem
a partir da seguinte TAV .
Trabalho Processo - W IPexpressão: PCE = Itens que estão dentro dos limites do processo, isto é, que foram
Lead Time
(Work in Process) admitidos no processo, mas ainda não foram liberados.
Por exemplo, para um processo com TAV = 2 horas e Lead Time = 6 dias (48 horas), a PCE é 2 / 48 = 0,0417 = 4,17%.
A taxa de
Tempo desaída (produção)
Setup ouTempo pode ser visualizada
de Troca - TR como um índice médio de conclusão, isto é, quantos itens são concluídos a cada
(segundo, minuto,
Changeover hora,
Time ) dia, semana, etc.. Por exemplo, a taxa média de saída do processo de refinanciamento de CDC's para aquisição
de veículos pode ser de 50 solicitações por dia.
Tempo
TambémTakté conhecido como estoque em processo.
(Takt Time)
O trabalho em processo é qualquer trabalho que esteja no processo e que ainda não esteja concluído.Alguns exemplos são notas
fiscais aguardando processamento, e-mails a serem respondidos, peças aguardando pintura e clientes esperando atendimento.
Taxa de Saída
Eficácia Total do Equipamento - OEE Indicador de Manutenção ProdutivaTotal (TPM ) que mede o grau
(OOverall
tempoEquipment
de troca é medido pelo intervalo
Effectiveness ) decorrido entre a fabricaçãodeda últimano
eficácia peça
usododeciclo de produção que acabou de ser
um equipamento.
63 segundos (25.200 / 400 = 63).
O tempo takt tem a função de sincronizar os ritmos de produção e vendas. Takt é uma expressão alemã que significa ritmo.
A OEE é calculada a partir da multiplicação dos valores das seguintes taxas:

Taxa de disponibilidade, que mede as paradas causadas por falhas nos equipamentos e por ajustes, percentualmente ao tempo
programado.
Taxa de desempenho, que mede as paradas relativas à velocidade de operação, o funcionamento em velocidades mais baixas do que
Taxade qualidade,que representa as perdas geradas por refugo e retrabalho,percentualmente ao total de itens produzidos.
Isto é: OEE = taxa de disponibilidade x taxa de desempenho x taxa de qualidade.

Se, por exemplo, a taxa de disponibilidade é 93%,a taxa de desempenho é 98%e a taxa de qualidade é igual a 96%, então a OEEé 87,5%
(0,93 x 0,98 x 0,96 = 0,875). Formação de Green Belts Lean 6 Sigma
65
VSM - MAPEAMENTO DO FLUXO DE VALOR
O QUE É FLUXO DE VALOR?

O fluxo de valor consiste em todas as atividades – tanto as que
agregam quanto as que não agregam valor – realizadas por uma
empresa para projetar, produzir e entregar seus produtos (bens ou
serviços) aos clientes, sendo constituído pelos seguintes elementos:
 Fluxo de materiais, desde o recebimento dos fornecedores

até a entrega aos clientes.
 Transformação de matérias primas em produtos acabados.
 Fluxo de informações que apóiam e direcionam os dois e-

lementos anteriores.
O QUE É MAPEAMENTO DO FLUXO DE VALOR?

O Mapeamento do Fluxo de Valor (Value Stream Mapping – VSM) é uma
ferramenta que utiliza símbolos gráficos (ícones) para documentar e
apresentar visualmente a sequência e o movimento de informações,
materiais e ações que constituem o fluxo de valor de uma empresa.
POR QUE USAR O MAPEAMENTO DO FLUXO DE

VALOR?
Entendimento do fluxo de valor de toda a organização e não apenas de
processos ou departamentos individuais.
Geração de consenso sobre o verdadeiro estado da organização, com a

identificação de etapas que geram valor e de pontos de ocorrência de
desperdícios.
Visualização dos relacionamentos entre atividades, informações e

fluxos de material que exercem impacto sobre o lead time.

66
Localização e separação das atividades que agregam valor para o

cliente das que não agregam valor.
Elaboração de um plano para utilização das ferramentas adequadas

para a otimização do fluxo de valor, a partir das oportunidades de
melhoria identificadas.

Exemplo de mapa do fluxo de valor do estado atual
(extraído do livro Léxico Lean1)
FIGURA 2.1
previsão de CONTROLE
6 semanas DA PRODUÇÃO previsão de
90/60/30 dias
Aços Montadora
São Paulo fax Pedido São Jorge
semanal MRP diário
bobinas de 500 pés 18.400 pçs/mês

-12.000 “E”
- 6.400 “D”
Programação Semanal
Bandeja = 20 peças
2 turnos
Terças e
Quintas Programação
diária de entrega
Diariamente

ESTAMPARIA SOLDA 1 SOLDA 2 MONTAGEM 1 MONTAGEM 2 EXPEDIÇÃO
E 200 T
E E E E E Plataforma
Bobinas 4600 E 1100 E 1600 E 1200 E 2700 E
5 dias 600 D 600 D 850 D 640 D 1440 D
T/C = 1 segundo T/C = 39s T/C = 46 segundos T/C = 62 segundos T/C = 40 segundos
TR = 1 hora TR = 10 minutos TR = 10 minutos TR = 0 TR = 0
Disponibilidade = 85% Disponibilidade=100% Disponibilidade= 80% Disponibilidade=100% Disponibilidade=100%
27.000s disponíveis 2 turmos 2 turmos 2 turnos 2 turnos
TPT = 2 semanas 27.000s disponíveis 27.000s disponíveis 27.000s disponíveis 27.000s disponíveis
Lead time de
5 dias 7,6 dias 1,8 dias 2,7 dias 2 dias 4,5 dias produção = 23,6 dias
1 segundo 39 segundos 46 segundos 62 segundos 40 segundos Tempo de valor

agregado = 180 seg
67
68
COMO CONDUZIR O MAPEAMENTO DO FLUXO DE

VALOR?
QUADRO 2.1
QUADRO
1 -QUADRO2.1
Selecionar
2.1 uma família de produtos - bens ou serviços - para ser mapeada.
11
- Selecionar
- Selecionaruma
umafamília
famíliade
deprodutos
produtos--bens
bensou
ou serviços
serviços -- para
paraser
ser mapeada.
mapeada.
De acordo com a definição apresentada no Léxico Lean - Glossário Ilustrado para Praticantes do
, compilado pelo Lean , uma
Lean família de produtos é “um produtodoe dosuas
2
Pensamento
De Lean
Deacordo
acordo com
comaadefinição
definição Enterpriseno
apresentada
apresentada Institute
no Léxico
Léxico Lean -- Glossário
Glossário Ilustrado para
Ilustrado para Praticantes
Praticantes
, compilado pelo , uma família de produtos é “um produto e suas
2
variações,
Pensamento Lean, compilado pelo Lean Enterprise Institute , uma família de produtos é “um produto e suas de
passando
Pensamento Lean por etapas similares
Lean de processamento
Enterprise Institute 2 e equipamentos comuns, próximos da fase
envio parao passando
variações, cliente”.
variações, passandoporporetapas
etapassimilares
similaresde
deprocessamento
processamento e equipamentoscomuns,
e equipamentos comuns,próximos
próximosda dafase
fasedede
envio para
envio oo
para cliente”.
cliente”.
3
JamesWomack sugere3 3
que seja elaborada uma matriz da família de produtos com o objetivo de
facilitarJames Womack
aJames Womackdas
identificação sugere
sugereque
queseja
famílias elaborada
sejaprodutos,
de uma
umamatriz
elaboradaconforme
matriz da família
da família
ilustrado deprodutos
de produtos
na figura 2.2. comooobjetivo
com objetivodede
facilitar a identificação
facilitar a identificaçãodas
dasfamílias
famíliasde
deprodutos,
produtos,conforme
conformeilustrado na
nafigura
figura2.2.
2.2.
Muitas vezes a construção da matriz da família de produtos resulta em surpresas, pois nos permite
Muitas
visualizar que vezes
Muitas vezesaaconstrução
produtos construção
fabricados da
damatriz
matriz
para da
dafamília
família
diferentes de
de produtos
clientes, resultaem
resulta
ou distintos em surpresas,
sob surpresas,pois
o ponto de poisnos
nospermite
vista depermite
marketing
visualizar
visualizarque
queprodutos
produtosfabricados
fabricadospara
paradiferentes
diferentesclientes,
clientes, ou distintos
distintossob
sobooponto
pontodedevista
vistade
demarketing
marketing
ou utilização, são submetidos a equipamentos e operações comuns no fluxo de produção e, portanto,
ououutilização,
utilização,são
sãosubmetidos
submetidosaaequipamentos
equipamentos ee operações comuns no
operações comuns no fluxo
fluxo de
deprodução
produçãoe,e,portanto,
portanto,
pertencem
pertencem
pertencema uma
a uma mesma
a uma mesma
mesmafamília.
família.
família.
Matriz
Matriz da
Matrizda famíliade
dafamília
família deprodutos,
produtos,
produtos, segundo
segundo
segundo James
James
James Womack
Womack
Womack
3 33
FIGURA 2.22.2
FIGURA
FIGURA 2.2
Etapasdo
Etapas
Etapas processo
processoe
doprocesso ee
equipamentospróximos
equipamentos
equipamentos próximos
próximos à
àà
fasede
fase
fase deenvio
envio para
envio para
paraooocliente
cliente
cliente
111 222 3 33 444 555 6 6
6 777 88 8
A X X X X X
AA XX X
X X
X XX XX
B X XX XX XX X X Família II
BBC XX X X Família
Produtos
X X X X X Família I
Produtos
X X X X X X
Produtos
CCD X
X X
XX
X
XX X
X
X
X
X
X
XX X
D X X X Família
FamíliaIIII
X X
DE XX XX X
X XX X X
E X X X X X Família II
EF X X XX X X X XX X
F X X X X X Família III
FG XX XX XX XX XX Família III
G X X X X X Família III
G X X X X X
A equipe deverá ser composta por pessoas que conheçam bem todo o fluxo de valor da família de
A equipe
produtos deverá ser composta por pessoas que conheçam bem todo o fluxo de valor da família de
selecionada.
produtos
A equipe selecionada.
deverá ser composta por pessoas que conheçam bem todo o fluxo de valor da família de
produtosInicialmente,
selecionada. cada membro da equipe poderá mapear todo o fluxo de valor individualmente.A seguir, os
Inicialmente,
mapas deverão cada
ser membro
comparadosda equipe poderá mapear
e discutidos, todo
para que o fluxo
seja de valor
gerado individualmente.
um mapa A seguir,
de consenso, o qualos
mapas deverãouma
representará
Inicialmente, serversão
cada comparados
maisda
membro e do
exata discutidos,
equipe fluxo para
de valor.
poderá quetodo
mapear sejaogerado um
fluxo de mapa
valor de consenso, Ao seguir,
individualmente. qual os
representará uma versão mais exata do fluxo de valor.
mapas deverão ser comparados e discutidos, para que seja gerado um mapa de consenso, o qual
3 - Distribuir
representará papel,mais
uma versão lápis,exata
borracha e cronômetro
do fluxo de valor. aos membros da equipe de trabalho.
3 - Distribuir papel, lápis, borracha e cronômetro aos membros da equipe de trabalho.
Os desenhos
3 - Distribuir papel,do mapa
lápis, devem ser
borracha sempre feitosaos
e cronômetro a mão e a lápis.da
membros O uso do computador
equipe e do
de trabalho.
Os desenhos
PowerPoint não édo mapa devem
indicado, para queser as sempre
atenções feitos a mão
não sejam e a lápis.
desviadas O uso
do que do computador
realmente eo
interessa: do
PowerPoint nãodos
entendimento é indicado, para queeas
fluxos de materiais atenções não
informações, bemsejam
como adesviadas
observaçãodoeque realmente
o registro interessa:
das variáveis queo
Os desenhos
caracterizam
entendimento do mapa
o desempenho
dos fluxos devem eser
das atividades
de materiais sempre feitos
que constituem
informações, bem a mão
o processo
como edeaprodução.
lápis.
a observação e oOregistro
uso dodascomputador
variáveis quee do
PowerPoint não
caracterizam é indicado, para
o desempenho que as atenções
das atividades não sejam
que constituem desviadas
o processo do que realmente interessa: o
de produção.
É importante
entendimento quede
dos fluxos asmateriais
atividadese informações,
sejam cronometradas
bem como pela equipe no momento
a observação emdas
e o registro que estão que
variáveis
ocorrendo,
É já que
importante muitas
que asvezes dados
atividades históricos
sejam não refletem
cronometradas a realidade
pela
caracterizam o desempenho das atividades que constituem o processo de produção. presente.
equipe no momento em que estão
ocorrendo,já que muitas vezes dados históricos não refletem a realidade presente.
É importante que as atividades sejam cronometradas pela equipe no momento em que estão

A equipe deverá ser composta por pessoas que conheçam bem todo o fluxo de valor da família de
produtos selecionada.
Inicialmente, cada membro da equipe poderá mapear todo o fluxo de valor individualmente.A seguir, os
mapas deverão ser comparados e discutidos, para que seja gerado um mapa de consenso, o qual69
representará uma versão mais exata do fluxo de valor.
3 - Distribuir papel, lápis, borracha e cronômetro aos membros da equipe de trabalho.
Os desenhos do mapa devem ser sempre feitos a mão e a lápis. O uso do computador e do
PowerPoint não é indicado, para que as atenções não sejam desviadas do que realmente interessa: o
entendimento dos fluxos de materiais e informações, bem como a observação e o registro das variáveis que
caracterizam o desempenho das atividades que constituem o processo de produção.
É importante que as atividades sejam cronometradas pela equipe no momento em que estão
Procedimento para o Mapeamento do Fluxo de Valor
4 - Acompanhar, in loco, o fluxo de valor desde o recebimento de materiaiscompradosaté a

entrega do produto ao cliente, para identificar e visualizar todos os fluxos de materiais e
informaçõespara a construção do mapa do estado atual.
Mesmo que a equipe seja composta por várias pessoas, cada uma delas deve mapear o fluxo completo.
Não é indicado que diferentes pessoas construam mapas para partes específicas do fluxo e que depois
essas partes sejam agrupadas para gerar o todo.
Os trabalhos desta etapa devem ser iniciados com uma caminhada no chão da fábrica por todo o fluxo
de valor, partindo da expedição final e continuando pelos processos anteriores, até o setor de
recebimento de materiais. Essa ordem é importante para que o início se dê pelas atividades que têm um
relacionamento mais direto com o cliente. São essas atividades que devem (ou deveriam) imprimir o ritmo
de trabalho dos processos anteriores.
Tudo que for observado deve ser registrado da forma em que ocorre, de modo neutro e sem que se
analise o mérito das atividades.
5 - Desenhar o mapa do estado atual, utilizando os ícones apresentados no Anexo A (veja o

exemplo na figura 2.1).
O desenho do mapa começa pela identificação do cliente (ícone fontes externas) e suas necessidades
(ícone caixa de dados),que são registrados na parte superior direita do mapa.
A seguir, os processos básicos de produção (ícone processo) são desenhados da esquerda para a
direita na parte inferior do mapa. Uma caixa de dados deve ser desenhada embaixo de cada ícone processo
para registrar informações básicas, tais como tempo de ciclo, tempo de setup, disponibilidade,
número de operadorese índice de refugo. Cada local de acúmulo de estoque, bem como a quantidade
e/ou tempo de estoque,devem ser registrados nessa fase do mapeamento (ícone estoque).
O próximo passo consiste em desenhar o movimento de entrega dosprodutosacabadospara o
cliente, usando os ícones de transporte apropriados (com a identificação da freqüência de carregamento) e
o ícone de movimento de produtos acabados para o cliente.
A seguir, na parte superior esquerda do mapa devem ser representados os fornecedores das
principais matérias-primas (no máximo três) por meio do ícone fábrica.As caixas de dados devem ser
usadas para registrar o tamanho dos lotes comprados. O movimento das matérias primas dos fornecedores
até a empresa é desenhado por meio dos ícones de transporte e do ícone de movimento de material (seta
larga).
A etapa seguinte consiste na adição ao mapa do fluxo de informações, que deve ser desenhado na
parte superior, da direita para a esquerda, por meio dos ícones fluxo de informação manual (seta estreita),
fluxo de informação eletrônica (seta estreita na forma de raio) e informação (caixa pequena que descreve o
conteúdo do fluxo de informação).
Após o desenho do fluxo das informações devem ser identificados os movimentos de materiais
que são “empurrados” pelo fabricante e não “puxados” pelo cliente, isto é, material que é
produzido de forma independente das necessidades do processo seguinte, usualmente gerando estoque. O
ícone do movimento de material de produção empurradaé uma seta listrada.
Para finalizar, deve ser desenhada uma linha do tempo abaixo dos ícones de processo e de estoque
para registro do lead time de produção.
6 - Revisar o mapa do fluxo de valor com o objetivo de verificar se todas as atividades e

fluxosrelevantesforam representados.
Não é indicado que diferentes pessoas construam mapas para partes específicas do fluxo e que depois
essas partes sejam agrupadas para gerar o todo.
Os trabalhos desta etapa devem ser iniciados com uma caminhada no chão da fábrica por todo o fluxo
de valor, partindo da expedição final e continuando pelos processos anteriores, até o setor de
recebimento de materiais. Essa ordem é importante para que o início se dê pelas atividades que têm um
relacionamento mais direto com o cliente. São essas atividades que devem (ou deveriam) imprimir o ritmo
de trabalho dos processos anteriores.
70 se
Tudo que for observado deve ser registrado da forma em que ocorre, de modo neutro e sem que
analise o mérito das atividades.
5 - Desenhar o mapa do estado atual, utilizando os ícones apresentados no Anexo A (veja o

exemplo na figura 2.1).
O desenho do mapa começa pela identificação do cliente (ícone fontes externas) e suas necessidades
(ícone caixa de dados),que são registrados na parte superior direita do mapa.
A seguir, os processos básicos de produção (ícone processo) são desenhados da esquerda para a
direita na parte inferior do mapa. Uma caixa de dados deve ser desenhada embaixo de cada ícone processo
para registrar informações básicas, tais como tempo de ciclo, tempo de setup, disponibilidade,
número de operadorese índice de refugo. Cada local de acúmulo de estoque, bem como a quantidade
e/ou tempo de estoque,devem ser registrados nessa fase do mapeamento (ícone estoque).
O próximo passo consiste em desenhar o movimento de entrega dosprodutosacabadospara o
cliente, usando os ícones de transporte apropriados (com a identificação da freqüência de carregamento) e
o ícone de movimento de produtos acabados para o cliente.
A seguir, na parte superior esquerda do mapa devem ser representados os fornecedores das
principais matérias-primas (no máximo três) por meio do ícone fábrica.As caixas de dados devem ser
usadas para registrar o tamanho dos lotes comprados. O movimento das matérias primas dos fornecedores
até a empresa é desenhado por meio dos ícones de transporte e do ícone de movimento de material (seta
larga).
A etapa seguinte consiste na adição ao mapa do fluxo de informações, que deve ser desenhado na
parte superior, da direita para a esquerda, por meio dos ícones fluxo de informação manual (seta estreita),
fluxo de informação eletrônica (seta estreita na forma de raio) e informação (caixa pequena que descreve o
conteúdo do fluxo de informação).
Após o desenho do fluxo das informações devem ser identificados os movimentos de materiais
que são “empurrados” pelo fabricante e não “puxados” pelo cliente, isto é, material que é
produzido de forma independente das necessidades do processo seguinte, usualmente gerando estoque. O
ícone do movimento de material de produção empurradaé uma seta listrada.
Para finalizar, deve ser desenhada uma linha do tempo abaixo dos ícones de processo e de estoque
para registro do lead time de produção.
6 - Revisar o mapa do fluxo de valor com o objetivo de verificar se todas as atividades e

fluxosrelevantesforam representados.

71
MAPEAMENTO DO FLUXO DE VALOR: ESTAMPARIA

ABC
Família de Produto: Suporte da direção de automóvel (dois modelos:

lado esquerdo e direito)
Cliente: Montadora de Veículos São Jorge.
Necessidades do Cliente:
 18.400 peças por mês:
12.000 por mês do tipo “LE”
6.400 por mês do tipo “LD”
 A planta do cliente opera em dois turnos
 Embalagens retornáveis com 20 suportes em cada bandeja e 10

bandejas por “pallet”
 O cliente faz o pedido em quantidades múltiplas de bandejas
 Uma expedição diária para a montadora é levada de caminhão
Informações do Processo:
1. Estamparia:
(A prensa faz peças para muitos produtos da ABC)
Prensa automática de 200 t com bobina
Tempo de ciclo: 1 segundo (60 peças por minuto)
Tempo de troca: 1 hora (de peça boa para peça boa)
Disponibilidade da máquina: 85%
Estoque observado:
- 5 dias de bobinas antes da estamparia

72
- 4.600 peças estampadas acabadas do tipo “LE”
- 600 peças estampadas acabadas do tipo “LD”
2. Estação de solda a ponto I:
(Dedicada a esta família de produtos)
Processo manual com 1 operador
Tempo de ciclo: 39 segundos
Tempo de troca: 10 minutos (troca de dispositivo)
Estoque observado:
- 1.100 peças do tipo “LE”
- 600 peças do tipo “LD”
3. Estação de solda a ponto II:
Tempo de troca: 10 minutos (troca de dispositivo)
Estoque observado:
4. Estação de montagem I:

73
Tempo de troca: nenhum
Estoque observado:
5. Estação de montagem II:
Tempo de troca: nenhum
Estoque observado de produtos acabados no almoxarifado:
- 1.440 peças do tipo “LD”
6. Departamento de expedição:
Remove as peças do almoxarifado de produtos acabados e as

prepara para o caminhão de entrega ao cliente.
Tempo de trabalho:
 20 dias em um mês
 Dois turnos de operação em todos os departamentos que

cuidam da produção
 Oito horas cada turno, com horas extras se necessário
 Dois intervalos de 10 minutos por turno

74
 Paralização dos processos manuais durante o intervalo
Fornecedor Aços São Paulo:
 Fornece bobinas de aço de 500 pés
 Envia para a ABC às terças e quintas feiras
 A entrega do material é realizada por caminhão
Departamento de Controle da Produção da ABC:
 Recebe as projeções para 90/60/30 dias e dá entrada no

MRP
 ABC lança 6 semanas de projeção para a Aços São Paulo via

MRP
 Assegura bobinas de aço através do envio semanal de pedi-

dos via fax para a Aços São Paulo
 Recebe diariamente a confirmação de pedidos da Montadora

São Jorge
 Roda o MRP semanalmente conforme pedido do cliente e

emite semanalmente a programação de forma manual para
os processos da Estamparia, Solda e Montagem
 Emite diariamente a programação de entrega para o Depar-

tamento de Expedição

75
O QUE DEVE SER FEITO APÓS A CONSTRUÇÃO DO

MAPA DO ESTADO ATUAL?
O mapa do estado atual deve ser utilizado para a discussão, o
planejamento e a implementação de ações de melhoria.
Se a equipe de trabalho estiver executando um projeto Lean 6 Sigma

de acordo com o método DMAIC, o mapa do estado atual – usualmente
elaborado durante as etapas Define e Measure – será a base para a
construção do mapa do estado futuro (incorporando as melhorias
identificadas) durante as fases Analyze e Improve.
Tendo como ponto de partida o mapa do estado atual, as diretrizes

listadas abaixo devem ser consideradas durante a discussão e o
planejamento das ações de melhoria e do mapa do estado futuro.

76
Diretrizes para o planejamento das ações de melhoria e do mapa do estado futuro

Diretrizes para o planejamento das ações de melhoria e do mapa do estado futuro
4,5
FIGURA 2.34,5
FIGURA 2.3
DIRETRIZ COMENTÁRIOS
DIRETRIZ COMENTÁRIOS
O tempo takt é definido como o tempo disponível para a produção dividido pela
O tempo takt
demanda é definido
do cliente. Porcomo o tempo
exemplo, se umadisponível
empresapara a produção
opera dividido pela
25.200 segundos por
Produzir de acordo
Produzir de acordo demanda do cliente. Por exemplo, se uma empresa opera
dia e a demanda do cliente é 400 unidades por dia, o tempo takt é 63 segundos 25.200 segundos por
com o tempo takt6. dia e a demanda
com o tempo takt6. (25.200 / 400 = do 63).cliente
O tempoé 400 unidades
takt por dia,de
tem a função o tempo takt éos
sincronizar 63ritmos
segundos de
(25.200
produção / 400 = 63). O tempo takt tem a função de sincronizar os ritmos de
e vendas.
produção e vendas.
Em um fluxo contínuo (figura 2.4), é produzido e movimentado apenas um item
Desenvolver Em
(ouum umfluxo
lote contínuo
pequeno (figura 2.4),
de itens) é produzido
por vez ao longo e movimentado
de uma série apenas um item
de etapas de
Desenvolver (ou um lote pequeno de itens) por vezqueao em
longo deetapa
uma se série de etapas
um fluxo contínuo processamento, continuamente, sendo cada realiza apenasde o
um fluxo contínuo processamento,
onde possível. que é exigido continuamente,
pela etapa seguinte. sendo que Esseemé cada etapa se
o modo mais realiza apenasde
eficiente o
onde possível. que é exigido pela etapa seguinte. Esse é o modo mais eficiente de
produção.
produção.
Usar um sistema Um supermercado (figura 2.577) é um local onde é mantido um estoque padrão
Usar
puxadoumbaseado
sistemaem Um supermercadopara
pré-determinado (figura 2.5 ) é um local
o fornecimento aosonde é mantido
processos um estoque
posteriores. Cada padrão
item
puxado baseado em
supermercados pré-determinado
em um supermercado para o fornecimento aos processos
tem uma localização posteriores.
específica de Cada
onde item um
supermercados
para controlar a em um supermercado
movimentador de materiais tem retira
uma os localização
produtosespecífica
nas quantidades de onde um
exatas
para controlar
produção ondeao movimentador
necessárias paradeummateriais processoretira os produtos
posterior. Quando um nas item
quantidades
é removido, exatasé
produção ondenão
fluxo contínuo o necessárias para umfornecedor
enviado ao processo processo um posterior.
sinal paraQuando
fabricarum mais item
(umécartão removido,
Kanbané,
fluxo contínuo não
é possível. enviado ao processo fornecedor um sinal para fabricar mais (um cartão Kanban,
por exemplo).
é possível. por exemplo).
Enviar a programa- O ponto para o qual é enviada a programação do cliente é denominado
Enviar
ção doacliente
programa-
para O ponto para
processo puxador o qual é enviada
(pacemaker a programação
), porque o modo do pelocliente
qual éa denominado
produção é
ção do cliente
somente para
um pro- processo
controladapuxador (pacemaker
nesse processo ), porqueoo ritmo
determina mododos peloprocessos
qual a produção
anteriores. é
somente um pro-
cesso de produção. controlada nesse processo determina o ritmo dos
Usualmente o processo puxador ficapróximo ao cliente final do fluxo de valor.processos anteriores.
cesso de produção. Usualmente o processo puxador ficapróximo ao cliente final do fluxo de valor.
Essa diretriz significa distribuir a produção de diferentes produtos no processo
Essa
puxadordiretriz significa
de modo distribuir
uniforme aoalongo
produção de diferentes
do tempo. Os ganhos produtos no processo
são o atendimento
Nivelar o mix puxador
eficiente de às modo uniforme
exigências ao longo
do cliente, a do tempo. Os
eliminação deganhos
excesso sãode o atendimento
estoque e a
Nivelar o mix
de produção. eficiente
redução de às custos,
exigências mãodo de cliente,
obra e leada eliminação de excesso
time de produção em de todo estoque
o fluxoedea
de produção. redução
valor. Para deocustos,
alcancemão de obra e lead
do nivelamento do time
mix de de produção
produção éem todo o fluxo
necessário de
reduzir
valor. Para o alcance
os tempos de setup. do nivelamento do mix de produção é necessário reduzir
os tempos de setup.
Essa diretriz significa criar uma “puxada inicial” com a liberação e retirada de
Essa
somentediretriz significa criar
um pequeno uma “puxada
e uniforme incrementoinicial”
de com a liberação
trabalho no processo e retirada
puxador de
somente um pequeno
e simultaneamente e uniforme
retirar a mesma incremento
quantidade dedetrabalho
produtos noacabados
processo (retirada
puxador
e simultaneamente
compassada). retirar a mesma
O incremento quantidade
de trabalho de produtos
é denominado pitchacabados (retirada
, sendo calculado
compassada).
com base no número O incrementode itens deacabados
trabalhocontidos
é denominadoem umpitch , sendoou
container calculado
em um
Nivelar o volume com baseou
múltiplo no fração
númerodessa de itens acabadosPor
quantidade. contidos
exemplo,em um se container
o tempo ou taktemé um40
Nivelar o volume
de produção. múltiplo
segundosou e sefração dessa quantidade.
o container comporta 30 Poritens,
exemplo,
o pitchseéodetempo takt é (40
20 minutos 40
de produção. segundos
segundos por e seitem
o container
X 30 itenscomporta 30 itens,=o20
= 1.200 segundos pitch é de 20
minutos). Istominutos
é, a cada(40 20
segundos
minutos deve por item ser Xdada
30 itens = 1.200ao
instrução segundos
processo = 20puxador
minutos).para Isto é, a cada 20a
produzir
minutos
quantidade deve
paraserum dada instrução
container ao processo ser
e simultaneamente puxador
retiradapara produzir de
a quantidade a
quantidade para umrelativa
produtos acabados container a ume simultaneamente
pitch. Se a produção serestá
retirada
sendo a quantidade
programadade e
produtos
checada aacabados
cada pitch relativa
, então a um pitch. Se amanter
é possível produção está sendo
o tempo takt programada
e respondere
checada
rapidamente a cada pitch, então
aeventuais é possível manter o tempo takt e responder
problemas.
rapidamente aeventuais problemas.
Desenvolver a A freqüência com que cada peça é fabricada em um processo de produção é
Desenvolver
habilidade deafazer A freqüência“toda
denominada com peça
que cada
a cadapeça é fabricada
intervalo” (Every em um processo
Product Every Intervalde produção
- EPEx). Sé e
habilidade
“toda peçade fazer
todo denominada
o setup em uma “toda peça aécada
máquina intervalo”
alterado de modo (Every
queProduct
todas asEvery
peçasInterval - EPEx).por
que passam Se
“toda peça
dia” nos todoos
process o setup
essa em uma
máquina máquina
sejam é alterado
produzidas de modo
a cada queentão
três dias, todasoasEPEx
peças quetrês
é de passamdias.por
Em
dia” nos processos
de produção essa
geral,máquina
é bom que sejam produzidas
o EPEx a cadapossível,
seja o menor três dias, então
a fim deoproduzir
EPEx é de três dias.
pequenos Em
lotes
de produção
anteriores ao geral,
de cada é bom
peça,que o EPEx seja
minimizando osoestoques.
menor possível, a fim de
Um objetivo produzir
inicial em muitas pequenos lotes
empresas,
anteriores ao
processo puxador. de
paracada peça,
peças comminimizando
altos volumes,os estoques.
é fazer aoUm menosobjetivo
“todainicial em muitas
peçatodo dia”. empresas,
processo puxador. para peças com altos volumes,é fazer ao menos“toda peçatodo dia”.

77
Representação esquemática de um processo em fluxo contínuo

FIGURA 2.4
Processo em fluxo contínuo
Matéria-prima Etapa Etapa Etapa Etapa Produto acabado

A B C D
Representação esquemática de um supermercado

FIGURA 2.57
Kanban de produção Kanban de retirada
Processo Processo
fornecedor cliente
Novo Produto
produto retirado
Supermercado

78
COMO DESENHAR O MAPA DO ESTADO FUTURO?

Atividades para o desenho do mapa do estado futuro
FIGURA 2.6
1 – Calcular o 2 – Definir se a 4 – Definir onde

tempo takt com produção 3 – Definir a será necessário
base no tempo expedirá parte utilizar sistemas
de trabalho diretamente para do processo na puxados com
disponível nos a entrega ao qual o fluxo supermercados para
processos mais cliente ou para um contínuo poderá controlar a produção
próximos ao supermercado de ser adotado. dos processos
cliente. produtos acabados. seguintes.
5 – Definir o
7 – Definir o 8 – Identificar as
processo puxador,
6 – Definir como incremento melhorias do processo
lembrando que
o mix de de trabalho necessárias para o
todos os movi-
produção (pitch) que será alcance do estado
mentos de
será nivelado liberado futuro (uso de Kaizen,
materiais poste-
no processo uniformemente Redução de Setup,
riores a esse
puxador. do processo Poka-Yoke, ferramentas
processo deverão
puxador. Seis Sigma, etc.).
ocorrer em fluxo.

Exemplo de mapa do fluxo de valor do estado futuro
(extraído do livro Léxico Lean8)
FIGURA 2.7 8
previsão de CONTROLE
6 semanas DA PRODUÇÃO Previsão de
90/60/30 dias
Aços Montadora
São Paulo Pedido Pedido São Jorge
diário diário
18.400 pçs/mês
-12.000 “E”
- 6.400 “D”
Bandeja = 20 peças
Pedido diário 2 turnos
bobina
20
Diariamente
(Milk Run) 20
20
Diariamente
bobina
Lote 20
bin 20

ESTAMPARIA SOLDA + EXPEDIÇÃO
Bobinas MONTAGEM E
Plataforma
Setups D
2 dias
TPT = 1 Turno Takt = 60 segundos
(na prensa) T/R = < 10 min. T/C = 56 segundos
Setups
na solda T/R = 0
Disponibilidade=100%
ade
Disponibilid m 2 turnos
de soldage
Total Lead time de
Tr abalho seg.
= 168 produção = 4,5 dias
1,5 dias 1 dia 2 dias
1 segundo 168 segundos Tempo de valor
agregado = 169 seg
79
80
COMO ALCANÇAR O ESTADO FUTURO?

Após o desenho do mapa do estado futuro deve ser elaborado o plano
de implementação do estado futuro.
Para a elaboração do plano será necessário dividir a implementação em

etapas – é impossível fazer tudo ao mesmo tempo! – e priorizar essas
etapas.
Cada etapa poderá contemplar uma parte do processo como, por

exemplo, a ligação entre o cliente e o processo puxador ou entre o
fornecedor e o primeiro processo do fluxo de valor. Vale ressaltar que
o plano usualmente abrange um período anual de implementação.
O plano deve mostrar:
 “Exatamente o que se planeja fazer e quando, etapa por eta-

pa”.
 “Metas quantificáveis”.
 “Pontos de checagem claros com os prazos reais e o(s) avalia-

dor(es) definido(s).”
ALERTAS QUANTO AO USO DO MAPEAMENTO DO

FLUXO DE VALOR
Os pontos abaixo devem ser objetos de atenção da empresa:
 Todos os fluxos de valor da empresa não devem ser mapeados

simultaneamente e de forma apressada. Deve-se iniciar com o
fluxo de uma família de produtos considerada estratégica, pa-
ra o qual deverão ser rapidamente implementadas ações de
melhoria a partir dos pontos fracos detectados. A seguir, o
procedimento deve ser repetido para outra família de produ-
tos.

81
 A tarefa de mapeamento não deve ser dividida entre os depar-

tamentos ou áreas individuais da empresa, para, a seguir, ser
construído um mapa global do fluxo de valor com base nos
mapas individuais. Essa estratégia não funciona. O mapea-
mento precisa ser conduzido por um líder que tenha a visão
da empresa como um todo e que possa posteriormente im-
plementar as ações de melhoria, independentemente de fron-
teiras funcionais ou departamentais.
 O Mapeamento do Fluxo de Valor para uma família de produ-

tos deve levar de dois a cinco dias até que seja iniciada a im-
plementação das ações de melhoria para o alcance do estado
futuro.
 No mapeamento, o fluxo de informações é tão importante

quanto o fluxo de materiais.
 Segundos (e não minutos) é a unidade de medida indicada pa-

ra registro, no mapa do fluxo de valor, das variáveis associa-
das ao tempo.
 Todas as atividades relacionadas a retrabalho e inspeção de-

vem ser registradas no mapa.
 O mapa não deve conter excesso de informações ou detalhes

pouco úteis.
 A versão e a data de elaboração do mapa devem ser sempre

registradas.
 Dados que não foram coletados e/ou confirmados pela equipe

não devem ser utilizados no Mapeamento do Fluxo de Valor.
 No mapa do estado futuro, os sete tipos de desperdícios de-

vem ser reduzidos o máximo possível.
 O projeto do produto, a tecnologia de processo instalada e a

localização e a estrutura da fábrica não devem constituir alvos
para mudanças nas primeiras iterações para construção do es-
tado futuro.

82
 O mapeamento deve ser reiniciado após a implementação do

estado futuro (que se transformou em um novo estado atual),
dando continuidade ao processo de melhoria contínua.

83
ÍCONES DO MAPEAMENTO DO FLUXO DE VALOR

ÍCONES DO FLUXO DE MATERIAL
Ícones do fluxo de material
FIGURA A.1
Ícone O que representa Comentários
Movimento da produção por Identifica os movimentos de materiais

empurrados pelo produtor e não puxados
sistema empurrado pelo cliente (próximo processo).
Identifica os movimentos de materiais

Movimento da produção que não são empurrados do fornecedor
acabada para o cliente parao cliente.
E
800 peças Estoque
A quantidade e o tempo do estoque devem
ser registrados.
2 dias
Os processos seguintes vão até o processo

anterior e retiram o que precisam quando
Supermercado precisam. O lado aberto deve ficar de
frente parao processo fornecedor.
Estoque pulmão ou Deve ser regist r ado “ est oque de

segurança” ou“estoque de pulmão”.
estoque de segurança
Representa movimentos de materiais que

são puxados pelo cliente (processo
Retirada
seguint e) , muit as vezes de um
supermercado.
Anotar a freqüência dos envios e a

Transporte rodoviário quantidade enviada.
terça e sexta
5.000

Transporte aéreo quantidade enviada.
6 vezes/ano
100.000

1 vez/semana Transporte ferroviário quantidade enviada.
50.000
Transporte marítimo Anotar a freqüência dos envios e a

2 vezes/mês ou fluvial quantidade enviada.
10.000
Dispositivo para limitar a quantidade de

máx. 10 peças Fluxo seqüencial primeiro
a entrar, primeiro a sair materiais entre processos e garantir o fluxo
FIFO fir st in, fir st out . A quant idade
(first in, first out)
máximapossível deve ser registrada.

84
ÍCONES DO FLUXO DE INFORMAÇÃO

Ícones do fluxo de informação
FIGURA A.2
Ícone O que representa Comentários

Exemplos:
- Programação da produção.
Fluxo de informação manual
- Programação da expedição.
- Pedido diário.
Exemplos:
Fluxo de informação eletrônica - Intercâmbio de dados eletrônicos (EDI).
- E-mail.
PROGRAMAÇÃO Descreve o conteúdo do fluxo de

SEMANAL Informação informação.
Cartão ou dispositivo que informa a um

50 Kanban de produção processo o que e quanto deve ser
produzido e dá autorização para isso. A
linhatracejadaindicao fluxo do Kanban.
Cartão ou dispositivo que informa ao

Kanban de retirada operador de materiais o que e quanto deve
ser retirado e dáautorização paraisso.
Instrução de produção sinalizando que a

Kanban de sinalização fabricação de um lote deve ser iniciada em
um processo.
Informa o local onde o Kanban é recolhido

Posto de Kanban e mantido.
Lote
Lote de
de Kanbans
Kanbans Kanban
Kanban chegando
chegando em
em lotes.
lotes.
Indica
Indica o
o nivelamento
nivelamento do
do volume
volume e e do
do mix
mix
Nivelamento
Nivelamento de
de carga
carga de produção
de produção por
por um
um período
período de
de tempo.
tempo.
Indica que
Indica que oo processo
processo fornecedor
fornecedor produz
produz
Bola para
Bola para puxada
puxada seqüenciada
seqüenciada um
um volume
volume pré-determinado
pré-determinado diretamente
diretamente
apartir
a partir do
do pedido
pedido do
do processo
processo cliente.
cliente.
Indica
Indica ajustes
ajustes na
na programação
programação a a partir
partir da
da
P
Programação
rogramação “vá
“vá ver”
ver” verificação dos níveis de estoque.
verificação dosníveisde estoque.

85
ÍCONES GERAIS
Ícones gerais
FIGURA A.3
Ícones O que representa Comentários
MONTAGEM Todos os pr o cesso s devem ser

Processo represent ados. Também usado para
departamentos.
Ícone usado para indicar client es,

EMPRESA Fontes externas fornecedores e processos de produção
W TY externos.
Takt - 50 seg Ícone usado para registrar informações

Turnos - 2
Caixa de dados relevantes de processos, departamentos,
Tempo Ciclo - 50 seg clientes, etc. Deve ser representado logo
Refugo -1%
abaixo dacaixa do processo.
Destaca melhorias críticas necessárias em

Necessidade de Kaizen processos específicos. Pode ser utilizado
para planejar “ Workshops Kaizen” .
Indica que os mat er iais não são

armazenados, e sim movimentados dos
Cross-Dock
caminhões que chegam até as linhas de
espera para os caminhões que saem.
Indica que os materiais são colocados em

Depósito armazém e, mais tarde, são movimentados
até aárea de expedição.
Operador Representa um operador.

86
INTRODUÇÃO À ESTATÍSTICA
CONCEITOS BÁSICOS
ESTATÍSTICA
Ciência que trata da coleta, do processamento e da disposição de dados
provenientes de processos onde existe variabilidade.
DADOS
Medidas que descrevem algum fenômeno de interesse.
TIPOS DE DADOS
A) DADOS DISCRETOS
Os dados discretos podem assumir somente alguns valores específicos,
havendo “saltos” (“gaps”) entre estes valores.
Os dados discretos resultam de contagens ou de classificações.
Os dados discretos também podem ser qualitativos (classificação) ou

quantitativos (contagem).
Exemplos:
• Número de componentes defeituosos em um lote recebido.

(quantitativo)
• Número de placas de circuitos integrados (PCI) aprovadas

em um dia de produção. (quantitativo)
• Número de rebarbas em uma peça. (quantitativo)

87
• Respostas codificadas das pessoas que responderam, em

um questionário, qual é a marca de seu automóvel, sendo 1
= General Motors, 2 = Ford, 3 = Fiat, 4 = Toyota, 5 = Audi.
(qualitativo)
• Faixa etária dos consumidores de produtos dietéticos, sen-

do (1) 10 a 15 anos, (2) 16 a 20 anos, (3) 21 a 30 anos, (4)
31 a 40 anos, (5) Acima de 40 anos. (qualitativo)
Os dados discretos podem conter ponto decimal:
Exemplo:
• Valores possíveis para a média dos resultados obtidos em

dois lançamentos consecutivos de um dado:
• 1 1,5 2 2,5 3 3,5 4 4,5 5 5,5 6
(Note que há “saltos” entre os valores possíveis).
Dados discretos qualitativos
Os dados qualitativos podem, somente, ser classificados em uma

categoria de um conjunto de categorias.
Exemplos:
• Cor dos olhos (1 = azul, 2 = verde, 3 = castanho, 4 = pre-

to).
• Sexo (1 = feminino, 2 = masculino).
• Marca de automóvel (1 = General Motors, 2 = Ford, 3 = Fi-

at).
• Resultado de uma corrida com dez competidores (1 = mais

rápido (o vencedor), 2 = segundo mais rápido, ... 10 =
mais lento).
• Nível de satisfação dos consumidores (1 = muito insatisfei-

to, 2 = insatisfeito, 3 = satisfeito, 4 = muito satisfeito).

88
Os dados qualitativos podem ser nominais ou ordinais.
Os dados nominais são dados qualitativos para os quais não faz sentido
ordenar as categorias. (exemplo: marca de automóveis).
Os dados ordinais são dados qualitativos para os quais faz sentido

ordenar as categorias de menor para maior ou de pior para melhor.
(faixa etária).
A associação de códigos numéricos aos dados qualitativos nominais é

feita por questões de conveniência para o processamento destes dados.
Não faz sentido realizar cálculos - por exemplo, obter a média - com
estes números. Geralmente estamos interessados na proporção de
dados em cada categoria.
Dados discretos quantitativos
Os dados quantitativos são observações medidas em uma escala

numérica, já que estes dados consistem de observações que,
naturalmente, assumem valores numéricos (quantitativos).
Exemplos:
 Escore de uma pessoa em um teste de QI (discreto).
 Número de peças defeituosas em um lote (discreto).
B) DADOS CONTÍNUOS
Os dados contínuos são expressos em unidades de medidas e podem
assumir qualquer valor dentro de uma faixa especificada.
Os dados contínuos são necessariamente quantitativos.
Exemplos:
• Tempo de aprovação de um pedido de compra (h).
• Medidas da espessura de pasta de solda (mm).
• Temperatura ambiente (graus Celsius).

89
• Volume de cerveja em uma garrafa long neck (ml).
• Valores de inadimplência de clientes (R$).
RESUMO DA CLASSIFICAÇÃO DOS DADOS:
Dados
Discretos Contínuos
Qualitativos Quantitativos
Nominais Ordinais Quantitativos
ATIVIDADE
Classifique como discretos ou contínuos os dados envolvidos em cada
uma das situações abaixo:
a) A produção de celulares no turno da manhã da linha 5 foi de 1892

aparelhos.
b) Tipos de cimentos produzidos na fábrica da região sul (1 = CPII, 2 =

CPIII, 3 = ARI).
c) O termômetro de São Paulo indica uma temperatura de 30,7 graus

Celsius.
d) Ao completar um dia de trabalho, um funcionário gasta

aproximadamente 989 calorias.
e) Turnos de trabalho (1= manhã, 2 = tarde, 3 = noite).

90
f) De um lote de 600 carros inspecionados no final da linha, foram

encontrados 22 com defeitos na pintura.
g) Nível de satisfação dos consumidores de uma rede de fast - food (1=

muito insatisfeito, 2 = insatisfeito, 3 = satisfeito, 4 = muito satisfeito).
h) A potência média dos celulares do modelo Leonardo produzidos no

último turno da linha 3 foi de 26,30 DBM.
POPULAÇÃO
Uma população é o conjunto de todos os dados que descrevem algum
fenômeno de interesse.
AMOSTRA
Uma amostra é um subconjunto de dados extraído de uma população.
Como geralmente não é prático ou é impossível medir todas as

observações que constituem a população, o mais frequente é que se
trabalhe com amostras.
Existem metodologias de amostragem que determinam os tamanhos e

frequências ideais para cada caso.
População Amostra
Amostra representativa de uma população

91
COLETA DE DADOS
Os dados representam a base para a tomada de decisões confiáveis
durante a análise de qualquer problema.
Os objetivos da coleta de dados podem variar de acordo com área de

interesse:
• Desenvolvimento de novos produtos
Provenientes de pesquisa de mercado, os dados são utilizados com o

propósito de gerar, para a empresa, o conhecimento das necessidades
e opiniões dos clientes.
• Inspeção
Os dados são utilizados com o objetivo de “aprovar” ou “rejeitar” um

produto, ou seja, permitem a classificação de um produto nas
categorias de defeituoso ou não-defeituoso.
• Controle de processos produtivos
Os dados nos permitem:
o Avaliar se um processo está ou não sob controle estatísti-

co.
o Quantificar a variabilidade associada a algum item de

controle do processo.
o Determinar se um produto é capaz de atender às especi-

ficações do cliente.
• Melhoria do processo produtivo
Os dados são provenientes de alterações planejadas e controladas nos

fatores (causas) do processo com o propósito de observar as mudanças
correspondentes na resposta (efeito).

92
ESTRATIFICAÇÃO
A coleta de dados, muitas vezes, pode ser mais eficiente quando
realizada sob a forma de estratos. Este procedimento consiste na
obtenção dos dados de acordo com vários pontos de vista, de modo a
focalizar a ação.
Portanto, a estratificação consiste na divisão de um grupo de dados em

dois ou mais subgrupos, os quais são então conhecidos como estratos.
Os fatores equipamentos, insumos, turnos e métodos são exemplos de

algumas categorias possíveis de estratificação de dados.
Antes do início da coleta de dados devemos pensar a respeito dos

fatores de estratificação:
• Tempo:
• Os resultados relacionados ao problema são diferentes de

manhã, à tarde ou à noite?
• Local:
• Os resultados são diferentes nas diversas linhas de produ-

ção da indústria ou nas várias regiões do país onde ele é fa-
bricado?
• Tipo:
• São obtidos diferentes resultados dependendo do fornece-

dor da matéria prima utilizada?
• Sintoma:
• Os resultados diferem em função dos inúmeros defeitos

que podem ocorrer?
• Indivíduo:
• Diferentes operadores estão associados a resultados dis-

tintos?

93
FOLHA DE VERIFICAÇÃO
Uma folha de verificação é um formulário no qual os itens a serem
examinados já estão impressos, com o objetivo de facilitar a coleta e o
registro dos dados.
Principais objetivos da construção de uma folha de verificação:
• Facilitar a coleta de dados;
• Organizar os dados durante a coleta, eliminando a necessi-

dade de rearranjo manual posterior.
A folha de verificação é construída após a definição das categorias para

estratificação dos dados.
Exemplo de folha de verificação:
= defeito A = defeito B = defeito C = defeito D = defeito E

M = manhã T = tarde

94
ATIVIDADE
No processo de uma indústria do ramo de eletro-eletrônicos que fabrica
CD players para automóveis, existem três linhas de produção com
tecnologias um pouco diferentes, sendo que cada linha pode produzir
dois modelos de aparelhos (A e B).
Recentemente, a indústria se deparou com um aumento brusco no

índice de chamadas de campo deste produto, o qual foi provocado pelo
grande número de ocorrências do defeito “curto-circuito do display” nos
aparelhos de ambos os modelos A e B.
O processo de montagem do display no aparelho é realizado por dois

operadores a cada turno de trabalho, em cada uma das três linhas de
produção. Além disso, os displays podem ser procedentes de dois
fornecedores distintos.
Logo que o problema foi divulgado, começaram as especulações a

respeito de suas causas. Os operadores começaram a solicitar a troca do
equipamento de solda, alegando que ele estava ultrapassado e causava
o curto-circuito. Já o pessoal técnico do processo apontou a qualidade
dos fornecedores do display como a principal causa do problema. Por
sua vez, quando questionados, os fornecedores disseram que o
problema era a falta de atenção dos operadores na montagem do
aparelho.
Diante desta situação, o responsável pelo processo propôs a realização

de uma coleta de dados, para que o foco do problema pudesse ser
determinado.
Tarefas
1- Qual é o principal objetivo da coleta de dados proposta pelo

responsável pelo processo?
2- Identifique os principais fatores de estratificação que poderiam ser

considerados para a investigação das características do problema.

95
COMO SUMARIZAR DADOS QUALITATIVOS

GRÁFICO DE BARRAS
A altura de cada barra é proporcional à frequência da categoria
correspondente.
Existem espaços entre as barras que representam as várias categorias

mostradas no gráfico.
Serve para comparar categorias.
EXEMPLO
Dados de uma amostra de 50 refrigerantes (em lata) vendidos em um supermercado
Coca-Cola Sprite Pepsi-Cola

Coca-Cola Diet Coca-Cola Coca-Cola
Pepsi-Cola Coca-Cola Diet Coca-Cola
Coca-Cola Diet Coca-Cola Coca-Cola
Coca-Cola Coca-Cola Diet Pepsi-Cola
Coca-Cola Coca-Cola Fanta Laranja
Fanta-Laranja Sprite Coca-Cola
Coca-Cola Diet Pepsi-Cola Coca-Cola Diet
Pepsi-Cola Coca-Cola Pepsi-Cola
Pepsi-Cola Coca-Cola Pepsi-Cola
Coca-Cola Coca-Cola Pepsi-Cola
Fanta Laranja Pepsi-Cola Pepsi-Cola
Sprite Coca-Cola Coca-Cola
Coca-Cola Sprite Fanta Laranja
Coca-Cola Diet Fanta Laranja Pepsi-Cola
Coca-Cola Pepsi-Cola Sprite
Coca-Cola Coca-Cola Diet
Qual é o refrigerante mais popular?
Distribuição de frequência para os dados
Refrigerante Freqüência
Coca-Cola 19
Coca-Cola Diet 8
Fanta Laranja 5
Pepsi Cola 13
Sprite 5
Total 50

96
A distribuição de frequências nos informa o número de ocorrências de

cada categoria.
20
15
Freqüênc ia
10
0
Coca-C ola Coca-C ola Die t Fanta Laranja Pepsi C ola Spr ite
Refrigerante
Gráfico de barras para a amostra de refrigerantes vendidos em um supermercado
GRÁFICO DE SETORES
É geralmente utilizado para apresentar as frequências relativas ou
percentuais de dados qualitativos.
Para traçar o gráfico, devemos desenhar um círculo e, a seguir, usar as

frequências relativas para subdividir o círculo em setores que
correspondem às frequências relativas de cada categoria.
Frequência Frequência
Refrigerante
Relativa Percentual
Coca-Cola 0,38 38
Coca-Cola Diet 0,16 16
Fanta Laranja 0,10 10
Pepsi Cola 0,26 26
Sprite 0,10 10
Total 1,00 100
Distribuição de frequências relativa e percentual para os dados

97
Sp rite
10, 0 %
C o ca -C o la
38 ,0 %
P e p s i C ola
26 , 0%
Fa n t a La ra n ja
10 ,0 %
C o ca -C o la Die t
16 ,0%
Gráfico de setores para a amostra de refrigerantes vendidos em um supermercado.
Como foram obtidos os setores no gráfico?
Como um círculo tem 360 graus e a frequência relativa da categoria

Coca-cola, por exemplo, é 0,38, o setor do gráfico correspondente a
esta categoria deve ter 0,38 x 360 = 136,8 graus.
Roteiro para solução do Exemplo no Minitab
I - Iniciar
01. Acesse o MINITAB.
II - Abrir o arquivo de dados
03. Selecione File.
04. Selecione Open Worksheet...
05. Selecione para o quadro File name: o arquivo Int. Estat. - Exemplo
Barras e Setores.mtw
06. Selecione a opção Open.
III – Construir o Gráfico de Barras
07. Selecione Graph > Bar Chart...

98
08. Em Bars represent, selecione Values from a table.
09. A seguinte tela aparecerá e deverá ser preenchida como mostrado

abaixo:
10. Em One Column of Values selecione Simple.
11. Selecione OK.

abaixo:

99
13. Selecione para o campo Graph variables a coluna Freqüência

Absoluta
14. Selecione para o campo Categorical a coluna Refrigerante
15. Selecione Labels... > Titles/Footnotes.

abaixo:
17. Em Title, digite o título do gráfico (Exemplo: Amostra de

refrigerantes vendidos em um supermercado).
18. Selecione OK duas vezes.
IV – Construir o Gráfico de Setores
19. Selecione Graph > Pie Chart...

abaixo:

100
21. Selecione a opção Chart values from a table.
22. Selecione a coluna Refrigerantes para o campo Categorical variable.
23. Selecione a coluna Frequência Absoluta para o campo Summary

variables.
24. Selecione Labels...>Titles/Footnotes
25. Em Title, digite o título do gráfico (Exemplo: Amostra de

refrigerantes vendidos em um supermercado).
26. Selecione Slice Labels.

101
27. Em Label pie slices with: selecione Category name e Percent.
Este comando serve para que no mesmo gráfico solte o nome e a

porcentagem referente a cada refrigerante. Para excluir a legenda
basta selecionar a caixa da legenda e usar a tecla Delete.

102
GRÁFICO DE PARETO
É uma distribuição de frequências para dados qualitativos.
Dispõe a informação de forma a permitir a concentração dos esforços

para melhoria nas áreas onde os maiores ganhos podem ser obtidos, ou
seja, ele torna evidente e visual a priorização de problemas e projetos.
O princípio de Pareto classifica os problemas relacionados à qualidade

em duas categorias:
• Poucos vitais.
• Muitos triviais.
Pelo princípio de Pareto, devemos em um primeiro momento concentrar

nossa atenção sobre os poucos vitais, já que estes resultam em grandes
perdas para a empresa, apesar de representarem um pequeno número
de problemas.
EXEMPLO
Empresa: Circuitos Mont
Produto: Placas de circuito impresso
Cenário:
• Indústria do setor eletrônico, produz e monta placas de circuito

impresso e vem apresentando um elevado número de defeitos no
processamento e montagem das placas.
• O processo de montagem envolve as etapas de impressão da pas-

ta de solda, a inserção dos componentes e a refusão da pasta no
forno.
• Preocupada em melhorar o nível de qualidade de seu processo, a

empresa estabeleceu a seguinte meta: reduzir o número de defei-
tos no processo em 40%, até o final do ano.
• Foi formada uma equipe para garantir o alcance da meta por meio
do emprego do método DMAIC.

103
• Com o objetivo de visualizar o problema de forma mais clara, o

que lhe permitirá a adoção de medidas específicas no sentido de
solucioná-lo, foi construído um gráfico de Pareto para identificar
os tipos de defeitos mais frequentes.
• Coleta de dados:
• Foi selecionada uma amostra aleatória de 1000 placas

montadas, para a realização de uma auditoria completa.
• Dados obtidos:
Dados dos tipos de defeitos de placas de circuito impresso
Tipo de Defeito Frequência
Trinca na Solda 45
Não Molhagem 17
Solda Fria 7
Insuficiência de Solda 6
Falta de Componente 9
Componente deslocado 37
Componente trocado 4
Porosidade 2
 Estratificação e priorização:
 Gráfico de Pareto:
140
100
120
Perc entual
100 80
Freqüência
80 60
60
40
40
20
20
0 0
T ip o r
l da ad
o
e m n te
Fr
ia l da e
th
So l oc ag ne a So O
h o ld
na es ol p
So de
d M om
ca e ci
a
r in nt ão C n
T e N de iê
n f ic
po ta u
m al ns
F I
Co
C o u nt 45 37 17 9 7 6 6
P e rc e nt 35 ,4 29 ,1 13, 4 7, 1 5, 5 4,7 4, 7
C um % 35 ,4 64 ,6 78, 0 85, 0 90, 6 9 5,3 100, 0
Gráfico de Pareto para os tipos de defeito nas placas de circuito impresso

104
Conclusões:
Os defeitos dos tipos trinca na solda e componente deslocado são os

predominantes (64,6% das ocorrências).
Estabelecimento das metas prioritárias específicas:
Determinar o percentual de redução dos defeitos trinca na solda e

componente deslocado, para que a meta inicial seja atingida:
Situação 1:
• Meta prioritária 1: reduzir os defeitos do tipo trinca na solda em

63% até o final do ano.
• Meta prioritária 2: reduzir os defeitos do tipo componente deslo-

cado em 63% até o final do ano.
Situação 2:
• Meta prioritária 1: reduzir os defeitos do tipo trinca na solda em

68%, até o final do ano.
• Meta prioritária 2: reduzir os defeitos do tipo componente deslo-

cado em 57%, até o final do ano.
Cuidados a serem observados durante a construção e uso de gráficos de

Pareto:
• Categoria “outros": Se a frequência da categoria “outros" repre-

sentar mais que 10% do total de observações, isto significa que as
categorias analisadas não foram classificadas de forma adequada.
• Utilizar o bom senso é fundamental.
• Se um problema for de solução simples, mesmo pertencendo à

categoria dos muitos triviais, ele deve ser eliminado de imediato.
• Muitas vezes também é importante construir um gráfico de Pare-

to com base no custo de cada categoria do fenômeno, além do
gráfico baseado no número de ocorrências.

105
I – Construir o Gráfico de Pareto
01. Selecione Stat > Quality Tools > Pareto Chart...

abaixo:
03. Selecione a opção Chart defects table.
04. Selecione a coluna Tipo de Defeito para o campo Labels in.
05. Selecione a coluna Frequência para o campo Frequencies in.
A opção Chart Defects Table foi escolhida em função da

existência na planilha de uma coluna contendo os tipos de
defeitos e uma outra que relaciona a quantidade de defeitos
verificada para cada um dos defeitos indicados na primeira
coluna.
Caso os dados estivessem em uma única coluna que indicasse a

incidência de determinado tipo de defeito, a opção Chart Defects
data in seria utilizada. Nessa opção, o MINITAB reconhece os tipos
de defeitos existentes na coluna e conta o número de vezes que o
determinado defeito aparece nesta coluna.
06. Selecione Options.

106

abaixo:
08. Em Title, digite o título do gráfico (exemplo: Gráfico de Pareto para

os tipos de defeito na placa)
ATIVIDADE
Uma empresa de cartões de crédito vem enfrentando o seguinte
problema: “alto índice de reclamações de seus clientes com relação aos
serviços prestados”.
Diante deste problema, a empresa iniciou um estudo com o objetivo de

atingir a meta “reduzir em 30% o número de reclamações dos clientes,
até o final do ano”.
Suponha que a equipe de trabalho responsável pelo alcance desta meta

esteja, neste momento, realizando a atividade “analisar o impacto das
várias partes do problema e identificar os problemas prioritários”, da
etapa M do DMAIC.
A equipe já construiu os gráficos de Pareto apresentados a seguir:

107
Legenda:
A - Fatura recebida com atraso.
B - Cobrança indevida.
C - Cadastro desatualizado.
D - “Marketing” sem autorização
do cliente.
E - Outros.
Legenda:
I - Fatura emitida com atraso.
II - Código A dos correios.
III - Código C dos correios.
IV - Código B dos correios.
Legenda:
A1 - Região Sudeste
A2 - Região Norte/Nordeste
A3 - Região Centro Oeste
A4 - Região Sul
Outros - Internacional
Desdobramento de gráficos de Pareto
Tarefas
1- Construir um gráfico de Pareto a partir dos dados da tabela abaixo:
Faturas emitidas com atraso

108
2- Estabelecer metas para os problemas prioritários identificados de

modo que a meta inicial possa ser alcançada.

109
COMO SUMARIZAR DADOS QUANTITATIVOS

CONCEITO DE DISTRIBUIÇÃO
Quando um processo está sob controle estatístico, ou seja, estável,
apesar de os valores individuais assumidos pelas características da
qualidade variarem de um para outro, eles seguirão um padrão, o qual é
conhecido como distribuição.
A distribuição representa o padrão de variação de todos os resultados

que podem ser gerados por um processo sob controle.
Propriedades da distribuição de um conjunto de dados:
1 - Locação;
2 - Variabilidade;
3 - Forma.


As distribuições podem diferir em:
Locação Variabilidade Forma

... ou em qualquer combinação dos três.
Conceito de distribuição

110
MEDIDAS DE LOCAÇÃO
São medidas que trazem informações numéricas sobre a forma da
distribuição dos dados. Sumarizam a totalidade dos dados por um único
número.
As medidas de locação indicam o centro ou meio da distribuição dos

dados, enquanto as medidas de variabilidade mostram a dispersão dos
dados em torno deste valor central.
_
Média (x)
A média é a estatística mais utilizada para representar a locação dos

dados.
Ela é considerada o ponto de equilíbrio de um conjunto de dados.
A média é calculada somando-se todos os elementos do conjunto

considerado e dividindo-se o resultado pelo número de elementos
somados.
soma de todos os dados

x=
número de dados somados
Exemplo do salário
Posição (1) (2) (3) (4) (5) (7) (8) (9)

Valor 7.300 7.700 7.500 7.800 7.250 7600 18.000 17500
Média 10.008
Mediana ( x )
Ela está diretamente associada à ordenação e à posição ocupada pelos

elementos de um conjunto de dados.
A mediana é o termo central de uma sequência de valores colocados em

ordem crescente ou decrescente.

111
Ela é o valor que divide um conjunto de dados em duas partes iguais,

deixando 50% dos dados acima e 50% abaixo de seu valor.
mmmmm mmmmmm
50% 50%
Cálculo da Mediana:
Coloque os dados em ordem crescente.
Se o número de valores é impar a mediana é o número localizado

exatamente no meio da lista: X(n+1)/2
Se o número de valores é par, a mediana é a média dos dois valores

centrais:
(Xn/2 + X(n/2)+1)/2
Exemplo do salário
Posição (1) (2) (3) (4) (5) (6) (7) (8)

Valor 7.250 7.300 7.500 7.600 7.700 7.800 17.500 18.000
Mediana
7.650
Quartis
Assim como a mediana que divide o conjunto de dados em duas

metades, os quartis dividem este conjunto em quartos (1/4 e 3/4).
• 1° Quartil - é o valor que deixa 25% dos dados abaixo e 75% aci-
ma dele.
• 2° Quartil - Mediana.
• 3° Quartil - é o valor que deixa 25% dos dados acima e 75% abai-
xo dele.

112
Exemplo do salário - quartis
Posição (1) (2) (3) (4) (5) (6) (7) (8)

Valor 7.250 7.300 7.500 7.600 7.700 7.800 17.500 18.000
25% 25% 25% 25%

Quartil 1 Mediana Quartil 3
7.400 7.650 12.650
Moda (M)
É utilizada para designar o elemento de um conjunto de valores que

aparece com maior frequência.
Baseados nisso, podemos encontrar diretamente a moda de uma

população contando o número que aparece mais vezes na sequência.
233444455566789 - A moda (M) é igual a 4.
MEDIDAS DE VARIABILIDADE
Mostram a dispersão dos dados em torno de um valor central.
Amplitude (R)
É definida como a diferença, em valor absoluto, entre os extremos

superior e inferior.
R = maior valor da amostra – menor valor da amostra
R = MÁX – MÍN
A amplitude se baseia somente nos valores extremos do conjunto de

dados.

113
1ª situação:
Média
3 4 5 6 7 8 9 10 11 12 14 15 16 17 18 19 20 21 22 23 24 25 26
x1 = 12,9
Amplitude
3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
R1 = 23
2ª situação:
Média
3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
x2 = 12,9
Amplitude
3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26
R2 = 8
As duas situações acima apresentam a mesma média (12,9). Entretanto,

a situação 1 apresenta uma dispersão (variação) muito maior que a
situação 2.
Desvio padrão (s)
É a medida de variação dos valores individuais em relação à média de

um conjunto de dados.
Se o valor do desvio padrão(s) é alto, há muita variação entre os

resultados do processo (pouca uniformidade).
Se o valor do desvio padrão é baixo, há pouca variação entre os

resultados do processo (muita uniformidade).
Quanto menor o valor do desvio padrão, melhor o processo!
• População = 
• Amostra = s
• Fórmula para cálculo do desvio padrão:

114
( )
n
1

n - 1 i =1
Xi - X
2
Onde:
Xi= resultado individual do processo.
X = média dos resultados do processo.
n = número de resultados avaliados.
A simples observação do valor obtido para o desvio padrão não permite

a interpretação do que aquele valor significa, ou seja, se a magnitude da
variação é aceitável ou inaceitável.
Esta dificuldade é resolvida por meio da comparação do valor do desvio

padrão com outros valores.
FORMA DAS DISTRIBUIÇÕES

Simetria
Simetria está relacionada com a forma da distribuição dos dados.
A distribuição dos dados é simétrica quando as medidas de tendência

centrais têm valores próximos, dividindo o conjunto de dados em duas
partes iguais.
Quando isto não acontece, a distribuição dos dados é assimétrica.
Média < Mediana < Moda Média = Mediana = Moda Média > Mediana > Moda
Assimétrica à esquerda Simétrica Assimétrica à direita
Formas de distribuições

115
HISTOGRAMA
O histograma é uma ferramenta que permite conhecer as características
de uma determinada distribuição.
O histograma dispõe as informações graficamente, tornando mais fácil a

visualização das três propriedades da distribuição de um conjunto de
dados:
1. Localização do valor central;
2. Dispersão dos dados em torno do valor central;
3. Forma.
EXEMPLO
Empresa: Can Ker embalagens metálicas.
Produto: Latas de refrigerante.
Problema: Aumento da variabilidade no diâmetro das latas.
Meta: Reduzir em 80% a produção de latas com diâmetro fora das

especificações, em três meses.
Coleta de dados: Amostra de 120 latas, sendo 40 observações de cada

uma das 3 linhas de produção.
Especificações para o diâmetro das latas:
LIE= 6,16 cm.
VN= 6,24 cm.
LSE= 6,32 cm.

116
Diâmetros (cm) de latas de refrigerante fabricadas pelas 3 linhas de produção

Diâmetro Linha Diâmetro Linha Diâmetro Linha Diâmetro Linha Diâmetro Linha Diâmetro Linha
6.258 1 6.311 2 6.293 3 6.314 1 6.303 2 6.300 3
6.293 1 6.320 2 6.260 3 6.177 1 6.334 2 6.391 3
6.201 1 6.272 2 6.336 3 6.310 1 6.365 2 6.389 3
6.378 1 6.379 2 6.341 3 6.316 1 6.339 2 6.393 3
6.375 1 6.303 2 6.334 3 6.337 1 6.318 2 6.301 3
6.309 1 6.198 2 6.360 3 6.390 1 6.337 2 6.391 3
6.371 1 6.398 2 6.371 3 6.373 1 6.391 2 6.397 3
6.339 1 6.143 2 6.340 3 6.300 1 6.389 2 6.376 3
6.176 1 6.177 2 6.355 3 6.335 1 6.363 2 6.393 3
6.333 1 6.331 2 6.343 3 6.330 1 6.313 2 6.306 3
6.375 1 6.166 2 6.397 3 6.386 1 6.138 2 6.341 3
6.349 1 6.387 2 6.330 3 6.330 1 6.343 2 6.367 3
6.339 1 6.353 2 6.364 3 6.390 1 6.383 2 6.307 3
6.315 1 6.351 2 6.365 3 6.344 1 6.339 2 6.313 3
6.358 1 6.339 2 6.158 3 6.385 1 6.156 2 6.310 3
6.374 1 6.301 2 6.307 3 6.397 1 6.347 2 6.383 3
6.376 1 6.377 2 6.381 3 6.369 1 6.334 2 6.346 3
6.383 1 6.339 2 6.369 3 6.368 1 6.388 2 6.375 3
6.303 1 6.343 2 6.350 3 6.365 1 6.330 2 6.384 3
6.341 1 6.346 2 6.393 3 6.360 1 6.330 2 6.359 3
Resultados obtidos na fase de análise de variações:
Estatísticas descritivas:
Descriptive Statistics: Diâmetro
Variable N Mean StDev Minimum Q1 Median Q3 Maximum

Diâmetro 120 6,2630 0,0464 6,1380 6,2343 6,2700 6,2928 6,3640
Saída do MINITAB para o cálculo das estatísticas descritivas do diâmetro (cm) das latas de refrigerantes produzidas pelas 3 linhas de produção
O diâmetro médio das latas para os 120 dados coletados é de 6,26 cm,
o que indica que o processo está ligeiramente deslocado em relação ao
valor nominal (6,24 cm).
O diâmetro mediano das latas (valor que divide o conjunto de dados

ordenados em duas metades) é 6,27 cm, isto é, superior à média e ao
valor nominal.
O desvio padrão é de 0,0464 cm.
O maior diâmetro observado é 6,364 cm e o menor 6,138 cm, o que

resulta em uma amplitude de 0,226 cm.
Abaixo do valor 6,234 cm há 25% das observações de diâmetros.

117
Acima do valor 6,293 cm há 25% das observações de diâmetros.
Histograma para as observações do diâmetro das latas produzidas
O histograma mostra que há várias observações para o diâmetro das

latas fora da faixa de especificação.
Será que a situação é semelhante para as três linhas de produção?
Realizar a análise de variações estratificada por linha:
Estatísticas descritivas estratificadas por linha:
Descriptive Statistics: Diâmetro
Variable Linha N Mean StDev Minimum Q1 Median Q3 Maximum

Diâmetro 1 40 6,2500 0,0342 6,1760 6,2238 6,2580 6,2758 6,3090
2 40 6,2455 0,0512 6,1380 6,2135 6,2445 6,2860 6,3420
3 40 6,2937 0,0366 6,1580 6,2720 6,2930 6,3123 6,3640
Saída do MINITAB para o cálculo das estatísticas descritivas do diâmetro (cm) das latas de refrigerantes
produzidas estratificadas pela linha de produção da empresa de embalagens
O diâmetro médio das latas é mais elevado na linha 3.
A linha 2 é a que produz latas com diâmetro mais próximo do valor

nominal, apresentando no entanto maior variabilidade.
Na linha 1, não foi produzida nenhuma lata com diâmetro fora dos
limites de especificação.

118
Histogramas estratificados por linha:
Histograma para as observações do diâmetro das latas produzidas na linha 1

119
Os histogramas estratificados por linha de produção mostram que, para

os dados coletados, apenas a linha 1 está trabalhando dentro das
especificações.
As ações corretivas deverão ser priorizadas nas linhas 2 (redução da

variabilidade) e 3 (centralização da média).
I – Calcular as Estatísticas Descritivas
01. Selecione Stat > Basic Statistics > Display Descritive Statistics...

abaixo:

120
03. Selecione a coluna Diâmetro para o campo Variables.
04. Selecione Statistics...
05. Desative N Missing e SE of mean:
II – Construção do histograma para os dados agrupados nas três linhas
07. Selecione Graph > Histogram...
08. A seguinte tela aparecerá e deverá ser preenchida como mostrado a

seguir:

121
09. Selecione Simple.
10. Selecione OK.

abaixo:
12. Selecione para o campo Graph variables a coluna Diâmetro.
13. Selecione Scale ... > Reference Lines.

seguir:

122
15. No campo Show reference lines at data values digite 6,16 6,32.
Estes comandos permitem inserir no histograma a ser construído
duas linhas correspondentes ao limite inferior de especificação e
limite superior de especificação, respectivamente no eixo X.
16. Selecione OK.
17. Selecione Labels...>Titles/Footnotes.
18. A seguinte tela deverá ser prenchiada como mostrado abaixo:

123
19. Em Title digite o título do gráfico (exemplo: Histograma para as

observações do diâmetro das latas).
III – Calcular as Estatísticas Descritivas para o diâmetro em cada linha
21. Selecione Stat > Basic Statistics > Display Descriptive Statistics...

abaixo:
23. Selecione a coluna Diâmetro para o campo Variables.
24. Selecione a coluna Linha para o campo By variables (optional).
25. Selecione OK.
IV – Manipular dados para análise por linha
26. Selecione Data > Unstack Columns...

seguir:

124
28. Selecione a coluna Diâmetro para o campo Unstack the data in.
29. Selecione a coluna Linha para o campo Using subscripts in.
30. Em Store unstacked data, selecione After last column in use.
31. Verifique a opção Name the columns containing the unstacked data.
Estes comandos permitem a divisão da coluna Diâmetro em três

colunas. A primeira coluna (chamada Diâmetro_1) conterá os
valores de diâmetro coletados na linha 1. A segunda coluna
(chamada Diâmetro_2) irá conter os valores de diâmetro coletados
na linha 2, e assim por diante.
32. Selecione OK.
V – Construção dos Histogramas para os dados de cada uma das três

linhas
33. Selecione Graph > Histogram...
34. Selecione Simple
35. Selecione OK.

seguir:

125
37. No quadro Graph variables, selecione as colunas Diâmetro_1,

Diâmetro_2 e Diâmetro_3 .
38. Selecione OK.

126
BOXPLOT
O Boxplot é um gráfico que apresenta simultaneamente várias
características de um conjunto de dados: locação, dispersão, forma e
presença de observações discrepantes (“outliers”).
25
20 LSE
15
10 LIE
5
1 2 3 4

127
CONSTRUÇÃO DO BOXPLOT
55 87 65 75 3 20 33 47 45 48 50 54 51 53 54
3 20 33 45 47 48 50 51 53 54 54 55 65 75 87
Colocar os valores em uma escala
54
3 20 33 45 47 48 50 51 53 54 55 65 75 87
30 70
Construção do Boxplot
Q1-1,5(Q3-Q1) Q3+1,5(Q3-Q1)
Q1 M Q3
Passos para construção do BOXPLOT

1 – Colocar os valores em ordem crescente
2 – Colocar os valores em uma escala
3 – Calcular Mediana, Q1 e Q3
4 – Definir uma caixa
5 – Calcular os limites dos Outliers
6 – Definir na escala os limites dos Outliers
7– Traçar linhas até limites dos outliers
8 – Representar o Boxplot
OBSERVAÇÕES SOBRE A CONSTRUÇÃO E

INTERPRETAÇÃO DE BOXPLOTS
Quando a distribuição dos dados é simétrica, a linha que representa a
mediana estará localizada mais ou menos no centro do retângulo e as
duas linhas que partem das extremidades do retângulo terão
aproximadamente os mesmos comprimentos.

128
De modo geral, quando a distribuição dos dados é assimétrica à direita,

a linha que representa a mediana estará mais próxima de Q1 do que de
Q3. Isto acontece porque a metade inferior dos dados está dispersa em
uma faixa de comprimento menor que o comprimento da região
ocupada pela metade superior do conjunto de dados.
Quando a distribuição dos dados é assimétrica à esquerda, a linha que

representa a mediana geralmente estará mais próxima de Q3 do que de
Q1. Isto acontece porque a metade superior dos dados está dispersa em
uma faixa de comprimento menor que o comprimento da região
ocupada pela metade inferior do conjunto de dados.
O Boxplot também pode ser desenhado na posição vertical, sendo muito

útil para a comparação de dois ou mais conjuntos de dados.

129
Representação de um Boxplot na posição vertical
EXEMPLO
Empresa: Pop Music Compact Disc.
Produto: CD - Players.
Problema: Elevada variabilidade do volume de produção.
Etapa do DMAIC: Measure.
Coleta de dados: Amostra de 30 dias de produção nos três turnos de

trabalho.

130
Produção de cds por dia, nos três turnos de trabalho

Produção (Número de CD’s)
Dia
Turno A Turno B Turno C
1 907 808 705
2 929 790 725
3 718 802 698
4 822 816 713
5 812 795 708
6 960 830 716
7 943 835 714
8 987 873 696
9 800 842 712
10 1010 849 700
11 605 794 726
12 814 761 723
13 822 828 714
14 761 803 722
15 811 822 717
16 811 852 718
17 864 797 714
18 820 773 693
19 1021 816 717
20 908 816 704
21 863 785 722
22 844 832 726
23 620 807 721
24 758 804 714
25 877 844 697
26 938 826 728
27 837 801 717
28 806 855 704
29 820 813 719
30 744 798 701
Estatísticas descritivas estratificadas por turno:
Descriptive Statistics: Produção
Variable Turno N Mean StDev Minimum Q1 Median Q3 Maximum

Produção A 30 841,1 99,2 605,0 804,5 822,0 913,3 1021,0
B 30 815,57 25,40 761,00 797,75 814,50 832,75 873,00
C 30 712,80 9,98 693,00 704,00 714,00 721,25 728,00

131
1000
900
Produç ão
800
700
600
A B C
Turno
Boxplots construídos a partir dos dados do volume de produção de cds, para os três
turnos de trabalho
As estatísticas descritivas mostram que o turno A está produzindo, em

média, o maior número de cds, mas com uma elevada variabilidade
(Mín = 605 e Máx = 1021).
O Boxplot para o turno A confirma uma alta variabilidade e indica a

presença de dois “outliers”.
O turno C apresenta uma menor variabilidade. No entanto, sua produção

é a mais baixa.
O turno B é o que apresenta uma melhor composição entre volume

mediano e variabilidade diária na produção.
As ações corretivas deverão ser priorizadas nos turnos A (diminuir a

variabilidade da produção) e C (elevar a média da produção).
Roteiro para a solução do exemplo no Minitab
I – Calcular as Estatísticas Descritivas para a produção de CD‟s em cada

turno
01. Selecione Stat > Basic Statistics > Display Descriptive Statistics...

132

abaixo:
03. Selecione a coluna Produção para o campo Variables.
04. Selecione a coluna Turno para o campo By variables (optional).
05. Selecione Statistics...
06. Desative N Missing e SE of mean.
07 - Selecione OK duas vezes.
II – Construir o Boxplot para a produção de CD‟s por turno
08. Selecione Graph > Boxplot...

seguir:

133
10. Em One Y, selecione With Groups.
11. Selecione OK.

abaixo:
13. Selecione a coluna Produção para o campo Graph variables.
14. Selecione a coluna Turno para o campo Categorical variables for

grouping (1-4, outermost first).
15. Selecione Labels... > Titles/Footnotes.

134

seguir:
17. Em Title, digite o título do gráfico (Exemplo: Boxplots para o volume

de produção de CDs nos três turnos).
ATIVIDADE
Uma empresa está girando o DMAIC com o objetivo de aumentar a
confiabilidade do prazo de entrega de seus produtos.
O prazo de entrega deve ser, no mínimo, igual a 60 horas e, no máximo,

igual a 100 horas, sendo o ideal igual a 80 horas.
Se a entrega for superior a 100 horas, a empresa terá problemas com o

cliente.
Por outro lado, se a entrega for inferior a 60 horas, a empresa terá

problemas com relação ao estoque do material produzido.
Suponha que a equipe de trabalho da empresa esteja agora realizando a

fase de análise das variações da etapa Measure do DMAIC.

135
Nesta fase do trabalho, a equipe coletou os dados mostrados a seguir,

referentes ao prazo das 100 últimas entregas realizadas pelas quatro
unidades de negócio da empresa.
Analise os dados utilizando boxplots e medidas de locação e

variabilidade. A partir desta análise, quais devem ter sido as conclusões
estabelecidas pela equipe da empresa?
Prazos das 100 últimas entregas realizadas pelas quatro unidades de negócio da empresa
UNIDADE 1 UNIDADE 2 UNIDADE 3 UNIDADE 4
81 66 79 83 98 84 78 107
103 78 80 77 92 96 65 78
66 58 80 79 83 83 102 92
62 81 81 80 98 89 62 93
77 58 80 77 98 81 57 92
86 89 78 79 90 98 66 83
84 84 81 80 110 82 118 112
73 70 77 82 84 95 97 90
51 89 78 83 93 90 101 81
95 91 76 84 86 83 56 109
83 74 74 80 72 95 95 119
88 81 82 83 82 95 106 83
81 76 79 82 87 81 118 111
58 90 80 84 96 95 84 91
72 58 80 79 73 86 70 109
76 76 77 81 98 86 97 87
88 63 80 84 89 94 102 94
77 81 81 75 87 90 86 85
60 101 78 77 84 99 104 72
75 69 79 80 94 96 98 89
86 89 82 76 94 85 72 90
88 58 80 75 77 80 90 108
83 69 84 82 90 93 60 99
76 67 74 85 90 96 68 99
103 76 78 78 94 76 112 87
78 83 74 79 79 95 109 88
85 116 81 77 82 98 87 70
82 74 79 83 86 89 118 109
53 71 79 82 85 83 98 104
90 79 77 83 79 99 87 77
111 107 78 79 100 97 65 100
65 78 82 86 93 88 68 83
92 63 79 81 80 88 86 120
98 91 79 84 95 96 133 128
51 74 88 79 81 83 82 86
111 69 78 82 87 88 86 88
96 83 80 77 94 99 88 85
91 75 78 75 98 94 92 79
73 80 83 85 73 96 122 116
55 50 80 82 99 106 118 118
76 77 79 74 97 82 109 91
93 81 78 77 93 88 124 99
91 101 77 78 100 87 80 74
69 81 80 80 98 90 105 90
79 49 78 84 90 84 90 104
101 75 77 79 91 90 102 64
74 79 78 84 82 101 110 102
70 86 84 81 95 93 63 80
69 76 83 78 97 95 88 92
71 97 81 82 100 83 95 104

136
DIAGRAMA DE DISPERSÃO
É um gráfico utilizado para a visualização do tipo de relacionamento
existente entre duas variáveis.
O diagrama de dispersão nos ajuda a responder a pergunta: "Que

alterações devemos esperar em uma das variáveis, como consequência
de alterações sofridas pela outra variável?“
Informações fornecidas pelo diagrama de dispersão:
• Amplitude de cada variável.
• Dispersão dos valores de cada variável.
• Se existe, ou não, algum relacionamento entre as variáveis.
• Forma do relacionamento, se o mesmo existir.
• Presença de "outliers" (valores extremos).
Exemplos de questões de interesse que envolvem o relacionamento

entre duas variáveis:
• Como o volume das exportações varia em função da cota-

ção do dólar?
• Como as vendas de um produto variam em função do pre-

ço?
1000
900
800
(Número de Unidades)
Vendas Semanais
700
600
500
400
300
200
100
0
0,4 0,5 0,6 0,7 0,8 0,9 1,0
Preço (R$)
Relacionamento entre vendas e preço de um produto

137
O número de unidades vendidas variou entre 40 e 980,

aproximadamente, nas semanas consideradas.
O preço variou, de modo geral, entre R$ 0,60 e R$ 0,97. Em apenas uma

semana o preço foi de R$ 0,45.
A análise do gráfico indica uma correlação negativa entre as variáveis,

exceto por três pontos:
• As vendas em duas semanas foram muito superiores ao que

seria esperado.
• As vendas para o preço de R$ 0,45 foram inferiores ao que se-

ria esperado para um preço tão baixo.
As três semanas associadas a estes pontos devem ser avaliadas com

cuidado.
COMO INTERPRETAR DIAGRAMAS DE DISPERSÃO

O padrão evidenciado em um diagrama de dispersão fornece
informações sobre o tipo de relacionamento existente entre as variáveis
consideradas.

138
Possíveis padrões para diagramas de dispersão
Na análise de um diagrama de dispersão, a primeira providência a ser

tomada consiste em verificar se existem ou não pontos atípicos
("outliers").

139
EXEMPLO
Empresa: Enterprise.
Produto: "Fresh" - sabão líquido para uso em lavadoras.
Cenário: realização de um estudo sobre os efeitos do preço e dos gastos

com propaganda na demanda por "Fresh".
Dados coletados: demanda por "Fresh" nos 30 últimos períodos de

vendas (cada período de vendas é definido como um período de quatro
semanas).
Dados da demanda pelo sabão líquido "Fresh"
x3 y
Período x1 x2 x4 = x2 - x1 (Centenas (Centenas
de (Dólares) (Dólares) (Dólares) de Milhares de Milhares
Vendas de Dólares) de Frascos)
1 3,85 3,80 -0,05 5,50 7,38

2 3,75 4,00 0,25 6,75 8,51
3 3,70 4,30 0,60 7,25 9,52
4 3,70 3,70 0 5,50 7,50
5 3,60 3,85 0,25 7,00 9,33
6 3,60 3,80 0,20 6,50 8,28
7 3,60 3,75 0,15 6,75 8,75
8 3,80 3,85 0,05 5,25 7,87
9 3,80 3,65 -0,15 5,25 7,10
10 3,85 4,00 0,15 6,00 8,00
11 3,90 4,10 0,20 6,50 7,89
12 3,90 4,00 0,10 6,25 8,15
13 3,70 4,10 0,40 7,00 9,10
14 3,75 4,20 0,45 6,90 8,86
15 3,75 4,10 0,35 6,80 8,90
16 3,80 4,10 0,30 6,80 8,87
17 3,70 4,20 0,50 7,10 9,26
18 3,80 4,30 0,50 7,00 9,00
19 3,70 4,10 0,40 6,80 8,75
20 3,80 3,75 -0,05 6,50 7,95
21 3,80 3,75 -0,05 6,25 7,65
22 3,75 3,65 -0,10 6,00 7,27
23 3,70 3,90 0,20 6,50 8,00
24 3,55 3,65 0,10 7,00 8,50
25 3,60 4,10 0,50 6,80 8,75
26 3,65 4,25 0,60 6,80 9,21
27 3,70 3,65 -0,05 6,50 8,27
28 3,75 3,75 0 5,75 7,67
29 3,80 3,85 0,05 5,80 7,93
30 3,70 4,25 0,55 6,80 9,26
Suposição feita pela Enterprise:

140
A variável x4 (diferença de preços) descreve de modo adequado os

efeitos de x1 e x2 sobre y, isto é, a demanda por "Fresh" depende mais
da comparação do preço de "Fresh" com os preços dos concorrentes do
que dos preços absolutos dos produtos. Esta idéia faz sentido, já que a
maioria dos consumidores irá comprar algum detergente, de modo
independente do preço.
Relacionamento entre y e x4 :
9,5
9,0
Dema nda (Y)
8,5
8,0
7,5
7,0
-0,2 - 0,1 0,0 0,1 0,2 0,3 0,4 0,5 0,6
Diferen ça d e Preç os (X4)
Relacionamento entre y (demanda por "Fresh") e x4 (diferença de preços)
• y aumenta de forma linear com o aumento de x4.
• Quanto mais barato “Fresh” está em relação ao concorrente, mais

vende.
Relacionamento entre y e x3:

141
9,5
9,0
Demanda (Y)
8,5
8,0
7,5
7,0
5,0 5,5 6,0 6,5 7,0 7,5
Gast os c om Propaganda (X3)
Relacionamento entre y (demanda por "Fresh") e x3 (gastos com propaganda)
• y aumenta de forma não linear com o aumento de x3.
Suponha que a Enterprise atualmente esteja gastando $650.000 (por

período de vendas) com propaganda e mantendo uma diferença de
preço de $0,25 (isto é, o preço de "Fresh" é 25 centavos inferior ao
preço médio dos concorrentes):
Nesta situação, a demanda por "Fresh" pode ser aumentada pelo

aumento dos gastos com propaganda, pelo aumento de diferença de
preços ou por ambas as ações.
A existência de uma correlação entre duas variáveis NÃO implica na

existência de um relacionamento de causa e efeito entre elas.

142
Dados que ilustram a presença de correlação e a ausência de

relacionamento de causa e efeito entre duas variáveis
Número de Doentes Número de

Mentais no Reino Aparelhos de
Ano Rádio no Reino
Unido por 10.000
Habitantes Unido (em Milhões)
1924 8 1,350
1925 8 1,960
1926 9 2,270
1927 10 2,483
1928 11 2,730
1929 11 3,091
1930 12 3,647
1931 16 4,620
1932 18 5,497
1933 19 6,260
1934 20 7,012
1935 21 7,618
1936 22 8,131
1937 23 8,593
Diagrama de dispersão
Período: 1924 a 1937
25
Número de doentes mentais/10.000
20
15
10
1 2 3 4 5 6 7 8 9
Número de rádios
Exemplo da presença de correlação e ausência de relacionamento de causa e efeito

entre duas variáveis
A proporção de doentes mentais aumentou devido ao aumento de

aparelhos de rádio?
Roteiro para solução do exemplo no Minitab

143
I – Cálculo da coluna X4
01. Selecione Calc> Calculator...

abaixo:
03. No campo Store result in variable, digite X4=X2-X1.
04. No campo Expression, selecione a coluna X2, insira o sinal „-‟ e

selecione a coluna X1.
O comando acima permitirá construir uma coluna na planilha de

dados chamada X4=X2-X1 que será justamente a diferença da
coluna x2 menos a coluna x1. Ao ativar a opção Assign as a
formula, o Minitab destacará na Worksheet que os dados daquela
coluna são resultado de fórmula.
05. Selecione OK.
II – Construir o Diagrama de Dispersão para o relacionamento entre Y e

as variáveis X4 e X3.
06. Selecione Graph > Scatterplot...

144

seguir:
09. Selecione OK.

seguir:
11. Para a primeira linha do quadro: em Y variables selecione a coluna Y

e em X variables selecione a coluna X4=X2-X1.
12. Para a segunda linha do quadro: em Y variables selecione a coluna Y

e em X variables a coluna X3.

145
Cada linha existente na opção y variables e x variables

corresponde a um gráfico a ser construído. A coluna inserida
como variável Y corresponderá ao eixo vertical do gráfico,
enquanto a coluna inserida como variável X corresponderá ao eixo
horizontal.
13. Selecione OK.
ATIVIDADE
Para 40 marcas de pizzas comercializadas nos Estados Unidos foram
observadas as seguintes variáveis:
A - Peso (em onça = 28,35 g).
B - Preço de uma fatia (em dólares).
C - Calorias por fatia (em kcal).
D - Gordura por fatia (em gramas).
E - Tipo do produto:
1 = pizza de mussarela vendida em pizzaria
2 = pizza de mussarela vendida em supermercado
3 = pizza de pepperoni vendida em supermercado
Os dados obtidos estão apresentados na tabela.
Avalie a existência de possíveis relacionamentos entre as variáveis

consideradas.

146
Características de 40 marcas de pizzas comercializadas nos Estados Unidos

147
GRÁFICO SEQUENCIAL
Um gráfico sequencial é um diagrama dos valores individuais do
resultado de um processo em função do tempo.
Para construir um gráfico sequencial, devemos plotar num diagrama os

dados gerados pelo processo na sequência em que foram produzidos e
a seguir ligar os pontos obtidos.
Na interpretação do gráfico sequencial, observamos se existem

configurações especiais nos pontos ao longo do tempo ou se há pontos
muito afastados dos demais.
A presença de um dos padrões acima pode estar indicando a atuação de

causas especiais de variação no processo considerado (processo fora de
controle estatístico).
9
8
% Itens não conformes
7
6
5
4
Melhorias
3
2
1
0
10 20 30 40 50 60
Tempo
Causas especiais
Causas comuns
Exemplo de gráfico sequencial
EXEMPLO
Empresa: Light Moon lâmpadas fluorescentes.
Problema: O teste de resistência das lâmpadas fluorescentes (exposição

a um funcionamento equivalente a três meses de uso normal) vem
apresentando um alto percentual de falhas (lâmpadas queimadas).

148
Proporção de falhas das lâmpadas fluorescentes, por dia de produção
Proporção de lâmpadas Proporção de lâmpadas

Dia Dia
que falharam que falharam
1 0.50 11 0.60
2 0.45 12 0.65
3 0.65 13 0.70
4 0.50 14 0.65
5 0.75 15 0.60
6 0.50 16 0.60
7 0.70 17 0.70
8 0.65 18 0.80
9 0.70 19 0.70
10 0.70 20 0.50
Gráfico sequencial:
Gráfico sequencial para a proporção de lâmpadas que falharam
0,8
Proporção de Lâmpadas
0,7
0,6
0,5
0,4
2 4 6 8 10 12 14 16 18 20
Dia
Gráfico sequencial para a proporção de lâmpadas fluorescentes que

falharam, por dia de produção
A proporção de lâmpadas defeituosas está relativamente estável ao

longo do tempo, mas é inaceitavelmente elevada.
Gráfico sequencial obtido após a implementação de melhorias no

processo:

149
Antes da Durante a Após a

Implementação Implementação Implementação
das Melhorias das Melhorias das Melhorias
1,0
Proporção de Lâmpadas
0,9
0,8
que Falharam
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0,0
0 5 10 15 20 25 30 35 40 45
Dia
Gráfico sequencial para a proporção de lâmpadas fluorescentes que falharam, por dia de produção, antes,
durante e após a implementação de melhorias no processo da Light Moon
I – Construir o Gráfico Sequencial para a proporção de falhas das

lâmpadas
01. Selecione Graph > Time Series Plot...

abaixo:
04. Selecione OK.

abaixo:

150
06. Selecione a coluna Proporção de Lâmpadas para o campo Series.
07. Selecione a opção Labels...>Title/Footnotes
08. Em Title digite um título (Exemplo: Gráfico sequencial para a

proporção de lâmpadas fluorescentes que falharam).
ATIVIDADE
Um banco deseja estudar o tempo gasto para se completar uma
transação de retirada de dinheiro em um caixa eletrônico. Em um

151
determinado dia, 63 transações de retirada foram observadas entre 9h e

11h da manhã. O tempo necessário para completar cada uma destas
transações é apresentado a seguir.
1 - O tempo para completar a transação parece estar sob controle

estatístico?
2 - Levante algumas hipóteses sobre as possíveis causas para o

comportamento detectado no gráfico.
Tempo para completar a transação de retirada no caixa
eletrônico
Transação Tempo Transação Tempo
1 32 33 39
2 32 34 36
3 41 35 41
4 51 36 32
5 42 37 33
6 39 38 34
7 33 39 38
8 43 40 32
9 35 41 35
10 33 42 33
11 33 43 37
12 32 44 32
13 42 45 33
14 34 46 33
15 37 47 40
16 37 48 35
17 33 49 33
18 35 50 39
19 40 51 34
20 36 52 34
21 32 53 33
22 34 54 38
23 32 55 41
24 34 56 34
25 35 57 35
26 33 58 35
27 42 59 37
28 46 60 39
29 52 61 44
30 36 62 40
31 37 63 39
32 32

152
CARTAS DE CONTROLE
INTRODUÇÃO
DOIS MUNDOS
PROCESSO CLIENTE
 O que fazemos  O que precisamos fazer
 Tem variação  Tem valores fixos

 Causas Comuns
 Causas Especiais
 Limites são calculados  Limites negociados ou impostos

 Limites de Controle Limites de especificação.
É avaliado por carta de Controle  É avaliado por peças boas e refugadas

 Causa Especial – fora de controle  Ponto fora – Refugo
 Causa Comum – sob controle  Ponto dentro – Peça boa
SE O PROCESSO APRESENTA VARIAÇÃO

QUE SEGUE UM PADRÃO DE
µ-3 µ-2 µ- µ µ+ µ+2 µ+3 DISTRIBUIÇÃO, ENTÃO A VARIAÇÃO
ACONTECERÁ DENTRO DE LIMITES QUE
PROBABILIDADE
INTERVALO INTERNA EXTERNA SÃO CALCULADOS COM OS PRÓPRIOS
(µ ± 1 ) 68,26% 31,74%
(µ ± 2 ) 95,46% 4,54% DADOS.
(µ ± 3 ) 99,73% 0,27%
Um processo está sob controle quando podemos prever o futuro através

da experiência do passado.
Os gráficos (cartas) de controle são ferramentas para o monitoramento

da variabilidade e para a avaliação da estabilidade de um processo.
Utilidade: permitem a interpretação do comportamento (variação) do

processo.
Sob ação de causas comuns

153
Sob ação de causas especiais
Formato de uma carta de controle
As cartas de controle permitem identificar e distinguir a atuação de

causas comuns e causas especiais de variação.
Exemplo de carta de controle com processo sob controle
Na figura acima, o processo está sujeito apenas à atuação de causas

comuns de variação, por isso é considerado estável e previsível. Nestes
casos, dizemos que o processo está sob controle estatístico.
Relação entre a distribuição e a estabilidade do processo sob controle

154
Exemplo de carta de controle com processo fora de controle
Na figura acima, o processo está sujeito à atuação de causas comuns e

especiais de variação, por isso é considerado instável e imprevisível.
Nestes casos, dizemos que o processo está fora de controle estatístico.
Relação entre a distribuição e a estabilidade do processo fora de controle
A correta interpretação da variabilidade das observações permite uma

atuação eficiente no processo para o alcance da melhoria contínua.
Um processo que está sob controle estatístico pode não ser capaz de
gerar produtos que atendam os limites de especificação:
Conceito de capacidade de processo

155
S ESTADO DE ALERTA ESTADO IDEAL

O
B  Estável ao longo do tempo  Estável ao longo do tempo
C
 Gera algum refugo  Não gera refugo
O  Sempre gera a mesma quantidade  A variação natural do processo deve
N de refugo ser menor do que da Engenharia
T  As soluções são aumentar as  Produção opera processo de modo
R especificações ou reduzir variação. estável e consistente.
O
L
E
MUNDO
DE À BEIRA DO CAOS
S ESTADO DO CAOS
PROCESSO
E
M
 Não estável ao longo do tempo  Não estável ao longo do tempo
 Gera refugo  Não gera refugo
 Quantidade imprevisível de refugo.  Muda constantemente as
C
O  Produção sabe que tem problema, características do produto.
N mas não sabe qual.  Produção pode concluir
T  Quando algum refugo é gerado incorretamente que tudo está ok.
R
é surpresa geral.  Quando algum refugo é gerado é
O surpresa geral.
L  Solução: remover causas especiais
 Solução: remover causas especiais
E
Com geração de refugos Sem geração de refugos

MUNDO DO CLIENTE
O conceito de capacidade de processo será detalhado adiante.
EXEMPLO
Considere os resultados da tabela abaixo, referentes ao estoque em
processo de uma empresa ao final do mês de Julho/97. (extraído de
Weeler, D. J. (1993).
Relatório mensal de julho/97

156
Suposição Imediata: o estoque em processo piorou significativamente

durante o mês de julho.
Mas será que o valor 28 está realmente sinalizando uma queda na

qualidade do sistema, ou é apenas fruto da variação natural dos valores
possíveis do estoque em processo?
Valores do estoque em processo dos últimos dois anos e meio:

Estoque em processo segundo o departamento 17 (em centenas de quilogramas)
95
96
97
Gráfico sequencial do estoque em processo para os últimos dois anos e meio
Aparentemente, não existiu nenhuma tendência ou qualquer outra

configuração sistemática dos pontos. Mas isto não esclarece a dúvida:
Julho apresentou ou não um valor excepcional?
Somente as cartas de controle poderão processar as informações de

modo a gerar o conhecimento necessário ao estabelecimento de uma
conclusão correta e definitiva.

157
SELEÇÃO DE CARTAS DE CONTROLE
Carta c: Carta np:

quantidade quantidade de
de def eitos def eituosos
Carta u: Carta p:
proporção proporção de
de def eitos def eituosos
Seleção de gráficos de controle conforme os tipos de dados disponíveis
CARTAS DE CONTROLE X E AM - MEDIDAS

INDIVIDUAIS E AMPLITUDE MÓVEL
São utilizadas quando o tamanho da amostra é igual a uma unidade.
Estes casos ocorrem quando:
• A inspeção é automatizada, ou seja, todas as unidades produzidas

são avaliadas.
• A escassez dos dados impede a formação de amostras maiores

que uma unidade.
• Não existe um critério lógico para a formação de amostras maio-

res que uma unidade.
EXEMPLO

158
Considere os resultados dos tempos de carregamento manual de

caminhões no mês de outubro de 2008.
Amostra Observação Amostra Observação
1 29 11 28
2 29 12 29
3 28 13 29
4 29 14 28
5 29 15 31
6 29 16 29
7 27 17 27
8 28 18 28
9 26 19 30
10 25 20 29
Tempo de carregamento manual de caminhões (min)
Carta X - Carregamento de caminhões

32
UCL=31,709
31
Carta X
30
Individual Value
29
Controla o componente _
X=28,35
de variação de longo prazo 28
27
O que significa um ponto
26
fora?
25 LCL=24,991
1 3 5 7 9 11 13 15 17 19
Observation
i xi AMi= xi-xi-1 i xi AMi= xi-xi-1

1 29 ---- 11 28 3
2 29 0 12 29 1
3 28 1 13 29 0
4 29 1 14 28 1
5 29 0 15 31 3
6 29 0 16 29 2
7 27 2 17 27 2
8 28 1 18 28 1
9 26 2 19 30 2
10 25 1 20 29 1
Valores individuais e amplitudes móveis para tempo de carregamento manual de caminhões (min)

159
Carta AM
UCL=4,127
4
Moving Range
Carta AM
2
Controla o componente __
MR=1,263
de variação de curto prazo 1
O que significa um ponto fora? 0 LCL=0
1 3 5 7 9 11 13 15 17 19
Observation
Ilustração das Cartas X e AM:
Tempo de c arregamento de caminhões

32 +3SL=31 ,709
M edid as i ndividuais
+2SL=30 ,590
30
_
28 X=28,35
26 - 2SL=26 ,110
- 3SL=24 ,991
24
2 4 6 8 10 12 14 16 18 20
Obs ervações
4 +3SL=4,127
A mplitude mó vel
+2SL=3,172
3
AM=1,263
1
0 - 2SL=0
3SL=0
2 4 6 8 10 12 14 16 18 20
Obs ervações
Cartas de controle X-AM

160
CÁLCULO DOS LIMITES DE CONTROLE
Carta X Carta AM
AM
LSC = x + 3 LSC = 3,267 AM
1,128
LM= AM
LM= x
LIC = 0
AM
LIC = x - 3
1,128
 Observações:
 x = média dos valores individuais.
 AM = média das amplitudes móveis.
 Uma estimativa para o desvio padrão do processo sob
controle é AM / 1,128.
INTERPRETAÇÃO DAS CARTAS DE CONTROLE

1) Pontos fora dos limites de controle
Os pontos fora dos limites de controle podem ocorrer em consequência

de erros de registro de dados, erros de cálculo ou de medição, ação
incorreta realizada por algum operador, defeitos nos equipamentos, etc.

161
2) Sequência
Uma sequência é uma configuração em que 7 ou mais pontos

consecutivos da carta de controle aparecem em apenas um dos lados da
linha média.
Uma sequência indica uma mudança no nível do processo, que pode

resultar, por exemplo, da introdução de novos operadores, matérias
primas ou padrões operacionais e de mudanças na habilidade, atenção
ou motivação dos operadores.
3) Tendência
Tendência descendente Tendência ascendente

LSC
LM
LIC
Uma tendência é uma configuração em que 7 ou mais pontos

consecutivos da carta de controle apresentam um movimento contínuo
ascendente ou descendente.
As tendências são geralmente provocadas pela deterioração gradual de

equipamentos, mas também podem ser devidas a fatores humanos, tais
como cansaço do operador ou presença de supervisores. Mudanças
graduais nas condições ambientais também podem resultar em
tendência.

162
4) Periodicidade
A periodicidade está presente quando a curva traçada na carta de

controle apresenta repetidamente uma tendência para cima e para
baixo, em intervalos de tempo que têm aproximadamente a mesma
amplitude.
Alguns exemplos de causas especiais que podem provocar o surgimento

da periodicidade são mudanças sistemáticas nas condições ambientais,
cansaço do operador e alterações sazonais na qualidade da matéria
prima.
5) Aproximação dos limites de controle
A aproximação dos limites de controle corresponde à ocorrência de dois

de três pontos consecutivos entre as linhas 2 e 3.

163
A aproximação dos limites de controle pode resultar de dois processos

diferentes gerando os resultados representados na carta de controle.
Observação:
• Na carta AM apenas o critério “pontos fora dos limites de

controle” deve ser considerado.
• Na carta X, todos os 5 critérios são válidos.
CONTINUAÇÃO DO EXEMPLO – ESTOQUE
Cartas de controle X e AM para o estoque em processo
Conclusão: Processo sob controle estatístico. Julho não apresentou um

valor excepcional.
Implicações:
 Não dispensar esforços para justificar o valor específico de julho.
 Promover alterações significativas no atual mecanismo de acúmu-

lo de estoque.
As cartas de controle auxiliam na identificação de oportunidades de

melhoria dos processos.

164
RESUMO DAS ETAPAS PARA CONSTRUÇÃO E

UTILIZAÇÃO DAS CARTAS DE CONTROLE X E AM

165
FLUXOGRAMA PARA A CONSTRUÇÃO DAS CARTAS DE

CONTROLE X E AM
I - Configuração dos testes de aleatoriedade das cartas de controle
Os comandos descritos a seguir definem os testes para determinar as

causas especiais das cartas de controle estudadas neste curso. Os testes
serão selecionados de forma a ficarem pré-determinados, por default,
na construção das cartas de controle.

166
01. Selecione a opção Tools > Options > Control Charts and Quality
Tools
02. Clique no símbolo [+] ao lado deste comando e selecione a opção

Tests. A tela deverá ser preenchida da seguinte maneira:
03. Ative o primeiro teste e digite 3 no campo K;
04. Ative o segundo teste e digite 7 no campo K;
05. Ative o terceiro teste e digite 7 no campo K;
06. Ative o quinto teste e digite 2 no campo K. Os demais testes devem

permanecer com os valores definidos por default.

167
07. Selecione OK.
II – Construir a Carta de Controle X e AM
01. Selecione Stat > Control Charts > Variables Charts for Individuals >
I-MR...

abaixo:
03. Selecione a coluna Estoque para o campo Variables.
O comando acima é utilizado para a construção das cartas de

medidas individuais (X) e amplitudes móveis (AM)
simultaneamente.
04. Selecione a opção I-MR Options... > S Limits
05. Em Display control limits at, na opção These multiples of the

standard deviation digite 2 e 3.

168
06. Selecione OK.
07. Selecione Scale...> Reference Lines.

abaixo:
09. No campo Show reference lines at time scale positions, digite os

valores 12,5 24,5.

169
O comando acima permite traçar duas linhas verticais no eixo x

separando os dados.
10. Selecione OK.

abaixo:
13. No campo Title, digite o título do gráfico (exemplo: Cartas de

Controle X-AM para o estoque em processo).
ATIVIDADE
As cartas de controle apresentadas a seguir foram construídas a partir
de dados para o tempo de atendimento telefônico da central regional de
um banco (supondo que os dados para cada turno foram coletados em
intervalos de tempo sucessivos).

170
Analise as cartas de controle e estabeleça conclusões sobre o

desempenho da central quanto à estabilidade do tempo de atendimento.
I and MR Chart for Tempo
400
UCL=380.8
Individual Value
300
Mean=263.0
200
1 LCL=145.3
1
100
Subgroup 0 50 100
200 1
1 1
Moving Range
UCL=144.6
100
R=44.26
0 LCL=0
Cartas de controle X e AM para as observações do tempo de atendimento

telefônico da central regional de um banco
I and MR Chart for Tempo_A
350 3.0SL=341.0
Individual Value
2.0SL=310.6
250 Mean=250
-2.0SL=189.4
150 -3.0SL=159.0
Subgroup 0 10 20 30 40
3.0SL=111.8
100
Moving Range
2.0SL=85.91
50
R=34.21
0 -3.0SL=0
-2.0SL=0

telefônico da central regional de um banco - turno A

171
I and MR Chart for Tempo_B
400 3.0SL=389.1
Individual Value
2.0SL=341.2
300
Mean=245.5
200
-2.0SL=149.7
100 -3.0SL=101.8
Subgroup 0 10 20 30 40
200 1
3.0SL=176.5
Moving Range
2.0SL=135.7
100
R=54.03
0 -3.0SL=0
-2.0SL=0

telefônico da central regional de um banco - turno B
I and MR Chart for Tempo_C
400 3.0SL=409.7
Individual Value
2.0SL=371.1
300 Mean=293.7
-2.0SL=216.3
200
-3.0SL=177.6
1
Subgroup 0 10 20 30 40
1
150
3.0SL=142.6
Moving Range
2.0SL=109.6
100
50 R=43.64
0 -3.0SL=0
-2.0SL=0
Cartas de controle X e AM para as observações do tempo de atendimento telefônico

da central regional de um banco - turno C

172
Cartas de controle X e AM para as observações do tempo de atendimento telefônico

da central regional de um banco, estratificadas por turno
ATIVIDADE
Considere o item de controle Refugo (kg por 1000 kg de produção). Os
valores do refugo nos últimos dois anos e meio de produção estão
apresentados abaixo.
Refugo gerado pelo departamento 19 (kg por 1000 kg de produção)
Mês
Ano Jan Fev Mar Abr Mai Jun Jul Ago Set Out Nov Dez
1995 133 128 128 123 124 124 126 124 126 124 129 135
1996 142 140 131 126 124 126 124 126 123 125 133 134
1997 134 139 143 131 126 125 124 - - - - -
Utilizando as cartas de controle X e AM, como você avaliaria o

desempenho da empresa em relação a este item de controle?

173
CARTAS DE CONTROLE XBARRA E R - MÉDIA E

AMPLITUDE
São utilizadas nos casos em que 1 < n < 10 .
Estes casos ocorrem quando é necessária a formação de amostras

maiores que uma unidade (subgrupos).
Carta R
Controla a variabilidade dentro dos subgrupos, isto é, entre as

observações que compõem cada subgrupo.
Carta Xbarra
Controla a variabilidade entre as médias dos diversos subgrupos.
Produção de Fósforos
Característica importante – Tempo que o fósforo fica aceso
Qte
Sub Grupos
(m)
Tamanho sub Grupo

(n)

174
Visualização gráfica dos subgrupos
15
Limite Superior de Controle
Carta Xbarra 14
13
Variação de 12
longo prazo 11
Valor
10
Variação entre
9
os subgrupos
8
Limite Inferior de Controle
7
1 2 3 4 5 6 7 8 9 10
Sub Grupo
CARTA DAS AMPLITUDES

8
Limite Superior de Controle
7
Carta R
6
5
Variação de
AMPLITUDE
curto prazo 4
3
Variação
2
dentro do
1
subgrupo Limite Inferior de Controle
0
1 2 3 4 5 6 7 8 9 10
EXEMPLO
Na cervejaria Sir Rose, um dos parâmetros controlados é o teor
alcoólico, durante a fermentação e maturação, que deve ficar entre 3,5 a
5 g.l.

175
Processo de produção da cervejaria Sir Rose
Para controlar este parâmetro são coletadas a cada 12 horas, 4 medidas

em diferentes pontos dentro de cada tanque e plotado numa carta de
controle xbarra e R:

176
Valores de teor alcoólico medidos em 4 diferentes pontos do tanque 1
Observações x1+x2+x3+x4
Subgrupos R=MÁX - MIN X=
4
X1 X2 X3 X4
1 4,16 4,69 4,27 4,68 0,53 4,45
2 4,38 5,00 4,25 4,41 0,75 4,51
3 4,41 4,50 4,30 4,71 0,41 4,48
4 4,28 4,71 4,54 4,48 0,43 4,50
5 4,67 4,28 4,70 4,90 0,62 4,64
6 4,81 4,18 4,50 4,25 0,63 4,44
7 4,70 4,69 4,69 4,62 0,08 4,67
8 4,28 4,54 4,36 4,44 0,26 4,41
9 4,84 4,66 4,82 4,35 0,49 4,67
10 4,41 4,34 4,18 4,24 0,23 4,29
11 4,40 4,76 4,84 4,79 0,44 4,70
12 4,49 4,44 4,64 4,35 0,29 4,48
13 4,90 4,79 4,76 4,10 0,80 4,64
14 4,38 4,34 4,65 4,36 0,31 4,44
15 4,21 4,89 4,46 4,36 0,68 4,48
16 4,64 4,86 4,78 4,49 0,37 4,69
17 4,32 4,08 4,34 4,48 0,40 4,31
18 4,60 4,39 4,28 4,43 0,32 4,42
19 4,38 4,44 4,26 4,98 0,72 4,51
20 4,55 4,28 4,35 4,64 0,36 4,46

177
GráficoRBarra
Gráfico R para para
o Percentual de Teor
o Percentual Alcoólico
de Teor na na
Acoólico Cerveja
Cerveja
+3SL=1,040
1,0
+2SL=0,846
0,8
+1,5SL=0,748
Amplitudes
0,6
_
R=0,456
0,4
0,2
-1,5SL=0,164
-2SL=0,066
0,0 -3SL=0
1 3 5 7 9 11 13 15 17 19
Subgrupos
Carta R do teor alcoólico do tanque 1
Gráfico XBarra para Percentual de teor Alcoólico na Cerveja

4,9
+3SL=4,8410
4,8
+2SL=4,7302
4,7
+1,5SL=4,6749
4,6
_
Médias
_
4,5 X=4,5088
4,4
-1,5SL=4,3426
4,3 -2SL=4,2873
4,2
-3SL=4,1765
4,1
1 3 5 7 9 11 13 15 17 19
Subgrupos
Carta x do teor alcoólico do tanque 1

178
CÁLCULO DOS LIMITES DE CONTROLE
Carta x Carta R
LSC = x + A2R LSC = D 4 R

LM = x LM = R
LIC = x - A2R LIC = D 3 R
 Observações:
• A2, D3 e D4 devem ser obtidos da Tabela 14 para o tamanho de
n correspondente.
_
_
• x = média das médias de cada amostra.
_
• R = média das amplitudes de cada amostra.
• Uma estimativa para o desvio padrão do processo é R/d2 (d2
deve ser obtido na tabela abaixo).

179
Constantes para a construção de cartas de controle (extraída de

Montgomery, D.C. (1996))
02 1,880 1,128 0 3,267

03 1,023 1,693 0 2,575
04 0,729 2,059 0 2,282
05 0,577 2,326 0 2,115
06 0,483 2,534 0 2,004

07 0,419 2,704 0,076 1,924
08 0,373 2,847 0,136 1,864
09 0,337 2,970 0,184 1,816
10 0,308 3,078 0,223 1,777
11 0,285 3,173 0,256 1,744

12 0,266 3,258 0,283 1,717
13 0,249 3,336 0,307 1,693
14 0,235 3,407 0,328 1,672
15 0,223 3,472 0,347 1,653
16 0,212 3,532 0,363 1,637

17 0,203 3,588 0,378 1,622
18 0,194 3,640 0,391 1,608
19 0,187 3,689 0,403 1,597
20 0,180 3,735 0,415 1,585
21 0,173 3,778 0,425 1,575

22 0,167 3,819 0,434 1,566
23 0,162 3,858 0,443 1,557
24 0,157 3,895 0,451 1,548
25 0,153 3,931 0,459 1,541

180
INTERPRETAÇÃO DAS CARTAS XBARRA E R

Os critérios para interpretação das cartas xbarra e R são os mesmos que
foram utilizados para as cartas X e AM, considerando também o critério
de aproximação da linha média.
linha 3 (LSC)
linha 1,5
LM
linha 1,5
linha 3 (LIC)
A aproximação da linha média corresponde a ocorrência de 15 pontos

consecutivos entre as linhas de 1,5 , podendo ser decorrente da má
formação de subgrupos.
X1 X2 X3 MÉDIA AMPLITUDE

181
A formação adequada dos subgrupos é fundamental para que sejam

construídas cartas de controle realmente úteis.

182
RESUMO DAS ETAPAS PARA CONSTRUÇÃO E

UTILIZAÇÃO DAS CARTAS DE CONTROLE XBARRA E R
01. Coletar dados.
Coletar m amostras (subgrupos racionais), cada uma contendo n observações
da variável de interesse.
Em geral, m = 20 ou 25, pelo menos, e n = 4,5 ou 6.
Coletar as amostras em intervalos sucessivos e registrar as observações na ordem
em que foram obtidas.
02. Calcular a média xi de cada amostra.
xi 1 + xi 2 + ... + xin
xi = , i = 1,2, ..., m
n
x1 + x 2 + ... + xm
x=
m
05. Calcular a amplitude média R.
R1 + R2 + ... + Rm
R=
m
- Carta R: - Carta x:
LSC = D 4 R LSC = x + A 2R
LM = R LM = x
LIC = D 3 R L IC = x - A 2 R
A2, D4 e d3 são constantes apresentadas em função de n na Tabela 9.6.

07. Traçar os limites de controle.
Marcar o eixo vertical do lado esquerdo com os valores de x e R e o eixo horizontal
com os números das amostras.
Traçar linhas cheias para representar LSC, LM e LIC.
08. Marcar os pontos nas cartas.

Representar nas cartas correspondentes os m valores de xi e os m valores de Ri.
Circular todos os pontos que estejam fora dos limites de controle.
09. Registrar as informações importantes que devam constar nas cartas.

- Título.
- Tamanho das amostras (n).
- Período de coleta dos dados.
- Nome do processo e do produto.
- Método de medição.
- Identificação do responsável pela construção das cartas.
10. Interpretar as cartas construídas.

Analisar o comportamento dos pontos nas cartas x e R e verificar se o processo está
sob controle estatístico.
Caso seja necessário, recalcular os limites das cartas após o abandono de pontos
fora de controle.
Em alguns casos será preciso coletar novas amostras.
Repetir este procedimento até que o estado de controle seja atingido.
11. Verificar se o estado de controle alcançado é adequado ao processo, tendo

em vista considerações técnicas e econômicas.

183
FLUXOGRAMA PARA A CONSTRUÇÃO DAS CARTAS DE

CONTROLE XBARRA E R
I - Construir a Carta de Controle Xbarra e R
01. Selecione Stat > Control Charts > Variables Charts for Subgroups >
Xbar-R...

184

abaixo:
03. Selecione a opção Observations for a subgroup are in one row of

columns.
04. Selecione as colunas X1, X2, X3 e X4.
O comando acima é utilizado para a construção das cartas Xbarra-

R quando possuímos as observações de cada subgrupo alocadas
em diferentes colunas da Worksheet.
05. Selecione a opção Xbar-R Options... > Estimate

abaixo:

185
07. Em Method for estimating standard deviation ative a opção Rbar.
O commando acima permite a estimação do desvio-padrão do

processo utilizando a amplitude média R e a constante d2
08. Selecione a aba S Limits.

abaixo:

186
10. Em Display control limits at, na opção These multiples of the

standard deviation digite 1,5, 2 e 3.
11. Selecione OK.

abaixo:
14. No campo Title, digite o título do gráfico (exemplo: Gráfico Xbarra-R

para o percentual de teor alcoólico na cerveja).

187
ATIVIDADE
Um Green Belt da área de Qualidade tinha como meta diminuir em 20%
os problemas da espessura nas placas produzidas pelas máquinas de
lingotamento contínuo até o final do ano.
Para verificar o comportamento do processo o Green Belt coletou

algumas amostras das placas (que deveriam ter espessura nominal de
200 mm) e eram provenientes da máquina de lingotamento contínuo 1
efetuando medidas na espessura nessas placas.
A coleta de dados foi feita de forma que fossem mensuradas as

espessuras de 144 placas em um período de 24 horas de produção
sendo que para cada hora 6 placas deveriam ser medidas.
Construa as cartas de controle apropriadas e verifique se o processo

está ou não fora de controle.
Espessura das placas produzidas no lingotamento contínuo
X1 X2 X3 X4 X5 X6
209,004 197,779 199,745 202,634 205,210 191,355
200,816 199,760 196,292 203,418 195,318 198,387
199,955 202,454 198,274 209,135 202,246 212,196
198,235 193,473 189,923 187,821 194,955 206,629
205,623 196,605 196,280 194,524 196,374 196,350
203,051 204,290 206,931 203,302 199,017 201,086
202,387 204,170 210,050 214,205 195,510 207,692
205,917 196,077 193,416 187,700 200,089 192,858
194,629 206,316 207,047 191,943 201,457 200,185
195,240 200,002 197,385 200,266 201,210 195,430
195,940 203,355 205,500 202,055 192,574 214,682
204,390 204,973 196,617 203,188 204,827 205,791
203,120 206,250 204,446 213,400 202,120 202,923
197,712 199,155 201,640 195,147 196,922 196,447
202,180 205,914 198,219 197,206 200,824 197,186
198,559 199,565 196,432 198,046 203,376 195,900
...
208,405 207,408 208,592 203,768 202,119 205,976

196,608 218,450 205,986 200,488 190,200 200,849
190,997 200,743 195,936 190,987 205,101 200,166
193,896 207,132 200,401 199,602 199,459 191,037
200,864 203,628 194,563 200,134 194,883 185,446
199,085 206,393 198,797 196,411 201,144 201,236
206,608 202,089 203,420 204,269 212,803 201,086
205,784 207,969 198,115 201,376 200,213 210,647

188
CAPACIDADE DE PROCESSOS
INTRODUÇÃO
Somente processos estáveis devem ter sua capacidade avaliada.
 Faixa característica do processo:
• Média  3 Desvio padrão
• Média = x , x
• Desvio padrão = AM/d2, R/d2
Se o processo tem, aproximadamente, distribuição normal, a faixa

característica contém 99,73% dos resultados individuais do processo.
A capacidade do processo é avaliada por meio da comparação da faixa

característica do processo com a faixa de especificação.
ANÁLISE GRÁFICA DA CAPACIDADE DE PROCESSOS

Comparação de histogramas construídos para o parâmetro de interesse
com os limites de especificação.
Um processo pode não ser capaz por apresentar:
 Elevada variabilidade;
 Média deslocada em relação ao valor nominal.
 Ou uma combinação dos dois.

189
Comparações de histogramas e limites de especificação
ÍNDICES DE CAPACIDADE
Os índices de capacidade processam as informações de forma que seja
possível avaliar se um processo é capaz de gerar produtos que atendam
às especificações provenientes dos clientes.
Para utilizar os índices de capacidade é necessário que o processo esteja

sob controle estatístico.

190
ÍNDICE Cp
Cp é conhecido como a medida da capacidade potencial do processo.
LSE - LIE
Cp =
6 Desvio Padrão
A interpretação do índice Cp só tem sentido se o processo estiver
centrado no valor nominal.
O valor mínimo geralmente exigido para Cp é 1,33.
CÁLCULO DO ÍNDICE Cp
Média = 30
DesPad= 3 Índice_Cp= (LSE-LIE)/6*DesPad
Índice Cp= 1,66
15 45
Média = 33
DesPad= 1
Índice_Cp= (LSE-LIE)/6*DesPad
Índice Cp= 1,00
30 36
Média = 7
DesPad= 2
Índice_Cp= (LSE-LIE)/6*DesPad
Índice Cp= 0,66
3 11

191
CLASSIFICAÇÃO VALOR COMPARAÇÃO DO HISTOGRAMA PROPORÇÃO DE

DO PROCESSO DE Cp COM AS ESPECIFICAÇÕES DEFEITUOSOS (p)
LIE LSE
CAPAZ OU
Cp  1,33 p  64 ppm
ADEQUADO
(VERDE)
LIE LSE
ACEITÁVEL 1  Cp < 1,33 64 ppm < p  0,27 %

(AMARELO)
LIE LSE
INCAPAZ OU Cp < 1 p > 0,27 %

INADEQUADO
(VERMELHO)
Classificação de processos a partir do índice Cp
EXEMPLO
Processo: Atendimento por telefone de uma central regional de um
banco.
Parâmetro de produto final (Y): Tempo de atendimento (segundos).
Interesse da empresa: Avaliar a estabilidade e a capacidade do processo

quanto ao tempo de atendimento.
Procedimento para avaliação da estabilidade do processo: Cartas x e

AM.
Coleta de dados para o controle do processo:
 Registrar o tempo de atendimento dos 125 últimos clientes que

telefonaram para a central.

192
Tempos de atendimento telefônico (seg) de uma central regional de um banco
Tempo de Tempo de Tempo de Tempo de Tempo de

Cliente Cliente Cliente Cliente Cliente
Atendimento Atendimento Atendimento Atendimento Atendimento
1 198 26 207 51 209 76 207 101 221
2 201 27 201 52 195 77 207 102 212
3 201 28 198 53 189 78 198 103 209
4 209 29 215 54 207 79 215 104 215
5 207 30 204 55 189 80 212 105 198
6 218 31 204 56 209 81 195 106 212
7 195 32 198 57 186 82 189 107 209
8 198 33 201 58 204 83 204 108 189
9 204 34 207 59 218 84 227 109 186
10 220 35 204 60 207 85 207 110 195
11 192 36 201 61 218 86 209 111 195
12 186 37 203 62 201 87 198 112 201
13 198 38 204 63 207 88 201 113 195
14 207 39 212 64 198 89 195 114 209
15 218 40 215 65 207 90 192 115 198
16 201 41 192 66 195 91 201 116 195
17 204 42 218 67 198 92 209 117 212
18 195 43 198 68 207 93 189 118 192
19 207 44 195 69 198 94 195 119 209
20 204 45 207 70 207 95 198 120 215
21 207 46 184 71 224 96 209 121 212
22 198 47 195 72 204 97 209 122 198
23 224 48 201 73 209 98 212 123 192
24 207 49 204 74 202 99 195 124 201
25 204 50 209 75 215 100 204 125 207
Carta de controle X-AM para o tempo de atendimento telefônico
228 +3S L=229,51
+2S L=220,84
Individual V alue
216
_
204 X=203,50
192
-2S L=186,15
180
-3S L=177,48
1 13 25 37 49 61 73 85 97 109 121
O bser vation
+3S L=31,96
30
+2S L=24,57
M oving Range
20 2
22 __
10 M R=9,78
2
0 2 2 -3S L=0
-2S
2
1 13 25 37 49 61 73 85 97 109 121
O bser vation

193
Faixa característica:
 3 AM 3 AM 
x - ;x + =
 1,128 1,128 
 3  99,78
,798 3  99,78
,798 
= 203,5 - ; 203,5 + = [177,4
[177,5; ;229,5]
229,6] segundos
 1,128 1,128 
Faixa de especificação:
[160; 250] segundos
A faixa característica do processo se encaixa com folga na faixa de

especificação.
Avaliação da capacidade do processo de atendimento por telefone
Cálculo do Cp:
LSE - LIE 250 - 160
Cp = = = 1,73
6 AM  8,69
66x8,67
1,128
Observação:

194
1 X100
Cp é a percentagem de faixa de especificação utilizada pelo
processo.
1X1
00
=5
7,
8%
Logo: C
p
ÍNDICE CPK
LSE - Média Média - LIE
Cpk = MIN ;
3 Desvio Padrão 3 Desvio Padrão
Quando a média do processo coincide com o valor nominal da

especificação, teremos Cp = Cpk.

195
CÁLCULO DO ÍNDICE CPK

LIE s=2 LSE
Cp = 2,0
(a) Cpk = 2,0
38 44 50 56 62
s=2
Cp = 2,0
(b) Cpk = 1,5
38 44 50 53 56 62
s=2
Cp = 2,0
(c) Cpk = 1,0
38 44 50 56 62
s=2
Cp = 2,0
(d) Cpk = 0
38 44 50 56 62
s=2 Cp = 2,0
Cpk = -0,5
(e)
38 44 50 56 62 65
Relacionamento entre os índices Cp e Cpk

196
ATIVIDADE
Simular as seguintes situações:
A - Cp = 1,5
Cpk = 1,5
B - Cp = 1
Cpk = 0,5
C - Cp = 0,8
Cpk = 0,8
D - Cp = 1
Cpk = -0,5
E - Cp = 1,3
Cpk = 2

197
Cpk
Baixo Alto
Reduzir a variabilidade
do processo
Baixo IMPOSSÍVEL
LIE LSE
Cp
Deslocar a média Situação ideal - Manter
do processo
Alto
LIE LSE LIE LSE
Ação que deve ser adotada para melhorar a capacidade do processo, em

função da comparação das magnitudes de Cp e Cpk
CONTINUAÇÃO DO EXEMPLO
Cálculo do Cpk:
 LSE - Média Média - LIE 
C pk = MIN  , 
 3 Desvio Padrão 3 Desvio Padrão 
 
 LSE - x x - LIE 
Cpk = min  , 
 3 AM 3 AM 
 1,128 1,128 

 250 - 203,5 203,5 - 160 

= min  ;
 3  8,69 3  8,69 
= min 1,78; 1,67 = 1,67

198
ÍNDICES DE CAPACIDADE PARA SITUAÇÕES EM QUE HÁ

APENAS UM LIMITE DE ESPECIFICAÇÃO
Quando existe apenas o limite inferior de especificação:
Méd
i
a -
LI
E
i=
C
p
3
De
sv
i
o P
adr
ão
Quando existe apenas o limite superior de especificação:

LSE - Média
C ps =
3 Desvio Padrão
SAÍDA DO MINITAB PARA ANÁLISE DE CAPACIDADE

Análise da capacidade do tempo de atendimento por telefone
LSL USL
P rocess Data P otential (Within) C apability
LS L 160 Cp 1,73
Target * C P L 1,67
USL 250 C P U 1,79
S ample M ean 203,496 C pk 1,67
S ample N 125
S tDev (Within) 8,67221
162,5 175,0 187,5 200,0 212,5 225,0 237,5 250,0

O bserv ed P erformance E xp. Within P erformance
P P M < LS L 0,00 P P M < LS L 0,26
P P M > U S L 0,00 P P M > U S L 0,04
P P M Total 0,00 P P M Total 0,31

199
Interpretação dos resultados da saída do Minitab:
 Process Data:
• USL = Limite superior de especificação (LSE).
• LSL = Limite inferior de especificação (LIE).
• Mean = Média (x).
• Sample N = Número de observações.
R  AM
 
 StDev (Within) = Desvio Padrão calculado como:  d ou
 2 d2
 Potential (Within) capability = Capacidade potencial calculada com
base em:  R ou A M
 
d 
 2 d2
 Observed Performance = Performance verificada a partir das observações

amostrais:
• PPM < LSL = ppm abaixo do LIE nas observações amostrais.

• PPM > USL = ppm acima do LSE nas observações amostrais.
• PPM total = ppm fora da faixa de especificação nas observações
amostrais.
 Expected Performance = Performance esperada:

R AM
• PPM < LSL = ppm abaixo do LIE calculado com base em ou d
d2 2
R AM
• PPM > USL = ppm acima do LSE calculado com base em ou
d2 d2
• PPM Total = ppm fora da faixa de especificação calculado com
base em R ou AM
d2 d2

200
RELAÇÃO ENTRE A ESCALA SIGMA E OS ÍNDICES DE

CAPACIDADE
Valor Médio dos Resultados Valor Médio dos Resultados

Escala do Processo Centrado no do Processo Afastado do
Sigma Valor Ideal Valor Ideal em 1,5 Sigma
Cp Cpk Defeitos (ppm) Cp Cpk Defeitos (ppm)
1 0,33 0,33 317.400 0,33 -0,17 690.000
2 0,67 0,67 45.600 0,67 0,17 308.537
3 1,00 1,00 2.700 1,00 0,50 66.807
4 1,33 1,33 63 1,33 0,83 6.210
5 1,67 1,67 0,57 1,67 1,17 233
6 2,00 2,00 0,002 2,00 1,50 3,4
RACIOCÍNIO DE ESTUDO DO PROCESSO

1 – Planejar a coleta de dados
2 – Coletar os dados
3 – Avaliar se os dados são confiáveis (MSA)
Em caso positivo, podemos seguir adiante
Em caso negativo, devemos torná-los confiáveis antes de

continuar
4 - Avaliar a estabilidade do processo (Cartas de controle)
Caso esteja sob controle, podemos seguir adiante
Caso não esteja sob controle, identificar e bloquear as causas

especiais
5 - Avaliar a capacidade do processo (Cp e Cpk)
Se Cp e Cpk > 1,33, o processo é capaz -> MANTER
Se não for capaz, acertar a média e/ou diminuir a variabilidade

201
I – Avaliar capacidade do processo
01. Selecione Stat > Quality Tools > Capability Analysis > Normal...

abaixo:
03. Ative Single column e selecione a coluna Tempo de Atendimento.
04. Em Subgroup size digite 1.
05. Em Lower spec, escreva o limite inferior de especificação: 160.
06. Em Upper spec, escreva o limite superior de especificação: 250.
07. Selecione Estimate...

abaixo:

202
09. Em Methods of estimating sigma, verifique se está selecionada

Average moving range, para estimar o desvio padrão por meio dos
critérios da carta de controle.
10. Selecione OK.
11. Selecione Options...

seguir:
13. Em Perform Analysis, desative Overall analysis.

203
Esta opção calcularia os índices de capacidade do processo estimando o

desvio padrão através do procedimento comum. A opção Within
subgroups analysis fará o cálculo dos índices conforme o procedimento
da carta de controle.
14. Em Title, digite o título da análise de capacidade (Exemplo: Análise

de capacidade do tempo de atendimento por telefone).
ATIVIDADE
Empresa: Fabricante de Palm-top.
Característica de interesse: Tempo de reparo na assistência técnica

(dias).
Política adotada pela empresa: Em caso de defeito do aparelho, o cliente

tem direito à troca por um aparelho novo se o tempo de reparo na
assistência técnica superar 30 dias.
Problema: Alto custo com a troca de produtos devido a excessivos casos

de reparos com mais de 30 dias.
Analise os dados da tabela e conclua sobre o que a empresa deve fazer

para resolver o problema.

204
Tempos de reparo dos últimos 100 pedidos de assistência técnica
Tempo de Tempo de Tempo de Amostra Tempo de

Amostra reparo Amostra reparo Amostra reparo reparo
1 23 26 31 51 29 76 32
2 31 27 19 52 33 77 30
3 31 28 34 53 24 78 28
4 31 29 27 54 23 79 34
5 29 30 28 55 21 80 33
6 28 31 36 56 30 81 26
7 33 32 27 57 26 82 29
8 20 33 24 58 28 83 23
9 33 34 33 59 30 84 26
10 27 35 21 60 29 85 33
11 20 36 29 61 32 86 31
12 32 37 30 62 28 87 29
13 29 38 33 63 29 88 24
14 27 39 27 64 34 89 28
15 30 40 29 65 25 90 19
16 32 41 26 66 30 91 31
17 29 42 21 67 27 92 33
18 29 43 31 68 26 93 27
19 28 44 34 69 34 94 30
20 32 45 26 70 22 95 29
21 23 46 30 71 21 96 28
22 35 47 32 72 29 97 26
23 30 48 33 73 33 98 28
24 23 49 21 74 25 99 26
25 34 50 28 75 30 100 25

205
AVALIAÇÃO DE SISTEMAS DE MEDIÇÃO DE ATRIBUTOS
INTRODUÇÃO
Em um sistema de medição (classificação ou inspeção) por atributos, o
resultado da medição é um valor único de um conjunto finito de
possíveis categorias (usualmente, categoria perfeita ou defeituosa).
No caso da avaliação de sistemas de medição por atributos, é colocada

ênfase na avaliação da capacidade do avaliador em detectar
repetidamente itens perfeitos ou defeituosos e da tendência com que o
avaliador rejeita unidades perfeitas e aceita unidades defeituosas.
Avaliação de Sistemas de Medição por Atributos
Precisão:Comparação dos resultados

Vício: Comparação dos resultados
dos avaliadores, independentemente
dos avaliadores com o padrão.
do padrão.
Repetibilidade: Reprodutibilidade: Comparação de

Comparação dos Comparação dos todos os Comparação de
resultados para resultados entre avaliadores cada avaliador
um mesmo todos os avaliadores ( All Appraisers ( Each Appraiser
avaliadorWithin
( (Between vs Standard) vs Standard)
Appraisers) Appraisers)
Concordância Concordância
global individual
Discordância
(Eficácia global) (Eficácia
individual)
Classificação
errada
Alarme falso
Mistura

206
DEFINIÇÕES E EXEMPLOS - EXEMPLO

Uma empresa fabricante de produtos alimentícios estava utilizando o
método DMAIC para resolver o problema aumento do número de
embalagens de tortas congeladas defeituosas, a partir de julho de 2006.
Na etapa Measure do DMAIC, a empresa decidiu avaliar o sistema de
inspeção que vinha sendo utilizado para a detecção de embalagens
defeituosas, com o objetivo de verificar se o mesmo era confiável.
Nesse sistema, as embalagens eram visualmente inspecionadas para

que os possíveis defeitos - embalagem rasgada, amassada, aberta, com
data de validade do produto ilegível, entre outros - pudessem ser
detectados. Se uma embalagem apresentasse um ou mais defeitos ela
deveria ser classificada como defeituosa e, a seguir, ser separada do
restante da produção.
Participaram do estudo três avaliadores responsáveis pela inspeção das

embalagens. Vinte embalagens (nove perfeitas e onze defeituosas)
foram utilizadas na avaliação, após terem sido previamente
inspecionadas e classificadas pelo engenheiro que trabalhava no
gerenciamento do processo de produção.
Cada avaliador inspecionou três vezes cada uma das embalagens e os

resultados obtidos estão apresentados na tabela. Nessa tabela, P
significa embalagem perfeita e D embalagem defeituosa.

207
Dados coletados no estudo para avaliação do sistema de

medição por atributos da empresa fabricante de produtos aliment ícios
TABELA 3.1
Número da Condição Avaliador A Avaliador B Avaliador C
embalagem real 1 2 3 1 2 3 1 2 3
D D D D D D D D D
P P P P P P P P P
P P P P P P P P P
D D D D D D D D D
D D D D P D D D D
P P D P P P P D P
D D D P P P P P P
P D D P P P P P P
D D D D D D D D D
P P P P P P P P P
D D D D P D D D D
P P P P P P P P P
D D D P P P P P P
P P P P P P P P P
D D D D P D D D D
P P P P P P P P P
D D D D P D D D D
D D D D D D D D D
P P P P P P P P P
D D D P P P P P P
PRECISÃO
A avaliação da precisão é feita por meio da comparação dos resultados
dos avaliadores, independentemente do padrão, e é dividida em dois
componentes: repetibilidade e reprodutibilidade.
Repetibilidade
A repetibilidade representa a capacidade de o avaliador repetir a mesma

resposta quando avalia repetidas vezes o mesmo item, de modo
independente do padrão.
A avaliação da repetibilidade é feita por meio da comparação dos

resultados para um mesmo avaliador.

208
Na saída do MINITAB, o resultado da avaliação da repetibilidade é

apresentado na parte intitulada Within Appraisers.
Saída parcial do MINITAB: avaliação da repetibilidade para o

exemplo da empresa fabricante de produtos alimentícios
FIGURA 3.2
Percentual das embalagens para as quais houve

Repetibilidade concordância nas respostas quando o avaliador
W ithin Appraisers inspecionou repetidas vezes o mesmo item.
Assessment Agreement
Appraiser # Inspected # Matched Percent 95 % CI

A 20 19 95.00 (75.13, 99.87)
B 20 16 80.00 (56.34, 94.27)
C 20 19 95.00 (75.13, 99.87)
# Matched: Appraiser agrees with him/herself across trials.
Reprodutibilidade
A reprodutibilidade representa a capacidade de os avaliadores

escolherem a mesma resposta quando avaliam o mesmo item, de forma
independente do padrão.
A avaliação da reprodutibilidade é feita por meio da comparação dos

resultados entre todos os avaliadores.
Na saída do MINITAB, o resultado da avaliação da reprodutibilidade é

apresentado na parte intitulada Between Appraisers.
Saída parcial do MINITAB: avaliação da avaliação da reprodutibilidade

para o exemplo da empresa fabricante de produtos alimentícios
FIGURA 3.3

Reprodutibilidade concordância nas respostas dos três avaliadores
Between Appraisers em todas as repetições.
# Inspected # Matched Percent 95 % CI

20 11 55.00 (31.53, 76.94)
# Matched: All appraisers' assessments agree with each other.

209
VÍCIO
A avaliação do vício é feita por meio da comparação dos resultados dos
avaliadores com o padrão, o que pode gerar concordância ou
discordância.
Concordância global
A concordância global representa a capacidade de os avaliadores

escolherem a resposta correta quando avaliam todos os itens, em todas
as repetições.
A avaliação da consistência global é feita por meio da comparação com

o padrão dos resultados entre todos os avaliadores.
Na saída do MINITAB, o resultado da avaliação da reprodutibilidade é

apresentado na parte intitulada All Appraisers vs Standard.
Saída parcial do MINITAB: avaliação da concordância global

FIGURA 3.4

Concordância Global concordância com o padrão nas respostas dos
três avaliadores em todas as repetições.
All Appraisers vs Standard

20 11 55.00 (31.53, 76.94)
# Matched: All appraisers' assessments agree with the known standard.
Concordância individual
A concordância individual representa a capacidade de cada avaliador

escolher a resposta correta, de acordo com o padrão, quando avalia
todos os itens, em todas as repetições.

210
A avaliação da concordância individual é feita por meio da comparação

com o padrão dos resultados de cada avaliador.
Na saída do MINITAB, o resultado da avaliação da concordância

individual é apresentado na parte intitulada Each Appraiser vs Standard
> Assessment Agreement.
Saída parcial do MINITAB: avaliação da concordância individual

FIGURA 3.5

concordância das respostas com o padrão, em
Each Appraiser vs Standard todas as repetições, para cada avaliador.
Assessment Agreement Concordância Individual

A 20 18 90.00 (68.30, 98.77)
B 20 13 65.00 (40.78, 84.61)
C 20 16 80.00 (56.34, 94.27)
# Matched: Appraiser's assessment across trials agrees with

the known standard.
Assessment Disagreement
Appraiser # P / D Percent # D / P Percent # Mixed Percent

A 0 0.00 1 11.11 1 5.00
B 3 27.27 0 0.00 4 20.00
C 3 27.27 0 0.00 1 5.00
# P / D: Assessments across trials = P / standard = D.

# D / P: Assessments across trials = D / standard = P.
# Mixed: Assessments across trials are not identical.
Discordância
A discordância representa a capacidade de cada avaliador escolher a

resposta incorreta (diferente do padrão), quando avalia todos os itens,
em todas as repetições. As respostas incorretas podem ser identificadas
como classificação errada, alarme falso e mistura ou inconsistência.
Na saída do MINITAB, o resultado da avaliação da discordância é

apresentado na parte intitulada Each Appraiser vs Standard >
Assessment Disagreement.

211
 Classificação errada:
A classificação errada representa a aceitação de um item defeituoso, isto

é, classificar como perfeito um item que é defeituoso (P / D), o que é um
erro grave. O percentual de classificação errada é calculado por meio da
expressão:
número de itens defeituosos classificados como perfeitos em todas as
inspeções do avaliador
número de itens defeituosos
 Alarme falso:
O alarme falso representa a rejeição de um item perfeito, isto é,

classificar como defeituoso um item que é perfeito (D / P). Esse erro não
é tão grave quanto o anterior, mas deve ser evitado, já que a rejeição de
um item perfeito implica na realização de trabalho e reinspeção
desnecessários. O percentual de alarme falso é calculado por meio do
quociente:
número de itens perfeitos classificados como defeituosos em todas as inspeções do
avaliador
número de itens perfeitos
 Mistura ou inconsistência:
A mistura ou inconsistência ocorre quando há resultados contraditórios

nas avaliações de um mesmo item, que é avaliado como perfeito e
também como defeituoso, nas diferentes repetições (um exemplo de
mistura ocorre com a embalagem 6, para os avaliadores A e C, conforme
mostra a tabela 1). O percentual de mistura é calculado de acordo com a
expressão abaixo:
número de itens classificados de modo contraditório nas inspeções repetidas do
avaliador
número total de itens

212

Saída parcial do MINITAB : avaliação da discordância
FIGURA 3.6
Each Appraiser vs Standard

A 20 18 90.00 (68.30, 98.77)
B 20 13 65.00 (40.78, 84.61)
C 20 16 80.00 (56.34, 94.27)

the known standard.
Assessment Disagreement Discordância

Classificação errada Alarme falso Mistura
A 0 0.00 1 11.11 1 5.00
B 3 27.27 0 0.00 4 20.00
C 3 27.27 0 0.00 1 5.00


213
Saída completa do MINITAB: avaliação do sistema de medição por atributos

do exemplo da empresa fabricante de produtos alimentícios
FIGURA 3.7
Attribute Agreement Analysis for Resposta

Date of study: 09/08/2005
Reported by: Axel
Name of product: Embalagens
Misc: 9perfeitas/11defeituosas
W ithin Appraisers
A 20 19 95.00 (75.13, 99.87)
B 20 16 80.00 (56.34, 94.27)
C 20 19 95.00 (75.13, 99.87)
# Matched: Appraiser agrees with him/herself across trials.
Each Appraiser vs Standard

A 20 18 90.00 (68.30, 98.77)
B 20 13 65.00 (40.78, 84.61)
C 20 16 80.00 (56.34, 94.27)
the known standard.
Assessment Disagreement
A 0 0.00 1 11.11 1 5.00
B 3 27.27 0 0.00 4 20.00
C 3 27.27 0 0.00 1 5.00
Between Appraisers
20 11 55.00 (31.53, 76.94)
# Matched: All appraisers' assessments agree with each other.
All Appraisers vs Standard

20 11 55.00 (31.53, 76.94)
# Matched: All appraisers' assessments agree with the known standard.

214

Saída gráfica do MINITAB para avaliação da repetibilidade e da concordância
individual dos avaliadores do exemplo da empresa fabricante de produtos alimentícios
FIGURA 3.8
Assessment Agreement Date of study: 09/08/2005

Reported by: Axel
Name of product: Embalagens
Misc: 9 perfeitas / 11 defeituosas
W ithin Appraisers Appraisers vs Standard

100 95.0% CI 100 95.0% CI
Percent Percent
90 90
80 80
Percent
Percent
70 70
60 60
50 50
40 40
A B C A B C
Appraisers Appraisers
CRITÉRIOS PARA AVALIAÇÃO DE SISTEMAS DE

MEDIÇÃO POR ATRIBUTOS
A avaliação de sistemas de medição por atributos é feita com base nos
percentuais de concordância individual, classificação errada e alarme
falso, de acordo com os critérios apresentados na tabela 3.
Sempre que um avaliador ou instrumento for classificado como marginal

ou inaceitável, haverá necessidade de adoção de ações corretivas. Após
a implementação das ações corretivas o estudo deverá ser refeito.

215
Repetibilidade e Reprodutibilidade seguem o mesmo critério da

concordância individual.
CONTINUAÇÃO DO EXEMPLO
A partir da análise dos resultados obtidos na seção anterior e dos
critérios constantes na tabela, é possível classificar os avaliadores da
empresa fabricante de produtos alimentícios do exemplo conforme
apresentado abaixo.
Conclusões do estudo realizado para avaliação do sistema de medição por

atributos da empresa fabricante de produtos alimentícios
FIGURA 3.11
Concordância
Avaliador Individual Alarme falso Classificação errada
A Aceitável Inaceitável Aceitável

B Inaceitável Aceitável Inaceitável
C Marginal Aceitável Inaceitável
A figura mostra que o sistema de medição por atributos tem diferentes

níveis de desempenho quanto à concordância individual, alarme falso e
classificação errada, de forma dependente do avaliador. Nenhum dos
avaliadores apresenta resultados aceitáveis (ou inaceitáveis) nas três
categorias. Nesse contexto, podem surgir as seguintes perguntas, a
serem consideradas pela empresa:
 Os critérios para aceitação ou rejeição das embalagens estão sufi-

cientemente claros ou necessitam de melhorias?

216
 Os avaliadores necessitam de treinamento?
 O ambiente no qual as inspeções são realizadas pode ser melho-

rado?
 Quais são os impactos desse sistema de medição para o cliente?
ALERTAS QUANTO À COLETA DE DADOS PARA A

AVALIAÇÃO DE SISTEMAS DE MEDIÇÃO POR
ATRIBUTOS
Os itens utilizados para a avaliação de sistemas de medição por
atributos não são selecionados aleatoriamente, mas sim por pessoal
especializado (supervisor ou staff) e devem ser previamente avaliados
como perfeitos ou defeituosos. A tabela abaixo apresenta uma sugestão
para o número mínimo de itens que devem ser selecionados e para o
número mínimo de inspeções por item. A amostra deve ser composta
por cerca de 50% de itens perfeitos e 50% de itens defeituosos.
Tamanho das amostras para a avaliação de sistemas de medição por atributos

TABELA 3.4
Número mínimo de
Número de avaliadores Número mínimo de itens inspeções por item
1 24 5
2 18 4
3 ou mais 12 3
I – Avaliar a confiabilidade do sistema de medição por atributos
01. Selecione Stat > Quality Tools > Attribute Agreement Analysis...
02. A seguinte tela aparecerá e deverá ser preenchida conforme abaixo:

217
03. Em Data are Arranged as, selecione Attribute Column.
04. Selecione a coluna Resposta para o campo Attribute Column.
05. Selecione a coluna No embalagem para o campo Samples.
06. Selecione a coluna Avaliador para o campo Appraisers.
07. Selecione a coluna Real para o campo Known standard/attribute.
08. Selecione Information... A seguinte tela aparecerá e deverá ser

preenchida conforme abaixo:
09. Selecione OK.

218
10. Selecione Results... A seguinte tela aparecerá e deverá ser

11. Selecione a opção Percentagens of assessment agreement within

and
between appraisers.
ATIVIDADE
Uma seguradora deseja avaliar seu sistema para classificação de
solicitações de pagamento de seguro-saúde, que podem ser
identificadas como perfeitas ou defeituosas.
Participaram do estudo três avaliadores responsáveis pela classificação

das solicitações.
Quinze solicitações de seguro-saúde (oito perfeitas e sete defeituosas)

foram utilizadas na avaliação, após terem sido previamente
inspecionadas e classificadas por um dos gestores da empresa.
Cada avaliador inspecionou três vezes cada uma das solicitações e os

resultados obtidos estão apresentados na tabela. Nessa tabela, P
significa solicitação perfeita e D solicitação defeituosa.
Avalie o sistema de medição por atributos utilizado pela seguradora

para classificação das solicitações de seguro-saúde.

219
Dados coletados no estudo para avaliação do sistema de medição por atributos da seguradora
TABELA 3.5
Número da Condição Avaliador A Avaliador B Avaliador C
Solicitação real 1 2 3 1 2 3 1 2 3
1 D D D D P P P P P P
2 D D D D D D D D D D
3 P P P P P P P P P P
4 P P P P P D P P P P
5 D D D D D D D D P D
6 P P P D P P P D D D
9 D D D D D D P D D D
10 P P P P P P P D D D
14 D D D D P D D D D D
15 P P P P D P P P P P

220
AVALIAÇÃO DE SISTEMAS DE MEDIÇÃO DE VARIÁVEIS

Elementos a serem analisados em estudos para avaliação de
sistemas de medição de variáveis
FIGURA 2.9
FIGURA 1
Avaliação de sistemas de medição por variáveis
Discriminação Exatidão (Acurácia)
Locação Dispersão
Vício (Tendência) Linearidade Precisão
Repetibilidade Reprodutibilidade
DISCRIMINAÇÃO OU RESOLUÇÃO
A discriminação é também denominada legibilidade, resolução, menor
unidade de leitura, limite da escala ou limite de detecção. A medida da
discriminação é tipicamente o valor da menor graduação na escala do
instrumento. Se as graduações são amplas, então meia graduação
poderá ser usada.

221
Conceito de discriminação
FIGURA 2.11
Intervalo integral
mm 10 20 30 40 50 60 70 80 90 100 110 120 130 140
0 Polegadas 1 2 3 4 5 6
Meio intervalo
Um dos problemas que frequentemente surgem associados aos

sistemas de medição é a utilização de unidades de medida inadequadas,
de forma que não é possível realizar uma distinção apropriada entre
valores imediatamente próximos da característica que está sendo
medida.
A ocorrência desse problema pode ser detectada de forma simples por

meio da interpretação apropriada de Cartas de Controle X-barra e R,
conforme será mostrado no exemplo a seguir.
EXEMPLO
Produto: Tubos de PVC
Característica da Qualidade: Espessura do Tubo
Condição Atual: Utiliza um instrumento de medição cuja menor unidade

de medida é 0,001 cm
Condição desejada: Utilizar outro instrumento de medição cuja menor

unidade de medida é 0,01 cm
Quantidade de amostras: m=25
Tamanho da Amostra: n=5

222
Medidas da espessura (cm) dos tubos de PVC

TABELA 2.1
Amostra X i1 X i2 X i3 X i4 X i5
1 0,359 0,357 0,351 0,357 0,352
2 0,353 0,373 0,356 0,355 0,359
3 0,346 0,362 0,347 0,364 0,352
4 0,365 0,355 0,367 0,356 0,356
5 0,361 0,358 0,355 0,364 0,356
6 0,345 0,366 0,353 0,347 0,344
7 0,353 0,351 0,353 0,347 0,344
8 0,360 0,366 0,352 0,353 0,359
9 0,359 0,355 0,363 0,359 0,359
10 0,350 0,352 0,354 0,353 0,354
11 0,352 0,347 0,354 0,354 0,352
12 0,363 0,349 0,356 0,364 0,358
13 0,355 0,372 0,356 0,357 0,366
14 0,354 0,352 0,354 0,359 0,356
15 0,351 0,345 0,353 0,353 0,350
16 0,348 0,355 0,361 0,361 0,345
17 0,355 0,367 0,363 0,370 0,358
18 0,360 0,361 0,339 0,346 0,349
19 0,347 0,349 0,354 0,354 0,354
20 0,358 0,350 0,356 0,358 0,359
21 0,353 0,374 0,348 0,372 0,358
22 0,361 0,350 0,354 0,353 0,356
23 0,363 0,360 0,344 0,363 0,362
24 0,358 0,346 0,348 0,362 0,358
25 0,356 0,363 0,359 0,367 0,358

223
Cartas de Controle X-barra e R: dados registrados em 0,001 cm

FIGURA2.10
FIGURA 3
X bar-R Chart of X il, ...,X i5

0.365
U C L=0.36355
Sample M ean
0.360
_
X=0.35594
0.355
0.350
LC L=0.34832
2 4 6 8 10 12 14 16 18 20 22 24
Sample
0.03
U C L=0.02791
Sample Range
0.02
_
R=0.0132
0.01
0.00 LC L=0
2 4 6 8 10 12 14 16 18 20 22 24
Sample
Com o objetivo de avaliar a adequação do novo instrumento de medição

cuja discriminação é 0,01, cada medida da espessura apresentada na
tabela inicial foi arredondada, como se tivesse sido obtida por meio do
emprego de um instrumento cuja menor unidade de medida é 0,01 cm.
Os novos dados gerados por esse procedimento são mostrados à seguir.
Com base nesses dados foram construídas novas Cartas de Controle X-

barra e R.

224
Medidas da espessura (cm) dos tubos de PVC: dados arredondados

TABELA
TABELA2.22
Amostr a X i1 X i2 X i3 X i4 X i5
1 0,36 0,36 0,35 0,36 0,35
2 0,35 0,37 0,36 0,36 0,36
3 0,35 0,36 0,35 0,36 0,35
4 0,37 0,36 0,37 0,36 0,36
5 0,36 0,36 0,36 0,36 0,36
6 0,35 0,37 0,35 0,35 0,34
7 0,35 0,35 0,35 0,35 0,34
8 0,36 0,37 0,35 0,35 0,36
9 0,36 0,36 0,36 0,36 0,36
10 0,35 0,35 0,35 0,35 0,35
11 0,35 0,35 0,35 0,35 0,35
12 0,36 0,35 0,36 0,36 0,36
13 0,36 0,37 0,36 0,36 0,37
14 0,35 0,35 0,35 0,36 0,36
15 0,35 0,35 0,35 0,35 0,35
16 0,35 0,36 0,36 0,36 0,35
17 0,36 0,37 0,36 0,37 0,36
18 0,36 0,36 0,34 0,35 0,35
19 0,35 0,35 0,35 0,35 0,35
20 0,36 0,35 0,36 0,36 0,36
21 0,35 0,37 0,35 0,37 0,36
22 0,36 0,35 0,35 0,35 0,36
23 0,36 0,36 0,34 0,36 0,36
24 0,36 0,35 0,35 0,36 0,36
25 0,36 0,36 0,36 0,37 0,36
Cartas de controle X-barra e R: dados registrados em 0,01 cm

6
FIGURA
FIGURA2.11
4
Xbar-R Chart of Xil_Arredondado, ..., Xi5_Arredondado

0.365 1 1 1
U C L=0.36224
Sample M ean
0.360
_
_
X=0.35624
0.355
0.350 LC L=0.35024
1 1 1 1
1
2 4 6 8 10 12 14 16 18 20 22 24
Sample
1
0.03
Sample Range
U C L=0.02199
0.02
_
0.01 R=0.0104
0.00 LC L=0
2 4 6 8 10 12 14 16 18 20 22 24
Sample
A análise dessas cartas agora indica que o processo estava fora de

controle estatístico, apesar de as cartas anteriores terem indicado o
contrário.

225
É importante ressaltar que os pontos fora de controle não foram

provocados por anomalias no processo produtivo – na verdade, eles são
o resultado do arredondamento das medidas da espessura dos tubos.
De modo geral, o arredondamento excessivo dos dados pode indicar
uma situação de falta de controle estatístico do processo produtivo,
quando na verdade o processo está sob controle.
A ocorrência desse tipo de problema pode ser facilmente identificada

por meio da observação do número de valores possíveis para a
amplitude das amostras dentro dos limites de controle da carta R.
Uma regra prática apresentada por D. J. Wheeler e R. W. Lyday

estabelece que se há cinco ou menos valores possíveis para a amplitude
das amostras dentro dos limites de controle da carta R, então a
discriminação não é adequada, não permitindo uma distinção
apropriada entre valores imediatamente próximos da característica que
está sendo medida.
(LSC - LIC) + 1  6
Resolução

226
EXATIDÃO OU ACURÁCIA
A exatidão quantifica a proximidade entre o valor real da característica
medida e os resultados fornecidos pelo sistema de medição.
VÍCIO OU TENDÊNCIA
O vício é a diferença entre o valor real da característica medida e a

média de medições repetidas dessa característica.
O vício representa uma superestimação ou subestimação sistemática do

valor verdadeiro que está sendo medido. Por exemplo, se um
instrumento fornece leituras da concentração de uma substância
química sempre 5 ppm superiores ao valor verdadeiro medido, é
possível dizer que esse instrumento apresenta um vício positivo de 5
ppm.
LINEARIDADE
A linearidade é a diferença entre os valores do vício ao longo do

intervalo de operação esperado do sistema de medição.
As mesmas causas que podem fazer com que um sistema de medição

apresente um vício elevado podem gerar um valor não aceitável para a
linearidade.
PRECISÃO
A precisão quantifica a proximidade entre as medidas individuais da

característica de interesse geradas pelo sistema de medição.

227
Relacionamento entre os conceitos de vício, precisão e exatidão

FIGURA
FIGURA 82.5
VÍCIO
Baixo Alto
Alta
RM R M
Alta exatidão Baixa exatidão

Aceitável Não aceitável
PRECISÃO
(a) (b)
Baixa
RM R M
Baixa exatidão Baixa exatidão

Não aceitável Não aceitável
(c) (d)
M = Média das medições repetidas R= Valor real
AVALIAÇÃO DO VÍCIO E DA LINEARIDADE

O vício (bias, em inglês) é a diferença entre o valor real (valor de
referência) da característica medida e a média de medições repetidas
dessa característica.
A linearidade (linearity) é a diferença entre os valores do vício ao longo

do intervalo de operação esperado do sistema de medição.

228
EXEMPLO2
Interesse da Empresa: Realizar estudo para avaliação do vício e
linearidade
Número de peças selecionadas do processo para condução do

Dados do exemplo 2.5estudo:
TABELA
TABELA2.8
3
Peça 1 2 3 4 5
Valor de referência 2,00 4,00 6,00 8,00 10,00
1 2,7 5,1 5,8 7,6 9,1
2 2,5 3,9 5,7 7,7 9,3
3 2,4 4,2 5,9 7,8 9,5
4 2,5 5,0 5,9 7,7 9,3
5 2,7 3,8 6,0 7,8 9,4
Medidas
repetidas 6 2,3 3,9 6,1 7,8 9,5
de cada peça 7 2,5 3,9 6,0 7,8 9,5
8 2,5 3,9 6,1 7,7 9,5
9 2,4 3,9 6,4 7,8 9,6
10 2,4 4,0 6,3 7,5 9,2
11 2,6 4,1 6,0 7,6 9,3
12 2,4 3,8 6,1 7,7 9,4
Resultados intermediários para o exemplo 2.5

TABELA
TABELA 42.9
Peça 1 2 3 4 5
1 0,7 1,1 -0,2 -0,4 -0,9
2 0,5 -0,1 -0,3 -0,3 -0,7
3 0,4 0,2 -0,1 -0,2 -0,5
4 0,5 1,0 -0,1 -0,3 -0,7
5 0,7 -0,2 0,0 -0,2 -0,6
Valores -0,1 -0,2 -0,5
6 0,3 0,1
individuais
7 0,5 -0,1 0,0 -0,2 -0,5
para o vício
8 0,5 -0,1 0,1 -0,3 -0,5
9 0,4 -0,1 0,4 -0,2 -0,4
10 0,4 0,0 0,3 -0,5 -0,8
11 0,6 0,1 0,0 -0,4 -0,7
12 0,4 -0,2 0,1 -0,3 -0,6
Vício médio 0,49 0,13 0,03 -0,29 -0,62

229
Saída do MINITAB para o exemplo 2.5

FIGURA
FIGURA 92.32
Equação de regressão linear

Gage name: Reported by: simples ajustada aos dados
Date of study: Tolerance:
Misc:
Regression G age Linearity

95% CI
1.0 P redictor C oef S E C oef P
Data
Avg Bias
C onstant 0.73667 0.07252 0.000
S lope -0.13167 0.01093 0.000
S 0.239540 R-S q 71.4%

0.5
G age Bias
Reference Bias P
Bias
A v erage -0.053333 0.040

0.0 0
2 0.491667 0.000
Reta de referência: inclinação 4 0.125000 0.293
e intercepto iguais a zero 6 0.025000 0.688
8 -0.291667 0.000
-0.5 10 -0.616667 0.000
Reta de regressão
-1.0 Vício médio para cada valor

2 4 6 8 10 de referência
Refer ence V alue
A análise dos resultados da tabela e do gráfico da figura mostra

claramente que o vício sofre variações significativas ao longo do
intervalo de operação do sistema de medição, o que indica linearidade
inaceitável.
A interpretação dos principais elementos da figura é realizada a seguir.
A reta de referência Vício = 0 “corta” os limites da faixa de confiança,

em lugar de permanecer contida dentro desses limites. A situação ideal
– isto é, linearidade e vício aceitáveis – corresponde à reta Vício = 0
totalmente contida dentro do intervalo de confiança.
Equação de regressão linear simples ajustada aos dados
Coef = valores para o intercepto (Constant) e inclinação (Slope) da reta

de regressão
Para o exemplo:
 Intercepto = 0,73667.
 Inclinação = -0,13167.

230
 Equação de regressão: Vício = 0,73667 – 0,13167 x (Valor de

Referência)
P = p-valor do teste para avaliar se o intercepto é igual a zero ou a

inclinação é igual a zero.
 Teste de hipóteses referente à inclinação (valor P associado à linha

identificada como Slope na saída do MINITAB):
H0: inclinação = 0 (vício constante ou linearidade aceitável).
H1: inclinação  0 (vício variável ou linearidade inaceitável).
- Se P  0,10, a linearidade é aceitável (isto é: “vale” a hipótese

H0).
- Se P < 0,10, a linearidade é inaceitável (isto é: “vale” a hipótese

H1).
 Teste de hipóteses referente ao intercepto (valor P associado à li-

nha identificada como Constant na saída do MINITAB):
H0: intercepto = 0 (ausência de vício, dado que a linearidade é

aceitável).
H1: intercepto  0 (presença de vício, dado que a linearidade é

aceitável).
- Se P  0,10, o vício está ausente (isto é: “vale” a hipótese H0).
- Se P < 0,10, o vício está presente (isto é: “vale” a hipótese H1).
I – Avaliar vício e linearidade
01. Selecione Stat > Quality Tools > Gage Study > Gage Linearity and
Bias Study...

231
03. Selecione a coluna Peça para o campo Part numbers.
04. Selecione a coluna Referência para o campo Reference values.
05. Selecione a coluna Medida para o campo Measurement data.
No campo Process variation pode-se utilizar a variação histórica

do processo para o estudo do vício e linearidade.
06. Selecione OK.
ATIVIDADE
Com base nos dados da tabela abaixo, avalie o vício e a linearidade do
sistema de medição considerado. Dados do exercício 2.5
TABELA 2.10
TABELA 5
Peça 1 2 3 4 5
1 26,202 26,730 26,961 27,324 27,819
2 26,367 26,730 27,192 27,390 27,654
3 26,301 26,730 27,093 27,489 27,720
4 26,334 26,730 27,027 27,357 27,654
Medidas 5 26,334 26,730 27,126 27,225 27,654

repetidas
6 26,268 26,730 27,060 27,357 27,555
de cada peça
7 26,301 26,730 27,093 27,423 27,819
8 26,235 26,730 26,994 27,390 27,753
9 26,301 26,730 27,159 27,423 27,720
10 26,268 26,730 27,027 27,258 27,720
11 26,268 26,730 27,027 27,423 27,621
12 26,334 26,730 27,093 27,390 27,720

232
AVALIAÇÃO DA PRECISÃO
A variabilidade total presente em um conjunto de dados, gerados por
um processo produtivo e medidos por meio de um sistema de medição,
pode ser dividida em duas parcelas:
 Variabilidade inerente às unidades do produto ou peças (resultan-

te do processo produtivo).
 Variabilidade (precisão) inerente ao sistema de medição.

Se
2total = variância total calculada para o conjunto de dados,
2peças = variância devida às unidades do produto usadas no estudo,
2medição = variância devida ao sistema de medição,
então é possível escrever:
2total = 2peças + 2medição
Como a variabilidade do sistema de medição (precisão) é constituída por

dois componentes – repetibilidade e reprodutibilidade – a equação
anterior pode ser escrita como:

233
FIGURA
FIGURA 2.12
10
Variação total
Variação de peça para peça

Variação do sistema de medição
(variação do processo produtivo)
Repetibilidade Reprodutibilidade
Repetibilidade
A repetibilidade de um sistema de medição é a variação nas medidas

obtidas quando um avaliador utiliza o instrumento para medir repetidas
vezes a característica de interesse dos mesmos itens.
A quantificação da repetibilidade será identificada neste texto pelo

símbolo srepe.
A figura abaixo apresenta a repetibilidade de dois diferentes sistemas

de medição.

234
Conceito de repetibilidade
FIGURA 2.6
SISTEMA DE MEDIÇÃO I
Repetibilidade
inadequada
6repe
LIE LSE
SISTEMA DE MEDIÇÃO II
Repetibilidade
adequada
6repe
LIE LSE
Nos estudos para avaliação de sistemas de medição é aconselhável que

a quantificação da repetibilidade seja a primeira atividade a ser
realizada, antes da análise das outras fontes de variação. Essa
recomendação é importante porque uma repetibilidade inadequada
dificulta a estimação das outras fontes de variabilidade associadas à
medição.
Um sistema de medição pode ter repetibilidade inadequada devido a

elevada variação dentro:
 da peça (amostra ou item medido): forma, posição, acabamento

superficial, conicidade, consistência.
 do instrumento: reparo, desgaste, falha do dispositivo de fixação,

baixa qualidade, manutenção precária, projeto inadequado.
 do método: ajuste, técnica operacional, fixação da peça, aperto do

dispositivo.

235
 do avaliador: técnica, posição, falta de experiência, habilidade de

manipulação, treinamento no manuseio, sentimento/sensibilidade
pessoal, fadiga.
 do ambiente: flutuações na temperatura, umidade, vibração, ilu-

minação, limpeza.
Reprodutibilidade
A reprodutibilidade de um sistema de medição é a variação na média

das medidas obtidas quando diferentes avaliadores utilizam o
instrumento para medir repetidas vezes a característica de interesse dos
mesmos itens.
A quantificação da reprodutibilidade será identificada neste texto pelo

símbolo srepro.
A figura abaixo apresenta a reprodutibilidade, associada a dois

avaliadores, de dois diferentes sistemas de medição.
FIGURA 2.8
SISTEMA DE MEDIÇÃO I
Reprodutibilidade
inadequada
Avaliador A Avaliador B
LIE A B LSE
SISTEMA DE MEDIÇÃO II
Reprodutibilidade
adequada
Avaliador A Avaliador B
LIE A B LSE

236
No caso de instrumentos de medição dependentes da habilidade do

avaliador, alguns exemplos de fatores que podem implicar em uma
reprodutibilidade inadequada são:
 Utilização de diferentes procedimentos de medição por parte dos

avaliadores.
 Treinamento insuficiente dos avaliadores.
 Projeto inadequado do instrumento, de modo a permitir interpre-

tações subjetivas.
Já para sistemas de medição altamente automatizados, em que faz mais

sentido avaliar a diferença entre as médias de medições realizadas em
diferentes instantes de tempo, a baixa reprodutibilidade geralmente é
consequência de variações nas condições ambientais.
EXEMPLO
No gerenciamento da rotina de uma indústria são coletados dados
referentes à concentração de um elemento químico em um produto
fabricado pela empresa. Como foi adquirido recentemente um novo
aparelho para medir a concentração do elemento químico, a indústria
decidiu realizar um estudo para avaliar a capacidade do sistema de
medição. As especificações estabelecem que, para que o produto possa
ser considerado de boa qualidade, a concentração do elemento químico
deve pertencer ao intervalo (30 ; 40) ppm.
No estudo foram selecionadas vinte unidades do produto e três

avaliadores responsáveis pela realização das medições.
Cada avaliador utilizou o novo instrumento para medir duas vezes a

concentração do elemento químico em cada unidade do produto.
Os dados coletados estão mostrados na tabela a seguir. Com base

nestes dados serão apresentados os cálculos para estimação da
repetibilidade, reprodutibilidade e precisão do sistema de medição.

237
Medidas da concentração do elemento químico obtidas para

a avaliação da precisão do sistema de medição do exemplo 2.2
3
TABELA
TABELA 6
2.4
Avaliador 1 Avaliador 2 Avaliador 3

N0 Média
Medidas Medidas Medidas por
Unid. (ppm) (ppm) (ppm) unidade
(ppm)
1 2 x R 1 2 x R 1 2 x R
x
1 = 31,540 x
2 = 31,513
x
3 = 31,965
R1 = 1,415 R2 = 1,775 R3 = 1,700

238

Saída doSaída
Minitab parapara
do MINITAB o exemplo
os exemplos 2.2 e 2.3: primeira
parte (método de análise = Cartas de Controle X-barra e R)
FIGURA 2.16
FIGURA 16
Gage R&R Study - XBar/R Method Mostra a contribuição de cada

fonte de variação na variação
total:

2
VarComp x 100 / 20,9821
Fonte de
variação %Contribution
Source VarComp (of VarComp)
Medição Total Gage R&R 2.0921 9.97
Repe Repeatability 2.0881 9.95
Repro Reproducibility 0.0039 0.02
Compara as fontes de
Peças Part-To-Part 18.8901 90.03
Total Variation 20.9821 100.00 variação com os limites
Total de especificação:
6*SD x 100
Variação do estudo: LSE - LIE
SV = 6 = 6 * SD

Study Var %Study Var %Tolerance

Source StdDev (SD) (6 * SD) (%SV) (SV/Toler)
Total Gage R&R 1.44639 8.6784 31.58 86.78
Repeatability 1.44504 8.6702 31.55 86.70
Reproducibility 0.06264 0.3758 1.37 3.76
Part-To-Part 4.34627 26.0776 94.88 260.78
Total Variation 4.58063 27.4838 100.00 274.84
Ver comentário na
próxima página
Number of Distinct Categories = 4
(Part-To_Part / Total Gage R&R) X 1,41:

Não é indicado como critério para avaliação dadiscriminação.
Deve ser usado o procedimento discutido naseção 2.

239
Saída do MINITAB para os exemplos 2.2

3 ee42.3:
Saída
segunda partedo Minitab
(método depara o =exemplo
análise Cartas de Controle X-barra e R)
FIGURA 2.17
Gage name: Reported by:

Misc:
Components of Variation Medida by Unidade

% Contribution
200
% Study Var 40
Percent
% Tole rance
32
100
24
0
Gage R&R Repeat Reprod Part-to-Part 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Unidade
R Chart by Avaliador Medida by Avaliador

1 2 3
UCL=5.326
Sample Range
40
4
_ 32
2
R=1.63
24
0 LCL=0
1 2 3
Avaliador
Xbar Chart by Avaliador

1 2 3 Avaliador* Unidade Interaction
Avalia do r
40
Sample Mean
40 1
Average
2
UCL=34.74
_
_ 3
32 32
X=31.67
LCL=28.61
24
24 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 1 8 1 9 2 0
Unidade
Classificação com base na percentagem da tolerância da medição
É muito útil comparar a capacidade do sistema de medição com o

comprimento da faixa de especificação (LSE – LIE) para a variável
considerada, por meio do cálculo da percentagem da tolerância da
medição (PTmedição).
A percentagem da tolerância da medição é definida por

6  σmedição
PTmedição = 100
LSE- LIE
Para o exemplo, as especificações estabelecem que, para que o produto

possa ser considerado de boa qualidade, a concentração do elemento
químico deve pertencer ao intervalo (30 ; 40) ppm. Isto é, LSE = 40 ppm
e LIE = 30 ppm. Logo,
6  σmedição 8,6784
8,6751
PTmedição = 100 = 100 = 86
86,78%
,751%
LSE- LIE 40 - 30

240
Critério para avaliação de sistemas de medição

com base na percentagem da tolerância da medição
FIGURA
FIGURA 14 2.14
Valor da percentagem da tolerância

da medição (PTmedição) Classificação do sistema de medição
PTmedição < 10%
Aceitável
LIE LSE
10% < PTmedição < 30%
Marginal
LIE LSE
PTmedição > 30%
Inaceitável
LIE LSE
No exemplo o sistema de medição é inaceitável, devendo ser adotadas

ações corretivas para melhoria da repetibilidade, já que:
6  σrepe 6 11,44504
,44455
PTrepe = 100 = 100 = 86,70%
86,673%
LSE- LIE 40 - 30
6  σrepro 6  00,06264
,06120
PTrepro = 100 = 100 = 3
3,76%
,672%
LSE- LIE 40 - 30
Classificação com base na percentagem da contribuição da medição

para a variabilidade total
Também é útil comparar a variabilidade do sistema de medição (s2medição)

com a variabilidade total (s2total), por meio do cálculo da percentagem da
contribuição da medição (PCmedição).
A percentagem da contribuição da medição é definida por
σ 2medição
PCmedição = 100
σ 2 total
(1,44585)22
(1,44639)
PCmedição = 9,97%
×100= 10 ,3%
20 ,28762
20,9821

241
Critério para avaliação de sistemas de medição

com base na percentagem da contribuição da medição
FIGURA
FIGURA 152.15
Valor da percentagem da
Classificação do sistema de medição
contribuição da medição (PC medição)
PCmedição < 1% Aceitável
1%< PCmedição < 10% Marginal
PC medição > 10% Inaceitável
Gráfico das percentagens da contribuição, da variação do estudo e da tolerância

FIGURA 2.18
Gage R&R (Xbar/R) for Medida
Misc:
Components of Variation
% Contribution
250 % Study Var
% Tolerance
Apresenta uma comparação visual das fontes de
variação.
200 Neste exemplo, para a melhoria da precisão do sistema
de medição, devem ser adotadas ações corretivas para
Percent
redução darepetibilidade.
150
100
50
0
Gage R&R Repeat Reprod Part-to-Part
Cartas de Controle X-barra e R

FIGURA
FIGURA 192.19
Gage R&R (Xbar/R) for Medida

Reported by:
Cart a X-barra: Gage name: Tolerance:
Avalia a habilidade do Date of study: Misc:
sistema de medição
em fazer a distinção
ent r e di fer ent es
1 2 3
unidades do produto.
40
Sample Mean
Situação desejável:
35 UC
Muitos pontos fora _ L=34.74
_
d o s l i m i t es d e X=31.67
30
controle. LC L=28.61
25
Cart a R:
Avalia a consistência 1 2 3
6
d o s i st e m a d e UC L=5.326
Sample Range
medição. 4
Situação desejável: _
2
R=1.63
So b c o n t r o l e
estatístico. 0 LC L=0

242
Gráfico de valores individuais e médias das medições para cada unidade do produto
FIGURA
FIGURA 202.20

Misc:
Medida by Unidade
45
40
35
30
25
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Unidade
Gráfico de valores individuais e médias das medições para cada avaliador

FIGURA
FIGURA 212.21
Reported by:
Gage name:
Tolerance:
Date of study:
Misc:
Mostra a variabilidade entre os avaliadores (reprodutibilidade).
Medida by Avaliador
45
40
35
30
25
1 2 3
Avaliador

243
Gráfico da interação entre avaliadores e unidades do produto (peças)

FIGURA 2.22

Misc:
Avaliador * Unidade Interaction

45 Avaliador
1
2
3
40
A verage
35
30
25
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
Unidade
As médias das medições feitas em cada unidade do produto (peça) por

cada avaliador são grafadas contra o número de identificação das peças.
Os pontos para cada operador são ligados para formar m linhas,sendo m
o número de avaliadores. Se as m linhas forem aproximadamente
paralelas, não existe interação. Quanto mais as linhas se cruzarem, mais
forte será a interação. Para o exemplo, as linhas são aproximadamente
paralelas,o que indica não haver interação significativa.
ALERTAS QUANTO À COLETA DE DADOS PARA A

AVALIAÇÃO DA PRECISÃO DE SISTEMAS DE MEDIÇÃO
POR VARIÁVEIS
 A forma de condução do estudo deve ser previamente explicada
aos avaliadores.
 O método de medição deve ser avaliado para que seja possível ve-
rificar se ele está sendo cumprido e se está correto.
 As unidades do produto que serão medidas devem ser seleciona-

das aleatoriamente da produção.

244
 As unidades escolhidas podem ou não estar dentro das especifi-

cações estabelecidas para a característica da qualidade de interes-
se. É aconselhável selecionar itens distribuídos em toda a faixa de
especificação.
 Cada unidade deve ser rotulada com um número ou código para

facilitar sua identificação e a coleta de dados.
 Pelo menos 10 unidades do produto devem ser medidas no estu-

do.
 Cada unidade do produto deve ser medida uma vez, em ordem a-

leatória, e as leituras devem ser registradas em uma folha de veri-
ficação apropriada.
 Cada unidade do produto deve ser medida uma segunda vez,

também em ordem aleatória, e as leituras devem ser registradas
em uma outra folha de verificação. É importante manter registros
separados para que os avaliadores não sejam influenciados pelos
resultados obtidos anteriormente.
 As medições das unidades do produto devem continuar, até que o

número desejado de medidas por unidade seja alcançado. Cada
grupo de medições deve ser registrado em uma folha de verifica-
ção separada.
I – Avaliar confiabilidade do sistema de medição por variáveis
01. Selecione Stat > Quality Tools > Gage Study > Gage R&R Study
(Crossed)...

245
03. Selecione a coluna Unidade para o campo Part numbers.
04. Selecione a coluna Avaliador para o campo Operators.
05. Selecione a coluna Medida para o campo Measurement data.
06. Em Method of Analysis, ative a opção Xbar and R.
07. Selecione Options... A seguinte tela aparecerá e deverá ser

08. Em Lower spec digite 30.
09. Em Upper spec digite 40.
10. Em Title digite o título do trabalho (exemplo: Avaliação do sistema

de medição da concentração do elemento químico).

246
ATIVIDADE
Um Green Belt de uma indústria de autopeças está realizando um estudo
para avaliação do sistema de medição usado para medir uma dimensão
do principal produto fabricado pela empresa, cuja faixa de especificação
é 81 ± 3.
As vinte unidades do produto (peças) selecionadas foram medidas três

vezes pelos dois avaliadores e os resultados obtidos estão apresentados
na tabela.
Quais devem ser as conclusões do Green Belt? Dados do exercício 2.2

TABELA 2.5
Número Medidas do Avaliador A Medidas do Avaliador B
da Peça 1 2 3 1 2 3
1 82,022 82,246 81,799 81,997 82,172 82,085
2 80,926 80,926 80,926 80,317 80,375 80,346
3 85,584 85,349 85,114 83,034 82,888 82,650
4 82,549 82,862 83,176 85,550 85,550 85,550
5 81,972 82,123 82,048 81,019 80,903 81,136
6 79,495 79,720 79,271 80,288 80,083 79,878
7 84,000 83,765 84,235 82,528 82,352 82,177
8 78,542 78,791 78,054 77,813 77,959 77,666
9 87,157 87,576 87,995 84,948 85,358 85,153
10 80,353 81,013 80,683 82,207 82,266 82,148
11 80,434 80,669 80,438 82,517 82,982 82,750
12 82,616 82,985 83,353 81,248 81,396 81,544
13 80,406 80,250 80,094 79,938 80,114 79,762
14 82,266 81,608 82,117 82,073 81,985 82,160
15 85,273 85,746 85,510 84,149 84,206 84,264
16 79,241 79,241 79,241 77,362 76,999 77,144
17 77,080 76,860 76,640 79,276 79,276 79,276
18 81,912 82,512 82,212 82,747 82,631 82,514
19 80,867 80,867 80,867 79,255 79,196 79,314
20 86,694 86,562 86,826 82,600 82,745 82,890

247
ANEXO - VALORES DO FATOR DE CORREÇÃO D2
Valores do fator de correção d2 (tabela extraída do manual de referência “ Análise dos Sistemas de
Medição - MSA, 3 . Edição” (IQA Instituto da Qualidade Automotiva, 2004), p.195).
a
TABELA A.1
m
2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
1 1,41421 1,91155 2,23887 2,48124 2,67253 2,82981 2,96288 3,07794 3,17905 3,26909 3,35016 3,42378 3,49116 3,55333 3,61071 3,66422 3,71424 3,76118 3,80537
2 1,27931 1,80538 2,15069 2,40484 2,60438 2,76779 2,90562 3,02446 3,12869 3,22134 3,30463 3,38017 3,44922 3,51287 3,57156 3,62625 3,67734 3,72524 3,77032
3 1,23105 1,76858 2,12049 2,37883 2,58127 2,74681 2,88628 3,00643 3,11173 3,20526 3,28931 3,36550 3,43512 3,49927 3,55842 3,61351 3,66495 3,71319 3,75857
4 1,20621 1,74989 2,10522 2,36571 2,56964 2,73626 2,87656 2,99737 3,10321 3,19720 3,28163 3,35815 3,42805 3,49246 3,55183 3,60712 3,65875 3,70715 3,75268
5 1,19105 1,73857 2,09601 2,35781 2,56263 2,72991 2,87071 2,99192 3,09808 3,19235 3,27701 3,35372 3,42381 3,48836 3,54787 3,60328 3,65502 3,70352 3,74914
6 1,18083 1,73099 2,08985 2,35253 2,55795 2,72567 2,86680 2,98829 3,09467 3,18911 3,27392 3,35077 4,42097 3,48563 3,54522 3,60072 3,65253 3,70109 3,74678
7 1,17348 1,72555 2,08543 2,34875 2,55460 2,72263 2,86401 2,98568 3,09222 3,18679 3,27172 3,34866 3,41894 3,48368 3,54333 3,59888 3,65075 3,69936 3,74509
8 1,16794 1,72147 2,08212 2,34591 2,55208 2,72036 2,86192 2,98373 3,09039 3,18506 3,27006 3,34708 3,41742 3,48221 3,54192 3,59751 3,64941 3,69806 3,74382
9 1,16361 1,71828 2,07953 2,34370 2,55013 2,71858 2,86028 2,98221 3,08896 3,18370 3,26878 3,34585 3,41624 3,48107 3,54081 3,59644 3,64838 3,69705 3,74284
10 1,16014 1,71573 2,07746 2,34192 2,54856 2,71717 2,85898 2,98100 3,08781 3,18262 3,26775 3,34486 3,41529 3,48016 3,53993 3,59559 3,64755 3,69625 3,74205
g 11 1,15729 1,71363 2,07577 2,34048 2,54728 2,71600 2,85791 2,98000 3,08688 3,18174 3,26690 3,34406 3,41452 3,47941 3,53921 3,59489 3,64687 3,69558 3,74141
12 1,15490 1,71189 2,07436 2,33927 2,54621 2,71504 2,85702 2,97917 3,08610 3,18100 3,26620 3,34339 3,41387 3,47879 3,53861 3,59430 3,64630 3,69503 3,74087
13 1,15289 1,71041 2,07316 2,33824 2,54530 2,71422 2,85627 2,97847 3,08544 3,18037 3,26561 3,34282 3,41333 3,47826 3,53810 3,59381 3,64582 3,69457 3,74041
14 1,15115 1,70914 2,07213 2,33737 2,54452 2,71351 2,85562 2,97787 3,08487 3,17984 3,26510 3,34233 3,41286 3,47781 3,53766 3,59339 3,64541 3,69417 3,74002
15 1,14965 1,70804 2,07125 2,33661 2,54385 2,71290 2,85506 2,97735 3,08438 3,17938 3,26465 3,34191 3,41245 3,47742 3,53728 3,59302 3,64505 3,69382 3,73969
16 1,14833 1,70708 2,07047 2,33594 2,54326 2,71237 2,85457 2,97689 3,08395 3,17897 3,26427 3,34154 3,41210 3,47707 3,53695 3,59270 3,64474 3,69351 3,73939
17 1,14717 1,70623 2,06978 2,33535 2,54274 2,71190 2,85413 2,97649 3,08358 3,17861 3,26393 3,34121 3,41178 3,47677 3,53666 3,59242 3,64447 3,69325 3,73913
18 1,14613 1,70547 2,06917 2,33483 2,54228 2,71148 2,85375 2,97613 3,08324 3,17829 3,26362 3,34092 3,41150 3,47650 3,53640 3,59216 3,64422 3,69301 3,73890
19 1,14520 1,70480 2,06862 2,33436 2,54187 2,71111 2,85341 2,97581 3,08294 3,17801 3,26335 3,34066 3,41125 3,47626 3,53617 3,59194 3,64400 3,69280 3,73869
20 1,14437 1,70419 2,06813 2,33394 2,54149 2,71077 2,85310 2,97552 3,08267 3,17775 3,26311 3,34042 3,41103 3,47605 3,53596 3,59174 3,64380 3,69260 3,73850
>20 1,12838 1,69257 2,05875 2,32593 2,53441 2,70436 2,84720 2,97003 3,07751 3,17287 3,25846 3,33598 3,40676 3,47193 3,53198 3,58788 3,64006 3,68896 3,73500

248
MAPA DE PROCESSO
INTRODUÇÃO
Um processo consiste em uma série de etapas projetadas para produzir
um bem ou serviço.
Figura 1: Modelo geral de um processo ou sistema
O mapa de processo:
 É usado para documentar o conhecimento existente sobre um

processo.
 Deve documentar como o processo realmente opera - todas as

operações, que agregam valor ou não - devem ser incluídas.
 É uma ferramenta que deve ser utilizada na primeira fase da etapa

Analyze do DMAIC (“Process Door”) e que irá facilitar a realização
das fases posteriores.
 Deve ser revisto sempre que são feitas alterações no processo.

249
INÍCIO
Fronteira do processo
Etapa do processo
Ponto
de
decisão
FIM
Fronteira do processo
Figura 2: Símbolo básico do mapa de processos
POR QUE MAPEAR UM PROCESSO?

Os mapas de processo e os fluxogramas ajudam a tornar visível o
trabalho necessário à produção do bem ou serviço. A maior visibilidade
melhora a comunicação e o entendimento, além de proporcionar uma
referência comum para as pessoas envolvidas com o processo.
Os mapas de processo frequentemente são usados para mostrar como o

trabalho é realizado em uma organização. Quando utilizados dessa
forma, eles representam um “instantâneo” que mostra a combinação
específica de funções, etapas, entradas e saídas que a organização
utiliza para criar valor para os clientes/consumidores.
A análise dos processos documentados pelos mapas pode contribuir

para o aumento da satisfação dos clientes/consumidores, já que esta
análise permite a identificação de ações capazes de:
• Reduzir o tempo de ciclo do processo;
• Diminuir defeitos;

250
• Reduzir custos;
• Estabelecer métricas de performance do processo baseadas nas

necessidades dos clientes/consumidores;
• Reduzir etapas que não agregam valor;
• Aumentar a produtividade.
ELEMENTOS DO MAPA DE PROCESSO

 Limites do processo: onde começa e onde termina (es-
copo do trabalho).
 Principais atividades/tarefas.
 Produtos em processo e produtos finais.

 É o resultado da etapa do processo
 Parâmetro de produto final (Y maiúsculo)

 Uma variável que caracteriza o produto no estágio
de produto acabado. O produto acabado pode ser,
por exemplo, uma batelada, uma peça, uma sub-
montagem e/ou uma montagem, um relatório con-
cluído, uma fatura emitida, uma previsão mensal
de vendas de uma regional, um caminhão carrega-
do, um mapa diário das rotas de entrega de um
centro de distribuição.
 Parâmetro de produto em processo (y minúsculo)

251
 Uma variável que caracteriza o produto antes do

estágio de produto acabado.
 Parâmetro de processo (x):

 Uma característica mensurável de um processo que
pode afetar o desempenho do produto (exemplos:
temperatura, pressão, velocidade, tempo, número
de digitadores, tabela de preços, campanhas pro-
mocionais no mercado, número de empilhadeiras,
número de pontos de venda da rota).
Figura 4: Mapa do processo “furação”
Classificação dos parâmetros de processo (x):

 Controlável: Variável que pode ser ajustada em um
valor pré-determinado e mantida em torno deste
(setup de equipamentos, tempo, altura, tempo de
vida útil, etc.).

252
 Ruído: Variável que não pode ser (ou preferivel-

mente não é) ajustada em um valor pré-
determinado e mantida em torno deste (tempera-
tura ambiente, limpeza, umidade, etc.).
y = Estabilidade da Y = Diâmetro do
peça na base furo
y = Posição da
y = Planicidade da Y = Concentricidade
peça na
peça na base do furo
furadeira
Alinhar a Fixar a
peça na Fazer
peça na
base da o
base da
furadeira Produto em furo
furadeira Produto em
Processo: Produto Final:
Processo:
Peça alinhada Peça furada
Peça fixada
(R) Limpeza da peça (C) Força do grampo (C) Velocidade

(R) Limpeza da base (C) Localização do (C) Design da ferramenta
(C) Idade dos pinos de grampo (C) Idade da ferramenta
alinhamento (R) Dureza do material
(R) Limpeza dos pinos
de alinhamento
Legenda
(C) = Parâmetro controlável
(R) = Parâmetro de ruído
Figura 5: Mapa do processo “furação”, com a classificação dos parâmetros de processo
O mapa de processo é base para a caracterização do processo

- a determinação dos relacionamentos existentes entre os
parâmetros de processo e os parâmetros de produto, isto é, o
parâmetro de produto é resultado dos vários parâmetros de
processo:
y = h(x)
Y = g(y) = f(x)
Se a caracterização do processo indica que a variação em um
parâmetro controlável ou em um parâmetro de ruído exerce
um impacto significativo na performance do produto, aquele
parâmetro é identificado como um parâmetro crítico.

253
y = Posição da y = Estabilidade da Y = Diâmetro do

peça na peça na base furo
furadeira y = Planicidade da Y = Concentricidade
peça na base do furo
Alinhar a Fixar a
peça na peça na Fazer
base da base da o
furadeira Produto em furadeira Produto em furo
Processo: Produto Final:
Processo: Peça furada
Peça alinhada Peça fixada
(R) Limpeza da peça * (C) Força do grampo * (C) Velocidade

(R) Limpeza da base (C) Localização do (C) Design da ferramenta
(C) Idade dos pinos de grampo (C) Idade da ferramenta
alinhamento (R) Dureza do material
*(R) Limpeza dos pinos
de alinhamento Legenda
(C) = Parâmetro controlável
(R) = Parâmetro de ruído
= Parâmetro crítico
*
Figura 6: Mapa do processo “furação”, com a classificação dos parâmetros de processo e a identificação dos parâmetros críticos

254
IDENTIFICAÇÃO DOS PARÂMETROS DE PRODUTO (Y E

Y)
Figura 7: Processo de emissão de notas fiscais - identificação dos parâmetros de produto
CLASSIFICAÇÃO DOS PARÂMETROS DE PROCESSO (X)

255
Figura 8: Processo de emissão de notas fiscais – classificação dos parâmetros de processo
IDENTIFICAÇÃO DOS PARÂMETROS DE PRODUTO (Y E

Y) E CLASSIFICAÇÃO DOS PARÂMETROS (X)

256
Figura 9: Processo do trabalho dos repositores de supermercados - identificação e classificação dos parâmetros
ATIVIDADE
Elaborar o mapa do processo de preparo de café, contemplando as
seguintes etapas:
 Aquecer a água;
 Coar o café;
 Servir o café.

257
FERRAMENTAS DA ADMINISTRAÇÃO E DO
PLANEJAMENTO
5 POR QUÊS
O “5 Por quês” é uma técnica para encontrar a causa raiz de um defeito
ou problema. O princípio é muito simples: ao encontrar um problema,
você deve realizar 5 iterações perguntando o porquê daquele problema,
sempre questionando a causa anterior.
Exemplo:
Problema: Os clientes estão reclamando muito dos atrasos nas entregas.
Por que há atrasos? Porque o produto nunca sai da fábrica no momento

que deveria.
Por que o produto não sai quando deveria? Porque as ordens de

produção estão atrasando.
Por que estas ordens atrasam? Porque o cálculo das horas de produção
sempre fica menor do que a realidade.
Por que o cálculo das horas está errado? Porque estamos usando um
software ultrapassado.
Por que estamos usando este software? Porque o engenheiro

responsável ainda não recebeu treinamento no software mais atual.
Pelo exemplo, podemos ver que a causa raiz das reclamações dos
clientes é a falta de treinamento do engenheiro em softwares de
produção mais atuais. Se o responsável somente fizesse a primeira
pergunta, tentaria mudar o sistema de transportes da empresa, o que
provavelmente seria mais caro e não resolveria realmente o problema.
Na realidade, não é necessário que sejam exatamente 5 perguntas.

Podem ser menos ou mais, desde que você chegue à causa raiz do
problema. No exemplo, ainda poderia haver um por que mais, e se
descobriria que o engenheiro não foi treinado devido a sua forte carga

258
de trabalho. O importante é que esta ferramenta sirva para exercitar as

idéias e tire a pessoa de sua zona de conforto.
Também é importante entender que esta é uma ferramenta limitada.

Fazer 5 perguntas não substitui uma análise de qualidade detalhada.
Uma das principais críticas à ferramenta, é que pessoas diferentes
provavelmente chegarão a causas raiz diferentes com estas perguntas.
Por isso o ideal é que as perguntas sejam feitas com participação de
toda a equipe, para que gere um debate em torno das causas
verdadeiras.
Além disso, frequentemente a causa de um problema será mais de uma.

Se você usa somente esta ferramenta, pode estar deixando de lado
outros fatores importantes para a melhoria de seus processos.

259
BRAINSTORMING
Brainstorming é uma ferramenta para geração de novas idéias, conceitos
e soluções para qualquer assunto ou tópico num ambiente livre de
críticas e de restrições à imaginação.
O Brainstorming é útil quando se deseja gerar em curto prazo uma

grande quantidade de idéias sobre um assunto a ser resolvido, possíveis
causas de um problema, abordagens a serem usadas, ou ações a serem
tomadas.
Como conduzir um Brainstorming
1 - Prepare o grupo
Dedique o tempo suficiente para esclarecer os propósitos da sessão

de Brainstorming e as cinco regras que devem ser seguidas:
 Suspensão do julgamento: estão proibidos os debates e as críticas

às idéias apresentadas, pois causam inibições e desvios dos obje-
tivos.
 Quantidade é importante: quanto mais, melhor.
 Liberdade total: nenhuma idéia é suficientemente esdrúxula para

ser desprezada. Pode ser que ela sirva de ponte para idéias origi-
nais e inovadoras.
 Mudar e combinar: em qualquer momento, é permitido que al-

guém apresente uma idéia que seja uma modificação ou combi-
nação de idéias já apresentadas por outras pessoas do grupo.
Contudo, as idéias originais devem ser mantidas.
 Igualdade de oportunidade: assegure-se de que todos tenham a

chance de apresentar suas idéias.
2 - Defina o problema
A clara definição do problema é um dos pontos mais importantes e,

frequentemente, um dos mais negligenciados. Descreva o problema ou

260
assunto para o qual estão procurando idéias e assegure que todos o

tenham compreendido. Evite que o grupo tome caminhos errados. Uma
boa medida é escrever a definição em uma folha de flipchart e colocá-la
na parede.
3 - Geração de idéias
Nesta etapa as idéias são criadas e anotadas. Siga os seguintes passos:
1. Estabeleça o tempo máximo de duração da sessão de geração

de idéias. Designe alguém para controlar o tempo.
2. Comunique o tópico a ser analisado na forma de uma pergunta.

Assegure-se de que todos o entendam.
3. Conceda alguns minutos para que todos pensem sobre a

pergunta e peça que eles apresentem suas idéias. Defina se as
idéias serão solicitadas de forma estruturada ou não estruturada:
 Estruturada: o facilitador define uma rotação de maneira que

cada pessoa contribua com uma idéia em cada turno. Se a pes-
soa não tem uma idéia, passa a vez.
 Não estruturada: as pessoas apresentam suas idéias à medida

que vão surgindo. Este método requer que o facilitador moni-
tore de perto o processo para assegurar que as regras sejam
seguidas e que todas as pessoas tenham a chance de partici-
par.
4. Anote as idéias numa folha de flipchart e disponha-as de forma

que todos possam vê-las. Isto evita duplicidades, mal entendidos
e ajuda a estimular o pensamento criativo no grupo.
 Anote as idéias exatamente como foram faladas. Não as inter-

prete.
 Tente obter uma lista mais longa possível. Faça o Brainstor-

ming até que todos os participantes tenham esgotado suas i-
déias ou que o tempo tenha expirado.

261
5. Terminada a sessão de geração, esclareça o significado de

todas as idéias apresentadas, para assegurar que todos tenham o
mesmo entendimento. Aponte cada idéia e pergunte se alguém
tem perguntas sobre seu significado. Você pode pedir ao autor da
idéia que a explique melhor.
6. Elimine as duplicidades. Se duas ou mais idéias parecem ser a

mesma coisa, você deve combiná-las ou eliminar as duplicatas.
Para isto, é necessário obter a concordância de seus autores de
que elas têm o mesmo significado. Se não concordarem,
mantenha as idéias intactas e separadas.

262
DIAGRAMA DE CAUSA-E-EFEITO
É utilizado para sumarizar e apresentar as possíveis causas do problema
considerado, atuando como um guia para a identificação da causa
fundamental deste problema e para a determinação das medidas
corretivas que deverão ser adotadas.
EXEMPLO
Medidas Matér ia Prima Mão de Obra
Medida inc orreta de Desatenção

t emperat ura
Tipo de sabão
inadequado
Medida incorreta de F alta de treinamento
tempo
El evado
Núm ero de
Roupas
Dani fi cadas
Falta de limpeza dos Obsolescência

equipamentos
Iluminação f raca
Operação inadequada Defeitos

na mesa de passar
Meio Ambiente Métodos Máq uin as
Diagrama de causa-e-efeito para o problema “elevado número de roupas danificadas em uma lavanderia”
Comentários sobre o procedimento para a construção de um diagrama

de causa-e-efeito:
• A construção de um diagrama de causa-e-efeito deve ser realiza-

da por um grupo de pessoas envolvidas com o processo. O efeito
deve ser definido da forma mais clara possível.
• Deve ser construído um diagrama de causa-e-efeito para cada e-

feito de interesse.
• Em muitas situações, os fatores equipamentos, pessoas, insumos,

métodos, medidas e condições ambientais são candidatos natu-
rais a constituírem as causas primárias do diagrama de causa-e-
efeito.

263
• Durante a construção do diagrama de causa-e-efeito devemos

formular e responder a pergunta: "Que tipo de variabilidade (nas
causas) poderia afetar o efeito de interesse?“.
• O grau de importância de cada causa relacionada no diagrama de-

ve ser estabelecido com base em dados (priorização e quantifica-
ção das causas).
• Devem ser escolhidos causas e efeitos mensuráveis.
Roteiro para a solução do exemplo no Minitab
I – Construir o Diagrama de Causa-e-Efeito
01. Selecione Stat > Quality Tools > Cause-and-Effect...
02. A seguinte tela aparecerá e deverá ser preenchida como abaixo:
03. Para a primeira linha do campo Causes, selecione a coluna Pesso-

as.
04. Para a primeira linha do campo Label, digite Mão de obra.
05. Para a segunda linha do campo Causes, selecione a coluna Equi-

pamentos.
06. Para a segunda linha do campo Label, digite Máquinas.

264
07. Para a terceira linha do campo Causes, selecione a coluna Insu-

mos.
08. Para a terceira linha do campo Label, digite Matéria prima.
09. Para a quarta linha do campo Causes, selecione a coluna Método.
10. Para a quarta linha do campo Label, digite Método.
11. Para a quinta linha do campo Causes, selecione a coluna Medidas.
12. Para a quinta linha do campo Label, digite Medidas.
13. Para a sexta linha do campo Causes, selecione a coluna Meio am-
biente.
14. Para a sexta linha do campo Label, digite Meio ambiente.
15. No campo Effect, digite o efeito do processo investigado: Elevado

número de roupas danificadas.
16. No campo Title, digite o título do diagrama (exemplo: Diagrama

de causa-e-efeito para problemas em uma lavandeira).
17. Selecione OK.

265
DIAGRAMA DE AFINIDADES
Finalidade do diagrama de afinidades:
Utiliza as similaridades entre dados não numéricos para facilitar o

entendimento, de forma sistemática, da estrutura de um problema. Esta
ferramenta é utilizada para:
- Mostrar a direção adequada a ser seguida em um processo de

solução de problemas.
- Organizar as informações disponíveis para a solução de um

problema.
- Organizar as idéias provenientes de alguma avaliação (por

exemplo, a avaliação / auditoria do presidente).
Agrupar por afinidade as causas de um problema após realizar um

brainstorming.
O diagrama de afinidades é a representação gráfica de grupos de dados

afins.
O diagrama de afinidades permite que a estrutura de um tema

complexo fique mais clara, por meio da organização das informações
sobre o tema em grupos cujos elementos possuem afinidade entre si.
Estrutura do diagrama de afinidades:
TEMA
Tema
Grupo 1 Grupo
Grupo2 2
Informação 1.1 Informação 1.2


Grupo 3 Informação 2.5 Informação 2.6
Informação 3.1 Informação 3.2 Informação 2.7 Informação 2.8
Informação 3.3 Informação 3.4 Informação 2.9 Informação 2.10

266
Exemplo de um diagrama de afinidades:

Tema
(Problema, Fenômeno)
Título do grupo
Férias da família
mal planejadas
Não procurar a Não utilizar diversas

Falta de consenso fontes de informação
melhor alternativa
da família na definição na pesquisa das
para o orçamento
das férias ideais. alternativas para
disponível.
as férias.
Deixar de pedir Não calcular o Não usar um

a opinião das orçamento agente de viagens
crianças. total. experiente.
Não levar em Não pensar em

conta os hobbies combinar as férias Ignorar as férias
de todos com uma viagem anteriores.
da família. de negócios.
Ignorar as fotos Não procurar Não considerar

de férias várias opções locais com
anteriores. de preços. atividades para
todas as idades.
Informações
Etapas para construção do diagrama de afinidades:
1 - Definir o tema a ser analisado:
Não é conveniente que sejam dadas muitas explicações sobre o tema,

já que elas poderão agir como restrições inibidoras, porque as pessoas
tentam apresentar idéias que estejam de acordo com estas explicações.
Exemplo: Férias da família mal planejadas
2 - Coletar informações:
As informações podem ser geradas por meio de um brainstorming.
3 - Escrever as informações em cartões:
Devem ser utilizadas frases curtas, simples e objetivas.
4 - Formar os grupos de primeira ordem:

267
Agrupar os cartões cujas informações possuem algum tipo de afinidade

entre si.
5 - Identificar os cartões solitários:
Os cartões que não pertencem a nenhum grupo devem ficar sozinhos.
6 - Definir os títulos dos grupos de cartões de primeira ordem:
Deverá ser criado um cartão com uma informação concisa, denominado

cartão título, que dará nome ao grupo.
7 - Formar os grupos de ordem superior:
Os grupos de primeira ordem que apresentam afinidades devem ser

reunidos em grupos maiores.
O procedimento deve ser repetido até que seja formado um único

grupo, cujo título é o tema em análise.
8 - Finalizar a construção do diagrama:
Os grupos de cartões afins devem ser dispostos formando blocos.
Desenhar bordas em torno dos grupos e registrar os títulos dos grupos.

268
DIAGRAMA DE RELAÇÕES
Finalidade do diagrama de relações:
 Permite a visualização das relações de causa e efeito de um tema

ou problema.
 A utilização do diagrama de relações é recomendada quando as re-

lações entre as causas de um problema são complexas.
 É também utilizado quando a sequência correta das ações é crítica

para o alcance do objetivo.
 Enquanto o diagrama de afinidades explora o lado subjetivo de um

tema, o diagrama de relações explora seu lado lógico.
 O diagrama de relações evidencia as ligações lógicas de causa e e-

feito pelo reconhecimento de que cada evento não é o resultado de
uma única causa, mas de múltiplas causas inter-relacionadas.
Estrutura do diagrama de relações

3 4
3 5
2
3 2 3
1 4
1 2
2
4
1 1 3
3 1 2
2 2 4
4

269
Exemplo de um diagrama de relações
3 3 3
3
2 2
3 2
3
2 1 2
3 3
2
2 3
2 1 2 3
3
2 2 2 3
4
3
3 4
4 4

270
Etapas para construção do diagrama de relações

Etapa 5
Causa
Causa Causa Principal
Causa
Principal Causa Causa
Etapa 1
Causa Problema Causa
Etapa 4 Etapa 3
Causa Causa Causa
Causa
Principal
Causa
Causa Causa
Principal
Etapa 2
Premissa: Conclusões:
1 - Premissa 1 1 - Causa Principal 1
2 - Premissa 2 2 - Causa Principal 2
3 - Causa Principal 3
4 - Causa Principal 4
1 - Definir o problema a ser analisado:
O problema (tema), expresso de forma simples, deverá ser anotado em

um cartão que será posicionado no centro do diagrama.
2 - Apresentar as premissas básicas que irão restringir o foco da

discussão.
3 - Levantar as causas do problema:
Cada causa, expressa de modo simples e objetivo, deverá ser anotada

em um cartão.
Os cartões deverão ser dispostos em torno do cartão que representa o

problema.
4 - Identificar as relações de causa e efeito por meio de setas que

apontam para os efeitos.

271
5 - Identificar as causas principais por meio de uma representação em

destaque.
6 - Sumarizar as conclusões, listando as causas principais.

272
Finalidade da matriz de priorização:
 A matriz de priorização tem como objetivo a identificação das

principais variáveis que exercem impacto sobre um resultado de
interesse.
 A priorização auxilia na seleção das variáveis que devem ser me-

didas e analisadas nos estudos para quantificação da intensidade
de relações de causa-e-efeito.
Exemplo de matriz de priorização:

Efeitos
Causas
Etapas para a construção da matriz de priorização:
1- Listar horizontalmente os resultados de interesse (outputs).

273
2- Atribuir um peso (grau de importância), na escala de 5 a 10, para

cada um dos outputs listados.
3- Listar verticalmente as variáveis que podem afetar os outputs

(inputs).
4- Avaliar a intensidade das relações entre os outputs e os inputs.
5- Cálculos.
6- Registrar o resultado da soma na coluna “Total”, na linha

correspondente ao input considerado.
7- Priorizar os inputs a partir dos resultados na coluna “Total” (ou na

coluna “Percentual”, que também pode ser representada na matriz).
Exemplo de configuração para uma Matriz de Priorização das soluções potenciais
Critério para priorização

Elevado impacto Baixo potencial Contribuição
Baixo
Facilidade Rapidez sobre as causas para criar novos para a satisfação
Custo
fundamentais problemas do consumidor
Peso (5 a 10) 9 8 8 10 10 7
Solução Total
I 3 3 1 5 5 1 166
II 5 5 5 3 5 0 205
III 3 5 5 5 3 3 208
IV 1 5 3 3 5 1 160
V 5 3 1 3 5 3 178
Matriz de Priorização GUT

Considera a Gravidade, a Urgência e a Tendência do problema:
Gravidade: impacto do problema sobre operações e pessoas da
empresa. Efeitos que surgirão a longo prazo em caso de não resolução.
Urgência: o tempo disponível ou necessário para resolver o problema.
Tendência: potencial de crescimento (piora) do problema.

274
É necessário que cada problema a ser analisado receba uma nota de 1 a

5 em cada uma das características: gravidade, urgência e tendência.
Nota Gravidade Urgência Tendência
Se não for resolvido, piora

5 Extremamente grave Extremamente urgente
imediatamente
4 Muito grave Muito urgente Vai piorar a curto prazo
3 Grave Urgente Vai piorar a médio prazo
2 Pouco grave Pouco urgente Vai piorar a longo prazo
1 Sem gravidade Sem urgência Sem tendência de piorar
Matriz de Priorização GUT

Problemas G U T Total Priorização
Atraso na entrega do fornecedor 4 4 3 11 2º
Alto gasto com materiais de escritório 2 2 1 5 4º
Baixo índice de recompra entre os clientes 5 4 4 13 1º
Problemas disciplinares entre vendedores 3 2 3 8 3º

275
DIAGRAMA DE ÁRVORE
Finalidade do diagrama de árvore:
O diagrama de árvore é uma ferramenta utilizada para o mapeamento

detalhado dos caminhos (meios ou medidas) a serem percorridos para
se alcançar um objetivo global.
Primeiro nível Segundo nível Terceiro nível
Meio
Meio
Meio
Meio
Meio
Meio Meio
Meio
Meio
Objetivo Meio Meio
Meio
Meio
Meio
Meio
Meio Meio Meio
Meio
Meio Meio
Meio

276
Exemplo de um diagrama de árvore:

277
Etapas para construção de um diagrama de árvore:
Etapa 4
Meio 1.1.1
Etapa 3
Meio 1.1 Meio 1.1.2
Meio 1.1.3
Meio 1
Meio 1.2.1
Meio 1.2
Meio 1.2.2
Meio 2.1.1
Meio 2.1
Etapa 1 Etapa 2 Meio 2.1.2
Objetivo Meio 2
Meio 2.2.1
Meio 2.2 Meio 2.2.2
Meio 2.2.3
Meio 3.1.1
Meio 3.1
Meio 3.1.1
Meio 3
Meio 3.2.1
Meio 3.2
Meio 3.2.2
1- Definir o objetivo a ser alcançado.
2- Identificar os meios de primeiro nível:
Responder a pergunta: “Como alcançar o objetivo?”
3- Identificar os meios de segundo nível:
Responder a pergunta: “Como alcançar o meio de primeiro nível?”
4- Continuar o desdobramento enquanto for conveniente.
5- Revisar o diagrama, fazendo o caminho inverso:
Verificar se os meios de nível superior são realmente alcançados

pelos meios de nível inferior. Para isto, responder a pergunta: “Por
que esta medida deve ser executada?”

278
DIAGRAMA DO PROCESSO DECISÓRIO

(PDPC - PROCESS DECISION PROGRAM CHART)
Finalidade do diagrama do processo decisório:
O diagrama do processo decisório é utilizado para garantir o alcance de

uma meta pelo estudo da lógica de todas as possibilidades de
ocorrência de eventos e contingências no caminho para se atingir a
meta e das contramedidas que podem ser adotadas em resposta a estes
eventos e contingências.
Início
Medida 1 Medida 2
Problema 1 Problema 2
Contramedida 1 Contramedida 2
Objetivo
Exemplo de um diagrama do processo decisório:
Sr. A deseja falar com o Sr. W

antes que ele se encontre com o
presidente da empresa X.
Telefonar para o
escritório do Sr. W.
Sr. W já deixou seu escritório, tendo

ido para a empresa Y. A seguir irá
para a loja Z e, finalmente, para o
aeroporto onde se encontrará com
o presidente de empresa X.
Enviar o funcionário Telefonar para

B para procurar o a empresa Y.
Sr. W na loja Z.
O Sr. W não O Sr. W foi O Sr. W não

foi encontrado. encontrado. foi encontrado.
? ?
Foi possivel falar com o Sr. W antes

que ele se encontrasse com o
presidente da empresa X.

279
Etapas para construção do diagrama do processo decisório:
Etapa 1
Situação Inicial
Medida 1 Etapa 2 Medida 2 Medida 3
Problema 1.1 Problema 1.2 Problema 2.1 Problema 3.1
Etapa 3
Etapa 5
Medida 1.1 Medida 1.2 Inviabilidade Medida 3.1
Etapa 4
Problema 1.1.1 Problema 1.2.1 Problema 3.1.1
Medida 1.1.1 Inviabilidade Medida 3.1.1
Etapa 5
Objetivo
Etapa 1
1- Definir os pontos de partida e de chegada:
O ponto de partida é a situação inicial do problema ou projeto.
O ponto de chegada é o objetivo a ser alcançado.
2- Identificar as medidas a serem implementadas para o alcance do

objetivo.
3- Identificar os possíveis problemas associados a cada medida.
4- Identificar contramedidas para cada problema relacionado na

etapa 3.
5- Repetir as etapas 3 e 4 até que o objetivo final ou alguma

situação de inviabilidade seja alcançado.

280
INTRODUÇÃO AO PLANEJAMENTO DE EXPERIMENTOS
A FILOSOFIA DO PLANEJAMENTO DE EXPERIMENTOS

Para a aquisição de conhecimento:
 Algo deve acontecer (evento significativo ou informativo);
 Alguém deve ver que algo aconteceu (observador perceptivo).
Observador
perceptivo
Evento
significativo
Análise
Conhecimento
Aquisição de conhecimento
Observação melhorada:
 Para que eventos informativos que ocorrem naturalmente sejam

levados à atenção do observador perceptivo.
 Exemplo do controle estatístico de processos.

281
Observador
perceptivo
Evento
significativo
Exemplo do controle estatístico de processos
Experimentação planejada:
 Para induzir a ocorrência de eventos informativos.
 Um experimento é um convite para que um evento informa-

tivo ocorra!
 Experimentação ou experimento:
- Procedimento no qual alterações propositais são fei-

tas em fatores controláveis de um processo ou pro-
duto, de modo que se possa observar as possíveis al-
terações sofridas pelas variáveis resposta de interes-
se, bem como as razões destas alterações.
A importância das perguntas iniciais
Devemos fazer perguntas que nos guiarão na determinação do

experimento apropriado a ser realizado:
- Qual é nosso objetivo?
- Qual é nosso conhecimento anterior ?
- Como saberemos se atingimos nosso objetivo?

282
ATIVIDADE
Projetando bolos
Você está envolvido com uma equipe que está desenvolvendo bolos a
serem vendidos em regiões urbanas. No momento, na fase de definição
do conceito do produto, a equipe está considerando o tamanho e a
forma do bolo. Um requisito de marketing estabelece que os bolos
devem ser uniformes, já que diversos bolos serão exibidos na mesma
caixa. Especificações indicam que a altura do bolo deve ser igual a 10,0
± 1,5 cm.
Experimentos iniciais, realizados para diferentes receitas, resultaram em

bolos de tamanhos muito variados.
Diante desta situação, quais seriam suas perguntas antes de realizar um

novo experimento?

283
CONCEITOS BÁSICOS DO PLANEJAMENTO DE

EXPERIMENTOS
Variável resposta
Uma variável observada ou medida em um experimento – é o resultado

do experimento.
Frequentemente é uma característica da qualidade ou uma medida do

desempenho de um processo ou produto.
Um experimento pode ter uma ou mais de uma variável resposta.
Primeira pergunta a ser feita para a seleção da variável resposta:
 A variável resposta é efetiva para quantificar os resultados deseja-

dos?
Exemplos:
 Batimento radial no topo do cesto de uma lavadora.
 Consumo de pó utilizado na pintura de peças.
 Nível de ruído de um compressor.
Fator
Uma variável que é deliberadamente alterada (sofre mudanças de forma

controlada) em um experimento, com o objetivo de se observar seu
impacto sobre a variável resposta.
Um fator pode ser qualitativo ou quantitativo.
Exemplos:
 Peso da carga de roupa (quantitativo).
 Máquina (qualitativo).
 Temperatura de reação (quantitativo).
Métodos para a identificação de fatores:
 Mapeamento do processo;

284
 Teorias científicas;
 Conhecimentos de engenharia;
 Experiência da equipe;
 Brainstorming;
 Cartas de controle.
Nível
Um valor específico para um fator quantitativo ou uma opção específica

de um fator qualitativo incluído no experimento.
Exemplos:
 Peso da carga de roupa igual a 2,5 ou 5,0 kg.
 Máquina A ou B.
 Temperatura de 90 ou 100º C.
Erros que NÃO podem ser cometidos na seleção dos níveis:
 Níveis muito próximos entre si;
 Níveis muito afastados.
Variável de ruído
Uma variável conhecida que pode afetar uma variável resposta em um

experimento, mas que não é de interesse como um fator.
Exemplos:
 Lote de matéria prima.
 Temperatura ambiente.
Formas de controle das variáveis de ruído:
 Manter as variáveis constantes.
 Medir as variáveis de Ruído e levar em conta seus efeitos durante

a análise dos dados.

285
Variável perturbadora
Uma variável desconhecida que pode afetar uma variável resposta em

um experimento.
O impacto das variáveis perturbadoras pode ser minimizado por meio

da ALEATORIZAÇÃO.
ATIVIDADE
Considere um problema crônico associado à operação da empresa, com
o qual você é familiar, e que poderia estar sendo resolvido por um
equipe liderada por um Green Belt.
Suponha que, na etapa Analyze do DMAIC, será realizado um

experimento para quantificar a importância das causas potenciais do
problema prioritário considerado.
Para este experimento, relacione:
 Objetivos;
 Variáveis resposta; (Uma variável resposta)
 Fatores e seus níveis; (4 fatores – 2 níveis em cada)
 Variáveis de ruído. (Uma variável de Ruído)

286
MÉTODOS DE EXPERIMENTAÇÃO
TENTATIVA E ERRO
Arcaico.
Não expande o conhecimento.
EXEMPLO
Problema:
O teor de pureza de um produto químico fabricado por uma indústria

varia entre 65 e 70%.
A empresa tem como meta obter teores de pureza superiores a 80%, até
o final do ano.
Solução proposta: Todas alterações realizadas juntas
 Mudar a temperatura do reator.
 Mudar a pressão do reator.
 Aumentar o tempo de reação.
 Usar nova marca de catalisador.
 Alterar a concentração do reagente A.
 Alterar a concentração do reagente B.
 Passar a trabalhar com agitação no processo.

287
UM FATOR DE CADA VEZ (OFAT)

Ineficiente.
Pode levar a conclusões incorretas.
EXEMPLO
Problema:

o final do ano.
Solução:
 Estudar os efeitos dos fatores temperatura do reator e pressão do

reator sobre o teor de pureza.
 Fixar a temperatura em 65oC (nível de operação atual) e produzir

uma batelada do produto para cada um dos seguintes níveis de
pressão: 12, 13, 14, 15 e 16 atm.
 Resultados:
Melhor Resultado
14,3 atm
Teor de pureza da substância química contra a pressão do reator, para uma

temperatura constante de 65 oC

288
 Fixar a pressão em 14,3 atm (o ótimo aparente para este fator) e

produzir uma batelada da substância para cada uma das seguin-
tes temperaturas: 60, 65, 70, 75 e 80oC.
 Resultados:
Melhor Resultado
68 graus
Teor de pureza da substância química contra a temperatura do reator, para

uma pressão constante de 14,3 atm
Conclusão:
Passar a operar o processo a 68ºC e 14,3 atm e obter teores de pureza

próximos a 75%.
Qual é de fato a influência da temperatura e da pressão nos teores de

pureza?
Mas, se outro método de experimentação tivesse sido utilizado, o que

poderia ter sido descoberto?

289
Resultados do experimento de otimização utilizando planejamento fatorial
Descobertas:
 Ponto ótimo para o teor de pureza em torno de 95%.
 Ponto ótimo em níveis de pressão mais baixos (o que é me-

lhor) e em temperaturas mais elevadas.
Principal falha do método um fator de cada vez:
Incapacidade de detectar a existência da INTERAÇÃO entre os fatores

temperatura e pressão.
Uma interação ocorre quando o efeito de um fator sobre a variável

resposta depende do nível em que está o outro fator, isto é, o
comportamento de um fator não é o mesmo nos diferentes níveis do
outro fator.
Visualização do significado da interação:

290
Resultados do experimento de otimização utilizando planejamento fatorial -

visualização da interação
Efeito da temperatura sobre o teor de pureza, para pressão = 12 atm:
 Aumentar a temperatura de 70oC para 80oC, aumenta o teor

de pureza de 60% para 90%.
Efeito de temperatura sobre o teor de pureza, para pressão = 14,3 atm:
 Aumentar a temperatura de 70oC para 80oC, diminui o teor

de pureza de 75% para 60%.
ENTENDENDO O SIGNIFICADO DA INTERAÇÃO

AUSÊNCIA DE INTERAÇÃO
Fator A: Concentração do reagente A.
Fator B: Tempo de agitação.
Variável resposta: Rendimento da reação química.
Dados coletados no experimento:

291
Valores do rendimento da reação química, obtidos no experimento
Fator Fator B
A B1 B2
A1 32 52
A2 72 96
Representação gráfica dos resultados do experimento:
100 Fator B
B1
B2
90
80
Re s po st a
70
60
50
40
30
A1 A2
Fator A
Representação gráfica dos resultados do experimento - fatores sem interação
PRESENÇA DE INTERAÇÃO
Fator A: Concentração do reagente Y.
Fator B: Tempo de agitação.
Variável resposta: Rendimento da reação química.
Dados coletados no experimento:

292
Valores do rendimento da reação química, obtidos no experimento
Fator Fator B
A B1 B2
A1 30 60
A2 75 18
Representação gráfica dos resultados do experimento:
Representação gráfica dos resultados do experimento – fatores com interação

293
EXPERIMENTO FATORIAL COMPLETO

EXEMPLO
Problema:

o final do ano.
Solução:
 Estudar os efeitos dos fatores temperatura (65 e 75) do reator,

pressão (13 e 16) do reator e tempo (15 e 20) de reação sobre o
teor de pureza.
 Considerar dois níveis para cada fator e pesquisar todas as com-

binações possíveis dos níveis dos fatores.
Resultados:
Valores do teor de pureza do produto químico, obtidos no experimento fatorial completo
Os experimentos fatoriais completos permitem a determinação:
 Dos efeitos dos fatores;
 Dos efeitos das interações entre os fatores;
 Dos ajustes a serem feitos nos níveis dos fatores para a obtenção
dos melhores resultados para as variáveis resposta.

294
Número de ensaios necessários à realização de experimentos fatoriais

completos:
Número de ensaios necessários para realização de experimentos 2 k
Limitação dos experimentos fatoriais completos:
 O tempo e os custos envolvidos na sua realização podem ser mui-

to elevados.
Os experimentos fatoriais completos devem ser utilizados “na hora

certa”, isto é, quando estamos estudando poucos fatores.

295
EXPERIMENTO FATORIAL FRACIONADO

EXEMPLO
Problema:

o final do ano.
Solução:
 Estudar os efeitos dos fatores temperatura (65 e 75) do reator,

pressão (13 e 16) do reator e tempo (15 e 20) de reação sobre o
teor de pureza.
 Considerar dois níveis para cada fator.
 Não é viável pesquisar todas as combinações possíveis dos níveis

dos fatores - apenas quatro combinações podem ser avaliadas.
Resultados:
Valores do teor de pureza do produto químico, obtidos no experimento fatorial fracionado
Os experimentos fatoriais fracionados:
 Consideram apenas uma parte de todas as possíveis combinações

dos níveis dos fatores que compõem o fatorial completo.
 Permitem a obtenção da informação com menor investimento.
 São especialmente úteis nos estágios iniciais de experimentação,

quando há muitos fatores sendo estudados.
Limitação dos experimentos fatoriais fracionados:

296
 Deve-se abrir mão da capacidade de detecção de alguns efeitos –

principalmente efeitos de interação.
ATIVIDADE
Escolha uma variável resposta e quatro fatores com dois níveis cada
para um experimento.
Construa uma tabela que ilustre como um estudo para avaliação do

efeito destes quatro fatores sobre a variável resposta seria construído
sob a forma de um experimento fatorial completo.

297
EXPERIMENTO FATORIAL COMPLETO
EXPERIMENTOS FATORIAIS 2K
2 = número de níveis por fator.
k = número de fatores.
Características dos experimentos fatoriais 2k:
 Fáceis de planejar e de analisar.
 Possibilitam o estudo de fatores qualitativos e quantitativos.
 Possibilitam a quantificação das interações.
 Formam a base dos experimentos fatoriais fracionados.
Codificação dos níveis dos fatores
 Fator quantitativo:
 Nível alto (+): nível de maior valor.
 Nível baixo (-): nível de menor valor.
 Fator qualitativo:
 Os níveis alto (+) e baixo (-) são escolhidos aleatoriamente.
Exemplo de um experimento fatorial 2k na ordem padrão:

298
Experimento 24 colocado na ordem padrão
A B C D Resultados
- - - -
+ - - -
- + - -
+ + - -
- - + -
+ - + -
- + + -
+ + + -
- - - +
+ - - +
- + - +
+ + - +
- - + +
+ - + +
- + + +
+ + + +
EXEMPLO
Problema:
 Elevado risco de contaminação do meio ambiente por resí-

duos tóxicos gerados pela empresa.
Processo de interesse:
 Cimentação de lama tóxica.
Principal parâmetro do produto cimentado (Y):
 Resistência média à compressão.

299
Fluxograma simplificado do sistema de cimentação de lama tóxica
Objetivo:
 Aumentar a resistência média à compressão do produto ci-

mentado.
Etapa Analyze do DMAIC:
 Quantificar o relacionamento entre os fatores do processo e

a resistência à compressão:
Y= f(x)
Ferramenta utilizada:
 Experimento fatorial 2K.
Fatores de interesse e níveis dos fatores:

300
Dados coletados no experimento 22:

Valores da resistência média à compressão obtidos nos ensaios
Resistência média à
Ensaio A B AB compressão (MPa)
1 - - + 24,10
2 + - - 14,30
3 - + - 23,50
4 + + + 12,10
Forma de obtenção dos sinais da coluna de interação:
 Multiplicação dos sinais das colunas dos fatores que compõem a

interação:
Número ímpar de sinais (-) : Interação terá sinal (-)
Número par de sinais (-) : Interação terá sinal (+)
Cálculo dos efeitos dos fatores e dos efeitos das interações:
Média das respostas Média das respostas

associadas aos sinais associadas aos sinais = Efeito
+ -
 Efeito principal do fator A:
14,30 + 12,10 - 24,10 + 23,50

A=
2 2
A = -10,60
 Efeito principal do fator B:

301
 Efeito da interação AB:
Qual é a interpretação dos efeitos principais?
 Fator A:
 Quando a relação água/cimento passa de 0,40 para 0,70, a

resistência média à compressão do produto cimentado di-
minui, em média, 10,60 MPa.
 Fator B:
 Quando a relação bentonita/cimento passa de 0,10 para

0,15, a resistência média à compressão do produto cimen-
tado diminui, em média, 1,40 MPa.
GRÁFICOS UTILIZADOS PARA A INTERPRETAÇÃO DOS

EFEITOS
GRÁFICO DE PROBABILIDADE NORMAL PARA OS

EFEITOS
No gráfico de probabilidade normal para os efeitos:
 Os efeitos não significativos tenderão a estar distribuídos ao lon-

go de uma reta;
 Os efeitos significativos deverão estar afastados desta reta.

302
Gráfico de probabilidade normal para os efeitos do experimento da

resistência média à compressão
GRÁFICO DE PARETO
Os efeitos significativos são aqueles cujas barras igualam ou
ultrapassam a linha vertical, (teste de Lenth).
Gráfico de Pareto dos efeitos dos fatores água/ cimento e bentonita/cimento
Exceção na interpretação do gráfico de Pareto dos efeitos:
 Quando o experimento envolver apenas 2 fatores e tiver sido

realizada uma única réplica, mesmo que o gráfico de Pareto

303
não identifique nenhum efeito como significativo, é aconse-

lhável interpretar as barras mais altas como sendo representa-
tivas de efeitos significativos.
O teste de Lenth é um complemento à análise do gráfico de

probabilidade normal para os efeitos.
Nenhum fator ou interação iguala ou ultrapassa a linha de Lenth (para

mais que 2 fatores):
 Ruído influenciando a variável resposta
 Níveis incorretos para os fatores
 Fatores não são significativos
GRÁFICO DOS EFEITOS PRINCIPAIS

Construção do gráfico:
 No eixo dos x‟s são alocados os níveis do fator.
 No eixo dos y‟s são alocados os valores médios da variável res-

posta para cada nível do fator.
Gráfico dos efeitos principais do experimento da resistência média à compressão

304
GRÁFICO DAS INTERAÇÕES

Construção do gráfico:
 No eixo dos x‟s são alocados os níveis de um dos fatores.
 No eixo dos y‟s são alocadas as médias da variável resposta nas

combinações dos níveis dos dois fatores.
 Os pontos do gráfico que pertencem aos mesmos níveis do fator

que não foi colocado no eixo dos x‟s, são ligados por uma reta.
Gráfico da interação entre água/cimento e bentonita/cimento

305
Alguns exemplos de como analisar os resultados de experimentos

fatoriais 2k:

306
ROTEIRO PARA EXPERIMENTO

1. Fazer o Planejamento
1. Objetivo
2. Variável Resposta
3. Fatores e Níveis
4. Ruídos
2. Montar a tabela com todas as combinações possíveis
3. Coletar resultados dos testes de forma aleatória e digitá-las no Mi-

nitab
4. Montar o Gráfico de Pareto e/ou Normal
5. Verificar quais são os efeitos significativos
6. Para os efeitos significativos, montar os gráficos de Efeitos Principais

e/ou Interação
7. Estudar quais são as melhores configurações de níveis
8. Verificar se esta configuração é suficiente para suprir o objetivo
I – Criar o experimento fatorial
01. Selecione Stat > DOE > Factorial > Create Factorial Design...

abaixo:

307
03. Selecione 2-level factorial (default generators) em Type of Design.
04. Selecione no botão de extensão o número 2 em Number of factors.
O comando acima permite escolher o número de fatores que será

analisado.
05. Selecione Designs...

seguir:
07. Selecione o tipo de experimento a ser realizado. Neste exemplo,

escolha o Full factorial.
08. Selecione OK.
09. Selecione Factors...

308

abaixo:
11. No campo Name, para o fator A, digite: Rel. A/C.
12. No campo Name, para o fator B, digite: Rel. B/C.
13. Selecione OK.

abaixo:
16. Desative Randomize runs.
18. Na coluna C7 da planilha de dados, digite os dados da Resistência

média à compressão (MPa): 24,1, 14,3, 23,5 e 12,1.
19. Nomeie C7 como Resist.

309
20. A planilha de dados deverá estar como mostrado abaixo:
II – Analisar o experimento fatorial
21. Selecione Stat > DOE > Factorial > Analyze Factorial Design...

seguir:
23. Selecione a coluna Resist para o campo Responses.
24. Selecione Graphs...

abaixo:

310
26. Selecione Normal e Pareto em Effect Plots.
27. Altere Alpha para 0,1.
III - Construir os gráficos de efeitos principais e da interação
29. Selecione Stat > DOE > Factorial > Factorial Plots...

seguir:

311
31. Selecione Main Effects Plot.
32. Selecione a opção Setup... correspondente à opção Main Effects Plot.

seguir:
35. Em Factors to Include in Plots, no campo Available, selecione os

fatores: Rel. A/C e Rel. B/C para o campo Selected.
36. Selecione Options... e digite o título do gráfico (ex: Gráfico dos

efeitos principais da resistência média à compressão).
38. Selecione Interaction Plot.
39. Selecione a opção Setup... correspondente à opção Interaction Plot.

seguir:

312
42. Em Factors to Include in Plots, no campo Available, selecione os

fatores: Rel. A/C e Rel. B/C para o campo Selected.
43. Selecione Options... e digite o título do gráfico (ex: Gráfico da

interação entre Rel. A/C e Rel. B/C).
44. Selecione OK três vezes.
ATIVIDADE - INDUSTRIAL
Uma Green Belt que trabalha em uma indústria química estava
interessada em avaliar qual a melhor condição de produção de um tipo
especial de carvão ativo granulado a ser utilizado para a adsorção de
vapores não polares. Com este objetivo ela decidiu realizar um
experimento estatisticamente planejado.
A partir dos conhecimentos disponíveis sobre o processo de produção

do carvão ativo, a Green Belt considerou que as principais variáveis que
podiam afetar a qualidade do carvão ativo produzido eram:
1. Matéria-prima (A)

313
• Os resíduos vegetais de maior dureza são considerados as me-

lhores matérias-primas para a produção de carvão ativo. A Green
Belt teve interesse em avaliar o efeito do emprego de casca de co-
co e de um tipo especial de serragem sobre a qualidade do carvão
ativo fabricado.
2. Temperatura de carbonização (B)
• A Green Belt decidiu utilizar duas diferentes temperaturas de car-

bonização (500oC e 700oC) na fabricação do carvão ativo, com o
objetivo de avaliar o efeito do fator temperatura sobre a qualidade
do produto obtido.
3. Substância ativante (C)
• A ativação do carvão consiste na carbonização da matéria-prima

em presença de agentes químicos, conhecidos como substâncias
ativantes. Estas substâncias promovem um grande aumento na
superfície das partículas de carvão, o que favorece o processo de
adsorção. A Green Belt decidiu estudar a eficiência do cloreto de
zinco e do ácido fosfórico como substâncias ativantes do carvão.
4. Tempo de carbonização (D)
• Suspeitava-se que o tempo de carbonização exercia um efeito

similar ao da temperatura sobre as propriedades do carvão ativo.
Os tempos de carbonização utilizados pela Green Belt foram 2 e 4
horas.
Uma das principais variáveis capazes de medir a qualidade do carvão

ativo produzido era a razão entre a massa dos vapores adsorvidos (v) e
a massa do carvão ativo utilizado em cada ensaio (m). Esta razão v/m foi
então escolhida como a variável resposta do experimento. Além disto, a
Green Belt considerou de interesse utilizar o tetracloreto de carbono
como o vapor a ser adsorvido pelo carvão ativo. Um fluxograma
simplificado do processo de condução do experimento para produção e
avaliação da qualidade do carvão ativo é apresentado na figura a seguir:

314
Ácido Fosfórico
Casca de coco Adição de

Moagem Peneiramento Ativantes
Serragem
Cloreto de Zinco
T = 500 oC t=2h
Secagem Filtração Lavagem Carbonização
T = 700 oC t=4h
Tetracloreto
de carbono
Avaliação da
qualidade do Variável
Adsorção
carvão ativo resposta: v/m
Processo de condução do experimento para produção e avaliação da qualidade do carvão ativo

315
Dados obtidos no experimento fatorial 24 realizado pela Green Belt:

Medidas da razão entre a massa dos vapores adsorvidos e a massa do
carvão ativo (v/m) obtidas no experimento 24 realizado pela Green Belt
Ordem de
execução Níveis de A Níveis de B Níveis de C Níveis de D Resposta
dos ensaios x1 x2 x3 x4 y
11 - - - - 97
5 + - - - 77
16 - + - - 116
4 + + - - 109
14 - - + - 88
15 + - + - 81
2 - + + - 112
10 + + + - 104
12 - - - + 78
9 + - - + 67
3 - + - + 117
7 + + - + 108
13 - - + + 81
8 + - + + 67
1 - + + + 109
6 + + + + 104
Nota: Os dados da tabela representam os valores de v/m obtidos no experimento
multiplicados por 1000.
Níveis de A Níveis de C
- Casca de coco - Ácido Fosfórico
+ Serragem + Cloreto de Zinco
Tarefas
1. Quais são as perguntas que você faria à Green Belt?
2. Analise os dados coletados no experimento.
3. Quais conclusões podem ser estabelecidas?

316
ATIVIDADE - ADMINISTRATIVO
Uma Green Belt que trabalha no Departamento de RH de uma indústria
de montagem estava interessada em avaliar as variáveis que
influenciavam a tolerância para a realização de uma determinada tarefa
operacional de caráter repetitivo e que envolve esforço físico. Com este
objetivo ela decidiu realizar um experimento estatisticamente planejado.
A Green Belt considerou que as principais variáveis que deveriam ser

avaliadas no experimento como fatores eram:
 Sexo (A):
 Nível (-) = Masculino.
 Nível (+) = Feminino.
 Faixa etária (B):
 Nível (-) = 20 a 29 anos.
 Nível (+) = 30 a 39 anos.
 Turno (C):
 Nível (-) = I.
 Nível (+) = II.
 Tempo de trabalho na empresa (D):
 Nível (-) = Um ano ou menos.
 Nível (+) = Mais de um ano.
A variável resposta escolhida foi baseada no tempo, em minutos, desde

o começo da realização da tarefa até o início da fadiga do operador.
Para a obtenção da variável resposta, três operadores classificados em
cada combinação de níveis dos fatores participaram do teste e a variável
resposta analisada foi o tempo médio até o início da fadiga, para os três
operadores.
Os dados obtidos no experimento fatorial 24 realizado pela Green Belt

estão apresentados na tabela a seguir:

317
Medidas do tempo médio até o início da fadiga (minutos) obtidas no experimento 2 4

realizado pela Green Belt
Tarefas
1. Quais são as perguntas que você faria à Green Belt?
2. Analise os dados coletados no experimento.
3. Quais conclusões podem ser estabelecidas?

318
REGRESSÃO LINEAR MÚLTIPLA PARA DADOS DE

EXPERIMENTAÇÃO
ANÁLISE DE REGRESSÃO
A análise de regressão processa as informações contidas em um
conjunto de dados de forma a gerar um modelo que represente o
relacionamento existente entre as variáveis de interesse de um
processo.
A análise de regressão pode ser utilizada com os seguintes objetivos:
 Descrever um conjunto de dados;
 Predizer os valores de uma variável de interesse;
 Controlar uma variável de interesse em faixas de valores pré-

fixados;
 Estimar parâmetros desconhecidos de equações teóricas que re-

presentam o relacionamento entre variáveis de interesse.
CONCEITOS BÁSICOS
 Equação de regressão linear múltipla:
yˆ = b0 + b1 x1 + ... + bk xk
Onde:
 ŷ = variável dependente ou variável resposta.
 x1, x2, ..., xk = variáveis independentes, explicativas, regressoras

ou preditoras.
 b0, b1, ..., bk = coeficientes de regressão.

319
Interpretação dos coeficientes de regressão:
 bj (j = 1, 2, ..., k) representa a alteração esperada na variável res-

posta y quando a variável xj sofre um acréscimo unitário, enquan-
to todas as demais variáveis explicativas xi (i  j) são mantidas
constantes.
 Exemplo:
yˆ = 9,0 - 0,005x1 + 1,5x2

Onde:
 ŷ = altura de um tipo de bolo (cm)
 x1= temperatura do forno (oC)
 x2= quantidade de fermento (g)
Para x1= 300oC:
yˆ I = 9,0 - 0,005  300 + 1,5x2

yˆ I = 7,5 + 1,5x2
Se a quantidade de fermento sofre um acréscimo de um grama,

mantendo a temperatura do forno constante em 300oC, a altura do bolo
será:
yˆ II = 7,5 + 1,5( x2 + 1)
Portanto, a alteração esperada na altura do bolo quando a variável
quantidade de fermento (x2) sofre um acréscimo unitário, enquanto a
temperatura do forno (x1) é mantida constante em 300oC é:
yˆ II - yˆ I = 7,5 + 1,5 ( x2 + 1) - (7,5 + 1,5x 2 )

yˆ II - yˆ I = 1,5 = b2

320
AJUSTE DA EQUAÇÃO DE REGRESSÃO LINEAR

MÚLTIPLA USANDO DADOS RESULTANTES DE
EXPERIMENTAÇÃO
É possível estabelecer uma equação que descreva a variável resposta em
função dos fatores testados no DOE?
Após a coleta e a análise dos dados em um experimento fatorial, é usual

ajustar aos dados uma equação de regressão que relacione a variável
resposta do experimento aos fatores e às interações identificadas como
significativas.
Esta equação poderá ser utilizada para a definição das condições de

ajuste da variável resposta na faixa de valores de interesse.
Quais termos colocar na equação?
Em um experimento 22, se os efeitos dos fatores A e B e da interação AB

são significativos, a equação de regressão a ser ajustada é:
yˆ = b0 + b1 x1 + b2 x2 + b12 x1 x2
Onde:
x1 = variável que representa os níveis codificados do fator A.
x2 = variável que representa os níveis codificados do fator B.
b0, b1, b2, b12 = coeficientes de regressão.
No mesmo experimento, se apenas o efeito do fator A é significativo, a

equação de regressão é:
yˆ = b0 + b1 x1
Como calcular os coeficientes?
Para a equação de regressão ajustada aos dados de um experimento:
 b0 = média global das observações de y.

321
 bj (j  0) = metade do efeito principal do fator ou interação

correspondente.
Os coeficientes de regressão medem o efeito de uma variação unitária

em uma variável explicativa (x) e a estimativa do efeito está baseada na
variação de duas unidades de -1 a +1.
EXEMPLO
Uma Green Belt que trabalha em uma indústria química realizou um
experimento para avaliar qual a melhor condição de produção de um
tipo especial de carvão ativo granulado a ser utilizado para a adsorção
de vapores não polares.
Neste estudo foi utilizado um experimento fatorial 24 para avaliar os

efeitos dos seguintes fatores:
 Matéria-prima (A).
 Níveis: baixo (-): casca de coco; alto (+): serragem
 Temperatura de carbonização (B)
 Níveis: baixo (-): 500OC; alto (+): 700OC
 Substância ativante (C)
 Níveis: baixo (-): Ácido fosfórico; alto (+): Cloreto de zinco
 Tempo de carbonização (D)
 Níveis: baixo (-): 2 horas; alto (+): 4 horas
Uma das principais variáveis capazes de medir a qualidade do carvão

ativo produzido era a razão entre a massa dos vapores adsorvidos (v) e
a massa do carvão ativo utilizado em cada ensaio (m). Esta razão v/m foi
então escolhida como a variável resposta do experimento. A Green Belt
considerou de interesse utilizar o tetracloreto de carbono como o vapor
a ser adsorvido pelo carvão ativo.
Dados obtidos no experimento fatorial 24 realizado pela Green Belt:

322
Medidas da razão entre a massa dos vapores adsorvidos e a massa do

carvão ativo (v/m) obtidas no experimento 24 realizado pela Green Belt
Ordem de
execução Níveis de A Níveis de B Níveis de C Níveis de D Resposta
dos ensaios x1 x2 x3 x4 y
11 - - - - 97
5 + - - - 77
16 - + - - 116
4 + + - - 109
14 - - + - 88
15 + - + - 81
2 - + + - 112
10 + + + - 104
12 - - - + 78
9 + - - + 67
3 - + - + 117
7 + + - + 108
13 - - + + 81
8 + - + + 67
1 - + + + 109
6 + + + + 104
Nota: Os dados da tabela representam os valores de v/m obtidos no experimento
multiplicados por 1000.
Níveis de A Níveis de C
- Casca de coco - Ácido Fosfórico
+ Serragem + Cloreto de Zinco
Análise dos dados:
Gráfico de Pareto para os efeitos (Alpha = 0,10)

323
Gráfico da interação temperatura x tempo (BD)
Gráfico do efeito principal do fator matéria-prima (A)

324
Factorial Fit: v/m versus Matéria-Prim; Temperatura; Subst.Ativan; Tempo
Estimated Effects and Coefficients for v/m (coded units)
Term Effect Coef

Constant 94,688
Matéria-Prima -10,125 -5,062
Temperatura 30,375 15,187
Subst.Ativante -2,875 -1,437
Tempo -6,625 -3,313
Matéria-Prima*Temperatura 2,875 1,438
Matéria-Prima*Subst.Ativante 1,625 0,813
Matéria-Prima*Tempo 0,375 0,187
Temperatura*Subst.Ativante -2,375 -1,187
Temperatura*Tempo 5,875 2,938
Subst.Ativante*Tempo 0,625 0,313
Matéria-Prima*Temperatura* -0,875 -0,438
Subst.Ativante
Matéria-Prima*Temperatura*Tempo -0,125 -0,062
Matéria-Prima*Subst.Ativante*Tempo -1,375 -0,687
Temperatura*Subst.Ativante*Tempo -1,375 -0,688
Matéria-Prima*Temperatura* 2,625 1,313
Subst.Ativante*Tempo
S = *
Valores dos efeitos e dos coeficientes de regressão

Analysis of Variance for v/m (coded units)
Como os
Source efeitos significativos
DF Seq SS Adjsão
SS A
Adj (matéria-prima
MS F P - x1), B
Main Effects 4 4309,25 4309,25 1077,31 * *
(temperatura - x2), D6 (tempo
2-Way Interactions 206,38 -206,38
x4) e BD (interação
34,40 * * entre tempo e
3-Way Interactions 4 18,25 18,25 4,56 * *
temperatura - x2x4), a 1equação
4-Way Interactions 27,56 de regressão
27,56 é: * *
27,56
Residual Error 0 * * *
Total yˆ = 94,688 - 5,062 x + 15,187 x - 3,313x + 2,938x x
15 4561,441 2 4 2 4
Alias Structure
I
Como avaliar a confiabilidade da equação?
Matéria-Prima
Temperatura
Subst.Ativante
Melhor
Tempocondição para operação do processo:
Matéria-Prima*Temperatura
 Matéria-prima = -1 (casca de coco).
Matéria-Prima*Subst.Ativante
Matéria-Prima*Tempo
Temperatura*Subst.Ativante
 Temperatura = 1 (700oC).
Temperatura*Tempo
Subst.Ativante*Tempo
 Tempo = -1 (2 horas).
Matéria-Prima*Temperatura*Subst.Ativante
Matéria-Prima*Temperatura*Tempo
Matéria-Prima*Subst.Ativante*Tempo
 Para a melhor condição de operação
Temperatura*Subst.Ativante*Tempo do processo, o valor espe-
rado para a razão v/m é:
Matéria-Prima*Temperatura*Subst.Ativante*Tempo
yˆ = 94,688 - 5,062 x (-1) + 15,187 x 1 - 3,313 x (-1)

+ 2,938 x (1) x (-1) = 115,31

325
Equação de regressão ajustada aos dados

Regression Analysis:
Analysis: v/m
v/m versus
versusMatéria-Prima;
Matéria-Prima;Temperatura;
Temperatura;Tempo;
Tempo; BD
BD
The
The regression equation is
regression equation is
v/m
v/m = 94,7 -
= 94,7 - 5,06
5,06 Matéria-Prima
Matéria-Prima ++ 15,2
15,2 Temperatura
Temperatura- -3,31
3,31Tempo
Tempo+ +2,94
2,94BDBD
Predictor
Predictor Coef
Coef SE Coef
SE Coef TT PP
Constant
Constant 94,6875
94,6875 0,9145 103,54
0,9145 103,54 0,000
0,000
Matéria-Prima
Matéria-Prima -5,0625
-5,0625 0,9145
0,9145 -5,54
-5,54 0,000
0,000
Temperatura 15,1875 0,9145 16,61 0,000
Temperatura 15,1875 0,9145 16,61 0,000
Tempo -3,3125 0,9145 -3,62 0,004
Tempo -3,3125 0,9145 -3,62 0,004
BD 2,9375 0,9145 3,21 0,008
BD 2,9375 0,9145 3,21 0,008
S = 3,65796 R-Sq = 96,8% R-Sq(adj) = 95,6%

S = 3,65796 R-Sq = 96,8% R-Sq(adj) = 95,6%
Analysis of Variance
Analysis of Variance
Source DF SS MS F P
Source
Regression DF4 4414,2
SS MS
1103,6 F
82,47 P
0,000
Regression
Residual Error 114 4414,2
147,2 1103,6
13,4 82,47 0,000
Residual Error 11
Total 147,2
15 4561,4 13,4
Total 15 4561,4
Source DF Seq SS
Source
Matéria-Prima DF1 Seq SS
410,1
Matéria-Prima
Temperatura 11 410,1
3690,6
Temperatura
Tempo 11 3690,6
175,6
Tempo
BD 11 175,6
138,1
BD 1 138,1
Unusual Observations
Unusual Observations
Obs Matéria-Prima v/m Fit SE Fit Residual St Resid
1 Matéria-Prima
Obs -1,00 97,000
v/m 90,813
Fit SE2,045 6,187 St Resid
Fit Residual 2,04R
1 -1,00 97,000 90,813 2,045 6,187 2,04R
R denotes an observation with a large standardized residual.
R denotes an observation with a large standardized residual.
Predicted Values for New Observations
Predicted Values for New Observations
New
Obs
New Fit SE Fit 95% CI 95% PI
1 115,313
Obs Fit SE2,045
Fit (110,812; 119,813) (106,089;
95% CI 124,536)
95% PI
1 115,313 2,045 (110,812; 119,813) (106,089; 124,536)
Values of Predictors for New Observations
Values of Predictors for New Observations
New
Obs Matéria-Prima Temperatura Tempo BD
New
1 -1,00 1,00 -1,00 -1,00
Obs Matéria-Prima Temperatura Tempo BD
1 -1,00 1,00 -1,00 -1,00
Interpretação dos resultados
Tabela de coeficientes:
 Coef = valores para bj, j = 0, 1, 2, ..., K.
 T = estatística para testar se a variável preditora considerada po-

de ser retirada do modelo.

326
 P = p - valor do teste para avaliar se a variável preditora conside-

rada pode ser retirada do modelo:
 Se P > 0,10, a variável preditora considerada deve ser reti-

rada do modelo.
 S:
 S mede a variabilidade dos resultados em torno da equação

de regressão.
 R - Sq (R2):
 R2 é denominado coeficiente de determinação. (0 ≤ R2 ≤ 1).
 R2 mede a proporção da variabilidade presente nas observa-

ções da variável resposta y que é explicada pelas variáveis
preditoras presentes na equação de regressão.
 R - Sq (adj) (R2adj):
- R2adj é denominado coeficiente de determinação múl-

tipla ajustado, (0 ≤ R2adj ≤ 1).
 Quanto mais próximo de 1 (ou de 100%) for R2adj, melhor a

qualidade da equação ajustada aos dados.
Por que é necessário calcular R2adj?
• Um grande valor para R2 não implica, necessariamente, que a

equação ajustada seja adequada.
• É sempre possível aumentar o valor de R2 por meio da adição

de novas variáveis preditoras no modelo.
• No entanto, apesar do maior valor para R2, nem sempre a nova

equação com mais variáveis preditoras será melhor que a e-
quação anterior que não envolve estas variáveis.
• Para contornar este problema deve ser utilizado R2adj, que leva
em conta o número de variáveis preditoras incluídas na equa-
ção.
• Se R2adj e R2 forem muito diferentes, então há uma indicação de

que foi incluído um número excessivo de variáveis preditoras

327
na equação de regressão, ou seja, foram incluídas variáveis que

não contribuem de modo significativo para melhorar a qualida-
de da equação ajustada.
 Analysis of Variance:
 A análise de variância é utilizada para testar a significância

da regressão, isto é, testar se pelo menos uma das variáveis
preditoras x1, x2, ..., xk contribui de modo significativo pa-
ra explicar a variabilidade da variável resposta y.
 P = p - valor do teste da significância da regressão:
• Se P > 0,10, a regressão não é significativa.
 Unusual observations:
 As observações associadas a um valor não usual de uma va-

riável preditora são indicadas com um X.
 As observações associadas a um valor não usual da variável

resposta são indicadas com um R.
 Predicted Values:
ŷ 0
 Fit ( ):
ŷ 0
 é o valor pontual predito para a variável respos-
ta quando as variáveis preditoras assumem os valores
particulares x01, x02, ..., X0k.
 115, 313 é o valor pontual previsto para a razão

v/mm quando a matéria prima = -1 (casca de coco),
temperatura = 1 (700OC) e tempo = -1 (2 horas).
I – Obter a coluna referente à interação BD
01. Selecione Calc > Calculator...

328

abaixo:
03. No campo Store result in variable, digite BD.
04. No campo Expression entre com a expressão „Temperatura‟ *

‟Tempo‟.
05. Ative a opção Assign as a formula.
06. Selecione OK.
II – Ajustar a equação de regressão
07. Selecione Stat > Regression > Regression...

abaixo:

329
09. Selecione a coluna V/M para o campo Response.
10. Selecione os fatores Matéria-Prima (A), Temperatura (B), Tempo (D)

e a interação BD para o campo Predictors.
Os comandos acima são utilizados para ajustar a equação de

regressão considerando apenas os fatores que foram
significativos no gráfico de Pareto.

abaixo:

330
13. No campo Prediction intervals for new observations, digite os

valores que representam as melhores condições para os fatores
significativos. Conforme exemplo, os valores são (A, B, D e BD
respectivamente): -1 1 -1 -1.
O comando acima é utilizado estimar o valor da variável resposta

em condições específicas dos fatores. Neste caso deseja-se que
todos os fatores estejam na melhor condição de operação.
ATIVIDADE
Para a produção de uma peça utilizada em motores de automóveis, dois
conjuntos de componentes são soldados. Uma importante característica
da qualidade da peça (Y) é a força necessária para separar os dois
conjuntos de componentes após a soldagem (força de tração). Por meio
do uso de cartas de controle, o processo que produz estas peças vem se
mantendo estável no que diz respeito à força de tração. Causas
especiais de variação associadas ao processo de medição e à limpeza

331
dos componentes que chegam à estação de soldagem já foram

identificadas e bloqueadas.
A gerência responsável pelo processo decidiu que a força de tração

média deveria ser aumentada, com o objetivo de diminuir as chances de
que a atuação de causas especiais inesperadas resultasse em produtos
defeituosos. Um Green Belt foi então designado para desenvolver um
projeto com a meta de manter a força de tração acima de 1200 N. Em
uma das etapas do projeto, o Green Belt decidiu realizar um
experimento estatisticamente planejado para estudar o efeito exercido
pelos parâmetros do processo (x) sobre a força de tração.
No experimento, quatro fatores em dois níveis foram escolhidos para

serem estudados:
Fatores estudados no experimento
Nível
Fator - +
A = Temperatura (0C) 80 95
B = Pressão (psi) 50 75
C = Tempo de solda (seg.) 25 30
D = Tempo de pressão (seg.) 10 20
Os níveis dos fatores foram selecionados de modo a ficarem

aproximadamente equidistantes das condições de operações atuais.
O Green Belt executou um experimento 24 e coletou os dados

apresentados na tabela a seguir:

332
Dados coletados no experimento 24
Força de
Ensaio A B C D Tração
1 - - - - 1194
2 + - - - 1271
3 - + - - 764
4 + + - - 1463
5 - - + - 1205
6 + - + - 1256
7 - + + - 616
8 + + + - 1384
9 - - - + 1152
10 + - - + 1398
11 - + - + 533
12 + + - + 1382
13 - - + + 1170
14 + - + + 1320
15 - + + + 776
16 + + + + 1410
Tarefas
1. Analise os dados coletados no exemplo. Quais conclusões e reco-

mendações devem ter sido estabelecidas pelo Green Belt?
2. Ajuste aos dados uma equação de regressão apropriada.
3. Obtenha um intervalo de 99,73% de predição para uma observação da

variável resposta na condição de trabalho Temperatura = 1 e Pressão =
-1.

333
COMO MANTER AS MELHORIAS ALCANÇADAS
CONTROLE DE PROCESSO
A função da fase Control é garantir que o problema permaneça
eliminado e que o processo esteja sob controle, de modo a manter a
melhoria alcançada.
Para controlar o processo, é necessária a coleta de dados da produção

da empresa, em tempo real.
O controle baseia-se na prevenção do defeito, em lugar da dependência

da inspeção em massa para a detecção do defeito depois que o mesmo
ocorreu.
É muito importante saber distinguir as situações que requerem uma

simples ação operacional das que necessitam de uma ação gerencial.
Para implementação do controle, devemos estudar o processo de

fabricação do produto ou execução do serviço e verificar os seguintes
pontos:
 Descobrir quais fatores influenciam a característica de interesse

do processo.
 Identificar as relações entre as variáveis de entrada (input) e va-

riáveis de saída (output) do processo.
 Localizar etapas críticas do processo e selecionar as variáveis a

serem controladas.
 Traduzir ao operador as necessidades dos clientes, através dos

itens de controle para cada produto ou família de produto.
 Monitorar a variabilidade dos fatores críticos no desempenho

do processo e obter melhoramentos contínuos.
 Alcançar e manter a previsibilidade do processo produtivo, com

o nível de defeitos em um patamar aceitável.
Preparação do plano de controle:

334
 Elaborar um fluxograma do processo de produção.
 Descrever em detalhes o processo, incluindo matérias primas e

transformações físicas e químicas que ocorrem em cada etapa.
 Listar os pontos do processo onde serão efetuadas as medidas

e conduzido o controle:
 Listar as variáveis críticas (input/output) que deverão ser

monitoradas.
 Preparar o plano de coleta de dados de cada variável.
 Estabelecer quais cartas de controle são adequadas e

seus respectivos limites de controle.
 Treinar os operadores para o monitoramento e interpre-

tação das cartas de controle.
O que deve ser feito se o processo sair de controle ?
 Deve-se utilizar um procedimento operacional padrão para defini-

ção das ações que devem ser adotadas quando o processo não
está sob controle, para cada um dos critérios estudados.

335
PLANO DE AÇÃO PARA A FALTA DE CONTROLE:

OCAP (OUT-OF-CONTROL ACTION PLAN)
Durante a etapa Control do método DMAIC, as cartas de controle são
utilizadas com o objetivo de monitorar o comportamento do processo
ao longo do tempo.
As cartas de controle possibilitarão a identificação de causas especiais

no processo, indicando a existência de anomalia.
O que deve ser feito se o processo sair de controle?
Deve-se utilizar um procedimento operacional padrão (OCAP) para

definição das ações que devem ser adotadas para a eliminação da
anomalia detectada.
O OCAP é constituído por três partes:
 Ativadores:
 Definem as condições que indicam quando o OCAP deve

ser seguido.
 Pontos de verificação:
 São condições do processo que devem ser investigadas para

a descoberta da causa especial de variação.
 Finalizadores:
 Contêm as ações que devem ser adotadas para a remoção

do sintoma e para a eliminação da causa especial de varia-
ção.

Plano de ação para falta de controle (OCAP) para a carta de controle x.
Variável: Profundidade de corrosão

336
337
A utilização das cartas de controle em conjunto com o OCAP resulta em:
 Domínio da situação atual do processo.
 Aumento da eficiência da ação gerencial de manutenção da

qualidade.
 Maior atuação do supervisor e do staff técnico na ação ge-

rencial de melhoria da qualidade.
O OCAP é uma ferramenta que, quando usada em conjunto com a carta

de controle, pode facilitar a identificação das anomalias crônicas que
devem ser atacadas para a melhoria do processo.
Quando a carta de controle sinalizar que o processo está fora de

controle estatístico, deve-se identificar, com o auxílio do OCAP, o
motivo que levou à ocorrência da causa especial e a ação corretiva a ser
tomada.
Todas estas informações a respeito da descrição do problema e da ação

corretiva tomada deverão ser registradas em formulário próprio. Este
formulário chama-se Diário de Bordo e, usualmente, vem impresso no
verso da carta de controle.
No diário de bordo também devem ser registradas todas as alterações

feitas no processo, mesmo que, a princípio, essas alterações não
modifiquem o processo.
As informações contidas no diário de bordo serão importantíssimas para

futuras análises realizadas com o objetivo de melhorar o processo.
Exemplo de diário de bordo:

338
Diário de Bordo
Data Hora Descrição do Problema Ação Corretiva Responsável

Substituição da pasta de
16/05/01 13:49 Elevada viscosidade da pasta de solda Gabriel
solda
Reparo realizado pela
19/05/01 08:00 Danos na abertura da Stencil Diego
manutenção
O ponto de partida para a identificação das anomalias crônicas é a

construção de um gráfico de Pareto para os finalizados do OCAP,
conforme mostrado a seguir:

339
Figura 1: Gráfico de Pareto para os finalizadores do OCAP

340
Figura 2: Ação gerencial de manutenção da qualidade

341
POKA-YOKE OU MISTAKE-PROOFING
Poka-yoke é um termo japonês e significa mistake-proofing (à prova de
erros).
O objetivo do Poka-Yoke é detectar e corrigir erros em um processo,

antes que estes erros se transformem em defeitos percebidos pelo
cliente (interno ou externo).
Um dispositivo Poka-yoke é qualquer mecanismo que previna que um

erro seja cometido ou que faça com que o erro seja óbvio à primeira
vista.
Defeitos surgem porque erros são cometidos; os dois têm uma relação
de causa e efeito. Contudo erros não se tornarão defeitos se houver
feedback e ação no momento do erro.
Se a pessoa que executa a operação de produção controlar seu próprio

trabalho, será possível um feedback rápido, o que permitirá que os
operadores avaliem a qualidade de seu próprio trabalho.
Isto é, já que os operadores controlam cada unidade produzida, eles

podem ser capazes de reconhecer quais alterações nas condições de
trabalho causaram o defeito da última unidade. Essa compreensão é
usada para prevenir futuros defeitos.
O Poka-Yoke pode ser utilizado de maneira eficiente para eliminação de

erros e, em conjunto com o Controle Estatístico de Processos, para a
eliminação da repetição de causas especiais.

342
Etapas básicas na aplicação de dispositivos a prova de falha
Vamos considerar aqui o exemplo referente à colocação de um disquete

no computador.
1. Identificar possíveis erros que poderiam ocorrer apesar das ações

preventivas.
• Que tipo de erro poderia ocorrer ao se

colocar um disquete no drive do
computador?
Um dos erros que poderia acontecer
seria a colocação errada do disquete no
drive do computador (virado). Como
consequência o disquete poderia ser
danificado ou ficar preso dentro do
drive.
2. Determinar uma forma de detectar que um erro ou falha de

funcionamento está ocorrendo ou poderá ocorrer.
• Como o erro poderia ser detectado antes que

ele resultasse em um defeito no disquete ou no
drive?
O disquete é feito de tal forma que não se
consegue colocá-lo no drive se ele estiver na
posição errada. O corte feito no canto superior
tem a função de empurrar uma trava localizada
no drive permitindo assim que ele seja inserido.
3. Identificar e selecionar o tipo de ação a ser tomada quando um erro é

detectado.
 Ao tentar inserir um disquete na posição errada, não se consegue

empurrá-lo totalmente para dentro do drive, ou seja a ação é blo-
queada, sendo necessário colocá-lo na posição correta.

343
Exemplos de dispositivos Poka-Yoke:
O sistema de direção dos automóveis possui um dispositivo que impede

a retirada da chave quando o carro está ligado. Esse procedimento evita
que o motorista retire a chave do carro enquanto estiver dirigindo,
correndo o risco de perdê-la.
As travas eletrônicas dos automóveis têm um sistema Poka-Yoke que

fecha a porta automaticamente quando o carro excede uma determinada
velocidade.
A luz automática do quarto é apagada depois que o quarto fica

desocupado por alguns minutos. O erro “esquecimento de apagar a luz”
é eliminado.
Um software de investimento que bloqueia a entrada de certos

investimentos em contas que são consideradas fora do âmbito daqueles
investimentos.
Um sinal sonoro no carro que informa quando o cinto de segurança não

foi colocado.
Um sinal sonoro emitido pelo telefone público ao final da ligação para

que o cartão telefônico não seja esquecido.
O sensor colocado nos elevadores para evitar o fechamento das portas

enquanto as pessoas ainda estão entrando.
O sinal sonoro emitido pelo elevador quando há excesso de peso.
Soluções Poka-Yoke:
1. Eliminar a chance do erro acontecer
2. Diminuir a chance do erro acontecer
• Trocar o menos confiável pelo mais confiável
• Facilitar a operação
• Detectar o erro antes que ele siga adiante
3. Minimizar o erro, diminuindo seu impacto

344
• Dispositivos Poka-Yoke de contato físico
Enviam sinal elétrico quando tocados. O sinal pode parar ou iniciar a

máquina, ou dar um aviso.
• Dispositivos Poka-Yoke de limite
Dispositivos de limite e microchaves podem ser usados para detectar

peças sendo alimentadas em uma máquina, em uma posição errada ou
sem que tenham sido processadas.
• Dispositivos Poka-Yoke fotoelétricos e por sensores de feixes e de

proximidade
Estes dispositivos podem ser utilizados para detectar o nível de fluido

do produto, fluxo de caixas pela esteira e verificar o abastecimento de
um equipamento.
• Dispositivos Poka-Yoke do tipo sensores de energia
Estes dispositivos podem, por exemplo, ser utilizados para contar

objetos, calcular dimensões de diâmetro e espessura e controlar o
movimento de um equipamento.

345
PADRONIZAÇÃO
A padronização não é uma obrigação e sim um consenso quanto a
melhor forma de se executar uma atividade, de modo que os melhores
resultados sejam alcançados.
A padronização garante a permanência do domínio tecnológico, ou seja,

o conhecimento do melhor procedimento e de como utilizá-lo fica
registrado na empresa.
A padronização deve ser vista dentro da empresa como algo que trará
melhoria de qualidade, custo, cumprimento de prazo e segurança.
Nos padrões, além dos procedimentos de rotina, devem constar

explicações sobre:
 Forma de verificação da existência de possíveis anomalias.
 Procedimentos para descoberta das causas das anomalias.
 Procedimentos para bloqueio das causas e eliminação das anoma-

lias.
Mudanças nos padrões só deverão ser feitas quando os dados reais

mostrarem que a nova alternativa é melhor. Caso isto ocorra, todas as
pessoas devem ser treinadas novamente com base no novo padrão.
Passos para padronização:
Antes de se estabelecer um padrão, deve haver a consciência de sua

necessidade e a definição de seu objetivo.
Etapas da padronização:
1. Estabelecer o processo a ser padronizado, determinando as tarefas

repetitivas e os procedimentos básicos.
2. Reunir as pessoas envolvidas no processo, discutir os procedimentos

realizados e encontrar o melhor e mais simples procedimento
operacional.
3. Testar e documentar este procedimento, registrando todos os passos

em uma linguagem que todos possam entender.

346
4. Comunicar a existência do novo padrão, a todas as pessoas ou

departamentos afetados ou envolvidos com o mesmo.
5. Treinar todos os operadores e supervisores, de modo que eles façam

exatamente aquilo que foi padronizado, e sempre da mesma maneira.
6. Auditar periodicamente os processos para verificar a utilização dos

procedimentos padrão e aperfeiçoá-los sempre que possível.
Resultados da padronização:
 Melhoria da capacidade do operador.
 Delineamento claro dos objetivos do trabalho.
 Consolidação da segurança no trabalho.
 Redução da variabilidade do operador e entre diferentes operado-

res.
 Melhoria da produtividade e da qualidade.
 Redução do tempo de “set-up”das máquinas.
 Diminuição das quebras e paradas das máquinas.
 Incorporação das idéias dos próprios operadores para melhorar e

facilitar o trabalho.
EXEMPLO 1
 Padrão de inspeção - Verificação de produto final.
 Número: 03.
 Data: 10/08/00.
1 – Objetivo do padrão

347
 Estabelecer uma metodologia única para a atividade de inspeção,

com o intuito de verificar a qualidade do produto acabado, antes
que ele chegue ao consumidor final.
 Produto: Aparelho celular
 Modelo: XYTZ
2 – Itens a serem inspecionados
 Se o carregador esta carregando a bateria.
 Se ao se pressionar a tecla “Power”, os Leds e Display se acendem.
 Se a embalagem individual é a do modelo em produção.
3 – Lote de inspeção
 A cada setup que ocorrer na linha.
 Observação: O técnico de CQ e um representante da linha devem

providenciar que a primeira embalagem individual seja devida-
mente carimbada com a estampa “Aprovado” e assinada por am-
bas as partes.
4 – Tamanho da amostra
 20 amostras a cada hora.
 Observação: Em casos de produção abaixo deste valor, será feita a

inspeção 100%.
5 – Método de amostragem
 Amostragem por subgrupos.
 Coletar sistematicamente os 20 aparelhos, sem perder a ordem de

produção original.
6 – Sistema de inspeção e equipamentos utilizados
6.1 – Inspeção do carregador de bateria:
 Encaixe a bateria no aparelho, ligue o carregador na tomada e co-

necte o carregador no aparelho. Verifique o carregamento no dis-
play.
6.2 – Tecla Power:

348
 Acione a tecla power e verifique o acendimento dos leds do dis-

play.
6.3 – Modelo de embalagem:
 Verifique se a embalagem do produto corresponde a do modelo

que está sendo produzido.
7 – Critérios de julgamento
7.1 – Inspeção do carregador de bateria:
 O carregador deve encaixar perfeitamente no aparelho, estar justo

folga.
 O display deverá acionar o ícone de carregamento.
7.2 – Tecla Power
 A tecla deve funcionar perfeitamente para ligar e desligar o apare-

lho.
 Ao ligar o aparelho, os leds do display deverão acender automati-

camente.
7.3 – Modelo de embalagem
 A embalagem do produto deve ser correspondente a do modelo

que está sendo produzido.
 A embalagem deve em perfeitas condições.
8 - Indicação de aceitação do produto
 Cole um rótulo no produto que passar pela inspeção, indicando

que ele foi aceito.
 Caso isto não ocorra, notifique o supervisor e envie o produto p/

retrabalho.
9 - Critérios de rejeição de lote
 O lote é conforme se apresentar:
 Zero defeito crítico.
 Até dois defeitos graves.

349
 Até quatro defeitos toleráveis.
 Defeito crítico – Defeito que pode produzir condições perigosas

ou inseguras para quem usa ou mantém o produto. Ou também
um defeito que pode impedir o funcionamento ou o desempenho
de uma função importante do produto.
 Defeito grave – Defeito que pode resultar em falha ou reduzir

substancialmente a utilidade da unidade de produto para o fim
que se destina, no entanto não impede o uso de suas funções im-
portantes.
 Defeito tolerável – Defeito que não reduz substancialmente a uti-

lidade da unidade de produto para o fim a que se destina, ou não
influi substancialmente no seu uso efetivo ou operação, conforme
instrução padrão estético.
10 - Relatório de inspeção
 Imediatamente após completar a inspeção, prepare um relatório

contendo três cópias. Uma cópia será submetida ao chefe da se-
ção de inspeção, outra para o técnico de CQ, e a terceira deve ser
arquivada na empresa.

350
EXEMPLO 2
Figura 4: Exemplo de um procedimento operacional

351
Figura 5: Exemplo de uma folha do anual de treinamento

352
CASE POPEYE LOGÍSTICA
A EMPRESA
A Popeye Logística atua no mercado de transporte marítimo de cargas.
Com sede no Brasil, transporta mercadorias para todo o mundo, sendo a
líder do mercado nacional e contando com grande prestígio junto aos
seus clientes.
Essa liderança foi conquistada ao longo dos anos, através de uma

política de preços agressiva em relação aos seus concorrentes e do
rigoroso cumprimento de prazos para entrega de cargas.
DEFINE - Definir com precisão o escopo do projeto
Qual o problema?
Em 2007, a Popeye teve um crescimento no índice de atraso na entrega

de carga, o que tem gerado insatisfação a seus clientes e prejuízos à
empresa em decorrência do pagamento de multas contratuais.
O índice de atraso na entrega de carga é um dos principais indicadores

da qualidade da Popeye, e consiste na relação entre a quantidade de
carga entregue em atraso e o volume transportado.

353
Como o problema tem se comportado historicamente?
O gráfico evidencia um crescimento significativo no índice de atraso.
As estatísticas descritivas demonstram que a média do índice passou de

0,95% em 2006 para 1,03% em 2007, além de apresentar maior
variabilidade.
Atrasos na entrega de cargas em relação ao volume transportado

Período: jan/2006 a dez/2007
1,10
1,05
Descriptive Statistics: %
Atrasos
% ATRASOS
1,00 Variable Ano Mean StDev

% Atrasos 2006 0,95 0,017
2007 1,03 0,034
0,95
02/06 04/06 06/06 08/06 10/06 12/06 02/07 04/07 06/07 08/07 10/07 12/07
MÊS
Qual a meta?
Reduzir o índice de atrasos na entrega de cargas de 1,03% (média 2007)

para 0,95% até 30/06/2008.
Meta do projeto em relação aos atrasos de 2007

1,10
1,05
Média 2007: 1,03%
% ATRASOS
1,00
0,95 Meta: 0,95%

354
Quais as perdas associadas ao problema e os ganhos do projeto?
Em 2007 foram pagos R$ 9,2 milhões em multas por atrasos na entrega

de cargas.
Reduzindo o índice de atrasos para 0,95%, espera-se uma economia

anual de R$ 787.072,00 no pagamento dessas multas.
ANO 2007 jan/07 fev/07 mar/07 abr/07 mai/07 jun/07 jul/07 ago/07 set/07 out/07 nov/07 dez/07 TOTAL
VOLUME TRANSPORTADO (EM R$ MM) 363,2 360,8 364,0 368,6 376,0 381,5 379,3 364,6 363,1 376,6 385,4 388,9 4.472,0
% ENTREGAS EM ATRASO NO PERÍODO 0,99% 1,03% 0,99% 1,00% 1,02% 1,01% 1,04% 1,03% 1,07% 1,08% 1,07% 1,08% 1,03%
MULTAS PAGAS (EM R$) 719.136 743.248 720.720 737.200 767.040 770.630 788.944 751.076 777.034 813.456 824.756 840.024 9.253.264
ANO 2008 - BUDGET jan/08 fev/08 mar/08 abr/08 mai/08 jun/08 jul/08 ago/08 set/08 out/08 nov/08 dez/08 TOTAL
VOLUME TRANSPORTADO (EM R$ MM) 399,5 396,9 400,4 405,5 413,6 419,7 417,2 401,1 399,4 414,3 423,9 427,8 4.919,2
% ATRASOS (MÉDIA 2007) 1,03% 1,03% 1,03% 1,03% 1,03% 1,03% 1,03% 1,03% 1,03% 1,03% 1,03% 1,03% 1,03%
MULTAS CONFORME MÉDIA DE 2007 (EM R$) 823.011 817.573 824.824 835.248 852.016 864.479 859.494 826.184 822.785 853.376 873.316 881.247 10.133.552,00
META 0,95% 0,95% 0,95% 0,95% 0,95% 0,95% 0,95% 0,95% 0,95% 0,95% 0,95% 0,95% 0,95%
MULTAS CONFORME META (EM R$) 759.088 754.072 760.760 770.374 785.840 797.335 792.737 762.014 758.879 787.094 805.486 812.801 9.346.480,00
SAVING (EM R$) 63.923 63.501 64.064 64.874 66.176 67.144 66.757 64.170 63.906 66.282 67.830 68.446 787.072
MEASURE - Determinar o foco do problema
Existem dados históricos confiáveis para a estratificação do problema?
Sim, os dados são coletados e registrados conforme procedimento

padronizado, que prevê a revisão dos dados antes do seu registro no
sistema. O procedimento é auditado periodicamente para avaliar seu
cumprimento.
Como o problema pode ser estratificado?
O problema pode ser estratificado por tipo de carga e destino onde são
registrados os atrasos na entrega de cargas.

355
Quais são os focos do problema?
O Gráfico de Pareto mostra que o principal foco do problema está no

atraso na entrega de cargas líquidas (0,58% em 2007).
Ao estratificar esse foco por rotas, observa-se no segundo Gráfico de

Pareto que os atrasos concentram-se no destino Rússia (0,25% em
2007).
% Atrasos em 2007, estratificado pelo tipo de carga % Atrasos na entrega de cargas líquidas de acordo com o destino
0,6
100 100
1,0
0,5
80
80
0,8
0,4
% ATRASOS
% ATRASOS
60
60
Percent
0,6
Percent
0,3
0,58%
0,25 40
40 0,2 %
0,4
20
0,1
0,2 20
0,0 0
ROTA IA RTE S IA L A O CA RAL S U L INA h e r
SS TA NI PÃ RI
0,0 0 O Á N EA J A ÁF
T O CH Ot
RÚ O N IE
OC CE
N D
CARGA S S S S
he
r OR CA
DO ÃO ER O D A
IC ÉRI
UI GR IN ET Ot C A PA R
TA OJ I RO É
AM
LÍ
Q
PR ÉR EU AM
C ON AM
% ATRASOS 0,58 0,28 0,09 0,06 0,03 % ATRASOS 0,25 0,07 0,07 0,06 0,04 0,03 0,01 0,01 0,01 0,01 0,02
Percent 55,8 26,9 8,7 5,8 2,9 Percent 43,1 12,1 12,1 10,3 6,9 5,2 1,7 1,7 1,7 1,7 3,4
Cum % 55,8 82,7 91,3 97,1 100,0 Cum % 43,1 55,2 67,2 77,6 84,5 89,7 91,4 93,1 94,8 96,6 100,0
Qual a meta específica para o problema elevado índice de atraso na

entrega de cargas líquidas no destino Rússia?
Reduzir o índice de atrasos na entrega de cargas líquidas no destino

Rússia de 0,25% (média 2007) para 0,17% até 30/06/2008.
O cumprimento dessa meta possibilitará o alcance da meta global.

% ATRASOS NA ENTREGA DE CARGAS
ESTRATOS
ATUAL META
LÍQUIDOS 0,58% 0,50%
RÚSSIA 0,25% 0,17%
OUTROS DESTINOS 0,33% 0,33%
OUTRAS CARGAS 0,45% 0,45%
TOTAL ATRASOS 1,03% 0,95%

356
ANALYZE - Determinar as causas do problema
Foi elaborado um mapa do processo de carga, transporte e descarga de

líquidos com destino à Rússia.
MAPA DO PROCESSO DE TRANSPORTE DE CARGAS LÍQUIDAS À RÚSSIA
Y = tempo total
y = tempo de carregamento y = tempo de transporte
Y = prazo de entrega
Receber Transportar Descarregar

carga carga carga
PP: carga recebida PP: carga transportada PF: carga
entregue
*(C) x = volume de carga *(C) x = peso da carga *(C) x = volume de carga

(R) x = condições meteorológicas *(R) x = condições meteorológicas * (R) x = disponibilidade de vagas no porto
*(R) x = capacidade do equipamento de carga (C) x = tempo de uso da embarcação (R) x = condições meteorológicas
(C) x = quantidade de depósitos de carga *(C) x = potência da embarcação *(R) x = capacidade do equipamento de
(C) x = capacidade dos depósitos *(C) x = rota percorrida descarga
(C) x = quantidade de operadores (C) x = quantidade de tripulantes (C) x = quantidade de operadores
*(R) x = habilidade dos operadores *(R) x = empenho da tripulação *(R) x = habilidade dos operadores
(C) x = documentação para transporte de cargas (C) x = documentação para transporte de
cargas
Legenda
(C) = parâmetro de processo controlável (R) = parâmetro de ruído * = parâmetro crítico
Quais as causas potenciais que influenciam o problema?
As causas potenciais foram levantadas através de um brainstorming e

organizadas em um Diagrama de Causa e Efeito.
Diagrama de causa e efeito para o índice de atraso na entrega de cargas líquidas
Medida Matéria prima Mão de obra
Pouca habilidade dos

operadores de
carga/descarga
Cálculo incorreto do
tempo de carga/descarga Baixa motivação da
tripulação
Excesso de carga
Excesso de mão de obra
Cálculo incorreto da terceirizada
relação volume de
carga/potência da
embarcação A traso na
entrega de
cargas
líquidas
Demora na liberação de Embarcação antiga
documentos
Mar revolto
Manutenção precária
Espera por vaga no porto
de desembarque Motores de baixa potência
Chuvas constantes
Rota inadequada Equipamentos de

Ventos fortes carga/descarga de baixa
capacidade
Meio ambiente Método Máquinas

357
Quais as causas potenciais prioritárias?
Através da utilização de uma Matriz de Priorização, determinou-se que

as causas prioritárias são: rota inadequada, motores de baixa potência,
baixa motivação da tripulação e excesso de carga.
MATRIZ DE PRIORIZAÇÃO DAS POTENCIAIS CAUSAS PARA O ELEVADO ÍNDICE DE ATRASO NA

ENTREGA DE CARGAS LÍQUIDAS NA RÚSSIA
Atraso na entrega de cargas
CAUSA POTENCIAL
líquidas na Rússia
Rota inadequada 5
Motores de baixa potência 5
Baixa motivação da tripulação 5
Excesso de carga 5
Ventos fortes 3
Chuvas constantes 3
Mar revolto 3
Espera por vaga no porto de desembarque 3
Manutenção precária 3
Equipamentos de carga/descarga de baixa capacidade 3
Pouca habilidade dos operadores de carga/descarga 3
Demora na liberação de documentos 1
Excesso de mão de obra terceirizada 1
Cálculo incorreto do tempo de carga/descarga 1
Cálculo incorreto da relação volume de carga/potência da embarcação 1
Embarcação antiga 0
Legenda: 5 - Correlação forte 3 - Correlação moderada
1 - Correlação fraca 0 - Correlação ausente
As causas potenciais foram comprovadas?
A causa potencial baixa motivação da tripulação foi comprovada através

de uma pesquisa de satisfação realizada por uma empresa
especializada.
A pesquisa apontou que o índice de satisfação dos tripulantes dos

navios está muito baixo, especialmente no tocante aos benefícios
oferecidos pela companhia.

358
PESQUISA DE SATISFAÇÃO DOS TRIPULANTES DOS NAVIOS DA

POPEYE LOGÍSTICA
ITEM MÉDIA DA PESQUISA

AMBIENTE DE TRABALHO 4,1
BENEFÍCIOS 2,2
OPORTUNIDADES DE CARREIRA 3,9
REMUNERAÇÃO 3,4
MÉDIA GERAL 3,4
LEGENDA
1 - Muito insatisfeito 2 - Insatisfeito
3 - Indiferente 4 - Satisfeito
5 - Muito satisfeito
Para as demais causas potenciais priorizadas, foi conduzido um

experimento que comprovou a influência da causa rota inadequada e de
uma interação entre as causas excesso de carga e baixa potência dos
motores.
Pareto Chart of the Effects
(response is Tempo de percurso, Alpha = 0,10)
1,991
Factor Name
A A Rota
B Potência motor (HP)
C Carga
BC
C
Term
AB
AC
ABC
0 1 2 3 4
Effect
Lenth's PSE = 0,75
Gráfico do efeito principal para a rota percorrida Gráfico da interação Carga x Potência
Data Means Data Means
33 33 Potência
motor (HP)
80000
100000
32 32
31
Mean
Mean
31
30
30
29
29
A B Sem excesso Com excesso

Rota Carga

359
IMPROVE – Propor, avaliar e implementar soluções

para o problema
Quais as possíveis soluções?
As possíveis soluções foram levantadas através de um brainstorming e

organizadas em um Diagrama de Afinidades.
REDUZIR ATRASO NA ENTREGA

DE CARGAS LÍQUIDAS NA RÚSSIA
EMPREGAR MÉTODOS E AUMENTAR A MOTIVAÇÃO DA

EQUIPAMENTOS ADEQUADOS TRIPULAÇÃO
Utilizar embarcações de maior

Aumentar os salários
potência para viagens à Rússia
Aprimorar programa de manutenção Promover eventos de integração

periódica das embarcações entre familiares dos empregados
Substituir embarcações antigas por Implementar seguro de vida em

frota mais nova e potente grupo
Não transportar cargas com peso

Implementar plano de previdência
acima da recomendação para a
privada
embarcação
Utilizar embarcações com maior

Implementar vale alimentação
capacidade de carga
Implementar plano de assistência

médica

360
Quais as soluções prioritárias?
Através da utilização de uma Matriz de Priorização, determinou-se que

as causas prioritárias são: implementar vale alimentação, implementar
plano de assistência médica, utilizar somente a rota A, respeitar o limite
de peso da embarcação e utilizar embarcações de maior potência.
MATRIZ DE PRIORIZAÇÃO DAS POTENCIAIS SOLUÇÕES PARA REDUZIR O ÍNDICE DE ATRASO NA ENTREGA DE CARGAS LÍQUIDAS NA RÚSSIA
CRITÉRIO PARA PRIORIZAÇÃO
ELEVADO BAIXO CONTRIBUIÇÃO

IMPACTO SOBRE POTENCIAL PARA PARA A
BAIXO CUSTO FACILIDADE RAPIDEZ
AS CAUSAS CRIAR NOVOS SATISFAÇÃO DO TOTAL
FUNDAMENTAIS PROBLEMAS CLIENTE
PESO (5 A 10) 9 8 8 10 10 7
SOLUÇÃO
Implementar vale alimentação 3 5 3 5 5 3 212
Implementar plano de assistência médica 3 5 3 5 5 3 212
Utilizar somente a rota A 3 5 5 5 3 3 208
Respeitar o limite de peso da embarcação 3 5 5 5 3 3 208
Utilizar embarcações de maior potência 3 3 3 5 5 3 196
Implementar seguro de vida em grupo 3 3 3 3 5 3 176
Implementar plano de previdência privada 3 3 3 3 5 3 176
Promover eventos de integração entre familiares dos empregados 3 3 3 3 3 3 156
Utilizar embarcações com maior capacidade de carga 3 3 3 3 3 3 156
Substituir embarcações antigas por frota mais nova e potente 0 1 1 5 3 3 117
Aumentar os salários 1 1 3 1 3 1 88
Aprimorar programa de manutenção periódica das embarcações 3 3 1 1 1 1 86
Legenda: 5 - Correlação forte 3 - Correlação moderada

1 - Correlação fraca 0 - Correlação ausente
As soluções prioritárias apresentam algum risco?
Elaborou-se um Stakeholder Analysis para avaliar o nível de

comprometimento de cada área afetada pelas soluções prioritárias.
Observa-se que não há oposição às soluções propostas por nenhuma
das áreas afetadas.

361
STAKEHOLDER ANALYSIS
STAKEHOLDER
NÍVEL DE COMPROMETIMENTO Diretor de Recursos
Diretor de Operações Diretor Financeiro
Humanos
Apoio forte X X
Apoio moderado X
Apoio fraco 0 0
Neutro 0
Oposição fraca
Oposição moderada
Oposição forte
Legenda: 0 - atual nível de comprometimento

X - nível de comprometimento necessário
Qual o plano de ação para implementar as soluções?
Foi utilizado um 5W1H para delinear as ações a serem adotadas e os

respectivos responsáveis e prazos.
PLANO DE AÇÃO PARA IMPLEMENTAÇÃO DAS SOLUÇÕES PROPOSTAS
WHAT WHO WHEN WHERE WHY HOW

Medida Responsável Prazo Local Razão Procedimento
Implementar vale alimentação Aumentar o nível de Efetuar pesquisa de

satisfação da tripulação, mercado para contratar
João (RH) 31/05/2008 Recursos Humanos
a fim de que a mesma o fornecedor com
Implementar plano de assistência médica trabalhe mais motivada melhor custo/benefício
Utilizar somente a rota A

Realizar transportes à
Rússia utilizando a
Estabelecer novo
combinação de fatores
procedimento padrão
Respeitar o limite de peso da embarcação Pedro (PCP) 31/05/2008 Destino Rússia técnicos ideais, a fim de
para o planejamento de
reduzir o atraso na
viagens à Rússia
entrega de cargas
Utilizar embarcações de maior potência líquidas naquele país

362
CONTROL – Garantir que o alcance da meta seja

mantido a longo prazo
A meta foi alcançada?
Com a implementação das soluções propostas foi possível superar tanto

a meta específica quanto a meta global.
Atrasos na entrega em relação ao volume transportado

Período: jan/2006 a jun/2008
Início do projeto: jan/08
ÍNDICE
GLOBAL
1,25
RÚSSIA (líquidos)
1,00
Meta global: 0,95%
0,93%
% A TRA SOS
0,75
0,50
0,25
Meta específica: 0,17%
0,15%
0,00
03/06 06/06 09/06 12/06 03/07 06/07 09/07 12/07 03/08 06/08
MÊS
Foram criados ou alterados padrões para manutenção dos resultados?
Todos os normativos da área de operações foram atualizados de acordo

com as alterações efetuadas nos padrões para o transporte de cargas
líquidas à Rússia.
Também os manuais da área de recursos humanos foram atualizados

com os novos benefícios concedidos aos empregados.

363
As pessoas das áreas envolvidas com cumprimento dos padrões foram

treinadas?
Todos os empregados das áreas envolvidas foram informados das

alterações nos padrões e da importância de seu cumprimento para a
companhia.
Quais variáveis do processo serão monitoradas e como elas serão

acompanhadas?
Os indicadores de atraso na entrega de cargas serão monitorados

mensalmente e registrados em cartas de controle, para avaliar a
estabilidade do processo.
Serão efetuadas pesquisas semestrais de satisfação dos empregados, a

fim de se identificar a manutenção do seu grau de motivação.
Como será o acompanhamento do processo com base no sistema de

monitoramento?
Ao se observar ocorrências fora do esperado, deve-se investigar

imediatamente suas causas, iniciando pela verificação do cumprimento
dos novos padrões implementados. Causas especiais deverão ser
bloqueadas e devidamente registradas para consultas em caso de
necessidades futuras.
O que foi aprendido e quais as recomendações da equipe?
A aplicação de um método disciplinado e estruturado para a solução de

problemas (DMAIC) possibilitou à equipe a identificação precisa das
causas fundamentais que geravam elevados índices de atrasos na
entrega de cargas.
Com a utilização do método, foi possível adotar as medidas apropriadas

a cada causa fundamental, evitando o desperdício de tempo e recursos
em ações de tentativa e erro.

364
Há espaço para mais melhorias em busca da redução dos índices de

atraso na entrega de cargas, através da atuação em focos que ficaram
fora do escopo deste projeto.

365
REFERÊNCIAS BIBLIOGRÁFICAS
AGUIAR, S., WERKEMA M. C. C. Análise de regressão: como entender o

relacionamento entre as variáveis de um processo. Belo Horizonte:
FCO, 1996. 311p.
BERENSON, M. L., LEVINE, D. M. Basic Business Statistics: Concepts and

Applications. New Jersey: Prentice Hall, 1999. 1058p.
BERTELS, T. Rath & Strong‟s Six Sigma Leadership Handbook. Hoboken:

John Wiley & Sons, Inc., 2003. 566 p.
BOWERMAN, B L., O‟CONNELL, R T. Applied satatistics - Improving

business processes. Chicago: Irwin, 1997. 1273p.
BOX, G.E.P., BISGAARD, S. The Scientific Context of Quality Improvement

- A book at the use of scientific method in quality improvement.
Quality Progress - June 1987.
BREYFOGLE III, F. W. Implementing Six Sigma: Smarter Solutions Using

Statistical Methods. New York: John Wiley & Sons, 1999. 791p.
BRITZ G., EMERLING D., HARE L., HOERL R., SHADE J. "How to teach
others to apply statistical thinking", Quality Progress, June 1997. 67
- 79p.
COLEMAN, J., ROSS, B., SANDERS, D. The Process Map. New York: Quality
Engeneering, 1999. 555 - 561p.
DEMING, W. E. Out of the crisis. Cambridge, Massachusetts: MIT, 1986.

507p.
GEORGE, Michael L. Lean Six Sigma for Service: How to Use Lean Speed
and Six Sigma Quality to Improve Services and Transactions. New
York: The McGraw-Hill Companies, 2003. 386 p.
HARRY M. J. The nature of six sigma quality. Schaumburg: Motorola

University Press, 1997. 25p.

366
HARRY M. J., LAWSON J. R. Six sigma producibility analysis and process

characterization. Reading, Massachusetts: Addison -Wesley
Publishing Company, 1992. 161p.
HARRY, M. Basic six sigma concepts. Schaumburg: Motorola University

Press, 1992. 101p.
Improving Product Quality by Preventing Defects. Portland Productivity

Press - 1998. 282 p.
IQA – INSTITUTO DA QUALIDADE AUTOMOTIVA. Análise dos Sistemas de

Medição – MSA: Manual de Referência, 3a. ed. São Paulo: IQA. 2004.
225p.
KANE, V.E. Defect Prevention: Use of Simple Statistical Tools. New York:
Marcel Dekker, Inc. 1989. 712p.
KEATS, J. B., MONTGOMERY, D. C. Statistical applications in process

control. New York: Marcel Dekker, Inc., 1996. 509p.
LATZKO, W. J., SAUNDERS, D. M. Four days with Dr. Deming: A strategy

for modern methods of management. Reading, Massachusetts:
Addison - Wesley Publishing Company, 1995. 228p.
LEAN ENTERPRISE INSTITUTE. Léxico Lean – Glossário Ilustrado para

Praticantes do Pensamento Lean. São Paulo: Lean Institute Brasil,
2003. 98 p.
LEITNAKER, M. G., SANDERS, R. D., HILD, C. The power of statistical

thinking. Massachusetts: Addison- Wesley Publishing Company,
1996. 519p.
MINITAB. Measurement Systems Analysis. State College: Minitab. Inc.

2003. 31p.
MINITAB User‟s Guide- Version 14.
MOEN, R.D., NOLAN, T.W., PROVOST, L.P. Improving quality through

planned experimentation. New York: McGraw-Hill, Inc. 1991. 414p.
MONTGOMERY, D.C. Design and analysis of experiments. New York:

John Wiley & Sons, 1997. 704p.

367
MONTGOMERY, D. C. Introduction to statistical quality control. New

York: John Wiley & Sons, 1996. 677p
MONTGOMERY, D.C., PECK, E. A. Introduction to linear regression

analysis, second edition. New York: Jonh Wiley & Sons, Inc., 1992.
527p.
NEAVE, H. R. The Deming dimension. Knoxville, Tennessee: SPC press,

1990. 440p.
PANDE, P.S., NEUMAN, R.P., CAVANAGH, R.R. The Six Sigma Way - How
GE, Motorola and Other Top Companies Are Honing Their
Performance. New York: McGraw-Hill, 2000. 422p.
RATH & STRONG MANAGEMENT CONSULTANTS. Six Sigma Pocket Guide.

Lexington: Path & Strong, 2000. 192p.
ROTHER, Mike; SHOOK, John. Aprendendo a Enxergar – Mapeando o

Fluxo de Valor para Agregar Valor e Eliminar o Desperdício. São
Paulo: Lean Institute Brasil, 2003. 102 p.
SCHERKENBACH, W. W. Deming's road to continual improvement.

Knoxville, Tennessee: SPC press, 1991. 327p.
TRIOLA, M. F., Introdução à Estatística. Volume 2. Sétima Edição. Rio de

Janeiro: Editora LTC, 1999.
WERKEMA, Cristina. Avaliação da Qualidade de Medidas. Volume 13 da

Série Ferramentas da Qualidade. Belo Horizonte: Fundação
Christiano Ottoni, Escola de Engenharia da UFMG, 1996. 98 p.
WERKEMA, M. C. C. Criando a cultura Seis Sigma. Werkema Editora, 1ª

Edição, 2002, 253p.
WERKEMA, M. C. C. Ferramentas estatísticas básicas para o

gerenciamento de processos. Werkema Editora, 1ª Edição, 1995,
290p.
WERKEMA, M.C.C., AGUIAR, S. Planejamento e análise de experimentos:

como identificar as principais variáveis influentes em um processo.
Volume 8 da Série Ferramentas da Qualidade. Belo Horizonte:

368
Fundação Christiano Ottoni, Escola de Engenharia da UFMG, 1996.

294p.
WERKEMA, M.C.C., AGUIAR, S. Otimização estatística de processos: como

determinar a condição de operação de um processo que leva ao
alcance de uma meta de melhoria. Volume 9 da Série Ferramentas da
Qualidade. Belo Horizonte: Fundação Christiano Ottoni, Escola de
Engenharia da UFMG, 1996. 331p.
WHEELER, D. J. Beyond capability confusion. Knoxville: SPC Press, 1999.

120p
WHEELER, D. J., CHAMBERS, D. S. Understanding statistical process

control. Knoxville, Tennessee: SPC Press, 1992. 406p.
WHEELER, D.J.; LYDAY, R.W. Evaluating the Measurement Process, 2nd ed.
Knoxville: SPC Press, Inc. 1989. 114p.
WHEELER, D. J. Understanding variation the key to managing chaos.

Knoxville, Tennessee: SPC press, 1993. 136p.
WILLIAMS, M. A., BERTELS, T., DERSHIN, H.. Rath & Strong‟s Six Sigma
Pocket Guide. Lexington: Rath & Strong Management Consultants,
2000. 192 p.
WISE, S. A., FAIR, D. C. Innovative control charting - Practical SPC

solutions for today's manufacturing environment. Milwaukee: ASQ
Quality Press, 1998. 292p.
WOMACK, James P.; JONES, Daniel T. A Máquina que Mudou o Mundo.

Rio de Janeiro: Elsevier, 2004. 342 p.
WOMACK, James P.; JONES, Daniel T. A Mentalidade Enxuta nas

Empresas: Elimine o Desperdício e Crie Riqueza. Rio de Janeiro:
Elsevier, 2004. 408 p.
WOMACK, James P. The Product Family Matrix: Homework Before Value

Stream Mapping.
Zero Quality Control: Source Inspection and the Poka-Yoke System.
Shigeo Shingo Productivity Press - 1986


Formação de Green Belts em Lean Six Sigma

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Formação de Green Belts em Lean Six Sigma

Transféré par

Droits d'auteur :

Formats disponibles

Formação de Green Belts Lean 6 Sigma

Prof. Alexandre Andrioli Iwankio

Formação de Green Belts Lean 6 Sigma

COMPREENDENDO A METODOLOGIA LEAN 6 SIGMA ............................. 3

COMO IMPLEMENTAR O LEAN 6 SIGMA ............................................... 15

CONCEITO DE VARIAÇÃO ................................................................... 20

FERRAMENTAS DO LEAN 6 SIGMA INTEGRADAS AO DMAIC ................. 24

RACIOCÍNIO ESTATÍSTICO .................................................................. 41

MAPA DE RACIOCÍNIO ........................................................................ 45

MÉTRICAS LEAN ................................................................................. 60

VSM – MAPEAMENTO DO FLUXO DE VALOR ........................................ 65

INTRODUÇÃO À ESTATÍSTICA ............................................................. 86

CARTAS DE CONTROLE .................................................................... 152

CAPACIDADE DE PROCESSOS ............................................................ 188

AVALIAÇÃO DE SISTEMAS DE MEDIÇÃO DE ATRIBUTOS ..................... 205

AVALIAÇÃO DE SISTEMAS DE MEDIÇÃO DE VARIÁVEIS ...................... 220

MAPA DE PROCESSO ......................................................................... 248

FERRAMENTAS DA ADMINISTRAÇÃO E DO PLANEJAMENTO ............... 257

INTRODUÇÃO AO PLANEJAMENTO DE EXPERIMENTOS ....................... 280

EXPERIMENTO FATORIAL COMPLETO ................................................ 297

REGRESSÃO LINEAR MÚLTIPLA - DADOS DE EXPERIMENTAÇÃO ......... 318

COMO MANTER AS MELHORIAS ALCANÇADAS .................................. 333

CASE: POPEYE LOGÍSTICA ................................................................. 352

Formação de Green Belts Lean 6 Sigma

COMPREENDENDO A METODOLOGIA LEAN 6 SIGMA

Todo processo apresenta variação.

6 Sigma é uma estratégia gerencial disciplinada e quantitativa, cuja

A metodologia 6 Sigma pode ser utilizada em processos de qualquer

• Maior eficiência operacional;

• Aumento da satisfação dos clientes;

• Prêmio "Malcolm Baldrige“, 1988.

• A General Electric, por meio de seu ex-CEO Jack Welch, iniciou a

• A partir do final dos anos 90, difusão global do uso da metodolo-

• Em 1997, Grupo Brasmotor (Brastemp/Consul) é o primeiro a apli-

Formação de Green Belts Lean 6 Sigma

Trata-se de uma iniciativa que busca eliminar desperdícios, isto é,

VALOR: Atividades que transformam ou modelam a matéria-prima ou a

DESPERDÍCIO: Atividades que consomem tempo, recursos e espaço, mas

 Identificar o fluxo de valor – dissecar a cadeia produtiva.

 Criar fluxos contínuos – dar “fluidez” para os processos.

Formação de Green Belts Lean 6 Sigma

 Produção puxada – o consumidor passa a “puxar” a produção, e-

 Buscar a perfeição – busca contínua de melhores formas de criar

A Definição do “Sigma” é uma medida de “perfeição”, usando uma escala

Formação de Green Belts Lean 6 Sigma

COMPARAÇÃO ENTRE PERFORMANCES

TRADUÇÃO DO NÍVEL DE QUALIDADE PARA A

Formação de Green Belts Lean 6 Sigma

Qual é o verdadeiro custo da baixa qualidade?

Os sucessos esperados pela aplicação da metodologia Lean 6 Sigma:

• Redução de custos (defeitos, retrabalhos)

• Crescimento da fatia de mercado

• Retenção dos clientes

Formação de Green Belts Lean 6 Sigma

O QUE EXPLICA O SUCESSO DO LEAN 6 SIGMA?

Sucesso do Lean 6 Sigma

DMAIC - método estruturado para alcance de metas utilizado no Lean 6

CEO - elevado comprometimento da alta administração da empresa.

Outros aspectos fundamentais:

 Foco na satisfação do consumidor.

 Busca contínua da redução da variabilidade.

 Aplicação efetiva a processos técnicos, administrativos e de servi-

Formação de Green Belts Lean 6 Sigma