White Belt
White Belt
White Belt
6s
WHITE BELT
Material desenvolvido por Bacellar Treinamentos Ltda. Proibida a reproduo sem autorizao.
1985 - 1992
Projeto
Motorola
Texas Instruments
1993 - 1994
Refinamento
1994 - 1996
Resultados
Allied Signal
General Electric
1996 - 1997
Ateno
competitiva
1997 - 1998
Novas
Tecnologias
Lockheed Martin
Sony
Crane
Polaroid
Shimano
1999 - 2001
Esclarecimento /
Entendimento
Empresas ganham
vantagem competitiva,
via educao 6 Sigma
Ishikawa
Pareto
5W 2H
8D
QFD
Histograma
FTA
CEP
FMEA
5 Por Qus
Correlao
DoE
ANOVA
Poka Yoke
Regresso
TRIZ
DFMA
Testes de Hipteses
2) Base em dados
(utilizao forte de tcnicas estatsticas, com base na curva normal)
Para se ter uma idia numrica, quando falamos em qualidade Seis Sigma,
devemos entender taxas de falhas da ordem de 3,4 ppms, ou seja, um
pouco mais de 3 produtos defeituosos a cada um milho de produtos
fabricados, por exemplo.
Acertos
Metas
5.000
PPMs
3,4
PPMs
6,8
0,2 seg.
1,7
1 a cada
4,5 anos
68
2) Base em dados
(utilizao forte de tcnicas estatsticas, com base na curva normal)
Champion
Black Belt
Green Belts
Outros
Membros do Time
TIME DE PROJETO
Champions e os
Master Black Belts
do suporte a mais
de um time !
2) Base em dados
(utilizao forte de tcnicas estatsticas, com base na curva normal)
= Desvio Padro
Matemtico e
astrnomo alemo
Mdia
Histograma
Curva Normal
-3.s
-2.s
-1.s
1.s
68,26%
95,45%
99,73%
2.s
3.s
-3.s
-2.s
-1.s
1.s
68,26%
95,45%
Obs.: Na linguagem estatstica,
Variao = Disperso
99,73%
2.s
3.s
Aluno B:
10
0
0
8
10
2
0
10
5
5
5
5
5
5
5
5
Soma = 40
Soma = 40
X=
Si=1(Xi)
n
n
2
(X
i
X)
S
= Desvio-Padro =
i=1
Aluno B:
10
0
0
8
10
2
0
10
5
5
5
5
5
5
5
5
-6.s
-5.s
-4.s -3.s
-2.s
-1.s
1.s
68,26%
95,45%
99,73%
99,9937%
99,999943%
99,9999998%
2.s
3.s
4.s
5.s
6.s
Mdia do proceso
Cp = 2,00
Cpk = 1,5
1
4,5 s
Cpk = ____ = 1,5
3,0 s
s
1.350
ppm
1.350
ppm
Limite
Superior de
Especificao
0,001
ppm
-6.s
0,001
ppm
-5.s
-4.s -3.s
-2.s
-1.s
1.s
2.s
3.s
4.s
5.s
6.s
Limite
Superior de
Especificao
3,4
ppm
-6.s
-5.s
-4.s -3.s
-2.s
-1.s
1.s
2.s
3.s
4.s
5.s
6.s
1s
Escala
Nvel Sigma
4s
2s
5s
3s
6s
s
6.00
5.25
5.10
4.95
4.80
4.65
4.50
4.35
4.20
4.05
3.90
3.75
3.60
LIE
LSE
....
.....
....
6S
Tolerncia
Posio: Cpk
LSE - X
LIE
....
.....
....
LSE
Centro do
Campo de
Tolerncia
3S
3s
4s
5s
6s
Cp
1,00
1,33
1,67
2,00
Cpk
0,50
0,83
1,17
1,50
% Aprovao
93,3193
99,379
99,9767
99,99966
N Defeitos
PPM
66.807
6.210
233
3,4
NVEL SIGMA
RESULTADO
Valores aproximados
AB
BC
Otimizao:
Concentrao Sulfrico = 1,0
Concentrao do Cromo = 320
Temperatura = 58 C
2) Base em dados
(utilizao forte de tcnicas estatsticas, com base na curva normal)
Necessidade
Plano para
Melhorar
Propsito da
Organizao
Pesquisa de
Mercado
Projeto e Re-projeto de
Produtos e Processos
Medio e
Feedback
Fornecedores
Entradas
A
B
Resultado
Clientes
D
E
Processos de Apoio
Processo Chave 2
Processo
Chave 1
Processo
Chave 3
Sub
processo
Atividades
A
Tempo
Entradas
Recursos
Resultados
Entrada
Transformao
Sada
Muito cedo
Muito tarde
Defeituoso
Muito tarde
Defeituoso
Tempo de entrega
Reduo de
variao
Tempo de entrega
20
15
30
10
5
2
27
Mdia = 16 dias
~ 70 % atraso
Situao Inicial
Percepo Interna
Mdia = 8 dias
17
2
5
12
4
1
13
Percepo do Cliente
~ 40 % atraso
Melhoria Convencional
Percepo Interna
Mdia = 8 dias
7
9
9
8
7
9
7
Percepo do Cliente
Sem atraso
Melhoria 6 Sigma
Seqncia de Entregas
Situao Inicial
Melhoria Convencional
Melhoria 6 Sigma
Foco:
Metas e
Mtricas
Estruturao
de dados:
Arranjo dos
dados
C
CONTROLAR
Nvel Sigma
Mapeamento
Matriz QFD
Planejar Dados (X)
Ocorrncias
ANALISAR
MEDIR
DEFINIR
Situao Atual
Info. Gerais
Indicadores (Y)
Escopo
Problema
I
MELHORAR
D
M Seis Sigma
A
Metodologia
Controles e Limites
Analisar Causas:
Definir Aes
Escala Sigma
Ishikawa
Comprovar Eficcia:
Gesto Visual
5 Por Qus
DoE / Anova
Transmitir Conhecimento
FTA
Testes Hipteses
Finalizar o Projeto
5W 2H
Correlao / Regresso
8D
CEP / Capabilidades
Monitorar
Comprovar Causas:
Custo x Benefcio
Para Garantir
DoE
Estado Futuro
a Melhoria
Anova
Eliminar Desperdcios
Testes Hipteses
Risco: FMEA
Correlao
Teste Piloto
Regresso
Plano de Aes
CEP / Capabilidades
Medir Resultados
Anlise das
Causas:
Selecionar aes
Planejamento da
Implementao
das Melhorias
Aumentar a Lucratividade
O que j existia, desde a dcada de 50 ?
Melhoria da
Qualidade
TPS
Objetivo: A Melhor Qualidade, o Menor Custo e o Lead Time Mais Curto
Just in
Time
Jidoka
Fluxo Contnuo
Tempo takt
Sistema Puxado
Parar e notificar
anormalidades
Separar trabalho
humano do
trabalho das mquinas
Nivelamento
Trabalho Padronizado
ESTABILIDADE
Melhoria Contnua
A Melhoria Contnua
Kaizens
Ciclo PDCA (PDSA)
Kaizens
Workshop Kaizen
Kai
Zen
Mudana
Boa
KAIZEN
Mudana
Bom (para melhor)
Melhoramento Contnuo
O kaizen pressupe que as falhas e problemas
ocorrem em funo, basicamente de:
Kaizens
- Melhoria contnua e incremental de uma atividade a fim de criar
mais valor com menos MUDA.
CIP
Continuos
Improvement Process
Kaizens
INOVAES x MELHORIAS CONTNUAS
Grandes saltos
Progresso Tecnolgico
Orientado para o resultado
Mercado rapidamente crescente
Grandes lucros
Pequenos passos
Know-how convencional
Esforos
Orientado ao processo
Envolvimento dos funcionrios
Continuidade
Melhoria
Tempo
Kaizens
Modelo japons - Kaizen 5 Dias e 5 Noites:
Aes Rpidas
Aes de Baixo Custo
Princpios:
- Nada to bom que no possa ser melhorado
- Satisfao do Cliente
- Cada um responsvel pela qualidade de seu trabalho
- Eliminar causas de problemas / desperdcios
- Trabalho em equipe / envolvimento do time
Anlise da
Causa Raiz
Mecanismo genrico:
Listar todas as possveis causas do problema,
Aumento da Produtividade
LEAN
THINKING
Melhoria da Qualidade
Lean:
Toyota (Incio dcada de 50)
Toyota / GM (1984)
Lean Manufacturing Anos 90
Custos operacionais baixos
Zero tolerncia perdas e desperdcios
Lean = Enxuto = TPS = Sistema Toyota de Produo
Agregao de Valor
Fluxo de Valor
Kaizen = Melhoria Contnua
Lean Manufacturing
Kaizen
TPM
Trabalho
Padronizado
Kanban
Just in Time
Seis Sigma
Poka Yoke Zero Defeito
VSM
SMED
Gesto Visual
Gesto Integrada
Seis Sigma
DEFINIR
(D)
ANALIZAR
MELHORAR
CONTROLAR
(I)
Plano de Fabricao
Demanda / Takt Time
Planejamento Capacidade
Seleo de Projetos
Resumo do Projeto
SIPOC
Mapa do Processo
MEDIR
5S
Balanceamento de Linha
Kanban / Puxada
One piece flow
SMED
Estudo de Tempos e Mtodos
Clulas de produo
(A)
(M)
VSM
Cronometragem
Inventrio
Grfico Espqguete
Anlise Causa e Efeito
MSA
Capabilidades
Pareto
Processo
Tempo de Ciclo
Set Up
Estratificao
TOC
Espinha de Peixe
Teste de Hipteses
ANOVA
DoE
CEP
(C)
Plano de Controle
Auditoria de Processo
Gesto Visual
TPM
Gesto Visual
Trabalho Padronizado
Lead Time
MEDIR
ANALISAR
MELHORAR
CONTROLAR
AP
SD
AP
SD
AP
SD
AP
SD
CICLO 5
CICLO 13
CICLO 15
CICLO 9
Principais fontes
de variao
Como no perder
produtividade
Que informaes
devem ser
monitoradas
CONTRATO DA EQUIPE
AP
SD
AP
SD
AP
SD
AP
SD
CICLO 6
CICLO 10
CICLO 2
Como os dados
devem ser
classificados
DOE: Influncias
principais
PLANO DE MELHORIA
AP
SD
CICLO 1
AP
SD
CICLO 3
Peas c/ maiores incidncias
de defeitos (custo e PPM)
AP
SD
CICLO 7
AP
SD
CICLO 11
DOE: Parmetros
do processo
Capabilidade do
processo B
AP
SD
AP
SD
CICLO 4
Principais defeitos
CICLO 8
Capabilidade do
processo B
AP
SD
CICLO 12
Problemas especficos
CICLO 14
Como implementar
as melhorias
AP
SD
CICLO 16
Quais controles devem
ser acompanhados
Pacote de 50 ferramentas
1. Em uma distribuio Normal (ou Distribuio de Gauss), trs desvios-padro de cada lado da
mdia, indicam qual porcentagem do total dos valores de uma populao:
a. 47,07%
b. 68,26%
c. 95,45%
d. 99,73%
Nome: ________________________________
CPF: _______________
RG: ________________
Data: ___________
1
2
3
4
5
6
7
8
9
10