Princípios e ferramentas do Seis Sigma

Bem-vindo ao terceiro capítulo de nossa série sobre Lean e Six Sigma. Como vimos no primeiro post, "O que são metodologias Lean e Six Sigma?", Lean e Six Sigma são metodologias complementares de melhoria contínua que reduzem o desperdício geral e a variabilidade nos processos de produção, respectivamente. O segundo post, "Princípios e ferramentas Lean", aprofundou alguns dos princípios, ferramentas e metodologias chave do Lean. Aqui, concluímos nossa série com uma discussão de alto nível do Seis Sigma. Existem muitas ferramentas no kit de ferramentas Seis Sigma (Análise de Efeitos de Modo de Falha (FMEA), Diagrama IPO, Intervalos de Confiança, Histogramas, Gráficos de Pareto, Testes F, Design para Seis Sigma (DFSS) e muitos mais) que não serão discutidos aqui. O foco aqui é discutir as realidades estatísticas que tornam o Seis Sigma eficaz.

O Six Sigma visa identificar e eliminar a (s) causa (s) raiz (es) dos defeitos e desperdícios, usando ferramentas estatísticas para identificar as variações que causam os defeitos. Na metodologia Six Sigma, a única maneira de resolver efetivamente um problema é eliminar permanentemente sua causa raiz.



É uma estratégia baseada em medição que se concentra na melhoria do processo, esforçando-se para alcançar não mais do que 3,4 defeitos por milhão de oportunidades. Um defeito Six Sigma é definido como qualquer coisa fora das especificações do cliente. Uma oportunidade Seis Sigma é, então, a quantidade total de chances de ocorrer um defeito.

Doutrina Seis Sigma

Seis Sigma é baseado em três idéias-chave que compreendem a Doutrina Seis Sigma:

1. Os esforços contínuos para alcançar resultados de processo estáveis ​​e previsíveis (ou seja, reduzir a variação do processo) são de vital importância para o sucesso do negócio.
2. Os processos de fabricação e negócios têm características que podem ser medidas, analisadas, controladas e aprimoradas.
3. Alcançar a melhoria sustentada da qualidade requer o comprometimento de toda a organização, especialmente da alta administração.

Metodologia Seis Sigma:O Processo DMAIC

DMAIC é uma metodologia de solução de problemas Six Sigma que é orientada por dados. O processo de cinco fases é descrito por cada letra da sigla:

• Definir - Descreva o problema, as metas do projeto, as áreas de melhoria ou os requisitos do cliente.
• Medir - Meça o desempenho do processo.
• Analisar - Analisar e identificar as possíveis causas de defeitos e variações.
• Melhorar - Melhore as operações eliminando as causas raízes.
• Controle - Controle de qualidade do processo de melhoria.

Vamos dividir ainda mais as fases:

Definir

Uma vez que o problema, objetivo ou área de melhoria é descrito, é fundamental tentar identificar as várias variáveis ​​de entrada e saída que estão relacionadas ao comportamento do processo. Freqüentemente, as variáveis ​​de saída são aquelas que estão fora das especificações. É importante identificar quais variáveis ​​de entrada podem estar causando a variação com a (s) variável (es) de saída.

Medir

Uma vez identificadas as variáveis ​​de entrada que estão causando o comportamento de saída, é possível desenvolver um plano de medição que forneça dados suficientes para iniciar a análise. Esta fase é onde os dados são coletados nas principais variáveis ​​de entrada e saída. Esta também é a fase em que as linhas de base de desempenho são desenvolvidas para uso na medição das melhorias feitas posteriormente. Como regra, pelo menos 30 observações são necessárias para fornecer dados suficientes para representar o comportamento do processo.

Analisar

Depois que os dados são coletados, eles são analisados ​​para determinar as três a cinco causas-raiz mais prováveis. Isso é realizado por meio da coleta e revisão contínua de dados para entender a contribuição de cada causa raiz potencial usando ferramentas estatísticas, gráficos e gráficos. O processo DMAIC é iterativo e se repete até que todas as causas raiz válidas sejam identificadas.

Melhorar

Com base nas causas-raiz válidas identificadas na fase de Análise, o processo é ajustado até que a variação excessiva seja eliminada. As fases Medir e Analisar são repetidas até que o resultado desejado seja alcançado.

Controle

Quando o resultado desejado é alcançado, as melhorias são institucionalizadas de forma que a fonte da variação excessiva seja eliminada. Esta etapa deve ser acompanhada por um plano de controle para garantir que as saídas continuem com um nível de qualidade aceitável. O Plano de Controle inclui a implementação do Controle Estatístico do Processo para monitorar o processo e garantir que ele continue a funcionar adequadamente ao longo do tempo. Este plano de controle também deve incluir contramedidas caso ocorra um problema.

Em resumo: DMAIC é uma metodologia de solução de problemas que ajuda o praticante a abordar um problema com excesso de variação e resolvê-lo sistematicamente.

Controle Estatístico de Processo

O Controle Estatístico de Processo é uma ferramenta que mede se um processo está ou não atendendo aos padrões de produto ou processo. Se um processo for capaz e estável ao longo do tempo, os resultados que o processo foi projetado para produzir serão alcançados.

Vamos usar um exemplo para entender melhor esses conceitos importantes. Pense em assar muffins.

Capacidade e variação do processo

Um processo está transformando entradas em saídas. Nesse caso, os ingredientes são as entradas. Sabe-se que o forno precisa atingir uma determinada temperatura por um determinado período de tempo com a massa do muffin dentro para obter os muffins ideais.

Vamos supor que o forno está funcionando corretamente. É capaz de produzir o que queremos - muffins quentes assados ​​com perfeição e exatidão. O facto de o forno estar a funcionar correctamente garante que os produtos assados ​​sairão bem?

Claro que não.

E se o forno estiver funcionando corretamente, mas os filhos ansiosos e famintos por muffins ficarem abrindo a porta para ver se os muffins já terminaram? Os muffins ficarão apenas meio assados ​​quando o cronômetro desligar. Este é um exemplo de causa especial de variação - não estamos obtendo o resultado desejado porque o processo está fora de controle. O processo é capaz, nos dará o que queremos quando for bem empregado, mas não está no controle.

Se garantirmos que o forno está funcionando perfeitamente - na temperatura certa e com a porta do forno fechada pelo tempo prescrito - o processo estará de volta ao controle. Agora temos um processo que é capaz e está sob controle e podemos esperar que ele produza uma dúzia ideal de muffins.

Se todas as causas especiais de variação como acima foram eliminadas, então o processo é considerado sob controle e todas as variações experimentadas são variações inerentes ao próprio processo. Isso inclui pequenas variações nos ingredientes medidos e pequenas variações na temperatura do forno. Mas, o processo é robusto o suficiente para produzir o resultado desejado, mesmo com essas fontes de variação (inerentes).

Em resumo: A capacidade do processo é uma medida de quão capaz o processo é de produzir o resultado desejado - ou seja, pode nos dizer qual a porcentagem de defeitos que o processo irá produzir inerentemente se estiver sob controle. Resultado desejado:uma dúzia de muffins perfeitamente assados.

Desvio Padrão

Agora que você sabe como assar o muffin ideal, apresentaremos o Desvio Padrão.

O Desvio Padrão (Ϭ) é uma medida de variação e o número usado para calcular a Capacidade do Processo. É calculado como a raiz quadrada da variância.


O Dr. William Shewhart, o Pai da Qualidade, começou a desenvolver gráficos de controle no início dos anos 1920. Ele percebeu que se as principais variáveis ​​de saída do processo fossem medidas e eles criassem uma distribuição que geraria um gráfico como a curva em forma de sino acima, então a variação exibida seria aleatória e, portanto, inerente ao processo.

Em outras palavras, o processo está se comportando ou operando da maneira como foi projetado para funcionar. Se os dados não forem aleatórios, deve haver uma lógica para explicar esse comportamento. Isso é uma causa especial de variação.

Depois, há a regra empírica. Esta regra nos diz que, para uma distribuição aleatória:

• 68% das observações estarão dentro de mais ou menos 1 desvio padrão
• 95% das observações estarão dentro de mais ou menos 2 desvios padrão
• 99,7% das observações estarão dentro de mais ou menos 3 desvios padrão

Shewhart também projetou gráficos de controle (veja abaixo) que incluem limites de controle. Os limites de controle são geralmente uma distância de mais ou menos três desvios-padrão da média. E sabemos que se os pontos de dados estiverem dentro dos limites de controle, nosso nível de qualidade é pelo menos 99,7% bom.



O Controle Estatístico de Processos usa esse conhecimento como uma vantagem. Dois gráficos (gráficos de execução) são monitorados inserindo dados e observando onde os pontos de dados estão localizados em relação à média (média) e aos limites de controle. Contanto que as parcelas estejam dentro dos limites de controle, o processo é considerado sob controle. Assim, para o exemplo do muffin, o gráfico de execução da temperatura do forno mostraria a causa especial da variação de temperatura devido à abertura frequente da porta do forno fora da faixa normal - a faixa normal de variação sendo a partir da variação de temperatura aleatória como a fonte de calor do forno liga e desliga, por exemplo.

Observe que não há atenção às especificações ou limites de especificações (tolerâncias). Um processo que está sob controle está produzindo o que foi projetado (não necessariamente pretendido) para produzir. Portanto, ele pode, na verdade, estar produzindo resultados ruins.

Índice e controles de capacidade do processo

No Six Sigma, o Índice de Capacidade do Processo (Cpk) é uma ferramenta estatística usada para medir a capacidade de um processo de produzir produtos dentro da faixa de tolerância do cliente. Quanto mais alto o Cpk, mais estreita é a distribuição do processo em comparação com a faixa de tolerância e mais uniforme é a saída.

Cpk é calculado usando a seguinte fórmula, onde UCL se refere ao limite de controle superior e LCL se refere ao limite de controle inferior:

Cpk =min (UCL - μ, μ - LCL) / (3σ)



Quanto maior o Cpk, melhor (mais próximo de 2,0 é excelente), onde um Cpk de 1,33 indica essencialmente o valor mais baixo para um processo que está sob controle e atende às especificações.

Agora sabemos que se um processo é capaz e está sob controle, ele irá, por definição, produzir o resultado que o processo foi projetado para produzir. Discutimos como medir o controle de processo com SPC e a importância de manter um processo sob controle.

Os limites de especificação referem-se às tolerâncias do processo. Por exemplo, um parafuso pode ser dimensionado para ter 3 polegadas (3 ”) de diâmetro. Mas, como podemos acomodar a variação inerente ao processo de produção do pino? Fazemos isso fornecendo tolerâncias. É determinado que um parafuso de 3 ”, mais ou menos três milésimos de polegada (0,003 polegada) de diâmetro, é bom o suficiente. Todos os parafusos dentro dessa faixa de diâmetros funcionarão com sucesso para sua aplicação.

De acordo com o NIST (Instituto Nacional de Padrões e Tecnologia):

“A capacidade do processo compara a saída de um processo sob controle com os limites da especificação usando índices de capacidade. A comparação é feita formando a razão da propagação entre as especificações do processo (a especificação “largura”) para a propagação dos valores do processo, conforme medido por 6 unidades de desvio padrão do processo (a “largura” do processo). ”

O Índice de Capacidade do Processo é usado para determinar o quão próximo a saída está do alvo existente e quão consistente é o desempenho médio. Portanto, ele pode ser usado para prever o desempenho e a consistência da produção futura.

Índice de capacidade do processo e desvio padrão

Para nossos propósitos, tudo que precisamos saber é que podemos determinar a capacidade de um processo de produzir peças boas. Isso é o mesmo que responder ao seguinte:

• Que porcentagem da produção atenderá às especificações do cliente? *
• Quantos parafusos serão maiores do que 3 polegadas mais os três milésimos de diâmetro (3,003 polegadas)?
• Quantos parafusos serão menores do que 3 polegadas e menos do que três milésimos de diâmetro (2,997 polegadas)?

Você deve se lembrar que:

As três medidas de variação do Desvio Padrão significam um nível de qualidade de 99,7% do bom trabalho produzido. Isso é o equivalente a uma medida de capacidade do processo de um.

A literatura está praticamente de acordo:

Precisamos de uma medida de capacidade do processo (Cp e Cpk) de pelo menos 1,33.

Isso permite o que é conhecido como deslocamento e deriva, em que a variação normal do processo causa alguns defeitos que não ocorreriam se não houvesse variação.

Mas sempre haverá variação. A chave é manter um bom controle do processo para evitar defeitos.

Mais uma vez, de acordo com o NIST:

“Um índice de capacidade do processo usa tanto a variabilidade do processo quanto as especificações do processo para determinar se o processo é‘ capaz ’.”

Shift &Drift

O principal problema em manter um bom controle de processo é que, com o tempo, qualquer processo mudará e se desviará, não importando o quão apertadas as configurações iniciais foram. Quando isso ocorre, o ponto-chave a lembrar é que, conforme a média do processo se move, todo o intervalo da variável também muda, enquanto os limites de especificação permanecem estacionários.



Se o processo for além dos limites de especificação, o processo estará fazendo produtos defeituosos. Você deseja manter os níveis de índice de 1,00 ou melhores. Isso é obtido com uma boa centralização da média do processo e minimizando a variabilidade.

Em resumo: Usando Six Sigma, é possível entender se um processo é capaz e medir o Controle de Processo e a Capacidade do Processo. Contanto que um processo "sob controle" seja capaz de produzir o resultado desejado (Capacidade do Processo Cpk de pelo menos 1,33), então ele deve funcionar adequadamente enquanto estiver sob controle. Para obter mais informações sobre Six Sigma ou Lean, visite www.cmtc.com e selecione a opção "Serviços".

Quem somos no CMTC

CMTC oferece assistência técnica, desenvolvimento de força de trabalho e serviços de consultoria para pequenos e médios fabricantes (SMMs) em toda a Califórnia para ajudar os SMMs a aumentar sua produtividade e competitividade global.

Para obter mais informações sobre o CMTC, visite nosso website em www.cmtc.com ou entre em contato pelo telefone 310-263-3060.