SlideShare uma empresa Scribd logo
Six Sigma MSc. Luiz Barboza [email_address]
Nível Atual do Processo Defeitos Causas Críticas dos Problemas Perpetuar as mudanças $$ Nível Atual do Processo Defeitos O quê deve ser melhorado? Qual é a oportunidade? Gestão da Qualidade
C LIENTE E NTRADAS F ORNECEDORES P ROCESSO S AÍDAS V ISÃO DO  C LIENTE S UCESSÃO  L ÓGICA MEDIÇÃO CAUSAS ENTRADAS DO PROCESSO X MEDIÇÃO EFEITOS PROBLEMAS SAÍDAS DO PROCESSO Y Visao de Processo
Y = F(x) Entendendo o processo como uma função matemática PROCESSO ENTRADAS (X) SAÍDAS (Y)
ESTUDO DO COMPORTAMENTO DO PROCESSO – EM RELAÇÃO À PERFORMANCE MÉDIA E VARIAÇÃO – DE ACORDO COM OS REQUERIMENTOS DOS CLIENTES Medição da qualidade do processo LSE T  LIE
Definir
SIPOC
Mapeamento de Processo IDEF0
Mapeamento de Processo BPMN
Medir
População (ou Universo) Amostra Inferência Estatística Probabilidade (associado às distribuições) Média (X) Mediana (X) Desvio Padrão (S) Variância (S 2 ) Amplitude (R) Quartis (Q n ) ~ _ Média (  ) Desvio Padrão   Variância (  2 ) Formato da Curva / Modelos Populacionais Probabilidade p ( ) DADOS CONTÍNUOS OU DISCRETOS? Estatística
DADOS  CONTÍNUOS DADOS  DISCRETOS Medidos em intervalos contínuos: Tempo Dinheiro Peso Altura Velocidade Temperatura  Ordinal : Contagem de defeitos # Aprovações # Erros Classificação Nominal : Contagem de defeitos # Aprovações # Erros Classificação Categorias Dados Discretos ou Contínuos
Histograma
A  média  é o  centro de massa  de um conjunto de dados: Exemplo: 4,1 - 2,7 - 3,3 - 4,2 - 6,0 - 5,4 - 8,3 -7,2 - 19,7  n x x     Média 60,9 9 6,766
É  medida de  posicionamento  dos pontos. 100 67 50 24 22 13 09 08 02 VALORES ORDENADOS Mediana  = É o valor que ocupa a posição do meio ( X ). É também conhecido também como P50. 50% DOS PONTOS ESTÃO ACIMA 50% DOS PONTOS ESTÃO ACIMA ~ Mediana
São medidas de  posicionamento  dos pontos. 100 67 50 24 22 13 09 08 02 VALORES ORDENADOS VALOR MÍNIMO VALOR MÁXIMO 1º Quartil (Q 1 )  = É o valor que ocupa a posição que divide o conjunto de dados em 2 partes: 25% dos dados com valores mais baixo 75% dos dados com valores mais altos É também conhecido como P25. 3º Quartil (Q 3 )  = É o valor que ocupa a posição que divide o conjunto de dados em 2 partes: 75% dos dados com valores mais baixo 25% dos dados com valores mais altos É também conhecido como P75. POSIÇÃO 02 POSIÇÃO 03 Percentil i (Q i )  = É o valor que ocupa a posição i que divide o conjunto de dados em 2 partes: i % dos dados com valores mais baixo (100-i) % dos dados com valores mais altos É também conhecido como Pi. Quartis e Percentis
Variância : não possui sentido físico – serve apenas como parâmetro matemático para cálculos (não se pode somar aritmeticamente os desvios-padrão) Desvio Padrão : em termos gerais, é a média da variação do processo em relação à média do mesmo Exemplo: 4,1 - 2,7 - 3,3 - 4,2 - 6,0 - 5,4 - 8,3 -7,2 - 19,7  s 2  =  Exemplo: 4,1 - 2,7 - 3,3 - 4,2 - 6,0 - 5,4 - 8,3 -7,2 - 19,7  s =  Variância e Desvio Padrão  26,815 5,178
LIMITE DE DESEMPENHO - INFINITO + INFINITO PROBABILIDADE DE OCORRÊNCIA   Dados Contínuos  A distribuição “normal”  Uma distribuição normal pode ser   completamente descrita sabendo apenas  o seguinte: - Média - Desvio Padrão
Exemplo : suponha que a distribuição do peso dos jogadores de um time de futebol segue uma distribuição normal com   = 80 kg e   = 5 kg. Eixo X        80 85 90 95 65 70 75 (peso em kg)   100 60 Distribuição Normal
40% 30% 20% 10% 0% 68% 95% Probabilidade do valor da amostra 99 , 73%          Eixo X Six Sigma
Com os conceitos vistos anteriormente, podemos agora associar à curva que representa o processo estudado o valor de “Z”. O valor da estatística Z é a distância de um valor “x” qualquer até a média em quantidade de desvios-padrão Probabilidade  P{x > z} z x -    Z = VALOR DE ‘Z’ VALOR FIXADO NO EIXO ‘X’ MÉDIA  POPULACIONAL CALCULADA DESVIO PADR Ã O POPULACIONAL CALCULADA
z Exercício : Estudou-se que a distribuição da idade das pessoas que freqüentam os cinemas paulistanos às sextas à noite segue uma distribuição normal com uma média de 25 anos e com desvio padrão de 2 anos Qual a probabilidade de uma pessoa ir ao cinema sexta à noite e ter a idade maior que 27,9 anos ou menor que 20 anos?  Tabela Estatística Z Z 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.0 5.00E-01 4.96E-01 4.92E-01 4.88E-01 4.84E-01 4.80E-01 4.76E-01 4.72E-01 4.68E-01 4.64E-01 0.1 4.60E-01 4.56E-01 4.52E-01 4.48E-01 4.44E-01 4.40E-01 4.36E-01 4.33E-01 4.29E-01 4.25E-01 0.2 4.21E-01 4.17E-01 4.13E-01 4.09E-01 4.05E-01 4.01E-01 3.97E-01 3.94E-01 3.90E-01 3.86E-01 0.3 3.82E-01 3.78E-01 3.75E-01 3.71E-01 3.67E-01 3.63E-01 3.59E-01 3.56E-01 3.52E-01 3.48E-01 0.4 3.45E-01 3.41E-01 3.37E-01 3.34E-01 3.30E-01 3.26E-01 3.23E-01 3.19E-01 3.16E-01 3.12E-01 0.5 3.09E-01 3.05E-01 3.02E-01 2.98E-01 2.95E-01 2.91E-01 2.88E-01 2.84E-01 2.81E-01 2.78E-01 0.6 2.74E-01 2.71E-01 2.68E-01 2.64E-01 2.61E-01 2.58E-01 2.55E-01 2.51E-01 2.48E-01 2.45E-01 0.7 2.42E-01 2.39E-01 2.36E-01 2.33E-01 2.30E-01 2.27E-01 2.24E-01 2.21E-01 2.18E-01 2.15E-01 0.8 2.12E-01 2.09E-01 2.06E-01 2.03E-01 2.01E-01 1.98E-01 1.95E-01 1.92E-01 1.89E-01 1.87E-01 0.9 1.84E-01 1.81E-01 1.79E-01 1.76E-01 1.74E-01 1.71E-01 1.69E-01 1.66E-01 1.64E-01 1.61E-01 1.0 1.59E-01 1.56E-01 1.5 39E01 1.52E-01 1.49E-01 1.47E-01 1.45E-01 1.42E-01 1.40E-01 1.38E-01 1.1 1.36E-01 1.34E-01 1.31E-01 1.29E-01 1.27E-01 1.25E-01 1.23E-01 1.21E-01 1.19E-01 1.17E-01 1.2 1.15E-01 1.13E-01 1.11E-01 1.09E-01 1.08E-01 1.06E-01 1.04E-01 1.02E-01 1.00E-01 9.85E-02 1.3 9.68E-02 9.51E-02 9.34E-02 9.18E-02 9.01E-02 8.85E-02 8.69E-02 8.53E-02 8.38E-02 8.23E-02 1.4 8.08E-02 7.93E-02 7.78E-02 7.64E-02 7.49E-02 7.35E-02 7.21E-02 7.08E-02 6.94E-02 6.81E-02 1.5 6.68E-02 6.55E-02 6.43E-02 6.30E-02 6.18E-02 6.06E-02 5.94E-02 5.82E-02 5.71E-02 5.59E-02 1.6 5.48E-02 5.37E-02 5.26E-02 5.16E-02 5.05E-02 4.95E-02 4.85E-02 4.75E-02 4.65E-02 4.55E-02 1.7 4.46E-02 4.36E-02 4.27E-02 4.18E-02 4.09E-02 4.01E-02 3.92E-02 3.84E-02 3.75E-02 3.67E-02 1.8 3.59E-02 3.52E-02 3.44E-02 3.36E-02 3.29E-02 3.22E-02 3.14E-02 3.07E-02 3.01E-02 2.94E-02 1.9 2.87E-02 2.81E-02 2.74E-02 2.68E-02 2.62E-02 2.56E-02 2.50E-02 2.44E-02 2.39E-02 2.33E-02 2.0 2.28E-02 2.22E-02 2.17E-02 2.12E-02 2.07E-02 2.02E-02 1.97E-02 1.92E-02 1.88E-02 1.83E-02 2.1 1.79E-02 1.74E-02 1.70E-02 1.66E-02 1.62E-02 1.58E-02 1.54E-02 1.50E-02 1.46E-02 1.43E-02 2.2 1.39E-02 1.36E-02 1.32E-02 1.29E-02 1.26E-02 1.22E-02 1.19E-02 1.16E-02 1.13E-02 1.10E-02 2.3 1.07E-02 1.04E-02 1.02E-02 9.90E-03 9.64E-03 9.39E-03 9.14E-03 8.89E-03 8.66E-03 8.42E-03 2.4 8.20E-03 7.98E-03 7.76E-03 7.55E-03 7.34E-03 7.14E-03 6.95E-03 6.76E-03 6.57E-03 6.39E-03 2.5 6.21E-03 6.04E-03 5.87E-03 5.70E-03 5.54E-03 5.39E-03 5.23E-03 5.09E-03 4.94E-03 4.80E-03 2.6 4.66E-03 4.53E-03 4.40E-03 4.27E-03 4.15E-03 4.02E-03 3.91E-03 3.79E-03 3.68E-03 3.57E-03 2.7 3.47E-03 3.36E-03 3.26E-03 3.17E-03 3.07E-03 2.98E-03 2.89E-03 2.80E-03 2.72E-03 2.64E-03 2.8 2.56E-03 2.48E-03 2.40E-03 2.33E-03 2.26E-03 2.19E-03 2.12E-03 2.05E-03 1.99E-03 1.93E-03 2.9 1.87E-03 1.81E-03 1.75E-03 1.70E-03 1.64E-03 1.59E-03 1.54E-03 1.49E-03 1.44E-03 1.40E-03 3.0 1.35E-03 1.31E-03 1.26E-03 1.22E-03 1.18E-03 1.14E-03 1.11E-03 1.07E-03 1.04E-03 1.00E-03 3.1 9.68E-04 9.35E-04 9.04E-04 8.74E-04 8.45E-04 8.16E-04 7.89E-04 7.62E-04 7.36E-04 7.11E-04 3.2 6.87E-04 6.64E-04 6.41E-04 6.19E-04 5.98E-04 5.77E-04 5.57E-04 5.38E-04 5.19E-04 5.01E-04 3.3 4.84E-04 4.67E-04 4.50E-04 4.34E-04 4.19E-04 4.04E-04 3.90E-04 3.76E-04 3.63E-04 3.50E-04 3.4 3.37E-04 3.25E-04 3.13E-04 3.02E-04 2.91E-04 2.80E-04 2.70E-04 2.60E-04 2.51E-04 2.42E-04 3.5 2.33E-04 2.24E-04 2.16E-04 2.08E-04 2.00E-04 1.93E-04 1.86E-04 1.79E-04 1.72E-04 1.66E-04 3.6 1.59E-04 1.53E-04 1.47E-04 1.42E-04 1.36E-04 1.31E-04 1.26E-04 1.21E-04 1.17E-04 1.12E-04 3.7 1.08E-04 1.04E-04 9.97E-05 9.59E-05 9.21E-05 8.86E-05 8.51E-05 8.18E-05 7.85E-05 7.55E-05 3.8 7.25E-05 6.96E-05 6.69E-05 6.42E-05 6.17E-05 5.92E-05 5.68E-05 5.46E-05 5.24E-05 5.03E-05 3.9 4.82E-05 4.63E-05 4.44E-05 4.26E-05 4.09E-05 3.92E-05 3.76E-05 3.61E-05 3.46E-05 3.32E-05 4.0 3.18E-05 3.05E-05 2.92E-05 2.80E-05 2.68E-05 2.57E-05 2.47E-05 2.36E-05 2.26E-05 2.17E-05 4.1 2.08E-05 1.99E-05 1.91E-05 1.82E-05 1.75E-05 1.67E-05 1.60E-05 1.53E-05 1.47E-05 1.40E-05 4.2 1.34E-05 1.29E-05 1.23E-05 1.18E-05 1.13E-05 1.08E-05 1.03E-05 9.86E-06 9.43E-06 9.01E-06 4.3 8.62E-06 8.24E-06 7.88E-06 7.53E-06 7.20E-06 6.88E-06 6.57E-06 6.28E-06 6.00E-06 5.73E-06 4.4 5.48E-06 5.23E-06 5.00E-06 4.77E-06 4.56E-06 4.35E-06 4.16E-06 3.97E-06 3.79E-06 3.62E-06 4.5 3.45E-06 3.29E-06 3.14E-06 3.00E-06 2.86E-06 2.73E-06 2.60E-06 2.48E-06 2.37E-06 2.26E-06 4.6 2.15E-06 2.05E-06 1.96E-06 1.87E-06 1.78E-06 1.70E-06 1.62E-06 1.54E-06 1.47E-06 1.40E-06 4.7 1.33E-06 1.27E-06 1.21E-06 1.15E-06 1.10E-06 1.05E-06 9.96E-07 9.48E-07 9.03E-07 8.59E-07 4.8 8.18E-07 7.79E-07 7.41E-07 7.05E-07 6.71E-07 6.39E-07 6.08E-07 5.78E-07 5.50E-07 5.23E-07 4.9 4.98E-07 4.73E-07 4.50E-07 4.28E-07 4.07E-07 3.87E-07 3.68E-07 3.50E-07 3.32E-07 3.16E-07
Analisar
MEDIÇÃO MATERIAL MÃO DE OBRA MÉTODO MEIO MÁQUINA DECLARAÇÃO DO PROBLEMA ENTRADAS DO PROCESSO Objetivo : Providenciar a visualização de todas as possíveis causas de um problema específico, através das principais entradas do processo Espinha de Peixe
Matriz Causa Efeito A  Matriz Causa e Efeito  é utilizada para priorizar as entradas do processo de acordo com o impacto de cada uma nas saídas ou requerimentos do cliente. RESULTADOS FINAIS ENTRADAS PRIORIZADAS: MAIOR PARA O MENOR  IMPACTO MAIOR IMPACTO MENOR IMPACTO ESTABELECER A RELAÇÃO ENTRE ENTRADAS E SAÍDAS: 1- BAIXA RELAÇÃO; 10- ALTA RELAÇÃO 10 09 08 06 AVALIAR  A IMPORTÂNCIA  PARA O CLIENTE SAÍDA # 1 SAÍDA # 2 SAÍDA # 3 SAÍDA # N LISTAR AS PRINCIPAIS SAÍDAS DO PROCESSO COLOCAR AS ENTRADAS  DO PROCESSO ENTRADA # 1 ENTRADA # 2 ENTRADA # 3 ENTRADA # 4 ENTRADA # 5 ENTRADA # N
IMPACTO  ALTO BAIXO ESFORÇO ALTO BAIXO Matriz Causa Efeito Matriz Esforço x Impacto , quais causas mais significativas podem  ser solucionadas com baixo esforço. ESFORÇO  PARA: IMPLEMENTAÇÃO DAS MUDANÇAS COLETA DE DADOS TEMPO PARA ANÁLISE ALIMENTADO PELA MATRIZ CAUSA E EFEITO MAIOR IMPACTO MENOR IMPACTO FOCO! TOMAR AÇÕES VER-E-AGIR ELABORAR O PLANO DE COLETA DE DADOS ELABORAR PLANO DE ANÁLISE DO POTENCIAL PROBLEMA
Melhorar
Plano de Ação  - n 0  001 Data de Emissão : 01/05/98   Data de Revisão : 03/07/98 Projeto : Diminuir Erros em Relatórios de Despesas de Viagem Facilitador : E.A do Nascimento Ação Responsável Data Data  Status Início  término 1-) Elaborar software de Supervisor  10/05/98 01/08/98 gerenciamento de relatórios de   de despesa de viagem Informática 2-) Estabelecer limites de Presidência 01/06/98 15/07/98 gasto para cada função da   + companhia Gerente de RH 3-) Treinar funcionários para Analistas de 01/08/98 30/08/98 utilização de software Treinamento 4-) Comunicar obrigatoriedade de Gerente de RH 01/07/98 30/08/98 uso do software 5-) Iniciar auditorias para confirmar Auditor - Líder 15/09/98 30/12/98 uso correto do software 20%  40%  60%  80%  100% 20%  40%  60%  80%  100% 20%  40%  60%  80%  100% 20%  40%  60%  80%  100% 20%  40%  60%  80%  100% Plano de Ação
Controlar
Novo Mapa de Processo Identificação dos Pontos de Controle E 1 E 2 E 3 S 1 Métrica / Racional de Cálculo X 1 X 3 X 2 X 4 Responsável e  Freqüência de Revisão Sistema de Controle de Processos
Um gráfico de controle é um conjunto de pontos (amostras) ordenados, no tempo, que são interpretados em função de linhas horizontais, chamadas de LSC (limite superior de controle) e LIC (limite inferior de controle). A figura abaixo apresenta um exemplo típico. CEP  Controle Estatístico de Processos
Se apenas as causas comuns de variação estão presentes, a saída de um processo forma uma distribuição que é estável e previsível ao decorrer do tempo. Se existem causas especiais de variação, a saída do processo não é estável e não previsível ao decorrer do tempo. Não temos como saber o que acontecerá: - Amanhã - Entre amostras CEP  Controle Estatístico de Processos TEMPO TEMPO ?
MEDIDAS MÉDIA AMPLITUDE 65 70 75 80 0 10 20 30 LSC=77,3 LIC= 64,5 LIC= 0 LSC= 19,9 • • • • • • MÉDIA GERAL= 70,9 AMPLITUDE MÉDIA= 8,7 60 85 CEP  Controle Estatístico de Processos
LIE  E LSE  = ESPECIFICAÇÕES DO CLIENTE – INDEPENDEM DO PROCESSO – SÃO REQUERIMENTOS EXTERNOS E PORTANTO DEVEM SER ATENDIDOS LIC E LSC  = LIMITES DO PROCESSO – DEPENDEM DO PROCESSO – SÃO CONDIÇÕES ASSOCIADAS AO FUNCIONAMENTO DO PROCESSO Controle Estatístico de Processos
Six Sigma MSc. Luiz Barboza [email_address]

Mais conteúdo relacionado

PPT
421548223-CEP-Controle-Estatistico-de-Processo.ppt
PPTX
Leucemia slide
PPTX
1 slides - diagrama de causa e efeito (ishikawa)
PDF
2009 - Introdução ao SGQ para Novos Colaboradores
PPTX
Leucemia
PPT
Gestão da Qualidade
PPTX
Relatório A3
PDF
Ferramentas da Qualidade
421548223-CEP-Controle-Estatistico-de-Processo.ppt
Leucemia slide
1 slides - diagrama de causa e efeito (ishikawa)
2009 - Introdução ao SGQ para Novos Colaboradores
Leucemia
Gestão da Qualidade
Relatório A3
Ferramentas da Qualidade

Mais procurados (20)

PPTX
Slides diagrama-de-causa-e-efeito
PDF
Gestão da qualidade - ISO 9001:2015
PPT
Fluxograma
PPT
DOC
Juntas em pisos industriais de concreto
PPTX
Angina pectoris
PPT
Diagrama de ishikawa
PPT
Diagrama de ishikawa
PPTX
Acidente vascular ENCEFALICO.pptx
PPSX
Qualidade e produtividade
PPT
Demências diagnótico & tratamento
PDF
Gestão da qualidade
DOC
501 templates plano_projeto
PPTX
Aula Qualidade - Gráfico de Pareto
PPTX
Insuficiência renal crônica
PDF
Eletrodos tabela comparativa
PPT
Hipertensão arterial
PDF
planilha - controle de estoque.pdf
PPTX
Aula de QFD - Desdobramento da Função de Qualidade
Slides diagrama-de-causa-e-efeito
Gestão da qualidade - ISO 9001:2015
Fluxograma
Juntas em pisos industriais de concreto
Angina pectoris
Diagrama de ishikawa
Diagrama de ishikawa
Acidente vascular ENCEFALICO.pptx
Qualidade e produtividade
Demências diagnótico & tratamento
Gestão da qualidade
501 templates plano_projeto
Aula Qualidade - Gráfico de Pareto
Insuficiência renal crônica
Eletrodos tabela comparativa
Hipertensão arterial
planilha - controle de estoque.pdf
Aula de QFD - Desdobramento da Função de Qualidade
Anúncio

Destaque (20)

PPT
Soa Bpm Eup
PPT
Prejeto green belt rodrigo roque
PDF
Ferramentas Qualidade e Lean Six Sigma Hospital
PPT
Criatividade
PPT
4 Ads
DOC
Uso de analisadores em linha em plantas de petróleo e gás
PPTX
Early Equipment Management
PPTX
Mapeando processos de negócios com Zackman Framework e SBVR
PDF
Manual Minitab pela Saldit Software
PDF
Lean Six Sigma
PDF
Examples of lean six sigma applied to IT management
PDF
Como Desenhar Os Processos Corporativos
PPTX
Seis Sigma em servicos
PDF
09/04/2014 - Palestra "Otimização de Processos e Serviços"
PPTX
Six Sigma DE<AIC - Seleção de Projetos
PDF
O Six Sigma em Recursos Humanos
PDF
Lean six sigma applied to IT management
PDF
ARPO - Business Modeler: Apresentação da Solução
PDF
Cultura Lean, Cultura Toyota
PDF
+++Six Sigma & Pat
Soa Bpm Eup
Prejeto green belt rodrigo roque
Ferramentas Qualidade e Lean Six Sigma Hospital
Criatividade
4 Ads
Uso de analisadores em linha em plantas de petróleo e gás
Early Equipment Management
Mapeando processos de negócios com Zackman Framework e SBVR
Manual Minitab pela Saldit Software
Lean Six Sigma
Examples of lean six sigma applied to IT management
Como Desenhar Os Processos Corporativos
Seis Sigma em servicos
09/04/2014 - Palestra "Otimização de Processos e Serviços"
Six Sigma DE<AIC - Seleção de Projetos
O Six Sigma em Recursos Humanos
Lean six sigma applied to IT management
ARPO - Business Modeler: Apresentação da Solução
Cultura Lean, Cultura Toyota
+++Six Sigma & Pat
Anúncio

Semelhante a Sixsigma (20)

PPT
Geoestatística
PPT
Apresentacao ic alanna
PPT
Cinésiologia parte 3
DOC
7 ferramentas-da-qualidade-de-kaoru-ishikawa-tp
PDF
COMPOSIÇÃO DE UMA CARTEIRA DE AÇÕES COM RISCO MÍNIMO E RETORNO ESPECIFICADO: ...
PDF
Treinamento LABELO - 2014 - Incerteza de Medição.pdf
PDF
C7 exercicios
PDF
Bh bpm-simulacao
PPTX
Aula 02 - Análise de dados e probabilidade.pptx
PPTX
PPTX
Previsão da Demanda I
DOCX
Estatística básica
PPTX
Desempenho de fundação profunda com ponta em solo resistente na Zona Norte do...
PPTX
Estatística e Probabilidade - Aula 003.pptx
PDF
Resposta alumina - Regressão
PPTX
Visualização de Dados - Aula 4
PPTX
Estatística e Probabilidade - Aula 002.pptx
PPT
Cap2 - Parte 3 - Separatrizes
PDF
PDF
sld de bioestatistica para busca e estudo
Geoestatística
Apresentacao ic alanna
Cinésiologia parte 3
7 ferramentas-da-qualidade-de-kaoru-ishikawa-tp
COMPOSIÇÃO DE UMA CARTEIRA DE AÇÕES COM RISCO MÍNIMO E RETORNO ESPECIFICADO: ...
Treinamento LABELO - 2014 - Incerteza de Medição.pdf
C7 exercicios
Bh bpm-simulacao
Aula 02 - Análise de dados e probabilidade.pptx
Previsão da Demanda I
Estatística básica
Desempenho de fundação profunda com ponta em solo resistente na Zona Norte do...
Estatística e Probabilidade - Aula 003.pptx
Resposta alumina - Regressão
Visualização de Dados - Aula 4
Estatística e Probabilidade - Aula 002.pptx
Cap2 - Parte 3 - Separatrizes
sld de bioestatistica para busca e estudo

Mais de lcbj (20)

PPT
5 Ads
PPT
ISO Produto de Software
PPT
Padroes Projeto
PPT
boas praticas
PPT
Uml
PPT
Mvc
PPT
_2_C
PPT
4 C
PPT
3 C
PPT
3 ADSS
PPT
2 C
PPT
2 Ads
PPT
Itil
PPT
Pmbok
PPT
2 C
PPT
1 C
PPT
0 Intro
PPT
1 Ads
PPT
1 Qss
PPT
ApresentaçãO1
5 Ads
ISO Produto de Software
Padroes Projeto
boas praticas
Uml
Mvc
_2_C
4 C
3 C
3 ADSS
2 C
2 Ads
Itil
Pmbok
2 C
1 C
0 Intro
1 Ads
1 Qss
ApresentaçãO1

Último (11)

PPTX
Informática Aplicada Informática Aplicada Plano de Ensino - estudo de caso NR...
PPTX
Arquitetura de computadores - Memórias Secundárias
PDF
Manejo integrado de pragas na cultura do algodão
PPTX
Utilizando code blockes por andre backes
PPTX
Eng. Software - pontos essenciais para o início
PPTX
Viasol Energia Solar -Soluções para geração e economia de energia
PPTX
Proposta de Implementação de uma Rede de Computador Cabeada.pptx
PPTX
Design - Introdução a Gestalt e teoria das formas
PPTX
Tipos de servidor em redes de computador.pptx
PDF
Termos utilizados na designação de relação entre pessoa e uma obra.pdf
PDF
eBook - GUIA DE CONSULTA RAPIDA EM ROTEADORES E SWITCHES CISCO - VOL I.pdf
Informática Aplicada Informática Aplicada Plano de Ensino - estudo de caso NR...
Arquitetura de computadores - Memórias Secundárias
Manejo integrado de pragas na cultura do algodão
Utilizando code blockes por andre backes
Eng. Software - pontos essenciais para o início
Viasol Energia Solar -Soluções para geração e economia de energia
Proposta de Implementação de uma Rede de Computador Cabeada.pptx
Design - Introdução a Gestalt e teoria das formas
Tipos de servidor em redes de computador.pptx
Termos utilizados na designação de relação entre pessoa e uma obra.pdf
eBook - GUIA DE CONSULTA RAPIDA EM ROTEADORES E SWITCHES CISCO - VOL I.pdf

Sixsigma

  • 1. Six Sigma MSc. Luiz Barboza [email_address]
  • 2. Nível Atual do Processo Defeitos Causas Críticas dos Problemas Perpetuar as mudanças $$ Nível Atual do Processo Defeitos O quê deve ser melhorado? Qual é a oportunidade? Gestão da Qualidade
  • 3. C LIENTE E NTRADAS F ORNECEDORES P ROCESSO S AÍDAS V ISÃO DO C LIENTE S UCESSÃO L ÓGICA MEDIÇÃO CAUSAS ENTRADAS DO PROCESSO X MEDIÇÃO EFEITOS PROBLEMAS SAÍDAS DO PROCESSO Y Visao de Processo
  • 4. Y = F(x) Entendendo o processo como uma função matemática PROCESSO ENTRADAS (X) SAÍDAS (Y)
  • 5. ESTUDO DO COMPORTAMENTO DO PROCESSO – EM RELAÇÃO À PERFORMANCE MÉDIA E VARIAÇÃO – DE ACORDO COM OS REQUERIMENTOS DOS CLIENTES Medição da qualidade do processo LSE T  LIE
  • 10. Medir
  • 11. População (ou Universo) Amostra Inferência Estatística Probabilidade (associado às distribuições) Média (X) Mediana (X) Desvio Padrão (S) Variância (S 2 ) Amplitude (R) Quartis (Q n ) ~ _ Média (  ) Desvio Padrão  Variância (  2 ) Formato da Curva / Modelos Populacionais Probabilidade p ( ) DADOS CONTÍNUOS OU DISCRETOS? Estatística
  • 12. DADOS CONTÍNUOS DADOS DISCRETOS Medidos em intervalos contínuos: Tempo Dinheiro Peso Altura Velocidade Temperatura Ordinal : Contagem de defeitos # Aprovações # Erros Classificação Nominal : Contagem de defeitos # Aprovações # Erros Classificação Categorias Dados Discretos ou Contínuos
  • 14. A média é o centro de massa de um conjunto de dados: Exemplo: 4,1 - 2,7 - 3,3 - 4,2 - 6,0 - 5,4 - 8,3 -7,2 - 19,7 n x x     Média 60,9 9 6,766
  • 15. É medida de posicionamento dos pontos. 100 67 50 24 22 13 09 08 02 VALORES ORDENADOS Mediana = É o valor que ocupa a posição do meio ( X ). É também conhecido também como P50. 50% DOS PONTOS ESTÃO ACIMA 50% DOS PONTOS ESTÃO ACIMA ~ Mediana
  • 16. São medidas de posicionamento dos pontos. 100 67 50 24 22 13 09 08 02 VALORES ORDENADOS VALOR MÍNIMO VALOR MÁXIMO 1º Quartil (Q 1 ) = É o valor que ocupa a posição que divide o conjunto de dados em 2 partes: 25% dos dados com valores mais baixo 75% dos dados com valores mais altos É também conhecido como P25. 3º Quartil (Q 3 ) = É o valor que ocupa a posição que divide o conjunto de dados em 2 partes: 75% dos dados com valores mais baixo 25% dos dados com valores mais altos É também conhecido como P75. POSIÇÃO 02 POSIÇÃO 03 Percentil i (Q i ) = É o valor que ocupa a posição i que divide o conjunto de dados em 2 partes: i % dos dados com valores mais baixo (100-i) % dos dados com valores mais altos É também conhecido como Pi. Quartis e Percentis
  • 17. Variância : não possui sentido físico – serve apenas como parâmetro matemático para cálculos (não se pode somar aritmeticamente os desvios-padrão) Desvio Padrão : em termos gerais, é a média da variação do processo em relação à média do mesmo Exemplo: 4,1 - 2,7 - 3,3 - 4,2 - 6,0 - 5,4 - 8,3 -7,2 - 19,7 s 2 = Exemplo: 4,1 - 2,7 - 3,3 - 4,2 - 6,0 - 5,4 - 8,3 -7,2 - 19,7 s = Variância e Desvio Padrão 26,815 5,178
  • 18. LIMITE DE DESEMPENHO - INFINITO + INFINITO PROBABILIDADE DE OCORRÊNCIA   Dados Contínuos A distribuição “normal” Uma distribuição normal pode ser completamente descrita sabendo apenas o seguinte: - Média - Desvio Padrão
  • 19. Exemplo : suponha que a distribuição do peso dos jogadores de um time de futebol segue uma distribuição normal com  = 80 kg e  = 5 kg. Eixo X        80 85 90 95 65 70 75 (peso em kg)   100 60 Distribuição Normal
  • 20. 40% 30% 20% 10% 0% 68% 95% Probabilidade do valor da amostra 99 , 73%          Eixo X Six Sigma
  • 21. Com os conceitos vistos anteriormente, podemos agora associar à curva que representa o processo estudado o valor de “Z”. O valor da estatística Z é a distância de um valor “x” qualquer até a média em quantidade de desvios-padrão Probabilidade  P{x > z} z x -   Z = VALOR DE ‘Z’ VALOR FIXADO NO EIXO ‘X’ MÉDIA POPULACIONAL CALCULADA DESVIO PADR Ã O POPULACIONAL CALCULADA
  • 22. z Exercício : Estudou-se que a distribuição da idade das pessoas que freqüentam os cinemas paulistanos às sextas à noite segue uma distribuição normal com uma média de 25 anos e com desvio padrão de 2 anos Qual a probabilidade de uma pessoa ir ao cinema sexta à noite e ter a idade maior que 27,9 anos ou menor que 20 anos? Tabela Estatística Z Z 0 0.01 0.02 0.03 0.04 0.05 0.06 0.07 0.08 0.09 0.0 5.00E-01 4.96E-01 4.92E-01 4.88E-01 4.84E-01 4.80E-01 4.76E-01 4.72E-01 4.68E-01 4.64E-01 0.1 4.60E-01 4.56E-01 4.52E-01 4.48E-01 4.44E-01 4.40E-01 4.36E-01 4.33E-01 4.29E-01 4.25E-01 0.2 4.21E-01 4.17E-01 4.13E-01 4.09E-01 4.05E-01 4.01E-01 3.97E-01 3.94E-01 3.90E-01 3.86E-01 0.3 3.82E-01 3.78E-01 3.75E-01 3.71E-01 3.67E-01 3.63E-01 3.59E-01 3.56E-01 3.52E-01 3.48E-01 0.4 3.45E-01 3.41E-01 3.37E-01 3.34E-01 3.30E-01 3.26E-01 3.23E-01 3.19E-01 3.16E-01 3.12E-01 0.5 3.09E-01 3.05E-01 3.02E-01 2.98E-01 2.95E-01 2.91E-01 2.88E-01 2.84E-01 2.81E-01 2.78E-01 0.6 2.74E-01 2.71E-01 2.68E-01 2.64E-01 2.61E-01 2.58E-01 2.55E-01 2.51E-01 2.48E-01 2.45E-01 0.7 2.42E-01 2.39E-01 2.36E-01 2.33E-01 2.30E-01 2.27E-01 2.24E-01 2.21E-01 2.18E-01 2.15E-01 0.8 2.12E-01 2.09E-01 2.06E-01 2.03E-01 2.01E-01 1.98E-01 1.95E-01 1.92E-01 1.89E-01 1.87E-01 0.9 1.84E-01 1.81E-01 1.79E-01 1.76E-01 1.74E-01 1.71E-01 1.69E-01 1.66E-01 1.64E-01 1.61E-01 1.0 1.59E-01 1.56E-01 1.5 39E01 1.52E-01 1.49E-01 1.47E-01 1.45E-01 1.42E-01 1.40E-01 1.38E-01 1.1 1.36E-01 1.34E-01 1.31E-01 1.29E-01 1.27E-01 1.25E-01 1.23E-01 1.21E-01 1.19E-01 1.17E-01 1.2 1.15E-01 1.13E-01 1.11E-01 1.09E-01 1.08E-01 1.06E-01 1.04E-01 1.02E-01 1.00E-01 9.85E-02 1.3 9.68E-02 9.51E-02 9.34E-02 9.18E-02 9.01E-02 8.85E-02 8.69E-02 8.53E-02 8.38E-02 8.23E-02 1.4 8.08E-02 7.93E-02 7.78E-02 7.64E-02 7.49E-02 7.35E-02 7.21E-02 7.08E-02 6.94E-02 6.81E-02 1.5 6.68E-02 6.55E-02 6.43E-02 6.30E-02 6.18E-02 6.06E-02 5.94E-02 5.82E-02 5.71E-02 5.59E-02 1.6 5.48E-02 5.37E-02 5.26E-02 5.16E-02 5.05E-02 4.95E-02 4.85E-02 4.75E-02 4.65E-02 4.55E-02 1.7 4.46E-02 4.36E-02 4.27E-02 4.18E-02 4.09E-02 4.01E-02 3.92E-02 3.84E-02 3.75E-02 3.67E-02 1.8 3.59E-02 3.52E-02 3.44E-02 3.36E-02 3.29E-02 3.22E-02 3.14E-02 3.07E-02 3.01E-02 2.94E-02 1.9 2.87E-02 2.81E-02 2.74E-02 2.68E-02 2.62E-02 2.56E-02 2.50E-02 2.44E-02 2.39E-02 2.33E-02 2.0 2.28E-02 2.22E-02 2.17E-02 2.12E-02 2.07E-02 2.02E-02 1.97E-02 1.92E-02 1.88E-02 1.83E-02 2.1 1.79E-02 1.74E-02 1.70E-02 1.66E-02 1.62E-02 1.58E-02 1.54E-02 1.50E-02 1.46E-02 1.43E-02 2.2 1.39E-02 1.36E-02 1.32E-02 1.29E-02 1.26E-02 1.22E-02 1.19E-02 1.16E-02 1.13E-02 1.10E-02 2.3 1.07E-02 1.04E-02 1.02E-02 9.90E-03 9.64E-03 9.39E-03 9.14E-03 8.89E-03 8.66E-03 8.42E-03 2.4 8.20E-03 7.98E-03 7.76E-03 7.55E-03 7.34E-03 7.14E-03 6.95E-03 6.76E-03 6.57E-03 6.39E-03 2.5 6.21E-03 6.04E-03 5.87E-03 5.70E-03 5.54E-03 5.39E-03 5.23E-03 5.09E-03 4.94E-03 4.80E-03 2.6 4.66E-03 4.53E-03 4.40E-03 4.27E-03 4.15E-03 4.02E-03 3.91E-03 3.79E-03 3.68E-03 3.57E-03 2.7 3.47E-03 3.36E-03 3.26E-03 3.17E-03 3.07E-03 2.98E-03 2.89E-03 2.80E-03 2.72E-03 2.64E-03 2.8 2.56E-03 2.48E-03 2.40E-03 2.33E-03 2.26E-03 2.19E-03 2.12E-03 2.05E-03 1.99E-03 1.93E-03 2.9 1.87E-03 1.81E-03 1.75E-03 1.70E-03 1.64E-03 1.59E-03 1.54E-03 1.49E-03 1.44E-03 1.40E-03 3.0 1.35E-03 1.31E-03 1.26E-03 1.22E-03 1.18E-03 1.14E-03 1.11E-03 1.07E-03 1.04E-03 1.00E-03 3.1 9.68E-04 9.35E-04 9.04E-04 8.74E-04 8.45E-04 8.16E-04 7.89E-04 7.62E-04 7.36E-04 7.11E-04 3.2 6.87E-04 6.64E-04 6.41E-04 6.19E-04 5.98E-04 5.77E-04 5.57E-04 5.38E-04 5.19E-04 5.01E-04 3.3 4.84E-04 4.67E-04 4.50E-04 4.34E-04 4.19E-04 4.04E-04 3.90E-04 3.76E-04 3.63E-04 3.50E-04 3.4 3.37E-04 3.25E-04 3.13E-04 3.02E-04 2.91E-04 2.80E-04 2.70E-04 2.60E-04 2.51E-04 2.42E-04 3.5 2.33E-04 2.24E-04 2.16E-04 2.08E-04 2.00E-04 1.93E-04 1.86E-04 1.79E-04 1.72E-04 1.66E-04 3.6 1.59E-04 1.53E-04 1.47E-04 1.42E-04 1.36E-04 1.31E-04 1.26E-04 1.21E-04 1.17E-04 1.12E-04 3.7 1.08E-04 1.04E-04 9.97E-05 9.59E-05 9.21E-05 8.86E-05 8.51E-05 8.18E-05 7.85E-05 7.55E-05 3.8 7.25E-05 6.96E-05 6.69E-05 6.42E-05 6.17E-05 5.92E-05 5.68E-05 5.46E-05 5.24E-05 5.03E-05 3.9 4.82E-05 4.63E-05 4.44E-05 4.26E-05 4.09E-05 3.92E-05 3.76E-05 3.61E-05 3.46E-05 3.32E-05 4.0 3.18E-05 3.05E-05 2.92E-05 2.80E-05 2.68E-05 2.57E-05 2.47E-05 2.36E-05 2.26E-05 2.17E-05 4.1 2.08E-05 1.99E-05 1.91E-05 1.82E-05 1.75E-05 1.67E-05 1.60E-05 1.53E-05 1.47E-05 1.40E-05 4.2 1.34E-05 1.29E-05 1.23E-05 1.18E-05 1.13E-05 1.08E-05 1.03E-05 9.86E-06 9.43E-06 9.01E-06 4.3 8.62E-06 8.24E-06 7.88E-06 7.53E-06 7.20E-06 6.88E-06 6.57E-06 6.28E-06 6.00E-06 5.73E-06 4.4 5.48E-06 5.23E-06 5.00E-06 4.77E-06 4.56E-06 4.35E-06 4.16E-06 3.97E-06 3.79E-06 3.62E-06 4.5 3.45E-06 3.29E-06 3.14E-06 3.00E-06 2.86E-06 2.73E-06 2.60E-06 2.48E-06 2.37E-06 2.26E-06 4.6 2.15E-06 2.05E-06 1.96E-06 1.87E-06 1.78E-06 1.70E-06 1.62E-06 1.54E-06 1.47E-06 1.40E-06 4.7 1.33E-06 1.27E-06 1.21E-06 1.15E-06 1.10E-06 1.05E-06 9.96E-07 9.48E-07 9.03E-07 8.59E-07 4.8 8.18E-07 7.79E-07 7.41E-07 7.05E-07 6.71E-07 6.39E-07 6.08E-07 5.78E-07 5.50E-07 5.23E-07 4.9 4.98E-07 4.73E-07 4.50E-07 4.28E-07 4.07E-07 3.87E-07 3.68E-07 3.50E-07 3.32E-07 3.16E-07
  • 24. MEDIÇÃO MATERIAL MÃO DE OBRA MÉTODO MEIO MÁQUINA DECLARAÇÃO DO PROBLEMA ENTRADAS DO PROCESSO Objetivo : Providenciar a visualização de todas as possíveis causas de um problema específico, através das principais entradas do processo Espinha de Peixe
  • 25. Matriz Causa Efeito A Matriz Causa e Efeito é utilizada para priorizar as entradas do processo de acordo com o impacto de cada uma nas saídas ou requerimentos do cliente. RESULTADOS FINAIS ENTRADAS PRIORIZADAS: MAIOR PARA O MENOR IMPACTO MAIOR IMPACTO MENOR IMPACTO ESTABELECER A RELAÇÃO ENTRE ENTRADAS E SAÍDAS: 1- BAIXA RELAÇÃO; 10- ALTA RELAÇÃO 10 09 08 06 AVALIAR A IMPORTÂNCIA PARA O CLIENTE SAÍDA # 1 SAÍDA # 2 SAÍDA # 3 SAÍDA # N LISTAR AS PRINCIPAIS SAÍDAS DO PROCESSO COLOCAR AS ENTRADAS DO PROCESSO ENTRADA # 1 ENTRADA # 2 ENTRADA # 3 ENTRADA # 4 ENTRADA # 5 ENTRADA # N
  • 26. IMPACTO ALTO BAIXO ESFORÇO ALTO BAIXO Matriz Causa Efeito Matriz Esforço x Impacto , quais causas mais significativas podem ser solucionadas com baixo esforço. ESFORÇO PARA: IMPLEMENTAÇÃO DAS MUDANÇAS COLETA DE DADOS TEMPO PARA ANÁLISE ALIMENTADO PELA MATRIZ CAUSA E EFEITO MAIOR IMPACTO MENOR IMPACTO FOCO! TOMAR AÇÕES VER-E-AGIR ELABORAR O PLANO DE COLETA DE DADOS ELABORAR PLANO DE ANÁLISE DO POTENCIAL PROBLEMA
  • 28. Plano de Ação - n 0 001 Data de Emissão : 01/05/98 Data de Revisão : 03/07/98 Projeto : Diminuir Erros em Relatórios de Despesas de Viagem Facilitador : E.A do Nascimento Ação Responsável Data Data Status Início término 1-) Elaborar software de Supervisor 10/05/98 01/08/98 gerenciamento de relatórios de de despesa de viagem Informática 2-) Estabelecer limites de Presidência 01/06/98 15/07/98 gasto para cada função da + companhia Gerente de RH 3-) Treinar funcionários para Analistas de 01/08/98 30/08/98 utilização de software Treinamento 4-) Comunicar obrigatoriedade de Gerente de RH 01/07/98 30/08/98 uso do software 5-) Iniciar auditorias para confirmar Auditor - Líder 15/09/98 30/12/98 uso correto do software 20% 40% 60% 80% 100% 20% 40% 60% 80% 100% 20% 40% 60% 80% 100% 20% 40% 60% 80% 100% 20% 40% 60% 80% 100% Plano de Ação
  • 30. Novo Mapa de Processo Identificação dos Pontos de Controle E 1 E 2 E 3 S 1 Métrica / Racional de Cálculo X 1 X 3 X 2 X 4 Responsável e Freqüência de Revisão Sistema de Controle de Processos
  • 31. Um gráfico de controle é um conjunto de pontos (amostras) ordenados, no tempo, que são interpretados em função de linhas horizontais, chamadas de LSC (limite superior de controle) e LIC (limite inferior de controle). A figura abaixo apresenta um exemplo típico. CEP Controle Estatístico de Processos
  • 32. Se apenas as causas comuns de variação estão presentes, a saída de um processo forma uma distribuição que é estável e previsível ao decorrer do tempo. Se existem causas especiais de variação, a saída do processo não é estável e não previsível ao decorrer do tempo. Não temos como saber o que acontecerá: - Amanhã - Entre amostras CEP Controle Estatístico de Processos TEMPO TEMPO ?
  • 33. MEDIDAS MÉDIA AMPLITUDE 65 70 75 80 0 10 20 30 LSC=77,3 LIC= 64,5 LIC= 0 LSC= 19,9 • • • • • • MÉDIA GERAL= 70,9 AMPLITUDE MÉDIA= 8,7 60 85 CEP Controle Estatístico de Processos
  • 34. LIE E LSE = ESPECIFICAÇÕES DO CLIENTE – INDEPENDEM DO PROCESSO – SÃO REQUERIMENTOS EXTERNOS E PORTANTO DEVEM SER ATENDIDOS LIC E LSC = LIMITES DO PROCESSO – DEPENDEM DO PROCESSO – SÃO CONDIÇÕES ASSOCIADAS AO FUNCIONAMENTO DO PROCESSO Controle Estatístico de Processos
  • 35. Six Sigma MSc. Luiz Barboza [email_address]