qualidade: processo de homologação de uma peça para...
Post on 12-Mar-2020
6 Views
Preview:
TRANSCRIPT
Docente: António Rocha
Gestão de operações Qualidade: Processo de homologação
de uma peça para produção
António Rocha
e-mail: antoniomsrocha@gmail.com
outubro, 2019
Docente: António Rocha
Dimensões da qualidade
• A qualidade pode ser definida como tendo 8 dimensões (Garvin, 1988):
a) Conformidade – cumprimento dos requisitos;
b) Desempenho– funcionamento;
c) Fiabilidade – Desempenho fiável;
d) Durabilidade – tempo esperado de vida do produto
e) Especificações (Features) – funcionalidades
f) Nível de serviço (Serviceability )– manutenção, reparação;
g) Estética (Aesthetics) – o toque, a aparência;
h) Qualidade percecionada – marca, imagem, o estaturo.
Garvin, D.A. (1988). Managing quality. Free press.
Docente: António Rocha
Critérios de qualificação e ganho
Conformance
Performance
Reliability
Durability
Features
Serviceability
Aesthetics
Perceived quality
Qualificação Order-qualifying
Ganho Order-winning
Docente: António Rocha
Qualidade: Definição
Qualidade significa assegurar que alcançamos aquilo que dissemos que
faríamos, e que o fazemos da forma mais eficiente que conseguimos.
Docente: António Rocha
Planear a qualidade
Quando os requisitos de um produto são pouco claros esse
produto pode passar em todos os testes de qualidade e
mesmo assim pode não conseguir satisfazer as necessidades
e/ou expectativas do cliente ou consumidor final.
Por conseguinte, ter requisitos corretos e bem definidos é a
única forma de determinar se o produto apresenta elevada
qualidade e valor. (Head first, pag.422)
Docente: António Rocha
Homologação de uma peça para produção
1. Conhecer quais os requisitos para o desenvolvimento e produção da peça e qual o cronograma das entregas, e elaborar um plano de execução.
2. Definir a composição do material da peça (registar critérios de aceitação dos materiais e qual o material que obteve melhores resultados)
3. Marcar as peças produzidas para efeitos de rastreabilidade
4. Registar quaisquer modificações que sejam necessárias fazer ao produto
5. Aprovação do processo de conceção e desenho do produto por parte do cliente
6. FMEA do produto
Docente: António Rocha
Homologação de uma peça para produção
7. FMEA de processo (da receção até à expedição do produto)
8. Identificar os dispositivos e práticas de medição adequados para a peça a produzir;
9. Antes de avançar com a produção é necessário registar resultados de ensaios de desempenho (Run & Rates; índices de capacidade do processo; cartas de controlo estatístico do processo; critérios de aceitação). As peças de ensaios devem ser mantidas em armazém de amostras de peças de ensaio, devidamente rastreadas);
10. Registar os recursos e equipamentos utilizados durante os ensaios.
Docente: António Rocha
Homologação de uma peça para produção
11. Obter documentação de laboratório qualificado (testes de resistência mecânica, compatibilidade eletromagnética, baixa ou alta tensão, segurança do produtos e outros aplicáveis)
12. Relatório de aprovação de aparência (se requisitos de estética forem requeridos)
Docente: António Rocha
Homologação de uma peça para produção
13. Plano de controlo da qualidade em produção:
a) Gama de controlo da qualidade em produção (controlos dimensionais a realizar, tolerâncias, instrumentos de medição, amostragem, frequência, e reação à não conformidade)
b) Meios de Inspeção em produção e devida calibração dos instrumentos de medição por laboratório acreditado
c) Controlo do peso e aparência das peças
d) Panóplia de defeitos
e) Gama de montagem
f) Testes funcionais
g) Gama de embalagem
h) Amostra padrão
Docente: António Rocha
Controlar a qualidade
Controlar a qualidade corresponde a ações para assegurar que as atividades de planeamento da qualidade e realização dos requisitos estão a ser
realizadas e alcançadas.
No controlo da qualidade podem ser utilizdas diferentes ferramentas e metodologias de monitorização e medição.
Docente: António Rocha
Exemplo de gama de controlo(1)
Ver doc. entregues
Docente: António Rocha
Exemplo de gama de controlo(2)
Ver doc. entregues
Docente: António Rocha
Panóplia de defeitos
Docente: António Rocha
Teste de validação funcional
Docente: António Rocha
Gama de montagem(1)
Docente: António Rocha
Gama de montagem(2)
Docente: António Rocha
Gama de embalagem
Docente: António Rocha
Plano de controlo da receção
Uma boa prática para sistematizar quais os parâmetros a controlar, pode passar pela
elaboração de um plano de verificação à receção onde, para cada produto
rececionado, podem ser indicados:
a) Quais os parâmetros a controlar;
b) Responsabilidade por este controlo;
c) Frequência de controlo;
d) Método de controlo (onde pode ser referenciada uma instrução de trabalho
que descreva a dimensão da amostra, o método a usar bem como os critérios
de aceitação do lote);
e) Dispositivo de medição e monitorização a utilizar;
f) Especificações admitidas para o parâmetro a controlar;
g) Registos nos quais é evidenciada a atividade de verificação de conformidade,
bem como os resultados alcançados;
h) Ações a tomar no caso de as especificações não erem obedecidas (situações
de não conformidade).
22
Docente: António Rocha
Plano de controlo da receção
Produto
rececionado
Parâmetro
a controlar
Resp. Freq. Método de
controlo
DMM Especific
ações
Registo Ação em
caso de NC
Embalagens
refª.3A
Inscrições e
grafismo
Chefe de
armazém
Todas as
entradas
Visual
(comparação
cm amostra e
nota de
encomenda)
n.a. Amostra FR.05 Devolução
após
informação
ao DP
Material Nota de
encomen
da
Quantidade
23
Exemplo
Fonte: Paiva et al. (2009). ISO 9001:2008 Implementação e certificação. Verlag Dashofer.
DMM - Dispositivos de Monitorização e Medição; NC - Não conformidade
Docente: António Rocha
Plano de controlo da receção (1)
Docente: António Rocha
Plano de controlo da receção (2)
Docente: António Rocha
AMOSTRAGEM: referências
Norma NP ISO 10012:2005, “Sistemas de gestão da medição. Requisitos para processos de medição e equipamento de medição”
NF X 06-022 – Regras de amostragem para controlo por atributos
ANSI/ASQC Z1.4-2008 Sampling Procedures and Tables for Inspection by Attributes
ANSI/ASQC Z1.9-2008 Sampling Procedures and Tables for Inspection by Variables
for Percent Nonconforming
ISO 2859-10:2006 – Sampling procedures for inspection by attributes
26
Docente: António Rocha
Determinação do tamanho da amostra Tabela com a indicação do tamanho da amostra tendo em conta o intervalo de confiança e a margem de erro
27
Docente: António Rocha
Determinação do tamanho da amostra
28
http://www.raosoft.com/samplesize.html?nosurvey
Docente: António Rocha
Determinação do tamanho da amostra
29 http://www.raosoft.com/samplesize.html?nosurvey
Docente: António Rocha
Observações sobre a amostragem
A empresa dependendo do grau de controlo que desejar pode fazer uma inspeção de produtos a 100% se forem críticos ou pode fazer controlos por amostragem.
Dependendo da confiança que temos no fornecedor podemos, por exemplo, inspecionar um ou dois lotes e se estes estiverem em conformidade podemos aceitar os restantes da encomenda recebida (mas isso também dependerá do tamanho da encomenda e da criticidade dos itens/produtos).
30
Docente: António Rocha
Observações sobre a amostragem
Sempre que dois lotes em cada cinco sucessivos forem rejeitados, deve-se reforçar o esforço da inspeção.
Se cinco lotes sucessivos forem aceites, podemos caso tenhamos confiança no fornecedor passar para um controlo de um menor nº de lotes.
O tamanho da amostra vai sempre depender da criticidade dos itens/produtos, do histórico de conformidade dos fornecedores e da confiança que lhes depositamos desde que tenham apresentado evidências consecutivas de conformidade.
Docente: António Rocha
As 7 ferramentas da qualidade (PMBOK, 5th edition)
Docente: António Rocha
As 7 ferramentas de base da gestão da qualidade
33
Docente: António Rocha
As 7 ferramentas de base da gestão da qualidade
1. Folha de Registo (para recolha de dados) + checklists
2. Histograma (para ilustrar variações)
3. Diagrama de Pareto (para hierarquizar ocorrências) + estratificação
4. Diagrama em espinha de peixe (para identificar a origem dos problemas)
5. Diagramas de correlação (para mostrar correlações e tendências)
6. Fluxogramas (para apresentar o modo de proceder)
7. Cartas de controlo (para controlar produtos e processos)
34
Docente: António Rocha
Objetivo: Obter informação necessária para responder a perguntas do tipo: ”quando ocorre?” ”quantas vezes ocorre?” ”quais os valores obtidos?”
35
1) Folhas de registo e checklists
36
Folhas de Recolha de Dados
Tipo de circuito :X22C64 Data: 12 Jan 2012
Nº de Lote: 22602 Secção: B12
Tamanho da amostra:1025 Controlador: Pedro Reis
Tipo de defeitos
Teste visual 8
Teste funcional 5
Defeito de soldadura 19
Outros 5
TOTAL 37
Exemplo de folha de registo utilizada no teste final de circuitos eletrónicos
para inspecionar tipos de defeito.
Checklists – listas de verificação
37
Lista de verificação (ou “checklist”) é uma ferramenta usada para o
levantamento de dados sobre a qualidade de um produto ou o número
de ocorrências de um evento.
PAVIMENTOS, DIVISÓRIAS E JANELAS Sim Não
1. São fixos, estáveis, antiderrapantes e sem inclinações perigosas, saliências e
cavidades X
2. São construídos de modo a permitirem limpeza, restauro e pintura das suas
superfícies X
3. As divisórias transparentes estão instaladas e assinaladas evidenciando a sua
presença X
4. As referidas anterior/te são constituídas por materiais que não comportam riscos X
5. As janelas, clarabóias e disp. de ventilação e podem funcionar em segurança X
6. A limpeza dos elementos do ponto anterior pode fazer-se sem perigo para as pessoas X
Docente: António Rocha
2) Histogramas – Utilizados para medir a
frequência de uma variável
É um gráfico de colunas que mostra a variação de um grupo de dados relativos a uma mesma variável, por meio da distribuição de frequência.
É útil para a compreensão das frequências relativas (percentagens) ou frequências absolutas (números) dos dados, e do modo como estes dados estão distribuídos.
38
Docente: António Rocha
2) Histogramas – Uma só variável
39
14 13 10 10 15 13 13 13 15 14
16 11 9 10 15 12 10 11 12 13
14 11 17 16 14 11 12 14 13 13
14 13 13 12 13 14 15 11 13 16
12 12 13 13 12 15 11 15 12 12
Dados registados relativos a 50 valores
Especificação: 5 < X < 15, o valor ideal é
igual a 12
| 17 1
||| 16 3
|||||| 15 6
||||||||| 12 9
||||||||||||| 13 13
||||||| 14 7
6
7
8
| 9 1
|||| 10 4
|||||| 11 6
5
Gráfico de contagem
Frequência
20
Frequência
19
18
17
15
11
13
9
7
6
4
3
2
1
5 6 7 8 9 10 11 12 16 15 14 13 17
Através da análise do histograma
podemos observar a distribuição
dos valores e se eles estão a
incidir sobre o intervalo que
pretendemos.
12
Docente: António Rocha
2) Histogramas
Por exemplo, vamos supor que o gestor de um supermercado quer saber se os clientes têm razão quando reclamam do tempo que demoram nas filas das caixas. Para o saber, o gestor reúne os operadores e os fiscais de caixa, discutem o problema, e decidem reunir dados (tempo e frequência do tempo de espera) e colocam-nos num histograma. O resultado obtido é o seguinte.
Para o gestor, o histograma mostra que:
A espera varia entre 1 e 35 minutos;
É mais provável o cliente esperar de 1 a 6 minutos; ·
É pouco provável, mas possível, que o cliente espere entre 30 e 36 minutos.
Para melhorar a qualidade do atendimento, após descobrir os motivos das demoras, o gerente desse supermercado pode estabelecer como meta diminuir as esperas superiores a 18 minutos.
0
1
2
3
4
5
6
7
8
9
10
1 a 6 8 a 12 12 a 18 18 a 24 24 a 30 30 a 36 Minutos
1 a 6
8 a 12
12 a 18
18 a 24
24 a 30
30 a 36
Nº de
clientes
Docente: António Rocha
3) Diagramas de Pareto e Estratificação ou diagramas ABC
As primeiras coisas em primeiro lugar.
O diagrama de Pareto ajuda-nos a identificar a importância relativa das informações para fixar as prioridades de intervenção.
O diagrama de Pareto concentra a atenção nos elementos que ocorrem com mais frequência e também tem em conta a proporcionalidade dos dados.
Docente: António Rocha
3) Diagramas de Pareto – analisar a
frequência ou a proporcionalidade de
vários parâmetros
22
8 6
5
0
5
10
15
20
25
Testefuncional
Teste visual Defeito desoldadura
Outros
nº de defeitos
Tipo de circuito: X22C64 Data: 11 de Junho, 2012
Numero de lote: 22602 Secção: B12
Tamanho da amostra: 1025 Controlador: Pedro Dias
Tipo de Defeitos Numero de não conformidades
Teste visual | | | | | | | | 8
Teste funcional | | | | | | | | | | | | | | | | | | | | | | 22
Defeito de soldadura | | | | | | 6
Outros | | | | | 5
Total 41
nº de defeitos % % acumulada
Teste funcional 22 54 54
Teste visual 8 20 73
Defeito de soldadura
6 15 88
Outros 5 12 100
41 100
Docente: António Rocha
3) Diagramas de Pareto
,000%
10,000%
20,000%
30,000%
40,000%
50,000%
60,000%
70,000%
80,000%
90,000%
100,000%
0
2
4
6
8
10
12
14
16
18
20
50 51 48 49 52 53 47 54 Mais
Fre
qu
ên
cia
Medições
Frequência
% acumulada
Docente: António Rocha
3) Diagramas de Pareto – analisar a frequência ou a proporcionalidade de vários
parâmetros
Reclamação Frequência Custo
A 100 100
B 60 30
C 20 200
D 15 10
Reclamação A B C D C A B D
Frequência Custo
100
50
200
100
Docente: António Rocha
3) Diagramas de Pareto
Princípio de Pareto, diz que nem sempre o elemento que aparece com maior frequência num problema é o mais importante. Tudo depende do peso que ele tem no cálculo global.
Vamos supor, que uma empresa de calçado quer descobrir quais os custos que têm por causa da perda de materiais não aproveitados. Após o levantamento de dados e a sua estratificação obtivemos o seguinte gráfico:
Analisando o gráfico, descobrimos que, se os problemas de perdas com o couro e a sola forem resolvidos, 86% dos custos com perdas de material serão eliminados.
0
10
20
30
40
50
60
70
Couro Sola Cola Enfeite
% de produto
desperdiçado
Docente: António Rocha
3) Diagrama de Pareto - estratificação
46
Exemplos de perguntas através das quais podemos proceder à estratificação
de dados:
Os turnos de trabalho podem ser responsáveis por diferenças nos resultados?
“Os erros cometidos por novos trabalhadores são diferentes dos erros cometidos
por trabalhadores mais experientes?”
A produção às segundas-feiras é muito diferente da dos outros dias da semana?
Etc.
Portugal
Candidato A
Candidato B
Candidato C
Lisboa
Candidato A
Candidato B
Candidato C
Braga
Candidato A
Candidato B
Candidato C
Docente: António Rocha
4) Diagrama de causa e efeito, de Ishikawa ou de
espinha de peixe Determinar todas as causas possíveis de
um problema para encontrar quais as causas críticas que têm que ser resolvidas.
Este diagrama identifica uma série de problemas. Cada um deles pode gerar outros diagramas. A solução de cada um dependerá das prioridades que o grupo escolher para resolver em primeiro lugar.
47
Docente: António Rocha
4) Diagrama de causa e efeito, de Ishikawa ou de espinha de peixe
48
Equipamentos Métodos
Temperatura baixa
Demasiada luz
Má calibragem
Especificações erradas
Inadequação
Uso excessivo
Sequência errada
Mau planeamento Descrição do problema ou
defeito
Material incorreto
Material danificado
Materiais
Atitudes erradas
Parcialidade
Pessoas Medidas Ambiente
CAUSAS EFEITO
Docente: António Rocha
4) Diagrama de causa e efeito, de Ishikawa ou de espinha de peixe
A análise de causa-efeito é realizada em seis passos:
1º identificação do problema: O objetivo é obter uma descrição clara e inequívoca do problema;
2º Selecionar uma equipa de brainstorming: deve selecionar-se uma equipa interdisciplinar, com base no conhecimento técnico, analítico e de gestão necessário para determinar as causas do problema;
3º Desenhar a caixa com o problema e a seta principal: a caixa "problema" contém a descrição do problema cuja causa e efeito está a ser avaliada. A seta principal funciona como o alicerce para as suas principais categorias;
4º Especificar as principais categorias de causas: identificar as principais categorias de causas que contribuem para o problema descrito na caixa "problema". As seis categorias básicas para as causas principais dos problemas são muito frequentemente o recursos humanos, os métodos, os materiais, os equipamentos, as medidas e o ambiente. Podem se especificadas outras categorias, com base nas necessidades em análise;
5º identificar as causas do problema: após terem sido identificadas as principais categorias de causas para o problema, podem determinar-se as causas relacionadas com cada uma das categorias principais.
6º Identificar a ação ou ações corretivas
49
Docente: António Rocha
Exemplo dos 5 porquês (na procura das causas de um problema)
Pergunta: Porque é que a máquina parou?
Resposta: Devido a uma sobrecarga.
Pergunta: Porque é que existiu uma sobrecarga?
Resposta: Por falta de óleo.
Pergunta: Porque é que falta o óleo?
Resposta: A bomba de óleo é ineficaz.
Pergunta: Porque é que a bomba não é eficaz?
Resposta: O tubo de ligação da bomba aqueceu.
Pergunta: Porque é que o tubo de ligação aqueceu?
Resposta: O filtro de óleo está bloqueado pelo tubo.
50
CAUSA RAIZ DO PROBLEMA
Docente: António Rocha
5) Diagramas de dispersão ou correlação
O diagrama de dispersão é uma forma gráfica de representar a organização de dados usando duas variáveis, para determinar se existe uma correlação positiva, negativa entre duas variáveis e também para identificar tendências.
(ver folhas excel sobre regressões lineares simples e múltiplas)
51
Docente: António Rocha
5) Diagramas de dispersão ou correlação
52
X
Y
Correlação Positiva
X
Y
Correlação Negativa
X
Y
Sem Correlação
Exemplo:
Nº de horas de estudo versus
classificação obtida;
Nº de defeitos versus número de
horas extraordinárias realizadas.
Exemplo:
Tempo de utilização de uma
lâmina e a sua precisão de
corte.
Não existe relação entre a
variável X e a variável Y.
Docente: António Rocha
5) Diagramas de dispersão ou correlação
53
Um aumento da variável “Y” está dependente do aumento da variável “X”.
Se “X” aumenta “Y” pode também aumentar. Outras variáveis podem estar envolvidas.
Docente: António Rocha
5) Diagramas de dispersão ou correlação
54
A descida da variável “Y” está dependente da descida da variável “X”.
Se a variável “X” desce a variável “Y” poderá também descer. Outras variáveis poderão estar envolvidas
Docente: António Rocha
5) Diagramas de dispersão ou correlação
55
Não existe relação demonstrada entre as duas variáveis “X” e “Y”.
Quando a amostra atinge um valor limite existe uma inversão da relação entre as duas variáveis.
Docente: António Rocha
6) Fluxogramas
Os fluxogramas são utilizados para apresentar o modo de proceder e caracterizam-se através de uma sequência de operações representada por um conjunto de símbolos, como os pontos de decisão, representados por um losango.
56
Docente: António Rocha
6) Fluxogramas
57
Operação Decisão Início
Fim
Operação
Operação Operação
Operação
Decisão
Sim
Sim
Não
Não
Docente: António Rocha
6) Fluxogramas
58
Operação Decisão Início
Fim
Operação
Operação Operação
Operação
Decisão
Sim
Sim
Não
Não Produto
rejeitado Fim
Docente: António Rocha
6) Fluxogramas
Docente: António Rocha
7) Cartas de controlo
As cartas ou gráficos de controlo são utilizadas para procurar tendências e padrões que acontecem ao longo do tempo.
São também usados para monitorizar um processo, verificando se ele está sob controlo indicando a faixa de variação. Quer dizer, ajudam a descobrir se ocorreu alguma mudança significativa no processo, bem como as causas de variação no momento em que essa mudança ocorre.
61
Docente: António Rocha
7) Cartas de controlo – sinais de alerta mais frequentes
62
Pontos acima ou abaixo de 3 5 ou mais pontos acima ou
abaixo da linha média
Padrões
cíclicos Tendências
Docente: António Rocha
As 7 ferramentas da qualidade (PMBOK, 5th edition)
Docente: António Rocha
Six-sigma a) Metodologia para fornecimento de produtos e
serviços melhores, mais rápidos com custos mais
baixos através da redução da variabilidade dos
processos.
b) Six-sigma tem como foco:
– Redução do tempo de ciclo;
– Redução de defeitos; e
– Satisfação dos clientes.
Docente: António Rocha
Six Sigma
a) O termo sigma significa desvio-padrão
b) O desvio-padrão mede a variação que existe dentro de uma
distribuição de dados.
c) Um desvio-padrão pequeno significa que os dados estão
muito próximos da média da distribuição e existe pouca
variabilidade entre os dados.
Docente: António Rocha
Média e desvio-padrão
Desvio-padrão: Distribuição normal
Esquerda da média Direitra da média Soma Acumulado
1 desvio-padrão 34,15 34,15 68,3 68,3
2 desvios-padrão 13,6 13,6 27,2 95,5
3 desvios-padrão
2,1 2,1 4,2 99,7
Docente: António Rocha
Média e desvio-padrão
Considerando que temos uma média de 49,584 mm, e um desvio-padrão de 1,253 identifique o intervalo onde vamos encontrar:
68,3% das observações
95,5% das observações
99,7% das observações
Média Desvio-padrão Esquerda da
média Direita da média Probabilidade
1 desvio-padrão 49,584 1,253 48,331 50,837 68,3%
2 desvios-padrão 49,584 2*1,253 = 2,506 47,078 52,090 95,5%
3 desvios-padrão 49,584 3*1,253 = 3,758 45,826 53,342 99,7%
Devemos pensar no desvio-padrão, como a média dos desvios em relação à média, (Lean and six-sigma pocket book, 2005).
Docente: António Rocha
Six-sigma
Notas de três competidores em uma prova de judo. Competidor A: 7 – 5 – 3 (média = 5)
Competidor B: 5 – 4 – 6 (média = 5)
Competidor C: 4 – 4 – 7 (média = 5) ... Como decidir?
Variância (V): Competidor A: [(7-5)2 + (5-5)2 + (3-5)2]/3 = 2,667
Competidor B: [(5-5)2 + (4-5)2 + (6-5)2]/3 = 0,667
Competidor C: [(4-5)2 + (4-5)2 + (7-5)2]/3 = 2,000
Desvio Padrão (σ = Sigma; mantém a unidade da variável!): Competidor A: = √2,667 = 1,633
Competidor B: = √ 0,667 = 0,817
Competidor C: = √ 2,000 = 1,414
Qual dos competidores teve o melhor desempenho?
Docente: António Rocha
Six-sigma
A metodologia Seis Sigma visa a redução da variabilidade até um nível de 6 desvios padrão da média até a especificação, superior ou inferior.
Visualização do processo
original
Visualização do processo com
variação reduzida
Docente: António Rocha
Six-sigma
Docente: António Rocha
Six-sigma
O six-sigma visa a redução de variabilidade;
A metodologia segue um processo, conhecido como DMAIC
(Define, Measure, Analyse, Improve, Control).
Docente: António Rocha
Six-sigma
Docente: António Rocha
Six Sigma
DMAIC is a systematic project management approach:
a) Define: Define the problem/opportunity, process, and
customer requirements. Tools used include project charter,
requirements, Voice of the Customer data.
b) Measure: Define measures (numbers to be achieved), then
collect, compile, and display data.
c) Analyze: Scrutinize process details to find improvement
opportunities; seeks root cause of problems.
d) Improve: Generate solutions and ideas for improving or
solving the problem; pilot test the solution (implement the
solution).
e) Control: Track and verify the stability of the improvements.
Docente: António Rocha
Six-sigma
DMAIC, processo:
a) Selecionar o problema;
b) Definir o padrão de desempenho;
c) Definir os instrumentos e método de medição;
d) Identificar as fontes de variação;
e) Relacionar as causas das variações;
f) Descobrir a relação entre as variáveis; (ex. tempo vs desgaste)
g) Definir e implementar solução;
h) Implementar processos de controlo;
i) Normalizar/padronizar
Docente: António Rocha
Six Sigma and Project Management
Six sigma e o DMAIC têm como propósito to
reduzir erros, minimizar desperdícies, e
realizar o trabalho de uma forma racional,
focando simultaneamente no todo “big
picture” e nos detalhes, para ter clientes
satisfeitos e reduzir custos com a qualidade.
Docente: António Rocha
Garantir a qualidade
Docente: António Rocha
Garantia da qualidade do projeto
O processo de garantia da qualidade visa:
a) Assegurar que os objetivos são atingidos, comunicados,
percebidos, aceites e têm a adesão das equipas de trabalho;
b) Assegurar que as ferramentas, procedimentos, técnicas e
recursos estabelecidos são utilizados;
c) Avaliar a relação entre aquilo que foi planeado e aquilo que
está a ser executado;
d) Avaliar o cumprimento de processos e requisitos.
e) As auditorias da qualidade também visam avaliar a relação
entre aquilo que foi planeado e aquilo que está a ser
executado.
Docente: António Rocha
Garantia da qualidade do projeto
“O processo de garantia da qualidade favorece a melhoria contínua. A
melhoria contínua é um meio interativo para melhorar a qualidade de
todos os processos. A melhoria contínua dos processos reduz
desperdícios e elimina atividades que não acrescentam valor. Isto
permite que os processos operem com maiores níveis de eficiência e
eficácia.” (PMBOK, 5th edition, 2013, pag. 243).
A metodologia PDCA, o conceito de Keizen (melhoria contínua), e os
métodos Lean (eliminação ou redução de desperdícios), six-sigma
(melhoria na gestão dos projetos por via da utilização da metodologia
DMAIC: Define, Measure, Analyse, Improve and Control) e o Just-in-time
(no momento certo e na quantidade requerida) podem ser utilizados neste
âmbito da garantia da qualidade dos processos.
Docente: António Rocha
Modo de atuação da
qualidade - a metodologia
PDCA
Garantia da qualidade do projeto
Docente: António Rocha
8 princípios de gestão da qualidade em projetos (NP EN 10006:2006)
FOCALIZAÇÃO NO CLIENTE
LIDERANÇA
ENVOLVIMENTO DAS PESSOAS
ABORDAGEM POR PROCESSOS
ABORDAGEM DA GESTÃO COMO UM SISTEMA
MELHORIA CONTÍNUA
ABORDAGEM À TOMADA DE DECISÕES BASEADAS EM FACTOS
RELAÇÕES MUTUAMENTE BENÉFICAS COM OS FORNECEDORES
84
Garantia da qualidade do projeto
Docente: António Rocha
Os oito princípios podem ser resumidos do seguinte modo:
a) Focalização no cliente: as organizações dependem dos seus clientes e, consequentemente, deverão compreender as suas necessidades, atuais e futuras, satisfazer os seus requisitos e esforçar-se por exceder as suas expectativas.
b) Liderança: os líderes estabelecem unidade no propósito e na orientação da Organização. Deverão criar e manter o ambiente interno que permita o pleno envolvimento das pessoas para se atingirem os objetivos da Organização.
c) Envolvimento das pessoas: as pessoas, em todos os níveis, são a essência de uma Organização e o seu pleno envolvimento permite que as suas aptidões sejam utilizadas em benefício da Organização.
d) Abordagem por processos: um resultado desejado é atingido de forma mais eficiente quando as atividades e os recursos associados são geridos como um processo.
e) Abordagem da gestão como um sistema: identificar, compreender e gerir processos inter-relacionados como um sistema, contribui para que a Organização atinja os seus objetivos com eficácia e eficiência.
f) Melhoria contínua: a melhoria contínua do desempenho global de uma Organização deverá ser um objetivo permanente dessa Organização.
g) Abordagem à tomada de decisão baseada em factos: as decisões eficazes são baseadas na análise de dados e de informações.
h) Relações mutuamente benéficas com fornecedores: uma Organização e os seus fornecedores são interdependentes e uma relação de benefício mútuo potencia a aptidão de ambas as partes para criar valor.
85
Docente: António Rocha
Quality excellence models
1. Systems perspective
2. Visionary leadership
3. Customer-focused excellence
4. Valuing people
5. Organizational learning and agility
6. Focus on success
7. Managing for innovation
8. Management by fact
9. Societal contributions
10. Ethics and transparency
11. Delivering value and results
https://midwestexcellence.org/wp-content/uploads/2019/03/2019-2020_Baldrige_Excellence_Framework_Business-Nonprofit-EXAMINER-USE-ONLY.pdf
Docente: António Rocha
EFQM EXCELLENCE MODEL 2020
http://www.shop.efqm.org/publications/the-efqm-model/
EFQM – European Foundation for Quality Management, Excellence model
Docente: António Rocha
Gestão dos riscos do projeto
Docente: António Rocha
89
---
----
--P
rob
abili
dad
e--
----
-->
Muito alta A
Alta G B; D; H A;C
Moderada
Baixa E
Muito baixa
F
Muito baixa
Baixo Moderado Alto Muito alto
--------------Matriz: Probabilidade x Impacto ----------->
A – Risco A; Risco B; Risco C; Risco D; Risco E; Risco F; Risco G; Risco H
Os riscos que
apresentarem
um índice
probabilidade-
impacto mais
elevado devem
ser estudados
com uso de
uma FMEA
Matriz de avaliação de riscos considerando a sua probabilidade e impacto
Avaliar riscos
Docente: António Rocha
FMEA ou AMEDEC
FMEA: Failure Mode, Effects and criticality Analysis
AMFEC – Análise Modos de Falha dos seus Efeitos e da sua Criticidade
O objetivo é identificar as causas das falhas, identificar os seus efeitos,
hierarquizar as falhas por intermédio de uma ponderação e providenciar
ações preventivas.
O foco da análise está na avaliação de três componentes que determinam o
nível de prioridade de intervenção sobre o risco:
A severidade do acontecimento;
A probabilidade da sua ocorrência e
A capacidade de controlo de deteção do defeito.
90
Avaliar riscos
Docente: António Rocha
Avaliar riscos
Nível de Prioridade de Risco (NPR)
NPR = S*O*D
S (Gravidade ou severidade do defeito possível)
O (Frequência ou probabilidade de ocorrência)
D (Probabilidade ou Capacidade de deteção)
91
A “S”, “O”, “D” finais são o resultado que
se espera após a implementação das
medidas de prevenção (a melhoria
conseguida)
Resultado da melhoria
conseguida.
As causas de risco
com prioridade mais
elevada são aquelas
às quais devemos
prestar maior atenção.
Docente: António Rocha
Avaliar riscos
92
Docente: António Rocha
Avaliar riscos
Cotação F – Frequência O – Ocorrência
G – Gravidade S – Severidade
D – Detetabilidade
1 a 3 Nunca ou quase nunca
Sem consequências 100% ou quase sempre
4 a 6 Possível Descontentamento Não ótima
7 a 9 Muitas vezes Grande descontentamento Paragem crítica
Inexistente Incerta
10 Sempre Problema de segurança
Impossível
93
FMEA
Tabelas de ponderação de um modo de falha
Podemos optar por utilizar a Tabela 1 ou a Tabela 2 (a Tabela 2 é a
mais utilizada)
TABELA I
Docente: António Rocha
FMEA ou AMFEC Anchor Points TABELA II
Score Severity Occurrence Detectability
Description Description Description
1 No effect. Almost no chance of
failure. Process
known, Cpk >1.67.
Current controls are
almost certain to
detect this failure.
2 Extremely minor
disruption, few
customers notice.
Very rare failures.
Cpk>1.5. Perhaps one
failure per 10,000
Very high probability
current controls will
detect.
3 Very minor
disruption, some
customers notice.
Rare failures. Cpk
>1.33. Perhaps one
failure per 1,000.
High probability
current controls will
detect.
4 Very minor
disruption, most
customers notice. Moderate failure rates.
Cpk generally between
1.2 for a 6 rating, and
.8 for a 4 rating.
Failure rates generally
between 1 per 100 and
one per few thousand.
Moderately high
probability that current
controls will detect.
5
Minor disruption.
Customer somewhat
dissatisfied.
Medium probability
that current controls
will detect.
6 Low probability that
current controls will
detect
7 Moderate disruption,
customer
dissatisfied. High failure rates. Cpk
in the .5 to .67 range.
Perhaps one failure per
25-100 cases.
Very low probability
that current controls
will detect.
8 Major disruption of
function, customer
very dissatisfied.
Slight probability that
current controls will
detect.
9 High danger of
injury. Warning
given. Very high failure rate.
Cpk generally .33 or
below, or one failure
per 10 cases.
Very slight probability
that current controls
will detect.
10 High danger of
serious injury or
death. No warning.
No probability that
current controls will
detect.
94
Tabelas de ponderação
de um modo de falha
Podemos optar por
utilizar a Tabela 1 ou a
Tabela 2 (a Tabela 2 é a
mais utilizada)
TABELA II
Docente: António Rocha
Avaliar riscos
A análise SWOT
Objetivos:
Fazer uma análise dos riscos tendo em conta as capacidades da
organização para fazer face a eventuais desvios do projeto;
As oportunidades que venham a surgir das atividades do projeto podem
ser consideradas como riscos favoráveis ou positivos que deverão ser
aproveitados para potenciar o projeto ou para valorizar outras atividades
da empresa ou projetos posteriores.
95
Docente: António Rocha
Avaliar o risco
96
Análise SWOT
Forças: De que recursos dispomos (ou podemos dispor) para concretizar este
projeto? Em que é que somos melhores ou diferentes dos outros?
Fraquezas: Quais são os problemas de um produto/serviço ou organização. Em
que é que temos de melhorar? O que nos falta para competir com os outros.
Oportunidades: O que é que podemos fazer melhor? O que é que poderá
melhorar o produto/serviço? O que é que se pode oferecer de diferente face as
necessidades das pessoas e às exigências do mercado?
Ameaças: O que já existe no mercado que pode afetar o sucesso do projeto
(crenças, políticas, ações em curso, resistência à mudança, disponibilidade de
recursos humanos materiais e financeiros)?
Docente: António Rocha
Avaliar riscos
FORÇAS
(dimensão corrente, interna)
FRAQUEZAS
(dimensão corrente, interna)
Identificação dos atuais pontos fortes, internos à
organização ou projeto e sua sustentabilidade.
Identificação dos atuais pontos fracos, internos à
organização ou projeto.
OPORTUNIDADES
(dimensão prospetiva e/ou externa)
AMEAÇAS
(dimensão prospetiva e/ou externa)
Deteção das principais oportunidades,
prospetivas e/ou externas à organização ou
projeto, tendo em conta os seus pontos fortes.
Deteção das principais ameaças, prospetivas
e/ou externas à organização ou projeto que
limitam o alcance das oportunidades
identificadas
97
Ações corretivas
Fraquezas
Ameaças
Processos para a sua valorização
Oportunidades
Os resultados da análise SWOT podem resultar na definição de novas WBS (novo planeamento de atividades) para a implementação de ações corretivas e para aproveitar as oportunidades identificadas.
Docente: António Rocha
Tratamento do risco: Preparação e implementação dos planos de tratamento do risco
Os planos de tratamento deverão ser discutidos com as partes
interessadas apropriadas.
Os decisores e outras partes interessadas deverão estar cientes da
natureza e dimensão do risco residual após o tratamento do risco.
O risco residual deverá ser documentado e sujeito a
monitorização, revisão e, onde apropriado, tratamento posterior.
Estratégias de resposta ao risco AMEAÇAS OPORTUNIDADES 1. Mitigar (reduzir) 1. Melhorar 2. Evitar (prevenir) 2. Explorar 3. Transferir 3. Partilhar 4. Aceitar (Reter)
Docente: António Rocha
Tratar riscos
Estratégias para lidar com fraquezas identificadas e com as ameaças
1. Mitigar a Ameaça
Implica tomar ações antecipadas para reduzir a probabilidade e impacto de um risco.
Exemplos:
Identificou-se, como um risco do projeto, a possível saída da empresa de um dos
elementos-chave do projeto. Um plano de contingência poderá ser a formação de dois
outros membros da equipa, na área de especialidade necessária, de modo a que, se o
elemento-chave sair, exista alguém que o substitua a curto prazo.
Adoção de procedimentos menos complexos;
Realização de mais testes;
Escolha de um fornecedor mais estável;
Desenvolvimento de um protótipo para testar situações ambíguas ou pouco claras;
Desenho de redundância de um sistema para reduzir o impacto de uma eventual falha.
99
Docente: António Rocha
Tratar riscos
2. Evitar a ameaça
Esta estratégia envolve a alteração do plano do projeto com um dos
seguintes objetivos:
Eliminar a ameaça de um risco adverso;
Isolar os objetivos do projeto do impacto do risco;
Reduzir a rigidez do objetivo que está em perigo (por exemplo,
estender o prazo ou reduzir o âmbito).
100
Docente: António Rocha
Tratar riscos
3. Transferir a ameaça
Nesta estratégia o risco não é eliminado, ele é transferido para terceiros,
que assumem a responsabilidade pela resposta.
A transferência de um risco envolve quase sempre o pagamento de um
prémio à parte que fica com o risco.
Exemplos:
Fazer um seguro do projeto;
Dar prémios de desempenho;
Pedir garantias;
Efetuar um contrato de preço fixo.
101
Docente: António Rocha
Tratar riscos
4. Aceitar a ameaça
Aceitar um risco significa que não se fazem quaisquer planos para o evitar
ou mitigar, isto é, a equipa de gestão do projeto está disposta a aceitar as
consequências do risco, caso ele ocorra.
Quando a equipa decide aceitar um risco e lidar com as consequências,
caso ele se manifeste, está-se perante uma estratégia de aceitação
passiva.
Se a equipa estabelecer uma reserva de contingência (tempo, dinheiro,
ou recursos) para fazer face a riscos conhecidos (ou mesmo
desconhecidos), trata-se de uma aceitação ativa.
102
Docente: António Rocha
Tratar riscos
Estratégias para lidar com oportunidades
1. Explorar a oportunidade
O objetivo é assegurar que a oportunidade é valorizada através da
sua aplicação.
Exemplos:
Atribuir novas funcionalidades ao produto final do projeto;
Proporcionar uma qualidade melhor que a que estava
inicialmente planeada.
103
Docente: António Rocha
Tratar riscos
2. Melhorar a oportunidade
Trata-se de encetar ações para aumentar a probabilidade e o
impacto de uma oportunidade, identificando e maximizando
fatores que a promovam.
104
Docente: António Rocha
Tratar riscos
3. Partilhar a oportunidade
Esta estratégia visa atribuir a responsabilidade (ownership) a uma
terceira parte, a qual está mais bem colocada para explorar e
potenciar a oportunidade, em benefício do projeto.
Exemplo:
Formar parcerias de partilha de riscos, equipas, empresas
especializadas ou joint ventures com o objetivo expresso de gerir e
potenciar oportunidades.
105
top related