aplicaÇÃo da metodologia seis sigma em uma indÚstria de...

APLICAÇÃO DA METODOLOGIA SEIS

SIGMA EM UMA INDÚSTRIA DE

LÁCTEOS

Juliana Domingues Lopes (UFU )

[email protected]

cynara mendonca moreira tinoco (UFU )

[email protected]

Atualmente as empresas disputam com um mercado extremamente

competitivo para sua sobrevivência. Para fazer frente a essa disputa de

mercado as organizações têm investindo cada vez mais em

profissionais qualificados e melhoria de processo. AA sobrevivência

destas empresas está diretamente ligada ao entendimento do mercado,

fornecendo produtos com qualidade e preços desejados pelo cliente.

Através dessas exigências verificou-se a necessidade da adoção de uma

metodologia com foco no programa de qualidade contínua, Seis Sigma,

a qual age diretamente na solução de problemas e na redução da

variabilidade. O objetivo do presente trabalho foi à aplicação dessa

metodologia com o apoio do método DMAIC para solução e a

obtenção de resultados estruturados na melhoria de processos, pois as

perdas indicam um problema para a organização. A realização do

estudo buscou conhecer o comportamento atual do envase de bebida

láctea de um laticínio da região do pontal do Triângulo Mineiro,

detectando as possíveis causas que modificam o processo.

Palavras-chave: DMAIC; Melhoria de Processos; Redução de Perdas;

Bebida Láctea

XXXVI ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCÃO Contribuições da Engenharia de Produção para Melhores Práticas de Gestão e Modernização do Brasil

João Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016.


João_Pessoa/PB, Brasil, de 03 a 06 de outubro de 2016. .

2

1. Introdução

A produção de leite nos últimos anos vem crescendo e de acordo com os dados da

OECD/FAO (2016) quem lidera o consumo de leite no mercado brasileiro são os queijos,

seguido pelo leite em pó integral. Já o consumo esperado para 2023 dos produtos lácteos

apresenta um crescimento discreto, cerca de 14% em relação ao ano de 2013, como mostra a

Figura 1.

Figura 1 - Produção de leite e consumo dos derivados no Brasil

Fonte: OECD/FAO (2016)

Ao comparar o Brasil com os países desenvolvidos, Figura 2, verifica-se o grande mercado à

ser explorado em queijos e leite em pó desnatado. O consumo de leite em pó desnatado é

muito maior que o consumo do leite em pó integral, cerca de 265% em relação ao ano de

2014.



3

Figura 2 - Produção de leite e consumo dos derivados em países desenvolvidos

Fonte: OECD/FAO (2016)

O mercado de lácteos nos países desenvolvidos apresenta um crescimento moderado de

aproximadamente 7%, número inferior em relação ao consumo brasileiro.

Para fazer frente a este mercado as organizações precisam investir em profissionais

qualificados e em melhoria de processo. Com esta visão o presente trabalho tem por objetivo

aplicar a metodologia Seis Sigma com o apoio do método DMAIC para solução e a obtenção

de melhorias em processos, pois as perdas geram aumento de custos de produtos.

2. Referencial teórico

Este capítulo consiste em apresentar a metodologia utilizada, Seis Sigma, acompanhada do

método DMAIC e das técnicas de amostragem.

2.1. Metodologia seis sigma

A metodologia Seis Sigma promove mudanças nas companhias com a finalidade de melhorar

seus processos, produtos e serviços. É uma ferramenta que auxilia as organizações a melhorar

sua eficácia e eficiência visando reduzir a variabilidade (CEREZEL, GEREZ, 2008).



4

O termo “sigma” é empregado para medir a capacidade de o processo trabalhar livre de falhas

e é utilizado na estatística para definir o desvio-padrão de uma distribuição, sendo

representado pela letra grega σ (CEREZEL, GEREZ, 2008).

Tabela 1 - Nível do sigma

Nível Sigma Defeitos por milhões (DMPO) Porcentagem

1 Sigma 691.462 30,9%

2 Sigma 308.537 69,1%

3 Sigma 66.807 93,3%

4 Sigma 6.210 99,38%

5 Sigma 233 99,977%

6 Sigma 3,4 99,99966%

Fonte: Adaptado de Werkema (2004)

O sigma é empregado para mostrar a quantidade de dados que são inseridos dentro dos

requisitos do cliente e são classificados em ordem crescente, como mostra a Tabela 1. Quanto

maior for o sigma, melhores serão os produtos e/ou serviços e menores serão os defeitos. Isso

proporciona aumento da satisfação do cliente (ARIENTE, CASADEI, 2005).

2.2. Método DMAIC

O DMAIC é responsável por garantir uma sequência ordenada, lógica e eficaz no

gerenciamento do trabalho. Apoia ao desempenho do Seis Sigma de forma que guie as

atividades seguindo uma direção estruturada (DUARTE, 2011).

Formado por cinco fases, Tabela 2: definir, medir, analisar, melhorar e controlar, as quais têm

a função de identificar, quantificar e minimizar a variação dos dados, além de manter e

melhorar a execução do processo após os ajustes realizados (CEREZEL, GEREZ, 2008).

Tabela 2 – Fases do DMAIC

Definir

Definição específica da situação a ser

melhorada.

Definir as metas das atividades de

melhoria.

Avaliação histórica do problema.

Verificação do quanto o problema deve

ser melhorado.



5

Medir

Estabelecer métricas válidas e confiáveis.

Obter um plano de coleta de dados, para

que a amostra seja representativa e

aleatória.

Desdobrar o problema em problemas

menores.

Utilizar ferramentas da qualidade.

Analisar

Determinação das causas raízes do

problema.

Análise dos dados coletados através de

ferramentas estatísticas.

Melhorar

Melhoria dos dados coletados, de forma

que elimine, atenue ou minimize as

causas raízes.

Definições de padrões.

Controlar Garantir que as melhorias sejam

mantidas ao longo do tempo.

Fonte: Autor

2.3. Amostragem

População representa um conjunto de indivíduos que possui ao menos uma característica

equivalente e pode ser classificada em população finita e infinita. A população finita permite

delimitação e a população infinita representa um conjunto indeterminado.

Se utiliza a técnica de amostragem para estudar uma pequena parcela da população,sendo

mais rápida na obtenção dos dados e na análise e, por apresentar um menor custo, quando

comparado ao censo. Essa parcela em estudo é conhecida como amostra e deve representar a

população como um todo, de acordo com a Figura 3.



6

Figura 3 - Representação da população e da amostra

Fonte: Autor

A seleção da amostra pode ser realizada através do Método de Amostragem Probabilística ou

do Método de Amostragem Não-Probabilística. Sendo o Probabilístico caracterizado por

selecionar indivíduos de modo que todos contenham a mesma oportunidade de participar da

seleção da amostra, ou seja, utilizam-se formas de seleção aleatória. Já o Não-Probabilístico, é

considerado subjetivo, pois a seleção dos indivíduos depende das decisões do pesquisador.

3. Metodologia

Neste capítulo são apresentadas as descrições do trabalho realizado, sendo que a primeira

etapa corresponde à metodologia de pesquisa e a segunda, a descrição do objeto em estudo.

3.1. Descrição da metodologia de pesquisa

Para desenvolvimento do trabalho utilizou-se a pesquisa exploratória e a descritiva e quanto à

forma de abordagem, a pesquisa quantitativa e qualitativa.

A pesquisa exploratória teve por objetivo proporcionar maior familiaridade com o problema

através da revisão bibliográfica e do estudo de caso. A pesquisa bibliográfica foi composta

pela metodologia Seis sigmas, o método DMAIC e algumas técnicas de amostragem. O

estudo de caso foi realizado com propósito de estratificar todos os problemas ocasionados

durante a produção e quantificá-los. Introduziu-se a pesquisa descritiva para que os dados

seguissem uma técnica padronizada de coleta de forma a não sofrer influência por parte do

pesquisador.



7

Durante a coleta dos dados utilizou-se de fontes primárias e secundárias. As primárias

relacionadas às reuniões realizadas com o gerente de produção e os operadores do

equipamento, caracterizados por dados qualitativos. Já as secundárias, aos dados coletados

através do processo de amostragem, sendo esses quantitativos.

Após a análise do problema e definição do percentual de perda foi elaborado um plano de

plano de ação a curto e médio prazo para atuar nas causas dos problemas encontrados com o

objetivo de reduzir as perdas da produção.

3.2. Descrição do objeto de estudo

O trabalho foi desenvolvido em uma empresa do setor de lácteos, localizado no estado de

Minas Gerais. A organização preza pela qualidade e tradição dos seus produtos e atua no

mercado há mais de 20 anos abastecendo regiões como sudeste, centro oeste, norte e nordeste.

A empresa possui produção de mais 60 itens derivados de leite, como, leite pasteurizado,

manteiga, bebida láctea, iogurte e uma grande diversidade de queijos. Seus fornecedores de

matéria prima, leite, estão localizados em um raio de 80 quilômetros, o que proporciona o

desenvolvimento da região.

4. Estudo de caso

Para o acompanhamento e direcionamento do estudo de caso foi utilizado o método DMAIC.

Suas etapas, definir, mensurar e analisar tem por objetivo identificar e quantificar as causas

principais do problema.

4.1. Etapa definir

Para conhecimento e entendimento do trabalho a ser efetuado foi realizado o fluxograma da

operação, Figura 4, da principal máquina de envase de lácteos.

A máquina de envase possui sistema semimecanizado, sendo manual a parte inicial

correspondente à dosagem do produto e o fornecimento de embalagem, e mecanizado até a

liberação do produto para a embalagem de embarque. O material utilizado na fabricação da

embalagem é o plástico poliestireno “PS” e o alumínio de selagem.



8

Figura 4 – Fluxograma máquina envase lácteos

Fonte: Autor

A máquina opera no envase de bandejas de iogurte, bebida láctea sabor morango, bebida

láctea mix (morango e coco), grego e petit suisse. Como mostra a Figura 5, a bebida láctea é o

principal produto envasado e, de acordo com a análise realizada por intermédio de dados da

produção de três meses, representa aproximadamente 80% da produção. Devido a essa

representatividade foi escolhida para a realização do trabalho.

A operação apresenta três perdas no processo, sendo a primeira referente ao excesso ou falta

da bebida nas bandejas. A segunda relacionada às bandejas acabadas que por algum motivo

foram descartadas, e por último, as bandejas não contendo bebida láctea, ou seja, apenas

embalagens que são eliminadas diretamente no lixo.



9

Figura 5 – Produção da máquina

Fonte: Autor

A organização não possui sistema preciso de medição das perdas derivadas do processo, logo,

não consegue quantificar com exatidão os custos. As bandejas perdidas com bebida láctea

durante a fabricação são acondicionadas em caixas e após o término do envase são repassadas

ao gerente de produção por meio de um simples memorando. As bandejas somente com

embalagem e as que possuem excesso ou falta do líquido nunca foram quantificadas e não

possuem conhecimento.

Os limites de especificação para os pesos das bandejas são determinados e especificados de

acordo com a quantidade final em gramas. A embalagem vazia contém em média 26 gramas,

sendo que 24 gramas é o plástico poliestireno e 2 gramas o alumínio. O peso líquido da

bebida é de 540 gramas, logo, a bandeja envasada contém no mínimo 566 gramas. O limite

mínimo de especificação da bandeja, de acordo com a empresa, é de 566 gramas, e o limite

máximo, de 570 gramas.

4.2. Etapa mensurar



10

O procedimento adotado para a obtenção dos dados foi realizado em contato com duas fontes:

primária e secundária. A fonte primária, caracterizada por informações provenientes das

reuniões com os colaboradores, foi responsável por gerar dados qualitativos. Essas

informações foram adquiridas durante todo o processo de coleta de dados. A fonte secundária,

responsável pela coleta quantitativa, foi realizada pelo processo de amostragem, e ambas as

fontes foram consultadas durante parte do segundo semestre de 2015.

Iniciou-se o trabalho quantitativo com a análise da quantidade de bandejas produzidas,

todavia, não foi possível estabelecer uma métrica devido ao fato das produções diárias serem

distintas. Com base nessa diferença de produção optou-se por utilizar a técnica de

amostragem infinita, já que a quantidade de amostras nesse caso é insignificante.

Com a seleção dessa técnica realizou-se o estudo para definir o método da determinação do

tamanho da amostra. O método escolhido considerando a população irrelevante baseou-se na

estimativa da proporção populacional, já que é considerado o valor da proporção estimada. A

proporção é baseada em experiências passadas ou amostra piloto, porém, como o processo

não era conhecido optou-se pela utilização da amostra piloto.

Foi estimada uma amostra com tamanho n=30, pois amostras grandes apresentam forte

tendência para uma distribuição normal, segundo o Teorema do Limite Central. A seleção da

“piloto” considerou uma amostragem probabilística com o intuito de realizar a coleta de

forma aleatória e sem interferência do pesquisador. A amostragem realizada em seis

subgrupos possuía um tempo pré-estabelecido e para garantir a aleatoriedade empregou-se o

uso do software EXCEL 2010.

As bandejas colhidas não sofriam influência do operador da máquina, devido ao fato de serem

coletadas em outra área, sem acesso visual do colaborador com o pesquisador. Também não

possuía nenhum aviso prévio do dia da coleta e essas foram realizadas em diferentes turnos e

com bebidas de sabores diferentes. Os dados eram coletados do início ao fim do processo em

todos os subgrupos.

Com o término da “piloto” obteve-se a proporção dos itens defeituosos, ou seja, bandejas fora

dos limites de especificação e com isso identificou-se o tamanho real da amostra que iria

representar a população.



11

A partir do resultado dos cálculos, 275 amostras, outra coleta de dados foi realizada seguindo

o mesmo método adotado durante a amostra piloto. Doze subgrupos foram coletados e a partir

da conclusão da coleta deu-se início ao tratamento dos dados.

4.3. Etapa analisar

Inicialmente, de maneira mais simples foi verificada a validade da suposição da distribuição

normal pela construção de um histograma dos dados da amostra, Figura 6.

Figura 6 – Histograma dos pesos das bandejas com sobreposição de uma Distribuição Normal

Fonte: Autor

De acordo com o histograma é possível verificar a normalidade pela forma de sino da

distribuição. Esse gráfico foi construído por meio da média da frequência dos pesos das

bandejas de um subgrupo da amostra realizada. Após a verificação da normalidade iniciou-se

a análise dos dados, que foram divididos em duas etapas: o estudo dos dados qualitativos e os

dados quantitativos.

Os dados qualitativos, coletados por meio de reuniões, revelam os problemas ocorridos com

maior frequência na máquina conforme suas percepções, já que realizam o trabalho há mais

de seis anos.

A Figura 7 exibe o fluxograma da máquina e em destaque os principais problemas. A área em

destaque contínuo é a que foi indicada por todos os envolvidos no processo como a que mais

apresenta problemas, e a área pontilhada, a com menores ocorrências.



12

Figura 7 – Fluxograma da máquina com as áreas com problemas em destaque

Fonte: Autor

Os dados quantitativos, coletados por meio do processo de amostragem, foram analisados

através de um histograma e um gráfico de pizza.

Segundo WERKEMA (1995. p.121) “o histograma dispõe as informações de modo que seja

possível a visualização da forma da distribuição de um conjunto de dados e também a

percepção da localização do valor central e da dispersão dos dados em torno deste valor

central”.

O histograma utilizado para identificar o comportamento do peso das bandejas exibe com

clareza o porcentual de ocorrência. Dentro dos limites de especificações adotados pela

empresa encontram-se 74,7% das amostras, o restante, 5,88% abaixo do limite, ou seja,

abaixo do peso e 19,42% acima, como mostra a Figura 8.



13

Figura 8 – Histograma do comportamento de peso das bandejas

Fonte: Autor

Durante a coleta foram recolhidas também todas as bandejas perdidas durante o processo de

fabricação. A Figura 9 demonstra as porcentagens dos principais motivos encontrados.

Figura 9 – Gráfico de pizza com as principais perdas

Fonte: Autor



14

Através do gráfico de pizza foi possível verificar os principais problemas das bandejas

descartadas que comprovou o destaque dos dados qualitativos. Com 46%, as bandejas

apresentaram-se mal seladas, seguido de 24% com problema no vinco. A perda representou

0,94% de toda a produção realizada durante a técnica de amostragem. Outras perdas também

quantificadas no processo analisado foram aquelas que não continham bebida láctea, ou seja,

havia apenas a embalagem. Essa perda quantificou 1,42% da produção analisada.

Com o intuito de caracterizar e detalhar melhor o processo foi elaborado um Diagrama de

Ishikawa (Causa e Efeito), Figura 10, com o objetivo de detectar, organizar e exibir as

possíveis causas do problema.

Segundo (WERKEMA,1995), diagrama de causa e efeito é utilizado para exibir a afinidade

existente entre os resultados de uma ação (efeito) e seus principais fatores (causas). O

diagrama é caracterizado por identificar apenas possíveis causas, no entanto, somente os

dados indicarão as causas reais (SCHOLTES, 1992).

O efeito analisado foi o principal problema da análise quantitativa decorrente das perdas de

produto acabado e do gráfico da Figura 9.

Figura 10 – Diagrama de Ishikawa do principal problema

Fonte: Autor



15

Através do Diagrama de espinha de peixe é possível atribuir as possíveis causas dentro do

método 6M. Esse método garante que as causas sejam estruturadas e organizadas utilizando:

método, medição, matéria prima, meio ambiente, mão de obra e máquina.

5. Resultados

Com os dados obtidos da amostragem realizou-se a carta de controle para medir a estabilidade

e controlar a variabilidade do processo (WERKEMA,1995).

Essa ferramenta consiste basicamente em monitorar e acompanhar um processo para

identificar se ele está fora ou sob controle estatístico, através de uma faixa de limites de

controle. Duas cartas foram realizadas, uma para monitoramento da dispersão do processo e a

outra para monitoramento do nível do processo.

O gráfico realizado para o monitoramento da dispersão do processo foi o do desvio padrão,

dado que possui a maior flexibilidade para amostras com grandes subgrupos e proporciona a

maior eficiência na estimação da dispersão (RAMOS, 2013).

Figura 11 – Carta de controle do desvio padrão

Fonte: Autor



16

A carta de controle, Figura 11, revela que o processo está fora dos limites de controle, já que

existem alguns pontos fora do limite superior e inferior (LCS e LCI). A figura apresenta com

clareza a grande instabilidade do início do processo, pois as médias do desvio padrão estão

muito alteradas, com valores acima do limite. A área em destaque exibe esta instabilidade até

aproximadamente a 73ª amostra, que representa a primeira hora de funcionamento da

máquina.

A partir da primeira hora o processo apresenta-se praticamente dentro dos limites, porém com

uma brusca alteração do desvio entre a 181ª e 208ª amostra. Também é notado que as

amostras concentram-se abaixo da média do desvio, ou seja, abaixo da linha central (LC),

revelando pouca dispersão do processo.

As linhas destacadas em “amarelo” são conhecidas como limites de advertência inferior e

superior (LIA e LSA), e as amostras pertencentes entre o limite de controle e o de advertência

não são considerados fora do controle, porém apresentam-se como alertas para o processo.

Figura 12 – Carta de controle da média

Fonte: Autor



17

A Figura 12 ilustra a carta de controle da média para o monitoramento do nível do processo, e

através dela é observado que as médias das amostras na primeira hora extrapolam o limite de

controle inferior, o que permite estar fora de controle o processo. Após essas ocorrências as

amostras concentram-se próximas à linha central, que corresponde à média do processo.

Os limites de controle adotados no gráfico são encontrados através de todos os valores obtidos

da coleta de dados. Esses valores não são condizentes em relação aos números especificados

pela empresa, o que revela que o processo está totalmente fora de controle.

Após a realização dos gráficos de controle, foram realizados os cálculos da capacidade do

processo através dos índices Cp e Cpk. O estudo da capacidade do processo visa avaliar se

dispersão natural do processo encontra-se no interior dos limites de especificação, ou seja, se

o processo é capaz de atender às especificações instituídas pelos clientes ou não (RAMOS,

2013).

O índice Cp mede indiretamente a capacidade potencial do processo satisfazer as

especificações e sua interpretação é descrita na Tabela 3.

Tabela 3 - Interpretação do Índice Cp

Cp < 1,00 Capacidade do processo é inadequada à

especificação exigida.

1,00 ≤ Cp ≤ 1,33 Capacidade do processo está dentro da


Cp > 1,33 Capacidade do processo é adequada à


Fonte: Adaptado de Ramos (2013)

Já o índice Cpk mede o desempenho do processo, ou seja, quantos desvios padrões estão

situados na distância da média do processo e o limite de especificação mais próximo. O

processo somente é considerado capaz se Cpk for igual ou maior que um e indica que quanto

maior for seu índice menor será à distância da média do processo em relação ao alvo, ou

menor a dispersão do processo.

Os índices foram obtidos através dos limites de especificação, do desvio padrão e da média, e

seus resultados são apresentados na Tabela 4.

Tabela 4 – Índices de capacidade do processo



18

Indíces Cp e Cpk

Cp 0,30

Cpk 0,16

Fonte: Autor

O índice Cp obteve valor menor que 1,00, o que significa que a capacidade do processo é

inadequada às especificações exigidas. Já o índice Cpk confirma a ineficiência do processo,

pois o valor encontrado também é menor que 1,00.

Com todos os resultados obtidos foi elaborado um plano de ação para definir as metas e

estratégias a serem alcançadas em curto e médio prazo. O plano de ação atuou nas causas

principais que geravam produtos não conformes e algumas delas foram obtidas através do

diagrama de Ishikawa.

Tabela 5 – Plano de ação de curto pazo

AÇÕES DE CURTO PRAZO

WHAT WHY WHERE HOW WHO WHEN

Teste

densidade do

produto

Para a

regulagem da

máquina no

principio da

operação

Maturador Aparelhos

específicos

Sistema de

produção

Início do

processo

Regulagem da

máquina de

acordo com a

densidade a

ser envasado

Evitar tanto

excesso como

falta de bebida

nas bandejas

Máquina Dosagem no início

do processo

Operador Início do

envase

Evitar paradas

na máquina

Para não haver

um novo início

de operação

Compressor Verificar a

pressão

Funcionários

envolvidos

no processo

Durante o

envase

Máquina Manutenção

preventiva

Equipe

manutenção

Fazer

programação

Definir

histórico de

produção e do

equipamento

Melhor

conhecimento

do sistema

produtivo e do

equipamento

Setor envase e

secundário

Através da coleta

de pesos no final

do processo e o

memorando

contendo

informações das

perdas de produtos

acabados e de

embalagem

Operadores Durante todo

envase

Auditoria no

processo de

envase

Para conhecer

o perfil de

variação de

peso

No processo

de envase

Pesando a bandeja

Pessoa

externa ao

processo

Fazer

programação



19

Fonte: Autor

A Tabela 5 expõe o plano de ação de curto prazo, ou seja, atividades que irão ser realizadas

em um período de tempo menor. Para a sua elaboração foi utilizado o 5W2H, porém não

foram adotados os custos da operação.

Tabela 6 – Plano de ação de médio prazo

AÇÕES DE MÉDIO PRAZO

WHAT WHY WHERE HOW WHO WHEN

Mapear

Fluxograma

da máquina

Para

padronização

do processo e

treinamento

Planejamento

e controle da

produção

Verificar processos

atuais e as novas

entradas

Supervisor da

produção

Fazer

programação

Mapeamento

do fluxo de

valor do

processo

Conscientização

dos tempos que

não agregam

valor ao

processo

Setor de

produção

Quantificar os

tempos de tarefa

que agregam e não

valor ao produto

Planejamento

e controle da

produção

Durante todo

envase

Análise de

falhas (FTA)

Verificar falhas

no processo

Todo sistema

produtivo

Acompanhamento

de processo

Planejamento

e controle da

produção

Durante todo

sistema

produtivo

Treinamento Redução das

falhas e

melhoria no

tempo de

tomada de

decisão.

Setor de

produção

Fazer treinamento

com toda equipe

com evoluções

Supervisor da

produção

Fazer

programação

Fonte: Autor

A Tabela 6, plano de ação de médio prazo, segue o mesmo formato do plano de curto prazo,

no entanto, as atividades requerem mais tempo para a execução.

6. Conclusão

Com base na metodologia Seis Sigma o trabalho teve por objetivo fornecer todas as perdas

encontradas no processo à direção da empresa e oferecer um plano para tomadas de decisão.

Figura 13 – Total das perdas



20

Fonte: Autor

A Figura 13 exibe as porcentagens dos resultados obtidos através do processo de amostragem.

Conclui-se que as porcentagens de perdas por descartes de embalagem foram maiores que as

perdas de bandejas, totalizando 1,42% e 0,94% respectivamente. Como exposto na figura, as

bandejas acabadas e destinadas ao consumidor possuem apenas 74,7% de conformidade com

os limites especificados, o restante 19,42% ficou acima dos limites e 5,88%, abaixo.

Com relação às cartas de controle verificou-se que o processo está fora de controle e que o

início da operação da máquina é onde apresenta a maior ocorrência da variabilidade do

processo, pois o gráfico do desvio revela altos valores e o gráfico da média mostra que esses

valores tendem a ser abaixo do limite inferior.

Para concretizar as cartas de controle os índices de capacidade do processo foram calculados e

mostraram a total ineficiência, pois ambos os índices deram abaixo do fator mínimo para

considerar o sistema adequado às especificações.

Com o intuito de atuar nas causas que geravam a ineficiência do processo, elaborou um plano

de ação a curto e médio prazo. Este foi repassado para os gerentes da fábrica, porém não foi

possível sua implementação, já que a empresa optou pela instalação de uma nova máquina.

Com isso as etapas do DMAIC, melhorar e controlar não foram realizadas.

REFERÊNCIAS



21

ARIENTE, Marina; CASADEI, Marco A. Processo de mudança organizacional: estudo de caso Seis Sigma.

FAE, Curitiba, v.8, nº 1, p. 81 – 92, Jan/Jun. 2005. Disponível em:

<http://www.sixsigmabrasil.com.br/documentos/rev_fae_v8_n1_07.pdf>. Acesso em: 07 nov. 2015.

CEREZEL, Mara Fernanda; GEREZ, Heloisa Garcia. Aplicação da metodologia Seis Sigma na redução de

perdas de um processo produtivo. Monografia de conclusão de Curso. Graduação em Administração pela

Faculdade Cenecista de Capivari, p.33,2008. Disponível em: <http://www.cneccapivari.br>. Acesso em: 05 nov.

2015.

DUARTE, Douglas dos Reis. Aplicação da metodologia seis sigma – Modelo DMAIC – Na operação de uma

empresa do setor ferroviário. Disponível em: <http://www.ufjf.br/ep/files/2014/07/2011_3_Douglas.pdf>.

Acesso 05 nov. 2015.

RAMOS, Edson Marcus Leal Soares; ALMEIDA, Silvia dos Santos de; ARAÚJO, Adrilayne dos Reis. Controle

estatístico da qualidade. Porto Alegre, 2013.

SCHOLTES, Peter R. Times da Qualidade: como usar equipes para melhorar a qualidade. Rio de Janeiro-RJ:

Qualitymark, 1992.

OECD-FAO AgriculturalOutlook: (2014-2023, 2016). Disponível em:

<http://stats.oecd.org/index.aspx?queryid=58646>. Acesso em: 27 fev. 2016.

WERKEMA, Maria Cristina Catarino. As ferramentas da qualidade no gerenciamento de processos. 4 ed. Belo

Horizonte: QFCO. 1995

WERKEMA, Maria Cristina Catarino. Criando a cultura Seis Sigma, 2 ª ed.. Nova Lima: Werkema Editora,

2004.

WERKEMA, Maria Cristina Catarino. Ferramentas estatísticas básicas para o gerenciamento de processos. Belo

Horizonte-MG, 1995.

http://stats.oecd.org/index.aspx?queryid=58646

aplicaÇÃo da metodologia seis sigma em uma indÚstria de...

Documents