Universidade Tecnolgica Federal do Paran - UTFPR Campus Ponta Grossa - Paran - Brasil ISSN 1808-0448 / v. 02, n. 02: p.

181-199, 2006

Revista Gesto Industrial

SEIS SIGMA: MELHORIA DA QUALIDADE ATRAVS DA REDUO DA VARIABILIDADE SIX SIGMA: THE QUALITY IMPROVEMENT THROUGH THE REDUCTION OF THE VARIABILITY
Sidarta Ruthes1; Paulo Srgio Ceretta2; Igor Bernardi Sonza3 Universidade Tecnolgica Federal do Paran UTFPR Curitiba Brasil sidarta@ppgte.cefetpr.br 2 Universidade Federal de Santa Maria UFSM Santa Maria Brasil ceretta@smail.ufsm.br 3 Universidade Federal de Santa Maria UFSM Santa Maria Brasil ibs182@terra.com.br

Resumo Dentro do contexto da busca por produtos perfeitos, encontram-se vrias estratgias que visam aumentar a vantagem competitiva das organizaes, dentre elas existe o Seis Sigma. Este artigo visa comparar os benefcios operacionais que o programa Seis Sigma pode proporcionar no atual processo de produo de refrigerante pet 2000 ml da empresa X. No desenvolvimento deste artigo foi realizada uma pesquisa exploratria, a fim de investigar e proporcionar uma viso geral, de tipo aproximativo, acerca do programa Seis Sigma em relao ao processo de fabricao do refrigerante pet 2000 ml. Neste estudo, ficou evidente que em termos operacionais o programa Seis Sigma pode trazer, se bem aplicado, grandes benefcios para o processo de produo do refrigerante pet 2 litros, com reduo do nmero de defeitos e, conseqentemente, um aumento da uniformidade dos produtos. Palavras-chave: seis sigma; controle de qualidade; gerenciamento de processos.

1. Introduo

Atualmente os mercados esto cada vez mais competitivos e a fidelidade dos clientes cada vez mais disputada. As empresas que buscam o crescimento e almejam o mercado mundial, devem comercializar produtos e servios de forma a encantar seus clientes. Para surpreender os consumidores, com produtos interessantes, preos atrativos e de excelente qualidade, so necessrios vrias horas de muito empenho e dedicao na elaborao de projetos consistentes. A busca incessante por produtos e servios perfeitos leva muitas pessoas a pesquisar e implantar vrias tcnicas, ferramentas e estratgias. Dentro do contexto da busca por produtos perfeitos, encontram-se vrias estratgias que visam aumentar a vantagem competitiva das organizaes, entre elas, o Seis Sigma.

172

De acordo com um dossi publicado pela Revista HSM Management (2003), na dcada de 80, o presidente da Motorola, Robert Garvin, juntamente com sua equipe, criaram o programa de qualidade batizado com o nome 6-sigma. O engenheiro da Motorola Bill Smith fez parte da equipe de Garvin e sua participao foi fundamental na percepo de que o controle da variao na produo poderia alcanar um resultado final de 3,4 defeitos por milho de oportunidades, ou seja, a oportunidade de defeitos no nvel 6-sigma. Os resultados alcanados com o programa Seis Sigma estimularam vrios estudos e pesquisas sobre o tema. Para McCarthy e Stauffer (2001), o Seis sigma a mais poderosa fora para empresas que precisam mudar suas operaes e seus processos de desenvolvimento de produtos e servios. Empresas como a General Eletric, Motorola e Ford investiram, aproximadamente, 100 milhes de dlares em projetos Seis sigma, com expectativas de receber bilhes de dlares em contrapartida. A nfase do Seis sigma est nos resultados financeiros e na possibilidade de eliminao de produtos e processos defeituosos. Segundo McCarthy e Stauffer (2001), acabou-se os dias da qualidade a qualquer custo. Atualmente, os programas de qualidade precisam trazer resultados mensurveis. Este artigo tem como objetivo comparar duas etapas do processo de fabricao do refrigerante pet 2 litros com a produo em um nvel de variao de processo Seis Sigma, identificando e explicando alguns benefcios que este programa pode proporcionar para a empresa X. Inicialmente ser apresentada uma reviso da literatura, por meio de referncias de publicaes a respeito de qualidade e da filosofia Seis Sigma, aps ser explicitada a metodologia aplicada neste estudo, com a caracterizao do trabalho e, por fim, a anlise dos dados empricos e os resultados obtidos com a projeo deste programa.

2. Qualidade Rumo Perfeio A qualidade no temporria e nem obra do acaso. De acordo com Bateman e Snell (1998), pouco se pode fazer, em uma base temporria, para melhorar a qualidade. Alguns gerentes tm tentado implementar um programa da qualidade temporrio ou sob forma de campanha, geralmente incluindo reunies com empregados, seminrios, posters, slogans, emblemas e artigos em boletins de informaes dos empregados. A qualidade produto de uma cultura organizacional que orienta a melhoria contnua e a preocupao em produzir mercadorias e servios de alto desempenho. Se os empregados acreditam que o programa da gerncia passageiro, eles o trataro como tal. Depois de instalado um programa passageiro, a qualidade do produto pode at alcanar uma certa melhoria, mas ele no permanecer nesse novo nvel e certamente essa melhoria no ir alm daquele ponto. Os programas improvisados so, na melhor das hipteses, transitrios.
172

Revista Gesto Industrial

173

A qualidade nas organizaes vem evoluindo em todos os aspectos. A abordagem de Garvin (1992) define qualidade considerando a viso de quem a percebe, por exemplo: (i) transcendente, que define qualidade como excelncia inata; (ii) produto, quando descreve a qualidade como algo preciso e mensurvel; (iii) usurio, quando a qualidade est diante dos olhos de quem observa; (iv) produo, quando a conformidade s especificaes qualidade; e, (v) valor, quando a qualidade est diretamente relacionada aos custos e preos. Davis, Aquilano e Chase (2001) divide a qualidade em duas categorias: (i) qualidade do produto e, (ii) qualidade do processo. O nvel de qualidade na elaborao de um produto ir variar com relao ao mercado especfico que ele almeja atender e, no sentido de processo, qualidade produzir produtos livres de erros. Lobos (1991), na tentativa de definir zero defeito, ou como prefere zero erro, descreve a importncia da qualidade para empresas que possuem produtos complexos, com agregao de vrias peas e componentes at formar o produto final. O autor lembra o episdio da Motorola, quando antes da implantao do Seis Sigma, na produo de uma central telefnica, que possua 1.200 componentes e uma tolerncia de 2.700 componentes defeituosos em 1 milho, o que eqivale a 99,7% de produtos perfeitos, a combinao de componentes defeituosos e nodefeituosos se multiplicavam de tal forma que, no final das contas, num lote de 1.000 centrais telefnicas tinha-se 40 que acabavam rejeitadas. Lobos (1991) salienta que a disposio ao zero erro no um compromisso com a utopia, mas com a perfeio possvel, representa uma nova forma de raciocnio segundo a qual os ganhos de produtividade ou de qualidade s podem ser de natureza infinitesimal. Existem algumas estratgias para se alcanar uma produo com zero erro. Pande, Neuman e Cavanagh (2001) afirmam que h trs estratgias Seis Sigma. As estratgias so: (i) estratgia de melhoria de processo; (ii) estratgia de projeto/reprojeto de processo; e, (iii) estratgia de gerenciamento de processo. A melhoria de processo refere-se estratgia de desenvolver solues com a finalidade de eliminar as causas-raz dos problemas de desempenho de uma empresa, sem, no entanto, interferir na estrutura bsica do processo. Na estratgia projeto/reprojeto de processo, o objetivo substituir uma parte ou todo o processo por um novo. J na estratgia de gerenciamento de processo, as exigncias do cliente so claras e regularmente atualizadas, os processos so documentados e gerenciados com medies em todas as suas etapas. Nesta ltima estratgia, os gestores tambm usam as medies e o conhecimento do processo para avaliar os seus desempenhos. O Seis Sigma um sistema que liga idias, tendncias e ferramentas desconexas nos negcios, onde o foco no cliente torna-se a prioridade principal. As melhorias Seis Sigma so definidas pelo seu impacto sobre a satisfao e valores dos clientes. Existem muitas decises de negcios que se baseiam em opinies e suposies. A disciplina Seis Sigma comea esclarecendo
Revista Gesto Industrial
173

174

que medidas so a chave para avaliar o desempenho dos negcios; depois, aplica-se dados e anlises de modo a se construir um entendimento das variveis-chaves e a otimizar resultados. A Figura 1 resume alguns mtodos importantes do programa Seis Sigma. (PANDE, NEUMAN e CAVANAGH, 2001).

Planejamento de Gerenciamento de Processo Controle Estatstico de Melhoria Contnua Reprojeto de Processo Anlise de Varincia Balanced Scorecard Voz do Cliente Pensamento Criativo

Figura 1 - Mtodos e Ferramentas Essenciais do Programa Seis Sigma Fonte: Adaptado de PANDE; NEUMAN; CAVANAGH. (2001, p. 15).

3. A Estatstica no Controle da Qualidade Conforme Hutchins (1994), o controle estatstico da qualidade (SQC) originou-se na dcada de 80, no setor comercial. Com base no SQC, surgiu, anos mais tarde, a filosofia Seis Sigma. A filosofia do programa Seis Sigma enfatiza um controle estatstico da qualidade que tenta definir os padres da excelncia operacional. Esta filosofia esfora-se para alcanar operaes com no mais de 3,4 defeitos por um milho. O Seis Sigma orientado para preveno, tornando-se um dos principais impulsos para a medio da melhoria contnua e para a fixao de nveis referenciais competitivos. Breyfogle (2003) afirma que se os dados fossem concentrados dentro dos limites de especificaes e tivesse vrios desvios padres taxa de ppm (parts per million) representaria o nmero de partes por milho que estariam fora dos limites, conforme a Tabela 1. Campos (2002) assegura que o Controle de Qualidade Total (TQC) e a abordagem Seis Sigma apoiam-se em ferramentas comuns, mas a gesto das duas estratgias bastante diferentes. O TQC est fundamentado no aprimoramento contnuo, sendo considerado uma jornada em que nunca se atinge o alvo, pois ele est sempre frente, ou seja, quando se atinge um certo patamar, busca-se outro mais adiante. J o programa Seis Sigma procura buscar a perfeio na resoluo de projetos, com alvos bem definidos, onde se sabe quando os objetivos foram alcanados. Campos (2002) salienta, tambm, que o Seis Sigma incorpora a viso do negcio na estratgia da qualidade. O Seis Sigma tem como mtodos estatsticos o alicerce para a tomada de decises, garantindo, assim, uma
Revista Gesto Industrial
174

175

base cientfica consistente. A abordagem Seis Sigma muda a forma de gerenciamento, porque as decises passam a ser abalizadas em dados e, no apenas, em intuies ou sentimentos.
Tabela 1 - Tabela de Converso Entre ppm e Seis Sigma Nvel sigma do limite de especificao 1 2 3 4 5 6 (%) Distribuio Centralizada 68,2689480 95,4499876 99,7300066 99,9936628 99,9999426 99,9999998 *DPMO Distribuio Centralizada 317310,520 45500,124 2699,934 63,372 0,574 0,002 (%) Distribuio 1,5 Sigma 30,232785 69,122979 93,318937 99,379030 99,976733 99,999660 *DPMO Distribuio 1,5 Sigma 697672,15 308770,21 66810,63 6209,70 232,67 3,4

*DMPO: Defeitos por milho de oportunidades. Fonte: Adaptada de BREYFOGLE. (2003, p. 1090-1091).

As aes de um programa Seis Sigma est nos processos, como projetos de produtos e servios, medidas de desempenho, melhora da eficincia e da satisfao do cliente. Seis Sigma engloba ferramentas e prticas que substituem hbitos reativos por um estilo de gerenciamento dinmico, receptivo e proativo. Ser proativo significa agir antes dos eventos. No Seis Sigma os mtodos utilizados para criar, monitorar e melhorar o sistema de negcios so: (i) gerenciamento do processo; (ii) melhoria do processo; e, (iii) projeto/reprojeto do processo (PANDE, NEUMAN e CAVANAGH, 2001). Antes de tomar qualquer deciso quanto ao melhoramento do processo, Buss e Ivey (2001), destacam o valor da simulao como ferramenta essencial do Seis Sigma. A simulao permite incorporar testes complexos e regras operacionais para identificar as interaes entre os sistemas e os efeitos da variabilidade do processo. Com a utilizao da simulao pode-se identificar opes de oportunidade de melhoria, determinar os impactos financeiros e provar a melhor opo de projeto que vise atender todas as expectativas do cliente com um mnimo de capital. Nesse sentido, a variabilidade uma medida do grau de disperso dos resultados dos processos em torno do valor mdio. As empresas buscam reduzir continuamente a variabilidade, elimin-la impossvel. As formas mais comuns de expressar a variabilidade so as medidas estatsticas da amplitude, da varincia e do desvio-padro. O uso de tcnicas estatsticas pode ajudar no entendimento da variabilidade e, desta forma, auxiliar as organizaes a resolverem os problemas de melhoria na eficcia e eficincia (MARANHO, 2001). De acordo com Palmer (1974), o controle e reduo da variabilidade dos processos so uma fonte de economia. No entanto, de um modo geral, mais oneroso obter processos com alta preciso e, ento, no se justifica,

Revista Gesto Industrial

175

176

economicamente, trabalhar com tolerncias que sejam muito grandes em relao variabilidade do processo. Para Pande, Neuman e Cavanagh (2001), a variao ajuda a gerncia a entender o desempenho real da organizao e seus processos. Muitas organizaes medem e descrevem seus esforos em termos de mdias, mas as mdias como, por exemplo, custo mdio e tempo de ciclo mdio, escondem problemas, ocultando a variao. No Seis Sigma o objetivo estreitar ou reduzir a variao at que os seis desvios-padro (6) possam ser comprimidos nos limites de especificaes do cliente. As medidas Seis Sigma no so estticas, necessrio ter a conscincia de modificar quando as necessidades dos clientes mudam. Dellaretti Filho e Drumond (1994), enfatizam que a distribuio normal possui a aparncia de um grfico em forma de sino e representa uma distribuio de probabilidade, conforme . Essa distribuio , freqentemente, adequada para descrever caractersticas de qualidade cuja variao a soma de um grande nmero de pequenos erros independentes, devido a diferentes causas, tais como os fatores de manufatura. A distribuio normal possui dois parmetros: (i) centro da distribuio (mdia), representado pela letra grega ; e, (ii) disperso da distribuio (desvio padro), representada pela letra grega . Cada desvio padro () representa uma rea debaixo da curva da distribuio normal, sendo capaz de obter as reas associadas a cada intervalo como uma proporo da rea total sob a curva.

(A) Variao do Processo Igual Tolerncia de Projeto

Tolerncia de Projeto

(B) Variao do Processo Igual a 50% da variao de Projeto

Tolerncia de Projeto

-3

+3 Figura 2 A Meta dos Seis Sigma

-6

+6

Fonte: DAVIS; AQUILANO; CHASE. (2001, p. 202).

As curvas da distribuio normal ilustram a probabilidade de aceitao de lotes com variao da percentagem de defeituosos. Na esto expostos dois modelos de curvas de distribuio normal. A curva (A) representa o nvel 3, com variao do processo igual tolerncia de projeto. J na curva (B) a variao do processo igual a 50% da variao de projeto e representa o nvel 6 (DAVIS, AQUILANO e CHASE, 2001). Para Davis, Aquilano e Chase (2001), o Controle Estatstico de Processo (CEP) um mtodo quantitativo para monitorar um processo repetitivo. O CEP coleta dados do processo em
Revista Gesto Industrial
176

177

tempo real e compara as medies atuais com os medidores bsicos de desempenho do processo (dados do passado). Atravs do CEP pode-se analisar a variao do processo e comparar o desempenho atual com o esperado. Desta forma, pode-se estabelecer a Linha Central (LC), ou seja, a mdia histrica dos dados. Logo aps, pode-se definir os Limite Superior de Controle (LSC) e o Limite Inferior de Controle (LIC). O LSC e o LIC so a soma e a diferena, respectivamente, da mdia histrica e os desvios-padro. O LSC e LIC so, geralmente, definidos com aproximadamente trs desvios-padro, conforme .

LSC = + 3 s LC = = mdia histrica LIC = 3 s

s =

(1 )
n

Nota s = Desvio Padro n = Amostra

Figura 3 Clculo dos Limites de Controle Fonte: DAVIS; AQUILANO; CHASE. (2001, p. 195).

De acordo com Loureno Filho (1976), a verificao de que o processo est ou no sob controle feita pelo exame de amostras extradas periodicamente. No processo sob controle o caracterstico de qualidade do conjunto dos itens produzidos possui distribuio normal. Quando a variabilidade se torna anormal, as amostras indicaro que o processo de fabricao se modificou e ficou fora de controle. As causas da modificao podem ser descobertas e, por isso, so denominadas causas identificveis. A presena de causas identificveis indicada pela ocorrncia de diferenas significantes entre o valor observado e a mdia do processo, isto , de valores amostrais fora da faixa de controle. O processo sob controle no possui nenhum ponto fora dos limites, conforme a .

+ 3s

Limite Superior de Controle

3s

Limite Inferior de Controle

Figura 4 Grfico de Controle de Qualidade Fonte: Adaptado de SLACK; CHAMBERS; HARLAND; HARRISON; JOHNSTON. (1996, p. 568).

Revista Gesto Industrial

177

178

Para Davis, Aquilano e Chase (2001), o objetivo do controle estatstico da qualidade alcanar um processo tanto sob controle como dentro das tolerncias. Uma forma rpida de verificar se o objetivo est sendo alcanado atravs do uso do coeficiente de capabilidade de processo (Cp). A capabilidade a razo do intervalo de tolerncia (LTS LTI) pela faixa caracterstica do processo (6s), e pode ser calaculada utilizando a formula exposta na a (A). Slack et al. (1996) destacam que a capabilidade do processo a medida da aceitabilidade da variao do processo. A capabilidade do processo dada pela razo entre a faixa de especificao e a variao natural do processo, isto 3 desvios-padro. Davis, Aquilano e Chase (2001) ressalvam que o coeficiente de capabilidade de processo (Cp) no indica especificamente quo bem est o desempenho do processo. preciso calcular o ndice de Capabilidade (Cpk), conforme (B), para determinar se a mdia do processo est prxima ao Limite de Especificao Superior (LES) ou Inferior (LEI). Quando o Cpk igual ao Cp, ento a mdia do processo est centrada entre os dois limites de especificao. Caso contrrio, a mdia do processo se aproximar ao limite de especificao correspondente ao menor valor resultante do clculo dos dois coeficientes Cpk. O ndice de capabilidade permite a comparao da faixa caracterstica do processo com as especificaes, conforme a .
(A) Coeficiente de Capabilidade de Processo (Cp) Cp = LTS - LTI 6s (B) ndice de Capabilidade (Cpk) Cpk = min x - LEI , x - LEI 3s 3s Nota LTS = Limite de Tolerncia Superior LTI = Limite de Tolerncia Inferior LES = Limite de Especificao Superior LEI = Limite de Especificao Inferior x = Mdia do Processo s = Desvio-padro

Figura 5 Coeficiente e ndice de Capabilidade Fonte: DAVIS; AQUILANO; CHASE. (2001, p. 200).

No exemplo da , a curva (A) possui tolerncia de projeto igual variao do processo, com um Cp = 1,0. Neste caso, h 3 desvios-padro de variao de processo dentro da tolerncia de projeto. Estes trs desvios-padro representam 99,7% dentro das especificaes ou 2.700 defeitos por milho. J na curva (B) da , que representa o programa Seis Sigma, a variao do processo reduzida a 50% da tolerncia de projeto. Isto resulta em um Cp = 2,0 e somente 3,4 ppm.
A B C D E

Figura 6 Tolerncia e Especificao Fonte: Adaptado de LOURENO FILHO. (1976, p. 66). Revista Gesto Industrial
178

179

Existe uma distino entre os Limites de Especificao ou Tolerncia (LES, VN, LEI) e os Limites de Controle (LSC, LC, LIC). Segundo Loureno Filho (1976), os limites da especificao representam aquilo que se exige no projeto, para que o produto possa atender finalidade para a qual desejado. Os limites de controle resultam do processo de fabricao empregado e refletem aquilo que o processo capaz de realizar. Portanto, de posse dos limites de controle e de especificao, j possvel verificar se o processo pode ou no atender especificao. Na , os casos (A), (B) e (C) identificam que a mdia do processo de fabricao coincide com o valor nominal da especificao. Essa coincidncia significa que o nvel mdio de qualidade satisfatrio, muito embora a disperso possa ser maior do que a especificao. Quando a mdia do processo estiver acima do valor nominal (D) ou abaixo dele (E), ento, ser indicativo de elevada porcentagem de peas inaceitveis (rea hachurada). Quando o processo no atende tolerncia da especificao, pode-se tomar as seguintes decises: (i) modificar a especificao; (ii) alterar o processo de fabricao; e, (iii) empregar inspeo completa, com triagem das peas fora da especificao. Uma distribuio normal com Cp > 1 (Cp = coeficiente de capabilidade de processo) considerada indicativa de que o processo capaz e quando a Cp < 1, indica que o processo nocapaz, conforme demonstrado nos grficos (A) e (C) expostos na Erro! A origem da referncia no foi encontrada.. A simples medida de Cp pressupe que a mdia da variao do processo est no ponto mdio da faixa de especificao. Porm, com freqncia a mdia do processo viesada em relao faixa de especificao, ou seja, tende ao Limite de Tolerncia Superior (LTS) ou para o Limite de Tolerncia Inferior (LTI), conforme Erro! A origem da referncia no foi encontrada. (D). Nesses casos, necessrio calcular os ndices de capabilidade Cpk para compreender a capabilidade do processo Cp (SLACK et al., 1996).
A Variao natural de processo B Variao natural de processo

Cp > 1 LTI C Faixa de especificao Variao natural de processo LTS D LTI

Cp = 1 Faixa de especificao LTS

Variao natural de processo

Cp < 1 LTI Faixa de especificao LTS LTI

Cpk > 1 Faixa de especificao Figura 7 - Capabilidade do Processo LTS

Fonte: Adaptado de SLACK; CHAMBERS; HARLAND; HARRISON; JOHNSTON. (1996, p. 564). Revista Gesto Industrial
179

180

O processo pode estar sob controle estatstico e no ser capaz, ou seja, na mdia, poder estar produzindo itens dentro dos limites de controle, mas sua variao tanta que no consegue atender as especificaes para todos os itens, conforme (A). No entanto, o processo com

varincia reduzida no garante uma produo livre de defeitos. Com a reduo da variabilidade, os limites de controle para as mdias da amostra esto contidos nos limites de tolerncia, ou seja, diminui os itens fora dos limites de tolerncia, conforme (B). Quando a variabilidade do processo conduzida ao controle, o processo capaz de realizar produo livre de defeitos. Neste caso, a varincia reduzida a tal ponto que nenhuma medida individual poder cair fora da tolerncia, conforme (C). Para conseguir reduzir a varincia do processo at que todos os componentes estejam dentro das especificaes (livre de defeitos) necessrio melhorar o desempenho de cada fonte de variao. Estas fontes de variao so: operadores, mquinas, ferramentas, setup, material e o meio-ambiente (DAVIS, AQUILANO e CHASE, 2001).
A Ponto fora Limite Especificao Superior (LES) Limite Superior de Controle (LSC) B C

Limite Inferior de Controle (LIC) Limite Especificao Inferior (LEI) Figura 8 Reduo da Varincia do Processo Fonte: DAVIS; AQUILANO; CHASE. (2001, p. 200).

O fluxo de processo das empresas Seis Sigma composto pelas entradas do processo, o processo em si, representado por um mapa de fluxograma, e as sadas, representadas por clientes, produtos finais e lucros. A ilustra essa relao, as letras (x), que aparecem na entrada e no fluxograma do processo seriam indicadores de mudanas ou desempenho nas partes independentes do sistema. J os (y) representam medidas do desempenho dos negcios. A frmula y = f(x) uma maneira matemtica de representar que mudanas nas variveis de entrada e processos do sistema (x) determinaro os resultados dos negcios (y), ou seja, os resultados dos negcios esto em funo das entradas e do fluxo do processo. Portanto, necessrio compreender qual as variveis (x) da entrada e do processo de negcios tm maior influncia sobre os (y) ou resultados. Desta forma pode-se usar as mudanas no desempenho geral do processo para ajustar os negcios e mant-los em movimento sobre um caminho lucrativo (PANDE, NEUMAN e CAVANAGH, 2001).

Revista Gesto Industrial

180

181

Pande, Neuman e Cavanagh (2001) afirmam que essencial um procedimento para sustentar a melhoria Seis Sigma. Esse procedimento ou caminho para a melhoria Seis Sigma pode ser definido em 5 (cinco) etapas: (i) identificar processos essenciais e clientes-chave; (ii) definir necessidades de clientes; (iii) medir desempenho atual; (iv) priorizar, analisar e implementar melhorias; e, (v) expandir e integrar o sistema Seis Sigma.

Organizao/Processo Organizao/Processo Entradas x Entradas x x x x x x x Clientes y Clientes y Produtos Lucro y y Produtos Lucro y y

Figura 2 - Variveis Independentes (x) e Dependentes (y) Fonte: PANDE; NEUMAN; CAVANAGH. (2001, p. 23).

Uma das ferramentas utilizadas na gesto da qualidade o PDCA. Campos (1992) define o PDCA como sendo um mtodo para a prtica de controle, ou seja, o controle de processo exercido atravs do ciclo PDCA. Os termos desse ciclo tm os seguintes significados: (P = Plan) planejamento consiste em estabelecer metas sobre os itens de controle e as diretrizes para se atingir as metas; (D = Do) Execuo efetivar as tarefas e coletas de dados para verificao; (C = Check) verificao comparar os resultados com as metas planejadas; (A = Action) atuao corretiva detectar e definir as aes corretivas de tal forma que o problema seja extinto. Segundo Pande, Neuman e Cavanagh (2001), o modelo de melhoria do Seis Sigma baseia-se no PDCA. Na estratgia Seis Sigma o ciclo de melhoria compreende as seguintes fases: Definir, Medir, Analisar, Melhorar e Controlar, ou simplesmente DMAIC. Para Breyfogle (2003) as cinco fases do ciclo de melhoria baseado no Seis Sigma so: (D = Define Project) definio do projeto; (M = Measure) mensurar e avaliar o projeto; (A = Passive Analysis), analise passiva; (I = Proactive Testing) desenvolver ensaios, mtodos e processos de ao pr-ativa; e, (C = Control) controlar os resultados. Rivera e Marovich (2001) afirmam que a metodologia DMAIC representa as fases fundamentais no desenvolvimento de projeto Seis Sigma. Essas fases garantem que as empresas apliquem a tcnica em um metdico e disciplinado caminho, bem como a correta definio e execuo dos projetos e incorporao dos resultados alcanados com eles. Os autores afirmam que a fase de definio crtica e fundamental na garantia de sucesso do projeto Seis Sigma.

Revista Gesto Industrial

181

182

Ao analisar, no entanto, as Organizaes Seis Sigma, percebe-se que no existem empresas que atingiram a qualidade no nvel Seis Sigma em todas as reas e departamentos. Nenhuma empresa possui mais do que alguns processos neste nvel. Usar medidas sigma ou alguma outra ferramenta no qualifica uma empresa como sendo uma Organizao Seis Sigma. Para tornar-se uma organizao Seis Sigma necessrio que a empresa assuma o desafio de medir e melhorar todos os processos. Todas as empresas querem resultados do Seis Sigma, mas o tipo de resultado ou mudana pode variar muito. As empresas implementam o sistema Seis Sigma para buscar resultados baseados em diversos objetivos: (i) transformao do negcio (mudana de cultura, mudana estrutural, atitudes focalizadas no cliente); (ii) melhoria estratgica (acelerar o desenvolvimento de produtos, eficincia da cadeia de suprimento); e, (iii) soluo de problemas (altos custos, retrabalhos, atrasos). A busca por resultados satisfatrios em um sistema Seis Sigma est estreitamente ligado seleo de projetos. Projetos de melhoria bem selecionados e bem definidos so iguais a resultados melhores (PANDE, NEUMAN e CAVANAGH, 2001). Segundo Berdebes (2003), o sucesso do programa Seis Sigma depende de profissionais devidamente treinados, que possuem o domnio de vrias ferramentas de qualidade e de avanadas anlises estatsticas. Estes profissionais so denominados Master Black Belts, Black Belts e Green Belts ou, respectivamente, mestre faixa-preta, faixa-preta, faixa-verde. Os Master Black Belts esto aptos a treinar os Black Belts e Green Belts nos mtodos estatsticos analticos e so especialistas na metodologia Seis Sigma. Os Black Belts esto ativamente envolvidos na organizao, so considerados os comandantes tcnicos, uma de suas tarefas a extrao de dados para anlise. Os Green Belts so responsveis pela administrao de todas as facetas dos projetos Seis Sigma como, por exemplo, gesto de reunies, gerenciamento de projetos, tcnicas de controle de qualidade e anlise de dados elementares. Harry e Schroeder (2000) afirmam que os ttulos Master Black Belts, Black Belts, e Green Belts foram criados na Motorola e procuram distinguir as qualificaes desses profissionais que administram a qualidade. Existem outras empresas que adotaram os ttulos Yellow Belts e White Belts aos termos j citados, isto se deve a forte tendncia das organizaes em personalizar e criar mais nveis de profissionais em seus programas de Seis Sigmas. McCarthy e Stauffer (2001), afirmam que, tradicionalmente, os Black Belts utilizam muito a estatstica nos seus projetos. Recentemente, os Black Belts introduziram a simulao para o projeto Seis sigma, e a soluo dessa simulao considerada parte do kit de ferramentas Seis Sigma.

4. Aspectos Metodolgicos No desenvolvimento deste artigo foi utilizada uma pesquisa exploratria a fim de investigar
182

Revista Gesto Industrial

183

os benefcios do programa Seis Sigma em relao a duas etapas do processo de fabricao do refrigerante pet 2 litros. Segundo Gil (2002), este mtodo de pesquisa utilizado para investigar e proporcionar uma viso geral, de tipo aproximativo, acerca do problema proposto. Foram usados para este fim: (i) dados primrios extrados junto a uma fbrica de refrigerantes franqueada a uma multinacional; e, (ii) dados secundrios extrados da Internet, pesquisa bibliogrfica e pesquisa documental. O mtodo utilizado para calcular o nvel sigma e o percentual de rendimento do processo o mesmo adotado por Pande, Neuman e Cavanagh (2001) e Breyfogle (2003). Os dados primrios so compostos por 610 amostras de refrigerantes pet 2000 ml que, por sua vez, foram submetidas a testes de 10 itens de controle. Esses itens de controle so, normalmente, verificados e analisados estatisticamente pelo pessoal responsvel pelo CEP Controle Estatstico do Processo da empresa, a fim de verificar se o processo est sob controle e dentro das especificaes. Os itens de controle podem ser divididos em dois sub-processos, um referente ao envase e, o outro referente injeo plstica da garrafa pet (sopro). Para o sub-processo de envase foram coletados os dados de volume lquido de refrigerante; para o sub-processo de injeo plstica da garrafa pet foram coletados os seguintes dados: (i) ponto de injeo; (ii) rea de fundo; (iii) petalide; (iv) calcanhar; (v) cintura; (vi) parede lateral inferior; (vii) painel do rtulo; (viii) ombro; e, (ix) ombro superior. Outras informaes fornecidas pelo departamento de qualidade da empresa dizem respeito s especificaes desses itens de controle relacionados anteriormente.

5. Estudo de Caso: O Processo de Fabricao do Refrigerante Pet 2000 ml Como este estudo possui, aproximadamente, 6.000 medidas de verificao (10 itens de controle, cada um com 610 medidas de verificao) torna-se difcil expor todos esses dados e seus respectivos clculos, sendo impossvel apresentar todos as informaes neste instrumento de pesquisa. Entretanto, ser exposta a metodologia dos clculos utilizados, de forma simplificada e genrica, para que se possa evidenciar como foram estimados os resultados desta pesquisa. Foram criados grficos de controle para todos os itens de controle deste estudo, bem como plotados as especificaes dos mesmos. Logo aps, foi construdo uma matriz que possibilitasse a identificao dos pontos que estavam fora das especificaes para cada item de controle, desta forma foi possvel identificar a quantidade de pontos fora dos limites de especificaes (oportunidades) de cada amostra, conforme o modelo da Erro! A origem da referncia no foi encontrada..

Revista Gesto Industrial

183

184

Amostra 1 2 3 4 5 Total

C X

D X X

X X 1 X 1

X 1

X 2

X 3

Oportunidade 2 0 2 0 5 9

Figura 3 - Modelo de matriz de verificao de oportunidades de defeitos Fonte: Desenvolvido pelos autores.

No caso das 610 amostras a matriz foi construda com o auxlio de planilha eletrnica para facilitar o clculo do nmero de oportunidades para cada amostra e para cada item de controle. Foram, tambm, estimados os percentuais de rendimento para cada item de controle, bem como seus respectivos nveis sigma e clculo de defeitos por milho de oportunidades (DPMO), conforme a Erro! A origem da referncia no foi encontrada.. A identificao de todas as oportunidades de defeitos de cada item de controle e do total dos defeitos das 610 amostras, conforme Erro! A origem da referncia no foi encontrada., serviram como subsdios para calcular o rendimento percentual do processo como um todo e seu respectivo nvel sigma. Para determinar a estimativa do rendimento percentual e do nvel sigma do processo foi utilizado o mesmo mtodo de clculo aplicado nos sub-processos (10 itens de controle), conforme Erro! A origem da referncia no foi encontrada..
Amostra A B C D E F G H I J Oportunidade

X 1 001 0 002 X X X X X X X X 8 003 X X X X 4 004 0 005 0 ... X X 2 610 4 0 73 60 116 31 26 30 15 9 364 Total 6557 0 11967 98361 19016 50820 42623 49180 24590 14754 DPMO 3 6 2,7 2,8 2,4 3,1 3,2 3,2 3,5 3,7 Sigma 99,34 100,0 88,03 90,16 80,98 94,92 95,74 95,08 97,54 98,52 R (%) Nota: DMPO = Defeitos por milho de oportunidades; R (%) = Rendimento (%); A = volume de envase de refrigerante; B = ponto de injeo; C = rea de fundo; D = petalide; E = calcanhar; F = cintura; G = parede lateral inferior; H = painel do rtulo; I = ombro; e, J = ombro superior. Figura 4 - Matriz de verificao de oportunidades de defeitos do processo pet 2000 ml Fonte: Desenvolvido pelos autores.

Deve ficar bem claro que o total de defeitos (364) encontrados nas 610 amostras so referentes aos 10 itens de controles submetidos a esse estudo, ou seja, no pode-se afirmar que existem 364 amostras com defeitos em 610 analisadas, mas sim que h 364 defeitos nas 610 amostras. Portanto, so coisas totalmente diferentes e que sua distino deve ficar bem ntida para

Revista Gesto Industrial

184

185

que haja um claro entendimento do mtodo de determinao da estimativa do nvel sigma do determina processo.

(A) Oportunidades Totais (OT) OT = UC x O (B) Defeitos Por Milho de Oportunidades (DPMO) DPMO = (DTC/OT)x 106

Nota Totais DTC = Defeitos Totais Contados (total (total de defeitos em todas as amostras) ostras O = Oportunidades (n de defeitos em uma nica amostra) UC = Unidades Contadas (total de amostras coletadas)

Figura 5 - Rendimento Percentual e Nvel Sigma do Processo Fonte: Adaptado de PANDE; NEUMAN; CAVANAGH. (2001, p. 411).

As informaes obtidas atravs da construo da matriz de verificao de oportunidades (Erro! A origem da referncia no foi encontrada.) foram utilizadas para calcular e determinar o rendimento percentual e o nvel sigma do total do processo em estudo (todos os 10 itens de controle), conforme Erro! A origem da referncia no foi encontrada.. O nvel sigma determinado atravs de uma tabela de converso do rendimento percentual do processo, de acordo com o modelo de Breyfogle (2003) (Tabela 1). importante lembrar que este mtodo de clculo do sigma uma estimativa e, portanto, o nmero sigma pode variar significativamente com base na preciso de seus dados e no nmero de oportunidades identificadas em uma unidade (amostra). dentificadas
Informaes dos 10 Itens de Controle do Processo de Dados Fabricao do Refrigerante Pet 2000 ml Total de dados coletados UC 610 Total de defeitos DTC 364 Oportunidades O 8 Oportunidades totais OT 4880 Defeitos por milho de oportunidades DPMO 74.590,16 Nvel sigma (aproximado) 2,95 Rendimento do processo (%) 92,54098 Tabela 2 - Informaes do Processo de Fabricao do Refrigerante Pet 2000 ml Fonte: Desenvolvido pelos autores.

Atravs dos dados da Erro! A origem da referncia no foi encontrada. pode-se considerar que o processo em estudo est, aproximadamente, 92,54% em conformidade com as especificaes e que a converso para o nvel sigma evidenciou um processo 2,95 . A empresa em estudo produz 3.428.100 unidades/ms de pet 2000 ml, um total de 41.137.200 unidades/ano. Com o rendimento de 92,54098% a empresa produz, aproximadamente, 38.068.768 refrigerantes pet 2000 ml com nenhum tipo de defeito ou 3.068.432 refrigerantes com pelo menos um defeito identificvel. A mesma produo de 41.137.200 unidades/ano de refrigerantes pet 2000 ml no nvel
Revista Gesto Industrial
185

186

de qualidade Seis Sigma teria uma estimativa de rendimento prximo de 100% (99,99966%) ou um total de 140 unidades de refrigerantes com defeitos em todo o ano de fabricao, conforme evidenciado na Tabela 3.
Dados comparativos Nvel Sigma Rendimento (%) Total produzido por ano Produtos sem nenhum defeito (unid./ano) Produtos com pelo menos um defeito (unid./ano) Resultado de melhoria no processo Processo atual 2,95 92,54098 41.137.200 38.068.768 3.068.432 3.068.292 unidades/ano Processo estimado 6,00 99,99966 41.137.200 41.137.060 140

Tabela 3 - Comparao do Nvel Sigma do Processo Fonte: Desenvolvido pelos autores.

6. Consideraes Finais Criar estratgias que tragam benefcios para as organizaes requer do administrador uma habilidade prtica e terica bastante relevante, visto que existem vrias estratgias e ferramentas que esto sendo empregadas nos mais diversos meios organizacionais. O mais difcil no identificar as estratgias que podem ser adotadas pela organizao, mas sim evidenciar as vantagens e desvantagens intrnsecas estratgia e mensurar os benefcios que ela pode proporcionar. O Seis Sigma mais uma dessas estratgias ou ferramentas de gesto que vem sendo empregada de forma bastante participativa. Existem vrios estudos que demonstram os benefcios que as organizaes alcanam com a implantao da estratgia Seis Sigma, mas h, tambm, relatos de fracassos. Grande parte desse fracasso est atrelada ao alto custo de implementao do programa Seis Sigma, pois o investimento em treinamento oneroso e, muitas vezes, o retorno no cobre o custo. A chave para o sucesso de um programa Seis Sigma est na escolha de projetos que possibilitem retornos altura do investimento. No caso deste estudo, o processo de fabricao do refrigerante pet 2000 ml composto por vrios sub-processos, e no somente o envase e a injeo plstica da garrafa, pois existem outras atividades que compem o produto final e que deveriam fazer parte do estudo de melhoria do processo. Seria mais relevante se fosse considerado outras informaes, desde a entrada dos insumos, passando por todo o processo de fabricao, at chegar ao cliente final. Portanto, pode-se afirmar que o envase e a injeo plstica da garrafa pet 2000 ml dois sub-processos, no sendo ideal para formar um projeto Seis Sigma. preciso avaliar todo o processo, desta forma, pode-se obter uma noo mais realista dos benefcios que a empresa poderia alcanar.

Revista Gesto Industrial

186

187

Em se tratando apenas de duas etapas do processo de fabricao do refrigerante pet 2000 ml, e assumindo a premissa de que a empresa alcance o nvel Seis Sigma, a economia operacional pode chegar a 3.068.292 unidades pet por ano, ou seja, aproximadamente, 255.691 refrigerantes por ms estaro nos limites de especificao. H, tambm, um benefcio implcito que o programa Seis Sigma pode proporcionar, atravs da diminuio da variabilidade do volume de refrigerante envasado, a empresa consegue comprimir a faixa caracterstica do processo, reduzindo, assim, os limites de especificao. Desta forma, a economia poderia chegar, tambm, na quantidade de refrigerante envasado. Esse mesmo raciocnio poderia ser admitido para a quantidade de plstico injetado, com a diminuio da variabilidade e, conseqentemente, a reduo de matria-prima plstica. A grande questo est na anlise do investimento necessrio para implantar a filosofia Seis Sigma, pois em se tratando apenas no objeto deste estudo, os benefcios operacionais so relevantes, basta, agora, transformar os ganhos operacionais em ganhos financeiros e realizar a confrontao desses ganhos com o investimento total necessrio para sua implementao. Neste estudo, ficou claro que em termos operacionais o programa Seis Sigma pode trazer grandes benefcios.

Abstract In the context to searching for perfect products, there are many strategies that aim and improve the competitive advantages of organizations, among them includes the Six Sigma. This article aims to compare the operational benefits which Six Sigma program can proportionate in the present production process of pet beverage 2000 ml of X company. To develop this article it was utilized an explorer method in order to investigate and proportionate a general vision as kind of approach related with the Six Sigma program regarding to the manufacture process of pet 2000 ml beverage. In present study, it was evident that in operational conditions, the Six Sigma program can bring if well applied great benefits to this production process of pet 2000 ml beverage, reducing the number of failures and, consequently, increasing the uniformity of products. Key-words: Six Sigma; Quality Control; Management Process. Referncias
BATEMAN, T. S.; SNELL, S. A. Administrao: construindo vantagem competitiva. So Paulo: Atlas, 1998. BERDEBES, G. Introduction to six sigma: for internal service departments and professional services organizations. Quebec: Working Paper, 2003. BOECHAT, Y. Faixas-pretas economizam bilhes nas empresas. Jornal Gazeta Mercantil: empresas e carreiras, So Paulo, 21 mar. 2000. BREYFOGLE, F. W. Six Sigma: smarter solutions using statistical methods. 2. ed. Austin: Wiley, 2003. BUSS, P.; IVEY, N. Dow chemical design for six sigma rail delivery project. In: Proceeding of the 2001 Winter Simulation Conference, Phoenix, Arizona, 2001.

Revista Gesto Industrial

187

188

CAMPOS, M. S. Em busca do padro seis sigma. Revista Exame, So Paulo, edio 689, ano 32, n.11, 02 jun. 1999. CAMPOS, M. S. Seis sigma: presente e futuro. In: Congresso SAE Brasil, So Paulo, 2002. CAMPOS, V. F. Controle da qualidade total: no estilo japons. Belo Horizonte: Fundao Christiano Ottoni, 1992. DAVIS, M. M.; AQUILANO N. J.; CHASE R. B. Fundamentos da administrao da produo. 3. ed. Porto Alegre: Bookman, 2001. DELLARETTI FILHO, O. D.; DRUMOND, F. B. Itens de controle e avaliao de processos. Belo Horizonte: Fundao Christiano Ottoni, 1994. GARVIN, D. A. Gerenciando a qualidade: a viso estratgica e competitividade. Rio de Janeiro: Qualitymark, 1992. GIL. A. C. Como elaborar projetos de pesquisa. 4. ed. So Paulo: Atlas, 2002. HARRY, M.; SCHROEDER, R. Six sigma: the breakthrough management strategy revolutionizing the worlds top corporations. Nova York: Doubleday, 2000. HSM MANAGEMENT. Dossi 6-sigma: a um passo da perfeio. Revista HSM Management. So Paulo: HSM do Brasil, ano 7, n. 38, mai./jun. 2003. p. 63-90. HUTCHINS, G. ISO 9000: um guia completo para o registro, as diretrizes da auditoria e a certificao bem-sucedida. So Paulo: Makron Books, 1994. LOBOS, J. Qualidade atravs das pessoas. 9. ed. So Paulo: Instituto da Qualidade, 1991. LOURENO FILHO, R. C. B. Controle estatstico de qualidade. Rio de Janeiro: Livros Tcnicos e Cientficos, 1976. MARANHO, M. ISO srie 9000: manual de implementao verso 2000. 6. ed. Rio de Janeiro: Qualitymark, 2001. McCARTHY, B. M.; STAUFFER, R. Enhancing six sigma through simulation with igrafx process for six sigma. In: Proceeding of the 2001 Winter Simulation Conference, Phoenix, Arizona, 2001. PALMER, C. F. Controle total de qualidade. So Paulo: Editora da Universidade de So Paulo, 1974. PANDE, P. S.; NEUMAN, R. P.; CAVANAGH, R. R. Estratgia seis sigma: como a GE, a Motorola e outras grandes empresas esto aguando seu desempenho. Rio de Janeiro: Qualitymark, 2001. RIVERA, A.; MAROVICH, J. Use of six sigma to optimize cordis sales administration and order and revenue management process. In: Proceeding of the 2001 Winter Simulation Conference, Phoenix, Arizona, 2001. SLACK, N.; CHAMBERS, S.; HARLAND, C.; HARRISON, A.; JOHNSTON, R. Administrao da Produo. So Paulo: Atlas, 1996. Dados do primeiro autor: Nome: Sidarta Ruthes Filiao institucional: Universidade Tecnolgica Federal do Paran UTFPR Departamento: Programa de Ps-Graduao em Tecnologia PPGTE Funo: Mestrando em Tecnologia Endereo: Av. Cndido de Abreu, 469 Cj. 1305 Centro Cvico Curitiba Paran Brasil CEP: 80530-000 Telefones: (41) 8413-3830 e-mail: sidarta@ppgte.cefetpr.br

Recebido para publicao: 30/03/2006 Aceito para publicao: 05/06/2006

Revista Gesto Industrial
188