APLICAÇÃO DA METODOLOGIA SEIS SIGMA EM UMA INDÚSTRIA DE...
-
Upload
trinhthien -
Category
Documents
-
view
220 -
download
0
Transcript of APLICAÇÃO DA METODOLOGIA SEIS SIGMA EM UMA INDÚSTRIA DE...
APLICAÇÃO DA METODOLOGIA SEIS
SIGMA EM UMA INDÚSTRIA DE
LÁCTEOS
Juliana Domingues Lopes (UFU )
cynara mendonca moreira tinoco (UFU )
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.
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. .
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.
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. .
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).
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. .
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.
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. .
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.
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. .
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.
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. .
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.
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. .
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.
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. .
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
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. .
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.
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. .
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.
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. .
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.
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. .
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
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. .
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
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. .
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
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. .
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
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. .
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
especificação exigida.
Cp > 1,33 Capacidade do processo é adequada à
especificação exigida.
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
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. .
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
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. .
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
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. .
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
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. .
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.