universidade federal do amazonas - tede.ufam.edu.br§ão... · web viewword-key: production of...
TRANSCRIPT
UNIVERSIDADE FEDERAL DO AMAZONASFACULDADE DE TECNOLOGIA
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO
O IMPACTO DO SEIS SIGMA NA QUALIDADE DE MASK NA PRODUÇÃO DE CRT NO PÓLO INDUSTRIAL DE MANAUS
SILVINO FRANCISCO DA SILVA FILHO
MANAUS 2009
0
UNIVERSIDADE FEDERAL DO AMAZONASFACULDADE DE TECNOLOGIA
PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO
SILVINO FRANCISCO DA SILVA FILHO
O IMPACTO DO SEIS SIGMA NA QUALIDADE DE MASK NA PRODUÇÃO DE CRT NO PÓLO INDUSTRIAL DE MANAUS
Dissertação apresentada ao Programa de Pós- Graduação em Engenharia de Produção da Universidade Federal do Amazonas, como requisito parcial na obtenção do título de Mestre em Engenharia de Produção. Área de concentração: Qualidade.
ORIENTADOR: Prof. Ph.D. Waltair Vieira Machado
SILVINO FRANCISCO DA SILVA FILHO
1
O IMPACTO DO SEIS SIGMA NA QUALIDADE DE MASK NA PRODUÇÃO DE CRT NO PÓLO INDUSTRIAL DE MANAUS
Dissertação apresentada ao Programa de Pós- Graduação em Engenharia de Produção da Universidade Federal do Amazonas, como requisito parcial na obtenção do título de Mestre em Engenharia de Produção. Área de concentração: Qualidade.
BANCA EXAMINADORA
______________________________________ Prof. Ph.D. Waltair Vieira Machado - Presidente
______________________________________
Prof. Dr. João Bosco Ladislau de Andrade - Membro
______________________________________
Profª. Drª – Luiza Maria Bessa Rebelo - Membro
2
Muitos dão aulas, outros tantos ensinam e alguns fazem um pouco mais: educam e aprendem.
AUTOR DESCONHECIDO
AGRADECIMENTOS
3
Ao meu pai, Silvino Francisco(in memoriam), pelo exemplo de vida que sigo até
hoje.
A minha mãe, Maria José, pelo exemplo de determinação que demonstra na luta
pela vida que trava a tantos anos.
À Silvania Maria, que me apoiou em vários momentos da minha vida.
À Alessandra Rouze, pela incansável paciência.
À Maria Gabriela, que me enche de orgulho e me motiva a lutar a cada dia.
Aos professores da Universidade Federal do Amazonas pelas contribuições e
orientações oferecidas a este trabalho.
Agradeço também a todos aqueles de quem me esqueci, pois vocês também
contribuíram com este trabalho.
4
O IMPACTO DO SEIS SIGMA NA QUALIDADE DE MASK NA PRODUÇÃO DE CRT NO PÓLO INDUSTRIAL DE MANAUS
RESUMO
Modernamente é cada vez mais intensa a busca que fazem as empresas para atingir plena eficiência, resultando em processos estáveis, sobretudo melhorando a qualidade do produto com significativa redução de custo. Contudo, mesmo a despeito de tais esforços, uma preocupação a inquietar tais organizações encontra-se materializada na ocorrência de defeitos (scrap) que, assim exige a realidade, devem ser minimizados, ou seja, terem reduzidos seus percentuais de ocorrência. O procedimento metodológico empregado neste trabalho foi o DMAIC (Define, Measure, Analyze, Improve e Control). Este trabalho, portanto, tem como objetivo avaliar um modelo de gestão de processo implantado em uma empresa do Pólo Industrial de Manaus – PIM. Ademais, o desenvolvimento deste trabalho se deu em função da necessidade de reduzir o índice de defeitos e estabilizar o processo de um determinado departamento produtor de CRT. Essa inconveniência possibilitou o uso e aplicação da ferramenta Seis Sigma como principal aliada na resolução dos problemas. Com ela foi possível definir, medir, analisar, melhorar e controlar o processo, denominado como DMAIC. Na seqüência, o modelo foi avaliado levando em consideração algumas variáveis relevantes (temperaturas e especificações), que foram analisadas para verificar o desempenho do processo em relação à qualidade das peças. Os resultados mostram que a qualidade das peças apresentadas após a implantação da ferramenta no processo foi satisfatória. O Seis Sigma é uma ferramenta muito utilizada pela empresa estudada, em todos os seus departamentos para atingir suas metas, tendo a pesquisa permitido concluir que a ferramenta revela-se útil à redução significativa do percentual de scrap.
Palavras-chave: Produção de CRT; Scrap; Seis Sigma; Qualidade no processo.
5
THE IMPACT OF SIX SIGMA IN THE QUALITY OF MASK IN THE PRODUCTION OF CRT IN THE INDUSTRIAL POLE OF MANAUS
ABSTRACT
In the modern world is more and more above all intense the search that you/they make the companies to reach full efficiency, resulting in stable processes, improving the quality of the product with significant cost reduction. However, even in spite of such efforts, a concern to disturb such organizations is materialized in the occurrence of defects (scrap) that, it demands like this the reality, they should be minimized, in other words, they ought to reduce their percentile of occurrence. The procedure methodological employee in the work, was DMAIC (Define, Measure, Analyze, Improve e Control).This work, therefore, he/she has as objective evaluate a model of process administration implanted in a company of the Industrial Pole of Manaus - PIM. The development of this work was due to the need of reducing the index of defects and to stabilize the process of a certain department producing CRT. This inconvenience made possible the use and application of the tool Six Sigma as main allied in the resolution of the problems. With it was possible to define, to measure, to analyze, to get better and to control the process, denominated DMAIC. In the sequence, the model was evaluated taking into account some relevant variables (temperatures and specifications), that were analyzed to verify the acting of the process in relation to the quality of the pieces. The result shows that the quality of the pieces presented after the implantation of the tool in the process was satisfactory. Six Sigma is very much used tool by the company studied in all their departments to reaching their goals, such that the research allowed one to conclude that the tool is revealed useful to the significant reduction of the percentile of scrap.
Word-key: Production of CRT; Scrap; Six Sigma; Quality in the process.
6
LISTA DE TABELAS
Tabela 1 – Relação entre o nível de sigma e defeitos....................................... 22
Tabela 2 – Percentual de scrap de mask (dezembro/2006 – maio/2007)......... 42
Tabela 3 – Efeitos financeiros............................................................................ 46
Tabela 4 – Matriz X & Y....................................................................................... 54
Tabela 5 – DOE do blackening............................................................................ 68
Tabela 6 – Resultados ao final do mês................................................................ 75
Tabela 7 – Cronograma de controle .................................................................... 76
7
LISTA DE QUADROS
Quadro 1– Futuro do modelo Seis Sigma............................................................ 21
Quadro 2– Política administrativa da Samsung SDI............................................ 41
Quadro 3– Controle de CTQs............................................................................. 43
Quadro 4 – Planejamento para execução do projeto........................................... 47
Quadro 5 – FMEA................................................................................................ 55
Quadro 6 – Plano de controle.............................................................................. 76
LISTA DE ABREVIATURAS E SIGLAS
8
ANOVA – Analyze of Variance ( Análise de Variância)
CDT – Color Display Tube (Tubo de Exibição de Cor)
CEP – Controle Estatístico de Processo
CPT – Color Picture Tube (Tubo de Quadro de Cor)
CRT - Cathode Rays Tube (Tubo de Raios Catódicos)
CTQ – Customer with Total Quality (Cliente com Qualidade Total)
DFSS – Design for Six Sigma (Projeto para Seis Sigma)
DMAIC – Define, Measure, Analyze, Improve,Control (Definir, Medir, Analisar,
, Melhorar, Controle)
DOE – Design Of Experiments (Projeto de Experimento)
DY – Deflection Yoke (Bobina Defletora)
FMEA – Failure Modes and Effects Analysis of the Cause (Modo de Falha e
e Análise de Causa do Efeito)
GE – General Electric
ISO –International Organization for Standardization(Organização Internacional
p para Padronização)
LC – Limite de Controle
LIC – Limite Inferior de Controle
LSC – Limite Superior de Controle
PDCA – Plan, Do, Check, Action( Planejar, Executar, Verificar, Agir)
PIM – Pólo Industrial de Manaus
P.O.P – Procedimento Operacional Padrão
QFD – Quality Function Depeoyment (Desenvolvimento da Função Qualidade)
RPN – Risk Priority Number (Número de Prioridade e Risco)
SDCA - Standard, Do, Check, Action( Padronizar, Executar, Verificar, Ação)
TPM –Total Production of the Management (Gerenciamento Total da
P Produção)
TQM –Total Quality of the Management (Gerenciamento da Qualidade Total)
LISTA DE FIGURAS
9
Figura 1 – Ciclo do PDCA................................................................................. 31
Figura 2 – Ciclo do SDCA ................................................................................. 33
Figura 3 – Procedimentos adotados no uso do DMAIC....................................... 38
Figura 4 – Percentuais de scrap de mask para os modelos de CRT................... 42
Figura 5 – Departamentos da SAMSUNG SDI.................................................... 44
Figura 6 – Detalhes dos departamento................................................................ 44
Figura 7 – Metas e desafios................................................................................. 46
Figura 8 – Variação de scrap de mask dos modelos 15” CDT, 17” CDT e 21”MST.......................................................................................
49
Figura 9 – Gráficos de CP e CPK para scrap de mask dos modelos 15”CDT, 17”CDT e 21”MST..........................................................................
51
Figura 10 – Mapeamento do processo................................................................. 53
Figura 11 – Gráficos de mask dos modelos 15”CDT, 17”CDT e 21MST............. 56
Figura 12 – Gráficos de scrap de mask do modelo 21”MST ............................... 57
Figura 13 – Gráficos de scrap de mask do modelo 15”CDT ............................... 57
Figura 14 – Gráficos de scrap de mask do modelo 17”CDT ............................... 58
Figura 15 – Teste estatístico ANOVA para scrap de mask 21”MST X Zona 4 do blackening mask..........................................................................
59
Figura 16 – Teste estatístico ANOVA para scrap de mask 21”MST X Zona 5 do blackening mask..........................................................................
59
Figura 17 – Teste estatístico ANOVA para scrap de mask 21”MST X Zona 6 do blackening mask.......................................................................
60
Figura 18 – Teste estatístico ANOVA para scrap de mask 21”MST X Zona 1 do blackening mask.......................................................................
60
Figura 19 – Melhor condição para temperatura da zona 1 do blackening mask 400ºC com menor índice de scrap do 21” MST..............
61
Figura 20 – Teste estatístico ANOVA para scrap de mask 21”MST X Zona 2 do blackening mask.........................................................................
61
Figura 21 – Melhor condição para temperatura da zona 2 do blackening mask 480ºC com menor índice de scrap do 21” MST................
62
Figura 22 – Teste estatístico ANOVA para scrap de mask 21”MST X Zona 3 do blackening mask...........................................................................
62
Figura 23 – Melhor condição para temperatura da zona 3 do blackening mask 580ºC com menor índice de scrap do 21” MST.................
63
Figura 24 –Teste estatístico ANOVA para scrap de mask 21”MST X Velocidade da belt do blackening mask............................................
63
Figura 25 – Melhor condição para velocidade da belt do blackening mask 48Hz com menor índice de scrap do 21” MST..................................
64
Figura 26 – Teste estatístico ANOVA para scrap de mask 15”CDT X Encaixe na MF utilizando o main effects plot..................................................
64
10
Figura 27 – Melhor condição para abertura do encaixe da M/F com menor índice de scrap do 15” CDT em 1,2mm ...........................................
65
Figura 28 – Teste estatístico ANOVA para scrap de mask 17”CDT X Encaixe na MF................................................................................................
65
Figura 29 – Melhor condição para abertura do encaixe da M/F com menor índice de scrap do 17” CDT em 1,2mm ...........................................
66
Figura 30 – Teste estatístico ANOVA para scrap de mask 21”MST X Slide da prensa...............................................................................................
66
Figura 31 – Melhor condição para slide da prensa em 575 com menor índice de scrap do 21” MST.........................................................................
67
Figura 32 – Pareto com as zonas de temperatura do blackening mask X Scrap de mask do 21” MST...............................................................
69
Figura 33 – Interação entre as zonas de temperatura do blackening mask X Scrap de mask do 21” MST...............................................................
70
Figura 34 – Influência no scrap de mask 21”MST com as zonas de temperatura do blackening mask ....................................................
71
Figura 35 – Registro das temperaturas das Zonas 1,2,3 e da velocidade da belt do blackening antes e após mudanças......................................
71
Figura 36 – Teste estatístico Two-sample t para o antes e depois do encaixe da M/F 15”CDT X Scrap de mask do 15”CDT...................................
72
Figura 37 – Local de alteração com a espessura em destaque.......................... 72
Figura 38 – Teste estatístico Two-sample t para o antes e depois do encaixe da M/F 17”CDT X Scrap de mask do 17”CDT..................................
73
Figura 39 – A foto mostra o local do antes e após mudanças............................ 73
Figura 40 – Teste estatístico Two-sample t para o antes e depois do slide da prensa 21”MST X Scrap de mask do 21”MST.................................
74
Figura 41 – Slide 5 da prensa antes e após mudanças..................................... 74
Figura 42 – Gráficos de scrap de mask dos modelos 21”MST, 15”CDT e 17”CDT.............................................................................................
77
11
SUMÁRIO
INTRODUÇÃO............................................................................................. 141. FUNDAMENTAÇÃO TEÓRICA................................................................... 18 1.1 Origem e evolução histórica da estratégia Seis Sigma.......................... 19
1.1.1 DFSS (design for six sigma)……………………………….............. 19 1.1.2 Foco no cliente………………………………………………............ 20 1.1.3 Aplicação em todo negócio…………………………………........... 20 1.1.4 Uso de mais ferramentas……………………………………............ 21 1.1.5 Envolvimento dos fornecedores e clientes………………….......... 21
1.2 Seis Sigma metodologia de qualidade…………………………………… 22 1.2.1 Metodologia (material e métodos)............................................... 22 1.2.3 Importância da estratégia Seis Sigma.......................................... 23 1.2.3 Os difusores: GE e Jack Welch…………………………………..... 23
2. ESTABILIZAÇÃO DO PROCESSO………………………………………...... 30 2.1 Gerenciamento para melhorias de resultados...................................... 30 2.2 Gerenciamento para manter resultados................................................ 32 2.3 Papel do operador no cumprimento dos padrões................................ 34 2.4 O papel do supervisor no cumprimento dos padrões.......................... 35 2.5 Procedimento operacional.................................................................... 35
3. PASSOS METODOLÓGICOS..................................................................... 37 3.1 História da Samsung............................................................................. 38
4. RESULTADOS E CONSIDERAÇÕES........................................................ 40 4.1 Define (Definição)................................................................................. 40 4.1.1 Seleção do projeto...................................................................... 40 4.1.2 Ratificação do problema............................................................. 42 4.1.3 Identificação de clientes e CTQs................................................. 43 4.1.4 Escopo do projeto....................................................................... 43 4.1.5 Definição do Y.............................................................................. 45 4.1.6 Metas e decisão........................................................................... 45 4.1.7 Efeito financeiro........................................................................... 46 4.1.8 Planejamento.............................................................................. 47
4.2 Measure (Medir)................................................................................ 47
4.2.1 Estabilidade do processo............................................................. 48 4.2.2 Capacibilidade do processo......................................................... 49 4.2.3 Mapeamento do processo............................................................ 51 4.2.4 Matrix X e Y................................................................................. 54 4.2.5 Modo de folha e causa do efeito FMEA....................................... 54 4.2.6 Conclusões do FMEA.................................................................. 55
12
4.3 Analyze (Análise).................................................................................. 56
4.3.1 Análise de Pareto......................................................................... 56 4.3.1.1 ANOVA teste.................................................................... 58 4.3.2 Conclusão da fase análise.......................................................... 67
4.4 Ferramentas trabalhos.......................................................................... 68
4.4.1 Conclusão da fase de melhoria.................................................... 75
4.5 Control (Controle).................................................................................. 75
4.5.1 Benefício econômico.................................................................... 75 4.5.2 Planilha de controle para redução de scrap................................. 76 4.5.3 Resultado do Y............................................................................. 76 4.5.4 Conclusão da fase de controle..................................................... 78
CONCLUSÕES............................................................................................ 79
REFERÊNCIAS........................................................................................... 82
INTRODUÇÃO
13
Atualmente as empresas, sobretudo as brasileiras, buscam atingir plena
eficiência, tornando os seus processos mais estáveis, melhorando a qualidade do
produto acabado tendo como adicional a redução custos, a fim de tornar seus
produtos competitivos no mercado globalizado. Para chegar a tais resultados,
geralmente tem sido feito uso de ferramentas de gestão da qualidade, com variados
grau de sucesso.
As empresas que assim se comportam, comprometidas com a
competitividade de seus produtos e com o objetivo de otimizar sua produção e
eficiência dos processos produtivos, têm feito uso de fermentas como, por exemplo,
a que é denominada Seis Sigma. Ademais, também nota-se que o principal objetivo
da implantação de planos de gestão da qualidade é satisfazer os clientes e,
conseqüentemente, tornar a empresa mais competitiva no mercado. As técnicas de
qualidade e os avanços tecnológicos, sem sombra de dúvida, interferem na
competitividade das empresas, principalmente naquelas que fazem uso de
automação robotizada em suas linhas de produção. Usualmente, conseguem
resultados em maiores quantidades e com níveis de confianças e eficiência bem
mais elevados, uma vez que a possibilidade de erros da mão-de-obra humana fica
reduzida por não estarem associadas ao produto.
Com a elaboração e implantação de projetos de Seis Sigma, a eficiência dos
processos produtivos tende a aumentar e os produtos acabados tendem a ter seus
níveis de qualidade melhorados. Em conseqüência destes fatores, os produtos
resultam em uma melhor aceitação no mercado, sendo as necessidades dos clientes
melhor satisfeitas, possibilitando que as empresas atinjam seus objetivos de
oferecer aos clientes produtos de boa qualidade, tornando-se mais competitivas no
mercado.
A função das ferramentas do Seis Sigma está diretamente relacionada à
busca de uma excelência em qualidade, proporcionando metas a serem atingidas
focalizando a prevenção de defeitos. Ele se torna uma ferramenta competitiva, já
que os resultados obtidos, além de apresentarem aspectos financeiros positivos com
as economias geradas, proporcionam uma imagem de qualidade transmitida da
empresa e de seus produtos.
Pode-se portanto destacar o Seis Sigma como sendo uma ferramenta em
prol da competitividade, já que está empenhada em redução das falhas,
14
proporcionando assim, uma melhor qualidade dos produtos e processos da
organização, que serão refletidos em benefícios para os clientes (RANGEL, 2006).
O número de sigmas de uma organização é proporcional ao seu nível de
qualidade. Portanto, uma empresa que tem um número de sigma baixo, enfrenta
problemas nesse nível, enquanto aquelas que possuem maior número de sigma,
estão mais perto da excelência. Segundo Perez-Wilson (2000), estima-se que a
indústria americana opera, em média, com um nível de qualidade de três a quatro
sigma, o que significa que compromete de 15% a 30% de seu faturamento em
desperdícios. O sucesso da implantação do Seis Sigma depende não apenas do
comprometimento total das pessoas da organização, mas também da utilização de
uma metodologia clara, concisa e compreensível, que atinja a todos na empresa.
Perez-Wilson (2000) afirma em seu livro, que o sucesso da implantação depende de
treinamento, padronização, priorização, medição do desempenho e comparação
contínua. “Tudo deve ser feito em um período de tempo preestabelecido para
alcançar uma meta organizacional também preestabelecida” comenta Faquim 2008.
Mas quando implantar o Seis Sigma? Siqueira Campos M., diretor da
Siqueira Campos Associados, diz que dependerá da exigência do cliente, do
ambiente competitivo e da necessidade da redução de custos. Em alguns mercados,
se um concorrente adota a qualidade Seis Sigma ele pode obter um grande
diferencial competitivo, obrigando seus concorrentes a adotarem níveis de
desempenho semelhantes ele ressalta. Como resultado positivo, destaca a
integração dos benefícios dos métodos de qualidade ao resultado das empresas
atuando de forma científica na resolução dos problemas. Como desafio, Campos
(1992) aponta o treinamento de uma grande parcela das organizações em métodos
estatísticos e os problemas comuns no processo de mudanças acelerado. A duração
do processo de implantação do Seis Sigma depende de muitos fatores, entre eles o
porte da organização, mas, segundo Faquim (2008), as empresas têm trabalhado
com metas para a obtenção da qualidade Seis Sigma de cinco a sete anos.
O impacto na vida socioeconômica das nações e o cenário de alta
competitividade, criado pela globalização na década de 90, transformaram as
características das empresas fazendo-as constantemente buscarem a melhoria
contínua de seus processos e a redução de seus custos.
Para Siqueira Campos (2000), no mundo administrativo atual as pressões
são imensas: fortíssima concorrência global, cliente exigindo cada vez mais,
15
recursos naturais cada vez mais escassos, grandes saltos tecnológicos, altíssima
mobilidade de capital e de tecnologia, dentre outras pressões. Isso faz com que
dentro de grandes corporações, a popularidade da metodologia Seis Sigma de
melhoria contínua, como meio de reduzir a variabilidade de processos e custos,
continue a crescer.
O Seis Sigma oferece um método estruturado para melhorar o desempenho
mediante técnicas de controle estatístico do processo, análise de dados e no
treinamento sistemático de todo o pessoal envolvido na atividade ou no processo
estabelecido pelo programa. Trata-se portanto de uma metodologia comandada por
dados para a eliminação de defeitos, desperdícios ou problemas da qualidade na
manufatura, no serviço de entrega, no gerenciamento, na redução de incidentes de
segurança e em outras atividades do negócio. Conforme Pande (2001); Eckes
(2001), o Seis Sigma pode ser utilizado sob diversos focos em uma empresa como,
por exemplo, um benchmarking, uma meta de qualidade, uma filosofia, uma
estatística, uma estratégia ou uma visão.
Convém lembrar que o símbolo matemático que representa uma medida de
variação é apresentado pela letra grega Sigma (σ), mais conhecido como desvio
padrão, que conceitualmente é o desvio médio dos dados em relação a sua média.
Assim se uma organização reduzir a média de desvios de seus produtos, uma
menor quantidade deles terá defeitos e haverá uma economia de custo, por
exemplo, de refugos e retrabalhos. Em outras palavras, isso é o conhecido custo da
qualidade ou, mais precisamente, o custo da má qualidade. Afinal empresas que
operam em Seis Sigma geralmente gastam menos em suas receitas para consertar
problemas.
Diante de exposto cabe problematizar da seguinte maneira: qual o
comportamento da ferramenta Seis Sigma no processo de Mask em uma empresa
do ramo de CRT (Cathode Rays Tube)? Assim por hipótese, pelo que a ferramentas
do Seis Sigma embute no alcance positivo de resultados, é de se esperar que a
mesma também se revele eficiente no contexto sob investigação.
Como é possível notar, o tema da pesquisa realizada lida com o problema
da qualidade no processo produtivo, o qual depende de soluções inovadoras para
garantir sempre o seu diferencial competitivo diante dos seus concorrentes.
Portanto, há a necessidade de ser feito um estudo do impacto na qualidade do
processo de Mask em uma empresa do ramo de CRT do Pólo Industrial de Manaus
16
com a utilização das ferramentas Seis Sigma. Logo, a utilização desta ferramenta,
não significa apenas melhoria de uma parte específica, mas de todo processo. Ou
seja, é de se esperar que com tal estudo justifique-se a necessidade de ver como a
melhoria do processo de Mask reflete no resultado geral de toda a fábrica. O intuito
é verificar se o uso das ferramentas de Seis Sigma no processo de Mask está ligado
à minimização de custos com a maximização da satisfação do cliente, eliminando,
desta forma, causas diretas de defeito.
Assim sendo, é objetivo geral deste trabalho realizar um estudo do impacto
do uso da ferramenta Seis Sigma no departamento de Mask em uma empresa
produtora de CRT instalada no Pólo Industrial de Manaus - PIM. Do que resulta que,
em termos específicos, este projeto visa:
- realizar um estudo relativo à melhoria de resultados após a aplicação de
ferramentas Seis Sigma no departamento de Mask na fábrica;
- verificar se a forma utilizada é coerente com a realidade do processo;
- Propor uma nova forma de aplicação de estratégias de gerenciamento com uso
das ferramentas do Seis Sigma.
A metodologia de pesquisa usada no estudo foi o DMAIC ( Define, Measure,
Analyze, Improve e Control ).
No que se refere à estrutura, a dissertação apresenta as partes que se
descrevem a seguir.
A parte 1 – Fundamentação teórica contextualiza o assunto, a partir de
retrospectiva histórica da estratégia Seis Sigma, convergindo para abordagem de
seus pormenores e importância, dentre outros, culminando com o destaque para o
papel dos difusores da mesma.
A parte 2, intitulada Estabilização do processo, são revelados os aspectos
relevantes que revestem o gerenciamento, o papel do operador e o procedimento
operacional.
Nos Passos Metodológicos, parte 3 da dissertação, estão a detalhada
classificação da pesquisa e o histórico da empresa sob estudo.
Uma profusão de Resultados, obtidos a partir da implantação dos Seis
Sigma, é apresentada e discutida na parte 4 do trabalho.
Por fim, apresentam-se as Conclusões, parte última esta, onde ganha
destaque a revelação que faz a pesquisa da utilidade que tem a ferramenta Seis
Sigma na significativa redução de scrap.
17
1. FUNDAMENTAÇÃO TEÓRICA
O programa Seis Sigma, de acordo com Pyzdek (2003), foi desenvolvido pela
Motorola em meados da década de 1980. Ele surgiu devido a uma crise pela qual a
empresa vinha passando desde a década de 1970, quando seus produtos eram
considerados de baixíssima qualidade. A empresa estava perdendo espaço para
seus concorrentes, principalmente os japoneses. Todo processo teve como principal
mentor Robert Galvin, então presidente da companhia.
Em 1997, quando a General Electric - GE anunciou o maior faturamento de
sua história e um lucro fenomenal, houve uma grande surpresa no mercado mundial,
não por conta do lucro em si, mas sim porque este resultado foi atribuído a um
programa de qualidade que havia sido adotado dois anos antes, denominados Seis
Sigma (AGUIAR, 2002). O Seis Sigma, portanto, pode ser definido como uma
estratégia gerencial para acelerar o aprimoramento do processo produtivo (ou de
serviços).
O programa Seis Sigma focaliza a prevenção de defeitos e a forma mais
rápida e econômica de produzir, ou seja, busca reduzir ao máximo o desperdício. A
qualidade é vista como o valor agregado por esforço produtivo.O termo sigma, como
visto antes, tem sua origem no alfabeto grego e está associado a capacidade que o
processo tem de trabalhar livre de falhas. O Seis Sigma significa redução na
variação do processo numa faixa de 99,996% da perfeição, ou seja, trabalha-se em
uma faixa de 3,4 peças defeituosas por milhão.
A aplicação da ferramenta, segue um modelo definido pela sigla DMAIC (sigla
em inglês) que significa: Definir as atividades e os objetivos a serem alcançados;
Mensurar o sistema e obter dados; Analisar informações para chegar ao objetivo;
Incrementar os processos para efetivamente chegar aos resultados e Controlar os
processos já aperfeiçoados para que melhorem ainda mais.
Todo o processo deve ser liderado pelo mais alto nível hierárquico da
organização. É fundamental que este tenha uma equipe empenhada em realizar o
programa. Os líderes do programa são assim definidos: campeões e patrocinadores,
master black belts, black belts e green belts.
18
1.1 Origem e evolução histórica da estratégia Seis Sigma
A metodologia Seis Sigma, foi desenvolvida pela Motorola na década de 80
com o objetivo de otimizar sua linha de produtos, revelou-se de qualidade,
especialmente quando foram aplicadas em empresas como a Navistar, a
AlliedSignal, GeonCorp e a GE, melhorando e muito os seus resultados.
Para desenvolver o Seis Sigma foram analisadas as situações de diversas
empresas e os seus resultados foram comparados mediante gráficos. As empresas
médias detinham falhas da ordem de 3.000 a 10.000 por milhão de produtos
produzidos, o que dá um nível de sigma entre 3 e 4. Já as empresas tidas como de
melhor qualidade (também chamadas best-in-class) obtiveram resultados da ordem
de 3,4 falhas por milhão, o que dá um nível de sigma 6. A partir de então a Motorola
estabeleceu como meta alcançar o seis sigma, isto em 1993 (AGUIAR, 2002).
Pelos resultados obtidos com as organizações pioneiras, o futuro se aparenta
extremamente animador, pois cada vez um maior número de empresas começa a
adotar esta estratégia, o que fará uma transformação na forma de obtenção de
resultados e maiores níveis de qualidade.
O processo de implantação da qualidade Seis Sigma é ainda jovem e
necessita de aprimoramentos e correções de rumos, entre os quais se pode
destacar o que se apresenta a seguir.
1.1.1 DFSS (Design for Six Sigma)
Podem ser divididas as fontes de falhas na manufatura em: processos,
fornecedores e projetos, sendo que o projeto é a fase de maior influência na
qualidade de um produto. Grande parte dos projetos iniciais de Seis Sigma é
focalizada no processo de manufatura, porém, à medida que a experiência no uso
da estratégia aumenta, é natural o direcionamento para projetar certo, na primeira
vez, e no tempo certo. O DFSS é o Seis Sigma aplicado ao processo de projeto,
seguindo passos análogos ao DMAIC, denominados de DMAICV (Define, Measure, Analyze, Improve, Control e Verify). Nesta fase, um novo conjunto de ferramentas
é incorporado para tornar o método adequado ao processo de projetar, reunindo as
necessidades dos clientes à variabilidade das condições de uso do produto e à
variabilidade dos componentes.
19
Alguns benefícios do DFSS são:
• Desenvolvimento de produtos e processos alinhados com a necessidade do
c cliente;
• Lançamento de produtos em menor tempo;
• Aumento da qualidade dos produtos;
• Desenvolvimento de produtos que possam ser manufaturados com
qualidade Seis Sigma;
• Definição de tolerâncias realísticas.
1.1.2 Foco no cliente
Nos projetos iniciais dá-se grande ênfase em buscar economias para a
organização, pois isto é fundamental para que a estratégia ganhe credibilidade e se
consolide. É importante, nesta fase, que as vitórias gerem mais vitórias, pois as
economias, geradas pelos projetos são o principal combustível do motor do Seis
Sigma. Porém, não se pode esquecer que um dos focos é o aumento da satisfação
do cliente e que, mesmo com dificuldades na mensuração das características do
cliente (CTQs - Customer with Total Quality) e no cálculo das economias geradas,
deve desenvolver projetos vinculados à satisfação do cliente.
É importante reconhecer todos os ganhos obtidos, financeiros ou não, para a
satisfação do cliente.
1.1.3 Aplicação em todo negócio
Usualmente os projetos preliminares são vinculados à manufatura, pois, a
tendência é trabalhar onde a economia pode ser melhor caracterizada, como em
processos com retrabalhos intensos.
Porém, o grande poder do Seis Sigma revela-se quando este ferramental
auxilia as tomadas de decisão e as resoluções de problemas do negócio. O
processo de melhoria Seis Sigma pode e deve ser utilizado como principal
ferramenta de aprimoramento do negócio, aplicado em áreas como logística, vendas
e outras.
20
1.1.4 Uso de mais ferramentas
As técnicas estatísticas são a base de todo o processo e, na experiência de
utilização, algumas ferramentas tornam-se mais úteis que outras. As ferramentas
estatísticas também estão vinculadas ao tipo de negócio (química, metal-mecânica,
serviços etc.). Conforme Siqueira Campos (2000), pode-se destacar que algumas
ferramentas/métodos necessitam ser abordadas e conhecidas com maior
profundidade no segmento metal mecânico são eles:
• Simulação de eventos discretos;
• Planejamento de experimentos (Análise de Superfície de Resposta etc.);
• Séries temporais e previsão;
• Tratamento de dados não normais.
1.1.5 Envolvimento dos fornecedores e clientes
Uma vez que o processo se apresenta maduro na organização, é bom
compartilhar projetos com clientes e fornecedores. Uma excelente oportunidade
junto aos fornecedores, é a realização de projetos conjuntos para o aumento da
qualidade de algum insumo relevante para a organização, compartilhando os
treinamentos para o mesmo.
Usualmente os projetos com clientes visam melhorar o desempenho do
produto final na sua utilização pelo cliente. Os projetos com clientes aumentam a
fidelização. Assim, por exemplo, a GE auxiliou a realização de 1.200 projetos em
companhias aéreas e mais de 1.000 projetos junto aos fornecedores de produtos
hospitalares, gerando economias superiores a US$ 400 milhões para seus clientes.
O Quadro1 tem por objetivo, mostrar o futuro do modelo Seis Sigma.
FUTURO DE SEIS SIGMA
DFSS (Design For Six Sigma)
Foco no cliente
Aplicação em todo o negócio
Uso de mais ferramentas (Simulação, Séries Temporais,...)
Envolvimento dos fornecedores e clientes
Quadro 1 - Futuro do modelo Seis Sigma
FONTE: Campos, 2004
21
A tabela 01 mostra a relação existente entre o nível de sigma e a proporção de peças defeituosas por milhão.
A ESCALA DA QUALIDADEO que é e o que representa em temos de custo cada etapa do modelo seis sigma.Nível de sigma Defeito por milhão Custo dos defeitos (% de vendas)
6 3,4 Menos de 105 233 10 – 154 6.210 15 – 203 66.807 20 – 302 308.537 30 – 401 690.000 -
Tabela 1 – Relação entre o nível de sigma e defeitos
FONTE: Watson e Arce, 2000, p. 87
1.2 Seis Sigma: metodologia de qualidade
A estratégia Seis Sigma incorporou muitos conceitos a partir de outras
metodologias para a melhoria da qualidade, tais como: gerenciamento de processo,
Controle Estatístico de Processo (CEP), manufatura enxuta, simulação,
benchmarking e delineamento de experimentos. Conseqüentemente, emprega os
conhecimentos do campo da Engenharia de Produção em larga escala (AGUIAR,
2002).
1.2.1 Metodologia (Materiais e Métodos)
A metodologia utilizada tem as seguintes fases:
- Fase avaliação, partida e desdobramento estratégico: aqui são discutidos
o significado e os benefícios do programa Seis Sigma envolvendo as oportunidades
das atividades centradas no conhecimento. Esta fase também cobre o
desdobramento, treinamento, seleção de projetos e necessidades gerenciais;
- Fase de medição: nesta fase devem ser definidos os projetos, calculados e
medidos os fatores de desempenho dos projetos e qualificada a variabilidade. As
variáveis de entrada e saída de processos potenciais processos-chave são
identificadas. As ferramentas-chave para tais, como medição Seis Sigma, análise de
defeitos e modo de falha e o desdobramento da função qualidade (QFD), devem ser
implementadas;
- Fase de análise: os assuntos cobertos por esta fase consistem na análise de
dados com o objetivo de adquirir conhecimento sobre as relações casuais. Estas
22
informações ajudam a definir as fontes de variabilidade e o desempenho, o que tem
grande utilidade no desempenho do processo. Também devem ser discutidos os
testes de interferência componentes de variância, análise de correlação e análise de
variância (ANOVA);
- Fase de melhoria: faz uso de projeto de um experimentos DOE (Design Of
Experiments) para ganhar conhecimento dos processos, mudando estruturalmente
os níveis operacionais de vários fatores, simultaneamente dentro do processo;
- Fase de controle: incluí controle do processo, engenharia de controle do
processo, sistemas de pré-controle e a prova de erros, confiabilidade e teste passa /
não passa.
As cinco fases descritas constituem o modelo para melhoria da performance
(DMAIC – Define (definir): Measure (medir); Analyze (analisar); Improve (melhorar); e Control (controlar)).
1.2.2 Importância da estratégia Seis Sigma
Paladini (2002) afirma que Seis Sigma é uma estratégia de gerenciamento de
qualidade creditada na redução de milhões de dólares, em centenas de empresas
em todo o mundo. O Seis Sigma tem sua origem na direção da empresa e se
expande conscientizando todos os níveis de lideranças. Os lideres têm um papel
fundamental, pois é deles a função de desenvolver melhorias para o processo.
1.2.3 Os difusores: GE e Jack Welch
Como se percebe a partir da leitura do artigo de alutoria de Jack Welch é
valido perguntar : teria sido outro, o destino do Seis Sigma sem o apoio incondicional
de Jack Welch, que deu lugar ao mais definitivo e divulgado dos muitos sucessos
alcançados pelo programa? Sem dúvida, a enorme liderança do mítico presidente
executivo da General Electric contribuiu para os excelentes resultados do Seis
Sigma em sua empresa, na segunda metade da década de 1990.
Uma prova do "fanatismo" de Welch pelo programa é a forma como compara
o papel do Seis Sigma com o do comércio eletrônico, conforme ele próprio menciona
em sua auto biografia, publicada em português com o título Jack Definitivo. No livro,
Welch assinala que, antes da GE embarcar no e-commerce, o Seis Sigma já havia
oferecido à empresa a possibilidade de uma execução praticamente sem erros, bem
23
como o cumprimento dos pedidos de seus clientes de forma rápida e precisa
(PANDE, 2001).
Sua paixão pelo sistema Seis Sigma também fica evidenciada ao se
observarem as circunstâncias que envolveram sua resolução de adotá-lo. Uma
conversa decisiva sobre o assunto ocorreu entre ele e seu amigo e colega na GE,
Larry Bossidy, um "durão" como Welch, que na época presidia a AlliedSignal e trazia
em sua pasta os maravilhosos resultados que o método gerava em sua empresa,
principalmente quanto à redução de custos (PYZDEK, 2003).
O aspecto singular é que a conversa foi no mesmo dia de junho de 1995, em
que Jack faltou pela primeira e única vez, a uma reunião do conselho da empresa,
por estar se recuperando de uma cirurgia de coração. Se forem levados em conta os
penosos antecedentes da intervenção cirúrgica, dois infartos seguidos, que o
deixaram à beira da morte, e uma angioplastia posterior ao primeiro ataque, que não
bastou para evitar a cirurgia completa, compreende-se que só uma questão que o
apaixonasse tanto poderia ocupar seu tempo em momento tão especial. A pedido de
Jack, foi o próprio Bossidy que levou, poucos dias mais tarde, a proposta à diretoria
da GE. "Passe-lhes tudo que tiver sobre o Seis Sigma", encarregou Welch, que,
como Bossidy, acreditava muito pouco na movimentação corporativa que vinha
acontecendo até então em torno da qualidade, com TQMs, certificados ISO
(International Organization for Standardization) etc (PYZDEK, 2003).
Embora a "qualidade total" não fosse sua bandeira, Welch tinha plena
consciência dos problemas de qualidade que a GE enfrentava. Interessava-lhe, em
especial, o fato de que um nível de qualidade Seis Sigma implicava menos de 3,4
defeitos por milhão de oportunidades (de haver defeitos), quando a média, na
maioria das empresas, era de 35 mil defeitos por milhão. A isso somava-se o fato de
que o Seis Sigma prometia 99,99966% de perfeição, tanto em um processo de
produção como de serviços (PANDE, 2001).
Welch afirmava que, naquela época, na indústria as coisas saíam certas em
cerca de 97% das vezes, o que significava, em termos de "sigma", algo abaixo do
nível 4 e acima do nível 3. Ainda impressionado com sua operação, explicava que
isso representava cerca de 5 mil cirurgias malfeitas por semana, 20 mil produtos
perdidos no correio por hora e centenas de milhares de receitas mal aviadas
(PANDE, 2001).
24
Convencida pelas cifras de Bossidy, a diretoria da GE deu sinal verde para a
implementação do Seis Sigma. Por indicação de Welch, seu analista financeiro, Bob
Nelson, e o responsável pela área de projetos, Gary Reiner, analisaram o custo-
benefício do programa. Se a GE subisse do nível de qualidade Três-Sigma ou
Quatro-Sigma para Seis Sigma, poderia reduzir seus custos entre US$ 7 bilhões e
US$ 10 bilhões, soma equivalente a um aumento de 10% a 15% nas vendas
(PANDE, 2001).
Uma decisão crucial era escolher a equipe que lideraria o Seis Sigma. Depois
de muito meditar, Jack colocou à frente Gary Reiner, a quem admirava pela "clareza
de pensamento e seu enfoque implacável". Acreditava que ele seria "a ponte
perfeita" para transmitir sua paixão pelo programa. De qualquer maneira, como
reforço, contratou Mikel Harry, ex-diretor da Motorola que dirigia a Six Sigma
Academy, no Arizona (PANDE, 2001).
Harry foi encarregado da primeira preleção técnica sobre o programa para os
executivos da GE. Como relata Jack Welch em sua autobiografia, embora quase
ninguém tivesse entendido as fórmulas estatísticas que acompanharam a exposição,
todos saíram convencidos das possibilidades do programa, principalmente os
engenheiros. Contudo, Welch intuía que o Seis Sigma envolvia muito mais do que
controle de qualidade e estatísticas para engenheiros. A idéia central era a
oportunidade de "dar uma guinada" na empresa voltada para dentro e orientá-la para
fora, ou seja, para o cliente (HARRY, 2000)
Ao lançar formalmente o programa, em janeiro de 1996, Welch afirmou: "Aqui
não há lugar para espectadores. O que a Motorola conseguiu em dez anos
conseguiremos em cinco, Entretanto, não utilizaremos atalhos, mas aprenderemos
com os outros". Intimamente, ele se conformaria com um pequeno resultado
financeiro imediato que justificasse o programa, porém sonhava com um impacto
muito maior. Por isso, não vacilou em definir o Seis Sigma como "o compromisso
mais audacioso jamais assumido pela empresa" e assinalou que, graças à
qualidade, poderiam converter-se na maior empresa de toda a história do mundo
dos negócios (PANDE, 2001).
Algo que Welch tinha muito claro era que a iniciativa Seis Sigma não se
esgotasse em Reiner e Harry. Era necessário colocar os melhores homens, em cada
uma das áreas, à frente do projeto, ainda que para isso fosse necessário afastá-los
por dois anos de suas tarefas para treiná-los como black-belts. A formação se
25
iniciava com quatro meses de aulas teóricas e aplicação das ferramentas. Ele os
instruía para que não se distanciassem das metas do negócio e tivessem sempre
presente a necessidade de gerar resultados (PANDE, 2001).
Por baixo dessa força de elite, milhares de funcionários da GE receberam um
treinamento de dez dias como green-belts, com o propósito de aplicar as lições em
seus próprios locais de trabalho, para melhorar o rendimento diário. Como os outros
programas da empresa, o Seis Sigma foi respaldado por um sistema de
recompensas. Cerca de 60% da gratificação se baseava em resultados financeiros;
e os 40% restantes nos resultados do Seis Sigma. Os funcionários que estavam
sendo formados como black-belts foram os únicos a ter acesso a opções de compra
de ações (PANDE, 2001).
Entretanto, nem todos os executivos da empresa entenderam essas medidas.
Além dos black-belts, queriam recomendar outros candidatos para receber opções
de ações. Isso não só desobedecia à ordem de Welch como também não resistia a
uma análise lógica, já que, se os black-belts eram os melhores quadros da empresa,
só eles deviam receber as opções. "Escolham os melhores do programa Seis Sigma
e dêem as opções somente a eles", ordenou Welch. Insistiu também que, para um
cargo gerencial, não se devia considerar ninguém que não tivesse, no mínimo,
treinamento de green-belt. Apesar disso, levou três anos para incorporar o Seis
Sigma em todo o pessoal de alto nível da empresa (PANDE, 2001).
No primeiro ano a GE investiu cerca de US$ 200 milhões na capacitação de
30 mil funcionários e obteve uma economia próxima de US$ 150 milhões. Houve
alguns sucessos precoces. Um deles ocorreu na unidade de negócios GE Capital,
onde se registravam anualmente cerca de 300 mil ligações de clientes. Um quarto
das vezes esses clientes se viam forçados a deixar mensagens no correio de voz ou
chamar de novo, porque os funcionários não estavam disponíveis. Uma equipe do
Seis Sigma descobriu que uma das 42 sucursais da empresa registrava uma
porcentagem bem próxima de 100% das chamadas atendidas. Analisaram o sistema
que ela aplicava, os fluxos do processo, os equipamentos e a distribuição física e
imitaram o modelo nas outras 41 sucursais. O resultado foi que os clientes passaram
a ter 99,9% de possibilidade de contatar um funcionário logo na primeira tentativa
(PANDE, 2001).
Em meados de 1998 ocorreu algo atípico: Welch decidiu abandonar sua
política de não criar novos cargos, que havia mantido de forma inflexível desde que
26
assumira a direção da GE. Implantou uma vice-presidência de Seis Sigma e
encontrou o candidato perfeito: Piet van Abeelen, gerente global de fabricação de
plásticos, que havia obtido grande sucesso com o programa em uma das fábricas
holandesas sob seu comando. Abeelen tinha a melhor prática de gestão e era
excepcional para comunicar suas idéias (PANDE, 2001).
A oferta que Jack lhe fez foi curiosa: convidava-o para deixar de conduzir uma
imensa operação mundial de manufatura, com milhares de funcionários sob seu
comando, para colocar-se à frente de uma equipe de duas ou três pessoas, cuja
missão seria transferir o aprendizado do Seis Sigma para toda a empresa. Em seu
livro, Jack Welch assinala que a oferta tentou "o professor que havia dentro de Piet",
e ele a aceitou (PANDE, 2001).
Além de cumprir sua missão, Piet trouxe uma contribuição crucial ao revelar a
Welch "do que se tratava" realmente o Seis Sigma: tinha a ver com span (intervalo
de tempo, em inglês) entre a data exata na qual o cliente queria contar com o
produto e a antecipação ou atraso com que a empresa o entregava. Levar esse
período a zero significava conseguir que os clientes recebessem sempre os
produtos na data por eles indicada (PANDE, 2001).
O que acontecia era que alguns clientes recebiam o pedido com nove dias de
atraso, enquanto outros, recebiam com seis dias de antecedência. A aplicação do
Seis Sigma reduziu a variação de 15 dias para dois. Obviamente, isso não ocorreu
do dia para a noite. Demorou três anos e foi necessário que todos captassem a idéia
de minimizar a variação, e que essa meta se convertesse no grito de guerra em
todos os níveis da GE (PANDE, 2001).
A partir da explicação simples de Abeelen, o Seis Sigma deixou de ser algo
complexo na organização. O negócio dos plásticos reduziu seu span de 50 dias para
cinco dias; o dos motores de avião de 80 dias para cinco dias; e o dos seguros de
hipoteca de 54 dias para um dia. O conceito de span os ajudou também a se
concentrar no que estavam medindo. Até então costumavam utilizar como referência
a data prometida pelo vendedor e negociada com ambas as partes, o cliente e a
fábrica, porém não levavam realmente em conta o que os clientes queriam, e
quando o queriam (PANDE, 2001).
Em seguida, avançaram mais um passo e começaram a medir o span entre a
data solicitada pelo cliente e as primeiras receitas que ele obtinha com o produto.
Por exemplo, mediam o ciclo de entrega de um tomógrafo computadorizado desde a
27
data indicada pelo cliente até a primeira tomografia realizada. No caso de usinas de
energia elétrica, do momento do pedido de compra até a primeira geração de
eletricidade (PANDE, 2001).
Desse modo, a GE atingiu um de seus mais difíceis objetivos: não só mudar
os processos, mas também conseguir que os clientes o percebessem. Para
aprofundar e ampliar esse processo, iniciou uma campanha com o slogan "Seis
Sigma: no cliente, para o cliente" e enviou os black-belts e green-belts para as
matrizes dos clientes com o intuito de ajudá-los a melhorar seu rendimento (PANDE,
2001).
A vertiginosa proliferação de projetos Seis Sigma em todas as unidades de
negócios foi apresentando os benefícios associados ao programa. Melhoravam os
índices de resposta dos centros de atendimento telefônico, aumentava-se a
capacidade das fábricas e reduziam-se os erros de faturamento e de estoque. Um
analista financeiro certificava os resultados de cada projeto (AGUIAR, 2002).
Outro ponto de inflexão foi a aplicação de ferramentas estatísticas Seis Sigma
no projeto de novos produtos. O sucesso mais importante ocorreu nos sistemas de
energia. Antes de se iniciar o programa registravam-se apagões nas imponentes
usinas de energia, porque os rotores das turbinas se partiam devido à vibração. Um
terço das 37 unidades em funcionamento havia ficado fora de operação em 1995.
Com o Seis Sigma, o problema foi resolvido definitivamente em poucos meses, e já
não ocorriam paradas não programadas (AGUIAR, 2002)
"Melhor que Seis Sigma", acrescenta Jack Welch referindo-se a um nível de
perfeição total. O primeiro grande produto da área de equipamentos médicos com
sistema Seis Sigma foi um novo tomógrafo computadorizado, o LightSpeed, lançado
em 1998, que fazia em 17 segundos o que um tomógrafo convencional levava três
minutos. Em 2000, já eram 22 os novos produtos médicos com projeto Seis Sigma;
em 2001 os novos produtos surgidos do programa geravam mais da metade das
receitas totais da área. As economias atribuídas ao Seis Sigma foram, desde o
começo, muito importantes. Os 6 mil projetos em execução em 1997 deram como
resultado benefícios e ganhos de produtividade estimados em US$ 320 milhões,
mais que o dobro da meta original. Um ano depois o programa gerou uma economia
de US$ 750 milhões, bastante acima do investimento, e em 1999 duplicou para US$
1,5 bilhão. A margem operacional aumentou de 14,8%, em 1996, para 18,9%, em
2000 (PANDE, 2001).
28
Seis Sigma é uma estratégia nova, ainda é necessário algum tempo para
conhecer todos os seus benefícios, porém não se trata de mais uma "onda" da
qualidade, pois incorpora, definitivamente, a visão do negócio na estratégia da
qualidade.
O apoio em métodos estatísticos garante uma base científica consistente,
permeando a tomada de decisão, baseada em dados por todos os níveis.
Entre as conseqüências positivas do processo destacam-se:
- Aumento da satisfação dos membros da equipe, por adquirirem maior
conhecimento nos processos e estarem realizando suas atividades de forma mais
eficaz, gerando valor com seu trabalho;
- Aumento da satisfação dos clientes, por estarem recebendo o que
necessitam de forma precisa e pontual;
- Aumento da satisfação dos acionistas pela retenção dos clientes, aumento
de mercado, aumento do valor de suas ações e redução de custo.
Os pontos mostrados fazem com que esta seja a escolha preferida da
indústria automotiva, para a redução de custos e aumento da qualidade.
Os resultados financeiros são conseqüências dos resultados no processo. Estima-se
que a maioria das empresas norte americanas opere num nível entre Três e Quatro
Sigmas, o que não compromete seu faturamento, pois, entre 15% e 30% de seus
gastos estão relacionados com inspeções, retrabalho, testes e sucata, o que acaba
desgastando sua imagem e provocando a perda de clientes (PANDE, 2001).
Seis Sigma é tecnicamente um dos elementos do processo de gerenciamento
pela qualidade total, TPM (Total Production of the Management). O uso do Seis
Sigma é uma das formas mais eficientes de medir os esforços de melhoria de
qualidade. O modelo de aprimoramento, consiste em quatro fases: medir, analisar,
aprimorar e controlar, fazendo-se uso das ferramentas de estatística em um ciclo
único e dinâmico, permitindo a melhoria do processo em pontos que geram valor.
No meio empresarial nunca se falou tanto em estratégia e qualidade como
agora. Muitos fatores explicam essa tendência. De um lado, a maior preocupação
com os custos nas empresas. De outro, como decorrência da maior competição pelo
mercado consumidor, a necessidade de garantir prazos de distribuição e oferecer
um melhor nível de serviço de forma geral.
29
2. ESTABILIZAÇÃO DO PROCESSO
Segundo Campos (1998) o fluxograma do processo é a representação de um
processo de trabalho por meio de um diagrama, contendo a seqüência de passos
necessários à execução de suas atividades. O processo é a maneira pela qual se
realiza uma operação. A aplicação do fluxograma do processo permite uma melhor
visualização do processo produtivo e a partir deste, identificar os pontos, onde se faz
necessário intervir, a fim de solucionar um gargalo.
O fluxograma analisa o processo como um todo, envolvendo a seqüência de
atividades, os agentes, os prazos, o fluxo de documentos e tudo isto através de uma
representação gráfica. No fluxograma as informações são detalhadas.
Segundo Martins e Laugeni (2000), em uma empresa industrial um processo
é o percurso realizado por um material desde que entra na empresa até que dela sai
com um grau determinado de transformação. Por sua vez uma operação é o
trabalho desenvolvido sobre o material por homens ou máquinas em um
determinado tempo.
A estabilização do Processo, portanto, é caracterizada pela necessidade de
se aumentar a confiabilidade dos processos focados, principalmente em melhorar
efetivamente a eficácia do nível de serviço prestado ao cliente, em quatro
segmentos:
1) Entrega da quantidade certa no prazo determinado;
2) Qualidade assegurada;
3) Preço competitivo;
4) Cumprimento dos compromissos assumidos.
Para tanto, é necessária a implantação de uma metodologia que avalie,
redefina e controle os seus processos, orientada pela filosofia de fazer certo na
primeira vez. Essa concepção deverá facilitar a conquista da fidelidade dos seus
clientes, buscando o aumento do faturamento e melhorando a rentabilidade
financeira sobre o capital investido e, com isso, aumentando o capital da empresa.
2.1 Gerenciamento para melhorias de resultados
30
Visando a estabilização do processo dá-se o gerenciamento. Para o mesmo
deve haver melhores resultados da organização dentro do panorama da Qualidade
Total, utiliza-se portanto a metodologia PDCA (Plan, Execute, Check e Action)
dividido em importantes etapas (Figura 1), quais sejam: planejamento, execução,
verificação e padronização. A etapa do planejamento é subdividida em mais quatro
etapas: problema, análise de fenômeno, análise de processo e plano de ação.
Para identificação do problema é essencial saber identificar o que é um
problema. “Assim, a definição pode ser resumida em um resultado indesejável de
um processo” (CAMPOS, 2002, p. 73).
Figura 1 – Ciclo do PDCA FONTE : Campos, 2002
Assim, para exemplificar, uma empresa estava passando por algumas
dificuldades em identificar claramente qual era o problema da organização, logo
muitas medidas foram adotadas, porém, sem êxitos. Desta maneira, o gerente da
organização acionou os supervisores para explicações. Em diálogo com os
funcionários, o gerente perguntou, qual era o problema da organização e por que
não alcançava as metas. Os supervisores responderam diretamente que não era
31
possível atender os pedidos de transporte por falta de caminhões. Com esta
resposta o gerente identificou que os supervisores não estavam cientes de quais
eram os problemas da empresa e realizou novas perguntas (CAMPOS, 2002)
O gerente também queria saber qual era a missão, quais eram as metas da
empresa e como estavam os resultados. Os supervisores responderam que a
missão era de transportar cargas, sendo que a meta era transportar 120.000
toneladas / mês e que o resultado obtido foi de 100.000 toneladas / mês. A partir
deste ponto, o gerente mostrou aos supervisores qual o verdadeiro problema da
empresa, a incapacidade de transporte da demanda de carga. Assim, os
supervisores verificaram que a causa deste problema não era falta de caminhão e
sim, quebras de caminhões, absenteísmo dos funcionários, transporte de cargas não
utilizando a capacidade dos caminhões, desbalanço na rotina de carga e descarga e
outros. Após as medidas tomadas e cumpridas, foi possível atingir a meta com
redução de 25 % da frota de caminhões. Portanto, a identificação do problema é
fundamental, para que sejam tomadas as medidas que atuarão no alcance da meta (CAMPOS, 2002)
2.2 Gerenciamento para manter resultados
Também é importante que no gerenciamento de uma organização a primeira
atenção a ser tomada seja manter os resultados já obtidos dentro da empresa, para
isto, é necessário que toda a melhoria contínua estabelecida e consolidada seja
padronizada. A proposta é de uma combinação entre o ciclo de melhorias (PDCA -
Plan, Execute, Check e Action) e o ciclo de padronização (SDCA – Standard, Execute, Check e Action) apresentado na figura 2. A melhoria contínua requer uma
regulamentação na padronização e nas atividades que se tornam rotineiras para
serem muito bem compreendidas. Assim, controle e estabilidade são as metas para
processos de melhorias contínuas. “A padronização é necessária para equalização
das atividades operacionais reduzindo erros e não conformidades” (PRAJOGO e
SOHAL, 2000 p.85).
O controle da qualidade da manufatura inclui preparação de procedimentos
operacionais padrão, instruções de trabalho para os operadores do processo e
ações de contingência quando os resultados de inspeção de qualidade estão fora da
faixa normal de trabalho. A supervisão é responsável pelo reconhecimento e
32
correção de situações incomuns e tem a responsabilidade exclusiva de suspender
uma linha que esteja produzindo fora de especificação (JURAN e GRYNA, 1993).
Figura 2 – Ciclo SDCA FONTE : Campos, 2002
A etapa de padronização é subdividida em duas etapas: a primeira, o
estabelecimento das metas padrão e elaboração do procedimento operacional
padrão, sendo necessário o treinamento dos funcionários. A segunda é o
cumprimento dos padrões pelos funcionários. Assim, todos devem ser treinados e
conscientizados, o que pode ocorrer com os resultados da organização caso os
padrões elaborados não sejam executados com eficiência.
A terceira etapa é por meio de controles de processo, como: cartas de
controle ou gráficos de acompanhamento, onde tem-se a efetividade dos
procedimentos operacionais padrão. Na quarta etapa, caso ocorra anomalias no
33
processo, ações corretivas devem ser traçadas para garantia de alcance das metas
(CAMPOS, 2002).
Assim, neste processo, um ponto fundamental é o cumprimento dos padrões.
Segundo Campos (1992) são três, os seguintes pontos importantes para garantir o
cumprimento dos padrões:
a) Os padrões devem ser viáveis e fáceis de ser obedecidos;
b) O papel importante do chefe como professor, deve ser reconhecido;
c) A educação e o treinamento devem ser conduzidos de forma a satisfazer o
objetivo de que o operador “seja o mais competente do mundo em sua função”.
A função de cada nível hierárquico é essencial para o sucesso do
gerenciamento do dia-a-dia. O operador deve trabalhar de acordo com os padrões e
relatar imediatamente as anomalias descobertas. O supervisor deve assegurar que
os operadores estão seguindo os padrões estabelecidos para sua função, bem como
descobrir e relatar as anomalias de maneira que não voltem a ocorrer. A gerência
deve avaliar a habilidade do supervisor no treinamento dos operadores e na
capacidade de tomar ações contra as anomalias. Caso os supervisores não
possuam estas habilidades a gerência é responsável em provê-los de treinamentos
para elevar o nível da supervisão.
2.3 Papel do operador no cumprimento dos padrões
No nível operacional, atender os padrões é fundamental para o alcance das
metas estabelecidas pela organização. Entretanto o treinamento operacional para a
compreensão e realização dos procedimentos é essencial. Importante ressaltar que
este tipo de treinamento é de responsabilidade do nível supervisão.
Outro ponto importante para o nível operacional é o relato de todas as
anomalias que ocorrem durante o dia-a-dia. Este registro da anomalia permite o
nível supervisão estudar o problema, propor sugestões de solução e, quando
necessário, reportar as anomalias ao nível gerencial. O segundo ponto importante é
a criação de um histórico do problema para facilitar a solução, quando for
reincidente.
34
2.4 O papel do supervisor no cumprimento dos padrões
Para muitas empresas as principais funções da supervisão são observar o
nível operacional na execução das tarefas, avaliar a qualidade do produto que está
sendo fabricado ou identificar os erros do processo, relatando ao nível gerencial. Na
verdade, as funções mais importantes do supervisor são de educador, facilitador e
multiplicador, além de verificar se os operadores estão seguindo os procedimentos
padrões como foram treinados para alcance das metas estabelecidas. Para isto, é
necessário que o supervisor conheça todos os procedimentos operacionais padrões.
Quando se identifica que algum procedimento padrão não está sendo
cumprido, deve-a analisar o motivo, atuar na causa e treinar o nível operacional na
importância do cumprimento do padrão.
Um segundo papel importante do nível supervisor é a identificação de
anomalias quando ocorrem no processo, analisando as causas e propondo um plano
de ação de imediato para a solução definitiva ou para minimização dos impactos do
problema.
O supervisor deve estar sempre conversando com seus subordinados
fazendo perguntas como: Existe algo difícil de ser feito na sua função? Vamos tentar
mudar a maneira de trabalhar (padrão) para torná-lo mais fácil (CAMPOS, 1992).
2.5 Procedimento operacional
O procedimento operacional, por sua vez, deve ser elaborado para se obter
produtos e serviços dentro dos requisitos específicos, atendendo às necessidades
de satisfação do cliente e da organização(CAMPOS, 1992).
Com as seguintes etapas:
- Listagem dos equipamentos, peças e materiais utilizados na tarefa, incluindo-
se os instrumentos de medida;
- Padrões da qualidade;
- Descrição dos procedimentos da tarefa por atividades críticas, condições de
f fabricação e de operação e pontos proibidos em cada tarefa;
- Pontos de controle (itens de controle e características da qualidade) e os
m métodos de controle;
- Anomalias passíveis de ação;
35
- Inspeção diária dos equipamentos de produção.
O procedimento deve conter todas as informações claras e de fácil
compreensão para o nível operacional, permitindo que o produto ou serviço seja
atendido, com o melhor desempenho possível.
Assim, para que o nível operacional cumpra os padrões, a qualidade total
possibilita ao operador melhores condições de trabalho como: condições de mínima
segurança no local de trabalho e liberdade da operação em gerenciar sua própria
atividade, medindo sua eficiência de produtividade e qualidade. Assim, são
necessárias as seguintes pré-condições ao operador:
a) Estar consciente do objetivo do seu trabalho e da organização;
b) Conhecer os requisitos de qualidade do seu trabalho para auto-
gerenciamento;
c) Saber identificar uma anomalia e, quando tiver capacidade, de corrigir seu
trabalho quando ocorrer.
Entretanto, é importante ressaltar que é de responsabilidade da supervisão
mencionar todos estes requisitos ao nível operacional.
36
3. PASSOS METODOLÓGICOS
A pesquisa científica, é sabido, varia bastante em termos de objetivos e fontes
de informação. Ela pode buscar descrever um fato, detalhadamente ou de forma
mais superficial, ou ainda testar hipóteses associadas a este fato. É devido a esta
variedade de possibilidades que aqui apresenta-se a classificação desta pesquisa.
Sendo o objetivo geral da mesma realizar estudo referente ao uso de uma
ferramenta (Seis Sigma) aplicada em um estudo de caso (empresa Samsung) é
possível, portanto, tanto pelo objetivo posto quanto pela modalidade adotada (estudo
de caso), enquadrá-la como, exploratória, como nos ensina Gil (1991).
Enquadramento este evidente, especialmente quando, por seu objetivo, a pesquisa
visa proporcionar maior familiaridade com o problema, com vistas a torná-lo mais
explícito. No, que se refere ao estudo de caso, Gil (1991), novamente, ampara a
classificação aqui feita na medida em que esclarece tratar-se de estudo de poucos
objetos, de maneira a permitir seu conhecimento amplo e detalhado, relacionando-o
com a teoria e o observado em outros casos de natureza mais ou menos
semelhantes.
Trata-se também de pesquisa experimental, no dizer de Prestes (2007). Neste
caso, no que se refere ao seu objeto de estudo cuja finalidade e observar e
interpretar as reações e as modificações ocorridas no objeto de pesquisa.
O procedimento metodológico empregado no trabalho decorrente da
classificação da pesquisa, foi o DMAIC ( Define, Measure, Analyze, Improve e
Control ), que significa definir as metas e a situação atual assim como a variável que
se desejou estudar para, em seguida, fazer as medições da variável escolhida,
observando sua estabilidade. Depois disto foi feita a análise dos dados mediante
experimentos com parâmetros do processo de forma isolada, ou seja, um a um.
Após isto, a realização das melhorias, porém, analisando os parâmetros de forma
combinada, chegando às devidas conclusões. Por fim, a padronização, ou seja, o
estabelecimento dos métodos de controle devidos para os pontos melhorados. A
figura 3 ilustra tais procedimentos, e que foram adotados no período de dezembro
de 2006 a maio de 2007, na empresa Samsung, apresentada a seguir.
37
Figura 3 – Procedimentos adotados no uso do DMAIC
3.1 Histórico da Samsung
A história do grupo Samsung inicia-se em 1938, na cidade de Taegu, na
Coréia do Sul, pelo Sr. Byung Chull Lee. A Samsung comporta grandes empresas
que foram divididas em cinco áreas industriais:
- Indústria Eletrônica;
- Indústria de Máquinas;
- Indústria de Químicos;
- Indústria de Produtos Financeiros;
- Indústria Automobilística, dentre outras empresas.
38
A Samsung SDI (Samsung Display Internet)foi criada em 1970, na República
da Coréia do Sul, pelo joint-venture entre a Samsung Corporation e a NEC, empresa
japonesa detentora da tecnologia de fabricação de cinescópios , (TRC – Tubos de
Raios Catódicos) ou Tubos de Braun. Em 1984 houve a compra do montante
pertencente a NEC pela Samsung Corporation, criando-se a Samsung Display
Devices.
Os primeiros cinescópios produzidos eram para imagens em branco e preto e,
a partir de 1980, iniciou-se a produção de cinescópios com imagem colorida. Em
1990 houve a construção da primeira fábrica da Samsung Display Devices fora da
Coréia do Sul, na Malásia, buscando-se o abastecimento do mercado asiático. Em
1999, como forma de inovação estratégica, passou-se a utilizar o novo nome de
Samsung SDI: S – Samsung, D – Digital Display e I – Internet Components.
Atualmente, a Samsung SDI produz uma gama de produtos baseados em
displays e baterias. No Brasil, a fábrica produz: o CPT (Color Picture tube),
cinescópios para televisores, CDT (Color Display tube), cinescópios para monitores
de computador e DY (Deflection Yoke) bobina defletora.
A empresa sob estudo foi a Samsung SDI Brasil, localizada em Manaus,
Amazonas, onde foi dado o início de sua construção em janeiro de 1997. As obras
foram concluídas em dezembro de 1997, sendo o processo produtivo iniciado em
julho de 1998. A fábrica possui três linhas de produção, com um montante, em
média, de 18.000 produtos/ dia fabricados. Esta fábrica empregava, na ocasião da
pesquisa(2007) por volta de 1.600 colaboradores.
A Samsung SDI enfrentava problema com alto índice de scrap de mask,
tornando o produto (cinescópio) menos competitivo diante de seus concorrentes.
No processo de mask, os índices de scrap, ou seja, rejeito em determinados
modelos, chegam aos 2%. Além do problema da peça perdida existe a perda pelo
produto não fabricado, gerando transtornos com relação à entrega para o cliente e
custos de transformação, em muitos casos necessitando gerar postos de trabalho
para cobrir a demanda de retrabalho ocasionado pelos problemas primários do
scrap. O trabalho foi feito com os modelos CRT de 21”, 15” e 17”.
Visando redução de custo com melhoria no processo e conseqüentemente
tornado o produto mais competitivo, a Samsung SDI implementou o programa Seis
Sigma, para à luz das ferramentas deste programa, alcançar redução de seu scrap
de mask e aumentar, a satisfação do cliente interno e externo.
39
4. RESULTADOS E CONSIDERAÇÕES
Com o objetivo de estudar a eficiência da empresa pesquisada como um todo
na produção de Tubo de Raios Catódico (CRT), e considerando a proposta deste
trabalho, nela, com a participação do pesquisador foi implantada a filosofia de Seis
Sigma. Para tal, se fez uso de muitas das ferramentas de qualidade de acordo com
os resultados normalmente verificadas por especialistas da área. No caso da
empresa em questão subdividiu-se a tarefa nas fases seguintes:
- Fase de Definição;
- Fase de Mensuração;
- Fase de Análise;
- Fase de Implantação;
- Fase Controle.
4.1 Define (Definição)
A fase da definição foi subdividida como:
- Seleção do projeto - Definição do Y
- Problem Statement (Estratificação do problema) - Goal statement (Estratificação da meta)
- Clientes e CTQs (Customer with Total Quality) - Efeitos financeiros
- Escopo do Projeto - Completion Plan (Plano de conclusão)
4.1.1 Seleção do projeto
As metas para seleção deste projeto são:
- V- Vender em quantidade integral;
- I- Idealizar o resultado por meio da cultura Seis Sigma;
- V- Vencer os desafios da qualidade e custo;
- Aumento de 20% da eficiência de trabalho.;
- Vendas de 6 milhões de tubo;
40
- Média de produção igual a 9,000/Linha;
- Quebra de Equipamento “0” e Acidente de Segurança “0”
Para atingir tais metas, foi feito uso da política administrativa
apresentada o Quadro 2 a seguir.
Política Administrativa Principais CTQ’s da fabrica (4 maiores)
1. Produção Integral sistema vendas
Aumento de vendas locais(CPT (Color picture
tube)M/S : 42% 50 %).
Maximização da produção da linha # 2 (97%
99%).
2. Atividades administrativas
3.Voltadas à eficiência
Melhoria das desperdício controláveis e custos
não operacionais.
.Redução de estoque e despesas logísticas.
Aumento de eficiência da produção de CDT(Color
display tube).
Aceleração da reforma na estrutura de mão-de-
obra.
4. Aprofundamento das atividades de Seis Sigma.
Administração de FT(Força Tarefa) de inovação
de custos (desenvolvimento Horizontal).
Exaltar qualificação de Seis Sigma e
desenvolvimento
Quadro 2 - Política administrativa da Samsung SDIFONTE : Samsung SDI, 2006
Situação atual
A quantidade de scrap de mask influenciava no aumento de custo e na
baixa eficiência da Samsung SDI.
Voz do cliente
A voz do cliente é a necessidade de melhoria no processo para que haja
melhor satisfação dos clientes internos e externos minimizado desperdícios e
maximizando os resultados e consequentemente os lucros, sendo a voz do
cliente sintetizados pelos seguintes pontos:
- Aumento da eficiência da Samsung SDI;
- Aumento na qualidade;
- Redução de custo.
4.1.2 Ratificação do problema
Entre os meses de dezembro de 2006 a maio de 2007, os modelos 15” e
17” CDT e 21” MST apresentaram alto índice de scrap. Isto mostrou a
necessidade de ações para redução destes índices. Apesar de já ter sido
registrado um projeto anterior para a redução de scrap com o advento do
modelo 21” MST, fez-se necessário melhoria nas ações anteriormente
tomadas.
A tabela 2 mostra os percentuais de scrap de mask na produção de
cinescópio entre os meses de dezembro de 2006 a maio de 2007.
21” 20” 17” 15” 14”
2,17% 0,67% 0,46% 0,38% 0,37%
Tabela 2 – Percentual de scrap de mask (dezembro / 2006 – maio /2007)
A figura 4 apresenta, de forma gráfica, os valores de scrap descritos na
tabela 2 de forma gráfica.
Figura 4 - Percentuais de scrap de mask para os modelos de CRT
Como mostra a figura 4, na ocasião os modelos 15” e 17” CDT e o 21”
MST representavam juntos o equivalente a 81,5 % de todo o scrap de mask.
4.1.3 Identificação de clientes e CTQs
O Quadro 3, exemplifica o modelo de controle de CTQs.
Fornecedores Entradas Processo Saídas Clientes CTQ’s
Interno
Espec. padronizada
Material para teste
Seis Sigma
control Liberação de material para produção
Interno
Screen
Produção 2
Produção 3
Maior ind. de aprovação do mask process através de redução de scrap.
Compras Rim Ordem de serviço
maskProcess e weldingBM e Slurry
15” CDT
17” CDTSamsung SDI
Inspeção de entrada
Procedimento de trabalhoEquipamentoPlano de vendas
Produção 2
Produção 3
QC control
21” MST Samsung SDI
Samsung Eletronics
Maximização do lucro por redução de custo com scrap
Materiais
Plano de compras Plano de produção
EMC
AOC
PHILIPS
Quadro 3 – Controle de CTQsFONTE : Samsung SDI, 2006
5.1.4 Escopo do projeto
A figura 5 demonstra o fluxo de forma micro enfatizando os sub-processos de cada etapa da produção e a figura 6 detalha os departamentos.
Materiais Mask BM Slurry AL
I/S
Produção 2
Produção 3QC
Figura 6 - Detalhes dos departamentos
FONTE : Samsung SDI, 2006
4.1.5 Definição do Y
A variável “Y” define a maneira de mensurar o item que se deseja
melhorar no caso em questão scrap de mask, sendo o “Y” uma função de “X” e
“X” as possíveis causas.
Mask scrap – Quantidade de mask que é perdido no formato scrap.
Input mask – Quantidade de mask que da entrada no processo.
Expressão (1 )
Material
Mask Screen Prod. 2 Prod. 3
M.Process
Annealing
Press
Degreasing
Blackening
M. Weld’
SF Weld’
MF Weld’
SP Weld’
Baking
Lavadora
Repair
BM
Exposição
SRY
Aluminizing
Inner Shield
Funnel
Frit sealing
B.Pounding
Gun Sealing
Exhaust
Aging
Reneck
Ap.externa
Banding
Figura 5 - Departamentos da Samsung SDI
Sendo,
Y1= % de scrap de mask 15” CDT,
Y2= % de scrap de mask 17” CDT,
Y1= % de scrap de mask 21” MST,
e
Y = f(x1 + x2 + x3 +…+ xn)
Logo
Defeito no equipamento
XManuseio
4.1.6 Meta e desafio
A figura 7 mostra em primeiro plano a situação inicial do scrap de mask,
em seguida a meta para melhoria e, mais à frente, a meta desafiadora.
Situação atual
15”15”CDT 0,46%CDT 0,46%17” CDT 0,67%17” CDT 0,67%
21” MST 2,17%21” MST 2,17% %%%%
Meta
15”15”CDT 0,23%CDT 0,23%17” CDT 0,33%17” CDT 0,33% 21” MST 1,1%21” MST 1,1%
Figura 7 – Metas e desafios
4.1.7 Efeito financeiro
A tabela 3, mostra o efeito financeiro com o atingimento das metas
estabelecidas
Tabela 3 – Efeitos financeiros
4.1.8 Planejamento
Média prod. 12 meses 0,46% em ea 0,23%em ea Diferença Scrap Mask (U$)
Média prod. 12 meses 0,67% 0,33% Dif. Scrap M
Média prod. 12 meses 2,17% 1,10% Dif. Scrap M21'' 43265 519180 11.266 5.711 5.555 88.884
2.134 2.334 8.17117'' 55583 666996 4.469
15'' 135319 1623828 7.470 3.897 3.572 8.574
Tubo NPd (U$) TOTAL
TuboNPd TOTAL
TuboNPd TOTAL
U$ 820.609
113.223
477.749 566.633
105.052
132.180 140.753
Meta desafio
15”15”CDT 0,12%CDT 0,12%17” CDT 0,17%17” CDT 0,17%
21” MST 0,55%21” MST 0,55%
O Quadro 4, mostra as fases do projeto com sua devida cronologia
Quadro 4 – Planejamento para execução do projeto
4.2 Measure (Medir)
A fase measure deste projeto está subdividida nas seguintes etapas:
a) Estabilidade do processo;
b) Capabilidade;
c) Mapeamento do Processo;
d) Matriz X & Y (Matriz causa e efeito) Modo de Falha & Causa e Efeito –
FMEA (Failure Modes and Effects Analysis) a partir das saídas principais da
Regression PlotHypothesis Test
AnovaRegression AnalysisOne-Way Anova
ANALYZE
FMEAGage R&R
MEASUREProcess MappingC & E MatrixProcess Capability
Project ScopeKey PlayersCompletion Plan
Difinition of Y & DefectGoal StatementStrategic AligmentFinacial Effects
DEFINEProject SelectionProblem StatementCustomers & CTQ's
OutSem
1 2 3 4
AgosSem
1 2 3 4
SetSem
1 2 3 4
JulSem
1 2 3 4
IMPROVEDoeMain Effect Plot and Inter. Plot
CONTROL
COMPLETION
Process CapabilityPareto ChartDoe
matriz causa e efeito é verificado o maior RPN (Risk Priority Number -
número de prioridade e risco);
e) Conclusão.
4.2.1 Estabilidade do processo
A figura 8, a seguir, mostram que no período de dezembro 2006 a maio
de 2007 não houve variações significativas, ou seja, estava-se trabalhando em
uma situação estável, porém, bem distante das metas de qualidade
pretendidas . A figura também explicita, por modelo estudado a situação do
scrap de mask.
O intuito desta figura é verificar possíveis pontos fora de padrão para
que os mesmos, possam ser tratados como causas especiais, o que não foi o
caso.
(continua)
1Subgroup 2 3 4 5 60,3
0,4
0,5
0,6
Ind
ivid
ual V
alu
e
Mean=0,4633
UCL=0,5804
LCL=0,3463
0,00
0,05
0,10
0,15
Movi
ng
Ran
ge
R=0,044
UCL=0,1438
LCL=0
Variação do scrap de mask 15"CDT Fev ~ Jul /04Variação do Scrap de mask 15” CDT
1Subgroup 2 3 4 5 6
0,30,40,50,60,70,80,91,01,1
Indi
vidu
al V
alue
Mean=0,67
UCL=0,9945
LCL=0,3455
0,0
0,1
0,2
0,3
0,4
Mov
ing
Ran
ge
1
R=0,122
UCL=0,3986
LCL=0
Variação do scrap de mask 17"CDT Fev ~ Jul /04Variação do scrap de mask 17”CDT
Figura 8 – Variação de scrap de mask dos modelos 15”CDT; 17”CDT e 21”MST
4.2.2 Capacibilidade do processo
A figura 9 adiante, representa os modelos 15” e 17” CDT e 21” MST e
mostram o Cp e o Cpk, indicando uma condição insatisfatória, pois estão
abaixo de 1,5, portanto necessitando de melhorias na quantidade de scrap
nesse período do levantamento (dezembro de 2006 a maio de 2007).
5432Subgroup 1
8
4
0
Indivi
dual
Value
Mean=2
UCL=6,714
LCL=-2,714
6543
210
Movin
g Ra
nge
R=1,773
UCL=5,791
LCL=0
Variação do scrap de mask 21" MST Fev ~ Jul /04Variação de scrap de mask 21” MST
0,60,50,40,30,20,10,0
USLLSL
Capabilidade para 15"CDT scrap
PPM TotalPPM > USLPPM < LSL
PPM TotalPPM > USLPPM < LSL
PPM TotalPPM > USLPPM < LSL
PpkPPLPPUPp
Cpm
CpkCPL
CPUCp
StDev (Overall)StDev (Within)Sample NMeanLSLTargetUSL
999983,14 999983,14
0,00
1000000,001000000,00
0,00
1000000,001000000,00
0,00
-1,38 2,74-1,38 0,68
*
-1,99 3,96
-1,99 0,98
0,05626840,0390071
60,4633330,000000
*0,230000
Exp. "Overall" PerformanceExp. "Within" PerformanceObserved PerformanceOverall Capability
Potential (Within) Capability
Process Data
Within
Overall
1,21,00,80,60,40,20,0
USLLSL
Capabilidade para 17"CDT scrap
PPM TotalPPM > USLPPM < LSL
PPM TotalPPM > USLPPM < LSL
PPM TotalPPM > USLPPM < LSL
PpkPPLPPUPp
Cpm
CpkCPL
CPUCp
StDev (Overall)StDev (Within)Sample NMeanLSLTargetUSL
988454,28 988450,49
3,79
999165,60 999165,60
0,00
1000000,001000000,00
0,00
-0,76 1,49-0,76 0,37
*
-1,05 2,06
-1,05 0,51
0,1496620,108156
60,670,00
*0,33
Exp. "Overall" PerformanceExp. "Within" PerformanceObserved PerformanceOverall Capability
Potential (Within) Capability
Process Data
Within
Overall
86420-2-4
USLLSL
Capabilidade para 21"MST scrap
PPM TotalPPM > USLPPM < LSL
PPM TotalPPM > USLPPM < LSL
PPM TotalPPM > USLPPM < LSL
PpkPPLPPUPp
Cpm
CpkCPL
CPUCp
StDev (Overall)StDev (Within)Sample NMeanLSLTargetUSL
823808,81694086,37129722,44
818141,46716593,13101548,33
600000,00600000,00
0,00
-0,17 0,38-0,17 0,10
*
-0,19 0,42
-0,19 0,12
1,773511,57137
52,00,0 *
1,1
Exp. "Overall" PerformanceExp. "Within" PerformanceObserved PerformanceOverall Capability
Potential (Within) Capability
Process Data
Within
Overall
Figura 9 – Gráficos de CP e CPK para scrap de mask dos modelos 15”CDT; 17”CDT e 21” MST
4.2.3 Mapeamento do processo
O mapeamento do processo (figura 10) mostra todas as entradas
possíveis com as suas saídas respectivas em cada etapa da produção, com a
finalidade de selecionar as principais entradas no passo seguinte a matriz X&Y.
(continua)
-
Mask welding-
- resto de vidro na mask - Mask com impurezasMask, amassada, solta Produto bom
-Treinamento para operadores, (manuseio)- Desembalagem das masks - Preparação da masks - Estoque no armário N2 Lubrificação e limpeza do molde Ajuste dos roletes e sensores conveyor Retificação de molde antigoSetting do forno de BlackeningSetting do forno de AnnealingAjunte das prensas
-Mask scrap causada por case-ManuseioRisco Ruga;Rasgo (scrap) queda de camada; mancha; oxidação Produto bomVinco
- Pressão de ar dos platens, MF Pressão dos eletrodos, MF e SP Ajuste dos sensores e roletes, conveyor Ajuste da inserter de M-F- Treinamento para operadores, (manuseio) Ajuste dos roletes e sensores do conveyor (forno de Baking) Ajuste da velocidade do guide pin, Pressão nozzle (c)Ajuste do transf da lavadoraImpureza no platenFrame fora de especificação
- Mask scrap causada por frame fora de spec Mask scrap causada na insert de M-FMask scrap causada pelo transfer da lavadora rasgo (scrap)Manuseio Produto bomRespingo de soldaMask scrap causado por case de bakingFuro causado
Salvage processENTRADAS SAÍDAS
- Separação panel/Funnel - Lavagem da mask - Inspeção da mask
AnnealingPress
DegreasingBlakening
M/FInsert MF
S/PPanel InputLavadora
Baking
Salvage Mask process
Mask process
Figura 10 – Mapeamento do processo
Saídas
Deformação da mask Rasgo da mask Scrap de mask Manuseio defect Produto bom
Deformação da mask Rasgo da mask Scrap de mask Manuseio defect Produto bom
Deformação da mask Rasgo da mask Scrap de mask Manuseio defect Produto bom
Resist MachineGraphite machine
ExposureInspection
Entradas
Pressão de ar das inserters, Ajuste do gap da inserter Ajuste do fingers da remover, Ajuste dos sensores dos conveyorsOperação manual
SRY process
Green Blue Red
Laca Inspection
Alumininzing Inner Shield
Pressão de ar das inserter,remove Ajuste do gap da inserter Ajuste do fingers da remover, Ajuste dos sensores dos conveyors Operação manual
Pressão de ar das inserters, Ajuste do gap da inserter Ajuste dos sensores dos conveyors Tranfers in/ Out Operação manual
Dolly machine Transfer
Inspection
PlatenMarteloPinçalupa
Mask Repair
- Mask solta Produto bom Conserto de mask,
Classificação dos defeitos
BMSRY
Mask process
Welding process
AlumininzingI. Shield
BM process
4.2.4 Matrix X & Y
A tabela 4 mostra a matriz X &Y, que é a analise combinada das
entradas do processo com as saídas, levando em consideração o grau de
importância com as saídas que se deseja analisar. Os números 1,3 e 9 são
empregados da seguinte forma: 1-não há relação , 3 - relação intermediaria e
9 - alta relação, onde através de formula matemática foi selecionado aqueles
que têm maior valor total.
Tabela 4 – Matriz X & Y
4.2.5 Modo de falha e causa do efeito – FMEA
O quadro 5, mostra o FMEA, uma técnica para identificar as chances de
produto ou processo predizer a causa específica e riscos relacionados prioriza
medidas para reduzir risco, avalia design do plano de validação ou plano de
controle atual selecionando assim, os itens que devem ser analisados com
ferramentas estatísticas.
Quadro 5 – FMEA
4.2.6 Conclusões do FMEA
A partir da análise do FMEA temos algumas indicações de ações
imediatas recomendadas que são:
1. Ajuste nos parâmetros de temperatura do forno de blackening –
Desenvolvimento de uma nova especificação de temperatura;
2. Ajuste de velocidade da esteira do forno de blackening –
Desenvolvimento de uma nova especificação de velocidade;
3. Encaixe de M-F – Ajuste do encaixe e controle.;
4. Ajuste de slide da prensa (programação que determina a posição de
prensagem da mask) – Desenvolvimento de uma nova especificação.
Pontos cujas ações indicam melhoria imediata segundo FMEA:
Nome do Processo
Preparado Por: Pagina 01
Responsavel Data do FMEA (Orig) __25/08/07SEV
OCC
DET
RPN
Resp.
10 8 8 640
10 8 8 640
10 8 7 560
8 7 8 448
10 5 8 400
7 9 6 378
7 7 7 343
6 6 6 216
Press
Ajuste nos setting de
temperatura
Lavadora
Annealing
Blackening
Ajuste de velocidade
M-F soldagem
Mask scrap
Silvino
Ajuste de slide
Espec não atende à meta de scrap
necessitando de melhoria
Entrada chave do processo
Modo de falha potencial
Process Step
Efeito da falha potencial
Causas potenciais
Controle atual
global spec
global spec
Insert de M-F
Frame empenado;Pinos desgastados;Ajuste e controle da
abertura para a saia.
global spec
Desajuste do equipamento
Case danificado
Case sem o devido estado
de conservação
Ações recomendadas
Queda de camada;
Mask scrap
Mask scrap;Risco;
Scrap por manuseio
Ajuste do trasnfer da lavadora
Ajuste do insert e controle
Plano de ação preventiva
Criação de um plano de
manutenção
Silvino
Manuel
Mask rasgada;
Mask scrap;Ruga
Espec não atende à meta de scrap
necessitando de melhoria
Desenvolvimento de uma nova especificação
SilvinoJairo
Blackening
Espec não atende à meta de scrap
necessitando de melhoria
Queda de camada;
Mask scrap
global spec
Desenvolvimento de uma nova especificação
SilvinoJairo
Almento do índice de scrap de mask
Almento do índice de scrap de mask
Almento do índice de scrap de mask
Almento do índice de scrap de mask
Almento do índice de scrap de mask
Não tem
controle
BlackeningAlmento do índice de scrap de mask
Não tem
controle
SilvinoJairo
Ajuste nos setting de
temperatura
Espec não atende à meta de scrap
necessitando de melhoria
Almento do índice de scrap de mask Mask
scrapglobal spec
SilvinoJairo
Desenvolvimento de uma nova especificação
Desenvolvimento de uma nova especificação
SilvinoJairo
Treinamentopara
operadores
scrap devido a falta de informação de como
manusear a mask de forma correta
Almento do índice de scrap de mask
Não tem
controle
Falta de treinamento e
informação
Treinamento e concirntização dos
colaboradoresM-F
soldagem
SilvinoJairo
EdinilsonKliver
Mask scrap;Risco;
Scrap por manuseio
1) Gaiolas danificadas – Criação de um plano de manutenção preventiva.
2) Treinamento para operadores – Programa de treinamento de como
manusear de forma correta a mask.
4.3 Analyze (Análise)
Nesta fase foi utilizada a seguinte seqüência para estudo da fase:- Análise Pareto;
- ANOVA teste (Analyze of Variance - Compara valores através da
variância de mais de duas amostras, tomando como referencia o intervalo de
confiança estatística de 95%);
- Conclusão.
4.3.1 Análise de Pareto
Para os modelos 21” MST, 17” CDT e 15” CDT a figura 11, mostra que
o problema de scrap está concentrado em ruga, rasgado e encaixe da M/F.
Mais adiante apresenta-se a análise por modelo.
Figura 11 – Gráfico de mask dos modelos 15”CDT; 17”CDT e 21”MST
Para o modelo 21” MST a figura 12, mostra que o problema de scrap
está concentrado em ruga e rasgado, cuja causa está: na temperatura,
velocidade da esteira do forno de blackening e slide da prensa, como
evidenciado na Matriz X&Y e FMEA.
Figura 12 – Gráfico de scrap de mask do modelo 21”MST
Para o modelo 15” CDT a figura 13 mostra que o maior problema sendo
case de MP (problema já sanado na fase de medição) e o modelo 17” CDT a
figura 14 mostra que a principal causa de scrap é o encaixe da M/F.
Figura 13 – Gráfico de scrap de mask do modelo 15”CDT
Figura 14 – Gráfico de scrap de mask do modelo 17”CDT
4.3.1.1 – ANOVA teste
A partir dos itens selecionados no FMEA que são o “X” ,foi feita análise
utilizando a ferramenta estatística. Primeiro foram as temperaturas do forno de
blackening, onde será utilizada a ferramenta One-way ANOVA, sendo o “P –
Value” (valor do P), representado pela letra “P” , a validação da ferramenta
estatística, possibilitando se há ou não relação com o que está sendo
analisado. Quando o “P” for maior que 0,05 não há relação, pois, a
probabilidade é inferior a 95%, contudo se for menor ou igual a 0,05, ou seja,
se a probabilidade for entre 100% e 95%, se considerado que há relação entre
os itens analisados.
Com o teste da ANOVA outros dados são expressos como level (nível)
que são os valores estipulados para análise dentro do limite do equipamento, a
mean (média) estabelecida com N (número de amostras) e os respectivos
desvios.
X1 – Parâmetros de temperatura do blackeningVerificou-se com o teste da ANOVA, que as zonas 4,5 e 6 de
temperaturas do forno, possivelmente não influenciam no scrap do 21” MST
pois o P-value foi superior a 0,05% como pode-se verificar através das figuras
15, 16 e 17.
One-way ANOVA: scrap 21” MST versus Temp. zona 4 Blackening mask
Analysis of Variance for Scrap 4 Source DF SS MS F PZona 4 2 0,80 0,40 0,36 0,701Error 27 30,00 1,11Total 29 30,80 Individual 95% CIs For Mean Based on Pooled StDevLevel N Mean StDev ----+---------+---------+---------+--550 10 1,200 0,919 (-------------*-------------) 600 10 1,400 1,174 (-------------*-------------) 650 10 1,000 1,054 (-------------*-------------)
----+---------+---------+---------+--Pooled StDev = 1,054 0,50 1,00 1,50 2,00
Figura 15 – Teste estatístico ANOVA para scrap de mask 21”MST X Zona 4
do blackening mask
Figura 16 – Teste estatístico ANOVA para scrap de mask 21”MST X Zona 5 do blackening mask
One-way ANOVA: scrap 21” MST versus Temp. zona 5 Blackening mask
Analysis of Variance for scrap 5 Source DF SS MS F PZona 5 2 0,27 0,13 0,11 0,898Error 27 33,20 1,23Total 29 33,47 Individual 95% CIs For Mean Based on Pooled StDevLevel N Mean StDev -----+---------+---------+---------+-550 10 1,000 0,816 (-------------*-------------) 600 10 1,200 1,398 (-------------*-------------) 650 10 1,200 1,033 (-------------*-------------) -----+---------+---------+---------+-Pooled StDev = 1,109 0,50 1,00 1,50 2,0
One-way ANOVA: scrap 21” MST versus Temp. zona 6 Blackening mask
Analysis of Variance for scrap 6 Source DF SS MS F PZona 6 2 4,867 2,433 2,73 0,083Error 27 24,100 0,893Total 29 28,967 Individual 95% CIs For Mean Based on Pooled StDevLevel N Mean StDev ----+---------+---------+---------+--350 10 1,3000 1,4181 (----------*---------) 390 10 1,2000 0,6325 (---------*---------) 420 10 0,4000 0,5164 (----------*---------) ----+---------+---------+---------+--Pooled StDev = 0,9448 0,00 0,60 1,20 1,80
Figura 17 – Teste estatístico ANOVA para scrap de mask 21”MST X Zona 6 do blackening mask
A figura 18, mostra a zona 1 do blackening mask com P-value inferior a
0,05. Isto significa que há relação entre a mesma e a quantidade de scrap.
Como as zonas de temperatura 1, 2 e 3 mostraram relação com scrap de
mask, foi utilizado outra ferramenta estatística, o main effects plot, para
identificar o comportamento das temperaturas em função da quantidade de
scrap do 21”MST e verificar qual temperatura adequada para cada uma.
Figura 18 – Teste estatístico ANOVA para scrap de mask 21’ MST x Zona 1 do blackening mask
A figura 19, mostra o Main Effects Plot da zona 1 do blackening mask.
One-way ANOVA: scrap 21” MST versus Temp. zona 6 Blackening mask
Analysis of Variance for scrap 6 Source DF SS MS F PZona 6 2 4,867 2,433 2,73 0,083Error 27 24,100 0,893Total 29 28,967 Individual 95% CIs For Mean Based on Pooled StDevLevel N Mean StDev ----+---------+---------+---------+--350 10 1,3000 1,4181 (----------*---------) 390 10 1,2000 0,6325 (---------*---------) 420 10 0,4000 0,5164 (----------*---------) ----+---------+---------+---------+--Pooled StDev = 0,9448 0,00 0,60 1,20 1,80
One-way ANOVA: scrap 21” MST versus Temp. zona 2 Blackening mask
Analysis of Variance for scrap Source DF SS MS F PTemp. zo 4 171033 42758 131,83 0,000Error 30 9730 324Total 34 180764 Individual 95% CIs For Mean Based on Pooled StDevLevel N Mean StDev ----+---------+---------+---------+--400 5 203,60 6,11 (--*--) 440 15 238,93 25,94 (-*) 450 5 92,80 1,92 (-*--) 460 5 183,40 5,94 (--*-) 480 5 55,00 1,00 (--*--) ----+---------+---------+---------+--Pooled StDev = 18,01 60 120 180 240
Figura 19 – Melhor condição para temperatura da zona 1 do blackening mask 400ºC com menor índice de scrap do 21” MST
A zona 1 não pode ser inferior a 400ºC, pois, irá gerar um defeito de
processo e com isso haverá problemas com a produtividade do processo.
A figura 20, mostra o teste da ANOVA da zona 2 do blackening mask.
Figura 20 – Teste estatístico ANOVA para scrap de mask 21”MST X Zona 2 do blackening mask
A zona 2 de temperatura não pode ser inferior a 480ºC (figura 21), pois
irá gerar um defeito de processo e com isso haverá problemas com a
produtividade do processo.
One-way ANOVA: scrap 21” MST versus Temp. zona 3 Blackening mask
Analysis of Variance for scrap Source DF SS MS F PTemp. zo 3 125772 41924 23,63 0,000Error 31 54991 1774Total 34 180764 Individual 95% CIs For Mean Based on Pooled StDevLevel N Mean StDev ------+---------+---------+---------+570 5 209,20 2,77 (------*-----) 580 15 110,40 55,87 (--*---) 590 5 239,60 7,30 (-----*-----) 600 10 235,80 35,04 (---*----) ------+---------+---------+---------+Pooled StDev = 42,12 120 180 240 300
Figura 21 – Melhor condição para temperatura da zona 2 do blackening mask . 480ºC com menor índice de scrap do 21” MST
A figura 22, mostra o teste da ANOVA da zona 3 do blackening mask.
Figura 22 – Teste estatístico ANOVA para scrap de mask 21”MST X Zona 3 do blackening mask
A zona 3 indica que para obter melhor condição para scrap a
temperatura na zona 3 do blackening mask deve ser 580ºC (figura 23).
One-way ANOVA: scrap 21” MST versus velocidade da beltAnalysis of Variance for scrap Source DF SS MS F PVel. bel 4 174444 43611 207,03 0,000Error 30 6319 211Total 34 180764 Individual 95% CIs For Mean Based on Pooled StDevLevel N Mean StDev ----------+---------+---------+------42 5 239,60 7,30 (-*-) 45 10 196,30 14,28 (-*) 48 10 73,90 19,97 (*-) 50 5 268,00 11,51 (--*-)
Figura 23 – Melhor condição para temperatura da zona 3 do blackening mask 580ºC com menor índice de scrap do 21” MST
X2 – Velocidade da belt do blackening mask
Por meio da ferramenta One-way ANOVA, observa-se que há relação
entre a velocidade da belt e a quantidade de scrap de mask do 21”MST (figura
24).
Figura 24 – Teste estatístico ANOVA para scrap de mask 21”MST X Velocidade da belt do blackening mask
Através do main effects plot identifica-se qual velocidade será mais
adequada para se trabalhar (figura 25).
One-way ANOVA: scrap 15” CDT versus abertura do encaixe da M/F
Analysis of Variance for Scrap qtSource DF SS MS F PInsert d 4 167,700 41,925 49,08 0,000Error 35 29,900 0,854Total 39 197,600 Individual 95% CIs For Mean Based on Pooled StDevLevel N Mean StDev --+---------+---------+---------+----1,0 10 5,5000 1,0801 (--*-) 1,1 5 2,4000 0,8944 (---*---) 1,2 10 0,3000 0,4830 (--*-) 1,3 5 3,4000 0,5477 (---*---) 1,4 10 4,9000 1,1972 (-*--) --+---------+---------+---------+----Pooled StDev = 0,9243 0,0 2,0 4,0 6,0
Figura 25 – Melhor condição para velocidade da belt do blackening mask 48Hz com menor índice de scrap do 21” MST
Com a velocidade da belt em 48Hz, observa-se que a condição de
tratamento térmico do material se mostra mais eficiente e portanto promove um
menor número de scrap de mask.
X3 – Encaixe da M-F
Utilizando a validação estatística da ferramenta One-way ANOVA,
verifica-se que há relação entre o encaixe de M/F e a quantidade de scrap de
mask do 15”CDT e 17”CDT (figura 26).
Figura 26 – Teste estatístico ANOVA para scrap de mask 15”CDT X Encaixe .....................na MF utilizando o main effects plot identifica-se qual o melhor .....................ajuste para se trabalhar com a insert de M/F do 15”CDT.
Através do main effects plot identifica-se qual será a melhor condição para abertura do encaixe da M/F 15” CDT(figura 27).
Figura 27 - Melhor condição para abertura do encaixe da M/F com menor índice de .. scrap do 15” CDT em 1,2mm
A figura 28, mostra o teste da ANOVA de mask 17”CDT X Encaixe na M/F.
Figura 28 – Teste estatístico ANOVA para scrap de mask 17”CDT X Encaixe na M/F
Com o main effects plot, identifica-se qual melhor ajuste para se
trabalhar com a insert de M/F do 17”CDT( figura 29).
One-way ANOVA: scrap 17” CDT versus abertura do encaixe da M/F
Analysis of Variance for Scrap qtSource DF SS MS F PInsert d 4 153,000 38,250 43,75 0,000Error 35 30,600 0,874Total 39 183,600 Individual 95% CIs For Mean Based on Pooled StDevLevel N Mean StDev ----------+---------+---------+------1,0 10 5,5000 1,0801 (--*---) 1,1 5 1,0000 0,7071 (---*---) 1,2 10 1,0000 0,6667 (--*--) 1,3 5 3,4000 0,5477 (---*---) 1,4 10 4,9000 1,1972 (---*--) ----------+---------+---------+------Pooled StDev = 0,9350 2,0 4,0 6,0
Figura 29 - Melhor condição para abertura do encaixe da M/F com menor índice de scrap do 17” CDT em 1,2mm
X4 – Slide da prensa
Quando observa-se o teste estatístico P-value da ferramenta do One-
way ANOVA, identifica-se relação entre o slide 5 da prensa e o scrap de mask
do 21”MST(figura 30).
Figura 30 – Teste estatístico ANOVA para scrap de mask 21”MST X Slide da prensa
Isto mostra que há uma relação entre slide da prensa e a quantidade de
scrap de mask 21”MST. Com isso será analisado detalhadamente mediante o
main effects plot (figura 31).
Figura 31 - Melhor condição para slide da prensa em 575 com menor índice de scrap do 21” MST
4.3.2 Conclusão da fase análise
Através da análise dos resultados obtidos com uso das ferramentas
nesta fase foi possível chegar a conclusões para estabelecer ações
preliminares para as principais saídas da fase “A” que são:
1º Parâmetros de temperatura do blackening – Desenvolvimento de uma
nova especificação para zonas 1,2 e 3 de temperatura;
2º Velocidade da esteira do forno de blackening – Desenvolvimento de
uma nova especificação de velocidade;
3º Encaixe da M-F 15” e 17” CDT – Melhoria na especificação da abertura
da saia do encaixe da M/F;
4º Slide da prensa do modelo 21” MST – Desenvolvimento de uma nova
especificação para slide 5.
4.4 Ferramentas trabalhadas
A partir dos dados obtidos na fase de análise iremos aplicar as
ferramentas a seguir descritas e fazer uma breve conclusão da fase de
melhoria com o intuito de verificar o comportamento das variáveis de forma
combinada que são elas:
- Doe (Design of experiments) - É a forma de selecionar respostas
combinando os fatores e seus níveis sendo que manipulando as entradas);
- Two-Sample t (Analise estatística de uma amostra antes e depois de
modificações);
- Conclusão.
Através do DOE foi feito um levantamento das melhores condições para
a combinação das alterações por Zona de temperatura e velocidade da esteira.
X1 , X2 - DOE – parâmetros do blackening 21” MST
A tabela 5, mostra as temperaturas do blackening e a velocidade da belt
que são os “x” e quantidade de scrap “Y”. Com o uso da ferramenta DOE pode-
se avaliar o efeito combinado das diversas entradas(x) e verificar as suas
interações.
Tabela 5 - DOE do blackening
A análise dos dados da tabela 5 acima são expressos através das
figuras (32 a 34). Observando-se os efeitos combinados, o que até então, não
havia sido considerado, mas só os valores individuais.
X1 , X2 - DOE – parâmetros do blackening 21” MST
A figura 32 a seguir, oriunda do quadro 5, da ferramenta Seis Sigma
DOE demonstra qual entre as entradas(x) tem maior influencia com o scrap de
mask(Y).
As zonas 1 e 2 e a velocidade da belt são as que apresentam maior
influência no scrap, conforme mostra o Gráfico de Pareto a seguir.
Figura 32 – Pareto com as zonas de temperatura do blackening mask X Scrap de mask do 21”MST
O gráfico a seguir (figura 33) proveniente da tabela da ferramenta Seis
Sigma DOE mostra a interação entre as entradas(x) e seus níveis.
Figura 33 – Interação entre as zonas de temperatura do blackening mask X Scrap de mask do 21”MST
X1 , X2 - DOE – parâmetros do blackening 21” MST
O Main effect, figura 34 a seguir, resultante do Quadro do DOE, mostra
que as zonas 4,5 e 6 não influenciam no scrap de 21” MST. Em contra partida,
o gráfico confirma a melhor condição para as Zonas 1,2,3 e Velocidade da
belt do Blackening mask para o 21” MST. Tais conclusões se devem pelo
posicionamento das semi-retas, quanto mais inclinadas maior a relação com a
saída scrap de mask(Y).
Figura 34 – Influência no scrap de mask 21”MST com as zonas de temperatura do blackening mask
Com o resultado da análise das figura 35, foi implementado as melhorias
em temperatura do forno de blackening e velocidade da belt, evidenciadas
pelas fotos abaixo.
Figura 35 - Registros das temperaturas das zonas 1,2,3 e da velocidade da belt do blackening antes e após as mudanças
X3 - Two-sample t – encaixe da M/F 15” CDT
Zona 1 (antes) Zona 2 (antes) Zona 3 (antes)
Zona 1 (depois) Zona 2 (depois) Zona 3 (depois)
Vel. da belt (antes) Vel. da belt (depois)
Vel. da esteZona 6Zona 5Zona 4Zona 3Zona 2Zona 1
8,2
7,4
6,6
5,8
5,0
Quan
t . sc
raQuantidade de scrap por zona do Blackening e Vel. da esteirabelt
Two-Sample T-Test and CI: Encaixe da M/F (scrap) 15"CDT; Condição
Two-sample T for Insert de M/F (scrap) 15"CDT
Condição N Mean StDev SE Meanantes 20 4,55 1,32 0,29depois 20 1,550 0,826 0,18
Difference = mu (antes ) - mu (depois)Estimate for difference: 3,00095% CI for difference: (2,291; 3,709)T-Test of difference = 0 (vs not =): T-Value = 8,63 P-Value = 0,000 DF = 31
Utilizou-se outra ferramenta do Seis Sigma para verificar se havia
diferença entre o antes e o depois das melhorias, isto é, a ferramenta Two
sample –T onde a análise é feita através do P-value onde caso o mesmo seja
menor ou igual a 0,05 indica que há diferença entre o antes e o depois. No
caso em questão, para encaixe da M/F relacionada com scrap, verificou-se que
há diferença e se pode verificar a redução de scrap pela média indicada após
as melhoria (figuras 36 e 38).
Figura 36 – Teste estatístico Two-sample t para o antes e depois do encaixe da MF 15”CDT X Scrap de mask 15”CDT
A figura 37 indica o local onde foi realizado a modificação da espessura para encaixe no modelo 15”CDT.
Figura 37 - Local da alteração com a espessura em destaque
X3 - Two-sample t – encaixe da M/F 17” CDT
O espaçamento indicado na figura 37, mostra o local onde foram
realizados os experimentos e, posteriormente, as análises estatísticas para as
devidas conclusões.
O P-value é menor que 0,05, o que indica que há diferença entre o antes
e depois das melhoria e se pode identificar a redução de scrap pela média
indicada após as melhorias.
Figura 38 – Teste estatístico Two-sample t para o antes e depois do encaixe da M/F 17”CDT X Scrap de mask 17”CDT
A figura 39 indica o local onde foi realizado a modificação da espessura para encaixe no modelo 17”CDT.
Figura 39 - Local do antes e após mudanças
Two-Sample T-Test and CI: Encaixe da M/F (scrap) 17"CDT; Condição
Two-sample T for Insert de M/F(scrap) 17"CDT
Condição N Mean StDev SE Meanantes 20 6,95 1,67 0,37depois 20 1,750 0,786 0,18
Difference = mu (antes ) - mu (depois)Estimate for difference: 5,20095% CI for difference: (4,353; 6,047)T-Test of difference = 0 (vs not =): T-Value = 12,60 P-Value = 0,000 DF = 27
Two-Sample T-Test and CI: slide prensa (scrap); Condição
Two-sample T for slide prensa (scrap)
Condição N Mean StDev SE Meanantes 20 4,75 1,59 0,35depois 20 2,60 1,47 0,33
Difference = mu (antes ) - mu (depois)Estimate for difference: 2,15095% CI for difference: (1,172; 3,128)T-Test of difference = 0 (vs not =): T-Value = 4,45 P-Value = 0,000 DF = 37
O espaçamento indicado na figura 39 mostra o local onde foram
realizados os experimentos e, posteriormente, as análises estatísticas para as
devidas conclusões.
X4 - Two-sample t – Slide prensa 21” MST
Através da análise do P-value da ferramenta Two-sample t é menor que
0,05 o que indica que há diferença entre o antes e depois das melhorias e
podemos identificar a redução de scrap pela média indicada após as melhorias
(figura 40).
Figura 40 – Teste estatístico Two-sample t para o antes e depois do slide da prensa 21”MST X Scrap de mask 21”MST
A figura 41 mostra o local de alteração do Slide no equipamento press.
X4 - Slide 5 press - 21” MST
Figura 41 - Slide 5 da prensa antes e após mudançasFONTE : Samsung SDI, 2006
Slide 5 (antes) Slide 5 (depois)
O Slide 5 e a programação que determina a posição de prensagem da
mask e, conseqüentemente, a possibilidade de gerar scrap neste ponto é
maior.
4.4.1 Conclusão da fase de melhoria
A partir da verificação dos resultados obteve-se um resumo de ações
preliminares para as principais saídas da fase de melhoria que s
1. Estabelecido novos parâmetros para Temperaturas das Zonas 1,2,3 e
velocidade da esteira do blackening mask para o modelo 21” MST ;
2. Estabelecido nova abertura para o encaixe da M/F 15” e 17” CDT;
3. Estabelecido nova especificação para o slide 5 da prensa para o 21”
MST.
Os pontos mencionados serão passiveis de padronização na fase
seguinte.
4.5 Control (Controle)
Na fase de controle foram verificados os pontos de resultado e controle
e que são eles:
- Benefício econômico;
- Plano de controle e resultado;
- Planilha de controle e resultado do Y.
44.5.1 Benefício econômico
O modelo 21” MST foi o que apresentou melhor resultado fechando o
mês de agosto com 0,58%, próximo da meta desafio de 0,55%. Os modelos
15” e 17” CDT ficaram próximos da meta estabelecida com 0,25% e 0,40%
respectivamente ( tabela 7) o que reflete na eficiência econômica ( tabela 6).
Tabela 6 – Resultados ao final do mêsFONTE : Samsung SDI, 2006
4.5.2 Planilha de
controle para redução de scrap
O quadro 6 indica os pontos de melhoria com sua respectivas
alterações, tipo de documento para padronização e o processo indicado no
quadro 6.
Quadro 6 – Plano de controle
O modelo 21” MST foi o que apresentou melhor resultado, chegando
próximo da meta desafio.
Tabela 7 - Cronograma de controle
Após melhorias, o índice de scrap de mask, aponta melhores resultados
que nos meses anteriores.
4.5.3 Resultado do Y
Processo Área processo Entradas Saídas Especif. anterior
Especific. atual
Tipo de documento
Responsável
Mask processBlackening Mask para 21" MST
Temperatura Zona 1
Scrap Mask 21" MST 360 ºC 400 ºC FCQ/SQM/CS Engenharia
Mask processBlackening Mask para 21" MST
Temperatura Zona 2
Scrap Mask 21" MST 440 ºC 480 ºC FCQ/SQM/CS Engenharia
Mask processBlackening Mask para 21" MST
Temperatura Zona 3
Scrap Mask 21" MST 600 ºC 580 ºC FCQ/SQM/CS Engenharia
Mask processBlackening Mask para 21" MST
Velocidade da belt do Blackening
Mask
Scrap Mask 21" MST
42 Hz 48 Hz FCQ/SQM/CS Engenharia
Mask welding
Insert MF Weld 15" e
17" CDT
Ajuste da abertura do insert de MF
scrap mask 15" e 17"
CDT1,0 mm 1,2 mm
Controle de máquina Engenharia
Mask processPress 21"
MST
Slaid 5 da press 21"
MST
Scrap Mask 21" MST 568 575 FCQ/SQM/CS Engenharia
A figura 42 mostra claramente os resultados satisfatórios após as
melhorias implantadas.
Figura 42 – Gráficos do scrap de mask dos modelos 21”MST, 15”CDT e 17” CDT
4.5.4 Conclusão da fase de controle
Resumo de ações preliminares para as principais saídas da fase “C”
1. Estabelecido novos parâmetros para temperaturas das Zonas 1,2,3 e
velocidade da esteira do blackening mask para o modelo 21” MST e
padronização dos mesmos .
2. Estabelecido nova abertura para o encaixe da M/F 15” e 17” CDT e
padronização dos mesmos.
3. Estabelecido nova especificação para o slide 5 da prensa para o 21”
MST e padronizado.
Com a implantação das melhorias no processo de mask nota-se uma
melhor qualidade do processo com um menor custo.
Pode-se dizer que a partir da hipótese levantada, comprovou-se que o
sistema Seis Sigma, trouxe benefícios para a linha de montagem de mask da
que foram traduzidos, não só na melhoria do processo de produção
(qualidade), mas como também, para a linguagem financeira.
Não restam dúvidas, que os objetivos do trabalho, anteriormente
traçados, foram cumpridos, comprovando-se as melhorias do processo
produtivo da linha do mask. Desde a decisão pela implantação e efetivação do
sistema seis sigma, os resultados mostram-se bastante promissores e a linha
de máscara encontra-se atualmente, com uma produtividade em torno de
98,9%. Resultado melhor que o esperado, visto que a meta era de 98,0%.
Pelos resultados obtidos pode-se afirmar que a implantação do Seis
Sigmas na linha do mask, proporcionou a resolução de problemas, servindo de
apoio para monitorar e acompanhar a evolução das decisões tomadas.
A metodologia Seis Sigma está sendo utilizada, inclusive, como
ferramenta para traduzir as estratégias em algo compreensível por todos os
colaboradores da linha do mask e também, para que no dia-a-dia possam ser
executadas e seu desempenho medido, para o gerenciamento da sua
evolução.
CONCLUSÕES
Os projetos Seis Sigma têm um propósito claro de proporcionar à
organização, uma melhoria de desempenho. Os argumentos e resultados
descritos, mostram que a integração da medição de desempenho com a
implementação do Seis Sigma, parece ser um requisito fundamental para o
sucesso e consequentemente, para o gerenciamento de desempenho
organizacional.
A implementação do projeto Seis Sigma, possibilita a criação de
indicadores destinados a acompanhar os resultados oriundos da difusão da
cultura da qualidade Seis Sigma, permitindo uma melhor avaliação de
desempenho organizacional.
É extremamente eficaz, o Seis Sigma quando se quer melhorar a
eficiência operacional da empresa, aumentando a produtividade e reduzindo
custos. Aprimora os processos de projetos, acelera a velocidade de
lançamento de produtos, com menos defeitos, e reforça a lealdade dos
clientes. Talvez o maior, mas o menos alardeado beneficio do Seis Sigma seja
a sua capacidade em desenvolver um quadro de grandes lideres.
O Seis Sigma é uma das grandes inovações em gestão do último quarto
de século, além de se constituir em ferramenta extremamente poderosa, para
impulsionar a competitividade da empresa.
O programa Seis Sigma não tem preocupação exacerbada com as
médias. O importante são as variações e a eliminação da inconstância no seu
relacionamento com os clientes.
Para eliminar a variação, o Seis Sigma exige que a empresa descosture
todas as suas cadeias de fornecimento e distribuição, assim como, o projeto de
seus produtos. O objetivo é remover qualquer elemento que possa causar
desperdício, ineficiência ou aborrecimento para os clientes, como
conseqüência de sua imprevisibilidade.
É imprescindível que a organização que deseja implantar o Seis Sigma
seja madura em relação aos programas de qualidade e ao desdobramento da
estratégia, pois este último é indispensável para o alinhamento estratégico com
projetos.
Outra observação é que a sistematização deve ser top down, isto é, as
decisões devem partir da alta gerência. Além disso, os problemas na seleção
de projetos Seis Sigma quase sempre são oriundos do processo de
estabelecimento de metas e desdobramento da estratégia.
Uma preocupação permanente na estratégia Seis Sigma é a redução da
qualidade de desperdício, que tecnicamente é denominado de “defeito”. Na
estratégia Seis Sigma, defeito é qualquer desvio de característica que gere
insatisfação ao cliente(externo ou interno).
O fato de que um processo Seis Sigma equivale à redução de defeitos
em produtos ou serviços para um nível de 3,4 defeitos por milhão causa um
bloqueio inicial às instituições, que julgam ser praticamente impossível.
Todavia, mesmo grandes e famosas empresas que adotaram a estratégia Seis
Sigma, como a GE e a Motorola, alcançaram esse nível em alguns de seus
processos. A adoção da estratégia as direciona à busca permanente da
melhoria nos demais processos.
O objetivo geral deste trabalho, portanto e como se vê, foi atingindo, pois
o estudo do impacto do uso da ferramenta Seis Sigma no departamento de
Mask resultou em uma ferramenta eficaz no contexto de investigação de
problemas do processo.
O estudo relativo à melhoria de resultados após a aplicação de
ferramentas Seis Sigma, no departamento de Mask na fábrica, mostrou-se
bastante eficaz.
A forma utilizada é coerente com a realidade do processo com correções
relativas às formas de aplicação dos experimentos.
A aplicação de estratégias de gerenciamento com uso das ferramentas
do Seis Sigma demonstra que de forma rápida e eficiente podemos chegar a
resultados expressivos no contexto de produção.
Com a aplicação do projeto Seis Sigma verificou-se de imediato uma
queda de 50% dos índices de scrap de mask, mostrando que os itens que
sofreram alteração impactaram de forma positiva, para redução dos índices.
Com o implemento das alterações surgiam as dificuldades para
validação dos experimentos na linha em função da criticidade do produto e a
complexidade dos equipamentos, sem falar nos custos dos defeitos, gerados
durante o levantamento de dados.
Contudo o saldo foi positivo e sugere um novo estudo, tomando como
base o trabalho realizado e, assim como no ciclo do PDCA, a execução de
novos estudos, para uma redução ainda maior e ir em busca da linha de
produção com padrão Seis Sigma.
REFERÊNCIAS
AGUIAR, SILVIO. Integração das ferramentas da qualidade ao PDCA e ao programa seis sigma. Belo Horizonte: Desenvolvimento Gerencial, 2002.
CAMPOS, VICENTE FALCONI. Gerenciamento da rotina do trabalho do dia-a-dia. 7.ed. Belo Horizonte: Desenvolvimento Gerencial, 1998.
CAMPOS, VICENTE FALCONI. Qualidade total: padronização de empresas. Belo Horizonte: Fundação Christiano Otoni, 1992.
CAMPOS, VICENTE FALCONI. Gerenciamento pelas diretrizes: 4.ed. Belo Horizonte: Desenvolvimento Gerencial, 2004.
ECKES, GEORGE. A revolução seis sigma. Rio de Janeiro: Campus, 2001
FAQUIM, LUCIENE. Eficiência próxima da perfeição. Disponível em: <http://www.gestãoerh> Acesso em: 28 mar. 2008.
GIL, ANTÔNIO CARLOS. Como elaborar projetos de pesquisa: 3.ed. São Paulo, Atlas, 1991.
HARRY,MORGAN,SCHROEDER, RALPH. Six Sigma: the breakthroughv management strategy revolutionizing the world’s top corporations. Currency Publishers, 2000.
JURAN, JOSEPH MOSES; GRYNA, FRANK. Controle da qualidade: qualidade em diferentes sistemas de produção. Vol. 8. São Paulo: Makron Books, 1993.
MARTINS, PETRONIO GARCIA; LAUGENI. FERNANDO PIERO. Administração da Produção, 2 ed. São Paulo: Saraiva, 2000.
PALADINI, EDSON PACHECO. Qualidade total na prática: implantação e avaliação de sistemas de qualidade total. São Paulo: Atlas, 2002.
PANDE, PETER, SLAGHUIS. Estratégia seis sigma: como a GE, Motorola e outras grandes empresas estão aguçando o seu desempenho. Rio de Janeiro: Qualitymark, 2001.
PEREZ-WILSON, MARIO. Seis Sigma: Compreendendo o conceito, as implicações e os desafios. Rio de Janeiro: Qualitymark, 2000.
PRAJOGO, DANIEL; SOHAL, ALEX. TQM and innovation: a literature review and research framework. Caulfield East Austrália: Department of Management, Monash University, 2000.
PRESTES, MARIA LUCI DE MESQUITA. A pesquisa e a construção do conhecimento científico: do planejamento aos textos, da escola à academia . 3 ed. São Paulo, Rêspel, 2007.
PYZDEK,THOMAS. Uma ferramenta em busca do defeito zero. HSM Management, São Paulo, 2003.
RANGEL, ELIZETE. (2006) Seis Sigma uma ferramenta contra falha. Disponível em: <http:// www.Minitabbrasil > Acesso em: 17 set. 2008.
SIQUEIRA CAMPOS, MARCOS. Seis Sigma - Presente e Futuro. 2000 <http:// www.seissigma.com.br/frame.html >. Acesso em: 23 jul. 2008.
SIQUEIRA CAMPOS, MARCOS. (2004) O Círculo virtuoso dos serviços. Disponível em: <http:www.seissigma.com.br/frame.html> Aceso em: 11 mai. 2008.
WATSON, GREGORY.; ARCE, JONH. Seis Sigma na Gestão dos Negócios. In: Revista Banas, agosto. 2000.
WELCH, JACK Seis Sigma: Os difusores: GE e Jack Welch. <http:// www.companyweb.com.br/lista_artigos.cfm?id_artigo=64 > Acesso em: 19 jan 2009.