As ferramentas do Seis Sigma As equipes que atuam na implementação da metodologia utilizam-se de diversas ferramentas para gerenciar melhorias de qualidade dentro do modelo DMAIC De maneira geral, as ferramentas podem ser classificadas em duas categorias: ferramentas de otimização de processo, que permitem que as equipes desenhem fluxos de trabalho mais eficientes, e as ferramentas de análise estatística, que permitem que as equipes analisem os dados com mais eficiência. Quality Function Deployment (QFD) - é utilizado para entender os pedidos dos consumidores. Basicamente, o QFD identifica os pedidos do consumidor e os avalia em uma escala numérica, com números mais altos correspondendo aos pedidos essenciais e números mais baixos correspondendo aos bons de se ter. Então, várias opções de design são listadas e avaliadas em suas habilidades de atender as necessidades do consumidor. Cada opção de design vale um ponto e aquelas com altas pontuações se tornam soluções preferenciais. Diagramas de espinha de peixe - no Six Sigma, todos os efeitos são resultados de entradas específicas. Essa relação de causa e efeito pode ser esclarecida seja utilizando um diagrama de espinha de peixe ou uma matriz de causa e efeito (veja abaixo). O diagrama de espinha de peixe ajuda a identificar quais variáveis de entrada devem ser estudadas posteriormente. O diagrama completo se parece com um esqueleto de peixe (de onde vem o nome). Para criar um diagrama de espinha de peixe, deve-se começar com o problema de interesse, a cabeça do peixe. Então, deve-se desenhar a espinha e, saindo da espinha, seis ossos nos quais devem ser listadas as variáveis de entrada que afetam o problema. Cada osso é reservado para uma categoria específica de variável de entrada, como mostrado abaixo. Após listar todas as variáveis de entrada em suas respectivas categorias, uma equipe de experts analisa o diagrama e identifica duas ou três variáveis de entrada que podem ser a fonte do problema.
Matriz de causa e efeito (C&E) - a matriz C&E é uma extensão do diagrama de espinha de peixe. Ela ajuda as equipes do Six Sigma a identificarem, explorarem e exibirem graficamente todas as causas possíveis relacionadas a um problema e assim, procurarem a raiz. É normalmente usada na fase de medição da metodologia DMAIC. Failure Mode and Effect Analysis (FMEA) - os FMEA combatem a probabilidade de erros identificando se um novo produto, processo ou serviço pode falhar. Os FMEA não se preocupam apenas com problemas do próprio projeto Six Sigma, mas com outras atividades e processos relacionados ao projeto. São similares ao QFD em suas instalações. Primeiro, uma lista de possíveis situações de falhas é criada e avaliada por grau de importância. Então uma lista de soluções é apresentada e posicionada a partir da eficácia com que cada uma resolve os problemas. Isso gera pontuações que permitem que a equipe priorize o que pode dar errado e desenvolva medidas preventivas feitas para essas situações de falha. T-Teste - no Six Sigma, você precisa ser capaz de estabelecer um nível de confiança sobre suas medições. Geralmente, um tamanho de amostra maior é desejável quando se roda qualquer teste, mas às vezes isso não é possível. O T-Teste auxilia as equipes do Six Sigma a validarem os resultados de testes usando tamanhos de amostra que vão de 2 a 30 pontos de dados. Gráficos de controle (Controle de processo estatístico ou SPC) - confia nas técnicas estatísticas para monitorar e controlar a variação dos processos. O gráfico de controle é a primeira ferramenta do SPC. As equipes do Six Sgima usam gráficos de controle para conduzirem o desempenho de um processo em um eixo contra o tempo de outro eixo. O resultado é uma representação visual do processo com três componentes principais: uma linha central, um limite de controle superior e um limite de controle inferior. Os gráficos de controle são usados para monitorar a variação em um processo e determinar se a variação está dentro dos limites normais ou se ela resulta de um problema ou de uma mudança fundamental no processo. Design of Experiments (DOE) - quando um processo é otimizado, todas as entradas são ajustadas para fornecer a melhor e mais estável saída. O difícil, claro, é determinar o que aqueles ajustes de entrada podem ser. Um desenho de experimentos, ou DOE, pode ajudar a identificar os ajustes de entrada otimizados. Realizar um DOE pode levar tempo, mas as vantagens são significativas. A maior recompensa é a compreensão adquirida no processo. Modelo DMAIC Importante que estas ferramentas devem ser usada no modelo DMAIC. O processo é tão importante quanto as pessoas. A maioria das equipes Six Sigma utiliza o que ficou conhecido como modelo DMAIC de melhoria de processo. DMAIC significa:
Definição de oportunidade Medição de desempenho Análise de oportunidade Implementação de melhoria de desempenho Controle de desempenho Definição de oportunidade - um projeto Six Sigma começa com um problema bem especificamente definido. Muitas pessoas são usadas para definir os problemas em alta escala. Por exemplo, o dono de uma empresa pode dizer que as contas são o problema, mas essa definição não funciona no Six Sigma. Uma melhor definição avalia o problema em termos quantitativos. O dono da empresa do exemplo acima pode revisar seu problema para servir aos padrões do Six Sigma se disser que "30% das faturas não-pagas estão atrasadas há mais de 45 dias". Com o problema especificamente mostrado, ele agora pode fazer medições significativas. Medição de desempenho - definir o problema é apenas o começo. A seguir temos a parte que leva mais tempo na metodologia DMAIC: determinar as características que influenciam o comportamento do processo. Isso é conseguido com medições e coleta de dados. Análise de oportunidade - coletar dados simplesmente não é o bastante. É preciso analisar os dados usando as poderosas ferramentas de matemática e estatística. Quando emprega essas ferramentas de acordo, você consegue uma visão clara da variação no processo e de como limitá-la. A análise revela se um problema é real ou se é apenas um evento aleatório. Se o evento for aleatório, então não existe solução dento da área de trabalho do Six Sigma. Implementação de melhoria de desempenho - uma vez determinado se o problema é real e não um evento aleatório, as equipes do Six Sigma procuram identificar as possíveis soluções. As soluções devem ser testadas para se saber como interagem com outras entradas de variáveis. E por último, a equipe escolhe as melhores soluções para a implementação. Controle de desempenho - pode parecer que a aplicação de uma solução finaliza o processo do Six Sigma, mas não. Para ter certeza de que uma solução pode ser sustentada a longo prazo, é preciso um planejamento de controle, que envolve coletar dados de controle de qualidade e verificar medidas de acordo com um horário regular. Isso assegura que os processos continuem a rodar com eficiência e mostrem desempenho de ápice Escala da qualidade Para dar significados aos números, os engenheiros da Motorola formularam uma escala para avaliar a qualidade de um processo baseado nos resultados desses defeitos. No topo da escala está o Six Sigma, que equivale a 3.4 DPMO, ou 99,9997% livre de defeitos. Em outras palavras, se você tem um processo funcionando com o Six Sigma, então eliminou quase todos os defeitos, ou seja, o processo é quase perfeito. É claro que muitos processos não funcionam com o Six Sigma. Eles rodam no Five Sigma, Four Sigma ou anteriores. Veja a seguir a escala completa para ter uma apreciação dos números envolvidos. Five Sigma = 233 DPMO, ou 99,98% livre de defeitos Four Sigma = 6.210 DPMO, ou 99,4% livre de defeitos Three Sigma = 66.807 DPMO, ou 93,3% livre de defeitos Two Sigma = 308.538 DPMO, ou 69,1% livre de defeitos One Sigma = 691.462 DPMO, ou 30,9% livre de defeitos
Desvio padrão Representado pela letra grega sigma em minúsculo, é uma estatística que informa o quanto firmemente os pontos de dados estão agrupados ao redor do significado para um determinado processo que, em troca, informa quanta variação existe. Quando os pontos de dados estão firmemente agrupados ao redor do significado e a curva de sino está saturada, o desvio padrão, devido à variação, é pequeno. Quando os pontos de dados estão espalhados e a curva de sino está reta, o desvio padrão e a variação estão ótimos. Os estatísticos geralmente falam sobre o número de desvios padrão do significado. Um desvio padrão em qualquer direção do significado significa 68% dos dados do grupo. Dois desvios padrão são 95% deles. E três desvios padrão são 99% dos dados. No Six Sigma, a grande questão é: quantos desvios padrão podem se encaixar entre o significado e o limite de especificação? Nós podemos calcular esse número usando a fórmula à direita. Nessa fórmula, Z é a pontuação Z, ou pontuação Sigma. Uma baixa pontuação Z significa que uma significativa porção da cauda de distruibuição está se estendendo além do limite de especificação. Uma alta pontuação Z significa que não muito da distruibuição está se estendendo além do limite de especificação. A tabela abaixo mostra as pontuações Z relacionadas às oportunidades de defeitos por milhão. Note que os valores Sigma que identificamos anteriormente estão representados na tabela.
Então, quando as pessoas do Six Sigma falam sobre um "processo Sigma", elas estão se referindo à pontuação Z. Mas o ponto-chave é que você pode melhorar a qualidade de um processo reduzindo a variação. Seu objetivo é a qualidade Six Sigma, que é uma tentativa de perfeição, ou a redução de variação para menos do que a medida de quatro oportunidades de defeitos por milhão. Claramente, a Motorola não inventou as estatísticas por trás do Six Sigma. O que a empresa fez foi aplicar os conceitos de distribuição gaussiana para os processos de fabricação com um rigor que nunca havia sido aplicado antes. No começo, o Six Sigma permaneceu como uma iniciativa interna da Motorola, mas não demorou muito para outras empresas ouvirem sobre as conquistas da Motorola e desejarem resultados similares. Em resposta, os líderes da Motorola viajaram pelo mundo ensinando o Six Sigma para outras organizações. Dois dos primeiros que o adotaram foram a Allied Signal e a GE. A GE contribuiu muito para popularizar o Six Sigma, provavelmente por causa dos resultados: foram US$ 12 bilhões em economia nos cinco primeiros anos de uso. Nos primeiros anos de Six Sigma, o foco estava na melhoria da qualidade do produto, quase sempre em manufaturas. Porém, logo ficou claro que o Six Sigma era mais do que algo para reduzir os defeitos, ele poderia ser utilizado para gerenciar os negócios do dia-a-dia, especialmente nas organizações que verdadeiramente adotaram o Six Sigma, dos altos executivos até os trabalhadores das linhas de produção. Gradualmente, a definição de Six Sigma também evoluiu: atingir um nível de qualidade que satisfaça o consumidor e minimizar as perdas do fornecedor.