Cep apres dvs

Controle Estatístico do Processo
C E P
1
Controle Estatístico do
Processo - CEP

C E P
2
EXPECTATIVAS FUTURAS
SOBREVIVÊNCIA PELA PRODUTIVIDADE

C E P
3
TIPOS DE EMPRESAS
INERTES TEORIA DO SAPO FERVIDO
REATIVAS TEORIA DA CENOURA
PRÓ-ATIVAS SE ANTECIPAM AS TENDÊNCIAS

C E P
4
OBJETIVOS DE UMA EMPRESA HONESTA
Uma empresa honesta SÓ PODERÁ SOBREVIVER dentro de uma
sociedade se for para contribuir para a SATISFAÇÃO DAS PESSOAS.
CLIENTE PRIORIDADE
• Cliente : Característica de Qualidade VALOR
• Colaborador: Crescimento do ser humano
• Acionista: Produtividade CUSTO/PREÇO

C E P
5
SOBREVIVÊNCIA DA EMPRESA
Para toda empresa existe e cada vez mais FORTE, a possibilidade
de saturação de mercado para os seus produtos; novas
tecnologias que com o tempo os tornam obsoletos ou caros
demais quando comparados com novos produtos e/ou da
CONCORRÊNCIA.
Apenas com um processo de MELHORIA CONTÍNUA é possível
alcançar o nível potencial ideal de produtividade e lucratividade que
pode representar o SUCESSO ou o FRACASSO da EMPRESA.

C E P
6
VALOR =
Qualidade X Atendimento
Custo X Tempo
VALOR: PRODUTOS / SERVIÇOS QUE SE TORNAM NECESSÁRIOS;
DESEJADOS E AMBICIONADOS PELOS CLIENTES
Melhorar => Controlar

C E P
7
 Existem várias formas de se manter controle sobre as variáveis
mais importantes do processo:
 Elaboração de check list e procedimentos;
 Dispositivos à prova de erros;
 Controle Estatístico do Processo - CEP.
CONTROLE - FORMAS

C E P
8
 Dispositivos à prova de erros (Poka-yoke)
 A Toyota foi a pioneira na elaboração destes dispositivos, criando
os sistemas de pino e furos descentralizados nas suas linhas de
montagem.
 Consiste em tornar o controle dos poucos “X’s” vitais, automático;
fazendo com que a probabilidade de o operador cometer um erro
seja nula.
CONTROLE - POKA-YOKE

C E P
9
O QUE É CEP?
 Representação gráfica da variação de um processo ou produto
ao longo do tempo;
 Transforma os dados em padrões que podem ser testados
estatisticamente;
 Usado para detectar se alguma causa especial está provocando
variação.

C E P
10
Processo
APROVADO
REJEITADO
6M
Material
Mão de obra
Meio
Medidas
Métodos
Máquina
Inspeção
FOCO:
• Produto
CONTROLE POR: “DETECÇÃO“

C E P
11
CONTROLE POR: “PREVENÇÃO“
Processo
FOCO:
• Processo
• Produto
6M
Auditoria
C
E
P
Monitoramento
Ajustes
Material
Mão de obra
Meio
Medidas
Métodos
Máquina
APROVADO
REJEITADO

C E P
12
FLUXOGRAMA PARA IMPLANTAÇÃO DO CEP
Seleção dos
Pontos Críticos
Escolha do
meio de medição
Estudo de
MSA
OK?
NÃO SIM
Cmk é
viável?
Estudo de Cmk
OK?
Plano de
Ação
Estudo de Cpk
Carta Experimental
Análise crítica dos
Resultados
CARTA
Análise critica
dos resultados
OK?
Plano de
Ação
SIM
NÃO
Relatório de
justificativa
SIM
OK?
Plano de
Ação
Treinamento
Operacional
SIMNÃO
SIM
NÃO
NÃO

C E P
13
ALGUNS BENEFÍCIOS DO CEP
 Custos mais baixos de fabricação;
 Processos estáveis e controlados;
 Especificações mais realistas;
 Menos inspeções;
 Melhor qualidade do produto.

C E P
14
 Use FMEA para identificar RPN’s (Número de Prioridade de
Risco) elevados devido a falta de controle;
 Identifique fatores críticos através de experimentos;
 Identifique fatores críticos através de gráficos de dispersão;
 Coloque inicialmente os gráficos nas variáveis de saída (“Y”);
 Depois, coloque gráficos nas variáveis críticas de entrada;
 Se um gráfico não estiver proporcionando informação para gerar
ações, REMOVA-O.
GRÁFICOS DE CONTROLE - ESTRATÉGIA PARA UTILIZAÇÃO:

C E P
15
N=1Quando é necessário um
longo período de tempo
para se obter uma
amostra significativa
Monitorar a
variabilidade de uma
característica
individual
Individual Amplitude
Móvel
I e MR
N>6Usado em conjunto com
o gráfico de médias
Monitorar a
variabilidade (+
sensível)
Desvio Padrão
S
2<n<6Usado em conjunto com
o gráfico de médias
Monitorar a
variabilidade
Amplitude
R
N>1Amostragem de + de 3
unidades por vez
Monitorar a média de
uma característica
Média
X
Sub grupoAplicaçãoFinalidadeTipo de Gráfico
TIPOS DE GRÁFICOS DE CONTROLE PARA VARIÁVEIS

C E P
16
Sub grupoAplicaçãoFinalidadeTipo de Gráfico
= 1Número de defeitos por
unidade inspecionada
Número de defeitos por
unidade inspecionada
Número médio de
defeitos por unidade
VariávelNúmero de defeitos por
subgrupo inspecionado
subgrupo inspecionado
subgrupo
(c)
VariávelO resultado da
inspeção é “passou /
falhou”
Unidades rejeitadas /
unidades inspecionadas
em um subgrupo
Fração defeituosa
(p)
FixoTamanho do subgrupo
fixo
Número de unidades
defeituosas em um
subgrupo
Número de defeituosos
(np)
TIPOS DE GRÁFICOS DE CONTROLE PARA ATRIBUTOS

C E P
17
X ind e
MR
Tipo
Dados
início
Defeitos
Ou
Defeituosos
Individual
Ou
Subgrupo
Oportunidades
constantes Sub grupo
<6
Tamanho
Amostra
constante
X barra e
R
X barra e
S
Np ou
p
pC ou UU
ATRIBUTOS VARIÁVEIS
DEFEITUOSOS
DEFEITOS
INDIVIDUAIS
SUBGRUPOS
RACIONAIS
NÃO
SIMNÃO SIMNÃO SIM
ESCOLHA DO TIPO DE GRÁFICO

C E P
18
LSC = Limite Superior de
Controle (média + 3 σ)
LIC = Limite Inferior de
Controle (média - 3 σ)
LC = Linha Central
LSC
LIC
LC
TEMPO
GRÁFICOS DE CONTROLE - COMPONENTES DE UM GRÁFICO:
“Y”(Resposta,oquêestamos
medindo)

C E P
19
LSC = Limite superior de controle
LIC = Limite inferior de controle
LSE = Limite Superior de Especificação
LIE = Limite Inferior de Especificação
LSC
LIC
LC
TEMPO
LSE
LIE
GRÁFICOS DE CONTROLE - LSC E LIC X LSE E LIE

C E P
20
LIMITES DE CONTROLE PARA VARIÁVEIS
Carta R/X
Gráfico das Médias Gráfico das Amplitudes
LSC X A RX
  2
LSC D RR
 4
LIC X A RX
  2
LIC D RR
 3
Carta X R/
Gráfico de Valores Individuais Gráfico das Amplitudes
LSC X A RX
  2 LSC D RR
 4
LIC X A RX   2 LIC D RR
 3

C E P
21
FATORES PARA CÁLCULO DOS LIMITES
Número de
Valores CartaX R/ CartaX R/
n A2 d2 D3 D4 A2 D2 D3 D4
2 1.880 1.128 --- 3.267 2.660 1.128 --- 3.267
3 1.023 1.693 --- 2.574 1.772 1.693 --- 2.574
4 0.729 2.059 --- 2.282 1.457 2.059 --- 2.282
5 0.577 2.326 --- 2.114 1.290 2.326 --- 2.114
6 0.483 2.534 --- 2.004 1.184 2.534 --- 2.004
7 0.419 2.704 0.076 1.924 1.109 2.704 0.076 1.924
8 0.373 2.847 0.136 1.864 1.054 2.847 0.136 1.864
9 0.337 2.970 0.184 1.816 1.010 2.970 0.184 1.816
10 0.308 3.078 0.223 1.777 0.975 3.078 0.223 1.777

C E P
22
LIMITES DE CONTROLE PARA ATRIBUTOS
Carta Média Limite Superior de Controle Limite Inferior de Controle
p LC p LSC p
p p
n
 

3
1( )
LIC p
p p
n
 

3
1( )
np LC np
LSC np np p  3 1( ) LIC np np p  3 1( )
c
LC c LSC c c  3 LIC c c  3
u
LC u
LSC u
u
n
  3 LIC u
u
n
  3

C E P
23
 Aplicação Prática
 Carta de controle por variáveis
 Xbarra, R
SPC - CHART:
PRODUTO: CÓDIGO: OPERAÇÃO/ M ÁQUINA:
Comando XP7t Solda
M EIO DE CONTROLE: ESPEC. M Í N.: ESPEC. M ÁX .: UNIDADE:
Controle Visual --- --- ---
Total de defeitos 11 16 24 21 26 17 14 21 28 31 26 33 20 30
Defeitos / Unidade 5,5 8 12 11 13 8,5 7 11 14 16 13 17 10 15
DATA 1/jul 1/jul 1/jul 1/jul 1/jul 1/jul 1/jul 1/jul 2/jul 2/jul 2/jul 2/jul 2/jul 2/jul
HORA 1tur. 1tur. 1tur. 1tur. 2tur. 2tur. 2tur. 2tur. 1tur. 1tur. 1tur. 1tur. 2tur. 2tur.
A
Solda fria no
led
7 14 17 18 15 13 12 11 24 29 20 29 18 16
B
Solda fria
(geral)
2 1 7 2 11 2 2 5 4 1 5 4 2 14
LSC
LIC
Média
19
0
9
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25

C E P
24
TEMPO
Centralização
GRÁFICOS DE CONTROLE - O QUE MUDOU?

C E P
25
TEMPO
Dispersão

C E P
26
TEMPO
Centralização
e
Dispersão

C E P
27
 Um ponto fora dos limites de controle (+ ou - 3 σ);
 Dois de três pontos consecutivos fora dos limites (+ ou - 2σ);
 Quatro de cinco pontos consecutivos fora dos limites (+ ou - 1 σ);
 Sete pontos consecutivos de um mesmo lado da linha central;
 Sete pontos consecutivos Crescentes;
 Sete pontos consecutivos Decrescentes;
 O padrão se repete oito vezes consecutivas;
 Qualquer padrão claramente não aleatório.
 IMPORTANTE: Todas as alterações do processo e as ações
corretivas tomadas devem ser registradas no “Diário de Bordo”.
GRÁFICOS DE CONTROLE - DETECTANDO A FALTA DE CONTROLE:

C E P
28
 PRINCÍPIO DA NATUREZA:
Não existem dois seres exatamente iguais.
MAS ... POR QUE OS PROCESSOS VARIAM???
 Existem duas naturezas básicas de causas:
 Causas Comuns,
 Causas Especiais.

C E P
• Intrínsecas ao processo;
• Presença constante;
• Origem no sistema.
EXEMPLOS:
• Processo mal definido;
• Equipamento inadequado;
• Especificações mal definidas;
• Condições ambientais inadequadas.
CAUSAS COMUNS:
Mais exemplos:

C E P
• Ocasionais;
• Acidentais;
• Localizadas;
• Origem específica.
EXEMPLOS:
• Queima de uma resistência;
• Quebra de uma ferramenta;
• Desgaste excessivo de um equipamento;
• Um operador particular.
CAUSAS ESPECIAIS:
Mais exemplos:

C E P
CAUSAS COMUNS: PODEM SER REDUZIDAS!
• Ações gerenciais;
• Atuação no sistema.
VOLTANDO AOS EXEMPLOS:
• Processo mal definido;
• Equipamento inadequado;
• Especificações mal definidas;
• Condições ambientais inadequadas.
Como reduzir as
causas
comuns???

C E P
CAUSAS ESPECIAIS: DEVEM SER LOCALIZADAS E ELIMINADAS!
• Ações operacionais;
• Atuação no local.
VOLTANDO AOS EXEMPLOS:
• Queima de uma resistência;
• Quebra de uma ferramenta;
• Desgaste excessivo de um equipamento;
• Um operador particular.
Como reduzir as
causas
especiais???

C E P
DOIS ERROS COMUNS:
• Subcontrole:
Inexistência de atuação sobre as causas comuns impedindo a
redução da variabilidade.
• Supercontrole:
Atuar sobre causas “supostamente especiais” aumentando a
variabilidade.

C E P
PROCESSOS AFETADOS SOMENTE POR CAUSAS COMUNS SÃO:
• Sob controle (estatístico);
• Estáveis;
• Previsíveis.

C E P
PROCESSOS AFETADOS POR CAUSAS ESPECIAIS SÃO:
• Fora de controle (estatístico);
• Instáveis;
• Imprevisíveis.
?

C E P
ESTATÍSTICA
QUAL É A BASE DO CEP?

C E P
37
150,0 + 0,2 mm
É o que o cliente deseja !!!
Mas como eu cheguei nesta especificação?
Exemplo do giz de cera
ESTATÍSTICA - RECORDANDO UM POUCO ...

C E P
150,O 150,1 150,2 150,3149,9149,8149,7
Tolerância: 150,0  0,2
EXEMPLO DO GIZ DE CERA:

C E P
39
PARÂMETROS ESTATÍSTICOS
 Tendência central (posição)
 Média, mediana, moda.
 Tendência lateral (dispersão)
 Amplitude, Desvio padrão, Variância.

C E P
40
CÁLCULOS
n
x
x
n
i
i
 1
Exemplo!
Média aritmética

C E P
41
EXEMPLO:
Peça (Xi ) Medida
01 4,41
02 3,96
03 4,32
04 4,95
05 4,62
06 4,59
07 4,02
08 3,30
09 3,30
10 5,04
25,4
10
04,530,330,302,459,462,495,432,496,341,4



x
x
n
x
x
n
i
i
 1
Média aritmética

C E P
42
CÁLCULOS:
2
ˆ
d
R

mínmáx xxR 
Exemplo!
Desvios padrão
Desvio Padrão Populacional: 
Desvio Padrão Amostral: s
Amplitude - R
 =
(x
n
i
i 1
n


 x)2
s
x
=
(x
n - 1
i
i 1
n


 )2

C E P
43
AMPLITUDE (R):
Maior valor
(Xmáx)
Menor valor
(Xmín)
74,1
30,304,5



R
R
xxR
mínmáx
Peça (Xi ) Medida
01 4,41
02 3,96
03 4,32
04 4,95
05 4,62
06 4,59
07 4,02
08 3,30
09 3,30
10 5,04

C E P
44
DESVIO PADRÃO (EXATO):
X1 4,41 4,25-4,41= -0,16 0,03
X2 3,96 4,25-3,96= 0,29 0,08
X3 4,32 4,25-4,32= -0,07 0,00
X4 4,95 4,25-4,95= -0,70 0,49
X5 4,62 4,25-4,62= -0,37 0,14
X6 4,59 4,25-4,59= -0,34 0,11
X7 4,02 4,25-4,02= 0,23 0,05
X8 3,30 4,25-3,30= 0,95 0,90
X9 3,30 4,25-3,30= 0,95 0,90
X10 5,04 4,25-5,04= -0,79 0,62
3,34TOTAL
2
)( ixx )( ixx )( ix
61,0
9
34,3
1
)(
1
2







n
xx
n
i
i
s
Peça (Xi ) Medida
01 4,41
02 3,96
03 4,32
04 4,95
05 4,62
06 4,59
07 4,02
08 3,30
09 3,30
10 5,04

C E P
45
DESVIO PADRÃO ESTIMADO:
Peça (Xi ) Medida
01 4,41
02 3,96
03 4,32
04 4,95
05 4,62
06 4,59
07 4,02
08 3,30
09 3,30
10 5,04
57,0
078,3
74,1
ˆ
2

d
R


C E P
46
HISTOGRAMA
 É um gráfico, de barras verticais, que mostra a variação em um
grupo de dados, através da distribuição de freqüência.
c d e f g ia b h
Quantidade
Classes

C E P
47
Altura da barra vertical
(proporcional à freqüência de
ocorrência)
O eixo horizontal mostra a característica de
medida dividida em classes
h
Altura
HISTOGRAMA

C E P
48
Classes
c d e f g ia b h
Quantidade
Curva de Gauss
(Normal)
Polígono de
Freqüência
HISTOGRAMA

C E P
49
1x
2x
3x
4x
5x
6x
Ponto de
inflexão = 1 
Média da
distribuição

ÁREA SOB A CURVA NORMAL
P X x e dx
xx
( )
( )
 




1
2
2
2
2
 



C E P
50
%9999998,996
%999943,995
%994,994
%73,993
%952
%681












x
x
x
x
x
x
ÁREA SOB A CURVA NORMAL - (PROBABILIDADE)

C E P
51
68 %
16 %
16 %
1x1x

C E P
52
95 %
2,5 %
2,5 %
2x2x

C E P
53
99,73 %
0,135 % 0,135 %
3x3x

C E P
54
CONSTRUÇÃO DO HISTOGRAMA:
 Número de amostras (N)
 Tamanho da amostra (n)
 Número de classes (k)
N.n k
31 a 50
51 a 100
101 a 250
acima de 250
5 a 7
6 a 10
7 a 12
10 a 20

C E P
55
 Amplitude (R)
 R = Maior leitura - Menor leitura
 Amplitude de classe (h)
 h = R : k
CONSTRUÇÃO DO HISTOGRAMA:

C E P
56
 Foram observados 100 diâmetros de um eixo (20 amostras de
tamanho = 5):
 N.n = 20 x 5 = 100 medidas
 k = 6 a 10 (tabela); k escolhido = 10 classes
 Maior leitura = 3,68 mm
 Menor leitura = 3,30 mm
 Amplitude (R) = 3,68 - 3,30 = 0,38 mm
 h = R : k = 0,38 : 10 = 0,038 ou 0,04 mm
EXEMPLO:

C E P
57
3,30 3,34
3,66 3,70
3,62 3,66
3,58 3,62
3,38 3,42
3,42 3,46
3,46 3,50
3,50 3,54
3,54 3,58
Classe Não Ajustada
3,34 3,38
02 **
23 ***** ***** ***** ***** ***
22 ***** ***** ***** ***** **
04 ****
05 *****
10 ***** *****
15 ***** ***** *****
10 ***** *****
05 *****
04 ****
Freqüência
3,30 3,335
3,34 3,375
3,66 3,765
3,62 3,655
3,58 3,615
3,38 3,415
3,42 3,455
3,46 3,495
3,50 3,535
Classe Ajustada
3,50 3,535
EXEMPLO:

C E P
58
Quantidade
Classes
3,30
3,34
3,38
3,50
3,42
3,46
3,54
3,58
3,62
3,66
3,70
5
2
22
10
4
23
15
10
5
4
00
05
10
15
20
25

C E P
59
DISTRIBUIÇÃO NORMAL:
 Determinação da probabilidade.
 Tomemos o seguinte exemplo:
 Um processo produz peças segundo uma distribuição
normal de média 150,0 mm e desvio padrão de 0,5 mm.
 Queremos saber qual a porcentagem de peças produzidas,
por esse processo, que têm medida superior a 151,5 mm

C E P
60
150,0 mm
 = 0,5 mm
P(X>151,5)

C E P
61
TABELA NORMAL REDUZIDA:
 Usando a tabela normal reduzida:

xLSE
ou
LIExZ 
 No nosso exemplo:
%135,0)5,151(
00135,0)(00,3
>

xP
tabelaZ
5,0
0,1505,151 



xLSE
Z


C E P
62
CPK AND CMK ANALYSIS
16,015,815,615,415,215,0
USLLSL
Process Capability Analysis for Altura Led
PPM Total
PPM > USL
PPM < LSL
PPM Total
PPM > USL
PPM < LSL
PPM Total
PPM > USL
PPM < LSL
Ppk
PPL
PPU
Pp
Cpm
Cpk
CPL
CPU
Cp
StDev (LT)
StDev (ST)
Sample N
Mean
LSL
Target
USL
64,60
32,30
32,30
17,00
8,50
8,50
0,00
0,00
0,00
1,33
1,33
1,33
1,33
*
1,43
1,43
1,43
1,43
0,146148
0,135762
216
15,4996
14,9157
*
16,0835
Expected LT PerformanceExpected ST PerformanceObserved PerformanceOverall (LT) Capability
Potential (ST) Capability
Process Data
ST
LT

C E P
63
 Aplicação Prática
 O índice Cp;
 O índice Cpk;
 Cpk e Nível Sigma.
6
LIELSE
Cp

 




 

 3
;
3
.
LIExxLSE
mínCpk
CPK AND CMK ANALYSIS

C E P
ENTENDENDO UM POUCO DE CAPABILIDADE
Muita variação
Descentralizado
Pouca variação
Centralizado
Baixa Capabilidade
do Processo
LIE LIE LSE
Alta
Capabilidade
de ProcessoMédia deslocada
e
dispersão
excessiva
LSE

C E P
LIE LSE LIE LSE
Pouca variação
Descentralizado
Muita variação
Descentralizado

C E P
OBJETIVO DO 6 !
Na mosca!
Pouca variação => EXATIDÃO
Centralizado=> PRECISÃO
LIE LSE

C E P
O QUE SIGNIFICA UM PROCESSO SER “3”
+ 3 de Capabilidade
-
LSE
1  2  3 
LIE Alvo
Desvio
padrão

C E P
LSELIE
6432 51
Alvo
+ 6 de Capabilidade
-
AGORA VAMOS VER UM PROCESSO “6”

C E P
ONDE ESTAMOS HOJE ???...
2 308.537
3 66.807
4 6.210
5 233
6 3,4
 PPM
Capabilidade de Processo Defeitos por Milhão
de Oportunidades
Cpk
0,67
1,00
1,33
1,67
2,00

C E P
70
IMPLANTAÇÃO OU REESTRUTURAÇÃO DO CEP - CONCEITOS
 Elaboração de uma estrutura simples e funcional;
 Que possibilite a interação dos setores envolvidos;
 Que propicie a evolução do sistema da Qualidade;
 Prevenção de falhas;
 Ações preventivas;
 Melhoria contínua;

C E P
71
OBJETIVOS ESPECÍFICOS DO CEP
 Reduzir perdas e retrabalhos;
 Tornar e manter os processos capazes;
 Identificar as causas dos problemas;
 Planejar as ações corretivas e/ou preventivas;
 Obter a estabilidade dos processos;
 Melhorar a qualidade da mão de obra;
 Garantir a qualidade do produto final.

C E P
72
A EQUIPE GERENCIAL
 Formada por membros de alta responsabilidade na empresa;
 Deve cobrir todas as áreas da empresa;
 Deve nomear um coordenador para a implantação e
manutenção;
 Compromisso pessoal de dedicação ao sistema;
 Reuniões periódicas de caráter deliberativo.

C E P
73
COORDENADOR
 Deve dedicar-se efetivamente à implantação e manutenção;
 Seguir as diretrizes traçadas pela equipe gerencial;
FUNÇÕES DO COORDENADOR:
 Reduzir ao mínimo o tempo de implantação;
 Ter um cronograma preliminar, detalhado por setor;
 Definir os objetivos;
 Estimar as quantidades e tipos de gráficos previstos;
 Prever as várias etapas e tipos de treinamento a serem ministrados;
 Determinar as responsabilidades dentro dos processos;
 Desenvolver o trabalho em equipe.

C E P
74
GRUPOS SETORIAIS
 Formados por integrantes dos vários departamentos da
empresa;
 Devem ter como base de apoio:
 Engenharia do produto;
 Engenharia de processo;
 Gestão da Qualidade;
 Produção;
 Manutenção;
 Área financeira (Análise e controle de custos)

C E P
75
GRUPOS SETORIAIS (CONT.)
 Os membros devem reunir-se afim de:
 Estudar procedimentos;
 Tomar decisões;
 Planejar novas ações;
 Resumir progressos;
 Reportar resultados.

C E P
76
GRUPOS SETORIAIS (FUNÇÕES)
 Elaborar o plano setorial de implantação;
 Estabelecer os procedimentos para o CEP, adaptados às
necessidades do setor e objetivos da empresa;
 Preparar os formulários e instruções escritas necessários ao
efetivo uso desses procedimentos;
 Planejar e conduzir os estudos de capacidade do processo;

C E P
77
GRUPOS SETORIAIS (FUNÇÕES)
 Planejar os gráficos de controle do setor e determinar o tipo e o
número a ser utilizado;
 Implantar os gráficos, treinando os operadores;
 Medir, analisar e relatar, periodicamente, os progressos e as
inadequações encontradas;
 Analisar criticamente, periódica e sistematicamente, cada
gráfico;

C E P
78
FATORES QUE DIFICULTAM A IMPLANTAÇÃO:
 Ausência de objetivos claros e definidos;
 Alegação de atrasos na produção;
 Mentalidade de “apaga-incêndio”;
 Desinformação (custo de implantação);
 Expectativas de resultados a curto prazo;
 Falta de confiança no sistema;

C E P
79
FATORES QUE DIFICULTAM A IMPLANTAÇÃO: (CONT.)
 Falta de comprometimento;
 Falta de apoio ou estímulo da alta administração;
 Falta de cooperação e envolvimento;
 Barreiras interdepartamentais;
 Medo de mudanças;
 Falta de definição de responsabilidades;
 Burocracia excessiva (decisão demorada);
 Acesso difícil às informações sobre custos;

C E P
80
CONCEITOS IMPORTANTES NA IMPLANTAÇÃO:
 A evolução é contínua;
 Nenhum dos passos pode ser considerado definitivo;
 Consciência que deve haver uma mudança no sistema atual;

C E P
81
CONCEITOS CHAVES:
 Qualidade é Função e não Departamento;
 A Qualidade tem dois inimigos básicos:
 As variações e
 A permissividade.
 Todos os problemas ou defeitos estão correlacionados a
requisitos do consumidor e especificações do projeto não
atendidas;
 Prevenção é não deixar a falha acontecer;
 É mais econômico prevenir as falhas do que tentar mantê-las
sob controle;

C E P
82
CONCEITOS CHAVES: (CONT.)
 A força maior para erradicar falhas reside na gerência e
supervisão;
 Se a qualidade for a prioridade primeira, os objetivos de volume,
custo e prazo serão obtidos mais facilmente;
 Quanto melhor a qualidade, maior a produtividade e menores os
custos;
 A qualidade é obtida por quem faz o trabalho e não por quem a
controla;

C E P
83
CONCEITOS PARA PREVENIR:
 O projeto deve formalizar as necessidades e desejos do Cliente;
 O projeto deve estar “vacinado” contra oportunidades de falhas;
 Observar o processo e identificar oportunidades de falha;
 O processo deve ser bem definido, previsível e capaz;
 Obter qualidade na prevenção e não na avaliação;

C E P
84
CONCEITO SOCIAL:
 Livre e franca conversação entre todos os níveis;
 Programa de treinamento contínuo;
 O líder não policia e sim tutela;
 Cada colaborador é responsável pelo trabalho que executa;
 A responsabilidade das falhas não é só do operador mas de todo
o sistema.

C E P
85
MASP - FERRAMENTAS ELEMENTARES.
 Tempestade de idéias;
 Fluxograma de processo;
 Folha de verificação;
 Diagrama de Pareto;
 Diagrama de Causa e Efeito;
 Histograma;
 Carta de Controle;

C E P
REFERÊNCIAS BIBLIOGRÁFICAS
 Esta apostila foi elaborada por Divino Vieira da Silva, utilizando as
seguintes referências:
 Manual do Green Belt - GE Dako - Six Sigma Training GE Dako -
2000;
 Manual do Programa Black Belt para Candidatos do Grupo
Brasmaotor - FDG - Fundação de Desenvolvimento Gerencial -
1998;
 Aperfeiçoamento da Qualidade e da Produtividade - John L.
Hradeski - Mc Graw Hill - 1989;
 Brassard, Michael - Memory Jogger - Qualitymark Editora Ltda -
1996;
 Ferramentas Estatísticas Básicas para o Gerenciamento de
Processos - WERKEMA, Maria Cristina Catarino - Fundação
Christiano Ottoni - 1995.

Cep apres dvs

Mais conteúdo relacionado

Mais procurados

Destaque

Semelhante a Cep apres dvs

Cep apres dvs