Publicações

Este primeiro volume ensina os fundamentos da resolução de problemas de fluxo e os princípios básicos do Lean Management. O livro destina-se a estudantes e formadores de Lean Six Sigma, bem como a gestores que desejam ir além do simples aprendizado de fórmulas e desenvolver as suas práticas com base numa estrutura teórica sólida. Respeitando as raízes históricas, o espírito e a terminologia estabelecida do Lean Six Sigma, o livro esforça-se por identificar, unificar e formalizar os seus princípios fundamentais subjacentes.

Este segundo volume detalha a implementação da abordagem nas empresas e o protocolo metodológico genérico DMAIC. Baseado numa definição original de problemas estatísticos, ensina os fundamentos da resolução de problemas estatísticos "discerníveis" e os princípios básicos do Six Sigma. O livro destina-se a estudantes e professores de Lean Six Sigma, bem como a profissionais de melhoria operacional que desejam ir além do simples aprendizado de fórmulas e desenvolver as suas práticas com base num enquadramento teórico sólido.

Resumo:

O %GRR e o Número de Categorias Distintas (NDC) são amplamente utilizados como indicadores de capacidade do sistema de medição. No entanto, à fórmula de cálculo do NDC habitualmente aceite é atribuído um coeficiente cuja origem levou à coexistência de duas interpretações diferentes e enganosas do NDC. Recomendamos a remoção deste coeficiente de modo a manter a definição de resolução do sistema de medição ou o conceito equivalente de sinal-ruído. Propomos também um realinhamento dos limiares de aceitação do %GRR e do NDC.

Resumo:

Como parte da fase Measure de um projeto Six Sigma (DMAIC), é fundamental determinar a dimensão da amostra adequada, dada a precisão estatística necessária para a estimativa da capacidade do processo (definida aqui como a proporção esperada de unidades defeituosas). Os profissionais de Six Sigma são geralmente ensinados a utilizar regras práticas (ignorando assim o requisito de precisão) ou uma fórmula de dimensão da amostra que permite especificar a precisão necessária. Embora essa fórmula seja fornecida para dados binários, ao lidar com dados de contagem de defeitos, a fórmula habitual ensinada refere-se à estimativa do número médio de defeitos por unidade e não à proporção de unidades defeituosas (ou seja, a taxa de defeituosos). Este artigo elabora uma fórmula e tabelas derivadas para calcular a dimensão da amostra necessária para atingir a precisão estatística desejada na taxa de defeituosos ao trabalhar com uma métrica de contagem de defeitos. Inversamente, calcula-se a precisão obtida para uma determinada dimensão de amostra. Os resultados são depois comparados com os de dados binários e sugere-se que o cálculo da dimensão da amostra para dados binários merece ser considerado como uma alternativa aceitável e mais fácil de utilizar. Destaca-se também o desafio de obter precisões razoáveis devido aos requisitos de dimensão da amostra ao operar com taxas de defeituosos baixas.

Resumo:

Como parte da fase Measure de um projeto Six Sigma (DMAIC), é fundamental determinar a dimensão da amostra adequada, dada a precisão estatística necessária para a estimativa da capacidade do processo (definida aqui como a proporção esperada de unidades defeituosas). Os profissionais de Six Sigma são geralmente ensinados a utilizar regras práticas (ignorando assim o requisito de precisão) ou uma fórmula de dimensão da amostra que permite especificar a precisão necessária. Embora essa fórmula seja fornecida para dados binários, ao lidar com dados contínuos, a fórmula habitual ensinada refere-se à estimativa da média e não à taxa de defeituosos. Outras abordagens alternativas consistem em calcular a dimensão da amostra com base na precisão dos índices de capacidade do processo concebidos para a indústria oficinal/transformadora. Contudo, estes índices técnicos não são frequentemente relevantes para a maioria dos utilizadores e gestores que não trabalham em ambientes de produção específicos. Este artigo elabora soluções para calcular a dimensão da amostra necessária para atingir a precisão estatística desejada na taxa de defeituosos ao trabalhar com uma métrica contínua, tanto no caso de um como de dois limites de especificação. Inversamente, calcula-se a precisão obtida para uma determinada dimensão de amostra. O desafio de avaliar níveis elevados de desempenho Sigma devido à dimensão de amostra necessária também é destacado.