Certificações oficiais Six Sigma

Fase Medir em Six Sigma: sistemas de medição DMAIC

Medir é uma parte importante da resolução de problemas. Capta informação fundamental sobre as práticas atuais para orientar melhorias. Os pormenores importam. Medições exatas, relevantes e fiáveis ajudam a compreender problemas e oportunidades. Comece com definições claras e um plano prático.

A fase Medir recolhe dados essenciais para compreender desempenho e variação. Envolve identificar medidas fundamentais, recolher informação relevante e analisar o estado atual para sustentar iniciativas posteriores.

Os sistemas de medição DMAIC

Esta secção explica as fontes de variação do sistema de medição e ajuda a escolher uma análise adequada a dados contínuos ou discretos.

Análise do Sistema de Medição (MSA) para tipos de dados

Para medições contínuas, um estudo de repetibilidade e reprodutibilidade (R&R) ajuda a avaliar:
  • % de tolerância
  • % de contribuição
  • Número de categorias distintas
Para avaliações discretas ou categóricas, um estudo de concordância de atributos pode avaliar:
  • Exatidão
  • Repetibilidade
  • Reprodutibilidade
Um estudo de medição adequado e software estatístico podem estimar estas medidas. A percentagem de tolerância compara a variação de estudo da medição com a largura da especificação. A contribuição compara uma componente de variância de medição com a variância total. A variação de estudo usa desvios-padrão, não variâncias. Têm denominadores diferentes e não são intercambiáveis. As faixas orientativas abaixo devem ser verificadas face ao plano documentado da aplicação.


Sources of observed variationEnglish teaching artwork. Sources of observed variation. Observed process variation Measurement system Actual process Appraisers Instruments Methods and conditions Controllable factors Uncontrollable factors MSA characteristics Bias / accuracy Stability Linearity Repeatability Reproducibility Assess these characteristics across the measurement system; they are not five additive instrument variance components.Sources of observed variationObserved processvariationMeasurement systemActual processAppraisersInstrumentsMethods andconditionsControllable factorsUncontrollablefactorsMSA characteristicsBias / accuracyStabilityLinearityRepeatabilityReproducibilityAssess these characteristics across the measurement system; they are not five additive instrument variance components.
Abrir diagrama em tamanho real

Componentes da variação Six Sigma


A variação observada reflete a variação real e o erro de medição. A variação do processo pode vir de fatores controláveis e de fatores difíceis de controlar.

O erro de medição pode vir de avaliadores, instrumentos, métodos e condições. MSA examina viés e exatidão, estabilidade, repetibilidade, reprodutibilidade e linearidade. A reprodutibilidade inclui diferenças entre avaliadores; não é apenas propriedade do instrumento.

Variância observada = variância real do processo + variância do erro de medição, quando valores e erros não estão correlacionados.

Num modelo aditivo, o valor observado é o valor do processo mais o erro de medição. As variâncias somam-se quando as componentes não estão correlacionadas. Se estiverem, a variância inclui também duas vezes a covariância. Os desvios-padrão não se somam da mesma maneira.


Process and measurement-error varianceEnglish teaching artwork. Process and measurement-error variance. True process Measurement error Observed measurements Density Value Uncorrelated additive errors: variances add; standard deviations do not. Uncorrelated additive errors: variances add; standard deviations do not. Observed variance = process variance + measurement-error variance. Bias and correlation require separate consideration. Illustrative probability densities use a common value and density scale.Process and measurement-error varianceTrue processValueMeasurement errorValueObserved measurementsValueDensityUncorrelated additive errors: variances add; standard deviations do not.Observed variance = process variance + measurement-error variance. Bias and correlation requireseparate consideration.Illustrative probability densities use a common value and density scale.
Abrir diagrama em tamanho real

Variação do processo Six Sigma


Observed spread and true process spreadEnglish teaching artwork. Observed spread and true process spread. LSL USL Observed spread True process spread Value Density Illustrative specification limits; measurement error broadens observed spread. Illustrative specification limits; measurement error broadens observed spread. Specification limits describe requirements; they are distinct from control limits.Observed spread and true process spreadDensityLSLUSLValueObserved spread · solid tealTrue process spread · dashedIllustrative specification limits; measurement error broadens observed spread.Specification limits describe requirements; they are distinct from control limits.
Abrir diagrama em tamanho real

Variação observada e variação real Six Sigma


No exemplo acima, LSL é o Limite Inferior de Especificação e USL o Limite Superior.

Análise do sistema de medição

Os erros do sistema de medição podem resultar de:
  • Exatidão – Proximidade de um valor de referência. A diferença entre a medição média e a referência é o viés.
  • Repetibilidade – Variação quando o mesmo avaliador mede repetidamente a mesma característica da mesma peça com o mesmo instrumento, nas mesmas condições.
  • Reprodutibilidade – Variação entre avaliadores que medem a mesma característica nas mesmas peças com o mesmo instrumento e procedimento.
  • Estabilidade – Alteração do desempenho, como o viés, durante um período prolongado sob um procedimento definido.
  • Linearidade – Alteração do viés de medição ao longo da amplitude do instrumento.

Nível aceitável de variação do sistema de medição — Regras orientativas


Example screening bands: interpret each measure independently and confirm the criteria in your measurement plan. Percent tolerance and percent contribution use different denominators.

DecisionMeasurement %ToleranceMeasurement %ContributionNumber of distinct categories
AcceptableLess than 8%Less than 2%More than 10
Evaluate risk8% to 30%, inclusive2% to 7.7%, inclusive4 to 10, inclusive
UnacceptableMore than 30%More than 7.7%Fewer than 4
Abrir diagrama em tamanho real

Regra orientativa Six Sigma R&R dos instrumentos — Dados contínuos


These example bands retain strict greater-than and less-than rules. At exactly 90%, review the documented measurement-plan criterion; do not assume an automatic pass or fail.

DecisionAccuracy / agreement with referenceRepeatability / within-appraiser agreementReproducibility / between-appraiser agreement
AcceptableMore than 90%More than 90%More than 90%
UnacceptableLess than 90%Less than 90%Less than 90%
Boundary reviewExactly 90%: apply the documented criterionExactly 90%: apply the documented criterionExactly 90%: apply the documented criterion
Abrir diagrama em tamanho real

Regra orientativa Six Sigma R&R de atributos — Dados discretos


Variação do processo

A variação de causas comuns é o fundo de variação inerente ao processo atual. Um processo estável apresenta um padrão consistente e previsível. Causas especiais são desvios a esse padrão e devem ser investigadas. Um sinal da carta indica possível instabilidade, mas não estabelece a causa específica.

Interpretação dos dados

Interpretam-se os dados segundo estabilidade, normalidade, forma, dispersão e centragem.

Um gráfico de sequência temporal representa medições pela ordem de recolha. Ajuda a avaliar estabilidade e padrões a investigar. Use uma regra predefinida ou teste de sequências adequado e considere o contexto antes de atribuir um padrão a uma causa especial.

Os esquemas seguintes ilustram valores repetidos, agrupamento, misturas, oscilação, tendências e deslocamentos em torno de uma mediana de referência. São exemplos qualitativos didáticos, não resultados ajustados nem testes de significância calculados.

Gráfico temporal — Valores iguais

Sete ou mais valores consecutivos idênticos são um sinal de triagem neste exemplo. Investigue arredondamento, resolução limitada, registo de dados ou mudança no processo. Valores repetidos não provam viés.


Run chart · repeated valuesEnglish teaching artwork. Run chart · repeated values. Measurement Time Reference median Eight consecutive equal values are highlighted. Check resolution, rounding, recording practices and the process; identical values alone do not prove bias. Illustrative run pattern. Eight consecutive equal values are highlighted. Check resolution, rounding, recording practices and the process; identical values alone do not prove bias. Illustrative run pattern.Run chart · repeated valuesMeasurementReferencemedianTimeEight consecutive equal values are highlighted.Check resolution, rounding, recording practices and the process; identical values alone do not provebias.Illustrative run pattern.
Abrir diagrama em tamanho real

Gráfico temporal Six Sigma — Valores iguais


Gráfico temporal — Agrupamento

O agrupamento produz relativamente poucas sequências em torno da mediana: grupos consecutivos ficam do mesmo lado antes de cruzar. Pode resultar de diferenças entre lotes ou configurações e de problemas de medição ou amostragem. Investigue, sem assumir uma causa apenas pelo padrão.


Run chart · clusteringEnglish teaching artwork. Run chart · clustering. Measurement Time Reference median Clustering: comparatively few runs about the reference median. Investigate possible lot, setup, measurement or sampling effects. Illustrative run pattern. Clustering: comparatively few runs about the reference median. Investigate possible lot, setup, measurement or sampling effects. Illustrative run pattern.Run chart · clusteringMeasurementReferencemedianTimeClustering: comparatively few runs about the reference median.Investigate possible lot, setup, measurement or sampling effects.Illustrative run pattern.
Abrir diagrama em tamanho real

Gráfico temporal Six Sigma — Agrupamento


Gráfico temporal — Misturas

As misturas produzem relativamente muitas sequências em torno da mediana, cruzamentos frequentes e poucos pontos próximos do centro. Juntar populações ou amostrar processos em níveis diferentes pode gerar este padrão. A regra de catorze ou mais aumentos e diminuições alternados refere-se à oscilação, descrita a seguir, não à definição geral de mistura.


Run chart · mixturesEnglish teaching artwork. Run chart · mixtures. Measurement Time Reference median Mixtures: comparatively many crossings of the reference median. Check whether observations combine populations or processes at different levels. Illustrative run pattern. Mixtures: comparatively many crossings of the reference median. Check whether observations combine populations or processes at different levels. Illustrative run pattern.Run chart · mixturesMeasurementReferencemedianTimeMixtures: comparatively many crossings of the reference median.Check whether observations combine populations or processes at different levels.Illustrative run pattern.
Abrir diagrama em tamanho real

Gráfico temporal Six Sigma — Misturas


Gráfico temporal — Oscilação

Oscilação é a alternância frequente de subidas e descidas em medições consecutivas. Catorze pontos alternados são uma regra comum. Pode sugerir ajustes excessivos, amostragem sistemática ou outra influência, mas o gráfico não identifica sozinho a causa.


Run chart · oscillationEnglish teaching artwork. Run chart · oscillation. Measurement Time Reference median Oscillation: frequent changes between increases and decreases. Fourteen alternating points are one screening convention, not an automatic result inferred from this sketch. Illustrative run pattern. Oscillation: frequent changes between increases and decreases. Fourteen alternating points are one screening convention, not an automatic result inferred from this sketch. Illustrative run pattern.Run chart · oscillationMeasurementReferencemedianTimeOscillation: frequent changes between increases and decreases.Fourteen alternating points are one screening convention, not an automatic result inferred from thissketch.Illustrative run pattern.
Abrir diagrama em tamanho real

Gráfico temporal Six Sigma — Oscilação


Gráfico temporal — Tendência

Uma sequência sustentada de observações crescentes ou decrescentes indica tendência. Esta lição usa sete pontos consecutivos como regra de triagem. Investigue desgaste, deriva ambiental ou mudanças na medição. Especifique a regra exata antes de examinar os dados.


Run chart · trendsEnglish teaching artwork. Run chart · trends. Measurement Time Reference median Upward trend Downward trend Seven rising and eight falling measurements are highlighted. Illustrative run pattern. Seven rising and eight falling measurements are highlighted. Illustrative run pattern.Run chart · trendsMeasurementReferencemedianTimeUpward trendDownward trendSeven rising and eight falling measurements are highlighted.Illustrative run pattern.
Abrir diagrama em tamanho real

Gráfico temporal Six Sigma — Tendência


Gráfico temporal — Deslocamento

Oito pontos consecutivos do mesmo lado de uma mediana de referência são a regra de triagem usada aqui para um possível deslocamento. É uma mudança do nível, não necessariamente gradual. Use a regra e o conhecimento do processo para investigar.


Run chart · shiftEnglish teaching artwork. Run chart · shift. Measurement Time Reference median A shift is a change in process level; it need not be gradual. Eight consecutive points above the reference median are highlighted. Illustrative run pattern. A shift is a change in process level; it need not be gradual. Eight consecutive points above the reference median are highlighted. Illustrative run pattern.Run chart · shiftMeasurementReferencemedianTimeA shift is a change in process level; it need not be gradual.Eight consecutive points above the reference median are highlighted.Illustrative run pattern.
Abrir diagrama em tamanho real

Gráfico temporal Six Sigma — Deslocamento


Introdução à distribuição normal

A distribuição normal, ou gaussiana, está associada ao matemático e astrónomo Carl Friedrich Gauss e ao estudo de erros de observação. Abraham de Moivre derivou antes a aproximação normal da binomial, em 1733. O modelo é comum, mas a adequação depende dos dados e do contexto. Exemplos aproximadamente normais numa população definida incluem:
  • Características humanas como peso, altura e QI numa população adequadamente definida
  • Saídas de processos físicos, incluindo medições de rendimento quando uma aproximação normal é adequada

Normal distribution · mean and standard deviationEnglish teaching artwork. Normal distribution · mean and standard deviation. Mean = 100 Standard deviation = 10 One standard deviation = 10 units Value Density The tails continue beyond the plotted range. Mean = 100 · Standard deviation = 10. The tails continue beyond the plotted range.Normal distribution · mean and standard deviationDensity708090100110120130ValueOne standard deviation = 10 unitsMean = 100 · Standard deviation = 10.The tails continue beyond the plotted range.
Abrir diagrama em tamanho real

Distribuição normal Six Sigma - 1


Uma distribuição normal é contínua, simétrica e em forma de sino. Caracteriza-se pela média μ e pelo desvio-padrão σ; a notação N(μ, σ²) usa frequentemente a variância. Os valores próximos da média têm maior densidade. As caudas aproximam-se de zero sem terminar e a área total sob a curva de densidade é um.

Dados não normais podem ser assimétricos, ter caudas pesadas, vários modos ou outra forma. Simetria, por si só, não prova normalidade, e o aspeto de um histograma depende também dos intervalos e da amostra.


Centered normal coverage within one to six standard deviationsEnglish teaching artwork. Centered normal coverage within one to six standard deviations. Centered normal model Standard deviations from the mean Two-sided coverage Mean For long-term Six Sigma estimates, state any 1.5-SD shift assumption separately. Standard deviations from the mean. Percentages are rounded to the shown precision. For long-term Six Sigma estimates, state any 1.5-SD shift assumption separately.Centered normal coverage within one to six standard deviationsCentered normal model · Two-sided coverageMean68.27%−1 SD+1 SD95.45%−2 SD+2 SD99.73%−3 SD+3 SD99.9937%−4 SD+4 SD99.999943%−5 SD+5 SD99.99999980%−6 SD+6 SDStandard deviations from the mean. Percentages are rounded to the shown precision.For long-term Six Sigma estimates, state any 1.5-SD shift assumption separately.
Abrir diagrama em tamanho real

Distribuição normal Six Sigma - 2


Num modelo normal centrado, as proporções dentro de um, dois e três desvios-padrão da média são cerca de 68,27%, 95,45% e 99,73%. Para quatro, cinco e seis desvios-padrão são cerca de 99,9937%, 99,999943% e 99,99999980%. São probabilidades bilaterais centradas, distintas do cálculo convencional de longo prazo de Six Sigma com deslocamento de 1,5 desvios-padrão.

Utilize gráficos e um teste adequado, como Anderson–Darling, para avaliar compatibilidade com um modelo normal. Num nível predefinido de 0,05, um valor-p pequeno oferece evidências contra a normalidade. Um maior indica evidências insuficientes para a rejeitar; não prova que a população é normal. As hipóteses são:
  • H0 — A distribuição populacional é normal
  • Ha — A distribuição populacional não é normal

Distribution shape · Symmetric normalEnglish teaching artwork. Distribution shape · Symmetric normal. Density Value Center: mean and median coincide in this model. Spread: standard deviation. Assess normality from observations, probability plots and an appropriate test. Illustrative density. Assess sample normality using actual observations and an appropriate test. Center: mean and median coincide in this model. Spread: standard deviation. Assess normality from observations, probability plots and an appropriate test. Illustrative density. Assess sample normality using actual observations and an appropriate test.Distribution shape · Symmetric normalDensitySDMeanValueCenter: mean and median coincide in this model.Spread: standard deviation.Assess normality from observations, probability plots and an appropriate test.Illustrative density. Assess sample normality using actual observations and an appropriate test.
Abrir diagrama em tamanho real

Histograma Six Sigma — Distribuição simétrica


Distribution shape · Right-skewedEnglish teaching artwork. Distribution shape · Right-skewed. Density Value Center: median is a useful robust summary; report the mean where relevant. Quartiles: Q1 is the 25th percentile; Q3 is the 75th. Spread: IQR = Q3 − Q1. Assess process stability using time-ordered observations. Illustrative density. Assess sample normality using actual observations and an appropriate test. Center: median is a useful robust summary; report the mean where relevant. Quartiles: Q1 is the 25th percentile; Q3 is the 75th. Spread: IQR = Q3 − Q1. Assess process stability using time-ordered observations. Illustrative density. Assess sample normality using actual observations and an appropriate test.Distribution shape · Right-skewedDensityQ1 (25%)MedianQ3 (75%)ValueCenter: median is a useful robust summary; report the mean where relevant.Quartiles: Q1 is the 25th percentile; Q3 is the 75th. Spread: IQR = Q3 − Q1.Assess process stability using time-ordered observations.Illustrative density. Assess sample normality using actual observations and an appropriate test.
Abrir diagrama em tamanho real

Histograma Six Sigma — Distribuição assimétrica à direita


Distribution shape · Left-skewedEnglish teaching artwork. Distribution shape · Left-skewed. Density Value Center: median is a useful robust summary; report the mean where relevant. Quartiles: Q1 is the 25th percentile; Q3 is the 75th. Spread: IQR = Q3 − Q1. Assess process stability using time-ordered observations. Illustrative density. Assess sample normality using actual observations and an appropriate test. Center: median is a useful robust summary; report the mean where relevant. Quartiles: Q1 is the 25th percentile; Q3 is the 75th. Spread: IQR = Q3 − Q1. Assess process stability using time-ordered observations. Illustrative density. Assess sample normality using actual observations and an appropriate test.Distribution shape · Left-skewedDensityQ1 (25%)MedianQ3 (75%)ValueCenter: median is a useful robust summary; report the mean where relevant.Quartiles: Q1 is the 25th percentile; Q3 is the 75th. Spread: IQR = Q3 − Q1.Assess process stability using time-ordered observations.Illustrative density. Assess sample normality using actual observations and an appropriate test.
Abrir diagrama em tamanho real

Histograma Six Sigma — Distribuição assimétrica à esquerda


Distribution shape · Long-tailedEnglish teaching artwork. Distribution shape · Long-tailed. Density Value Center: median. Spread: a defined percentile span, such as P95 − P5. Use a model and summary measures suited to the observed tails. Illustrative density. Assess sample normality using actual observations and an appropriate test. Center: median. Spread: a defined percentile span, such as P95 − P5. Use a model and summary measures suited to the observed tails. Illustrative density. Assess sample normality using actual observations and an appropriate test.Distribution shape · Long-tailedDensity5th percentileMedian95th percentile90% span: P95 − P5ValueCenter: median.Spread: a defined percentile span, such as P95 − P5.Use a model and summary measures suited to the observed tails.Illustrative density. Assess sample normality using actual observations and an appropriate test.
Abrir diagrama em tamanho real

Histograma Six Sigma — Distribuição de cauda longa


Distribution shape · Symmetric bimodalEnglish teaching artwork. Distribution shape · Symmetric bimodal. Density Value Investigate whether the modes represent distinct processes or populations. Justify process groups before comparing their summaries. Illustrative density. Assess sample normality using actual observations and an appropriate test. Investigate whether the modes represent distinct processes or populations. Justify process groups before comparing their summaries. Illustrative density. Assess sample normality using actual observations and an appropriate test.Distribution shape · Symmetric bimodalDensityValueInvestigate whether the modes represent distinct processes or populations.Justify process groups before comparing their summaries.Illustrative density. Assess sample normality using actual observations and an appropriate test.
Abrir diagrama em tamanho real

Histograma Six Sigma — Distribuição bimodal simétrica


Distribution shape · Multimodal with a longer left tailEnglish teaching artwork. Distribution shape · Multimodal with a longer left tail. Density Value Several modes can coexist with skewness. Investigate process/population groups and justify segmentation before interpreting group summaries. Illustrative density. Assess sample normality using actual observations and an appropriate test. Several modes can coexist with skewness. Investigate process/population groups and justify segmentation before interpreting group summaries. Illustrative density. Assess sample normality using actual observations and an appropriate test.Distribution shape · Multimodal with a longer left tailDensityValueSeveral modes can coexist with skewness.Investigate process/population groups and justify segmentation before interpreting group summaries.Illustrative density. Assess sample normality using actual observations and an appropriate test.
Abrir diagrama em tamanho real

Histograma Six Sigma — Distribuição multimodal assimétrica à esquerda


O que fazer quando os dados não são normais?

Com dados não normais, considere primeiro processo, desenho, mistura de populações e método adequado. Uma transformação pode ajudar quando apropriada à pergunta; nem toda a análise exige dados brutos normais. As opções incluem:
  • Aplique um logaritmo a medições positivas, com uma base especificada.
  • Aplique uma transformação de potência adequada, verificando domínio e monotonicidade.
  • Use a transformação recíproca 1/y apenas para valores não nulos e quando a interpretação for adequada.
Ao transformar dados, tome as seguintes precauções:
  • Aplique a mesma transformação aos limites de especificação. Se inverter a ordem, inverta correspondentemente os limites inferior e superior transformados.
  • Use a escala escolhida consistentemente na análise e explique a relação das estimativas e conclusões com a escala original.
  • Verifique qualidade, consistência, amostragem e pressupostos antes de transformar. Mais observações não tornam normal uma população não normal; dados representativos adicionais podem esclarecer a forma. Considere análises não normais ou não paramétricas adequadas.

Compreender a fase Medir em Six Sigma

Medir é uma etapa crucial que orienta toda a iniciativa. Imagine uma bússola a guiá-lo pelos processos com precisão. Reúne informações abrangentes sobre os processos envolvidos no problema, mas não qualquer informação: identifica e define métricas relevantes, como requisitos dos clientes, metas ou indicadores críticos.

Na escolha dos métodos, considere relevância para os requisitos, apoio à melhoria e aos objetivos, exatidão, disponibilidade e facilidade de recolha. Alinhe as medições com o que importa aos clientes e à estratégia. Não é recolher por recolher, mas captar conhecimentos que gerem melhorias relevantes. Esta atenção distingue sistemas eficazes de exercícios superficiais.

Além de métricas importantes, é essencial compreender a variação do próprio sistema de medição. MSA avalia exatidão, repetibilidade, reprodutibilidade e linearidade. Estes fatores revelam a fiabilidade e se as medições captam a variabilidade real dos processos.

Há duas fontes principais de variação: a real do processo e a do sistema de medição. Ambas afetam a compreensão do funcionamento e das melhorias possíveis. Aprofundar estas variações revela pormenores ocultos com grande impacto na capacidade de melhorar eficiência e qualidade.
Um exemplo real é examinar a satisfação num serviço através de inquéritos, entrevistas e registos de opiniões. Cada método tem vantagens e limitações e diferentes impactos nas perceções e nos conhecimentos que orientam melhorias direcionadas.

Medir pode parecer um exercício elaborado de recolha, mas a importância é enorme. É um diagnóstico poderoso que revela áreas críticas de melhoria com conhecimentos objetivos e visibilidade da dinâmica do processo.

Passar da compreensão da medição ao aproveitamento dos dados conduz à secção seguinte: o papel vital da recolha para melhorar a medição do processo.

Importância da recolha de dados na fase Medir

Na melhoria, os dados são como um mapa de tesouro que revela oportunidades e onde concentrar esforços. Medir depende de informações exatas, relevantes e fiáveis para compreender o estado atual. Assim, prepara a identificação de melhorias e a investigação das causas dos problemas de desempenho.

Imagine viajar sem mapa nem conhecer o ambiente. Melhorar sem dados adequados seria navegar às cegas. Os dados iluminam a excelência possível; sem eles, as decisões são estimativas e a mudança não tem direção concreta.

Num ambiente de decisões baseadas em evidências, os dados são os alicerces da estratégia. Dão credibilidade às melhorias e permitem defender mudanças com números e tendências sólidos, não com pressupostos abstratos.

Pense na recolha como juntar um puzzle. Cada peça é um aspeto do processo: forças, fragilidades ou estrangulamentos. Mais peças tornam a imagem global mais clara. O quadro completo permite localizar melhorias precisas e criar soluções direcionadas.

Para simplificar a produção e reduzir defeitos, uma organização recolheria taxas de defeitos, tempos produtivos, paragens de máquinas e outras métricas relevantes. Estes dados abrangentes revelam etapas específicas a tratar e ajudam a conceber correções eficazes.
Como vimos, a recolha orienta a melhoria na fase Medir. Não é apenas acumular números, mas usá-los para conduzir os processos ao melhor desempenho.


Fase Medir em Six Sigma DMAIC
Fase Medir em Six Sigma DMAIC


Medidas de desempenho e sua seleção

Medir é vital: recolhe informação para compreender como funciona o processo. Escolher as medidas certas é crucial para conhecer eficácia e eficiência. São a balança que pesa o progresso e localiza melhorias.

Taxas de defeitos: As taxas descrevem erros ou defeitos face a um denominador definido: unidades, oportunidades ou tempo de exposição. Mantenha-o consistente nas comparações. Acompanhá-las permite avaliar qualidade, identificar padrões e decidir onde melhorar.

Uma unidade produtiva pode medir taxas de defeitos para compreender e minimizar erros, melhorar a qualidade e reduzir custos de retrabalho.

Pontuações de satisfação dos clientes

Outra medida essencial é a satisfação dos clientes. Reflete o cumprimento das expectativas em pontos de contacto como serviço, qualidade do produto e apoio.

Estas pontuações são valiosas em serviços como restaurantes, onde as opiniões afetam diretamente as melhorias. Uma pontuação alta reflete bom desempenho; uma queda indica possíveis áreas a aperfeiçoar.

Embora valiosas, estas medidas devem alinhar-se com requisitos dos clientes, objetivos e esforços de melhoria. Tempos de ciclo, por exemplo, mostram a duração de cada etapa e ajudam a identificar estrangulamentos e ineficiências.

Além destes KPIs, exatidão, disponibilidade, facilidade de recolha e relevância para os objetivos também têm peso importante na seleção. As métricas devem esclarecer o desempenho atual e apoiar melhorias futuras.
Escolher cuidadosamente as medidas orienta melhorias direcionadas. Vejamos como alimentam o modelo mais amplo de melhoria.

Técnicas de análise de dados

Depois de recolher os dados, é altura de os examinar aprofundadamente. Várias técnicas Six Sigma analisam-nos eficazmente, cada uma com uma finalidade própria na revelação de tendências, padrões e relações.

Cartas de controlo

As cartas de controlo são ferramentas principais de Medir. Monitorizam estabilidade ao longo do tempo com pontos baseados numa medida específica, permitindo identificar variações ou anomalias. Limites e regras predefinidas distinguem variação habitual de padrões invulgares. Os limites derivam do comportamento do processo; não são especificações dos clientes.

Mapeamento de processos

Outra técnica vital é o mapeamento, que representa e analisa visualmente o processo do início ao fim. Mostra etapas, relações, dependências entre entradas e saídas e oportunidades. Permite identificar estrangulamentos, redundâncias e ineficiências.

Diagramas de causa e efeito

Diagramas de causa e efeito, ou de espinha de peixe/Ishikawa, identificam possíveis causas de um efeito ou problema. Decompõem questões complexas em componentes mais compreensíveis e facilitam reconhecer fatores contribuintes e as suas relações. Na fase Medir, diagramas de causa e efeito ajudam a localizar possíveis fontes de variação e desvios.

Estas técnicas permitem compreender amplamente os processos e identificar otimização, preparando melhorias relevantes nas etapas seguintes de Six Sigma.

Estas técnicas extraem conhecimentos práticos dos dados e facilitam decisões fundamentadas e melhorias direcionadas na fase Medir.

Garantir a exatidão do sistema de medição em Six Sigma

Em Six Sigma, garantir um sistema de medição exato é como construir alicerces sólidos. Se falharem, toda a estrutura fica comprometida. O mesmo acontece num projeto de melhoria: com dados pouco fiáveis, as decisões e melhorias podem não gerar os resultados desejados.

Análise do Sistema de Medição (MSA) avalia o desempenho e a fiabilidade de um sistema de medição. Separa efeitos de medição da variação entre peças ou do processo e examina instrumentos, avaliadores, procedimentos e condições. Também apoia a avaliação da incerteza.

Fundamentos da Análise do Sistema de Medição (MSA)

Os fundamentos de MSA incluem determinar avaliadores e peças amostrais, garantir conhecimento dos métodos, selecionar bem os elementos e usar instrumentos adequados com resolução e discriminação suficientes.

Uma parte fundamental desta análise é o Estudo R&R dos instrumentos, que avalia repetibilidade e reprodutibilidade. Se várias pessoas medirem o mesmo objeto com o mesmo instrumento, as diferenças podem refletir avaliadores, procedimento ou instrumento. Um estudo planeado quantifica estes efeitos, em vez de assumir que qualquer diferença prova um problema.
No fabrico de caixas de computadores, por exemplo, vários operadores mediriam amostras de caixas metálicas com características diferentes num estudo R&R. Comparam-se as medições para detetar diferenças entre operadores e descobrir problemas de variabilidade ou resultados sistematicamente diferentes.

Um estudo bem concebido ajuda a decidir se o sistema de medição é adequado ao uso e distingue diferenças relevantes do processo. Apoia uma análise fiável, mas não garante a validade de todas as conclusões futuras.

Depois de compreender a importância da exatidão, vejamos ferramentas e técnicas comuns de MSA para a alcançar.


Fase Medir em Six Sigma DMAIC - Sistemas de medição
Fase Medir em Six Sigma DMAIC - Sistemas de medição


Verificação de ações e resultados na fase Medir

Depois de recolher dados, é essencial verificar aprofundadamente a validade e fiabilidade. Vários componentes garantem a integridade da análise e das melhorias. Vejamo-los para compreender esta etapa crítica.

Primeiro, reveja a própria recolha. Avalie se os métodos seguem boas práticas e captam os elementos essenciais. Uma avaliação rigorosa identifica e corrige cedo enviesamentos e inexatidões e reforça a credibilidade da análise posterior.

Além de examinar os métodos de recolha, é essencial avaliar as métricas escolhidas face ao desempenho do processo. As métricas selecionadas devem refletir diretamente os aspetos críticos do processo examinado, permitindo avaliar o desempenho com exatidão e tomar decisões fundamentadas. Confirmar o alinhamento entre métricas e particularidades do processo permite aplicar melhorias direcionadas com confiança e evidências sólidas.
Outro aspeto central da verificação é garantir que as áreas de melhoria têm evidências empíricas. Examine cuidadosamente os dados para localizar falhas de desempenho e oportunidades. Confirmá-las com dados concretos permite priorizar melhorias com confiança, sabendo que as decisões assentam em factos, não em suposições.

A verificação também valida todas as conclusões face a referências estabelecidas e normas do setor. Os dados devem resistir a esse escrutínio, garantindo evidências robustas para desvios ao desempenho esperado. Isto evita conclusões injustificadas e estabelece uma base sólida para melhorias posteriores.

Examinar rigorosamente cada aspeto da recolha e análise reforça a confiança nas conclusões e a eficácia das melhorias. Esta verificação abre caminho a intervenções direcionadas e relevantes para melhorar substancialmente a eficiência e o desempenho global.

Garantir exatidão e fiabilidade dos dados é fundamental ao sucesso das melhorias. A verificação cuidadosa permite decisões fundamentadas e melhorias concretas em todas as operações.

Perguntas frequentes sobre a fase Medir em Six Sigma

Quais são os desafios comuns na fase Medir?

Resposta: Os desafios comuns de Medir incluem erros de recolha, pouca clareza nas métricas e dificuldade em estabelecer uma referência. Podem gerar análise inexata e decisões incorretas. Segundo um estudo do International Six Sigma Institute, 42% das organizações relataram dificuldades em recolher dados exatos e fiáveis nesta fase, evidenciando a importância da questão.

Quais são os principais objetivos da fase Medir em Six Sigma?

Resposta: Os objetivos de Medir são identificar e definir métricas, recolher dados exatos e estabelecer a referência atual. Compreende o processo e quantifica a variação para resolver problemas eficazmente. Dados fiáveis permitem avaliar capacidade e eficiência e decidir fundamentadamente. Segundo um estudo do International Six Sigma Institute, as organizações obtiveram uma melhoria média de 35% no desempenho após concluir Medir.

Há boas práticas para executar eficazmente a fase Medir em projetos Six Sigma?

Resposta: Sim. Antes de recolher, estabeleça metas claras e métricas fundamentais. Reúna dados suficientes e representativos para análise e decisões exatas. Use cartas de controlo, histogramas e análise de capacidade para avaliar o desempenho atual. Estudos recentes mostram que seguir estas práticas em Medir melhorou significativamente a eficiência, com redução de defeitos de 25% e aumento da satisfação de 20%.

Como contribui Medir para a melhoria de processos em Six Sigma?

Resposta: Medir estabelece uma referência fiável com planos de recolha, mapeamento, MSA e resumos estatísticos. Taxas de defeitos e índices de capacidade identificam lacunas. A análise de causas segue em Analisar, as soluções são avaliadas em Melhorar e Controlar mantém os ganhos. Estes papéis partem do problema e metas de Definir.

Quais são as ferramentas e técnicas principais de Medir?

Resposta: As ferramentas importantes de Medir incluem mapeamento, recolha, MSA e análise estatística. O mapeamento mostra o estado atual e áreas de melhoria. A recolha reúne informação relevante. MSA avalia se o sistema é suficientemente fiável e exato para o uso e identifica efeitos a melhorar. A estatística revela tendências, padrões e fontes de variação. Um estudo da aplicação industrial de Six Sigma relatou redução média de defeitos de 70% com estas ferramentas (fonte: Journal of Manufacturing Technology Management).

A variação entre avaliadores também é conhecida como…

Resposta: A variação entre avaliadores chama-se frequentemente variação do avaliador ou reprodutibilidade. Um estudo R&R adequado usa medições repetidas das mesmas peças e característica sob um procedimento definido para estimar o efeito. Investigá-lo melhora consistência e fiabilidade.

​Em que fase de Six Sigma se identificam as fontes de variação?

Resposta: Medir estabelece medições fiáveis e quantifica a variação atual. Analisar investiga e valida causas potenciais com dados, conhecimento e ferramentas como FMEA e mapas. Identificar e confirmar causas não deve ser confundido com medir a referência.

Sigma é uma medida de…

Resposta: Sigma, σ, designa normalmente o desvio-padrão, uma medida de dispersão. Um nível sigma é outro conceito: distância da média a um limite de especificação em unidades de desvio-padrão, sob pressupostos definidos. Medição fiável e um mapa claro apoiam ambas as avaliações.

Qual é a probabilidade de 6 sigma?

Resposta: Numa distribuição normal centrada, a probabilidade de um valor ficar dentro de seis desvios-padrão de cada lado da média é aproximadamente 99,99999980%. A prática convencional Six Sigma usa frequentemente um deslocamento de 1,5 desvios-padrão ao citar cerca de 3,4 defeitos por milhão de oportunidades. Declare modelo, limites de especificação, convenção das caudas e pressuposto de deslocamento: são cálculos diferentes.

​Como varia o foco da medição entre Medir e Controlar em DMAIC?

Resposta: Na fase Medir de DMAIC — Definir, Medir, Analisar, Melhorar e Controlar —, o foco é estabelecer sistemas robustos para captar exatamente parâmetros críticos para a qualidade (CTQ). Identificam-se e validam-se métricas essenciais aos requisitos dos clientes. Mais tarde, em Controlar, estes sistemas sustentam a melhoria, permitindo acompanhamento contínuo dos CTQs e manutenção dos padrões desejados.

​

Represente os tempos de processamento usando…

Resposta: Represente os tempos pela ordem de recolha num gráfico temporal ou carta de controlo adequada para examinar mudanças. Um histograma ou diagrama de caixa responde a outra questão, sobre a distribuição. Defina primeiro processo, unidades e recolha; um mapa do fluxo de valor ajuda a ligar tempos e etapas.

​Os dados em sequência temporal não serão medições de quê?

Resposta: Um gráfico temporal preserva a sequência de recolha. Um histograma agrupa valores em intervalos e não mantém a ordem. Use unidades fiáveis e um plano adequado para interpretar significativamente a sequência e a distribuição.

​

Variações em Six Sigma?

Resposta: Na fase Medir de DMAIC, é crucial compreender e tratar variações. Como são inerentes aos processos, exigem um sistema robusto para as captar e quantificar com exatidão. O trabalho concentra-se em sistemas com a precisão e fiabilidade necessárias à análise e melhoria eficazes.

O que é MSA em Six Sigma?

Resposta: MSA avalia se a medição é adequada ao uso pretendido. Examina viés, estabilidade, linearidade, repetibilidade, reprodutibilidade e fontes relacionadas de incerteza. Um SIPOC descreve o processo mais amplo; não valida, por si só, exatidão ou precisão.

Em que fase de Six Sigma se identificam as fontes de variação?

Resposta: Medir quantifica a referência e verifica o sistema de medição. Analisar investiga e valida causas da variação observada. Materiais, fornecedores e práticas podem ser causas potenciais, mas os efeitos precisam de evidências, não suposições.

Resumo da fase Medir em Six Sigma

Medir estabelece dados fiáveis e uma referência de desempenho. MSA distingue efeitos de medição da variação real. Os resultados orientam a investigação posterior de causas e escolhas fundamentadas de melhoria.

Muitas empresas de vários setores demonstraram aplicação bem-sucedida de Medir. Com análise cuidadosa dos sistemas e identificação de fontes de variação, aumentaram a qualidade, satisfação e fidelidade dos clientes. Os conhecimentos desta fase também mostraram ser essenciais para otimizar cadeias de abastecimento, simplificar processos e ganhar vantagem competitiva.
Ao iniciar o percurso Six Sigma, considere aprofundar os seus modelos e aplicações. O International Six Sigma Institute oferece gratuitamente o livro Six Sigma Revealed, com conhecimentos valiosos sobre como aplicar Six Sigma ao desenvolvimento bem-sucedido da empresa. Para saber mais e aceder a este recurso, visite https://www.sixsigma-institute.org/FreeSixSigmaBook.



A SUA FORMAÇÃO EM SIX SIGMA

Índice

Inscrever na certificação

Garantimos que a sua formação gratuita em linha o fará passar no exame de certificação Six Sigma!

  1. 01

    Inscreva-se online

    Escolha a sua certificação acreditada e conclua a inscrição.

  2. 02

    Receba o código de acesso

    O seu código pessoal de acesso ao exame é enviado imediatamente por e-mail.

  3. 03

    Prepare e faça o exame

    Estude com a sua formação gratuita e responda online a 50 perguntas de escolha múltipla.

  4. 04

    Obtenha uma certificação vitalícia

    Receba o seu certificado válido em todo o mundo e o distintivo digital verificável.

Exemplo de Certified Six Sigma Master Black Belt™ (CSSMBB™) Certification
Inscrever na certificação

A SUA FORMAÇÃO PREMIUM GRATUITA ONLINE

O seu Six Sigma Revealed, segunda edição, está pronto.

Criámos a sua formação com um consórcio de líderes empresariais e de equipas de renome, coaches Six Sigma, mentores, especialistas e autoridades de todos os principais setores. Todas as pessoas que visitam o International Six Sigma Institute™ podem aceder à formação. Encontre os materiais em O seu livro gratuito de Six Sigma e A sua formação premium gratuita em Six Sigma do menu principal.

Estes materiais são propriedade intelectual do International Six Sigma Institute™ e estão protegidos por direitos de autor. Partilhamo-los gratuitamente com todos porque transmitir os nossos conhecimentos ajuda os profissionais de Six Sigma e contribui para o desenvolvimento desta área.

O seu exame de certificação utiliza perguntas de escolha múltipla. Estude a sua formação em linha para adquirir os conhecimentos necessários para passar no exame e obter a sua certificação Six Sigma.

Garantimos que a sua formação premium gratuita em linha o fará passar no exame de certificação Six Sigma!