METODOLOGIA 6 SIGMA - ESTRATÉGIA PARA A MELHORIA DA

QUALIDADE :

1. INTRODUÇÃO

A estratégia 6 Sigma é utilizada atualmente como uma estratégia para aumento da

competitividade através da melhoria da qualidade.
Originalmente desenvolvido pela Motorola nos anos 80, o 6 Sigma facilmente despertou o
interesse de outras empresas como instrumento para melhoria da qualidade e,
principalmente, para melhoria do desempenho financeiro através da qualidade. O sucesso
do 6 Sigma na Motorola fez com que fosse adotado em empresas tanto do ramo industrial,
como da área de serviços.
A publicação recente de artigos e livros especializados sobre o assunto, muitos deles
enfatizando apenas as estratégias a serem utilizadas, tem confirmado o interesse pelo
assunto. No entanto, embora cada vez mais presente nas publicações sobre qualidade,
ainda são encontrados poucos trabalhos acadêmicos sobre o tema.
Juntamente com a valorização do 6 Sigma, emergiu também a discussão da sua relevância
como nova tendência realmente inovadora e, de sua rentabilidade em termos de estratégia
de negócios para a empresa. A empresa que adota uma estratégia 6 Sigma busca para seus
processos, especialmente os processos-chave desdobrados a partir da estratégia da
empresa, um ótimo desempenho de qualidade com no máximo 3,4 PPM de defeitos (ou
falhas), a longo prazo.
A diversificação de atividades da empresa em várias operações e a difusão do 6 Sigma
através delas, seria uma tentativa de sustentar uma vantagem competitiva para a empresa,
traduzida tanto em termos de redução de custo, como em aumento de faturamento e
rentabilidade do capital. Desta maneira, analisando o 6 Sigma sob uma ótica global da
empresa, ele poderia ser entendido como uma estratégia de qualidade que busca, através de
uma metodologia de desenvolvimento de projetos com forte aplicação da estatística,
ferramentas da qualidade e métodos quantitativos em geral, a excelência em desempenho
de todas as operações da empresa, integrando manufatura e serviços. Por meio do 6 Sigma,
a estratégia de qualidade torna-se uma estratégia de negócios para as empresas.

2. A DEFINIÇÃO DOS 6 SIGMAS

Conceitualmente, o 6 Sigma é um índice que mede a capacidade do processo de produção

em atender às especificações de projeto, analogamente ao que fazem os tradicionais índices
Cp e Cpk difundidos pelo CEP – Controle Estatístico do Processo.
Supondo-se a normalidade na distribuição de probabilidades da população e a estabilidade
do processo, os índices Cp e Cpk são dados por :

LSE − LIE
Cp =
6.σ
LSE − µ µ − LIE
Cpk = min( , )
3.σ 3.σ
onde :
LSE = Limite Superior de Especificação
LIE = Limite Inferior de Especificação
µ = média da população
σ = desvio padrão da população

Um processo é definido como tendo desempenho 6 Sigma quando estiver com a média da
sua população centralizada com o valor nominal da especificação, e os limites de
especificação estiverem distantes de seis desvios padrão da média da população.

Assim graficamente :

2
 LIE EN LSE

6σ 6σ

LIC µ LSC
Figura 1 : Representação gráfica dos 6 Sigma

Um processo centralizado, conforme mostrado na figura acima, sob controle, resulta em 2

PPB (partes por bilhão) de produtos fora da especificação.
Entretanto, segundo HARRY (1998), mesmo sob controle, um processo pode apresentar
desvios (devido a causas comuns), ocasionando o deslocamento da média em relação à
especificação nominal. Estes desvios estão relacionados aos componentes do processo,
conhecidos como 6M’s, e, são devidos a fatores como, sucessivas operações de setup,
trocas de materiais, reafiações de ferramentas e outros.
Esta descentralização seria, segundo HARRY, de no máximo 1,5 desvios-padrão,
resultando em 3,4 PPM (partes por milhão) fora dos limites de especificação.

Para dar uma idéia do que pode significar este nível de qualidade nos processos, podemos
comparar os resultados de processos com diferentes níveis de capacidade e, os respectivos
custos da má qualidade estimados por HARRY :

3
 Sigmas Defeitos por milhão de Custo da má qualidade
unidades (estimativa)
6 Sigma 3,4 defeitos < 10% das vendas
5 Sigma 233 defeitos 10-15% das vendas
4 Sigma 6.210 defeitos 15-20% das vendas
3 Sigma 66.807 defeitos 20-30% das vendas
2 Sigma 308.537 defeitos 30-40% das vendas
1 Sigma 690.000 defeitos
Tabela 1 : Impacto dos níveis de capacidade dos processos nos custos
Fonte : HARRY (1998)

3. A METODOLOGIA DE DESENVOLVIMENTO DE PROJETOS 6 SIGMA

A metodologia 6 Sigma aplica-se à melhoria de processos já existentes, ou também ao

desenvolvimento de novos processos industriais, com o objetivo de aumentar a
produtividade, diminuir o ciclo de tempo dos processos e diminuir o número de itens
defeituosos, tendo como conseqüência a diminuição dos custos de produção e o aumento
da competitividade das empresas.
Os projetos baseados no 6 Sigma são executados através de uma metodologia com forte
aplicação da estatística que é denominada DMAIC e, que contempla cinco etapas de
desenvolvimento dos projetos : Definição (Define), Medição (Measure), Análise (Analyse),
Melhoria (Improve), Controle (Control).

As ferramentas da qualidade e técnicas estatísticas mais importantes utilizadas nos projetos

6 Sigma são :
• QFD (Desdobramento da Função Qualidade);
• Matriz Causa e Efeito;

4
 • Mapeamento de Processos;
• DOE (Planejamento de Experimentos);
• FMEA (Análise do Modo e do Efeito de Falhas);
• Diagramas de Pareto e Ishikawa;
• Teste de Hipóteses;
• ANOVA (Análise de Variância);
• Análise de Regressão;
• CEP (Controle Estatístico de Processos);
• Estudos de Capacidade:
• Poka-Yoke (Dispositivos a prova de falhas)
• Estudos de capacidade do sistema de medição.

Cada uma destas ferramentas é utilizada em uma ou mais das cinco etapas em que são
desenvolvidos os projetos, de acordo com o objetivo de cada etapa, conforme resumido no
quadro a seguir :

DEFINIR MEDIR ANALISAR MELHORAR CONTROLAR

• Definir • Detalhar o • Analisar • Análise de • Planos de

escopo do Mapa do capacidade do alternativas Controle
projeto Processo processo –
• Mapeamento do • Poka-Yoke
(CEP)
• Elaborar o • Avaliar novo processo
• CEP
Mapa do capacidade do • Avaliar falhas
• Revisar FMEA
Processo sistema de – (FMEA) • Planos de
medição • Análise custo- Auditoria
• Identificar os • Analisar
benefício
requisitos do • Medir situação correlações
cliente – atual entre variáveis • Elaborar Plano
(QFD) de Execução
(Diagrama de (DOE, Teste de

5
 Pareto) Hipóteses,
ANOVA,
• Determinar
Análise de
matriz de
Regressão)
Causa-Efeito
(Diagrama de
Ishikawa)
Tabela 2 : Etapas dos projetos 6 Sigma. Atividades e ferramentas.

A estratégia 6 Sigma, é também fortemente sustentada por pessoas com conhecimento

adequado e, especialmente treinadas para serem os mentores principais dos projetos de
melhoria, que são os chamados “Black Belts”. Os “Black Belts” são dedicados em tempo
integral ao acompanhamento dos projetos 6 Sigma e ao levantamento dos resultados
obtidos, devendo ser profundos conhecedores das ferramentas da qualidade e das técnicas
estatísticas empregadas.

4. INDICADORES QUANTITATIVOS ASSOCIADOS AO 6 SIGMA

O Seis Sigma está fundamentado em indicadores quantitativos de qualidade para um

processo, baseados na noção de oportunidades de defeito para o mesmo.
Cada processo deve ter claramente definido quais são seus limites de abrangência, ou seja,
exatamente onde começa e onde termina, assim como os limites dos subprocessos que o
constituem. Além disso, a metodologia prevê a definição dos produtos e insumos para cada
subprocesso ou etapa do processo.
Definidos os processos e seus limites, faz-se necessário definir quais e quantos defeitos
potenciais existem para cada subprocesso e para o processo como um todo. O defeito
potencial deve ser definido em conjunto com o cliente, podendo ser :

6
• Igual ao não atendimento das especificações do cliente, ou seja, se o valor da
característica do produto estiver fora dos limites de especificação superior e inferior é
considerado defeito (abordagem tradicional);
• Desvio relativo à especificação nominal, ou seja, estando fora dos limites de variação
especificados, ainda que dentro dos limites iniciais de especificação, é considerado
defeito (abordagem de Taguchi).

Duas hipóteses devem ser consideradas com relação às oportunidades de defeitos no

produto :

• As oportunidades de defeito devem ser distribuídas aleatoriamente no produto,

entendendo-se produto como qualquer entidade cujo número de defeitos a empresa
tenha interesse em medir;
• As oportunidades de defeito devem ser independentes entre si.

Com estas hipóteses, a ocorrência ou não de cada defeito seguiria uma prova de Bernoulli,
ou seja, há somente dois resultados possíveis, sucesso ou falha, com uma probabilidade
associada a cada um, sendo a distribuição de probabilidade dos defeitos em cada produto
uma distribuição Binomial. Entretanto, respeitadas determinadas hipóteses estatísticas, tais
que, o número de oportunidades de defeito seja muito maior do que a probabilidade de
ocorrência de um defeito, a distribuição Binomial pode ser aproximada pela distribuição de
Poisson.
Para aplicar a fórmula de Poisson precisamos apenas determinar o número médio
(histórico) de defeitos, para prever, com certa precisão, a probabilidade de defeitos no
futuro e a distribuição desses defeitos. Algumas consequências da distribuição de Poisson
são as fórmulas de defeitos por unidade e rendimento de primeira passagem, utilizadas
como indicadores para o Seis-Sigma.

7
4.1 Defeitos por unidade
O indicador DPU (defeitos por unidade), representa a taxa média de defeitos encontrados
por unidade de produto. O DPU é equivalente à taxa de ocorrência de uma distribuição de
Poisson λ = n.p, onde n é o número de oportunidades e p é a probabilidade de ocorrência
de cada oportunidade. Com isso, a probabilidade de que sejam encontrados k defeitos em
uma unidade de produto pode ser expresso pela fórmula :
e −dpu .dpu k
P( X = k ) =
k!

sendo,

dpu = Número de Defeitos na amostra

Número de Unidades na amostra

4.2 Defeitos por milhão de oportunidades

O número de defeitos por milhão de oportunidades, ou DPMO, é uma medida para
quantificar o número total de defeitos, se um milhão de unidades forem produzidas,
dividido pelo número total de oportunidades de defeitos. O DPMO resulta da divisão do
DPU pelo número de oportunidades de defeito existentes em cada unidade de produto,
multiplicado por 106 para ser expresso em PPM.
Assim :
dpu
DPMO = 10 6 x
Oportunida des × unidade

Nota : O termo “Oportunidades de defeito” é utilizado na literatura sobre 6 Sigma para

designar o número de defeitos potenciais no processo.

8
4.3 Rendimento inicial do processo
O rendimento inicial do processo, conhecido pela sigla FTY (do inglês First Throughput
Yield), representa a fração de produtos que apresenta um número de defeitos igual a zero,
em uma respectiva etapa do processo. Pode ser calculado pela fórmula de Poisson fazendo
k = 0. Assim :
FTY = P ( X = 0) = e −dpu

4.4 Rendimento final do processo

O rendimento final do processo, conhecido pela sigla RTY (do inglês Rolled Throughput
Yield) é obtido através da multiplicação dos FTY de cada etapa. Representa a parcela de
produtos finais que saem com zero defeito ao final da série de etapas de um processo. Pode
ser calculado pela seguinte fórmula :

RTY = ∏i −1 FTY i = e ∑i =1 i
n
n − dpu

Portanto, tanto DPMO como o RTY dependem diretamente da taxa de DPU calculada em
cada etapa do processo.

O rendimento final do processo é conhecido na terminologia do 6 Sigma como

“Rendimento de Primeira Passagem”. Para o cálculo do Rendimento de Primeira Passagem
são levadas em conta todas as unidades do produto refugadas ou retrabalhadas, em cada
etapa do processo.
Assim, podemos calcular o Rendimento de Primeira Passagem para o seguinte exemplo :

Início : 100 unidades

Retrabalho = 10 Rendimento de 1a vez =

Etapa
100 – 10 / 100 = 0,90
A
dpu = 0,10
σ = 1,64
Etapa 9
C
D
B
 Refugo = 0

100
Retrabalho = 6 Rendimento de 1a vez =
100 – 16 / 100 = 0,84
Refugo = 10 dpu = 0,16
σ = 1,40
90
Retrabalho = 9 Rendimento de 1a vez =
90 – 12 / 90 = 0,8667
Refugo = 3 dpu = 0,1333
σ = 1,50
87
Rendimento de 1a vez =
Retrabalho = 5
87 – 7 / 87 = 0,9195
Refugo = 2 dpu = 0,0805
σ = 1,75

Fim : 85 unidades BOAS

Calculando o Rendimento da forma tradicional teríamos :
1 x 0,9 x0,97 x 0,98 = 85 %
Calculando o Rendimento Acumulado de Primeira Passagem, ou seja, levando em conta os
retrabalhos, teríamos :
0,90 x 0,84 x 0,8667 x 0,9195 = 60,25%
ou :
n
− ∑ dpu i
RTY = e i =1

sendo : Σ dpu = 0,10 + 0,16 + 0,1333 + 0,0805 = 0,4738

1
RTY = = 0,62
2,72 0, 4738

10
A diferença em relação ao cálculo anterior se deve ao fato de que os dpu são calculados
levando em conta as unidades retrabalhadas.

Utilizando a função DIST.NORMP do Excel, calculamos o rendimento de um processo

para os níveis de 3σ , 4σ , 5σ e 6σ e para número diferentes de etapas. A função
DIST.NORMP do Excel, fornece a probabilidade acumulada para um valor qualquer,
supondo que ele pertença a uma distribuição normal padronizada (média = 0 e desvio-
padrão = 1).
Para a primeira linha (1 etapa), calculou-se o rendimento, considerando o processo
centrado, utilizando a função DIST.NORMP(x)-DIST.NORMP(-x).
Para processos com 3 etapas, o rendimento calculado anteriormente foi elevado a 3a
potência, para processos com 5 etapas o rendimento foi elevado a 5a potência, e assim por
diante.
Sigmas

3σ 4σ 5σ 6σ
Etapas
Do processo
99,7300066% 99,9936628% 99,9999426% 99,9999998%
1
99,1922047% 99,9809896% 99,9998278% 99,9999994%
3
98,6573030% 99,9683180% 99,9997130% 99,9999990%
5
97,3326343% 99,9366461% 99,9994260% 99,9999980%
10
96,0257520% 99,9049842% 99,9991390% 99,9999970%
15
Tabela 3 : Rendimentos finais para processos com diferentes níveis de Sigma e
diferentes números de etapas.
Considerado processo centralizado.

11
Com os valores dos rendimentos nestas várias situações, podemos calcular o DPMO
(Defeitos Por Milhão de Oportunidades), considerando 1 oportunidade de defeito por
unidade, fazendo :

DPMO = (1 − Re n dim ento ) x10 6

Assim :

Sigmas

3σ 4σ 5σ 6σ
Etapas
Do processo
2.699,93 63,37 0,57 0,002
1
8.077,95 190,10 1,72 0,006
3
13.426,97 316,82 2,87 0,010
5
26.673,66 633,54 5,74 0,020
10
39.742,48 950,16 8,61 0,030
15
Tabela 4 : DPMO calculado para processos com diferentes níveis de Sigma e diferentes
números de etapas.
Considerado processo centralizado.
Considerado número de oportunidades de defeito por unidade = 1

Nesta tabela, podemos observar claramente como um processo 6 Sigma, mesmo com
várias etapas é robusto para garantir ao cliente final um padrão de qualidade muito superior

12
aos processos em outras condições. Mesmo para um processo com 15 etapas teríamos
apenas 0,03 defeitos em 1 milhão de oportunidades.

5. COMENTÁRIOS SOBRE OS INDICADORES

Analisando-se os elementos utilizados na estratégia 6 Sigma, fica clara a ênfase dada na

quantificação dos resultados do processo, como forma de avaliar seu desempenho.
Um aspecto importante é que os indicadores baseiam-se na proporção de defeitos
encontrados, e não na proporção de unidades defeituosas. Assim , o indicador DPU
representa o limite máximo para a taxa de produtos defeituosos. Ambos serão iguais
quando o número de oportunidades de defeito por unidade for igual a 1, ou quando na
amostra coletada cada produto defeituoso tiver apenas 1 defeito.
Além disso, para utilizar-se a distribuição de POISSON, como é feito para definir os
indicadores, é preciso supor que a ocorrência de defeitos é, além de aleatória, também
independente, ou seja, um defeito numa unidade (ou peça), não tem nada a ver com um
defeito em outra unidade. Estas condições, nem sempre estão presentes na realidade de um
processo produtivo.

Quanto ao indicador DPMO, na metodologia do 6 Sigma, é utilizado para calcular o “nível

de sigmas” do processo. No entanto, este indicador pode facilmente levar a decisões
erradas, em função da sua forma de cálculo que leva em conta o número de oportunidades
de defeito por unidade do produto. Basta que uma empresa considere inúmeras
oportunidades de defeito por unidade para o DPMO caia e o número de sigmas aumente,
sem que tenha havido qualquer alteração no processo, ou seja, a taxa de defeitos por
unidade (DPU) manteve-se constante.

13
Finalmente, a consideração feita por alguns especialistas quanto ao desvio de 1,5σ , nos
parece totalmente descabida, pois parte de hipótese puramente empírica, como já foi
comentado. Além disso, dentro do objetivo de diminuição de variabilidade dos processos
pregado pela metodologia 6 Sigma, nos parece perfeitamente razoável que se busque
trabalhar com processos centralizados.

6. BIBLIOGRAFIA RECOMENDADA

• BREYFOGLE III, Forrest W. Implementing Six Sigma : smarter solutions using

statistical methods, New York : John Wiley & Sons, 1999
• PEREZ-WILSON, Mario Seis Sigma : compreendendo o conceito, as implicações e os
desafios, Rio de Janeiro : Qualitymark, 1999
• ECKES, George A Revolução Seis Sigma, Rio de Janeiro : Ed. Campus, 2001
• PANDE, Peter S., NEUMAN, Robert P., CAVANAGH, Roland R. Estratégia Seis
Sigma, Rio de Janeiro : Qualitymark, 2001
• HARRY, Mikel J. Six Sigma : a breakthrough strategy for profitability - Revista
Quality Progress - Maio 1988 - ASQ Press
• McFADDEN, Fred R. Six Sigma Quality Programs - Revista Quality Progress - Junho
1993 - ASQ Press
• MONTGOMERY, D. C. Introduction to Statistical Quality Control, New York : Wiley,
1996
• ROTONDARO, R. Seis Sigma, São Paulo : Ed. Atlas, 2002

14
15